Ecuaciones Diferenciales Una Intro Moderna - Ricardo, Henry

Ecuaciones diferenciales:
una introducción moderna
HENRY RICARDO
HENRY RICARDO
Barcelona · Bogotá · Buenos Aires · Caracas · México

Título de la obra original:
A Modern Introduction to Differential Equation
Edición original en lengua inglesa:
Houghton Mifflin, Boston, Massachusetts, United States of America.
Modern Introduction to Differential Equations, 1st edition, Copyright © 2003 by Houghton Mifflin Company.
All rights reserved.
Edición en español :
© Editorial Reverté, S. A., 2008
Edición en papel:
ISBN: 978-84-291-5162-6
Edición e-book (PDF):
ISBN: 978-84-291-9435-7
Versión española traducida por:
Mª Aránzazu Pargada Getino
Licenciada en Filología Inglesa
Revisada por:
Manuel Pargada Gil
Dr. Ingeniero Industrial
Licenciado en Ciencias Matemáticas
Profesor Agregado de la Universidad de Navarra
Propiedad de:
EDITORIAL REVERTÉ, S. A.
Loreto, 13-15. Local B
08029 Barcelona. ESPAÑA
Tel: (34) 93 419 33 36
Fax: (34) 93 419 51 89
reverte@reverte.com
www.reverte.com
Reservados todos los derechos. La reproducción total o parcial de esta obra, por cualquier medio o proce-
dimiento, comprendidos la reprografía y el tratamiento informático, queda rigurosamente prohibida, salvo
excepción prevista en la ley. Asimismo queda prohibida la distribución de ejemplares mediante alquiler o
préstamo públicos, la comunicación pública y la transformación de cualquier parte de esta publicación
(incluido el diseño de la cubierta) sin la previa autorización de los titulares de la propiedad intelectual y de
la Editorial. La infracción de los derechos mencionados puede ser constitutiva de delito contra la propiedad
intelectual (Art. 270 y siguientes del Código Penal). El Centro Español de Derechos Reprográficos (CEDRO)
vela por el respeto a los citados derechos.
# 1297
Para Catherine, mi sine qua non,
y para Cathy, Christine, Henry y Marta,
y Tomás Agustín.
PREFACIO
Filosofía
Durante más de una década ha habido un movimiento tangible para reformar el modo en
que se enseñan ciertos temas de matemáticas. Éste tuvo su inicio con el cálculo y se ha am-
pliado con el objeto de incluir cursos antes y después, en la típica secuencia matemática.
La enseñanza de las ecuaciones diferenciales ordinarias ha experimentado una gran evolu-
ción, tanto en términos pedagógicos como de contenido. Lo que una vez se pudo conside-
rar como una “colección de ‘métodos’ especiales”1 ha sufrido un desarrollo gradual con la
finalidad de proporcionar al alumno experiencias más valiosas: experiencias que un autor
y matemático prominente ha denominado conceptualización, exploración y resolución de
problemas de dificultad superior.2 Éste es el espíritu que ha marcado la elaboración de este
libro.
El manual presenta una introducción sólida y, no obstante, muy accesible a las ecuacio-
nes diferenciales, ya que los conceptos se desarrollan desde una perspectiva de los sistemas
dinámicos y se recurre a las herramientas tecnológicas para abordar los temas desde un punto
de vista gráfico, numérico y analítico. Está ideado con la intención de resultar adecuado para
una amplia variedad de estudiantes y de servir como sucesor natural de cualquier secuencia
moderna de cálculo.
En particular, en el libro se admite que la mayoría de las ecuaciones diferenciales no se
pueden resolver en forma cerrada, y se realiza un amplio uso de los métodos cualitativos y nu-
méricos para analizar las soluciones. A fin de adecuar este cambio de enfoque, se ha omitido
o se le ha restado importancia a una parte del material tradicional. El manual incluye discu-
siones acerca de diversos modelos matemáticos significativos, aunque no se ha pretendido en-
señar el arte del modelado.3 De igual modo, el texto sólo introduce la mínima cantidad de ál-
gebra lineal necesaria para un análisis de sistemas.
Este libro pretende ser el manual de estudio para un curso semestral de ecuaciones di-
ferenciales ordinarias, típicamente ofertado para estudiantes de segundo y penúltimo año,
pero con algunas diferencias. El estudio del cálculo durante dos semestres es un requisito
previo para el curso. No es necesario poseer ningún conocimiento previo de cálculo multi-
variable ni de álgebra lineal, ya que en el mismo libro se abordan conceptos esenciales de
estos temas. Este manual está principalmente dirigido a estudiantes especializados en ma-
temáticas, en ciencias de la naturaleza y en ingeniería. No obstante, con la preparación ne-
cesaria, también resultará muy útil para estudiantes de Económicas, Empresariales y Cien-
cias Sociales.
1 . S. L. ROSS. Ordinary Differential Equations, 3a ed., 25. Wiley, Nueva York, 1984.
2. W. E. BOYCE, “New Directions in Elementary Differential Equations”, en College Mathematics Journal, 364
(noviembre 1994).
3 . Véase D. A. Sánchez, “Review of Ordinary Differential Equations Texts”, en American Mathematical
Monthly 105, segundo párrafo de la pág. 382 (1998).
vii
viii Prefacio
Uso de herramientas tecnológicas

Este libro da por supuesto que el lector tiene acceso a un sistema de álgebra computacio-
nal (SAC), o quizá a algún tipo de software especializado que le permitirá construir las
gráficas requeridas –curvas solución, diagramas de fases, etc.– y las aproximaciones numé-
ricas. Por ejemplo, para implementar el método de Euler de la aproximación de solucio-
nes, se puede utilizar de un modo efectivo un programa de hojas de cálculo. Aunque yo
utilizo Maple® en mi propio curso, no se adopta ninguna plataforma de software o hard-
ware para este manual. En gran medida, incluso una calculadora gráfica será suficiente.
Características pedagógicas y estilo de escritura

Este libro está ciertamente ideado para ser leído por los estudiantes. El estilo es accesible, sin
un excesivo formalismo matemático o material extraño, aunque proporciona una sólida base
en la que los profesores –con la ayuda de la Guía del profesor adjunta– se pueden preparar a
su gusto a nivel individual y conforme a las necesidades de los alumnos. Todos los capítulos
disponen de una Introducción informal que establece el tono y que presenta el material que
se va a tratar en cada capítulo. He intentado de varias maneras motivar la introducción de
nuevos conceptos, incluyendo referencias a cursos de matemáticas anteriores y más elemen-
tales, en los que el alumno haya tomado parte. Cada capítulo concluye con un Resumen na-
rrativo que recuerda al lector los conceptos importantes de tal capítulo. Dentro de las seccio-
nes hay figuras y tablas que facilitarán a los alumnos la visualización o el resumen de los
conceptos. Se dan muchos ejemplos y ejercicios resueltos tomados de la biología, la química y
la economía, así como de las matemáticas puras tradicionales, de la física y la ingeniería. En el
mismo manual van guiando al alumno a través de análisis cualitativos y numéricos de proble-
mas, que habrían resultado difíciles de abordar antes de la omnipresencia de las calculadoras
graficadoras y de los ordenadores. Los ejercicios que aparecen al final de cada sección de con-
tenidos abarcan desde lo rutinario hasta lo desafiante, y los últimos problemas requieren, a
menudo, algún tipo de exploración o justificación teórica (“prueba”). Algunos ejercicios pre-
sentan a los alumnos conceptos suplementarios –frecuentemente tradicionales–. He facilitado
las respuestas a los problemas de numeración impar al final del libro, con soluciones más de-
talladas a estos problemas en el adicional Manual de soluciones del alumno. Todos los capítu-
los tienen por lo menos un proyecto después del Resumen.
He redactado el libro en el modo en el que imparto el curso, empleando un estilo colo-
quial e interactivo. Al alumno se le insta con frecuencia a realizar determinadas acciones con
frases del tipo “reflexione acerca de esto”, “compruebe aquello” o “cerciórese de que lo ha
entendido”. En general, no hay demostraciones de teoremas, salvo para aquellas formulacio-
nes matemáticas que se puedan justificar mediante una secuencia bastante obvia de manipu-
laciones algebraicas o cálculos. De hecho, no hay una designación formal de los resultados
como teoremas, aunque los resultados clave se escriben en cursiva o son compartimentados
en el libro. Además, a lo largo del manual se han ido insertando breves aclaraciones históri-
cas relacionadas con un concepto concreto, sin dificultar el flujo informativo. Éste no es un
tratado matemático, sino una moderna, informativa y amistosa introducción a las herramien-
tas requeridas por los alumnos en muchas disciplinas. He disfrutado impartiendo el curso, y
Prefacio ix
creo que mis alumnos han sacado provecho de la experiencia. Sinceramente, espero que el
usuario de este libro también se pueda hacer una idea de la teoría y las aplicaciones de las
ecuaciones diferenciales modernas.
Principales características del contenido

Los capítulos 1-3 introducen conceptos básicos y se centran en los aspectos analíticos, numéri-
cos y gráficos de las ecuaciones de primer orden. En capítulos posteriores, estos aspectos –el
principio de superposición inclusive– se generalizan de manera natural a las ecuaciones de or-
den superior y a los sistemas de ecuaciones. El capítulo 1 contiene una sección informal
acerca del papel de las herramientas tecnológicas en el estudio de las ecuaciones diferenciales.
El capítulo 4 comienza con métodos para la resolución de las importantes ecuaciones li-
neales homogéneas y no homogéneas de segundo orden con coeficientes constantes. Así mismo
analiza las aplicaciones a los circuitos eléctricos y a los problemas de masa-resorte. El punto
principal del capítulo es la demostración de que cualquier ecuación diferencial de orden supe-
rior es equivalente a un sistema de ecuaciones de primer orden. Se introduce al alumno en el
análisis cualitativo de los sistemas (diagramas de fases), la existencia y unicidad de las solucio-
nes de los sistemas y la extensión de los métodos numéricos para ecuaciones de primer orden
a los sistemas de ecuaciones de primer orden. Entre los ejemplos abordados en este capítulo,
hay dos formas para un sistema depredador-presa –uno lineal, otro no lineal–, una ilustración
de una carrera armamentística y varios sistemas de masa-resorte –incluido uno que muestra el
fenómeno de la resonancia–.
El capítulo 5 comienza con una breve introducción a los conceptos del álgebra matricial
necesarios para la presentación sistemática de los sistemas bidimensionales de ecuaciones
lineales autónomas que se estudian a continuación. (Este tratamiento se suplementa mediante
el Apéndice B). Se enfatiza la importancia de la linealidad y se vuelve a comentar el principio
de superposición. La estabilidad de tales sistemas está completamente caracterizada por me-
dio de los valores propios de la matriz de coeficientes. Los sistemas de masa-resorte se anali-
zan en términos de sus valores propios. Asimismo, hay una breve introducción a las compleji-
dades de los sistemas no homogéneos. Finalmente, mediante ejemplos de 3 3 3 y 4 3 4, se le
muestra al alumno cómo las ideas previamente desarrolladas se pueden extender a las ecua-
ciones de enésimo orden y a sus sistemas equivalentes.
El capítulo 6 aborda la transformada de Laplace y sus aplicaciones a la solución de las
ecuaciones diferenciales y de los sistemas de ecuaciones diferenciales. Éste es probablemente
el tema más tradicional del libro, que se incluye debido a su utilidad en muchas áreas aplica-
das. En particular, permite a los alumnos tratar más fácilmente las ecuaciones lineales no ho-
mogéneas y los sistemas, así como manejar las fuerzas impulsoras discontinuas. La transfor-
mada de Laplace se aplica a los problemas de circuitos eléctricos, a la deflexión de las vigas
–un problema de valores en la frontera– y a los sistemas de masa-resorte. Sin embargo, si-
guiendo el estilo del resto del libro, la sección 6.6 muestra la aplicabilidad de la transformada
de Laplace a un análisis cualitativo de las ecuaciones diferenciales lineales.
El capítulo 7 trata con los sistemas de ecuaciones no lineales de un modo sistemático. Se
analiza la estabilidad de los sistemas no lineales. Se desarrolla la importante noción de aproxi-
x Prefacio
mación lineal a una ecuación o sistema no lineal, incluyendo el uso de un resultado cualitativo
que debemos a Poincaré y Liapunov. Se abordan detalladamente algunos ejemplos importan-
tes de sistemas no lineales, incluyendo las ecuaciones de Lotka-Volterra, el péndulo no amor-
tiguado y el oscilador de Van der Pol. Asimismo, se discuten acerca de los ciclos límite.
Los Apéndices A–C presentan un importante material que es prerrequisito, o correqui-
sito, del cálculo –de una variable y multivariable–, el álgebra vectorial o matricial y los núme-
ros complejos, respectivamente. El Apéndice D es un suplemento del manual que introduce
las soluciones en serie de las ecuaciones diferenciales ordinarias.
Suplementos
• Guía del profesor con soluciones. Incluye soluciones a todos los ejercicios del manual,
comentarios capítulo por capítulo, sugerencias de Maple –y también referencias a otro
software–, ejemplos y problemas adicionales y una extensa bibliografía. Esta guía está
disponible de modo gratuito para los profesores que adquieran el libro.
• Manual de soluciones del alumno. Facilita las soluciones completas a todos los ejerci-
cios del libro con numeración impar.
• SMARTHINKINGô Live On-Line Tutoring (Tutoría online en directo) Houghton
Mifflin se ha asociado con SMARTHINKING para proporcionar un servicio de tuto-
ría online eficaz y de fácil manejo. Una función de calculadora gráfica y whiteboard (pi-
zarra electrónica compartida) permite a los alumnos y tutores online colaborar fácil-
mente. SMARTHINKING ofrece tres niveles de servicios:
• Text-specific Tutoring (Tutoría basada en texto): proporciona una enseñanza indi-
vidual en tiempo real, con un tutor online especialmente cualificado.
• Questions Any Time (Preguntas en cualquier momento): permite a los alumnos re-
alizar preguntas al profesor fuera de horario y recibir una respuesta en 24 horas.
• Independent Study Resources (Recursos para el estudio independiente) conecta a
los alumnos, con acceso de 24 horas, a servicios educativos adicionales; entre otros,
los sitios web interactivos, los test de diagnóstico y “Preguntas realizadas frecuen-
temente (FAQ)” planteadas a los tutores online de SMARTHINKING.
• Un sitio web basado en texto Contiene enlaces a sitios web de ecuaciones diferenciales
ordinarias, así como algunos laboratorios Maple y otros materiales útiles. Visite
http://math.college.hmco.com y siga los vínculos a este libro de texto.
Agradecimientos
El enfoque y contenido de este libro ha recibido principalmente la influencia de tres fuentes:
(1) el proyecto sobre ecuaciones diferenciales de la Universidad de Boston; (2) el Consorcio
para experimentos con ecuaciones diferenciales ordinarias (C·ODE·E), y (3) el número espe-
cial sobre ecuaciones diferenciales College Mathematics Journal, vol. 25, no. 5, (noviembre de
1994). También me ha animado la valiosa crítica de textos recientes sobre ecuaciones diferen-
ciales ordinarias4 llevada a cabo por David Sánchez, y me ha inspirado el reciente volumen de
4 . Sánchez, loc. cit.

Prefacio xi
MAA Notes, Revolutions in Differential Equations: Exploring ODEs with Modern Techno-
logy, que tuve el honor de revisar antes de su publicación.
Me he dado cuenta de que, verdaderamente, cuesta lo suyo escribir un manual de mate-
máticas. He disfrutado de la cooperación y la franqueza de los asistentes a varias clases del
Medgar Evers College, que aprendieron de este libro mientras aún se estaba escribiendo.
Destaco a Tamara Battle, Hibourahima Camara, Lenston Elliott y Ayanna Moses como re-
presentantes de estos pacientes estudiantes. Agradezco sinceramente los útiles comentarios
de mi colega Tatyana Flesher sobre una versión anterior de este libro. Agradezco a mi coor-
dinador, Darius Movasseghi, sus ánimos y su ayuda en áreas tan esenciales como la progra-
mación del curso y la garantía de la disponibilidad de herramientas tecnológicas. Expreso asi-
mismo mi agradecimiento a mi colega Mahendra Kawatra por sus continuas muestras de
aliento y constante apoyo.
En lo que respecta a Houghton Mifflin, quisiera mostrar mi agradecimiento a Jack Shira,
que fue el primero en manifestar la confianza depositada en la filosofía y el estilo de este li-
bro, y que ha continuado respaldando el proyecto de muchas maneras. Aprecio las aportacio-
nes de Paul Murphy mientras fue mi redactor jefe. Transmito mi gratitud a Marika Hoe y Ce-
cilia Molinari, por su profesionalidad, paciencia y sentido del humor mostrados al orientarme
en las etapas de redacción, edición y producción del libro. Agradezco también los exitosos es-
fuerzos de Beverly Fusfield de Techsetters, Inc. y del director artístico George McLean por
transformar mis muchas –y a menudo complicadas– figuras en profesionales obras artísticas.
William Hoston realizó un excelente trabajo como corrector de estilo. Saqué un gran prove-
cho de los comentarios y sugerencias de mis correctores: Bill Goldbloom Bloch (Wheaton
College), Beth Bradley (University of Louisville), Robert Bradshaw (Ohlone College), Mar-
tin Brown (Jefferson Community College), Dean Burbank (Gulf Coast Community College),
Thomas W. Cairns (University of Tulsa), Benito Chen-Charpentier (University of Wyoming),
Mark Farris (Midwestern State University), John H. Jaroma (Gettysburg College), Matthias
Kawski (Arizona State University), Kevin Kreider (University of Akron), P. Gavin LaRose
(Nebraska Wesleyan University), Michael A. McDonald (Occidental College), Douglas B.
Meade (University of South Carolina), Roger Pinkham (Stevens Institute), Lila F. Roberts
(Georgia Southern University), Bhagat Singh (University of Wisconsin-Manitowoc), Ann Si-
tomer (Portland Community College), Allan Struthers (Michigan Technological University),
Ted J. Suffridge (University of Kentucky), Hossein T. Tehrani (University of Nevada), Luis
Valdez-Sanchez (University of Texas en El Paso) y David Voss (Western Illinois University).
Doy la bienvenida a cualquier pregunta, comentario adicional y sugerencia para una mejora.
Se puede contactar conmigo por e-mail en henry@mec.cuny.edu.
Sobre todo, agradezco a mi esposa Catherine el amor, constante estímulo, apoyo y pa-
ciencia que ha desplegado durante la redacción de este libro, y en todos los demás momentos.
Le expreso asimismo mi gratitud por su activa ayuda en la corrección y la crítica del manus-
crito a lo largo de todas sus etapas.
Henry Ricardo
ÍNDICE
Prefacio vii
1 Introducción a las ecuaciones diferenciales 1
1.0 Introducción 1
1.1 Terminología básica 2
Ecuaciones diferenciales ordinarias y ecuaciones en derivadas parciales 2
Ecuaciones diferenciales ordinarias 2
El orden de una ecuación diferencial ordinaria 3
Forma general de una ecuación diferencial ordinaria 3
Ecuaciones en derivadas parciales 4
Ecuaciones diferenciales ordinarias lineales y no lineales 4
Sistemas de ecuaciones diferenciales ordinarias 5
1.2 Soluciones de ecuaciones diferenciales 7
Nociones básicas 7
Soluciones implícitas 8
Familias de soluciones I 9
Problemas de valor inicial (PVI) 10
Una forma integral de una solución de un PVI 11
Familias de Soluciones II 12
Problemas de contorno o de valores en la frontera 13
Soluciones generales 16
Soluciones de sistemas de EDO 16
1.3 La tecnología y las ecuaciones diferenciales 24
1.4 Resumen 26
PROYECTO 1-1 27
2 Ecuaciones diferenciales de primer orden 29
2.0 Introducción 29
2.1 Ecuaciones separables 30
2.2 Ecuaciones lineales 41
El principio de superposición 42
El factor integrante 43
Análisis razonado 44
Problemas de compartimento 47
xiii
xiv Índice
2.3 Campos de direcciones 56

Ecuaciones autónomas y no autónomas 60
2.4 Líneas de fases y diagramas de fases 67
La ecuación logística 67
2.5 Puntos de equilibrio: sumideros, fuentes y nodos 72
Un test para puntos de equilibrio 73
Test de la derivada 73
2.6 Bifurcaciones 78
Conceptos básicos 78
Aplicación a las ecuaciones diferenciales 79
2.7 Existencia y unicidad de las soluciones 85
Un teorema de existencia y unicidad 87
2.8 Resumen 92
PROYECTO 2-1 94
PROYECTO 2-2 94
3 La aproximación numérica de las soluciones 97

3.1 El método de Euler 98
Ecuaciones diferenciales rígidas 107
3.2 Algunas cosas más sobre los errores 112
3.3 El método de Euler mejorado 115
3.4 Métodos numéricos más sofisticados:
Runge-Kutta y otros 119
3.5 Resumen 123
PROYECTO 3-1 124
4 Ecuaciones de segundo orden y de orden superior 126

4.1 Ecuaciones lineales homogéneas de segundo orden
con coeficientes constantes 126
La ecuación característica y los valores propios 127
Valores propios reales y distintos 128
Valores propios reales e iguales 129
Valores propios complejos conjugados 130
Resumen 131
4.2 Ecuaciones lineales no homogéneas, de segundo orden,
con coeficientes constantes 134
La estructura de las soluciones 134
La variación de parámetros 137
Índice xv
4.3 Ecuaciones lineales de orden superior con coeficientes constantes 142

4.4 Ecuaciones de orden superior y sus sistemas equivalentes 146
Técnica de conversión I: conversión de una ecuación
de orden superior en un sistema 147
Técnica de conversión II: conversión de un sistema
en una ecuación de orden superior 151
Una mirada hacia delante 152
4.5 Análisis cualitativo de los sistemas autónomos 154
Los diagramas de fases para los sistemas de ecuaciones 154
Otras representaciones gráficas 158
Un modelo depredador-presa: las ecuaciones de Lotka-Volterra 162
Otras representaciones gráficas 164
Problemas de masa-resorte 166
Movimiento armónico simple 166
Movimiento libre amortiguado 170
Diferentes tipos de amortiguación 173
Movimiento forzado 173
Resonancia 177
Sistemas tridimensionales 179
4.6 Existencia y unicidad 182
Un teorema de existencia y unicidad 183
Muchas soluciones 184
Ninguna solución 184
Exactamente una solución 184
4.7 Soluciones numéricas 186
El método de Euler aplicado a sistemas 186
El método de Runge-Kutta de cuarto orden para sistemas 188
4.8 Resumen 194
PROYECTO 4-1 197
5 Sistemas de ecuaciones diferenciales lineales 199

5.1 Sistemas y matrices 200
Matrices y vectores 200
La representación matricial de un sistema lineal 201
Algo de álgebra matricial 202
5.2 Sistemas bidimensionales de ecuaciones
lineales de primer orden 205
Valores propios y vectores propios 205
Interpretación geométrica de los vectores propios 207
El problema general 208
El comportamiento geométrico de las soluciones 211
xvi Índice
5.3 Estabilidad de los sistemas lineales:

valores propios reales distintos 217
Valores propios reales distintos 218
La imposibilidad de vectores propios dependientes 219
Valores propios positivos distintos 219
Valores propios negativos distintos 222
Valores propios distintos con signos opuestos 223
Valores propios distintos, un valor propio igual a cero 225
valores propios reales iguales 229
Valores propios iguales y no nulos, dos vectores propios independientes 229
Valores propios iguales y no nulos, un único vector propio independiente 231
Ambos valores propios nulos 234
valores propios complejos 235
Valores propios complejos y vectores propios complejos 235
5.6 Sistemas no homogéneos 243
La solución general 243
El método de los coeficientes indeterminados 244
5.7 Generalizaciones: el caso n 3 n (n # 3) 252
La representación matricial 252
Valores propios y vectores propios 252
Independencia lineal y dependencia lineal 254
Sistemas no homogéneos 259
Generalización a los sistemas de n 3 n 259
5.8 Resumen 267
PROYECTO 5-1 269
PROYECTO 5-2 270
6 La transformada de Laplace 271

6.1 La transformada de Laplace
de algunas funciones importantes 272
6.2 La transformada inversa y la convolución 277
La transformada inversa de Laplace 277
La convolución 281
Ecuaciones integrales y ecuaciones integro-diferenciales 283
La transformada de Laplace y las herramientas tecnológicas 285
Índice xvii
6.3 Transformadas de funciones discontinuas 287

La función (escalón unidad) de Heaviside 287
6.4 Transformadas de funciones impulso:
la función Delta de Dirac 294
6.5 Transformadas y sistemas de ecuaciones
diferenciales lineales 298
6.6 Análisis cualitativo mediante la transformada de Laplace 303
Ecuaciones homogéneas 303
Estabilidad 304
Ecuaciones no homogéneas 306
Funciones de transferencia y funciones de respuesta al impulso 307
6.7 Resumen 309
PROYECTO 6-1 311
7 Sistemas de ecuaciones diferenciales no lineales 313

7.1 Equilibrios de los sistemas no lineales 313
7.2 Aproximación lineal en los puntos de equilibrio 318
Sistemas cuasilineales 320
El teorema de Poincaré-Liapunov 324
7.3 Dos importantes ejemplos de ecuaciones y
sistemas no lineales 332
Ecuaciones de Lotka-Volterra 332
El péndulo no amortiguado 334
7.4 La ecuación de Van der Pol y los ciclos límite 342
La ecuación de Van der Pol 342
Ciclos límite 344
7.5 Resumen 351
PROYECTO 7-1 353
Apéndice A Algunos conceptos y resultados de cálculo 354
Apéndice B Vectores y matrices 364
Apéndice C Números complejos 376
Apéndice D Soluciones en serie de ecuaciones diferenciales 380
Respuestas y sugerencias para ejercicios con numeración impar 393
Índice alfabético 437
1 Introducción a las
ecuaciones diferenciales
1.0 INTRODUCCIÓN
¿Qué tienen en común las siguientes situaciones?
• Una carrera armamentista entre naciones.
• El seguimiento de la rapidez con la que llegan a manifestar el sida los pacientes con
VIH positivo.
• La dinámica de la oferta y la demanda en un sistema económico.
• La interacción entre dos o más especies de animales en una isla.
La respuesta es que cada una de estas áreas de investigación se puede modelar con
ecuaciones diferenciales. Esto significa que las características esenciales de esos proble-
mas se pueden representar mediante el uso de una o varias ecuaciones diferenciales, y las
soluciones de los problemas matemáticos permiten intuir el futuro comportamiento de los
sistemas estudiados.
Este libro trata del cambio, el flujo, el movimiento y, en particular, de la rapidez a la
que las variaciones tienen lugar. Cada ser viviente experimenta cambios. Las mareas fluc-
túan a lo largo del día. Los países aumentan y disminuyen sus reservas de armas. El precio
del aceite sube y baja. El marco de trabajo de este curso en particular es la dinámica, el es-
tudio de los sistemas que evolucionan con el paso del tiempo.
El origen de la dinámica (inicialmente un área de la física) y de las ecuaciones diferen-
ciales se remonta a los primeros trabajos del científico y matemático inglés Isaac Newton
(1642-1727) y del filósofo y matemático alemán Gottfried Wilhelm Leibniz (1646-1716),
basados en el desarrollo de la nueva ciencia del cálculo en el siglo XVII. A Newton en con-
creto le preocupaba la determinación de las leyes que gobiernan el movimiento, ya sea el
de una manzana cayéndose de un árbol, o el de los planetas moviéndose dentro de sus ór-
bitas. Le interesaba la rapidez de cambio. Sin embargo, no se debe pensar que las ecuacio-
nes diferenciales sólo abordan temas relacionados con la física. El mismo tipo de ecuacio-
nes y de análisis de los sistemas dinámicos se puede utilizar para ilustrar y comprender
situaciones en biología, economía, química o estrategias militares, por ejemplo. A lo largo
de este libro se encontrarán aplicaciones de este tipo.
1
2 1 / Introducción a las ecuaciones diferenciales
En la siguiente sección haremos una introducción al lenguaje de las ecuaciones dife-

renciales y hablaremos de algunas de sus aplicaciones.
1.1 TERMINOLOGÍA BÁSICA

ECUACIONES DIFERENCIALES ORDINARIAS
Y ECUACIONES EN DERIVADAS PARCIALES
Ecuaciones diferenciales ordinarias
En general, una ecuación diferencial ordinaria (EDO) es una ecuación que implica la exis-
tencia de una función desconocida o incógnita de una única variable (la variable indepen-
diente) y una o más de sus derivadas.
EJEMPLO 1.1.1 Una ecuación diferencial ordinaria

He aquí una típica EDO elemental en la que se indican algunos de sus componentes:
función desconocida, yT
dy
3 5y
dt
variable independiente, tc
Esta ecuación describe una función desconocida de t que es igual a tres veces su propia de-
rivada. Dicho de otro modo: esta ecuación diferencial describe una función cuya razón de
cambio es proporcional a su propio tamaño (valor) en cualquier tiempo dado, siendo 1/3
la constante de proporcionalidad. ◆
En muchas aplicaciones dinámicas, la variable independiente es el tiempo, designado

por t, y se pueden representar las funciones derivadas mediante la notación de puntos1 de
Newton, como en la ecuación ẍ 1 3tẋ 1 2x 5 sensvtd. Tendría que resultar fácil el reco-
nocer una ecuación diferencial sin que importen las letras usadas para las variables depen-
diente e independiente, ni la notación empleada para las derivadas. El contexto determi-
nará el significado de las diversas letras. Es la forma de la ecuación la que se debería
reconocer. Por ejemplo, debería hacérsenos fácil poder ver que las dos ecuaciones diferen-
ciales ordinarias:
d 2u du d 2y dy
(A) 2
23 1 7u 5 0 y sBd 2
53 2 7y
dt dt dx dx
son la misma; es decir, que ambas describen un mismo comportamiento matemático o fí-
sico. En la ecuación (A), la función desconocida u depende de t, mientras que, en la ecua-
ción (B), la función y es una función de la variable independiente x. Sin embargo, ambas
ecuaciones describen la misma relación e implican la función desconocida, sus derivadas y
la variable independiente. Cada una de estas dos ecuaciones describe una función cuya se-
gunda derivada es igual a tres veces su primera derivada, menos siete veces ella misma.
1. En esta notación, x 5 dx> dt y x 5 d2x>dt2.

# $
ds d
Es útil la notación de Leibniz para una derivada, , porque la variable independiente
ds d
(la cantidad fundamental, cuyo cambio es causante de otros cambios) aparece en el deno-
minador, y la variable dependiente está en el numerador. Las tres ecuaciones
dy 2
1 2xy 5 e2x
dx
xs std 2 5xr std 1 6xstd 5 0
dx 3t2 1 4t 1 2
5
dt 2sx 2 1d
no dejan duda acerca de la relación entre las variables independiente y dependiente. Sin
embargo, en una ecuación como swrd 2 1 2t3wr 2 4t2w 5 0, debemos inferir que la función
desconocida w es realmente w(t), una función de la variable independiente t.
El orden de una ecuación diferencial ordinaria

Un modo de clasificar ecuaciones diferenciales ordinarias es según su orden. Diremos que
una ecuación diferencial ordinaria es de orden n, o que es una ecuación de n-ésimo orden,
si la derivada de mayor orden de la función desconocida en la ecuación es la derivada ené-
sima. Las ecuaciones
dy 2
1 2xy 5 e2x
dx
swrd 2 1 2t3wr 2 4t2w 5 0
dx 3t2 1 4t 1 2
5
dt 2sx 2 1d
son ecuaciones diferenciales de primer orden porque la derivada de mayor orden en cada
una de ellas es la derivada primera. Las ecuaciones
xs std 2 5xr std 1 6xstd 5 0
y
$ #
x 1 3t x 1 2x 5 sensvtd
son ecuaciones de segundo orden y e2xys5d 1 ssen xdyt 5 5ex es de orden 5.
Forma general de una ecuación diferencial ordinaria

Si y es la función desconocida de una sola variable independiente x, una ecuación diferen-
cial ordinaria de orden n se puede expresar matemáticamente de un modo conciso me-
diante la relación
Fsx, y, yr, ys, yt, c, ysn 2 1d, ysnd d 5 0
o a menudo como
ysnd 5 Gsx, y, yr, ys, yt, c, ysn 2 1d d.
donde yskd representa la derivada de y de orden k.
El siguiente ejemplo muestra la apariencia que adopta esta forma en la práctica.
EJEMPLO 1.1.2 Forma general para una EDO de segundo orden

Si y es una función desconocida de x, la ecuación diferencial ordinaria de segundo orden
d2y dy
2 2 1 ex 5 y 1 sen x se puede escribir en la forma
dx dx
d2y dy
2 2 1 ex 2 y 2 sen x 5 0
dx dx
o como
2ys 1 exyr 2 y 2 sen x 5 0
Fsx, y, yr, ys d
Observemos que F designa una expresión matemática que comprende la variable indepen-
diente x, la función desconocida y, y la primera y segunda derivadas de y.
Alternativamente, podríamos recurrir al álgebra ordinaria para despejar la derivada
de mayor orden en la ecuación diferencial original. Entonces la ecuación se escribiría en la
forma
ys 5 12 sen x 1 12y 2 12exyr
Gsx, y, yrd ◆
Ecuaciones en derivadas parciales

Si tratamos con funciones de varias variables y las derivadas que aparecen son derivadas
parciales, entonces tenemos una ecuación en derivadas parciales (EDP). (Consulte el
apéndice A.7 si no está familiarizado con las derivadas parciales.) Por ejemplo, la ecua-
'2u 1 '2u
ción en derivadas parciales 2 2 2 2 5 0, que recibe el nombre de ecuación de onda,
'x c 't
es de vital importancia en muchas áreas de la física y la ingeniería. En esta ecuación supo-
nemos que u 5 u (x, t), una función de dos variables, x y t. Sin embargo, cuando en este li-
bro usamos el término ecuación diferencial nos estamos refiriendo a una ecuación diferen-
cial ordinaria. A menudo escribiremos únicamente ecuación, si por el contexto resulta
evidente que se trata de una ecuación diferencial ordinaria.
Ecuaciones diferenciales ordinarias lineales y no lineales

Otra forma importante de clasificar las ecuaciones diferenciales es en términos de si son li-
neales o no lineales. Si y es una función de x, entonces la forma general de una ecuación
diferencial lineal ordinaria de orden n es
a n sxdysnd 1 a n21 sxdysn21d 1 c 1 a 2 sxdys 1 a 1 sxdyr 1 a 0 sxdy 5 fsxd (1.1.1)
donde a n sxd, a n21 sxd, c, a 1 sxd, a 0 sxd y f(x) son funciones de x. Lo importante aquí es
que cada función coeficiente ai(x) depende únicamente de la variable independiente x, y
no contiene ni la variable dependiente y, ni cualquiera de sus derivadas. En particular, la
ecuación (1.1.1) no contiene productos o cocientes de y o de sus derivadas.
EJEMPLO 1.1.3 Una ecuación lineal de segundo orden

La ecuación xs 1 3txr 1 2x 5 sensvtd , donde v es una constante, es lineal. Podemos con-
templar la forma de esta ecuación así:
a 2 std a 1 std a 0 std fstd
1 ? xs 1 3t ? xr 1 2 ? x 5 sensvtd
Los coeficientes de las diversas derivadas de la función incógnita x son únicamente funcio-
nes (eventualmente constantes) de la variable independiente t. ◆
El siguiente ejemplo muestra que no todas las ecuaciones de primer orden son lineales.
EJEMPLO 1.1.4 Una ecuación no lineal de primer orden

(un modelo para la infección por VIH)
5 s 1 rT a1 2 b 2 mT modela el crecimiento y la muerte de las cé-

dT T
La ecuación
dt Tmax
lulas T, un importante componente del sistema inmunológico.2 En dicha ecuación, T(t) re-
presenta el número de células T existentes en el momento t. Si reescribimos la ecuación
5 s 1 rT 2 a bT2 2 mT. De este modo, vemos que
dT r
sin los paréntesis, obtenemos
dt Tmax
hay un término que contiene el cuadrado de la función incógnita. Por consiguiente, no es
una ecuación lineal. ◆
En general, existen más métodos sistemáticos de análisis de las ecuaciones lineales que
de las ecuaciones no lineales, algunos de los cuales los estudiaremos en los capítulos 2, 5
y 6. Sin embargo, las ecuaciones no lineales son importantes y aparecerán a lo largo del li-
bro. En concreto, el capítulo 7 está dedicado a su análisis.
SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS

En cursos anteriores de matemáticas habrá observado que a veces es necesario tratar con
sistemas de ecuaciones algebraicas, como por ejemplo:
3x 2 4y 5 22
25x 1 2y 5 7
Del mismo modo, al trabajar con ecuaciones diferenciales, podemos encontrarnos frente a
sistemas de ecuaciones diferenciales, como
dx
5 23x 1 y
dt
dy
5 x 2 3y
dt
2. E. K YEARGERS, R. W. SHONKWILER y J. V. HEROD. An Introduction to the Mathematics of Biology: With

Computer Algebra Models, 341. Birkhäuser, Boston, 1996.
o
#
x 5 2sx 1 sy
#
y 5 2xz 1 rx 2 y
#
z 5 xy 2 bz
# dx # dy # dz
donde b, r y s son constantes. (Recordemos que x 5 , y 5 y z 5 .) El último sis-
dt dt dt
tema surgió en un famoso estudio sobre condiciones meteorológicas.
Advertimos que cada uno de estos dos sistemas de ecuaciones diferenciales consta de
un número diferente de ecuaciones y que cada ecuación del primer sistema es lineal, mien-
tras que las dos últimas ecuaciones del segundo sistema son no lineales, porque contienen
productos –xz en la segunda ecuación y xy en la tercera– de algunas de las funciones des-
conocidas. Lógicamente denominaremos sistema lineal a un sistema en el que todas las
ecuaciones son lineales, y sistema no lineal a un sistema que contenga al menos una ecua-
ción no lineal. En los capítulos 4, 5, 6 y 7 veremos cómo se originan los sistemas de ecua-
ciones diferenciales y aprenderemos a analizarlos. Por ahora, tratemos simplemente de
comprender la idea de un sistema de ecuaciones diferenciales.
EJERCICIOS 1.1
En los ejercicios 1-10, (a) identifique la variable dependiente y la variable independiente de
cada ecuación; (b) indique el orden de cada ecuación diferencial, y (c) determine si la ecua-
ción es lineal o no lineal. Si responde en (c) que es no lineal, explique por qué.
1. yr 5 y 2 x2 2. xyr 5 2y
3. xs 1 5x 5 e 2x
4. syrd 2 1 x 5 3y
d2r dr
5. xyrsxyr 1 yd 5 2y2 6. 5 3 1 sen t
dt2 dt
7. ys4d 1 xyt 1 e x 5 0 8. xs7d 1 t2xs5d 5 xe t
9. e yr 1 3xy 5 0 10. t2Rt 2 4tRs 1 Rr 1 3R 5 e t
11. ¿Para qué valor o valores de la constante a es lineal la siguiente ecuación diferencial?
d 2x dx
2
1 sa 2 2 adx 5 te sa21dx
dt dt
12. Clasifique cada uno de los siguientes sistemas como lineal o no lineal:
dy
a. 5 x 2 4xy b. Qr 5 tQ 2 3t2R
dt
dx
5 23x 1 y Rr 5 3Q 1 5R
dt
# #
c. x 5 x 2 xy 1 z d. x 5 2x 2 ty 1 t2z
# #
y 5 22x 1 y 2 yz y 5 22tx 1 y 2 z
# #
z 5 3x 2 y 1 z z 5 3x 2 t3y 1 z
1.2 SOLUCIONES DE ECUACIONES DIFERENCIALES
NOCIONES BÁSICAS
En cursos anteriores de matemáticas, siempre que nos encontrábamos con una ecuación
probablemente se nos invitaba a resolverla o a obtener una solución. La solución de una
ecuación diferencial es simplemente una función que satisface a la ecuación: al sustituir
esta función en la ecuación diferencial, se obtiene una afirmación matemática cierta, una
identidad. Antes de comenzar a estudiar métodos resolutivos formales en el capítulo 2, po-
demos intuir o conjeturar las soluciones de algunas ecuaciones diferenciales sencillas. El
siguiente ejemplo muestra cómo intuirlas de un modo lógico.
EJEMPLO 1.2.1 Conjetura y comprobación de una solución a una EDO.

dB
La ecuación diferencial lineal de primer orden 5 kB, donde k representa una cons-
dt
tante positiva determinada, es un simple ejemplo de un saldo bancario B(t) al cabo de t
años tras la inversión inicial a un interés compuesto. La razón de cambio de B en cualquier
instante es proporcional al valor de B en ese momento, siendo k la constante de propor-
cionalidad. Esta ecuación expresa que cuanto mayor sea el saldo en cualquier momento t,
más rápidamente aumentará su valor.
Si suponemos conocidas las funciones elementales y sus derivadas, podremos intuir
qué tipo de función describe B(t). ¿Qué tipo de función tiene una derivada que es un múl-
tiplo de sí misma por una constante? Deberíamos concluir que B(t) debe ser una función
exponencial de la forma aekt, donde a es una constante. Si se sustituye B(t) 5 aekt en la
ecuación diferencial original, comprobaremos si la conjetura es correcta. El lado izquierdo
dsae kt d
de la ecuación se convierte en , que es igual a kaekt, y el lado derecho es k(aekt). El
dt
lado izquierdo es igual que el lado derecho y nos proporciona una identidad.
Anticipando una idea que estudiaremos después dentro de esta sección, podemos ha-
cer que t 5 0 en nuestra función solución, para concluir que B(0) 5 aek(0) 5 a; es decir, que
la constante a debe ser igual a la inversión inicial. Finalmente, podemos expresar la solu-
ción en la forma B(t) 5 B(0) ekt. ◆
Expuesto de un modo más formal, una solución de la ecuación diferencial:
Fsx, y, yr, ys, yt, c, ysn21d, ysnd d 5 0, o bien ysnd 5 Gsx, y, yr, ys, yt, c, ysn21d d
en un intervalo (a, b) es una función real y 5 y (x), tal que existen todas las derivadas ne-
cesarias de y (x) en ese intervalo e y (x) satisface la ecuación para cada valor de x en el in-
tervalo. Resolver una ecuación diferencial significa encontrar todas las soluciones posibles
de la misma.
Advierta que decimos “una” solución en vez de “la” solución. Una ecuación diferen-
cial, si es que tiene alguna solución, normalmente tiene más de una. Además, deberíamos
estar atentos al intervalo en el que podría definirse la solución. Más tarde en esta sección y
en la sección 2.7, analizaremos con más detalle las cuestiones de la existencia y la unicidad
de las soluciones. De momento se trata simplemente de aprender a reconocer cuándo una
función es una solución de una ecuación diferencial, como en el siguiente ejemplo.
EJEMPLO 1.2.2 Comprobación de una solución de una ecuación de segundo orden

Supongamos que alguien afirma que xstd 5 5e 3t 2 7e 2t es una solución de la ecuación li-
neal de segundo orden xs 2 5xr 1 6x 5 0 en toda la recta real; es decir, para todos los va-
lores de t en el intervalo (2`, `). Podremos comprobar que esta afirmación es correcta si
calculamos xr std 5 15e3t 2 14e2t y xs std 5 45e3t 2 28e2t y sustituimos estas expresiones en
la ecuación original:
xs std 2 5xr std 1 6xstd
xs std xrstd xstd
5 s45e 3t 2 28e 2t d 2 5s15e 3t 2 14e 2t d 1 6s5e 3t 2 7e 2t d

5 45e 3t 2 28e 2t 2 75e 3t 1 70e 2t 1 30e 3t 2 42e 2t
5 230e 3t 1 42e 2t 1 30e 3t 2 42e 2t 5 0
3t 2t
Como x(t) 5 5e 2 7e satisface la ecuación original, entendemos que x(t) es una solu-
ción. Sin embargo, ésta no es la única solución de la ecuación diferencial dada. Por ejemplo,
2
también lo es: x2 std 5 2pe 3t 1 e 2t. (Compruebe esto.) Más adelante hablaremos más
3
detalladamente sobre este tipo de situaciones. ◆
Soluciones implícitas
Volvamos a considerar el concepto de funciones implícitas en el cálculo. La idea aquí es
que a veces las funciones no están claramente (explícitamente) definidas mediante una
fórmula en la que la variable dependiente (en un lado) esté expresada en términos de
la variable independiente y algunas constantes (en el otro lado), como en la solución
x 5 xstd 5 5e 3t 2 7e 2t del ejemplo 1.1.2. Por ejemplo, se nos podría plantear la relación
x2 1 y2 5 5, que puede escribirse en la forma G(x, y) 5 0, donde Gsx, yd 5 x2 1 y2 2 5.
La gráfica de esta relación es un círculo de radio "5 centrado en el origen y no representa
una función. (¿Por qué?) Sin embargo, esta relación define implícitamente dos funciones:
y1(x) 5 "5 2 x2 e y2 sxd 5 2"5 2 x2, ambas con dominio [2"5, "5]. En cursos de aná-
lisis más avanzados se estudia cuándo una relación define realmente una o más funciones
implícitas. De momento recordemos únicamente que incluso si no podemos resolver una
relación con objeto de obtener una fórmula explícita para cada función, podemos hacer
uso de la diferenciación implícita para hallar derivadas de cualquier función que pueda es-
tar oculta en la relación.
Al tratar de resolver ecuaciones diferenciales, con frecuencia no podremos hallar una so-
lución explícita y deberemos conformarnos con una solución definida de un modo implícito.
EJEMPLO 1.2.3 Comprobación de una solución implícita

Queremos demostrar que cualquier función y que satisfaga la relación Gsx, yd 5 x2 1 y2 2 5 5
dy x
0 es una solución de la ecuación diferencial 52 .
dx y
En primer lugar, derivamos implícitamente la relación, tratando a y como y(x), una

función de la variable independiente x, definida implícitamente:
d d 2 d
(1) Gsx, yd 5 sx 1 y2 2 5d 5 s0d 5 0
dx dx dx
Regla de la cadena
dy d
(2) 2x 1 2y 2 s5d 5 0
dx dx
dy
(3) 2x 1 2y 50
dx
dy dy 22x x
Si ahora despejamos en la ecuación s3d, se obtiene 5 5 2 . Así se demues-
dx dx 2y y
tra que cualquier función definida implícitamente por la relación anterior es una solución
de nuestra ecuación diferencial. ◆
FAMILIAS DE SOLUCIONES I
A continuación, analizaremos cuántas soluciones puede tener una ecuación diferencial.
Por ejemplo, la ecuación syrd 2 1 1 5 0 no tiene una solución real (reflexione sobre esto),
mientras que la ecuación 0 yr 0 1 0 y 0 5 0 tiene exactamente una solución, la función y ; 0.
(¿Por qué?) Como ya vimos en el ejemplo 1.2.2, la ecuación diferencial xs 2 5xr 1 6x 5 0
tiene al menos dos soluciones.
La situación aún puede ser más complicada, como muestra el siguiente ejemplo.
EJEMPLO 1.2.4 Una familia infinita de soluciones

Supongamos que dos estudiantes, Lenston y Jennifer, observan la sencilla ecuación dife-
dy
rencial de primer orden 5 fsxd 5 x2 2 2x 1 7. Una solución de esta ecuación es una
dx
función de x cuya primera derivada es igual a x2 2 2x 1 7. Lenston cree que la solución es
x3 x3
2 x2 1 7x, mientras que Jennifer piensa que es 2 x2 1 7x 2 10. Ambas respuestas
3 3
parecen correctas.
Resolver este problema es sencillamente una cuestión de integración de los dos miem-
bros de la ecuación
dy
y 5 3dy 5 3 dx 5 3 sx2 2 2x 1 7d dx.
dx
Puesto que estamos utilizando una integral indefinida, existe siempre una constante de in-
tegración que no debemos olvidar. La solución a nuestro problema es realmente una fami-
x3
lia infinita de soluciones, ysxd 5 2 x2 1 7x 1 C, donde C representa cualquier cons-
3
tante real. Cada valor concreto de C da lugar a otro miembro de la familia. ¡Acabamos de
resolver nuestra primera ecuación diferencial de este curso sin conjeturas! Cada vez que
efectuábamos una integración indefinida (hallábamos una antiderivada) en la clase de
cálculo, estábamos resolviendo una sencilla ecuación diferencial. ◆
Al describir el conjunto de soluciones de una ecuación diferencial de primer orden

como la mostrada en el ejemplo anterior, normalmente nos referimos a dicho conjunto
como una familia uniparamétrica de soluciones. El parámetro es la constante C. Cada va-
lor concreto de C nos proporciona lo que se denomina una solución particular de la ecua-
ción diferencial. En el ejemplo anterior, Lenston y Jennifer hallaron soluciones particula-
res, una correspondiente a C 5 0 y la otra para C 5 210. Una solución particular se
denomina a veces una integral de la ecuación, y su gráfica recibe el nombre de curva inte-
gral o curva solución. La figura 1.1 muestra tres de las curvas integrales de la ecuación
dy
5 x2 2 2x 1 7, las correspondientes a C 5 15, 0 y 210 (de arriba a abajo).
dx
40
20
–2 –1 1 2 x
–20
–40
Figura 1.1
dy
Curvas integrales de 5 x2 2 2x 1 7
dx
con parámetros respectivos 15, 0 y 210
La curva que pasa por el origen es la solución particular de Lenston; la curva solución
que pasa por el punto (0, 210) es la de Jennifer.
Problemas de valor inicial (PVI)

Supongamos ahora que deseamos resolver una ecuación diferencial de primer orden,
siendo y la función incógnita de la variable independiente t. Especificamos además que
una de sus curvas integrales ha de pasar por un punto concreto (t0, y0) en el plano. Esta-
mos imponiendo la condición y(t0) 5 y0, denominada condición inicial. El problema pasa
entonces a llamarse un problema de valor inicial (PVI). Advierta que, de este modo, esta-
mos tratando de hallar una solución particular concreta. Encontramos esta solución si es-
cogemos un valor específico de la constante de integración (el parámetro).
A continuación veremos cómo resolver un sencillo problema de valor inicial.
EJEMPLO 1.2.5 Un problema de valor inicial de primer orden

Supongamos que un objeto se mueve a lo largo del eje x de tal modo que su velocidad ins-
tantánea en un tiempo t viene dada por v(t) 5 12 2 t2. Primero encontraremos la posición
x del objeto, medida desde el origen, en cualquier instante t > 0.
Como la función velocidad es la derivada de la función posición, podemos plantear la
dx
ecuación diferencial de primer orden 5 12 2 t2 para describir nuestro problema.
dt
La simple integración de los dos miembros de la ecuación da como resultado
dx t3
xstd 5 3dx 5 3 dt 5 3 s12 2 t2 d dt 5 12t 2 1 C
dt 3
Este último resultado significa que la posición del objeto en un momento arbitrario t . 0
t3
puede ser descrita por cualquier miembro de la familia uniparamétrica 12t 2 1 C, lo
3
cual no es una conclusión muy satisfactoria. Pero si disponemos de información adicional,
podemos encontrar un valor concreto para C y acabar con la incertidumbre.
Supongamos que sabemos, por ejemplo, que la posición del objeto es x 5 25 cuando
t 5 1. Entonces podremos aplicar esta condición inicial para obtener
13 35
25 5 xs1d 5 12s1d 2 1 C o bien 25 5 1C
3 3
250
Esta última ecuación implica que C 5 , de modo que la posición del objeto en el
3
t3 50 st3 1 50d
tiempo t viene dada por la función particular xstd 5 12t 2 2 5 12t 2 .
3 3 3
La condición inicial x(1) 5 25 había sido seleccionada aleatoriamente. Cualquier otra
elección x(t0) 5 x0 nos habría conducido hasta un valor definido de C y a la obtención de
una solución particular de nuestro problema. ◆
Una forma integral de una solución de un PVI

Si una ecuación de primer orden se puede escribir en la forma yr 5 fsxd –siendo f(x) una
función continua (o continua por tramos)–, entonces podremos expresar siempre la solu-
ción del PVI yr 5 f(x), y(x0) 5 y0 en un intervalo (a, b) en la forma
x
ysxd 5 3 fstddt 1 y0 (1.2.1)
x0
para x en (a, b). Observemos que el valor x0 de la condición inicial, es utilizado como el lí-
mite inferior de integración, y el valor y0 de la condición inicial, como una particular cons-
tante de integración. Usamos t como una variable ficticia o “muda”. Dada la ecuación
(1.2.1), el teorema fundamental del cálculo integral (TFC) (apéndice A.4) implica que
x0
yr 5 fsxd ,y vemos que ysx0 d 5 3 fstd dt 1 y0 5 0 1 y0 5 y0, tal y como queríamos. Este
x0
modo de tratar con ciertos tipos de PVI es habitual en textos de física e ingeniería. En el
ejemplo 1.2.4, la solución de la ecuación, con y(21) 5 2 como condición, es
x
ysxd 5 3 st2 2 2t 1 7d dt 1 2
21
5a 2 t2 1 7tb ` 2 a 2 t2 1 7tb `
t3 t3
12
3 t5x 3 t5 21
5a 2 x2 1 7xb 2 a b125
x3 225 x3 31
2 x2 1 7x 1
3 3 3 3
Debería resolver también este problema del modo en que lo hemos hecho en el ejemplo
1.2.5; es decir, sin utilizar una fórmula integral definida.
FAMILIAS DE SOLUCIONES II
Aunque hemos visto ejemplos de ecuaciones de primer orden sin solución o de solución
única, en general deberíamos esperar que una ecuación diferencial de primer orden tu-
viera un conjunto infinito de soluciones descritas por un parámetro único.
Si desarrollamos nuestro análisis anterior, estableceremos que una ecuación diferencial
de orden n puede tener una familia n-paramétrica de soluciones, lo que implica la existen-
cia de n constantes arbitrarias C1, C2, C3, c, Cn (los parámetros). Por ejemplo, una solu-
ción de una ecuación de segundo orden ys 5 gst, y, yrd puede tener dos constantes arbitra-
rias. Si establecemos las condiciones iniciales yst0 d 5 y0 e yr st0 d 5 y1, podemos determinar
valores específicos para estas dos constantes y obtener una solución particular. Observe
que, para ambas condiciones, usamos el mismo valor, t0, de la variable independiente.
El siguiente ejemplo muestra cómo resolver un PVI de segundo orden.
EJEMPLO 1.2.6 Un PVI de segundo orden

En la sección 4.1 mostraremos que cualquier solución de la ecuación lineal de segundo or-
den ys 1 y 5 0 tiene la forma y(t) 5 A cos t + B sen t, siendo A y B constantes arbitrarias.
(Debería comprobar que cualquier función con esa forma es una solución de la ecuación
diferencial). Si una solución de esta ecuación representa la posición de un objeto en movi-
miento en relación con una referencia fija, entonces la derivada de la solución representa
la velocidad de la partícula en el instante t. Si, por ejemplo, establecemos las condiciones
iniciales y (0) 5 1 e y9(0) 5 0, estamos diciendo que queremos que la posición de la partí-
cula al comienzo de nuestro estudio sea 1 unidad en la dirección positiva desde la referen-
cia fija, y que queremos que su velocidad sea 0. Dicho de otro modo, nuestra partícula co-
mienza estando en reposo a 1 unidad (en una dirección positiva) de la referencia fija.
Podemos usar estas condiciones iniciales para encontrar una solución particular de la
ecuación diferencial original:
1. y(0) 5 1 implica que 1 5 y(0) 5 A cos(0) + B sen(0) 5 A.

2. y9(0) 5 0 implica que 0 5 y9(0) 5 2A sen(0) + B cos(0) 5 B.
Si combinamos los resultados de (1) y (2), obtenemos la solución particular y(t) 5 cos t. ◆
En general, si buscamos la solución particular de la ecuación de n-ésimo orden
F(t, y, y9, y0, y90, . . . , y(n21), y(n)) 5 0, de manera que y(t0) 5 y0 , y9(t0) 5 y1, y0(t0) 5 y2 , . . .
e yn21(t0) 5 yn21, donde y0 , y1, . . . , yn21 son constantes arbitrarias reales, decimos que esta-
mos intentando resolver un problema de valor inicial (PVI). (Más adelante consideraremos
los PVI para sistemas de ecuaciones diferenciales.) En este momento no podemos estar se-
guros de si podremos y cuándo podremos resolver un problema como éste pero, en los ca-
pítulos 2 y 4, hablaremos de la cuestión de la existencia y la unicidad de las soluciones.
Problemas de contorno o de valores en la frontera

Para ecuaciones diferenciales de segundo o mayor orden, también podemos determinar
una solución particular si especificamos las denominadas condiciones de contorno o fron-
tera. La idea aquí es dar las condiciones que deben satisfacer la función solución, o sus de-
rivadas, en dos puntos diferentes del dominio de la solución. Los puntos seleccionados de-
penden de la naturaleza del problema que tratamos de resolver y de los datos del problema
que se nos han proporcionado. Por ejemplo, si estamos analizando las tensiones en una
viga de acero de longitud L, cuyos extremos están empotrados en hormigón, nos podría in-
teresar hallar y(x), el desplazamiento vertical en un punto situado a x unidades de un ex-
tremo, cuando se coloca una carga en algún lugar de la viga (figura 1.2). Observemos que el
dominio de y es [0, L]. En este problema es lógico establecer que y(0) 5 0 y que y(L) 5 0,
valores razonables en los extremos, o fronteras, del intervalo de la solución. Gráficamente,
requerimos que la gráfica de y 5 y(x) pase por los puntos (0,0) y (L, 0). (Consulte el pro-
blema 25 en la sección de Ejercicios 1.2. para ver la aplicación a un problema de este tipo.)
Si tratamos de encontrar una solución particular de una ecuación (o sistema) que tiene
condiciones de frontera, decimos que estamos intentando resolver un problema de valores
en la frontera (PVF). El siguiente ejemplo muestra que, igual que en el caso de un pro-
blema de valor inicial, sin llevar a cabo un análisis más exhaustivo, no podemos estar segu-
ros de si existen soluciones para un PVF en concreto, o de si cualquier solución que encon-
tremos es única. En general, los PVF son más difíciles de resolver que los PVI. Aunque en
este libro aparecerán PVF de vez en cuando, nos centraremos principalmente en los pro-
blemas de valor inicial.
Como muestra el siguiente ejemplo, algunos problemas de frontera o contorno care-
cen de solución, otros tienen una única solución y algunos tienen infinitas soluciones.
Viga
0 x L
y(x)
Figura 1.2
Una solución y(x) que satisface las condiciones de frontera y(0) 5 0 e y(L) 5 0
EJEMPLO 1.2.7 Un PVF puede tener una, varias o ninguna solución

Utilizaremos la ecuación diferencial de segundo orden del ejemplo 1.2.6, y0 + y 5 0, que
tiene la familia biparamétrica de soluciones y (t) 5 c1 cos t + c2 sen t .
A continuación, veremos qué ocurre si imponemos las condiciones de frontera y(0) 5 1,
y(p) 5 1. La primera condición implica que 1 5 y(0) 5 c1 cos (0) + c2 sen (0) 5 c1 , y la se-
gunda nos dice que 1 5 y(p) 5 c1 cos (p) 1 c2 sen (p) 5 2c1. Como no podemos hacer que
c1 sea igual a 1 y a 21 al mismo tiempo, esta contradicción implica que el problema de con-
torno no tiene solución.
Por otra parte, las condiciones de contorno y(0) 5 1, y(2p) 5 1 nos llevan a extraer una
conclusión diferente. Si aplicamos la primera condición, obtenemos 1 5 y(0) 5 c1 cos (0) 1
c2 sen (0) 5 c1 . La aplicación de la segunda condición da como resultado 1 5 y(2p) 5
c1 cos (2p) 1 c2 sen (2p) 5 c1. El hecho de que no podamos obtener el valor de c2 nos in-
dica que cualquier valor es correcto. En otras palabras, el PVF presenta una infinitud de
soluciones de la forma y(t) 5 cos t 1 c2 sen t.
Finalmente, si requerimos que y(0) 5 1 y que y(p/4) 5 1, hallamos que 1 5 y(0) 5
c1 cos (0) 1 c2 sen (0) 5 c1 y
"2 "2
1 5 ya b 5 c1 cossp>4d 1 c2 sena b 5 c1 a b 1 c2 a b
p p
4 4 2 2
"2 "2
5 1 c2 a b
2 2
lo que implica que c2 5 "2 2 1.

Por eso, este PVF tiene la solución única y(t) 5 cos t 1 s"2 2 1d sen t.
Debemos percatarnos de que para una ecuación general de orden n (o para un sistema
de ecuaciones) existen multitud de posibilidades para especificar las condiciones de con-
torno, y no siempre en los extremos de los intervalos de la solución. La idea es disponer de
unas cuantas condiciones que nos permitan resolver (determinar) un número adecuado de
constantes arbitrarias.
El siguiente ejemplo muestra el modo en que el uso de condiciones de contorno puede
facilitar la solución de un interesante problema.
EJEMPLO 1.2.8 Un PVF práctico

En la sección “Automóviles” de un diario, en el 2005, se informa que un modelo concreto
pasará de 0 a 100 kilómetros por hora en 6 segundos. Suponiendo que la aceleración es cons-
tante, queremos saber la distancia, medida en metros, que ha recorrido el automóvil hasta
alcanzar 100 km/h.
Si s(t) indica la posición del automóvil después de t segundos, entonces debemos cal-
cular s(6) 2 s(0), la distancia total recorrida por el automóvil en el intervalo de los 6 se-
gundos. Sabemos que la aceleración, una constante C en este problema, puede describirse
d 2s
como astd 5 2 . También sabemos que s(0) 5 s9(0) 5 0, es decir, que nuestra posición
dt
inicial se considera s 5 0, y también que la velocidad inicial es nula en el momento en que
pisamos el acelerador. El último dato que tenemos es que la velocidad s9(6) al cabo de
6 segundos es de 100 km/h.
d 2s
Estamos, por tanto, ante una ecuación diferencial de segundo orden 2 5 C y unas
dt
condiciones de frontera s(0) 5 s9(0) 5 0, s9(6) 5 100 km/h y debemos obtener la función
desconocida s(t).
Ahora, las reglas básicas del cálculo integral nos indican que, al hallar la integral inde-
finida de cada miembro de la ecuación diferencial anterior, se obtendrá:
d 2s ds
3 dt2 dt 5 3C dt 5 Ct 1 C1, es decir dt 5 Ct 1 C1,
donde C1 es una constante de integración. La integración de cada lado de esta última ecua-
ción nos da como resultado:
Ct2
sstd 5 1 C1t 1 C2
2
Tenemos así una expresión para s(t), pero ésta contiene tres constantes arbitrarias.
Podemos usar ahora la condición inicial s(0) 5 0 para escribir
C · s0d 2
0 5 ss0d 5 1 C1 · 0 1 C2
2
que se reduce a 0 5 C2. Por tanto podemos decir que:
Ct2
sstd 5 1 C1t
2
Puesto que s9(0) 5 0, podemos observar que 0 5 sr s0d 5 sCt 1 C1 d k t50 5 C1 , luego
Ct2
sstd 5 .
2
En nuestra fórmula todavía tenemos una constante C desconocida. Pero sabemos que
al acabar los 6 segundos, la velocidad es de 100 km/h. Aquí hemos de tener cuidado con las
unidades utilizadas. No debemos mezclar segundos y horas. Para hacer consistentes todas
las unidades, hemos de convertir los 6 segundos en 6/3600 horas. Entonces podemos afir-
mar que 100 5 s9(6/3600) 5 C · (6/3600), y tenemos por tanto:
100s3600d
C5 5 60 000skm>h2 d
6
Ct2
sstd 5 5 30 000t2 (t en horas, s en kilómetros)
2
y
b 5 30 000 a b 5
6 6 2 1
sa kilómetros < 83,333 metros
3600 3600 12
Hemos mostrado así que, para pasar de 0 a 100 km/h, el automóvil recorrerá 83,333 me-
tros aproximadamente. ◆
Soluciones generales
Si cada solución en un intervalo (a, b) de una ecuación diferencial de orden n F(x, y9, y0, . . . ,
y(n21), yn) 5 0 puede obtenerse desde una familia n-paramétrica, cuando se han escogido
valores apropiados para las n constantes, diremos que la familia es la solución general de la
ecuación diferencial. En este caso, necesitaremos n condiciones iniciales o n condiciones de
frontera (o una combinación de n condiciones) para determinar las constantes arbitrarias.
Algunas veces, sin embargo, no podemos encontrar cada solución entre los miembros
de una familia n-paramétrica. Por ejemplo, deberíamos comprobar que la ecuación diferen-
cial no lineal de primer orden 2 xy9 1 y2 5 1 tiene una familia uniparamétrica de soluciones
Cx 2 1
dada por y 5 . Sin embargo, para cualquier valor de x, la función constante y ; 1
Cx 1 1
es también una solución, que no puede obtenerse de la familia si se elige un valor parti-
cular del parámetro C. Supongamos que se pudiera hallar un valor de C tal que
Cx 2 1
5 1. Entonces Cx 2 1 5 Cx 1 1, de modo que 21 5 1!
Cx 1 1
Del mismo modo, y(x) 5 kx2 es una solución de x2ys 2 3xyr 1 4y 5 0 para cualquier
constante k y para todos los valores de x; pero lo es también y(x) 5 x2ln 0 x 0 para todo x di-
ferente de 0. (Compruebe estas afirmaciones.) Naturalmente, dado que la ecuación es de
segundo orden, deberíamos darnos cuenta de que una familia uniparamétrica no puede ser
la solución general.
Una solución de una ecuación diferencial de orden n que no puede ser obtenida
dando valores particulares a los parámetros en una familia n-paramétrica de soluciones
recibe el nombre de solución singular. En el capítulo 2 veremos que algunas de esas solu-
ciones singulares se obtienen tras realizar ciertas manipulaciones algebraicas en las ecua-
ciones diferenciales.
SOLUCIONES DE SISTEMAS DE EDO

Dado un sistema de dos ecuaciones con funciones incógnita x(t) e y(t), una solución en un
intervalo (a, b) está formada por un par de funciones diferenciables x(t) e y(t), tales que
ambas satisfacen, en todos los puntos del intervalo, las ecuaciones que conforman el sis-
tema. Las condiciones iniciales se dan en la forma x(t0) 5 x0 e y(t0) 5 y0.
EJEMPLO 1.2.9 Un PVI en un sistema

En el capítulo 4 veremos por qué la única solución del sistema
dx
5 23x 1 y
dt
dy
5 x 2 3y
dt
que satisface las condiciones x(0) 5 0 e y(0) 5 7 es e xstd 5 e 22t 2 e 24t, ystd 5
7 7
2 2
e 1 e f . (Compruebe que efectivamente se trata de soluciones del PVI.) Por ahora,
7 22t 7 24t
2 2
aceptemos como cierta la unicidad de la solución.
Podemos imaginar el par solución como las coordenadas de un punto (x(t), y(t)) en el
espacio bidimensional R2. Al variar la variable independiente t, el punto describe una
curva en el plano x-y que recibe el nombre de trayectoria. La dirección positiva sobre di-
cha curva es la que resulta cuando t crece.
En Cálculo tendríamos que haber visto la representación paramétrica de una curva.
Por ejemplo, si hacemos que la variable t varíe de forma continua de 0 a 2p, los puntos
(x(t), y(t)) 5 (cos t , sen t) recorren la circunferencia unidad (centro 5 (0, 0), radio 5 1) en
el plano en sentido contrario al de las agujas de un reloj a medida que t crece. También de-
beríamos saber usar una calculadora graficadora o un sistema algebraico computacional
(SAC) para trazar la gráfica de una curva dada en forma paramétrica.
En la figura 1.3a se muestra en el plano x 2 y la curva correspondiente a la solución del
sistema dado anteriormente, junto con las flechas que indican su dirección. Se indica el
punto inicial (x(0), y(0)) 5 (0, 7). Si nos fijamos en las expresiones de la solución para x(t) e
y(t), vemos que lim xstd 5 0 5 lim ystd , y por tanto la curva tiende hacia el origen a medida
t S` t S`
que t crece.
8
(0, 7)
6
4
(x(t), y(t))
2
Figura 1.3a
Representación gráfica de sxstd, ystd d 5 s 72e 22t 2 72e 24t, 72e 22t 1 72e 24t d
en el plano x-y, 2 0,1 # t # 4
La figura 1.3b muestra la representación gráfica de x 5 x(t), y la figura 1.3c, la de y 5 y(t).
x(t)
0,8
0,6
0,4
0,2
1 2 3 t
–0,2
–0,4
–0,6
–0,8
Figure 1.3b
Representación gráfica de xstd 5 72e 22t 2 72e 24t, 2 0,1 # t # 4
y(t)
1 2 3 t
Figura 1.3c
Representación gráfica de ystd 5 72e 22t 1 72e 24t, 2 0,1 # t # 4 ◆
Un modo dinámico muy importante de contemplar la situación en el último ejemplo

es considerar la curva de la figura 1.3 como el camino (o trayectoria) de un objeto o una
cantidad cuyo movimiento o cambio se rige por el sistema de ecuaciones diferenciales. Las
condiciones iniciales especifican el comportamiento (el valor, razón de cambio, etc.) en un
único punto sobre el camino del objeto en movimiento o la cantidad cambiante. La gráfica
propia de la solución del sistema dado en el ejemplo 1.2.9 es una curva en el espacio, el
conjunto de puntos (t, x(t), y(t)). Veremos más adelante, en el capítulo 4, más interpreta-
ciones gráficas de soluciones de sistemas. Las condiciones de frontera también determinan
ciertos aspectos sobre la trayectoria del fenómeno que se está estudiando.
De forma análoga, cada solución del sistema no lineal:
#
x 5 2sx 1 sy
#
y 5 2xz 1 rx 2 y
#
z 5 xy 2 bz
donde b, r y s son constantes, es una terna ordenada (x(t), y(t), z(t)), y las condiciones ini-
ciales tienen la forma x(t0) 5 x0, y(t0) 5 y0 y z(t0) 5 z0. Las condiciones de contorno en esta
situación pueden adoptar diversas formas. La trayectoria en este caso es una curva en el
espacio, un camino en el espacio tridimensional. La auténtica gráfica de la solución es el
conjunto de puntos (t, x(t), y(t), z(t)) en el espacio tetradimensional. Estos puntos de vista,
especialmente la idea de trayectoria, son muy útiles. Seguiremos usando estos conceptos
en los capítulos 4, 5 y 7.
EJERCICIOS 1.2
En los ejercicios 1-11, compruebe que la función indicada es una solución de la ecuación di-
ferencial dada. Las letras a, b, c y d representan constantes.
1. ys 1 y 5 0; y 5 sen x
2. xs 2 5xr 1 6x 5 0; x 5 2pe 3t 1 23e 2t
a b 2x
1 dy 2 dy
3. 1 y 5 0; y 5 x2
4 dx dx
dR
4. t 2 R 5 t2 sen t; R 5 tsc 2 cos td
dt
d 4y
5. 5 0; y 5 at3 1 bt2 1 ct 1 d
dt4
dr a a
6. 5 at 1 br; r 5 ce bt 2 t 2 2
dt b b
7. xyr 2 2 5 0; y 5 lnsx2 d
e ax 1 e 2ax
8. ys 5 a"1 1 syrd 2; y5
2a
1 "x2 1 1 1 ln #x 1 "x2 1 1
x2 x
9. 2y 5 xyr 1 lnsyrd; y 5
2 2
x
sen t
10. xyr 2 sen x 5 0; y 5 3 dt [Piense en el teorema fundamental del cálculo integral.]
1 t
x
11. ys 1 2xyr 5 0; y 5 3 e2t dt [Piense en el teorema fundamental del cálculo integral.]
2
3
12. Escriba un párrafo explicando por qué razón una solución B(t) de la ecuación dife-
dB
rencial 5 kB del ejemplo 1.2.1 no puede ser un polinomio, una función trigono-
dt
métrica o una función logarítmica.
13. a. ¿Por qué la ecuación syrd 2 1 1 5 0 no tiene soluciones en el campo real?
b. ¿Por qué la ecuación 0 yr 0 1 0 y 0 5 0 tiene únicamente una solución? ¿Cuál es esa
solución?
5 "2 0 x 2 t 0 no tiene solución en el campo real.

dx
14. Explique por qué la ecuación
dt
15. Si c es una constante positiva, muestre que las dos funciones y 5 "c 2 2 x 2 e
y 5 2"c 2 2 x 2 son ambas soluciones de la ecuación no lineal y

dy
1 x 5 0 sobre
dx
el intervalo 2c , x , c. Explique por qué las soluciones no son válidas fuera del in-
tervalo abierto (2c, c).
16. Considere la ecuación y la solución del ejercicio 4. Halle la solución particular que sa-
tisface la condición inicial R(p) 5 0.
tisface las condiciones iniciales y(0) 5 1, y9(0) 5 0, y0(0) 5 1 e y09(0) 5 6. (Sugerencia:
use las condiciones iniciales una a una, comenzando por la izquierda.)
tisface la condición inicial r(0) 5 0. (Su respuesta debe contener únicamente las cons-
tantes a y b.)
19. Considere la ecuación y la solución del ejercicio 8. Obtenga la solución particular que
satisface las condiciones iniciales y(0) 5 2, y9(0) 5 0.
20. Sea W 5 W(t) su peso en kilogramos, el día t de una dieta. Si usted consume C calo-
rías cada día y su cuerpo quema EW calorías por día, donde E representa las calorías
dW
por kilogramo, entonces la ecuación 5 ksC 2 EWd modela su velocidad de cam-
dt
bio de peso.3 (Esta ecuación expresa que su velocidad de cambio de peso es propor-
cional a la diferencia entre las calorías consumidas y las calorías quemadas, siendo k
la constante de proporcionalidad.)
1 aW0 2 be 2kEt es una solución de la ecuación, donde

C C
a. Demuestre que W 5
E E
W0 5 W(0) es su peso al comienzo de la dieta.
b. Dada la solución del apartado (a), ¿qué le sucede a W(t) cuando t S ` ?
c. Si W0 5 80 kg, E 5 45 cal/kg, k 5 1/7875 kg/cal y C 5 2500 cal/día, ¿cuánto tardará
en perder 10 kg? ¿Cuánto para 15 kg? ¿Y para 20 kg? ¿Qué sugieren sus respues-
tas acerca del proceso de pérdida de peso?
21. Una partícula se desplaza a lo largo del eje X de forma que su velocidad en cualquier
tiempo t $ 0 está dada por v(t) 5 1/(t2 1 1). Si se supone que la partícula está inicial-
mente en el origen, demuestre que nunca podrá llegar a sobrepasar a x 5 p/2.
22. Diana sale de su casa a mediodía y conduce su automóvil hasta la casa de su tía, lle-
gando a las 15:20 h. Arrancó el automóvil que estaba estacionado y fue aumentando
su velocidad uniformemente, de forma que cuando llegó a la casa de su tía conducía a
una velocidad de 100 km/h. (La casa se había vuelto a pintar recientemente y Diana
no la reconoció.) ¿Qué distancia hay desde la casa de Diana hasta la de su tía?
23. Un jet necesita alcanzar los 360 kilómetros/hora para despegar. Si el reactor puede
acelerar de 0 a 360 kilómetros/hora en 30 segundos y si suponemos que la aceleración
es constante, ¿qué longitud mínima debe tener la pista de aterrizaje?
24. En la sección “Automóviles” de un periódico se informa que un modelo de coche del
año 2000 pasará de 0 a 100 kilómetros por hora en 5,2 segundos.
a. Si se supone que la aceleración es constante, ¿qué espacio, medido en metros, re-
correrá el automóvil cuando alcance los 100 km/h?
b. Cuando el automóvil llega a los 100 km/h, se aplican los frenos. Si se supone que la
deceleración es constante, ¿cuánto tiempo tardará en detenerse el automóvil si
esto ocurre a los 37,49 metros?
d 4y W
25. Resuelva la ecuación EI 4
52 con las condiciones de contorno y(0) 5 0,
dx L
y9(0) 5 0; y(L) 5 0, y9(L) 5 0. (Este problema aparece en el análisis de las tensiones
3. A. C. SEGAL. “A Linear Diet Model”, en College Mathematics Journal, 18, 44-45. 1987.
sobre una viga uniforme de longitud L y peso W, con ambos extremos empotrados en
hormigón. La solución y describe la forma de la viga cuando se coloca un cierto tipo
de carga sobre ella. Aquí E e I son constantes, y el producto EI es una constante lla-
mada rigidez a la flexión de la viga.) (Sugerencia: integre sucesivamente introduciendo
una constante de integración en cada etapa. Entonces utilice las condiciones de con-
torno para evaluar estas constantes de integración.)
26. Muestre que la ecuación no lineal de primer orden sxyr 2 yd 2 2 syrd 2 2 1 5 0 tiene
una solución general dada por y 5 Cx 6 "C 2 1 1, pero que cualquier función y de-
finida implícitamente por la relación x2 1 y2 5 1 también es una solución que no co-
rresponde a ningún valor particular de C en la expresión de la solución general.
27. a. Compruebe que la función y 5 lns 0 C1x 0 d 1 C2 es una solución de la ecuación
1
diferencial yr 5 por cada valor de los parámetros C1 (Z 0) y C2.
x
b. Muestre que se necesita un único parámetro esencial para y. En otras palabras, es-
criba y 5 lns 0 C1x 0 d 1 C2 con únicamente un parámetro C.
28. Para cada función, entre las siguientes, obtenga una ecuación diferencial a la que sa-
tisfaga tal función.
x
a. y 5 c 1 , donde c es una constante.
c
b. y 5 eax sen bx, donde a y b son constantes.
c. y 5 (A 1 Bt)et, donde A y B son constantes.
En los ejercicios 29 y 30, la función y está definida implícitamente como una función de
x por medio de la ecuación dada, donde C es una constante. En cada caso, use la técnica
de diferenciación implícita para hallar una ecuación diferencial que tenga a y como una
solución.
29. xy 2 ln y 5 C
30. y 1 arctg y 5 x 1 arctg x 1 C
dy
31. Halle una solución de 1 y 5 sen x de la forma y(x) 5 c1 sen x 1 c2 cos x, donde
dx
c1 y c2 son constantes.
32. Halle un polinomio y(x) de segundo grado que sea una solución particular de la ecua-
ción diferencial lineal 2y9 2 y 5 3x2 2 13 x 1 7.
33. Considere la ecuación xy0 2 (x 1 n)y9 1 ny 5 0, donde n es un entero no negativo.
a. Muestre que y 5 ex es una solución
x2 x3 c xn
b. Muestre que y 5 1 1 x 1 1 1 1 es una solución.
2! 3! n!
5 k ystd a1 2 b se usa para describir el crecimiento de

dy ystd
34. La ecuación logística
dt M
ciertos tipos de poblaciones humanas o animales. Aquí k y M representan constantes
que describen características de la población que está siendo modelada.
M
a. Muestre que la función ystd 5 satisface la ecuación logística con
1 1 Ae 2kt
M
ys0d 5 .
11A
b. Un estudio de datos4 sobre la población de EE. UU. muestra que la solución dada
en el apartado (a) proporciona un buen ajuste si M 5 387,9802, A 5 54,0812 y k 5
0,02270347. Con tecnología adecuada, obtenga la gráfica de y(t) utilizando estos va-
lores de M, A y k. (Aquí t representa el tiempo en años desde 1790, el año del pri-
mer censo en EE. UU.)
c. En 1790, la población de EE. UU. era de 3 929 214 habitantes. En 1980, la cifra as-
cendía a 226 545 805; en 1990, el número de habitantes era 248 709 873. Evaluando la
función representada en la gráfica del apartado (b), para los valores de t 5 0, 190 y
200, compare los valores (en millones) dados por y(t) con las verdaderas poblaciones.
d. Según el modelo con los parámetros dados en el apartado (b), ¿qué le sucedería a
la población de EE. UU. si t S ` ?
35. a. Demuestre que las funciones x(t) 5 (A 1 Bt)e3t e y(t) 5 (3A 1 B 1 3Bt)e3t son so-
luciones del sistema:
x9 5 y
y9 5 2 9x 1 6y
para todos los valores de los parámetros A y B.
b. Halle la solución del sistema del apartado (a) si x(0) 5 1 e y(0) 5 0.
1 2t>10
36. Compruebe que las funciones xstd 5 e2t>10 sen t e ystd 5 e s210 cos t 1 sen td
10
son soluciones del problema de valor inicial:
dx
5 2y
dt
dy
5 s1,01dx 2 s0,2dy; xs0d 5 0, ys0d 5 21
dt
37. Las ecuaciones
dT*
5 kV1T0 2 dT*
dt
dV1
5 2cV1
dt
se usan para el modelado de infecciones por VIH-1.5 Aquí T* 5 T*(t) representa el nú-
mero de células infectadas; T0 5 T(0), el número de células potencialmente infectadas
4. E. K YEARGERS, R. W. SHONKWILER y J. V. HEROD. An Introduction to the Mathematics of Biology: With Com-

puter Algebra Models, 117. Birkhäuser, Boston, 1996.
5. A. S. PERELSON, A. U. NEUMANN, M. MARKOVITZ, J. M. LEONARD y D. D. HO. “HIV-1 Dynamics in Vivo: Vi-
rion Clearance Rate, Infected Cell Life-Span, and Viral Generation Time”, en Science 271, 1582-1586. 1996.
en el instante de inicio de la terapia; V1 5 V1(t), la concentración de partículas virales

en plasma; k, el ritmo de infección; c, la constante de ritmo de eliminación de partícu-
las virales; y d, el ritmo de pérdida de células productoras de virus.
a. Efectúe un análisis como el del ejemplo 1.2.1 y resuelva la segunda ecuación para
V1(t), expresando la solución en términos de V0 5 V1(0).
b. Con la solución hallada en el apartado (a), demuestre que la solución de la ecuación
diferencial para T* se puede escribir como
kT0V0 2ct
T*std 5 T*s0de 2dt 1 se 2 e 2dt d
d2c
c. ¿Qué determina la solución del apartado (a) sobre el número de células infectadas
cuando t S ` ?
38. Un modelo matemático de una supuesta compañía está expresado por las ecuaciones:
du
5 kau, us0d 5 A
dt
dw
5 as1 2 kdu, ws0d 5 0
dt
donde u(t) representa el capital invertido en la compañía en el instante t; w(t), el divi-

dendo total pagado a los accionistas a lo largo del periodo [0, t]; y a y k, constantes con
a . 0 y 0 # k # 1.
a. Resuelva la primera ecuación para u(t). (Vea el ejemplo 1.2.1.)
b. Sustituya su respuesta del apartado (a) en la ecuación diferencial para w e integre
para hallar w(t). (Distinga entre w(t) para 0 , k # 1 y para k 5 0.)
39. Considere la ecuación lineal x2ys 1 xyr 2 4y 5 x3(*). Sea yGR la solución general de
la ecuación “reducida” (u homogénea) x2y0 1 xy9 24y 5 0 ; e yP, una solución particu-
lar de (*). Demuestre que yGR 1 yP es la solución general de (*). (Para este problema,
defina la solución general de una EDO de segundo orden como una solución que tiene
dos constantes arbitrarias. Obviamente, una solución particular no tiene constantes
arbitrarias.)
40. El matemático francés Pierre Simon Laplace (1749-1827), quien dedicó gran parte de
su tiempo a aplicar las leyes de la dinámica de Newton al movimiento de los plane-
tas, defendía una visión más bien determinista del universo. Impresionado por el po-
der de las matemáticas para describir la naturaleza, esencialmente creía que resolver
un problema de valor inicial siempre permitía comprender estados pasados de un sis-
tema y la predicción de todos los estados futuros del mismo. La física moderna, sin
embargo, ha demostrado que muchas leyes físicas son de hecho estocásticas (aleato-
rias, dependientes del azar) más que deterministas. Se ocupa de probabilidades más
que de certezas.
Lea sobre la vida y el trabajo de Laplace y explique sus opiniones sobre las mate-
máticas y el universo. Algunos informes: Men of Mathematics, de E. T. Bell (Nueva
York, EE. UU.: Simon & Schuster, 1986); The History of Mathematics, de D. M. Bur-
ton (Boston, Mass.: McGraw-Hill, 1999); A History of Mathematics, de V. J. Katz (Re-
ading, Mass.: Addison Wesley Longman, 1998); Calculus Gems, de G. F. Simmons
(Nueva York: McGraw-Hill, 1992).
1.3 LA TECNOLOGÍA Y LAS ECUACIONES DIFERENCIALES

Los usuarios de este libro están viviendo una época maravillosa para la enseñanza y el
aprendizaje. La disponibilidad y el coste relativamente bajo de las calculadoras, ordenado-
res y el software facilitan, más que nunca y en cualquier lugar, la introducción de la tecno-
logía en la clase y en las mochilas y los hogares de los estudiantes.
Se supone que en este curso tendrá la posibilidad de acceso a potentes calculadoras grá-
ficas o a sistemas de álgebra computacional (SAC). Incluso los programas con hojas de
cálculo pueden realizar ciertos cálculos que resultarían tediosos si se hicieran a mano. (Con-
sulte las secciones 3.1, 3.3 y 3.4.) Debería intentar duplicar las figuras y las tablas del texto
utilizando su propia tecnología. Para ello está a su disposición software matemático de pro-
pósito general como Derive®, Macsyma®, Maple®, Mathematica® y MATLAB®, así como
programas especializados de ecuaciones diferenciales, como por ejemplo Differential Sys-
tems, ODE Solver, Phaser, ODE Toolkit y MDEP. Su profesor o profesora puede incluso
disponer de sus propios programas para utilizar en clase. Incluso sin ordenador, puede tra-
tar de resolver algunas ecuaciones diferenciales y sistemas de EDO con calculadoras gráfi-
cas tan potentes a nivel algebraico (y programables) como la HP-48G/X y la TI-92.
Al principio de este curso, deberá aprender a aplicar la tecnología para realizar cálcu-
los básicos y para representar gráficamente las soluciones de varios tipos de ecuaciones.
A medida que avance con el material, tendrá que aprender instrucciones y procedimien-
tos específicamente relativos a las ecuaciones diferenciales. El uso de la tecnología le libe-
rará de la carga de realizar tediosos cálculos y le permitirá centrarse en la conveniencia de
las entradas o datos y lo razonable de las salidas o resultados. Una calculadora gráfica o
SAC le permitirá pensar los problemas de un modo diferente, debido a sus funcionalida-
des analíticas, gráficas y numéricas. Con ayuda de la tecnología, podrá analizar problemas
de mayor complejidad que la abordable hace tan sólo una o dos generaciones universita-
rias. Sin embargo, es importante que los usuarios de calculadoras gráficas y ordenadores
se den cuenta de que estas potentes herramientas tecnológicas pueden llevarles por un
mal camino.
Los sofisticados aparatos tecnológicos pueden errar al facilitar la respuesta a un pro-
blema. Por otro lado, las calculadoras y los ordenadores pueden proporcionar resultados
incorrectos, incompletos o engañosos, incluso cuando se haya introducido correctamente
toda la información preliminar sobre un problema y cuando las teclas se hayan pulsado en
el orden correcto. Por ejemplo, un SAC corriente no facilita ningún resultado si se le soli-
cita que resuelva la ecuación de primer orden y9 5 ln (x2 1 y2). Y, sin embargo, el mismo
SAC puede proporcionar soluciones numéricas exactas (consulte el capítulo 3). El mismo
procedimiento de resolución de EDO del programa, aplicado a la ecuación no lineal de
e 2C x 1 1
primer orden 2xy9 1 y2 5 1, da como resultado la familia uniparamétrica y 5 ,
21 1 e 2C x
1.3 La tecnología y las ecuaciones diferenciales 25
que no es exactamente igual que la solución proporcionada en la sección 1.2, pero las
gráficas de estas familias serán idénticas. Además, el SAC no ofrece la solución singu-
lar y ; 1. Sobre todo, dado que la integración indefinida es importante para resolver
muchas ecuaciones diferenciales, resultaría molesto que el software computacional pro-
porcionase el valor de #1>x dx como ln x en vez de la respuesta que podríamos esperar,
ln 0 x 0 1 C. En este caso, el ordenador es correcto porque interpreta el logaritmo en tér-
minos de un número complejo x. Sin embargo, ya que en este curso estamos interesados
en soluciones reales, debemos integrar 1/x como lo hacemos habitualmente en cálculo.
(Compruebe el resultado de los ejemplos mostrados en este párrafo usando su propio
SAC.)
A una escala más general, cualquiera puede utilizar los recursos de internet (la
World Wide Web, WWW) para encontrar información. En el caso de ecuaciones diferen-
ciales, esta exploración puede adoptar la forma de búsqueda de herramientas online
(como las applet Java) para dibujar gráficas o para realizar cálculos numéricos, de reco-
gida de datos reales para un proyecto de modelado o, simplemente, de utilización de tu-
toriales u hojas de cálculo SAC facilitadas por profesionales fuera de su propia institu-
ción. En esta actividad, deberá tener cuidado al utilizar una calculadora o un SAC. La
Web es famosa por proporcionar información que puede resultar imprecisa. Explore (o
“navegue por”) la red de un modo inteligente, y refuerce su intuición acerca de la fiabi-
lidad de los datos con los que se encuentra. Finalmente, ni el profesor ni los alumnos de-
berían obsesionarse con la tecnología de tal modo que se acabe por eliminar toda inte-
racción humana. Los profesores y los alumnos deberían conversar y escucharse con
atención.
La conclusión de esta breve sección es que las calculadoras gráficas y los ordenadores
son estupendos, pero también es necesario el conocimiento de la teoría matemática y de
las técnicas de análisis. Intente siempre centrarse en la ciencia y en las matemáticas subya-
centes que hay bajo los números y las gráficas. Internet puede ayudarnos a aprender mu-
cho sin abandonar nuestra clase, biblioteca o casa, pero hemos de ser cautelosos y no creer
todo lo que vemos. Utilicemos la tecnología sabiamente, recordando que sólo los seres hu-
manos pueden pensar y emitir juicios... hasta ahora.
EJERCICIOS 1.3
1. Busque reseñas de algún software computacional de matemáticas generales, cientí-
fico o específicamente para EDO, especialmente alguno al que tenga acceso desde
su casa o escuela. Intente conseguir en Internet o en revistas de informática artícu-
los sobre ese software. Incluso si no entiende todos los conceptos matemáticos de
las reseñas, podrá obtener una idea general de los puntos fuertes y flacos de estos
programas.
2. Lea las instrucciones necesarias para resolver sencillas EDO con el software al que
tenga acceso. Intente aplicar estos conocimientos a la EDO no lineal de primer orden
yr 1 y 5 y3 sen x, cuya familia de soluciones es y(x) 5 cCe2x 1 scos x 1 2 sen xd d

21>2
2
,
5
donde C es una constante, y tiene y ; 0 como una solución singular. (Compruebe esto
a mano.) ¿Se parece a éste el resultado proporcionado por su ordenador? Si no es así,
utilice algo de álgebra. ¿Le es posible obtener la solución singular con su ordenador?
Observe también lo que hace su ordenador con la ecuación 0 yr 0 1 0 y 0 5 0.
1.4. RESUMEN
El estudio de las ecuaciones diferenciales es tan antiguo como el desarrollo del cálculo por
Newton y Leibniz a finales del siglo XVII. Suscitaron una gran motivación importantes pre-
guntas como el cambio y el movimiento en la tierra y el cielo.
Una ecuación diferencial ordinaria (EDO) es una ecuación que implica una función
desconocida o incógnita, su variable independiente y una o más de sus derivadas:
Fsx, y, yr, ys, yt, c, ysn21d, ysnd d 5 0
Una ecuación como ésta puede ser descrita en términos de su orden, el orden más alto de
derivación de la función incógnita en la ecuación.
Las ecuaciones diferenciales también se pueden clasificar en lineales o no lineales. Las
ecuaciones lineales se pueden escribir de esta forma:
a n sxdysnd 1 a n21 sxdysn21d 1 c1 a 2 sxdys 1 a 1 sxdyr 1 a 0 sxdy 5 fsxd
donde cada función coeficiente ai(x) sólo depende de x y no implica a y ni a ninguna de sus
derivadas. Las ecuaciones no lineales habitualmente contienen productos, cocientes o
combinaciones más elaboradas de la función desconocida y sus derivadas.
Una solución de una EDO es una función real de una variable real que, al ser susti-
tuida en la ecuación, la satisface idénticamente en algún intervalo. Puede ocurrir que una
EDO dada de orden n no tenga ninguna solución, que tenga una única solución o una infi-
nitud de soluciones. Una familia infinita de soluciones puede caracterizarse por n constan-
tes (parámetros). Estas constantes arbitrarias, si es que hay alguna, pueden ser evaluadas
mediante la imposición de condiciones iniciales apropiadas (normalmente un número n de
ellas, incluyendo el comportamiento de la solución en un único punto de su dominio) o de
condiciones de frontera (en dos o más puntos). Nos referimos a la resolución de una ecua-
ción diferencial con condiciones iniciales como, por jemplo, la resolución de un problema
de valor inicial (PVI). La resolución de una ecuación diferencial con condiciones de fron-
tera se denomina resolución de un problema de valores en la frontera (PVF) o problema
de contorno. En general, los PVF son más difíciles de resolver que los PVI. El resultado
de resolver tanto un PVI como un PVF recibe el nombre de solución particular de la ecua-
ción o integral de la ecuación. A la gráfica de una solución particular se la llama curva in-
tegral o curva solución. En los capítulos 2 y 3 hablaremos de la cuestión de la existencia y
unicidad de solución de los PVI. ¿Tiene la ecuación o el sistema una solución que satisfaga
las condiciones iniciales? En caso afirmativo, ¿existe sólo una solución?
Si cada una de las soluciones de una EDO de orden n en un intervalo se puede ob-
tener a partir de una familia de n parámetros, si se eligen valores apropiados para las n
constantes, entonces decimos que la familia es la solución general de la ecuación dife-
1.4 Resumen 27
rencial. En este caso, necesitamos n condiciones iniciales o n condiciones de frontera

para determinar las constantes. Sin embargo, algunas veces existen soluciones singula-
res que no se pueden hallar simplemente eligiendo los valores particulares de las cons-
tantes.
Al igual que en las escuelas o las universidades el álgebra introduce los sistemas de
ecuaciones algebraicas, el estudio de ciertos problemas nos conduce a menudo al ma-
nejo de sistemas de ecuaciones diferenciales. Cada uno de éstos puede clasificarse a su
vez en sistemas lineales o sistemas no lineales. Podemos especificar las condiciones ini-
ciales o de contorno para los sistemas. Independientemente de que consideremos ecua-
ciones únicas o sistemas de ecuaciones, estamos tratando con situaciones dinámicas: si-
tuaciones en las que los objetos y las cantidades se mueven y cambian. En dicha
situación dinámica, a menudo resulta útil centrarse en una trayectoria; para una sola
ecuación, la curva compuesta de puntos (x(t), x9(t)), donde x es una solución; para un
sistema de dos ecuaciones, el conjunto de puntos (x(t), y(t)), donde x e y son soluciones
de un sistema.
Finalmente, si se estudian las ecuaciones diferenciales utilizando la tecnología,
siempre hemos de ser conscientes de que las calculadoras y los ordenadores no son in-
falibles. Aparte de los errores humanos cometidos cuando se introducen los datos para
ejecutar alguna orden, está el hecho de que un aparato tecnológico puede no ofrecer
ninguna respuesta u ofrecer una respuesta incorrecta como resultado de un problema
dado. Internet puede ayudarnos a entender las ecuaciones diferenciales y sus aplicacio-
nes, pero esta herramienta debe ser utilizada cuidadosamente. La combinación verda-
deramente poderosa es la tecnología junto con la inteligencia humana y la comprensión
matemática.
PROYECTO 1-1
Extraiga sus propias conclusiones
Incluso antes de aprender técnicas para resolver ecuaciones diferenciales, usted podría ser
capaz de analizar ecuaciones cualitativamente. A modo de ejemplo, observe la ecuación no
dy
lineal 5 ys1 2 yd . A continuación, analizace las soluciones y de esta ecuación sin
dt
haberlas hallado realmente.
Para los siguientes pasos, dibuje el eje t horizontalmente y el eje y verticalmente.
a. ¿Para qué valores de y la gráfica de y es como la de una función de t creciente? ¿Para
qué valores de y es decreciente?
b. ¿Para qué valores de y la gráfica de y es cóncava hacia arriba? ¿Para qué valores de y
es cóncava hacia abajo? (¿Qué información se necesita para responder a una pregunta
sobre concavidad? Recuerde que y es una función implícita de t.)
c. Supongamos que se le ha proporcionado la condición inicial y(0) 5 0,5. Utilice la infor-
mación hallada en los apartados (a) y (b) para dibujar la gráfica de y. ¿Cuál es el com-
portamiento a largo plazo de y(t)? Es decir, ¿cuál es el valor de lim ystd ?
t S`
d. Supongamos que se le ha proporcionado la condición inicial y(0) 5 1,5. Utilice la infor-

mación hallada en los apartados (a) y (b) para dibujar la gráfica de y. ¿Cuál es el com-
portamiento a largo plazo de y(t)? Es decir, ¿cuál es el valor de lim ystd ?
t S`
e. Dibuje la gráfica de y si y(0) 5 1. (Consulte la ecuación original.)

f. Si y(t) representa la población de algunas especies de animales, y si las unidades sobre
el eje y están en miles, interprete los resultados de los apartados (c), (d) y (e).
2 Ecuaciones diferenciales
de primer orden
2.0 INTRODUCCIÓN
Los diversos ejemplos del capítulo anterior deberían habernos convencido ya de la exis-
tencia de una variedad de posibles respuestas a la pregunta sobre la forma que presentan
la solución o soluciones de una ecuación diferencial. En este capítulo, examinaremos las
soluciones de ecuaciones diferenciales de primer orden desde un punto de vista tanto ana-
lítico como cualitativo. En el capítulo 3, nos centraremos en algunos métodos resolutivos
numéricos para el cálculo de valores aproximados de las soluciones.
En primer lugar, aprenderemos técnicas analíticas de resolución para dos importantes
tipos de ecuaciones diferenciales de primer orden. Para estos tipos de ecuaciones, plantea-
remos fórmulas implícitas o explícitas para sus curvas solución. Esta técnica se denomina
frecuentemente integración de una ecuación diferencial.
A continuación, mostraremos un modo cualitativo de considerar las ecuaciones dife-
renciales. Éste es un ingenioso modo geométrico de estudiar el comportamiento de las so-
luciones, sin resolver realmente la ecuación diferencial. La idea es examinar ciertos dibu-
jos o gráficas derivadas de las ecuaciones diferenciales. Aunque podamos llevar a cabo
parte de este trabajo manualmente, la mayoría de los sistemas algebraicos computaciona-
les y muchas calculadoras gráficas pueden realizar estas gráficas. Se supone que recurrire-
mos a la tecnología cuando su uso sea apropiado. Asimismo, existen programas especiali-
zados exclusivamente en este tipo de cosas. (Para utilizar las herramientas tecnológicas,
siga las instrucciones de su profesor.)
Tanto los métodos cualitativos como los numéricos son necesarios, ya que a menudo
resulta imposible expresar las soluciones de las ecuaciones diferenciales ––incluso de las
ecuaciones diferenciales de primer orden–– mediante fórmulas que impliquen únicamente
funciones elementales.1
1 En general, las “funciones elementales” son combinaciones finitas de potencias enteras de la variable inde-
pendiente, raíces, funciones exponenciales, funciones logarítmicas, funciones trigonométricas y funciones trigo-
nométricas inversas.
29
30 2 / Ecuaciones diferenciales de primer orden
2.1 ECUACIONES SEPARABLES

El tipo de ecuación diferencial más sencillo de resolver es aquel en que las variables son
dy
separables. Por ejemplo, observemos la forma de la ecuación 5 22y, que podría ex-
dt
presar el hecho de que cierta sustancia radiactiva se desintegre a una velocidad proporcio-
nal a la cantidad y presente en cualquier instante t. (Observe el ritmo de crecimiento nega-
tivo si y . 0.)
Si consideramos el primer miembro de la ecuación como una fracción más que como
un simple símbolo, podremos separar el “numerador” y el “denominador” y multiplicar
ambos miembros de la ecuación por el “denominador” dt: dy 5 22y dt. Ahora po-
dy
demos dividir ambos miembros por 22y (suponiendo que y Z 0) para obtener 5 dt.
22y
5 3dt o 2 12 ln 0 22y 0 5 t 1 C1. (Hay una
dy
Al integrar los dos miembros, obtenemos 3
22y
constante de integración en ambos miembros, pero es habitual reunir las constantes en el
segundo miembro de la solución.) Simplificando, se obtiene: ln 0 y 0 5 22t 1 C2; por tanto
(exponenciando), hallamos que 0 y 0 5 e 22t1C2 5 C3e 22t o y 5 Ce 22t, donde C es cualquier
constante distinta de 0. Observemos que C3 indica e C2 (por consiguiente es una constante
positiva) y que la constante final C puede ser positiva o negativa tras quitar el símbolo del
valor absoluto en torno a y.
Debido a que hemos dividido por y, debemos analizar el caso y ; 0 por separado, tras
lo que podemos deducir que y ; 0 es una solución. Advierta que ésta no es una solución
singular, ya que podemos obtenerla permitiendo que C 5 0 en nuestra familia uniparamé-
trica de soluciones. En el párrafo anterior hemos descrito C como una constante distinta
de 0, de manera que igualar C a 0 significa ampliar el conjunto de valores admisibles de C
para incluir todas las soluciones posibles bajo el marco de una familia uniparamétrica.
dy
Al emplear la notación de Leibniz en el cálculo, normalmente pensamos en ella
dx
d
como syd , la operación o proceso de obtener la derivada de y respecto a x, y no dota-
dx
mos de un significado a los símbolos dy y dx por separado. Sin embargo, es posible que
dy dy dx
haya visto la forma de la regla de la cadena que se formula así: 5 ? , donde y es
dt dx dt
una función de x, y x a su vez depende de t. (Consulte el apéndice A.2 si es necesario.) La
notación de Leibniz sugiere que tiene lugar alguna “cancelación” de fracciones, lo que nos
ayuda a recordar la forma de la regla de la cadena para diferenciar las funciones compues-
tas. Aunque es posible que haya visto el modo matemático preciso para estudiar esto con
el nombre de diferenciales,2 nos contentaremos con manipular estos símbolos de un modo
(intuitivo) evidente.
2 Si y 5 f(x), donde f es una función diferenciable y dx es un número arbitrario, entonces la diferencial dy se de-
fine en términos de dx mediante la ecuación dy 5 f9(x) dx. Observemos que dy es una variable dependiente, una
función de las dos variables x y dx. (En este contexto, el número dx recibe también el nombre de diferencial.)
dy
Formalmente, se dice que una ecuación diferencial de primer orden 5 Fsx, yd es
dx
dy
separable si se puede escribir en la forma 5 fsxdgsyd , donde f representa una función
dx
únicamente de x y g indica una función sólo de y. En esta situación, hemos separado las
variables dependiente e independiente. Una ecuación separable se puede reescribir como
dy
5 fsxd dx (un proceso denominado separación de variables), y se puede resolver
gsyd
mediante la integración de ambos miembros respecto a x:
1 dy dy
3 gsyd dx dx 5 3 gsyd 5 3fsxd dx.
dy
En el ejemplo 5 22y que hemos visto antes, fstd ; 1 y g(y) 5 22y.
dt
Debemos tener en cuenta tres observaciones: (1) No todas las ecuaciones diferenciales
de primer orden son separables. (2) Incluso después de separar las variables e integrar, puede
que no sea posible expresar de forma explícita una variable (por ejemplo y) en los términos
de la otra (por ejemplo x); es posible que tengamos que expresar la respuesta de un modo
implícito. (3) Quizá no se puedan llevar a cabo la integración o las integraciones en los térmi-
nos de funciones elementales. Más adelante veremos algunos ejemplos de esas situaciones.
Observemos además que en una ecuación separable yr 5 fsxdgsyd , una solución de
gsyd ; 0 (una solución constante) también es una solución de la ecuación diferencial; po-
siblemente una solución singular (consulte la sección 1.2). Si g(y) 5 0, entonces yr 5 0, lo
que implica que y es una constante. Y a la inversa, si y(x) 5 c es una solución constante,
entonces yr 5 0, lo que implica que g(y) = 0, ya que no es probable que f(x) = 0 aparezca
en un problema de física. Esto indica que los ceros de g son soluciones constantes; y, en
general, son las únicas soluciones constantes.
El siguiente ejemplo 2tan básico, y aún así tan importante en muchas aplicaciones2
es uno de los que hemos visto previamente. Anteriormente, en el capítulo 1, intuíamos la
solución y después comprobábamos que era correcta.
EJEMPLO 2.1.1 Resolución de una ecuación separable. Revisión del ejemplo 1.2.1
El modo en el que el saldo B(t) de una cuenta bancaria aumenta su valor bajo un interés
compuesto continuo demuestra el “efecto bola de nieve”: cuanto mayor es el saldo en un
momento dado, más rápidamente aumenta su valor; es decir, mayor es el ritmo de creci-
miento. (Es posible que haya oído la expresión “el dinero llama al dinero”). En el lenguaje
dB
de las ecuaciones diferenciales, esto equivale a 5 rB; donde r, la constante de propor-
dt
cionalidad, es el tipo de interés anual (expresado como el “tanto por uno”). Si el saldo ini-
cial (el capital cuando t 5 0) es positivo, queremos hallar el saldo en un instante t.
dB dB
Si se separan las variables, podemos escribir 5 r dt, de modo que 3 5 3r dt y
B B
ln 0 B 0 5 rt 1 C. En forma exponencial: e ln 0 B 0 5 e rt1C 5 e rte C, o 0 B 0 5 Ke rt, donde K 5 e C,
una constante positiva. Dado que el saldo inicial era positivo, nos damos cuenta de que B
ha de ser positivo, y por tanto podemos escribir Bstd 5 Ke rt. Por último, podemos intro-
ducir el saldo positivo inicial para escribir Bs0d 5 Ke 0 5 K, de modo que la fórmula que
obtenemos finalmente es B 5 Bstd 5 Bs0de rt. Por ejemplo, si invertimos 1000 € al 4% de
interés compuesto continuo durante 6 años, al final tendremos en nuestra cuenta(1000)e(0,04)6
L 1271,25 €. (Tendremos que utilizar nuestra calculadora o SAC para comprobarlo.) ◆
Por supuesto, hay otro modo de resolver el problema anterior, pero para eso debemos
conocer la fórmula para el saldo Bn std si invertimos P euros con una tasa de interés r com-
puesto n veces al año durante t años. Dicha fórmula es
b .
r nt
Bn std 5 Pa1 1
n
La existencia de un interés compuesto continuo implica que dicho interés se da con una
frecuencia infinita en cada momento del año. Matemáticamente, queremos obtener
b 5 P ? lim a1 1 b 5 P ? e lim a1 1 b f
r nt r nt r n t
lim Bn std 5 lim Pa1 1
nS` nS` n nS` n nS` n
5 P ? 5e 6 5 Pe 5 Bs0de
r t rt rt
Quizás haya visto esta derivación en la clase de Cálculo, así como el hecho de que si
invertimos 1 € durante 1 año con un interés compuesto continuo del 100%, habremos ob-
tenido e € (L 2,72 €) a final del año.
En el siguiente problema continuaremos con el análisis de ecuaciones separables y
añadiremos el uso de las herramientas tecnológicas.
EJEMPLO 2.1.2 Una ecuación separable y la gráfica de una solución

Supongamos que una población P de insectos muestra un crecimiento estacional mode-
dP
lado por la ecuación diferencial 5 kP cos svtd , donde k y v son constantes positivas.
dt
(El factor coseno sugiere una fluctuación periódica.)
dP
Deberíamos ser capaces de ver que la ecuación es separable: 5 fsPdgstd , donde
dt
f (P) = P y g (t) 5 k cos (vt). (Podríamos haber colocado la constante k con el factor P,
pero si reflexionamos un poco más, nos daremos cuenta de que se da un paso algebraico
menos si mantenemos la constante con el término coseno.) Al separar las variables, obte-
dP dP
nemos 5 k cossvtddt, y deducimos por tanto que 3 5 k 3 cossvtddt, o que
P P
ln 0 P 0 5 sensvtd 1 C. En forma exponencial, vemos que P(t) 5 Re v sen svtd, donde R . 0.
k k
v
(Éste es un problema de población, de manera que R . 0 es una suposición lógica). Si
k
P0 5 P(0) indica la población inicial de insectos, obtenemos la solución P(t) 5 P0 e v sen svtd.
Si dibujamos la gráfica de la curva solución para P0 5 100, k 5 2 y v 5 p (figura 2.1)
observaremos que la población varía periódicamente, fluctuando desde un valor mínimo
2 2
de 100e 2 p (aproximadamente 53) a un valor máximo de 100e p (aproximadamente 189).
Como se muestra en el siguiente ejemplo, puede ocurrir que a veces no resulte fácil
hallar una solución explícita para una ecuación diferencial separable. (Consulte la segunda
dificultad mencionada justo antes del ejemplo 2.1.1.)
P
200
180
160
140
120
100
80
60
40
20
0
1 2 3 4 5 6 t
Figura 2.1
dP
Solución del PVI 5 2P cossptd; Ps0d 5 100 ◆
dt
EJEMPLO 2.1.3 Una ecuación separable con soluciones implícitas

dy x2 dy
La ecuación 5 2
se puede escribir en la forma 5 fsxdgsyd , donde f(x) = x2
dx 11y dx
1
y gsyd 5 . Si se separan las variables, obtenemos s1 1 y2 ddy 5 x2 dx. Cuando se
1 1 y2
y3 y3
2 ay 1 b 5 C, lo que pro-
x3 x3
integran ambos miembros, resulta y 1 5 1Co
3 3 3 3
porciona la solución implícitamente. (Consulte el capítulo 1, justo después del ejemplo
1.2.2.) Para obtener una solución explícita debemos despejar en esta última ecuación y
en términos de x o x en términos de y. Cualquiera de los dos modos es aceptable, aun-
que resolver x como una función de y resulta más sencillo algebraicamente; pero, incluso
si no encontramos una solución explícita, podemos representar algunas curvas solución
para diferentes valores de la constante C. (Éste podría ser un buen momento para averi-
guar cómo representar gráficamente las funciones implícitas mediante las herramientas
tecnológicas que tengamos a nuestra disposición.) En la figura 2.2, usamos (de arriba
abajo) C 5 27, 25, 23, 0, 3, 5 y 7.
y
4
–4 –2 2 4 x
–2
–4
Figura 2.2
y3
2 ay 1 b 5 C
dy x2 x3
Soluciones implícitas de 5 2
: las curvas
dx 11y 3 3
C 5 27, 25, 23, 0, 3, 5 y 7; 24 # x # 4, 24 # y # 4 ◆
La tercera dificultad que habíamos mencionado justo antes del ejemplo 2.1.1 es la de
que podríamos no ser capaces de integrar uno o ambos miembros una vez separadas las
variables. Abordaremos este problema más adelante.
dy 2
EJEMPLO 2.1.4 5 e y t es claramente separable, por lo que
La ecuación diferencial
dt
2
podemos escribir e 2y dy 5 t dt. Sin embargo, no podemos llevar a cabo la integración
2
#e 2y dy en el primer miembro debido a que no hay una combinación de funciones elemen-
2
tales cuya derivada sea e 2y . En consecuencia, nos vemos forzados a formular la familia de
soluciones en la forma
t2
3e dy 5 1 C, o 2 3e2y dy 5 t2 1 K,
2 2
2y
2
donde K 5 2C.
b
Las integrales de la forma 3 e 2y dy tienen muchas aplicaciones en las matemáticas y
2
a
la ciencia en general, especialmente en problemas relacionados con la probabilidad y la
x
2
3 e dy aparece en multitud de
2y2
estadística. Por ejemplo, la función error erf(x) 5
"p 0
problemas aplicados y se puede evaluar fácilmente con cualquier SAC. ◆
Frecuentemente, resolver ecuaciones separables requiere ciertas habilidades algebrai-

cas y dotes para la integración, aunque la tecnología puede resultar útil en situaciones difí-
ciles. El siguiente ejemplo introduce un típico problema algebraico.
EJEMPLO 2.1.5 Uso de fracciones simples

dz
La ecuación 1 1 5 z2 parece bastante sencilla, pero requiere la realización de algunas ma-
dt
nipulaciones algebraicas para obtener una solución adecuada. Separando las variables, obte-
dz
nemos 2 5 dt. Utilizando el método de descomposición en fracciones simples (consulte
z 21
en la forma a b , y por tanto la in-
1 1 1 1
el apéndice A.5), podemos escribir 2 2
z 21 2 z21 z11
tegración conduce a 3 a b dz 5 31 dt o sln 0 z 2 1 0 2 ln 0 z 1 1 0 d 5 t 1 C1.

