You are on page 1of 85

ECUACIONES DIFERENCIALES CURSO 2008-09 Clase Pr´ actica No.

3
http://webs.uvigo.es/ecuacionesdiferenciales/

´ INDICE

Diapositiva

´ SIMBOLICA ´ -RESOLUCION DE SISTEMAS DE 1er ORDEN ´ ´ DE PARAMETROS ´ -METODO DE VARIACION (Sistemas) ´ -METODO ESPECTRAL -E.D. LINEALES DE ORDEN SUPERIOR -WRONSKIANO Y APLICACIONES ´ -METODO DE LOS COEFICIENTES INDETERMINADOS ´ ´ DE PARAMETROS ´ -METODO DE VARIACION ´ DE ORDEN -REDUCCION -EJERCICIOS COMPLEMENTARIOS ´ -APENDICE
Ir a pag k → Shift+Ctrl+N+k (versi´ on 7 Adobe Reader) Ctrl+N+k (versi´ on 6)

6 15 25 31 43 55 60 67 71 74

OBJETIVOS DE LA CLASE

Ejercitar el uso combinado de t´ ecnicas matem´ aticas y herramientas simb´ olicas del Matlab para el estudio y resoluci´ on de sistemas diferenciales lineales y ecuaciones lineales de orden superior

INDICACIONES GENERALES Antes de comenzar el trabajo con MatLab (ML) y Adobe-Acrobat (PDF) debemos personalizar el entorno de trabajo. 1- (ML) Ajustar el tipo, tama˜ no, color de las fuentes y el color de fondo. 2- (ML y PDF) Ajustar los tama˜ nos de las respectivas ventanas para trabajar simult´ aneamente con ambas. 3-(ML) Crear carpetas personales temporales y declarar la correspondiente trayectoria (PATH). Esto es esencial para la ejecuci´ on de programas. 4-(ML) Ejecutar en la l´ ınea de comandos >>format compact 5-(ML) Activar el interruptor MORE mediante >>more on para impedir el desplazamiento descontrolado de la ventana de comandos.

. seg´ un se indica en la correspondiente plantilla. Para ello debe basarse en el desarrollo de los problemas que aparecen resueltos en este gui´ on.INFORME DE LA CLASE El alumno debe entregar por escrito la soluci´ on de los problemas 9). 16) y los ejercicios complementarios 5) y 6).

2.Sistema lineal homog´ eneo de coeficientes constantes 1) Resolver el sistema diferencial lineal siguiente x = −5x + 3y y = −2x − 10y 1.1. .Mediante el comando MatLab DSOLVE. 1.Usando herramientas MatLab pero siguiendo la via matricial.

Variante 1.Dy=-2*x-10*y’) Matlab devuelve las componentes simb´ olicas de la soluci´ on: S = x: [1x1 sym] y: [1x1 sym] .Resoluci´ on del problema 1).1 .Matlab resuelve directamente este tipo de sistemas utilizando el comando DSOLVE con la sintaxis conocida. Si llamamos S a la soluci´ on y escribimos >>S=dsolve(’Dx=-5*x+3*y.1 1.

S.x.Resoluci´ on del problema 1) Variante 1.S.x.y] o pretty([S.y]) [-2C1 exp(-8t)+3C1 exp(-7t)+3C2 exp(-7t)-3C2 exp(-8t).x.S. la respuesta es x = C1(−2e−8t + 3e−7t) + 3C2(e−7t − e−8t) y = 2C1(−e−7t + e−8t) + C2(3e−8t − 2e−7t) .) Para obtener expl´ ıcitamente la soluci´ on S se pide cada una de sus componentes [S.y]) >> pretty([S.1 (cont. -2C1 exp(-7t)+2C1 exp(-8t)+3C2 exp(-8t)-2C2 exp(-7t)] es decir.

Dy=-2*x-10*y’) x=-2*C1*exp(-8*t)+3*C1*exp(-7*t)+ 3*C2*exp(.7*t)-3*C2*exp(-8*t) y=-2*C1*exp(-7*t)+2*C1*exp(-8*t)+ 3*C2*exp(. >>[x.Resoluci´ on del problema 1) Variante 1.8*t)-2*C2*exp(-7*t) .y]=dsolve(’Dx=-5*x+3*y.1 (cont.) Alternativamente se puede obtener directamente la respuesta indicando las componentes del vector soluci´ on.

Eso es lo que calcularemos mediante comandos Matlab. es seguir la via matricial directa. Para ello comenzamos escribiendo el sistema en forma matricial: x y = −5 3 −2 −10 x y =A x y Conocer la soluci´ on general de este sistema significa conocer una matriz fundamental R(t) del mismo. Variante 1. .Resoluci´ on del problema 1). de coeficientes constantes.2 Un camino alternativo para resolver el anterior sistema lineal homog´ eneo.

) Sabemos que R(t) = etA.1). >>A=[-5 3.Resoluci´ on del prob. %calcular matriz fundamental >>X1=Rt(:. 1). >>X2=Rt(:. %opcional calculo de un SFS.-2 -10].2 (cont.%Crear la matriz A >>syms t %declarar simbolica t >>Rt=expm(t*A). Variante 1. %es decir.2). de las columnas de R(t) >>diff(X1)-A*X1 %Pueden hacerse comprobaciones ans = [ 0] [ 0] >>diff(X2)-A*X2 ans = [ 0] [ 0] . Para calcular etA usaremos el comando EXPM de MatLab.

3*exp(-7*t)-3*exp(-8*t)] [-2*exp(-7*t)+2*exp(-8*t). 1).2 (cont.3*exp(-8*t)-2*exp(-7*t)] >>X1 X1 = [-2*exp(-8*t)+3*exp(-7*t)] [-2*exp(-7*t)+2*exp(-8*t)] >>X2 X2 = [-3*exp(-8*t)+3*exp(-7*t)] [-2*exp(-7*t)+3*exp(-8*t)] .Resoluci´ on del prob.) Visualizar Rt y comparar con los resultados anteriores >>Rt Rt = [-2*exp(-8*t)+3*exp(-7*t). Variante 1.