1 1 1 1
2
2 z21 z11 2
Si multiplicamos ambos miembros de esta última ecuación por 2 y simplificamos después la
expresión logarítmica, obtenemos ln ` ` 5 2t 1 C2. En forma exponencial, hallamos que

z21
z11
z21
5 Ke 2t. Finalmente, tras resolver esta última ecuación para z (un poco compli-
z11
1 1 Ke 2t
cado, pero hagámoslo), concluimos que z 5 , una familia uniparamétrica de
1 2 Ke 2t
soluciones.
Observemos que, al aplicar el proceso de separación de variables, hemos dividido
por z2 2 1, suponiendo de un modo implícito que esta expresión era distinta de cero.
Si retomamos esto, podemos observar que la función constante z ; 1 corresponde a
K 5 0 en nuestra solución general, mientras que z ; 21 es una solución singular.
(¿Por qué?) ◆
Por muy sencillas que puedan parecer, las ecuaciones diferenciales tienen algunas apli-
caciones muy importantes. Aunque los cálculos y las manipulaciones que aparecen en el
siguiente ejemplo quizá resulten tediosos, deberían hacernos recordar cosas ya vistas en
clases anteriores. El análisis que se lleva a cabo al final del ejemplo nos convencerá de la
utilidad de una representación gráfica.
EJEMPLO 2.1.6 Un modelo de reacción química bimolecular

La mayoría de las reacciones químicas se pueden entender como interacciones entre dos
moléculas que experimentan un cambio y dan como resultado un nuevo producto. Por
ello, la velocidad de reacción depende del número de interacciones o colisiones, lo que a
su vez depende de las concentraciones (en moles por litro) de ambos tipos de moléculas.
Consideremos la reacción simple (bimolecular) A 1 B S X, en la que las moléculas de la
sustancia A chocan con las moléculas de la sustancia B para dar origen a la sustancia X.
Denominaremos a y b, respectivamente, a las concentraciones de A y B en el instante
t = 0. Supongamos que la concentración de X al comienzo es 0, y x = x(t) en el instante t.
Las concentraciones de A y B en el instante t son a 2 x y b 2 x, respectivamente. Obser-
vemos que a 2 x . 0 y que b 2 x . 0 (¿Por qué?). La rapidez de formación de la sustan-
cia X (la velocidad de reacción o ritmo de reacción) viene dada por la ecuación diferencial
dx
5 ksa 2 xd sb 2 xd , donde k es una constante positiva (denominada constante de
dt
velocidad). El producto que figura en el miembro derecho de la ecuación refleja las inte-
racciones o colisiones entre los dos tipos de moléculas. Queremos determinar x(t).
Si separamos las variables e integramos, obtenemos
dx
3 sa 2 xd sb 2 xd 5 3k dt.
1
Para simplificar el integrando , utilizamos la técnica de la descomposición
sa 2 xd sb 2 xd
en fracciones simples, y así podemos escribir:
dx 1 dx 1 dx
3 sa 2 xd sb 2 xd 5 b 2 a 3 a 2 x 1 a 2 b 3 b 2 x 5 3k dt
o
1 1
2 lnsa 2 xd 2 lnsb 2 xd 5 kt 1 C
b2a a2b
y simplificando:
b 5 kt 1 C.
1 a2x
lna
a2b b2x
La condición inicial x(0) 5 0 nos lleva a concluir que
lna b .
1 a
C5
a2b b
Entonces,
b 5 kt 1 lna b ,
1 a2x 1 a
lna
a2b b2x a2b b
y por tanto,
b 5 sa 2 bdkt 1 lna b
a2x a
lna
b2x b
o
a2x a
5 e sa2bdkt.
b2x b
Unas cuantas manipulaciones algebraicas más nos conducen a la solución
abs1 2 e sa2bdkt d
x 5 xstd 5 . (2.1.1)
b 2 ae sa2bdkt
La fórmula (2.1.1) no parece facilitar demasiada información respecto a la compren-
sión de la naturaleza de la reacción química, pero el ejercicio 33 sugiere algunas vías úti-
les para analizar dicha fórmula. Una gráfica de una solución (figura 2.3) de la ecuación
correspondiente a los valores a = 250, b 5 40 y k 5 0,0006, y representada por un SAC,
proporciona más información y muestra el continuo aumento de la concentración de la
molécula X hacia lo que se denomina un valor de equilibrio de 40. (Estudiaremos a fondo
la idea del valor de equilibrio en la sección 2.5.) La solución particular mostrada corres-
ponde a x(0) 5 0.
Por supuesto, como hemos observado anteriormente, el segundo miembro de la ecuación
diferencial original es positivo, de modo que sabemos de antemano que la función de con-
d 2x
centración va en aumento. Además, podemos calcular 2 de la ecuación diferencial origi-
dt
nal para ver por qué la gráfica de x es cóncava hacia abajo. Recordemos que k . 0 y que
0 # x < a , 0 # x < b. ◆
x(t)
40
30
20
10
5 10 15 20 25 30 35 t
Figura 2.3
Solución del PVI
dx
5 0,0006s250 2 xd s40 2 xd; xs0d 5 0
dt
0 # t # 35, 0 # x # 40
EJERCICIOS 2.1
Resuelva las ecuaciones o los PVI de los ejercicios 1-9 mediante la separación de variables.
Asegúrese de señalar cualquier solución singular, donde las haya.
dy A 2 2y
1. 5 , donde A es una constante
dx x
dy 2xy
2. 5
dx x11
3 2
3. yr 5 3" y ; ys2d 5 0
dy sy 2 1d sy 2 2d
4. 5
dx x
5. s cot xdyr 1 y 5 2; ys0d 5 21
sen t cos 2x
6. xr 5 2 ; xs0d 5 0
cos 2 t
7. x2y2yr 1 1 5 y
8. xyr 1 y 5 y2; ys1d 5 0,5
9. zr 5 10x1z
10. Resuelva la ecuación yr 5 1 1 x 1 y2 1 xy2. (Sugerencia: factorice adecuadamente.)
11. Resuelva la ecuación syrd 2 1 sx 1 ydyr 1 xy 5 0. (Sugerencia: resuelva esta ecuación
cuadrática para y’ factorizando o usando la fórmula cuadrática. Después resuelva por
separado las dos ecuaciones diferenciales resultantes.)
Una ecuación de la forma dy/dx 5 f(ax 1 by) se puede transformar en una ecuación con
variables separables si se efectúa la sustitución z 5 ax 1 by o bien z 5 ax 1 by 1 c, donde c
es una constante arbitraria. Por ejemplo, la ecuación yr 5 sy 2 xd 2 no es separable, pero la

sustitución z 5 y 2 x conduce a la ecuación separable zr 1 1 5 z2 que se ha resuelto en el
ejercicio 2.1.5. Entonces, sustituya z por las variables originales. Utilice esta técnica para re-
solver las ecuaciones en los ejercicios 12214.
12. yr 2 y 5 2x 2 3
13. sx 1 2ydyr 5 1; ys0d 5 21
14. yr 5 "4x 1 2y 2 1
Una ecuación homogénea tiene la forma dy/dx 5 f(x, y), donde f(x, y) puede expresarse
en la forma g(y/x) o g(x/y); es decir, como una función sólo del cociente y/x o del cociente
x/y. Por ejemplo, si se dividen el numerador y el denominador por x2, la ecuación
2x2 2 y2 2 2 sy>xd 2
5 ga b . Cualquier ecua-
dy dy y
5 se puede escribir en la forma 5
dx 3xy dx 3sy>xd x
ción homogénea se puede transformar en una ecuación separable efectuando la sustitución
z 5 y/x (o z 5 x/y). Si en nuestro ejemplo efectuamos la sustitución z 5 y/x, se obtiene
1 ? z 1 xa b ,
dy d sRegla del productod dz
5 sxzd 5
dx dx dx
x
de forma que nuestra ecuación se transforma en fsxd 5 3 fstddt, o, separando las varia-
0
bles, en fsxd ; 0. Tras integrar, recuerde reemplazar z por y/x (o x/y). Utilice esta técnica
para resolver las ecuaciones de los ejercicios 15-18.
x1y # t 2 3x
15. yr 5 16. x 5
x2y 3t 1 x
x y dy y2 1 2xy 2 x2
17. yr 5 1 18. 5 2
y x dx x 1 2xy 2 y2
x
19. Suponga que f es una función tal que fsxd 5 3 fstddt para todo número real x. De-
0
muestre que fsxd ; 0. (Sugerencia: utilice el teorema fundamental del cálculo para
obtener una ecuación diferencial. Piense después en una condición inicial apropiada.)
# x2 1 x
20. Considere la ecuación x 5 .
t
a. Encuentre una familia uniparamétrica de soluciones.
b. ¿Puede encontrar una solución que satisfaga la condición inicial x(0) 5 21? En
caso afirmativo, muéstrela. En caso contrario, razónelo.
c. Encuentre una solución singular.
#
21. a. Resuelva el problema de valor inicial x 5 x2, xs1d 5 1.
b. Si la solución en el apartado (a) es válida sobre un intervalo I, ¿qué tamaño má-
ximo puede tener I?
c. Utilice las herramientas tecnológicas para dibujar la gráfica de la solución x(t)

hallada en el apartado (a).
#
d. Resuelva el problema de valor inicial x 5 x2, xs0d 5 0.
dQ Q3 1 2Q
22. Resuelva el problema de valor inicial 5 2 , Q(1) 5 1 explícitamente para
dt t 1 3t
Q(t).
dy ln 2
23. Una cantidad y varía de tal forma que 5 2 sy 2 20d . Si y 5 60 cuando t 5 30,
dt 30
halle el valor de t para el que y 5 40.
24. El volumen V del agua en un recipiente concreto está relacionado con la profundidad
dV
h del agua mediante la ecuación 5 16"4 2 sh 2 2d 2. Si V 5 0 cuando h 5 0, ha-
dh
lle V cuando h 5 4.
25. La pendiente m de una curva es nula cuando la curva atraviesa el eje y, y
5 "1 1 m2. Obtenga m como una función de x.
dm
dx
26. Un experto forense del Departamento de Policía revisa un arma disparando una bala
en un fardo de algodón. La fuerza de fricción resultante del paso de la bala a través
del algodón provoca una reducción en la velocidad de la bala proporcional a la raíz
cuadrada de la misma. Se detuvo en 0,1 segundos, tras penetrar 3 metros en el interior
del fardo de algodón. ¿Qué velocidad llevaba la bala cuando impactó en el fardo?
27. En balística, la relación entre la velocidad v de una bala de rifle y la distancia L que
recorrió en el cañón del arma se establece mediante la ecuación
aLn
v5 ,
b 1 Ln
dL
donde v 5 y n < 1. Busque la relación existente entre el tiempo t, durante el que
dt
la bala se desplaza en el cañón, y la distancia L que recorre a lo largo del mismo.
28. Si se intenta determinar la forma de un cable flexible y no extensible, suspendido en-
tre dos puntos A y B a la misma altura, se pueden analizar las fuerzas que actúan so-
bre el cable y obtener la ecuación diferencial
d 2y
1
5 k c1 1 a b d ,
dy 2 @2
2
dx dx
donde k > 0 es una constante.
a. Utilice la sustitución p(x) 5 dy/dx para reducir la ecuación de segundo orden a una
ecuación separable de primer orden.
b. Exprese la solución general de la ecuación en términos de funciones exponencia-
les. (Aquí es posible que necesite una tabla de integrales. Su SAC puede evaluar la
integral más complicada de una forma inadecuada.)
29. Cuando se administra teofilina, un fármaco para el asma, una concentración en la san-
gre por debajo de 5 mg/l tiene poco efecto; pero, si la concentración excede los 20 mg/l,
aparecen efectos secundarios no deseados. Suponga que inicialmente se administra una
dosis correspondiente a 14 mg/litro de sangre. La concentración se adecúa a la
dC C
ecuación diferencial 5 2 , donde el tiempo t está expresado en horas.
dt 6
a. Encuentre la concentración en el instante t.
b. Demuestre que, para impedir que el fármaco se vuelva ineficaz, después de apro-
ximadamente 6 horas hará falta administrar una segunda inyección.
c. Dado que la segunda inyección también incrementa la concentración en 14 mg/l,
¿cuánto tiempo transcurrirá hasta que sea necesario administrar otra inyección?
d. ¿Cuál es el tiempo mínimo de seguridad tras el que se puede aplicar una segunda
inyección, de forma que no se produzcan efectos secundarios?
e. Dibuje las gráficas de las situaciones de los apartados (b), (c) y (d).
30. Un método para administrar un fármaco es suministrarlo continuamente en el flujo
sanguíneo mediante un proceso llamado infusión intravenosa. Este proceso puede ser
dC
modelado mediante la ecuación diferencial separable (y lineal) 5 2mC 1 D,
dt
donde C es la concentración en la sangre en el instante t, m es una constante positiva y
también lo es D, el ritmo o la razón con que se administra el fármaco.
a. Encuentre la solución de equilibrio de la ecuación diferencial, aquella solución tal
dC
que 5 0.
dt
b. Si C 5 C0 cuando t 5 0, busque la concentración en el instante t. ¿A qué límite
tiende dicha concentración cuando t S ` ? Compare su respuesta con la del apar-
tado (a).
c. Dibuje la gráfica de una solución típica.
dP
31. Sea 5 Ps1 2 Pd .
dt
a. Encuentre todas las soluciones por separación de variables. (Tendrá que integrar
usando la descomposición en fracciones simples.)
b. Sea P(0) 5 P0. Suponga que 0 < P0 , 1. ¿Qué le ocurre a P(t) cuando t S ` ?
c. Sea P(0) 5 P0. Suponga que P0 > 1. ¿Qué le ocurre a P(t) cuando t S ` ?
32. Considere cada uno de los problemas en los apartados (a)-(e). Si un problema tiene
sentido, resuélvalo. Si no parece tenerlo, explique el porqué.
a. Halle la solución general de y9 5 y, y(0) 5 1.
b. Halle la solución única del problema de valor inicial y9 5 y, y(0) 5 1.
c. Halle la solución no trivial (es decir, distinta de y ; 0) de y9 5 y, y(0) 5 0.
d. Halle la solución única de y9 5 y.
e. Halle la solución única de y9 5 y, y(0) 5 1, y(1) 5 0.
33. Considere la fórmula (2.1.1), la solución al ejemplo 2.1.6.

a. Si a . b, factorice e sa2bdkt del numerador y el denominador, y demuestre que
xstd S b cuando t S ` .
b. Si a , b, explique qué le ocurre a e sa2bdkt si t S ` , y demuestre que xstd S a
cuando t S ` .
2.2 ECUACIONES LINEALES

La idea de una ecuación diferencial lineal ya ha sido comentada en la sección 1.1. Veamos
ahora qué podemos hacer si el orden de la ecuación diferencial es 1. Una ecuación dife-
rencial lineal de primer orden tiene la forma:
dy
a 1 sxd 1 a 0 sxdy 5 fsxd ,
dx
donde a1(x), a0(x) y f(x) son funciones únicamente de la variable independiente x. Des-
pués de dividir por a1(x) (se ha de observar detenidamente dónde es nula esta función),
podemos escribir la ecuación en la forma canónica
dy
1 Psxdy 5 Qsxd , (2.2.1)
dx
donde P y Q son funciones sólo de x. En esta forma canónica, si la función Q(x) es la fun-
ción nula, denominamos homogénea a la ecuación (2.2.1). Si no es así, decimos que la ecua-
ción es no homogénea o completa. (No debemos confundir estos términos con el uso dis-
tinto del término homogénea que se introdujo ante los problemas 15-18, concretamente en
la sección Ejercicios 2.1.) En ciertos problemas aplicados, nos podríamos referir a Q (x) Z 0
como el término de forzamiento, el término impulso o la entrada, como veremos en el
ejemplo 2.2.5, entre otros. En esos problemas a la solución y también se le denomina salida.
dy
Por ejemplo, 1 sensxdy 5 e2x es lineal con P(x) 5 sen x y Q (x) 5 e2x. La ecua-
dx
dy
ción x 1 y2 5 0 no es lineal porque, incluso si se divide por x (si se supone que x es
dx
1 a by 5 0. La función Q(x) se puede considerar
dy y
diferente de cero), obtenemos
dx x
y
como Qsxd ; 0, pero el coeficiente de y, , no es una función únicamente de x.
x
dz
Sin embargo, incluso la aparentemente complicada ecuación 2tz3 1 3t2z2 5 t5z2 se
dt
puede transformar en lineal. Para ello, bastará con dividir por 3t2z2 y se obtendrá
1 a bz 5 t3, de modo que Pstd 5
dz 2 1 2 1
y Qstd 5 t3. Naturalmente, se han de tener
dt 3t 3 3t 3
en cuenta por separado los casos t 5 0 y z ; 0 .
EL PRINCIPIO DE SUPERPOSICIÓN
En algunas aplicaciones, resulta útil plantearse una ecuación lineal de primer orden en tér-
minos de un operador o una transformación, L, que transforma una función diferenciable
dy
y en el primer miembro de la ecuación (2.2.1): Lsyd 5 1 Psxdy. Entonces, la ecuación
dx
(2.2.1) puede expresarse simplemente como Lsyd 5 Qsxd . Por ejemplo, si la ecuación
dy
lineal no homogénea expuesta en la forma canónica es 2 y 5 x, el operador L se
dx
dy
define como Lsyd 5 2 y. En el caso ysxd 5 x2, sería Lsyd 5 2x 2 x2. Una solución y
dx
dy
de la ecuación diferencial 2 y 5 x debería cumplir Lsyd 5 x. (Podemos ver que y 5 x2
dx
no es una solución.)
En este contexto general, si y1 es una solución de Lsyd 5 Q1 sxd e y2 es una solución
de Lsyd 5 Q2 sxd , entonces:
d
Lsy1 1 y2 d 5 sy 1 y2 d 1 Psxd sy1 1 y2 d
dx 1
d d
5 y1 1 y2 1 Psxdy1 1 Psxdy2
dx dx
5 a y1 1 Psxdy1 b 1 a y2 1 Psxdy2 b
d d
dx dx
5 Q1 sxd 1 Q2 sxd 5 Lsy1 d 1 Lsy2 d .
El resultado Lsy1 1 y2 d 5 Q1 sxd 1 Q2 sxd 5 Lsy1 d 1 Lsy2 d se conoce como principio de

superposición. Podemos describir esto del siguiente modo: sumar dos entradas Q1(x) y
Q2(x) de una ecuación lineal da como resultado una salida que es la suma (y1 1 y2) de las
salidas individuales. En particular, si tanto Q1(x) como Q2(x) son nulas, se puede concluir
que la suma de dos soluciones de una ecuación lineal homogénea es también una solución.
(Cerciórese de haber entendido las afirmaciones señaladas en las dos últimas frases.)
Al igual que en el párrafo anterior, supongamos ahora que y1 es una solución de
Lsyd 5 Q1 sxd y que y2 es una solución de Lsyd 5 Q2 sxd , donde L es un operador definido
dy
por una ecuación diferencial lineal de primer orden 1 Psxdy 5 Qsxd . Obtenemos
dx
el siguiente resultado más general: si c1 y c2 son constantes, entonces L(c1 y1 1 c2 y2) 5
c1Q1(x) 1 c2Q2 sxd 5 c1Lsy1 d 1 c2Lsy2 d . Cualquier operador que satisfaga esta última con-
dición recibe el nombre de operador lineal. En caso contrario, se le denomina no lineal.
Los dos siguientes ejemplos deberían arrojar luz sobre la diferencia entre los operado-
res lineales y los no lineales.
EJEMPLO 2.2.1. Un operador lineal

Podemos comprobar que y1 5 e2x es una solución de la ecuación lineal homogénea
L(y) 5 y9 1 y 5 0 5 Q1 y que y2 5 sen x es una solución de L(y) 5 y9 1 y 5 cos x 1
sen x 5 Q2. (Nota: El miembro izquierdo es idéntico, pero el derecho es diferente.)
Deberíamos observar que y1 1 y2 5 e2x 1 sen x es una solución de la ecuación y9 1 y 5

Q1 1 Q2 5 0 1 cos x 1 sen x 5 cos x 1 sen x; es decir, que L(y1 1 y2) 5 Q1 1 Q2 5
L(y1) 1 L(y2). ◆
Sin embargo, no todo operador definido por una ecuación de primer orden es lineal.
EJEMPLO 2.2.2 Un operador no lineal

Consideremos ahora el operador definido como T(y) 5 xy9 1 y2 y supongamos que
T(y1) 5 0 y T(y2) 5 0 . Entonces,
Tsy1 1 y2 d 5 xsy1 1 y2 dr 1 sy1 1 y2 d 2
5 xy1r 1 xy2r 1 y12 1 y22 1 2y1y2
T(y1) T(y2)
5 sxy1r 1 y12 d 1 sxy2r 1 y22 d 1 2y1y2

5 0 1 0 1 2y1y2 5 2y1y2 2 Tsy1 d 1 Tsy2 d .
La ecuación T(y) 5 xy9 1 y2 5 0 es no lineal, y el operador T no es un operador lineal. ◆
EL FACTOR INTEGRANTE
dy
Observemos que si la ecuación 1 Psxdy 5 Qsxd es homogénea, entonces la ecuación
dx
es separable. (¿Entiende por qué?) Sin duda, los problemas más interesantes son aquellos
para los que Q(x) no es la función nula. Además de su aplicación para importantes proble-
mas, las ecuaciones lineales de primer orden son agradables porque siempre se pueden re-
solver y además ofrecen la solución general de un modo explícito. Esto se lleva a cabo me-
diante una ingeniosa técnica, el uso de lo que se denomina un factor integrante 2una
función multiplicadora especial que ha sido utilizada desde finales del siglo XVI para resol-
ver ecuaciones lineales de primer orden.
En el siguiente ejemplo, vamos a ver el uso de dicho método y al mismo tiempo expli-
caremos su eficacia.
EJEMPLO 2.2.3 Uso de un factor integrante

Supongamos que queremos resolver la ecuación lineal no homogénea yr 1 xy 5 2x. Para
ello, de repente, podríamos sacarnos de la manga la función mágica msxd 5 e x >2, un factor
2
integrante para esta ecuación. Ahora obtendremos una ecuación diferencial equivalente si
multiplicamos cada miembro de la ecuación original por m(x):
e x >2yr 1 xe x >2y 5 2xe x >2.
2 2 2
Probablemente se esté preguntando “¿Por qué deberíamos hacer algo tan disparatado?”
Bien, observe simplemente que si suponemos que y 5 y(x), la regla del producto nos da
como resultado se x >2yd r 5 xe x >2y 1 e x >2yr , precisamente el primer miembro de nuestra
2 2 2
nueva ecuación diferencial. Ello nos indica que el primer miembro es una derivada exacta y
nos permite escribir la ecuación diferencial de una forma más compacta: se x >2ydr 5 2xe x >2.
2 2
(Cerciórese de que entiende esto.) Ahora podemos integrar cada miembro con respecto a x
para obtener e x >2y 5 #2xe x >2dx 5 2e x >2 1 C. Despejando y mediante la multiplicación de

2 2 2
cada miembro de esta última ecuación por e 2x >2, obtenemos ysxd 5 2 1 Ce 2x >2, válida
2 2
para 2 ` , x , ` .
De esta solución en forma explícita podemos deducir que todas las soluciones se apro-
ximan a 2 cuando x S 6 ` : si y(x) es cualquier solución de la ecuación diferencial
y
6
–6 –4 –2 2 4 6 x
–2
Figura 2.4
Soluciones del PVI yr 1 xy 5 2x;
ys0d 5 22, 0, 2, 4 y 6
26 # x # 6, 22 # y # 6
yr 1 xy 5 2x , entonces lim ysxd 5 2 5 lim ysxd . La figura 2.4 muestra cinco soluciones
xS` xS 2 `
de esta ecuación lineal. De arriba abajo, las cinco soluciones particulares representadas
gráficamente corresponden a C 5 4, 2, 0, 22 y 24, respectivamente. La opción C 5 0 nos
proporciona la solución asintótica y ; 2.
Finalmente, quizás se haya percatado de que nuestra ecuación original es realmente
una ecuación separable. Para resolverla, debería separar las variables y después comparar
su solución con la que hemos dado. ◆
Análisis razonado
Retrocedamos ahora un poco y observemos esta técnica del factor integrante de un modo
más generalizado. Supongamos que hemos escrito una ecuación diferencial lineal de primer
dy
orden en la forma canónica 1 Psxdy 5 Qsxd .Tomemos P(x), el coeficiente de y en la
dx
ecuación, y formemos la nueva función msxd 5 e#Psxd dx. (Tengamos en cuenta que en el
ejemplo 2.2.3 es P(x) 5 x y e#Psxd dx 5 e#x dx 5 ex >21K, donde por conveniencia habíamos
2
elegido K 5 0.) La regla de la cadena y el teorema fundamental del cálculo nos indican que
d #Psxd dx d
se d 5 e #Psxd dx ? s #Psxd dxd 5 e #Psxd dxPsxd .
dx dx
Entonces, si multiplicamos cada miembro de la ecuación en forma canónica por
msxd 5 e#Psxd dx, obtenemos
dy
e#Psxd dx 1 e#Psxd dxPsxdy 5 e#Psxd dxQsxd
dx
y podemos reescribir la última línea en la forma

d #Psxd dx
se yd 5 e#Psxd dxQsxd .
dx
Si integramos ambos miembros de esta ecuación, obtenemos
e#Psxd dxy 5 3e#Psxd dxQsxd dx 1 C,
de modo que podemos multiplicar cada miembro por e2#Psxd dx para obtener
y 5 e2#Psxd dx ? 3e#Psxd dxQsxd dx 1 Ce2#Psxd dx. (2.2.2)
Ésta es una fórmula explícita para la solución general de cualquier ecuación diferen-
cial de primer orden en forma canónica. Aunque las integrales implicadas no se puedan
evaluar en forma explícita, es posible realizar una aproximación a ellas mediante los méto-
dos numéricos que normalmente se enseñan en un curso de cálculo. (Ponga a prueba la
fórmula en el ejemplo 2.2.3.) No se moleste en memorizar esta fórmula. Simplemente re-
cuerde que cualquier ecuación lineal de primer orden tiene una solución general explícita y
trate de entender cómo encontrar el factor integrante apropiado.
Técnicamente, existe toda una serie de factores integrantes para una ecuación li-
neal dada (por tanto deberíamos hablar de un factor integrante, más que de el fac-
tor integrante); pero siempre podríamos considerar el miembro de la familia con
K 5 0: si R(x) es una primitiva de P(x) [de manera que R9(x) 5 P(x)], entonces
dy
msxd 5 e#Psxd dx 5e Rsxd 1K 5 e Rsxde K, y msxd 1 msxdPsxdy 5 msxdQsxd tienen la forma
dx
e K e e Rsxd 1 e RsxdPsxdy f 5 e K 5e RsxdQsxd 6 . Puesto que la constante eK siempre es posi-
dy
dx
d Rsxd
tiva, podemos eliminarla en la última ecuación para obtener se yd 5 e RsxdQsxd , y
dx
continuaremos como antes hasta hallar la solución. La constante K desaparece y no inter-
viene en el estadio final de la solución, de modo que podríamos considerar que su valor es
0 desde el principio.
Ahora que ya sabemos cómo elegir un factor integrante y hallar una solución explícita,
pongámoslo en práctica.
EJEMPLO 2.2.4 Uso de un factor integrante

dy
Apliquemos la técnica del factor integrante a la ecuación lineal x 2 2y 5 x3e 22x. La
dx
2 a by 5 x2e 22x. Nuestro factor integrante es
dy 2
forma canónica de la ecuación es
dx x
msxd 5 e#2 x dx 5 e22 ln 0 x 0 5 x22.
2
Si multiplicamos ambos miembros de la ecuación en la forma canónica por este factor,

dy
obtenemos x22 2 2x23y 5 e 22x. Tras reconocer el primer miembro como la derivada del
dx
d 22
producto msxdy 5 x22y, podemos formular la ecuación diferencial como sx yd 5 e 22x.
dx
Cuando integramos ambos miembros, encontramos que x22y 5 #e22x dx 5 2 12e22x 1 C.

Ahora podemos despejar y para concluir que y 5 2 12x2e 22x 1 Cx2 . ◆
El siguiente ejemplo, que es una importante aplicación de las ecuaciones diferenciales
lineales a la teoría de las redes eléctricas, nos muestra que los detalles de uso de un factor
integrante pueden resultar confusos.
EJEMPLO 2.2.5 Un problema de circuitos

Como consecuencia de una de las leyes de Kirchhoff en la física, supongamos que la
corriente I, que circula por un circuito eléctrico particular, satisface la ecuación diferencial
dI
lineal de primer orden L 1 RI 5 v0 sensvtd , donde L, R, v0 y v son constantes positi-
dt
vas que proporcionan información sobre el circuito. (Consulte los ejercicios 25-27 para
problemas relacionados con circuitos.) Intentemos hallar la I(t) en el instante t, para t . 0,
suponiendo que I(0) 5 0. Esta condición inicial nos indica que al comienzo (t 5 0) de nues-
tro análisis no circula corriente por el circuito.
En primer lugar, dividiremos ambos miembros de la ecuación diferencial por L para
1 a bI 5 a b sensvtd . Ahora, en
dI R v0
obtener nuestra ecuación en la forma canónica:
dt L L
términos de la forma canónica [ecuación (2.2.1)], realizamos las identificaciones Pstd ; R>L,
una función constante, y Q(t) 5 (v0/L) sen (vt). En este problema, el término de forzamiento
Q(t) representa una fuerza electromotriz (alterna) suministrada por un generador. A conti-
nuación, calcularemos el factor integrante
R R
mstd 5 e 3Pstd dt 5 e 3 L dt 5 e L t.
Si multiplicamos por m(t) cada miembro de la ecuación en la forma canónica, obtenemos
1 e L t a bI 5 a be L t sensvtd o ae L Ib 5 a be L t sensvtd .
R dI R R v0 R d Rt v0 R
eLt
dt L L dt L
La integración de cada miembro da como resultado e L tI 5 a b 3e L t sensvtddt.

R v0 R
L
Tenemos tres opciones para evaluar esta última integral: (1) integrar dos veces por
partes; (2) utilizar una tabla de integrales, o (3) introducir la integral en un sistema de ál-
gebra computacional capaz de realizar una integración. En cualquier caso, obtenemos
R R
Re L t sensvtd
5a b
R v0 ve L t cossvtd
L ≥
e L tI
¥
2 1C
La 2 1 v b
R2
a 21vb
2 R2 2
L L
R
eL t
5a b ? c sensvtd 2 v cossvtd d 1 C .
v0 R
a 2 1 v2 b
L R2 L
L
Para obtener la solución general, multiplicaremos cada miembro de esta última ecua-
R
ción por e 2 L t:
a b
v0
? c sensvtd 2 v cossvtd d 1 Ce 2 L t.
L R R
Istd 5
a 2 1 v2 b
R2 L
L
Si aplicamos la condición inicial I(0) 5 0:
a b
v0
? c sensv ? 0d 2 v cossv ? 0d d 1 Ce 0
L R
0 5 Is0d 5
a 1 v2 b
2
R L
L2
2va b
v0
L
5 1C
a 21vb
2
R 2
L
va b
v0
L
de forma que C 5 , y llegamos (¡por fin!) a
a 21vb
R2 2
L
a b va b
v0 v0
? c sensvtd 2 v cossvtd d 1
L R L R
Istd 5 e2L t
a 2 1 v2 b a 2 1 v2 b
2 L 2
R R
L L
a b
v0
? c sensvtd 2 v cossvtd 1 ve 2 L t d .
L R R
5
a 2 1 v2 b
2
R L
L
R
En este tipo de problema, al término ve 2 L t (o a sus múltiplos por una constante) lo
denominamos un transitorio porque finalmente tiende a 0. “Finalmente” significa cuando
t S ` . Los términos trigonométricos forman la parte de estado permanente de la solución
y tienen el mismo período que el término de forzamiento original. (¿Entiende que esta úl-
tima afirmación es verdadera?) ◆
PROBLEMAS DE COMPARTIMENTO
Cuando en biología e ingeniería química se analizan ciertos sistemas, los investigadores se
topan con una clase de problemas que se denominan problemas de mezclas o problemas
de compartimentos.
Suponga que disponemos de un único contenedor o compartimento que contiene alguna
sustancia. Ahora imagine que otra sustancia se introduce en el compartimento con cierta ca-
dencia y que la mezcla de las dos sustancias abandona el compartimento a un ritmo distinto.
Por ejemplo, podríamos estar hablando de un depósito de agua dentro del que se introduce
alguna sustancia química a través de una tubería. Lo que salga del depósito por otra tubería
será una mezcla del agua y la sustancia química. En biología y fisiología, el compartimento
podría ser la sangre o un órgano concreto, como los riñones. De hecho, los análisis matemá-
ticos en estos campos de investigación a menudo consideran el organismo que se está estu-
diando como toda una colección de componentes individuales (compartimentos). Por ejem-
plo, en el cuerpo humano, éstos podrían ser diferentes órganos o grupos de células.
Para orientarnos, empezaremos con un simple modelo de compartimento único
(figura 2.5).
Figura 2.5
Un modelo de compartimento único
Imaginemos que tenemos un único depósito que contiene cierta cantidad de material. Esa
cantidad (o la concentración de la sustancia) añadida al depósito se denomina la afluencia
o entrada, y la cantidad (o concentración) de sustancia que sale del depósito es la descarga
o salida. Se supone que en el interior del depósito se produce un completo proceso de mez-
clado, una mezcla uniforme casi instantánea de las dos sustancias. Para modelar este pro-
ceso mediante el uso de una ecuación diferencial, es importante centrarse en tres niveles
distintos de velocidad, ritmo o razón asociados a esta situación: (1) la razón de entrada,
(2) la velocidad de variación de algún aspecto de la mezcla en el depósito y (3) la razón de
salida de la mezcla.
Como primer ejemplo, estudiemos el comportamiento de un simple modelo de medi-
camento en la sangre.
EJEMPLO 2.2.6 Un medicamento en la sangre

La infusión intravenosa es el proceso de administración a un ritmo uniforme de una sus-
tancia en las venas. (Consulte el ejercicio 30 de la sección Ejercicios 2.1.) Imaginemos que
un paciente de un hospital recibe una medicación a través de un tubo intravenoso que deja
caer la sustancia gota a gota en la sangre, a un ritmo constante de I miligramos por minuto.
Supongamos también que la medicación se dispersa por el cuerpo y que es eliminada a una
velocidad proporcional a la concentración del medicamento en ese momento. En este pro-
blema, la concentración se define como
Cantidad de medicación
Volumen de sangre más la medicación
donde suponemos que el volumen V de sangre más la medicación, permanece constante.
El problema es calcular la concentración de medicación que hay en el cuerpo en cualquier
instante t. Para ello, podemos considerar la sangre como un compartimento único y exami-
nar una ecuación diferencial que modele el proceso.
Si hacemos que C 5 C(t) represente la concentración de la medicación en el instante t
(en mg/cm3), las condiciones de este tipo de problema nos conducen a la relación:
Razón de cambio neta = razón de entrada 2 razón de salida
o
dC
V 5 I 2 kC,
dt
donde k es una constante positiva de proporcionalidad que depende de la medicación es-
pecífica y de las características fisiológicas del paciente.
Observe que el primer miembro de la ecuación diferencial está expresado en unidades
mg
cm3 mg
de cm3 3 5 , y que el término I del segundo miembro también lo está en mg/min.
min min
mg
Debido a que C aparece en unidades de , concluimos que las unidades para k, que repre-
cm3
sentan la velocidad de eliminación, deben ser cm3/min, lo que parece apropiado. (Cerciórese
de que entiende este “análisis dimensional”).
Ésta es una ecuación lineal que se puede escribir en la forma canónica
1 a bC 5 .
dC k I
dt V V
k kt
Un factor integrante para esta ecuación es m 5 e 3 V dt 5 e V . La multiplicación de cada
miembro de esta última ecuación diferencial por m nos da como resultado:
1 e V C 5 a be V
kt dC k kt I kt
eV
dt V V
o
ae V Cb 5 a be V ,
d kt I kt
dt V
de modo que al integrar cada miembro obtenemos
e V C 5 3 a be V dt
kt I kt
V
y
Cstd 5 e 2 V 3 a be V dt 5 e 2 V c a be V 1 a d 5 1 ae 2 V .
kt I kt kt V I kt I kt
V k V k
I
Si se aplica la condición inicial C(0) 5 0, obtenemos que a 5 2 , y por tanto podemos es-
k
cribir nuestra solución en la forma
2 e 2 V 5 a1 2 e 2 V b.
I I kt I kt
Cstd 5
k k k
I
Advierta lo que ocurre a medida que pasa el tiempo. Analíticamente, lim Cstd 5 , lo que
tS` k
indica que la concentración de la medicación en el cuerpo del paciente alcanza un umbral,
I
o nivel de saturación, de . La figura 2.6. es una gráfica de la concentración cuando I 5 4,
k
V 5 1 y k 5 0,2, y muestra un nivel de saturación de 20 mg/cm3.
c(t)
22
20
18
16
14
12
10
8
6
4
2
2 6 10 14 18 22 26 30 t
Figura 2.6
Cstd 5 20s1 2 e 20.2t d, 0 # t # 30, 0 # C # 20 ◆
Según este modelo, en problemas de compartimento es con frecuencia importante el

determinar cuánto tiempo puede tardar en producirse indeterminado resultado.
EJEMPLO 2.2.7 Contaminación del aire

A las 10 p.m. de una animada noche de viernes, un club cuyas dimensiones son 12,5 me-
tros por 10 metros por 3,2 metros ya se ha llenado de clientes. Desgraciadamente, la ma-
yoría de esos clientes son fumadores, de modo que el humo, que contiene un 1,2 gramos
de monóxido de carbono por metro cúbico, se extiende por el local a una velocidad de
0,004 metros cúbicos por minuto. Supongamos que no se produce ningún cambio significa-
tivo en este ritmo durante la noche. Antes de las 10 h no hay rastro de monóxido de car-
bono en el club y, por suerte, está provisto de buenos ventiladores. El efecto de dichos
ventiladores hace que se forme una mezcla uniforme de aire y humo en el local, y que ésta
sea expulsada al exterior a una velocidad de 0,04 metros cúbicos por minuto; es decir, a un
ritmo 10 veces mayor que el de entrada de la contaminación.
Lógicamente, se supone que entra aire no contaminado desde el exterior del local, al
mismo ritmo que el de salida de la mezcla.
Supongamos que, aparte de bailar y relacionarnos, también queremos preservar nues-
tra salud. Según el Departamento de Sanidad, una exposición prolongada a la concentra-
ción de monóxido de carbono mayor o igual que 0,004 g/m3 puede resultar peligrosa. Si sa-
bemos que el club cierra sus puertas a las 3 a.m., ¿nos permitiremos quedarnos hasta el
final? Para ser más exactos, imagine que queremos saber en qué instante la concentración
de monóxido de carbono alcanza el punto crítico de 0,004 g/m3.
La clave de este tipo de problema de compartimento único es la relación fundamental
que hemos visto en el último ejemplo:
Razón de cambio neta 5 razón de entrada 2 razón de salida (2.2.3)
Sea C(t) la concentración de monóxido de carbono en el club (los gramos de monóxido

de carbono por metro cúbico de aire, cuya abreviatura es gr/m3) en cualquier instante t, donde
t 5 0 representa las 10 p.m. Entonces Q(t), la cantidad de contaminantes en el local en el ins-
tante t, se describe mediante la ecuación Q(t) 5 (volumen del espacio) 3 C(t). Debido a que
las dimensiones del local son 12,5 3 10 3 3,2 5 400 m3, la expresión para la cantidad de mo-
nóxido en este espacio en el instante t se convierte en Q (t ) 5 400 C(t).
Ahora, la velocidad a la que el monóxido de carbono entra en el local viene dada por
a0,004 b a1,2 3 b 5 0,0048

m3 g g
.
min m min
De igual modo, la razón con la que el monóxido de carbono abandona el local (por medio
de los ventiladores) es a0,04 b ? Cstd .
m3
min
La relación (2.2.3) nos indica que la razón de cambio del monóxido de carbono en el
local es igual a la velocidad a la que los agentes contaminantes se introducen menos la ve-
locidad a la que abandonan el local:
dQstd d
5 {400 C(t)} 5 razón de entrada 2 razón de salida
dt dt
5 a0,004 b a1,2 3 b 2 a0,04 bCstd

m3 g m3
min m min
5 0,0048 2 0,04 C (t) g/min,
obtenemos por tanto la ecuación diferencial

d
400 Cstd 5 0,0048 2 0,04 Cstd .
dt
Ésta es una ecuación lineal que podemos escribir en la forma
d
Cstd 1 s0,0001dCstd 5 s12 3 1026 d .
dt
Un factor integrante es mstd 5 e#s0,0001ddt 5 e0,0001t, de modo que la forma de la última ecua-
ción es
5e Cstd 6 5 s12 3 1026 de0,0001t.

d 0,0001t
dt
Si integramos, obtenemos
Cstd 5 s12 3 1026 de20,0001t #e0,0001tdt
5 s12 3 1026 de20,0001t a

e0,0001t
1 kb
0,0001
5 0,12 1 ae20,0001t
donde a 5 s12 3 1026 d ? k.

Debido a que se nos indica que C(0) 5 0, tenemos: 0 5 C(0) 5 0,12 1 a, lo que nos in-
forma de que a 5 20,12. Por tanto, podemos escribir la solución de nuestra ecuación dife-
rencial en la forma
C(t) 5 0,12 (1 2 e20,0001t).
Como queremos saber en qué instante t la concentración es igual a 0,004 g/m3, debe-
mos resolver la ecuación C(t) 5 0,004 para t. Por tanto,
0,004 5 0,12s1 2 e20,0001t d
1>30 5 1 2 e20,0001t
20,0001t
e 5 1 2 1>30 5 29>30
20,0001t 5 lns29>30d
lns30>29d
t5
0,0001
de modo que t 5 339,015 minutos L 5 horas, 39 minutos. En consecuencia, la concentración
crítica de monóxido de carbono se alcanzaría a las 3:39 a.m. si el club siguiese abierto. (¡Nos
hemos librado, por poco!) ◆
EJERCICIOS 2.2
Para los ejercicios 1-18, resuelva cada ecuación o problema de valor inicial.
1. yr 1 2y 5 4x
2
2. yr 1 2xy 5 xe 2x
#
3. x 1 2tx 5 t3
4. yr 1 y 5 cos x
5. tyr 5 23y 1 t3 2 t2
dx x
6. 5 2 s2
ds s
7. y 5 xsyr 2 x cos xd
8. s1 1 x2 dyr 2 2xy 5 s1 1 x2 d 2
9. tsxr 2 xd 5 s1 1 t2 de t
10. Qr 2 s tg tdQ 5 sec t; Qs0d 5 0
11. xyr 1 y 2 e x 5 0; ysad 5 b (a y b son constantes.)
12. sxyr 2 1dln x 5 2y
13. yr 1 ay 5 e mx (Considere dos casos: m Z 2a y m 5 2a.)
14. yr 1 a by 5 1
1 2 2x
x2
15. txr 2 a b 5 t; xs1d 5 0

x
t11
16. y 5 s2x 1 y3 dyr (Sugerencia: considere y como la variable independiente y x, como
la dependiente, y escriba de nuevo la ecuación en términos de dx/dy.)
17. xse y 2 yrd 5 2 (Considere la sugerencia del ejercicio 16.)
x
18. ysxd 5 3 ystddt 1 x 1 1 (Utilice el teorema fundamental del cálculo para obtener
0
una EDO.)
Una ecuación de la forma yr 1 asxdy 5 bsxdyn se denomina ecuación de Bernoulli (Jakob
Bernoulli, 1654-1705, nació en una familia de notables científicos y matemáticos suizos).
Observe que si n 5 0 ó n 5 1, simplemente se obtiene una ecuación lineal. Pero si n no es
igual a 0 ó 1, y si ambos miembros de la ecuación se dividen por yn, podemos tomar z 5 y12n
y obtener una ecuación lineal en la variable dependiente z. Si esta ecuación lineal se resuelve,
se obtiene z en términos de x y posteriormente se vuelve a las variables originales x e y. Este
método de sustitución fue ideado por Leibniz en 1696. Por ejemplo, y9 2 y 5 xy2 es una
ecuación de Bernoulli con asxd ; 21, bsxd 5 x, y n 5 2. Al dividir por y2, la ecuación se
convierte en y22y9 2 y21 5 x. Si se toma z 5 y21, se obtiene la ecuación lineal 2z9 2 z 5 x,
o z9 1 z 5 2x. Al resolverla, se halla z 5 1 2x 1 c e2x. Dado que z 5 y21, se concluye que
y 5 (1 2 x 1 ce2x)21. Advierta que hemos dividido por y2 y que y ; 0 es una solución sin-
gular. Encuentre todas las soluciones de cada ecuación de Bernoulli en los ejercicios 19-22.
20. ẋ 5 x 1 "x
4 1
19. yr 5 y 2 6ty2
t t
22. yr 1 xy 5 "y
dy
21. 1 y 5 xy3
dx
23. Con objeto de regular la pesca en los océanos, se han establecido comisiones interna-
cionales para implementar los controles. Para entender el efecto de tales controles se
han construido modelos matemáticos de poblaciones de peces. Una etapa en este es-
fuerzo por crear nuevos modelos incluye la predicción del crecimiento de un tipo de
pez. El modelo de crecimiento de von Bertalanffy se refleja en la ecuación de Bernou-
lli (ver más arriba):
dW 2
5 aW @3 2 bW
dt
donde W 5 W(t) representa el peso de un pez, y a y b son constantes positivas.
a. Halle la solución general de la ecuación.
b. Calcule W` 5 lim Wstd , el peso límite del pez.
tS`
c. Utilizando la respuesta al apartado (b) y la condición inicial W(0) 5 0, escriba la
fórmula para W(t) sin constantes arbitrarias.
d. Bosqueje un gráfico de W respecto de t.
24. Demuestre que si una ecuación diferencial lineal de primer orden es homogénea, en-
tonces es separable.
25. Si se cierra un interruptor en un circuito que contiene una resistencia R, una inductan-
cia L y una pila que suministra una tensión constante E, la intensidad de la corriente I
dI
aumenta al ritmo descrito por la ecuación L 1 RI 5 E. (En el ejemplo 2.2.5,
dt
la fuerza electromotriz que figura en la parte derecha de la ecuación no es constante.
En lugar de una pila, en este caso hay un generador que suministra una tensión al-
terna igual a(v0 /L) sen svtd .)
a. Halle la corriente I como una función temporal.
b. Evalúe lim Istd .
tS`
c. ¿Cuánto tiempo será necesario para que I alcance la mitad de su valor “final”?
d. Halle I si I0 5 I(0) 5 E/R.
26. En un circuito eléctrico, cuando una pila o una batería suministra una tensión cons-
tante E a un condensador de capacitancia C a través de una resistencia R, la carga ins-
tantánea Q del condensador se adecúa a la ecuación diferencial
dQ Q
R 1 5E
dt C
a. Calcule Q como una función temporal, considerando el condensador inicialmente
descargado (es decir, si Q0 5 Q(0) 5 0).
b. ¿Cuánto tiempo será necesario para que la carga Q del condensador sea la mitad
de su valor “final”?
27. En el ejercicio 26, determine Q si Q0 5 0 y si se reemplaza la pila por un generador
que suministre una tensión alterna igual a E0 sen (vt).
28. Un estudio de la población de Botsuana desde 1975 a 1990 conduce al siguiente modelo
dP
para el ritmo de crecimiento del país: 5 kP 2 at, donde t indica el tiempo en años,
dt
con 1990 correspondiendo a t 5 0, P(0) 5 1,285 (millones), k 5 0,0355 y a 5 1,60625 3
1023. (El término kP refleja los nacimientos y la inmigración, y el término at expresa las
muertes y la emigración.)
a. Halle una fórmula para P(t).
b. Estime la población de Botsuana en el año 2010.
29. Al analizar el efecto de la publicidad en las ventas de un producto, se puede extraer el
siguiente modelo del trabajo realizado por los economistas Vidale y Wolf:3
1a
dS rA
1 lbS 5 rA
dt M
Aquí, S 5 S(t) indica la cifra de ventas, A 5 A(t) representa el volumen de publici-
dad, M es el nivel de saturación de un producto (el límite de ventas que se puede al-
canzar en la práctica), y r y l son constantes positivas. Obviamente, la solución de esta
ecuación lineal depende de la forma de la función de publicidad A.
a. Resuelva la ecuación si A es constante a lo largo de un intervalo de tiempo con-
creto y se anula tras éste:
Astd 5 e
A para 0 , t , T
0 para t . T
(En realidad, deberá resolver dos ecuaciones y después combinar las soluciones
apropiadamente.)
3. M. L. VIDALE y H. B. WOLFE. “Response of Sales to Advertising”, en Mathematical Models in Marketing, 249-

256. Robert G. Murdick, Scranton, Pa.: Intext Educational Publishers, 1971.
b. Dibuje un gráfico típico de S respecto de t. (Elija valores razonables para todas las
constantes en su solución.)
30. En el estudio de la genética poblacional, las unidades biológicas llamadas genes determi-
nan qué características heredan los seres vivos de sus padres. Suponga que se considera
un gen con dos “sabores”, A y a, que se dan en las proporciones p(t) y q(t) 5 1 2 p(t),
respectivamente, en un instante t en una población particular. Suponga que se cumple la
relación dp
5 n 2 sm 1 ndp
dt
donde m es una constante que describe un “ritmo de mutación hacia delante” y n es
otra constante que representa el “ritmo de mutación hacia atrás”.
a. Determine p(t) y q(t) en términos de p(0), q(0), m y n .
b. Demuestre que lim pstd 5 n> sm 1 nd y lim qstd 5 m> sm 1 nd . Éstas son las llama-
tS` tS`
das frecuencias génicas de equilibrio.
31. Un depósito con una capacidad de 100 decalitros (dal) está medio lleno de agua dulce.
Se abre una cañería que permite introducir aguas residuales en el depósito, procesa-
das a un ritmo de 4 dal por minuto. Al mismo tiempo se abre un desagüe que permite
desalojar la mezcla a un ritmo de 2 dal por minuto. Si las aguas residuales procesadas
contienen 10 gramos de potasio utilizable por dal, ¿cuál es la concentración de potasio
en el depósito cuando está lleno? (¡Tenga cuidado con las unidades!)
32. Inicialmente, un tanque con una capacidad de 100 dal está lleno de agua. Se introduce
agua pura a un ritmo de 1 dal por minuto. Al mismo tiempo fluye en el tanque, a un
ritmo de 1 dal por minuto, salmuera (una mezcla de sal y agua), que contiene 1/4 de
kilogramo de sal por dal. (Suponga que hay una mezcla perfecta.) La mezcla sale del
tanque a un ritmo de 2 dal por minuto. Calcule la cantidad de sal que habrá en el tan-
que después de t minutos.
33. Suponga que tenemos un depósito de 200 dal lleno de agua dulce. Se abre un desagüe
que retira del depósito 3 dal por segundo y, al mismo tiempo, se abre una válvula que
deja entrar una solución del 1% (una concentración del 1%) de cloro a un ritmo de
2 dal por segundo.
a. ¿Cuándo se encuentra el depósito lleno hasta la mitad? Y en ese momento, ¿cuál
es la concentración de cloro?
b. Si se cierra el desagüe cuando el depósito está medio lleno y éste se va llenando,
¿cuál será la concentración final de cloro en el depósito?
34. Suponga que cmax es la máxima concentración admisible de un medicamento en un
órgano dado y que el volumen V de éste es constante. Si además se supone que
inicialmente el órgano no contiene dicho medicamento, que el líquido que trans-
porta la medicación dentro del órgano tiene una concentración constante c . cmax,
y que las velocidades de entrada y salida de líquido son ambas iguales a r, demues-
tre que no se puede permitir la entrada del líquido durante un tiempo superior a
b.
V c
lna
r c 2 cmax
35. Una agencia gubernamental tiene actualmente una plantilla de 6000 empleados, entre
los que un 25% son mujeres. Los empleados van dejando su trabajo de un modo alea-
torio a un ritmo de 100 por semana. Se contratan sustitutos a un ritmo de 50 por se-
mana, con la condición de que la mitad sean mujeres.
a. ¿Cuál es el tamaño de la plantilla de la agencia tras 40 semanas? ¿Qué porcentaje
serán mujeres en ese momento?
b. Si se hubiera decidido que todos los nuevos empleados fueran mujeres, ¿cuál ha-
bría sido dicho porcentaje?
36. Si V 5 V(t) representa el valor de un bono en el instante t, r(t) es el tipo de interés y
dV
K(t) es el pago del cupón, entonces 1 Kstd 5 rstdV describe el valor del bono en
dt
algún momento previo al vencimiento.
a. Si T es el momento en el que el bono alcanza la fecha de vencimiento y V(T) 5 Z,
demuestre que:
T
aZ 1 3 Ksude 3t rsxd dx du b
T T
2 3 rsxd dx
Vstd 5 e t
t
b. ¿Qué apariencia tiene V(t) si tiene un bono cupón cero; es decir, si Kstd ; 0?
37. Suponga que tiene una ecuación diferencial lineal de primer orden en la forma canónica
dy
1 Psxdy 5 Qsxd ,
dx
donde Q(x) no es la función nula.
a. Teniendo en cuenta la solución general dada por la ecuación (2.2.2), demuestre
que el término Ce2#Psxd dx es la solución general, yGH , de la ecuación homogénea,
que se obtiene al tomar Qsxd ; 0.
Psxd dx Psxd dx
b. Demuestre que el término e2 3 ? 3e 3 Qsxd dx es una solución particular,
yPC, de la ecuación completa (no homogénea) original. (Se puede expresar así la
solución general, yGC, de la ecuación completa en la forma: yGC 5 yGH 1 yPC .
Consulte el problema 39 de la sección Ejercicios 1.2.)
c. Examine el resultado del apartado (b) a la luz del principio de superposición.
2.3 CAMPOS DE DIRECCIONES

Ahora que nos hemos familiarizado con los conceptos básicos de las ecuaciones diferen-
ciales ordinarias (EDO) y que hemos aprendido a resolver ecuaciones separables y linea-
les, vamos a aportar un enfoque cualitativo al conocimiento de las soluciones de las ecua-
ciones diferenciales de primer orden. Se trata de una aproximación gráfica a las soluciones
de una ecuación que proporciona una idea del comportamiento de las mismas, incluso
cuando no conocemos las técnicas para resolver la ecuación.
Echemos un vistazo a las ecuaciones de primer orden formuladas en la forma normal
o explícita:
dy
5 yr 5 fsx, yd .
dx
Muchas ecuaciones se pueden escribir de esta manera, con la derivada aislada. Podría-
5 fsx, yd 5 3y 2 4x, yr 5 gsx, yd 5 "xy, yr 5
dy
mos citar como ejemplos las siguientes
dx
Fsxd 5 2x3 2 1 o yr 5 Gsyd 5 2 2 y2. Recordemos ahora qué nos indica una primera de-
rivada. Una posible interpretación de la derivada es la pendiente de la recta tangente dibu-
jada en un punto determinado de una curva. La ecuación y9 5 f (x, y) indica que en el punto
(x, y) de cualquier curva solución de la ecuación diferencial, la pendiente de la recta tan-
gente viene dada por el valor de la función f en ese punto; es decir, la pendiente viene dada
por f(x, y). Recordemos que puede haber una familia entera de curvas solución, así como
soluciones singulares.
Para una ecuación diferencial de primer orden, un conjunto de pequeños segmentos
de rectas tangentes, centrados en el punto de tangencia (y denominados segmentos locales
o elementos lineales), cuyas pendientes en (x, y) vienen dadas por f(x, y), recibe el nombre
de campo de direcciones (o campo de pendientes) de la ecuación. Visualmente, esto esta-
blece un modelo de flujo para las soluciones de la ecuación. Un campo de direcciones in-
cluye elementos lineales para muchas soluciones de la ecuación, pero las formas generales
de las curvas integrales deberían estar claras. Podemos considerar estos contornos como
los “fantasmas” de las curvas solución, que pueden revelar ciertos aspectos cualitativos de
las soluciones, incluso si una solución en forma cerrada es difícil o imposible de encontrar.
Nuestro primer ejemplo nos mostrará cómo crear un campo direccional.
EJEMPLO 2.3.1 Un campo de direcciones
Para hacernos una idea de estos conceptos, tomemos un trozo de papel cuadriculado y re-
presentemos gráficamente algunos segmentos locales para la ecuación lineal de primer or-
den y9 2 y 5 x, que podemos escribir como y9 5 f(x, y) 5 x 1 y. Para facilitar las cosas,
podemos construir una tabla (tabla 2.1).
TABLA 2.1 Pendientes en los puntos sx, yd para yr 5 x 1 y
Punto yr 5 x 1 y
x y (x, y) Pendiente en (x, y)
23 3 (23, 3) 0
1 21 (1, 21) 0
0 0 (0, 0) 0
0 1 (0, 1) 1
1 0 (1, 0) 1
2 21 (2, 21) 1
21 2 (21, 2) 1
0 21 (0, 21) 21
21 0 (21, 0) 21
2 23 (2, 23) 21
( ( ( (
Hemos facilitado las cosas aún más eligiendo puntos en los que las pendientes son 0, 1 y 21.
Ahora podemos dibujar algunos elementos lineales que correspondan a estas pendientes
(figura 2.7a).
Figura 2.7a
Algunos elementos lineales para yr 5 x 1 y
Fíjese en que hemos dibujado los pequeños segmentos locales de manera que el punto
central de cada uno sea el punto (x, y). Hemos utilizado elementos lineales del campo de
direcciones dado por f(x, y) 5 0 y f(x, y) 5 ± 1. La figura 2.7b es un campo direccional di-
bujado por un ordenador para la misma EDO, con algunas curvas solución superpuestas a
dicho campo.
y
10
8
6
4
2
–6 –4 –2 2 4 6 x
–2
–4
–6
–8
–10
Figura 2.7b
Campo de direcciones para y9 5 x 1 y, 26 # x # 6, 210 # y # 10
y cinco curvas solución generadas por la computadora
Observe que cuando x S 2 ` , parece que las curvas solución se aproximan a una recta
como asíntota. Las curvas solución parecen virar, alejándose de esta recta cuando x S 1` .
Si la observamos atentamente, podríamos conjeturar que la recta es x 1 y 5 21, o y 5
21 2 x. En la sección 2.2 hemos aprendido a calcular la solución general, y 5 2x 2 1 1 Cex,
para esta ecuación lineal. La recta y 5 21 2 x es la solución particular de la EDO corres-
pondiente a C 5 0, una solución del problema de valor inicial (PVI) y9 2 y 5 x, y (0) 5 21.
Advierta además que si y es la solución general y C Z 0, entonces lim ysxd 5 ` si C . 0, y
xS 1 `
lim ysxd 5 2 ` si C , 0. ◆
xS 1 `
Aunque el campo de direcciones indica algunas características de las curvas solución,

se debe tener cuidado en no leer en él lo que no hay. En el último ejemplo, sin la forma
analítica de la solución general o sin alguna evidencia numérica bien fundada, no podemos
estar seguros de que y carezca de asíntotas verticales, de modo que y S 6 ` cuando x se
aproxime a algún valor finito x0.
Tenga en cuenta que en el ejemplo 2.3.1 hemos utilizado elementos lineales del campo
direccional dado por f(x, y) 5 0 y f(x, y) 5 ± 1. Para cualquier ecuación de primer orden
y9 5 f(x, y), si observamos el conjunto de puntos (x, y) tal que f(x, y) 5 C, una constante,
obtenemos una isoclina; a lo largo de esa curva, todas las pendientes de las rectas tangen-
tes a las curvas solución son iguales. (La palabra isoclina se compone de dos partes que sig-
nifican “igual inclinación” o “igual pendiente”.) Las isoclinas se usan para simplificar la
construcción de un campo de direcciones porque, una vez dibujadas las isoclinas, se puede
dibujar rápida y fácilmente, para cada C, una serie de elementos lineales paralelos de pen-
diente C, todos con sus puntos centrales en la curva f(x, y) 5 C. En el ejemplo 2.3.1, las
isoclinas son las curvas x 1 y 5 C, que son las rectas que pasan por (0, C) y (C, 0) con una
pendiente 21. (Cerciórese de que entiende la frase anterior.)
Es importante darse cuenta de que una isoclina normalmente no es una curva solución,
sino que por cualquier punto de una isoclina pasa, con una pendiente C, una curva solución
de la ecuación diferencial. Sin embargo, como veremos en la sección 2.5, las isoclinas que co-
rresponden a C 5 0, llamadas nulclinas, resultan ser importantes soluciones (soluciones de
equilibrio) de las ecuaciones en las que la variable independiente no aparece explícitamente;
es decir, las ecuaciones que presentan la forma y9 5 f(y).
El siguiente ejemplo indica algo importante sobre la diferencia entre las ecuaciones en
forma explícita y9 5 f(x, y) y las ecuaciones de la forma especial y9 5 f(y).
EJEMPLO 2.3.2 El campo de direcciones (figura 2.8) correspondiente a la ecuación

x9 5 f(x) 5 22x revela algo interesante sobre ciertos tipos de ecuaciones y sus correspon-
dientes campos direccionales. (No se confunda con la denominación de los ejes. Aquí supo-
nemos que t es la variable independiente y que x es la variable dependiente: x 5 x(t). En pri-
mer lugar, vemos que algebraicamente podemos escribir la ecuación en la forma F(x, x9) 5
x9 1 2x 5 0 o x9 5 f(x) 5 22x. En otras palabras, tenemos una ecuación de primer orden en
la que la variable independiente t no aparece explícitamente, lo que indica que las pendientes
de los elementos lineales que componen el campo direccional de esta ecuación dependen sólo
de los valores de x. En la gráfica del campo de direcciones que aparece en la figura 2.8, si fija-
mos el valor de x dibujando una recta horizontal x 5 C para cualquier constante C, veremos
x
6
–4 –2 2 4 t
–2
–4
–6
Figura 2.8
Campo de direcciones para x9 5 22x, 24 # t # 4, 26 # x # 6
que todos los elementos lineales a lo largo de esta recta tienen la misma pendiente, inde-
pendientemente del valor de t. Otro modo de considerar esto es darse cuenta de que se
pueden obtener infinitas soluciones si se toma cualquier solución y se traslada su gráfica a
la izquierda y a la derecha. (Consulte el ejercicio 21.) ◆
ECUACIONES AUTÓNOMAS Y NO AUTÓNOMAS

Una ecuación diferencial en la que, como en el último ejemplo, no aparece explícitamente
la variable independiente, recibe el nombre de ecuación autónoma. Si aparece la variable
independiente, la ecuación se denomina no autónoma. Esta definición es válida para una
ecuación de cualquier orden.
Por ejemplo, y9 5 y2 2 t2 es no autónoma porque la variable independiente t aparece
explícitamente, mientras que y9 5 3y4 1 2 sen(y) es autónoma porque falta la variable in-
dependiente (t, x, o cualquier otra). Observemos que la variable independiente está siem-
pre presente implícitamente (en el fondo); pero, si no se puede ver “directamente”, la
ecuación es autónoma. El ejemplo 2.3.1 nos muestra una ecuación no autónoma. Si obser-
vamos cuidadosamente su campo direccional (figura 2.7b), vemos que las pendientes va-
rían cuando nos desplazamos por cualquier recta horizontal.
Las ecuaciones autónomas frecuentemente aparecen en problemas de física debido a
que los componentes físicos dependen generalmente del estado del sistema, pero no del
tiempo real. Por ejemplo, según la segunda ley del movimiento de Newton (que será co-
mentada y aplicada en los problemas de masa-resorte del capítulo 4), un objeto de masa m
que cae bajo la influencia de la gravedad se adecúa a la ecuación autónoma ẍ 5 2g ,
donde x(t) es la posición de la masa medida desde la superficie de la tierra y g es la acele-
ración debida a la gravedad. La gravedad se considera independiente del tiempo porque la
masa sigue la misma trayectoria, sin que importe cuándo cae la masa.
Ahora vamos a ver cómo podemos reconocer la correspondencia entre las ecuaciones
diferenciales de primer orden y sus campos de direcciones.
EJEMPLO 2.3.3 Observando las dos ecuaciones diferenciales

dx dx
sAd 5 x2 2 t2 y sBd 5 x2 2 1
dt dt
y los campos de direcciones 1-4 que se muestran a continuación, intentemos emparejar
cada ecuación con exactamente uno de los campos direccionales.
x
2
–2 –1 1 2 t
–1
–2
Figura 2.8a
Campo direccional 1
x
2
–2 –1 1 2 t
–1
–2
Figura 2.8b
Campo direccional 2
x
2
–2 –1 1 2 t
–1
–2
Figura 2.8c
Campo direccional 3
x
3
–3 –2 –1 1 2 3 t
–1
–2
–3
Figura 2.8d
Campo direccional 4
Podemos empezar con la ecuación (A) y observar que es una ecuación no autónoma, lo
que nos indica que no deberíamos esperar que las pendientes sean iguales a lo largo de las
rectas horizontales. Cuando nos desplazamos horizontalmente (es decir, si fijamos el valor de
x y variamos el valor de t), el valor de la pendiente varía de acuerdo con la fórmula x2 2 t2.
Este análisis elimina los campos direccionales 2 y 3 porque las inclinaciones de los elementos
lineales permanecen claramente constantes a lo largo de las rectas horizontales. Si escri-
dx
bimos ahora la ecuación (A) en la forma factorizada, 5 sx 1 td sx 2 td , podemos ver
dt
que los elementos lineales deben ser horizontales donde x 5 t o x 5 2t, porque ahí es dónde
dx
la pendiente es igual a 0. (Éstas son las nulclinas; isoclinas que corresponden a C 5 0.)
dt
Si observamos detenidamente los campos de direcciones 1 y 4, veremos que el campo 4
muestra una serie de “escalones” horizontales que forman una X centrada en el origen. Si
los observamos detalladamente, parece que estos elementos lineales horizontales están en
las rectas x 5 t y x 5 2t, y por tanto concluimos que la ecuación A corresponde al campo
direccional 4.
La ecuación B es autónoma porque la variable independiente t no aparece explícita-
mente. El campo de direcciones correspondiente debe mostrar pendientes iguales a lo
largo de cualquier recta horizontal. Sólo los campos 2 y 3 muestran este comportamiento.
¿Qué más podemos buscar? Bueno, si factorizamos la ecuación (B) para obtener
dx
5 sx 1 1d sx 2 1d , nos daremos cuenta de que el campo de direcciones debe mostrar
dt
dx
elementos lineales horizontales cuando es igual a 0; es decir, donde x 5 1 o x 5 21. El
dt
campo de direcciones 2 tiene tangentes horizontales en x 5 1, pero no en x 5 21. Sólo el
campo direccional 3 muestra pendientes nulas a lo largo de ambas rectas horizontales x 5 1
y x 5 21, así que concluimos que la ecuación (B) debe coincidir con el campo 3. ◆
El siguiente ejemplo muestra una ventaja (y una posible desventaja) de utilizar cam-
pos de direcciones.
EJEMPLO 2.3.4 El campo de direcciones de una ecuación autónoma

La ecuación autónoma de primer orden y no lineal y9 5 y4 1 1 parece muy sencilla, pero
(¡sorpresa!) tiene la familia uniparamétrica de soluciones:
"2 y2 1 "2y 1 1
lna b1
8 y2 2 "2y 1 1
"2
5arctansy"2 1 1d 1 arctansy"2 2 1d 6 5 t 1 C
4
(La ecuación es separable, pero la integración necesaria para resolverla es engañosa. Uti-
lice su SAC para evaluar la integral, pero no se sorprenda si su respuesta no tiene exacta-
mente la misma apariencia que la proporcionada aquí.) Sin mirar la fórmula de la solución,
podemos ver inmediatamente que la ecuación diferencial no tiene una función constante
como solución: si y es constante, entonces y9 5 0; pero el miembro derecho de la ecuación
diferencial, y4 1 1, nunca puede ser nulo. En efecto, este simple análisis muestra que cual-
quier solución y debe ser una función creciente. (¿Por qué?)
La temible fórmula que describe una familia de soluciones implícitas facilita poca infor-
mación útil. Sin embargo, echemos un vistazo al campo de direcciones de la ecuación (fi-
gura 2.9). En primer lugar, la naturaleza autónoma de la ecuación está clara por el hecho de
y
3
–4 –2 2 4 t
–1
–2
–3
Figura 2.9
Campo de direcciones para y9 1 y4 1 1, 24 # t # 4, 23 # y # 3
que a lo largo de cualquier recta horizontal, las inclinaciones de los elementos lineales son
iguales. Además, el hecho de que cualquier curva solución sea creciente debería resultar evi-
dente. En efecto, cualquier curva solución tiene asíntotas verticales por la izquierda y por la
derecha. Por supuesto, no podemos decir si esta última afirmación es verdadera observando
únicamente el campo de direcciones. Un análisis puramente gráfico no puede aclarar esto,
pero el campo de direcciones realmente nos da una idea de qué esperar cuando intentamos
resolver la ecuación analíticamente o aproximarnos a una solución numéricamente. ◆
Como veremos en capítulos posteriores, un tipo de campo de direcciones puede ayu-

darnos a analizar también ciertos sistemas de ecuaciones diferenciales.
EJERCICIOS 2.3
En los ejercicios 1-15, en primer lugar esboce a mano el campo de direcciones para la ecua-
ción dada; después intente generar dicho campo utilizando un ordenador o una calculadora
gráfica. Bosqueje varias posibles curvas solución para cada ecuación. (Su calculadora grá-
fica o SAC puede presentar problemas con los ejercicios 5 y 10.)
dx dr
1. yr 5 x 2. 5t 3. 5 t 2 2r
dt dt
5. Qr 5 0 Q 0
dx
4. 5 1 2 0,01x 6. yr 5 y 2 x
dt
dr dy 1 dy 2y
7. r 5 2t 8. 5 9. 5
dt dx y dx x
10. y9 5 máx (x, y), el mayor de los dos valores x e y.
dy ty
11. y9 5 x2 1 y2 12. x9 5 1 2 tx 13. 5 2
dt t 21
dP cos x
14. 5 2Ps1 2 Pd 15. yr 5
dt cos y
16. El fisiólogo alemán Gustav Fechner (1801-1887) ideó el modelo expresado como
dR k
5 , donde k es una constante, para describir la respuesta, R, a un estímulo, S.
dS S
Utilice herramientas tecnológicas para hacer un boceto del campo de direcciones en
el caso en que k 5 0,1.
17. Una reacción química bimolecular es aquella en la que las moléculas de la sustancia A
colisionan con las moléculas de la sustancia B, creando la sustancia X. El ritmo de for-
mación (o velocidad de reacción) viene dado por una ecuación diferencial de la forma
dx
5 ksa 2 xd sb 2 xd , donde a y b representan las cantidades iniciales de las sustan-
dt
cias A y B, respectivamente, y x(t) indica la cantidad de la sustancia X presente en el ins-
tante t. (Consulte el ejemplo 2.1.6.)
a. Utilice herramientas tecnológicas para trazar el campo de direcciones en el caso de
que a 5 250, b 5 40 y k 5 0,0006.
b. Si x(0) 5 0, ¿cuál parece ser el comportamiento de x cuando t S ` ?
c dy
18. La familia uniparamétrica y 5 representa una solución de 5 fst, yd . Esboce
t dt
(a mano) el campo de direcciones de la ecuación diferencial.
dy y1t
19. Describa las isoclinas de la ecuación 5 .
dt y2t
20. ¿Cuáles de las ecuaciones en los ejercicios 1-15 son autónomas? Si ya ha resuelto al-
guno de esos problemas, observe sus campos de direcciones para corroborar sus res-
puestas.
21. Si w(t) es una solución de una ecuación diferencial autónoma x9 5 f(x) y k es un nú-
mero real cualquiera, demuestre que w(t 1 k) también es una solución. (Sugerencia:
utilice la regla de la cadena.)
22. A partir del resultado del ejercicio 21, demuestre que si sen t es una solución de una
ecuación diferencial autónoma x9 5 f(x), entonces cos t es también una solución.
(Sugerencia: ¿cómo están relacionadas las gráficas del seno y el coseno?)
23. Explique en sus propias palabras las diferencias importantes que hay en los campos
de direcciones para los siguientes tipos de ecuaciones diferenciales:
a. y9 5 f(t, y) b. y9 5 f(t) c. y9 5 f(y)
24. Del modo en que su profesor le indique, manualmente o mediante el uso de herramien-
tas tecnológicas, haga un boceto del campo de direcciones para cada una de las siguientes
ecuaciones, y bosqueje después la curva solución que pasa por el punto dado (x0, y0).
dy dy
a. 5 x2 ; sx0, y0 d 5 s0, 22d b. 5 2xy; sx0, y0 d 5 s0, 3d
dx dx
25. Asocie cada una de estas ecuaciones con alguno de los campos de direcciones que se
muestran a continuación.
dy dy dy
a. 5y11 b. 5y2t c. 5t11
dt dt dt
y y
3 3
2 2
1 1
–3 –2 –1 1 2 3 t –3 –2 –1 1 2 3 t
–1 –1
–2 –2
–3 –3
Figura 2.9a Figura 2.9b

Campo de direcciones 1 Campo de direcciones 2
y y
3 3
2 2
1 1
–3 –2 –1 1 2 3 t –3 –2 –1 1 2 3 t
–1 –1
–2 –2
–3 –3
Figura 2.9c Figura 2.9d

Campo de direcciones 3 Campo de direcciones 4
26. Describa el comportamiento de las soluciones de cada una de las siguientes ecuaciones
cuando t S ` , tras observar el campo de direcciones para cada una de ellas. ¿En qué
medida sus respuestas dependen de las condiciones iniciales en cada uno de los casos?
dP
a. yr 5 3y b. 5 Ps1 2 Pd
dt
c. y9 5 e2t 1 y d. y9 5 3sen t 1 1 1 y
27. Examine el campo de direcciones para la ecuación no lineal de primer orden
dy
5 e 22xy. Basándose en su análisis, ¿qué puede comentar acerca de las soluciones
dx
de esta ecuación? (Quizá quiera observar más detenidamente algunas partes de diver-
sos cuadrantes.) En particular, ¿qué puede decir sobre el comportamiento de las solu-
ciones cuando x S 6` ? (Tenga cuidado: Algunas soluciones tienden a infinito cuando
x se aproxima a valores finitos.)
2.4. LÍNEAS DE FASES Y DIAGRAMAS DE FASES

LA ECUACIÓN LOGÍSTICA
Cuando tratamos con una ecuación autónoma, de primer orden, el análisis cualitativo se
puede reforzar bastante para proporcionar información útil sobre las curvas solución.
Comenzaremos a examinar esta nueva técnica de análisis mediante un importante mo-
delo de crecimiento de una población que en 1838 estudió por vez primera el matemático
belga Pierre Verhulst y después fue redescubierto independientemente por los científicos
americanos Raymond Pearl y Lowell Reed, en la tercera década del siglo XX.
EJEMPLO 2.4.1 El análisis cualitativo de la ecuación logística

dP
La ecuación diferencial autónoma 5 Ps1 2 Pd , un ejemplo particular de lo que se
dt
denomina una ecuación logística, es útil, por ejemplo, para el análisis de fenómenos tales
como las epidemias. (Estudiamos esta ecuación de una manera distinta en el apartado (b)
del problema 26, en la sección Ejercicios 2.3.) En una situación epidemiológica, P podría
representar la población infectada como una función del tiempo. Más adelante, volvere-
mos a trabajar con este tipo de modelo pero, por ahora, ignoremos el hecho de que ésta es
una ecuación separable que podemos resolver explícitamente y veamos qué nos pueden
mostrar algunas operaciones básicas de cálculo.
En primer lugar, el miembro derecho representa una derivada, el ritmo instantáneo
con el que P varía respecto al tiempo. Gracias al cálculo sabemos que, si la derivada es
positiva, entonces el valor de P aumenta y que, si es negativa, disminuye. ¿Cuándo es
dP/dt positiva? La respuesta es cuando P(1 2 P) es mayor que cero. Del mismo modo,
dP/dt es negativa cuando P (1 2 P) es menor que cero. Por último, vemos que dP/dt 5 0
cuando P (1 2 P) 5 0; es decir, cuando P 5 0 ó P 5 1. Estos dos puntos críticos dividen

un eje P en tres partes (figura 2.10): 2∞< P < 0, 0 < P < 1 y 1 < P < ∞.
–∞ < P < 0 0 <P<1 1 <P<∞

P
0 1
Figura 2.10
Eje P dividido por puntos críticos
¿Cuál es el signo de dP/dt cuando P satisface 2∞< P < 0? Bueno, para estos valores de
P, P es negativa y 1 2 P es positiva; esto hace que el producto dP/dt 5 P (1 2 P) sea nega-
tivo, lo que significa que P es decreciente. Cuando P es un valor entre 0 y 1, vemos que es
positiva, al igual que 1 2 P, de modo que dP/dt es positiva y P es creciente. Finalmente,
vemos que cuando P es mayor que 1, P es positiva y 1 2 P negativa, y por tanto dP/dt es
negativa y P es decreciente.
Podemos volver a dibujar la figura 2.10 con flechas que indiquen si P es creciente o de-
creciente en un intervalo determinado de P. La dirección de cualquier flecha muestra el
signo algebraico de dP/dt en un subintervalo, y por tanto indica si P es creciente o decre-
ciente: S significa “derivada positiva/P creciente” y d indica “derivada negativa/P
decreciente”. La figura 2.11 se denomina diagrama de fases (unidimensional) de la ecua-
dP
ción diferencial 5 Ps1 2 Pd . La recta horizontal se denomina línea de fases.
dt
P
0 1
Figura 2.11
dP
Diagrama de fases de 5 P (1 2 P)
dt
En realidad, podemos hacer algo más en esta situación. Si diferenciamos cada miem-
bro de nuestra ecuación diferencial original respecto a t, obtenemos
d 2P dP
2
5 ? s1 2 2Pd 5 Ps1 2 Pd s1 2 2Pd
dt dt
donde hemos sustituido dP/dt por el miembro derecho de dicha ecuación. (¡Compruebe
todo esto!) Recordemos que la segunda derivada de una función nos informa acerca de la
concavidad de la función: P es cóncava hacia arriba cuando d2P/dt2 . 0, y cóncava hacia
d 2P
abajo cuando d2P/dt2 < 0. Si utilizamos como guía los puntos críticos 0, 1/2 y 1 de
dt2
podemos construir la siguiente tabla de signos (tabla 2.2).
TABLA 2.2 Tabla de signos
Intervalo de P P 12P 1 2 2P Ps 5 Ps1 2 Pd s1 2 2Pd Concavidad
(2`, 0) 2 1 1 2 Hacia abajo

s0, 12 d 1 1 1 1 Hacia arriba
s 12, 1d 1 1 2 2 Hacia abajo
(1, `) 1 2 2 1 Hacia arriba
No debemos olvidar que t es la variable independiente en este problema y que P es la va-

riable dependiente. Resulta fácil perder esto de vista, ya que la forma (autónoma) de la
ecuación diferencial nos obliga a centrarnos en P únicamente.
dP d 2P
Sobre la base de nuestro análisis de y 2 , echemos un vistazo a la apariencia que
dt dt
podría presentar la gráfica de P en el plano de coordenadas t-P (figura 2.12). Nos centrare-
mos en el primer cuadrante porque t $ 0 y P $ 0 son suposiciones realistas cuando una de
ellas trata de un modelo de crecimiento de una población. Observemos que la línea de fases
(que representa el eje de P) está ahora dibujada verticalmente y situada junto a la gráfica,
dP d 2P
y que hemos señalado los valores importantes de nuestro anterior estudio de y 2.
dt dt
P P
5
1 1
1
2
0
1 2 3 4 t
Figura 2.12
dP
Esbozo de tres soluciones de 5 Ps1 2 Pd , basadas en el diagrama de fases y la concavidad.
dt
Las condiciones iniciales son P (0) 5 0,2, 2 y 5 ; 0 # t # 4, 0 # P # 5
La gráfica representa el cambio de concavidad cuando P 5 12 . Observemos cómo las tres

soluciones que hemos esbozado parecen aproximarse a P 5 1 como una asíntota cuando
t aumenta. Si aplicamos esto a la realidad, indica que si la población inicial está por de-
bajo de 1 (la unidad podría ser de miles o millones), la población aumentará a 1 asintóti-
camente. Por otra parte, cualquier población cuyo valor inicial esté por encima de 1 dis-
minuirá finalmente hacia 1. Si hubiéramos dibujado el resto de la línea de fases (para
P < 0) y las soluciones en el cuarto cuadrante st $ 0, P , 0d , habríamos visto cómo estas
soluciones se alejaban del eje t. En la siguiente sección, comentaremos más a fondo este
fenómeno. ◆
La ecuación logística, que se usa normalmente para modelar el crecimiento de una

población si los recursos (como la comida) son limitados, se suele escribir en la forma
5 rPa1 2 b , donde r es una tasa de crecimiento per cápita que tiene en cuenta los
dP P
dt k
nacimientos y las muertes, y k representa la máxima población teórica que un entorno de-
terminado (la selva, una placa de Petri, etcétera) puede soportar. El valor k se denomina
la capacidad de cargo o de sustento. De vez en cuando, este modelo volverá a aparecer en
el libro.
EJERCICIOS 2.4
Dibuje diagramas de fases para cada una de las ecuaciones en los ejercicios 1-10.
dy
1. 5 y2 2 1 2. y9 5 y2 (1 2 y)2
dt
3. x9 5 (x 1 1) (x 2 3) 4. ẋ 5 cos x
5. y9 5 ey 2 1 6. y9 5 y (1 2 y) (2 2 y)
x
7. ẏ 5 sen y 8. xr 5 1 2
11x
9. y9 5 y ey21 10. ẏ 5 sen y cos y
5 a1 2 b a 2 1bP5, con P(0) 5 3.

dP P 3 P
11. Considere la ecuación
dt 15 7
a. Utilice el diagrama de fases para esta ecuación con el fin de proporcionar un bos-
quejo de la solución P(t).
b. ¿Qué ocurre con P(t) cuando t se hace muy grande?
12. A partir de una de las leyes de Kirchhoff en física se deduce que la corriente, I, que
dI
circula en un circuito eléctrico determinado, satisface la ecuación 0,51 10I 5 12.
dt
(La resistencia es de 10 ohmios; la inductancia, de 0,5 henrios; y hay una pila de
12 voltios.)
a. Esboce el diagrama de fases de la ecuación.

b. Si la corriente inicial, I(0), es de 3 amperios, utilice el diagrama que ha realizado en el
apartado (a) para describir el comportamiento de I en el caso de valores grandes de t.
13. El ejemplo 2.1.6 y el problema 17 de la sección Ejercicios 2.3 indicaban que un tipo de
dx
reacción química se puede modelar mediante la ecuación 5 ksa 2 xd sb 2 xd .
dt
a. Si a 5 250, b 5 40 y k es una constante positiva, realice el diagrama de fases de la
ecuación.
b. Si x(0) 5 0, ¿cómo se comporta x cuando t S ` ?
dy
14. Examine la ecuación 5 s1 1 yd 2.
dt
a. ¿Qué les ocurre a las soluciones con unas condiciones iniciales y(0) . 21 cuando
t aumenta?
b. Describa el comportamiento de las soluciones con unas condiciones iniciales
y(0) < 21 cuando t aumenta.
dy
15. Dado el diagrama de fases siguiente para 5 fsyd , dibuje un bosquejo de la gráfica
dt
de f(y), suponiendo que y 5 0 está en el centro de la línea de fases.
a 0 b c
y
16. Halle una EDO de primer orden compatible con el siguiente diagrama de fases:
–1 0 2
Q
dx
17. En el análisis de la dinámica de fluidos surge la ecuación de Landau: 5 ax 2 bx3,
dt
donde a y b son constantes reales positivas.
a. Dibuje el diagrama de fases de la ecuación de Landau.
a
Åb
b. ¿Qué ocurre con x cuando t aumenta, si xs0d 5 1 e, donde e es una cantidad
positiva muy pequeña?
c. ¿Qué ocurre con x cuando t aumenta, si x(0) 5 0?
a
Åb
d. ¿Cómo se comporta x cuando t aumenta, si xs0d 5 2 e?
2.5 PUNTOS DE EQUILIBRIO: SUMIDEROS, FUENTES Y NODOS
Echemos otro vistazo a la figura 2.12 y centrémonos en los puntos críticos, los lugares
dP
donde 5 0. Geométricamente, éstos puntos son las rectas horizontales P 5 0 y P 5 1,
dt
que representan las funciones Pstd ; 0 y Pstd ; 1, soluciones constantes de la ecuación
dP
diferencial 5 Ps1 2 Pd . Estos valores de P se denominan puntos de equilibrio o
dt
puntos estacionarios de la ecuación diferencial autónoma. También se dice que Pstd ; 0 y
Pstd ; 1 son soluciones de equilibrio o soluciones estacionarias de la ecuación. Supo-
niendo que las soluciones de una ecuación diferencial autónoma describan algún sistema
físico, económico o biológico, podemos concluir que, si el sistema alcanza efectivamente
un punto de equilibrio P, debe haber estado siempre en P 2y permanecerá siempre en P.
dP
(Reflexione sobre esto. En un punto de equilibrio se tiene 5 0 .)
dt
Podemos proseguir con el análisis y clasificar los puntos de equilibrio para las ecuacio-
nes diferenciales autónomas de primer orden. Resulta que hay sólo tres tipos básicos de
puntos de equilibrio: sumideros, fuentes y nodos.
Si observamos el punto de equilibrio P 5 1 en el ejemplo 2.4.1, se puede ver en la fi-
gura 2.12, que las curvas solución junto a la recta P 5 1 parecen abundar en torno a (o
converger en) la recta horizontal. Se denomina sumidero a P 5 1. De un modo más pre-
ciso, una solución de equilibrio P ; k es un sumidero si las soluciones con condiciones ini-
ciales lo suficientemente cercanas a P ; k son asintóticas a P ; k cuando t S ` . Esta
idea de estar “suficientemente cercano” se puede plantear de una manera matemática-
mente precisa, pero se considerará la situación únicamente de un modo intuitivo. También
se conoce a los sumideros como atractores o como soluciones asintóticamente estables. El
término sumidero evoca el desagüe de un cuarto de baño o el fregadero de una cocina: a
los lados, el agua suficientemente cercana al mismo fluirá hacia el interior del desagüe.
Por otro lado, se ve un comportamiento diferente cerca de P 5 0. Cuando se mira a lo
largo de las curvas solución de izquierda a derecha, éstas parecen alejarse de la recta P 5 0.
Al punto de equilibrio P 5 0 se le denomina fuente. En otras palabras, una solución de
equilibrio P ; k es una fuente si las soluciones con unas condiciones iniciales suficiente-
mente cercanas a P ; k son asintóticas a P ; k cuando t S 2 ` ; es decir, cuando se retro-
cede en el tiempo. También se conoce a una fuente como un repulsor o una solución de
equilibrio inestable. En este caso podemos imaginarnos un grifo vertiendo agua o un seca-
dor de pelo manual expulsando chorros de aire caliente.
Si tuviéramos otro punto de equilibrio, de modo que soluciones cercanas al mismo
mostraran otro tipo de comportamiento 2quizás algo similar al de un sumidero y al de una
fuente simultáneamente2 denominaríamos nodo a dicho punto de equilibrio. (Consulte el
ejemplo 2.5.2 y la figura 2.15.) Más técnicamente, podemos designar un nodo como una
solución de equilibrio semiestable.
Un test para puntos de equilibrio

Podemos analizar los puntos de equilibrio o las soluciones para ecuaciones autónomas de
primer orden con un criterio que le recordará la prueba de la segunda derivada del cálculo:
Test de la derivada
dx
Si x* es un punto de equilibrio para la ecuación 5 f s x d , entonces es cierto
dt
que: (1) si f9(x*) . 0, entonces x* es una fuente; (2) si f9(x*) , 0, x* es un sumi-
dero; y (3) si f9(x*) 5 0, entonces no podemos decir, sin un análisis adicional, qué
tipo de punto de equilibrio puede ser x*.
En el ejemplo 2.4.1, observábamos que P 5 0 y P 5 1 eran puntos de equilibrio. Puesto

que f(P) 5 P(1 2 P), tenemos f9(P) 5 1 2 2P , así que f9(0) 5 1 . 0 indica que P 5 0 es una
fuente y f9(1) 5 21 , 0 muestra que P 5 1 es un sumidero.
Podemos comprender por qué funciona la prueba de la derivada si usamos el concepto
de linealidad local. Cerca de una solución de equilibrio x*, se puede aproximar f(x) por la
ecuación de su recta tangente en x*. (Si es necesario, consulte el apéndice A.1.) Por tanto,
si x está suficientemente cercano a x*, se puede escribir
dx
5 fsxd < fsx*d 1 fr sx*d sx 2 x*d 5 frsx*d sx 2 x*d ,
dt
puesto que f(x*) 5 0 cuando x* es una solución de equilibrio. Utilice ahora la tabla 2.3
para comparar los signos de f9(x*) y (x 2 x*):
dx
TABLA 2.3 Signos de
dt
dx
sx 2 x*d frsx*d
dt
1 1 1
1 2 2
2 1 2
2 2 1
La primera fila de signos en la tabla 2.3, por ejemplo, indica que si (x 2 x*) es positivo (de
forma que una solución x esté ligeramente por encima de la solución de equilibrio) y si
dx
además fr sx*d . 0, entonces . 0; lo que significa que la solución x se está alejando
dt
de x*. Esta última afirmación dice que x* debe ser una fuente. Análogamente, la tercera
fila de signos indica que si x comienza debajo de x* y f9(x*) . 0, entonces x cae alejándose
de x* cuando t aumenta, con lo que x* es una fuente. Las dos filas restantes describen un
sumidero.
Los dos ejemplos siguientes nos muestran el poder y las limitaciones de la prueba de
la derivada.
EJEMPLO 2.5.1 Aplicación del test de la derivada

dx
Si examinamos la ecuación autónoma 5 x 2 x3 5 xs1 2 x2 d , observamos que los
dt
puntos de equilibrio son x 5 0, x 5 21 y x 5 1. Sin recurrir a ningún tipo de gráfica, ¿po-
demos determinar qué tipo de puntos de equilibrio son los mencionados?
Sí, simplemente se aplica la prueba de la derivada enunciada anteriormente. Prime-
dx
ramente tenemos 5 fsxd, donde fsxd 5 x 2 x3, con lo que f9(x) 5 1 2 3x2. Dado que
dt
f9(0) 5 1 . 0, sabemos que x 5 0 es una fuente. El hecho de que f9(21) 5 22 < 0 indica
que x 5 21 es un sumidero. Finalmente, dado que f9(1) 5 22 < 0 , se deduce que x 5 1 es
otro sumidero.
El diagrama de fases mostrado en la figura 2.13 refleja esta información. Finalmente,
el campo de direcciones (figura 2.14) confirma el análisis anterior.
–1 0 1
x
Figura 2.13
dx
Diagrama de fases de 5 x 2 x3
dt
x
2
–12 –10 –8 –6 –4 –2 2 4 6 8 10 12 t
–1
–2
Figura 2.14
dx
Campo de direcciones de 5 x 2 x3 ◆
dt
EJEMPLO 2.5.2 Fallo del test de la derivada

dx
Observemos la ecuación no lineal de primer orden 5 fsxd 5 s1 2 xd 2. La única
dt
solución de equilibrio es x ; 1, y tenemos f9(x) 5 2(1 2 x) (21) 5 2 (x 2 1). Dado que
f9(1) 5 0, la prueba no permite extraer ninguna conclusión. No obstante, para hacernos
una idea de lo que está ocurriendo, podemos examinar el comportamiento de f9(x) cerca
de x 5 1.
Vemos que f9(x) es mayor que cero para valores de x mayores que 1, con lo que x ; 1,
parece una fuente; pero los valores de x justo por debajo de 1 nos dan valores negativos de
la derivada, con lo que x ; 1 parece un sumidero. Este comportamiento ambivalente nos
permite concluir que x ; 1 es un nodo. La figura 2.15 muestra el diagrama de fases de esta
ecuación. La figura 2.16 muestra el campo de direcciones con algunas soluciones particula-
res superpuestas.
1
x
Figura 2.15
dx
Diagrama de fases de 5 s1 2 xd 2
dt
x
4
–4 –2 2 4 t
–2
–4
Figura 2.16
dx
Soluciones de 5 s1 2 xd 2 : xs0d 5 2 12 , 12 y 2
dt
Observemos que las curvas solución que comienzan por encima de la recta x 5 1 pare-
cen fluir alejándose de la recta x 5 1, mientras que aquellas que comienzan por debajo de
la solución de equilibrio fluyen hacia la recta x 5 1. En otras palabras, el punto x 5 1 no es
un sumidero ni una fuente; es un nodo. ◆
Las soluciones de equilibrio y su naturaleza serán particularmente útiles cuando se dis-

cutan aspectos cualitativos de sistemas de ecuaciones lineales y no lineales en los capí-
tulos 4, 5 y 7.
EJERCICIOS 2.5
Halle el punto o los puntos de equilibrio de cada ecuación de los ejercicios 1-12 y clasifíque-
los como sumideros, fuentes o nodos.
#
1. y9 5 y2 (1 2 y)2 2. x 5 cos x
3. y9 5 ey 2 1 4. y9 5 y2 (y2 2 1)
# 2 #
5. x 5 ax 1 bx , a . 0, b . 0 6. x 5 x2 2 x3
# #
7. y 5 10 1 3y 2 y2 8. x 5 xs2 2 xd s4 2 xd
# #
9. x 5 2x3 10. x 5 x3
#
11. y 5 y lnsy 1 2d
#
12. x 5 x 2 cos x [Sugerencia: utilice herramientas tecnológicas para hallar explícita-
mente el punto de equilibrio (mediante una instrucción de resolución) o dibuje las
curvas de y 5 x y de y 5 cos x por separado para estimar el punto de intersección de
las mismas.]
13. Dos ríos desembocan en un lago. Uno descarga diariamente una cantidad de agua que
contiene una concentración de un agente contaminante, y el otro, cierta cantidad de
agua limpia. Si se supone que el volumen del lago es constante, la cantidad total de con-
taminación en el mismo, Q(t), se puede modelar mediante la ecuación de equilibrio
dQ
5 DsQ* 2 Qd ,
dt
en la que D es una constante positiva que implica los dos caudales vertidos al lago y el
volumen del mismo, y Q* es una constante positiva que implica el volumen, los cauda-
les mencionados y la concentración del agente contaminante.
a. ¿Cuál es la solución de equilibrio de esta ecuación?
b. La solución encontrada en el apartado (a), ¿es estable o inestable? (Por ejemplo,
un sumidero indicaría que la aportación del río limpio reduce la cantidad de polu-
ción en el lago a largo plazo.)
14. Se ha propuesto la siguiente ecuación para determinar la velocidad de un bote de remos:4
du 8P
5 2 bSu2 ,
M
dt u
donde u(t) representa la velocidad del bote en el instante t; M es su masa, y P, S y b
son constantes positivas que describen otras características del bote y de la persona
que rema en él.
4. Michael MESTERTON-GIBBONS. A Concrete Approach to Mathematical Modelling, 32 y siguientes. John Wiley

& Sons, Nueva York, 1995.
a. Determine la velocidad de equilibrio del bote.

b. Determine si la velocidad hallada en el apartado (a) es un sumidero o una fuente.
c. Interprete el resultado del apartado (b) desde un punto de vista físico.
dx
15. Dados 5 fsxd y la gráfica de f(x) que se muestra:
dt
a. Haga un boceto del diagrama de fases de la ecuación.
b. Identifique todos los puntos de equilibrio y clasifíquelos como sumideros, fuentes o
nodos.
f(x)
a 0 b
x
16. Un modelo de crecimiento poblacional bastante simple, pero asombrosamente exacto,

en la predicción del crecimiento de tumores es, descrito por la ecuación de Gompertz,
dN
5 2aN lnsbNd ,
dt
donde N(t) es proporcional al número de células en el tumor y a, b . 0 son paráme-
tros que se determinan experimentalmente. (Benjamin Gompertz (1779-1865) fue un
matemático y actuario inglés.)
a. Haga un boceto del diagrama de fases para esta ecuación.
b. Bosqueje la gráfica de f(N) respecto de N.
c. Halle y clasifique todos los puntos de equilibrio para esta ecuación.
d. Para 0 , N # 1, determine dónde la gráfica de N(t) respecto de t es cóncava ha-
cia arriba y dónde es cóncava hacia abajo. (Quizá le resulte útil revisar el ejem-
plo 2.4.1.)
e. Esboce N(t).
17. Halle una ecuación ẋ 5 fsxd con la propiedad de que tenga exactamente tres puntos
de equilibrio, todos ellos sumideros.
18. Una población de animales que sigue el patrón de crecimiento logístico (consulte la sec-
ción 2.4) está siendo mermada a un ritmo constante; es decir, mientras el tamaño de la
población (P) es positivo, un número fijo (h) de animales es eliminado por unidad de
5 rPa1 2 b 2 h
dP P
tiempo. La ecuación que modela la dinámica de esta situación es
dt k
para P . 0.
rk
a. Demuestre que, si h , , existen dos soluciones de equilibrio distintas de cero.
4
b. Demuestre que la menor de las soluciones de equilibrio del apartado (a) es una
fuente, mientras que la mayor de las dos es un sumidero.
*2.6 BIFURCACIONES
CONCEPTOS BÁSICOS
Para hacernos una idea del contenido de este apartado, retrocedamos al álgebra elemen-
tal y observemos la función cuadrática f(x) 5 x2 1 x 1 c, donde c es una constante. Debe-
ríamos percatarnos de que los ceros de esta función dependen del parámetro c. Para com-
probarlo, escribiremos:
x2 1 x 1 c 5 ax 1 b 1 ac 2 b
1 2 1
(2.6.1)
2 4
Claramente el término sx 1 12 d 2 es siempre no negativo, de modo que si c . 14, la expresión

(2.6.1) es siempre estrictamente mayor que cero, y la ecuación cuadrática x2 1 x 1 c 5 0 no
tiene soluciones reales. Si c 5 14 , entonces la ecuación tiene x 5 2 12 como única raíz, una
raíz repetida. Finalmente, si c , 14, tenemos dos soluciones, x 5 2 12 6 "14 2 c. Compruebe
todas las afirmaciones de este párrafo. La figura 2.17 muestra la gráfica de y 5 x2 1 x 1 c
para tres valores de c.
Lo importante en este ejemplo es que 41 es el valor del parámetro c en el que varía la
naturaleza de las soluciones de la ecuación cuadrática. Decimos que c 5 14 es un punto de
y y y
–2 –1 1x 1 –0.5 x 1 –1 x
c=0 c= 4
c= 2
Figura 2.17
Gráfica de y 5 x2 1 x 1 c
1 c
4
Figura 2.18
Diagrama de bifurcación de x2 1 x 1 c 5 0
bifurcación porque, cuando el valor de c disminuye, al traspasar el valor 14 , la solución

para x se bifurca en dos soluciones. (El término bifurcación se refiere a una división o ra-
mificación.)
Podemos ver más claramente el efecto de la bifurcación si dibujamos la gráfica de la
solución x respecto del parámetro c; en nuestro ejemplo, mostrando la gráfica de la rela-
ción x 5 2 12 6 "14 2 c (figura 2.18). Esta gráfica que presenta el modo en que una va-
riable depende de un parámetro se denomina diagrama de bifurcación para la ecuación
x2 1 x 1 c 5 0. Cerciórese de que entiende lo que expresa este diagrama. Advierta, en
concreto, lo que sucede cuando c pasa por el valor 14 .
APLICACIÓN A LAS ECUACIONES DIFERENCIALES

Este tipo de cambio cualitativo, provocado por un cambio de valor del parámetro, resulta
particularmente interesante si lo observamos en una ecuación diferencial autónoma. Lo
que varía para dicha EDO en un punto de bifurcación es el número o la naturaleza de las
soluciones de equilibrio.
El verdadero significado de las bifurcaciones fue revelado por primera vez en el tra-
bajo de Euler de 1744 acerca del pandeo de una columna o viga recta, elástica, bajo el
efecto de una fuerza compresora. (El gran matemático suizo Leonhard Euler (1707-1783)
ha sido llamado “el Shakespeare de las matemáticas.”) La posición vertical normal repre-
senta una posición de equilibrio. El parámetro aquí es la fuerza F ejercida en la parte su-
perior de la columna. Para ciertos valores de F, digamos F , F*, la columna mantiene su
posición vertical; pero si la fuerza es demasiado grande, digamos F .F*, la posición de
equilibrio vertical se torna inestable, y la columna se podría doblar. La fuerza crítica F* es
el punto de bifurcación. La situación de equilibrio varía cuando la magnitud de la fuerza
traspasa el valor F*.
El siguiente ejemplo muestra el punto de bifurcación para una sencilla ecuación de
primer orden del tipo que hemos comentado antes (ejemplo 1.2.1).
EJEMPLO 2.6.1 Un punto de bifurcación para una ecuación lineal

dy
La ecuación 5 ay expresa el hecho de que en cualquier instante t, cierta cantidad y
dt
cambia a un ritmo proporcional a su tamaño en el instante t. El parámetro a es la constante
de proporcionalidad que recoge algunas características de la variación de la cantidad.
dy
Cuando 5 0, vemos que las soluciones de equilibrio están descritas por ay 5 0.
dt
Si a 5 0, todo valor de y es un punto de equilibrio. Si a Z 0, entonces y ; 0 es el único
dy
punto de equilibrio. Para la ecuación 5 ay 5 fsyd , tenemos fr syd ; a; y aplicamos el
dt
test de la derivada de la sección 2.5 para concluir que si a . 0, entonces y ; 0 es una fuente,
y si a , 0, entonces y ; 0 es un sumidero. Claramente a 5 0 es un punto de bifurcación,
porque el número y la naturaleza de las soluciones de equilibrio varían cuando a pasa
por 0. La figura 2.19 muestra las gráficas de f(y) respecto de y para las tres posibilidades
de a y sus correspondientes diagramas de fases.
Podemos mostrar cómo los puntos de equilibrio dependen de a mediante un diagrama
de bifurcación en el que se represente gráficamente y(t) respecto de a (figura 2.20). El eje
f(y) f(y) f(y)
y y y
a<0 a= 0 a> 0
Figura 2.19
dy
5 fsyd 5 ay frente a y
dx
0 a
Figura 2.20
dy
Diagrama de bifurcación para 5 ay
dt
y por sí mismo representa todas las soluciones y 5 C, donde C es cualquier constante para
a 5 0. En los diagramas de bifurcación, habitualmente se utilizan curvas de trazo continuo
para indicar soluciones de equilibrio estables (sumideros) y curvas de líneas discontinuas
para representar las soluciones inestables (fuentes). Las flechas indican las direcciones del
cambio de algunas soluciones con el tiempo. ◆
EJEMPLO 2.6.2 Un punto de bifurcación para una ecuación no lineal

dy
Observemos ahora la ecuación no lineal de primer orden 5 ay 2 y3 5 fsyd . Ésta es la
dx
ecuación de Landau, con la que ya nos encontramos en el problema 17 de la sección Ejer-
cicios 2.4. Aparece en el estudio de modelos unidimensionales en los sistemas de fluidos.
Aquí, y 5 y(t) proporciona la amplitud de los modelos, y a es un parámetro pequeño y sin
dimensiones que mide la distancia desde la bifurcación. [L. D. Landau (1908-1968) fue un
físico ruso que ganó el premio Nobel en 1962.]
5 0 implica que ay 2 y3 5 y(a 2 y2) 5 0, de modo que y 5 0, y 5 "a,
dy
Vemos que
dx
e y 5 2"a son los únicos puntos de equilibrio. Si observamos estos puntos, podemos ver
(por el signo radical) que hemos de considerar tres casos: (1) a 5 0, (2) a . 0 y (3) a , 0.
Cuando a 5 0, hay un único punto de equilibrio y 5 0. Entonces tenemos f9(y) 5
a 2 3y2 5 23y2, de modo que f9(0) 5 0 y no podemos determinar la naturaleza de la solu-
ción de equilibrio y 5 0 mediante el test de la derivada. Sin embargo, podemos ver que, si
dy
a 5 0, la ecuación diferencial es 5 2y3, cuya solución tiende a cero cuando x tiende
dx
a infinito en la dirección positiva. (Observe el campo de direcciones o un diagrama de fa-
ses.) En consecuencia, y 5 0 es un sumidero.
Si a es menor que cero, entonces y 5 0 es el único punto de equilibrio, ya que "a
y 2"a son números imaginarios. En este caso, vemos que f9(0) 5 a < 0, de modo que y 5 0
es un sumidero.
Sin embargo, si a es mayor que cero, la ecuación tiene tres puntos de equilibrio distin-
tos: y 5 0, y 5 "a, e y 5 2"a. Vemos que f9(0) 5 a . 0, así que y 5 0 es una fuente;
f r s"ad 5 22a , 0, y por tanto y 5 "a es un sumidero; y f rs2"ad 5 22a < 0, así que
y 5 2"a es también un sumidero.
Observemos cómo el valor de a determina el número y la naturaleza de las soluciones
de equilibrio de nuestra ecuación. Claramente, a 5 0 es el único punto de bifurcación para
nuestra ecuación original. En la figura 2.21 aparecen dos representaciones de nuestra si-
tuación: las gráficas de f(y) respecto de y para las tres descripciones de a consideradas an-
teriormente y sus correspondientes diagramas de fases.
Podemos también mostrar esta dependencia de a de los puntos de equilibrio por me-
dio de un diagrama de bifurcación en el que se represente gráficamente y respecto de a
(figura 2.22).
Existen distintos tipos de bifurcaciones. La figura 2.22 muestra una bifurcación de hor-
quilla, así llamada por razones obvias. (Consulte el ejercicio 7 para una generalización de
este ejemplo.)
f(y) f(y) f(y)
–√ √
0 0 0
y y y
<0 = 0 > 0
Figura 2.21
fsyd 5 ay 2 y3 frente a y
y
y = √ (sumidero)
sumi-
dero 0 fuente

y = –√ (sumidero)
Figura 2.22
dy
Diagrama de bifurcación para 5 ay 2 y3 ◆
dx
Un láser (término que significa amplificación de la luz mediante emisión estimulada de

radiación, por sus siglas en inglés) es un maravilloso aparato que produce un rayo de luz
pura concentrada e intensa que se puede utilizar para cortar diamantes, destruir células
cancerígenas, realizar operaciones oculares y mejorar las telecomunicaciones cuando se usa
en fibra óptica. Básicamente, se emplea una fuente de energía externa para excitar átomos
y producir fotones (partículas de luz) que tienen la misma frecuencia y fase. A. Schlawlow y
C. Townes recibieron una patente por la invención del láser en 1960, y el primer láser fue
construido ese mismo año por el físico americano T. H. Maiman. El modelo matemático de
un láser que se presenta a continuación es un importante ejemplo científico que ilustra otro
tipo de bifurcación. Es más complicado que los dos ejemplos anteriores, porque el compor-
tamiento de la bifurcación depende de los valores de dos parámetros.
EJEMPLO 2.6.3 Un modelo de láser que tiene una bifurcación transcrítica

Un modelo simplificado de la física básica que está detrás de un láser viene dado por la
ecuación:
n9 5 f(n) 5 Gn (N0 2 n) 2 kn 5 (GN0 2 k) n 2 Gn2.
En esta ecuación, n 5 n(t) representa el número de fotones en el instante t, N0 es el nú-
mero (constante) de átomos “excitados” (en ausencia de la acción de un láser), y G y k son
parámetros positivos relacionados con la ganancia y la pérdida, respectivamente, de foto-

nes que tienen la misma frecuencia y fase. Debemos dar importancia al hecho de tener dos
parámetros en nuestra ecuación, y veremos que nuestro análisis de la bifurcación depende
del valor de N0 en relación con dichos parámetros.
Podemos escribir la ecuación en la forma n9 5 n (GN0 2 k 2 Gn), de modo que al esta-
blecer que n9 es igual a cero, obtenemos n ; 0 o GN0 2 k 2 Gn ; 0, lo que nos indica que
las soluciones de equilibrio son n ; 0 y n 5 (GN0 2 k)/G 5 N0 2 k/G), donde N0 Z k/G.
Si observamos la primera solución de equilibrio, n ; 0, veremos que ésta es un sumidero
cuando N0 , k/G; es decir, cuando GN0 2 k < 0. De la ecuación original obtenemos f(n) 5
(GN0 2 k)n 2 Gn2 y, por tanto, f9(n) 5 (GN0 2 k) 22Gn. Entonces, f9(0) 5 GN0 2 k , 0,
así que, mediante el test de la derivada, deducimos que n ; 0 es efectivamente un sumidero.
Si aplicamos esto a la física, significa que no hay ninguna emisión estimulada, ni se producen
fotones con la misma frecuencia y fase. El dispositivo de láser funciona como una bombilla.
Del mismo modo, podemos determinar que n ; 0 es una fuente cuando N0 . k/G.
Centrándonos en el segundo punto de equilibrio, n 5 N0 2 (k/G), donde N0 2 k>G,
vemos que:
fr aN0 2 b 5 sGN0 2 kd 2 2GaN0 2 b 5 2GN0 1 k.
k k
G G
Si N0 , k/G, entonces 2 GN0 1 k . 0, y en consecuencia, n 5 N0 2 (k/G) es una fuente.
Si N0 . k/G, entonces 2 GN0 1 k , 0, y por tanto, n 5 N0 2 (k/G) es un sumidero. La in-
terpretación física de este último hecho es que la fuente de energía externa ha excitado los
átomos suficientemente, de manera que algunos de ellos producen fotones con la misma
frecuencia y fase. El aparato produce ahora una luz coherente.
Finalmente, si N0 5 (k/G), entonces nuestra ecuación original se reduce a n9 5 2Gn2,
de modo que sólo obtenemos una solución de equilibrio, n ; 0, que es un sumidero si sólo
tenemos en cuenta valores positivos de n. Debido a este cambio en la naturaleza y el nú-
mero de las soluciones de equilibrio, podemos interpretar N0 5 (k/G) como nuestro punto
de bifurcación (denominado umbral del láser). El diagrama de bifurcación (figura 2.23) re-
sume este modelo.
láser
bombilla
k/G N0
Figura 2.23
Diagrama de bifurcación para el modelo del láser5
5. Adaptación de la figura 3.3.3 en Steven H. STROGATZ. Nonlinear Dynamics and Chaos: With Applications to
Physics, Biology, Chemistry, and Engineering, 55. Addison-Wesley, Reading, Massachusetts, 1994.
La interpretación física es que cuando la cantidad de energía suministrada al láser sobre-

pasa cierto umbral (es decir, cuando N0 . k/G), la “bombilla” se ha convertido en un lá-
ser. Advirtamos que las dos soluciones de equilibrio se unen en el valor de la bifurcación
N0 5 (k/G), y cuando se separan, tienen la estabilidad intercambiada. Tal bifurcación re-
cibe el nombre de bifurcación transcrítica. Para N0 . k/G, la solución de equilibrio n ; 0 se
vuelve inestable al transferir su estabilidad a otra solución de equilibrio, n 5 N0 2 (k/G), la
recta con pendiente 1 de la figura 2.23. ◆
EJERCICIOS 2.6
Para cada una de las ecuaciones de los ejercicios 1-4, (a) realice un boceto de todas las gráfi-
cas de f(x) respecto de x, diferentes desde un punto de vista cualitativo, al variar el paráme-
tro c; (b) determine el(los) punto(s) de bifurcación; y (c) bosqueje el diagrama de bifurca-
ción de las soluciones de equilibrio respecto de c.
dx dx
1. 5 1 1 cx 1 x2 2. 5 x 2 cxs1 2 xd
dt dt
dx dx
3. 5 x2 2 2x 1 c 4. 5 x 1 rx3
dt dt
5. a. Determine el valor de bifurcación para la ecuación x9 5 x(a 2 x2), donde a es un
número real, y construya un diagrama de bifurcación.
b. Utilice curvas para conectar los puntos críticos apropiados y proporcione sus ecua-
ciones.
6. Considere la ecuación logística (ver ejemplo 2.4.1) con un ritmo h de mengua (caza,
pesca, siega, etcétera) constante:
dP
5 Ps5 2 Pd 2 h.
dt
¿Existe un ritmo de mengua umbral h*, por encima del que la población se extinguiría
para cualquier población inicial P0 5 P(0)?
7. En el campo de la mecánica de fluidos, es importante la ecuación de Landau, x9 5
(R 2 Rc)x 2 kx3, donde k y Rc son constantes positivas y R es un parámetro que puede
adquirir diversos valores.
a. Si R , Rc, demuestre que la única solución de equilibrio es x 5 0 y que ésta es un
sumidero.
b. Si R . Rc, demuestre que hay tres soluciones de equilibrio, x 5 0,
x 5 "sR 2 Rc d>k, y x 5 2"sR 2 Rc d>k, y que la primera solución es una
fuente, mientras que las otras dos son sumideros.
c. Esboce una gráfica en el plano R 2 x donde se muestren todas las soluciones de
equilibrio y clasifíquelas como sumideros o como fuentes. ¿Cómo describiría el
punto de bifurcación R 5 Rc?
2.7 EXISTENCIA Y UNICIDAD DE LAS SOLUCIONES

Ahora es el momento de darnos cuenta de que hemos evitado una cuestión muy impor-
tante: Cuando intentamos resolver una ecuación diferencial, ¿cómo sabemos si hay una
solución? Podríamos estar buscando algo que no existe; lo que implica una pérdida de
tiempo, un esfuerzo y (actualmente) recursos computacionales.
En la sección 1.2 ya hemos observado que la ecuación (y9)2 1 1 5 0 no tiene una solu-
ción en el campo real. Podemos comprobar fácilmente que el PVI yr 5 32 y1>3, ys0d 5 0
tiene tres soluciones distintas: y ; 0, y 5 2x3>2 e y 5 x3/2.
Anteriormente, en la sección 1.3, ya se advirtió sobre el hecho de que las calculadoras
y los ordenadores pueden conducir a errores, ya que pueden facilitar una solución en ca-
sos en que no hay ninguna. Si hay varias soluciones posibles, su aparato de fácil uso puede
realizar su propia selección, independientemente de si es o no la que queremos para resol-
ver nuestro problema. Tanto una actitud escéptica como el conocimiento de la teoría ma-
temática nos protegerán de respuestas inapropiadas.
En primer lugar, observemos lo que puede ocurrir si intentamos resolver problemas
de valor inicial de primer orden; después, estudiaremos un importante resultado que ga-
rantiza cuándo tales PVI tienen una y sólo una solución.
EJEMPLO 2.7.1 Un PVI con una solución única en un dominio restringido

Veremos que, para cada valor de x0, el problema de valor inicial x9 5 1 1 x2, x(0) 5 x0 , tiene
una solución única, pero que ésta no existe para todos los valores de la variable independiente
t. El campo de direcciones para esta ecuación (figura 2.24) nos proporciona algunas pistas.
Para ver las cosas con claridad, podemos centrar nuestro interés en la condición inicial
x(0) 5 0. Parece que sólo hay una solución que satisfaga esta condición, pero el campo de
x
3
–3 –2 –1 1 2 3 t
–1
–2
–3
Figura 2.24
Campo de direcciones para x9 5 1 1 x2; 23 # t # 3, 23 # x # 3
direcciones sugiere que la curva solución puede tener asíntotas verticales. Al separar las
variables, vemos que
dx
3 1 1 x2 5 3dt,
cuya solución general es arctg x 5 t 1 C, o x(t) 5 tg(t 1 C). La condición inicial x(0) 5 0
implica que C 5 0, de manera que la solución del PVI es x(t) 5 tg t; pero el dominio de
esta solución es el intervalo abierto s2p>2, p>2d . Recordemos que la función se aproxima
a ± ∞ cuando t S 6 p>2. En consecuencia, la única solución de nuestro PVI no existe
fuera del intervalo 2de tiempo2 s2p>2, p>2d . ◆
Ahora, aunque hayamos determinado que una ecuación dada tiene una solución, una
segunda preocupación es si hay sólo una solución. Esta pregunta se plantea normalmente
en relación con las soluciones de problemas de valor inicial.
EJEMPLO 2.7.2 Un PVI con infinitas soluciones

La ecuación diferencial separable no lineal x9 5 x2/3 tiene una infinidad de soluciones que
satisfacen x(0) 5 0 en cada intervalo [0, b]. Para mostrar la verdad de esta afirmación, va-
mos a construir la familia de soluciones del PVI.
Para cada número c tal que 0 , c , b, podemos definir la función
0 para 0 # t # c
xc std 5 • 1
st 2 cd 3 c#t#b
27
Tendríamos que comprobar que cada una de estas funciones satisface a la ecuación dife-
rencial con x(0) 5 0. (Deberíamos incluso ser capaces de demostrar que tal función es di-
ferenciable en el punto de ruptura c.) Debido a la existencia de infinitos valores del pará-
metro c, nuestro PVI tiene una infinidad de soluciones. La figura 2.25 muestra algunas de
estas soluciones con b 5 7.
x
c = 14
10 c = 12
8
c=1
6
4 c=2
2 c=3
1 2 3 4 5 6 7 t
Figura 2.25
Soluciones del PVI xr 5 x2>3, x s 0 d 5 0
Las funciones xc std para c 5 12 , 14 , 1, 2 y 3
b 5 7, 2 1 # t # 7 ◆
UN TEOREMA DE EXISTENCIA Y UNICIDAD

Para ecuaciones diferenciales de primer orden, las respuestas a las preguntas sobre la exis-
tencia y unicidad que acabamos de plantear son bastante fáciles. Hay un teorema de
existencia y unicidad con sencillas condiciones que garantizan una y sólo una solución de
un problema de valor inicial.
Un teorema de existencia y unicidad
Sea R una región rectangular en el plano x-y descrita por las dos desigualdades a
# x # b y c # y # d. Supongamos que el punto (x0, y0) es interior a R. Entonces, si
'f
f(x, y) y la derivada parcial sx, yd son funciones continuas en R, existe un inter-
'y
valo I centrado en x 5 x0 y una única función y(x) definida en I, tal que y es solu-
ción del problema de valor inicial y9 5 f(x, y), y(x0) 5 y0.
Esta última afirmación podría parecer un poco abstracta, pero es el resultado más fácil,
y probablemente más utilizado, que garantiza la existencia y la unicidad de una solución de
un problema de valor inicial de primer orden. Aplicar este teorema es sencillo: tomemos
nuestro PVI, escribámoslo en la forma y9 5 f(x, y), y(x0) 5 y0, y después examinemos las
'f
funciones f(x, y) y , la derivada parcial de f respecto de la variable dependiente y. (Si no
'y
sabe nada acerca de derivadas parciales, consulte el apéndice A.7 para una introducción
rápida.)
La figura 2.26 proporciona una idea de la apariencia que podrían presentar la región
R y el intervalo I en el teorema de existencia y unicidad.
y(x)
d
R
(x0, y0 )
a b
x0 x
I
c
Figura 2.26
Región de existencia y unicidad:
R 5 5sx, yd k a # x # b, c # y # d6
Es importante hacer los siguientes comentarios sobre este teorema fundamental:

1. Si las condiciones de nuestro teorema se satisfacen, entonces las curvas solu-
ción para el PVI nunca pueden intersecarse. (¿Entiende por qué?)
2. Si resulta que f(x, y) y 'f>'y son continuas para todos los valores de x e y, nues-
tro resultado no dice que la solución única tenga que ser válida para todos los
valores de x e y.
3. La continuidad de f(x, y) y 'f>'y es suficiente para la existencia de soluciones,
pero podrían no ser necesarias ambas continuidades para garantizarla. Esto sig-
nifica que podría haber soluciones aunque no se satisficiera la condición de
continuidad.
4. Observemos que éste es un teorema de existencia, lo que significa que, si se
satisfacen las condiciones adecuadas, podemos hallar una solución, pero no se
nos dice cómo hallarla. En particular, puede ocurrir que no podamos describir
el intervalo I sin resolver realmente la ecuación diferencial.
El significado de estas observaciones se analizará en algunos de los siguientes ejemplos
y en algunos de los problemas de la sección Ejercicios 2.7. En primer lugar, apliquemos el te-
orema de existencia y unicidad a los PVI que contienen EDO lineales de primer orden.
EJEMPLO 2.7.3 Cualquier PVI lineal “suave” tiene una solución única
Puesto que las ecuaciones lineales modelan muchas situaciones físicas importantes, resulta re-
levante saber cuándo dichas ecuaciones tienen soluciones únicas. Mostraremos que si P(x) y
Q(x) son continuas (“suaves”) en un intervalo (a, b) que contiene x0, entonces cualquier PVI
dy
en la forma 1 Psxdy 5 Qsxd, ysx0 d 5 y0 tiene una y sólo una solución en (a, b). En
dx
términos del teorema de existencia y unicidad, tenemos:
'f
fsx, yd 5 2Psxdy 1 Qsxd y sx, yd 5 2Psxd
'y
Pero se supone que tanto P(x) como Q(x) son continuas en el rectángulo R 5
5sx, yd k a # x # b, c # y # d6 para cualquier valor de c y d, y que f(x, y) es una combina-
ción de funciones continuas. (No hay valores de x e y que nos den una división por cero o
una raíz par de un número negativo, por ejemplo.) Las condiciones del teorema se satisfa-
cen, y por tanto, cualquier PVI en la forma descrita anteriormente tiene una solución única.
En la sección 2.2 mostramos cómo hallar, explícitamente, una solución de una ecua-
ción diferencial lineal. Ahora vemos que, dada una condición inicial apropiada, hemos
aprendido a hallar la solución única. ◆
A continuación, retrocederemos para volver a examinar ejemplos planteados con an-
terioridad.
EJEMPLO 2.7.4 Revisión del ejemplo 2.7.1

Supongamos que x es una función de la variable independiente t. Si observamos a la luz del
teorema el PVI x9 5 1 1 x2, x(0) 5 x0, vemos que f(t, x) 5 1 1 x2, una función sólo de x que es
'f
claramente continua en todos los puntos (t, x), y 5 2x, también continua para todo (t, x).
'x
Las condiciones del teorema se satisfacen, y por tanto, el PVI tiene una solución única;
'f
pero incluso si tanto f(t, x) como son continuas para todos los valores de t y x, sabemos
'x
que cualquier solución única está limitada a un intervalo
a b, n 5 0, 6 1, 6 2, 6 3, c,
s2n 2 1dp s2n 1 1dp
,
2 2
que separa las asíntotas verticales consecutivas de la función tangente. (Retroceda para
echar un vistazo a la familia uniparamétrica de soluciones para la ecuación, y consulte el
comentario 2 que sigue al enunciado del teorema de existencia y unicidad.) ◆
A continuación, examinemos a fondo el ejemplo 2.7.2 a la luz del teorema de existen-

cia y unicidad.

'f
Tenemos aquí la forma x9 5 x2/3 5 f(x), con x(0) 5 0, así que debemos observar f(x) y .
'x
'f 2 2
Pero 5 fr sxd 5 x21>3 5 3 , que no es continua en ningún rectángulo del plano t2x
'x 3 3"x
que incluya x 5 0 (es decir, cualquier parte del eje t). En consecuencia, no deberíamos es-
perar el hallazgo, tanto de la existencia como de la unicidad de solución, en un intervalo
en la forma [0, b]; y de hecho, no hallamos unicidad, como habíamos visto.
Sin embargo, si evitamos el eje t 2es decir, si habíamos elegido una condición inicial
x(t0) 5 x0 Z 02 entonces el teorema de existencia y unicidad garantiza que habrá una solu-
ción única para el PVI. La figura 2.27a muestra el campo de direcciones para la ecuación
autónoma x9 5 x2/3 en el rectángulo 21 # t # 5,0 # x # 3. Este rectángulo incluye parte
x
3
2.5
1.5
0.5
–1 1 2 3 4 5 t
Figura 2.27a
Campo de direcciones para x9 5 x2/3, 21 # t # 5, 0 # x # 3
x
3
2.8
2.6
2.4
2.2
2
1.8
1.6
1.4
1.2
1
–1 0 1 2 3 4 5 t
Figura 2.27b
Campo de direcciones para x9 5 x2/3, 21 # t # 5, 1 # x # 3
del eje t, y resulta fácil visualizar muchas soluciones, comenzando en el origen deslizán-
dose a lo largo del eje t durante un corto espacio de tiempo, y después saliendo de él. La
figura 2.25 presenta algunas de estas curvas solución.
Por otra parte, la figura 2.27b muestra lo que ocurre si seleccionamos un rectángulo
que evite el eje t. Deberíamos tener claro que si escogemos cualquier punto (t0, x 0)
en este rectángulo, habrá una y sólo una solución de la ecuación que pase por este
punto. ◆
EJERCICIOS 2.7
Para cada uno de los problemas de valor inicial en los ejercicios 1-6, determine un rec-
tángulo R en el plano apropiado (x 2 y, t 2 x, etc.) para el que la ecuación diferencial
dada tenga una solución única que pase por un punto en el rectángulo. No resuelva las
ecuaciones.
dx 1 dy 5
1. 5 , xs0d 5 3 2. 5 y1>5, ys0d 5 0
dt x dt 4
dx t
3. t 5 x, xs0d 5 0 4. yr 5 2 , ys0d 5 0,2
dt y
t p
5. yr 5 , ys22d 5 1 6. xr 5 tg x, xs0d 5
11t1y 2
7. ¿Cuál es la longitud del intervalo I más grande en el que el PVI y9 5 1 1 y2, y(0) 5 0
tiene una solución?
8. Demuestre que y ; 21 es la única solución del PVI y9 5 t (1 1 y), y(0) 5 21.
dx
9. ¿Cuál es la solución del PVI 5 x2>3, xs0d 5 x0 si x0 , 0? Compare su respuesta con
dt
la respuesta o las respuestas del ejemplo 2.7.2. ¿Qué ha cambiado?
10. Examine el PVI Q9 5 0 Q 2 1 0 , Q (0) 5 1.
a. Explique por qué las condiciones del teorema de existencia y unicidad no son váli-
das para esta ecuación.
b. Conjeture una solución para este problema de valor inicial.
c. ¿Puede ver que es única la solución que ha hallado en el apartado (b)?
11. Considere la ecuación ẏ 5 " 0 y 0 1 k , donde k es una constante positiva.
a. Resuelva la ecuación. (Obtendrá una solución en forma implícita.)
b. ¿Para qué valores iniciales (t0, y0) tiene la ecuación una solución única?
c. ¿Para qué valores de k # 0 tiene la ecuación soluciones únicas?
12. Tanto la parábola y 5 x2 como la recta y 5 2x 2 1 son soluciones de la ecuación
yr 5 2x 2 2"x2 2 y, y ambas satisfacen la condición inicial y(1) 5 1. ¿Contradice
esto el teorema de existencia y unicidad?
dy
13. Considere el problema de valor inicial 5 Psxdy2 1 Qsxdy, y(2) 5 5, donde P(x) y
dx
Q(x) son polinomios de tercer grado en x. ¿Tiene este problema una solución única
en algún intervalo 0 x 2 2 0 # h en torno a x 5 2? Explique la razón de su respuesta.
dx
14. Considere la ecuación no lineal 5 sa 2 xd sb 2 xd , donde a y b son constantes
dt
positivas. (Consulte el ejemplo 2.1.6.) Demuestre, sin resolver la ecuación, que es
única la solución de cualquier PVI relativo a la misma.
15. Considere la solución de equilibrio P ; b de la ecuación logística (sección 2.4)
dP
5 kPsb 2 Pd , donde k y b son constantes positivas. Para una solución cerca de
dt
P ; b, ¿es posible alcanzar (es decir, igualar) la solución P ; b para un valor finito
de t? (Sugerencia: utilice la parte del teorema de existencia y unicidad relativa a esta
última.)
16. ¿Por qué la siguiente familia de curvas no puede representar las curvas solución de la
ecuación diferencial y9 5 f(t, y), donde f es un polinomio en t e y?
t
dy
17. Considere la ecuación 1 x2y3 5 cos x.
dx
a. ¿Tiene esta ecuación una solución única pasando por cualquier punto (x0, y0)?
b. Intente resolver la ecuación con el solucionador de EDO en su SAC. Comente el
resultado.
18. Considere la ecuación no lineal y no separable:
4t3x
dx si xt 2 0
5 c x 1 t4
2
dt
0 si xt 5 0
Aprenda a introducir en su SAC esta ecuación, que implica una función definida por
tramos. Utilice entonces su solucionador de EDO para hallar las infinitas soluciones
que satisfacen x(0) 5 0.
19. Suponga que una ecuación diferencial es un modelo para cierto tipo de reacción
química. El hecho de que la ecuación no tenga una solución ¿podría indicar que la
reacción no se puede producir? El hecho de que la ecuación tenga una solución
¿garantizaría que sí tenga lugar la reacción?
2.8 RESUMEN
El tipo de EDO de primer orden más sencillo de resolver quizás sea una ecuación separable,
dy
es decir una que se pueda escribir en la forma 5 fsxdgsyd , donde f representa una fun-
dx
ción sólo de x, y g, una función sólo de y. “La separación de variables” conduce a la ecuación
dy
3 gsyd 5 3fsxddx. Es posible que no podamos llevar a cabo una de las integraciones en
términos de funciones elementales, o podríamos acabar con una solución implícita. Además,
el proceso de separación de variables permite que se introduzcan soluciones singulares.
Otro tipo importante de EDO de primer orden es una ecuación lineal, una que se
pueda escribir en la forma a1(x) y’ 1 a0(x) y 5 f(x), donde a1(x), a0(x) y f(x) son funciones
sólo de la variable independiente x. La forma canónica de dicha ecuación es
dy
1 Psxdy 5 Qsxd . La ecuación se denomina homogénea si Qsxd ; 0 y, en otro caso,
dx
recibe el nombre de no homogénea. Cualquier ecuación lineal homogénea es separable.
Después de escribir una ecuación lineal en forma canónica, introducimos un factor
integrante, msxd 5 e#Psxd dx, multiplicamos cada lado de la ecuación por m(x) y vemos que
d #Psxd dx
ésta se puede escribir así: se yd 5 e#Psxd dxQsxd . Si integramos cada lado y después
dx
multiplicamos por e2#Psxd dx, obtenemos una fórmula explícita:
y 5 e2#Psxd dx ? 3e#Psxd dxQsxd dx 1 Ce2#Psxd dx

2.8 Resumen 93
Una ecuación diferencial de primer orden típica se puede escribir en la forma normal
dy
o explícita 5 fsx, yd . Gráficamente, esto nos indica que en cualquier punto (x, y) de
dx
una curva solución de la ecuación, la pendiente de la recta tangente viene dada por el valor
de la función f en ese punto. Podemos bosquejar las curvas solución si utilizamos los segmen-
tos convenientes de la recta tangente (o elementos lineales). Tal colección de segmentos loca-
les se denomina campo de direcciones o campo de pendientes de la ecuación. El conjunto de
puntos (x, y) tal que f(x, y) 5 C, una constante, define una isoclina, una curva a lo largo de la
que las pendientes de las rectas tangentes son todas iguales (es decir, C). Una ecuación dife-
rencial en la que la variable independiente no aparece explícitamente se denomina ecuación
autónoma. Si la variable independiente sí aparece, decimos que la ecuación es no autónoma.
Para una ecuación autónoma, las pendientes de los elementos lineales que componen el
campo de direcciones sólo dependen de los valores de la variable dependiente. Gráficamente,
si fijamos el valor de la variable dependiente, digamos x, con una línea horizontal x 5 C para
cualquier constante C, vemos que todos los elementos lineales a lo largo de esta recta tienen
la misma pendiente para todo valor de la variable independiente, digamos t. Otro modo de
considerar esto es percatarse de que podemos generar infinitas soluciones, tomando cual-
quiera de ellas y trasladando (desplazando) su gráfica hacia la izquierda o hacia la derecha.
Incluso cuando no podamos resolver una ecuación, un análisis de su campo direccional puede
resultar muy instructivo. Sin embargo, dicho análisis gráfico puede carecer de algunas carac-
terísticas importantes de las curvas integrales, como las asíntotas verticales.
Una ecuación de primer orden autónoma se puede analizar cualitativamente mediante
una línea de fases o un diagrama de fases. Para una ecuación autónoma, los puntos x tales
dy
que 5 fsxd 5 0 se denominan puntos críticos. Asimismo, utilizamos los términos pun-
dx
tos de equilibrio, soluciones de equilibrio y puntos estacionarios para describir estos valo-
res clave. Existen tres tipos de puntos de equilibrio para una ecuación de primer orden au-
tónoma: sumideros, fuentes y nodos. Una solución de equilibrio y es un sumidero (o una
solución asintóticamente estable) si las soluciones con condiciones iniciales “suficiente-
mente cercanas” a y son asintóticas a y cuando la variable independiente tiende a infinito.
Por otro lado, si las soluciones “suficientemente cercanas” a una solución de equilibrio y
son asintóticas a y cuando la variable independiente tiende a infinito negativo, entonces
denominamos a y fuente (o solución de equilibrio inestable). Una solución de equilibrio
que muestre cualquier otro tipo de comportamiento recibe el nombre de nodo (o solución
de equilibrio semiestable). Una prueba simple (aunque no siempre concluyente) para cla-
sificar los puntos de equilibrio es esta:
dx
Si x* es un punto de equilibrio de la ecuación 5 fsxd , es cierto que: (1) si f9(x*) . 0, entonces
dt
x* es una fuente; (2) si f9(x*) < 0, entonces x* es un sumidero; y (3) si f9(x*) 5 0, entonces no
podemos decir qué tipo de punto de equilibrio puede ser x si no investigamos más a fondo.
Supongamos que tenemos una ecuación diferencial autónoma con un parámetro a. Un

punto de bifurcación a0 es un valor que provoca un cambio en la naturaleza de las solucio-
nes de equilibrio de la ecuación cuando a pasa por el valor a0.
Al intentar resolver una ecuación diferencial, y en especial un problema de valor ini-

cial, es importante entender cuándo éste tiene una solución y cuándo la solución es única.
Hay unas sencillas condiciones que garantizan la existencia de una y sólo una solución de
un problema de valor inicial:
Sea R una región rectangular en el plano x 2 y descrita por dos desigualdades
a # x # b, c # y # d. Supongamos que el punto (x0, y0) es interior a R. Entonces, si f(x, y) y
'f
sx, yd son funciones continuas en R, hay un intervalo I centrado en x 5 x0 y una función única
'y
y(x) definida en I de tal modo que y es una solución del problema de valor inicial y9 5 f(x, y),
y(x0) 5 y0.
PROYECTO 2.1
El precio es correcto
Sean p(t), s(t) y d(t) el precio, la oferta y la demanda de un producto en un instante t. En eco-
nomía, el modelo especulativo de Allen supone que s y d son funciones lineales en p(t) y p9(t):
s(t) 5 a1p(t) 1 a2p9(t) 1 a3 (*)
d(t) 5 b1p(t) 1 b2p´t 1 b3, (**)
donde ai y bi son constantes.

El principio económico de la oferta y la demanda, que garantiza un estado de equili-
brio dinámico, es
d(t) 5 s(t) (***)
a. Combinando (*), (**) y (***), halle una sencilla ecuación diferencial lineal con una va-
riable dependiente p(t).
b. Suponiendo que a1 Z b1, a2 Z b2 y a3 Z b3, resuelva la ecuación que ha encontrado en el
apartado (a) con la condición inicial p(0) 5 p0.
a3 2 b3
c. Interprete la solución en términos económicos si p0 5 .
b1 2 a1
b1 2 a1
d. Suponga que . 0. ¿Qué le ocurre al precio cuando t aumenta sin límite?
b2 2 a2
b1 2 a1
e. Suponga que , 0. Ahora, ¿qué le sucede al precio cuando t aumenta sin límite?
b2 2 a2
f. Suponga que s(t) 5 30 1 p(t) 1 4p9(t) y d(t) 5 48 2 2p(t) 1 3p9(t), donde s y d se dan
en miles de unidades. Si p(0) 5 10 unidades monetarias, calcule el precio en cualquier
momento posterior t. ¿Qué le ocurre al precio si t aumenta?
PROYECTO 2.2
Los peligros del cultivo
Un dispositivo para el cultivo continuo, o quimiostato, es un recipiente que contiene microor-
ganismos y en el que se bombea nutrientes a un ritmo constante F. El contenido del recipiente
2.8 Resumen 95
de cultivo, que se remueve continuamente, se va vaciando al mismo ritmo que se bombea nu-
trientes, de modo que el volumen V permanece constante. Los microbiólogos y ecologistas
emplean el quimiostato como una simulación artificial de un entorno acuático, y también se
ha utilizado para modelar el proceso de tratamiento de aguas residuales. (Vea el diagrama es-
quemático adjunto.)
Depósito
de
F Volumen V
nutrientes
Recipiente
del cultivo
F
Alrededor de 1950, el biólogo Jacob Monod ideó un modelo matemático6 para el cul-
tivo continuo de una especie única de microorganismos cuyo crecimiento depende exclusi-
vamente de un solo nutriente, suministrado a un ritmo constante por la entrada al reci-
piente de cultivo.
Los experimentos con cierta cepa de la bacteria Escherichia coli, o colibacilo, realiza-
dos en un quimiostato7 condujeron a la ecuación particular
5a
dx 0,81s10 2 xd
2 Dbx, (*)
dt 3 1 s10 2 xd
F
donde x(t) representa la concentración del organismo en el instante t, y D 5 , el ritmo
V
de bombeo dividido por el volumen, es un parámetro controlado por el experimentador.
Queremos estudiar los efectos de la variación de D. La intuición sugiere que si se per-
mite que el bombeo se lleve a cabo demasiado rápido, entonces las bacterias casi se extin-
guirán en el quimiostato, pues serán expulsadas a un ritmo mayor que el ritmo de su creci-
miento y reproducción. Por el contrario, si el bombeo se efectúa a una velocidad adecuada,
las bacterias deberían poder crecer a un ritmo suficiente para superar el peligro de desa-
parición y para desarrollarse en el recipiente de cultivo indefinidamente.
Nuestro problema es determinar qué valores de D dan como resultado una extinción y
cuáles permiten una supervivencia, lo que se puede lograr examinando la ecuación (*) y
considerando D como una parámetro de bifurcación (consulte la sección 2.6).
a. Mediante el uso de herramientas tecnológicas estudie las soluciones de la ecuación (*)
para los valores 0, 8, 0,7, 0,4 y 0,5 del parámetro. Para cada opción de D aplique dife-
rentes condiciones iniciales x0. ¿Cuáles son sus observaciones?
6. J. MONOD. “La technique de culture continue: Théorie et applications”, en Annales de L9Institut Pasteur 79,
390-410. 1950.
7. S. R. HANSEN y S. P. HUBBELL. “Single nutrient microbial competition: Agreement between experimental
and theoretically forecast outcomes”, en Science 20, 1491-1493. 1980.
b. Halle las soluciones de equilibrio x̂ como una función del parámetro D y determine si
son sumideros, fuentes o nodos. (Suponga que las únicas soluciones de equilibrio signi-
ficativas son aquellas para las que 0 # x̂ # 10.) Construya el diagrama de bifurcación
para la ecuación (*). (Consulte la sección 2.6.) ¿En qué valor de D se produce una bi-
furcación? Explique el significado de esta bifurcación respecto al destino de E. coli.
c. Utilice herramientas tecnológicas para comprobar la validez de su análisis de la bifur-
cación en el apartado (b). ¿Sus observaciones son las esperadas?
d. Si suponemos que el recipiente de cultivo se mantiene con un volumen de 20 litros, ¿a
qué velocidad debería efectuarse el bombeo del quimiostato a fin de mantener una po-
blación de E. coli estabilizada de 8 µg por litro? ¿Y una de 4,5 µg por litro?
3 La aproximación
numérica de
las soluciones
3.0 INTRODUCCIÓN
Históricamente, los métodos numéricos para trabajar con ecuaciones diferenciales se de-
sarrollaron cuando se tuvo constancia de que algunas ecuaciones no se podían resolver
analíticamente; es decir, expresando sus soluciones en términos de funciones elementales.
A lo largo de los últimos 300 años, los matemáticos y científicos han aprendido a resolver
cada vez más tipos de ecuaciones diferenciales. Sin embargo, hoy en día todavía hay ecua-
ciones imposibles de solucionar en forma cerrada (véase el ejemplo 2.1.4). De hecho, muy
pocas de las ecuaciones diferenciales que surgen en las aplicaciones se pueden resolver
de un modo exacto; y lo que quizás es aún más importante, las soluciones se expresan fre-
cuentemente en forma implícita mediante complicadas combinaciones de las variables
dependiente e independiente, formas con las que resulta muy difícil trabajar. Basta echar
una ojeada a la solución del ejemplo 2.3.4. Lo que haremos en este capítulo es describir
algunos modos de obtener una solución numérica aproximada del PVI de primer orden
y9 5 f(x, y), y(x0) 5 y0. Esto supone tener la capacidad de calcular valores aproximados de
la función solución y mediante algún proceso que requiera un número finito de pasos, de
manera que al final de ese proceso gradual nos hayamos acercado razonablemente a la
“verdadera” respuesta. Gráficamente, estamos tratando de aproximarnos a la curva solu-
ción con una curva más sencilla, normalmente una compuesta por segmentos de recta.
La misma naturaleza de lo que intentaremos llevar a cabo conlleva la noción de error;
es decir, la discrepancia entre un valor verdadero y su valor aproximado. Un error es lo
que se halla entre la realidad y la perfección: las interferencias en nuestra línea telefónica,
el tambaleo de una silla de la cocina, un lapsus linguae. Aunque existen varios modos de
medir la magnitud de un error, centraremos nuestro interés en el error absoluto, que se
define como el valor absoluto de la diferencia entre el valor verdadero y la aproximación.
Continuaremos comentando la noción de error en la sección 3.2.
Veamos ahora cómo se aplica todo esto al PVI de primer orden y9 5 f(x, y), y(x0) 5 y0.
97
98 3 / La aproximación numérica de las soluciones
3.1 EL MÉTODO DE EULER

Uno de los métodos más sencillos para obtener una aproximación a una curva solución se
le atribuye al matemático Euler, quien hacia 1768, utilizó este enfoque para resolver ecua-
ciones diferenciales. Decir que utilizó la linealidad local es la forma actual de expresar su
idea. Geométricamente, esto se refiere simplemente al hecho de que si la función F es
diferenciable en x 5 x0 y “enfocamos” en primer plano el punto (x0, F(x0)) situado sobre
la curva y 5 F(x), creeremos estar viendo un segmento lineal. Numéricamente estamos di-
ciendo que si tenemos una recta tangente a una curva y 5 F(x) en un punto (x0, F(x0)) 5
(x0, y0), entonces, para un valor de x cercano a x0, el valor correspondiente en la recta
tangente es aproximadamente igual al valor en la curva. En otras palabras, podemos evi-
tar la complejidad de tratar con valores en lo que puede ser una curva complicada y ha-
cerlo con valores en la línea recta. (Para obtener más información sobre este tema, con-
sulte el apéndice A.1.)
Si aplicamos la fórmula del “punto-pendiente” para la ecuación de la recta, podemos
obtener la ecuación de la recta T tangente a la curva y 5 F(x) en el punto (x0, y0):
Tsxd 5 Fr sx 0 d sx 2 x 0 d 1 Fsx 0 d 5 yrsx 0 d sx 2 x 0 d 1 y0. (3.1.1)
Ahora podemos expresar la idea de la linealidad local escribiendo

y(x) L y9(x0)(x 2 x0) 1 y0
valor en la curva valor en la recta tangente
donde el símbolo L significa “es aproximadamente igual a”. La figura 3.1 muestra gráfica-
mente lo que estamos diciendo.
Tenga en cuenta que, debido a que la curva que utilizamos como ilustración es cón-
cava hacia abajo cerca del punto (x0, y0), aquí la recta tangente está sobre la curva, y por
tanto, el valor T(x) dado por la recta tangente es mayor que el verdadero valor y(x) para x
próximo a x0.
Observemos ahora el PVI y9 5 f(x, y), y(x0) 5 y0, de manera que podemos escribir y90 5
y9(x0) 5 f(x0, y0). De aquí en adelante consideraremos que hay una solución única y 5 w(x)
en algún intervalo que contenga x0. Suponga que deseamos conocer la altura de la curva so-
y
T(x) = y
(x, T(x))
Error y = F(x)
(x0, y0 ) (x, F(x))
x0 x x
Figura 3.1
Linealidad local
lución correspondiente a un valor x1 próximo a x0 y a la derecha de x0. Podemos describir el

nuevo valor de la variable independiente como x1 5 x0 1 h, donde h . 0 es el tamaño de un
“paso” pequeño. A continuación, intentaremos aproximarnos a w(x1), un valor de la curva
solución real, mediante algún valor y1 en la recta tangente a y 5 w(x) en x0:
w(x1) L y1 5 wr sx0 d sx1 2 x0 d 1 y0
5 fsx0, y0 d sx0 1 h 2 x0 d 1 y0
5 fsx 0, y0 d ? h 1 y0.
Por tanto, podemos escribir
wsx1 d < y1 5 fsx0, y0 d ? h 1 y0
y obtendremos una buena aproximación lineal local a w(x) en x 5 x1 si elegimos un valor
de h lo suficientemente pequeño. La figura 3.2 ilustra gráficamente lo que sucede.
Podemos repetir el proceso utilizando (x1, y1) como nuestro punto de partida, siendo
conscientes de que el valor y1 es sólo una aproximación. Si usamos de nuevo la ecuación
(3.1.1) tras sustituir (x0, y0) por (x1, y1), vemos que cuando la recta pasa por (x1, y1) con una
pendiente igual a f(x1, y1), los valores de y vienen dados por
fsx 1, y1 d sx 2 x 1 d 1 y1. (3.1.2)
Deberíamos percatarnos de que no se ha de esperar que el punto (x1, y1) esté en la autén-
tica curva solución; así que, en general, fsx1, y1 d 2 fsx1, wsx1 d d , la pendiente de tal solu-
ción en x1.
Queremos aproximarnos a la altura de la curva solución correspondiente a un valor x2
que, por comodidad, está a la misma distancia de x1 que x1 está de x0, esto es, avanzamos
un tramo a la derecha de tamaño h: x2 5 x1 1 h 5 (x0 1 h) 1 h 5 x0 1 2h. Podemos aproxi-
mar wsx2 d , el valor real de la función solución en x 5 x2, utilizando la ecuación (3.1.2):
wsx 2 d < y2 5 fsx 1, y1 d ? h 1 y1.
De igual modo, para x3 5 x2 1 h 5 (x0 1 2h) 1 h 5 x0 1 3h, aproximamos wsx3 d del si-
guiente modo:
wsx 3 d < y3 5 fsx 2, y2 d ? h 1 y2.
La figura 3.3 muestra lo que estamos haciendo.
y
(x1, y1) = (x1, y′(x0 )h + y0 )
Error
(x0, y0)
(x1, ␸(x1))
y = ␸(x)
h
x0 x1 = x0 + h
x
Figura 3.2
Aproximación lineal local de una solución
y Pendiente = f (x 3, y 3 )
Pendiente = f(x1, y1)
Solución
(x3, y3)
verdadera
(x2, y2 )
Pendiente = f(x0, y0) y = ␸(x)
(x3, ␸(x3))
(x1, y1)
(x2, ␸(x2 ))
(x1, ␸(x1))
(x0, y0)
h h h
x0 x1 x2 x3 x
Figura 3.3
Aproximación lineal de tres tramos
Continuando de este modo, generamos una secuencia de valores aproximados y1, y2,
y3, . . . , yn para la función solución w en varios puntos igualmente espaciados x1, x2, x3, . . . , xn:
yk11 5 yk 1 h ? f(xk, yk), (3.1.3)
nuevo valor aprox. anterior valor aprox. tamaño del paso
donde xk 5 x0 1 kh, k 5 0, 1, . . . , n. Si retrocedemos en el proceso, nos daremos cuenta de

que la fórmula (3.1.3) es también válida para h , 0. Observemos que, si los puntos xk están
espaciados de igual modo con un tamaño de paso h y queremos llegar desde (x0, y0) a (x*, y*)
x* 2 x0
recorriendo la curva poligonal aproximación, entonces debemos tener n 5 pasos.
h
Por ejemplo, si partimos de x0 5 2 y queremos acercarnos a w(2,7) por medio de pasos de
2,7 2 2
tamaño h 5 0,1, podemos llegar a x* 5 2,7 recorriendo n 5 5 7 tramos. En la
0,1
práctica, una vez que hemos elegido un tamaño de paso h, el número de pasos necesarios, n,
resultará evidente.
Si dejamos de lado ahora todas estas ecuaciones y observamos de nuevo las figuras 3.2
y 3.3, podemos ver que lo que hemos hecho es utilizar el campo de direcciones para nues-
tro PVI como un conjunto de pasaderas o escalones. “Caminamos” sobre un elemento li-
neal recorriendo una corta distancia, nos detenemos a la espera del siguiente tramo, salta-
mos hasta él, etc. Nos aproximamos al flujo de la curva solución utilizando piedras planas
colocadas en el “río.” Si jugamos a “conectar los puntos” con los puntos (x0, y0), (x1, y1),
(x2, y2), . . . , (xn, yn), podremos ver una recta poligonal (denominada el polígono de Euler
o el polígono de Cauchy-Euler) que se aproxima a la verdadera curva solución. La figura
3.4 muestra esto para el problema de valor inicial y9 5 x2 + y, y(0) 5 1, donde tratamos de
acercarnos a y(1) utilizando diferentes tramos de tamaño h 5 1, 0,5 y 0,25.
Podemos ver reflejado este proceso de aproximación correspondiente a la fórmula
(3.1.3) mediante otra representación geométrica. Partimos de la ecuación diferencial
y9 5 f(x, y). En este caso, según el teorema fundamental del cálculo:
xk 1 1 xk 1 1
yk11 2 yk L y(xk11) 2 y(xk) 5 3 yr sxd dx 5 3 fsx, yd dx.
xk xk
y y(x)
3
2,8 h = 0,25
2,6
2,4 h = 0,5
2,2
2 h=1
1,8
1,6
1,4
1,2
1
0,2 0,4 0,6 0,8 1 x
Figura 3.4
Solución verdadera del PVI y9 5 x2 + y, y(0) 5 1 y tres
aproximaciones de Euler (h 5 1, 0,5 y 0,25) en el intervalo [0, 1]
Y
Y = f (x, y(x))
f (xk, yk)
yk
h
xk xk +1 x
Figura 3.5
Aproximación de una integral por medio del área de un rectángulo
Pero la fórmula (3.1.3) nos exige sustituir yk+1 2 yk por h · f(xk, yk), lo que significa que nos
xk 1 1
estamos aproximando a 3 fsx, yd dx por h ? fsxk, yk d . La figura 3.5 muestra la geometría
xk
de la situación en el intervalo [xk, xk+1].
Nos hemos aproximado al área bajo la curva Y 5 f(x, y(x)) por medio del área del rec-
tángulo sombreado: un rectángulo formado utilizando la altura de la curva en el punto ex-
tremo izquierdo del intervalo. En consecuencia, el método de Euler equivale a realizar
una aproximación al área bajo una curva mediante una suma de Riemann a la izquierda
(con función de elección el extremo izquierdo de cada subintervalo).
Suficiente teoría por ahora. A continuación, veamos cómo funciona este “método de
tangentes” en un sencillo problema de valor inicial.
EJEMPLO 3.1.1 El método de Euler con análisis de errores

dx
Supongamos que se nos da el PVI 5 t2 1 x, x(1) 5 3 y que queremos aplicar el método
dt
de Euler para obtener una aproximación a x(1,5).
Ésta es una ecuación lineal de primer orden cuya solución particular para la condición
inicial x(1) 5 3 es xstd 5 2t2 2 2t 2 2 1 8e t21. (Compruébelo.) En consecuencia, el ver-
dadero valor de x(1,5) es 2 s1,5d 2 2 2s1,5d 2 2 1 8es1.5d 21 5 5,939770. . . . Utilizaremos
el valor real para comprobar la calidad de la aproximación que obtenemos con el método
de Euler.
En nuestro problema, f(t, x) 5 t2 1 x, y por tanto, la fórmula (3.1.3) se convierte en
x k11 5 x k 1 h ? stk2 1 x k d, (3.1.4)
donde tk 5 t0 1 kh, k 5 0, . . . , n, t0 5 1 y x0 5 3. (Ya deberíamos sentirnos cómodos con el
cambio de las coordenadas x-y tradicionales a las coordenadas t-x.) Si escogemos h 5 0,1,
nuestro tamaño de paso es la décima parte de una unidad. Debido a que nuestro objetivo
t 5 1,5 está a una distancia de 0,5 unidades de nuestro punto inicial t 5 5, necesitamos
n 5 5 pasos de tamaño h 5 0,1 para llegar a él mediante el proceso de Euler (figura 3.6).
Utilizando la fórmula (3.1.4), vamos a generar nuestros valores aproximados, avan-
zando por pasos desde t 5 1 hasta t 5 1,5:
x1 5 x0 1 (0,1)(t 20 1 x0) 5 3 1 (0,1)(12 1 3) 5 3,40
x2 5 x1 1 (0,1)(t 21 1 x1) 5 3,40 1 (0,1)(1,12 1 3,4) 5 3,861
x3 5 x2 1 (0,1)(t 22 1 x2) 5 3,861 1 (0,1)(1,22 1 3,861) 5 4,3911
x4 5 x3 1 (0,1)(t 23 1 x3) 5 4,3911 1 (0,1)(1,32 1 4,3911) 5 4,99921
x5 5 x4 1 (0,1)(t 24 1 x4) 5 4,99921 1 (0,1)(1,42 1 4,99921) 5 5,695131.
Por tanto, el método de Euler da como resultado la aproximación 5,695131 para el valor x(1,5).
En este ejemplo, el error absoluto es 0 el valor verdadero 2 la aproximación 0 5 0 5,939770 2
5,695131 0 5 0,244639.
Si lo intentamos de nuevo utilizando un paso de sólo la mitad del tamaño del que hemos
usado antes —es decir, usando un tamaño de paso h 5 0,05—, tendremos que realizar doble
número de pasos para recorrer el intervalo entre el valor inicial t 5 1 y el valor final t 5 1,5.
La tabla 3.1 muestra, en una hoja electrónica, el resultado de los cálculos obtenidos mediante
el método de Euler para esta nueva secuencia de pasos. Si tiene acceso a un programa de ho-
jas de cálculo, lo encontrará bastante fácil de usar para aplicar el método de Euler.
Tenga en cuenta que el número de pasos (y por tanto de cálculos) se ha duplicado,
pero el error absoluto ha sido reducido casi a la mitad. Observemos ahora mismo el creci-
miento del error acumulado en la última columna.
Si volvemos a reducir el tamaño del paso a la mitad, esta vez utilizando h 5 0,025, po-
demos ver la aparición de una ley (tabla 3.2).
Solución
verdadera x(t)
(1,5, x(1,5))
(1,4, x(1,4))
(1,3, x(1,3))
(1,2, x(1,2)) (1,5, x5)
(1,1, x(1,1)) (1,4, x4 )
(1,3, x3 )
(1,2, x2 )
(1, 3) (1,1, x1)
t0 = 1 t1 = 1,1 t2 = 1,2 t3 = 1,3 t4 = 1,4 t5 = 1,5 t
Figura 3.6
Aproximación con cinco pasos
dx
TABLA 3.1 Método de Euler para 5 t2 1 x, xs1d 5 3, con h 5 0,05
dt
Valor Error
k tk xk verdadero absoluto
0 1 3,000000 3,000000 0,00000

1 1,05 3,200000 3,207669 0,00767
2 1,1 3,415125 3,431367 0,01624
3 1,15 3,646381 3,672174 0,02579
4 1,2 3,894825 3,931222 0,03640
5 1,25 4,161567 4,209703 0,04814
6 1,3 4,447770 4,508870 0,06110
7 1,35 4,754658 4,830040 0,07538
8 1,4 5,083516 5,174598 0,09108
9 1,45 5,435692 5,543997 0,10831
10 1,5 5,812602 5,939770 0,12717
dx
TABLA 3.2 Método de Euler para 5 t2 1 x, xs1d 5 3, con h 5 0,025
dt
Valor Error
k tk xk verdadero absoluto
0 1 3,000000 3,000000 0,0000

1 1,025 3,100000 3,101896 0,0019
2 1,05 3,203766 3,207669 0,0039
3 1,075 3,311422 3,317448 0,0060
4 1,1 3,423098 3,431367 0,0083
5 1,125 3,538926 3,549563 0,0106
6 1,15 3,65904 3,672174 0,0131
7 1,175 3,783578 3,799345 0,0158
8 1,2 3,912683 3,931222 0,0185
9 1,225 4,046500 4,067957 0,0215
10 1,25 4,185178 4,209703 0,0245
11 1,275 4,32887 4,356620 0,0277
12 1,3 4,477733 4,508870 0,0311
13 1,325 4,631926 4,666620 0,0347
14 1,35 4,791615 4,830040 0,0384
15 1,375 4,956968 4,999306 0,0423
16 1,4 5,128158 5,174598 0,0464
17 1,425 5,305362 5,356098 0,0507
18 1,45 5,488761 5,543997 0,0552
19 1,475 5,678543 5,738489 0,0599
20 1,5 5,874897 5,939770 0,0649
Observe que el error absoluto crece como una función de k, el número de pasos. Además,
las diferencias entre los errores sucesivos van aumentando ligeramente. Por ejemplo, si
restamos el error para k 5 9 del error correspondiente a k 5 10, obtenemos 0,0030; mien-
tras que, si sustraemos el error para k 5 10 del error correspondiente a k 5 11, el resul-
tado es 0,0032.
Quizá este modelo de error le resulte familiar, si ha visto en Cálculo la aplicación del
análisis de errores a las aproximaciones mediante sumas de Riemann por la izquierda y
por la derecha. ◆
Abordemos otro problema. A base de práctica, se aprende.
EJEMPLO 3.1.2 El método de Euler con análisis de errores

dy 1
Considere el PVI 5 , y(1) 5 0, y suponga que queremos aproximar y(2). Debería
dt t
reconocer la solución de este PVI como y 5 ln t, así que realmente estamos intentando
aproximar ln 2 5 0,69314718056 . . . (Sugerencia: si comprueba esta respuesta “exacta”
en su calculadora o SAC, ¡recuerde que estos aparatos utilizan métodos de aproximación
muy sofisticados!)
Si tomamos h 5 0,05, necesitaremos 20 pasos para llegar de t 5 1 a t 5 2. En nuestro
ejemplo, el método de Euler nos proporciona la fórmula
0,05
yk11 5 yk 1
tk
para tk 5 1 1 0,05 k (k 5 0, . . . , 20). La tabla 3.3 muestra los resultados.
La curva solución y 5 ln t es cóncava hacia abajo, de modo que las todas rectas tan-
gentes que la aproximan están por encima de la curva solución, lo que nos conduce a una
aproximación por exceso de ln 2. Exactamente igual que en el ejemplo 3.1.1, los errores
aumentan con el valor de k, pero esta vez, si resta errores sucesivos (correspondientes a
los valores sucesivos de k), verá que las diferencias son decrecientes. (Para hacerse una
idea del funcionamiento de este fenómeno, compare f (x, y) en los ejemplos 3.1.1 y 3.1.2.)
El cambio de valores a h 5 0,025 y n 5 40 da como resultado el valor aproximado
0,699436, mientras que, si establecemos los valores h 5 0,01 y n 5 100, obtenemos una
aproximación de 0,695653. Por supuesto, se ha recurrido a las herramientas tecnológicas
(una hoja de cálculo) para obtener las dos últimas aproximaciones. ◆
A continuación, veremos lo que ocurre cuando se nos da una ecuación cuya solución
ignoramos.
EJEMPLO 3.1.3 El método de Euler: solución exacta desconocida

Supongamos que se nos da el PVI yr 5 "x 1 y, y(5) 5 4 y que queremos hallar y(4). Lo
primero que deberíamos pensar es que la ecuación no es ni separable ni lineal. ¿Estamos
aquí ante a una dificultad? No, si entendemos el método de Euler.
En nuestro problema, fsx,yd 5 "x 1 y, y por tanto, la fórmula (3.1.3) adopta la forma
yk11 5 yk 1 h"x k 1 yk ,
dy 1
TABLA 3.3 Método de Euler para 5 , ys1d 5 0, con h 5 0,05
dt t
Valor Error
k tk yk verdadero absoluto
0 1 0,000000 0,000000 0,00000

1 1,05 0,050000 0,048790 0,00121
2 1,1 0,097619 0,095310 0,00231
3 1,15 0,143074 0,139762 0,00331
4 1,2 0,186552 0,182322 0,00423
5 1,25 0,228219 0,223144 0,00507
6 1,3 0,268219 0,262364 0,00585
7 1,35 0,306680 0,300105 0,00658
8 1,4 0,343717 0,336472 0,00724
9 1,45 0,379431 0,371564 0,00787
10 1,5 0,413914 0,405465 0,00845
11 1,55 0,447247 0,438255 0,00899
12 1,6 0,479506 0,470004 0,00950
13 1,65 0,510756 0,500775 0,00998
14 1,7 0,541059 0,530628 0,01043
15 1,75 0,570470 0,559616 0,01085
16 1,8 0,599042 0,587787 0,01126
17 1,85 0,626820 0,615186 0,01163
18 1,9 0,653847 0,641854 0,01199
19 1,95 0,680162 0,667829 0,01233
20 2 0,705803 0,693147 0,01266
donde xk 5 5 1 kh, k 5 0, 1, . . . , n. Como siempre, n representa el número de pasos que

hemos elegido.
Comencemos seleccionando cinco pasos para llegar desde el punto inicial x 5 5 hasta
nuestro punto de destino x 5 4. Cada paso deberá tener una longitud de 0,2, y puesto que
nos estamos desplazando hacia atrás desde el punto de partida, debemos tomar h 5 20,2
en la fórmula. Llevaremos a cabo esta primera aproximación manualmente y después uti-
lizaremos una hoja electrónica cuando los cálculos sean más numerosos (y más tediosos).
La fórmula nos da los siguientes resultados:
y1 5 y0 1 h"x0 1 y0 5 4 1 s20,2d"5 1 4 5 3,4

y2 5 y1 1 h"x1 1 y1 5 3,4 1 s20,2d"4,8 1 3,4 5 2,82728716
y3 5 y2 1 h"x2 1 y2 5 2,82728716 1 s20,2d"4,6 1 2,82728716 5 2,28222616
y4 5 y3 1 h"x3 1 y3 5 2,28222616 1 s20,2d"4,4 1 2,28222616 5 1,76522612
y5 5 y4 1 h"x4 1 y4 5 1,76522612 1 s20,2d"4,2 1 1,76522612 5 1,27674987
Estos cálculos nos indican que y(4) L 1,27674987. La verdadera respuesta es

1,34042895566892 . . . 1 Por lo tanto, cuando redondeamos la verdadera respuesta con ocho
cifras decimales, el error absoluto es 0 1,34042896 2 1,27674987 0 5 0,06367909. Si elegimos
h 5 20,01 y utilizamos 100 pasos, el cálculo en una hoja electrónica nos proporciona una
aproximación de 1,337296 con un error absoluto de 0,0031. ◆
Hasta ahora, hemos hecho un poco de trampa al estudiar las soluciones numéricas de
las ecuaciones para las que podríamos hallar una solución analítica (incluso si estaba en
forma implícita). El conocimiento de la solución exacta nos permitía analizar el error: la
diferencia entre el valor de la solución verdadera y el valor aproximado de una solución
en un punto. Sin embargo, ha llegado el momento de considerar un ejemplo más típico.
EJEMPLO 3.1.4 El método de Euler: una solución totalmente desconocida

dy
El problema del valor inicial 5 y2 2 t2, ys0d 5 12 no se puede resolver mediante métodos
dt
analíticos. No obstante, podemos aproximarnos a la solución en t 5 1 (por ejemplo) de ma-
nera que sea exacta para, digamos, tres cifras decimales.
Sin la respuesta exacta como guía, es posible que se esté preguntando: ¿cómo sabe-
mos que estas tres posiciones decimales son exactas? Obviemos la fórmula detallada y
veamos qué ocurre si usamos diferentes tamaños de paso (tabla 3.4). Hemos redondeado
las aproximaciones en la última columna hasta seis cifras decimales.
Hemos alcanzado una situación en la que los tres primeros dígitos de los valores apro-
ximados no parece que estén cambiando. El último valor aproximado coincide con el an-
terior en tres cifras decimales tras un redondeo apropiado, y por tanto podemos concluir
dy 1
TABLA 3.4 El PVI 5 y2 2 t2, ys0d 5 : Valores aproximados
dt 2
de y(1) para diferentes tamaños de paso.
Tamaño de paso Número de paso Valor aproximado
1/100 100 0,512113

1/1000 1000 0,506106
1/2000 2000 0,505769
1/4000 4000 0,505600
1/8000 8000 0,505515
1/16 000 16 000 0,505473
1/20 000 20 000 0,505464
1. Esta respuesta se obtiene si se realiza una sustitución para transformar la ecuación dada en una ecuación sepa-
rable (vea la explicación que precede a los problemas 12-14 de la sección Ejercicios 2.1). Tras resolver la ecuación
separable, se obtiene en forma implícita la solución general del PVI y se resuelve después implícitamente el valor
de y cuando x 5 4. Para la solución de y en la relación implícita, es necesaria una calculadora o SAC con una fun-
ción “de resolución” de ecuaciones generales. Incluso esta respuesta “verdadera” es sólo una aproximación (aun-
que supuestamente una muy precisa), ya que la ecuación algebraica no se puede resolver de un modo exacto.
que la aproximación es 0,505, exacta para tres cifras decimales. La idea –una regla empí-
rica basada en el análisis matemático– es continuar utilizando unos tamaños de paso más
pequeños, hasta que se produzcan los cambios únicamente después de la posición decimal
en la que estamos interesados. Será entonces cuando estaremos seguros de aquellas posi-
ciones decimales que no cambian. En la siguiente sección, seguiremos comentando otros
aspectos acerca de la precisión de los métodos numéricos. ◆
ECUACIONES DIFERENCIALES RÍGIDAS

Podemos encontrar cierta dificultad en la aplicación del método de Euler (también en
otros métodos) para aproximar soluciones cuando éstas poseen componentes con escalas
de tiempo que difieren en gran medida. Por ejemplo, la solución del problema de circuitos
del ejemplo 2.2.5 constaba de dos componentes: (1) un término transitorio de la forma
Ce 2at, con C . 0 y a . 0, que disminuía rápidamente hasta cero cuando t S ` ; y (2) un tér-
mino de estado permanente de la forma A sensvtd 1 B cossvtd que oscilaba con el tiempo.
En vez de aproximar la parte de estado permanente de la solución, el método de Euler
puede admitir el error asociado con la parte transitoria y producir resultados sin sentido.
Entre las ecuaciones que muestran este comportamiento característico (también de-
nominado “dureza”), se incluyen muchas que surgen en la teoría de circuitos eléctricos y
en el estudio de las reacciones químicas. El término rígido se aplica porque estas dificulta-
des numéricas tienen lugar en el análisis del movimiento de los sistemas de masa-resorte
con grandes constantes de resorte, es decir, sistemas con resortes “rígidos”. (La rigidez de
un resorte depende de los materiales de los que está hecho y de los procesos específicos
utilizados en su fabricación.) En los capítulos 4 y 5, comentaremos tales problemas de
masa-resorte con mayor detalle.
De momento, veamos un ejemplo que evidencia la dificultad.
EJEMPLO 3.1.5 Una ecuación diferencial rígida

dI
Suponga que consideramos el PVI 1 50I 5 sensptd, Is0d 5 0, que es exactamente la
dt
ecuación del ejemplo 2.2.5 con L 5 1, R 5 50, n0 5 1 y v 5 p. Según ese ejemplo, la solu-
ción es
550 sensptd 2 p cossptd 1 pe250t6 .
1
Istd 5
s2500 1 p2 d
(Compruébelo usted mismo.) Examine tanto el componente transitorio como la parte en
estado permanente.
Ahora digamos que queremos aproximar la solución para t 5 2. Para comprender la
precisión de la aproximación, primero utilizaremos la fórmula de la solución para hallar la
respuesta exacta,
a1 2 100 b 5 20,001251695566 ...

2p 1
Is2d 5
2500 1 p2 e
Para posteriores comparaciones con las aproximaciones, aquí tenemos algunos valores
verdaderos de I en puntos intermedios entre 0 y 2:
I(0,5) 5 0,01992135365 . . . I(1,0) 5 0,001251695566 . . .
I(1,5) 5 20,01992135365 . . . .
Con el método de Euler, se obtiene la fórmula ik11 5 ik 1 hs sensptk d 2 50ik d . La ta-
bla 3.5a muestra los resultados de la aplicación del método de Euler con h 5 0,1; la tabla
3.5b, con h 5 0,05, y la tabla 3.5c muestra lo que ocurre cuando h 5 0,01. Omitimos la co-
lumna de errores en cada tabla porque las discrepancias o las concordancias entre los va-
lores verdaderos de I y los valores aproximados están bastante claras en cada una.
Verá que los errores en la aproximación de I(2) son extremadamente grandes para
h 5 0,1 y h 5 0,05, mientras que existe muy poco margen de error tras reducir h a 0,01. La
comparación de la gráfica de la verdadera curva solución para I(t) con la de las curvas de
TABLA 3.5a h 5 0,1
k tk ik
0 0 0
5 0,5 21,26575
10 1,0 1316,73504
15 1,5 20,13483 3 107
20 2,0 0,13807 3 1010
TABLA 3.5b h 5 0,05
k tk ik
0 0 0
10 0,5 0,09262
20 1,0 4,18748
30 1,5 241,37834
40 2,0 13920,24471
TABLA 3.5c h 5 0,01
k tk ik
0 0 0
50 0,5 0,01994
100 1,0 0,00125396
150 1,5 20,01994
200 2,0 20,00125396
aproximación proporcionadas por el método de Euler para estos tres valores de h resulta ver-
daderamente sorprendente (vea las figuras 3.7a, 3.7b y 3.7c). En cada gráfica, la línea colore-
ada representa la verdadera curva solución, y la línea quebrada, la aproximación. Tenga en
cuenta que las escalas difieren de una gráfica a otra.
I
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0,1 0,2 0,3 t
–0,02
–0,04
–0,06
Figura 3.7a
h 5 0,1
I
0,03
0,025
0,02
0,015
0,01
0,005
0,1 0,2 0,3 t
Figura 3.7b
h 5 0,05
I
0,016
0,014
0,012
0,01
0,008
0,006
0,004
0,002
0,1 0,2 0,3 t
Figura 3.7c
h 5 0,01
La figura 3.7c muestra que apenas se puede distinguir entre la verdadera curva solución y
su aproximación según el método de Euler cuando h 5 0,01. La elección del intervalo
[0, 0,35] para t se llevó a cabo tras la realización de varios experimentos. Tendrá que exa-
minar las gráficas de las aproximaciones en intervalos más grandes mediante las herra-
mientas tecnológicas de que disponga. Para valores mayores de t, comenzando en torno a
t 5 1, se percatará de que las curvas de aproximación son distorsiones bastante alarmantes
de la solución en estado permanente. ◆
En la siguiente sección, estudiaremos los errores de aproximación más detallada-

mente y, posteriormente, en las secciones subsiguientes de este capítulo, investigaremos
algoritmos mejorados.
EJERCICIOS 3.1
En los siguientes ejercicios, la indicación de resolver un problema “a mano” o “manual-
mente” significa que se debe escribir cada paso detalladamente y que, a pesar de que se
pueda recurrir al uso de calculadoras para cuestiones aritméticas, no se debe utilizar ningún
subprograma de calculadora o SAC para el método de Euler. Se interpretará lo contrario a
esto, cuando se diga que se le permite “utilizar herramientas tecnológicas”.
Para cada uno de los ejercicios 1-3, utilice el método de Euler a mano, con los tamaños de
paso indicados, para aproximar la solución al problema de valor inicial propuesto sobre el
intervalo que se especifica. Incluya una tabla de valores y haga un bosquejo de la gráfica de
la solución aproximada a partir de los valores que ha calculado.
dy
1. 5 t2 2 y2; y(0) 5 1; 0 < t < 1, h 5 0,25
dt
dy
2. 5 e s2>yd; y(0) 5 2; 0 < t < 2, h 5 0,5
dt
dy
3. 5 e s2>yd; y(1) 5 2; 1 < t < 3, h 5 0,5
dt
4. Compare sus respuestas con los ejercicios 2 y 3 y explique qué observa.
dy
5. Si y es la solución del PVI 5 cos t, y(0) 5 0, utilice manualmente el método de Euler
dt
con h 5 p>10 para aproximar y(p>2d . ¿Cuál es el error absoluto?
dy
6. Aproxime y(1,4) a mano, siendo y la solución al PVI 5 x3, y(1) 5 1. Utilice h 5 0,1.
dx
dy x
7. Dado el PVI 5 , y(0) 5 1, utilice h 5 0,1 para aproximar y(1) manualmente.
dx y
8. Dado el PVI y9 5 y sen 3t, y(0) 5 1, utilice herramientas tecnológicas para aproximar
y(4) con 20 pasos.
9. En el ejercicio 28 de la sección 2.2 se le planteó el siguiente modelo para la población
dP
de Botsuana: 5 0,0355P 2 0,00160625t, con P(0) 5 1,285(millones).
dt
a. Utilice herramientas tecnológicas y el método de Euler con h 5 0,01 para aproxi-
mar P(1), la población en 1991.
b. Utilizando como punto de partida la aproximación para P(1) que encontró en el
apartado (a) y h 5 20,01, aproxime P(0).
dx 2Kx
10. En el campo de la farmacocinética, la ecuación de Michaelis-Menton 5
dt A1x
describe el ritmo con el que un cuerpo procesa una droga, donde x(t) es la concentra-
ción de ésta en el cuerpo en el instante t, y K y A son constantes positivas.
a. Para la cocaína, sea A 5 6, K5 1 y x(0) 5 0,0025. Utilice herramientas tecnológicas

y el método de Euler con h 5 0,1 para evaluar x para t 5 1, 2, 3, 10 y 20. Calcule
cuánto tiempo será necesario para que la concentración se reduzca a la mitad de su
valor inicial.
b. Para el alcohol, sea A 5 0,005, K 5 1 y x(0) 5 0,025. Utilice herramientas tecnológi-
cas y el método de Euler con h 5 0,01 para evaluar x para t 5 0,01, 0,02, 0,03, 0,04 y
0,05. Estime cuánto tiempo será necesario para que la concentración se reduzca a la
mitad de su valor inicial.
11. Al modelar la velocidad de los aviones y la pérdida de altitud cuando se emerge de un
picado, las leyes básicas de la física dan lugar a la ecuación diferencial
dV 2gV sen u
5 ,
du kV2 2 g cos u
donde u denota el ángulo de picado (en radianes), V 5 V(u) es la velocidad del avión,
2
g 5 9,8 m/s es la constante de aceleración y k es una constante relacionada con el área de
la superficie del ala. Para un avión concreto, k 5 0,00145, u0 5 20,786 y Vsu0 d 5 V0 5
150 m/s. Utilice h 5 0,006 (que divide u0 en segmentos iguales) y n 5 131 para estimar
V(0), la velocidad del avión a la finalización del picado; es decir, cuando se endereza
hasta que u 5 0. (¡Por supuesto, utilice herramientas tecnológicas!)
12. Considere el PVI y9 5 y2, y (0) 5 1.
a. Con h 5 0,2, aproxime manualmente la solución y sobre el intervalo [0, 1,2].
1
b. Demuestre que la solución exacta viene dada por y 5 .
12t
c. Compare los valores que halló en el apartado (a) con los valores obtenidos por la
fórmula en el apartado (b). Explique cualquier comportamiento numérico extraño.
(Sugerencia: podría ayudarle una gráfica de la solución o del campo de direcciones.)
13. Considere el PVI y9 5 1 2 t 1 4y, y(0) 5 1. Mediante herramientas tecnológicas y h 5 0,1,
aproxime la solución en el intervalo 0 < t < 1. ¿Qué error se comete en t 5 12 y en t 5 1?
14. Considere el PVI y9 5 x2 1 y, y(0) 5 1. Aproxime y(0,1), y(0,2) e y(0,3) a mano, utili-
zando tanto h 5 0,1 como h 5 0,05 para cada aproximación.
15. Utilice el método de Euler manualmente con h 5 0,5, y también con h 5 0,25, para apro-
dx 3t2
ximar x(2), donde x(t) es la solución al PVI 5 , x(0) 5 1. Resuelva la ecuación
dt 2x
exactamente y compare los errores absolutos que obtenga para los diferentes valores de h.
16. Considere el PVI y9 5 y(1 2 y2), y(0) 5 0,1. Tenga en cuenta que la ecuación tiene
tres soluciones de equilibrio.
a. Utilice un análisis del diagrama de fases o un campo de direcciones para predecir
qué debe ocurrirle a la solución.
b. Utilice herramientas tecnológicas y el método de Euler con h 5 0,1 para seguir
hasta x 5 3. ¿Qué ocurre con la solución numérica?
17. Describa un tipo de ecuaciones diferenciales para las que el método de Euler ofrece
una solución numérica totalmente exacta; es decir, para las que yk iguala exactamente
la verdadera solución w(xk) para todo k. (Sugerencia: intente recordar ecuaciones di-
ferenciales para las que todas las curvas solución coincidan con los segmentos de las
rectas tangentes.)
18. Suponga que x9 5 x3.
a. Si suponemos que x es una función de t, halle una expresión para x99 en términos de x.
b. Suponga que x(0) 5 1. ¿Es la curva solución cóncava hacia arriba o es cóncava ha-
cia abajo? Utilice el resultado del apartado (a) para justificar su respuesta.
c. El método de Euler ¿sobrestima o subestima el verdadero valor de la solución en
t 5 0,1? Explíquelo. (Hágalo sin emplear dicho método.)
19. Considere el PVI y9 5 ya, a , 1, y(0) 5 0.
a. Halle la solución exacta del PVI.
b. Demuestre que el método de Euler no consigue determinar una solución aproxi-
mada al PVI.
c. Muestre lo que sucede si se cambia la condición inicial por la nueva y(0) 5 0,01.
dy
20. Considere la ecuación diferencial rígida 5 2100y 1 1, con y(0) 5 1.
dt
a. Resuelva este PVI y calcule el valor exacto de y(1).
b. Utilice herramientas tecnológicas y el método de Euler para aproximar y(1) con
h 5 0,1, 0,05 y 0,01.
c. Utilice herramientas tecnológicas para trazar la gráfica de la solución exacta, asi
como la de una solución aproximada de la ecuación sobre el intervalo [0, 0,03], en
el mismo conjunto de ejes. Hágalo para cada uno de los tres valores de h mencio-
nados en este problema.
21. La ecuación yr 5 250sy 2 cos xd es rígida.
a. Utilice algún tipo de software para resolver la ecuación con la condición inicial
y(0) 5 0. Calcule entonces el valor exacto de y(0,2).
b. Utilice el método de Euler y herramientas tecnológicas para aproximar y(0,2) con
el tamaño del paso h 5 1,974 / 50. ¿Cuál es el error absoluto?
c. Utilice el método de Euler y herramientas tecnológicas para aproximar y(0,2) con
el tamaño del paso h 5 1,875 / 50. ¿Cuál es el error absoluto?
d. Utilice el método de Euler y las herramientas tecnológicas para aproximar y(0,2)
con el tamaño del paso h 5 2,1 / 50. ¿Cuál es ahora el error absoluto?
e. Mediante el uso de herramientas tecnológicas trace, con los mismos ejes, las tres
curvas de aproximación que ha hallado en los apartados (b), (c) y (d). Utilice el in-
tervalo [0, 1]. ¿Definiría la solución de la ecuación mediante el método de Euler
como “sensible al tamaño del paso”?
3.2 ALGUNAS COSAS MÁS SOBRE LOS ERRORES

Por ejemplo, al trabajar con p, cuya representación decimal es infinita y no periódica, se
pierde precisión si se utiliza su valor 3,14159, o incluso 3,14159265359. Esto, repetido de un
modo sucesivo, conduce a lo que se denomina error propagado; es decir, el error acumulado
3.2 Algunas cosas más sobre los errores 113
resultante de muchos cálculos con valores redondeados. Si cada dato es inexacto debido a al-
gún tipo de redondeo, entonces los diferentes pasos de un proceso de cálculo pueden agravar
el error. Un método aproximativo útil garantiza que, cuanto menor sea el error resultante
del redondeo en cada fase, menor será el error acumulativo del redondeo. Por supuesto, en
algunas ocasiones, los errores de redondeo se cancelan mutuamente hasta cierto punto: los
valores aproximados demasiado altos pueden ser equilibrados por otros demasiado bajos.
El error de truncamiento tiene lugar cuando detenemos (o truncamos) un proceso de
aproximación tras cierto número de pasos. Por ejemplo, cuando aproximamos los valores
de sen x cerca de x 5 0 y se utilizan los siete primeros términos distintos de cero de su serie
(infinita) de Taylor,
x3 x5 x7 x9 x11 x13
x2 1 2 1 2 1 ,
3! 5! 7! 9! 11! 13!
estamos introduciendo el error de truncamiento. Si escribimos sen x 5 T13(x) 1 R13(x),
donde T13(x) es el polinomio de grado 13 que acabamos de mencionar, una fórmula cono-
cida del cálculo nos proporciona un límite superior para el error de truncamiento absoluto:
0 sen c 0 14 0 x 0 14
0 sen x 2 T13 sxd 0 5 0 R13 sxd 0 5 0x0 # ,
14! 14!
donde c es un número positivo menor que x. (Consulte el apéndice A.3) Incluso si usamos
el polinomio de Taylor de grado 101, sólo estaremos realizando una aproximación y, en
consecuencia, habrá un error de truncamiento.
Si y es la solución de la ecuación y9 5 f (x, y), podemos enfocar el método de Euler
desde este punto de vista, considerando el desarrollo de Taylor de y(x) en torno a x 5 xk:
h2 h2
ysxk11 d 5 ysxk d 1 yr sxk dh 1 ys sjk d 5 ysxk d 1 fsxk, ysxk d dh 1 ys sjk d
2 2
yk11
con xk , jk , xk11. Si suponemos que y(x) tiene una segunda derivada acotada y nos perca-
tamos de que h2 , h para los valores pequeños de h, vemos que el método de Euler utiliza
básicamente un polinomio de Taylor de primer grado para aproximar la curva solución:
y(xk11) L y (xk) 1 f (xk, y(xk)) h.
Por último, debemos ser conscientes de que normalmente hay que llegar a una solución de
compromiso con relación al tratamiento de los errores. Si intentamos reducir el error de trun-
camiento e incrementar la precisión de nuestra aproximación llevando a cabo un mayor nú-
mero de pasos (por ejemplo, tomando más términos de una serie de Taylor o más pasos del
método de Euler), aumentamos la cantidad de cálculos y, en consecuencia, el riesgo de incre-
mentar el error propagado. La figura 3.8 muestra este intercambio en términos generales.
Claramente, en cada etapa del método de Euler elegimos redondear los datos de cierta
manera. Incluso si, a fin de simplificar las cosas, suponemos que el error de redondeo es in-
significante, nuestro uso de la linealidad local (utilizando rectas para aproximar las curvas)
introduce el error de truncamiento. Supongamos ahora que se nos da el valor, y(x0), de una
solución en un punto inicial y que queremos aproximar el valor, y(b), en un punto posterior
b 5 x0 1 nh. Primeramente, se da el error de truncamiento local en cada paso, definido como
y(xk11) 2 yk11 para cada k (k 5 0, 1, 2, . . . , n 2 1). Éste es el error introducido cuando se cal-
cula el valor yk11 desde el valor yk, si se supone que yk es exacto. Después, aparece el error de
Error
o
de
E rr
on
o r t otal
ed
r
Er r de
ro
rd rr o
e tE
ru n
c a m ie n
to
Número de pasos o términos
Figura 3.8
Error total 5 error de redondeo 1 error de truncamiento
truncamiento acumulativo, definido como y(b) 2 yn 5 y(xn) 2 yn, que es el error verdadero
(total) en el valor de y(x0 1 nh), o y(b), resultante de todas las aproximaciones anteriores, es
decir, por el efecto acumulativo de los errores locales después de n pasos. (Este error total
no es simplemente la suma de todos los errores de truncamiento locales. La vida no es tan
simple.)
En cualquier caso, un análisis matemáticamente riguroso de los errores resultantes
muestra que el error de truncamiento local en cualquier paso del método de Euler actúa
como un múltiplo constante de h2, que es menor que h cuando h es pequeña:
0 error de truncamiento local en el paso k 0 5 0 ysxk11 d 2 yk11 0 #

M 2
h,
2
donde M 5 max 0 ys sxd 0 . Esto es la consecuencia lógica del desarrollo en serie de Taylor
xk ,x,xk 1 1
h2
ysxk11 d 5 ysxk d 1 fsxk, ysxk d dh 1 ys sjk d
2
yk11
que hemos visto anteriormente.
También es cierto que para el método de Euler, el error de truncamiento acumulativo
no es mayor que un múltiplo constante del tamaño de paso h:
0 valor verdadero 2 aproximación 0 5 0 ysbd 2 yn 0 # K ? h,
donde K es independiente de h, pero depende de 0 ys sxd 0 y del intervalo [x0, b]. Debido a
que el error acumulativo está acotado por un múltiplo constante de la primera potencia
del tamaño de paso h, decimos que el método de Euler es un método de primer orden. (El
número K es una cota máxima. En la práctica, el verdadero error cometido en un pro-
blema será normalmente menor que esta cota.) Recurriendo a la intuición, podemos razo-
nar sobre esto del siguiente modo: en la aproximación según el método de Euler hay
b 2 x0
n5 pasos, cada uno de los cuales tiene un error local menor o igual a algún múltiplo
h
2
de h . Si K* es el mayor de los multiplicadores, entonces el error acumulativo es menor que
b 2 x0
o igual a ? K*h2 5 Kh.
h
Por lo tanto, si en este momento ignoramos el error de redondeo como un problema

básicamente de estadística, fuera del alcance de nuestro interés, podremos reducir el error
total tanto como deseemos si hacemos que el valor de h sea “lo suficientemente pequeño”,
esto es, si hacemos que el número de pasos sea “lo suficientemente grande.” Esto no re-
sulta muy satisfactorio, porque un número mayor de pasos requiere invertir más tiempo
en realizar cálculos a mano o con un ordenador, y en los problemas de la vida real, un ma-
yor número de pasos a menudo conduce a un “efecto de bola de nieve” provocado por el
error de redondeo. Eche otro vistazo a la figura 3.8.
Si quiere entender y mejorar la exactitud de sus aproximaciones, hay dos reglas empí-
ricas que puede utilizar: (1) Inicie sus cálculos con muchas más cifras decimales de las que
necesita. (2) Prosiga rehaciendo sus cálculos con un tamaño de paso h igual a la mitad de
su valor anterior. Si alcanza una fase en la que el nuevo resultado coincide con el anterior
en d cifras decimales tras un redondeo apropiado, entonces puede suponer que obtendrá
una precisión de d cifras decimales. (Vuelva a examinar el ejemplo 3.1.4 para ver una li-
gera variación de esta regla.)
En la práctica, el método de Euler no se usa demasiado, ya que carece de precisión;
pero es un método sencillo y muestra las características esenciales de otros métodos más
sofisticados. En la siguiente sección, hablaremos de un método mejorado que utiliza de un
modo más eficaz la idea básica de Euler.
3.3 EL MÉTODO DE EULER MEJORADO

En el método original de Euler, la pendiente f (x, y) sobre cualquier intervalo xk < x < xk11
de longitud h es sustituida por f (xk, yk), de modo que x siempre adopta el valor del ex-
tremo izquierdo del intervalo. (Como se advirtió antes del ejemplo 3.1.1, si y9 5 f (x), una
función sólo de x, entonces el método de Euler equivale a usar una suma de Riemann por
la izquierda para aproximar una integral definida.
Ahora, en vez de utilizar siempre la pendiente en el extremo izquierdo del intervalo
[xk, xk11], podemos considerar el uso de un valor promedio de la derivada sobre el inter-
valo. El método de Euler mejorado comprende dos etapas que se combinarán en una fór-
mula de aproximación. La primera de ellas implica un movimiento de tanteo para el inter-
valo [xk, xk11] y utiliza el método de Euler original, y de este modo se presenta una
conjetura o valor de prueba, ŷk11 5 yk 1 h ? fsxk, yk d . Observe que los valores f (xk, yk) y
f (xk11, ŷk11 ) son aproximaciones a las pendientes de la curva solución en (xk, y(xk)) y
(xk11, y(xk11)), respectivamente. A continuación, la segunda etapa considera el valor pro-
medio de f (xk, yk) y la conjetura f (xk11, ŷk11 ) 5 f (xk11, yk + hf (xk, yk)), y usa esta media
para deducir el valor final o real de yk11 dado por el método.
Conjetura (paso de tanteo): ŷk11 5 yk 1 h ? fsxk, yk d
Paso real: yk11 5 yk 1 h e f

fsxk, yk d 1 fsxk11, ŷk11 d
2
5 yk 1 h e f
fsxk, yk d 1 fsxk11, yk 1 h ? fsxk, yk d d
2
5 yk 1 5fsxk, yk d 1 fsxk11, yk 1 h ? fsxk, yk d d6
h
(3.3.1)
2
La fórmula (3.3.1) describe el método de Euler mejorado o método de Heun [denominado

así por Karl Heun (1859-1929), un matemático aplicado alemán que ideó este esquema al-
rededor de 1900]. Es un ejemplo de un método predictor-corrector: utilizamos ŷk11 (obte-
nido mediante el método de Euler) para predecir un valor de y(xk11), y después usamos
yk11 para corregir dicho valor.
Examine cuidadosamente la ecuación (3.3.1). Si f (x, y) es en realidad simplemente
f (x), una función sólo de x, resolver el PVI y9 5 f (x, y), y(x0) 5 (x0) equivale a resolver la
ecuación y9 5 f (x), lo cual es un problema de simple integración. En la sección 1.2 (ecua-
ción 1.2.1), vimos que podemos escribir la solución en la forma
x n21 xk 1 1
y(x) 5 3 fstddt 1 y05 a 3 fstddt 1 y0,
x0 k50 xk
donde xn 5 x. En este caso, la fórmula (3.3.1) se reduce a
5fsxk d 1 fsxk11 d6
h
yk11 5 yk 1
2
y el teorema fundamental del cálculo nos dice que en el intervalo [xk, xk11],
y9
xk 1 1
5fsx k d 1 fsx k11 d6.
h
3 fstd dt 5 ysx k11 d 2 ysx k d < yk11 2 yk 5
2
xk
En otras palabras, en esta situación estamos aplicando la regla del trapezoide del cálculo
para aproximar cada integral en [xk, xk11].
A continuación, veremos algunas aclaraciones de por qué este método se denomina
“mejorado”.
EJEMPLO 3.3.1 El método mejorado de Euler

Utilizaremos la fórmula mejorada de Euler, la ecuación (3.3.1), para calcular un valor
aproximado de la solución del PVI y9 5 y, y(0) 5 1 en x 5 1. Como ya habrá observado,
éste es sólo un modo indirecto de preguntar por una aproximación a esa importante cons-
tante matemática e. (¿Es así?)
Comenzaremos con h 5 0,1, así que vamos a necesitar 10 pasos para llegar hasta x 5 1
desde el punto inicial x 5 0. En la fórmula (3.3.1) tenemos x0 5 0, y0 5 1, h 5 0,1, xk 5
0 1 kh 5 kh (k 5 0, . . . , 10) y f(x, y) 5 y. Cuando recopilamos toda esta información, ve-
mos que la fórmula adopta la siguiente forma simplificada
h
yk11 5 yk 1 {yk 1 (yk1 h yk)}
2
h
5 yk 1 {(2 1 h) yk} 5 yk 1 (0,05)(2,1) yk 5 1,105 yk .
2
Por tanto, los cálculos son:
y1 5 1,105 y0 5 1,105 (1) 5 1,105
y2 5 1,105 y1 5 (1,105)2 5 1,221025
y3 5 1,105 y2 5 (1,105)3 5 1,349232625
( (
y10 5 1,105 y9 5 (1,105)10 5 2,71408084661
Si comparamos esta aproximación con el valor verdadero 2,71828182846 (redondeado

hasta 11 cifras decimales), hallamos que el error absoluto es 0,00420098185. (En el ejerci-
cio 4, se le pedirá que intente esto con el método de Euler original.)
Si se utilizan 20 pasos, un SAC proporciona el valor aproximado 2,71719105435, así que
ahora el error absoluto es 0,00109077410. Advierta que, cuando doblamos el número de pa-
sos de 10 a 20, el error absoluto es aproximadamente un cuarto de lo que era antes. ◆
A continuación, revisaremos el ejemplo 3.1.1 para ver una comparación entre el mé-
todo mejorado y el proceso de aproximación original.
EJEMPLO 3.3.2 El método de Euler mejorado: revisión del ejemplo 3.3.1

dx
Dado el PVI 5 t2 1 x, x(1) 5 3, queremos aproximar x(1,5). El valor verdadero es
dt
5,939770... Comenzaremos con h 5 0,1, de manera que nos harán falta cinco pasos para
pasar de t 5 1 a t 5 1,5.
Para este problema, la fórmula de Euler mejorada es:
5stk 1 xk d 1 t2k11 1 xk 1 hst2k 1 xk d6

h 2
xk11 5 xk 1
2
5 xk 1 5t2k11 1 s1 1 hdt2k 1 s2 1 hdxk6

h
2
5 xk 1 s0,05d 5t2k11 1 1,1t2k 1 2,1xk6,
donde t0 5 1, t1 5 1,1, t2 5 1,2, t3 5 1,3, t4 5 1,4 y t5 5 1,5. Por tanto,

2 2
x1 5 3 1 (0,05){ (1,1) 1 1,1(1) 1 2,1(3) } 5 3,4305
2 2
x2 5 3,4305 1 (0,05){ (1,2) 1 1,1(1,1) 1 2,1(3,4305) } 5 3,9292525
2 2
x3 5 3,9292525 1 (0,05){ (1,3) 1 1,1(1,2) 1 2,1(3,9292525) } 5 4,5055240125
2 2
x4 5 4,5055240125 1 (0,05){(1,4) 1 1,1(1,3) 1 2,1(4,5055240125)} 5 5,16955403381
2 2
x5 5 5,16955403381 1 (0,05){(1,5) 1 1,1(1,4) 1 2,1(5,16955403381)} 5 5,93265720736.
Hasta cinco cifras decimales, tenemos x(1,5) L 5,93266. El error absoluto es 0,00711.
Cuando empleamos el método de Euler en el ejemplo 3.3.1, el error era 0,244639.
Si utilizamos diez pasos en el método mejorado de Euler, obtenemos x(1,5) L
5,943455, con un error absoluto 0,00369, en comparación con el error del método de Euler
de 0,12717. ◆
Retrocedamos ahora y volvamos a resolver otro ejemplo anterior con el nuevo método.
EJEMPLO 3.3.3 El método de Euler mejorado: revisión del ejemplo 3.1.3

En el ejemplo 3.1.3, hemos comentado el PVI yr 5 "x 1 y, y(5) 5 4 con objeto de apro-
ximar y(4). Si aplicamos el método mejorado a este problema, con cinco pasos hacia atrás,
cada uno con una longitud 0,2 –es decir, con h 5 20,2– obtenemos los valores que se
muestran en la tabla 3.6.
TABLA 3.6 Método de Euler mejorado con h 5 20, 2
Valor Error
k xk yk verdadero absoluto
0 5,0 4,000000 4,000000 0,000000

1 4,8 3,413644 3,413384 0,000260
2 4,6 2,854277 2,853750 0,000527
3 4,4 2,322249 2,321444 0,000805
4 4,2 1,817952 1,816857 0,001100
5 4,0 1,341827 1,34043 0,00140
Por tanto, y(4) L 1,341827 por el método mejorado, en comparación con la “verdadera”
respuesta 1,34042895566892 y el valor aproximado 1,27674987 según el método de Euler
original. ◆
Un análisis de los errores muestra que el error de truncamiento local, en cualquier etapa
del método mejorado de Euler, se comporta como un múltiplo constante de h3 y que el error
de truncamiento acumulativo no es mayor que un múltiplo constante del cuadrado del tamaño
de tramo h: 0 valor verdadero 2 aproximación 0 < K · h2, donde K es una constante depen-
diente de la función f (x, y), de sus derivadas parciales y del intervalo involucrado, pero no
de h. Decimos que el método mejorado de Euler es un método de segundo orden.
En la siguiente sección, examinaremos un método de cuarto orden y una poderosa
combinación de técnicas de cuarto y quinto orden.
EJERCICIOS 3.3
Utilice la siguiente tabla para introducir los datos de los ejercicios 1 y 2.
Valor Método Error Método mejorado Error

verdadero de Euler absoluto de Euler absoluto
h 5 0,1
h 5 0,05
h 5 0,025
1. Utilice el método de Euler mejorado para volver a resolver el ejemplo 3.1.1 con
h 5 0,1, 0,05 y 0,025.
2. A partir del método de Euler mejorado, resuelva de nuevo el ejemplo 3.1.2 con
h 5 0,1, 0,05 y 0,025. (También tendrá que utilizar el método de Euler para h 5 0,1.)
dx
3. a. Halle la solución exacta del PVI 5 t 1 x, x(0) 5 1.
dt
3.4 Métodos numéricos más sofisticados: Runge-Kutta y otros 119
b. Aplique el método de Euler mejorado con un tamaño del paso h 5 0,1 para apro-
ximar el valor de x(1).
c. Calcule el error absoluto en cada paso del apartado (b).
4. Utilizando herramientas tecnológicas, vuelva a resolver el ejemplo 3.3.1 tanto con
el método de Euler como con el método de Euler mejorado, con un tamaño de paso
h 5 0,01, es decir, utilizando 100 pasos. Para cada método, calcule los errores absolu-
tos en los que se incurre si se aproxima y(0,01), y(0,02), . . . , y(0,99), y(1,0). (Para este
ejercicio, puede resultar particularmente útil un programa en hoja de cálculo.)
5. Con el método de Euler mejorado, resuelva nuevamente el ejercicio 11 de la sección 3.1.
3.4 MÉTODOS NUMÉRICOS MÁS SOFISTICADOS:

RUNGE-KUTTA Y OTROS
Los ordenadores modernos (e incluso las calculadoras manuales) contienen muchos algorit-
mos para resolver numéricamente las ecuaciones diferenciales. Algunos de estos algoritmos
están muy especializados y han sido diseñados para tratar con tipos muy particulares de EDO
(como las ecuaciones rígidas; consulte la sección 3.1) y con los sistemas de EDO. El método
de Euler y su versión mejorada valen para ilustrar la idea que subyace en la aproximación nu-
mérica, aunque no resultan demasiado eficientes para realizar, de un modo muy preciso, una
aproximación a una solución de un PVI y con un mínimo número de pasos.
Un método muy bueno, implementado en muchos sistemas de álgebra computacional
y en la microprogramación de las calculadoras, es el método de Runge-Kutta de cuarto or-
den (RK4), que fue publicado en 1895 por Carl Runge (1856-1927), matemático aplicado
alemán. Dicho método fue generalizado a sistemas de EDO en 1901 por M. Wilhelm Kutta
(1867-1944), matemático y especialista en aerodinámica, también alemán. Como indica la
descripción, en este método, el error total acumulado es proporcional a h4, de manera que
la reducción del tamaño de paso por un factor de 101 da lugar a cuatro dígitos más de exacti-
tud y, por tanto, a un mayor grado de precisión; por ejemplo, cuando se reduce el tamaño
de paso de h 5 0,1 a h 5 0,01, por lo general el error total disminuye por un factor de
0,0001. (El error de truncamiento local se comporta como h5.) También hay métodos de
Runge-Kutta de segundo y tercer orden. (Se puede decir que el método de Euler es un
método de Runge-Kutta de primer orden.)
Suponga ahora que tenemos un PVI y9 5 f (x, y), y(x0) 5 y0. La fórmula RK4 presenta
una apariencia un tanto extraña, pero deja de serlo si nos percatamos de que la aproxima-
ción al valor y(xk11) se hace mediante un promedio ponderado, yk11, de los valores de f (x, y)
calculados en diferentes puntos del intervalo [xk, xk11]. Para cada intervalo [xk, xk11], calcu-
laremos los siguientes múltiplos de pendientes en el orden dado:
m1 5 hf (xk, yk)
b
h m1
m2 5 hfaxk 1 , yk 1
2 2
b
h m2
m3 5 hfaxk 1 , yk 1
2 2
m4 5 hf (xk 1 h, yk 1 m3) 5 hf (xk11, yk 1 m3). (3.4.1)
Entonces, la clásica fórmula de Runge-Kutta de cuarto orden es

1
yk11 5 yk 1 sm1 1 2m2 1 2m3 1 m4 d. (3.4.2)
6
Quizá esta fórmula no sea tan alarmante si observamos la situación simplificada cuando
f(x, y) es independiente de y en la ecuación y9 5 f(x, y). Si f(x, y) 5 g(x), entonces las fór-
mulas (3.4.1) para m1, m2, m3 y m4 se reducen a
m1 5 hg(xk)
m2 5 hg axk 1 b
h
2
m3 5 hg axk 1 b
h
2
m4 5 hg(xk 1 h) 5 hg(xk11),
y por tanto, la fórmula (3.4.2) se convierte en
e gsxk d 1 2gaxk 1 b 1 2gaxk 1 b 1 gsxk11 d f

h h h
yk11 5 yk 1
6 2 2
5 yk 1 e gsxk d 1 4gaxk 1 b 1 gsxk11 d f .