.1 Resolver directamente usando DSOLVE.2 Resolver utilizando el MVP. 2. con x(0) = 1. y (0) = −1.Sistema lineal completo de coeficientes constantes 2) Resolver el sistema diferencial lineal siguiente: x − y = et y + 5x + 2y = sen(3 + t). 2.

’x(0)=1.. +1/10*sin(3+t) .Sistema lineal completo de CC. cos(3))*exp(-t)*cos(2*t)+3/8*exp(t)+1/5*sin(3+t)-1/10*cos(3+t) y= -5/2*exp(-t)*sin(2*t)*(5/8-1/5*sin(3)+1/10*cos(3))-1/2*.. Resoluci´ on directa mediante DSOLVE..Dy+5*x+2*y=sin(3+t)’... sin(2*t)*(-3/8-1/5*cos(3)-1/10*sin(3))+(5/8-1/5*sin(3)+1/10*.y(0)=-1’) x= 1/2*exp(-t)*sin(2*t)*(5/8-1/5*sin(3)+1/10*cos(3))+1/2*exp(-t)*. exp(-t)*sin(2*t)*(-3/8-1/5*cos(3)-1/10*sin(3))+1/5*cos(3+t). Variante 2.1 >>[x.. +(-3/8-1/5*cos(3)-1/10*sin(3))*exp(-t)*cos(2*t)-5/8*exp(t).....y]=dsolve(’Dx-y=exp(t).

El caso particular de coeficientes constantes aparece en la siguiente diapositiva.Sistema lineal completo de CC. siendo R(t) una matriz fundamental y V ∈ Rn. . Nota. Resoluci´ on mediante el MVP.2 Usaremos la f´ ormula de variaci´ on de par´ ametros como alternativa a DSOLVE para obtener una soluci´ on particular del sistema diferencial lineal X = A(t)X + B (t). Variante 2. Entonces la soluci´ on general del mismo es t X (t) = R(t)V + R(t) 0 R(s)−1B (s)ds. Aqu´ ı se formula el caso general A(t) de coeficientes variables.

Sistema lineal completo de CC. una matriz fundamental est´ a dada por R(t) = etA. una soluci´ on particular Xp est´ a dada por t Xp = etA 0 e−sAB (s)ds. X = AX . en caso de sistemas diferenciales homog´ eneos con coeficientes constantes.2 (cont.) Recordemos que. Luego. . si se trata de un sistema completo de coeficientes constantes X = AX + B (t). Variante 2. Resoluci´ on mediante el MVP.

Usar la f´ ormula general de variaci´ on de par´ ametros para hallar una soluci´ on particular Xp del sistema no homog´ eneo 2) . con x(0) = 1. y (0) = −1.2 (cont.) 2) Resolver el sistema diferencial lineal siguiente: x − y = et y + 5x + 2y = sen(3 + t). Variante 2.Sistema lineal completo de coeficientes constantes.

[-1. .-5 -2]. >>Rs=subs(Rt.[-1.1]).t).% Comprobacion NOTA: Si simplify(Prueba) no produce [0. Variante 2.t).Sistema lineal completo de coeficientes constantes. Los n´ umeros menores que 1. y ezplot(Prueba(2). >>Xp=Rt*int(Rs\Bs. >>Bt=[exp(t). >>syms s t >>A=[0 1. con cierta significaci´ on.0. >>Rt=expm(t*A).2: desarrollo.s.sin(3+t)].t).s. que realmente Prueba es nula.s. >>Bs=subs(Bt.0e − 15 se asume que son cero.1]) para apreciar.0] aplicar ezplot(Prueba(1). >>Prueba=diff(Xp)-A*Xp-Bt.

Variante 2.1/2*exp(-t)*sin(2*t)] [-5/2*exp(-t)*sin(2*t).Sistema lineal completo de coeficientes constantes.1/2*exp(-s)*sin(2*s)] [-5/2*exp(-s)*sin(2*s). 0 1 -5 -2 Bt =[exp(t)] [sin(3+t)] Bs =[exp(s)] [sin(3+s)] Rt=[exp(-t)*cos(2*t)+1/2*exp(-t)*sin(2*t). . exp(-t)*cos(2*t)-1/2*exp(-t)*sin(2*t)] Rs=[exp(-s)*cos(2*s)+1/2*exp(-s)*sin(2*s).2: desarrollo.exp(-s)*cos(2*s)-1/2*exp(-s)*sin(2*s)] A = La soluci´ on particular Xp aparece desplegada en las dos siguientes diapositivas.

. Variante 2. *exp(t)*cos(t)^2*sin(t)-1/40*sin(3)*exp(t)*cos(t)+9/40*sin(3)*. exp(t)*sin(t)+5/8*exp(2*t)*sin(2*t)-5/8*exp(2*t)*cos(2*t)-1/10*....... *sin(t)+3/40*sin(3)*exp(t)*cos(3*t)-1/40*sin(3)*exp(t)*sin(3*t). cos(3*t)+1/20*cos(3)*exp(t)*sin(3*t)+9/20*cos(3)*exp(t)*cos(t). cos(3)+5/8-1/10*sin(3))] . +1/8*sin(3)*exp(t)*cos(t)-1/8*sin(3)*exp(t)*sin(t)-3/8+1/10*. cos(3)-1/5*sin(3))+1/2*exp(-t)*sin(2*t)*(-3/20*cos(3)*exp(t)*....Sistema lineal completo de coeficientes constantes...... *sin(t)+1/10*cos(3)*exp(t)*cos(t)^3+3/10*cos(3)*exp(t)*cos(t)^2. 1/2*exp(2*t)*cos(t)*sin(t)-1/4*exp(t)^2-1/8*exp(2*t)*sin(2*t)+.2: desarrollo. -1/20*cos(3)*exp(t)*sin(t)+1/5*sin(3)*exp(t)*cos(t)^3+3/5*sin(3)... 1/8*exp(2*t)*cos(2*t)-1/5*cos(3)*exp(t)*cos(t)-1/5*cos(3)*exp(t)...... cos(3)*exp(t)*cos(t)^3-3/10*cos(3)*exp(t)*cos(t)^2*sin(t)-... Xp= [(exp(-t)*cos(2*t)+1/2*exp(-t)*sin(2*t))*(1/2*exp(2*t)*cos(t)^2+... 3/40*sin(3)*exp(t)*cos(3*t)+1/40*sin(3)*exp(t)*sin(3*t)-1/5*.