h h
6 2
e gsxk d 1 4gaxk 1 b 1 gsxk11 d f como una

h h
Es posible que reconozca la expresión
6 2
xk 1 1
variante de la regla de Simpson para aproximar 3 gsxddx. (Observe que, en la expresión,
xk
h
xk 1 es el punto medio del intervalo [xk, xk11] dado que h 5 xk 11 2 xk.)
2
Para ir acostumbrándonos a los cálculos, elegiremos un ejemplo que hemos visto antes.
EJEMPLO 3.4.1 El RK4: de nuevo, el ejemplo 3.1.1

dx
Dado el PVI 5 t2 1 x, x(1) 5 3, aproximemos x(1,5) mediante el método de Runge-
dt
Kutta. Utilizaremos h 5 0,1, así que nos harán falta cinco pasos.
Para captar la idea, nos centramos en el intervalo [t0, t1] 5 [1, 1,1] y efectuamos los si-
guientes cálculos:
m1 5 hfst0, x0 d 5 s0,1dfs1, 3d 5 0,1s12 1 3d 5 0,4
b 5 s0,1dfs1 1 0,05, 3 1 0,2d 5 s0,1d s1,052 1 3,2d

h m1
m2 5 hfat0 1 , x0 1
2 2
5 0,43025
b 5 s0,1dfs1 1 0,05, 3 1 0,215125d

h m2
m3 5 hfat0 1 , x0 1
2 2
5 s0,1d s1,052 1 3,215125d 5 0,4317625
m4 5 hfst0 1 h, x0 1 m3 d 5 fst1, x0 1 m3 d 5 s0,1dfs1,1, 3 1 0,4317625d
5 s0,1d s1,12 1 3,4317625d 5 0,46417625
3.4 Métodos numéricos más sofisticados: Runge-Kutta y otros 121
TABLA 3.7 Comparación de métodos con h 5 0,1
Valor verdadero de Método mejorado Método de

tk x(tk) Método de Euler de Euler Runge-Kutta
1 3,00000 3,00000 3,00000 3,00000

1,1 3,43137 3,40000 3,43050 3,43137
1,2 3,93122 3,86100 3,92925 3,93122
1,3 4,50887 4,39110 4,50552 4,50887
1,4 5,17460 4,99921 5,16955 5,17460
1,5 5,93977 5,69513 5,93266 5,93977
Por tanto,
1
xs1,1d < x1 5 3 1 s0,4 1 2s0,43025d 1 2s0,4317625d 1 0,46417625d
6
1
5 3 1 s2,58820125d 5 3,431366875.
6
El valor verdadero de x(1,1) (obtenido en la fórmula solución x(t) 5 2t2 22t 2 2 1 8et21)
es 3,4313673446 . . . Aquí el error absoluto es 0,0000004696. (¡Ésta es una aproximación
sorprendentemente cercana!)
La tabla 3.7 muestra, para el mismo valor h 5 0,1, los valores exactos y los valores
aproximados dados para este problema mediante el método de Euler, el método de Euler
mejorado y el método de Runge-Kutta. Podemos ver la precisión obtenida en cada paso
mediante el método de Runge-Kutta. ◆
Sin embargo, pese a la exactitud del método clásico de Runge-Kutta, aún es posible reali-
zar mejoras. Por ejemplo, un método muy popular, el algoritmo de Runge-Kutta-Fehlberg,
combina métodos de cuarto y quinto orden mediante una ingeniosa técnica dada a conocer
por E. Fehlberg en 1969. El método rkf45, como se conoce su implementación informática,
utiliza tamaños de tramo variables, eligiendo el tamaño de tramo en cada fase para intentar
alcanzar un grado determinado de precisión. Tales técnicas numéricas se denominan méto-
dos adaptativos.
EJERCICIOS 3.4
En los ejercicios siguientes se supone que usted tiene versiones disponibles del método de
Runge- Kutta de cuarto orden (RK4) y del método de Runge-Kutta-Fehlberg (rkf45). Para
introducir los datos de los ejercicios 1 y 2, utilice la próxima tabla que aparece sin comple-
tar. Quizá tenga que revisar ejemplos anteriores para hallar los valores que necesita.
1. Utilice el método RK4 para volver a resolver el ejemplo 3.3.1 con h 5 0,1, 0,05 y 0,025.
(En el ejemplo se ha resuelto el caso h 5 0,1.)
Valor Método de Método de Método

real Euler Euler mejorado RK4
h 5 0,1
h 5 0,05
h 5 0,025
2. Use el método RK4 para resolver de nuevo el ejemplo 3.3.2 con h 5 0,1, 0,05 y 0,025.
3. Mediante el método rkf45, aproxime la solución de y9 5 y, y(0) 5 1, en t 5 1. (Es de-
cir, el valor de la constante e. Consulte el ejemplo 3.3.1.)
dx
4. a. Halle la solución exacta del PVI 5 t 1 x, x(0) 5 1.
dt
b. Emplee el método rkf45 para aproximar x(1) y calcule el error absoluto en cada
paso.
dx
5. a. Halle, en forma cerrada, la solución de la ecuación 5 2tx2.
dt
b. Utilice el método rkf45 para aproximar el valor de x(1), donde x es la solución del
dx
PVI 5 2tx2, x(0) 5 2.
dt
dy
6. Aproxime y(0,8) mediante el método rkf45 cuando y es la solución del PVI 5
dx
sen(xy), y(0) 5 0.
7. Una temeraria, llamada Diana, practica paracaidismo saltando de un avión desde una
altitud inicial de 10 000 pies. En el instante t, su velocidad v(t) satisface el problema
dv
de valor inicial 5 fsvd , v(0) 5 0, donde
dt
f(v) 5 32 2 (0,000025) · (100v 1 10v2 1 v3).
Si no abre su paracaídas, alcanzará una velocidad terminal cuando las fuerzas de gra-
vedad se equilibren con la resistencia del aire.
a. Utilice el método rkf45 para aproximar su velocidad en los instantes t 5 5, 10, 15,
16, 17, 18, 19 y 20, y conjeture entonces su velocidad terminal (exacta hasta tres ci-
fras decimales).
b. Utilice herramientas tecnológicas para trazar la gráfica de la velocidad de Diana
en el intervalo [0, 30].
dx
8. Considere el PVI 5 x2, x(0) 5 2.
dt
a. Utilice el método de Euler con h 5 0,1 para aproximar x(1). ¿Le parece extraña
su respuesta?
b. Utilice el método rkf45 para aproximar (1). Compare su respuesta con la res-
puesta del apartado (a), en el caso de que su calculadora o SAC ofrezca una res-
puesta con sentido en ambos casos.
3.5 Resumen 123
c. Para ayudar a explicar sus dificultades en los apartados (a) y (b) halle, en forma ce-
rrada, la solución del PVI.
d. Utilice su respuesta al apartado (c) para explicar por qué sus respuestas a los apar-
tados (a) y (b) son ambas incorrectas.
e. ¿De qué modo piensa que se podría evitar la dificultad descubierta en el apartado (d)?
¿Quizá si se cambiara el tamaño del paso? Intente resolver el problema de nuevo utili-
zando el método rkf45.
3.5 RESUMEN
Incluso aunque podamos resolver una ecuación diferencial de primer orden, quizá no po-
damos hallar una solución en forma cerrada. Esta dificultad ha llevado al desarrollo de
métodos numéricos para aproximar una solución con cualquier grado de precisión. De-
jando de lado el error de entrada (de datos), existen dos fuentes principales de error en los
cálculos numéricos realizados a mano, con calculadora o con ordenador: el error de redon-
deo y el error de truncamiento. El error de redondeo es el tipo de inexactitud que se ob-
tiene cuando se considera cierto número de cifras decimales en vez del número exacto. En
particular, recuerde que nuestra calculadora u ordenador están limitados en cuanto al nú-
mero de cifras decimales que se pueden manejar. El error de truncamiento tiene lugar si
detenemos (o truncamos) un proceso de aproximación después de cierto número de pa-
sos. Por último, debemos ser conscientes de que normalmente se produce un intercambio
en relación con los errores. Si intentamos reducir el error de truncamiento e incrementar la
precisión de nuestra aproximación llevando a cabo un mayor número de pasos (por ejem-
plo, tomando más términos de una serie de Taylor), aumentamos la cantidad de cálculos y,
en consecuencia, el riesgo de incrementar el error propagado (acumulativo).
El método de Euler utiliza la idea de que los valores cercanos a un punto en una curva
pueden ser aproximados por valores de la recta tangente trazada en ese punto. Si quere-
mos aproximar la solución del PVI y9 5 f(x, y), y(x0) 5 y0 en un intervalo [a, b], primero
dividiremos [a, b] utilizando n 1 1 puntos igualmente espaciados:
a 5 x 0 , x 1 , x 2 , c , x n21 , x n 5 b,
b2a
donde xi11 2 xi 5 5 h para i 5 0, 1, . . . , n 2 1. Por tanto, si yi es un valor aproximado
n
para y(xi), podemos definir la secuencia de los valores aproximados de la solución del si-
guiente modo: yk11 5 yk 1 hf(xk, yk). En términos generales, se puede aumentar la exacti-
tud de la aproximación (reducir el margen de error) si se disminuye el tamaño de paso h;
es decir, si se incrementa el número de pasos. Para el método de Euler, un método de pri-
mer orden, el error de truncamiento acumulativo está acotado por un múltiplo constante
del tamaño de paso: 0 valor verdadero 2 aproximación 0 < K ? h, donde K es independiente
de h, pero depende de 0 ys sxd 0 y del intervalo [x , b]. En la práctica, el verdadero error co-
0
metido en un problema será normalmente menor que esa cota.
Una mejora del método de Euler, denominada método de Heun, conjetura un valor
de y(xk) y después utiliza yk para corregir la estimación mediante un proceso de cálculo de
promedios. El algoritmo puede expresarse así:
Conjetura (paso de tanteo): ŷk11 5 yk 1 h ? fsxk, yk d
Paso real: yk11 5 yk 1 h e f

fsxk, yk d 1 fsxk11, ŷk11 d
2
5 yk 1 h e f
fsxk, yk d 1 fsxk11, yk 1 h ? fsxk, yk d d
2
5 yk 1 5fsx k, yk d 1 fsx k11, yk 1 h ? fsx k, yk d d6.

h
2
Para el método mejorado de Euler, el error de truncamiento acumulativo no es mayor
que un múltiplo constante del cuadrado del tamaño de paso h: 0 valor verdadero 2 aproxi-
mación 0 < K ? h2, donde K es una constante que depende de la función f(x, y), de sus de-
rivadas parciales y del intervalo implicado, pero no de h. Decimos que el método de Euler
mejorado es un método de segundo orden.
Hay muchos algoritmos más sofisticados para resolver las ecuaciones diferenciales nu-
méricamente. Dos métodos muy efectivos implementados en muchos sistemas algebraicos
computacionales, e incluso en algunas calculadoras son el método de Runge-Kutta de
cuarto orden y el algoritmo de Runge-Kutta-Fehlberg. El método rkf45, como se conoce a
la aplicación computacional de este algoritmo, utiliza tamaños de paso variables, eligiendo
el tamaño de paso en cada fase para intentar alcanzar un grado de exactitud predetermi-
nado. Tales técnicas numéricas se denominan métodos adaptativos.
PROYECTO 3-1
Euler hacia atrás es más que “reluE”
Una ecuación diferencial rígida como la comentada en el ejemplo 3.1.5 no responde ade-
cuadamente al método de Euler, a no ser que se utilice un tamaño de paso muy pequeño,
en cuyo caso el número de pasos (y el error de redondeo acumulado) puede ser grande.
La solución a un problema rígido no es práctica con los métodos numéricos no diseñados
específicamente para tales problemas.
Suponga que hemos utilizado los puntos t0, t1, . . . , tn 5 b para dividir el intervalo
desde t0 hasta b en n subintervalos iguales de longitud h, como haríamos con el método de
dy
Euler. Entonces, la ecuación diferencial 5 fst, yd en el punto t puede escribirse en la
dt k
dy
forma st d 5 fstk, ystk d d . En lugar de aproximar la derivada en la última ecuación me-
dt k
ystk11 d 2 ystk d
diante el cociente de la diferencia hacia adelante , como hicimos en el mé-
h
3.5 Resumen 125
ystk d 2 ystk21 d
todo de Euler, usamos el cociente de la diferencia hacia atrás , obteniendo
h
así la fórmula
dy ystk d 2 ystk21 d
stk d 5 fstk, ystk d d < ,
dt h
o ystk d 5 ystk21 d 1 hfstk, ystk d d . Si sustituimos k por k 1 1, se obtiene la fórmula de

Euler hacia atrás:
yk11 5 yk 1 hfstk11, yk11 d,
también llamada método implícito de Euler porque la cantidad yk+1 aparece en ambos
miembros de la ecuación y ha de ser despejada.
a. Manualmente, use h 5 0,1 en el método implícito de Euler para el problema rígido
y9 5 22y, y(0) 5 3 a fin de aproximar y(1). Compare sus valores con los obtenidos por
el método de Euler habitual.
b. Manualmente, use h 5 0,1 en el método implícito de Euler para aproximar y(0,5) si
y9 5 25 cos(y), y(0) 5 1. Utilice su calculadora o solucionador de ecuaciones SAC para
hallar yk+1 en cada paso, manteniendo todos los dígitos a la vista, para usarlos en el si-
guiente paso.
c. Averigüe si tiene a su disposición el método implícito de Euler en un ordenador. Si no
es así, busque un método numérico diseñado específicamente para ecuaciones diferen-
ciales rígidas (quizá el denominado LSODE, por sus siglas en inglés (Livermore Solver
for Ordinary Differential Equations), o quizá un algoritmo “multipasos”. Utilice dicho
método para comprobar sus respuestas al apartado (b).
4 Ecuaciones de
segundo orden y
de orden superior
4.0 INTRODUCCIÓN
En los capítulos 2 y 3 hemos analizado las ecuaciones de primer orden desde el punto de
vista gráfico, numérico y analítico. También hemos introducido conceptos cualitativos que
resultarán de utilidad en posteriores capítulos.
En este capítulo, pasaremos del estudio de ecuaciones de primer orden al de ecuaciones
de orden superior, especialmente ecuaciones de segundo y tercer orden. Comenzaremos con
la investigación de tipos de ecuaciones de segundo orden que con frecuencia intervienen en
aplicaciones de la ciencia y la ingeniería. Estas ecuaciones tienen una teoría totalmente desa-
rrollada que se generaliza para las ecuaciones del mismo tipo, pero de orden superior.
Sin embargo, dedicaremos la mayor parte del capítulo a realizar un enfoque de las ecua-
ciones de orden superior como sistemas. En particular, veremos cómo cualquier ecuación di-
ferencial de orden superior se puede escribir como un sistema de ecuaciones diferenciales de
primer orden y después aprenderemos a tratar con tales sistemas desde un punto de vista cua-
litativo y numérico. De hecho, si utilizamos una calculadora gráfica para nuestro estudio de
ecuaciones diferenciales, dicho aparato requerirá que introduzcamos una ecuación de orden
superior como un sistema de ecuaciones de primer orden. Como veremos en la sección 4.7,
los métodos numéricos estudiados en las secciones 3.1, 3.3 y 3.4 se pueden aplicar de un modo
natural a los sistemas de primer orden, representación de cualquier ecuación diferencial de
orden superior.
A fin de ilustrar este enfoque mediante los sistemas, analizaremos algunos ejemplos
de gran importancia e interés, como los problemas de masa-resorte, las relaciones depre-
dador-presa y las carreras armamentísticas.
4.1 ECUACIONES LINEALES HOMOGÉNEAS

DE SEGUNDO ORDEN CON COEFICIENTES CONSTANTES
Una aplicación muy importante de las ecuaciones diferenciales es el análisis de un circuito
RLC que contenga una resistencia R, una inductancia L y una capacitancia C. (Ya hemos
126
4.1 Ecuaciones lineales homogéneas de segundo orden con coeficientes constantes 127
visto algunos ejemplos de primer orden en el capítulo 2.) En la teoría de circuitos eléctricos, si
I 5 I(t) representa la corriente, la segunda ley de Kirchhoff 2sobre el voltaje2 conduce a
d 2I dI 1
la ecuación L 2 1 R 1 I 5 0 cuando el voltaje aplicado al circuito es constante.
dt dt C
Llamamos ecuación de segundo orden lineal homogénea con coeficientes constantes a cual-
quier ecuación de la forma ay0 1 by9 1 cy 5 0, donde a, b y c son constantes y a Z 0. En esta
sección, desarrollaremos una técnica para resolver cualquier ecuación de este tipo.
Si extendemos el modo en que fue considerada la ecuación lineal de primer orden en
la sección 2.2, vemos que una ecuación lineal de segundo orden con coeficientes constan-
tes se puede enfocar en términos de un operador L que transforma las funciones con deri-
vadas segundas: L(y) 5 ay0 1 by9 1 cy. Para resolver una ecuación homogénea, debemos
hallar una función y tal que L(y) 5 0. Existe una extensión natural del principio de super-
posición (consulte la sección 2.2) para las ecuaciones homogéneas: si y1 e y2 son soluciones
de la ecuación ay0 1 by9 1 cy 5 0, entonces también lo es cualquier combinación lineal de
las mismas; es decir, L(c1y1 1 c2y2) 5 0, donde c1 y c2 son constantes arbitrarias. (Se le re-
querirá que muestre esto en el ejercicio 11.)
Si consideramos una ecuación lineal homogénea de primer orden ay9 1 by 5 0 con
b
coeficientes constantes donde a Z 0, sabemos que su solución general es y 5 Ce 2 a t. En
1739, Euler,1 consciente de esta solución, pensó en resolver una ecuación lineal homogé-
nea de enésimo orden con coeficientes constantes buscando soluciones de la forma y 5 elt,
donde l es una constante que hay que determinar. Veamos cómo funciona esto para la
ecuación
ay0 1 by9 1 cy 5 0, (4.1.1)
donde a, b y c son constantes. Pero deberíamos advertir que, aunque por ejemplo la com-
binación de las exponenciales y(t) 5 3et 22e2t es una solución de la ecuación y02 y 5 0, la
ecuación similar y01 y 5 0 tiene soluciones que son combinaciones de sen t y cos t. Como
veremos, si comenzamos por centrarnos en soluciones exponenciales, las posibilidades tri-
gonométricas también aparecerán. Las soluciones exponenciales y las trigonométricas se
relacionan en gran medida a través del uso de números complejos.
Si suponemos que y 5 elt es una solución de la ecuación (4.1.1), entonces y9 5 lelt e
y0 5 l2elt. Al sustituir estas derivadas en (4.1.1), obtenemos a(l2elt) 1 b(lelt) 1 c(elt) 5 0,
que se simplifica en (al2 1 bl 1 c)elt 5 0. Puesto que el factor exponencial nunca es nulo,
hemos de obtener (al2 1 bl 1 c) 5 0.
LA ECUACIÓN CARACTERÍSTICA Y LOS VALORES PROPIOS

Acabamos de concluir que si y 5 elt es una solución de la ecuación (4.1.1), entonces l debe
satisfacer la ecuación (al2 1 bl 1 c) 5 0, denominada ecuación característica (o ecuación
auxiliar) de la ecuación diferencial (4.1.1). Las raíces de esta ecuación característica nos
1. En una carta a John (Johannes) Bernoulli, que fue el primero en resolver el importante tipo de ecuación dife-
rencial ideado por su hermano Jakob. Consulte la sección Ejercicios 2.2, entre los problemas 18 y 19.
128 4 / Ecuaciones de segundo orden y de orden superior
revelarán la naturaleza de la solución o soluciones de (4.1.1). Observe que podemos pasar

directamente de la EDO a la ecuación característica del siguiente modo:
ay0 1 by9 1 cy 50
a · 2ª derivada b · 1ª derivada c · derivada de orden 0
a · término de segundo grado b · término de primer grado c · término de grado 0
al2 1 bl 1 c 50
Dado que la ecuación característica de nuestra EDO de segundo orden es una ecuación
cuadrática, sabemos que hay dos raíces, digamos l1 y l2, denominadas valores característicos
o valores propios.2 Sólo existen tres posibilidades para estos valores propios: (1) ambos va-
lores propios son números reales con l1 Z l2; (2) los valores propios son números reales con
l1 5 l2; o (3) los valores propios son números complejos: l1 5 p 1 qi y l2 5 p 2 qi, donde p
y q son números reales (denominados respectivamente parte real y parte imaginaria) e
i 5 "21. En la posibilidad (3) decimos que l1 y l2 son complejos conjugados. (Ahora sería
un buen momento para revisar la fórmula cuadrática y sus implicaciones. Para más informa-
ción sobre números complejos, consulte el apéndice C, especialmente la sección C.3.)
Valores propios reales y distintos

En la posibilidad (1), donde l1 y l2 son números reales diferentes, tanto y1 std 5 e l1t como
y2 std 5 e l2t son soluciones de (4.1.1). Mediante la extensión del principio de superposición
antes citado, cualquier combinación lineal de la forma ystd 5 c1e l1t 1 c2e l2t es también una
solución, donde c1 y c2 son constantes arbitrarias. Se puede mostrar (para más detalles con-
sulte la sección 4.2) que ésta es la solución general de (4.1.1); es decir, si los valores pro-
pios de (4.1.1) son reales y distintos, entonces cualquier solución de (4.1.1) debe tener la
forma ystd 5 c1e l1t 1 c2e l2t para valores concretos de las constantes c1 y c2. El siguiente
ejemplo muestra cómo resolver las ecuaciones de la forma (4.1.1) mediante el uso de valo-
res propios.
EJEMPLO 4.1.1 La ecuación característica: valores propios diferentes

Resolvamos la ecuación lineal de segundo orden homogénea con coeficientes constan-
tes 6y0 1 13y9 2 5y 5 0. Encontramos que la ecuación característica de esta EDO es
6l2 1 13l 2 5 5 0:
6y0 1 13y9 1 25y 50
6 · 2ªderivada 13 · 1ª derivada 25 · derivada de orden cero
6 · término de 2º grado 13 · término de primer grado 25 · término de grado 0
6l2 1 13l 1 (25) 50
2. En alemán, la palabra eigen significa “propio, particular, inherente, especial, característico”, etc.
Si utilizamos la fórmula cuadrática, obtenemos que
213 6 "132 2 4s6d s25d 213 6 "289 213 6 17 1 5

l5 5 5 5 o2 ,
2s6d 12 12 3 2
1 5
de manera que tenemos dos valores propios reales y distintos, l1 5 y l2 5 2 , y podemos
3 2
t 5t
escribir la solución general de nuestra ecuación así: ystd 5 c1e 3 1 c2e2 2 . ◆
Valores propios reales e iguales

A continuación, consideraremos la posibilidad (2), que los valores propios sean números
reales l1 5 l2. En esta situación sólo obtenemos una solución, y 5 elt, donde l es el valor
del valor propio doble. En este caso, para obtener la solución general hemos de hallar otra
solución que no sea meramente un múltiplo constante de elt (en cuyo caso, las “dos” so-
luciones se pueden fusionar en una sola que requiera una única constante arbitraria). De
nuevo es Euler quien acude en nuestro auxilio (esta vez en 1743) al sugerir que se po-
dría hallar una segunda solución independiente3 considerando las funciones de la forma
y2(t) 5 u(t)elt, donde u(t) es una función desconocida que hay que determinar.
En vez de deducir las consecuencias de la suposición de Euler en el caso general (con-
sulte el ejercicio 12), ilustraremos su ingeniosa técnica con un ejemplo.
EJEMPLO 4.1.2 La ecuación característica: valores propios iguales

La ecuación ys 2 4yr 1 4y 5 0 tiene la ecuación característica l2 2 4l 1 4 5 (l 2 2)2 5 0,
y por tanto, l 5 2 es un valor propio doble. Sabemos que y1 5 e2t es una solución de la
ecuación diferencial. Siguiendo el consejo de Euler, consideramos que y2(t) 5 u(t)e2t.
Ahora, mediante la regla del producto 2y la regla de la cadena2 resulta que y92 5
2ue2t 1 u9e2t e y02 5 4ue2t 1 4u9e2t 1 u0e2t. Si sustituimos y2 y sus derivadas en la ecuación
diferencial original, obtenemos
y02 2 4y92 1 4y2 5 (4ue2t 1 4u9e2t 1 u0e2t) 2 4(2ue2t 1 u9e2t) 1 4(ue2t)
5 u0e2t 5 0.
Por tanto, u0(t) 5 0, y dos integraciones sucesivas nos conducen a u9(t) 5 A y u(t) 5 At 1 B,
donde A y B son constantes arbitrarias. Nuestra conclusión es que y2(t) 5 (At 1 B)e2t es
una solución de la EDO original que no es un múltiplo constante de y1 5 e2t. El principio
de superposición nos indica que la solución general viene dada por
y(t) 5 c1y1(t) 1 c2y2(t) 5 c1e2t 1 c2(At 1 B)e2t 5 (C1t 1 C2)e2t,
donde C1 5 c2A y C2 5 c1 1 c2B son constantes arbitrarias. ◆
3. Dos funciones f1 y f2 se denominan (linealmente) independientes en un intervalo I si una no es un múltiplo cons-

tante de la otra. Equivale a decir que la única manera de que c1f1 1 c2f2 sea la función nula en I, siendo c1 y c2
constantes, es que c1 5 c2 5 0. Así se demuestra que la técnica de Euler proporciona una nueva solución indepen-
diente de la primera.
Valores propios complejos conjugados

Cuando los valores propios son números complejos (l1 5 p 1 qi y l1 5 p 2 qi, donde p y q
son números reales), las dos soluciones correspondientes de la ecuación diferencial
ay0 1 by9 1 cy 5 0 son y1(t) 5 e(p1qi)t e y2(t) 5 e(p2qi)t. En este punto, un hecho crucial que
es preciso conocer es la fórmula de Euler,4 que define la función exponencial para valores
complejos del exponente
ep1qi 5 ep(cos (q) 1 i sen (q)).
(Si, en particular, tomamos p 5 0 y q 5 p, obtenemos una fórmula particularmente ele-
gante que conecta cuatro de las constantes más famosas y útiles de todas las usadas en ma-
temáticas: epi 5 2 1. Consulte también el apéndice C.4.)
Utilizando la fórmula de Euler, podemos escribir las soluciones de la ecuación dife-
rencial en la forma
y1(t) 5 e(p1qi)t 5 epte(qt)i 5 ept(cos (qt) 1 i sen (qt))
e
y2(t) 5 e(p2qi)t 5 epte2(qt)i 5 ept(cos (2qt) 1 i sen (2qt))
5 ept(cos (qt) 2 i sen (qt)).
Hemos simplificado y2(t) al reconocer que el coseno es una función par y que el seno es
impar. Si combinamos estas soluciones complejas cuidadosamente (consulte el ejerci-
cio 13), obtenemos que
y(t) 5 ept(C1 cos (qt) 1 C2 sen (qt))
es una función real, solución de ay0 1 by9 1 cy 5 0 para todos los valores de las constantes
C1 y C2 reales. En efecto, se puede demostrar que y(t) 5 ept(C1 cos (qt) 1 C2 sen (qt)) es la
solución general de la ecuación homogénea cuando la ecuación característica tiene las raí-
ces conjugadas complejas p 6 qi.
Practiquemos ahora con valores propios complejos.
EJEMPLO 4.1.2 Valores propios conjugados complejos

$ #
La ecuación x 1 8x 1 25x 5 0 modela el movimiento de una bola de acero suspendida de
un resorte. Aquí, x(t) es la distancia de la bola (en metros) a su posición de reposo (posi-
ción de equilibrio) en el instante correspondiente a t segundos. La distancia por debajo de
la posición de reposo se considera positiva, y la distancia sobre ella, negativa. Queremos
describir el movimiento de la bola hallando una fórmula para x(t).
La ecuación característica es l2 1 8l 1 25 5 0. La fórmula cuadrática nos da como re-
sultado
28 6 "82 2 4s1d s25d 28 6 "236 28 6 6i
l5 5 5 5 24 6 3i,
2 2 2
y por tanto, los valores propios son l1 5 24 1 3i y l2 5 24 2 3i. Si utilizamos la fórmula
solución obtenida anteriormente, con p 5 24 y q 5 3, veremos que x(t) 5 e24t(C1 cos (3t) 1
C2 sen (3t)), con C1 y C2 constantes arbitrarias.
4. Euler descubrió esta fórmula en 1740, mientras investigaba las soluciones de la ecuación y0 1 y 5 0.
0,3
0,2
0,1
0,5 1 1,5 t
Figura 4.1
Gráfica de 43 e24t sen (3t), solución del PVI
$ # #
x 1 8x 1 25x 5 0; xs0d 5 0, x s0d 5 4; 0 # t # 1,5
#
Suponga que especificamos las condiciones iniciales x(0) 5 0 y x s0d 5 4. Estas condi-
ciones indican que la bola está en su posición de equilibrio al comienzo de la investigación
y que ha iniciado su movimiento desde dicha posición con una velocidad inicial de 4 m/s
en dirección hacia abajo. Si se aplican estas condiciones, obtenemos
x(0) 5 e24(0) (C1 cos (0) 1 C2 sen (0)) 5 C1 5 0

y
x9(0) 5 e24(0) (23C1 sen (0) 1 3C2 cos (0)) 2 4e24(0) (C1 cos (0) 1 C2 sen (0))
5 3C2 2 4C1 5 4.
Por tanto, C1 5 0, C2 5 43 , y la solución de nuestro PVI es xstd 5 43e24t sens3td . La gráfica
de esta solución (figura 4.1) muestra que el movimiento se va reduciendo a medida que
pasa el tiempo, es decir, x S 0 cuando t S ` .
Como veremos posteriormente en este capítulo, la ecuación diferencial contiene un
término que representa la resistencia aerodinámica y, como consecuencia, se da el deno-
minado movimiento amortiguado. ◆
Resumen
Podemos resumir la situación para ecuaciones lineales homogéneas de segundo orden con
coeficientes constantes de la siguiente manera:
Suponga que tenemos la ecuación ax0 1 bx9 1 cx 5 0, donde a, b y c son constantes,

a Z 0 y l1, l2 son las raíces de la ecuación característica al2 1 bl 1 c 5 0. Entonces:
1. Si hay dos valores propios reales distintos (l1 y l2, con l1 Z l2) correspondientes
a nuestra ecuación, la solución general es xstd 5 c1e l1t 1 c2e l2t;
2. Si hay un valor propio l real doble, la solución general tiene la forma
x(t) 5 c1elt 1 c2telt 5 (c1 1 c2t)elt;
3. Si los valores propios forman un par de complejos conjugados p 6 qi, entonces
la fórmula de Euler se puede utilizar para mostrar que la solución general (real)
tiene la forma x(t) 5 ept (c1 cos (qt) 1 c2 sen (qt)).
EJERCICIOS 4.1
Halle la solución general de cada una de las ecuaciones de los ejercicios 1-10.
$ #
1. ys 2 4yr 1 4y 5 0 2. x 1 4x 2 5x 5 0
3. xs 2 2xr 1 2x 5 0 4. xs 1 5xr 1 6x 5 0
$ # $
5. x 1 2x 5 0 6. x 2 x 5 0
$ #
7. ys 1 4y 5 0 8. 6x 2 11x 1 4x 5 0
$ #
9. r 2 4r 1 20r 5 0 10. ys 1 4kyr 2 12k2y 5 0 (k es un parámetro)
11. a. Demuestre que si a, b y c son constantes e y es cualquier función que posea al menos
dos derivadas, entonces el operador diferencial L definido por la relación L(y) 5
ay0 1 by9 1 cy es lineal: L(c1y1 1 c2y2 ) 5 c1L(y1) 1 c2L(y2) cualesquiera que sean las
funciones doblemente diferenciables y1 e y2 y las constantes c1 y c2.
b. Demuestre que si y1 e y2 son dos soluciones de L(y) 5 0, entonces la función
c1y1 1 c2y2 es también una solución de L(y) 5 0.
12. Suponga que tenemos una ecuación de coeficientes constantes, ay0 1 by9 1 c 5 0,
cuya ecuación característica tiene una raíz doble r. También se sabe que y1(t) 5 ert es
una solución de la ecuación. Se considera la nueva función y2(t) 5 u(t)ert, donde u(t)
es desconocida. Se quiere determinar u(t) de modo que y2 sea una solución de la ecua-
ción diferencial, pero no un múltiplo constante de y1.
a. Demuestre que cualquier ecuación de coeficientes constantes ay01 by9 1 cy 5 0
cuya ecuación característica tenga una raíz doble r ha de presentar la forma
y02 2ry9 1 r2y 5 0.
b. Halle y92 e y02, y posteriormente sustituya y2 y estas derivadas en la ecuación
y02 2ry9 1 r2y 5 0. Simplifique el resultado.
c. Resuelva la ecuación que ha obtenido en el apartado (b) para u(t).
13. Se sabe que y1(t) 5 ept (cos (qt) 1 i sen (qt)) e y2(t) 5 ept (cos (qt) 2 i sen (qt)) son so-
luciones en el campo complejo de la ecuación homogénea (4.1.1) cuando los valores
propios son los complejos conjugados p 6 qi. En lo que sigue, se puede suponer que
las constantes complejas son válidas en el principio de superposición.
y1 1 y2
a. Calcule Y1 5 y demuestre que Y1 es una solución real de (4.1.1).
2
y1 2 y2
b. Calcule Y2 5 y demuestre que Y2 es una solución real de (4.1.1).
2i
c. Calcule Y 5 c1Y1 1 c2Y2 y concluya que Y es una solución real de (4.1.1) para las
constantes reales arbitrarias c1 y c2.
14. Considere la ecuación ay01 by9 1 cy 5 0. Otro enfoque de la situación cuando la
ecuación característica tiene una raíz real doble l fue concebido alrededor de 1748 por
el matemático francés D’Alembert (1717-1783), quien propuso dividir esta raíz en dos
raíces “vecinas” l y l 1 e, donde e es pequeña.
e sl1edt 2 e lt
a. Demuestre que e lt, e sl1edt y la combinación ystd 5 son soluciones de
e
la ecuación ays 1 byr 1 cy 5 0.
b. Demuestre que cuando e S 0, y(t) tiende a la solución te lt.
Como se mostró al comienzo de la sección 4.1, si I 5 I(t) representa la corriente en
un circuito eléctrico, entonces la ley de voltaje de Kirchhoff nos conduce a la ecuación
d 2I dI 1
L 2 1 R 1 I 5 0 cuando el voltaje aplicado al circuito es constante. En esta ecuación,
dt dt C
L es la inductancia, R es la resistencia y C es la capacidad. Utilice esta ecuación en los ejerci-
cios 15-16.
15. Un circuito RLC con R 5 6 ohmios, L 5 0,1 henrios y C 5 0,02 faradios tiene una ten-
dI
sión constante de 6 voltios. Suponga que inicialmente no hay corriente y que 5 60
dt
cuando se aplica la tensión por primera vez.
a. Halle una expresión para la corriente en el circuito en el instante t . 0.
b. Utilice herramientas tecnológicas para representar gráficamente la respuesta en-
contrada en el apartado (a) para 0 < t < 0,5.
c. A partir de la gráfica del apartado (b), estime el valor máximo de I y halle el valor
exacto mediante técnicas de cálculo aplicadas a la expresión obtenida en el apar-
tado (a).
d. ¿En qué instante se alcanza el valor máximo obtenido en el apartado (c)? (Para ha-
llarlo puede utilizar una calculadora o un SAC.)
16. En un circuito RLC se tiene R 5 10 ohmios, C 5 0,01 faradios, L 5 0,5 henrios y una
tensión aplicada de 12 voltios. La carga Q en el condensador se define en términos de
dQ
la corriente, I, por I 5 . Si se supone que no existe una corriente inicial ni una
dt
carga inicial en el condensador, halle la carga en el condensador en el instante t . 0.
$ # #
17. Resuelva el PVI x 2 3x 1 2x 5 0, x(0) 5 1, x s0d 5 0.
18. Resuelva el PVI ys 2 2yr 1 y 5 0, ys0d 5 1, yrs0d 5 0.
19. Resuelva el PVI ys 2 4yr 1 20y 5 0, ysp>2d 5 0, yrsp>2d 5 1.
Según la segunda ley del movimiento de Newton (consulte la sección 4.5 para un análisis poste-
rior), si un objeto con masa m se suspende de un muelle sujeto al techo, entonces el movimiento
del objeto está regido por la ecuación mx0 1 ax9 1 kx 5 0. En esta ecuación, x(t) es la distancia
del objeto a su posición de reposo (equilibrio) en el instante correspondiente a t segundos. La
distancia bajo la posición de equilibrio se considera positiva, y la distancia sobre dicha posi-
ción, negativa. Por otro lado, a es una constante que representa la resistencia del aire o la fric-
ción presentes en el sistema y k es la constante del muelle, que describe la “elasticidad” en el
mismo. (Recuerde que masa 5 peso/g, donde g es la constante gravitacional: 32 pies/s2 ó
9,8 m/s2.) Utilice esta ecuación para resolver los ejercicios 20-23.
20. Un objeto con una masa igual a 4 slugs (5 128 lb / 32 pies/s2) se suspende de un mue-
lle con una constante de 64 lb/pie. El movimiento del objeto comienza sin velocidad
inicial, se estira 6 pulgadas (¡observe las unidades!) bajo la posición de equilibrio y

después se suelta. Si no hay resistencia del aire, halle una fórmula para la posición del
objeto en cualquier instante t . 0. (Advierta que el enunciado del problema contiene
dos condiciones iniciales.)
21. Una masa de 20 g cuelga del extremo de un muelle con una constante de
2880 dinas/cm y se le deja alcanzar el punto de equilibrio. Entonces, se pone en movi-
miento al estirar el muelle 3 cm desde su posición de equilibrio y al soltar la masa con
una velocidad inicial de 10 cm/s en dirección hacia abajo (positiva). Halle la posición
de la masa en un instante t . 0 si no se existe resistencia del aire.
22. Una masa de 21 slug se sujeta a un muelle con una constante 6 lb/pie. La masa se pone
en movimiento cuando se desplaza 6 pulgadas bajo su posición de equilibrio, sin velo-
cidad inicial. Halle el movimiento subsiguiente de la masa si a, la constante que repre-
senta la resistencia del aire, es de 4 lb/pie.
23. Una masa de 12 kg se sujeta a un muelle de constante 8 N/m, donde N indica los new-
tons. La masa se pone en movimiento al desplazarla 10 cm sobre su posición de equili-
brio, con una velocidad inicial de 2 m/s en dirección hacia arriba.
a. Halle el movimiento subsiguiente de la masa si la constante que representa la resis-
tencia del aire es de 2 N·s/m.
b. Trace la gráfica de la función x(t) hallada en el apartado (a) para 0 < t < 3, 2 < t < 3 y
3 < t < 4. Describa el movimiento de la masa con sus propias palabras.
c. Estime la mayor distancia de la masa sobre su posición de equilibrio.
24. La ecuación us 5 24u 2 5ur representa el ángulo ı(t) generado por una puerta de vai-
vén, donde ı se mide desde la posición de equilibrio de la puerta, que es la posición
p
cerrada. Las condiciones iniciales son us0d 5 y urs0d 5 0.
3
a. Determine el ángulo ustd como una función del tiempo (t . 0).
b. ¿Qué le indica su solución acerca de lo que va a ocurrir cuando t sea muy grande?
c. Utilice herramientas tecnológicas para trazar la gráfica de la solución ustd en el in-
tervalo [0,5].
4.2 ECUACIONES LINEALES NO HOMOGÉNEAS DE SEGUNDO ORDEN

CON COEFICIENTES CONSTANTES
LA ESTRUCTURA DE LAS SOLUCIONES
Si tomamos el mismo circuito RLC que habíamos considerado al principio de la última
sección y conectamos un generador que le suministre una corriente alterna, la segunda ley
d 2I dI 1 dE
de Kirchhoff sobre el voltaje adoptará ahora la forma L 2 1 R 1 I 5 , donde E
dt dt C dt
es el voltaje aplicado, no constante. Tal ecuación recibe el nombre de ecuación lineal no
homogénea de segundo orden con coeficientes constantes. (El lado derecho de dicha ecua-
ción, distinto de cero, a menudo se denomina función de forzamiento o entrada. La solu-
ción de la ecuación es la salida. Consulte la sección 2.2.)
4.2 Ecuaciones lineales no homogéneas de segundo orden con coeficientes constantes 135
Para entender cómo resolver una ecuación lineal no homogénea, reflexionemos un

poco sobre la diferencia entre una ecuación no homogénea ay0 1 by9 1 cy 5 f(t) y su
ecuación homogénea asociada ay0 1 by9 1 cy 5 0. Si y es la solución general de la ecua-
ción homogénea, entonces y no “se acerca” suficientemente hasta f(t) bajo la transforma-
ción L, sino que se detiene en 0. Se puede modificar la solución y de forma que, al aplicar
la transformación L sobre ella, obtengamos f(t).
Para las ecuaciones no homogéneas, la forma propia del principio de superposición es la
siguiente: si y1 es una solución de ay0 1 by9 1 cy 5 f1(t) e y2 es una solución de ay0 1 by9 1
cy 5 f2(t), entonces y 5 c1y1 1 c2y2 es una solución de ay0 1 by9 1 cy 5 c1f1(t) 1 c2f2(t) para
constantes cualesquiera c1 y c2.
Aquí hay un hecho fundamental sobre las ecuaciones lineales:
La solución general, yGNH, de una ecuación lineal no homogénea ay0 1 by9 1 cy 5

f(t) se obtiene cuando se halla una solución particular, yPNH, de dicha ecuación y
se suma a la solución general, yGH, de la ecuación homogénea asociada.
Se puede probar esto fácilmente mediante el uso de notaciones de operadores, donde

L(y) 5 ay0 1 by9 1 cy:
1. En primer lugar, observe que L(yGH) 5 0 y L(yPNH) 5 f(t) por definición.
2. Después, si y 5 yGH 1 yPNH, obtenemos L(y) 5 L(yGH 1 yPNH) 5 L(yGH) 1L(yPNH) 5
0 1 f(t) 5 f(t), de modo que y es una solución de la ecuación no homogénea.
3. A continuación, debemos mostrar que cada solución de la ecuación no homogénea
pertenece al conjunto y 5 yGH 1 yPNH. Para ello, supongamos que y* es cualquier
solución de L(y) 5 f (t) y hagamos que z 5 y* 2 yPNH. Entonces,
L(z) 5 L( y* 2 yPNH) 5 L( y*) 2 L(yPNH) 5 f(t) 2 f(t) 5 0,
lo que demuestra que z es una solución de la ecuación homogénea L(y) 5 0. Puesto
que z 5 y* 2 yPNH, resulta que y* 5 z 1 yPNH, donde z es una solución de L(y) 5 0.
(Para analizar resultados relacionados con esto, puede consultar el problema 39 de la sec-
ción Ejercicios 1.2 y el problema 37 de la sección Ejercicios 2.2.)
Examinemos a fondo un sencillo ejemplo para adquirir experiencia con las soluciones
de las ecuaciones no homogéneas.
EJEMPLO 4.2.1 Resolución de una ecuación no homogénea

Suponga que queremos hallar la solución general de y0 1 3y9 1 2y 512et. Puesto que la
ecuación característica de la ecuación homogénea asociada es l2 1 3l 1 2 5 0, con las
raíces 21 y 22, sabemos que la solución general de la ecuación homogénea es yGH 5
c1e2t 1 c2e22t.
Ahora examinaremos cuidadosamente la forma de la ecuación no homogénea. Al
buscar una solución particular yPNH podemos ignorar cualquier término de la forma e2t o
e22t, puesto que son parte de la solución de la ecuación homogénea y no aportarán nada
nuevo. Pero de algún modo, tras las diferenciaciones y las sumas, debemos concluir con
el término 12et. Conjeturamos que y 5 cet para algún valor de c. Si sustituimos esta ex-
presión en el lado izquierdo de la ecuación no homogénea, obtenemos (cet) 1 3(cet) 1
2(cet) 5 6cet. Si elegimos c 5 2, entonces yPNH 5 2et es una solución particular de la ecua-
ción no homogénea.
Si unimos estos dos componentes, podemos escribir así la solución general de la ecua-
ción no homogénea: yGNH 5 yGH 1 yPNH 5 c1e2t 1 c2e22t 1 2et. ◆
Para mostrar la importancia de las ecuaciones diferenciales de segundo orden no ho-

mogéneas con coeficientes constantes, echemos un vistazo a una interesante aplicación.
EJEMPLO 4.2.2
Un automóvil de 2560 libras, soportado por un sistema de amortiguación tipo “MacPherson
strut”, viaja por una carretera llena de baches con una velocidad constante v. La ecuación que
modela el movimiento es:
b,
$ pvt
80x 1 10 000x 5 2500 cosa
6
donde x representa la posición vertical del eje del automóvil relativa a su posición de equili-
brio, y las unidades básicas de medida son, según convenga, los pies y los pies por segundo.
(Observe que el coeficiente de x0 es 2560/g 5 2560/32 5 80, la masa del automóvil.) Quere-
mos determinar la velocidad que provoca la resonancia en el automóvil, esto es, vibracio-
nes de una magnitud ilimitada. (Volveremos a encontrar el concepto de resonancia en el
ejemplo 4.5.8 y lo estudiaremos con mayor profundidad en la sección siguiente al mismo.)
Ésta es una ecuación no homogénea, y sabemos que la solución general se puede ex-
presar como la suma de la solución general de la ecuación homogénea asociada y una so-
lución particular de la ecuación no homogénea: xGNH 5 xGH 1 xPNH.
La ecuación característica que corresponde a la ecuación homogénea es 80l2 1 10 000 5
0, o l2 1 125 5 0, con los valores propios 6 5"5i 5 0 6 5"5i. El caso (3) del resumen al
final de la sección 4.1 nos indica que xGH 5 c1 sens5"5td 1 c2 coss5"5td . Ahora podemos
deducir (consulte el ejercicio 11) que una solución particular de la ecuación no homogénea
b.
2500 pvt
original viene dada por xPNH 5 cosa
10 000 2 80s pv
6 d 2
6
La solución general de nuestra ecuación del movimiento es
b.
2500 pvt
xstd 5 c1 sens5"5td 1 c2 coss5"5td 1 cosa
10 000 2 80s pv
6 d 2
6
Claramente, los dos primeros términos trigonométricos ayudan a describir el zarandeado viaje,
pero tienen las amplitudes fijas c1 y c2, de manera que no hay ninguna posibilidad de que
se produzcan oscilaciones no acotadas. Sin embargo, la amplitud del último término
2500
viene dada por , que crece cada vez más a medida que la expresión del
10 000 2 80s pv
6 d
2
b se aproxima a cero. Por tanto, se alcanzará la resonancia

pv 2
denominador 10 000 2 80a
6
x
6
4
2
1 2 3 4 5 t
–2
–4
–6
Figura 4.2
b;
2500 pvt
xstd 5 c1 sens5"5td 1 c2 coss5"5td 1 cosa
10 000 2 80s pv
6 d
2
6
#
xs0d 5 0, x s0d 5 0; 0 # t # 5
v 5 15 (curva de trazo continuo); v 5 21 (curva de trazo discontinuo)
b 5 0; es decir, cuando v 5
pv 2 4500
Å p2
cuando 10 000 2 80a < 21,35 pies>s. La ecuación
6
millas millas pies s 1
dimensional 5 ? ? nos permite expresar nuestra respuesta así: ?
h pies s h 5280
21,35 3600
? < 14,56 millas por hora.*
1 1
#
Suponiendo que las condiciones iniciales sean x(0) 5 0 y x s0d 5 0, la figura 4.2 mues-
tra dos gráficas de x(t) respecto de t: la gráfica de trazo continuo, que utiliza v 5 15 pies/s;
y la gráfica de trazo discontinuo, que emplea v 5 21 pies/s. Observe que las vibraciones del
automóvil se tornan más violentas con el tiempo cuando la velocidad se acerca a los
21,35 pies por segundo. ◆
La inteligente conjetura realizada en los dos últimos ejemplos se puede formalizar en el

método de los coeficientes indeterminados. No obstante, este método sólo resulta efectivo
cuando la función de forzamiento f (t) en la ecuación ays 1 byr 1 cy 5 fstd es de algunos
tipos especiales. (En el ejercicio 12 se le pedirá que realice un informe sobre este método.)
A continuación, centraremos nuestra atención en un método aplicable a un nivel más ge-
neralizado.
LA VARIACIÓN DE PARÁMETROS
Existen varias técnicas para hallar una solución particular de una ecuación no homogénea.
El método de variación de parámetros 2o variación de constantes2 fue desarrollado en
1775 por el matemático franco-italiano Lagrange (1736-1818).
Observemos la ecuación no homogénea ay0 1 by91 cy 5 f (t) y supongamos que y1(t)

e y2(t) son dos soluciones conocidas e independientes de la ecuación homogénea
ay0 1 by91 cy 5 0. Según sabemos c1y1(t) 1 c2y2(t) es también una solución de la ecuación
homogénea para constantes cualesquiera c1 y c2. La idea de Lagrange era buscar una solu-
ción particular de la ecuación no homogénea con la forma c1(t)y1(t) 1 c2(t)y2(t), donde c1(t)
y c2(t) son funciones desconocidas que hay que determinar.
En vez de examinar a fondo este método en términos generales, ilustraremos la téc-
nica mediante ejemplos específicos.
EJEMPLO 4.2.3 Uso de la variación de parámetros

Suponga que queremos resolver ys 1 3yr 1 2y 5 3e 22x 1 x. La ecuación característica
de la ecuación homogénea asociada es l2 1 3l 1 2 5 0, con las raíces 22 y 21. Por
tanto, y1(x) 5 e22x e y2(x) 5 e2x son dos soluciones independientes de la ecuación homo-
génea, y la solución general de ésta es yGH 5 C1e22x 1 C2e2x, donde C1 y C2 son constan-
tes arbitrarias.
Supongamos ahora que y 5 c1y1 1 c2y2 5 c1e22x 1 c2e2x es una solución particular
de la ecuación no homogénea, donde c1 5 c1(x) y c2 5 c2(x) son funciones desconocidas.
Al derivar, obtenemos
y9 5 22c1e22x 1 c91e22x 2 c2e2x 1 c92e2x
5 (22c1e22x 2 c2e2x) 1 (c91e22x 1 c92e2x).
A fin de evitar las derivadas de orden superior de las ci(x), el método de Lagrange re-
quiere que
cr1e 22x 1 cr2e 2x 5 0. (*)
Si se acepta esta condición, obtenemos y9 5 22c1e22x 2 c2e2x, a partir de lo cual calcula-

mos y0 5 4c1e22x 2 2c91e22x 1 c2e2x 2 c92e2x.
Si sustituimos estas expresiones de y, y9 e y0 en la ecuación y0 1 3y9 1 2y 5 3e22x 1 x,
obtenemos:
(4c1e22x 2 2c91e22x 1 c2e2x 2 c92e2x) 1
3(22c1e22x 2 c2e2x) 1 2(c1e22x 1 c2e2x) 5 3e22x 1 x,
o
22cr1e 22x 2 cr2e 2x 5 3e 22x 1 x. (* *)
Las ecuaciones (*) y (**) forman un sistema de ecuaciones que debemos resolver para
c91 y c92:
cr1e 22x 1 cr2e 2x 5 0 (*)
22cr1e 22x 2 cr2e 2x 5 3e 22x 1 x (* *)
Al sumar (*) y (**), obtenemos 2cr1e 22x 5 3e 22x 1 x, de modo que cr1 5 23 2 xe 2x.
La integración 2por partes, manualmente o mediante un SAC2 da como resultado
x 1
c1 sxd 5 23x 2 e 2x 1 e 2x. Al emplear la variación de parámetros, hacemos que todas
2 4
las constantes de la integración sean 0, ya que sólo queremos una solución particular.
A continuación, utilizaremos (*) para deducir que cr2 5 e x s2cr1e 22x d 5 e x s3e 22x 1 xd 5
3e2x1 xex. El resultado de la integración es c2(x) 5 23e2x 1 xex 2 ex.
Finalmente,
yPNH 5 c1y1 1 c2y2 5 a23x 2 e 2x 1 e 2x b se 22x d 1 s23e 2x 1 xe x 2 e x d se 2x d

x 1
2 4
x 1 x 3
5 23xe 22x 2 1 2 3e 22x 1 x 2 1 5 23xe 22x 2 3e 22x 1 2 ,
2 4 2 4
x 3
de modo que yGNH 5 C1e 22x 1 C2e 2x 1 2 2 3xe 22x es la solución general de la ecua-
2 4
ción no homogénea original. (Tenga en cuenta que el término 23e22x en yPNH ha sido
absorbido por el término C1e22x en yGH.) ◆
Este último ejemplo implicaba un uso considerable de álgebra y cálculo, pero el fun-
cionamiento del método de la variación de parámetros está garantizado. Incluso si las in-
tegraciones de cr1 sxd y cr2 sxd no se pueden realizar en forma cerrada, para aproximarnos a
la solución podemos utilizar métodos numéricos como la regla de Simpson. El siguiente
ejemplo arroja luz sobre este tipo de dificultad en las integraciones.
EJEMPLO 4.2.4 La variación de parámetros: solución en forma no cerrada

Se trata de resolver la ecuación y0 1 y9 2 2y 5 ln x. La ecuación característica de la ecua-
ción homogénea asociada es l2 1 l 2 2 5 0, con las raíces 22 y 1, así que sabemos que
yGH 5 C1e22x 1 C2ex, donde C1 y C2 son constantes arbitrarias.
A continuación consideraremos y 5 c1e22x 1 c2ex, donde c1 y c2 son funciones desco-
nocidas de x. Al derivar, obtenemos
yr 5 s22c1e 22x 1 c2e x d 1 scr1e 22x 1 cr2e x d 5 22c1e 22x 1 c2e x
porque debemos suponer que
cr1e 22x 1 cr2e x5 0. (#)
Por tanto, y0 5 4c1e22x 2 2c91e22x 1 c2ex 1 c92ex.

Tras sustituir estas expresiones de y, y9 e y0 en la ecuación y0 1 y9 2 2y 5 ln x, obtene-
mos
22cr1e 22x 1 cr2e x 5 ln x. (# #)
Ahora, hemos de resolver el siguiente sistema para cr1 y cr2:

cr1e 22x 1 cr2e x 5 0 (#)
22cr1e 22x 1 cr2e x 5 ln x. (# #)
1
Si restamos (##) de (#), obtenemos 3cr1e 22x 5 2ln x, de modo que cr1 5 2 e 2x ln x y
3
1 1 1 e 2x
c1 sxd 5 2 3e 2x ln x dx 5 2 e 2x ln x 1 3 dx. Esta integración se ha realizado ma-
3 6 6 x
nualmente (integración por partes: u 5 ln x, dv 5 e 2xdx, etc.). Un SAC podría propor-

cionar una respuesta en términos de la “integral exponencial”,5 la cual quizá no reconozca.

e 2x
En cualquier caso, la integral 3 dx no se puede expresar en forma cerrada.
x
La ecuación (#) nos indica que cr2 5 e 2x s2cr1e 22x d 5 2e 23x a2 e 2x ln xb 5 e 2x ln x,
1 1
3 3
1 1 e 2x
y una integración por partes lleva a la conclusión de que c2(x) 5 2 e 2x ln x 1 3 dx.
3 3 x
Antes de llegar al último paso, se ha de calcular
yPNH 5 c1y1 1 c2y2
5 a2 e 2x ln x 1 3 dxb se 22x d 1 a2 e 2x ln x 1 3
1 1 e 2x 1 1 e 2x
dxb se x d
6 6 x 3 3 x
ln x e 22x e 2x e x e 2x
52
2
1
6 3 x
dx 1 3
3 x
dx.
Finalmente, la solución general viene dada por la fórmula

ln x e 22x e 2x e x e 2x
yGNH 5 yGH 1 yPNH 5 C1e 22x 1 C2e x 2
2
1
6 3 x
dx 1 3
3 x
dx. ◆
EJERCICIOS 4.2
Halle la solución general de cada una de las ecuaciones de los ejercicios 1-10 utilizando el
método de la variación de parámetros.
$ #
1. ys 2 2yr 2 3y 5 e 4t 2. x 2 3x 1 2x 5 sen t
et
3. xs 2 2xr 1 2x 5 e t 1 t cos t 4. xs 2 2xr 1 x 5
t
$ # $ t 2
5. x 1 x 5 4 sen t 6. x 2 x 5 2e 2 t
$ #
7. ys 1 4y 5 2 tg x 8. 6x 2 11x 1 4x 5 t
$ 1 e 2x
9. r 1 r 5 10. ys 1 2yr 1 y 5
sen t x
b del ejemplo 4.2.2. Suponga

$ pvt
11. Considere la ecuación 80x 1 10 000x 5 2500 cosa
6
b 1 B cosa b y demues-
pvt pvt
que una solución particular xPNH tiene la forma A sena
6 6
2500
tre que A 5 0 y B 5 .
10 000 2 80s pv6 d
2
5. Para un número real positivo x y para un número entero n no negativo, la integral exponencial se define como
`
Eisn, xd 5 3 exps2xtd>tn dt.
1
12. Busque información bibliográfica sobre el método de los coeficientes indeterminados

y escriba un informe sobre el mismo, o realice una presentación oral (su profesor de-
terminará los detalles). Asegúrese de indicar cuándo el método funciona bien y
cuándo no es aplicable. Además demuestre mediante ejemplos que, cuando es aplica-
ble, el método de los coeficientes indeterminados es generalmente más fácil de utili-
zar que el método de la variación de parámetros.
Tal como habíamos mencionado al comienzo de la sección 4.2, si I 5 I(t) representa la co-
rriente en un circuito eléctrico, entonces la ley de voltaje de Kirchhoff da como resultado la
d 2I dI 1 dE
ecuación no homogénea L 2 1 R 1 I 5 , donde E es la tensión no constante
dt dt C dt
aplicada. En esta ecuación, L es la inductancia, R la resistencia y C, la capacidad o capaci-
tancia. Utilice esta ecuación en los ejercicios 13-14.
13. Un circuito RLC presenta una resistencia de 5 ohmios, una inductancia de 0,05 henrios,
una capacitancia de 0,0004 faradios y una tensión alterna aplicada de 200 cos (100 t)
voltios.
a. Sin utilizar herramientas tecnológicas, halle una expresión para el flujo de co-
dI
rriente a través de este circuito si la corriente inicial es nula y s0d es 4000.
dt
b. Compruebe su respuesta al apartado (a) mediante el uso de herramientas tecno-
lógicas.
14. Un circuito RLC tiene R 5 10 ohmios, C 5 0,01 faradios, L 5 0,5 henrios y una ten-
sión aplicada determinada por E(t) 5 16 cos (2t). La carga, Q, en el condensador se
dQ
define en términos de la corriente, I, como I 5 . Si consideramos que hay una
dt
ausencia de corriente inicial y de carga inicial en el condensador, halle la carga del
condensador en el instante t . 0.
15. Busque una solución particular de ys 1 0,2yr 1 y 5 sensvxd e investigue su ampli-
tud como una función de v. Utilice herramientas tecnológicas para trazar la gráfica de
la solución particular para los valores de v que le parezcan significativos y describa el
comportamiento de esta solución.
16. En su dormitorio de la residencia, una estudiante fija un peso a un muelle que cuelga
del techo. Inicia el movimiento de la masa desde la posición de equilibrio con una ve-
locidad inicial en dirección hacia arriba. Pero durante este experimento, escaleras
arriba, hay un zapateado rítmico de los estudiantes (¿será un baile o un control de pla-
gas?) que provoca la vibración del techo y de todo el sistema masa-resorte. Teniendo
en cuenta la resistencia del aire y esta “fuerza externa”, la estudiante determina que
$ # #
la ecuación del movimiento es x 1 9x 1 14x 5 12 sen t, con x(0) 5 0 y x s0d 5 21.
a. Resuelva esta ecuación para x(t), la posición del peso respecto a su posición de reposo.
b. Utilice herramientas tecnológicas para trazar la gráfica de x(t) para 0 < t < 10.
17. Resuelva el PVI ys 2 3yr 2 4y 5 3e 4x; ys0d 5 0, yrs0d 5 0.
18. Utilizando un SAC, resuelva el PVI ys 1 yr 1 y 5 t2e 2t cos t, ys0d 5 1, yrs0d 5 0.
(Advertencia: Intentar resolverlo manualmente puede provocar graves daños mentales.)
4.3 ECUACIONES LINEALES DE ORDEN SUPERIOR

CON COEFICIENTES CONSTANTES
La buena noticia es que la linealidad es una propiedad tan maravillosa que podemos gene-
ralizar nuestro trabajo de las dos últimas secciones de un modo muy natural. Los detalles
pueden complicarse un poco, pero la teoría es clara y precisa.
Si y es una función n veces diferenciable y a0, a1, a2, . . . , an son n constantes, entonces
podemos definir el operador lineal L de enésimo orden del siguiente modo:
Lsyd 5 a nysnd 1 a n21ysn21d 1 c 1 a 2ys 1 a 1yr 1 a 0y.
Cualquier ecuación diferencial lineal de enésimo orden con coeficientes constantes se
puede expresar en la forma concisa L(y) 5 f(t). En el caso en que fstd ; 0, la ecuación se
denomina ecuación lineal homogénea de enésimo orden con coeficientes constantes. Si f(t)
no es la función nula, estamos ante una ecuación lineal no homogénea de enésimo orden
con coeficientes constantes.
Una importante propiedad de tales ecuaciones de enésimo orden es el principio de su-
perposición (ampliado):
Principio de superposición
Si yj es una solución de L(y) 5 fj para j 5 1, 2, . . . , n, y c1, c2, . . . , cn

son constantes arbitrarias, entonces c1y1 1 c2y2 1 c 1 cnyn es una solución de
Lsyd 5 c1 f1 1 c2 f2 1 c 1 cn fn ; es decir,
Lsc1y1 1 c2y2 1 c 1 cnyn d 5 c1Lsy1 d 1 c2Lsy2 d 1 c 1 cnLsyn d
5 c1 f1 1 c2 f2 1 c 1 cn fn.
En primer lugar, echemos un vistazo a la ecuación lineal homogénea de enésimo orden

con coeficientes constantes
a nysnd 1 a n21ysn21d 1 c 1 a 2ys 1 a 1yr 1 a 0y 5 0.
Para una ecuación como ésta, existe un claro algoritmo para hallar la solución general, una
generalización del procedimiento que ya hemos visto para n 5 2.
Halle primero las raíces de la ecuación característica
a nln 1 a n21ln21 1 c 1 a 1l 1 a 0 5 0.
Debería ver cómo está constituida esta ecuación. Céntrese en el hecho de que la ecuación
característica de una ecuación lineal de enésimo orden es un polinomio de enésimo grado.
Sin embargo, cuando el polinomio tiene un grado mayor o igual a 5, ya no hay una fórmula
general que dé como resultado las raíces de la ecuación. (Incluso las fórmulas que existen
para las raíces de los polinomios de tercer y cuarto grado son muy difíciles de manejar.)
En general, el único modo práctico de abordar tales ecuaciones es utilizar métodos de
aproximación. Un SAC o una calculadora gráfica deberían disponer de varios algoritmos
implementados para resolver ecuaciones polinómicas.
A continuación, agrupe estas raíces del siguiente modo:

1. raíces reales distintas;
2. pares de complejos conjugados distintos p 6 qi;
3. raíces reales múltiples;
4. raíces complejas múltiples.
Por tanto, la solución general es una suma de n términos de las formas:
1. cie li t por cada raíz real distinta li;
2. ept (c1cos qt 1 c2 sen qt) por cada par de complejos distintos p 6 qi;
3. sc1 1 c2t 1 c 1 cktk21 de li t por cada raíz real múltiple li, donde k es la multiplicidad
de dicha raíz;
4. ept sc1 cos qt 1 c2 sen qtd 1 tept sc3 cos qt 1 c4 sen qtd 1
c 1 tk21ept sc2k21 cos qt 1 c2k sen qtd por cada par complejo múltiple de raíces
p 6 qi, donde k es la multiplicidad del par p 6 qi.
Veamos ahora cómo utilizar este procedimiento para resolver algunas ecuaciones li-
neales homogéneas de orden superior con coeficientes constantes.
EJEMPLO 4.3.1 Resolución de una ecuación lineal homogénea de cuarto orden

Hallemos la solución general de la ecuación de cuarto orden
xs4d 2 3xs 1 2xr 5 0.
La ecuación característica es l4 2 3l2 1 2l 5 lsl3 2 3l 1 2d 5 0, cuyas raíces son 0, 1, 1

y 22. (Compruebe esto.) Por tanto, tenemos dos raíces reales distintas y otra raíz real con
una multiplicidad 2.
Según el proceso descrito anteriormente, la solución general es
x 5 c1e 0?t 1 c2e 22t 1 sc3 1 c4tde 1?t 5 c1 1 c2e 22t 1 sc3 1 c4tde t.
Deberá comprobar que ésta es una solución, manualmente o utilizando un SAC. ◆
EJEMPLO 4.3.2 Resolución de una ecuación lineal homogénea de octavo orden

Es interesante abordar la ecuación 64ys8d 1 48ys6d 1 12ys4d 1 ys 5 0. La ecuación caracte-
rística es 64l8 1 48l6 1 12l4 1 l2 5 0. Un SAC nos da estas raíces: 0, 0, i/2, 2i/2, i/2, 2i/2,
i/2 y 2i/2. Al agruparlas, vemos que 0 es una raíz real de multiplicidad 2, mientras que el
par conjugado complejo 6i/2 (5 0 6 i/2) tiene una multiplicidad 3. En consecuencia, la
forma de la solución general de esta ecuación de octavo orden es
y(t) 5 sc1 1 c2tde0?t 1 e0?t ac3 cos a b 1 c4 sen a b b

t t
2 2
1 te0 · t ac5 cos a b 1 c6 sen a b b 1 t2e0?t ac7 cos a b 1 c8 sen a b b

t t t t
2 2 2 2
5 c1 1 c2t 1 sc3 1 c5t 1 c7t2 d cos a b 1 sc4 1 c6t 1 c8t2 d sen a b .

t t
◆
2 2
Para el caso de la ecuación no homogénea, una vez más la teoría es sencilla:
La solución general, yGNH, de una ecuación lineal no homogénea de enésimo orden

a nysnd 1 a n21ysn21d 1 c 1 a 2ys 1 a 1yr 1 a 0y 5 fstd se obtiene hallando una so-
lución particular, yPNH, de dicha ecuación y sumándola a la solución general, yGH,
de la ecuación homogénea asociada: yGNH 5 yGH 1 yPNH.
Al igual que antes, el reto consiste en hallar una solución particular de la ecuación no ho-
mogénea. Pero una vez más, podemos utilizar el método de la variación de parámetros o
el método de los coeficientes indeterminados (“conjetura adecuada”).
Si reconsideramos los ejemplos 4.2.3 y 4.2.4 para comprobar el número de cálculos re-
queridos para implementar la variación de los parámetros, nos percataremos de que la ta-
rea puede ser formidable para las ecuaciones de orden 3 o superior. Sin embargo, no es ne-
cesario resolver los problemas de orden superior manualmente, ya que cualquier SAC
utilizará eficientemente el método apropiado con el objeto de proporcionar una solución
general o de resolver un PVI. (Uno de los mejores métodos para el tratamiento de las
ecuaciones lineales individuales y de los sistemas de ecuaciones lineales es la transforma-
ción de Laplace, que estudiaremos en el capítulo 6.) De momento simplemente daremos
un ejemplo de resolución de ecuaciones lineales de orden superior, dejando de lado algu-
nos de los detalles más truculentos.
EJEMPLO 4.3.3 Resolución de una ecuación no homogénea de tercer orden

Suponga que queremos hallar la solución general de yt 2 ys 2 6yr 5 3t2 1 2. Lo pri-
mero que hay que hacer es buscar la solución general de la ecuación homogénea asociada
yt 2 ys 2 6yr 5 0. La ecuación característica es l3 2 l2 2 6l 5 l(l2 2 l 2 6) 5
l(l 2 3)(l 1 2) 5 0 con las raíces 0, 3 y 22, de modo que la solución general de la ecua-
ción homogénea es yGH 5 c1 1 c2e3t 1 c3e22t.
A continuación, buscaremos una solución particular de la ecuación no homogénea ori-
ginal. Si examinamos el lado derecho de la ecuación, podemos conjeturar que una solución
particular será un polinomio y(t). Si el grado de este polinomio es n, entonces, al sustituir
en el primer miembro de la ecuación, el resultado será un polinomio de grado n 2 1. Para
que la combinación y092 y0 2 6y9 dé lugar al polinomio de segundo grado 3t2 1 2, el poli-
nomio que buscamos debe ser de tercer grado, digamos y(t) 5 At3 1 Bt2 1 Ct 1 D, donde
A, B, C y D son coeficientes indeterminados. (Reflexione acerca del razonamiento que con-
dujo a esta forma para y.)
Al sustituir esta estimación en la ecuación no homogénea, hallamos que
218At2 2 s12B 1 6Adt 1 s6A 2 2B 2 6Cd 5 3t2 1 2.
Si se igualan los coeficientes de los términos del mismo grado en ambos lados de la ecua-
ción, obtenemos las ecuaciones algebraicas:
218A 5 3 [Los términos de segundo grado deben coincidir.]
2(12B 1 6A) 5 0 [Los términos de primer grado deben coincidir.]
6A 2 2B 2 6C 5 2 [Los términos constantes deben coincidir.]
Si comenzamos por arriba podemos resolver las ecuaciones sucesivamente para obtener
A 5 2 16, B 5 121 y C 5 2 19
36 .
Por tanto, yPNH 5 2 16t3 1 121 t2 2 19
36 t y la solución general de la ecuación no homogénea
viene dada por
y 5 yGNH 5 yGH 1 yPNH 5 c1 1 c2e 3t 1 c3e 22t 2 16t3 1 121 t2 2 19
36 t. ◆
EJERCICIOS 4.3
Halle la solución general de cada una de las ecuaciones de orden superior en los ejercicios 1-8.
Utilice una calculadora gráfica o SAC únicamente para resolver cada ecuación característica.
1. ys4d 2 13 ys 1 36 y 5 0 2. yt 2 3 ys 1 3 yr 2 y 5 0
s5d
3. y 1 2 yt 1 yr 5 0 4. ys4d 1 13 ys 1 36 y 5 0
5. ys4d 2 3 ys 1 2 yr 5 0 6. ys4d 1 2 ys 1 y 5 0
7. yt 2 12 ys 1 22 yr 2 20 y 5 0
8. ys7d 2 14ys6d 1 80ys5d 2 242ys4d 1 419ys3d 2 416ys 1 220yr 2 48y 5 0
9. Utilice su solucionador SAC para hallar la solución general de la ecuación del ejercicio 8.
10. El autor de un texto6 clásico sobre ecuaciones diferenciales escribió una vez:
A la hora de preparar problemas y exámenes, los profesores 2incluido el autor2 deben plan-
tearse algunas restricciones. No es razonable suponer que los estudiantes de este curso posean
las habilidades computacionales y dispongan del equipamiento necesario para la resolución efi-
ciente de ecuaciones tales como
d4y d3y d2y dy
4,317 4
1 2,179 3
1 1,416 2
1 1,295 1 3,169y 5 0.
dx dx dx dx
Introduzca esta ecuación en su SAC y obtenga la solución general para demostrar
cómo ha avanzado la tecnología durante los últimos 40 años. (Quizá tenga que usar
algún comando “simplificar” para obtener una respuesta clara.)
11. Resuelva el PVI 3y09 1 5y0 1 y9 2 y 5 0; y(0) 5 0, y9(0) 5 1, y0(0) 5 21.
12. Una viga horizontal uniforme se comba un valor y 5 y(x) a una distancia x de un ex-
tremo. Para una viga bastante rígida con carga uniforme, y(x) satisface típicamente
una ecuación en la forma d4y/dx4 5 R, donde R es una constante dependiente de la
carga soportada y de las características de la misma viga. Si los extremos de la viga se
apoyan en x 5 0 y x 5 L, entonces y(0) 5 y(L) 5 0. Además, la viga extendida se com-
porta como si su perfil tuviera un punto de inflexión en cada apoyo, de forma que
y0 (0) 5 y0(L) 5 0.
a. Utilice los valores propios múltiples de la ecuación homogénea asociada para ha-
llar la solución general de la ecuación homogénea.
b. Demuestre que el combamiento (deflexión vertical) en el punto x es
1 4
24 Rsx 2 2Lx3 1 L3xd, 0 # x # L.
6. RALPH P. AGNEW. Differential Equations, 176. McGraw-Hill, 2ª ed., Nueva York, 1960.
13. Resuelva el PVI ys5d 5 yr; ys0d 5 0, yrs0d 5 1, ys s0d 5 0, yt s0d 5 1, ys4d s0d 5 2.
14. Para todos los enteros positivos n $ 2, halle la solución general de la ecuación
x(n) 5 x(n22).
15. Halle la solución general de la ecuación ys 2 6yr 1 13y 5 15 cos 2x.
% $ #
16. Halle la solución general de la ecuación y 1 5y 2 6y 5 9e 3t.
17. Halle la solución general de la ecuación yt 1 6ys 1 11yr 1 6y 5 6x 2 7.
18. Resuelva el PVI ys 2 yr 2 2y 5 e 2x 1 x; ys0d 5 0, yr s0d 5 1.
19. Resuelva el PVI yt 1 5ys 2 6yr 5 3e x; ys0d 5 1, yrs0d 5 37, ys s0d 5 67.
20. Si y1(x) 5 x e y2(x) 5 1/x son dos soluciones linealmente independientes de la ecua-
ción diferencial x2y0 1 xy9 2 y 5 0, utilice el método de variación de parámetros para
hallar la solución general de x2y0 1 xy9 2 y 5 x, x Z 0. (Aunque aquí se ha estudiado
la variación de parámetros sólo para una ecuación lineal con coeficientes constantes,
el método sigue siendo válido para una ecuación lineal cuyos coeficientes sean funcio-
nes continuas de la variable independiente.)
4.4 ECUACIONES DE ORDEN SUPERIOR

Y SUS SISTEMAS EQUIVALENTES
A fin de ver hacia dónde nos dirigimos, intente rememorar la primera vez que tuvo que re-
solver el siguiente tipo de problema de enunciado verbal:
Luis tiene en sus bolsillos 21 monedas, todas de 5 y 10 céntimos. Si su valor asciende a 1,75 €,
¿cuántas monedas de 10 céntimos tiene?
La primera vez que se le planteó este problema, probablemente se le mostró una solución
como ésta:
Sea x el número de monedas de 10 céntimos. Por tanto, la cantidad total correspondiente a las
monedas de 10 céntimos es de 10x céntimos. El número de monedas de 5 céntimos será 21 2 x,
de modo que la cantidad correspondiente a las monedas de 5 céntimos es de 5(21 2 x) céntimos.
Puesto que la cantidad total de dinero en los bolsillos de Luis es de 1,75 € 2ó 175 céntimos2
tenemos la ecuación 10x 1 5(21 2 x) 5 175, que equivale a 5x 1 105 5 175, cuya solución es
x 5 14. Por tanto, Luis tiene 14 monedas de 10 céntimos (y 21 2 14 5 7 monedas de 5 céntimos).
Un poco más avanzado su curso de álgebra, es posible que haya vuelto a ver el mismo
problema, pero esta vez probablemente se le mostró cómo convertir este problema en un pro-
blema de sistemas:
Sea x el número de monedas de 10 céntimos e y el número de monedas de 5 céntimos. En este
caso, el enunciado del problema nos indica dos cosas, un hecho sobre el número de monedas y
otro sobre la cantidad de dinero: (1) x 1 y 5 21 y (2) 10x 1 5y 5 175. En otras palabras, visto
de este modo, el problema nos facilita el sistema de ecuaciones
x 1 y 5 21
10 x 1 5 y 5 175.
50
40
30
20
10 (14, 7)
–8 –4 4 8 12 16 20 24 x
–10
Figura 4.3
Gráficas de x 1 y 5 21 y 10x 1 5y 5 175
Este sistema se puede resolver por eliminación 2multiplique la primera ecuación

por 25 y sume después el resultado a la segunda ecuación2 o por sustitución 2resuelva la
primera ecuación para x, por ejemplo, y luego sustituya x en la segunda ecuación2.
La consecuencia más importante de considerar nuestro problema como un problema
de sistemas es que el sistema tiene una bonita interpretación geométrica como un con-
junto de dos rectas (figura 4.3). La solución del sistema 2y de nuestro problema original2
viene dada por las coordenadas del punto donde se cortan esas rectas: x 5 14, y 5 7.
Lo importante aquí es que el enfoque desde los sistemas posee ciertas ventajas, espe-
cialmente la interpretación gráfica de un problema y su solución. Además, ciertos proble-
mas pueden aparecer naturalmente en forma de sistema. Por ejemplo, nos podría intere-
sar efectuar el cálculo de la trayectoria de una pelota de béisbol. En ese caso, es natural
considerar los componentes, u y v, de la velocidad de la pelota en su dirección tanto hori-
zontal (x) como vertical (y), respectivamente. Un sistema7 que surge de este problema es
du
mu 5 2FL sen u 2 FD cos u
dx
dv
mv 5 FL cos u 2 FD sen u 2 mg.
dy
Igualmente, en un estudio ecológico, podríamos estar interesados en analizar la interac-
ción de dos o más especies biológicas, cada una de las cuales requiere su propia ecuación
para representar su tasa de crecimiento y su relación con otras especies.
TÉCNICA DE CONVERSIÓN I: CONVERSIÓN DE

UNA ECUACIÓN DE ORDEN SUPERIOR EN UN SISTEMA
Ahora que nuestro análisis previo nos ha preparado para ver incluso problemas sencillos
como sistemas, podemos abordar algunas ecuaciones diferenciales de orden superior. La
clave aquí es el siguiente resultado:
7. ROBERT B. BANKS. Towing Icebergs, Falling Dominoes, and Other Adventures in Applied Mathematics. Prin-
ceton University Press, Princeton, N. J., 1998.
Cualquier ecuación diferencial de enésimo orden se puede transformar en un sis-

tema equivalente de ecuaciones de primer orden. Más concretamente, cualquier
ecuación diferencial de enésimo orden en la forma
xsnd 5 Fst, x, xr, xs, c, xsn21d d
puede convertirse en un sistema equivalente de n ecuaciones de primer orden si se
escribe x1 5 x, x2 5 xr, x3 5 xs , . . ., xn 5 xsn21d.
Tras examinar algunos ejemplos de cómo funciona esta técnica de conversión, analizare-
mos el significado geométrico o gráfico de este método.
EJEMPLO 4.4.1 Conversión de una ecuación lineal de segundo orden

Como vimos en la sección 4.1 y volveremos a ver en la sección 4.5 y en los ejercicios, la
d 2x dx
ecuación lineal de segundo orden 2 2 1 3 1 x 5 0 podría representar el movimiento
dt dt
de un peso sujeto a un muelle, el flujo eléctrico a través de un circuito u otros importantes
fenómenos.
Realizando las sustituciones descritas con anterioridad, introduciremos las nuevas
dx
variables x1 y x2, con x1 5 x y x2 5 . Ahora, aísle la derivada superior 2la segunda2 en
dt
la ecuación original, y a continuación sustituya las nuevas variables en el lado derecho:
d 2x 3 dx 1
(1) 1 1 x50
dt2 2 dt 2
d 2x 3 dx 1
(2) 2
52 2 x
dt 2 dt 2
d 2x 3 1
(3) 5 2 x2 2 x1
dt2 2 2
5 a b5
dx1 dx dx2 d dx
En términos de las nuevas variables, vemos que 5 5 x2 y que
dt dt dt dt dt
d 2x 3 1
2
5 [del paso (3) visto arriba] 2 x2 2 x1. Deducimos de esto que nuestra ecuación
dt 2 2
original de segundo orden nos conduce al siguiente sistema de ecuaciones lineales de
primer orden, con las dos funciones desconocidas x1 y x2:
dx1
(A) 5 x2
dt
dx2 3 1
(B) 5 2 x2 2 x1
dt 2 2
Este sistema es equivalente a la ecuación diferencial original en el sentido de que cual-
d
quier solución x(t) de la misma da como resultado las soluciones x1(t) 5 x(t) y x2 std 5 xstd
dt
del sistema, y cualquier solución (x1(t), x2(t)) del sistema nos proporciona una solución
x(t) 5 x1(t) de la ecuación original.
Profundicemos en la primera parte de tal afirmación. Gracias al trabajo realizado

en la sección 4.1, sabemos que x(t) 5 e2t/2 1 2e2t es una solución de la ecuación de segun-
d
do orden original. Por tanto, el par x1(t) 5 x(t) 5 e2t/2 1 2e2t y x2 std 5 xstd 5
dt
1 2t>2
2 e 2t
2 2 e constituye una solución del sistema. (¡Verifique esto!) ◆
2
Examinemos otros ejemplos de esta técnica de conversión de una ecuación de orden

superior en un sistema de ecuaciones de primer orden.
EJEMPLO 4.4.2 Conversión de una ecuación no lineal de segundo orden

Suponga que tenemos la ecuación no lineal de segundo orden y0 5 y3 1 (y9)3. Sea
x1 5 y y x2 5 y9. Entonces, xr1 5 yr 5 x2, ys 5 xr2 , y3 5 x31, e syrd 3 5 x32, de modo que po-
demos reescribir y0 5 y3 1 (y9)3 como xr2 5 x31 1 x32.
Finalmente, si juntamos todas estas piezas, podemos expresar la ecuación original en
términos el siguiente sistema en x1 y x2 equivalente y no ineal:
xr1 5 x2
xr2 5 x31 1 x32 ◆
EJEMPLO 4.4.3 Conversión de una ecuación de tercer orden

La ecuación lineal de tercer orden no autónoma
d 3x d 2x dx
3
2 2 1 2t 2 3x 1 6 5 0
dt dt dt
se puede transformar del siguiente modo en un sistema de ecuaciones de primer orden:
5 a b 5 2 5 x3 y
dx d 2x dx1 dx dx2 d dx d2x
Sea x1 5 x, x2 5 y x3 5 2 . Por tanto, 5 5 x2,
dt dt dt dt dt dt dt dt
5 a 2b 5 3.
dx3 d d 2x d 3x
dt dt dt dt
d 3x
Si en la ecuación original despejamos y a continuación sustituimos las nuevas va-
dt3
riables x1, x2 y x3, obtenemos
d 3x d 2x dx
3
5 2 2 2t 1 3 x 2 6 5 x3 2 2 tx2 1 3 x1 2 6.
dt dt dt
Si recopilamos toda la información, vemos que la ecuación de tercer orden original es
equivalente al sistema de tres ecuaciones diferenciales de primer orden
dx1
5 x2
dt
dx2
5 x3
dt
dx3
5 x3 2 2 tx2 1 3 x1 2 6.
dt
Para ser matemáticamente precisos, podemos describir este sistema como un sistema li-
neal, no autónomo y tridimensional, con la variable independiente t y con las variables de-
pendientes x1, x2 y x3. ◆
Como veremos posteriormente en este capítulo, un sistema autónomo tiene una nítida
interpretación gráfica que nos facilita un claro análisis cualitativo. Se pierde parte de esta
capacidad cuando tratamos con un sistema no autónomo. Pero, incluso cuando nos enfren-
tamos a una ecuación no autónoma, una simple variación de la técnica de conversión que
hemos estado ilustrando nos permitirá transformar la ecuación en un sistema autónomo.
Para convertir una ecuación de enésimo orden no autónoma en un sistema autónomo equi-
valente 2uno cuyas ecuaciones no contengan explícitamente la variable independiente t2,
son necesarias n 1 1 ecuaciones de primer orden: x1 5 x, x2 5 x9, x3 5 x0, …, xn 5 x(n21),
xn 1 1 5 t. Veremos esto en el siguiente ejemplo.
EJEMPLO 4.4.4 Conversión de una ecuación no autónoma en un sistema autónomo

d2x dx
La ecuación lineal de segundo orden no autónoma 2 2 1 3 1 x 5 50 sen t se podría
dt dt
abordar de la misma manera que la ecuación del ejemplo 4.4.3; pero, en vez de eso, demos-
traremos la amplitud de la técnica de conversión.
dx
Comience haciendo que x1 5 x y x2 5 como antes, pero introduzca también x3 5 t.
dt
Entonces,
dx1 dx
5 5 x2,
dt dt
5 2 5 a23
dx2 d2x 1 dx 1
2 x 1 50 sen tb 5 s23 x2 2 x1 1 50 sen x3 d,
dt dt 2 dt 2
y
dx3
5 1,
dt
de modo que el sistema equivalente es
dx1
5 x2
dt
dx2 1
5 s2x1 2 3 x2 1 50 sen x3 d
dt 2
dx3
5 1.
dt
Nuestra ecuación de segundo orden ha sido reemplazada por un sistema autónomo tridi-
mensional equivalente. Si no hubiéramos utilizado la tercera variable x3 y hubiéramos es-
crito nuestra ecuación como un sistema de dos ecuaciones, la segunda ecuación habría sido
dx1 dx2 1
no autónoma. Habríamos obtenido el sistema 5 x2 y 5 s2x1 2 3x2 1 50 sen td ,
dt dt 2
con la presencia explícita de t en la segunda ecuación, convirtiendo esta ecuación 2y, en con-
secuencia, el sistema2 en una no autónoma. ◆
Por supuesto, deberíamos también saber convertir un problema de valor inicial en un

PVI en un sistema. Si reflexiona sobre esto, cabría esperar que las condiciones iniciales
originales fueran ampliadas para cubrir todas las ecuaciones de primer orden del sistema.
El siguiente ejemplo muestra cómo se puede hacer esto.
EJEMPLO 4.4.5 Conversión de un problema de valor inicial de segundo orden

El PVI lineal de segundo orden no autónomo
ys 2 xyr 2 x2y 5 0; ys0d 5 1, yrs0d 5 2
se puede transformar, del siguiente modo, en un PVI en un sistema. Sea u1 5 y y u2 5 y9.
(Usamos una letra diferente para las nuevas variables para evitar cualquier confusión con
la variable independiente original x.) Vemos que u91 5 y9 5 u2 y u92 5 y0 5 xy9 1 x2y 5
xu2 1 x2u1. Por tanto, puesto que u1 5 y, y(0) 5 1 implica que u1(0) 5 1; e y9(0) 5 2 implica
que u2(0) 5 2 porque u2 5 y9. En consecuencia, el PVI original se convierte en el PVI en
un sistema:
u91 5 u2
u92 5 xu2 1 x2u1; u1(0) 5 1, u2(0) 5 2.
Fíjese en que, puesto que todas las ecuaciones del sistema son de primer orden, sólo nos
hace falta una condición inicial para cada nueva variable. ¿Qué apariencia presentaría un
sistema autónomo equivalente? ◆
TÉCNICA DE CONVERSIÓN II: CONVERSIÓN DE UN SISTEMA

EN UNA ECUACIÓN DE ORDEN SUPERIOR
En el ejemplo 4.4.1 indicamos que una ecuación de orden superior y su sistema relacio-
nado son equivalentes, de modo que parece razonable poder convertir un sistema en una
ecuación de orden superior. Lo lograremos en el siguiente ejemplo.
EJEMPLO 4.4.6 Conversión de un sistema en una ecuación

¿Puede convertir el siguiente sistema con y, z, w funciones de x, en una ecuación equiva-
lente de orden superior?
(1) yr 5 z
(2) zr 5 w
(3) wr 5 x 2 3 y 2 6 z 2 3 w
Seguro que sí. Simplemente vuelva a examinar lo que hicimos en los ejemplos anteriores,
pero comience por la última ecuación y continúe trabajando hacia atrás: la derivación de la
ecuación (2) nos da como resultado z0 5 w9. Pero la ecuación (1) indica que z0 5 (y9)0 5 y09,
de modo que w9 5 y09. Ahora usaremos este último hecho para reescribir la ecuación (3) así:
y09 5 x 2 3y 2 6z 2 3w
5 x 2 3y 2 6y9 2 3z9 [de (1) y (2)]
5 x 2 3y 2 6y9 2 3y0 [de (1)]
o y- 1 3y0 1 6y9 1 3y 5 x, una ecuación diferencial de tercer orden no autónoma y lineal. ◆
UNA MIRADA HACIA ADELANTE

Ahora que hemos visto cómo transformar cualquier ecuación diferencial de orden supe-
rior a 1 en un sistema de ecuaciones de primer orden y viceversa, ¿cómo podemos emplear
esta información para hacernos una idea del comportamiento de las soluciones de las ecua-
ciones de orden superior?
En la siguiente sección se examinarán a fondo los aspectos geométricos 2gráficos2
de un sistema autónomo de ecuaciones y se nos proveerán herramientas cualitativas para
su análisis. Veremos que el enfoque cualitativo nos proporcionará información de utilidad
difícil de obtener de otra manera. Estudiaremos también importantes ejemplos aplicados,
tanto lineales como no lineales. Posteriormente, en el capítulo 4, trataremos con aproxi-
maciones numéricas a las soluciones de los sistemas de ecuaciones. En el capítulo 5, se ex-
plorarán en profundidad sistemas autónomos lineales, y en el capítulo 7 se introducirán
valiosos métodos para el análisis de sistemas de ecuaciones no lineales.
EJERCICIOS 4.4
Escriba cada una de las EDO o sistemas de EDO de orden superior de los ejercicios 1-9
como un sistema de ecuaciones de primer orden. Si se dan las condiciones iniciales, reescrí-
balas en términos del sistema de primer orden.
d 2x
1. 2x51
dt2
$
2. y 1 y 5 t; ys0d 5 1, yr s0d 5 0
3. xs 1 3 xr 1 2 x 5 1; xs0d 5 1, xrs0d 5 0
4. ys4d 1 y 5 0
5. ws4d 2 2 wt 1 5 ws 1 3 wr 2 8 w 5 6 sens4 td
6. sxsd 2 2 ssen tdxr 5 x cos t
7. x2ys 2 3 xyr 1 4 y 5 5 ln x
% #
8. x 1 sx d 2 1 xsx 2 1d 5 0
d2x d2y
9. 5 2x, 5 y (Sugerencia: escriba cada ecuación de segundo orden como dos
dt2 dt2
ecuaciones de primer orden.)
d 2x dx
10. La ecuación 2 1 4 1 4 x 5 0 describe la posición, x(t), de una masa concreta sujeta
dt dt
a un muelle y puesta en movimiento estirándola 2 pies por debajo de su posición de equi-
librio (x 5 0) y dotándola de una velocidad inicial de 2 pies/s en dirección hacia arriba. Se
supone que hay algo de resistencia en el aire. Exprese esta ecuación como un sistema de
ecuaciones de primer orden y describa lo que representa cada ecuación del sistema.
11. Un objeto colocado sobre el agua, presionado una cierta distancia bajo la misma y
luego liberado, tiene un movimiento de balanceo descrito por la ecuación
d 2y
1 a by 5 0,
g
2 s0
dt
donde y es el desplazamiento vertical desde su posición de equilibrio, g es la aceleración
debida a la gravedad y s0 es la profundidad inicial. Exprese esta ecuación como un sis-
tema de ecuaciones de primer orden.
d2x g
12. La ecuación no lineal de segundo orden 2
1 sen x 5 0 describe la oscilación de
dt L
un péndulo, donde x es el ángulo del péndulo con la vertical, g es la aceleración de-
bida a la gravedad y L es la longitud del péndulo. Transforme esta ecuación en un sis-
tema no lineal de ecuaciones de primer orden.
13. La ecuación yt 1 yr 2 cos y 5 0 describe un modelo geométrico de crecimiento de un
cristal. Exprese esta ecuación de tercer orden como un sistema de tres ecuaciones de pri-
mer orden.
14. La ecuación ys4d 1 lsyyt 2 yrysd 2 yr 5 0, donde l es un parámetro positivo, surge
en un problema de “capa límite” no lineal de oceanografía física. Escriba esta ecua-
ción como un sistema de cuatro ecuaciones de primer orden.
15. Reescriba el PVI para el sistema dado en el ejemplo 4.4.5 como un sistema autónomo
equivalente.
16. Escriba cada uno de los siguientes sistemas de ecuaciones como una única ecuación
de segundo orden y reescriba las condiciones iniciales si es necesario.
dy dx
a. 5 x, 5 2y; ys0d 5 0, xs0d 5 1
dt dt
du dv
b. 5 2 v 2 1, 5 1 1 2u
dx dx
c. xr 5 x 1 y, yr 5 x 2 y
dx dy
d. 5 7 y 2 4 x 2 13, 5 2 x 2 5 y 1 11; x(0) 5 2, y(0) 5 3
dt dt
17. Escriba el sistema siguiente como un sistema de cuatro ecuaciones de primer orden:
d 2y
a b 5 x.
d 2x dy 2
x 2 y 5 4 t, 2 1
dt2 dt2 dt
(Transforme cada ecuación de segundo orden en dos ecuaciones de primer orden.)
18. Escriba el siguiente sistema de ecuaciones como una única ecuación de cuarto orden,
con las condiciones iniciales apropiadas:
d 2x dy
2
12 1 8 x 5 32 t
dt dt
d 2y dx
13 2 2 y 5 60 e 2t; x(0) 5 6, xr s0d 5 8,
dt2 dt
y(0) 5 224, e yrs0d 5 0.
19. Suponga que se le da el sistema lineal de ecuaciones de primer orden
dx
t
5 23 x 1 4 y
dt
dy
t 5 22 x 1 3 y.
dt
Introduzca una nueva variable independiente w mediante la sustitución w 5 ln t (o
t 5 ew) y demuestre que esta sustitución permite escribir el sistema como un nuevo sis-
tema con coeficientes constantes.
4.5 ANÁLISIS CUALITATIVO DE LOS SISTEMAS AUTÓNOMOS

En esta sección examinaremos la representación gráfica de un sistema de ecuaciones de
primer orden. Puesto que muchos sistemas 2especialmente los sistemas no lineales2 no
se pueden resolver en forma cerrada, es muy importante la destreza para analizar los siste-
mas gráficamente. Lo primero a tener en cuenta es que la utilísima herramienta gráfica de
los campos de direcciones no se puede aplicar directamente a las ecuaciones de orden su-
perior; esta técnica depende únicamente del conocimiento de la primera derivada. Sin em-
bargo, hay un modo más inteligente de aplicar nuestros conocimientos de los métodos cua-
litativos de primer orden al análisis de ecuaciones diferenciales de orden superior.
Por comodidad, invertiremos la mayor parte de nuestro tiempo en el análisis de los sis-
temas bidimensionales autónomos, aunque al final de esta sección también abordaremos
algunos sistemas no autónomos y algunos sistemas tridimensionales.
LOS DIAGRAMAS DE FASES PARA LOS SISTEMAS DE ECUACIONES

Supongamos que tenemos un sistema autónomo en la forma
dx
5 fsx, yd
dt
dy
5 gsx, yd . (4.5.1)
dt
Por ejemplo, consideremos el sistema
dx
5y
dt
dy
5 217 x 2 2 y
dt
y trabajemos con él a lo largo de nuestros análisis iniciales.
En primer lugar, podemos eliminar la variable t si dividimos la segunda ecuación por la
primera:
dy
dy dy dt dt gsx, yd
5 ? 5 5 . (4.5.2)
dx dt dx dx fsx, yd
dt
(Para recordar la regla de la cadena utilizada en este proceso, puede consultar el apéndice
A.2.) Para nuestro ejemplo, g(x, y) 5 217x 2 2y y f(x, y) 5 y en (4.5.2), y obtenemos
dy 217 x 2 2 y
5 .
dx y
dy gsx, yd
Ahora tenemos una única ecuación diferencial 5 en las variables x e y. Si
dx fsx, yd
pudiéramos resolver la ecuación (4.5.2) para y en función de x, o incluso implícitamente, ob-
tendríamos una curva solución en el plano x-y. El plano de las variables x e y 2con los ejes
x e y2 se denomina plano de fases del sistema original de ecuaciones diferenciales. Como vi-
mos en la sección 1.2, cada curva solución individual en el plano de fases, x 5 x(t), y 5 y(t),
recibe el nombre de trayectoria (u órbita) del sistema de ecuaciones. Aunque la variable in-
dependiente t no está presente explícitamente, el paso del tiempo se representa por la direc-
ción (el sentido) que toma un punto (x(t), y(t)) sobre una trayectoria concreta. La orienta-
ción del camino que recorre la curva a medida que los valores de t crecen 2entre bastidores2
se denomina la dirección positiva de la trayectoria. El conjunto de gráficas de las trayectorias
se llama el diagrama de fases del sistema o diagrama del plano de fases. (Quizá desee revisar
el análisis cualitativo para ecuaciones de primer orden en la sección 2.4.)
Incluso si no podemos resolver el sistema, sí que podemos examinar el campo de direccio-
nes de la ecuación única (4.5.2), el bosquejo del diagrama de fases del sistema. Si facilitamos
algunos puntos iniciales (xi0, yi0) 5 (xi(t0), yi(t0)), i 5 1, 2,..., n, a través de los que queremos que
pasen las trayectorias, podemos trazar algunas trayectorias específicas y obtener una pers-
pectiva menos complicada del plano de fases. Apliquemos esto al sistema que hemos tratado.
EJEMPLO 4.5.1 Diagrama de fases: una trayectoria

Nuestro sistema es
dx
5y
dt
dy
5 217 x 2 2 y,
dt
dy 217 x 2 2 y
que da lugar a la ecuación de primer orden 5 cuando se elimina la varia-
dx y
ble t. Para dibujar una parte del campo de direcciones para esta ecuación de primer orden,
tendrá que utilizar su calculadora o SAC. La figura 4.4a muestra el campo direccional, y la fi-
gura 4.4b, una trayectoria única que satisface la condición inicial x(0) 5 4, y(0) 5 0 2es decir,
una trayectoria que pasa por el punto (4, 0) en el plano (de fases) x-y2 superpuesto al campo
de direcciones.
y
4
–1 –0,8 –0,4 0,2 0,4 0,6 0,8 1 x
–2
–4
Figura 4.4a
dy 217x 2 2y
Campo de direcciones para 5
dx y
0 # t # 5; 21 # x # 1, 24 # y # 4
y
6
–2 –1 1 2 3 4 x
–2
–4
–6
–8
–10
–12
Figura 4.4b
Trayectoria para
e 5 217x 2 2y; xs0d 5 4, ys0d 5 0 f

dx dy
5 y,
dt dt
0 # t # 5; 22 # x # 4, 212 # y # 7
Puesto que el punto de partida de la trayectoria es (4, 0), se puede ver que la dirección
positiva de la trayectoria sigue el sentido horario y que la curva parece moverse en espiral
hasta el origen. (Intente utilizar herramientas tecnológicas para trazar la trayectoria para
0 < t < b, haciendo que b sea cada vez mayor.) Para obtener un diagrama de fases preciso,
quizá quiera usar el campo de direcciones para detectar unos puntos iniciales adecuados.
Todo sistema dinámico posee su intervalo apropiado para t. ◆
Observemos ahora un diagrama de fases más elaborado y que muestra varias trayec-
torias.
EJEMPLO 4.5.2 Diagrama de fases: varias trayectorias

dx dy
Un sistema se compone de dos ecuaciones (1) 5 x 1 y y (2) 5 2x 1 y. Cualesquiera
dt dt
que sean las cantidades que describan estas ecuaciones, ciertas verdades deberían resultar ob-
vias por la naturaleza misma de las ecuaciones. En primer lugar, de la ecuación (1) se deriva
que el crecimiento de la cantidad x depende de sí mismo y de la otra cantidad y de un modo
positivo. Por otra parte, la ecuación (2) indica que la cantidad y depende de sí misma positiva-
mente, pero su crecimiento se ve obstaculizado por la presencia de la cantidad x; un valor ma-
yor de x conlleva un retraso del crecimiento de y.
Observemos el diagrama de fases correspondiente a este problema. Para nuestro sis-
tema, la ecuación (4.5.2) es:
dy
dy dt 2x 1 y
5 5 .
dx dx x1y
dt
Esta ecuación de primer orden no es ni separable ni lineal, pero es homogénea y se

puede resolver implícitamente. (Consulte la explicación facilitada para los problemas
15-18 de la sección Ejercicios 2.1.) La figura 4.5a muestra varias trayectorias, obtenidas
tras especificar nueve puntos iniciales (x(0), y(0)), superpuestas al campo de direcciones
dy 2x 1 y
para 5 . Puesto que los puntos de una trayectoria se calculan mediante méto-
dx x1y
dos numéricos, su SAC le permitirá 2o requerirá2 especificar un tamaño de paso
y el método de aproximación numérica real que se ha de utilizar. Los métodos numéri-
cos para los sistemas de ecuaciones diferenciales se estudiarán en la sección 4.7.
Cada punto de una curva particular en la figura 4.5a representa un estado del sis-
tema: para cada valor de t, el punto (x(t), y(t)) de la curva proporciona una rápida ins-
tantánea de este sistema dinámico. Si se supone que las variables x e y representan po-
blaciones animales o humanas, por ejemplo, entonces el lugar adecuado para visualizar
las trayectorias es el primer cuadrante. La figura 4.5b describe el primer cuadrante del
plano de fases para nuestro problema, con cuatro trayectorias determinadas por cuatro
puntos iniciales.
Estas trayectorias nos indican que para los puntos iniciales elegidos, la cantidad y
crece hasta un valor máximo y después decrece hasta cero, mientras que la cantidad x
aumenta su valor hasta alcanzar su máximo nivel una vez que la cantidad y ha desapare-
cido.
y
80
60
40
20
–80 –60 –40 –20 20 40 60 80 x

–20
–40
–60
–80
Figura 4.5a
Trayectorias para e 5 2x 1 y f
dx dy
5 x 1 y,
dt dt
(x(0), y(0)) 5 (21, 21), (21, 0), (21, 1), (0, 21), (0, 0), (0, 1), (1, 21), (1, 0) y (1, 1)
0#t#4
y
250
200
150
100
50
100 200 300 400 500 x
Figura 4.5b
Trayectorias para e 5 2x 1 y f
dx dy
5 x 1 y,
dt dt
(x(0), y(0)) 5 (0, 60), (25, 100), (50, 140) y (0, 160)
0 # t # 1,2 ◆
Otras representaciones gráficas

Si recurrimos de nuevo a las herramientas tecnológicas en nuestro último ejemplo, pode-
mos trazar x(t) e y(t) en los planos t-x y t-y, respectivamente. Las figuras 4.6a y 4.6b mues-
tran las curvas solución con x(0) 5 50 e y(0) 5 140, respectivamente.
Estas gráficas dejan ver claramente que la cantidad y alcanza un valor máximo de alrede-
dor de 164 cuando t < 0,4, y la cantidad x, de aproximadamente 800 cuando t < 2. Tenga en
cuenta que las escalas horizontales y verticales son diferentes para las figuras 4.6a y 4.6b.
Visto de otro modo, el sistema del último ejemplo constaba de tres variables: la varia-
ble independiente t y las variables dependientes x e y. Para ser preciso acerca de todo esto,
decimos que una solución de nuestro sistema es un par de funciones x 5 x(t), y 5 y(t), y la
representación gráfica de dicha solución es una curva en un espacio tridimensional t-x-y: un
conjunto de puntos en la forma (t, x(t), y(t)). La figura 4.7 muestra la apariencia que pre-
senta para nuestro problema la solución con el punto inicial (0, 50, 140).
Es probable que su SAC le permita manipular los ejes y obtener diferentes perspecti-
vas de esta curva en el espacio. La figura 4.5a representa la proyección de varias de estas
curvas del espacio sobre el plano x-y, un modo mucho menos confuso de visualizar el com-
portamiento del sistema. Se pueden considerar estas proyecciones como las sombras que
serían proyectadas por las curvas del espacio si una luz muy brillante las iluminara desde
la parte delantera 2la cara x-y2 de la figura 4.7.
Advierta que, debido a que el sistema con el que comenzamos en el último ejemplo es
autónomo, las curvas solución son independientes del instante de partida, lo que significa
que, si se elige un punto inicial (x*, y*) en el instante t*, la ruta de una población cuyo
x
800
600
400
200
0,5 1 1,5 2 t
Figura 4.6a
x(t); x(0) 5 50
0 # t # 2,355
y
160
140
120
100
0,2 0,4 0,6 0,8 1t
Figura 4.6b
y(t); y(0) 5 140
0#t#1
160
150
140
y 130
120
110
100
0
0,2
0,4 300
t 0,6 200
0,8
1 100 x
Figura 4.7
Solución de e 5 2x 1 y; xs0d 5 50, ys0d 5 140 f
dx dy
5 x 1 y,
dt dt
0#t#1
punto de partida sea éste es la misma que la de una población que parta desde el mismo
punto, en cualquier otro instante t**. Geométricamente, esto indica que hay una sola ruta
2trayectoria2 que pase por cada punto del plano x-y; lo cual es una consecuencia de un
teorema de existencia y unicidad para sistemas que veremos en la sección 4.6. (Para ver el
teorema aplicable a las EDO de primer orden, puede revisar la sección 2.7.)
Si observamos el campo de direcciones y el diagrama de fases en la figura 4.5a, parece

claro que todas las trayectorias 2curvas solución de la ecuación diferencial única2 escapan
del origen cuando t crece. La variable t se ubica “entre bastidores” en un diagrama de fases;
debería experimentar con diferentes intervalos de t en su SAC o calculadora gráfica para
comprobar esta última afirmación. El punto crítico o punto de equilibrio (0, 0) 2donde am-
bos dx/dt 5 0 y dy/dt 5 02 se denomina fuente en este caso. Ya hemos utilizado esta termi-
nología antes para el caso unidimensional, en la sección 2.5. En este capítulo, así como en el
capítulo 5, volveremos a utilizarla como parte del estudio de los sistemas.
El álgebra utilizada para hallar los puntos de equilibrio 2o soluciones de equilibrio2
resulta ahora más complicada, ya que debemos resolver un sistema de ecuaciones. Por
ejemplo, si queremos hallar las soluciones de equilibrio del sistema no lineal de ecuacio-
nes diferenciales 5x 5 x 2 y, y 5 1 2 xy6 , tenemos que resolver el sistema algebraico
# #
(1) x 2 y 5 0
(2) 1 2 xy 5 0.
Podemos resolver la ecuación (1) para y, hallando que y 5 x, y después sustituir y en la se-
gunda ecuación. Obtenemos 1 2 x2 5 0, lo que implica que x 5 6 1. Puesto que y 5 x, los
únicos puntos de equilibrio son (21, 21) y (1, 1).
Antes de continuar, observemos el sistema 5x 5 4 2 4x2 2 y2, y 5 3xy6 . Cualquier
# #
solución de equilibrio ha de satisfacer las ecuaciones
(A) 4 2 4x2 2 y2 5 0
(B) 3xy 5 0.
La ecuación (B) nos indica que tenemos dos posibilidades: (i) x 5 0 o (ii) y 5 0. (Podemos
eliminar x 5 y 5 0 porque (A) no se satisfaría con esta elección.) Si x 5 0, al sustituirlo en
(A) obtenemos 4 2 y2 5 0, de modo que y 5 6 2. Tenemos por tanto dos soluciones de equi-
librio, (0, 2) y (0, 22). Alternativamente, si y 5 0, al sustituirlo en (A) se obtiene 4 2 4x2 5 0,
de manera que x 5 6 1. Ahora disponemos de las dos soluciones de equilibrio restantes:
(1, 0) y (21, 0).
El siguiente ejemplo presenta un sencillo sistema, modelo de una carrera armamentística.
Modelos de esta forma general fueron presentados en los años 30 por el científico inglés Le-
wis F. Richardson (1881-1953). Como cuáquero que era, estaba muy interesado en las causas
y la elusión de la guerra. Veremos cómo un análisis cualitativo nos ayuda a entender la situa-
ción que se presenta.
EJEMPLO 4.5.3 Un modelo de carrera armamentística

Observemos el sistema lineal autónomo:
dx
5 7 y 2 4 x 2 13
dt
dy
5 2 x 2 5 y 1 11.
dt
Las funciones x(t) e y(t) podrían representar la disposición para la guerra de dos nacio-
nes, X e Y, respectivamente. Esta disposición se tendría que medir, por ejemplo, en función
del nivel de gastos en armamentos de cada país en el momento t. Para obtener la primera
ecuación, este modelo presupone que el ritmo de crecimiento de x es una función lineal de
ambas x e y. En concreto, si y aumenta, también lo hace el ritmo al que x crece. Esto tiene sen-
tido, ¿no es así? Pero el coste de reunir y mantener un suministro de armas también pone fre-
no a una expansión excesiva. El término 24x en la primera ecuación sugiere un sentido de la
restricción proporcional al nivel armamentístico de la nación X. Finalmente, el término cons-
tante 213 puede representar un tipo de relación básica y constante de la nación X con la na-
ción Y; probablemente, algunos sentimientos subyacentes de buena voluntad que disminuyen
la amenaza y, por tanto, reducen la necesidad de los armamentos. La segunda ecuación se
puede interpretar de un modo parecido, pero ahora la constante positiva 11 significa proba-
blemente un agravio por parte de Y contra X que tiene como consecuencia una acumulación
de armas. ¿Qué nos dice ahora este modelo acerca de la situación? Aunque todavía no sabe-
mos cómo resolver un sistema de este tipo, aún podemos aprender mucho sobre la carrera ar-
mamentística entre los dos países.
Como en el ejemplo 4.5.1, podemos comenzar construyendo el diagrama de fases del
sistema eliminando la variable t:
dy
dy dt 2 x 2 5 y 1 11
5 5 .
dx dx 7 y 2 4 x 2 13
dt
A continuación, estudiaremos el campo de direcciones y algunas trayectorias que se co-
rresponden con esta ecuación única (figura 4.8). Se han seleccionado varios puntos inicia-
les. (Inténtelo seleccionando usted mismo un conjunto más pequeño de puntos iniciales.)
Para que éste fuera un modelo realista de una carrera armamentista, los valores de x e y
deberían ser positivos; de ahí nuestro enfoque en el primer cuadrante.
y
4
(2, 3)
1
1 2 3 x
Figura 4.8
Trayectorias para e 5 2x 2 5y 1 11 f
dx dy
5 7y 2 4x 2 13,
dt dt
Puntos iniciales (i, j), i 5 0, 1, 2, 3; j 5 1, 2, 3, 4
0#t#5
En primer lugar, advierta que una solución del sistema es el par de funciones xstd ; 2,
ystd ; 3. Si observamos detalladamente este diagrama de fases, nos percataremos de que los
puntos (x(t), y(t)) en cada trayectoria parecen estar moviéndose hacia el punto (2, 3) a me-
dida que el valor de t aumenta. (Para comprobar esta última afirmación, debería trazar la grá-
fica del diagrama de fases para 0 < t < b y aumentar el valor de b.) El punto (2, 3) es un punto
de equilibrio; como hemos visto anteriormente, un punto (x, y) en el que tanto dx/dt como
dy/dt se anulan. El comportamiento de las trayectorias cerca de este punto le capacita para
ser denominado sumidero. La aplicación de lo anterior a la vida real significa que la carrera
armamentística representada por este sistema se estabilizaría con el transcurso del tiempo,
aproximándose a un estado en el que el presupuesto militar para la nación X sería 2, y 3 el co-
rrespondiente a la nación Y, donde las unidades podrían ser miles de billones. ◆
UN MODELO DEPREDADOR-PRESA:
LAS ECUACIONES DE LOTKA-VOLTERRA
Un importante tipo de problema de la vida real que se puede modelar mediante un sistema
de ecuaciones diferenciales es el llamado problema depredador-presa, en el que se supo-
nen dos especies de animales, X e Y, en una pequeña región geográfica, como por ejemplo
una isla. Una de las especies 2el depredador2 considera a la otra 2la presa2 como su ali-
mento y depende en gran medida de este suministro alimenticio para su supervivencia.
Si hacemos que x(t) e y(t) representen las poblaciones de las dos especies en un mo-
mento t, podemos hacer las siguientes suposiciones lógicas:
1. Si no hay depredadores, la especie presa crecerá a un ritmo proporcional a su propia
población 2suponiendo un suministro ilimitado de alimento2.
2. Si no hay presa, la especie depredadora disminuirá con un ritmo proporcional a la po-
blación de depredadores.
3. La presencia tanto de depredadores como de presas resulta beneficiosa para el creci-
miento de la especie depredadora y perjudicial para el crecimiento de la especie presa.
La tercera conjetura indica que las interacciones 2o los encuentros basados en las ne-
cesidades alimentarias2 entre el depredador y la presa conllevan una reducción de la po-
blación de presas y un aumento de la población de depredadores. Como veremos, estos
contactos se indican matemáticamente mediante una multiplicación de las variables que
representan al depredador y a la presa. Estas suposiciones conducen a un sistema de ecua-
ciones diferenciales de primer orden no lineales, como las siguientes:
dx dy
5 0,2 x 2 0,002 xy, 5 20,1 y 1 0,001 xy. (4.5.3)
dt dt
Para este sistema, ¿cómo podemos ver que x(t) es el tamaño de población de presas en
cualquier instante t y que y(t) es el número de depredadores en el momento t?
En primer lugar, observe que si no hay depredadores 2es decir, si y es siempre 02 el
sistema se reduce a dx/dt 5 0,2 x, dy/dt 5 0, lo que indica que la población de presas crece-
ría a un ritmo proporcional a la población de presas real en cualquier instante t. Además,
la población de depredadores es constante 2nula2. Esto es realista y coherente con la pri-
mera conjetura. Asimismo, si no hay presa 2es decir, si x ; 02, el sistema se convierte en
dx/dt 5 0, dy/dt 5 20,1 y; esto significa que el número de depredadores decrecería a un

ritmo proporcional a la población de depredadores, donde 0,1 es la constante de propor-
cionalidad, la tasa intrínseca de muerte del depredador. Nuevamente, esto es realista por-
que en ausencia de un suministro alimenticio crucial, el resultado final sería la inanición y
una reducción neta de la población de depredadores.
Los términos intrigantes en (4.5.3) son los que atañen al producto xy. Ya hemos suge-
rido que estos términos representan el número de posibles interacciones entre las dos espe-
cies. Para ilustrar este punto, suponga que había cuatro zorros y tres conejos en una isla. Si
designamos a los zorros Z1, Z2, Z3 y Z4, y a los conejos C1, C2 y C3, tenemos los siguientes po-
sibles encuentros uno a uno entre los zorros y los conejos: (Z1, C1), (Z1, C2), (Z1, C3),
(Z2, C1), (Z2, C2), (Z2, C3), (Z3, C1), (Z3, C2), (Z3, C3), (Z4, C1), (Z4, C2) y (Z4, C3). Observe
que hay 4 3 3 5 12, o x veces y, posibles interacciones. Por supuesto, podemos tener dos zo-
rros que se encuentran con un conejo o un zorro que se reúne con tres conejos, etcétera, pero
la idea es que el número de interacciones es proporcional al producto de las dos poblaciones.
El coeficiente de xy en la primera ecuación, 20,002, es una medida de la eficacia del depre-
dador en cuanto a la captura de la presa, mientras que el coeficiente 0,001 de la segunda ecua-
ción es un indicador de la eficiencia del depredador en términos del consumo de la presa.
El sistema no lineal expuesto es un ejemplo particular de un sistema denominado las
ecuaciones de Lotka-Volterra:
dx
5 a 1x 2 a 2xy
dt
dy
5 2b 1y 1 b 2xy,
dt
donde a2 y b2 son constantes positivas. [Alfred Lotka (1880-1949) fue químico y demó-
grafo, y Vito Volterra (1860-1940) fue un físico matemático. En la segunda década del si-
glo XX, cada uno por su lado, dedujeron estas ecuaciones: Lotka a partir de un problema
de reacciones químicas, y Volterra, de un problema relacionado con las capturas de pes-
cado en el Mar Adriático.] En general, no hay una solución explícita de las ecuaciones de
Lotka-Volterra en términos de funciones elementales. Hablaremos de las soluciones nu-
méricas de los sistemas en la sección 4.7.
Sin embargo, como muestra el siguiente ejemplo, podemos entender la relación entre
las dos especies mediante un análisis cualitativo.
EJEMPLO 4.5.4 Análisis cualitativo de un modelo depredador-presa

La figura 4.9 muestra la trayectoria correspondiente a nuestro sistema
dx
5 0,2 x 2 0,002xy
dt
dy
5 20,1 y 1 0,001xy,
dt
con x(0) 5 100, y(0) 5 25 y 0 < t < 52. ¿Qué nos indica esta figura? Observe, en primer lugar,
que el eje horizontal (x) representa a las presas, y el eje vertical (y), a los depredadores. Nues-
tro punto de partida, correspondiente a t 5 0, es (100, 25), y la dirección de la trayectoria es
y
250
200
150
(100, 100)
100
50
50 100 150 200 250 300 350 x

(100, 25)
Figura 4.9
Trayectoria para e 5 20,1 y 1 0,001 xy; xs0d 5 100, ys0d 5 25 f
dx dy
5 0,2 x 2 0,002 xy,
dt dt
0 # t # 52
contraria al sentido horario. Para ver la dirección, utilice herramientas tecnológicas a fin de
examinar las trayectorias parciales como las dadas por 0 < t < 10, 0 < t < 15 o 0 < t < 25. La
figura 4.9 ilustra una conducta cíclica que parece demasiado ordenada para que surja así en la
naturaleza. Sin embargo, los ciclos de población regulares sí parecen producirse en el medio
natural.8 En nuestra gráfica, tanto las poblaciones de presas como las de depredadores
aumentan a medida que se incrementa el número de presas, pero cuando la población de pre-
sas sobrepasa las 350, los depredadores parecen arrollar a su presa hasta el punto de que cada
vez hay más depredadores, mientras que la población de presas va en declive. Los depreda-
dores continúan aumentando hasta que su número ronda los 260, momento en el que el efecto
de un suministro alimenticio menguante alcanza a los depredadores y en el que su población
comienza a disminuir. Los depredadores se pueden morir de hambre o comenzar a matarse
mutuamente, debido a que la competitividad por la consecución de los recursos en declive au-
menta de un modo brutal. Finalmente, la población de depredadores es lo bastante pequeña
como para que se recupere la población de presas, y el ciclo comienza de nuevo.
La figura 4.9 resalta el punto (100, 100) porque x 5 100, y 5 100 es una solución de equi-
librio del sistema, denominada centro en este caso. (Compruebe la última afirmación.) Si este
sistema tuviera (100, 100) como punto inicial, ninguna población se movería de este estado.
El origen también es un punto de equilibrio.
8. Un examen de los registros de la empresa Hudson9s Bay Company, que estuvo atrapando animales pelíferos
en Canadá durante casi 200 años, sugiere un patrón periódico en el número de pieles de lince recogidas en el pe-
ríodo entre 1821 y 1934. El lince, un depredador parecido a la comadreja, tiene como presa principal a la liebre
americana, también denominada liebre de patas blancas. Para un análisis de los datos, consulte J. D. MURRAY,
Mathematical Biology, 2ª ed. rev., 66-68. Springer-Verlag, Nueva York, 1993.
Otras representaciones gráficas

Con la ayuda de herramientas tecnológicas podemos examinar, por separado, las gráficas de
x(t) respecto de t y de y(t) respecto de t (figuras 4.10a y 4.10b). Compare estas gráficas, obser-
vando el modo en que una población se rezaga respecto a la otra con el paso del tiempo. La
trayectoria (figura 4.9) muestra la perspectiva completa, el estado (x(t), y(t)) del sistema eco-
lógico a medida que el tiempo avanza, mientras que las figuras 4.10a y 4.10b muestran las fluc-
tuaciones de las poblaciones individuales. La figura 4.11 muestra la naturaleza cíclica de la
fluctuación de depredadores y la de la fluctuación de presas en el mismo conjunto de ejes.
Cada gráfica en este ejemplo fue realizada por un SAC que utilizaba una aproximación nu-
mérica a la verdadera solución del sistema.
x
350
300
250
200
150
100
50
50 100 150 200 t

Figura 4.10a
x(t), población de presas
x(0) 5 100; 0 # t # 200
y
250
200
150
100
50
50 100 150 200 t

Figura 4.10b
y(t), población de depredadores
y(0) 5 25; 0 # t # 220
x, y depredador depredador
350
presa presa
300
250
200
150
100
50
50 100 150 200 t
Figura 4.11
Poblaciones de depredadores y presas respecto de t ◆
PROBLEMAS DE MASA-RESORTE
Movimiento armónico simple
Para comenzar, supongamos que tenemos un resorte sujeto al techo y un peso (masa) que
cuelga del extremo inferior del resorte, como en la figura 4.12a.
Si iniciamos el movimiento de la masa impulsándola hacia arriba o hacia abajo, pode-
mos recurrir a la mecánica newtoniana y a los análisis cualitativos de los sistemas de EDO
para investigar las fuerzas que actúan sobre la masa durante su movimiento. Queremos
describir el estado de este sistema facilitando la posición y la velocidad de la masa en cual-
quier instante t. En primer lugar, daremos por sentado que no hay resistencia del aire, fric-
ción, ni ninguna otra fuerza impeditiva. La situación resultante se denomina movimiento
armónico simple o movimiento libre no amortiguado.
Una teoría fundamental para la comprensión del movimiento de la masa es la segunda
ley del movimiento de Newton, que se puede formular como F 5 m ? a, donde F es una
fuerza (o suma de fuerzas) que actúa sobre un cuerpo (como el peso que cuelga del re-
sorte), m es la masa de dicho cuerpo y a es la aceleración del mismo. Si x indica el despla-
zamiento (la distancia) de la masa desde su posición de equilibrio (reposo), donde un mo-
vimiento hacia abajo se considera un desplazamiento positivo (figura 4.12b), podemos
d 2x
escribir esta expresión para la fuerza del siguiente modo: m ? 2 .
dt
Observe ahora que, si impulsamos el peso hacia abajo 2estirando el resorte en el pro-
ceso2, se puede advertir cierta tensión: una tendencia del resorte a impulsar nuevamente
el peso hacia arriba. Del mismo modo, si se impulsa el peso hacia arriba, y en consecuen-
cia se comprime el resorte, se advierte una fuerza que tiende a tirar del peso hacia abajo.
Posición de equilibrio (reposo) Posición de equilibrio

F
Figura 4.12a Figura 4.12b

Sistema masa-resorte, masa en la posición de Sistema masa-resorte, masa desplazada de
equilibrio la posición de equilibrio
La ley de Hooke describe este comportamiento: la fuerza F 2denominada fuerza de recu-

peración o restitución2 ejercida por un resorte, que tiende a restablecer la posición de
equilibrio del peso, es proporcional a la distancia x al peso medida desde la posición de
equilibrio. Enunciando esto de un modo sencillo, la fuerza ejercida por un resorte es pro-
porcional a su alargamiento. Matemáticamente, escribimos F 5 2kx, donde k es una cons-
tante positiva denominada constante del resorte. Observe que si x es positiva, la fuerza de
recuperación es negativa, mientras que si x es negativa, entonces F es positiva.
Puesto que hacemos caso omiso de cualquier otro tipo de fuerza que actúe sobre el
peso, podemos equiparar las dos expresiones para la fuerza. Así obtendremos
d 2x
m? 5 2kx,
dt2
que podemos escribir en la forma
d2x k
2
1 bx 5 0, donde b 5 . (4.5.4)
dt m
En la sección 4.1 ya vimos este tipo de ecuación lineal homogénea de segundo orden;
y por nuestro trabajo en la sección 4.4, sabemos cómo convertir esta ecuación en un sis-
tema equivalente de ecuaciones de primer orden. Previamente en esta sección hemos
aprendido cómo entender lo que nos expresa un diagrama de fases. A continuación, anali-
zaremos este problema desde un punto de vista cualitativo.
EJEMPLO 4.5.5 Un sistema de masa-resorte: movimiento armónico simple

d 2x k #
Dada la ecuación 1 bx 5 0, donde b 5 , sean x1 5 x y x2 5 x . Vemos que
dt2 m
# # # $
x 1 5 x 5 x2 y que x 2 5 x 5 2bx 5 2bx1 y obtenemos por tanto el sistema bidimensional
#
x 1 5 x2
#
x 2 5 2bx1. (4.5.5)
#
En primer lugar, observe que x2 representa la velocidad de la masa: x2 5 x , la razón de
cambio de la posición o desplazamiento de la masa. Mediante el lenguaje desarrollado en
el ejemplo 4.5.1, decimos que si pudiéramos resolver el sistema (4.5.5) para x1 y x2, el par
ordenado (x1(t), x2(t)), formado por la posición actual y por la velocidad de la masa, pro-
porcionaría el estado del sistema en el instante t.
Examinemos ahora algunas trayectorias en el plano de fases de (4.5.5); es decir, algu-
nas curvas solución en el plano x1-x2. La figura 4.13, en la que los puntos iniciales son
(x1(0), x2(0)) 5 (1, 0), (0, 1) y (2, 0), muestra el aspecto de estas curvas cuando b 5 25 y se
toma el intervalo 0 < t < 10. Utilice herramientas tecnológicas para trazar sus propias tra-
yectorias, con diferentes puntos iniciales e intervalos menores para t.
Análisis
¿Es este el comportamiento que se esperaría de una masa que rebota? En primer lugar,
tenga en cuenta que el origen es un punto especial, una solución de equilibrio, ya que las
dos ecuaciones de nuestro sistema alcanzan el valor cero en (x1, x2) 5 (0, 0). Desde un
x2
0,5
–2 –1 1 2 x1
–0,5
–1
Figura 4.13
Trayectorias para 5x 1 5 x2, x 2 5 2 25 x16 , puntos iniciales s1, 0d, s0, 1d, s2, 0d; 0 # t # 10
# #
punto de vista físico, esto significa que un sistema de masa-resorte que inicia su movi-
miento en su posición de equilibrio (x(0) 5 0), sin tracción ni empuje inicial,
#
(x s0d 5 x2 s0d 5 0) permanecerá siempre en reposo, lo cual tiene sentido.
Observe ahora atentamente una típica órbita cerrada, como se denomina a una de es-
tas trayectorias elípticas. Supongamos que x1 5 0 y x2 es positiva; es decir, la masa está en
su posición de equilibrio y recibe un tirón inicial hacia abajo. Cuando la masa está en re-
poso (x1 5 0) y es empujada o estirada en dirección descendente (dx1/dt) 5 x2 . 0), la tra-
yectoria se mueve en sentido horario 2advierta la dirección de las flechas del campo de di-
recciones2, con x2 decreciendo y x1 creciendo hasta que la trayectoria está en el eje x1.
Desde un punto de vista físico, esto significa que la masa se mueve hacia abajo hasta que el
resorte alcanza su máxima extensión (x1 está en su valor más positivo), dependiendo de
cuánta fuerza se aplicó inicialmente para estirar la masa hacia abajo, instante en el que ha
perdido toda su velocidad inicial (es decir, x2 5 0). Entonces, la energía almacenada en el
resorte sirve para volver a impulsar la masa hacia arriba, hacia su posición de equilibrio, de
modo que x1 es decreciente al mismo tiempo que la velocidad x2 es creciente, pero en direc-
ción negativa (ascendente). Gráficamente, esto ocurre en el cuarto cuadrante del plano de
fases. Cuando la trayectoria ha alcanzado el estado (0, x2), donde x2 es negativa, la masa ya
ha recuperado su posición inicial y ha llegado a su máxima velocidad hacia arriba.
A medida que la trayectoria nos conduce al tercer cuadrante, la masa sobrepasa su po-
sición inicial pero aminora su velocidad: x1 , 0 y x2 , 0. Cuando la trayectoria ha alcan-
zado el punto (x1, 0), donde x1 es negativa, el resorte está más comprimido, y la masa 2du-
rante un instante2 no se mueve.
Mientras la trayectoria atraviesa el segundo cuadrante, la masa es redirigida hacia su
posición inicial con una velocidad creciente en dirección descendente (positiva): x1 , 0 y
x2 . 0. Finalmente, la masa alcanza su posición inicial con su velocidad inicial en dirección
positiva (descendente), x1 5 0, x2 . 0; y el ciclo vuelve a comenzar.
Este análisis parece indicar que el movimiento de la masa no cesará nunca, ascen-
diendo y descendiendo sin interrupción. Esta conclusión, aparentemente absurda, resulta
perfectamente lógica cuando uno se da cuenta de que un verdadero sistema de masa-re-

sorte está siempre sujeto a la resistencia del aire y a algún tipo de fricción, los cuales ami-
noran la velocidad del sistema y finalmente obligan a la masa a dejar de moverse. Nuestro
análisis presupone la ausencia de tal fuerza impeditiva, así que la conclusión es sensata,
aun cuando la suposición no sea realista.
Una perspectiva diferente: las curvas solución
Como hicimos en los ejemplos 4.5.1 y 4.5.3, podemos utilizar herramientas tecnológicas
para representar gráficamente cada solución de nuestro sistema respecto de t. Las figuras
2
4.14a y 4.14b muestran la solución con b 5 , x1(0) 5 1 y x2(0) 5 1, correspondiente al sis-
5
tema de masa-resorte que inicia su movimiento 1 unidad por debajo de su posición de equili-
brio, con una velocidad inicial de 1 en dirección descendente. La apariencia de estas curvas
solución no debería sorprendernos. Las órbitas cerradas de la figura 4.13 reflejan la natura-
leza periódica del movimiento de la masa; tales movimientos se denominan oscilaciones. Uti-
lizando los métodos que vimos en la sección 4.1 podemos determinar que cuando b 5 25, la so-
lución general del sistema (4.5.5) es
"10 sena "10 tb 1 C2 cosa "10 tb

C1 1 1
x1 std 5
2 5 5
x2 std 5 C1 cosa "10 tb 2 "10 sena "10 tb ,

1 C2 1
5 5 5
x1
2
5 10 15 20 25 t
–1
–2
Figura 4.14a
x1(t), desplazamiento
x1(0) 5 1, 0 # t # 25
x2
1
0.5
5 10 15 20 25 t
–0.5
–1
Figura 4.14b
x2(t), velocidad
x2(0) 5 1, 0 # t # 25
y podemos ver que el origen explícito de las oscilaciones son los términos trigonométricos.
La solución particular del sistema, mostrada en las figuras 4.14a y 4.14b, se corresponde con
las condiciones iniciales x1(0) 5 1, x2(0) 5 1, y por tanto, C1 5 C2 5 1. (Compruebe esto.)
Si recordamos el análisis de la equivalencia entre una ecuación de segundo orden y un
sistema visto en el ejemplo 4.4.1 nos daremos cuenta de que
"10 sena "10 tb 1 C2 cosa "10 tb

C1 1 1
x1 std 5
2 5 5
d 2x 2
es la solución general de la ecuación diferencial única original 2
1 bx 5 0, donde b 5 .
dt 5
(Revise la sección 4.1. Sucede que x2(t) 5 dx1/dt es también una solución, pero esto es cierto
sólo porque la ecuación es homogénea.) ◆
Movimiento libre amortiguado

Consideremos ahora una versión más realista de un sistema de masa-resorte. Esta vez su-
pondremos la existencia de una combinación de la resistencia del aire y algo de fricción en
el sistema de masa-resorte, denominada fuerza de amortiguación, para aminorar la veloci-
dad de la masa. A fin de representar la situación de un modo más complejo, puede imagi-
nar que la masa está siendo sumergida en un cubo de agua, aceite o jarabe de arce, de
modo que a la fuerza inicial aplicada a la masa se opone otra fuerza que va en dirección
opuesta cuando la masa se topa con una resistencia del medio físico. El movimiento resul-
tante se denomina movimiento libre amortiguado. Por ejemplo, la amortiguación produ-
cida por los amortiguadores de los automóviles hace que el trayecto resulte más cómodo.
La fuerza de amortiguación actúa en sentido opuesto al movimiento de la masa, de modo
que cuando la masa se mueve hacia abajo 2en la dirección positiva2, la fuerza de amortigua-
ción actúa en dirección ascendente, y cuando la masa se mueve hacia arriba 2en la dirección
negativa2, la fuerza de amortiguación actúa en dirección descendente. En términos algebrai-
cos, el signo para esta fuerza de amortiguación debe ser opuesto al de la dirección de la velo-
cidad. Para velocidades pequeñas, los experimentos han mostrado que la fuerza de amorti-
guación es proporcional a la velocidad de la masa. Matemáticamente, podemos expresar las
dx
dos últimas frases como F 5 2a , donde a es una constante positiva de proporcionalidad
dt
denominada constante de amortiguación. Teniendo en cuenta que tanto la fuerza de recupe-
ración del resorte como esta fuerza de amortiguación son contrarias al movimiento de la
masa, podemos usar la segunda ley del movimiento de Newton para deducir la ecuación
d 2x dx
m? 5 2a 2 kx,
dt2 dt
que escribiremos en la forma
d2x dx a k
2
1b 1 cx 5 0, donde b 5 y c 5 . (4.5.6)
dt dt m m
Ahora, transformaremos esta ecuación diferencial de segundo orden en un sistema y
analizaremos nuestro problema desde un punto de vista cualitativo.
EJEMPLO 4.5.6 Un sistema de masa-resorte: movimiento libre amortiguado

d 2x dx
La ecuación lineal de segundo orden 2 1 b 1 cx 5 0 es equivalente al sistema bidi-
dt dt
mensional
dx1
5 x2
dt
dx2
5 2bx2 2 cx1. (4.5.7)
dt
Análisis de diagramas de fases
Para entender el movimiento de la masa, examinaremos primero la trayectoria que obte-
nemos cuando tomamos b 5 14, c 5 2, x1 s0d 5 1 y x2(0) 5 0 (figura 4.15). En particular, de-
bería ver que la masa inicia su movimiento 1 unidad por debajo de su posición de equili-
brio sin velocidad inicial.
x2
1
0,5
–0,8 –0,4 0,2 0,4 0,6 0,8 1 x1

–0,5
–1
Figura 4.15 Movimiento amortiguado libre

Trayectoria para el sistema
e 5 2 14 x2 2 2x1; x1 s0d 5 1, x2 s0d 5 0 f

dx1 dx2
5 x2,
dt dt
0 # t # 25
La dirección de la trayectoria en la figura 4.15 indica de manera muy representativa que

el estado del sistema se mueve en espiral hacia el origen—es decir, x1(t) S 0 y x2(t) S 0
cuando t S ` . Cada vez que la trayectoria en espiral de la figura 4.15 cruza el eje x2 2de
modo que x1 5 02, la masa está en su posición de equilibrio: en su camino hacia arriba
cuando la velocidad x2 es negativa y en su camino hacia abajo cuando x2 es positiva. (Re-
cuerde nuestro acuerdo acerca de qué dirección es positiva y cuál negativa.) Este tipo de espi-
ral indica claramente por qué podemos decir que el origen es un sumidero para el sistema.
Una perspectiva diferente
Observemos también las gráficas de x1(t) respecto de t (figura 4.16a) y x2(t) respecto de t
(figura 4.16b) para el mismo sistema. Las oscilaciones mostradas en las figuras 4.16a y
4.16.b reflejan, de un modo diferente, el comportamiento del sistema.
La masa alcanza su posición de equilibrio cuando la curva x1(t) cruza el eje t. Si
x1(t*) 5 0, observe entonces la figura 4.16b para ver cuál es el valor de x2(t*). Si x2(t*) . 0,
por ejemplo, la masa está en su camino hacia abajo. Advierta asimismo cómo las figuras 4.15,
4.16a y 4.16b muestran que las sucesivas subidas y bajadas disminuyen su longitud progresiva-
x1
1
0,5
5 10 15 20 25 t
–0,5
Figura 4.16a
x1 s0d 5 1
0 # t # 25
x2
1,5
1
0,5
5 10 15 20 25 t
–0,5
–1
–1,5
Figura 4.16b
x2(t), velocidad
x2 s0d 5 0
0 # t # 25
mente. Todas las figuras reflejan las condiciones iniciales y parecen indicar que finalmente
la masa se detendrá en su posición de equilibrio. Si fuéramos a golpear un gong de latón
con un martillo ceremonial especial, las vibraciones serían muy altas al principio, pero se
irían desvaneciendo gradualmente hasta desaparecer por completo. Esto es aproximada-
mente lo que estamos viendo aquí.
Un vistazo a la verdadera solución
Las curvas de las figuras 4.16a y 4.16b no son periódicas, pese a su semejanza con las fami-
liares curvas trigonométricas, que sí lo son. En la sección 4.1 vimos cómo determinar que
d 2x 1 dx dx
la solución de nuestro PVI 2 1 1 2 x 5 0, con x(0) 5 1 y s0d 5 0 viene dada por
dt 4 dt dt
"127
xstd 5 es28 td acosa "127 tb 1 sena "127 tb b ,
1 1 1
8 127 8
que no es una mera función trigonométrica debido al factor exponencial. Verifique que
esto es una solución. En lo que concierne a nuestro sistema (4.5.7), tenemos x1(t) 5 x(t) y
dx
x2 std 5 . (Realice la derivación para ver la apariencia de x2(t).)
dt
x
–t
1 e8
0,5
2 6 10 14 18 t
–0,5
–t
–1 –e 8
Figura 4.17
1 1
Las gráficas de x(t), es28 td y 2es28 td
1
El factor exponencial e s28 td, denominado amplitud variable en el tiempo, fuerza el decai-
miento de las oscilaciones indicadas por los términos trigonométricos. La figura 4.17 mues-
1 1
tra la gráfica de la solución x(t), junto con las de e s28 td y 2e s28 td . ◆
Diferentes tipos de amortiguación

Debería saber que existen distintos tipos de movimiento amortiguado. El comportamiento
d 2x dx
de un sistema amortiguado descrito por la ecuación m 2 1 a 1 kx 5 0 depende de la
dt dt
relación entre las tres constantes m, a y k: la masa, el coeficiente de amortiguación y la
constante del resorte, respectivamente. El ejemplo que acabamos de analizar es un caso
de movimiento subamortiguado, el cual tiene lugar cuando el coeficiente de amortigua-
ción es relativamente pequeño si se compara con las otras constantes: a2 , 4mk. Las otras
dos posibilidades, el movimiento sobreamortiguado (a2 . 4mk) y el movimiento crítica-
mente amortiguado (a2 5 4mk), se exploran en los problemas 9 y 10 de la sección Ejerci-
cios 4.5. En el capítulo 5, facilitaremos una explicación detallada del significado de la rela-
ción entre m, a y k.
Movimiento forzado
A veces un sistema físico está sujeto a fuerzas externas, lo que debe figurar en su repre-
sentación matemática. Por ejemplo, el movimiento de un automóvil 2cuya combinación
cuerpo-suspensión se puede considerar un sistema de masa-resorte2 está influenciado por
las irregularidades de la superficie de la carretera. Del mismo modo, un edificio alto puede
estar sujeto a fuertes vientos que harán que se incline de un modo inusual.
Estudiaremos un problema de valor inicial relacionado con el ejemplo 2.2.5 y los pro-
blemas 25-27 de la sección Ejercicios 2.2. Este análisis incluirá un importante tipo de ecua-
ción lineal de segundo orden con un término de forzamiento.
EJEMPLO 4.5.7 Problema equivalente a un movimiento forzado amortiguado

Suponga que tenemos un circuito eléctrico con una inductancia de 0,5 henrios, una resis-
tencia de 6 ohmios, una capacitancia de 0,02 faradios, y un generador que suministra un
voltaje alterno dado por 24 sen (10t) para t $ 0. La tensión alterna es la fuerza externa
aplicada al circuito, y la resistencia, un coeficiente de amortiguación. Entonces, si Q indica

la carga instantánea en el condensador, la ley de Kirchhoff nos da la ecuación
d2Q dQ
0,5 16 1 50 Q 5 24 sen 10 t,
dt2 dt
o
d2Q dQ
2
1 12 1 100 Q 5 48 sen 10 t.
dt dt
dQ
Supongamos que Q(0) 5 0 y s0d 5 0.
dt
Esta ecuación no homogénea de segundo orden equivale al sistema no autónomo
dx1
5 x2
dt
dx2
5 48 sen 10 t 2 12x2 2 100x1,
dt
con las condiciones iniciales x1(0) 5 0 y x2(0) 5 0. (Debería plantear por su cuenta este PVI.)
Diagrama de fases
Resulta interesante el diagrama de fases (figura 4.18a) correspondiente a este sistema,
para 0 < t < 0,94. Al principio, sospechamos que podríamos obtener una espiral que se
abriera hacia fuera; pero, con un intervalo expandido para t 2digamos de 0 a 52, el dia-
grama de fases se asemeja a una órbita cerrada alrededor del origen (figura 4.18b). Pode-
mos entender la “señal” inicial utilizando la solución explícita hallada mediante las técni-
cas analizadas en la sección 4.2:
1 26 t 2
Qstd 5 e s4 cos 8 t 1 3 sen 8 td 2 cos 10 t.
10 5
Como en el ejemplo 2.2.5, vemos que hay un término transitorio, 101 e26 t s4 cos 8 t 1 3 sen 8 td ,
que se vuelve insignificante a medida que t crece (¿por qué?), y un término en estado per-
x2
4
–0,4 –0,2 0,2 0,4 x1

–2
–4
Figura 4.18a
e x1 s0d 5 0 5 x2 s0d f
dx1 dx2
5 x2, 5 48 sen 10 t 2 12x2 2 100x1;
dt dt
0 # t # 0,94
x2
4
–0,4 –0,2 0,2 0,4 x1

–2
–4
Figura 4.18b
e 5 48 sen 10t 2 12x2 2 100x1; x1 s0d 5 0 5 x2 f

dx1 dx2
5 x2,
dt dt
0#t#5
manente, – 25 cos 10 t, que controla finalmente el comportamiento de Q(t) (5 x1). Este término
de estado permanente es periódico, con el mismo período a 5 b que el término de for-

2p p
10 5
2 dQ
zamiento, y su amplitud es 5 . La corriente del circuito viene dada por I 5 5 x2 . ◆
dt
Veamos otro ejemplo de un sistema de masa-resorte. Supongamos primero que no

hay resistencia del aire o fricción. A continuación, presumamos que el resorte al que
está sujeta la masa está soportado por una tabla. Ahora ponemos la masa en movi-
miento, desplazando la tabla de soporte hacia arriba y hacia abajo de un modo perió-
dico. Esta situación se describe como movimiento dirigido no amortiguado o movi-
miento forzado no amortiguado. Como en el último ejemplo, se está aplicando una
fuerza externa al mismo sistema de masa-resorte, y queremos comprender el comporta-
miento del sistema.
Cuando aplicamos la segunda ley del movimiento de Newton, un análisis similar al
mostrado en el ejemplo 4.5.5 nos proporciona la ecuación
d 2x
m? 5 2kx 1 fstd ,
dt2
que podemos escribir así:
d 2x k fstd
2
1 bx 5 Fstd donde b 5 y Fstd 5 . (4.5.8)
dt m m
La función de forzamiento f(t) (o F(t)) describe la fuerza externa que hace oscilar la ta-
bla de soporte hacia arriba y abajo rítmicamente. Recuerde que estamos suponiendo que
esta fuerza es periódica, de modo que f(t) es unas veces positiva y otras negativa; es de-
cir, a veces la tabla es desplazada hacia abajo y otras veces hacia arriba. (¿Ha visto al-
guna vez el juguete que se compone de una pala y una pelota de goma sujeta a ella por
una cuerda de goma?)
El siguiente ejemplo nos muestra el análisis cualitativo de este problema.
EJEMPLO 4.5.8 Movimiento forzado no amortiguado

El sistema equivalente a nuestro problema es
dx1
5 x2
dt
dx2
5 Fstd 2 bx1. (4.5.9)
dt
Tomemos b 5 4 y supongamos que la función de forzamiento es F(t) 5 cos (2t). Además,
presumamos que la masa inicia su movimiento desde su posición de equilibrio, x1(0) 5
x(0) 5 0, y que no hay movimiento inicial antes de que se aplique la fuerza externa; es
dx
decir, x2(0) 5 s0d 5 0. La figura 4.19 muestra el diagrama de fases correspondiente a
dt
este PVI para 0 < t < 20.
Análisis
Observe que, puesto que el punto inicial es el origen, resulta obvio que la trayectoria en
espiral se mueve hacia fuera; es decir, en sentido horario. (Deberá contrastar esto con la
figura 4.15 del ejemplo 4.5.6.) La figura 4.19 indica que tanto el desplazamiento de la masa
como su velocidad aumentan ilimitadamente. Las gráficas de x1(t) y x2(t) respecto de t
(figuras 4.20a-b) lo confirman.
La verdadera solución
t
La solución del sistema que hemos elegido como ejemplo es x1(t) 5 x(t) 5 sen (2t). (Com-
4
pruebe que ésta es una solución del PVI.) El término seno indica una oscilación entre 21 y 1,
afecta a la amplitud de las oscilaciones: 0 xstd 0 5 ` ` 0 sens2 td 0 , de modo que

t t
pero el factor
4 4
t t
2 # xstd # para t $ 0, y x(t) aumenta cada vez más, tanto en dirección positiva como ne-
4 4
gativa, a medida que t crece.
x2
10
8
6
4
2
–4 –2 –2 2 4 x1
–4
–6
–8
Figura 4.19
e 5 cos 2t 2 4x1; x1 s0d 5 0 5 x2 s0d f

dx1 dx2
5 x2,
dt dt
0 # t # 20
x1
6
4
2
5 10 15 20 25 t
–2
–4
–6
Figura 4.20a
x1(t) en el ejemplo 4.5.8, 0 # t # 30
x2
15
10
5
5 10 15 20 25 t
–5
–10
–15
Figura 4.20b
x2(t), velocidad
x2(t) en el ejemplo 4.5.8, 0 # t # 30
x
6 x(t) = t
4
4
2
–2 5 10 15 20 25 30 t
–4
–6 x(t) = – t
4
Figura 4.21
t
x1 std 5 xstd 5 sens2 td, 0 # t # 30
4
t
La figura 4.21 muestra cómo el factor lineal aumenta la oscilación causada por el factor
4
trigonométrico. ◆
Resonancia
Se denomina resonancia a una situación en la que tenemos una oscilación ilimitada, como
se ha mostrado en el último ejemplo. Esto es especialmente importante porque todos los
sistemas mecánicos poseen frecuencias naturales o características; es decir, cada átomo
que integra un sistema vibra a una frecuencia particular, y el sistema compuesto tiene su
propia frecuencia característica. Recuerde que si una función g es periódica con un perío-
do T 2de manera que T es el número menor para el que g(t 1 T) 5 g(t) para todo t2,
1
entonces su frecuencia f es el número de ciclos por unidad de tiempo: f 5 . La resonan-
T
cia tiene lugar cuando la frecuencia de una fuerza externa coincide con la frecuencia natu-
ral del sistema, y por tanto la amplifica. Quizá haya experimentado el golpeteo de las ven-
tanas en su casa cuando pasa un vehículo pesado. El conducir a una velocidad excesiva
puede causar un molesto traqueteo. En nuestro último ejemplo, la frecuencia natural del
1
sistema es ciclos por unidad de tiempo, lo que equivale a la frecuencia de la función de
p
forzamiento F(t) 5 cos(2t).
Una consecuencia física (desgraciadamente frecuente) de tal vibración amplificada es
la destrucción del sistema. En un sistema de masa-resorte, el resorte podría romperse. Una
situación grave podría ocurrir si muchas personas desfilaran sincronizadas sobre un puente
y la frecuencia de las vibraciones originadas por los pies que caminan causara una reso-
nancia que provocase el derrumbamiento del puente. (Éste es el motivo por el que las co-
lumnas militares y los desfilantes “rompen filas” al cruzar un puente.) Veamos otro ejem-
plo: en 1959 y 1960, varios modelos del mismo avión se estrellaron, supuestamente
estallando en pleno vuelo. La Junta de Aeronáutica Civil (JAC) determinó que la desinte-
gración de los aviones se había debido a la resonancia mecánica: un componente en el in-
terior de los aviones, al no estar sujeto de un modo seguro, generó oscilaciones que actua-
ron como una fuerza excesiva sobre las alas, quebrándolas en 30 segundos.9 De igual
modo, la resonancia acontece cuando las olas oceánicas chocan contra una barrera cons-
truida por el hombre o cuando el viento se arremolina alrededor de un puente o una torre.
Un ejemplo menos catastrófico de resonancia sucede cuando un cristal se hace añicos
al alcanzar un cantante, de manera sostenida, una nota muy alta. Aquí, la fuerza externa
es la onda acústica, que amplifica la frecuencia natural del cristal.
Sin embargo, debería señalarse que la resonancia también puede ofrecer ventajas. El
gran científico Galileo (1564-1642) hizo la siguiente observación acerca de la resonancia uti-
lizada en el repiqueteo de las pesadas campanas de oscilación libre en una torre:
Ya de niño observé que un hombre solo, ejerciendo estos impulsos en el instante preciso, podía
hacer repiquetear una campana tan grande que, cuando cuatro o incluso seis hombres asían la
cuerda y trataban de detenerla, eran levantados del suelo todos juntos, siendo incapaces de con-
trarrestar el impulso que un solo hombre le había dado mediante tirones correctamente calcula-
dos en el tiempo.10
Un padre que columpia a su hijo calculando los impulsos para que coincidan con el movi-
miento del columpio, está usando la resonancia para aumentar la amplitud de cada balanceo.
Un conductor que balancea su coche para sacarlo de un bache fangoso o de un banco de nieve
está aplicando una fuerza externa para amplificar la frecuencia natural del automóvil.
9. Para ejemplos de resonancia, consulte ALICE B. DICKINSON, Differential Equations: Theory and Use in Time
and Motion, 100 y ss. Addison-Wesley, Reading (Mass.), 1972.
10. GALILEO GALILEI, Diálogos acerca de dos nuevas ciencias.
SISTEMAS TRIDIMENSIONALES
Nos hemos centrado en las ecuaciones de segundo orden y en sus sistemas equivalentes,
pero las técnicas que hemos analizado se aplican a cualquier ecuación diferencial de un or-
den superior a 1. La principal dificultad con las ecuaciones de orden 3 y superior es que se
pierden algunos aspectos de la interpretación gráfica de la solución. Observemos el si-
guiente ejemplo, que nos presenta un sistema tridimensional.
EJEMPLO 4.5.9 Un sistema de tres ecuaciones de primer orden

Queremos examinar el comportamiento del sistema tridimensional
#
x 5 20,1 x 2 y
#
y 5 x 2 0,1 y
#
z 5 20,2 z.
Una trayectoria tridimensional
La descripción completa de la solución de este sistema viene dada por el conjunto de pun-
tos (t, x(t), y(t), z(t)), una situación cuatridimensional. Suponiendo que x, y y z son funcio-
nes del parámetro t y que tenemos la condición inicial x(0) 5 5, y(0) 5 5 y z(0) 5 10, obte-
nemos la trayectoria mostrada en la figura 4.22. Ésta es una proyección de la representación
cuatridimensional, en un espacio tridimensional, exactamente del mismo modo que los dia-
gramas de fases bidimensionales que hemos visto anteriormente son proyecciones de las
curvas tridimensionales en planos bidimensionales.
10
8
6 (5, 5, 10)
z
4
2
0
–6 –6
–4 –4
–2 –2
0 0
y 2 2 x
4 4
6 6
Figura 4.22
Una trayectoria en el espacio x-y-z para el sistema
5x 5 20,1x 2 y, y 5 x 2 0,1y, z 5 20,2z; xs0d 5 5, ys0d 5 5, zs0d 5 106
# # #
0 # t # 15
Trazando la gráfica con su SAC y girando los ejes 2si es posible2, debería poder ver
que la solución se mueve en espiral hasta el origen en el plano x-y, al mismo tiempo que se
mueve hacia el origen en la variable z.
Una trayectoria bidimensional
Ahora podemos, por ejemplo, proyectar la espiral tridimensional 2en el espacio x-y-z
sobre el plano x-y (figura 4.23)2.
y
6
4
2
–6 –4 –2 2 4 x
–2
–4
Figura 4.23
Una trayectoria en el plano x-y para el sistema
5x 5 20,1x 2 y, y 5 x 2 0,1y, z 5 20,2z; xs0d 5 5, ys0d 5 5, zs0d 5 106
# # #
0 # t # 15
Si aumenta el intervalo de t, obtendrá una espiral más cerrada y verá que el origen es un
sumidero para este sistema. ◆
En esta sección hemos visto cómo cualquier ecuación diferencial de orden superior
a 1 se puede transformar en un sistema equivalente de ecuaciones de primer orden. He-
mos analizado diferentes modos de visualizar tales sistemas gráficamente. En las si-
guientes secciones, estudiaremos otros aspectos de las ecuaciones de primer orden que
son extensibles a los sistemas. En concreto, investigaremos acerca de las cuestiones de la
existencia y la unicidad de las soluciones y la aproximación numérica a las soluciones de
los sistemas.
EJERCICIOS 4.5
Suponga que todas las funciones de los ejercicios 1-6 son funciones del tiempo, t. Para cada
uno de estos problemas de valor inicial, (a) transfórmelo en un sistema, (b) utilice herra-
mientas tecnológicas para hallar la gráfica de la solución en el plano de fases y (c) muestre
una gráfica de las dos componentes de la solución relativas al eje temporal.
$ #
1. xs 1 xr 5 0; xs0d 5 1, xr s0d 5 2 2. r 2 r 5 0; rs0d 5 0, r s0d 5 1
$ #
3. y 1 y 5 0; ys0d 5 2, y s0d 5 0 4. ys 5 24; ys0d 5 yrs0d 5 0
$ # #
5. x 2 x 5 0; xs0d 5 1, x s0d 5 1
6. xs 2 2 xr 1 x 5 0; xs0d 5 21, xr s0d 5 21
7. Lea las aclaraciones previas a los problemas 15-18 de la sección Ejercicios 2.1 y
dy 2x 1 y
resuelva la ecuación 5 que se plantea en el ejemplo 4.5.2.
dx x1y
8. Considere las ecuaciones concretas de Lotka-Volterra (4.5.3) del ejemplo 4.5.4.
a. Halle la ecuación diferencial de primer orden que define las trayectorias de este sis-
tema en el plano de fases.
b. Resuelva esta ecuación separable para hallar la ecuación algebraica implícita de las
trayectorias.
$ # #
9. El PVI x 1 20x 1 64 x 5 0, con xs0d 5 13 y x s0d 5 0, modela el movimiento de un
sistema de masa-resorte con una fuerza de amortiguación. Las condiciones iniciales
indican que la masa se ha estirado bajo su posición de equilibrio y se ha soltado.
a. Exprese este PVI como un sistema de dos ecuaciones de primer orden, con las con-
diciones iniciales apropiadas.
b. Utilice herramientas tecnológicas para trazar la gráfica de la solución del sistema
en el plano de fases.
c. Utilice herramientas tecnológicas para trazar la gráfica de la solución de la ecua-
ción original de segundo orden relativa al eje t.
d. Comparando los resultados de los apartados (b) y (c) con las gráficas apropiadas
en los ejemplos 4.5.5 y 4.5.6, ¿por qué cree que el movimiento mostrado en este
ejercicio se debería denominar sobreamortiguado?
$ #
10. Considere el sistema de masa-resorte representado por el PVI x 1 cx 1 0,25 x 5 0,
1 # 7
con xs0d 5 y x s0d 5 . Aquí, c es un parámetro positivo.
2 4
a. Exprese el PVI en términos de un sistema de ecuaciones de primer orden, inclu-
yendo las condiciones iniciales.
b. Para cada uno de los valores c 5 0,5, 1 y 1,5, utilice herramientas tecnológicas para
trazar la gráfica de la solución del sistema en el plano de fases, 0 < t < 20.
c. Para cada uno de los valores c 5 0,5, 1 y 1,5, utilice herramientas tecnológicas para
trazar la gráfica de la solución de la ecuación original con respecto a t sobre el inter-
valo 0 < t < 20.
d. Sobre la base de sus respuestas a los apartados (b) y (c), describa cómo varía la na-
turaleza de la solución cuando c pasa a través del valor 1 (cuando c 5 1, el sistema
está críticamente amortiguado.)
$
11. Considere el siguiente modelo de sistema de masa-resorte: x 1 64 x 5 16 cos 8 t, con
#
x(0) 5 0 y x s0d 5 0.
a. Exprese el PVI en términos de sistema de ecuaciones de primer orden, incluyendo
las condiciones iniciales.
en el plano de fases.
ción original de segundo orden relativa al eje t.
d. ¿Cuál es la relación entre la gráfica del apartado (c) y las dos semirrectas x 5 t y
x 5 2t para t > 0?
$ #
12. La ecuación Q 1 9Q 1 14 Q 5 12 sen t modela un circuito eléctrico con una resistencia de
1
180 ohmios, una capacitancia de 280 faradios, una inductancia de 20 henrios y una tensión
aplicada dada
# por E(t) 5 10 sen t. Q 5 Q(t) denota la carga del condensador
# en el ins-
tante t, y Qstd expresa la corriente en el circuito. Suponga que Q(0) 5 0 y Qs0d 5 0,1.
a. Exprese este PVI como un sistema de dos ecuaciones de primer orden, con las con-
diciones iniciales apropiadas.
en el plano de fases, con 0 < t < 8.

ción original de segundo orden relativa al eje t. Considere en primer lugar el inter-
valo 0 < t < 2, y después, 0 < t < 8.
d. Describa el comportamiento de la capacitancia cuando t S ` .
13. Convierta cada uno de los siguientes sistemas en una única ecuación de segundo or-
den. Interprete después cada ecuación para determinar cuál (si la hubiere) no puede
representar un sistema de masa-resorte. Explique su razonamiento.
#
a. Qr 5 26 Q 1 3 R b. x 5 3 x 2 y
#
Rr 5 2Q 2 2 R y 5 x 1 3y
14. Halle todas las soluciones de equilibrio de cada uno de los siguientes sistemas:
# #
a. x 5 x 2 3 y, y 5 3 x 1 y b. xr 5 2 x 1 4 y, yr 5 3 x 1 6 y
# #
c. r 5 22 rs 1 1, s 5 2 rs 2 3 s d. xr 5 cos y, yr 5 sen x 2 1
# 2 # 2
e. x 5 x 2 y , y 5 x 2 y f. rr 5 1 2 s, sr 5 r3 1 s
15. Transforme la ecuación x0 1 x9 2 x 1 x3 5 0 en un sistema y halle todos los puntos de
equilibrio.
d2u
16. La ecuación 2 1 k2 sen u 5 0 describe el movimiento de un péndulo no amortiguado,
dt
donde u es el ángulo que forma el péndulo con la vertical. Convierta esta ecuación en un
sistema y describa todos sus puntos de equilibrio.
4.6 EXISTENCIA Y UNICIDAD

Ahora que ya hemos aprendido a transformar ecuaciones de orden superior en sistemas
equivalentes de ecuaciones de primer orden y que hemos visto algunos análisis cualitati-
vos de estos sistemas, es el momento de formular aquella importante cuestión que ya habí-
amos considerado al principio en la sección 2.7, en el contexto de las ecuaciones de primer
orden: ¿cómo sabemos que una ecuación de orden superior dada, o que un sistema equi-
valente, tiene una solución?, y ¿cómo sabemos si tal solución es única?
No queremos malgastar recursos humanos e informáticos buscando una solución que
podría no existir o ser simplemente una de muchas soluciones. De momento, centraremos
nuestro interés en ecuaciones de segundo orden y en sus correspondientes sistemas. En el
capítulo 5, analizaremos algunas generalizaciones de ecuaciones de grado superior y de sis-
temas mayores.
El primer ejemplo muestra que, cuando un sistema tiene una solución, es posible que
haya muchas más.
EJEMPLO 4.6.1 Un PVI de un sistema con muchas soluciones
Observemos el problema de valor inicial
t2xs 2 2 txr 1 2 x 5 0, con xs0d 5 0 y xrs0d 5 0.
Éste es equivalente al PVI para sistemas
xr1 5 x2
2 2
xr2 5 x2 2 2 x1, con x1(0) 5 0 5 x2(0).
t t
Entonces, xstd ; 0 y cualquier función en la forma x(t) 5 Kt2 (donde K es cualquier

constante) es solución del PVI original. (Compruebe esto.) Con respecto al sistema equi-
valente de ecuaciones, x1 std ; 0, x2 std ; 0 es una solución, y también lo es cualquier par
de funciones x1(t) 5 Kt2, x2(t) 5 2Kt. Lo que estamos diciendo aquí es que nuestro PVI
tiene una infinidad de soluciones. ◆
A diferencia del PVI del último ejemplo, podemos tener un sistema de ecuaciones di-
ferenciales sin solución.
EJEMPLO 4.6.2 Un PVI de un sistema sin solución

Echemos un vistazo al PVI
1
xr1 5 , xr 5 2 x1 2 x2 , con x1 s0d 5 0 y x2 s0d 5 1.
x21 2
Al examinar esta situación detalladamente, vemos que si x1(t) es parte de un par solución
1
3x1 s0d 4 2
para este PVI, entonces xr1 no existe para t 5 0 porque xr1 s0d 5 y x1(0) 5 0, lo que
indica que este PVI carece de solución. ◆
Lo que esperamos en la mayoría de las situaciones de la vida real es una y sólo una so-
lución a un problema de valor inicial. El siguiente ejemplo muestra tal caso.
EJEMPLO 4.6.3 Un PVI de un sistema con una única solución
El PVI e 5 x; xs0d 5 1, ys0d 5 0 f tiene la solución única x(t) 5 se t 1 e 2t d ,

dx dy 1
5 y,
dt dt 2
1 t
ystd 5 se 2 e 2t d . Es posible que reconozca x e y como el coseno hiperbólico (cosh) y el
2
seno hiperbólico (senh), respectivamente.
$ $
Este sistema equivale a la ecuación única x 2 x 5 0, o x 5 x, con x(0) 5 1 y
#
x s0d 5 0, y no resulta muy difícil conjeturar qué tipo de función es igual a su propia se-
gunda derivada. En el ejercicio 1 de la siguiente sección, se le requerirá que investigue esto
más a fondo. ◆
UN TEOREMA DE EXISTENCIA Y UNICIDAD

Hasta este momento hemos visto que las posibilidades para los PVI de segundo orden son
similares a las que vimos en la sección 2.7 para los PVI de primer orden. Es posible que no
se halle ninguna solución, que se obtenga una infinidad de soluciones o exactamente una
solución. Una vez más, nos gustaría determinar cuándo hay una y sólo una solución de un
problema de valor inicial.
El teorema de existencia y unicidad más sencillo para ecuaciones diferenciales de se-
gundo orden, o para sistemas bidimensionales de ecuaciones de primer orden es una ex-
tensión natural del resultado que vimos en la sección 2.7. Enunciaremos este teorema de
dos formas diferentes.
Existencia y unicidad
d 2y #
Suponga que se nos da el PVI de segundo orden 5 fst,y,y d , con y(t0) 5 y0 e
dt2
# # 'f 'f
y st0 d 5 y 0. Si f, , y # son continuas en un intervalo cerrado B 2paralelepípedo
'y 'y
#
de aristas paralelas a los ejes2 del espacio tridimensional (el espacio t-y-y d, y el
#
punto st0, y0, y 0 d es interior a B, entonces el PVI tiene una única solución y(t) en al-
gún intervalo I de t que contenga a t0.
De igual modo:
Existencia y unicidad
Suponga que tenemos un PVI para un sistema bidimensional de dos ecuaciones de

primer orden
dx1
5 fst, x1, x2 d
dt
dx2
5 g(t, x1, x2),
dt
'f 'g 'f 'g
donde x1(t0) 5 x01 and x2(t0) 5 x02. Si f, g, , , ,y son todas continuas en
'x1 'x1 'x2 'x2
un intervalo cerrado B del espacio tridimensional t-x1-x2 y el punto (t0, x01, x02) es inte-
rior a B; entonces, existe un intervalo I que contiene a t0 en el que el PVI tiene una
solución única x1 5 x1(t), x2 5 x2(t).
Muchas soluciones #
$ # 2 tx 2 2 x
Podemos escribir la ecuación del ejemplo 4.6.1 en la forma x 5 fst, x, x d 5 y, por
t2
tanto, vemos que f no está definida en ningún intervalo del espacio tridimensional en el que
t 5 0. En consecuencia, no deberíamos esperar exactamente una solución y, de hecho, aunque
#
hay solución al PVI con las condiciones iniciales x(0) 5 0 y x s0d 5 0, tal solución no es única.
Ninguna solución
En el ejemplo 4.6.2, podemos utilizar la versión para sistemas de nuestro teorema de exis-
tencia y unicidad para ver que la función f(t, x1, x2) 5 1/x12 no existe en el punto
st, x01, x02 d 5 s0, 0, 1d , así que nuevamente no se nos garantiza exactamente una solución; y,
de hecho, no hay solución al PVI.
Exactamente una solución

Finalmente, si examinamos el PVI del ejemplo 4.6.3 desde el punto de vista de la ecuación
única o de los sistemas, deberíamos ver que en esta situación se nos garantiza la existencia
de una y sólo una solución al problema de valor inicial. (Compruebe esto.)
Lo interesante sobre estas cuestiones es que, en la mayoría de los problemas aplicados

comunes, las funciones y sus derivadas son “de buen comportamiento” (continuas, etc.),
de modo que realmente hay tanto existencia como unicidad.
EJERCICIOS 4.6
1. En el ejemplo 4.6.3 vio un PVI para un sistema de ecuaciones equivalente al PVI de
ecuación única x0 2 x 5 0, o x0 5 x, con x(0) 5 1 y x9(0) 5 0. Mediante la técnica de la
1
sección 4.1, demuestre que xstd 5 se t 1 e 2t d es la solución del PVI x0 2 x 5 0, con
2
x(0) 5 1 y x9(0) 5 0.
2. Verifique que cada uno de los siguientes problemas de valor inicial tiene una solución
única garantizada en cualquier lugar del espacio tridimensional (t, x1, x2).
a. xr1 5 x2, xr2 5 3x1 2 5x2; x1 s0d 5 1, x2 s0d 5 0
b. xr1 5 x21, xr2 5 sen x1 2 x22; x1 s0d 5 0, x2 s0d 5 0
c. xr1 5 x32, xr2 5 tx1 2 x2; x1 s0d 5 0, x2 s0d 5 1
3. Dos estudiantes analizan la ecuación x0 1 f(t)x 5 0, donde f(t) es una función conti-
nua dada y x(0) 5 0. El primer estudiante afirma que la función trivial xstd ; 0 satis-
face tales condiciones y utiliza el teorema de existencia y unicidad para decidir que la
función nula es la única solución del problema para cualquier función f(t). El segundo
estudiante, en cambio, ve que si fstd ; 1, entonces la función x(t) 5 sen t satisface las
condiciones del problema. Aclare esta contradicción.
4. Demuestre que el problema de valor inicial
5yxr 5 y 2 4t, sx 2 3dyr 5 24x 1 sen t; xs0d 5 3, ys0d 5 06
no tiene solución. ¿Contradice esto la parte de “existencia” del resultado que hemos
dado en esta sección? Explíquelo.
5. a. Demuestre que
{x1(t) 5 e2t sen (3t), y1(t) 5 e2t cos (3t)}
y
{x2(t) 5 e2(t21) sen (3(t 2 1)), y2(t) 5 e2 (t21)cos (3(t 2 1))}
son soluciones del sistema

dx
5 2x 1 3 y
dt
dy
5 23x 2 y.
dt
b. Utilice herramientas tecnológicas para trazar las gráficas de cada una de las solu-
ciones en el apartado (a) sobre el plano de fases x-y.
c. Explique por qué las soluciones en el apartado (a) no contradicen la parte de “uni-
cidad” del resultado en esta sección.
6. Considere la ecuación
5x2y(5) 2 (6 sen x) y09 1 2xy0 1 px3y9 1 (3x 2 5) y 5 0.
Suponga que Y(x) es una solución de esta ecuación, tal que Y(1) 5 0, Y9(1) 5 0,
Y0(1) 5 0, Y-(1) 5 0, Y(4)(1) 5 0 e Y(5)(1) 5 0. ¿Por qué Y(x) debe ser igual a 0 para to-
dos los valores de x?
7. Utilice herramientas tecnológicas para trazar algunas trayectorias del sistema no autó-
nomo
dx
5 s1 2 tdx 2 ty
dt
dy
5 tx 1 s1 2 tdy.
dt
Su representación deberá mostrar algunas intersecciones de curvas. ¿La gráfica con-
tradice el teorema de existencia y unicidad? Explíquelo.
4.7 SOLUCIONES NUMÉRICAS

La dificultad de hallar soluciones en forma cerrada de ecuaciones diferenciales se ve agra-
vada cuando afecta a sistemas de ecuaciones. Ya hemos visto algunos modos útiles en que
los sistemas se analizan cualitativamente. Sin embargo, debería percatarse de que una cal-
culadora gráfica o un ordenador producen diagramas de fases utilizando métodos numéri-
cos. En lo que concierne a cualquier gráfica computacional, se calculan los puntos indivi-
duales y después se conectan mediante una serie de pequeños segmentos lineales que dan
la impresión de una curva continua.
Ahora es el momento de ver que cualquiera de las técnicas numéricas introducidas para
las ecuaciones de primer orden en las secciones 3.1, 3.3 y 3.4 es naturalmente extensible a los
sistemas de ecuaciones de primer orden. En esta sección trabajaremos con sistemas bidimen-
sionales, dejando las generalizaciones obvias para los capítulos 5 y 7. Incluso aunque es im-
portante ser capaz de resolver sencillos problemas numéricos manualmente, la mayoría de
los sistemas de ecuaciones diferenciales se resuelven mediante los métodos numéricos imple-
mentados en los ordenadores.
EL MÉTODO DE EULER APLICADO A SISTEMAS

Comencemos recordando el método de Euler para resolver el problema de valor inicial de pri-
mer orden yr 5 fsx, yd , yr sx0 d 5 y0. Este algoritmo se dio originalmente como la fórmula
(3.1.3):
yk11 5 yk 1 h ? fsxk, yk d .
Aquí, h es el tamaño de paso e yk indica el valor aproximado de la solución en el punto
xk 5 x0 1 kh.
Supongamos ahora que tenemos el sistema de dos ecuaciones diferenciales de primer
orden
dx
5 fst, x, yd
dt
dy
5 gst, x, yd ,
dt
con x(t0) 5 x0 e y(t0) 5 y0. Si hacemos que tk 5 t0 1 kh, xk < xstk d e yk < ystk d , podemos
aplicar el algoritmo de Euler a cada ecuación por separado para obtener el resultado
xk11 5 xk 1 h ? fstk, xk, yk d
yk11 5 yk 1 h ? fstk, xk, yk d . (4.7.1)
Veamos cómo funciona este método en un sistema visto previamente.
EJEMPLO 4.7.1 El método de Euler para un sistema: modo manual

A modo de simple aclaración del método de Euler aplicado a un sistema, vamos a aproxi-
mar la solución del PVI del ejemplo 4.6.3 en t 5 0,5. El sistema, del que sabemos que tiene
dx dy
una única solución, es 5 y, 5 x; xs0d 5 1, ys0d 5 0.
dt dt
Ecuaciones
Utilizando el tamaño de paso h 5 0,1, el algoritmo dado por las ecuaciones (4.7.1) pre-
senta la siguiente forma:
xk 1 1 5 xk 1 (0,1) yk
yk 1 1 5 yk 1 (0,1) xk,
donde x0 5 x(0) 5 1 e y0 5 y(0) 5 0.
Cálculo
Aproximaremos la solución en t 5 0,5 tomando cinco pasos:
x1 5 x0 1 (0,1) y0 5 1 1 (0,1) (0) 5 1
y1 5 y0 1 (0,1) x0 5 0 1 (0,1) (1) 5 0,1
x2 5 x1 1 (0,1) y1 5 1 1 (0,1) (0,1) 5 1,01
y2 5 y1 1 (0,1) x1 5 0,1 1 (0,1) (1) 5 0,2
x3 5 x2 1 (0,1) y2 5 1,01 1 (0,1) (0,2) 5 1,03
y3 5 y2 1 (0,1) x2 5 0,2 1 (0,1) (1,01) 5 0,301
x4 5 x3 1 (0,1) y3 5 1,03 1 (0,1) (0,301) 5 1,0601
y4 5 y3 1 (0,1) x3 5 0,301 1 (0,1) (1,03) 5 0,404
x5 5 x4 1 (0,1) y4 5 1,0601 1 (0,1) (0,404) 5 1,1005
y5 5 y4 1 (0,1) x4 5 0,404 1 (0,1) (1,0601) 5 0,51001
Resultado
Estos cálculos indican que x(0,5) < 1,1005 e y(0,5) < 0,5100; pero para cuatro cifras deci-
males, la solución exacta es x(0,5) 5 cosh(0,5) 5 (21 ) (exp(0,5) 1 exp(20,5)) 5 1,1276 e
y(0,5) 5 senh(0,5) 5 (12 ) (exp(0,5) 2 exp(20,5)) 5 0,5211. Por tanto, el error absoluto es
0,0271 para x y 0,0111 para y.
Si partimos nuestro tamaño de paso por la mitad, haciendo que h 5 0,05 y utilizando
herramientas tecnológicas, necesitaremos 10 pasos y hallaremos que nuestras aproxima-
ciones son x(0,5) < 1,1138 e y(0,5) < 0,5151 para cuatro cifras decimales. Ahora, el error
(0,0130 para x y 0,006 para y) es aproximadamente la mitad que los anteriores (cuando
h 5 0,1). Teniendo los recursos computacionales a nuestra disposición, resulta difícil resis-
tirse a otro intento, esta vez con h 5 0,01. Si tomamos 50 pasos, obtenemos x(0,5) < 1,1248
e y(0,5) < 0,5198, con errores 0,0028 y 0,0013 para x e y, respectivamente. Debería experi-
mentar con otros valores de h en su propio SAC o calculadora graficadora. ◆
En el ejercicio 1 de esta sección, se le requerirá que escriba la forma del sistema del
método de Euler mejorado (método de Heun).
EL MÉTODO DE RUNGE-KUTTA DE CUARTO

ORDEN PARA SISTEMAS
A modo de ejemplo adicional, observemos la forma para sistemas del algoritmo de Runge-
Kutta introducido en la sección 3.4. (Como mencionamos en aquel análisis, fue Kutta
quién generalizó el método básico a los sistemas de EDO en 1901.)
Comenzaremos con el mismo sistema general de primer orden que habíamos conside-
rado con anterioridad:
dx
5 fst, x, yd
dt
dy
5 gst, x, yd ,
dt
con x(t0) 5 x0 e y(t0) 5 y0. Sea nuevamente tk 5 t0 1 kh, xk < x(tk) e yk < y(tk). Entonces, la
versión para sistemas de la fórmula clásica de Runge-Kutta (3.4.2) es
1
xk11 5 xk 1 sm1 1 2m2 1 2m3 1 m4 d
6
1
yk11 5 yk 1 sM1 1 2M2 1 2M3 1 M4 d ,
6
donde
m1 5 hf (tk, xk, yk)
b
h m1 M1
m2 5 hfatk 1 , xk 1 ,y 1
2 2 k 2
b
m2 M2
m3 5 hfatk 1 h, xk 1 ,y 1
2 k 2
m4 5 hf(tk 1 h, xk 1 m3, yk 1 M3) 5 hf(tk11, xk 1 m3, yk 1 M3)
y
M1 5 hg(tk, xk, yk)
b
h m1 M1
M2 5 hgatk 1 , xk 1 , yk 1
2 2 2
b
h m2 M2
M3 5 hgatk 1 , xk 1 , yk 1
2 2 2
M4 5 hg(tk 1 h, xk 1 m3, yk 1 M3) 5 hg(tk11, xk 1 m3, yk 1 M3).
Pongamos ahora en práctica este algoritmo; con la ayuda de herramientas tecnológi-
cas, por supuesto.
EJEMPLO 4.7.2 Uso del método de Runge-Kutta (RK4) y de un SAC

Observemos de nuevo el problema de valor inicial analizado en el ejemplo 4.7.1. El PVI
dx dy
para el sistema es 5 y, 5 x; xs0d 5 1, ys0d 5 0, y queremos aproximar x(0,5) e
dt dt
y (0,5). En vez de agotarnos tratando de implementar el método de Runge-Kutta de cuarto
orden manualmente, podemos introducir las ecuaciones y las condiciones iniciales en
nuestro SAC, especificar el método 2de cualquier modo en el que se deba describir el mé-
todo RK42 y elegir un tamaño de paso h 5 0,1.
Lo que se obtiene es una aproximación para x(0,5) de 1,1276 y una aproximación para
y(0,5) de 0,5211, ambas redondeadas a cuatro cifras decimales. Para cuatro posiciones de-
cimales, ¡el error absoluto para cada aproximación es 0! ◆
Nuestro último ejemplo muestra cómo funciona el algoritmo de Runge-Kutta-Fehl-

berg de cuarto y quinto orden en una aplicación a un interesante sistema.
EJEMPLO 4.7.3 Uso del método de Runge-Kutta-Fehlberg (rkf45) y de un SAC

El matemático británico E. C. Zeeman (1925-) ideó un sencillo modelo no lineal del latido
del corazón humano:
dx
e 5 2 sx3 2 Ax 1 cd
dt
dc
5 x,
dt
donde x(t) es el desplazamiento, desde el equilibrio, de la fibra muscular cardíaca, c 5 c(t)
es la concentración de un control químico en el instante t, y e y A son constantes positivas.
Puesto que los niveles de c determinan la contracción y dilatación (relajación) de las fibras
musculares, podemos considerar que c es un estímulo y x una respuesta.
Queremos investigar la naturaleza de la solución del modelo y, por comodidad, supon-
dremos que e 5 1,0 y A 5 3. Además, hagamos que x(0) 5 1,7 y c(0) 5 0,3. (Las condicio-
nes iniciales se determinaron después de experimentar con varios valores en un SAC.) Los
cálculos que dan lugar a las gráficas y los valores analizados a continuación se realizaron
utilizando el método rkf45 para el sistema.
Debido a que una importante característica de un latido cardíaco es su periodicidad
(usualmente descrita mediante la onomatopeya inglesa lub-dub, lub-dub, . . .), la solución
debería mostrar esto en el plano de fases x-c; y, en efecto, así lo hace (figura 4.24). Tanto
la diástole, que denota un músculo cardíaco completamente relajado, como la sístole, que
indica un estado de contracción total, se rotulan en la figura 4.24.
Vemos que el músculo cardíaco se pone en movimiento en el punto (1,7, 0,3) y, bajo la
influencia de c creciente, se contrae por completo en S. Después, el músculo comienza a
relajarse hasta que alcanza la diástole en D, vuelve al punto inicial y 2¡esperemos!2 co-
mienza el ciclo de nuevo. La superposición de la trayectoria en el campo de direcciones fa-
cilita el poder ver la dirección de la trayectoria, pero también es posible hacerlo obser-
vando los valores numéricos de la tabla 4.1.
c
3
S (Sístole)
1 (1,7, 0,3)
–2 –1 1 2 x
–1
–2 D (Diástole)
–3
Figura 4.24
Campo de direcciones y trayectoria para el PVI en el sistema
e 5 x; xs0d 5 1,7, cs0d 5 0,3 f

dx dc
5 2 sx3 2 3x 1 cd,
dt dt
0 # t # 30
TABLA 4.1 Valores de la solución de
e
dx dc
5 2 sx3 2 3x 1 cd, 5 x;
dt dt
xs0d 5 1,7, cs0d 5 0,3 f
t x(t) c(t)
0 1,7000 0,3000
2 0,7499 2,9990
4 21,8417 0,4728
6 21,1132 22,5911
8 1,9436 21,2862
10 1,3384 2,0618
Si examinamos los signos de x y c a medida que t crece, veremos que los puntos (x, c) se mue-
ven en sentido levógiro a través de los cuadrantes del plano x-c. Si observamos detallada-
mente los datos de la tabla, veremos que la trayectoria retorna a su posición inicial (1,7, 0,3)
en algún momento entre 8 y 10. En efecto, un análisis más detallado revela que la solución
de nuestro PVI tiene un período aproximadamente igual a 8,88. (Consulte el ejercicio 10.)
Si resolvemos el sistema con el método rkf45 y trazamos después la gráfica de x res-
pecto de t (figura 4.25a), veremos la naturaleza periódica de las dilataciones y las contrac-
x
2
1
5 10 15 20 25 30 t
–1
–2
Figura 4.25a
Gráfica de x(t) para el PVI del sistema
e 5 x; xs0d 5 1,7, cs0d 5 0,3 f

dx dc
5 2 sx3 2 3x 1 cd,
dt dt
0 # t # 30, 22,5 # x # 2,5
c
3
2
1
5 10 15 20 25 30 t
–1
–2
–3
Figura 4.25b
Gráfica de c(t) para el PVI del sistema
e 5 x; xs0d 5 1,7, cs0d 5 0,3 f

dx dc
5 2 sx3 2 3x 1 cd,
dt dt
0 # t # 30, 24 # c # 4
ciones del músculo cardíaco. La figura 4.25b muestra cómo la actividad electroquímica re-
presentada por la variable c también varía periódicamente.
En el capítulo 7 volveremos a estudiar interesantes sistemas no lineales. ◆
En lo que concierne a una ecuación única de primer orden, podemos utilizar los co-
mandos de una hoja de cálculo para realizar las operaciones necesarias que permitan apro-
ximar las soluciones de los sistemas. Las versiones para sistemas de las técnicas numéricas
estándar pueden ser un poco más difíciles de programar, así como requerir más almace-
naje intermedio y algo más de tiempo, pero funcionan adecuadamente. Las calculadoras
graficadoras también manejan sistemas de ecuaciones diferenciales. De hecho, como
apuntamos en la introducción a este capítulo, normalmente tratan una ecuación de orden
superior solicitando al usuario que la escriba en términos de un sistema y resolviendo des-
pués el sistema numéricamente.
Cualesquiera que sean las herramientas tecnológicas que utilice, intente comprender
qué métodos se han implementado leyendo su documentación o realizando averiguacio-
nes acerca de las funciones de “Ayuda” de su software.
EJERCICIOS 4.7
Todos los problemas se han de resolver utilizando herramientas tecnológicas, salvo indica-
ción contraria.
1. a. Extienda el método de Euler mejorado, dado mediante la fórmula (3.3.1), a un
sistema de dos ecuaciones de primer orden.
b. A mano, vuelva a resolver el ejemplo 4.7.1 con h 5 0,1 para hallar aproximaciones
a x(0,5) e y(0,5).
c. Calcule el error absoluto en el apartado (b).
d. Utilice herramientas tecnológicas y el método de Euler mejorado, con h 5 0,1,
para comprobar sus respuestas al apartado (b).
2. Considere el sistema x9 5 x 2 4y, y9 5 2x 1 y, con x(0) 5 1 e y(0) 5 0. La solución
exacta es x(t) 5 (e2t 1 e3t), y(t) 5 (e2t 2 e3t).
a. Verifique que la solución exacta del PVI es la citada.
b. Aproxime el valor de la solución en el punto t 5 0,2 mediante el método de Euler
con h 5 0,1. Compare su resultado con los valores de la solución exacta, calculando
el error absoluto.
c. Aproxime el valor de la solución en el punto t 5 0,2, utilizando el método de
Runge-Kutta de cuarto orden, con h 5 0,2. Calcule el error absoluto.
3. Considere el problema de valor inicial y0 1 y9 2 2y 5 2x, con y(0) 5 1 e y9(0) 5 1.
a. Transforme este problema en un sistema de dos ecuaciones de primer orden. (Elija
cuidadosamente sus nuevas variables.)
b. Determine valores aproximados de la solución en x 5 0,5 y x 5 1,0, utilizando el
método de Euler, con h 5 0,1.
c. Determine valores aproximados de la solución en x 5 0,5 y x 5 1,0, utilizando el
método de Runge-Kutta de cuarto orden, con h 5 0,1.
4. En el ejemplo 4.5.6, se le dijo que la solución al PVI
d 2x 1 dx #
2
1 1 2 x 5 0, con xs0d 5 1, x s0d 5 0,
dt 4 dt
a127 cosa "127 tb 1 "127 sena "127 tb b .

1 s218 td 1 1
es xstd 5 e
127 8 8
a. Transforme este PVI en un sistema de ecuaciones de primer orden.
b. Determine el valor aproximado de la solución en t 5 0,6 utilizando el método de
Runge-Kutta-Fehlberg (rkf45), si estuviera disponible. De lo contrario, utilice el
método de Runge-Kutta de mayor orden disponible, con h 5 0,01. Compare sus
valores con la solución exacta antes citada.
5. Una partícula se mueve en el espacio tridimensional según las ecuaciones
dx dy dz
5 yz, 5 zx, 5 xy.
dt dt dt
a. Suponiendo que x(0) 5 0, y(0) 5 5 y z(0) 5 0, utilice el método de Runge-Kutta-
Fehlberg, si está a su disposición, para aproximar la solución en t 5 0,1, 0,2, 0,3, 0,4,
0,5, 0,6, 0,7, 0,8, 0,9, 1,0, 5,0 y 37. (De lo contrario, utilice el método de Runge-
Kutta de mayor orden disponible, con h 5 0,01.) Describa lo que estos valores pa-
recen decirle sobre el movimiento de la partícula.
b. Suponga ahora que x(0) 5 y(0) 5 1 y z(0) 5 0. Aproxime la solución en t 5 0,1, 0,2,
0,3, 1,5, 1,6, 1,7, 1,8 y 1,9 utilizando el mismo procedimiento que siguió en el apar-
tado (a). ¿Qué parece estar sucediendo?
6. El sistema
dx
5 7y 2 4x 2 13
dt
dy
5 2x 2 5y 1 11
dt
apareció en el ejemplo 4.5.3, donde fue descrito como un posible modelo de la carrera
armamentística.
a. Suponga que x(0) 5 1 e y(0) 5 1. Utilice herramientas tecnológicas y el método de
Runge-Kutta-Fehlberg de cuarto y quinto orden 2o un método sustitutivo razona-
ble2 para estimar x e y para t 5 1, 2, 3, 4, 5, 10, 15 y 20.
b. Sobre la base de los valores hallados en el apartado (a), estime aproximadamente
lim xstd y lim ystd .
tS` tS`
7. El sistema de Lotka-Volterra (sección 4.5)
#
x 5 3x 2 2xy
#
y 5 0,5xy 2 y
tiene soluciones (x(t), y(t)) periódicas porque una trayectoria dada siempre regresa a
su punto inicial en algún tiempo finito t*: x(t 1 t*) 5 x(t) e y(t 1 t* ) 5 y(t). Utilizando
herramientas tecnológicas y el método rkf45, estime el valor menor de t* hasta dos ci-
fras decimales si x(0) 5 3 e y(0) 5 2. (Pruebe a hacerlo con diferentes valores de t Z 0
hasta que obtenga x(t) < 3,0 e y(t) < 2,0.)
8. Las ecuaciones
#
x5y
#
y 5 20,25 y 2 2 x; xs0d 5 1, ys0d 5 0
representan un determinado sistema de masa-resorte con amortiguamiento. Como de
costumbre, suponga que la dirección positiva para x(t) e y(t) es hacia abajo y que el
tiempo se mide en segundos.
a. Utilizando herramientas tecnológicas, aproxime x(t) e y(t) para t 5 1, 2, 3 y 4, e in-
terprete la posición y la velocidad en cada caso.
b. Estime 2hasta la centésima de segundo más cercana2 el instante en el que la masa
alcanza por primera vez su posición de equilibrio, x 5 0.
9. Un famoso modelo para la propagación de una enfermedad es el modelo S-I-R. En un
instante dado t, S representa la población de susceptibles de ser infectados, aquellos
que no han tenido nunca la enfermedad y pueden contraerla; I simboliza los infecta-
dos, aquellos que tienen la enfermedad actualmente y que pueden contagiarla a otros;
y R denota los recuperados, los que ya han tenido la enfermedad y son inmunes. Su-
ponga que estas poblaciones estén relacionadas mediante el sistema
dS
5 s20,00001dSI
dt
dI I
5 s0,00001dSI 2
dt 14
dR I
5 ,
dt 14
con S(0) 5 45 400, I(0) 5 2100 y R(0) 5 2500.
a. Sume ambos miembros de las tres ecuaciones diferenciales e interprete el resultado
en términos de una población.
b. Utilice su SAC para trazar por separado las gráficas de S, I y R como funciones de
t. (Advertencia: cierto software matemático 2tal como Maple2 puede reservar la
letra I para el número imaginario "21. Si ésta es su situación, use IN para indicar
la población infectada.)
c. Utilice su SAC para trazar diagramas de fases en los planos S-I, S-R e I-R.
d. Utilice un método numérico potente con h 5 0,1 para aproximar los valores de S, I
y R en t 5 1, 2, 3, 10, 15, 16 y 17 días. ¿Qué observa?
e. Aproxime el valor de t en el que I 5 0.
10. Utilice el método rkf45 para mostrar por qué el período de la trayectoria en la figura
4.24 es aproximadamente 8,88. (Utilice el método sugerido en el ejercicio 7.)
11. Investigue el modelo de latido cardíaco de Zeeman del ejemplo 4.7.3 con e 5 0,025,
A 5 0,1575 y (x0, c0) 5 (0,45, 20,02025).
a. Utilice el método rkf45 para aproximar x(t) y c(t) para t 5 0,01, 0,02, . . . , 0,10 se-
gundos. ¿Qué le dicen sus cálculos sobre la dirección de la curva solución en el
plano x-c?
b. Trace la trayectoria correspondiente a las condiciones iniciales dadas arriba.
c. Aproxime el período de la trayectoria hallada en el apartado (b).
d. Estime las coordenadas de la sístole y la diástole.
4.8 RESUMEN
Para las ecuaciones lineales homogéneas de segundo orden con coeficientes constantes,
esto es, ecuaciones en la forma
axs 1 bxr 1 cx 5 0,
donde a, b y c son constantes, a Z 0; podemos describir las soluciones explícitamente en tér-
minos de las raíces de la ecuación característica asociada al2 1 bl 1 c 5 0 del siguiente modo:
1. Si hay dos raíces reales distintas (l1, l2 con l1 Z l2), entonces la solución general es
xstd 5 c1e l1t 1 c2e l2t
4.8 Resumen 195
2. Si hay una raíz múltiple real l, entonces la solución general tiene la forma x(t) 5
c1lt 1 c2telt 5 (c1 1 c2t)elt.
3. Si las raíces forman un par de números complejos conjugados p 6 qi, entonces la solu-
ción general (real) presenta la forma x(t) 5 ept(c1 cos(qt) 1 c2 sen(qt)). Aquí nos hace
falta la fórmula de Euler para tratar con las exponenciales complejas.
La solución general, yGNH, de un sistema lineal no homogéneo se obtiene hallando una
solución particular, yPNH, de dicho sistema y añadiéndola a la solución general, yGH, del sis-
tema homogéneo: yGNH 5 yGH 1 yPNH. Una solución particular se puede encontrar me-
diante el método de variación de parámetros. Para una ecuación lineal de cualquier orden
tenemos el principio de superposición: si yj es una solución de L(y) 5 fj para j 5 1, 2, . . . ,
n, y c1, c2, . . ., cn son constantes arbitrarias, entonces c1y1 1 c2y2 1 . . . 1 cnyn es una solu-
ción de L(y) 5 c1f1 1 c2f2 1 . . . 1 cnfn; es decir, L(c1y1 1 c2y2 1 . . . 1 cnyn ) 5 c1L(y1) 1
c2L(y2) 1 . . . 1 cnL(yn) 5 c1f1 1 c2f2 1 . . . 1 cnfn.
Como consecuencia del principio de superposición, la fórmula yGNH 5 yGH 1 yPNH es
válida para una ecuación lineal de cualquier orden n. Tenemos un algoritmo para hallar la
solución general yGH de la ecuación homogénea de enésimo orden asociada any(n) 1
an21y(n21) 1 . . . 1 a2y0 1 a1y9 1 a0y 5 0, donde y es una función de la variable indepen-
diente t y an, an21, . . ., a1, a0 son constantes.
Halle, en primer lugar, las raíces de la ecuación característica
a nln 1 a n21ln21 1 c 1 a 1l 1 a 0 5 0.
Utilice un SAC para resolver la ecuación si n es mayor o igual que 3. A continuación,
agrupe estas raíces del siguiente modo: (a) raíces reales distintas; (b) pares complejos con-
jugados distintos p 6 qi; (c) raíces reales múltiples; (d) raíces complejas múltiples. En-
tonces, la solución general es una suma de n términos de las formas
1. ci e lit para cada raíz real distinta li.
2. ept(c1 cos qt 1 c2 sen qt) para cada par complejo distinto p 6 qi.
3. sc1 1 c2t 1 c 1 cktk21 de lit para cada raíz real múltiple li, donde k es la multiplici-
dad de esa raíz.
4. ept(c1 cos qt 1 c2 sen qt) 1 tept(c3 cos qt 1 c4 sen qt) 1 . . . 1 tk21ept(c2k21 cos qt 1 c2k
sen qt) para cada par complejo múltiple de raíces p 6 qi, donde k es la multiplicidad
del par p 6 qi.
Para hallar una solución particular de una ecuación no homogénea de enésimo orden, po-
demos usar el método de la variación de parámetros, como hicimos en el caso de ecuacio-
nes de segundo orden 2aunque supone más trabajo2.
El hecho más importante de este capítulo es que cualquier ecuación diferencial de
enésimo orden se puede transformar en un sistema equivalente de ecuaciones de primer
orden. Más concretamente, cualquier ecuación diferencial de enésimo orden
xsnd 5 Fst, x, xr, xs, c, xsn21d d
puede convertirse en un sistema equivalente de ecuaciones de primer orden si se hace:
x1 5 x, x2 5 x9, x3 5 x0, . . ., xn 5 x(n21). Sin embargo, para convertir una ecuación única no
autónoma de enésimo orden en un sistema autónomo 2uno cuyas ecuaciones no contengan
explícitamente la variable independiente t2 necesitamos n 1 1 ecuaciones de primer orden:

x1 5 x, x2 5 x9, x3 5 x0, . . ., xn 5 x(n21), xn11 5 t. El sistema es lineal o no lineal, autónomo o
no autónomo, de acuerdo con la naturaleza de las ecuaciones individuales en el sistema. Los
sistemas lineales son más fáciles de calcular y entender que los no lineales. De igual modo,
los sistemas autónomos son más “agradables” que los no autónomos.
La transformación de una ecuación de orden superior en un sistema a menudo propor-
ciona intuiciones gráficas que no se pueden obtener directamente desde la ecuación. Esta
conversión también nos permite utilizar los métodos para primer orden de los capítulos 2
y 3, a fin de entender ecuaciones de orden superior.
Un sistema bidimensional tiene la forma
x9 5 F(t, x, y)
y9 5 G(t, x, y).
Una solución particular de tal sistema está formada por un par de funciones x(t), y(t) que, al
ser sustituidas en las ecuaciones del sistema, las verifican idénticamente. La representación
gráfica propia de una solución es una curva en el espacio tridimensional t-x-y, el conjunto de
puntos con la forma (t, x(t), y(t)); pero, a menudo, resulta útil considerar que los puntos (x(t),
y(t)) determinan una ruta 2también denominada una órbita o trayectoria2 en el plano x-y
2llamado el plano de fases2 a medida que el parámetro t varía “entre bastidores”. La direc-
ción positiva de la ruta es la dirección que corresponde a los valores crecientes de t. La colec-
ción de todas las trayectorias es el diagrama de fases del sistema. Las herramientas tecnológi-
cas también nos ayudan a estudiar las gráficas de x respecto de t e y respecto de t.
En cuanto a los sistemas autónomos x9 5 f (x, y), y9 5 g (x, y), podemos eliminar cual-
quier dependencia del parámetro t usando la regla de la cadena para formar la ecuación
diferencial de primer orden
dy
dy dy dt dt gsx, yd
5 ? 5 5 .
dx dt dx dx fsx, yd
dt
Ésta proporciona la pendiente de la línea tangente en los puntos del plano de fases. El campo
de direcciones de esta ecuación de primer orden prefigura el diagrama de fases del sistema.
Dado cualquier sistema bidimensional autónomo x9 5 f (x, y), y9 5 g (x, y), un punto
de equilibrio es un punto (x, y) tal que 5 f (x, y) 5 0 5 g (x, y). Esto significa, por ejemplo,
que una partícula en este punto del plano de fases no se mueve. El lenguaje de los sumide-
ros y las fuentes utilizado en la sección 2.5 se puede aplicar también a las soluciones de
equilibrio de los sistemas. El comportamiento de las trayectorias cerca de los puntos de
equilibrio de los sistemas lineales se analizará sistemáticamente en el capítulo 5. Las tra-
yectorias para los sistemas no lineales se tratarán en el capítulo 7.
A modo de ejemplo de estas ideas, hemos analizado los sistemas depredador-presa; en
particular, las ecuaciones de Lotka-Volterra. Además, se han estudiado los problemas de
masa-resorte, y se ha incluido uno que mostraba el fenómeno de la resonancia.
Antes de sumirnos demasiado a fondo en intentar resolver ecuaciones de orden superior
o sus sistemas equivalentes, tenemos que determinar cuándo existen las soluciones; y si las
4.8 Resumen 197
soluciones existentes son únicas. Un resultado útil se aplica a un PVI de segundo orden,
d 2y
b con y(t0) 5 y0 y
dy dy # 'f 'f
2
5 fat, y, st0 d 5 y 0. Si f, f, y # son continuas en un inter-
dt dt dt 'y 'y
# #
valo cerrado B en el espacio tridimensional ( sespacio t-y-y d ) y el punto st0, y0, y 0 d es interior
a B, entonces el PVI tiene una única solución y(t) en algún intervalo I que contiene a t0.
De igual manera, suponga que tenemos un PVI para un sistema bidimensional de
ecuaciones de primer orden
dx1
5 f (t, x1, x2)
dt
dx2
5 g (t, x1, x2),
dt
'f 'g 'f 'g
donde x1(t0) 5 x01 y x2(t0) 5 x02. Si f, g, , , y son todas continuas en un
'x1 'x1 'x2 'x2
intervalo cerrado B del espacio tridimensional t-x1-x2 y el punto st0, x01, x02 d es interior a B,
entonces existe un intervalo I que contiene a t0 en el que el PVI tiene una solución única
x1 5 x1(t), x2 5 x2(t).
Una vez que estamos seguros de que un PVI que contenga una ecuación de orden su-
perior o su sistema equivalente tiene una solución única, podemos aplicar las generaliza-
ciones naturales bidimensionales de los métodos de solución numérica introducidos en las
secciones 3.1, 3.3 y 3.4: el método de Euler, el método mejorado de Euler y las técnicas de
orden superior, como los métodos de Runge-Kutta de cuarto orden y de Runge-Kutta-
Fehlberg. Las herramientas tecnológicas resultan indispensables para obtener una solu-
ción numérica tanto de las ecuaciones como de los sistemas.
PROYECTO 4-1
Empiece a moverse
Al analizar el flujo de contaminación por plomo en un cuerpo humano entre los tres com-
partimentos hueso, sangre y tejido, se desarrolló el siguiente sistema:11
# 65 1088 7 6162
x1 5 2 x1 1 x2 1 x3 1
1800 87 500 200 000 125
# 20 20
x2 5 x1 2 x2
1800 700
# 7 7
x3 5 x1 2 x3.
1800 200 000
Aquí, x1(t) es la cantidad de plomo en sangre en el instante t (en años), x2(t) es la cantidad
de plomo en tejido, y x3(t) es la cantidad de plomo en hueso. Suponga que x1(0) 5 x2(0) 5
x3(0) 5 0.
11. E. BATSCHELET, L. BRAND y A. STEINER. “On the Kinetics of Lead in the Human Body”, en Journal of Mat-
hematical Biology 8, 15-23, 1979.
a. Utilice herramientas tecnológicas para trazar las gráficas de la trayectoria tridimensio-

nal en el espacio x1-x2-x3 con 0 < t < 250. (Para obtener una buena perspectiva, mueva
la posición de los ejes.)
b. Utilice herramientas tecnológicas para trazar la gráfica de la solución en el plano t-x1,
0 < t < 150. ¿Cuál parece ser el nivel de equilibrio de plomo en sangre?
c. Utilice herramientas tecnológicas para trazar la gráfica de la solución en el plano t-x2,
0 < t < 250. ¿Cuál parece ser el nivel de equilibrio de plomo en tejido?
d. Utilice herramientas tecnológicas para trazar la gráfica de la solución en el plano t-x3,
0 < t < 70 000 (¡sí!). Especifique en su SAC, si es posible, un tamaño de paso de 50.
(Advertencia: su SAC puede tardar mucho tiempo en trazar la gráfica.) ¿Cuál parece
ser el nivel de equilibrio de plomo en hueso?
e. ¿Qué expresan las gráficas de los apartados (b), (c) y (d) sobre los tiempos comparati-
vos que tardan la sangre, el tejido y el hueso en alcanzar sus niveles de equilibrio de
plomo?
Plomo
Sangre
x1
Hueso Tejido
x3 x2
5 Sistemas de ecuaciones
diferenciales lineales
5.0 INTRODUCCIÓN
En el capítulo 4, vimos cómo cualquier ecuación diferencial de orden superior se puede
escribir como un sistema equivalente de ecuaciones diferenciales de primer orden. Los
ejemplos que analizamos introducían algunas manipulaciones algebraicas y algunos aspec-
tos geométricos de los sistemas de segundo y tercer orden como el plano de fases, pero en
absoluto se intentó proporcionar un enfoque sistemático.
En este capítulo, investigaremos 2en su mayor parte2 los sistemas autónomos de
ecuaciones diferenciales lineales de primer orden, para los que la teoría es clara y com-
pleta. Un importante componente de esta teoría es el principio de superposición (del que
hablamos en los capítulos 2 y 4), que es la característica distintiva de los sistemas lineales,
como veremos en las siguientes secciones. Este principio fundamental nos ayudará a de-
terminar la solución general de los sistemas lineales, esencialmente del mismo modo en el
que resolvimos las ecuaciones lineales en las secciones 4.1 y 4.2.
A fin de comprender las ideas importantes que subyacen en la teoría y la aplicación de
los sistemas lineales, introduciremos parte del lenguaje y los conceptos del área de las ma-
temáticas denominada álgebra lineal, sin explorar demasiado exhaustivamente los intrin-
camientos de este útil y valioso tema. Nos ceñiremos, casi en exclusiva, a los sistemas bidi-
mensionales 2dos ecuaciones con dos funciones desconocidas2 en aras de una mayor
intuición geométrica, pero también analizaremos algunos sistemas de orden superior. El
capítulo 6 mejorará nuestra destreza en el tratamiento de sistemas lineales, y en el capí-
tulo 7 veremos cómo los sistemas no lineales se pueden analizar en función de determina-
dos sistemas lineales relacionados con ellos.
199
200 5 / Sistemas de ecuaciones diferenciales lineales
5.1 SISTEMAS Y MATRICES
MATRICES Y VECTORES
Suponga que analizamos el sistema lineal
#
x 5 ax 1 by
#
y 5 cx 1 dy, (5.1.1)
donde x e y son funciones de t, y a, b, c y d son constantes.
Existe una útil notación para los sistemas lineales, inventada por el matemático inglés
Arthur Cayley, a la que se refirió así mismo su compatriota y colega James Sylvester alre-
dedor de 1850. Esta notación nos permitirá poner de manifiesto los coeficientes a, b, c y d
del sistema (5.1.1) y escribirlos en una disposición en forma de cuadrado A 5 c d
a b
c d
denominada matriz: en este caso, la matriz de coeficientes del sistema lineal. En general,
una matriz es simplemente una distribución rectangular de objetos matemáticos 2núme-
ros o funciones en este libro2 que puede describir sistemas lineales de todos
los tamaños. El tamaño de una matriz viene dado en términos del número de sus filas y
columnas. Por ejemplo, A 5 c d se describe como una matriz 2 3 2 porque consta de

a b
c d
24 0 1 5
dos filas, (a b) y (c d), y dos columnas, c d y c d . La matriz B 5 £ 2 6 7 2p § es
a b
0 "5 3 5>9
c d
una matriz 3 3 4 porque tiene tres filas y cuatro columnas.

Al describir el sistema lineal (5.1.1), también podemos introducir una matriz columna
o vector X 5 c d . (Ésta es una matriz 2 3 1.) Si x(t) e y(t) son soluciones del sistema
x
y
(5.1.1), denominamos a X 5 c d un vector solución del sistema. Podemos considerar X

x
y
como un punto del plano x-y, o plano de fases, cuyas coordenadas se escriben vertical-
mente, en vez de en la habitual configuración horizontal de un par ordenado. Si un vector
está formado por constantes, entonces la dirección del vector se considera como la direc-
ción de una flecha desde el origen hasta el punto (x, y) en el plano x-y. (Para más informa-
ción, consulte el apéndice B.1.)
Si A 5 c d yB5 c d , entonces decimos que las matrices son iguales, y es-

a b e f
c d g h
cribimos A 5 B si y sólo si a 5 e, b 5 f, c 5 g y d 5 h. Decimos que “los elementos corres-
pondientes deben ser iguales.” De igual modo, si V 5 c 1 d y W 5 c 2 d , podemos decir

x x
y1 y2
que V 5 W si y sólo si x1 5 x2 e y1 5 y2.
Si un vector 2o, más generalmente, una matriz2 está formado por objetos (elementos
o entradas) que son funciones, podemos definir la derivada de dicho vector como el vector
cuyos elementos son las derivadas de los elementos originales, siempre que existan
todas estas derivadas individuales. Por ejemplo, si X 5 c d , entonces

2t2
sen t
d
s2t2 d
X5 ≥ ¥ 5 c d.
d dt 22t
dt d cos t
ssen td
dt
La representación matricial de un sistema lineal

Podemos escribir el sistema
#
x 5 ax 1 by
#
y 5 cx 1 dy
de forma compacta y simbólica como
#
c #d 5 c d c d,
x a b x
y c d y
o X 5 AX, donde X 5 c d y A 5 c d . La yuxtaposición (el “producto”) c dc d

# x a b a b x
y c d c d y
representa el vector c d . Por ejemplo, c dc d 5 c d . Hay un modo de

ax 1 by 3 22 x 3x 2 2y
cx 1 dy 1 4 y x 1 4y
definir e interpretar este producto de una matriz por un vector en el contexto del álgebra li-
neal (vea más detalles en el apéndice B3), pero consideraremos este producto como una re-
presentación simbólica del sistema, resaltando la matriz de coeficientes y el vector solución.
Pronto veremos cómo las soluciones de un sistema lineal 2su comportamiento en el plano de
fases2 están determinadas por la matriz de coeficientes. De momento, veamos algunos ejem-
plos del uso de la notación matricial.
EJEMPLO 5.1.1 Forma matricial de un sistema lineal bidimensional

Podemos escribir así el sistema lineal de EDO
#
x 5 23x 1 5y
#
y 5 x 2 4y
#
en términos matriciales como c # d 5 c dc d.
x 23 5 x
◆
y 1 24 y
El siguiente ejemplo nos muestra que debemos tener cuidado al extraer la correcta
matriz de coeficientes de un problema de sistemas lineales.
EJEMPLO 5.1.2 Forma matricial de un sistema lineal bidimensional

dx dy
El sistema lineal 5 y, 5 2x se debería escribir previamente en la forma
dt dt
dx
50?x11?y
dt
dy
5 21 ? x 1 0 ? y.
dt
Entonces, queda claro que la representación matricial del sistema es

dx
c d 5 ≥ ¥ 5 c d c d.
d x dt 0 1 x
◆
dt y dy 21 0 y
dt
Algo de álgebra matricial

Antes de continuar, deberíamos exponer algunas propiedades del álgebra matricial que
iremos utilizando a lo largo de este capítulo. Por ejemplo, si se nos da el sistema
xr 5 24x 1 6y 5 2s22x 1 3yd

yr 5 2x 2 8y 5 2sx 2 4yd ,
es natural escribir c d 5 c d c d 5 2c d c d , o Xr 5 2AX, donde

xr 24 6 x 22 3 x
yr 2 28 y 1 24 y
A5 c d . En términos más generales, si A 5 c d y k es una constante 2denomi-

22 3 a b
1 24 c d
nada escalar para distinguirla de una matriz2, entonces kA 5 k c d 5 c d . En

a b ka kb
c d kc kd
particular, para los vectores, tenemos k c d 5 c d . Dicho de un modo sencillo: multiplicar

u ku
v kv
una matriz por un número implica multiplicar cada elemento de esa matriz por dicho número.
Por ejemplo, si A 5 c d y k 5 22, entonces

2 23
5 0
kA 5 22A 5 c d 5 c d.
22s2d 22s23d 24 6
22s5d 22s0d 210 0
Dos matrices, A y B, del mismo tamaño 2es decir, ambas con el mismo número de fi-
las y con el mismo número de columnas2 se pueden sumar elemento a elemento. Por
ejemplo, si A 5 c d y B5 c d , entonces A 1 B 5 c d 5
22 3 1 2 22 1 1 312
4 21 3 4 4 1 3 s21d 1 4
c d y A 2 B 5 A 1 s21dB 5 c d 1 c d 5 c d.
21 5 22 3 21 22 23 1
7 3 4 21 23 24 1 25
Del mismo modo, si V 5 c d y W 5 c 2 d , entonces V 1 W 5 c 1 d . El vector de-

x1 x x 1 x2
y1 y2 y1 1 y2
finido como 0 5 c d , denominado vector nulo, se comporta en el ámbito de los vectores, del
0
0
mismo modo que el número 0 actúa en aritmética: V 1 0 5 V 5 0 1 V para cualquier
vector V. Podemos definir de la misma manera la matriz nula, Z 5 c d que posee la

0 0
0 0
misma propiedad para la suma de matrices. Advierta que X 5 c d es un punto de equilibrio

x
y
#
para el sistema c # d 5 c d c d si y sólo si c d c d 5 0 es decir, si y sólo si X es una so-
x a b x a b x
y c d y c d y
lución de la ecuación matricial AX 5 0.
Una idea especialmente útil para nuestro futuro trabajo es una combinación lineal de
vectores. Dados dos vectores V 5 c d y W 5 c d , cualquier vector en la forma k1V 1 k2W,

x1 x2
y1 y2
donde k1 y k2 son escalares, se denomina una combinación lineal de V y W. En términos
de los vectores dados, una combinación lineal de V y W es cualquier vector en la forma
k 1 V 1 k 2W 5 c 1 1 d 1 c 2 2 d 5 c 1 1 d.
kx kx k x 1 k2x2
k1y1 k2y2 k1y1 1 k2y2
A modo de ejemplo, para los vectores específicos V 5 c d y W 5 c t d , una com-

sen t cos t
2 e
binación lineal presenta la forma c d.

k1 sen t 1 k2 cos t
2k1 1 k2et
Es importante saber que las leyes asociativa y distributiva del álgebra son válidas para
la suma matricial y para el producto de una matriz y un vector. Por ejemplo, si A y B son
matrices, V y W son vectores, y k, k1 y k2 son escalares, entonces
A(kV) 5 k(AV)
A(V 1 W) 5 AV 1 AW,
y
Ask1V 1 k2Wd 5 Ask1Vd 1 Ask2Wd 5 k1 sAVd 1 k2 sAWd .
Estos resultados se demuestran en el apéndice B.3.
Por último, observe que la matriz c d actúa como una identidad para la multiplica-
1 0
0 1
ción: c d c d 5 c d para cualquier vector c d . En el contexto de los sistemas bidimen-

1 0 x x x
0 1 y y y
sionales, la matriz c d recibe el nombre de matriz identidad y se representa mediante I.