....... -1/5*cos(3)+5/8-1/10*sin(3))] . sin(3)*exp(t)*sin(t)-3/8+1/10*cos(3)-1/5*sin(3))+.... exp(t)*cos(3*t)+1/20*cos(3)*exp(t)*sin(3*t)+9/20*cos(3)... *cos(t)*sin(t)-1/4*exp(t)^2-1/8*exp(2*t)*sin(2*t)+1/8*.... sin(3)*exp(t)*sin(3*t)+1/8*sin(3)*exp(t)*cos(t)-1/8*.. (exp(-t)*cos(2*t)-1/2*exp(-t)*sin(2*t))*(-3/20*cos(3)*.. exp(t)*cos(t)^2*sin(t)+3/40*sin(3)*exp(t)*cos(3*t)-1/40*. exp(2*t)*cos(2*t)-1/5*cos(3)*exp(t)*cos(t)-1/5*cos(3)*.2: desarrollo.. *exp(t)*cos(t)^3-3/10*cos(3)*exp(t)*cos(t)^2*sin(t)-. 1/40*sin(3)*exp(t)*cos(t)+9/40*sin(3)*exp(t)*sin(t)+. [-5/2*exp(-t)*sin(2*t)*(1/2*exp(2*t)*cos(t)^2+1/2*exp(2*t)..... 5/8*exp(2*t)*sin(2*t)-5/8*exp(2*t)*cos(2*t)-1/10*cos(3).. exp(t)*sin(t)+1/10*cos(3)*exp(t)*cos(t)^3+3/10*cos(3)*.. Variante 2. *exp(t)*cos(t)-1/20*cos(3)*exp(t)*sin(t)+1/5*sin(3)*.Sistema lineal completo de coeficientes constantes. 3/40*sin(3)*exp(t)*cos(3*t)+1/40*sin(3)*exp(t)*sin(3*t)... exp(t)*cos(t)^3+3/5*sin(3)*exp(t)*cos(t)^2*sin(t)-.....

1] indica la nulidad con una significaci´ on del orden de 10−15.La siguiente diapositiva muestra gr´ aficamente el resultado de ejecutar ezplot(Prueba(2).1]). . El rango de variaci´ on en el intervalo [−1.[-1.

.

y(0)=1’) x =cos(t)-1/2*exp(-t)*sin(2*t) y =1/2*exp(-t)+sin(t)+1/2*exp(-t)*cos(2*t) . y (0) = 1.y]=dsolve(sis1. >>sis2=’Dy-2*x+y=sin(t)-cos(t)’. >>[x.sis2.’x(0)=1.3) Resolver el siguiente sistema lineal completo de coeficientes constantes x + x + 2y = cos(t) + sen(t) + e−t y − 2x + y = sen(t) − cos(t). Obtenci´ on de la soluci´ on mediante DSOLVE >>sis1=’Dx+x+2*y=cos(t)+sin(t)+exp(-t)’. x(0) = 1.

A este u se le llama vector propio asociado a λ. . Decimos que λ es un valor propio de A si existe un vector u no nulo tal que Au = λu. cuadrada de orden n.Resoluci´ on de sistemas diferenciales lineales homog´ eneos de coeficientes constantes por la via espectral (valores y vectores propios) DEFINICIONES Valores y vectores propios. Sea A una matriz constante.

Resoluci´ on de sistemas diferenciales lineales homog´ eneos de coeficientes constantes por la via espectral (cont. y la matriz diagonal D . tales que AV = V D .D] = eig(A) produce la matriz V = [u1 · · · un] de vectores propios. >>[V. Si hacemos >>valores=eig(A) almacenamos en la variable vectorial valores los valores propios de A . la diagonal principal de D contiene a los valores propios de A.) C´ alculo de valores y vectores propios via Matlab. Es decir.

.. es un SFS para X = AX .(*) TEOREMA Si la matriz A tiene n valores propios diferentes λ1.. (*) Consultar el material complementario correspondiente a esta clase.. .λn. entonces {eλ1tu1..) El siguiente resultado nos ofrece la herramienta te´ orica para resolver un sistema diferencial lineal homog´ eneo. de coeficientes constantes por la via de los valores y vectores propios. eλntun}. n.Resoluci´ on de sistemas diferenciales lineales homog´ eneos de coeficientes constantes por la via espectral (cont. k = 1.. y uk es un vector propio asociado a λk. · · · .. .

el siguiente problema con valores iniciales   1 2 −1   X =1 0 1  X (t).4) Resolver por la via espectral. y aplicando herramientas MatLab. 4 −4 5 −1   X (0) =  0  0   .

Usar el comando Matlab EIG para calcular los valores y vectores propios de la matriz del sistema. .Indicaciones. entonces   c1   X (t) = R(t)  c2  c3 nos da la soluci´ on general del sistema. Recordar que una vez tengamos una matriz fundamental R(t).

 c1 −1    −1   c2  = R(0)  0  c3 0    . la u ´nica soluci´ on estar´ a dada por la soluci´ on del siguiente sistema     c1 −1     X (0) = R(0)  c2  =  0  c3 0 es decir.) Luego.Indicaciones (cont.

de orden superior pueden ser tratadas con el comando DSOLVE de una manera muy flexible. Se presenta tambi´ en un ejemplo de coeficientes variables que corresponde a una Euler.D.D. homog´ eneas y completas de coeficientes constantes para las que se obtiene la soluci´ on general as´ ı como ciertas soluciones particulares. LINEALES DE ORDEN SUPERIOR Las E.D.E. . Se presentan a continuaci´ on diversos ejemplos de E.