1 0
0 1
En la siguiente sección, veremos cómo la notación matricial nos ayuda a adentrar-
nos en la naturaleza de las soluciones de un sistema. Para poder entender las solucio-
nes de un modo más completo, introduciremos algunos conceptos adicionales del álge-
bra lineal.
EJERCICIOS 5.1
1. Exprese cada uno de los siguientes sistemas de ecuaciones lineales en términos matri-
ciales; es decir, en la forma AX 5 B, donde A, X y B son matrices.
a. 3x 1 4y 5 27 b. pa 2 3b 5 4 c. x 2 y 1 z 5 7
2x 2 2y 5 5 5a 1 2b 5 23 2x 1 2y 2 3z 5 9
2x 2 3y 1 5z 5 11
[Reflexione lo que podría tener sentido en el apartado (c).]
Transforme
# cada sistema de ecuaciones diferenciales en los ejercicios 2-6 en la forma matri-
cial X 5 AX.
# #
2. x 5 2x 1 y 3. x 5 x 2 y
# #
y 5 3x 1 4y y 5 y 2 4x
# #
4. x 5 2x 1 y 5. x 5 x
# #
y 5 4y 2 x y5y
#
6. x 5 22x 1 y
#
y 5 22y
7. Utilizando la técnica mostrada en la sección 4.4, escriba cada una de las siguientes
ecuaciones de segundo orden como un sistema de ecuaciones de primer orden y ex-
prese después el sistema en forma matricial.
a. ys 2 3yr 1 2y 5 0 b. 5ys 1 3yr 2 y 5 0
8. Halle la derivada de cada uno de los siguientes vectores:
a. Xstd 5 c d b. Vsxd 5 c d
t3 2 2t2 1 t 2 cos x
et sen t 23e 22x
c. Bsud 5 c d
e2u 1 eu
2 cos u 2 5 sen u
Si Astd 5 c 11 d y Bstd 5 c 11 d , y los elementos de ambas matrices son

a std a 12 std b std
9.
a 21 std a 22 std b 21 std
funciones diferenciables de t, demuestre que 3AstdBstd 4 5

d dAstd dBstd
Bstd 1 Astd .
dt dt dt
Si A 5 c d, B 5 c d, I 5 c d, V 5 c d y W 5 c d , calcule cada una de

1 2 0 22 1 0 2 3
10.
3 4 3 1 0 1 21 2
las siguientes expresiones:
a. 2A 2 3B b. AV c. BW
d. 22V 1 5W e. As3V 2 2Wd f. sA 2 5IdW
Si A 5 c d y V 5 c d , resuelva la ecuación AV 5 c d para V; es decir, halle los

1 2 x 1
11.
3 4 y 3
valores de x e y.
12. Demuestre que el origen es el único punto de equilibrio del sistema
#
x 5 ax 1 by
#
y 5 cx 1 dy,
donde a, b, c y d son constantes, con ad 2 bc Z 0.
5.2 Sistemas bidimensionales de ecuaciones lineales de primer orden 205
5.2 SISTEMAS BIDIMENSIONALES DE ECUACIONES LINEALES

DE PRIMER ORDEN
VALORES PROPIOS Y VECTORES PROPIOS

Para entender los sistemas lineales de ecuaciones diferenciales ordinarias, incluyendo su
comportamiento cualitativo y sus posibles soluciones en forma cerrada, nos centraremos
en los sistemas lineales bidimensionales de la forma
#
x 5 ax 1 by
#
y 5 cx 1 dy, (5.2.1)
donde tanto x como y dependen de la variable t, y a, b, c y d son constantes. Nuestro análi-
sis de sistemas tan sencillos 2pero importantes2 nos preparará para comprender el trata-
miento de los sistemas lineales de orden superior en la sección 5.7.
En primer lugar, escribamos el sistema (5.2.1) en la forma matricial
#
c #d 5 c d c d,
x a b x
y c d y
o
c d 5 c d c d,
d x a b x
dt y c d y
o bien
#
X 5 AX, (5.2.2)
donde X 5 c d y A 5 c d . Si se ignora que las mayúsculas representan matrices,

x a b
y c d
¿qué le recuerda la forma de la ecuación (5.2.2)? Reflexione acerca de esto. ¿Había visto
antes una ecuación diferencial en esta forma? Si utilizamos letras minúsculas y escribimos
#
la ecuación en la forma x 5 ax, obtenemos una familiar ecuación separable que repre-
senta el crecimiento o la disminución exponencial. (Consulte la sección 2.1, especialmente
el ejemplo 2.2.1.) Esta observación sugiere que la solución del sistema (5.2.1) o de la ecua-
ción matricial (5.2.2) pueden tener algo que ver con las exponenciales.
Hagamos una razonable conjetura y examinemos después sus consecuencias. (Ésta era la
estrategia de Euler, descrita en la sección 4.1.) En particular, supongamos que xstd 5 c1e lt y
que ystd 5 c2e lt, donde l, c1 y c2 son constantes. (Establecer que l, el coeficiente de t, es igual
para x e y, es una suposición simplista.) Si sustituimos c 1 lt d por X en (5.2.2), obtenemos

c e lt
c2e
c d 5 c dc d 5 c de c d,
c1le lt a b c1e lt a b lt c1
lt
c2le c d c2e lt c d c2
o
le lt c 1 d 5 c de c d,
c a b lt c1
c2 c d c2
o bien (al dividir por el factor exponencial y cambiar los lados derecho e izquierdo)
~ ~
AX 5 lX, (5.2.3)
donde X 5 c d . Advierta que nuestra razonable conjetura sobre x e y nos ha permitido
~ c1
c2
reemplazar nuestro problema original de ecuaciones diferenciales por un problema pu-
ramente algebraico. La ecuación (5.2.3) está en términos matriciales y no tiene 2aparente-
mente2 nada que ver con las ecuaciones diferenciales. Dada una matriz A de 2 3 2 y una
~
matriz columna X de 2 3 1 , podemos tratar de resolver (5.2.3) para el valor o los valores
de l, denominando a cada uno valor característico o valor propio de la matriz A. (Recuerde
el modo en el que este término fue utilizado en las secciones 4.1-4.3. Próximamente, demos-
traremos la conexión entre el anterior uso del término valor propio y el uso actual.) Los va-
lores propios desempeñarán un importante papel en la resolución de los sistemas lineales y
en la comprensión del comportamiento cualitativo de las soluciones.
Además, si hemos resuelto la ecuación (5.2.3) para sus valores propios l, para cada
~
valor de l podemos resolver (5.2.3) para el vector o los vectores X correspondientes. A
~
cada uno de estos vectores X distintos de cero se le llama vector propio (o vector caracte-
~ ~
rístico) del sistema. Vemos que, si ambas entradas de X son nulas, entonces X satisface
(5.2.3) para cualquier valor de l, pero éste es caso trivial. A lo largo del siguiente análisis,
supondremos que c1 y c2 no son ambos nulos; es decir, al menos una de las dos constantes
no es nula.
Antes de embarcarnos en los simbolismos, la terminología y en el problema general de
~ ~
resolver la ecuación matricial AX 5 lX, examinemos detalladamente un ejemplo concreto.
EJEMPLO 5.2.1 Resolución de un sistema lineal con valores propios y vectores propios
Supongamos que se nos da el sistema
#
x 5 22x 1 y
#
y 5 24x 1 3y, (*)
#
que podemos escribir así: X 5 c # d 5 c d c d . Queremos hallar la solución general
# x 22 1 x
y 24 3 y
de este sistema.
Sustitución
Si suponemos, que c1 Z 0, al sustituir x 5 c1elt e y 5 c2elt en (*), obtenemos lc1elt 5 22c1elt
1 c2elt 5 elt (22c1 1 c2) y lc2elt 5 24c1elt 1 3c2elt 5 elt (24c1 1 3c2). Si simplificamos cada
ecuación dividiendo por el término exponencial y desplazando todos los términos al lado
izquierdo, obtenemos
sAd sl 1 2dc1 2 c2 5 0
sBd 4c1 1 sl 2 3dc2 5 0. (* *)
Queremos resolver (* *) para l.
Obtención de l
Si multiplicamos la ecuación (A) por (l 2 3) y sumamos después la ecuación resultante a
(B), obtenemos (l 2 3) (l 1 2) c1 1 4c1 5 0, o (l2 2 l 2 2) c1 5 0. Puesto que hemos su-
puesto que c1 no es nula, obtendremos (l2 2 l 2 2) 5 0, lo que significa que los valores
propios de A son l 5 2 y l 5 21. (Examine todas las operaciones algebraicas a fondo.)
Observe que no nos hacía falta conocer c1 para hallar l; tan sólo teníamos que saber que
c1 no era nula. Resulta relevante el hecho de que habríamos podido suponer que c2 no era
nula y llegar a la misma conclusión. (Compruebe esto.)
Resolución del sistema de EDO

Si tomamos el valor propio l 5 2, obtenemos x(t) 5 c1e2t e y(t) 5 c2e2t, de modo que
X1 5 c d 5 c 2t d 5 e 2t c d . Pero cuando l 5 2, las dos ecuaciones en (* *) representan

x c1e 2t c1
y c2e c2
la ecuación única 4c1 2 c2 5 0, de manera que tenemos la relación c2 5 4c1. Entonces,
podemos escribir X1 5 e 2t c 1 d 5 e 2t c 1 d 5 c1 c d e 2t, que es una familia uniparamétrica

c c 1
c2 4c1 4
de soluciones del sistema (*). Estamos diciendo que el par de funciones x(t) 5 c1e2t e y(t) 5
4c1e2t es una solución no trivial de nuestro sistema para cualquier constante c1 distinta
de cero.
De igual modo, si tomamos el valor propio l 5 21, entonces el sistema (* *) se reduce
a la ecuación única c1 2 c2 5 0 y podemos definir X2 5 e 2t c 1 d 5 e 2t c 1 d 5 c1 c d e 2t, que

c c 1
c2 c1 1
es asimismo una familia uniparamétrica de soluciones del sistema. Dicho de otro modo, el
par de funciones xstd 5 c1e 2t e y(t) 5 c1e2t es también una solución no trivial de nuestro
sistema para cualquier constante c1 distinta de cero.
Resulta fácil ver que el principio de superposición que hemos estado utilizando desde
el capítulo 2 nos permite concluir que
X 5 k1X1 1 k2X2 5 k1 c c1 c d e 2t d 1 k2 cc1 c d e 2t d 5 C1 c d e 2t 1 C2 c d e 2t

1 1 1 1
4 1 4 1
# #
es la solución general del sistema x 5 22x 1 y, y 5 24x 1 3y. Las constantes C1 y C2 se
pueden escoger de manera que se satisfagan las condiciones arbitrarias iniciales. ◆
Interpretación geométrica de los vectores propios
El vector c d que aparece en el último ejemplo se denomina vector propio (o vector caracte-
1
4
rístico), correspondiente al valor propio (o valor característico) l 5 2. Este vector es una
~ ~ ~
solución no nula, X, de AX 5 lX cuando l 5 2, lo que significa que hay una infinidad de
vectores propios correspondientes al valor propio l 5 2, todos los vectores c 1 d tales que
c
c2
4c1 2 c2 5 0; es decir, todos los vectores distintos de cero, de la forma c d , son vectores
c1
4c1
propios asociados a l 5 2. La elección de c1 5 1 nos proporciona el vector particular
V1 5 c d , que se puede denominar vector propio representativo. Gráficamente, este vector

1
4
y
(1, 4)
V1
(1, 1)
V2
x
–V2
(–1, –1)
–V1 (–1, –4)
Figura 5.1
Vectores propios representativos
V1 5 c d y V2 5 c d
1 1
4 1
propio representa una recta desde el origen hasta el punto (1, 4) en el plano c1-c2. De igual
modo, el vector V2 5 c d es el vector propio representativo correspondiente al valor
1
1
propio l 5 21, y se puede interpretar como una recta desde (0, 0) hasta (1, 1) en el plano
c1-c2. (Consulte la descripción de los vectores en el apéndice B.1.) La figura 5.1 muestra V1
y V2 en el plano c1-c2 2indicado en la figura como x-y2.
El problema general
A continuación, consideremos la ecuación AX 5 lX, donde A 5 c d y X 5 c d,

~ ~ a b ~ c1
c d c2
y al menos uno de los números c1 y c2 es distinto de cero. En el análisis siguiente, supon-
dremos que c1 ≠ 0.
~ ~
Escrita en forma de ecuaciones individuales, AX 5 lX presenta la forma
ac1 1 bc2 5 lc1
cc1 1 dc2 5 lc2
o
(A) sa 2 ldc1 1 bc2 5 0
(B) cc1 1 sd 2 ldc2 5 0
y queremos determinar l.
Podemos resolver este sistema algebraico mediante el método de la eliminación del si-
guiente modo:
1. Multiplique la ecuación (A) por (d 2 l) para obtener
sd 2 ld sa 2 ldc1 1 bsd 2 ldc2 5 0.
2. Multiplique la ecuación (B) por 2b para obtener
2bcc1 2 bsd 2 ldc2 5 0.
3. Sume las ecuaciones halladas en los pasos 1 y 2 para obtener

sd 2 ld sa 2 ldc1 2 bcc1 5 0,
o 3l 2 sa 1 ddl 1 sad 2 bcd4c1 5 0. (Compruebe las operaciones algebraicas.)
2
4. Puesto que al comenzar este análisis hemos supuesto que c1 Z 0, debemos obtener
l2 2 sa 1 ddl 1 sad 2 bcd 5 0. (5.2.4)
Esta ecuación recibe el nombre de ecuación característica de la matriz A, y sus raíces
son los valores propios de A. En breve, veremos la conexión entre esta ecuación y la
ecuación característica que introdujimos en la sección 4.1.
Si utilizamos la fórmula cuadrática, hallamos que
sa 1 dd 6 "sa 1 dd 2 2 4sad 2 bcd

l5 .
2
Si al principio hubiéramos supuesto que c2 Z 0, habríamos hallado la misma solución
para l.
Entonces, cada valor distinto de l que hallemos podremos sustituirlo en el sistema
sa 2 ldc1 1 bc2 5 0
cc1 1 sd 2 ldc2 5 0
y resolver, para X 5 c 1 d , el vector propio correspondiente.

~ c
c2
Se han de tener en cuenta dos cuestiones acerca de la ecuación característica de A,
l2 2 sa 1 ddl 1 sad 2 bcd 5 0
y de la fórmula resultante para l:
1. La expresión a 1 d no es más que la suma de los elementos de la matriz A 5 c d que
a b
c d
están en la diagonal principal 2arriba a la izquierda, abajo a la derecha2. En álgebra li-
neal, esta suma se denomina traza de A. Por ejemplo, si A 5 c d , entonces la traza
27 2
0 4
de A es (27) 1 4 5 23.
2. La expresión ad 2 bc se forma a partir de la matriz de coeficientes A 5 c d del
a b
c d
siguiente modo: multiplique los elementos de la diagonal principal y, a continuación,
reste el producto de los elementos de la otra diagonal 2parte superior derecha, parte
inferior izquierda2. El número así calculado se denomina determinante de la ma-
triz de los coeficientes. Simbólicamente: det(A) 5 det c d 5 ad 2 bc. Por ejem-
a b
c d
plo, si A 5 c d , entonces det(A) 5 (27) (4) 2 (23) (2) 5 228 2 (26) 5
27 23
2 4
228 1 6 5 222. Para cualquier matriz A (2 3 2), el determinante de A se representa fre-
cuentemente con el símbolo 0 A 0 , de manera que la regla de cálculo se puede expresar así:
0A0 5 ` ` 5 ad 2 bc.
a b
c d
Las observaciones 1 y 2 nos proporcionan un modo alternativo de ver la ecuación ca-

racterística:
l2 2 straza de Adl 1 detsAd 5 0. (5.2.5)
Las raíces de la ecuación característica (5.2.5) 2los valores propios2 conducen a los vec-
tores propios, y finalmente a la solución general de un sistema lineal. Veamos un ejemplo
que utiliza este atajo.
EJEMPLO 5.2.2 Resolución de un sistema lineal con valores propios

y con vectores propios
Las siguientes ecuaciones constituyen un sencillo modelo para la detección de la diabetes:
dg
5 22,92g 2 4,34h
dt
dh
5 0,208g 2 0,780h,
dt
donde g(t) representa una concentración excesiva de glucosa en el flujo sanguíneo, y h(t),
una concentración excesiva de insulina. Se consideran “excesivas” las concentraciones por
encima de los valores de equilibrio. Queremos determinar la solución en cualquier instante t.
Valores propios
X 5 c dh dt d 5 c d c d , de
dg
d @ 22,92 24,34 g
La forma matricial de nuestras ecuaciones es
dt @dt 0,208 20,780 h
modo que la matriz de coeficientes es A 5 c d . Vemos que la traza de A es

22,92 24,34
0,208 20,780
22,92 1 (20,780) 5 23,7, y que su determinante es 22,92(20,780) 2 (24,34)(0,208) 5
3,18032. Por tanto, la ecuación característica es
l2 2 (traza de A) l 1 det(A) 5 l2 1 3,7l 1 3,18032 5 0.
Si la resolvemos mediante una calculadora o SAC, hallamos que los valores propios son
l1 5 22,34212 y l2 5 21, 35788, redondeados a cinco cifras decimales.
Vectores propios
A continuación, sustituiremos cada valor propio en las ecuaciones
sa 2 ldc1 1 bc2 5 0
cc1 1 (d 2 l)c2 5 0
y resolveremos para obtener el vector propio correspondiente X 5 c d . En nuestro pro-

~ c1
c2
blema, debemos sustituir en las ecuaciones
s22,92 2 ldc1 2 4,34c2 5 0
0,208c1 1 s20,780 2 ldc2 5 0.
Si l 5 22,34212, entonces las ecuaciones son
20,57788c1 2 4,34c2 5 0
0,208c1 1 1,56212c2 5 0.
Sin embargo, estas dos ecuaciones son realmente la misma ecuación, c2 5 20,13315c1. (Re-
suelva esta ecuación para c2 y compruébelo usted mismo.) En consecuencia, a fin de ase-
gurar que por lo menos un elemento del vector propio sea un número entero, podemos to-
mar c1 5 1 y c2 5 20,13315, de manera que un vector propio correspondiente al valor
propio l 5 22,34212 es X1 5 c d.
~ 1
20,13315
De igual modo, si utilizamos el otro valor propio, l 5 21,35788, podemos tomar la
ecuación única (22,92 2 l) c1 2 4,34c2 5 0 y sustituir el valor propio para obtener (22,92 1
1,35788) c1 2 4,34c2 5 0, de modo que c2 5 20,35994c1. Si tomamos c1 5 1, debemos
tener c2 5 20,35994, y un vector propio correspondiente al valor propio l 5 21,35788
es X2 5 c d.
~ 1
20,35994
La solución
El principio de superposición facilita así la solución general
X 5 C1X1 1 C2X2 5 C1 c d e22,34212t 1 C2 c d e21,35788t.

~ ~ ~ 1 1
20,13315 20,35994
Si se nos dieran las concentraciones iniciales de glucosa e insulina, podríamos determinar
las constantes C1 y C2. (Consulte el ejercicio 8.) ◆
EL COMPORTAMIENTO GEOMÉTRICO DE LAS SOLUCIONES

En los siguientes ejemplos, obtendremos una visión anticipada del modo en que el com-
portamiento de un sistema bidimensional de ecuaciones diferenciales lineales con coefi-
cientes constantes depende de los valores propios y de los vectores propios de su matriz de
coeficientes. Ilustraremos algunos diagramas de fases típicos. A continuación, en las sec-
ciones 5.3-5.5, expondremos una descripción sistemática de todos los posibles comporta-
mientos de tales sistemas lineales, usando la naturaleza de sus valores propios y sus vecto-
res propios.
EJEMPLO 5.2.3 Revisión del ejemplo 5.2.1. Un punto de silla

Volvamos a echar un vistazo al sistema del ejemplo 5.2.1:
#
x 5 22x 1 y
#
y 5 24x 1 3y.
Como habíamos visto anteriormente, los valores propios de este sistema son l1 5 2 y
l2 5 21, con los vectores propios representativos correspondientes V1 5 c d y V2 5 c d .

1 1
4 1
La solución general venía dada por X 5 C1 c d e 2t 1 C2 c d e 2t 5 c d.

1 1 C1e 2t 1 C2e 2t
4 1 4C1e 2t 1 C2e 2t
La figura 5.2 muestra algunas trayectorias para este sistema de ecuaciones lineales.
dy dy>dt 24x 1 3y
Éstas son soluciones particulares de 5 5 . En concreto, fíjese en que
dx dx>dt 22x 1 y
las líneas y 5 4x e y 5 x aparecen como trayectorias, que son realmente semirrectas: y 5 4x
para x . 0, y 5 4x para x , 0, y 5 x para x . 0 e y 5 x para x , 0.
Un poco de álgebra básica nos muestra que el origen es el único punto de equilibrio,
que en esta situación se denomina punto de silla. Un punto de silla es la versión bidimen-
sional del nodo del que hablábamos en la sección 2.5. Lo que caracteriza a un punto de si-
lla es que las soluciones se pueden aproximar a un punto de equilibrio a lo largo de una di-
rección 2como si fuera un sumidero2, y sin embargo, alejarse del punto en otra dirección
2como si fuera una fuente2.1 En concreto, resulta que una trayectoria es la semirrecta y 5 4x
en el primer cuadrante, a lo largo de la cual el movimiento tiene lugar alejándose del ori-
gen, y otra trayectoria es la recta y 5 x, también en el primer cuadrante, a lo largo de la
cual el movimiento es hacia el origen. Las rectas y 5 4x e y 5 x son asíntotas para las otras
trayectorias (cuando t S 6` ). Es posible que no pueda ver esto con claridad desde el dia-
grama de fases que su herramienta graficadora genere, a no ser que juegue con el inter-
valo de t y que seleccione los valores iniciales cuidadosamente. No obstante, podrá ver
analíticamente éste y otros comportamientos (consulte el ejercicio 9). ◆
y
30
20
10
–10 –5 5 10 x
–10
–20
–30
Figura 5.2
# #
Diagrama de fases del sistema x 5 22x 1 y, y 5 24x 1 3y
1. Esta terminología se estudia normalmente en un curso de cálculo multivariable. Si observa la silla de un caballo
en dirección desde la cola a la cabeza, parece que la parte central de la silla está más baja que la delantera o la tra-
sera, de manera que el centro parece ser un punto mínimo en la superficie de la silla. Sin embargo, si se mira la silla
desde un lateral del caballo, parece que la parte central es el punto más alto de una curva de estribo a estribo, de
modo que el centro parece un punto máximo. De hecho, un punto de silla no es ni un mínimo ni un máximo.
EJEMPLO 5.2.4 Una fuente

Observemos ahora el sistema de ecuaciones diferenciales
#
x 5 2x 1 y
#
y 5 3x 1 4y.
#
En primer lugar, observe que el único punto de equilibrio del sistema 2donde x 5 0 e
#
y 5 02 es el origen del plano de fases, (x, y) 5 (0, 0). (Deberá comprobar esto utilizando
el álgebra ordinaria para las ecuaciones simultáneas.)
Si usamos la fórmula dada por la ecuación (5.2.5), veremos que la ecuación caracte-
rística de nuestro sistema es l2 2 s2 1 4dl 1 ss2ds4d 2 s1ds3dd 5 0, o l2 2 6l 1 5 5 0,
la cual tiene las raíces l1 5 5 y l2 5 1. Para hallar los vectores propios correspondientes
~ ~
a estos valores propios, debemos resolver la ecuación matricial A X 5 lX, donde
A5 c d , l 5 5 ó 1, y X 5 c 1 d . Esta ecuación matricial equivale al sistema

2 1 ~ c
3 4 c2
(1) (2 2 l)c1 1 c2 5 0 (5.2.6)
(2) 3c1 1 (4 2 l)c2 5 0.
Si sustituimos el primer valor propio, l 5 5, en (5.2.6) obtenemos
(1) 23c1 1 c2 5 0
(2) 3c1 2 c2 5 0.
En realidad, aquí sólo hay una ecuación, y su solución viene dada por c2 5 3c1. Por tan-
to los vectores propios correspondientes al valor propio l 5 5 tienen la forma c d o c1 c d .

c1 1
3c1 3
Si hacemos que c1 5 1, obtenemos el vector propio “claramente” representativo V1 5 c d .

1
3
Cuando usamos el otro valor propio, l 5 1, en el sistema (5.2.6), hallamos que
(1) c1 1 c2 5 0
(2) 3c1 1 3c2 5 0,
cuya solución es c2 5 2c1. Por tanto, en este caso los vectores propios tienen la forma c d,
c1
2c1
o c1 c d . En consecuencia, nuestro vector propio representativo puede ser V2 5 c d.

1 1
21 21
Examinemos ahora el diagrama de fases correspondiente al sistema original, una fa-
milia de trayectorias correspondientes a la ecuación de primer orden
dy
dy dt 3x 1 4y
5 5 .
dx dx 2x 1 y
dt
Este diagrama de fases se muestra en la figura 5.3. Las curvas y 5 3x e y 5 2x, que son tra-
yectorias rectas, están etiquetadas de manera que podamos ver el significado de los vecto-
res propios.
y y = 3x
100
80
60
40
20
–30 –20 –10 10 20 30 40 x

–20 y = –x
–40
–60
–80
–100
Figura 5.3
Diagrama de fases del sistema
# #
x 5 2x 1 y, y 5 3x 1 4y
Si observa atentamente 2o halla su propio diagrama de fases2, se percatará de que las tra-
yectorias mostradas se alejan del origen (cuando t S ` ) de tal modo que cualquier trayec-
toria es tangente a la línea y 5 2x en el origen; es decir, cuando t S 2 ` . En esta situación,
el origen se denomina nodo inestable (concretamente, fuente o repulsor). Adquiriremos
una mejor comprensión de este comportamiento en la sección 5.3. ◆
El siguiente ejemplo muestra otro tipo de fuente para un sistema bidimensional.
EJEMPLO 5.2.5 Una fuente espiral

Observe el sistema
dx
5x1y
dt
dy
5 24x 1 y.
dt
Fíjese en que nuevamente el único punto de equilibrio de este sistema es el origen. (Com-
pruébelo usted mismo.)
Puesto que la matriz de coeficientes tiene los valores a 5 1, b 5 1, c 5 24, y d 5 1, uti-
lizaremos la fórmula (5.2.4) para determinar que la ecuación característica de este sistema
es l2 2 2l 1 5 5 0, de modo que la fórmula cuadrática nos da los valores propios l1 5
1 1 2i y l2 5 1 2 2i. Cuando obtengamos valores propios complejos, como por ejemplo
este par conjugado, resultará que los vectores propios tendrán números complejos como
entradas y que carecerán de un significado geométrico directo. Abordaremos esta situa-
ción más detalladamente en la sección 5.5. El diagrama de fases para este sistema se mues-
tra en la figura 5.4.
y
18
16
14
12
10
8
6
4
2
–4 –2 2 4 x
–2
–4
–6
–8
–10
–12
Figura 5.4
dx dy
Diagrama de fases del sistema 5 x 1 y, 5 24x 1 y
dt dt
(x(0), y(0)) 5 (24, 0), (22, 0), (2, 0), (3, 0); 25 # t # 0,7
Podemos ver que las trayectorias son espirales que se mueven hacia fuera, alejándose
del punto de equilibrio, en dirección horaria. En este caso, al igual que en el último ejem-
plo, el punto de equilibrio se denomina fuente (o repulsor). Otros sistemas con valores
propios complejos pueden corresponder a espirales que se mueven en dirección antihora-
ria, o a espirales que se mueven hacia el punto de equilibrio (en dirección horaria o an-
tihoraria). ◆
Estos ejemplos deberían convencerle de que las trayectorias se pueden comportar de

formas bastante distintas cerca de los puntos de equilibrio. En la siguiente sección, exami-
naremos el modo en que se pueden clasificar las trayectorias de un sistema bidimensional.
EJERCICIOS 5.2
1. Calcule a mano el determinante de cada una de las siguientes matrices.
a. c d b. c d
23 5 4 2
24 1 10 5
c. c d d. c d
6t 24 cos u sen u
sen t t3 2sen u cos u
2. Considere el sistema
ax 1 by 5 e
cx 1 dy 5 f,
donde a, b, c, d, e y f son constantes, con ad 2 bc Z 0.
de 2 bf af 2 ce
a. Demuestre que la solución está dada por x 5 ,y5 .
ad 2 bc ad 2 bc
b. Exprese la solución dada en el apartado (a) en términos de los determinantes
` `, ` `y` `.
a e a b e b
c f c d f d
#
Para cada sistema de los ejercicios 3-7: (a) expréselo en la forma matricial X 5 AX; (b) ha-
lle la ecuación característica; (c) encuentre todos los valores propios; (d) describa todos los
vectores propios correspondientes a cada valor propio hallado en el apartado (c). Los apar-
tados (a)-(d) se han de realizar sin la ayuda de una calculadora o un SAC.
# #
3. x 5 2x 1 y 4. x 5 x 2 y
# #
y 5 3x 1 4y y 5 y 2 4x
# #
5. x 5 24x 1 2y 6. x 5 x
# #
y 5 2x 2 y y5y
#
7. x 5 26x 1 4y
#
y 5 23x 1 y
8. En el ejemplo 5.2.2, halle la solución del sistema que satisface las condiciones iniciales
g(0) 5 g0 y h(0) 5 0. (Puede usar herramientas tecnológicas para resolver el sistema
de ecuaciones algebraicas resultante.)
# #
9. En el ejemplo 5.2.3, se demostró que el sistema x 5 22x 1 y, y 5 24x 1 3y tiene la
solución X 5 c 1 2t d.
C e 2t 1 C2e 2t
4C1e 1 C2e 2t
dy 24x 1 3y
a. Sustituya x(t) e y(t) en la parte derecha de la expresión 5 .
dx 22x 1 y
b. Utilice el resultado del apartado (a) para demostrar que cuando t S ` , la pen-
diente de cualquier trayectoria que no esté sobre alguna de las rectas determina-
das por los vectores propios se aproxima a 4, la pendiente del vector propio corres-
pondiente al mayor de los dos valores propios distintos. (Sugerencia: factorice e2t,
el término dominante para grandes valores positivos de t.)
c. Utilice el resultado del apartado (a) para demostrar que cuando t S 2 ` , la pen-
diente de cualquier trayectoria que no esté sobre ninguna de las rectas determina-
das por los vectores propios se aproxima a 1, la pendiente del vector propio corres-
pondiente al menor de los dos valores propios distintos. (Sugerencia: factorice e2t,
el término dominante para grandes valores negativos de t.)
10. Utilice herramientas tecnológicas para trazar el diagrama de fases del sistema del ejer-
cicio 3. Entonces, trace en dicho diagrama las rectas de los vectores propios 2si es ne-
cesario puede obtenerlos consultando las respuestas que hay al final del libro2 y co-
mente el comportamiento de las trayectorias con respecto al origen. (Utilice tanto
valores positivos como negativos de t.)
11. Utilice herramientas tecnológicas para trazar el diagrama de fases del sistema del ejer-
cicio 4. Entonces, trace en dicho diagrama las rectas de los vectores propios 2si es ne-
cesario, utilice su SAC2 y comente el comportamiento de las trayectorias con res-
pecto al origen. (Utilice tanto valores positivos como negativos de t.)
5.3 Estabilidad de los sistemas lineales: valores propios reales distintos 217
12. Una sustancia X se transforma en otra sustancia Y a un ritmo k1 . 0, e Y a su vez se

degrada en otra sustancia a un ritmo k2 . 0. El sistema
dx
5 2k1x
dt
dy
5 k1x 2 k2y
dt
describe el proceso, donde x(t) e y(t) representan la cantidad de X e Y, respectiva-
mente. Suponga que k1 2 k2.
a. Halle los valores propios del sistema.
b. Halle los vectores propios correspondientes a cada uno de los valores propios ha-
llados en el apartado (a).
c. Resuelva para x(t) e y(t) y halle después lim xstd y lim ystd . Interprete sus respues-
tS` tS`
tas desde un punto de vista físico.
13. El siguiente sistema modela el intercambio de nutrientes entre la madre y el feto en la
placenta.
dc1
5 2a1 sc1 2 c2 d
dx
dc2
5 2a2 sc1 2 c2 d ,
dx
donde c1(x) es la concentración de nutriente en el torrente sanguíneo materno a una dis-
tancia x a lo largo de la membrana de la placenta y c2(x) es la concentración de nutriente
en el torrente sanguíneo fetal a una distancia x. Aquí, a1 y a2 son constantes, y a1 2 a2.
a. Si c1(0) 5 c0 y c2(0) 5 C0, utilice valores propios y vectores propios para resolver el
sistema en c1(x) y c2(x).
b. Para resolver c1(x) y c2(x), transforme el sistema en una única ecuación diferencial
de segundo orden y utilice las técnicas vistas en la sección 4.1.
5.3 ESTABILIDAD DE LOS SISTEMAS LINEALES:

VALORES PROPIOS REALES DISTINTOS
#
En primer lugar, ya deberíamos haber supuesto que un sistema lineal X 5 AX de ecua-
ciones diferenciales ordinarias, donde det(A) Z 0, tiene exactamente un punto de equili-
brio, el origen (0, 0). (Consulte el problema 12 de la sección Ejercicios 5.1.) Sin embargo,
si det(A) 5 0, es posible que el sistema tenga otras soluciones de equilibrio. Como se
anunció en la última sección, la estabilidad de un sistema 2el comportamiento de las tra-
yectorias respecto del punto o los puntos de equilibrio2 se explicará en su totalidad en tér-
minos de los valores propios y de los vectores propios de la matriz A.
Puesto que la ecuación característica de un sistema bidimensional es una ecuación cua-
drática, sabemos que hay dos valores propios, l1 y l2. Existen tres posibilidades para estos
valores propios: (1) ambos valores propios son números reales con l1 2 l2; (2) los valores
propios son números reales con l1 5 l2; o (3) los valores propios son números complejos:
l1 5 p 1 qi y l2 5 p 2 qi, donde p y q son números reales (denominados parte real y parte
imaginaria, respectivamente) e i 5 "21. En la situación 3, decimos que l1 y l2 son comple-

jos conjugados entre sí. (Si desea obtener más información sobre los números complejos,
puede revisar el apéndice C, especialmente la sección C.3.) La naturaleza de los valores pro-
pios desempeñará un importante papel en el análisis de los sistemas de ecuaciones lineales,
tal y como lo hizo en las secciones 4.1-4.3 para las ecuaciones lineales de orden superior con
coeficientes constantes. En esta sección, abordaremos la primera posibilidad de la lista men-
cionada anteriormente, y dejaremos las situaciones 2 y 3 para las dos secciones siguientes.
VALORES PROPIOS REALES DISTINTOS

#
En primer lugar, suponga que la matriz A del sistema X 5 AX tiene dos valores propios
reales, l1 y l2, con l1 2 l2. Sean V1 y V2 los vectores propios representativos correspon-
dientes. Entonces, mostraremos que la solución general de sistema viene dada por
Xstd 5 c1e l1tV1 1 c2e l2tV2, (5.3.1)
donde c1 y c2 son constantes arbitrarias.
Desde un punto de vista geométrico, el primer término en el lado derecho de (5.3.1)
representa la trayectoria de una recta paralela2 a V1, y el segundo describe una recta para-
lela a V2 (consulte la figura 5.5). Observe que estas trayectorias se ubican en el plano de
fases (el plano x-y).
Si tanto c1 como c2 son distintas de cero, entonces la solución X(t) es una combinación
lineal de los dos términos básicos cuyas contribuciones relativas varían con el tiempo. En
esta situación, las trayectorias se curvan de un modo concreto que se describirá un poco
más adelante.
Para ver por qué (5.3.1) es la solución general, primero ha de tener en cuenta que
cada término es en sí mismo# una solución del sistema. Si, por ejemplo, consideramos
X1 std 5 c1el1tV1, entonces X1 std 5 c1l1e l1tV1 y AX1 5 Asc1e l1tV1 d 5 c1e l1t sAV1 d 5
c1e l1t sl1V1 d 5 l1c1e l1tV1 ya que V1 es un vector propio correspondiente a l1. (Para las pro-
2
[ 6e3e ]
2
[ 6e3e ]
[] 6
3
Figura 5.5
V 5 3e t c d para t 5 0, 1 y 2
2
1
2. Dos vectores V y W son paralelos si W 5 cV para cierta constante c distinta de cero. Dicho de otro modo, los
vectores paralelos se ubican en la misma recta que pasa por el origen, apuntando en la misma dirección (si c . 0)
o en sentidos opuestos (si c , 0). Consulte el apéndice B.1.
#
piedades de la multiplicación matricial consulte la sección 5.1.) Por tanto, X1 std 5 AX1. A
continuación, veremos que, si X1 y X2 son unas soluciones cualesquiera del sistema, enton-
ces la combinación lineal X 5 k1X1 1 k2X2 es también una solución cualesquiera que sean
las constantes k1 y k2:
•
# # #
X 5 sk1X1 1 k2X2 d 5 k1X1 1 k2X2 5 k1 sAX1 d 1 k2 sAX2 d
5 Ask1X1 d 1 Ask2X2 d
5 Ask1X1 1 k2X2 d 5 AX.
Estos pasos se derivan de las propiedades algebraicas de las matrices (sección 5.1) y de las
derivadas, y esta propiedad de las soluciones de los sistemas lineales es otra versión del
principio de superposición con el que anteriormente nos hemos encontrado varias veces.
(Por ejemplo, consulte la sección 4.1.)
Se puede sostener 2algo vagamente2 que (5.3.1) representa una solución, con dos cons-
tantes arbitrarias, de un sistema bidimensional 2o de su equivalente
# ecuación de segundo or-
den2 y que por tanto, es la solución general del sistema X 5 AX. Para ser rigurosos, pode-
mos ceñirnos al hecho de que cualquier condición inicial X0 5 Xst0 d 5 c 0 d 5 c 0 d

xst d x
yst0 d y0
para el sistema se puede escribir como una combinación lineal de vectores propios:
X0 5 k1V1 1 k2V2 para algunas constantes k1 y k2, de manera que es posible hallar una so-
lución (5.3.1) que satisfaga cualquier condición inicial X(t0) 5 X0. (Al final de esta sección,
se le requerirá que demuestre estas afirmaciones en los ejercicios 17 y 18.) Por último, el te-
orema de existencia y unicidad de la sección 4.6 nos permite afirmar que (5.3.1) es la única
solución.
La imposibilidad de vectores propios dependientes

Si uno de los vectores propios es un múltiplo escalar del otro 2supóngamos que V2 es múl-
tiplo de V12 entonces la expresión en (5.3.1) se contrae a un múltiplo escalar de V1 y sólo
hay una constante arbitraria. Esta expresión no puede representar la solución general de
una ecuación de segundo orden.
Afortunadamente, esta contracción no puede suceder en nuestro caso actual. Resulta
fácil demostrar que si una matriz 2 3 2, A, tiene unos valores propios l1 y l2 distintos con
los vectores propios correspondientes V1 y V2, entonces ningún vector propio es un múltiplo
escalar del otro. Supongamos que V2 5 cV1, donde c es un escalar distinto de cero. Enton-
ces, V2 2 cV1 5 0, el vector nulo, y por tanto
0 5 AsV2 2 cV1 d 5 AV2 2 csAV1 d 5 l2V2 2 csl1V1 d
5 l2 scV1 d 2 csl1V1 d 5 csl2 2 l1 dV1.
Pero entonces, puesto que c Z 0 y V1 (como vector propio) es distinto de cero, debemos
concluir que sl2 2 l1 d 5 0, en contradicción con el supuesto de que tenemos valores pro-
pios distintos.
Valores propios positivos distintos

En la expresión para la solución general, c1e l1tV1 1 c2e l2tV2, suponga que l1 . l2 . 0. Ob-
serve primero que, si t aumenta, ambos múltiplos del vector propio apuntan en sentido
opuesto al origen, de modo que todas las soluciones crecen con el tiempo. (Los signos alge-
braicos de las constantes c1 y c2 influyen en los cuadrantes en los que crecen las soluciones.)
A fin de comprender el ritmo relativo al que crecen los términos individuales, podemos
descomponer en factores la exponencial correspondiente al mayor valor propio y escribir
Xstd 5 e l1t sc1V1 1 c2e sl2 2l1dtV2 d .
Advierta que e sl2 2l1dt S 0 cuando t S 1` , debido a que l2 2 l1 , 0. Por tanto, Xstd <
e c1V1 a medida que t crece. Si observamos que e l1tc1V1 es paralelo a V1, vemos que la
l1t
pendiente de cualquier trayectoria X(t) se aproxima a la pendiente de la recta determinada

por V1, lo que indica que todas las trayectorias se curvarán alejándose del origen y que sus
pendientes se aproximarán a la pendiente de la recta determinada por el vector propio V1,
correspondiente al valor propio mayor. En esta situación, el punto de equilibrio (0, 0) se
denomina fuente (nodo inestable, repulsor). (Recuerde nuestros comentarios de la sección
2.5.) “Retrocediendo en el tiempo”, cuando t S 2 ` , las trayectorias serán asintóticas a la
recta determinada por el vector propio V2, puesto que entonces el primer término de la
combinación lineal c1e l1tV1 1 c2e l2tV2 se aproxima a cero a una velocidad mayor que el se-
gundo término. Esto indica que, si nos movemos hacia atrás, las trayectorias entran en el
origen tangentes a la recta determinada por V2.
A la luz de los dos últimos párrafos, ya estamos preparados para volver a examinar un
ejemplo anterior.
EJEMPL0 5.3.1 Valores propios positivos distintos: una fuente

En primer lugar, el sistema
#
x 5 2x 1 y
#
y 5 3x 1 4y
que vimos en el ejemplo 5.2.4 tiene dos valores propios positivos distintos, l1 5 5 y l2 5 1,
con los vectores propios correspondientes V1 5 c d y V2 5 c d . Por tanto, la solución

1 1
3 21
general es
Xstd 5 c1e 5t c d 1 c2e t c d 5 c d 5 c d.

1 1 c1e 5t 1 c2e t xstd
5t t
3 21 3c1e 2 c2e ystd
La figura 5.6 es una versión más detallada de la figura 5.3, el diagrama de fases de
nuestro sistema. La nueva gráfica muestra varias trayectorias y el modo en que se curvan
alejándose del origen, al mismo tiempo que sus pendientes se aproximan a la pendiente
de la recta determinada por el vector propio V1 5 c d correspondiente al valor propio

1
3
mayor l 5 5.
dy
dy dt 3x 1 4y
Analíticamente, podemos examinar la ecuación 5 5 , cuyas soluciones
dx dx 2x 1 y
dt
componen el diagrama de fases; es decir, la ecuación que facilita las pendientes de las tra-
yectorias en el plano x-y. Al sustituir x(t) 5 c1e5t 1 c2et e y(t) 5 3c1e5t 2 c2et en la solución
y
V1 = [ 13 ]
–V2
V2 = [ ]
1
–1
–V1
Figura 5.6
# #
Trayectorias del sistema x 5 2x 1 y, y 5 3x 1 4y
Los puntos en negrita (•) indican las posiciones iniciales (t 5 0) para las trayectorias.
dy 15c1e 5t 2 c2e t
general dada anteriormente, obtenemos 5 . Para valores grandes de t, la
dx 5c1e 5t 1 c2e t
dy
expresión para está dominada por los términos e5t, que podemos extraer como factor
dx
de la forma siguiente:
dy e 5t s15c1 2 c2e 24t d 15c1 2 c2e 24t
5 5t 5 .
dx e s5c1 1 c2e 24t d 5c1 1 c2e 24t
La condición c1 5 0 supondría que estamos tratando con la trayectoria de la recta deter-
minada por el vector propio V2 5 c d . Pero si c1 Z 0, cuando t S ` , vemos que la pen-

1
21
15c1 2 0
diente de cualquier trayectoria tiende a 5 3, la pendiente de la recta determi-
5c1 1 0
nada por el vector propio V1 5 c d .
1
3
Si consideramos los valores negativos grandes de t 2es decir, si recorremos las trayec-
torias hacia atrás en el tiempo2 entonces et es el término dominante en la expresión para
dy
, y podemos extraerlo como factor del siguiente modo:
dx
dy 15c1e 5t 2 c2e t e t s15c1e 4t 2 c2 d 15c1e 4t 2 c2
5 5 5 .
dx 5c1e 5t 1 c2e t e t s5c1e 4t 1 c2 d 5c1e 4t 1 c2
Esta última expresión nos indica que si c2 Z 0, entonces cuando t S 2 ` la pendiente de
0 2 c2
cualquier trayectoria tiende a 5 21, la pendiente de la recta determinada por el
0 1 c2
vector propio V2 5 c d . Si tenemos c2 5 0, estaremos en la trayectoria de la recta deter-
1
21
minada por el vector propio V1 5 c d . Podemos concluir que, si c2 Z 0, entonces cualquier
1
3
trayectoria es tangente a la recta y 5 2x en el origen; es decir, cuando t S 2 ` . ◆
Valores propios negativos distintos

Si los dos valores propios son negativos (digamos que l1 , l2 , 0), entonces ambos múl-
tiplos de vector propio apuntan hacia el origen, y todas las soluciones decrecen o disminu-
yen con el tiempo. Para ver esto, escriba (5.3.1) en la forma
Xstd 5 c d V1 1 c d V2 5 c d V1 1 c Mt d V2,
c1 c2 c1 c2
2l1t 2l2t Kt
e e e e
donde K 5 2l1 y M 5 2l2 son constantes positivas. Entonces, ambos términos de X(t)
se aproximan claramente al origen cuando t S 1` . Puesto que l1 , l2, tenemos
2l1 . 2l2, o K . M, de modo que el primer término de la expresión para X(t) se apro-
xima al origen más rápidamente que el segundo término. En el siguiente ejemplo, veremos
que cuando t crece, las trayectorias se curvan hacia el origen, más cerca del vector propio
V2 2o de su negativo si c2 , 02, correspondiente al valor propio mayor. Bajo estas cir-
cunstancias, decimos que (0, 0) es un nodo estable, o sumidero.
EJEMPL0 5.3.2 Valores propios negativos distintos: un sumidero

Suponga que analizamos el sistema lineal
#
x 5 24x 1 y
#
y 5 3x 2 2y.
La ecuación característica es l2 1 6l 1 5 5 0 , y los valores propios son negativos y
distintos: l1 5 25 y l2 5 21. Si utilizamos las posibilidades de un SAC para el álgebra
lineal, hallaremos que dos correspondientes vectores propios representativos son
V1 5 c d y V2 5 c d . (No se preocupe si su SAC muestra vectores propios diferentes a

21 1
1 3
los del libro: los suyos deberían estar en la misma recta que los aquí dados. Sus pendientes
y / x deberían ser 21 y 3.)
La solución general de nuestro sistema es
d 1 c2e 2t c d 5 c 125t
Xstd 5 c1e 25t c d.
21 1 2c e 25t 1 c2e 2t
1 3 c1e 1 3c2e 2t
Debido a las exponenciales negativas de la expresión para X(t), resulta evidente que
Xstd S c d cuando t S ` , así que el origen es un sumidero. La figura 5.7 muestra algunas
0
0
trayectorias típicas y parece indicar que éstas son tangentes a la recta determinada por el
vector propio V2 5 c d .
1
3
Dado que e 2t es mayor que e 25t para valores grandes de t, observamos que
dy 3x 2 2y 25c1e 25t 2 3c2e 2t
5 5
dx 24x 1 y 5c1e 25t 2 c2e 2t
e 2t s25c1e 24t 2 3c2 d 25c1e 24t 2 3c2
5 5 .
e 2t s5c1e 24t 2 c2 d 5c1e 24t 2 c2
y
V2 = [ 13 ]
V1 = [–11 ]
x
–V1
–V2
Figura 5.7
# #
Trayectorias del sistema x 5 24x 1 y, y 5 3x 2 2y
Los puntos en negrita (•) indican las posiciones iniciales (t 5 0) para las trayectorias.
5 3, la pendiente del vector propio V2 5 c d ,

dy 23c2 1
Si c2 Z 0, entonces se aproxima a
dx 2c2 3
cuando t S ` . Si c2 5 0, entonces la trayectoria está en la recta determinada por el vector
propio c d.
21
◆
1
Valores propios distintos con signos opuestos

Si los valores propios tienen signos opuestos (digamos l1 , 0 , l2), observe entonces la
solución general Xstd 5 c1e l1tV1 1 c2e l2tV2 para ver que el término c1e l1tV1 (correspon-
diente al valor propio negativo l1) señala hacia el origen, mientras que c2e l2tV apunta en
sentido opuesto al origen (figura 5.8).
En este caso, las trayectorias se aproximan al origen a lo largo de una dirección y cam-
bian de sentido alejándose del origen a lo largo de otra. En esta situación, describimos (0, 0)
como punto de silla. Revise el ejemplo 5.2.3, especialmente la figura 5.2.
(␭2 > 0) (␭1 < 0)
(␭1 < 0) (␭2 > 0)
Figura 5.8
Típicos vectores propios para el caso l1 , 0 , l2
Consideremos un nuevo ejemplo de lo que ocurre cuando los valores propios de un

sistema tienen signos opuestos.
EJEMPLO 5.3.3 Valores propios distintos con signos opuestos: un punto de silla
dx dy
Analicemos el sistema 5 x 1 5y, 5 x 2 3y. La ecuación característica es l2 1 2l
dt dt
2 8 5 0. Los valores propios y sus vectores propios correspondientes son
l1 5 24, V1 5 c d ; l2 5 2, V2 5 c d . La solución general es

1 5
21 1
Xstd 5 c1e 24t c d 1 c2e 2t c d 5 c 1 24t d.

1 5 c e 24t 1 5c2e 2t
21 1 2c1e 1 c2e 2t
Podemos ver que la trayectoria recta c1e 24tV1 5 c1e 24t c d 5 c 1 24t d se aproxima al
1 c e 24t
21 2c1e
origen cuando t S ` . (En realidad hay dos trayectorias semirrectas, una para c1 positivo y
otra para c1 negativo; consulte la figura 5.9.) Pero las trayectorias semirrectas correspon-
dientes a c2e 2tV2 5 c2e 2t c d 5 c d para los valores positivos y negativos de c2 avanzan
5 5c2e 2t
1 c2e 2t
claramente alejándose del origen cuando t aumenta.
dy
Si sustituimos las expresiones de x(t) e y(t) en la fórmula para y factorizamos el
dx
término dominante para valores grandes de t, obtenemos
dy x 2 3y 4c1e 24t 1 2c2e 2t
5 5
dx x 1 5y 24c1e 24t 1 10c2e 2t
e 2t s4c1e 26t 1 2c2 d 4c1e 26t 1 2c2
5 5 .
e 2t s24c1e 26t 1 10c2 d 24c1e 26t 1 10c2
dy 2c2 1
Si c 2 ≠ 0, vemos que cuando t S `, tiende a 5 , la pendiente del vector pro-
dx 10c2 5
pio V2. Esto indica que las pendientes de las trayectorias que no están sobre las rectas de-
y
–V1
V2 = [ 51 ]
x
–V2
V1 = [–11 ]
Figura 5.9
dx dy
Trayectorias del sistema 5 x 1 5y, 5 x 2 3y
dt dt
terminadas por V1 y V2 se aproximan a la pendiente de V2, el vector propio asociado al va-

lor propio positivo. Cuando t S 2 ` , las pendientes de estas trayectorias tienden a la pen-
diente de V1. La figura 5.9 muestra este comportamiento, en parte fuente, en parte sumi-
dero, respecto del origen, que es un punto de silla ◆
Valores propios distintos, un valor propio igual a cero

Por último, consideremos la situación en la que tenemos dos valores propios distintos, uno
de los cuales es 0. Supongamos que l1 5 0 y que l2 2 0. Esto significa que la ecuación ca-
racterística se puede escribir en la forma 0 5 sl 2 0d sl 2 l2 d 5 l2 2 l2l. Por la sección
5.2, sabemos que el término constante de la ecuación característica es igual a det(A). En
este caso, tenemos claramente det(A) 5 0. Por tanto, no deberíamos esperar que el origen
fuera el único punto de equilibrio (consulte el problema 12 de la sección Ejercicios 5.1.) De
hecho, todo punto (x, 0 ) del eje horizontal puede ser un punto de equilibrio para tal sistema.
(En el ejercicio 20, al final de esta sección, se requiere una prueba de esta afirmación.) Si V1
es el vector propio asociado a l1 5 0, sabemos que A(c1V1) 5 c1A(V1) 5 c1 l1V1 5 0; es de-
cir, cada punto sobre la recta determinada por V1 es un punto de equilibrio.
La solución general en esta situación presenta la forma Xstd 5 c1es0dtV1 1 c2el2tV2 5
c1V1 1 c2el2tV2. Observe que si l2 . 0 y t S ` , entonces X(t) crece ilimitadamente; pero si
t S 2 ` , de manera que viajamos hacia atrás a lo largo de una trayectoria, entonces ésta se
aproxima a c1V1, la recta determinada por V1. De igual modo, si l2 , 0 y t S ` , entonces
X(t) se aproxima a la recta determinada por V1, mientras que si t S 2 ` , entonces X(t) crece
ilimitadamente. En cualquier caso, cada trayectoria será una semirrecta paralela –en el sen-
tido habitual de la geometría plana– al vector propio V2, con un extremo sobre la recta deter-
minada por V1. (El vector constante c1V1 sólo desplaza c2e l2tV2 horizontal y verticalmente.)
El propósito del siguiente ejemplo es explicar la geometría de las trayectorias cuando
tenemos un valor propio igual a 0.
EJEMPLO 5.3.4 Valores propios distintos, un valor propio igual a cero

# #
La figura 5.10 muestra el plano de fases para el sistema x 5 y, y 5 y, cuyos valores pro-
pios son 0 y 1, y cuyos vectores propios correspondientes son c d y c d , respectivamente.

1 1
0 1
Por tanto, las ecuaciones de las trayectorias son Xstd 5 c1 c d 1 c2e t c d 5 c 1 d.

1 1 c 1 c2e t
0 1 c2e t
Esto indica (ejercicio 19) que cualquier trayectoria que no esté sobre la recta determinada
por V 5 c d tiene la ecuación y(t) 5 x(t) 1 k, de modo que estas trayectorias forman una
1
0
familia infinita de líneas rectas paralelas a y 5 x. Observe que el vector propio c d corres-
1
0
pondiente al valor propio cero determina dos trayectorias semirrectas, el semieje x positivo
y el semieje x negativo. En nuestro ejemplo, resulta fácil ver que todos los puntos (x, 0) del
# #
eje horizontal son puntos de equilibrio: x 5 y 5 0 y y 5 y 5 0 implican que y 5 0 y que la
coordenada x es totalmente arbitraria. El hecho de que el valor propio distinto de cero sea
y
20
15
10
–10 –5 5 10 x
–5
–10
–15
Figura 5.10
# #
Diagrama de fases para el sistema x 5 y, y 5 y
positivo hace que los puntos sobre el eje x se conviertan en fuentes. (Si es necesario, revise
el último párrafo antes de abordar este ejemplo.) ◆
Si examinamos los ejemplos 5.2.3-5.2.5 y los de esta sección, nos daremos cuenta de
que una solución que parte en una dirección diferente a aquellas de los vectores propios
adquiere la forma de una curva, representando (como sabemos por (5.3.1)) una combina-
ción lineal, c1e l1tV1 1 c2e l2tV2, de dos soluciones exponenciales con diferentes razones de
cambio 2indicadas por los valores propios2. Si analizamos un número suficiente de dia-
gramas de fases, podremos percatarnos también de que hay una tendencia del vector pro-
pio “rápido” 2asociado al número mayor de dos valores propios distintos2 a ejercer la
mayor influencia en las soluciones. Las trayectorias se curvan hacia la dirección de este
vector propio cuando t S `.
En la siguiente sección, analizaremos lo que ocurre cuando hay un valor real repetido y
cuando parece haber sólo un vector propio correspondiente a dos valores propios reales.
EJERCICIOS 5.3
Para cada uno de los sistemas que se muestran en los ejercicios 1-10: (a) halle los valores
propios y sus correspondientes vectores propios y (b) esboce o trace unas cuantas trayecto-
rias y muestre la posición o las posiciones del vector o vectores propios. Realice el apartado
(a) manualmente, pero si los valores propios son números irracionales, puede utilizar herra-
mientas tecnológicas para hallar los vectores propios correspondientes.
# # # #
1. x 5 3x, y 5 2y 2. x 5 2x, y 5 22y
# #
3. xr 5 23x 2 y, yr 5 4x 1 2y 4. r 5 5r 1 4s, s 5 22r 2 s
# # # #
5. x 5 x 1 5y, y 5 x 2 3y 6. x 5 2x 1 3y, y 5 x 1 y
# #
7. x 5 23x 1 y, y 5 4x 2 2y 8. xr 5 24x 1 2y, yr 5 23x 1 y
# #
9. xr 5 22x 2 y, yr 5 2x 1 2y 10. x 5 2x 1 y, y 5 2x 1 3y
# #
11. Considere el sistema x 5 4x 2 3y, y 5 8x 2 6y.
a. Halle los valores propios de este sistema.
b. Halle los vectores propios correspondientes a los valores propios del apartado (a).
c. Bosqueje o trace algunas trayectorias y explique lo que ve.
d. Escriba la solución general del sistema en la forma Xstd 5 c1e l1tV1 1c2e l2tV2 y exa-
mine de nuevo su explicación del apartado (c).
12. Demuestre que, si X es un vector propio de A correspondiente al valor propio l, en-
tonces cualquier múltiplo no nulo de X es asimismo un vector propio de A correspon-
diente a l.
13. Escriba un sistema de ecuaciones lineales de primer orden, cuyas trayectorias mues-
tren los siguientes comportamientos:
a. (0, 0) es un sumidero con valores propios l1 5 23 y l2 5 25.
b. (0, 0) es un punto de silla con valores propios l1 5 21 y l2 5 4.
c. (0, 0) es una fuente con valores propios l1 5 2 y l2 5 3.
# #
14. Considere el sistema x 5 2x 1 ay, y 5 22y, donde a es una constante.
a. Demuestre que el origen es un sumidero, sea cual sea el valor de a.
b. Suponga que X(t) es el vector solución del sistema que satisface la condición ini-
cial Xs0d 5 c d . Trace la trayectoria para diferentes valores de a y describa

0
0,5
cómo la trayectoria X(t), para t $ 0, depende del valor de a.
15. Dos cantidades de una solución química están separadas por una membrana. Si x(t) e
y(t) representan las cantidades de la sustancia química en el instante t en cada lado de
la membrana, y si V1 y V2 representan respectivamente el volumen 2constante2 de
cada solución, entonces el problema de difusión se puede modelar mediante el sistema
x 5 Pc d
# y x
2
V2 V1
y 5 Pc d,
# x y
2
V1 V2
donde P es una constante positiva llamada permeabilidad de la membrana. Tenga en
xstd ystd
cuenta que y representan las concentraciones de la solución en cada lado.
V1 V2
a. Suponiendo que x(0) 5 x0 y que y(0) 5 y0, halle la solución del PVI del sistema sin
utilizar herramientas tecnológicas.
b. Calcule lim xstd y lim ystd .
c. A partir del apartado (b), interprete el resultado lim 3xstd 1 ystd4 desde un punto
tS` tS`
tS`
de vista físico.
y x #
d. Advierta que si . , entonces x . 0. ¿Quiere esto decir que la sustancia quí-
V2 V1
mica se mueve a través de la membrana desde el lado con la menor concentración
hasta el lado con la mayor concentración, o viceversa? Ratifique su respuesta con-
x y
siderando lo que ocurre si en la segunda ecuación . .
V1 V2

#
r 5 2r 2 s
#
s 5 2br 2 s
donde b es un parámetro.
a. Halle la solución general del sistema cuando b 5 0,5. Utilice los valores propios de
la matriz de coeficientes para determinar qué tipo de equilibrio tiene el sistema en
el origen.
b. Halle la solución general del sistema cuando b 5 2. Utilice los valores propios de
la matriz de coeficientes para determinar qué tipo de equilibrio tiene el sistema en
el origen.
c. Las soluciones del sistema muestran dos tipos bastante diferentes de comportamiento
para los dos valores de b considerados en los apartados (a) y (b). Halle una fórmula
para los valores propios en términos de b y determine el valor de b entre 0,5 y 2 para
el que ocurre la transición de un tipo de comportamiento al otro. (Este valor crítico
del parámetro se denomina punto de bifurcación; consulte la sección 2.6.)
#
17. Suponga que tenemos el sistema X 5 AX y que V1 y V2 son vectores propios de A, ta-
les que V1 y V2 no son el uno múltiplo escalar del otro.
Demuestre que cualquier condición inicial X0 5 X(0) 5 c d puede ser escrita como
x0
y0
una combinación lineal de V1 y V2. En otras palabras, demuestre que siempre se pue-
den hallar escalares c1 y c2 tales que X0 5 c1V1 1 c2V2.
[Sugerencia: sean V1 5 c 1 d y V2 5 c 2 d los vectores propios, donde se supone que

x x
y1 y2
x1, x2, y1 e y2 son conocidas. Transforme ahora la ecuación X0 5 c1V1 1 c2V2 en un sis-
tema de ecuaciones lineales algebraicas y parta de dicho sistema.]
#
18. Si el sistema X 5 AX tiene dos valores propios reales, l 1 y l 2, con l 1 Z l 2, y si
V1 y V2 son los correspondientes vectores propios 2distintos2, demuestre que
Xstd 5 c1e l1tV1 1 c2e l2tV2 satisface la condición inicial X(0) 5 X0 5 c 0 d 5 c1V1 1
x
y0
c2V2. (Consulte el problema anterior a fin de justificar esta representación de X 0
para algunos escalares c1 y c2.)
# #
19. Como se ha indicado en el ejemplo 5.3.4, el sistema x 5 y, y 5 y tiene la solución
Xstd 5 c 1 d . Demuestre que cualquier trayectoria que no esté sobre la recta

c 1 c2e t
c2e t
determinada por V 5 c d satisface la ecuación y(t) 5 x(t) 1 k 2en el plano de fases2

1
0
para cierta constante k. (Esto indica que las trayectorias forman una familia infinita
de rectas paralelas a y 5 x.)
#
x 5 ax 1 by
#
y 5 cx 1 dy,
5.4 Estabilidad de los sistemas lineales: valores propios reales iguales 229
donde a, b, c y d son constantes. Demuestre que si ad 2 bc 5 0, entonces todo punto

(x, 0) del eje horizontal puede ser un punto de equilibrio para el sistema. (Sugerencia:
resuelva el sistema ax 1 by 5 0, cx 1 dy 5 0 para y.)

VALORES PROPIOS REALES IGUALES
Veamos ahora lo que ocurre si ambos valores propios son reales e iguales; en otras pala-
bras, si la ecuación característica tiene una raíz repetida, o raíz doble. (Consulte la sec-
ción 4.1 para el caso de las ecuaciones lineales homogéneas de segundo orden.) Un enten-
dimiento global de esta situación requiere un mayor uso del álgebra lineal que el necesario
en este momento. La finalidad de los siguientes análisis y ejemplos deberían proporcionar-
nos una buena idea de lo que sucede.
VALORES PROPIOS IGUALES Y NO NULOS,

DOS VECTORES PROPIOS INDEPENDIENTES
En primer lugar, suponga que l1 5 l2 2 0. Si podemos hallar vectores propios representa-
tivos distintos V1 y V2 que no sean múltiplos escalares uno de otro, entonces aún podemos
escribir la solución general del sistema utilizando (5.3.1): Xstd 5 c1e l1tV1 1 c2e l2tV2 5
c1e l1tV1 1 c2e l1tV2 5 e l1t sc1V1 1 c2V2 d . Si hacemos que t 5 0, vemos que Xs0d 5
e l1s0d sc1V1 1 c2V2 d 5 c1V1 1 c2V2, y por tanto, podemos escribir Xstd 5 e l1tX0, donde X0 5
X(0). (Consulte el problema 17 de la sección Ejercicios 5.3.) Bajo estas condiciones, todas
las trayectorias son rectas que atraviesan el origen porque son múltiplos constantes del
vector constante X0 5 c1V1 1 c2V2. El origen se denomina en este caso nodo en estrella o
estrellado, que será una fuente si l1 . 0, y un sumidero si l1 , 0. Las figuras 5.11a y 5.11b
muestran las posibles trayectorias para diversos vectores iniciales X0.
Figura 5.11a
Fuente: l . 0
Figura 5.11b
Sumidero: l , 0
Examinemos un sistema para el que el origen es un nodo estrellado.
EJEMPLO 5.4.1 El origen como un nodo estrellado (una fuente)

dx dy
Observe el sistema 5 x, 5 y. Podemos escribirlo en la forma matricial como
dt dt
X 5 AX, donde A 5 c d . Resulta fácil ver que A tiene los valores propios
# 1 0
0 1
l1 5 1 5 l2. (Compruebe esto.) Por el modo en que definimos el producto de una matriz
y un vector en la sección 5.1, vemos que nuestra matriz de coeficientes A es tal que
AV 5 V 5 1 ? V 5 l1V para cada vector V. En concreto, cualquier vector V distinto de
cero es un vector propio correspondiente al valor propio 1. Cerciórese de que entiende esta
última afirmación. Un vector propio particularmente sencillo de utilizar es V1 5 c d . Es

1
0
fácil ver que el vector V2 5 c d no es un múltiplo de V1, ya que cualquier múltiplo escalar
0
1
de V1 tendría la forma c d , donde c es una constante. Por tanto, podemos escribir la solu-
c
0
ción de nuestro sistema en la forma
Xstd 5 c1e tV1 1 c2e tV2 5 c1e t c d 1 c2e t c d 5 c 1 t d .

1 0 c et
0 1 c2e
Por supuesto, dado que cada una de nuestras ecuaciones diferenciales 2separables2 ori-
ginales contiene una única variable, podríamos resolver cada una por separado para obte-
ner el mismo resultado en la forma x(t) 5 c1et, y(t) 5 c2et. Como se ha indicado en el análi-
sis previo a este ejemplo, las trayectorias son rectas que atraviesan el origen, y la figura
5.12 muestra que el origen, un nodo estrellado, es una fuente.
y
6
–4 –2 2 4 x
–2
–4
–6
Figura 5.12
dx dy
Diagrama de fases del sistema 5 x, 5y ◆
dt dt
VALORES PROPIOS IGUALES Y NO NULOS,

UN ÚNICO VECTOR PROPIO INDEPENDIENTE
Supongamos ahora que l1 5 l2 2 0, pero que nuestro único valor propio tiene sólo un
vector propio representativo distinto. Lo que queremos decir es que todos los vectores pro-
pios correspondientes a un único valor propio distinto son múltiplos escalares entre sí.
Desde un punto de vista geométrico, esto indica que todos los vectores propios están ubi-
cados en una misma recta que pasa por el origen. Entonces, si intentáramos usar la forma
de la solución (5.3.1), obtendríamos
Xstd 5 c1e l1tV 1 c2e l1tV 5 sc1 1 c2 de l1tV 5 ke l1tV.
Pero, ¿cómo puede la solución general de un sistema bidimensional, o de una ecuación de
segundo orden, tener una única constante arbitraria?
Lo que tenemos que hacer aquí es buscar otra solución del sistema que sea indepen-
diente de una solución que hayamos encontrado utilizando el valor propio único y su vec-
tor propio representativo. Esto es similar a la técnica que usamos para resolver una ecua-
ción lineal de segundo orden con un valor propio repetido (consulte la sección 4.1). En
nuestra situación, una solución independiente es aquella que no es un múltiplo escalar de
la primera solución. Si realmente pudiéramos hallar otro vector propio correspondiente al
valor propio único, que sea independiente del vector propio original, entonces la solución
todavía se podría escribir en la forma Xstd 5 c1e l1tV1 1 c2e l2tV2.
En nuestro caso, resulta que podemos hallar un elemento sustitutivo del segundo vec-
tor propio independiente. Aunque aquí no nos adentraremos en todos los detalles alge-
braicos lineales, podemos al menos intentar explicar el resultado final. Otra solución 2in-
dependiente2 del sistema debe tener la forma
X2 std 5 te ltV 1 e ltW, (5.4.1)
donde V es el vector propio original correspondiente al valor propio único l, y donde

W, denominado vector propio generalizado, es un vector que satisface la ecuación ma-
tricial
sA 2 lIdW 5 V. (5.4.2)
(Consulte el ejercicio 8.)
Resulta fácil ver que el vector definido por (5.4.1) es una solución del sistema. Si
Xstd 5 te ltV 1 e ltW, entonces
#
Xstd 5 tsle ltVd 1 e ltV 1 le ltW 5 slt 1 1de ltV 1 le ltW,
y puesto que (5.4.2) implica que AW 5 V 1 lW,
AX 5 Aste ltV 1 e ltWd 5 te lt sAVd 1 e lt sAWd 5 te lt slVd 1 e lt sV 1 lWd
5 slt 1 1de ltV 1 le ltW.
#
Por tanto, X 5 AX; es decir, (5.4.1) define una solución del sistema.
A continuación, debemos resolver la ecuación (5.4.2) para W, y entonces podemos es-
cribir la solución general del sistema en la forma
Xstd 5 c1e ltV 1 c2 3te ltV 1 e ltW4 . (5.4.3)
[La teoría del álgebra lineal muestra que siempre podemos resolver W en la ecuación
(5.4.2) si V es un vector propio de A correspondiente al valor propio l.]
Observemos ahora un ejemplo en el que tenemos valores propios iguales, no nulos,
pero sólo un vector propio representativo.
EJEMPLO 5.4.2 Valores propios iguales no nulos, un único vector propio

# #
Considere el sistema x 5 22x 1 y, y 5 22y. Podemos escribirlo en forma matricial
como X 5 AX, donde A 5 c d . El polinomio característico de A es l2 1 4l 1 4 5

# 22 1
0 22
sl 1 2d 2, y por tanto, l 5 22 es una raíz repetida. Entonces, la ecuación matricial AV 5
lV 5 22V es equivalente al sistema
22 x 1y 5 22x
22y 5 22y,
o
y50
22y 5 22y.
A partir de esto, vemos que cualquier vector propio c d debe tener la forma c d 5 x c d
x x 1
y 0 0
para valores arbitrarios de x. Por tanto, podemos considerar V 5 c d como el único vec-
1
0
tor propio independiente que corresponde al valor propio 22. Ahora tenemos que hallar
un vector W 5 c d que satisfaga sA 2 lIdW 5 V.

r
s
En nuestro problema, sA 2 lIdW 5 V se convierte en
cc d 2 s22d c ddc d 5 c d,
22 1 1 0 r 1
0 22 0 1 s 0
cc d 1 c ddc d 5 c d,
22 1 2 0 r 1
0 22 0 2 s 0
o
c d c d 5 c d,
0 1 r 1
0 0 s 0
que es equivalente al sistema algebraico
0?r11?s51
0 ? r 1 0 ? s 5 0.
Esto nos indica que s 5 1 y que r es una “variable libre”, es decir, que r es totalmente arbi-
traria. Por comodidad, supóngase que r 5 0, de modo que nuestro vector propio generali-
zado es W 5 c d . Por último, podemos escribir la solución general de nuestro sistema en
0
1
la forma (5.4.3):
Xstd 5 c1e 22t c d 1 c2 cte 22t c d 1 e 22t c d d

1 1 0
0 0 1
5 c 1 d.
22t 22t
c e 1 c2te
c2e 22t
La figura 5.13, generada por un SAC, muestra que las trayectorias se mueven en espi-
ral hacia el origen, de tal modo que son tangentes al vector propio V 5 c d o a su nega-
1
0
tivo en el origen. (Observe que el vector V es parte del eje x positivo.)
y
6
–4 –2 2 4 x
–2
–4
–6
Figura 5.13
# #
Trayectorias para el sistema x 5 22x 1 y, y 5 22y
Siempre que tengamos un sistema con valores propios iguales distintos de cero, pero
un único vector propio distinto, el diagrama de fases estará formado por espirales que se
aproximan al origen cuando el valor propio repetido es negativo, y el diagrama de fases se
compondrá de espirales que se mueven hacia fuera si el valor propio es positivo. Un valor
propio negativo convierte el origen en un sumidero espiral; en cambio, un valor propio po-
sitivo convierte el origen en una fuente espiral. Además, si el valor propio es negativo, las
pendientes de todas las trayectorias que no están sobre la recta determinada por el único
vector propio se aproximan a la pendiente de esta recta cuando t S ` . Un valor propio po-
sitivo indica que las pendientes de todas las trayectorias que no están sobre la recta deter-
minada por el único vector propio se aproximan a la pendiente de esta recta cuando
t S 2 ` . (En el ejercicio 9 será necesaria una prueba de estas dos últimas afirmaciones.) ◆
AMBOS VALORES PROPIOS NULOS

Finalmente, supongamos que l1 5 l2 5 0. Si hay dos vectores propios linealmente inde-
pendientes V1 y V2 –únicamente ocurre si es nula la matriz A de los coeficientes–, enton-
ces la solución general es Xstd 5 c1e 0?tV1 1 c2e 0?tV2 5c1V1 1 c2V2, un único vector de
componentes constantes. Si sólo hay un vector propio V linealmente independiente, co-
rrespondiente al valor propio 0, podemos hallar un vector propio generalizado y utilizar la
fórmula (5.4.3):
Xstd 5 c1e ltV 1 c2 3te ltV 1 e ltW4 .
Para l 5 0, obtenemos X(t) 5 c1V 1 c2[tV 1 W] 5 (c1 1 c2t)V 1 c2W. En el ejercicio 10 se
estudiará un sistema con ambos valores propios nulos.
EJERCICIOS 5.4
Para cada uno de los sistemas que se muestran en los ejercicios 1-6, se pide: (a) halle los va-
lores propios y sus correspondientes vectores propios linealmente independientes y (b) bos-
queje o trace unas cuantas trayectorias y muestre la posición o las posiciones del vector o los
vectores propios. Realice el apartado (a) manualmente, pero si los valores propios son nú-
meros irracionales, puede utilizar herramientas tecnológicas para hallar los vectores pro-
pios correspondientes.
# # # #
1. x 5 3x, y 5 3y 2. x 5 24x, y 5 x 2 4y
# # # #
3. x 5 2x 1 y, y 5 4y 2 x 4. x 5 3x 2 y, y 5 4x 2 y
# # # #
5. x 5 2y 2 3x, y 5 y 2 2x 6. x 5 5x 1 3y, y 5 23x 2 y
7. Escriba un sistema de ecuaciones lineales de primer orden para el que (0, 0) sea un su-
midero con los valores propios l1 5 22 y l2 5 22.
8. Demuestre que si V es un vector propio de una matriz 2 3 2, A, correspondiente al va-
lor propio l, y si el vector W es una solución de (A 2 lI)W 5 V, entonces V y W son
linealmente independientes. [Consulte las ecuaciones (5.4.2) y (5.4.3).] (Sugerencia:
suponga que W 5 cV para un escalar c. Demuestre entonces que V debe ser el vector
nulo.)
5.5 Estabilidad de los sistemas lineales: valores propios complejos 235
#
9. Suponga que un sistema X 5 AX tiene un único valor propio l y que cada vector pro-
pio es un múltiplo escalar de un vector propio fijo, V. Entonces, la ecuación (5.4.3) nos
indica que cualquier trayectoria tiene la forma
X(t) 5 c1e ltV 1 c2 3te ltV 1 e ltW4 5 te lt c sc1V 1 Wd 1 c2Vd .
1
t
a. Si l , 0, demuestre que la pendiente de X(t) se aproxima a la pendiente de la recta
e 2lt
determinada por V cuando t S ` . [Sugerencia: Xstd , como múltiplo escalar de
t
X(t), es paralelo a X(t).]
b. Si l , 0, demuestre que la pendiente de X(t) se aproxima a la pendiente de la recta
determinada por V cuando t S 2 ` .
# #
10. Considere el sistema x 5 6x 1 4y, y 5 29x 2 6y.
a. Demuestre que el único valor propio del sistema es 0.
b. Halle el único vector propio V independiente correspondiente a l 5 0.
c. Demuestre que cada trayectoria de este sistema es una línea recta paralela a V, con
orientaciones opuestas según esté a un lado u otro de la recta por el origen con vec-
tor direccional, V.

VALORES PROPIOS COMPLEJOS
VALORES PROPIOS COMPLEJOS Y VECTORES PROPIOS COMPLEJOS
#
Examinemos ahora lo que ocurre cuando la matriz A del sistema X 5 AX tiene valores
propios complejos. Como ya hemos dicho, cualquier raíz compleja l de la ecuación carac-
terística cuadrática l2 2 sa 1 ddl 1 sad 2 bcd 5 0 surge como parte de un par complejo
conjugado: l 5 p 6 qi. Como veremos, el comportamiento de las trayectorias en el caso
de los valores propios complejos depende de la parte real, p, de dichos valores propios.
Cuando los valores propios de una matriz son números complejos, los vectores propios
tendrán también componentes o entradas complejas (consulte el apéndice C), y por tanto,
las operaciones algebraicas que requiera la situación serán ligeramente más complicadas.
Lo más importante
# a señalar es que, cuando A tiene valores propios complejos, la so-
lución general de X 5 AX presenta la misma forma que (5.3.1), Xstd 5c1e l1tV1 1 c2e l2tV2.
Dicho de otro modo, el principio de superposición es válido, pero debemos considerar el
hecho de que esta fórmula producirá vectores cuyos elementos son funciones complejas o
números complejos. Por ejemplo, en el contexto de la fórmula de la solución general, la
expresión multiplicar por un escalar hace referencia a la multiplicación de vectores 2cuyas
entradas pueden ser números complejos2 por números complejos.
Afortunadamente, hay algunos resultados útiles que nos ayudarán en nuestro trabajo
con los valores propios y con los vectores propios complejos:
1. Un dato esencial que hay que recordar es la fórmula de Euler, que vimos en la sec-
ción 4.1:
ep1qi 5 ep scossqd 1 i sensqd d .
Este resultado será útil para simplificar las expresiones con
# valores complejos y nos
mostrará cómo obtener soluciones con valores reales de X 5 AX.
2. Otro hecho importante es que los vectores propios correspondientes a valores propios
complejos conjugados son a su vez mutuamente conjugados. Si el valor propio l1 5
p 1 qi tiene un vector propio correspondiente V1 5 c 1 d 5 c d 1 ic d 5

a 1 b 1i a1 b1
a 2 1 b 2i a2 b2
U 1 iW,entonces l2 5 l1 5 p 2 qi tiene un vector propio correspondiente V2 5 V1 5
c 1 d 5 c d 5 c d 2 i c d 5 U 2 iW. La prueba de este resultado se

a 1 b 1i a 1 2 b 1i a1 b1
a 2 1 b 2i a 2 2 b 2i a2 b2
deriva de las propiedades de la conjugación. Supongamos que AV1 5 l1V1. Entonces,
sAV1 d 5 sl1V1 d , y por tanto A V1 5 l1V1 o (puesto que todos los elementos de A son
reales) AV1 5 l1V1 5 l2V1. Es decir, V1 es un vector propio correspondiente a l2 5 l1.
A fin de comprobar el valor de los resultados 1 y 2, supongamos que l 5 p 1 qi es un
valor propio de la matriz A y que V 5 U 1 iW es un vector propio correspondiente.
# Si de-
lt lt lt lt lt
finimos X(t) 5 e V, entonces# AX 5 A(e V) 5 e (AV) 5 e (lV) 5 le V 5 X, de modo
que X(t) es una solución de X 5 AX. Utilizando la fórmula de Euler y las propiedades de
la multiplicación de números complejos (consulte el apéndice C), obtenemos:
X(t) 5 eltV 5 e(p1qi)tV 5 ept(cos qt 1 i sen qt) (U 1 iW)
5 ept{(cos qt)U 2 (sen qt)W}1 iept{(cos qt)W 1 (sen qt)U}.
Entonces la parte real y la parte imaginaria de X(t) se pueden considerar por separado.
X1(t) 5 Re{X(t)} 5 ept {(cos qt)U 2 (sen qt)W}
X2(t) 5 Im{X(t)} 5 ept {(cos qt)W 1 (sen qt)U}.
Una observación importante# aquí es que X1(t) y X2(t) son soluciones reales linealmente in-
dependientes del sistema X 5 AX. (En el ejercicio 10 se le solicitará una prueba de que las
mismas dos soluciones se derivan de tomar las partes real e imaginari de e ltV.) Justificare-
mos esta observación para la parte real de X(t), dejando la prueba para la parte ima-
ginaria como ejercicio 11. En primer lugar, escribiremos XR 5 Re5Xstd 6 5

X1X
(si es
2
necesario, consulte el apéndice C.1). Entonces, que A 5 A por ser A real:
b 5 12AsX 1 Xd 5 12 sAX 1 AXd

X1X
AXR 5 Aa
2
•
1
# 1
# # # #
5 2 sX 1 sAXd d 5 2 sX 1 X d 5 ResXd 5 sXd R 5 sXR d .
Ahora, el principio de superposición nos indica que c1X1(t) 1 c2X2(t) también es una so-
lución; de hecho, es la solución general del sistema. Las pruebas acerca de esto realizadas en
la sección 5.3 resultan válidas aquí. Podemos considerar que los escalares c1 y c2 son números
reales.
Como primer ejemplo de trabajo con valores propios y vectores propios complejos, ob-
d2u
servemos la ecuación 2 1 k2 sen u 5 0, que describe el movimiento de un péndulo no amor-
dt g
tiguado. En este caso, u es el ángulo que forma el péndulo con la vertical, y k2 5 , donde g
L
es la aceleración debida a la gravedad y L es la longitud del péndulo. Esta famosa ecuación es
no lineal y se estudiará en su totalidad en el capítulo 7, pero para ángulos pequeños u,
d 2u
sen u < u, de manera que podemos considerar la ecuación linealizada 1 k2u 5 0. El sis-
dt2
tema equivalente a la ecuación lineal del péndulo tiene valores propios complejos.
Veamos cómo trabajar con las complejidades 2nunca mejor dicho2 de esta situación.
EJEMPLO 5.5.1 Un sistema con valores propios complejos

En primer lugar, transformaremos la ecuación linealizada del péndulo en un sistema (con-
sulte el problema 16 de la sección Ejercicios 4.5 para el caso no lineal). Suponiendo que
du dx
x5uyy5 5 , convertiremos nuestra ecuación homogénea lineal de segundo or-
dt dt
dx dy
den en el sistema 5 y, 5 2k2x. (Cerciórese de que recuerda cómo llevar a cabo
dt dt
esta transformación.)
En forma matricial tenemos el sistema c d 5 c d c d , con la ecuación caracte-
d x 0 1 x
dt y 2k2 0 y
rística l2 1 k2 5 0 y con los valores propios complejos conjugados l1 5 ki y l2 5 2ki. (Com-
pruebe la certeza de todas las afirmaciones de la última frase.) La ecuación AV 5 l1V pre-
senta la forma c d c d 5 ki c d 5 c d , que es equivalente al sistema algebraico

0 1 x x kix
2
2k 0 y y kiy
y 5 kix
2k2x 5 kiy.
Debido a que la segunda ecuación es exactamente ki veces la primera, vemos que pode-
mos considerar x como arbitraria y que y 5 kix, lo que nos da como resultado el vector
propio representativo V 5 c d 5 x c d . Si hacemos que x 5 1, obtenemos el vector

x 1
kix ki
propio representativo V1 5 c d 5 c d 1 i c d .
1 1 0
ki 0 k
Si tenemos en cuenta los comentarios que preceden a este ejemplo, nos percataremos
de que no hemos de preocuparnos por el segundo valor propio 2conjugado2 y por su vec-
tor propio asociado. La solución general de nuestra ecuación original y de su versión en
forma de sistema se puede obtener a partir de la información que ya tenemos. Comenza-
remos con la solución
X̂std 5 ekit a c d 1 i c d b 5 scos kt 1 i sen ktd a c d 1 i c d b

1 0 1 0
0 k 0 k
5 a scos ktd c d 2 ssen ktd c d b 1 ia scos ktd c d 1 ssen ktd c d b .

1 0 0 1
0 k k 0
Puesto que las partes real e imaginaria de la última expresión son soluciones linealmente
independientes del sistema, la solución general viene dada por
Xstd 5 c1 a scos ktd c d 2 ssen ktd c d b 1 c2 a scos ktd c d 1 ssen ktd c d b

1 0 0 1
0 k k 0
5 c1 c d 1 c2 c d 5 c d.
cos kt sen kt c1 cos kt 1 c2 sen kt
2k sen kt k cos kt 2kc1 sen kt 1 kc2 cos kt
y
1
0,8
0,6
0,4
0,2
–1 –0,8 –0,6 –0,4 –0,2 0,2 0,4 0,6 0,8 1 x

–0,2
–0,4
–0,6
–0,8
–1
Figura 5.14
dx dy
Trayectorias para el sistema 5 y, 5 2x, 0 # t # 7
dt dt
Puntos iniciales: (x(0), y(0)) 5 (1, 0), (0,5, 0), (0, 0,8)
La figura 5.14 muestra algunas trayectorias para este sistema cuando k 5 1. Estas cur-
vas son círculos centrados en el origen. Decimos que el origen es un centro para el sistema.
Para generar su propio diagrama de fases, debería elegir diferentes valores de k y varios
puntos iniciales para cada valor de k. ◆
El siguiente ejemplo muestra un problema más desafiante a nivel algebraico.
EJEMPLO 5.5.2 Un sistema con valores propios complejos

Según la segunda ley de Kirchhoff, un circuito eléctrico con una resistencia de 2 ohmios,
con una capacitancia de 0,5 faradios, con una inductancia de 1 henrio y sin ninguna fuerza
electromotriz
$ # impulsora se puede modelar mediante la ecuación lineal de segundo orden
Q1 # 2Q 1 2Q 5 0, donde Q 5 Q(t) es la carga del condensador en el instante t. Si Q(0) 5 1
y Qs0d 5 0, queremos determinar la carga del condensador en el instante t $ 0.
Escribiremos nuestra ecuación de segundo orden como un sistema de ecuaciones # de pri-
#
mer orden$introduciendo # nuevas variables: supóngase que x 5 Q y que y 5 x 5 Q, de modo
#
que y 5 Q 5 22Q 2 2Q 522x 2 2y. Entonces, la ecuación de segundo orden original
equivale al sistema #
x5y
#
y 5 22x 2 2y,
que se puede escribir en la forma matricial así: X 5 c d c d . La matriz de coeficientes

# 0 1 x
22 22 y
tiene la ecuación característica l2 1 2l 1 2 5 0, con las raíces 21 1 i y 21 2 i. Si trabaja-
mos con el primero de estos valores propios, vemos que cualquier vector propio debe sa-
tisfacer la ecuación matricial
c d c d 5 s21 1 id c d ,
0 1 x x
22 22 y y
que es equivalente a las ecuaciones
y 5 2x 1 ix
22x 22y 5 2y 1 iy.
Si sustituimos la primera ecuación en la segunda, obtenemos

22x 22[2x 1 ix] 5 2 [2x 1 ix] 1 i[2x 1 ix]
22x 1 2x 2 2ix 5 x 2 ix 2 ix 2 x (recordando que i2 5 21)
22ix 5 22ix.
Esta última ecuación, una identidad, indica que cualquier valor de x será una solución. Si
elegimos x 5 1 por comodidad, entonces la primera ecuación nos da como resultado
y 5 21 1 i, y por tanto el vector propio representativo es
V1 5 c d 5 c d 1 i ? c d 5 U 1 iW.
1 1 0
i21 21 1
Como en el último ejemplo, trabajaremos con la solución facilitada por uno de los va-
lores propios complejos conjugados y por su vector propio representativo:
X̂std 5 es211idt a c d 1 i c d b 5 e2t scos t 1 i sen td a c d 1 ic d b

1 0 1 0
21 1 21 1
5 e2t a scos td c d 2 ssen td c d b 1 ie2t a scos td c d 1 ssen td c d b.

1 0 0 1
21 1 1 21
Si extraemos las partes real e imaginaria de esta última expresión compleja, podemos ex-
presar la solución general en la forma
Xstd 5 c1e2t a scos td c d 2 ssen td c d b 1 c2e2t a scos td c d 1 ssen td c db

1 0 0 1
21 1 1 21
5 c1 c 2t d c d
e2t cos t e2t sen t
1 c2 2t
2e cos t 2 e2t sen t e cos t 2 e2t sen t
5 e2t c d 5 c d.
c1 cos t 1 c2 sen t xstd
sc2 2 c1 d cos t 2 sc2 1 c1 d sen t ystd
#
A continuación, si utilizamos las condiciones iniciales x(0) 5 Q(0) 5 1 e ys0d 5 Qs0d 5
0 en la solución general que se acaba de dar, obtendremos la condición c d 5 c d , que
c1 1
c2 2 c1 0
implica que c1 5 1 y c2 5 1. Por tanto, la solución de nuestro problema original de valores ini-
ciales es Q(t) 5 x(t) 5 e2t (cos t 1 sen t). Puesto que la corriente,
# I, está definida como la ra-
zón de cambio de Q, obtenemos adicionalmente: Istd 5 Qstd 5 ystd 5 22e2t sen t.
Aunque esta solución analítica pueda parecer satisfactoria, un interrogante natural es
la apariencia que muestran las trayectorias para este sistema. La figura 5.15 presenta cinco
trayectorias, correspondientes a diferentes condiciones iniciales. La trayectoria para el
PVI con el que comenzamos es la segunda empezando por abajo.
Observe que estas trayectorias son espirales que se mueven hacia la solución de equili-
brio, el origen. Decimos que el origen es un sumidero espiral. Si examinamos la solución
general, podemos ver por qué las trayectorias se comportan de este modo. En primer lu-
gar, no hay ninguna dirección en línea recta a lo largo de la que las trayectorias se aproxi-
men al origen. Las expresiones para ambas, x(t) e y(t), tienen términos trigonométricos
que aportan oscilaciones, movimientos de un lado a otro, a través del eje x. Pero, además,
cada elemento de la solución general tiene el factor e2t, que amortigua dichas oscilaciones
y
1,8
1,6
1,4
1,2
1
0,8
0,6
0,4
0,2
–0,4 –0,2 0,2 0,4 0,6 0,8 1 x

–0,2
–0,4
–0,6
–0,8
–1
Figura 5.15
# #
Trayectorias para el sistema x 5 y, y 5 22x 2 2y, 20,3 # t # 4
Puntos iniciales: (x(0), y(0)) 5 (1, 0), (0,5, 0), (0, 0,8), (0, 1), (0,5, 20,8)
x
1
0,8
0,6
0,4
0,2
1 2 3 4 5 6 t
Figura 5.16
Gráfica de xstd 5 e2t scos t 1 sen td, 0 # t # 6
para los valores positivos de t. Por tanto, a medida que t aumenta en dirección positiva, las
amplitudes de estas oscilaciones tienden a 0. Un vistazo a la fórmula de Euler nos ayudará
a comprender la existencia de esta exponencial decreciente: la parte real, p, del par de va-
lores propios es negativa. La figura 5.16 muestra una gráfica de x respecto de t para la solu-
ción particular con x(0) 5 1 e y(0) 5 0.
La gráfica de y respecto de t es similar. En términos de los problemas de masa-resorte
que fueron analizados en varios ejemplos de la sección 4.5, podemos interpretar nuestro
problema como la representación de un sistema con oscilaciones amortiguadas. (Consulte
el ejemplo 4.5.6, especialmente la figura 4.16a.) ◆
TABLA 5.1 Resumen de los criterios de estabilidad para los sistemas lineales bidimensionales
Valores propios Estabilidad Referencias reales
REALES
Distintos
Ambos . 0 Nodo inestable (fuente, repulsor) Ejemplos 5.2.4 y 5.3.1
Ambos , 0 Nodo estable (sumidero, atractor) Ejemplos 5.2.2 y 5.3.2
Signos diferentes Punto de silla Ejemplos 5.2.1, 5.2.3, y 5.3.3
Uno 5 0, el otro Z 0 Toda una recta de puntos de equilibrio Ejemplo 5.3.4 y problema 20 de
Iguales la sección Ejercicios 5.3
Ambos . 0 Nodo inestable (fuente, repulsor) Ejemplo 5.4.1
Ambos , 0 Nodo estable (sumidero, atractor) Ejemplo 5.4.2
Ambos 5 0 “Inestable desde el punto de vista algebraico” Problema 10 de
COMPLEJOS la sección Ejercicios 5.4
Parte real . 0 Fuente espiral (espiral inestable, repulsor) Ejemplo 5.2.5
Parte real , 0 Sumidero espiral (espiral estable) Ejemplo 5.5.2
Parte real 5 0 Centro (centro neutro, centro estable) Ejemplo 5.5.1
Como vamos a ver en algunos de los ejercicios siguientes a esta sección, si los valores
propios son p ± qi y p . 0, obtenemos las espirales que se curvan alejándose de (0, 0) a me-
dida que t aumenta. En este caso, decimos que el origen es una fuente espiral. Esto se co-
rresponde con las soluciones oscilatorias que tienen amplitudes crecientes y describe la re-
sonancia. (Consulte el ejemplo 4.5.8, especialmente la figura 4.19.)
Resulta de especial interés el caso en que p 5 0, en el que tenemos valores propios
imaginarios puros. Ahora, las trayectorias son curvas cerradas que rodean el origen sin in-
tersectarse, lo que se corresponde con la situación en la que tenemos oscilaciones no amor-
tiguadas. (Consulte los ejemplos 5.5.1 y 4.5.5, especialmente la figura 4.13.)
Retrocedamos ahora y hagamos un resumen de estos casos. La tabla 5.1 clasifica la es-
tabilidad de los sistemas autónomos bidimensionales y hace referencia a ejemplos o ejerci-
cios relevantes.
EJERCICIOS 5.5
Para cada uno de los sistemas que se muestran en los ejercicios 1-7, se pide: (a) halle los va-
lores propios y sus correspondientes vectores propios; (b) bosqueje o trace unas cuantas tra-
yectorias y muestre la posición o las posiciones del vector o vectores propios que no tengan
componentes complejas.
# # # #
1. r 5 2r 2 2s, s 5 2r 2 s 2. x 5 3x 2 2y, y 5 2x 1 3y
# # # #
3. x 5 20,5x 2 y, y 5 x 2 0,5y 4. x 5 x 1 y, y 5 23x 2 y
# # # #
5. x 5 2x 1 y, y 5 23x 2 y 6. x 5 20,5x 2 y, y 5 x 2 0,5y
# #
7. x 5 y 2 7x, y 5 22x 2 5y
8. Escriba sistemas de ecuaciones lineales de primer orden cuyas trayectorias muestren
los comportamientos siguientes:
a. (0, 0) es una fuente espiral con los valores propios l1 5 2 1 2i y l2 5 2 2 2i.
b. (0, 0) es un centro estable con los valores propios l1 5 23i y l2 5 3i.

c. (0, 0) es un sumidero espiral con los valores propios l1 5 21 1 2i y l2 5 21 22i.
9. Considere el sistema #
x5y
#
y 5 2x 2 by,
donde b es un parámetro.
a. Mediante el uso de herramientas tecnológicas para dibujar trayectorias estudie la
estabilidad de la solución de equilibrio para b 5 21, 20,1, 0, 0,1 y 1.
b. ¿Existe un punto de bifurcación, es decir, un valor crítico de b para el que la estabi-
lidad cambie su naturaleza? (Quizá le interese echar un vistazo a la sección 2.6.)
c. Para los valores propios del sistema halle una fórmula que muestre su dependencia
de b.
d. Relacione la información obtenida en el apartado (c) con el resumen de la estabilidad
de la tabla 5.1 y responda ahora, con plena seguridad, a la pregunta del apartado (b).
10. Si l es un valor propio complejo de la matriz A, V 5 U 1 iW es un vector propio co-
rrespondiente y X(t) 5 eltV, entonces, según hemos visto,
X1(t) 5 Re{X(t)} 5 ept {(cos qt)U 2 (sen qt)W}
X2(t) 5 Im{X(t)} 5 ept{(cos qt)W 1 (sen qt)U}
#
son soluciones reales linealmente independientes del sistema X 5 AX. Demuestre
que las dos mismas soluciones se pueden obtener si se toman las partes real e imagi-
naria de e lt V. (Por tanto, el segundo término de la familiar fórmula de soluciones
c1e l1tV1 1 c2e l2tV2 5 c1e l1tV1 1 c2e l1tV1 es innecesario.)
#
11. Demuestre que si X(t) es una solución compleja del sistema X 5 AX, entonces tam-
X2X
bién lo es XI 5 ImsXd 5 , la parte imaginaria de X(t).
2i
12. El circuito eléctrico de dos lazos que aparece en la ilustración anexa se puede repre-
sentar mediante el sistema
5 2a bi1 1
di1 R1 1 R2 R2
i2
dt L L
5 2a bi1 1 a bi .
di2 R1 1 R2 R2 1
2
dt L L R2C 2
Utilizando valores propios y vectores propios, resuelva el problema de valor inicial
i1(0) 5 1, i2(0) 5 0 cuando R1 5 R2 5 1, L 5 1 y C 5 3. (Utilice herramientas tecnoló-
gicas para hallar los vectores propios.)
i1 i2
R1 R2 C
5.6 SISTEMAS NO HOMOGÉNEOS

LA SOLUCIÓN GENERAL
Los sistemas lineales con los que hemos trabajado hasta ahora se denominan # sistemas
homogéneos. Básicamente, esto significa que se pueden expresar en la forma # X 5 AX sin
términos “sobrantes”. Si un sistema lineal se tiene que escribir como X 5 AX 1 Bstd ,
donde B(t) es un vector con la forma c 1 d , entonces decimos que el sistema es no
b std
b 2 std
dx dy
homogéneo. Por ejemplo, en términos matriciales, el sistema 5 x 1 sen t, 5t2y
dt dt
#
se debe escribir como c # d 5 c dc d 1 c d , y por tanto es no homogéneo.
x std 1 0 x sen t
y std 0 21 y t
No confunda la distinción entre autónomo y no autónomo con la diferencia entre ho-
mogéneo y no homogéneo. Por ejemplo, si ambas b1(t) y b2(t) son funciones constantes, te-
nemos un sistema que es tanto autónomo como no homogéneo. (A modo de muestra, con-
sulte el ejemplo 4.5.3.)
Las técnicas que se introdujeron en la sección 4.2 para las ecuaciones no homogéneas
de segundo orden se pueden generalizar a los sistemas, pero las operaciones son más com-
plejas. Para entender cómo resolver un sistema lineal no homogéneo necesitamos un dato
fundamental sobre los sistemas lineales:
La solución general, XGNH, de un sistema lineal no homogéneo se obtiene cuando

se halla una solución particular, XPNH, del sistema no homogéneo y se suma a la so-
lución general, XGH, del sistema homogéneo asociado.
Entienda esto como una aplicación del principio de superposición y como una extensión del
resultado que vimos para las ecuaciones diferenciales lineales (sección 4.2). Simbólica-
mente, podemos escribir XGNH 5 XGH 1 XPNH. Si utilizamos las definiciones de estos térmi-
nos, podremos ver que esta suma de vectores es una solución del sistema no homogéneo:
XGNH 5 XGH 1 XPNH 5 AXGH 1 5AXPNH 1 Bstd6
# # #
5 AsXGH 1 XPNH d 1 Bstd 5 AXGNH 1 Bstd .

(Cerciórese de que entiende esto.) Debería ver que XGH, como solución general, ha de con-
tener dos constantes arbitrarias, de modo que la expresión para XGNH contiene asimismo
dos constantes arbitrarias.
Observemos un sencillo ejemplo que muestra la estructura de la solución de un sis-
tema no homogéneo.
EJEMPLO 5.6.1 La solución de un sistema no homogéneo

El sistema
#
x 5 x 1 y 1 2e 2t
#
y 5 4x 1 y 1 4e 2t
se puede escribir en la forma Xstd 5 c d X 1 c 2t d 5 c d X 1 2e 2t c d . Es un

# 1 1 2e 2t 1 1 1
4 1 4e 4 1 2
sistema que tiene los valores propios l1 5 3 y l2 5 21, con los vectores propios corres-
pondientes V1 5 c d y V2 5 c d . (Compruebe esto.) Entonces, la solución general del

1 1
2 22
sistema homogéneo asociado Xstd 5 c d X es

# 1 1
4 1
XGH 5 c1e 3t c d 1 c2e 2t c d.

1 1
2 22
Compruebe que una solución particular del sistema no homogéneo original viene
dada por XPNH 5 e 2t c d 5 c d . Por tanto, la solución general del sistema no homo-
0 0
22 22e 2t
géneo es
XGNH 5 XGH 1 XPNH 5 c1e 3t c d 1 c2e 2t c d 1 c d

1 1 0
2 22 22e 2t
5 c d.
c1e 3t 1 c2e 2t
2c1e 3t 2 2c2e 2t 2 2e 2t
Verifique que ésta es la solución general del sistema no homogéneo original. ◆
EL MÉTODO DE LOS COEFICIENTES INDETERMINADOS

El reto de trabajar con un sistema no homogéneo es el de hallar una solución particular
del sistema no homogéneo. Existen varias técnicas para encontrar una solución particu-
lar. Podemos utilizar la técnica de la variación de parámetros de la sección 4.2, pero las
operaciones necesarias para los sistemas resultan demasiado tediosas. Por tanto, res-
tringiremos nuestra atención al método de los coeficientes indeterminados, no siempre
válido, pero más fácil de utilizar. Como vimos en los ejemplos 4.2.1 y 4.2.2, este método
requiere llevar a cabo inteligentes conjeturas. Tenemos que preguntarnos qué términos
están contenidos en B(t), pero no en XGH, y sobre la base de esta información, conjetu-
rar después la forma de XPNH.
Se habrá de tener en cuenta que este método de los coeficientes indeterminados sólo
se puede aplicar cuando el vector Bstd 5 c 1 d contiene términos que son constantes,
b std
b 2 std
funciones exponenciales, senos, cosenos, polinomios o cualquier suma o producto de tales
términos. Para otros tipos de funciones que compongan B(t), se debe hallar XPNH mediante
el uso de alguna otra técnica (por ejemplo, la variación de parámetros).
El siguiente ejemplo ilustra el método con todas las complejidades algebraicas que
conlleva.
EJEMPLO 5.6.2 Uso del método de los coeficientes indeterminados

dx dy
Consideremos el sistema 5 x 1 sen t, 5 t 2 y del que hablamos al inicio de esta sec-
dt dt
ción. Tenemos X 5 AX 1 Bstd , donde A 5 c d y Bstd 5 c d 5 sen t c d 1 t c d
# 1 0 sen t 1 0
0 21 t 0 1
Los valores propios de A son 1 y 21, con los vectores propios correspondientes
c d y c d . Por tanto, la solución general del sistema homogéneo se puede escribir así:
1 0
0 1
XGH 5 c1e t c d 1 c2e 2t c d .

1 0
0 1
(Compruebe las afirmaciones hechas hasta ahora.)
A continuación, buscaremos una solución particular de la ecuación no homogénea ori-
ginal. En primer lugar, comparemos los términos de B(t) con los de XGH para ver si hay al-
guna duplicación. En este caso, vemos que los términos sen t y t no se pueden obtener sólo
de XGH. Puesto que nuestro sistema es equivalente a una ecuación diferencial de segundo
orden, hemos de encontrar una función que se pueda combinar con sus propias primera y
segunda derivadas para dar como resultado B(t). Conjeturemos que XPNH se debe aseme-
jar a C sen t 1 D cos t 1 Et 1 F, donde C, D, E y F son vectores de componentes constan-
tes. Nuestro modelo de la solución que se va a probar está integrado por una combinación
lineal de las funciones sen t y t y sus derivadas: una combinación lineal con coeficientes in-
determinados.
Sustituyamos ahora nuestro modelo de prueba en el sistema no homogéneo
# Bstd
XPNH XPNH
C cos t 2 D sen t 1 E 5 A¢C sen t 1 D cos t 1 Et 1 F ≤ 1 sen t c d 1 t c d

1 0
0 1
5 AC sen t 1 AD cos t 1 AEt 1 AF 1 sen t c d 1 t c d .