’y(0)=1.D. con f´ ormulas cerradas.) (Obs´ ervese que −2 es una ra´ ız doble del polinomio caracter´ ıstico) 6) Resolver el P.C. y (0) = 1. Lineal homog´ enea 5) Resolver la E. part.E. y (0) = 4.Dy(0)=4’) S=exp(-2*t)+6*exp(-2*t)*t %(sol.) Notar que se ha obtenido C1 = 1 y C2 = 6. . >>S=dsolve(’D2y+4*Dy+4*y=0’. y + 4y + 4y = 0 >>S=dsolve(’D2y+4*Dy+4*y=0’) S =C1*exp(-2*t)+C2*exp(-2*t)*t %(sol.I.D. y + 4y + 4y = 0. En todos los casos las respuestas son exactas. gral.

’Dy(1)=1’. Lineal completa 7) Resolver la E. y (1) = 0.’y(1)=0’.D. y (1) = 2.. sin(1/2*15^(1/2)*t) El polinomio caracter´ ıstico tiene ra´ ıces complejas conjugadas √ (−1 ± i 15)/2.D. y (1) = 1. y + y + 4y = 1. >>S=dsolve(’D2y+Dy+4*y-1=0’) S= 1/4+C1*exp(-1/2*t)*cos(1/2*15^(1/2)*t)+C2*exp(-1/2*t)*.. >>y=dsolve(’D3y=log(x)/x^2’.’x’) y= -1/2*log(x)^2*x+3/2*x^2-2*x+1/2 .E.’D2y(1)=2’. 8) Resolver y = log(x)/x2.

En el ap´ endice se ampl´ ıan los detalles t´ ecnicos del m´ etodo y se ejerce una cr´ ıtica necesaria. .¿C´ omo solventar algunas dificultades relacionadas con DSOLVE? Debido a la complejidad de una ED. el comando DSOLVE puede producir respuestas poco amigables. o a razones que desconocemos. En tales casos debemos hallar m´ etodos alternativos que produzcan soluciones. siguiendo un m´ etodo basado en nuestros conocimientos te´ oricos. Para ilustrar lo dicho. excesivamente largas o expresadas en t´ erminos de funciones especiales poco usuales. quiz´ as aproximadas pero mucho m´ as manipulables. a continuaci´ on se ofrece un ejemplo de EDL homog´ enea de cuarto orden. cuya soluci´ on se obtiene de forma aproximada. es decir.

>> size(char(y)) ans = 1 2765 ¡La respuesta consta de 2765 caracteres! Nota: La respuesta puede cambiar seg´ un la versi´ on Matlab . donde L[y ] = y iv) − 6y iii) + 9y ii) − 24y i) − 20y . Intentemos resolver L[y ] = 0 utilizando DSOLVE. >>y=dsolve(’D4y-6*D3y+9*D2y-24*Dy-20*y=0’).Ejemplo Consideremos la EDLH L[y ] = 0. Desarrollo del ejemplo.

satisfactoria en cierto sentido (ver Ap´ endice). El comando SOLVE resuelve exactamente. ROOTS calcula aproximadamente las ra´ ıces de cualquier polinomio. se aprecia en la siguiente diapositiva. calculando un SFS a partir del polinomio caracter´ ıstico P = m4 − 6m3 + 9m2 − 24m − 20. Los resultados num´ ericos obtenidos mediante SOLVE deber´ ıan ser superiores a los producidos por ROOTS. que es el del orden 10−15.) Siendo la EDL de coeficientes constantes. El nivel de coincidencia entre ambos. podemos intentar hallar una respuesta. ecuaciones polin´ omicas hasta el grado 4.Ejemplo (cont. . en t´ erminos de radicales. Calculemos aproximadamente las ra´ ıces de P con el comando Matlab SOLVE.

Ejemplo (cont.)
>>format long e >>S=numeric(solve(’x^4-6*x^3+9*x^2-24*x-20’)) S = 5.291305619991860e+00 6.653067648628088e-01+2.373811784418384e+00i 6.653067648628088e-01-2.373811784418384e+00i -6.219191497174775e-01 >>R=roots([1 -6 9 -24 -20]) R = 5.291305619991865e+00 6.653067648628106e-01+2.373811784418383e+00i 6.653067648628106e-01-2.373811784418383e+00i -6.219191497174774e-01

Ejemplo (cont.) El correspondiente SFS es y1 = e0.6653067648628088 tsen(2.373811784418384 t), y2 = e 0.6653067648628088 t cos(2.373811784418384 t), y3 = e5.291305619991860 t y4 = e−0.6219191497174775 t ´ Ver en el APENDICE c´ omo valoramos la calidad de esta soluci´ on aproximada.

9) Resolver las siguientes ED (Entregar las respuestas por escrito en la clase pr´ actica)

a.- y iv) − 10y iii) + 3y ii) − 2y i) − 20y = 0 b.- y iii) − 2y ii) + 3y i) = 0 c.- y iv) − 6y iii) + 9y ii) − 24y i) + 50y = 1 Obtener una soluci´ on particular para la ED del apartado c) mediante el MCI sin ayuda del Matlab, y un SFS para a), b) y c). Tomar como dominio t ∈ I0 = [−1, 1].

Ecuaci´ on de EULER y de EULER generalizada

La ecuaci´ on de Euler de segundo orden es de la forma αx2y (x) + βxy (x) + γy (x) = δ (x) (recu´ erdese que se transforma en una ED de coeficientes constantes mediante el cambio x = et) La ecuaci´ on de Euler generalizada de segundo orden es de la forma α(ax+b)2y (x)+β (ax+b)y (x)+γy (x) = δ (x)

Aplicando DSOLVE se obtiene que >>y=dsolve(’(2*x+1)^2*D2y-(4*x+2)*Dy-12*y=8*x’.’x’) y= 2/3*x^3*(2+x)/(2*x+1)+ C1*(2*x+1)^3+C2/(2*x+1) .Ecuaci´ on de EULER y de EULER generalizada 10) Resolver (2x + 1)2y − (4x + 2)y − 12y = 8x.