1 0
0 1
Cuando recopilamos términos análogos, emparejando los coeficientes de las funciones de
cada lado, obtenemos el siguiente sistema:
(1) C5AD (Los coeficientes de cos t deben ser iguales.)
2D 5 AC 1 c d
1
(2) (Los coeficientes de sen t deben ser iguales.)
0
0 5 AE 1 c d
0
(3) (Los coeficientes de t deben ser iguales.)
1
(4) E 5 AF (Los términos constantes deben ser iguales.)
Si recordamos que A 5 c d , podemos resolver la ecuación (3) para E:

1 0
0 21
AE 5 2 c d 5 c d o c dc d 5 c d , de modo que e1 5 0 y e2 5 1. (Compruebe
0 0 1 0 e1 0
1 21 0 21 e2 21
esto.) Ahora que conocemos E, podemos utilizar la ecuación (4) para hallar F: c d 5
0
1
c d c d y, por tanto, f1 5 0 y f2 5 21.
1 0 f1
0 21 f2
Si multiplicamos ambos lados de (1) por A, obtenemos AC 5 A2D 5 D (porque A2 5 I,
la matriz identidad 2 3 2), que podemos sustituir en la ecuación (2): 2D 5 D 1 c d o

1
0
c d 5 2D 5 c d , así que d1 5 2 2 y d2 5 0. Cerciórese de que entiende todo esto. Por
21 2d1 1
0 2d2
último, resolvemos (1) para C: c 1 d 5 c dc d , de modo que c1 5 2 12 y c2 5 0.
c 1 0 21>2
c2 0 21 0
Hemos determinado todos los coeficientes. Si juntamos las piezas, obtenemos
1
XPNH 5 c d sen t 1 c d cos t 1 c d t 1 c d 5 £ §,
21>2 21>2 0 0 2 ssen t 1 cos td
2
0 0 1 21
t21
y finalmente obtenemos
XGNH 5 XGH 1 XPNH
1 1
2 ssen t 1 cos td c1et 2 ssen t 1 cos td
5 c1e c d 1 c2e c d 1 £ § 5 £ §
1t 2t
0 2 2
0 1 t21 t 2 1 1 c2e2t
como la solución general de la ecuación no homogénea original.
Advierta que el sistema en este ejemplo es un sistema desacoplado; es decir, cada
ecuación contiene sólo una función desconocida. En el ejercicio 13 al final de esta sección
se le requerirá que resuelva cada ecuación por separado para obtener la misma respuesta
que la facilitada anteriormente. ◆
La puesta en práctica de la técnica de los coeficientes indeterminados conduce a un
modo más sistemático de conjeturar una posible solución del sistema no homogéneo. La
segunda columna de la tabla 5.2 indica el modelo de la componente de XPNH que corres-
ponde a la componente emparejada bi(t) de B(t). Si bi(t) es una suma de diferentes funcio-
nes de las que figuran en la columna de la izquierda, el modelo de la componente empare-
jada de XPNH es, por el principio de superposición, la suma de los modelos de solución que
se probarían para cada sumando.
Existe una excepción a la claridad de esta tabla. Si bi(t) contiene términos que duplican
cualquier parte correspondiente de XGH, entonces cada término del modelo a probar se debe
multiplicar por tm, donde m es el menor número entero positivo, que elimina la duplicación.
En el ejemplo 5.6.2, teníamos b1(t) 5 sen t y b2(t) 5 t; una función trigonométrica
(a cos rt 1 b sen rt, con a 5 0, r 5 1 y b 5 1) y un polinomio de primer grado (Pn(t) 5 antn 1
an21tn21 1 · · · 1 a1t 1 a0, donde n 5 1, a1 5 1 y a0 5 0). No había duplicación entre XGH y
B(t) porque los términos que componen XGH son funciones exponenciales. En consecuen-
cia, nuestra plausible conjetura para XPNH es una combinación lineal de seno y coseno más
un polinomio de primer grado.
Utilicemos el conocimiento inmediato proporcionado por la tabla 5.2 para la resolu-
ción del siguiente problema.
TABLA 5.2 Modelo de solución particular a probar para los sistemas no homogéneos
bi(t) Modelo de solución a probar
c Z 0, una constante K, una constante

Pn std 5 a ntn 1 a n21tn21 1 c1 a 1t 1 a 0 Qn std 5 cntn 1 cn21tn21 1 c1 c1t 1 c0
ce at Ke at
a cos rt 1 b sen rt a cos rt 1 b sen rt
eRt sa cos rt 1 b sen rtd eRt sa cos rt 1 b sen rtd
Pn stde at Qn stde at
EJEMPLO 5.6.3 Coeficientes indeterminados

dx dy
Suponga que intentamos resolver el sistema 5 y, 5 3y 2 2x 1 2t2 1 3e 2t. Podemos
dt dt
escribir este sistema en la forma X 5 AX 1 Bstd , donde A 5 c d y Bstd 5
# 0 1
22 3
c 2 d 5 s2t2 1 3e 2t d c d . Los valores propios de A son 1 y 2, con vectores propios

0 0
2t
2t 1 3e 1
correspondientes c d y c d . (Compruebe esto.)

1 1
1 2
Ahora sabemos que la solución general del sistema homogéneo viene dada por
XGH 5 c1e t c d 1 c2e 2t c d .

1 1
1 2
A fin de hallar una solución particular del sistema no homogéneo, comparemos los térmi-
nos de B(t) con los de XGH para ver si hay alguna duplicación. En este ejemplo, si se igno-
ran las constantes, vemos que e2t aparece tanto en XGH como en B(t). Reconocemos tam-
bién que el término t2 en B(t) no se halla en XGH. Si utilizamos la tabla 5.2 y la descripción
de cómo manejar términos duplicados, predecimos que XPNH debe tener la forma
Ct2 1 Dt 1 E 1 Fe2t 1 Gte2t,
donde C, D, E, F y G son vectores de entradas o componentes constantes. Advierta que,
debido a la presencia de un término de segundo grado, nuestro modelo de solución parti-
cular que se va a probar contiene un polinomio cuadrático completo, y que si se multiplica
e2t por t, la duplicación desaparece.
Al sustituir esta conjetura en el sistema no homogéneo, obtenemos
2Ct 1 D 1 2Fe2t 1 Ge2t 1 2Gte2t
5 AsCt2 1 Dt 1 E 1 Fe 2 t 1 Gte 2 t d 1 s2t2 1 3e 2 t d c d

0
1
5 ACt2 1 ADt 1 AE 1 AFe 2 t 1 AGte 2 t 1 s2t2 1 3e 2 t d c d

0
1
5 aAC 1 c d bt 1 ADt 1 AE 1 aAF 1 c d be 2 t 1 AGte 2 t.

0 2 0
2 3
Si hacemos coincidir los coeficientes de términos análogos en cada lado, obtenemos el sistema
0 5 AC 1 c d
0
(1) (Los coeficientes de t2 deben ser iguales.)
2
(2) 2C 5 AD (Los coeficientes de t deben ser iguales.)
(3) D 5 AE (Los términos constantes deben ser iguales.)
(4) 2F 1 G 5 AF 1 c d
0
(Los coeficientes de e2t deben ser iguales.)
3
(5) 2G 5 AG (Los coeficientes de te2t deben ser iguales.)
Si estudiamos a fondo estas ecuaciones (consulte el ejercicio 15), hallaremos que C 5 c d ,

1
0
7
D 5 c d, E 5 c 2d, F 5 c d y G 5 c d.
3 0 3
2 3 3 6
Ahora que hemos determinado los coeficientes C, D, E, F y G, podemos establecer la
solución particular de la ecuación no homogénea.
7
XPNH 5 c d t2 1 c d t 1 c 2 d 1 c d e 2 t 1 c d te 2 t.
1 3 0 3
0 2 3 3 6
Finalmente, obtenemos la solución general de la ecuación no homogénea.
XGNH 5 XGH 1 XPNH
7
5 c1e t c d 1 c2e 2 t c d 1 c d t2 1 c d t 1 c 2 d 1 c d e 2 t 1 c d te 2t
1 1 1 3 0 3
1 2 0 2 3 3 6
c1e t 1 c2e 2 t 1 t2 1 3t 1 72 1 3te 2t
5 c t d
c1e 1 2c2e 2t 1 2t 1 3 1 3e 2t 1 6te 2 t
c e t 1 sc2 1 3tde 2 t 1 t2 1 3t 1 72
5 c 1t d.
c1e 1 s2c2 1 3 1 6tde 2 t 1 2t 1 3
Por supuesto, esto significa que x(t) 5 c1et 1 (c2 1 3t)e2t 1 t2 1 3t 1 7/2 e y(t) 5 c1et 1
(2c2 1 3 1 6t)e2t 1 2t 1 3 son las soluciones de nuestro sistema. Deberá comprobar que estas
funciones satisfacen nuestro sistema original. ◆
# Cuando el sistema no homogéneo también es autónomo 2es decir, presenta la forma

X 5 AX 1 Bstd , donde las entradas de B(t) son constantes2 podemos analizar la estabili-
dad de las soluciones del sistema si hallamos el punto o los puntos de equilibrio 2que ya
no son el origen2 y considerar los valores propios y los vectores propios de la matriz A.
EJEMPLO 5.6.4 Estabilidad de un sistema autónomo no homogéneo

Volvamos al sistema del ejemplo 4.5.3:
#
x 5 7y 2 4x 2 13
#
y 5 2x 2 5y 1 11.
Para hallar el punto o los puntos de equilibrio, resolvamos el sistema algebraico
24 x 1 7 y 5 13
2 x 2 5 y 5 211
para descubrir que (2, 3) es el único punto de equilibrio. (Dejaremos los detalles de este
ejemplo como apartados del ejercicio 17.) #
Podemos escribir nuestro sistema de ecuaciones diferenciales en la forma X 5
AX 1 Bstd 5 c dc d 1 c d . Puesto que los valores propios de A son

24 7 x 213
2 25 y 11
l1 5 s"57 2 9d>2 y l2 5 2 s"57 1 9d>2, ambos números reales negativos, la tabla 5.1 al
final de esta sección nos indica que el punto de equilibrio (2, 3) es un sumidero. (Retro-
ceda para echar otro vistazo a la figura 4.8.) ◆
A pesar de sus limitaciones, el método de los coeficientes indeterminados resulta muy

útil. En el capítulo 6 veremos otro modo de resolver los sistemas de ecuaciones lineales no
homogéneas mediante la transformada de Laplace. Este método de transformación resulta
especialmente útil para la resolución de problemas de valor inicial.
EJERCICIOS 5.6
1. Halle la solución particular del sistema del ejemplo 5.6.2, que satisface x(0) 5 0, y(0) 5 1.
2. Halle la solución particular del sistema del ejemplo 5.6.3, que verifica x(0) 5 21,
y(0) 5 2.
Sin utilizar herramientas tecnológicas, encuentre la solución general de cada uno de los sis-
temas de los ejercicios 3-12. Puede comprobar sus respuestas utilizando un SAC.
# #
3. x 5 y 1 2e t, y 5 x 1 t2
# #
4. x 5 y 2 5 cos t, y 5 2x 1 y
# #
5. x 5 3x 1 2y 1 4e 5t, y 5 x 1 2y
# #
6. x 5 3x 2 4y 1 e 22 t, y 5 x 2 2y 2 3e 22 t
# #
7. x 5 4x 1 y 2 e 2 t, y 5 y 2 2x (Sugerencia: en su conjetura para XPNH, deberían
aparecer múltiplos de ambos e2t y te2t.)
# #
8. x 5 2y 2 x 1 1, y 5 3y 2 2x (Sugerencia: en su conjetura para XPNH, deberían
aparecer múltiplos de ambos et y tet.)
# #
9. x 5 5x 2 3y 1 2e 3t, y 5 x 1 y 1 5e 2t
# #
10. x 5 x 1 y 1 1 1 e t, y 5 3x 2 y
# #
11. x 5 2x 2 y, y 5 2y 2 x 2 5et sen t
# #
12. x 5 x 1 2y, y 5 x 2 5 sen t
13. Considere cada ecuación del ejemplo 5.6.2 como una ecuación lineal de primer orden
y resuelva cada ecuación por separado. Confirme que obtiene la misma respuesta que
en el ejemplo resuelto. (Es posible que tenga que volver a consultar la sección 2.2 y la
técnica de integración por partes.)
14. a. Utilice herramientas tecnológicas para trazar el diagrama de fases del sistema dado
en el ejemplo 5.6.2.
b. Trace una gráfica de x(t) respecto de t.
c. Trace una gráfica de y(t) respecto de t.
15. Considere las ecuaciones (1)-(5) del ejemplo 5.6.3. Sea C 5 c 1 d , D 5 c 1 d y así suce-
c d
c2 d2
sivamente. Halle los vectores C, D, E, F y G en el orden indicado a continuación.
a. Utilice la ecuación (1) para demostrar que C 5 c d .

1
0
b. Utilice la ecuación (2) para demostrar que D 5 c d .

3
2
7
c. Utilice la ecuación (3) para demostrar que E 5 c 2 d .
3
d. Suponiendo que G no es el vector nulo, utilice la ecuación (5) para deducir una
forma general de G. (Aquí aparece una constante arbitraria.)
e. Sustituya la forma general de G hallada en la ecuación (4) del apartado (d) para
determinar la forma concreta de G. A continuación, use esta información para
concluir que una forma conveniente de F es c d .

0
3
16. a. Utilice herramientas tecnológicas para trazar el diagrama de fases del sistema en
el ejemplo 5.6.3.
b. Trace la gráfica de x(t) respecto de t, suponiendo que x(0) 5 50.
c. Trace la gráfica de y(t) respecto de t, suponiendo que y(0) 5 100.
17. Observe el sistema del ejemplo 5.6.4.
a. Demuestre que el único punto de equilibrio es (2, 3).
b. Demuestre que los valores propios de la matriz A de coeficientes son
l1 5 s"57 2 9d>2 y l2 5 2 s"57 1 9d>2.

c. Halle los vectores propios correspondientes a l1 y l2.
d. Exprese la solución general del sistema homogéneo en términos de los valores pro-
pios y de los vectores propios hallados en los apartados (b) y (c).
e. Halle una solución particular del sistema no homogéneo.
f. Sume las respuestas a los apartados (d) y (e) para obtener la solución general del
sistema no homogéneo. Determine después qué ocurre cuando t S ` .
18. Basado en las leyes del movimiento de Newton, el siguiente sistema modela el movi-
miento de un objeto que cae bajo la influencia de la gravedad:
dy
5 vstd
dt
dv
5 g 2 cvstd; ys0d 5 0, vs0d 5 0
dt
para 0 < t < T, donde y(T) 5 H. Aquí, y(t) indica la distancia hacia abajo desde el
punto donde el objeto fue soltado hasta el lugar donde el objeto que cae se encuentra
en el instante t; v(t) es la velocidad; g es la constante gravitacional y c es el coeficiente
de resistencia aerodinámica.
a. Sin usar herramientas tecnológicas, resuelva este sistema no homogéneo para

y(t) y v(t).
b. Halle lim vstd e interprete su respuesta en términos físicos.
tS`
19. Una medicación para el resfriado que circula a través del cuerpo puede ser modelada
por el PVI3
#
x 5 2k1x 1 I
#
y 5 k1x 2 k2y; xs0d 5 0, ys0d 5 0,
donde x(t) e y(t) son las cantidades de medicación en el tracto gastrointestinal y en el
torrente sanguíneo respectivamente, en el instante t medido en las horas transcurridas
desde la dosis inicial. Aquí, I > 0 es el ritmo constante de dosificación y k1, k2 son los
ritmos positivos de transferencia 2fuera del tracto gastrointestinal y del torrente san-
guíneo, respectivamente2.
a. Sin utilizar herramientas tecnológicas, resuelva el sistema no homogéneo para x(t)
e y(t).
b. Halle lim xstd y lim ystd
tS` tS`
c. Suponga que la porción de descongestionante de una cápsula de liberación conti-
nua 2como por ejemplo Contac2 presenta k1 5 1,386 h21 y k2 5 0,1386 h21; y la
de antihistamínico, k1 5 0,6931 h21 y k2 5 0,0231 h21. Suponga también que I 5 16;
es decir, 1 unidad cada 6 horas. Utilice herramientas tecnológicas para trazar la
gráfica de x(t) respecto de t e y(t) respecto de t para el descongestionante, sobre el
mismo conjunto de ejes.
d. Con los datos dados en el apartado (c), utilice herramientas tecnológicas para tra-
zar x(t) e y(t) para el antihistamínico sobre el mismo conjunto de ejes.
20. Durante la Primera Guerra Mundial, el científico inglés F. W. Lanchester (1868-1946)
ideó varios modelos matemáticos para el nuevo estilo de combate aéreo. Desde en-
tonces, esos modelos se han extendido y se han aplicado a diversos conflictos moder-
nos. Uno de los modelos, que describe la interacción de dos ejércitos convencionales
2a diferencia de las fuerzas de guerrilla o de una mezcla de fuerzas convencionales y
de guerrilla2, viene dada por
dx
5 2ay 1 fstd 2 c
dt
dy
5 2bx 1 gstd 2 d; xs0d 5 a, ys0d 5 b,
dt
donde x(t) e y(t), que representan los efectivos de las fuerzas combatientes en el
tiempo t, a y b, denotan ritmos de pérdidas no negativos, c y d son números constantes
de pérdidas diarias fuera del combate y f(t) y g(t) indican los ritmos de los refuerzos
diarios en número de combatientes.
3. Este modelo está basado en el trabajo de Edward Spitznagel de la Washington University y me fue dado a cono-
cer por Courtney Colemann, del Harvey Mudd College.
a. Suponiendo que f(t) 5 k y g(t) 5 l (k y l constantes) durante una batalla, determine

los efectivos de que dispone cada ejército en el tiempo t durante la batalla.
l2d k2c
b. Si a . .0yb. . 0, determine las condiciones bajo las que la fuerza
b a
y será aniquilada.
c. Suponga que a 5 0,006, b 5 0,008, c 5 d 5 1000, k 5 6000, l 5 4000, a 5 90 000 y
b 5 200 000, donde c, d, k y l se miden en combatientes por día. Utilice herramientas
tecnológicas para trazar la gráfica de x(t) e y(t) para 0 # t # 50. Después, utilice las
gráficas para determinar el instante t* en el que x(t*) 5 y(t*). ¿Qué ejército está ven-
ciendo después de 50 días?
5.7 GENERALIZACIONES: EL CASO n 3 n (n # 3)

LA REPRESENTACIÓN MATRICIAL
En primer lugar, vamos a extender nuestro anterior análisis de sistemas a los sistemas de
3 3 3, y posteriormente, a los sistemas lineales de orden n. Podemos usar esta notación
matricial para representar el sistema de tercer orden con coeficientes constantes
#
x 1 5 a 11x1 1 a 12x2 1 a 13x3
#
x 2 5 a 21x1 1 a 22x2 1 a 23x3
#
x 3 5 a 31x1 1 a 32x2 1 a 33x3
#
x1 x1
simbólicamente, en la forma X 5 AX, donde X 5 £ x2 § , X 5 £ x 2 § y
# # #
#
x3 x3
a 11 a 12 a 13
A 5 £ a 21 a 22 a 23 § .
a 31 a 32 a 33
EJEMPLO 5.7.1 Representación matricial de un sistema de 3 3 3

# # #
El sistema x 5 22x 1 4y 2 z, y 5 5x 2 y 1 3z, z 5 x 1 z se puede escribir en el modo
vertical habitual
# #
x 5 22x 1 4y 2 z x 5 22x 1 4y 2 z
# #
y 5 5x 2 y 1 3z o y 5 5x 2 y 1 3z
# #
z5x1z z 5 x 1 0y 1 z
y después de forma más compacta:
#
x 22 4 21 x
£y§ 5 £ 5 3§ £y§.
#
21
#
z 1 0 1 z ◆
Valores propios y vectores propios

Es importante entender que los conceptos de valor propio y de vector propio son válidos
para cualquier sistema de n ecuaciones con n incógnitas (n $ 2). En concreto, en el caso
5.7 Generalizaciones: El caso n 3 n (n $ 3) 253
#
de un sistema X 5 AX, donde X es una matriz columna 3 3 1 (vector) distinta de cero y
A es una matriz 3 3 3 un valor propio l es una solución de la ecuación AX 5 lX. Dado un
valor propio l, un vector propio asociado a l es un vector V no nulo que satisface la ecua-
ción AV 5 lV.
La ecuación AX 5 lX se puede expresar en la forma AX 2 lX 5 0, donde 0 repre-
senta el vector 3 3 1 integrado por ceros en su totalidad. Esta ecuación matricial es equi-
valente al sistema algebraico homogéneo
sa 11 2 ldx1 1 a 12x2 1 a 13x3 5 0
a 21x1 1 sa 22 2 ldx2 1 a 23x3 5 0
a 31x1 1 a 32x2 1 sa 33 2 ldx3 5 0,
o
a 11 2 l a 12 a 13 x1 0
£ a 21 a 22 2 l a 23 § £ x2 § 5 £ 0 § . (5.7.1)
a 31 a 32 a 33 2 l x3 0
Ahora, la matriz de coeficientes en (5.7.1) se puede expresar así:
a 11 a 12 a 13 l 0 0 a 11 a 12 a 13 1 0 0
£ a 21 a 22 a 23 § 2 £ 0 l 0 § 5 £ a 21 a 22 a 23 § 2 l £ 0 1 0 § 5 A 2 lI,
a 31 a 32 a 33 0 0 l a 31 a 32 a 33 0 0 1
de modo que la ecuación AX 2 lX 5 0 se puede escribir como (A 2 lI)X 5 0, donde I
es la matriz identidad 3 3 3 integrada por unos a lo largo de la diagonal principal, y por ce-
ros en los restantes sitios. (La matriz I es tal que IX 5 X para cualquier vector X, 3 3 1.
Para el caso de 2 3 2, consulte la sección 5.1.)
La ecuación (A 2 lI)X 5 0 representa un sistema algebraico homogéneo de tres ecua-
ciones lineales con tres incógnitas, y la teoría del álgebra lineal indica que hay un número ∆
que depende de la matriz de coeficientes con la siguiente importante propiedad:
El sistema (5.7.1) sólo tiene la solución nula x1 5 x2 5 x3 5 0 si ∆ Z 0. Sin embargo,

si ∆ 5 0, entonces hay una solución x1, x2, x3 con al menos una de las xi (i 5 1, 2, 3)
diferente de cero.
Este número ∆ es el determinante de la matriz de coeficientes, representado por

det(A 2 lI), y es la extensión a dimensión tres del determinante introducido en la sección
5.2. (Consulte el problema 12 de la sección Ejercicios 5.1 y el problema 2 de la sección
Ejercicios 5.2 para la importancia del determinante de una matriz 2 3 2 en la solución de
un sistema de ecuaciones.) Por tanto, (A 2 lI) 5 0 tiene una solución X distinta de 0 sólo
si det(A 2 lI) 5 0. Un dato importante es que det(A 2 lI) es un polinomio de tercer
grado en l, denominado el polinomio característico de A, de manera que los valores pro-
pios de A son las raíces de la ecuación característica det(A 2 lI) 5 0. Existen algoritmos
para calcular los determinantes de los sistemas de 3 3 3, pero además de ser tediosos, cual-
quier calculadora gráfica o SAC los puede evaluar. En concreto, un SAC proporcionará
polinomios característicos, valores propios y los correspondientes vectores propios. Ade-
más, existen fórmulas para resolver ecuaciones cúbicas, pero estos métodos son más com-
plicados que la fórmula cuadrática y es aconsejable que utilice su calculadora u ordenador
para resolver tales ecuaciones.
En el siguiente ejemplo, recurriremos a las herramientas tecnológicas para calcular los
determinantes, los valores propios y los vectores propios para un sistema tridimensional.
EJEMPLO 5.7.2 Valores propios y vectores propios mediante un SAC

Observemos la matriz de coeficientes del ejemplo 5.7.1:
22 4 21
A5 £ 5 21 3§.
1 0 1
Un sistema algebraico computacional facilita la siguiente información: det(A) 5 27,
la ecuación característica es l3 1 2l2 2 20l 1 7 5 0 y los valores propios 2redondeados a
cuatro cifras decimales2 son l1 5 3,3485, l2 5 25,7143 y l3 5 0,3658. Los vectores pro-
pios representativos correspondientes son
2,3485 26,7143 20,6342
V1 5 £ 3,3903 § , V2 5 £ 6,4848 § y V3 5 £ 20,1251 § .
1 1 1
No se preocupe si su SAC o calculadora le da como resultado vectores propios diferentes
de éstos. Deberá comprobar que cada vector propio hallado es un múltiplo constante de
uno de los vectores V1, V2 y V3 facilitados anteriormente. ◆
Independencia lineal y dependencia lineal

Una vez llegados a este punto debería preguntarse: “¿Qué me indican estos valores propios
y vectores propios acerca del sistema?” Exactamente igual que en el caso de 2 3 2, pode-
mos escribir la solución general de un sistema de 3 3 3 en términos de los valores propios
y de los vectores propios de la matriz de coeficientes. Para entender lo que ocurre, nos ha-
rán falta unas pocas nociones formales ya vistas en el caso de 2 3 2. Por ejemplo, dados
varios vectores v1, v2, , . . . , vk, una combinación lineal de estos vectores es un vector con la
forma a 1v1 1 a 2v2 1 c 1 a kvk para cierta selección de escalares a1, a2, . . . , ak. Se dice
que el conjunto de vectores es linealmente independiente si el único modo posible de ob-
tener a 1v1 1 a 2v2 1 c 1 a kvk 5 0 (el vector nulo) es tomar a1 5 a 2 5 c 5 a k 5 0. En
el caso de que pudiera hallar escalares ai, no todos nulos, de modo que una combinación
lineal de vectores vi fuese igual al vector nulo, entonces decimos que el conjunto de vecto-
res es linealmente dependiente. A fin de comprender el significado del concepto de depen-
dencia lineal, suponga que a 1v1 1 a 2v2 1 c 1 a kvk 5 0 y que uno de los escalares, diga-
mos aj, no es nulo. Entonces, podemos escribir
a 1v1 1 a 2v2 1 c 1 a jvj 1 c 1 a kvk 5 0,
o
a jvj 5 2a 1v1 2 a 2v2 2 c 2 a j21vj21 2 a j11vj11 2 c 2 a kvk,
o
a j21
vj 5 a2 bv1 1 a2 bv2 1 c 1 a2 bvj21
a1 a2
aj aj aj
a j11
1 a2 bvj11 1 c 1 a2 bvk.
ak
aj aj
Lo que nos indica esta última línea es que, si un conjunto de vectores es linealmente depen-
diente, entonces al menos uno de los vectores es una combinación lineal de los otros.
Veamos algunos ejemplos de estos conceptos.
EJEMPLO 5.7.3 Vectores linealmente independientes y vectores linealmente

dependientes
1 0 1
Los tres vectores £ 0 § , £ 1 § y £ 2 § son linealmente independientes porque la ecuación
2 2 0
1 0 1 0
a1 £ 0 § 1 a2 £ 1 § 1 a3 £ 2 § 5 £ 0 §
2 2 0 0
equivale al sistema algebraico
a1 1 a3 5 0
a2 1 2a3 5 0
2a1 1 2a2 5 0,
que puede resolver para hallar que a1 5 a2 5 a3 5 0. (¡Hágalo!)

3 0 1
Por otra parte, el conjunto de vectores £ 4 § , £ 1 § y £ 2 § es linealmente dependiente por-
24 2 0
que la ecuación vectorial
3 0 1 0
a1 £ 4 § 1 a2 £ 1 § 1 a3 £ 2 § 5 £ 0 §
24 2 0 0
equivale al sistema algebraico
3a1 1 a3 5 0
4a1 1 a2 1 2a3 5 0
–4a1 1 2a2 5 0,
que tiene una infinidad de soluciones con la forma a1 5 K, a2 5 2K y a3 5 23K. En con-
creto, podemos hacer que K 5 1, de modo que obtenemos la solución no nula a1 5 1, a2 5 2
3 0 1
y a3 5 23. Observe, por ejemplo, que podemos escribir £ 4 § 5 22 £ 1 § 1 3 £ 2 § . ◆
24 2 0
#
Supongamos ahora que tenemos el sistema X 5 AX, donde X es un vector 3 3 1, y
que A es una matriz 3 3 3 de constantes. Si A tiene tres valores propios reales distintos l1,
l2 y l3, entonces la teoría del álgebra lineal nos indica que los vectores propios correspon-
dientes V1, V2 y V3 son linealmente independientes. Además, los vectores # e l1tV1 , e l2tV2 y
l3t
e V3 son también linealmente independientes, y la solución general de X 5 AX es
Xstd 5 c1e l1tV1 1 c2e l2tV2 1 c3e l3tV3, (5.7.2)
donde c1, c2 y c3 son constantes arbitrarias. Compare esto con (5.3.1).
EJEMPLO 5.7.4 Resolución de un sistema de 3 3 3 mediante valores propios y vectores

propios
Considere el sistema #
x 5 4x 1z
#
y5 22y
#
z5 2z.
4 0 1
La matriz de coeficientes es A 5 £ 0 22 0 § , y un SAC calcula que los valores propios
0 0 21
son l1 5 4, l2 5 21 y l3 5 22, con los vectores propios correspondientes
1 1 0
V1 5 £ 0 § , V2 5 £ 0 § y V3 5 £ 1 § .
0 25 0
Tenga en cuenta que estos vectores deben ser linealmente independientes porque los va-
lores propios son números reales distintos. En consecuencia, mediante (5.7.2), la solución
general de nuestro sistema viene dada por
1 1 0
Xstd 5 c1e 4t £ 0 § 1 c2e 2t £ 0 § 1 c3e 22 t £ 1 §
0 25 0
c1e 4t 1 c2e 2t
5 £ c3e 22 t §.
2t
25c2e
En este ejemplo, podríamos habernos percatado de que son separables las ecuaciones
diferenciales segunda y tercera que integran nuestro sistema original. Tras resolver cada
una de ellas, podríamos haber sustituido en la primera ecuación la solución z de la tercera.
Entonces, la primera ecuación se convertiría en una sencilla ecuación lineal en x. (Hágalo
y coteje su respuesta con la facilitada anteriormente.)
La figura 5.17 muestra una trayectoria en el espacio x-y-z [correspondiente a las con-
diciones iniciales x(0) 5 2, y(0) 5 5 y z(0) 5 210], y las correspondientes trayectorias en
el plano t-z y en el plano y-z se muestran en las figuras 5.18a y 5.18b, respectivamente.
Observe que la gráfica de la solución de este sistema es realmente tetradimensional,
un conjunto de puntos con la forma (t, x(t), y(t), z(t)). Por tanto, lo que muestra la figura
5.17 es una proyección de una curva tetradimensional en el espacio tridimensional x-y-z.
–2
–4
z –6
–8
–10
1 0,5
2 1
x
y 3 4 1,5
5
Figura 5.17
# # #
Solución de x 5 4x 1 z, y 5 22y, z 5 2z; xs0d 5 2, ys0d 5 5, zs0d 5 210; 0 # t # 2
z
–2
–4
–6
–8
–10
0,2 0,6 1 1,2 1,6 2t
Figura 5.18a
Gráfica de z(t), 0 # t # 2
z
–2
–4
–6
–8
–10
1 2 3 4 5y
Figura 5.18b
Gráfica de z(t) frente a y(t), 0 # t # 2 ◆
Si aceptamos que una matriz 3 3 3 tiene una ecuación cúbica característica, nos dare-
mos cuenta de que podemos tener (1) tres valores propios reales distintos, (2) un valor
propio real simple y un distinto valor propio real doble, (3) un valor propio real triple o
(4) un valor propio real y un par de valores propios complejos conjugados. Las posibilida-
des 1 y 2 se abordan fácilmente mediante la fórmula (5.7.2). No obstante, cuando tenemos
valores propios repetidos, hemos de hallar vectores propios linealmente independientes, a
veces mediante el cálculo de uno o más vectores propios generalizados. (Retroceda hasta
el ejemplo 5.4.2 y el análisis que precede a éste. Consulte también el ejercicio 14 que apa-
rece al final de esta sección.)
Aunque la importancia de la teoría del álgebra lineal resulte imprescindible para una
comprensión íntegra de las ecuaciones diferenciales de orden superior y sus sistemas equi-
valentes, a lo largo de este libro ya no profundizaremos más en dicha teoría.
El siguiente ejemplo muestra cómo las técnicas desarrolladas en la sección 5.5 para los
sistemas bidimensionales son extensibles a los sistemas tridimensionales.
EJEMPLO 5.7.5 Resolución de un sistema de 3 3 3; valores propios complejos

# # #
Observe el sistema x 5 x, y 5 2x 1 y 2 2z, z 5 3x 1 2y 1 z. La matriz de coeficientes
1 0 0
es A 5 £ 2 1 22 § . Un SAC proporciona la ecuación característica l3 2 3l2 1 7l 2 5 5
3 2 1
(l 2 1) (l2 2 2l 1 5) 5 0, que tiene las raíces l1 5 1, l2 5 1 1 2i y, l3 5 1 2 2i. Asimismo, el
2 0 0
SAC facilita los vectores propios correspondientes V1 5 £ 23 § , V2 5 £ i § y V3 5 £ 2i § .
2 1 1
(Recuerde que su calculadora o SAC pueden proporcionarle vectores propios que parecen
diferentes de éstos. Compruebe simplemente que los suyos son múltiplos de los aquí utiliza-
dos. Además, observe que V2 y V3 son mutuamente conjugados.)
Ahora, podemos usar (5.7.2) para escribir la solución general en la forma
2 0 0
Xstd 5 c1e £ 23 § 1 c2e
t s112idt
£ i § 1 c3e s122idt
£ 2i § .
2 1 1
2
Advertimos que X1 std 5 e £ 23 § es una solución del sistema. Además, si extendemos lo
t
2
visto en la sección 5.5, sabemos que sólo es necesario trabajar con el primer par de un va-
lor propio complejo y con su correspondiente vector propio, ya que el otro valor propio y
el otro vector propio son conjugados que proporcionan las mismas soluciones (consulte el
problema 10 de la sección Ejercicios 5.5). Por lo tanto, únicamente consideraremos
0 0
X std 5 es112idt £ i § 5 et scoss2td 1 i sens2td d £ i §
~
1 1
0 0 0
5 e £ 2sens2td 1 i coss2td § 5 e £ 2sens2td § 1 ie £ coss2td § .
t t t
coss2td 1 i sens2td coss2td sens2td

De esta última expresión deducimos dos soluciones de nuestro sistema, reales y lineal-
mente independientes:
0 0
X2 std 5 Re5X std6 5 et £ 2sens2td § y X3 std 5 Im5X std6 5 et £ coss2td § .
~ ~
coss2td sens2td
Por último, el principio de superposición nos indica que

Xstd 5 c1X1 1 c2X2 1 c3X3
2 0 0
5 c1e £ 23 § 1 c2e £ 2sens2td § 1 c3e £ coss2td §
t t t
2 coss2td sens2td
t
2c1e
5 £ 23c1et 2 c2et sens2td 1 c3et coss2td §
2c1et 1 c2et coss2td 1 c3et sens2td
2c1
5 e £ 23c1 2 c2 sens2td 1 c3 coss2td §
t
2c1 1 c2 coss2td 1 c3 sens2td

es la solución general del sistema en el campo real. Si utiliza herramientas tecnológicas
para resolver este problema, advierta que su SAC puede expresar las funciones solución
de un modo diferente, pero equivalente. ◆
Sistemas no homogéneos
Es importante percatarse de que los sistemas no homogéneos de orden superior también
se pueden abordar de este modo, mediante la relación analizada en la sección 5.6: XGNH 5
XGH 1 XPNH. El método de los coeficientes indeterminados se torna más engorroso, desde
el punto de vista algebraico, a medida que aumenta el tamaño del sistema. En el capítulo 6,
estudiaremos un modo más adecuado de tratar con tales sistemas.
Generalización a los sistemas de n 3 n

Todo lo que hemos hecho con los sistemas de ecuaciones de 2 3 2 y de 3 3 3 se puede ge-
neralizar a los sistemas de n 3 n. Podemos expresar un sistema lineal homogéneo de ené-
simo orden con coeficientes constantes
#
x 1 5 a 11x1 1 a 12x2 1 a 13x3 1 c 1 a 1nxn
#
x 2 5 a 21x1 1 a 22x2 1 a 23x3 1 c 1 a 2nxn
#
x 3 5 a 31x1 1 a 32x2 1 a 33x3 1 c 1 a 3nxn
( ( (
# c
x n 5 a n1x1 1 a n2x2 1 a n3x3 1 1 a nnxn
#
en la forma X 5 AX, donde
#
x1 x1 a11 a12 a13 c a1n
#
x2 x2 a21 a22 a23 c a2n
# #
X 5 Ex3U , X 5 Ex 3U y A 5 Ea31 a32 a33 c a3nU .
( ( ( ( ( ( (
#
xn xn an1 an2 an3 c ann
EJEMPLO 5.7.6 Forma matricial de un sistema cuatridimensional

Un análisis compartimentado (consulte la sección 2.2) de los procesos implicados en la sín-
tesis de proteínas en los animales y los humanos emplea isótopos radiactivos como marca-
dores. Un modelo concreto de cuatro compartimentos de esa situación podría conducir a

un sistema, como por ejemplo
#
x 1 5 22x1 1 x2
#
x 2 5 x1 2 2x2
#
x 3 5 x1 1 x2 2 x3
#
x 4 5 x3,
donde xi(t) representa la fracción de la radioactividad total administrada aplicada al mate-

rial (albúmina) del compartimento i (i 5 1, 2, 3, 4). Los coeficientes indican las velocida-
des de flujo del material radiactivo de compartimento a compartimento.
En términos matriciales, podemos expresar este sistema así:
#
x1 22 1 0 0 x1
#
≥ # ¥ 5 ≥ ¥ ≥ 2¥.
x2 1 22 0 0 x
x3 1 1 21 0 x3
#
x4 0 0 1 0 x4 ◆
Si extendemos la teoría que subyace en la solución de los sistemas algebraicos de tres

ecuaciones lineales con tres incógnitas a los sistemas de n ecuaciones con n incógnitas, pode-
mos afirmar que cualquier matriz n 3 n tiene un determinante y que los valores propios y
los vectores # propios se pueden definir para tales matrices cuadradas. En concreto, dado un
sistema X 5 AX, donde X es una matriz columna (vector) n 3 1 y A es una matriz n 3 n,
un valor propio l es una solución de la ecuación det(A 2 lI) 5 0, donde I es la matriz iden-
tidad n 3 n, integrada por unos a lo largo de la diagonal principal y por ceros en los restantes
puestos. Dado un valor propio l, un vector propio asociado a l es un vector V no nulo que
satisface la ecuación AV 5 lV.
La ecuación característica de una matriz n 3 n es un polinomio de enésimo grado. Sin
embargo, cuando el polinomio tiene un grado mayor o igual a 5, ya no hay una fórmula ge-
neral que dé las raíces como resultado. En general, el único modo de abordar tales ecua-
ciones es utilizar métodos de aproximación. Un SAC 2o incluso una calculadora gráfica2
dispone de varios algoritmos para hacer esto. #
Supongamos ahora que tenemos el sistema X 5 AX, donde X es un vector n 3 1 y A es
una matriz n 3 n de constantes. Si A tiene n valores propios reales distintos l1, l2, . . . , ln, en-
tonces la teoría del álgebra lineal garantiza que los vectores propios correspondientes V1,
l1t l2t lnt
V2, . . . , Vn son linealmente independientes. Además, los vectores
# e V1, e V2, c, e Vn son
asimismo linealmente independientes, y la solución general de X 5 AX es
Xstd 5 c1e l1tV1 1 c2e l2tV2 1 c 1 cne lntVn , (5.7.3)
donde c1, c2, . . . , cn son constantes arbitrarias. Ocurrirán las complicaciones habituales cuando
haya raíces reales repetidas, pares de raíces complejas conjugadas, y así sucesivamente.
Si estudiamos el comportamiento de un sistema mecánico (figura 5.19) compuesto por
dos resortes sujetos a dos masas móviles, las propiedades físicas de la situación nos pro-
porcionan un par de ecuaciones diferenciales lineales de segundo orden. Alternativa-
mente, este sistema de dos ecuaciones se puede expresar como un sistema de cuatro ecua-
ciones lineales de primer orden.
M1 M2
z1 z2
Posición de equilibrio Posición de equilibrio
Figura 5.19
El sistema de masa-resorte para el ejemplo 5.7.7
El siguiente ejemplo da por supuesto que partimos de la posición de equilibrio sumi-

nistrando una velocidad inicial a una masa. La mayor parte del trabajo computacional se
realizará con un SAC.
EJEMPLO 5.7.7 Un sistema tetradimensional en mecánica

Consideremos el sistema
d 2z1
5 211z1 1 6z2
dt2
d 2z2
5 26z2 1 6z1,
dt2
donde z1 es la distancia de la masa 1 desde su posición de equilibrio y z2, la distancia de la
masa 2 desde su equilibrio. Se supondrán las condiciones iniciales z1(0) 5 0, z’1(0) 5 0,
z2(0) 5 0 y z’2(0) 5 1.
Representación como un sistema de primer orden

dz1 dz2
Si introducimos las nuevas variables x1 5 z1, x2 5 , x 5 z2 y x4 5 , transformaremos
dt 3 dt
nuestro par de ecuaciones de segundo orden en el sistema cuatridimensional de ecuaciones
de primer orden
dx1
5 x2
dt
dx2
5 211x1 1 6x3
dt
dx3
5 x4
dt
dx4
5 26x3 1 6x1,
dt
con x1(0) 5 x2(0) 5 x3(0) 5 0 y x’3(0) 5 x4(0) 5 1.
Representación matricial, valores propios, vectores propios

0 1 0 0 x1
Podemos expresar así el último sistema: X 5 ≥ ¥ ≥ 2 ¥ 5 AX. Un SAC

d 211 0 6 0 x
dt 0 0 0 1 x3
6 0 26 0 x4
facilita la ecuación característica de la matriz A en la forma l4 1 17l2 1 30 5 0, que podemos
factorizar como (l2 1 15)(l2 1 2) 5 0, de manera que los valores propios son l1 5 "15i,
l2 5 2"15i, l3 5 "2i, y l4 5 2"2i. Los vectores propios correspondientes son
3 3 2 2
V1 5 ≥ ¥ , V2 5 ≥ ¥ , V3 5 ≥ ¥ y V4 5 ≥ ¥
3"15i 23"15i 2"2i 22"2i
22 22 3 3
22"15i 2"15i 3"2i 23"2i
Si verifica esto por medio de un SAC, recuerde que puede obtener una forma diferente
2pero equivalente2 para los vectores propios.
La solución general
Sobre la base de nuestra experiencia anterior con los pares de valores propios complejos
conjugados y con los correspondientes vectores propios, podemos trabajar solamente con
los pares l1, V1 y l3, V3. En primer lugar, sabemos que
3 3
X̂std 5 el1tV1 5 e"15it ≥ ¥ 5 scoss"15td 1 i sens"15td d ≥ ¥

3"15i 3"15i
22 22
22"15i 22"15i
3 coss"15td 3 sens"15td
5 ≥ ¥ 1 i≥ ¥ 5 X1 std 1 iX2 std ,

23"15 sens"15td 3"15 coss"15td
donde tanto X1(t) como X2(t) son soluciones reales linealmente independientes del sis-
tema. Análogamente, tenemos
2 2
X std 5 el3tV3 5 e"2it ≥ ¥ 5 scoss"2td 1 i sens"2td d ≥ ¥

~ 2"2i 2"2i
3 3
3"2i 3"2i
5 ≥ ¥ 1 i≥ ¥ 5 X3 std 1 iX4 std ,

donde tanto X3(t) como X4(t) son soluciones reales linealmente independientes del sis-
tema. La solución general es
Xstd 5 c1X1 1 c2X2 1 c3X3 1 c4X4
5 c1 ≥ ¥ 1 c2 ≥ ¥ 1
c3 ≥ ¥ 1 c4 ≥ ¥.
Soluciones particulares
Ahora, las condiciones iniciales x1(0) 5 x2(0) 5 x3(0) 5 0 y x’3(0) 5 x4(0) 5 1 implican
(ejercicio 13) que c1 5 c3 5 0 y c2 5 22"15>195, c4 5 3"2>26. Por tanto,
3"2 2"15
z1 std 5 x1 std 5 sens"2td 2 sens"15td
13 65
y
9"2 4"15
z2 std 5 x3 std 5 sens"2td 1 sens"15td .
26 195 ◆
Si está más interesado en la estabilidad de un sistema de n 3 n que en su solución

exacta, puede obtener una versión simplificada de los resultados que hemos visto para los
sistemas 2 3 2 (consulte la tabla 5.1 de la sección 5.5): suponiendo que A es una
# matriz
n 3 n de constantes, entonces la solución de equilibrio X 5 0 para el sistema X 5 AX es
asintóticamente estable 2es decir, es un sumidero2 si cada valor propio de A tiene una
parte real negativa, y es inestable si A tiene al menos un valor propio con una parte real
positiva. Además, si todos los valores propios constan de partes reales positivas, el origen
X 5 0, de dimensión n, es una fuente; y si algunos valores propios tienen partes reales po-
sitivas y otros negativas, el punto de equilibrio se denomina punto de silla.
En el próximo capítulo, aprenderemos otro modo de tratar los problemas de valor ini-
cial que involucran sistemas de ecuaciones lineales. El método de las transformadas de La-
place, especialmente cuando son implementadas mediante un SAC, constituye una po-
tente herramienta para la resolución de varios problemas aplicados.
EJERCICIOS 5.7
Para
# cada uno de los sistemas de los ejercicios 1-4: (a) escriba el sistema en la forma
X 5 AX; (b) utilice herramientas tecnológicas para hallar valores propios y vectores pro-
pios representativos, y (c) exprese la solución general como un único vector real de fun-
ciones.
dx dx
1. 5x2y1z 2. 5 x 2 2y 2 z
dt dt
dy dy
5x1y2z 5 2x 1 y 1 z
dt dt
dz dz
5 2x 2 y 5x2z
dt dt
dx dx
3. 5 3x 2 y 1 z 4. 5 2x 1 y
dt dt
dy dy
5x1y1z 5 x 1 3y 2 z
dt dt
dz dz
5 4x 2 y 1 4z 5 2y 1 3z 2 x
dt dt
5. En el sistema del ejercicio 1, utilice su SAC para representar gráficamente la trayecto-
ria, en el espacio x-y-z, que pasa por el punto (0, 1, 0) cuando t 5 0.
6. En el sistema del ejercicio 4, utilice su SAC para representar gráficamente la trayecto-
ria en el espacio x-y-z que pasa por el punto (1, 1, 21) cuando t 5 0.
7. a. Resuelva el problema de valor inicial
dx
5z1y2x
dt
dy
5z1x2y
dt
dz
5 x 1 y 1 z,
dt
xs0d 5 1, ys0d 5 2 13, zs0d 5 0.
b. Utilice la solución explícita hallada en el apartado (a) para calcular x(0,5), y(0,5) y
z(0,5).
c. Utilice dos o más métodos numéricos incorporados a su SAC para aproximar
x(0,5), y(0,5) y z(0,5). Compare las respuestas entre sí y con las respuestas exactas
del apartado (a).
8. Resuelva el problema de valor inicial
dx
5y1z
dt
dy
5z1x
dt
dz
5 x 1 y,
dt
x(0) 5 21, y(0) 5 1, z(0) 5 0.
9. Hay tres depósitos (vea la figura anexa) que bombean fluido en un sentido y el otro de
la siguiente manera: el tanque A bombea fluido al tanque B a un ritmo por hora del 2%
de su volumen, y también a sí mismo a un ritmo por hora del 1% de su volumen. El tan-
que B se bombea a sí mismo, hacia el tanque A y hacia el tanque C, a todos con
un ritmo por hora del 2% de su volumen. El tanque C bombea hacia el tanque B a un
ritmo del 2% de su volumen por hora, y a sí mismo con un ritmo del 3% de su volumen
por hora. Suponiendo que los volúmenes iniciales en los tanques A, B y C son 23 000,
1000 y 1000 litros, respectivamente, describa los cambios en el volumen de fluido en
cada tanque como funciones temporales. (Utilice herramientas tecnológicas solamente
para hallar los valores propios y los vectores propios correspondientes.)
B C
10. Imagine que tiene un péndulo doble; es decir, un péndulo suspendido de otro, tal y
como muestra la figura. Las leyes de la física, después de un cambio de variables para
simplificar, nos proporcionan el siguiente sistema como un modelo para pequeñas os-
cilaciones en torno a la posición de equilibrio:
#
x5y
#
y 5 2x 1 au
#
u5v
#
v 5 x 2 u.
Aquí 21
# # es a 5 (m2/m1)(1 1 m2/m1) , x 5 u1, u 5u2, e y y v son las velocidades angulares
u1 y u2, respectivamente. Para este problema, sea a 5 0,3.
a. Exprese el sistema en forma matricial.
b. Utilice herramientas tecnológicas para hallar los valores propios del sistema.
c. Utilice herramientas tecnológicas para hallar los vectores propios correspondien-
tes a los valores propios hallados en el apartado (b).
d. Halle la solución general real del sistema.
␪1
m1
␪2
m2
11. Considere el par de tanques de 50 decalitros (dal) mostrados en la página siguiente.

Inicialmente, el tanque I está lleno de un compuesto B, y el tanque II de un compuesto
C. Se comienza a introducir un compuesto A dentro de cada tanque a los ritmos que
aparecen en la figura.
a. Sean x1(t) y x2(t) las variables que indican la cantidad del compuesto A en los tan-
ques I y II, respectivamente. De igual modo, indique, con y1(t), y2(t), z1(t) y z2(t) las
cantidades de los compuestos B y C en los tanques I y II. Escriba ahora un sistema
de seis ecuaciones diferenciales no homogéneas que describa el flujo de las diversas
A
4 dal/min. 2 dal/min.
5 dal/min.
I II
50 dal 50 dal 6 dal/min.
1 dal/min.
sustancias hacia dentro y hacia fuera de los tanques I y II; exprese cualquier frac-
ción en forma decimal. Asegúrese de que escribe las condiciones iniciales.
b. Utilice herramientas tecnológicas para resolver el PVI planteado en el apartado (a).
c. Utilice herramientas tecnológicas para trazar x1(t), y1(t) y z1(t) respecto de t, todas
sobre el mismo conjunto de ejes.
d. Utilice herramientas tecnológicas para trazar x2(t), y2(t) y z2(t) respecto de t, todas
sobre el mismo conjunto de ejes.
$ #
x 5 2x 1 x 1 y
#
y 5 4x 1 2y.
#
a. Transforme este sistema en un sistema de tres ecuaciones de primer orden, Y 5 AY.
b. Utilice herramientas tecnológicas para hallar los valores propios de la matriz A en
el apartado (a).
c. Utilice herramientas tecnológicas para hallar dos vectores propios linealmente in-
dependientes correspondientes a los valores propios hallados en el apartado (b).
t
d. Considere W 5 £ 1 § como un tercer vector propio, independiente de los
21 2 2t
#
dos hallados en el apartado (c), y escriba la solución general de Y 5 AY.
e. Halle la solución general x(t), y(t) del sistema original.
13. En el ejemplo 5.7.7, utilice las condiciones iniciales para mostrar que c1 5 c3 5 0 y
c2 5 22"15>195, c4 5 3"2>26.
#
14. Suponga que tiene un sistema X 5 AX, donde A es una matriz 3 3 3 que tiene un va-
lor propio l de multiplicidad 3 y un vector propio correspondiente V. Se puede enton-
ces demostrar que la solución general del sistema se puede escribir como c1X1 1
c2X21 c3X3, donde X1 5 e ltV, X2 5 e lt sW 1 tVd, X3 5 e lt aU 1 tW 1 Vb , W satis-

t2
2
face (A 2 lI)W 5 V y U satisface (A 2 lI)U 5 W.
a. Halle el valor propio repetido y el vector propio representativo para el sistema
xr 5 x 1 y 1 z
yr 5 2x 1 y 2 z
zr 5 23x 1 2y 1 4z.
5.8 Resumen 267
b. Utilice el método descrito anteriormente y emplee herramientas tecnológicas para

escribir la solución general de este sistema.
15. Halle la solución general del sistema no autónomo y no homogéneo
dx
5 2t
dt
dy
5 3x 1 2t
dt
dz
5 x 1 4y 1 t
dt
a. Utilice ideas del ejercicio 14 y, después, la técnica de los coeficientes indetermina-
dos. (Consulte la sección 5.6.)
b. Resuelva la primera ecuación y, luego, sustituya esta solución en la segunda ecua-
ción, y así sucesivamente.
5.8 RESUMEN
Si se utilizan las matrices y sus propiedades, cualquier sistema autónomo de ecuaciones li-
neales con coeficientes constantes
#
x 1 5 a 11x1 1 a 12x2 1 a 13x3 1 c 1 a 1nxn
#
x 2 5 a 21x1 1 a 22x2 1 a 23x3 1 c 1 a 2nxn
#
x 3 5 a 31x1 1 a 32x2 1 a 33x3 1 c 1 a 3nxn
( ( (
#
x n 5 a n1x1 1 a n2x2 1 a n3x3 1 c 1 a nnxn
#
se puede escribir en la forma compacta X 5 AX, donde
#
x1 x1 a11 a12 a13 c a1n
#
x2 x2 a21 a22 a23 c a2n
# #
X 5 Ex3U , X 5 Ex 3U y A 5 Ea31 a32 a33 c a3nU .
( ( ( ( ( ( (
#
xn xn an1 an2 an3 c ann
Para los sistemas bidimensionales en los que la matriz de coeficientes A tiene un de-
terminante distinto de cero, el origen es el único punto de equilibrio. El comportamiento
cualitativo (la estabilidad) de tal sistema lineal está totalmente determinado por los va-
lores propios y por los vectores propios de A. Si el sistema tiene dos valores propios rea-
les l1 y l2, con l1 2 l2, y V1 y V2 son los vectores propios correspondientes 2lineal-
mente independientes2, entonces la solución general del sistema viene dada por
Xstd 5 c1e l1tV1 1 c2e l2tV2. Si el sistema tiene dos valores propios reales e iguales, podemos
intentar hallar dos vectores propios linealmente independientes correspondientes al valor
propio único. Si no podemos hallar estos dos vectores propios, podemos comenzar con un
vector propio V y calcular después un vector propio generalizado W, de modo que la solu-
ción general del sistema se puede expresar en la forma X(t) 5 c1eltV 1 c2[teltV 1 eltW]. Por
último, si el sistema se compone de un par de valores propios complejos conjugados, toda-

vía podemos escribir la solución en la forma Xstd 5 c1e l1tV1 1 c2e l2tV2, pero tenemos que
utilizar la fórmula de Euler, ep1qi 5 ep(cos (q) 1 i sen (q)), para simplificar esta expresión y
concluir con soluciones reales. En concreto, obtenemos primero una solución con la forma
X(t) 5 X1(t) 1 iX2(t), donde X1(t) y X2(t) son funciones matriciales (vectoriales) reales de-
nominadas parte real y parte imaginaria, respectivamente, de X(t). Entonces, la solución ge-
neral real es X(t) 5 C1X1(t) 1 C2X2(t), donde C1 y C2 son números reales. Si usamos estas
formas para la solución general de nuestro sistema, podemos analizar la estabilidad del
mismo desde un punto de vista cualitativo, en términos de los valores propios y de los vec-
tores propios. Estos resultados aparecían resumidos en la tabla 5.1 al final de la sección 5.5.
Podemos tener un sistema no homogéneo
#
x 1 5 a 11x1 1 a 12x2 1 a 13x3 1 c 1 a 1nxn 1 b 1 std
#
#
( ( (
#
x n 5 a n1x1 1 a n2x2 1 a n3x3 1 c 1 a nnxn 1 b n std ,
#
que se puede escribir en la forma X 5 AX 1 Bstd , con
#
x1 x1
#
x2 x2
# #
X 5 Ex3U , X 5 Ex 3U ,
( (
#
xn xn
a11 a12 a13 c a1n b1 std
a21 a22 a23 c a2n b2 std
A 5 Ea31 a32 a33 c a3nU y Bstd 5 Eb3 std U .
( ( ( ( ( (
an1 an2 an3 c ann bn std
En esta situación, sabemos que la solución general, XGNH, de un sistema lineal no homogéneo
se obtiene al hallar una solución particular, XPNH, de dicho sistema y sumarla a la solución ge-
neral, XGH, del correspondiente sistema homogéneo: XGNH 5 XGH 1 XPNH. El método de los
coeficientes indeterminados se puede utilizar para lanzar una acertada conjetura acerca de la
solución particular, siempre que las entradas del vector B(t) contengan únicamente términos
que sean constantes, funciones exponenciales, senos, cosenos, polinomios o cualquier suma o
producto de tales términos. Para otros tipos de funciones que compongan B(t), se debe hallar
XPNH mediante el uso de alguna otra técnica (por ejemplo, la variación de parámetros).
Aunque habíamos comenzado con un minucioso análisis de los puntos de equilibrio y
de la estabilidad del sistema cerca de estos puntos para los sistemas bidimensionales de
ecuaciones con coeficientes constantes, finalmente hemos visto que los conceptos de valor
propio y de vector propio han resultado
# significativos para los sistemas de n ecuaciones.
En concreto, dado un sistema X 5 AX, donde X es una matriz columna n 3 1 (vector) y
A es una matriz n 3 n, un valor propio l es una solución de la ecuación det(A 2 lI) 5 0,
5.8 Resumen 269
donde I es la matriz identidad n 3 n integrada por unos a lo largo de la diagonal principal,

y por ceros en los restantes sitios. Sabemos que det(A 2 lI) es un polinomio de enésimo
grado en l. Dado un valor propio l, un vector propio asociado a l es un vector V no nulo
que satisface la ecuación AV 5 lV.
Para los valores n de mayores que 3, perdemos la habitual interpretación geométrica
intuitiva de nuestros resultados. Asimismo, cuando n es mayor o igual que 5, no hay un
procedimiento general que podamos seguir para resolver las ecuaciones características.
Debemos usar métodos aproximativos, y aquí las herramientas tecnológicas resultan esen-
ciales. La cuestión de la multiplicidad de los valores propios conduce a complejas conside-
raciones sobre el álgebra lineal, y resulta difícil describir la forma vectorial general de la
solución de un sistema sin ahondar en el álgebra lineal de un modo más exhaustivo.
PROYECTO 5-1
Un círculo vicioso
En una isla hay tres especies de omnívoros: ‘xapaches’, ‘yejones’ y ‘zoyotes’. Los xapaches
se comen a los zoyotes, los zoyotes se nutren de los yejones, y los yejones encuentran deli-
ciosos a los xapaches. Dados los índices de natalidad y las tasas de depredación individua-
les de las especies, podemos establecer el siguiente sistema:
#
x 5 21x 2 9y
#
y 5 2y 2 4z
#
z 5 6z 2 7x.
Aquí, x(t), y(t) y z(t) representan las poblaciones de las tres especies 2de un modo evi-
dente2 en el instante t, donde t viene expresado en siglos.
Mucho antes de que los seres humanos arribaran a la isla, las tres especies vivían en
estado de equilibrio. En el instante t 5 0, poco después de que los humanos descubrieran
la isla y quebrantaran el equilibrio mediante la caza, la tala de árboles, etcétera, había 300
xapaches, 598 yejones y 323 zoyotes. (Éste ya no es el estado de equilibrio.)
a. Formule el sistema en términos matriciales y utilice herramientas tecnológicas para
hallar los valores propios y los vectores propios del sistema.
b. Resuelva manualmente el PVI del sistema utilizando los resultados obtenidos en el
apartado (a). (Puede recurrir a las herramientas tecnológicas para resolver un sis-
tema algebraico de tres ecuaciones con tres incógnitas.)
c. ¿Cuáles eran las poblaciones en equilibrio antes de que los humanos aparecieran
en escena? (Consulte la solución del apartado (b) cuando t S 2 ` .)
d. Sustituya las respuestas halladas en el apartado (c) en las tres ecuaciones diferen-
ciales que componen el sistema. Para cada población, ¿qué indica el resultado so-
bre su índice de natalidad en comparación a sus pérdidas debido a la depredación
durante el período de equilibrio?
e. Dibuje la gráfica de x(t) respecto de t, 0 # t # 0,1. Dibuje la gráfica de y(t) respecto
de t, primero para 0 # t # 0,1, y después para 0 # t # 0,2. Dibuje la gráfica de z(t)
respecto de t para 0 # t # 0,16. (Utilice herramientas tecnológicas para obtener es-
tas gráficas.)
f. ¿Cuál es la especie que se halla en extremo peligro de extinción? ¿Después de

cuántos años se acabará extinguiendo? En el momento de la extinción de esta es-
pecie, ¿cuáles serán las poblaciones de las especies supervivientes?
PROYECTO 5-2
Siga la corriente
En la figura adjunta se muestra la configuración de un complejo sistema de mezclado. Dis-
ponemos de tres depósitos interconectados del modo indicado mediante tuberías cuya ca-
pacidad de flujo es de 5 dal/min. Inicialmente, el depósito I contiene 20 decalitros de pin-
tura roja; el II, 30 decalitros de pintura amarilla; y el III, 40 decalitros de pintura azul.
¿Cuál será la mezcla de las pinturas en cada depósito transcurridos 5 minutos? Utilice he-
rramientas tecnológicas para resolver este problema.
Comentarios: sea xi 5 la cantidad de pintura roja en el depósito i en el instante t, yi 5
la cantidad de pintura amarilla en el depósito i en el instante t y zi 5 la cantidad de pintura
azul en el depósito i en el instante t. Entonces, las condiciones iniciales indican que en t 5
0, x1 5 20, x2 5 0, x3 5 0; y1 5 0, y2 5 30, y3 5 0; y z1 5 0, z2 5 0, z3 5 40. Además, el pa-
trón de flujo del diagrama, junto con la observación de que el volumen total de cada depó-
sito es constante 220, 30, y 40 decalitros, respectivamente2 conduce a un sistema de
nueve ecuaciones diferenciales. Sin embargo, el sistema de tres ecuaciones que contienen
las variables x1, x2 y x3 es exactamente igual que el sistema que contiene yi y que el que con-
tiene zi. La única diferencia estriba en las condiciones iniciales. Desde el punto de vista fí-
sico, esto se explica por la evidente simetría de los depósitos y por el patrón de flujo. Por
tanto, sólo tendrá que resolver uno de los sistemas tridimensionales y utilizarlo para hallar
los tres conjuntos de variables modificando las condiciones iniciales.
I
5d
n.
mi
al/
al/
mi
5d
n.
II III
5 dal/min.
6 La transformada
de Laplace
6.0 INTRODUCCIÓN
La idea de una transformada o transformación es de vital importancia en matemáticas y en
la resolución de problemas en general. A la hora de abordar un problema difícil, a menudo
resulta una buena idea transformarlo de algún modo en un problema más sencillo, resol-
ver éste y, a partir de su solución, deducir la del problema original. Uno de los primeros
ejemplos de este proceso, que ya conocemos, implica la idea de logaritmo. Los logaritmos
ideados por John Napier y por otros en los primeros años del siglo XVII resultaron de gran
utilidad para el cálculo. Dado un problema complejo de multiplicación, se podría conver-
tir en un problema de suma, realizar la suma y, a continuación, volver a transformar la res-
puesta obtenida en la respuesta del problema original. Por ejemplo, si se quisiera multipli-
car 8743 por 2591, se podría aplicar a este producto el logaritmo natural o neperiano, y se
obtendría así la suma ln(8743) 1 ln(2591) 5 9,07600865918… 1 7,85979918056… 1
16,9358078397… Entonces se determinará 2mediante una “tabla logarítmica” en aquellos
años oscuros2 el número cuyo logaritmo natural es 16,9358078397… Dicho número será
el producto original. El proceso de vuelta de la suma de logaritmos al producto original se
puede denominar transformada inversa. Por supuesto, reconocemos que la inversa de la
transformación logarítmica es la transformación exponencial:
f
x y = loga x
f –1
a y = aloga x
Otra importante y conocida transformada convierte una función integrable no nega-

x
tiva f(x) en la función área A(x) del siguiente modo: fsxd S Asxd 5 3 fstddt. Lo que esto
a
271
272 6 / La transformada de Laplace
indica es que si f es una función no negativa cuya integral está definida para x $ a, enton-
ces A(x) representa el área bajo la gráfica de f desde t 5 a hasta t 5 x.
Más atrás, en la sección 2.2, hemos encontrado una transformada al introducir el fac-
tor integrante en una ecuación lineal. Al multiplicar la ecuación por el factor exponencial
apropiado, se transformaba el lado izquierdo en una derivada exacta, que entonces podía
ser integrada para proporcionar la función incógnita. Se resolvía la ecuación transformán-
dola en una forma equivalente más sencilla de manejar. Podría pensar en estos métodos
transformativos como si se enfrentara a un tiburón. A nadie le gustaría toparse con un ti-
burón en el océano, pero si éste fuera arrastrado (transformado) hasta una playa, se le po-
dría hacer frente 2evitar sus agresivas mandíbulas2 más fácilmente. El mismo tiburón, un
entorno diferente.
La famosa herramienta matemática conocida como la transformada de Laplace 2que
debe su nombre al gran matemático francés Pierre-Simon de Laplace (1749-1827), pero que
probablemente ya fue utilizada con anterioridad por Euler2 nos resulta útil puesto que eli-
mina las derivadas en las ecuaciones diferenciales y las reemplaza por expresiones algebrai-
cas. De este modo, las ecuaciones diferenciales se sustituyen por ecuaciones algebraicas.
Esta transformación resulta particularmente eficaz para abordar problemas de valor inicial,
ecuaciones no homogéneas con términos de forzamiento discontinuo y sistemas de ecuacio-
nes diferenciales. El lado negativo es que la transformada de Laplace está restringida a la
solución de ecuaciones diferenciales lineales y a sistemas lineales de ecuaciones.
6.1 LA TRANSFORMADA DE LAPLACE

DE ALGUNAS FUNCIONES IMPORTANTES
Comenzaremos suponiendo que f(t) es una función definida para t $ 0. La transformada
de Laplace de esta función, l[f(t)], se define como
`
+f fstdg 5 3 fstde 2stdt, (6.1.1)
0
cuando existe esta integral impropia. Advierta que, después de integrar con respecto a t, el
resultado contendrá el parámetro s; es decir, esta integral es una función del parámetro s,
de modo que podemos escribir l[f(t)] 5 F(s).
Antes de exponer algunos ejemplos, examinemos ahora la integral de (6.1.1). Por el
b
cálculo básico sabemos que la integral impropia se define como lim 3 fstde 2stdt cuando
bS` 0
este límite existe. Aquí hay dos requisitos importantes: en primer lugar, la integral ordina-
b
ria de Riemann 3 fstde 2stdt debe existir para todo b . 0; y en segundo lugar, el límite debe
0
existir cuando b S ` . Ambas condiciones se verifican si nos ceñimos a las funciones f(t)
continuas o continuas por tramos o intervalos para las que, además, existan unas constantes
positivas M y K tales que 0 f(t) 0 , eMt para todo t $ K. Esto indica que la función f no crece
más rápidamente que una función exponencial, de modo que el integrando f(t)e2st en (6.1.1)
se comporta como la función eMt · e2st 5 e2(s2M)t para los valores de s mayores que M y para
6.1 La transformada de Laplace de algunas funciones importantes 273
valores de t bastante grandes. La integral impropia de este tipo de función converge. (Con-
sulte el apéndice A.6 para definiciones básicas y ejemplos.)
` b
Suponga ahora que fstd ; 1. Entonces, F(s) 5 l[1] 5 3 1 ? e 2stdt 5 lim 3 e 2stdt 5
bS` 0 0
b
` 5 a lim se 2sb 2 1d b 5 . Se deduce de esto que la transformada de Laplace de

2st
e 1 1
lim
bS` 2s 2s bS` s
0
C
una función constante fstd ; C es para s . 0. (¿Es así?)
s
A continuación, podemos hallar l[t] recurriendo a la integración por partes y al valor
l[1]. Para s . 0,
` b
+ftg 5 3 te 2stdt 5 lim 3 te 2stdt
0 bS` 0
b
b
5 lim e ` 2 3 dt f 5 0 1 +f1g 5 2 .
te2st e2st 1 1
bS` 2s 0
2s s s
0
2 6
De igual modo, podemos mostrar que +ft2 g 5 y +ft3 g 5 4 para s . 0. (Consulte los
s3 s
ejercicios 1 y 2 del final de esta sección.) En general, para todos los enteros n $ 0 se puede
mostrar que
n!
+ftn g 5 n11
ss . 0d , (6.1.2)
s
donde se define que 0! 5 1.
Ahora, según las propiedades de las integrales, podemos ver que
+fc ? fstd g 5 c +ffstd g,
donde c es cualquier constante real, y que
l[f(t) 1 g(t)] 5 l[f(t)] 1 l[g(t)],
siempre y cuando existan las transformadas de Laplace de ambas f y g. Cualquier transfor-
mación que satisfaga las dos últimas propiedades se denomina operador lineal o transfor-
mación lineal. (Consulte la sección 2.2.) Si c1 y c2 son constantes, entonces podemos com-
binar las dos propiedades para escribir
l[c1f(t) 1 c2g(t)] 5 c1 l[f(t)] 1 c2 l [g(t)]. (6.1.3)
Si extendemos (6.1.3) a n sumandos, podemos ver cómo calcular la transformada de La-
place de cualquier función polinómica:
+fc0 1 c1t 1 c2t2 1 c 1 cktk 1 c 1 cntn g
5 +fc0 g 1 +fc1tg 1 +fc2t2 g 1 c 1 +fcktk g 1 c 1 +fcntn g
5 c0 +f1g 1 c1+ftg 1 c2+ft2 g 1 c 1 ck+ftk g 1 c 1 cn+ftn g
c0 c1 2c2 6c3 k!ck n!cn
5 1 2 1 3 1 4 1 c 1 k11 1 c 1 n11 (s . 0).
s s s s s s
Si a es una constante, hallemos la transformada de Laplace de f(t) 5 eat, una función

importante para nosotros debido a su frecuente aparición en las ecuaciones diferenciales.
Por definición,
` b
+fe at g 5 3 e ate 2stdt 5 lim 3 e sa2sdtdt
0 bS` 0
b
` 5 a lim se sa2sdb 2 1d b 5 2
sa2sdt
e 1 1 1
5 lim 5
bS` sa 2 sd a 2 s bS` a2s s 2 a para s . a.
0
¿Por qué es necesaria esta suposición sobre s, y en qué paso resulta crucial?
Para disponer de herramientas con las que abordar una variedad de ecuaciones dife-
renciales, tenemos que abastecer nuestro almacén con diferentes transformadas de La-
place. Otra función básica con la que deberíamos tratar es sen at, donde a es una cons-
tante. Esta transformada requiere dos integraciones por partes:
Para s . 0, l[sen at] 5
b
` ` `
` 2 3 a cos at
e2st e2st a
3 sen at e dt 5 3 cos at e2stdt
2st
dt 5 lim sen at
0 bS` 2s 0
2s s 0
0
b
`
5 a lim cos at ` 2 3 2 a sen at dtb 5 a 2 + fsen atgb ,
2st
a e e2st a 1 a
s bS` 2s 0
2s s s s
0
de modo que
a1 1 b l[sen at] 5 2 y l[sen at] 5 2

a2 a a
2
.
s s s 1 a2
s
Si se utiliza uno de los pasos de este resultado, es fácil mostrar que +fcos atg 5 .
s2 1 a 2
(Consulte el ejercicio 3.)
Con objeto de ayudar a establecer el marco para un tipo de problema de ecuaciones
diferenciales aplicadas que se pueda abordar hábilmente utilizando la transformada de La-
place, hallemos l[f(t)] para la función continua por tramos así definida:
t para 0 # t # 2
fstd 5 £ 4 2 t para 2 # t # 4
0 para t $ 4.
Deberá bosquejar la gráfica de esta función. Todo lo que se ha de hacer es dividir la inte-
gral de la definición (6.1.1) en tres partes, una correspondiente al intervalo [0, 2], otra al
intervalo [2, 4] y la última a [4, `]:
2 4 `
l[f(t)] 5 3 te 2stdt 1 3 s4 2 tde 2stdt 1 3 0 ? e 2stdt
0 2 4
1 2 e 22s 2 2se 22s e 24s 2 e 22s 1 2se 22s 1 1 e 24s 2 2e 22s

5 1 5
s2 s2 s2
para s . 0. (¡Realice usted mismo todas las integraciones!)
6.1 La transformada de Laplace de algunas funciones importantes 275
Por último, antes de aplicar las transformadas de Laplace a la solución de las ecuaciones
diferenciales, debemos conocer las transformadas de f9 y f0, así como de las derivadas de or-
den superior. Por tanto, supongamos que F(s) 5 l[f(t)] existe para s . c. Entonces, para
s . c tenemos
`
+ffr std g 5 3 frstde 2stdt
0
b
`
5 lim fstde 2st
` 1 3 sfstde 2stdt 5 2fs0d 1 s+ffstd g,
bS` 0
0
que podemos escribir así:
l[f9(t)] 5 s l[f(t)] 2 f(0). (6.1.4)
Observe que en esta derivación estamos suponiendo que fsbde 2sb S 0 cuando b S ` .
A continuación, si suponemos que f9(b)e2sb también tiende a 0 cuando b S ` , pode-
mos aplicar la fórmula (6.1.4) dos veces; la primera, una vez que se ha sustituido f por f9
para obtener
l[f0(t)] 5 2f9(0) 1 sl[f9(t)] 5 2f9(0) 1 s[sl[f(t)] 2 f(0)]
5 2f9(0) 1 s2l[f(t)] 2 sf(0),
de manera que podemos escribir
l[f0(t)] 5 s2l[f(t)] 2sf(0) 2 f9(0) (para s . c). (6.1.5)
En general, para cualquier entero positivo n, si la derivada enésima es continua (o con-
tinua por tramos) y si todas las derivadas de orden inferior son continuas y tienen el ritmo
de crecimiento adecuado, entonces
n
+ffsnd std g 5 sn+ffstd g 2 a sn2ifsi21d s0d
i51
5 sn+ffstd g 2 sn21fs0d 2 sn22frs0d 2 c 2 sfsn22d s0d 2 fsn21d s0d . (6.1.6)
Es importante tener en cuenta que esta última fórmula implica que una ecuación diferen-
cial con coeficientes constantes será transformada en una ecuación puramente algebraica, es
decir, en una ecuación sin derivadas. (Observe que f(k)(0) es un número para k $ 0.)
Para proporcionar una idea de lo que haremos en las siguientes secciones, vamos a trans-
formar una ecuación diferencial en una expresión algebraica utilizando la transformada de
Laplace.
EJEMPLO 6.1.1 La transformada de Laplace de una ecuación diferencial

Veamos el problema de valor inicial
xs 1 3xr 1 2x 5 12e 2t; xs0d 5 1, xr s0d 5 21.
Vamos a aplicar la transformada de Laplace a ambos lados de la ecuación y sustituiremos
las condiciones iniciales donde sea apropiado:
+fxs 1 3xr 1 2xg 5 +f12e 2t g,
o, utilizando la linealidad de la transformada, (6.1.3),
l[x0] 1 3l[x9] 1 2l [x] 5 12l [e2t].
Ya hemos calculado la transformada de Laplace de una función exponencial. Ésta, junto

con las fórmulas (6.1.4) y (6.1.5), nos permite escribir
12
{s2 l[x(t)] 2 sx(0) 2 x9(0)} 1 3 {sl[x(t)] 2 x(0)} 1 2l[x(t)] 5 .
s22
Sustituimos ahora las condiciones iniciales para obtener
12
{s2l[x(t)] 2 s 1 1} 1 3 {sl[x(t)] 2 1} 1 2l[x(t)] 5 .
s22
Finalmente, si juntamos los términos análogos, hallamos que
12 s2 1 8
ss2 1 3s 1 2d+fxstd g 5 1s125 ,
s22 s22
de modo que podemos resolver en l[x(t)]:
s2 1 8 1 s2 1 8
+fxstd g 5 ? 2 5
s 2 2 s 1 3s 1 2 ss 2 2d ss2 1 3s 1 2d
2
s 18
5 .
ss 2 2d ss 1 2d ss 1 1d
¿Y ahora qué? Tenemos una función incógnita, la solución de un PVI, cuya transformada
de Laplace es conocida. Si podemos invertir el proceso y calcular qué función tiene esta
transformada de Laplace, seremos capaces de resolver nuestro problema de valor inicial
original. En la siguiente sección nos centraremos en este tema. ◆
EJERCICIOS 6.1
Halle la transformada de Laplace de las funciones en los ejercicios 1-8.
1. f(t) 5 t2 2. g(t) 5 t3
3. h(t) 5 cos at, donde a es una constante 4. F(t) 5 teat, donde a es una constante
e at 2 e bt
5. Gstd 5 , donde a y b son constantes, a Z b
a2b
6. H(t) 5 2t3 2 7t2 1 5t 2 17
1 para 0 # t # 1 1 para 0 # t # 2p
7. Astd 5 • 2 2 t para 1 # t , 2 8. Bstd 5 • cos t para 2p # t # 7p>2
0 para 2 # t 0 para 7p>2 # t , `
En los ejercicios 9-13, halle la transformada de Laplace de la solución de cada problema de
valor inicial, suponiendo que la transformada de Laplace exista en todos los casos. (No in-
tente resolver los PVI.)
9. yr 2 y 5 0; ys0d 5 1
10. yr 1 y 5 e 2x; ys0d 5 1
11. ys 1 4yr 1 4y 5 0; ys0d 5 1, yrs0d 5 1
12. ys 2 yr 2 2y 5 5 sen x; ys0d 5 1, yrs0d 5 21
13. yt 2 2ys 1 yr 5 2e x 1 2x; ys0d 5 0, yrs0d 5 0, ys s0d 5 0
2
14. Si fstd 5 e t para t $ 0, demuestre que no existen constantes M y K tales que
0 fstd 0 , e Mt para todo t $ K y pruebe que, por tanto, la transformada de Laplace de f(t)
2
no existe. (Sugerencia: e t , e Mt implica que t2 , Mt para t suficientemente grande.)
"p
`
15. Utilice la definición (6.1.1) y el hecho de que 3 e 2x dx 5
2
para hallar la transfor-
0 2
1 1 u2
mada de Laplace de fstd 5 5 t22. (Sugerencia: efectúe la sustitución t 5 .)
"t s
16. Aplique la fórmula (6.1.4) a la función f0(t) para demostrar que
+fft std g 5 s3+ffstd g 2 s2fs0d 2 sfrs0d 2 fs s0d .
17. Suponga que a es cualquier número real y que F(s) 5 l[f(t)]. Demuestre que
l[eatf(t)] 5 F(s 2 a) para s . a. (Ésta es la comúnmente denominada primera fórmula
de traslación. Vea la sección 6.3 para la segunda fórmula de traslación.)
6.2 LA TRANSFORMADA INVERSA Y LA CONVOLUCIÓN

LA TRANSFORMADA INVERSA DE LAPLACE
Recuerde que en el ejemplo 6.1.1 tomamos un problema de valor inicial, aplicamos la
transformada de Laplace y por último concluimos con la transformada de Laplace de la
solución del PVI. Ahora queremos invertir el proceso de transformación de manera que,
dada l[f(t)] como una función del parámetro s, podamos hallar f(t), lo que implica la idea
de la transformada inversa de Laplace, l 21.
Recuerde ahora el concepto de la inversa de una función. Cuando en cálculo o pre-
cálculo se enfrentó por primera vez con la inversa, es posible que trabajase tanto con la de-
finición formal como con la interpretación gráfica en términos de la 0prueba de líneas ho-
rizontales0. En cualquier caso, la idea relevante es que para tener una función inversa f21,
debemos garantizar que, para cualquier elemento en el rango de la función original f,
existe un elemento y sólo uno correspondiente, en el dominio de f. Otro modo de expresar
esto es que una función tiene una inversa si y sólo si es una función uno-uno o inyectiva.
Para nuestros propósitos, el hecho importante es que, si las transformadas de Laplace
de las funciones continuas f y g existen y son iguales para s $ c (c, una constante), entonces
f(t) 5 g(t) para todo t $ 0. Esto indica que únicamente una función continua se puede re-
cuperar desde su transformada de Laplace. Suponiendo que l[f(t)] 5 F(s), podemos ex-
presar la definición de la transformada inversa de Laplace de la siguiente manera:
l 21[F] 5 f si y sólo si l[f] 5 F. (6.2.1)
Es fácilmente comprobable (consulte el ejercicio 1) que la transformada inversa de La-
place es una transformación lineal:
l 21[c1F(t) 1 c2G(t)] 5 c1l 21[F(t)] 1 c2l 21[G(t)]. (6.2.2)
¿Cómo encontramos ahora la transformada inversa de Laplace en la práctica? Resulta
que la relación entre el cálculo de una transformada de Laplace y la determinación de su in-
versa es muy similar a aquella que existe entre la derivación y la antiderivación o el cálculo de
primitivas.
TABLA 6.1 Algunas transformadas de Laplace
f(t) F(s) 5 l[ f(t)]

n!
1. tn (n 5 0, 1, 2 . . .) ,s.0
sn11
1
2. e at ,s.a
s2a
a
3. sen at ,s.0
s2 1 a 2
s
4. cos at ,s.0
s2 1 a 2
b
5. eat sen bt ,s.a
ss 2 ad 2 1 b 2
s2a
6. e at cos bt ,s.a
ss 2 ad 2 1 b 2
2as
7. t sen at ,s.0
ss2 1 a 2 d 2
s2 2 a 2
8. t cos at ,s.0
ss2 1 a 2 d 2
9. f9(t) sF(s) 2 f(0)
10. f0(t) s2F(s) 2 sf(0) 2 f 9(0)
11. e atf(t) F(s 2 a), s . a
Lo que esto significa es que, en cálculo, la integral indefinida de una función f responde a la
pregunta 0¿cuál es la función cuya derivada es f?0 (Tenga en cuenta que en cálculo la res-
puesta a esta pregunta no es única.) Al igual que una lista de fórmulas de derivación nos
ayuda a establecer una lista de fórmulas de primitivas (integrales), también una tabla de trans-
formadas de Laplace nos facilitará en el hallazgo de inversas. En los siguientes ejemplos, utili-
zaremos la información facilitada en la tabla 6.1. Algunas de estas transformadas se deduje-
ron en la sección 6.1; otras se dieron como problemas en la sección Ejercicios 6.1.
Volvamos ahora al ejemplo 6.1.1 y resolvamos el problema de valor inicial mediante
las transformadas de Laplace y la transformada inversa de Laplace.
EJEMPLO 6.2.1 Resolución de un PVI mediante la transformada inversa de Laplace
El PVI del ejemplo 6.1.1 era x0 1 3x9 1 2x 5 12e2t, x(0) 5 1, x9(0) 5 21, y obtuvimos que
s2 1 8
l[x(t)] 5 .
ss 2 2d ss 1 2d ss 1 1d
Si tratáramos de trabajar con la expresión dada para la transformada (la expresión ra-
cional en s), pasaríamos tediosos momentos calculando para qué función x(t) podría ser
ésta la transformada de Laplace. Esta expresión no parece corresponderse con ninguna de
las formas de la última columna de la tabla 6.1.
Sin embargo, podemos usar la técnica de la descomposición en fracciones simples para
expresar la transformada como una suma de tres términos más sencillos, cada uno de los
cuales se empareja con un componente de la tabla:
s2 1 8 1 3 3
5 1 2 .
ss 2 2d ss 1 2d ss 1 1d s22 s12 s11
a5 b es la transformada de
3 3
Debería ver, por ejemplo, que el término
s12 s 2 s22d
Laplace de 3e22t. Si aplicamos la transformada inversa a cada lado de
1 3 3
+fxstd g 5 1 2
s22 s12 s11
y utilizamos (6.2.1) y la linealidad de l 21, veremos que
xstd 5 +21 f+fxstd gg 5 +21 c d

1 3 3
1 2
s22 s12 s11
5 +21 c d 1 3+21 c d 2 3+21 c d

1 1 1
s22 s12 s11
5 e 2t 1 3e 22t 2 3e 2t,
donde hemos usado la fórmula 2 de la tabla 6.1 tres veces para evaluar el lado derecho. ◆
La alternativa a usar la transformada de Laplace para resolver el problema de valor
inicial de nuestro último ejemplo es volver al método explicado por vez primera en la
sección 4.2. En primer lugar, encuentre la solución general de la ecuación homogénea
x0 1 3x9 1 2x 5 0; a continuación, halle una solución particular de la ecuación no homogé-
nea x0 1 3x9 1 2x 5 12e2t; y por último, sume estas dos soluciones para obtener la solución
general de la ecuación no homogénea original. Incluso así no habríamos terminado, ya que
tendríamos que utilizar las condiciones iniciales para determinar las dos constantes arbi-
trarias en la solución general. Advierta que el método de la transformada de Laplace nos
permite abordar la ecuación no homogénea y las condiciones iniciales al mismo tiempo.
Veamos ahora cómo actúa el método de la transformada de Laplace en un importante
problema aplicado que ya vimos antes como ejemplo 2.2.5. (Consulte también los proble-
mas 25-27 de la sección Ejercicios 2.2.)
EJEMPLO 6.2.2 Resolución de un problema de circuitos mediante la transformada

de Laplace
La corriente I que circula por un circuito eléctrico particular se puede describir mediante
dI
el problema de valor inicial L 1 RI 5 v0 sensvtd , I(0) 5 0. Aquí, L, R, v0 y v son cons-
dt
tantes positivas.
En primer lugar, aplicaremos la transformada de Laplace a cada lado de la ecuación
diferencial:
+ cL 1 RI d 5 +fv0 sensvtd g
dI
dt
L+ c d 1 R+fIstd g 5 v0+fsensvtd g
dI
dt
sL+fIstd g 2 LIs0d 1 R+fIstd g 5 v0 a 2 b
v
s 1 v2
sLs 1 Rd+fIstd g 2 LIs0d 5 v0 a 2 b
v
s 1 v2
Las 1 b+fIstd g 5 v0 a 2 b,
R v
L s 1 v2
de manera que obtenemos +fIstd g 5 a b?v?

v0 1
. Para hallar la trans-
as 1 b ss 1 v d
R 2
L 2
L
formada inversa de Laplace, debemos aplicar el método de las fracciones simples en el
lado derecho:
1 A Bs 1 C
5 1 .
as 1 b ss2 1 v2 d as 1 b
R R s2 1 v2
L L
Si nos esforzamos un poco, hallaremos que
a b
R
1 1 L
2 s1
a 2 1 v2 b a 21vb a 2 1 v2 b
R2 R2 2
R2
1 L L L
5 1
as 1 b ss 1 v d
2 2
R 2 2
R s 1v
s1
L L
y
+fIstd g 5 a b?v?
v0 1
as 1 b ss2 1 v2 d
L R
L
R
5a b? µ ∂.
v0 v 1 2s L
1 2 1 2
a 2 1 v2 b s 1
2
L R2 R s 1 v s 1 v2
L L
Compruebe las tres últimas igualdades. El paso final es aplicar la transformada inversa
de Laplace a ambos lados de esta última ecuación y utilizar después las fórmulas 2, 3 y 4 de
la tabla 6.1.
Istd 5 a b b +21 £ § 2 +21 c d 1 +21 c 2 dr

v0 v 1 s R 1
a 2 1 v2 b
L R2 R s2 1 v2 L s 1 v2
s1
L L
5a b e e2Lt 2 cossvtd 1 sensvtd f

v0 v R R 1
a 2 1 v2 b
L R2 L v
L
5a b e ve2Lt 2 v cossvtd 1 sensvtd f .
v0 1 R R
a 2 1 v2 b
L R2 L
L
Compare esta solución con la obtenida en el ejemplo 2.2.5. ◆
EJEMPLO 6.2.3 Resolución de un PVI mediante la transformada inversa de Laplace

$ # #
Observemos el problema de valor inicial x 2 2x 5 e t st 2 3d, xs0d 5 2 5 x s0d . Como an-
tes, tomamos las transformadas de Laplace de ambos lados y utilizamos la tabla. Si supo-
nemos que l[x(t)] 5 X(s), obtenemos
5s2Xssd 2 sxs0d 2 x s0d6 2 25sXssd 2 xs0d 6 5 +fe t st 2 3d g .

#
(#)
Para calcular el lado derecho, observe primero que
1 3
l[t 2 3] 5 2 5 Fssd ,
s2 s
de manera que, si usamos la entrada 11 de la tabla 6.1 (con a 5 1), obtenemos
1 3 4 2 3s
l[e t st 2 3d ] 5 Fss 2 1d 5 2
2 5 .
ss 2 1d s21 ss 2 1d 2
Si volvemos a (#) y colocamos nuestras condiciones iniciales, obtenemos
4 2 3s
s(s 2 2) X(s) 5 2s 2 2 1
ss 2 1d 2
3
2ss 2 1d 1 s4 2 3sd ss 2 2d s2s2 2 2s 2 1d
5 5 .
ss 2 1d 2 ss 2 1d 2
Por tanto, concluimos que
2s2 2 2s 2 1 3 1 1
X(s) 5 5 2 2 .
sss 2 1d 2 s21 ss 2 1d 2 s
Recurrimos a la tabla para hallar la función x(t) 5 l 21[X(t)], donde tenemos que utilizar
las entradas 1 y 11 para el segundo término. La solución del PVI es x(t) 5 3et 2 tet 2 1.
(Asegúrese de que ésa es la solución.) ◆
LA CONVOLUCIÓN
En cada uno de los tres últimos ejemplos, la aplicación de la transformada de Laplace dio
como resultado una expresión para l[f(t)] que parecía implicar el producto de dos o más
transformadas. Puesto que no conocíamos ningún modo de hallar la transformada inversa
de tales productos, hemos tenido que recurrir al desorden de una descomposición de frac-
ciones simples. Esto, por lo menos, nos ha permitido utilizar la linealidad de la transfor-
mada inversa.
Sin embargo, hay una manera de abordar este problema: un método que implica un
producto especial de funciones. La convolución de dos funciones f y g es la integral
t
(f * g)(t) 5 3 fsrdgst 2 rddr,
0
siempre que la integral exista para t . 0. Por ejemplo, la convolución de cos t y t es

t t t
(cos t) * t 5 3 scos rd st 2 rddr 5 3 t cos r dr 2 3 r cos r dr
0 0 0
t t
5 t 3 cos r dr 2 3 r cos r dr 5 1 2 cos t
0 0
tras realizar la integración por partes de la segunda integral. Para este ejemplo, compruebe
que (cost) * (t) 5 (t) * (cos t).
La convolución posee importantes propiedades algebraicas (consulte el ejercicio 7 del
final de esta sección); pero la más relevante para nosotros ahora mismo es que la transfor-
mada de Laplace de una convolución de dos funciones es igual al producto de las transforma-
das de Laplace de estas dos funciones. Dicho de un modo más preciso, supongamos que exis-
ten las transformadas de Laplace de las funciones f y g. Sea F(s) 5 l[f(t)] y G(s) 5 l[g(t)];
entonces, el teorema de convolución dice que
t
l[(f * g)(t)] 5 l[ 3 fsrdgst 2 rddr] 5 l[f(t)] ? l[g(t)] 5 F(s) ? G(s).
0
Revisemos ahora parte del ejemplo 6.2.2 para ver la utilidad del anterior problema de
convolución.

1
¿Cómo podemos hallar l £ §?
as 1 b ss2 1 v2 d
21 R
L
La expresión entre paréntesis es el producto de las dos transformadas F y G:
1
F(s) G(s) 5 £ §,
as 1 b ss2 1 v2 d
R
L
1 1
donde F(s) 5 y G(s) 5 . Las entradas 2 y 3 de la tabla 6.1 nos indican
as 1 b
R ss2 1 v2 d
L
R 1
que f(t) 5 l 21[F(s)] 5 e 2 L t y g(t) 5 l 21[G(s)] 5 sensv td . Entonces, el teorema de con-
v
volución nos permite concluir que
t
l21[F(s) G(s)] 5 3 fsrdgst 2 rddr,
0
o
1 t
£ § 5 3 e2 L r sen vst 2 rddr
R 1
as 1 b ss2 1 v2 d
l21 R
v
L 0
t
1 R
5 3 e2 L r sen vst 2 rddr.
v 0
Un SAC da como resultado de esta última integral
L ¢vLea2 R tb 2 vL cossvtd 1 R sensvtd ≤

L
.
sR2 1 v2L2 dv
El uso de algunas operaciones algebraicas le mostrará que esto corresponde a la transfor-
mada inversa hallada en el ejemplo 6.2.2 por medio de las fracciones simples. (Realice las
operaciones.) ◆
*Ecuaciones integrales y ecuaciones integro-diferenciales

El teorema de convolución resulta ciertamente útil para resolver ecuaciones diferenciales,
pero también puede ayudarnos a resolver ecuaciones integrales 2aquellas que contienen
una integral de la función incógnita2 y ecuaciones integro-diferenciales 2aquellas que
contienen tanto una derivada como una integral de la función incógnita2.
EJEMPLO 6.2.5 El teorema de convolución y una ecuación integral

Una jefa de almacén descubre que la proporción de mercancías que queda sin vender en
el instante t, tras haber comprado las mercancías, viene dada por f(t) 5 e21,5t. Quiere cal-
cular el ritmo al que debería adquirir las mercancías para que las existencias del almacén
permanezcan constantes.
Suponga que el almacén comienza su abastecimiento con la compra de una cantidad A
de mercancías en el instante t 5 0 y que, posteriormente, va adquiriendo más a un ritmo r(t).
Durante un corto período de tiempo u # t # u 1 Du, el almacén adquiere una cantidad
rstd ? Du; y, en el instante t, la parte que permanece sin venderse es e21,5st2udrsud Du. Enton-
ces, la cantidad de mercancías adquiridas previamente que no se han vendido en el instante t
viene dada por
t
Ae21,5t 1 3 e21,5st2udrsuddu.
0
Puesto que éste es el inventario total del almacén y dado que la jefa de almacén desea que
permanezca constante en su valor inicial, debemos tener
t
A 5 Ae21,5t 1 3 e21,5st2udrsuddu,
0
y el requerido ritmo r(t) de reposición de existencias es la solución de esta ecuación integral.
Si observamos detalladamente la integral del lado derecho de esta última ecuación, re-
conoceremos algo familiar sobre su forma: se asemeja a una convolución; de hecho, es
e21,5t * r(t). Ahora podemos reescribir la ecuación integral en la forma
A 5 Ae21,5t 1 se21,5t * rstd d .
Si tomamos la transformada de Laplace de cada lado y suponemos que R(s) 5 l[r(t)], ob-
tenemos
A 1
l[A] 5 A l[e21,5t] 1 l[e21,5t * rstd ] 5 1 ? Rssd ,
s 1 1,5 s 1 1,5
A A 1
5 1 ? Rssd ,
s s 1 1,5 s 1 1,5
ss 1 1,5d a b 5 Rssd ,
A A
2
s s 1 1,5
1,5A
5 Rssd .
s
Si aplicamos la transformada inversa de Laplace a cada lado, hallamos que r(t) 5 1,5 A. Es
decir, el ritmo de reaprovisionamiento debería ser una constante, exactamente una y me-
dia veces la cantidad original adquirida. (Compruebe que este ritmo es una solución de
nuestra ecuación integral original.) ◆
EJEMPLO 6.2.6 Una ecuación integro-diferencial

La siguiente ecuación integro-diferencial también se puede resolver utilizando las propie-
dades de la transformada de Laplace.
t
dx
1 xstd 2 3 xsrd senst 2 rddr 5 2sen t, x(0) 5 1.
dt 0
Como en el ejemplo anterior, reconocemos que la integral de nuestra ecuación representa
una convolución, esta vez (x * sen)(t). Por tanto, si tomamos la transformada de Laplace
de cada lado de la ecuación, obtenemos
l[dx/dt] 1 l[x(t)] 2 l[(x * sen)(t)] 5 l[2sen t],
o, utilizando la fórmula 10 de la tabla 6.1 y el teorema de convolución,
1
[s l[x(t)] 2 x(0)] 1 l[x(t)] 2 l[x(t)] ? l[sen t] 5 2 ,
s2 1 1
que se convierte en
1 1
[s l[x(t)] 2 1] 1 l[x(t)] 2 l[x(t)] ? 52 2 .
s2 1 1 s 11
Tras simplificar, se obtiene
a b l[x(t)] 5 2
s3 1 s2 1 s s2
2
,
s 11 s 11
s2 s
y por tanto, concluimos con l[x(t)] 5 3 2
5 2 .
s 1s 1s s 1s11
El uso ingenioso de algunas operaciones algebraicas nos mostrará que
s s 1 12 1
2
5 2
"3 2
s2 1 s 1 1 1 2
ss 1 2 d 1 s 2 d ss 1 2 d 1 s "3
1 2
2 d
2
"3
s 2 s2 12 d 1 2
5 2 ;
ss 2 s2 12 d d 2 1 s "3
2 d
2 "3 ss 2 s2 12 d d 2 1 s "3
2 d
2
y si utilizamos las fórmulas 5 y 6 para invertir esta transformada, hallamos que

"3t "3t
b2 b.
2t 1 2t@
xstd 5 e @2 cosa e 2 sena
2 "3 2
(La comprobación de esta solución conlleva algo de trabajo, pero ¡inténtelo!) ◆
LA TRANSFORMADA DE LAPLACE Y LAS HERRAMIENTAS TECNOLÓGICAS

La mayoría de los SAC tienen incorporadas las funciones de la transformada y la transfor-
mada inversa de Laplace. En concreto, algunos sistemas (por ejemplo, Maple) llevan sofis-
ticados 0solvers0 de ecuaciones diferenciales con una opción 0laplace0 para los problemas
de valor inicial. Si tiene dicha opción a su disposición, aprenda a utilizarla. Advierta, sin
embargo, que tendrá que lograr entender lo que su SAC está haciendo realmente, dado
que sus operaciones ocultas nos resultan inaccesibles.
Tenga en cuenta que algunos sistemas algebraicos computacionales 2como por ejem-
plo Mathematica y MATLAB2 pueden hallar transformadas de Laplace y sus inversas,
pero no disponen de un modo directo de resolver un PVI lineal con estas herramientas. En
este caso, se deberá aplicar la transformada de Laplace a la ecuación diferencial, resolver
para obtener la transformada l[x(t)] de la solución recurriendo al álgebra (mediante un
comando resolver o a mano), utilizar herramientas tecnológicas para hallar la transfor-
mada inversa l 21[l[x(t)]] y, por último, sustituir las condiciones iniciales.
Determine cuáles son sus opciones al utilizar herramientas tecnológicas para resolver
los PVI mediante la transformada de Laplace. Algunos de los siguientes ejercicios le ayu-
darán a hacerlo.
EJERCICIOS 6.2
1. Si F(s) y G(s) son las transformadas de Laplace de f(t) y g(t), respectivamente, y c1 y
c2 son constantes, demuestre que
l 21[c1Fssd 1 c2Gssd ] 5 c1l 21[Fssd ] 1 c2 l 21[Gssd ].
a
2. Halle la transformada inversa de Laplace de 2 2 .
s ss 1 a 2 d
1
3. Halle la transformada inversa de Laplace de .
sss2 1 2s 1 2d
2s 2 10
4. Halle la transformada inversa de Laplace de 2 .
s 2 4s 1 20
5. a. Demuestre que la transformada de Laplace de tnf (t) es (21)nF(n)(s), donde F(s) 5
l[ f(t)] .
b. Utilice el resultado del apartado (a) y la derivada de la función Fssd 5 lna2 1 b ,
3
s
s . 0 para hallar su transformada inversa de Laplace.
6. Halle la convolución f * g de cada uno de los siguientes pares de funciones.
a. f(t) 5 t2, g(t) 5 1
b. f(t) 5 t, g(t) 5 e2t para t > 0
c. f(t) 5 t2, g(t) 5 (t2 1 1) para t > 0
d. f(t) 5 cost, g(t) 5 cost [Sugerencia: para este apartado necesitará algunas identida-
des trigonométricas.]
7. Compruebe las siguientes propiedades de la convolución de funciones:
a. f * g 5 g * f Commutatividad
b. sf * gd * h 5 f * sg * hd Asociatividad
c. f * sg 1 hd 5 f * g 1 f * h Distributividad
d. f * 0 5 0, pero f * 1 2 f y f * f 2 f2 en general. (En particular, 1 * 1 Z 1.)
8. a. Utilizando la propiedad (b) del ejercicio 7, halle 1 * 1 * 1.
b. Halle 1 * t * t2.
9. Aplique el teorema de convolución para hallar la transformada de Laplace de
t
fstd 5 3 cosst 2 rd sen r dr.
0
t
10. Halle la transformada de Laplace de hstd 5 3 et2v sen v dv.
0
11. Halle la solución del PVI y0 1 3y9 1 2y 5 4t2; y(0) 5 0, y9(0) 5 0.
12. Resuelva el PVI y0 1 4y9 1 4y 5 e22x; y(0) 5 0, y9(0) 5 1.
13. Resuelva el PVI y- 2 2y0 1 y9 5 2ex 1 2x; y(0) 5 0, y9(0) 5 0, y0(0) 5 0.
14. Resuelva el PVI y0 1 6y9 1 9y 5 H(x); y(0) 5 0, y9(0) 5 0, donde H(x) es una función
conocida de x. (Sugerencia: aplique el teorema de convolución.)
15. Un circuito eléctrico que está inicialmente sin forzamiento, pero que se conecta a una
fuente concreta de tensión alterna en el instante t 5 p, puede modelarse mediante el PVI
Qs 1 2Qr 1 2Q 5 e
0 para 0 # t , p
2sen t para t $ p,
con Q(0) 5 0 y Q9(0) 5 1. Resuelva el PVI para Q(t), la carga en el condensador, en
el instante t.
dv
16. La ecuación v 5 v coss2sd 2 v2 describe la velocidad v de un émbolo moviéndose
ds
en un cilindro lleno de aceite bajo una fuerza variable. Aquí, s es la distancia recor-
rida en un tiempo t.
a. Reescriba la ecuación dada como una ecuación lineal con coeficientes constantes.
b. Suponiendo que v(0) 5 0, utilice la transformada de Laplace para calcular v como
una función de s. ¿Existe alguna solución singular?
c. Utilice herramientas tecnológicas para trazar la gráfica de la solución no trivial ha-
llada en el apartado (b) para 0 # s # 20.
t
17. Resuelva la ecuación integral en f: fstd 5 4t 1 3 fst 2 rd sen r dr.
0
t
18. Resuelva en g: gstd 2 t 5 2 3 st 2 rdgsrddr.
0
t
#
19. Resuelva en x: x std 5 1 2 3 xst 2 rde 22rdr, xs0d 5 1.
0
20. Resuelva la ecuación integro-diferencial
t
#
y 1 y 1 3 ysuddu 5 1, con ys0d 5 0.
0
t
#
21. Resuelva la ecuación x 2 4x 1 4 3 xsuddu 5 t3e2t, con xs0d 5 0.
0
x
22. Resuelva la ecuación fs sxd 1 3 e 2sx2ydfrsyddy 5 1; fs0d 5 0, frs0d 5 0.
0
6.3 TRANSFORMADAS DE FUNCIONES DISCONTINUAS

A menudo, las ecuaciones diferenciales se utilizan para modelar sistemas complejos. En
algunas situaciones, los modelos tienen que enfrentarse a bruscos cambios en estos siste-
mas. Por ejemplo, en el problema de circuitos descrito en el ejemplo 2.2.5 (o en el ejemplo
dI
6.2.2), tenemos la ecuación L 1 RI 5 v0 sensvtd , donde el lado derecho (el término de
dt
forzamiento) representa una fuente continua de corriente alterna. Suponga ahora que el
voltaje E(t) sólo se aplicara durante un breve período de tiempo y que después se suspen-
diera. Matemáticamente, esto significa que el término de forzamiento tendría la forma
f(t) 5 e
Estd para 0 # t # a
0 para t . a.
Quizá tengamos un interruptor que podamos abrir y cerrar de manera que el voltaje se
aplique, se suprima y luego se vuelva a aplicar:
Estd para 0 # t # a
g(t) 5 • 0 para a , t , b
Estd para t $ b.
El problema 29 de la sección Ejercicios 2.2, en el que deja de haber gastos publicita-
rios después de cierto período de tiempo, es otro ejemplo de este tipo de comportamiento.
Aquí, el elemento común es el brusco cambio. En términos matemáticos, estamos tratando
con funciones continuas por tramos.
LA FUNCIÓN (ESCALÓN UNIDAD) DE HEAVISIDE

En la sección 6.1 vimos un sencillo ejemplo de la transformada de Laplace aplicada a una
función continua por tramos. Calculamos la transformada directamente partiendo de la
definición, dividiendo la integral en dos partes. Esto puede resultar tedioso si hay varios
intervalos involucrados en la definición de la función. Ahora veremos cómo estos tipos de
funciones se pueden expresar de tal modo que no sea necesario considerar en intervalos
separados el método de la transformada de Laplace.
Comenzaremos con la función escalón unidad U definida por
U(t) 5 e
0 si t , 0
1 si t $ 0.
(Frecuentemente, esta función se denomina la función (escalón unidad) de Heaviside de-
bido al ingeniero electrotécnico y matemático aplicado Oliver Heaviside (1850-1925),
quien desarrolló muchas de estas ideas.) Podemos decir que la función U está 0off0 o 0de-
sactivada0 (5 0) para valores negativos de t, y 0on0 o 0activada0 (5 1) para valores de t ma-
yores que o iguales a 0. Este aspecto de interruptor o 0conexión-activación0 hace de U un
importante elemento de construcción en el modelado de cambios bruscos.
De lo anterior se deriva que
U(t 2 a) 5 e
0 si t , a
1 si t $ a.
La función tiene una discontinuidad por salto en t 5 a. La figura 6.1 muestra U (t 2 3) para
t $ 0.
Lo más interesante es que estas funciones escalón se pueden usar para expresar una
función continua por tramos en términos de una sola fórmula. Por ejemplo, si
f(t) 5 e
Astd para t , a
Bstd para t $ a,
entonces podemos ver que f(t) 5 A(t) 1 U(t 2 a)[B(t) 2 A(t)] : si t , a, entonces U(t 2 a) 5
0, y por tanto, f(t) 5 A(t); mientras que si t $ a, entonces tenemos U(t 2 a) 5 1, y en conse-
cuencia, f(t) 5 A(t) 1 [B(t) 2 A(t)] 5 B(t). (¿De acuerdo?)
Verá que esta técnica se puede extender a funciones como por ejemplo
Astd para a # t , b
g(t) 5 • Bstd para b # t , c
Cstd para c # t , d.
Podemos escribir g(t) 5 U(t 2 a)A(t) 1 U(t 2 b)[B(t) 2 A(t)] 1 U(t 2 c)[C(t) 2 B(t)].
Cerciórese de que entiende cómo funciona esto.
Cuando resolvemos ecuaciones diferenciales que modelan cambios bruscos, viene bien
el siguiente resultado: si l[f(t)] existe para s . c, y si a . 0, entonces
l[f(t 2 a) U(t 2 a)] 5 e 2as l[f(t)] para s . c. (6.3.1a)
Este resultado se denomina normalmente segunda fórmula de traslación; para la primera
fórmula de traslación, consulte el problema 17 de la sección Ejercicios 6.1.
3 5 t
Figura 6.1
Gráfica de U(t 2 3), t $ 0
Alternativamente, podemos escribir (6.3.1a) en la forma

f(t 2 a) U(t 2 a) 5 l 21[e 2as l[f(t)]]. (6.3.1b)
La fórmula (6.3.1a) se deriva de un sencillo cálculo:
` `
l[f(t 2 a)U(t 2 a)] 5 3 fst 2 adUst 2 ade 2stdt 5 3 fst 2 ade 2stdt
0 a
`
5 3 fsude 2ssu1addu 5 e 2sa l[f(t)],
0
donde hemos efectuado la sustitución t 2 a 5 u en la segunda integral.