(2x + 1)2y − (4x + 2)y − 12y = 8x x2y + 5xy − 2y = −5 log(x) (10x + 50)2y − 3(x + 5)y + 7y = x−2 x3y − 6x2y + 2xy = x + 1 5x2y − 6xy + y = ex . 5. despu´ es de ser transformadas en EDL de coeficientes constantes. 3. puede aplicarse el MCI? ¿Cu´ al es la alternativa al MCI? 1. 4.ECUACIONES DE TIPO EULER 11) ¿A cu´ ales de las siguientes EDL. 2.

y2)(t) = det y1(t) y2(t) y1(t) y2(t) .´ CALCULO DE WRONSKIANOS Y APLICACIONES En lo que sigue se utilizar´ a el wronskiano para el estudio de la independencia lineal de sistemas de funciones. t ∈ I. El wronskiano juega un papel relevante en la teor´ ıa y pr´ actica de las EDL. Tambi´ en se aplicar´ a en la obtenci´ on de una EDLH conocidas algunas de sus soluciones. y2) de ´ estas se define como: W (y1. . Si y1 e y2 son funciones definidas sobre el intervalo I . entonces el wronskiano W (y1.

. del tipo x (t) + p(t)x (t) + q (t)x(t) = 0. x2)(t) = 0. con p y q continuas en I . x2)(t) = 0 ∀t ∈ I ⇔ ∃t ∈ I tal que W (x1.D.WRONSKIANO E INDEPENDENCIA LINEAL TEOREMA. Entonces se cumple que: x1 y x2 son linealmente independientes en I ⇔ W (x1. Sean x1(t) y x2(t) dos soluciones de una E.

2) Sin embargo. 1/2] y W (t. es posible que x1 y x2 sean linealmente independientes en I y W (x1. no necesariamente soluciones de una EDLH.i. Entonces 1) W (x1. t y t2 son l.Notas Sean x1 y x2 de clase 1 en I . Por ejemplo. x2)(t) = 0 para alg´ un t ∈ I ⇒ x1 y x2 son linealmente independientes en I . en [−1/2. t2)(0) = 0 . x2)(t) = 0 en alg´ un I .

M .12) Calcular el Wronskiano de e−2t y sinh(t) − 2 cosh(2t) >>a=’[exp(-2*t). sinh(t)-2*cosh(2*t)] ’.t) % tambien diff(a) b=[-2*exp(-2*t).b] c=[exp(-2*t).sinh(t)-2*cosh(2*t)] [-2*exp(-2*t).cosh(t)-4*sinh(2*t)] >> c=[a. >> b=diff(a.cosh(t)-4*sinh(2*t)] >>d=det(c) %(es el Wronskiano pedido) d=exp(-2*t)*cosh(t)-4*exp(-2*t)*sinh(2*t)+ 2*exp(-2*t)*sinh(t)-4*exp(-2*t)*cosh(2*t) Puede utilizarse el programa WRONSKY.

3*exp(3*x)] [exp(x).2*exp(2*x).c] d=[exp(x).exp(2*x).exp(3*x)]’.’x’).9*exp(3*x)] >>W=det(d)%%%%(es el Wronskiano) W=2*exp(x)*exp(2*x)*exp(3*x) . >>d=[a.exp(3*x)] [exp(x). >>b=diff(a.exp(2*x).13) Calcular el Wronskiano de ex. >>c=diff(b.b.’x’).4*exp(2*x). e2x y e3x >>a=’[exp(x).

b]. >>d=det(c). >>c=[a.14) Determinar si las siguientes funciones son linealmente independientes: f (t) = etsen(2t) y g (t) = sen(t) cos(t) en el intervalo [1/2. . Resoluci´ on usando Matlab >>syms a b c d t >>a=’[exp(t)*sin(2*t).t).sin(t)*cos(t)]’. 3/4]. >>b=diff(a.

sin(2*t)sin(t)*cos(t)*exp(t)*.3/4..t) W=-1..Problema 14) (cont. sin(2*t)-2*sin(t)*cos(t)*exp(t)*cos(2*t) >>W=subs(d.) >>d=simplify(d) d=2*exp(t)*sin(2*t)*cos(t)^2-exp(t)*.05320353709056 Por lo tanto f y g son linealmente independientes.. ..

>>syms t >>a=’[1. >>d=[a. h(t) = 3t2 + 2t − 4 en (−1.i.c].3*t^2+2*t-4]’. >>c=diff(b.t).b.t). >>e=det(d) e =-6 Por lo tanto las funciones son l. .15) Estudiar la independencia lineal de f (t) = 1. g (t) = −t + 1. 2).-t+1. >>b=diff(a.

considerando por separado los casos 1. 2. 16) Hallar la EDL homog´ enea con el menor orden posible para la cual las funciones {yi} forman parte de un conjunto fundamental de soluciones. . coeficientes constantes (cuando sea posible). Puede usarse el programa WRONSKY.Entregar las respuestas de al menos 3 apartados por escrito. coeficientes variables.

y2 = e2x. y3 = x2 + 2x + 1 Usar Matlab para calcular el wronskiano cuando sea necesario (ver la siguiente diapositiva). y2 = x ex. y2 = x. El apartado (b) aparece resuelto en la siguiente diapositiva . y2 = cos(3x) x. y3 = e3x 1. y2 = x2 + 1.a) b) c) d) e) y1 y1 y1 y1 y1 = = = = = ex. y3 = 1/(1 + x2) sen(x).

A2=[dy. A3=[d2y.diff(A)]. W=det([A1. Si se selecciona un intervalo dominio I0. . siendo dy = y . entonces I0 no debe contener ceros del wronskiano.diff(A. d2y = y .A3.A]..2)]. A4=[d3y.diff(A. etc.A2.A4]) W=-2*(12*d2y*x^3-12*d2y*x.. A1=[y.3)].Construcci´ on de una EDLH de coeficientes variables teniendo a las funciones del apartado b) del problema 16 como SFS >> >> >> >> >> >> >> syms x y dy d2y d3y A=[1 x 1/(1+x^2)]. +2*d3y*x^2+3*d3y*x^4-d3y)/(1+x^2)^4 La ecuaci´ on es W = 0.

LINEALES COMPLETAS 1.D.´ METODOS PARA OBTENER SOLUCIONES PARTICULARES DE E. . M´ etodo de los coeficientes indeterminados. (Es aplicable cuando la ecuaci´ on tiene coeficientes constantes y la parte completa es de tipo CI) 2. M´ etodo de variaci´ on de par´ ametros.

. x + 3x − 4x = 3sen(t) + 7e−4t − e2t Resoluci´ on con DSOLVE >>y=dsolve(’D2x+3*Dx-4*x=0’) %sol.´ METODO DE COEFICIENTES INDETERMINADOS 17) Obtener una soluci´ on particular de la E. de la homogenea y=C1*exp(t)+C2*exp(-4*t) Teniendo en cuenta la forma de la parte completa de la ED.D. se busca una soluci´ on particular xp que sea combinaci´ on lineal de x1 = sen(t). x3 = te−4t y x4 = e2t. x2 = cos(t). gral.

INDETERMINADOS (cont. B . +D*exp(2*t).2. particular buscada >>xp=A*sin(t)+B*cos(t)+C*t*exp(-4*t)..´ METODO DE COEF.. >>l=diff(xp. C y D se debe sustituir xp en la ED. 6*D*exp(2*t)+3*A*cos(t)-3*B*sin(t) . Para determinar los coeficientes A.t)+3*diff(xp.) >>syms t xp A B C D %% sol.t)-4*xp l= -5*A*sin(t)-5*B*cos(t)-5*C*exp(-4*t)+...

B . . 3*sin(t)-7*exp(-4*t)+exp(2*t) Para resolver eqn=0 y as´ ı obtener A. C . y D. 2da y 3ra en un punto (en este caso tomamos el punto 0).´ METODO DE COEF..) >>eqn=l-3*sin(t)-7*exp(-4*t)+exp(2*t) eqn= -5*A*sin(t)-5*B*cos(t)-5*C*exp(-4*t)+. y D ... C . obteni´ endose un sistema cuya resoluci´ on nos da A. INDETERMINADOS (cont. se eval´ ua eqn y sus derivadas 1ra. 6*D*exp(2*t)+3*A*cos(t)-3*B*sin(t)-. B ..

C .t) >>eqn3=subs(diff(eqn.t) eqn1=-6-5*B-5*C+6*D+3*A eqn2=-5*A+27+20*C+12*D-3*B eqn3=-108+5*B-80*C+24*D-3*A eqn4=5*A+459+320*C+48*D+3*B A continuaci´ on se resuelve el sistema lineal formado por las 4 ecuaciones eqn1. .2).t) >>eqn2=subs(diff(eqn.t). y D .´ METODO DE COEF. INDETERMINADOS (cont.t) >>eqn4=subs(diff(eqn. eqn3 y eqn4.t.0. B .0.3).0.) >>eqn1=subs(eqn.t. eqn2. con las inc´ ognitas A.0.

Puede usarse el programa MCI . exp(-4*t)-1/6 *exp(2*t) El procedimiento anterior usado para el c´ alculo de los coeficientes no es aconsejable sin la ayuda del MatLab..eqn4) A =-15/34 B =-9/34 C =-7/5 D =-1/6 Una soluci´ on particular es xp=-15/34 *sin(t)-9/34 *cos(t)-7/5*t*. INDETERMINADOS (cont. pero s´ ı parece ser m´ as adecuado para simular el proceso en el ordenador.eqn2..´ METODO DE COEF.eqn3.) >>[A B C D]=solve(eqn1.

homog´ enea.´ ´ DE PARAMETROS ´ METODO DE VARIACION 18) Obtener una soluci´ on particular de la E.D.D. t2x + tx − x = sen(t). (Se obtienen con DSOLVE) As´ ı la soluci´ on general de la homog´ enea es xh = At + B/t y se busca una particular de la completa de la forma xp = A(t)t + B (t)/t . Se utilizar´ a que x1 = t y x2 = 1/t son soluciones de la E.

1/t] >>b=diff(a).´ ´ DE PARAMETROS ´ METODO DE VARIACION Sabemos que A (t) y B (t) son soluciones del sistema t 1/t 1 −1/t2 A (t) B (t) = 0 sen(t)/t2 Procedemos a resolver dicho sistema.1/t ] [1.b] c = [t.-1/t^2] . >>syms t >>a=[t. >>c=[a.

) >>W=det(c) W =-2/t >>A=int(sin(t)/(2*t^2)) >>B=int(-sin(t)/2) >>xp=A*t+B*1/t xp=(-1/2*sin(t)/t+1/2*cosint(t))*t+1/2*cos(t)/t >>pretty(sym(xp)) / sin(t) \ cos(t) |.´ ´ DE PARAMETROS ´ METODO DE VARIACION (cont.1/2 -----.+ 1/2 cosint(t)| t + 1/2 -----\ t / t (Esta es la sol. particular obtenida) .

gral. se procede a resolver dicho sistema . e3t x − 6x + 9x = 2 t >>y=dsolve(’D2x-6*Dx+9*x=0’) y=C1*exp(3*t)+C2*exp(3*t)*t %(sol.D. nos basamos en que A (t) y B (t) son soluciones del sistema e 3t te3t (e3t) (te3t) A (t) B (t) = 0 e3t/t2 Por lo tanto. homo Para obtener xp=A(t)*exp(3*t)+B(t)*exp(3*t)*t.19) Obtener una soluci´ on particular de la E.

t). .b] c=[exp(3*t).t*exp(3*t)] >>b=diff(a. >>c=[a. t*exp(3*t)] [3*exp(3*t).3*exp(3*t)*t+exp(3*t)] >>W=det(c) W =exp(3*t)^2 >>A=int(-1/t) A =-log(t) >>B=int(1/t^2) B =-1/t >>xp=A*exp(3*t)+B*t*exp(3*t) xp=-log(t)*exp(3*t)-exp(3*t) ´ Esta es la soluci´ on particular obtenida.>>syms t >>a=[exp(3*t).

El procedimiento interactivo (l´ ınea de comandos) aparece en la siguiente diapositiva. Puede usarse el programa MVP. .20) Resolver x + 3x + 2x = e3t cos(5t) + 2t4 mediante el MVP >> dsolve(’D2x+3*Dx+2*x=0’) % hallar un SFS ans= C1*exp(-2*t)+C2*exp(-t) Se buscan A(t) y B (t) para tener una soluci´ on particular xp cuya expresi´ on pretendemos que sea xp = A(t)e−2t + B (t)e−t.

sin(t)*exp(3*t)+t^4-6*t^3+21*t^2-45*t+93/2 Nota: Como alternativa podemos usar el MCI y el principio de superposici´ on.exp(-t)].exp(3*t)*cos(5*t)+2*t^4].A=int(S(1)).c=[a..Problema 20) (cont..B=int(S(2)). >>xp=simplify(A*exp(-2*t) +B*exp(-t)) xp=-8/205*cos(t)^5*exp(3*t)+72/205*cos(t)^4*sin(t).b=diff(a.t).. >>S=inv(c)*H.. pero en cualquier caso es mucho m´ as c´ omodo usar directamente DSOLVE que aplica autom´ aticamente el principio de superposici´ on.. . *sin(t)*exp(3*t)-1/82*cos(t)*exp(3*t)+9/410*.-exp(-t)] >>H=[0.) >>syms t >>a=[exp(-2*t). *exp(3*t)+2/41*cos(t)^3*exp(3*t)-54/205*cos(t)^2.b] c =[exp(-2*t)..exp(-t)] [-2*exp(-2*t).

y + (2/t + 2f (t)/f (t))y = 0.´ DE ORDEN REDUCCION 21) Resolver la E. y haciendo v = y se llega a una E. Derivando y sustituyendo en la E. de primer orden en y . usando que f (t) = sen(t)/t es una soluci´ on particular.D. .D.D. Buscamos una soluci´ on de la forma x = sen(t)/t ∗ v (t). x + (2/t)x + x = 0.

) REDUCCION Resolviendo esta E.D. C1. y = F (t. Finalmente haciendo x=f ∗v se obtiene la soluci´ on general de la ED. . C1). se obtiene su soluci´ on general. Los pasos con Matlab se indican a continuaci´ on.´ DE ORDEN (cont. Como y = v . C2). integrando se obtiene v = G(t.

´ DE ORDEN (cont.. t^2)/sin(t)*t))*y=0’) y =-2*C1/(-1+cos(2*t)) .) REDUCCION >>syms t C2 %ecuacion original x’’+2/tx’+x=0 >>f=sin(t)/t >>diff(f) ans=cos(t)/t-sin(t)/t^2 >>diff(f)/f ans=(cos(t)/t-sin(t)/t^2)/sin(t)*t Se resuelve la ED y + (2/t + 2f /f )y = 0 copiando f’/f =diff(f)/f en DSOLVE >>y=dsolve(’Dy+2*(1/t+((cos(t)/t-sin(t)/..

´ DE ORDEN (cont.) REDUCCION Como y = v . se integra >> v=int(y.t)+C2 v =-C1/tan(t)+C2 Se usa que x = f ∗ v >> x=sin(t)/t*v x=sin(t)/t*(-C1/tan(t)+C2) >>simplify(x) ans= -(C1*cos(t)-C2*sin(t))/t %(sol. gral.) .

EJERCICIOS COMPLEMENTARIOS 1. y (0) = 1/2. y (0) = 0. t2et son linealmente independientes. Resolver 9y iv) − 6y iii) + 46y ii) − 6y i) + 37y = 0. Probar que las funciones et. tet. . 3. Resolver el siguiente problema de CI 2y + 5y + 5y = 0. 2.

z (0) = 0.EJERCICIOS COMPLEMENTARIOS 4 Hallar la soluci´ on general del sistema de ecuaciones y + z = exp(x) y+z =x 5 Determinar la soluci´ on del sistema x =y y =z z = −y x(0) = 1. . 6 Calcular una matriz fundamental para el sistema del ejercicio 5). y (0) = 1.

EJERCICIOS COMPLEMENTARIOS 7 Considere la soluci´ on mediante DSOLVE de las siguientes ED (a) (b) (c) (d) (e) y y y ty x − 4ty + y = 1 − 4t2y + y = 0 − 4ty + ty = 0 − 4y + y = 0 + 5x − 50x = 1/t ´ Ver en el APENDICE una notas relativas a las funciones especiales que pueden aparecer en la soluci´ on de algunos de los problemas anteriores. .

´ APENDICE .

y que son bien conocidas. La filosof´ ıa que sigue el MatLab respecto a estas funciones es la usual. es decir. la ingenier´ ıa o la f´ ısica. Expresar las soluciones de una ED en t´ erminos de ciertas funciones especiales que hemos adoptado. bessely.NOTAS SOBRE FUNCIONES ESPECIALES Las funciones WhittakerW . pueden ser conocidas mediante MHELP. frecuentes y de gran importancia en determinados ´ ambitos de la matem´ atica. Se trata de funciones especiales debido a que son la soluci´ on de problemas espec´ ıficos. WhittakerM. etc. conocemos sus propiedades: . Ei. besselj.

etc. singularidades. desarrollo en serie de potencias. Las ED de coeficientes variables del u ´ltimo listado de ejercicios ser´ an estudiadas en el 2do cuatrimestre utilizando un m´ etodo relativamente simple. m´ aximos y m´ ınimos locales. Invocar en la l´ ınea de comandos MatLab lo siguiente >>mhelp bessel >>mhelp Whittaker . derivabilidad.NOTAS SOBRE FUNCIONES ESPECIALES intervalos de convexidad y de crecimiento. basado en asumir a priori que la soluci´ on admite un desarrollo en serie de potencias. comportamiento asint´ otico en el infinito.

2.NOTAS SOBRE FUNCIONES ESPECIALES para obtener una primera explicaci´ on acerca de estas familias de funciones especiales. seno. conociendo a´ un mejor cu´ al es la tarea que desempe˜ nan las funciones especiales y que ´ estas no se reducen a las conocidas exponencial. etc. No se pretende que el alumno estudie todas estas funciones sino que ´ este aumente su cultura profesional. .3 y 4 de la diapo anterior no son del tipo Euler. Notar que las ED 1. coseno.

Sobre el m´ etodo basado en el c´ alculo aproximado de las ra´ ıces de la ecuaci´ on caracter´ ıstica. Para resolver la ecuaci´ on lineal homog´ enea de coeficientes constantes ay iv) + by iii) + cy ii) + dy i) + ey = 0 aplicamos el comando DSOLVE. una variante poco ortodoxa. que no recomendamos. Si la respuesta que se obtiene con DSOLVE no es satisfactoria. consiste en tomar el polinomio caracter´ ıstico P = as4 + bs3 + cs2 + ds + e y calcular aproximadamente sus ra´ ıces mediante el comando SOLVE tal como se muestra a continuaci´ on .

Lo primero a tener en cuenta es que el criterio que aqu´ ı se sigue es el de medir el error en la ecuaci´ on: |L[˜ y ]|. . para ilustrar el nivel de ajuste que se obtiene al calcular una soluci´ on aproximada y ˜ por este m´ etodo. ¿Es exacta la respuesta? Obviamente no lo es. En las siguientes l´ ıneas se reconsidera el ejemplo de la p´ agina 35.>>format long e % se sugiere formato largo >>S=numeric(solve(’a*x^4+b*x^3+c*x^2+d*x+e’)) Finalmente damos como soluci´ on el correspondiente SFS. en lugar del error en la soluci´ on: y ˜−y .

[-2. .2]). -24*diff(y1. >>y1=exp(t*0.1)-20*y1. >>Z=diff(y1.title(’’) para obtener los gr´ aficos que se muestran en la figura 1.2).2.ezplot(Z.60]).2. 60]. >>syms t.6653067648628088)*sin(2..Tomemos por caso a |L[˜ y ]| en los intervalos [−2.title(’’) >>subplot(1.3)+9*diff(y1.4)-6*diff(y1.. y calculemos Z = L[y1].[20.373811784418384*t).ezplot(Z. Hagamos (1 >>subplot(1. 2] y [20.1).2).

Fig. 60] iv ) iii) + 9y1 − 24y1 − 20y1 en [−2. 2] ii) i) . 1: Gr´ aficas de Z = y1 − 6y1 y [20.

La calidad de los resultados obtenidos se mide.¿Tienen calidad los resultados? El m´ etodo alternativo a DSOLVE que hemos utilizado es aproximado. Hemos comprobado que |Z | es del orden de 10−15 × 10 = 10−14 cuando y ˜ est´ a dada por y ˜(t) = eα tsen(β t). y β = 2. Sin embargo.6653067648628088. en este caso.373811784418384. en el ´ ambito experimental los baremos cambian. y concuerda con nuestros conocimientos te´ oricos. −2 ≤ t ≤ 2 siendo α = 0. a partir de la estimaci´ on que hagamos del residuo |Z | = |L[˜ y (t)]| sobre ciertos intervalos. .

representable internamente. se corresponda con la tolerancia de nuestros instrumentos. el n´ umero positivo m´ as peque˜ no. Hacer >>format long e.22e − 016. Parece correcto aceptar que los errores experimentales son nulos cuando ´ estos son < eps ≈ 2. 2]? La respuesta podr´ ıa ser afirmativa si tenemos en cuenta que los c´ alculos MATLAB se hacen con una precisi´ on finita. Podemos aceptar un resultado aproximado siempre que tengamos una medida de la calidad de dicha aproximaci´ on y que ´ esta. a su vez. es decir. y que nuestra conclusi´ on depender´ a del intervalo considerado. Se llama precisi´ on al n´ umero de d´ ıgitos que forman la mantisa. tal que 1 + eps > 1. . (∗) Por eps se representa al epsilon de m´ aquina.(∗) ¿Pero acaso 10−14 no es suficientemente peque˜ no? ¿Podemos aceptar como SFS al obtenido por el m´ etodo descrito anteriormente? En principio la respuesta a la primera pregunta es afirmativa. y ´ este no es el caso que nos ocupa.eps para obtener su valor con 16 d´ ıgitos. En este caso tendremos presente que no tenemos informaci´ on acerca del error en la soluci´ on y ˜ − y .¿Podemos aceptar que Z = 0 en [−2.

(1) de modo que las constantes C1. . y es que en realidad hemos avanzado muy poco pues la soluci´ on general de la ED es de la forma(∗) y ˜G = C1eα3 t cos(β t)+C2eα3 tsen(β t)+C3eα1 t+C4eα2 t. A pesar de lo anterior... El llamado “m´ etodo de los residuos (ponderados)” consiste en aceptar como soluci´ on aquella que anula al residuo en un sentido m´ as d´ ebil que el aqu´ ı utilizado. el criterio basado en medir directamente las discrepancias en la ecuaci´ on es una estrategia universalmente aceptada...α3 .. ˜G depende no linealmente de los par´ (∗)Un serio inconveniente es que y ametros α1 .. y β .La respuesta a la segunda pregunta es negativa. .. C4 pueden modificar sustancialmente la escala y por ello podr´ ıa ser a´ un m´ as dif´ ıcil aceptar que el residuo relativo a y ˜G sea cero.

En cualquier caso. las ventajas que se derivan del trabajo con objetos simb´ olicos no parecen ser concluyentes. reiteremos que es posible para EEDD lineales y homog´ eneas de orden cuatro o menor. 6 y 7. Para resolver ´ este y muchos otros problemas nos apuntamos al uso de los m´ etodos num´ ericos tradicionales cuyo estudio ser´ a abordado en las clases pr´ acticas 5. al menos con este enfoque. calcular exactamente las ra´ ıces del polinomio caracter´ ıstico utilizando SOLVE sin aplicar NUMERIC. .Para terminar de momento esta discusi´ on. solo que la expresi´ on literal de dichas ra´ ıces puede ser un STRING con demasiados caracteres.