El siguiente ejemplo muestra cómo utilizar la transformada de Laplace de una función
escalón unidad para resolver un problema de valor inicial.
EJEMPLO 6.3.1 Un PVI con un término de forzamiento discontinuo

Observemos el problema de valor inicial
xr std 1 x 5 e
t para 0 # t , 4
x(0) 5 1.
1 para 4 # t
Si utilizamos la función escalón unidad, podemos escribir la ecuación diferencial así:
xr std 1 x 5 t 1 s1 2 tdUst 2 4d 5 t 2 st 2 4dUst 2 4d 2 3Ust 2 4d .
[Advierta que, a fin de utilizar posteriormente la fórmula (6.3.1b), tenemos que recurrir al
álgebra para transformar el término (1 2 t)U(t 2 4) en la forma f(t 2 a)U(t 2 a).] Aplica-
remos ahora la transformada de Laplace a ambos lados de la ecuación para obtener
l[ xr std ] 1 l[ xstd ] 5 l[t] 2 l[ st 2 4dUst 2 4d ] 2 3 l[ Ust 2 4d ],
o, utilizando (6.1.4), la entrada 1 de la tabla 6.1 y después la fórmula (6.3.1a) dos veces,
1
s l[ xstd ] 2 1 1 l[ xstd ] 5 2 e 24s l[ t] 2 3e 24s l[ 1],
s2
de modo que
2 e 24s a 2 1 b .
1 1 3
(s 1 1) l[ xstd ] 5 1 1
s2 s s
Por tanto,
2 e 24s a 2 b
1 1 3s 1 1
l[ xstd ] 5 1 2
s11 s ss 1 1d s ss 1 1d
2 1 2 2 e 24s a 1 2 2 b.
2 1 1 2 1 2
5 [mediante fracciones simples]
s11 s s s s s11
Finalmente, si aplicamos la transformada inversa a ambos lados y utilizamos (6.3.1b), ob-
tenemos
x(t) 5 2e 2t 2 1 1 t 2 l 21 ce 24s a 1 2 2 bd
2 1 2
s s s11
5 2e 2t 2 1 1 t 2 cUstd + 21 a 1 2 2 bd
2 1 2
(*)
s s s11
(donde, antes de concluir, t se ha de sustituir por t 2 4 dentro de los corchetes)

5 2e 2t 2 1 1 t 2 [U(t) (2 1 t 2 2e 2t)]t 2 4 (*)
5 2e 2t 2 1 1 t 2 U(t 2 4) (t 2 2 2 2e 2t14)
5 e 2t
2e2t 1 t 2 1 para 0 # t , 4
2t14
2e 1 2e 1 1 para 4 # t. ◆
El siguiente ejemplo muestra la aplicación de la transformada de Laplace y la función es-
calón unidad a un importante tipo de problema aplicado.
EJEMPLO 6.3.2 Un problema de viga en voladizo

Una viga de madera, cuyos extremos se considera que están en x 5 0 y x 5 L en un eje
horizontal, 0cederá0 2es decir, se pandeará2, cuando actúe sobre la misma una carga ver-
tical W(x) por unidad de longitud (figura 6.2). (Consulte el problema 25 de la sección Ejer-
cicios 1.2.)
Entonces y(x), la medida del combamiento, o deflexión, en la dirección de la fuerza ejer-
d 4y Wsxd
cida por la carga en el punto x, satisface la ecuación diferencial 4 5 para 0 , x , L.
dx EI
Aquí, E y I son constantes que describen características de la viga. La gráfica de y(x) se deno-
mina curva de deflexión o curva elástica.
Suponga ahora que tenemos una viga en voladizo o cantilever 2aquella que está fijada
en el extremo x 5 0 y libre en el extremo x 5 L2 y que dicha viga soporta una carga por
unidad de longitud dada por
L
W0 para 0 , x ,
W(x) 5 µ
2
L
0 para
, x , L.
2
Entonces, la ingeniería mecánica muestra que el hallazgo de la deflexión significa la reso-
lución del problema de contorno
d 4y Wsxd
4
5 (para 0 , x , L); y(0) 5 0, y9(0) 5 0, y0(L) 5 0, y-(L) 5 0.
dx EI
(En términos físicos, las cantidades y0(L) e y-(L) reciben los nombres de momento flector
y de fuerza cortante o de cizalladura, respectivamente.)
En primer lugar, fíjese en que hasta ahora sólo hemos aplicado la técnica de las trans-
formadas de Laplace a los problemas de valor inicial, no a los problemas de contorno o de
x=0 x x=L
y(x)
Figura 6.2
Una viga que soporta una carga
valores en la frontera (PVF). En segundo lugar, para utilizar la transformada de Laplace

supondremos que y(x) y W(x) se definen en el intervalo s0, ` d y no solamente en (0, L); lo
que significa que deberíamos extender la definición de W(x) del siguiente modo:
L
W0 para 0 , x ,
W(x) 5 µ
2
L
0 para x . .
2
Podemos escribir esta función en términos de la función escalón unidad en la forma
W(x) 5 W0 e Usxd 2 Uax 2 b f.

L
2
Tomemos la transformada de Laplace de cada lado de nuestra ecuación de cuarto or-
den haciendo que Y 5 Y(s) 5 l[y(x)], por comodidad. Si usamos (6.1.6), hallamos que
e f.
W0 1 2 e 2sL>2
s4Y 2 s3ys0d 2 s2yr s0d 2 sys s0d 2 yt s0d 5
EI s
Observe que en la fórmula (6.1.6) la segunda y tercera derivadas de y están evaluadas en
0. Sin embargo, nuestro PVF nos proporciona los valores de estas derivadas en L. Supo-
niendo que y0(0) 5 C1 e y90(0) 5 C2, podemos utilizar todas las condiciones de contorno
como se han determinado y resolver la última ecuación para Y:
51 2 e 2s L>26 .
C1 C2 W0
Y5 3
1 4 1
s s EIs5
Si utilizamos la transformada inversa, hallaremos que
ax 2 b
L 4
2 3
b,
C1x C2x W0 x4 W0 2 L
ysxd 5 1 1 2 Uax 2
2! 3! EI 4! EI 4! 2
que es equivalente a
C1x2 C2x3 W0 4 L
1 1 x para 0 # x ,
ysxd 5 µ
2 6 24EI 2
C1x2 C2x3
ax 2 b
W0 4 W0 L 4 L
1 1 x 2 para x $ .
2 6 24EI 24EI 2 2
A continuación, aplicaremos las condiciones y0(L) 5 0 e y-(L) 5 0 para hallar que
W0L2 W0L
C1 5 y C2 5 2 . (Cerciórese de que examina a fondo estos cálculos.)
8EI 2EI
Finalmente, podemos escribir así nuestra función de deflexión:
W0L2 2 W0L 3 W0 4 L
x 2 x 1 x para 0 # x ,
ysxd 5 µ
16EI 12EI 24EI 2
W0L2 2
ax 2 b
W0L 3 W0 4 W0 L 4 L
x 2 x 1 x 2 para , x , L. ◆
16EI 12EI 24EI 24EI 2 2
EJERCICIOS 6.3
En los ejercicios 1-4, (a) bosqueje la gráfica de cada función f(t) y (b) escriba cada función
como una suma de múltiplos de la función escalón unidad U(t).
1 para 1 # t , 2
1. fstd 5 e 2. f(t) 5 • 22 para 2 # t , 3
1 para 1 # t , 2
0 para restantes valores de t
0 para restantes valores de t
t para 0 # t , 2 t para 0 # t , 2
3. f(t) 5 • 4 2 t para 2 # t , 4 4. f(t) 5 • t 2 2 para 2 # t , 4
0 para restantes valores de t 0 para restantes valores de t
5. Demuestre que l[tU(t 2 a)] 5 (1 1 as) s22e2as para a . 0.
6. Calcule l[t2U(t 2 1)].
7. Utilice la fórmula (6.3.1a) para calcular la transformada de Laplace de la función del
ejercicio 1.
ejercicio 2.
ejercicio 3.
ejercicio 4.
11. Suponga que la población de peces en un lago grande está creciendo con demasiada
rapidez y que las autoridades locales deciden distribuir unas licencias de pesca que
permiten la captura de h peces diarios durante un periodo de 30 días. Un modelo para
tal situación podría ser
Pr std 5 kPstd 2 e f,
h para 0 # t # 30
0 para t . 30
donde P(t) indica el número de peces que hay en el lago en el instante t (en días), y k es
una constante positiva que describe el ritmo natural de crecimiento de la población de
peces.
a. Utilice herramientas tecnológicas y la transformada de Laplace para hallar una ex-
presión de P(t) si P(0) 5 A.
b. Halle una relación entre A, h y k que garantice que, exactamente 330 días después
de haber finalizado la temporada de pesca de 30 días, la población de peces volverá
a estar una vez más en el nivel A.
Resuelva los PVI de los ejercicios 12-17 escribiendo cada función discontinua de forza-
miento como una combinación lineal de funciones escalón unidad y aplicando después la
transformada de Laplace.
0 para t , 0
12. 4yr 2 5y 5 • 230t para 0 # t , 1; ys0d 5 2
0 para t $ 1
0 para t , 0
13. 4yr 1 5y 5 • sen 8t para 0 # t # 2; ys0d 5 1
0 para t . 2
0 para t , 0
14. ys 1 5yr 1 2y 5 • 8 para 0 # t # 1; ys0d 5 0, yrs0d 5 0
0 para t . 1
0 para t , 0
15. 3ys 1 3yr 1 2y 5 • 5 para 0 # t # 5; ys0d 5 0, yrs0d 5 0
0 para t . 5
16. y9 2 3y 5 f(t); y(0) 5 0, donde la gráfica de f(t) es
f(t)
1
0,5
2 4 t
17. y9 1 y 5 g(t); y(0) 5 0, donde la gráfica de g(t) es
g(t)
1
0,5
1 2 4 t
18. El problema 28 de la sección Ejercicios 2.2 se refiere a la población de Botsuana de

1975 a 1990 bajo ciertas suposiciones básicas. Considere ahora la situación que se pro-
duce si partimos de una población de 0,755 millones de personas en 1975 (t 5 0) y si se
supone que los nacimientos y los fallecimientos, así como la inmigración y la emi-
gración, se equilibran mutuamente hasta 1977 (t 5 2). En 1977 se pone en marcha un
modelo de emigración tal que la población P(t) puede ser descrita por la ecuación
Pr 2 kP 5 e
0 para 0 , t , 2
2ast 2 2d para t $ 2,
con P(0) 5 0,755, k 5 0,0355 y a 5 1,60625 3 10-3.
a. Exprese la función del miembro derecho de la ecuación en términos de la función
escalón unidad.
b. Utilice herramientas tecnológicas y la transformada de Laplace para hallar P(t),
expresando la respuesta como una función escalón.
c. Trace la gráfica de la solución en el intervalo 0 # t # 35 y explique lo que ésta in-

dica en términos de la población de Botsuana.
19. El PVI y0 1 3y9 1 2y 5 W(t); y(0) 5 0; y9(0) 5 0 representa un sistema de masa re-
sorte amortiguado, sometido a un término de forzamiento en forma de onda cuadrada
dado por W(t) 5 U(t 2 1) 2 U(t 2 2).
a. Trace la gráfica de W(t).
b. Sin utilizar herramientas tecnológicas, resuelva el PVI cuando W(t) no está presente
en el sistema. (Es decir, anule el miembro derecho de la ecuación diferencial.)
c. Sin utilizar herramientas tecnológicas, resuelva el PVI dado 2esto es, con W(t)
como término de forzamiento2.
d. Utilice herramientas tecnológicas para trazar la gráfica de las soluciones a los apar-
tados (b) y (c) sobre el mismo conjunto de ejes. ¿Qué diferencia genera el término
de forzamiento?
6.4 TRANSFORMADAS DE FUNCIONES IMPULSO:

LA FUNCIÓN DELTA DE DIRAC
En la última sección hemos abordado situaciones en las que se producían algunos cambios
bruscos. Para describirlas en términos generales, hemos estudiado sistemas sobre los que ac-
tuaba cierta fuerza externa que se aplicaba súbitamente; pero, aunque el cambio era repen-
tino, se suponía que la fuerza se había aplicado durante cierto período de tiempo mensura-
ble. Ahora queremos estudiar problemas en los que hay una fuerza externa de gran
magnitud aplicada repentinamente durante un lapso de tiempo muy breve. Por ejemplo,
imagine que una pelota de béisbol es bateada por un jugador de una liga profesional. El
tiempo durante el que la pelota y el bate están en contacto es muy breve, pero se puede apli-
car una fuerza suficiente para lanzar tal objeto de cuero de caballo, en un vertiginoso vuelo,
hasta la tribuna. Ejemplos más dramáticos de este fenómeno incluyen una sobretensión pro-
vocada en una línea de conducción eléctrica sobre la que súbitamente cae un rayo, o una po-
blación que crece a un ritmo determinado hasta que cierto desastre azota a la comunidad.
Desde el punto de vista matemático, podemos comenzar a aproximarnos a esta idea
considerando una función continua por tramos que presenta la forma
1
para 0 # t # b
db std 5 c b
0 para t . b.
Aquí supondremos que db std , la cual se lee 0delta sub b de t0, no existe si b 5 0. Esta fun-
ción puede representar una fuerza de magnitud 1/b aplicada durante un período de tiempo
de duración b (observe la figura 6.3).
` b
1
En primer lugar, tenga en cuenta que 3 db stddt 5 3 dt 5 1 para todos los valores de
0 0 b
b . 0. Observe ahora lo que sucede cuando permitimos que el valor de b disminuya cada vez
más. Esta situación describe una fuerza cuya magnitud 1/b aumenta progresivamente, du-
6.4 Transformadas de funciones impulso: la función delta de Dirac 295
␦b (t)
1
b1
1
b2
1
b3
b1 b2 b3 t
Figura 6.3
Gráfica de db(t)
rante un intervalo de tiempo (0, b) cada vez más pequeño. ¿Puede ver qué está ocurriendo?
Más exactamente, la naturaleza inusual de esta función discontinua llevó a varios físicos, ma-
temáticos e ingenieros a considerar el comportamiento restrictivo de db std cuando b S 0.
En particular, definieron dstd así:
dstd 5 lim db std 5 e

` para t 5 0
bS0 0 para t 2 0.
Esta 0función0 d se denomina función impulso unidad o función delta de Dirac [así llamada
en honor al físico teórico anglo-belga Paul A. M. Dirac (1902-1984), quien obtuvo el pre-
mio Nobel en 1933, junto a E. Schrödinger, por su trabajo sobre teoría cuántica]. En tér-
minos más generales, podemos definir
dst 2 ad 5 lim db st 2 ad 5 e
` para t 5 a
bS0 0 para t 2 a.
En el más estricto sentido de la palabra desde el punto de vista matemático, este límite
no existe y, por tanto, no define ninguna función. Sin embargo, tales funciones generaliza-
das o distribuciones se pueden establecer sobre una firme base matemática, y resultan muy
útiles para la teoría de la física moderna y de la ingeniería. Antes de examinar los ejemplos
de uso de la función delta para la resolución de ecuaciones diferenciales, deberíamos inten-
tar calcular su transformada de Laplace. El único modo razonable de hacer esto es partir de
la suposición formal
l[ dst 2 ad ] 5 lim l[ db st 2 ad ].
bS0
(Matemáticamente, esto plantea una importante pregunta teórica acerca de si

lim l[ db st 2 ad ] 5 l[ lim db st 2 ad ].
bS0 bS0
Ignoraremos dicha cuestión por estar fuera del alcance de este curso.)
Escribamos ahora db st 2 ad en términos de la función escalón unidad, tal como hici-
mos en la sección 6.3:
1
db st 2 ad 5 fUst 2 ad 2 Ust 2 sa 1 bd d g.
b
Si utilizamos la linealidad de la transformada de Laplace junto con la fórmula (6.3.1a)

–tomando f(t 2 a) ; 1– obtenemos
l[ dst 2 ad ] 5 lim l[ db st 2 ad ]
bS0
e f 5 lim e 2sa e f
1 e 2sa e 2ssa1bd 1 2 e 2sb
5 lim 2
bS0 b s s bS0 bs
5 e2sa lim e f 5 e2sa,

1 2 e2sb
bS0 bs
donde hemos usado la regla de L9Hôpital para evaluar la forma indeterminada en este úl-
timo límite.
Puesto que hemos demostrado que
l[ dst 2 ad ] 5 e 2sa, (6.4.1a)
parece razonable tomar a 5 0 y concluir que
l[dstd ] 5 1. (6.4.1b)
A continuación, veamos cómo resolver una ecuación diferencial que implica una fun-
ción impulso. Quizá le interese revisar los problemas de masa-resorte de los ejemplos
4.5.5-4.5.8.
EJEMPLO 6.4.1 Resolución de una EDO que involucra una función delta de Dirac
Una masa sujeta a un resorte se suelta, sin velocidad inicial desde su posición, un metro
por debajo de la posición de equilibrio del sistema de masa-resorte, y comienza a moverse
en sentido ascendente y descendente. Transcurridos tres segundos, se golpea la masa en
dirección descendente, con un martillo. El sistema, no amortiguado, está regido por el PVI
d 2x dx
2
1 9x 5 3dst 2 3d; xs0d 5 1, s0d 5 0,
dt dt
donde x(t) indica el desplazamiento desde la posición de equilibrio en el instante t, y que-
remos determinar una fórmula para x(t). (Observe que la fuerza impulso aplicada en t 5 3
tiene la magnitud 3.)
Sea X 5 X(s) 5 l[x(t)]; entonces, si aplicamos la transformada de Laplace a ambos
lados de nuestra EDO y utilizamos (6.1.5) y (6.4.1a) con a 5 3, obtenemos
s2X 2 s 1 9X 5 3e 23s,
Ahora, para hallar X, podemos resolver:
s 3
X5 2
1 e 23s 2 .
s 19 s 19
La aplicación de la transformada inversa da como resultado
xstd 5 cos 3t 1 sen 3st 2 3dUst 2 3d
5e
cos 3t para t , 3
cos 3t 1 sen 3st 2 3d para 3 # t.
La figura 6.4 es la gráfica de x(t), donde la curva continua muestra el desplazamiento
de la masa si el martillo no la hubiera golpeado.
6.4 Transformadas de funciones impulso: la función delta de Dirac 297
x
1,5
1
0,5
–0,5 2 4 6 8 t
–1
–1,5
Figura 6.4
Gráfica de x(t) 5 e
cos 3t para t , 3
cos 3t 1 sen 3st 2 3d para 3 # t ◆
EJERCICIOS 6.4
Resuelva los PVI de los ejercicios 1-8.
1. ys 5 dst 2 ad ; y(0) 5 0, yr s0d 5 0
2. yr 1 8y 5 dst 2 1d 1 dst 2 2d ; y(0) 5 0
3. 2ys 1 yr 1 2y 5 dst 2 5d ; y(0) 5 0, yrs0d 5 0
4. ys 1 2yr 1 y 5 2dst 2 1d ; y(0) 5 1, yr s0d 5 1
5. ys 1 6yr 1 109y 5 dst 2 1d 2 dst 2 7d ; y(0) 5 0, yrs0d 5 0
6. ys 1 y 5 1 1 dst 2 2pd ; y(0) 5 1, yr s0d 5 0
7. ys 1 y 5 4dst 2 32pd ; y(0) 5 0, yr s0d 5 1
8. ysivd 2 y 5 dst 2 1d ; y(0) 5 0, yrs0d 5 0, ys s0d 5 0, yt s0d 5 0
L
9. Una viga uniforme de longitud L soporta una carga W concentrada en x 5 . La viga
2
está empotrada en su extremo izquierdo y libre en su extremo derecho. La defle-
d 4y
xión y(x) está regida por la ecuación EI 4 5 Wdax 2 b , donde y(0) 5 0, y9(0) 5 0,
L
dx 2
y0(L) 5 0 e y-(L) 5 0. Utilice la transformada de Laplace para determinar la defle-
xión y(x).
10. Si en el instante t 5 a el extremo superior de un sistema de masa-resorte no amor-
tiguado es sometido a un tirón repentino hacia arriba y devuelto a su posición origi-
nal, la ecuación que modela esta situación es mx01 kx 5 kHd(t 2 a); x(0)5x0,
x9(0)5x1, donde m es la masa, k es la constante del muelle y H es una constante.
a. Resuelva el PVI manualmente, con x(0) 5 0 5 x9(0).
b. Utilice la solución hallada en el apartado (a) para explicar el significado de la cons-
tante H.
c. Elija un valor de H tal que la masa alcance un desplazamiento A preestablecido,
desde la posición de equilibrio, para t ≥ a.
11. Imagine que tenemos la ecuación ys 1 ayr 1 by 5 fstd , donde a y b son constantes y
f es una función continua a tramos cuya transformada de Laplace existe. Demuestre
que el efecto de reemplazar f(t) por f(t) 1 cdstd , donde c es una constante, es el mismo
que el de incrementar en la constante c el valor inicial de y9(0).
`
12. Si la función g(t) es continua en a, demuestre que 3 dst 2 adgstddt 5 gsad .
0
13. a. Demuestre que l[dst 2 ad f(t)] 5 e 2asfsad .
b. Utilice el resultado del apartado (a) para resolver el PVI y0 1 2y9 1 y 5 d(t 2 1)t;
y(0) 5 0, y9(0) 5 0.
14. Demuestre que si a, b y c son constantes, la solución x(t) del PVI lineal
xs std 1 axr std 1 bxstd 5 dst 2 cd ; x(0) 5 0, xrs0d 5 0
es x(t) 5 k(t 2 c) U(t 2 c), donde k(t) 5 l 21 c d.

1
2
s 1 as 1 b
6.5 TRANSFORMADAS Y SISTEMAS DE ECUACIONES

DIFERENCIALES LINEALES
Hemos visto cómo afecta la transformada de Laplace a una ecuación lineal única con coe-
ficientes constantes. Debería resultar fácil ver que, cuando se dan las condiciones iniciales,
la transformada de Laplace convierte un sistema de ecuaciones diferenciales lineales con
coeficientes constantes en un sistema de ecuaciones algebraicas simultáneas, cuyas incóg-
nitas son las transformadas de las funciones solución del problema original. Podemos re-
solver entonces este sistema algebraico y aplicar la transformada inversa a sus soluciones.
Se obtienen así las soluciones del sistema original de EDO lineales.
Este proceso resulta sencillo a nivel conceptual. Los detalles algebraicos, sin embargo,
podrían complicar el proceso. Los problemas de este tipo nos ayudan a valorar la disponi-
bilidad de las herramientas tecnológicas.
EJEMPLO 6.5.1 Resolución de un sistema lineal mediante la transformada de Laplace

Comencemos con el sistema
dx
5 23x 1 y
dt
dy
5 x 2 3y,
dt
donde queremos hallar las soluciones x(t) e y(t) que satisfacen x(0) 5 2 e y(0) 5 3. (Este
sistema se comentó brevemente en el ejemplo 1.2.9.)
La aplicación de la transformada de Laplace a cada lado de cada ecuación nos da
como resultado el sistema
sl[xstd ] 2 x(0) 5 23l[xstd ] 1 l[ystd ]
sl[ystd ] 2 y(0) 5 l[xstd ] 2 3l[ystd ].
Si insertamos las condiciones iniciales y simplificamos las ecuaciones resultantes, obtene-
mos el sistema
(s 1 3)l[xstd ] 2 l[ystd ] 5 2
(s 1 3)l[ystd ] 2 l[xstd ] 5 3.
6.5 Transformadas y sistemas de ecuaciones diferenciales lineales 299
A continuación, resolveremos este último sistema para l[x(t)] y l[y(t)] tal y como resol-
veríamos cualquier sistema algebraico de dos ecuaciones con dos incógnitas. (Para simpli-
ficar las cosas, puede suponer que l[x(t)] 5 X y que l[y(t)] 5 Y. Por ejemplo, podemos
eliminar la variable l[y(t)] multiplicando la primera ecuación por (s 1 3) y sumando des-
pués el resultado a la segunda ecuación. Obtendremos
5 ss 1 3d 2 2 16 l[xstd ] 5 2 (s 1 3) 1 3,
y por tanto,
2s 1 9 2s 1 9
l[xstd ] 5 5
ss 1 3d 2 2 1 fss 1 3d 1 1gfss 1 3d 2 1g
1 5 1 5
2 2
2s 1 9 2 2 2 2
5 5 1 5 1
ss 1 4d ss 1 2d s14 s12 s 2 s24d s 2 s22d
y
x(t) 5 2 l 21 c d 1 l 21 c d
1 1 5 1
2 s 2 s24d 2 s 2 s22d
1 5
5 2 e 24t 1 e 22t.
2 2
Podríamos repetir ahora este proceso para eliminar l[x(t)] y resolver para hallar y(t)
esta vez (consulte el ejercicio 1), o simplemente sustituir nuestra solución para x(t) en la
primera ecuación de nuestro sistema original y resolver para obtener y:
a2 e 24t 1 e 22t b 1 3a2 e 24t 1 e 22t b

dx d 1 5 1 5
y(t) 5 1 3x 5
dt dx 2 2 2 2
3 15 1 5
5 2e 24t 2 5e 22t 2 e 24t 1 e 22t 5 e 24t 1 e 22t. ◆
2 2 2 2
El siguiente ejemplo muestra cómo podemos abordar un sistema de ecuaciones linea-

les de segundo orden. En particular, observe que no nos hace falta escribirlo como un sis-
tema de cuatro ecuaciones de primer orden. La técnica de la transformada de Laplace tra-
baja directamente con derivadas de orden superior mediante la fórmula (6.1.6) o, en este
caso, mediante (6.1.5).
EJEMPLO 6.5.2 Un sistema de ecuaciones de segundo orden

El PVI para sistemas que queremos resolver es
d 2x dy
2
2 4x 1 50
dt dt
dx d 2y
24 1 2 1 2y 5 0,
dt dt
con x(0) 5 0, x9(0) 5 1, y(0) 5 21 e y9(0) 5 2.
Si aplicamos la transformada de Laplace a ambos lados de cada ecuación, obtenemos
l[xs std ] 2 4l[xstd ] 1 l[yr std ] 5 0
24l[xrstd ] 1 l[ys std ] 1 2l[ystd ] 5 0.
Utilizando (6.1.4) y (6.1.5), podemos escribir así este último sistema:

s2l[xstd ] 2 xr s0d 2 sx(0) 2 4l[xstd ] 1 sl[ystd ] 2 y(0) 5 0
24sl[xstd ] 1 4x(0) 1 s2l[ystd ] 2 yrs0d 2 sy(0) 1 2l[ystd ] 5 0.
A continuación, insertaremos las condiciones iniciales y simplificaremos las ecuaciones re-
sultantes para obtener
(s2 2 4)l[xstd ] 1 sl[ystd ] 5 0
24sl[xstd ] 1 (s2 1 2)l[ystd ] 5 2 2 s. (* *)
Como en el ejemplo anterior, podemos resolver estas ecuaciones si nos percatamos de
que constituyen un sistema de ecuaciones algebraicas ordinarias en las incógnitas l[x(t)] y
l[y(t)]. Si multiplicamos la primera ecuación de (* *) por 4s, y la segunda por s2 2 4, y su-
mamos después las ecuaciones resultantes, obtenemos
(s4 1 2s2 2 8)l[ystd ] 5 2s3 1 2s2 1 4s 2 8,
y por tanto,
2s3 1 2s2 1 4s 2 8 2s3 1 2s2 1 4s 2 8
l[ystd ] 5 4 2
5 (* * *)
s 1 2s 2 8 ss2 1 4d ss2 2 2d
2s3 1 2s2 1 4s 2 8
5
ss2 1 4d ss 1 "2d ss 2 "2d
1 1 1 "2 1 2 "2
5 c d
8ss 2 2d
1 2 2
6 s 1 "2 s 2 "2 s 14
1 1 1 "2 1 2 "2
c d.
s 2
5 1 28 2 18 2
6 s 1 "2 s 2 "2 s 12 2
s 1 22
Utilizando las entradas 2, 3 y 4 de la tabla de transformadas (tabla 6.1), vemos que
y(t) 5 fs1 1 "2de2"2t 1 s1 2 "2de"2t 2 8 cos 2t 1 8 sen 2tg.

1
6
A fin de hallar l[x(t)], podemos retroceder al sistema (* *) y eliminar l[y(t)], o sustituir
la expresión (* * *) para l[y(t)] en cualquier ecuación de (* *), y resolver para obtener
l[x(t)]. Probemos el último método.
Si utilizamos (* * *) y la primera ecuación de (* *), hallaremos que
(s2 2 4)l[xstd ] 1 s a b 5 0.
2s3 1 2s2 1 4s 2 8
ss2 1 4d ss2 2 2d
Al resolver para hallar l[x(t)], obtenemos
l[xstd ] 5 2s a b
2s3 1 2s2 1 4s 2 8 sss 2 2d 2 ss 1 2d
5
ss2 2 4d ss2 1 4d ss2 2 2d ss 2 2d ss 1 2d ss2 1 4d ss2 2 2d
sss 2 2d
5
ss2 1 4d ss 1 "2d ss 2 "2d
1 2 1 "2 2 2 "2
52 c bd
s12
1 2 4a 2
12 s 1 "2 s 2 "2 s 14
1 2 1 "2 2 2 "2
c bd.
s 2
52 1 2 4a 2 1 2
12 s 1 "2 s 2 "2 s 12 2
s 1 22
6.5 Transformadas y sistemas de ecuaciones diferenciales lineales 301
Las fórmulas 2, 3 y 4 de la tabla 6.1 nos indican que
fs2 1 "2de2"2t 1 s2 2 "2de"2t 2 4 cos 2t 2 4 sen 2tg.

1
x(t) 5 2
12
Deberá confirmar que éstas son las soluciones al PVI original. ◆
EJERCICIOS 6.5
1. Elimine l[x(t)] en el sistema algebraico
(s 1 3)l[xstd ] 2 l[ystd ] 5 2
(s 1 3)l[ystd ] 2 l[xstd ] 5 3
y resuelva después para hallar y(t). (Consulte el ejemplo 6.5.1.)
Resuelva los PVI de los ejercicios 2-11 utilizando la transformada de Laplace.
2. 5xr 5 2x 2 3y, yr 5 y 2 2x6 ; x(0) 5 8, y(0) 5 3
3. 5xr 5 12x 1 5y, yr 5 26x 1 y6 ; x(0) 5 0, y(0) 5 1
4. 5xr 5 22x 1 y, yr 5 29x 1 4y6 ; x(0) 5 5, y(0) 5 23
5. 5xr 5 26x 1 2y, yr 5 27x 1 3y6 ; x(0) 5 1, y(0) 5 0
6. 5xr 5 x 1 y, yr 5 24x 1 y6 ; x(0) 5 1, y(0) 5 1
7. 5xr 1 yr 5 23x 2 2y 1 e 22t, 2xr 1 yr 5 22x 2 y 1 16 ; x(0) 5 0, y(0) 5 0
8. 5xr 5 x 2 y 2 e 2t, yr 5 2x 1 3y 1 e 2t6 ; x(0) 5 1, y(0) 5 0
9. 5xr 1 yr 5 x, yr 1 zr 5 x, zr 1 xr 5 x6 ; x(0) 5 1, y(0) 5 1, z(0) 5 1
10. 5xs 1 yr 5 4x, 4xr 2 ys 5 9y6 ; x(0) 5 0, xr (0) 5 1, y(0) 5 21, yr (0) 5 2
11. 5xs 2 yr 5 2t 1 1, xr 2 x 1 2yr 5 4e t6 ; x(0) 5 0, xrs0d 5 1, y(0) 5 0
12. Al determinar la concentración de una sustancia química en un sistema que se com-
pone de dos compartimentos separados por una membrana, obtenemos el sistema de
ecuaciones
#
x 5 ay 2 bx
#
y 5 bx 2 ay 2 by,
sujeto a las condiciones x(0) 5 x* e y(0) 5 y*, donde x* e y* son constantes. (Aquí x e y
representan las masas de la sustancia química en los compartimentos 1 y 2, respectiva-
mente, en cualquier instante t, y a, b y b son constantes positivas de proporcionalidad
relacionadas con el ritmo de flujo de la sustancia química de un compartimento al otro.)
a. Resuelva este sistema de ecuaciones utilizando transformadas de Laplace.
b. Si p 5 12 sb 1 a 1 bd y q 5 12"sb 1 a 1 bd 2 2 4bb, demuestre que q es un número
real (positivo) y que p . q.
c. Utilizando la solución hallada en el apartado (a) y los resultados del apartado (b),
demuestre que las masas x e y de la sustancia química se aproximan a cero conti-
nuamente.
13. El sistema
mxs 5 2k1 sx 2 aud 2 k2 sx 1 aud
mr2us 5 k1asx 2 aud 2 k2asx 1 aud
modela el movimiento de una tabla de masa m montada sobre dos muelles, como se
muestra en la figura adjunta. Aquí, x es el desplazamiento vertical del centro de
masas, y u es el ángulo que se muestra en la figura. La constante r representa el radio
de giro de la tabla en torno al eje apropiado a través del centro de masas. Utilice la
transformada de Laplace y herramientas tecnológicas para resolver el sistema en x y u
si m 5 1, k1 5 1, k2 5 2, a 5 1, r 5 1, x(0) 5 1, x9(0) 5 0, u(0) 5 0,1 y u9(0) 5 0.
k1 k2
a a
14. El sistema compuesto por dos péndulos conectados por un resorte (vea la figura ad-
junta) tiene un movimiento que se puede aproximar mediante el sistema de ecuaciones
mxs 1 mv20x 5 2ksx 2 yd
mys 1 mv20y 5 2ksy 2 xd,
donde L es la longitud de cada péndulo, g es la constante gravitacional y v20 5 g>L.
Utilice la transformada de Laplace y herramientas tecnológicas para resolver este sis-
tema con m 5 1, L 5 5, g 5 32, k 5 2 y con las condiciones iniciales x(0) 5 0, x9(0) 5 2,
y(0) 5 0 e y9(0) 5 2.
x y
m m
15. El circuito que sigue se describe mediante el sistema

#
L1I1 1 R1 sI1 2 I2 d 5 vstd
#
L2I2 1 R2I2 1 R1 sI2 2 I1 d 5 0.
Determine I1 e I2 cuando se cierra el interruptor si L1 5 L2 5 2 henrios, R1 5 3 ohmios,
R2 5 8 ohmios y v(t) 5 6 voltios. Suponga que I1(0) 5 I2(0) 5 0.
L1 L2
+
V(t) I1 I2
– R1 R2
Interruptor
6.6 ANÁLISIS CUALITATIVO MEDIANTE

LA TRANSFORMADA DE LAPLACE
Anteriormente, en el capítulo 5 2concretamente, en las secciones 5.2-5.52, analizamos los
sistemas autónomos bidimensionales de ecuaciones lineales y sus ecuaciones homogéneas
equivalentes de segundo orden, mediante los valores propios y los vectores propios. Este
análisis cualitativo, que resultó muy claro y satisfactorio, dependía de las raíces de ecuacio-
nes polinómicas (las ecuaciones características). Sin embargo, el método de los valores pro-
pios no daba de sí lo suficiente como para abarcar los sistemas no homogéneos (sección 5.6).
ECUACIONES HOMOGÉNEAS
Aunque se ha puesto un acentuado énfasis en la transformada de Laplace como una he-
rramienta para la obtención de soluciones exactas en forma cerrada, resulta que la trans-
formada también puede proporcionar una idea de la naturaleza cualitativa de una solu-
ción. De hecho, ya que la transformada de Laplace aborda las ecuaciones no homogéneas
básicamente del mismo modo que las homogéneas 2mediante operaciones algebraicas
algo más complicadas2, nos proporciona como consecuencia una extensión del análisis de
valores propios a las ecuaciones no homogéneas. Examinemos lo dicho mediante el análi-
sis de ecuaciones no homogéneas de segundo orden con la forma
c2xs 1 c1xr 1 c0x 5 fstd , (6.6.1)
donde c2, c1 y c0 son constantes, y c2 Z 0. En aras de una mayor sencillez y claridad, comen-
zaremos con fstd ; 0, el caso homogéneo.
Tomando la transformada de Laplace de ambos lados de (6.6.1) 2con fstd ; 02 ob-
tenemos
c2l[xs std ] 1 c1l[xrstd ] 1 c0l[xstd ] 5 0,
que se convierte en
c2{s2l[xstd ] 2 sx(0) 2 xrs0d } 1 c1{sl[xstd ] 2 x(0)} 1 c0l[xstd ] 5 0,
o, tras simplificar,
sc2s2 1 c1s 1 c0 d l[xstd ] 2 sc2s 1 c1 dxs0d 2c2xr s0d 5 0.
Si resolvemos, hallamos que
sc2s 1 c1 dxs0d c2xr s0d
l[xstd ] 5 2
1 ˛
2
. (6.6.2)
c2s 1 c1s 1 c0 c2s 1 c1s 1 c0
Deberíamos percibir algo significativo acerca del denominador, c2s2 1 c1s 1 c0, de la trans-
formada de Laplace de la solución: es el polinomio característico correspondiente a la
ecuación diferencial de segundo orden c2x0 1 c1x9 1 c0x 5 0, o al sistema equivalente
xr1 5 x2
xr2 5 a2 bx1 2 a bx2 .

c0 c1
c2 c2
¡Interesante! Si el lado derecho de la ecuación (6.6.2) se expresa como una fracción única
(función racional) sin factores comunes en el numerador y el denominador, entonces los
ceros del polinomio característico 2los valores de s que hacen que el denominador sea
nulo2 se denominan polos o singularidades de la transformada l[x(t)].
Suponga ahora que l1 y l2 son las raíces de la ecuación característica 2los valores pro-
pios del sistema–. Veamos lo que ocurre si ambos valores son números reales. Por comodi-
dad, suponga también que l1 Z l2.
En primer lugar, podemos dividir por c2 y escribir c2s2 1 c1s 1 c0 en la forma equi-
valente s2 1 a bs 1 a b 5 0; a continuación, podemos escribir s2 1 a bs 1 a b 5
c1 c0 c1 c0
c2 c2 c2 c2
ss 2 l1 d ss 2 l2 d . Ahora, volviendo a (6.6.2), podemos aplicar la transformada inversa a cada
lado para obtener
x(t) 5 l 21 c d 1 l 21 c 2 d
2
c2s 1 c1s 1 c0 c2s 1 c1s 1 c0
5l £ c0 § 1 l £ c0 §
c2 as2 1 a bs 1 a b b c2 as2 1 a bs 1 a b b
21 c1 21 c1
c2 c2 c2 c2
1 1
5 l 21 ≥ ¥ 1 l 21 ≥ ¥
c2 c2
as 1 a bs 1 a b b as 1 a bs 1 a b b
2
c1 c0 2
c1 c0
c2 c2 c2 c2
as 1 bxs0d
c1
5 l 21 £ § 1 l 21 c d
xr s0d
c2
ss 2 l1 d ss 2 l2 d
ss 2 l1 d ss 2 l2 d
as 1 b
c1
5 x(0)l £ § 1 xr s0d l 21 c d
1
21 c 2
ss 2 l1 d ss 2 l2 d
ss 2 l1 d ss 2 l2 d
c1 1 c2l1 c1 1 c2l2
5 x(0)l 21 £ c2 sl1 2 l2 d c2 sl1 2 l2 d § 1 xr s0d l 21 c a bd
1 1 1
2
2 l1 2 l2 s 2 l1 s 2 l2
s 2 l1 s 2 l2
c1 c1
l1 1 l2 1
l £ 2§ 1 l c d
xs0d 21 c c xrs0d 21 1 1
5 2
2 2
l1 2 l2 s 2 l1 s 2 l2 l1 2 l2 s 2 l1 s 2 l2
5 Al 21 c d 2 Bl 21 c d 1 Cl 21 c d 2 Dl 21 c d
1 1 1 1
s 2 l1 s 2 l2 s 2 l1 s 2 l2
c d 1 K2l 21 c d 5 K1e l1t 1 K2e l2t ,

1 1
5 K1l 21
s 2 l1 s 2 l2
donde A, B, C, D, K1 y K2 son constantes. (Compruebe las últimas líneas meticulosamente.)
Estabilidad
Si reproducimos el análisis cualitativo llevado a cabo en el capítulo 5 para valores propios
reales (consulte la tabla 5.1 al final de la sección 5.5 para un resumen), podemos ver que si
l1 y l2 son distintos y positivos, entonces el origen es una fuente. Si l1 y l2 son distintos y

negativos, entonces el origen es un sumidero. Si l1 y l2 tienen diferentes signos, entonces
el origen es un punto de silla.
Suponga ahora que los ceros de nuestro polinomio característico son números com-
plejos: l1 5 p 1 qi, l2 5 p 2 qi. (Recuerde que las raíces complejas de una ecuación cua-
drática son pares conjugados.) Entonces, podemos escribir
s2 1 a bs 1 a b 5 ss 2 l1 d ss 2 l2 d 5 fs 2 sp 1 qid gfs 2 sp 2 qid g

c1 c0
c2 c2
5 fss 2 pd 2 qigfss 2 pd 1 qig 5 ss 2 pd 2 1 q2.
Ahora, cuando expresemos nuestra solución x(t) en términos de la transformada inversa
de Laplace de funciones, tendremos (s 2 p)2 1 q2 en todos los denominadores y constan-
tes o múltiplos constantes de s en los numeradores de estas funciones. Si observamos las
entradas 5 y 6 de la tabla de transformadas (tabla 6.1 de la sección 6.2), nos daremos
cuenta de que las transformadas inversas de Laplace que obtendremos son múltiplos cons-
tantes de ept sen qt o ept cos qt.
El siguiente ejemplo nos ayudará a entender mejor estas ideas.
EJEMPLO 6.6.1 Un análisis cualitativo mediante la transformada de Laplace

Echemos un vistazo a la ecuación x0 1 3x9 1 5x 5 0, cuya transformada de Laplace es
l[xs ] 1 3l[xr] 1 5l[x] 5 0
{s2l[x] 2 sx(0) 2 xr(0)} 1 3{sl[x] 2 x(0)} 1 5l[x] 5 0
(s2 1 3s 1 5)l[x] 2 (s 1 3) x(0) 2 xr(0) 5 0,
y por tanto,
ss 1 3dxs0d 1 xr s0d ss 1 3dxs0d xrs0d
l[x] 5 2
5 2 1 2 .
s 1 3s 1 5 s 1 3s 1 5 s 1 3s 1 5
3 "11
El polinomio característico s2 1 3s 1 5 tiene ceros complejos conjugados 2 1 i
2 2
3 "11
y2 2 i. Puesto que la parte real es negativa, esperamos que la solución oscile con
2 2
amplitud decreciente. La figura 6.5 muestra x respecto de t, con x(0) 5 3 y x9(0) 5 20.
x
6
5
4
3
2
1
1 2 3 4 t
Figura 6.5
"11 "11
Gráfica de xstd 5 e23t>2 a3 cosa tb b, 0 # t # 4
49"11
tb 1 sena ◆
2 11 2
ECUACIONES NO HOMOGÉNEAS
Si observamos la versión no homogénea de (6.6.1), hallamos que
+ ffstd g Qssd Fssd Qssd
X(s) 5 l[xstd ] 5 1 5 1 , (6.6.3)
Pssd Pssd Pssd Pssd
donde P(s) es el polinomio característico c2s2 1 c1s 1 c0 y Q(s) es el polinomio lineal
{c2x(0)}s 1 {c1x(0) 1 c2x9(0)}. (Compruebe esto.)
Esta observación se puede extender al caso de la ecuación general lineal de enésimo
orden con coeficientes constantes. En esta situación, P(s) es el polinomio característico de
enésimo grado, y Q(s) es un polinomio en s de grado n 2 1. Los coeficientes de Q(s) se
componen de combinaciones de productos de los coeficientes de la ecuación por valores
de las n condiciones iniciales.
1
Si llamamos W(s) a , podemos escribir (6.6.3) así:
Pssd
X(s) 5 W(s)F(s) 1 W(s)Q(s). (6.6.4)
Aplicamos ahora la transformada inversa de Laplace a cada lado de (6.6.4) y se obtiene
xstd 5 +21 fWssdFssd g 1 +21 fWssdQssd g,
que expresa la salida x(t) del sistema como una superposición de dos salidas; la primera
debida a la entrada f(t), y la segunda, a las condiciones iniciales.
Echemos un vistazo a un problema visto anteriormente en los ejemplos 6.1.1 y 6.2.1.
EJEMPLO 6.6.2 Análisis cualitativo de una ecuación no homogénea

Consideremos el problema de valor inicial no homogéneo
xs 1 3xr 1 2x 5 12e 2t; xs0d 5 x0, xr s0d 5 x1 .
La transformada de Laplace de esta ecuación es
l[xs ] 1 3l[xr] 1 2l[x] 5 12l[e 2t]
12
{s2l[x] 2 sx(0) 2 xr(0)} 1 3{sl[x] 2 x(0)} 1 2l[x] 5
s22
12
(s2 1 3s 1 2)l[x] 2 (s 1 3)x0 2 x1 5 ,
s22
y por tanto,
12
s22 ss 1 3dx0 1 x1
l[x] 5 2 1 2 ,
s 1 3s 1 2 s 1 3s 1 2
la forma indicada en (6.6.3).
El polinomio característico s2 1 3s 1 2 tiene los ceros 21 y 22, reales y negativos, de
modo que el segundo término de la última ecuación aporta una parte de la solución que dis-
minuye (tiende a 0) cuando t S ` . (¿Por qué?) El primer término posee un polo adicional en
2. Si imaginamos la descomposición en fracciones simples de la transformada de Laplace de
12
10
8
6
4
2
1
1 t
Figura 6.6
Gráfica de x(t) 5 e 2t 1 3e 22t 2 3e 2t, 21 # t # 1
la solución, escrita con los denominadores s 2 2, s 1 1 y s 1 2, nos daremos cuenta de que los
únicos términos que aparecen en la solución son e2t, e2t y e22t; por tanto, al aumentar los va-
lores de t, la solución está dominada por el término que contiene e2t. La figura 6.6 muestra x
respecto de t, con x(0) 5 x0 5 1 y con x9(0) 5 x1 5 21, como en los ejemplos 6.1.1 y 6.2.1. ◆
Funciones de transferencia y funciones de respuesta al impulso

Si consideramos la ecuación no homogénea de segundo orden (6.6.1) con las condiciones
iniciales x(0) 5 0 y x9(0) 5 0, entonces la ecuación (6.6.3) se transforma en
1
l[x(t)] 5 2
? l[f(t)],
c2s 1 c1s 1 c0
o
Xssd 1
5 2
, (6.6.5)
Fssd c2s 1 c1s 1 c0
donde F(s) 5 l[f(t)] y X(s) 5 l[x(t)]. Un sistema con estas condiciones iniciales se des-
cribe a veces como 0relajado0, o en reposo, hasta que t 5 0.
En ciertas áreas de la ingeniería 2por ejemplo, aquellas que tratan de la retroalimen-
tación y de los sistemas de control2, este cociente (6.6.5) entre la transformada de Laplace
de la función salida x(t) y la transformada de Laplace de la función entrada f(t) se deno-
mina función de transferencia del sistema modelado por la ecuación (6.6.1), con todos sus
valores iniciales nulos. La transformada inversa de Laplace de la función de transferencia
se denomina función de respuesta al impulso del sistema, debido a que en términos físicos,
describe 2por ejemplo2 la solución cuando se golpea, con un martillo, un sistema de
masa-resorte. (Consulte el ejemplo 6.4.1, por ejemplo, y el ejercicio 12 de la pág. 308.) El
análisis de esta función de transferencia facilita una perspectiva de lo que se puede deno-
minar respuesta del sistema. Los valores de s que hacen que el denominador de (6.6.5) sea
nulo reciben el nombre de polos o singularidades de la función de transferencia. Sobre la
base de nuestro análisis de los valores propios en el capítulo 5 y de nuestra discusión en
esta sección, debería percatarse de que la naturaleza de los polos 2real, compleja, posi-
tiva, etc.2 determina el comportamiento del sistema; por ejemplo, en este caso de segundo
orden, el sistema podría ser no amortiguado, sobreamortiguado o subamortiguado, o bien
la respuesta del sistema podría crecer ilimitadamente.
EJERCICIOS 6.6
Suponga que X(s) 5 l[x(t)] es la transformada de Laplace de la solución de una ecuación
diferencial lineal. Para cada transformada de los ejercicios 1-7, determine el comporta-
miento cualitativo de x(t) para valores grandes de t sin hallar la inversa de la transformada.
(Es decir, determine si x(t) oscila, tiende a 0 ó es ilimitada cuando t tiende a infinito.)
2 4
1. Xssd 5 2. Xssd 5 2
3s 1 5 s 21
1 s12
3. Xssd 5 2 4. Xssd 5 2
s 1 2s 1 10 s 14
2s 1 6 2s 1 5
5. Xssd 5 2 6. Xssd 5 2
s 1 6s 1 18 s 1 3s 1 2
s
7. Xssd 5 4
s 1 5s2 1 4
En los ejercicios 8-11, (a) calcule la transformada de Laplace de cada solución, (b) halle los
polos de la transformada de Laplace de la solución y (c) estudie el comportamiento de la so-
lución 2oscilatoria, no acotada, etc.2 sin resolver la ecuación.
8. xs 2 x 5 0; x(0) 5 0, xr s0d 5 1
2t
9. x$ 1 2x# 1 2x 5 e @10 ; xs0d 5 4, x# s0d 5 1
10. xs 1 2xr 1 2x 5 e22t sen 4t; x(0) 5 2, xrs0d 5 22
$ #
11. 2x 1 7x 1 3x 5 2 cos t; xs0d 5 1, xrs0d 5 0
12. Examine el problema de valor inicial
c2xs 1 c1xr 1 c0x 5 dstd ; xs0d 5 xrs0d 5 0,
donde d(t) representa la función impulso unidad (sección 6.4). Demuestre que la fun-
1
ción de transferencia del sistema es X(s) 5 2
.
c2s 1 c1s 1 c0
13. Demuestre que si I es un intervalo que contiene el origen y f es continua sobre I, en-
tonces la solución única al PVI
c2xs 1 c1xr 1 c0x 5 fstd; xs0d 5 x0, xr s0d 5 x1
, r 5 l 21 5R6 std es la función de res-

Xssd
viene dada por (r * f)(t) 1 xH(t), donde R 5
Fssd
puesta y xH(t) es la solución única de la ecuación homogénea c2x0 1 c1x9 1 c0x 5 0;
x(0) 5 x0, x9(0) 5 x1. (Naturalmente, * indica convolución.)
14. Suponga que un sistema lineal está descrito por la ecuación
$ # #
x 1 2x 1 5x 5 fstd; xs0d 5 2, x s0d 5 22 .
a. Halle la función de transferencia para el sistema.
b. Halle la función de respuesta al impulso.
c. Proporcione una fórmula para la solución del PVI. (Utilice el resultado del ejerci-
cio 13. Su respuesta debería contener una integral.)
6.7 Resumen 309
15. Un sistema lineal está regido por el problema de valor inicial

ys 2 yr 2 6y 5 gstd; ys0d 5 1, yrs0d 5 8,
a. Halle la función de transferencia del sistema.
b. Halle la función de respuesta al impulso
c. Halle una fórmula para la solución del PVI. (Utilice el resultado del ejercicio 13.
Su respuesta debería contener una integral.)
16. Examine el problema de valor inicial
ys 1 2yr 1 2y 5 sensatd; ys0d 5 0, yrs0d 5 0.
a. Halle la función de transferencia del sistema.
b. Halle la función de respuesta al impulso.
c. Halle una fórmula para la solución del PVI. (Utilice el resultado del ejercicio 13.
Su respuesta debería contener una integral.)
17. Considere el sistema de primer orden a1x9 1 a0x 5 f(t), donde a1 y a0 son constantes,
a1 2 0.
a. Halle la función de transferencia de este sistema.
b. Demuestre que la función de transferencia de un sistema de primer orden con coe-
c
ficientes constantes se puede escribir en la forma Wssd 5 , donde c es una
1 1 Ts
constante y T es una constante relacionada con la función exponencial componente
de la solución.
6.7 RESUMEN
Los métodos de transformación constituyen importantes ejemplos de cómo podemos conver-
tir problemas complicados en problemas que se puedan abordar más fácilmente. Si f(t) es una
función integrable para t $ 0, entonces la transformada de Laplace de f está definida por
`
l[fstd ] 5 3 fstde 2stdt,
0
cuando existe esta integral impropia. La integral existirá si nos ceñimos a las funciones f(t)
continuas o continuas por tramos para las que existen dos constantes positivas M y K tales
que 0 fstd 0 , e Mt para todo t $ K. Observe que esta integral es una función del parámetro
s, de modo que podemos escribir l[f(t)] 5 F(s).
Si utilizamos las propiedades básicas de las integrales veremos que
l[c ? fstd ] 5 c ? l[fstd ],
donde c es cualquier constante real, y que
l[fstd 1 gstd ] 5 l[fstd ] 1 l[gstd ],
siempre que existan las transformadas de Laplace de ambas f y g. Cualquier transforma-
ción que satisfaga las dos últimas propiedades se denomina transformación lineal. Si c1 y c2
son constantes, podemos combinar las dos propiedades para escribir
l[c1fstd 1 c2gstd ] 5 c1l[fstd ] 1 c2l[gstd ].
La tabla 6.1 de la sección 6.2 proporciona la transformada de Laplace de algunas cla-

ses importantes de funciones, como las funciones de potenciales, exponenciales, trigono-
métricas y múltiplos de éstas. También existen importantes fórmulas para las transfor-
madas de Laplace de f9, f0 y para las derivadas de orden superior. El método de la
transformada de Laplace nos permite abordar una ecuación no homogénea con condicio-
nes iniciales al mismo tiempo.
Una vez calculada la transformada de Laplace de una función 2en particular, una vez
hayamos transformado una ecuación diferencial en una ecuación algebraica2 debemos ser
capaces de invertir el proceso para obtener información acerca del problema original. Un
hecho importante es que si las transformadas de Laplace de las funciones continuas f y g
existen y son iguales para s $ c (c es una constante), entonces f(t) 5 g(t) para todo t $ 0;
lo que indica que, dada una transformada de Laplace, a lo sumo se puede obtener una fun-
ción continua aplicando la inversa. Suponiendo que l[fstd ] 5 F(s), podemos expresar la
definición de la transformada inversa de Laplace de la siguiente manera:
l 21[F] 5 f si y sólo si l[f] 5 F.
Se puede mostrar que la transformada inversa de Laplace es una transformación lineal:
l 21[c1Fstd 1 c2Gstd ] 5 c1l 21 [Fstd ] 1 c2l 21 [Gstd ].
Si intentamos hallar la transformada inversa de una expresión que es el producto de
dos o más transformadas, llegamos al concepto de convolución de dos funciones. La con-
volución de dos funciones f y g es la integral
t
(f * g)(t) 5 3 fsrdgst 2 rddr,
0
siempre que la integral exista para t . 0. Este producto tiene importantes propiedades alge-
braicas, y una de la más útiles es que la transformada de Laplace de una convolución de dos
funciones es igual al producto de las transformadas de Laplace de estas dos funciones. Dicho
de un modo más preciso, supongamos que f y g son funciones cuyas transformadas de Laplace
existen. Sea F(s) 5 l[f(t)] y G(s) 5 l[g(t)]. Entonces, el teorema de convolución dice que
t
l[(f * g)(t)] 5 l[ 3 fsrdgst 2 rddr] 5 l[f(t)] ? l[g(t)] 5 F(s) ? G(s).
0
Si utilizamos la función escalón unidad (o función de Heaviside) U, definida por
U(t) 5 e
0 para t , 0
1 para t $ 0,
podemos modelar sistemas en los que se producen cambios bruscos. Desde el punto de
vista matemático, esto significa que podemos expresar las funciones continuas por tramos
de un modo sencillo, empleando U(t) como un elemento unitario básico.
Cuando resolvemos ecuaciones diferenciales que modelan cambios bruscos, resulta
muy útil el siguiente resultado: si l[f(t)] existe para s . c, y si a . 0, entonces
l[f(t 2 a) U(t 2 a)] 5 e 2asl[f(t)] para s . c.
De manera alternativa, podemos escribir esta última fórmula en la forma
f(t 2 a) U(t 2 a) 5 l 21[e 2asl[f(t)]].
6.7 Resumen 311
Si queremos afrontar problemas en los que existe una fuerza externa de gran magni-
tud, aplicada repentinamente durante un breve período de tiempo, es necesario el con-
cepto de función impulso unidad, o función delta de Dirac, definida como
dstd 5 lim db std 5 e

` para t 5 0
bS0 0 para t 2 0,
donde
1
db std 5 • b
para 0 # t # b
0 para t . b.
Podemos mostrar que l[dst 2 ad ] 5 e 2sa. En particular, l[dstd ] 5 1.
Cuando se dan las condiciones iniciales, la transformada de Laplace convierte un sis-
tema de ecuaciones diferenciales lineales con coeficientes constantes en un sistema de ecua-
ciones algebraicas simultáneas. Entonces, podemos resolver las ecuaciones algebraicas en
las transformadas de las funciones solución. Finalmente, la aplicación de la transformada
inversa a estas funciones nos proporciona las soluciones del sistema original de EDO linea-
les. Aunque esto quede claro a nivel conceptual, los detalles algebraicos son frecuente-
mente bastante complicados y las herramientas tecnológicas resultan de gran utilidad.
A pesar del acentuado énfasis puesto en la transformada de Laplace como una herra-
mienta para la obtención de soluciones exactas en forma cerrada, resulta que la transfor-
mada también puede proporcionar una idea de la naturaleza cualitativa de una solución. En
ciertas áreas aplicadas, cuando consideramos la importante ecuación de segundo orden
Xssd 1
c2x0 1 c1x9 1 c0x 5 f(t), la razón 5 , donde F(s) 5 l[f(t)] y X(s) 5
Fssd c2s2 1 c1s 1 c0
l[x(t)], se denomina función de transferencia del sistema modelado por la ecuación con
todos los valores iniciales nulos. La transformada inversa de Laplace de la función de
transferencia se denomina función de respuesta al impulso para el sistema, y describe la
solución –y el sistema– de un modo similar al mostrado mediante las técnicas cualitativas
utilizadas en el capítulo 5. El análisis de esta función de transferencia proporciona una
perspectiva de lo que se puede denominar respuesta del sistema. Los valores de s que ha-
cen que el denominador de la función de transferencia sea nulo reciben el nombre de po-
los o singularidades de la función de transferencia. Respecto al análisis de los valores pro-
pios en el capítulo 5 y al análisis de esta sección, se debería percatar de que la naturaleza
algebraica de los polos determina el comportamiento del sistema.
PROYECTO 6-1
Asuntos corrientes
La corriente, i, que circula por el condensador en el diagrama adjunto, está modelada por
la ecuación integro-diferencial
t
di 1
L 1 Ri 1 3 isrddr 5 Estd ,
dt C 0
di
con i(0) 5 0 y s0d 5 0. El voltaje está suministrado por una batería con una fuerza elec-
dt
tromotriz (f.e.m.) E0.
Imagine que el interruptor está abierto inicialmente (t 5 0). En el instante t 5 1, el in-
terruptor se cierra y permanece cerrado hasta el momento t 5 2, en el que se vuelve a
abrir. Suponga que E0 5 100 voltios, L 5 1 henrio, R 530 ohmios y C 5 0,005 faradios.
Determine una fórmula para la corriente i(t) siguiendo los pasos (a)-(e).
a. Exprese E(t) en términos de la función escalón unidad U(t).
t
1
b. Demuestre que l[ 3 fsrddr] 5 Fssd , donde F(s) 5 l[f(t)]. (Si no está familiria-
0
s
zado con las integrales dobles, omita este apartado y utilice simplemente el resul-
tado en los apartados posteriores.)
c. Aplique la transformada de Laplace a la ecuación integro-diferencial y resuelva
para hallar I(s) 5 l[i(t)].
d. Escriba la expresión para I(s) hallada en el apartado (c) en términos de fracciones
simples.
e. Determine i(t) 5 l21[I(s)]. (Sugerencia: utilice la fórmula (6.3.1a).)
f. Represente gráficamente la función i(t) hallada en el apartado (d).
E(t) L
C
7 Sistemas de ecuaciones
diferenciales no lineales
7.0 INTRODUCCIÓN
A lo largo de los anteriores capítulos, especialmente en los capítulos 2 y 3, hemos estu-
diado diferentes tipos de ecuaciones no lineales desde un punto de vista numérico, gráfico
y analítico. En general, no podemos esperar hallar la solución explícita –en forma cerrada–
de una ecuación no lineal, de modo que nos vemos forzados a confiar en métodos cualita-
tivos y computacionales más que en técnicas puramente analíticas. Esta complejidad se
magnifica cuando nos referimos a los sistemas de ecuaciones no lineales.
En el capítulo 5 analizamos la estabilidad de los sistemas de ecuaciones diferenciales
lineales –es decir, el comportamiento de tales sistemas cerca de los puntos de equilibrio– y
vimos que dicha estabilidad se podría describir totalmente en términos de los valores pro-
pios y de los vectores propios del sistema. Este tipo de análisis se puede aplicar a los siste-
mas no lineales, pero no resulta tan completo y satisfactorio. Un modo de llevar a cabo
este estudio es examinar cuánto nos podemos aproximar –en cierto sentido– a un sistema
no lineal mediante un sistema lineal para aplicar después la teoría lineal.
La teoría cualitativa moderna de la estabilidad analizada en el capítulo 5 y en este capítulo
se inició a finales del siglo XIX con el trabajo del matemático francés Henri Poincaré (1854-
1912), quien estudiaba nada menos que la cuestión de si el sistema solar es un sistema estable.
Las ecuaciones que aparecen en el estudio de Poincaré de la mecánica celeste no se pudieron
resolver de un modo explícito; así que él y otros desarrollaron métodos –cualitativos– implíci-
tos con el objeto de abordar complicados problemas acerca del movimiento planetario.
7.1 EQUILIBRIOS DE LOS SISTEMAS NO LINEALES

Recuerde que un punto de equilibrio de una ecuación diferencial o de un sistema de ecua-
ciones diferenciales es una solución constante. Si observamos las dos ecuaciones –en cierto
modo similares– (1) y9 5 2y y (2) y9 5 2y(1 2 y), veremos algunas diferencias importan-
tes entre las ecuaciones lineales y las no lineales.
313
314 7 / Sistemas de ecuaciones diferenciales no lineales
La ecuación (1) es lineal, pero sobre todo separable, de modo que resulta fácil hallar la
solución general: y 5 Ce2t, donde C es una constante arbitraria. [Constatamos que C 5
y(0), el estado inicial del sistema que modela la ecuación.]
En cuanto a la ecuación (2), es no lineal y separable, y su solución general es
Ce 2t
y5 , donde C 5 y(0). (Compruebe las soluciones de ambas ecuaciones.)
1 2 C 1 Ce 2t
Examinemos ahora algunas curvas solución típicas para la ecuación (1). La figura 7.1
muestra que sólo hay una solución de equilibrio, y ; 0, y ésta es un sumidero. (Revise la
sección 2.5 si es necesario.) Si un objeto descrito por la ecuación inicia su movimiento en
cero (es decir, si C 5 0) permanecerá en cero todo el tiempo. Si el estado inicial del objeto
no es cero, entonces éste se aproximará a la solución y ; 0 como su solución (o sumidero)
asintóticamente estable.
Por otra parte, la figura 7.2 muestra el mismo tipo de información para la ecuación (2).
Para tal ecuación no lineal puede haber más de una solución de equilibrio, en este caso y ; 0
e y ; 1. Tenga también cuenta que algunas soluciones de una ecuación no lineal pueden “dis-
pararse en un tiempo finito”; es decir, llegar a ser ilimitadas cuando t se aproxima a un valor
finito. Para nuestra ecuación, si y(0) 5 C, donde C . 1, entonces existe una asíntota ver-
b . [¿Dónde alcanza el valor cero el denominador de la solución gene-

C
tical en t 5 lna
C21
ral de la ecuación (2)?] Por el contrario, todas las soluciones de una ecuación lineal o de
2 t
–5
Figura 7.1
Soluciones de yr 5 2y; y(0) 5 5, 3, 1, 22, 24
4
2
0
2 t
–2
–4
Figura 7.2
Soluciones de yr 5 2ys1 2 yd
un sistema de ecuaciones lineales están definidas para todos los valores de la variable in-
dependiente. Finalmente, observando en detalle el comportamiento de las soluciones con
valores iniciales diferentes, vemos que las soluciones que parten por encima de 1 se com-
portan de un modo diferente a aquellas soluciones con valores iniciales menores que 1. La
solución de equilibrio y ; 0 es un sumidero si y(0) , 1, e y ; 1 es una fuente si y(0) . 1.
b es
C
Además, para soluciones con valores iniciales C mayores que 1, la recta t 5 lna
C21
una asíntota vertical. Los tres últimos tipos de comportamiento no se producirán si tratamos
con una ecuación lineal. Por tanto, la situación con sistemas no lineales será algo complicada.
Veamos un ejemplo de un sistema no lineal y su comportamiento cerca de sus puntos
de equilibrio.
EJEMPLO 7.1.1 Estabilidad de un sistema no lineal

El sistema no lineal
xr 5 x 2 x2 2 xy
yr 5 2y 2 y2 1 2xy
representa dos poblaciones que interactúan en una relación depredador-presa. Éste es bá-
sicamente un sistema de Lotka-Volterra (consulte la sección 4.5, especialmente el ejemplo
4.5.4) con términos de “aglomeración” 2los términos cuadráticos2 sumados para ambas
especies.
A fin de calcular los puntos de equilibrio de este sistema, resolveremos el sistema al-
gebraico no lineal
(A) x (1 2 x 2 y) 5 0
(B) y (21 2 y 1 2 x) 5 0.
El origen, x 5 y 5 0, es claramente un punto de equilibrio. Por lógica, sólo queda exami-
nar otros tres casos: (1) x 5 0, y Z 0; (2) x Z 0, y 5 0, y (3) x Z 0, y Z 0. Si suponemos el caso 1,
podemos eliminar la ecuación (A) y examinar (B), que se convierte en y(21 2 y) 5 0. Puesto
que y Z 0, concluimos que 21 2 y 5 0 ó y 5 21; por tanto, nuestro segundo punto de equili-
brio es (0, 21). Si pasamos al caso 2, podemos ignorar la ecuación (B) y centrarnos en (A),
que ahora presenta la forma x(1 2 x) 5 0. Puesto que en el caso 2 suponemos que x Z 0, po-
demos ver que x 5 1, lo que nos proporciona el tercer punto de equilibrio (1, 0). Finalmente,
si x Z 0 e y Z 0, nuestro sistema de ecuaciones algebraicas se transforma en
(A2) x 1 y 5 1
(B2) y 2 2 x 5 21.
(Hemos repartido x e y en (A) y (B) y hemos dispuesto de otro modo los términos de cada
ecuación.) Al restar (B2) de (A2), obtenemos 3x 5 2 ó x 5 23 . Si sustituimos este valor de x
en (A2), el resultado es y 5 13 ; por tanto, el último punto de equilibrio es s 23, 13 d .
En términos de un problema de poblaciones, el único punto de equilibrio interesante
es el último que hallamos. (¿Por qué es esto así?) Si observamos un campo de direcciones
para el sistema original de ecuaciones diferenciales no lineales cerca del punto s 23, 13 d , ve-
mos algunos modelos de comportamiento interesantes (figura 7.3a).
Las aparentes trayectorias en espiral hacia el punto de equilibrio se pueden ver más
claramente si mostramos algunas curvas solución 2generadas numéricamente2 (figu-
ra 7.3b). La figura 7.3b representa una población depredador-presa que se está estabili-
zando. Si las unidades son miles de criaturas, entonces la población X se dirige a una po-
blación constante de unas 667, mientras que el valor estable de la población Y es de 333.
Sin embargo, desde el punto de vista matemático, deberíamos observar el diagrama de
fases completo para comprender el complejo comportamiento de los sistemas no lineales.
Retomaremos esto para un análisis detallado en el ejemplo 7.2.3.
y
1
0,8
0,6
0,4
0,2
0,2 0,4 0,6 0,8 1 x
Figura 7.3a
Campo de direcciones para xr 5 x 2 x2 2 xy, yr 5 2y 2 y2 1 2xy cerca de a , b
2 1
3 3
y
1
0,8
0,6
0,4
0,2
0,2 0,4 0,6 0,8 1 x
Figura 7.3b
Diagrama de fases para xr 5 x 2 x2 2 xy, yr 5 2y 2 y2 1 2xy cerca de a , b
2 1
3 3
(x(0), y(0)) 5 (0,2, 1), (0,8, 0,8), (0,8, 0,5), (1, 0,7), (1, 0,2), (0,5, 1) ◆
EJERCICIOS 7.1
Halle todos los puntos de equilibrio para cada uno de los sistemas de los ejercicios 1-10, uti-
lizando herramientas tecnológicas en el caso de que sea necesario.
1. xr 5 2x 1 xy, yr 5 2y 1 2xy 2. xr 5 x 2 xy, yr 5 y 2 xy
2 2
3. xr 5 x 2 y , yr 5 x 2 xy 4. xr 5 1 2 y2, yr 5 1 2 x2
5. xr 5 x 1 y 1 2xy, yr 5 22x 1 y 1 y3
6. xr 5 ys1 2 x2 d, yr 5 2xs1 2 y2 d
7. xr 5 x 2 x2 2 xy, yr 5 3y 2 xy 2 2y2
8. xr 5 1 2 y, yr 5 x2 2 y2
9. xr 5 s1 1 xd sen y, yr 5 1 2 x 2 cos y (Sugerencia: trace la gráfica de las dos ecua-
ciones sobre el mismo conjunto de ejes.)
10. xr 5 3y 2 e x, yr 5 2x 2 y (Sugerencia: hay dos puntos de equilibrio; utilice su SAC
para aproximar dichos puntos.)
11. Un láser bimodal produce dos tipos diferentes de fotones, cuyas cantidades son n1 y
n2. Las ecuaciones que modelan los ritmos de producción de fotones son
#
n 1 5 G1Nn1 2 k1n1
#
n 2 5 G2Nn2 2 k2n2,
donde N(t) 5 N0 2 a1n1 2 a2n2 es el número de átomos excitados. Los parámetros G1,
G2, k1, k2, a1, a2 y N0 son todos positivos. Utilice el comando “solve” de un SAC para
hallar todos los puntos de equilibrio del sistema.
12. Un quimiostato es un dispositivo para cultivar y estudiar bacterias mediante el sumi-
nistro de nutrientes y el mantenimiento de niveles convenientes de bacterias en un
cultivo. (Consulte el proyecto 2-2 al final del capítulo 2.) Un modelo de un quimios-
tato es el sistema no lineal
5 a1 a bN 2 N
dN C
dt 11C
5 2a bN 2 C 1 a 2,
dC C
dt 11C
donde N(t) indica la densidad bacteriana en el instante t, C(t) representa la concentra-
ción de nutrientes y a1 y a2 son parámetros positivos. Utilice herramientas tecnológi-
cas para hallar todas las soluciones de equilibrio (N*, C*) del sistema.
13. En ausencia de amortiguación y de cualquier fuerza externa, el movimiento de un
d 2u g
péndulo se describe mediante la ecuación 2 1 sen u 5 0, donde ı es el ángulo entre
dt L
el péndulo y la vertical hacia abajo, g es la aceleración debida a la gravedad y L es la
longitud del péndulo.
a. Escriba esta ecuación como un sistema de dos ecuaciones de primer orden.
b. Describa todos los puntos de equilibrio del sistema.
7.2 APROXIMACIÓN LINEAL EN LOS PUNTOS DE EQUILIBRIO

Un importante aspecto de los sistemas lineales es que el comportamiento de las soluciones
cerca de un punto de equilibrio (comportamiento “local”) indica el comportamiento de las
soluciones en todo el plano de fases. Sin embargo, incluso si la mayoría de las “agradables”
propiedades de los sistemas lineales no están presentes cuando analizamos los sistemas no li-
neales, podemos comprender el comportamiento local de los sistemas no lineales mediante
un proceso de linealización o aproximación lineal. Esto significa que intentamos reemplazar
el sistema no lineal original por un sistema lineal que está “próximo” o cercano a un punto
de equilibrio. Recuerde que en la sección 3.1 hablamos por primera vez del método de Euler,
que implicaba la aproximación a curvas solución por medio de rectas tangentes.
Para ver cómo podría funcionar esto, retomaremos la ecuación no lineal y9 5 2y(1 2 y) 5
2y 1 y2 estudiada en la sección 7.1. Sabemos que y 5 0 es un punto de equilibrio. Ob-
serve ahora que, para valores de y cercanos a cero, y2 es menor que y. Por ejemplo, si
y 5 0,00001, entonces y2 5 0,0000000001. Entonces, si eliminamos los términos cuadráti-
cos 2no lineales2, podemos conjeturar que la ecuación lineal y9 5 2y es una buena apro-
ximación a la ecuación original y que el comportamiento de esta última ecuación cerca de
y 5 0 debería indicarnos cómo se comporta y9 5 2y(1 2 y) cerca de y 5 0. Una compara-
ción de las curvas solución cerca de y 5 0 en la figura 7.1 y la figura 7.2 nos muestra que
esto es verdad. Sin embargo, también debería quedar claro que sería erróneo basar nues-
tro análisis de y9 5 2y(1 2 y) en el de y9 5 2y para todos los valores iniciales.
Si queremos analizar el comportamiento de y9 5 2y(1 2 y) cerca de su otro punto de
equilibrio, y 5 1, podemos usar un sencillo cambio de variable: sea y 5 1 1 z, de modo que
estudiar el comportamiento de y9 5 2y(1 2 y) cerca de y 5 1 es lo mismo que analizar el
comportamiento de la nueva ecuación cerca de z 5 0. (Cerciórese de que entiende esto.)
Con este cambio de variable, obtenemos la nueva ecuación z9 5 2y(1 2 y) 5 (21 2 z)
(2z) 5 z 1 z2. Si utilizamos el mismo razonamiento que antes, podemos considerar z9 5 z
como una buena aproximación lineal cerca de z 5 0. Esta última ecuación tiene la solu-
ción general z 5 Cet, de manera que las soluciones de z9 5 z 1 z2 se alejan en sentido
opuesto a z 5 0 a medida que t aumenta. Pero, puesto que y 5 1 1 z, las soluciones de
y9 5 2y(1 2 y) cerca de y 5 1 se curvan alejándose de y 5 1, comportamiento que pode-
mos comprobar observando la figura 7.2.
d 2x
Como otro ejemplo, consideremos la ecuación no lineal de segundo orden 2 1
dt
g
sen x 5 0, que describe la oscilación de un péndulo 2donde x es el ángulo que hace el
L
péndulo con la vertical, g es la aceleración debida a la gravedad y L es la longitud del pén-
dulo2. Esta ecuación no es fácil de abordar de un modo analítico, de modo que lo que se
suele hacer es eliminar su carácter no lineal mediante una sustitución. Para valores peque-
ños de x 2es decir, para una oscilación de amplitud pequeña– es sen x < x, de modo que
podemos reemplazar nuestra ecuación no lineal original por la ecuación lineal que se le
d 2x g
aproxima: 2 1 x 5 0. Este modelo aproximado de péndulo presenta el mismo com-
dt L
portamiento matemático que el sistema de masa-resorte no amortiguado; consulte la ecua-
ción (4.5.4) de la sección 4.5. A pesar de nuestro éxito en el proceso de aproximación de
una ecuación no lineal mediante otra lineal, esto supone un triunfo limitado. Por ejemplo,
el análisis de las aproximaciones lineales implica que todas las soluciones están definidas
para todos los valores de t, pero éste no es en absoluto el caso de la ecuación no lineal. El
siguiente ejemplo ilustra las deficiencias de la linealización de un modo más contundente.
EJEMPLO 7.2.1 La linealización puede llevar a conclusiones erróneas

Echemos un vistazo al sistema
#
x 5 y 1 axsx2 1 y2 d
#
y 5 2x 1 aysx2 1 y2 d ,
donde a es un número real determinado.
Evidentemente el origen (x, y) 5 (0, 0) es un punto de equilibrio, sin que importe el
valor del parámetro a. En nuestro ejemplo, el sistema linealizado es claramente
#
x5y
#
y 5 2x
(Vuelva a considerar el sistema de masa-resorte analizado en el ejemplo 4.5.5.) Éste se
puede escribir en la forma X 5 AX, donde X 5 c d y A 5 c d . El polinomio carac-
# x 0 1
y 21 0
terístico es l2 1 1 5 0, de manera que los valores propios de A son imaginarios: i y 2i. Si
partimos de la tabla 5.1 de la sección 5.5, concluimos que el origen es un centro estable del
sistema linealizado. Pero ésta es una conclusión errónea con respecto al sistema no lineal
original, como muestra el diagrama de fases de este sistema original cerca de (0, 0). Este
diagrama (figura 7.4) corresponde a a 5 21.
Parece que las trayectorias se adentran en movimiento espiral hacia el punto de equi-
librio, indicando que el origen es realmente un sumidero espiral para el sistema no lineal.
Sin embargo, las apariencias pueden ser engañosas, y el ejercicio 1 al final de esta sección
sugiere un modo de demostrar esta afirmación acerca del origen.
y
1,5
0,5
–0,6 –0,4 –0,2 0,2 0,4 0,6 x
–0,5
–1
–1,5
Figura 7.4
# #
Trayectorias para x 5 y 2 xsx2 1 y2 d, y 5 2x 2 ysx2 1 y2 d, 0 # t # 60
(x(0), y(0)) 5 (0, 1,5), (0, 21,5)
Debería sospechar que la estabilidad del sistema original depende del valor del pará-
metro a. Si a 5 0, por ejemplo, entonces la parte no lineal del sistema desaparece, y resulta
un sistema puramente lineal 2concretamente, el mismo sistema analizado en el ejemplo
4.5.5 (con b 5 1)). Como hemos dicho, el origen es un centro estable para este sistema li-
neal, cada trayectoria se cierra perfectamente tras un ciclo. En el ejercicio 1 se le requerirá
que analice estas ideas con más detalle. ◆
En resumen, podemos considerar este último ejemplo como un sistema lineal “pertur-
bado” (disturbado o descentrado) mediante una componente no lineal. Podemos escribir
este sistema como X 5 c dX 1 c d , donde f y g son funciones no lineales de
# 0 1 fsx, yd
21 0 gsx, yd
x e y. Como veremos posteriormente, si la perturbación no lineal es lo suficientemente
“sutil”, el comportamiento de todo el sistema se puede predecir a partir del comporta-
miento de esta parte lineal cerca de los puntos de equilibrio.
SISTEMAS CUASILINEALES
Para que todo este análisis sobre la aproximación lineal esté bien fundado desde el punto de
vista matemático, primero recordaremos algunos conocimientos básicos del cálculo. (Si desea
más información consulte el apéndice A.1.) Anteriormente, en la sección 3.1, hablamos de la
linealidad local, la idea de que si “enfocamos en primer plano” la visión de un punto sobre
una curva y 5 f(x), creeremos estar viendo un segmento de recta; en concreto, un trozo de la
recta tangente a la curva en ese punto. Más exactamente, para valores de la variable indepen-
diente x cercanos a x 5 a, podemos escribir f(x) < f(a) 1 f9(a)(x 2 a). Debería reconocer que
esta expresión se compone de los dos primeros términos de la aproximación polinómica de
Taylor de enésimo grado (n $ 1) de f en torno a x 5 a; o, de modo equivalente, los dos pri-
meros términos del desarrollo en serie de Taylor de f en un entorno de x 5 a:
fs sad ft sad
fsxd 5 fsad 1 fr sad sx 2 ad 1 sx 2 ad 2 1 sx 2 ad 3 1 c
2! 3!
fsnd
1 sx 2 ad n 1 c
n!
5 fsad 1 frsad sx 2 ad 1 sx 2 ad 2 e
fs sad ft sad
1 sx 2 ad 1 c
2! 3!
fsnd
1 sx 2 ad n22 1 c f .
n!
Podemos escribir este último resultado como f(x) < f(a) 1 f9(a)(x 2 a) 1 O((x 2 a)2),
donde la notación O((x 2 a)2) representa el hecho de que, si x está próximo a a (de ma-
nera que x 2 a es muy pequeño), entonces la suma de todos los términos a partir del se-
gundo será acotada por algún múltiplo de (x 2 a)2. (La serie entre corchetes, 5 c6 , con-
verge a algún valor constante.)
Suponga ahora que tenemos un sistema autónomo general, no lineal, de la forma
#
x 5 Fsx, yd
#
y 5 Gsx, yd (7.2.1)
y que el origen es un punto de equilibrio del mismo; es decir, F(0, 0) 5 0 y G(0, 0) 5 0.

Esta última suposición la hacemos simplemente por comodidad, para desarrollar una me-
todología. Si podemos escribir F como ax 1 by 1 f(x, y) y G como cx 1 dy 1 g(x, y),
donde f y g son funciones no lineales, entonces podemos expresar el sistema en la forma
X5 c dX 1 c d.
# a b fsx, yd
c d gsx, yd
Si las funciones no lineales f y g son “lo suficientemente pequeñas” 2en el sentido que se
explicará más tarde2 como para que su efecto sea insignificante, entonces podemos deno-
minar a nuestro sistema “cuasilineal” y ver que, en torno al origen, nuestro sistema no li-
neal se comporta básicamente como el sistema lineal X 5 c d X; es decir, como el sistema
# a b
c d
#
x 5 ax 1 by
#
y 5 cx 1 dy.
Anteriormente recordamos que la recta tangente y 5 f(a) 1 f9(a)(x 2 a) facilita la me-
jor aproximación lineal de una función f de variable única en las proximidades de x 5 a. Para
F(x, y), una función de dos variables, la mejor aproximación en torno a un punto (a, b) la
proporciona el plano tangente dado por la fórmula de aproximación
'F 'F
Fsx, yd < Fsa, bd 1 sa, bd sx 2 ad 1 sa, bd sy 2 bd , (7.2.2)
'x 'y
'F 'F
donde sa, bd y sa, bd representan las derivadas parciales de F evaluadas en el punto
'x 'y
(a, b). Por ejemplo, si queremos aproximar F(x, y) 5 x3 1 y3 en torno al punto (1, 1), ten-
dremos que calcular
F(1, 1) 5 13 1 13 5 2
'F 'F
5 3x2, s1, 1d 5 3s1d 2 5 3
'x 'x
'F 'F
5 3y2, s1, 1d 5 3s1d 2 5 3,
'y 'y
de manera que la ecuación del plano tangente es z 5 2 1 3(x 2 1) 1 3(y 2 1).
Deberá pensar en el lado derecho de la ecuación (7.2.2) como la aproximación a F me-
diante el polinomio de Taylor de primer grado; es decir, mediante los términos lineales en x e
y del desarrollo en serie de Taylor de la función F de dos variables en torno al punto (1, 1).
Dicha aproximación pasa por alto el resto de los términos del desarrollo, que podemos repre-
sentar mediante f (x, y). Por tanto, en nuestro último ejemplo, podemos escribir x3 1 y3 <
2 1 3(x 2 1) 1 3(y 2 1) en torno a (1, 1) o x3 1 y3 5 2 1 3(x 2 1) 1 3(y 2 1) 1 f (x, y) en
torno a (1, 1). (Consulte el apéndice A.8 para obtener más información acerca de esto.)
Si seleccionamos el punto (a, b) como el origen, entonces podemos reescribir (7.2.1)
en la forma
# 'F 'F
x 5 Fs0, 0d 1 s0, 0dx 1 s0, 0dy 1 fsx, yd
'x 'y
# 'G 'G
y 5 Gs0, 0d 1 s0, 0dx 1 s0, 0dy 1 gsx, yd ,
'x 'y
o (recordando que hemos supuesto que F(0, 0) 5 G(0, 0) 5 0) en la forma

#
x 5 ax 1 by 1 fsx, yd
#
y 5 cx 1 dy 1 gsx, yd , (7.2.3)
'F 'F 'G 'G
donde a 5 s0, 0d , b 5 s0, 0d , c 5 s0, 0d y d 5 s0, 0d .
'x 'y 'x 'y
La definición técnica de la “pequeñez” de f y g en torno al origen, es que
fsx, yd gsx, yd
lim 5 lim 5 0. (7.2.4)
sx, yd Ss0, 0d "x2 1 y2 sx, yd Ss0, 0d "x2 1 y2
Los límites en (7.2.4) indican simplemente que en las proximidades del origen, f y g son
pequeñas en comparación a r 5 "x2 1 y2, que es la distancia del punto (x, y) al origen
2es decir, son infinitésimos de orden superior a 12.
Ahora podemos definir un sistema cuasilineal como un sistema no lineal (7.2.3) que
satisface (7.2.4). En esta situación, la parte lineal
#
x 5 ax 1 by
#
y 5 cx 1 dy (7.2.5)
se denomina sistema lineal asociado o aproximación lineal en torno al punto de equili-
brio (0,0).
EJEMPLO 7.2.2 Una aproximación lineal

Examinemos el comportamiento del siguiente sistema en torno al origen:
#
x 5 x 1 2y 1 x cos y
#
y 5 2y 2 sen y.
En primer lugar, podemos ver que (0, 0) es un punto de equilibrio para el sistema. Ahora
hallaremos el sistema lineal asociado, que no resulta evidente debido a que x cos y y sen y
contienen realmente términos lineales que se han de combinar con los términos lineales ya
visibles en el sistema original.
Si sustituimos los desarrollos de Taylor (o Maclaurin) para cos y y sen y en las ecua-
ciones dadas y juntamos los términos, obtenemos
y2 y4 c y2 y4 c
b 5 2x 1 2y 1 xa2 1 b
#
x 5 x 1 2y 1 xa1 2 1 2 2
2! 4! 2! 4!
y3 y5 c y3 y5 c
y 5 2y 2 ay 2 b 5 22y 2 a2 1 b.
#
1 2 2
3! 5! 3! 5!
Por tanto, el sistema lineal asociado es
#
x 5 2x 1 2y
#
y 5 22y,
o X5 c d X 5 AX. La ecuación característica de este sistema lineal viene dada por

# 2 2
0 22
l2 2 4 5 0, y por tanto, los valores propios son l 5 22 y l 5 2.
La tabla 5.1 de la sección 5.5 nos indica que, con dos valores propios reales de signos
opuestos, tenemos un punto de silla. La figura 7.5a presenta el campo de direcciones del sis-
tema; la figura 7.5b muestra algunas trayectorias para el sistema no lineal en torno al origen y
en la figura 7.5c aparecen las trayectorias en torno al origen para el sistema lineal asociado.
Partiendo de estos diagramas de fases, podemos ver que la aproximación lineal capta
el comportamiento del sistema no lineal en torno al origen.
y
1
0,8
0,6
0,4
0,2
–1 –0,8 –0,6 –0,4 –0,2 0,2 0,4 0,6 0,8 1 x

–0,2
–0,4
–0,6
–0,8
–1
Figura 7.5a
# #
Campo de direcciones para x 5 x 1 2y 1 x cos y, y 5 2y 2 sen y
y
4
–4 –2 2 4 x
–2
–4
Figura 7.5b
# #
Trayectorias para x 5 x 1 2y 1 x cos y, y 5 2y 2 sen y
0,4
0,2
–0,4 –0,2 0,2 0,4 x
–0,2
–0,4
Figura 7.5c
# #
Trayectorias para x 5 2x 1 2y, y 5 22y ◆
EL TEOREMA DE POINCARÉ-LIAPUNOV
En líneas más generales, suponga que (a, b) es un punto de equilibrio para el sistema
#
x 5 Fsx, yd
#
y 5 Gsx, yd ,
lo que significa que F(a, b) 5 0 5 G(a, b). Si aplicamos la fórmula de aproximación me-
diante el plano tangente (7.2.2), podemos reescribir este sistema en la forma
# 'F 'F
x 5 Fsa, bd 1 sa, bd sx 2 ad 1 sa, bd sy 2 bd 1 fsx, yd
'x 'y
# 'G 'G
y 5 Gsa, bd 1 sa, bd sx 2 ad 1 sa, bd sy 2 bd 1 gsx, yd ,
'x 'y
o (puesto que F(a, b) 5 0 5 G(a, b)) en la forma
#
x 5 Asx 2 ad 1 Bsy 2 bd 1 fsx, yd
#
y 5 Csx 2 ad 1 Dsy 2 bd 1 gsx, yd , (7.2.6)
'F 'F 'G 'G
donde A 5 sa, bd , B 5 sa, bd , C 5 sa, bd y D 5 sa, bd . Otro modo de consi-
'x 'y 'x 'y
derar esta última situación es percatarse de que estamos trasladando el punto de equilibrio
(a, b) al origen mediante el uso del cambio de variables u 5 x 1 a y v 5 y 2 b. Por supuesto,
esto significa que x 5 u 1 a e y 5 v 1 b, de manera que podemos reescribir (7.2.6) en la forma
#
u 5 Au 1 Bv 1 fsu, vd
#
v 5 Cu 1 Dv 1 gsu, vd ,
cuyo punto de equilibrio es (0, 0). Observe que esto indica que, para analizar la estabilidad
del sistema, cualquier punto de equilibrio (a*, b*) Z (0, 0) se puede transformar en el ori-
gen. Por tanto, podemos establecer un importante resultado de estabilidad para los siste-
mas no lineales en términos de un punto de equilibrio en el origen:
Supongamos que se nos da el sistema autónomo no lineal
#
#
y 5 cx 1 dy 1 gsx, yd , (7.2.7)
fsx, yd gsx, yd
donde ad 2 bc Z 0, lim 5 lim 5 0 y el origen es un punto
sx, yd Ss0, 0d "x
2
1y 2 sx, yd Ss0, 0d "x2 1 y2
de equilibrio. Si l1 y l2 son los valores propios del sistema lineal asociado
#
x 5 ax 1 by
#
y 5 cx 1 dy, (7.2.8)
entonces los puntos de equilibrio de los dos sistemas, (7.2.7) y (7.2.8), se relacionan del si-
guiente modo:
(A) Si los valores propios l1 y l2 no son números reales iguales o no son números
imaginarios puros, las trayectorias del sistema cuasilineal (7.2.7) en torno al
punto de equilibrio (0, 0) se comportan del mismo modo que las trayectorias
del sistema lineal asociado (7.2.8) en torno al origen. Es decir, podemos utili-
zar las entradas apropiadas proporcionadas en la tabla 5.1 (sección 5.5) para
determinar si el origen es un nodo, un punto de silla o un punto espiral de am-
bos sistemas.
(B) Si l1 y l2 son reales e iguales, entonces el origen es un nodo o un punto espiral
de ambos sistemas. Además, si l1 5 l2 , 0, el origen es asintóticamente esta-
ble; y si l1 5 l2 . 0, el origen es un punto de equilibrio inestable.
(C) Si l1 y l2 son números imaginarios puros, el punto de equilibrio (0, 0) es un
centro o un punto espiral del sistema no lineal. Además, este punto espiral
puede ser asintóticamente estable, estable o inestable.
Este importante resultado fue descubierto por Poincaré y por el matemático ruso A.
M. Liapunov (1857-1918). El siguiente ejemplo muestra cómo aplicar el teorema de Poin-
caré-Liapunov.
EJEMPLO 7.2.3 Una aplicación del teorema de Poincaré-Liapunov

Volvamos al sistema del ejemplo 7.1.1:
x9 5 x 2 x2 2 xy
y9 5 2y 2 y2 1 2xy
Vimos que había cuatro puntos de equilibrio: (0, 0), (0, 21), (1, 0) y s 23, 13 d .
En torno al origen, debido a que los términos x2, y2 y xy son menores que los términos
x e y, podemos reemplazar el sistema no lineal por su sistema lineal asociado
xr 5 x
yr 5 2y.
Los valores propios de este sistema lineal son 21 y 1. Según el apartado (A) del resultado
de Poincaré-Liapunov, las trayectorias del sistema no lineal deberían comportarse del
mismo modo que las trayectorias de este sistema lineal asociado. La tabla 5.1 de la sec-
ción 5.5 nos indica que el origen es un punto de silla para ambos sistemas.
Para examinar qué ocurre en torno al punto de equilibrio (0, 21), cambiaremos las va-
riables u 5 x 2 0 5 x y v 5 y 2 (21) 5 y 1 1 de modo que podamos reescribir el sistema
original en la forma
u9 5 x9 5 u 2 u2 2 u(v 2 1) 5 2u 2 u2 2 uv
v9 5 y9 5 2(v 2 1) 2 (v 2 1)2 1 2u (v 2 1) 5 22u 1 v 2 v2 1 2uv.
Entonces, el sistema lineal asociado es
u9 5 2u
v9 5 22u 1 v,
con valores propios 1 y 2. (Compruebe esto.) Ahora, el resultado (A) y la tabla de la sec-
ción 5.5 nos indican que el punto de equilibrio (0, 21) es una fuente para el sistema no lineal.
El punto de equilibrio (1, 0) nos lleva a realizar el cambio de variables u 5 x 2 1 y
v 5 y 2 0 5 y, de manera que el sistema no lineal se transforma en
u9 5 2u 2 v 2 u2 2 uv
v9 5 v 2 v2 1 2uv,
con el sistema lineal asociado
u9 5 2u 2 v
v9 5 v.
Asegúrese que comprueba los detalles. Los valores propios para este último sistema son 21
y 1, de modo que (1, 0) es un punto de silla, tanto para el sistema no lineal como para su
sistema lineal asociado.
Finalmente, observemos el punto de equilibrio s 23, 13 d . La transformación u 5 x 2 23, v 5
y 2 13 conduce al sistema
22u 2v
ur 5 2 2 u2 2 uv
3 3
2u v
vr 5 2 2 v2 1 2uv.
3 3
La aproximación lineal viene dada por
22u 2v
ur 5 2
3 3
2u v
vr 5 2 ,
3 3
1 "15 1 "15
cuyos valores propios son 2 1 iy2 2 i. Por tanto, gracias al resultado (A)
2 6 2 6
y a la tabla 5.1, sabemos que s 23, 13 d es un sumidero espiral. Revise las figuras 7.3a y 7.3b
para verlo con claridad.
La figura 7.6a muestra algunas trayectorias en torno al origen. La figura 7.6b ilustra el
comportamiento del sistema alrededor del punto de equilibrio (0, 21), una fuente.
y
0,2
0,1
–0,2 –0,1 0,1 0,2 x
–0,1
–0,2
Figura 7.6a
Trayectorias de xr 5 x 2 x2 2 xy, yr 5 2y 2 y2 1 2xy cerca del origen
y
x
–0,2
–0,4
–0,6
–0,8
–1
–1,2
–1,4
–1,6
–1,8
–2
Figura 7.6b
Trayectorias de xr 5 x 2 x2 2 xy, yr 5 2y 2 y2 1 2xy cerca de (0, 21)
y
0,2
0,1
0
0,8 0,9 1 1,1 1,2 x
–0,1
–0,2
Figura 7.6c
Trayectorias de xr 5 x 2 x2 2 xy, yr 5 2y 2 y2 1 2xy cerca de (1, 0)
Por último, la figura 7.6c deja claro que (1, 0) es, en efecto, un punto de silla. ◆
A continuación, examinemos un sistema cuya estabilidad no resulta tan evidente.
EJEMPLO 7.2.4 Otra aplicación de Poincaré-Liapunov

El sistema que se estudiará es
#
x 5 2x3 2 y
#
y 5 x 2 y3.
# #
Sea x 5 0 e y 5 0. Sustituimos entonces y 52x3 de la primera ecuación en la segunda
ecuación. Obtenemos x 1 x9 5 0 ó x (1 1 x8) 5 0, y por tanto, x 5 0. De ello se deriva que
(0, 0) es el único punto de equilibrio de este sistema.
El sistema linealizado es
#
x 5 2y
#
y 5 x,
con la ecuación característica l2 1 1 5 0 y los valores propios 2i e i. Puesto que los valo-
res propios son números imaginarios puros, el caso (C) del resultado de Poincaré-Liapu-
nov proporcionado anteriormente nos indica que el origen puede ser un centro o un punto
espiral del sistema no lineal original. (Observe que el origen es un centro del sistema lineal
asociado.) La figura 7.7 muestra una típica trayectoria; en este caso, con un estado inicial
(x(0), y(0)) 5 (20,5, 0) y t extendiéndose desde 29 a 100.
De aquí podemos deducir que parece que la trayectoria se mueva en espiral hacia el
origen; es decir, el punto de equilibrio es asintóticamente estable. Podríamos haber visto
esto desde un punto de vista analítico definiendo la función
dstd 5 "x2 std 1 y2 std ,

0,4
0,2
–0,4 –0,2 0,2 x
–0,2
–0,4
Figura 7.7
# #
Trayectorias de x 5 2x3 2 y, y 5 x 2 y3 cerca del origen
que proporciona la distancia desde cualquier punto (x(t), y(t)) sobre una trayectoria hasta
(0, 0). Si derivamos esta función y después realizamos las sustituciones partiendo de nues-
tras ecuaciones originales, obtenemos
# 1 # #
dstd 5 fx2 std 1 y2 std g21>2 s2xstdx std 1 2ystdy std d
2
xstd s2x3 std 2 ystd d 1 ystd sxstd 2 y3 std d x4 std 1 y4 std
5 52 , 0.
"x2 std 1 y2 std "x2 std 1 y2 std
Esto indica que la distancia entre los puntos sobre la trayectoria y el origen disminuye con
el tiempo; es decir, la trayectoria se mueve siempre cada vez más cerca del origen. ◆
El siguiente ejemplo muestra otro tipo de comportamiento.
EJEMPLO 7.2.5 Otra aplicación más de Poincaré-Liapunov

El sistema
#
x 5 2x 2 6x2y
#
y 5 2y 1 x
tiene el origen como su único punto de equilibrio. Compruébelo usted mismo. La linealiza-
ción de este sistema es
#
x 5 2x
#
y 5 2y 1 x,
cuya ecuación característica es l2 2 4l 1 4 5 (l 2 2)2 5 0. Puesto que los valores propios
son positivos e iguales, utilizaremos el resultado (B) para concluir que el origen es un
punto de equilibrio inestable, una fuente. La figura 7.8 muestra esto.
y
1
0,8
0,6
0,4
0,2
–1 –0,8 –0,6 –0,4 –0,2 0,2 0,4 0,6 0,8 1 x

–0,2
–0,4
–0,6
–0,8
–1
Figura 7.8
# #
Trayectorias de x 5 2x 2 6x2y, y 5 2y 1 x cerca del origen ◆
EJERCICIOS 7.2
1. Vuelva al sistema del ejemplo 7.2.1:
#
x 5 y 1 axsx2 1 y2 d
#
y 5 2x 1 aysx2 1 y2 d .
a. Introduzca las coordenadas polares definidas por x 5 r(t) cos u(t), y 5 r(t) sen u(t).
Observe que x2 1 y2 5 r2 y utilice la regla de la cadena para demostrar que
# # #
xx 1 yy 5 rr .
# # #
b. En la expresión para rr hallada en el apartado (a), sustituya x e y por sus expre-
#
siones en las ecuaciones del sistema y demuestre que r 5 ar3 para r . 0.
# #
# xy 2 yx # #
c. Demuestre que u 5 arctg (y/x) y que u 5 2
. Sustituya las expresiones de x e y
# r
en esta última fórmula para ver que u 5 21.
d. Los resultados de los apartados (b)# y (c) demuestran que nuestro sistema original
es equivalente al sistema 5r 5 ar3, u 5 216 . La segunda ecuación indica que todas
#
las trayectorias rotan alrededor del origen con una velocidad angular constante 1.
Reconociendo que la primera ecuación describe la distancia radial desde el origen
hasta un punto en la trayectoria (vea la función d(t) introducida en el ejemplo
7.2.4), examine lo que le ocurre a r(t) cuando t S ` en los tres casos a , 0, a 5 0 y
a . 0. ¿Qué indica esto sobre la naturaleza del punto de equilibrio en el origen?
Bosqueje la trayectoria (en el plano x-y) para cada uno de los tres casos.
En los ejercicios 2-11: (a) verifique que (0, 0) es un punto de equilibrio, (b) muestre que el
sistema es cuasilineal y (c) comente el tipo y la estabilidad del origen examinando el sistema
lineal asociado.
2. xr 5 3x 1 y 1 xy, yr 5 2x 1 2y 2 2xy2
3. xr 5 x 2 y 1 x2, yr 5 x 1 y
4. xr 5 x 2 xy 2 8x2, yr 5 2y 1 xy
5. xr 5 24x 1 y 2 xy3, yr 5 x 2 2y 1 3x2
6. xr 5 3 sen x 1 y, yr 5 4x 1 cos y 2 1
7. xr 5 x 2 y, yr 5 1 2 e x
8. xr 5 23x 2 y 2 xy, yr 5 5x 1 y 1 xy3
9. xr 5 ys1 2 x2 d, yr 5 2xs1 2 y2 d
10. xr 5 2x 1 x3, yr 5 22y
11. xr 5 22x 1 3y 1 xy, yr 5 2x 1 y 2 2xy2
12. El Brusselator es un modelo simple de un hipotético oscilador químico que apareció
por primera vez en un artículo de 1968 escrito por los científicos belgas I. Prigogine
(laureado con el premio Nobel) y R. Lefever, y fue llamado así por la capital de su país
natal. Una versión del modelo es
#
x 5 1 2 sa 1 1dx 1 bx2y
#
y 5 ax 2 bx2y,
donde x e y son concentraciones de sustancias químicas, y a y b, parámetros positivos.
a. Utilice herramientas tecnológicas, si fuere necesario, para hallar la única solución
de equilibrio de este sistema.
b. Linealice el sistema en torno al punto de equilibrio hallado en el apartado (a).
c. Halle los valores propios del sistema lineal asociado. (Las herramientas tecnológi-
cas podrían resultar útiles para tal propósito.)
d. Utilizando sus respuestas en el apartado (c) y el resultado de Poincaré-Liapunov,
estudie la naturaleza de las soluciones de equilibrio para los siguientes casos:
(1) a 5 3, b 5 1; (2) a 5 2, b 5 7; (3) a 5 1, b 5 4.
13. Una mujer rema en un bote atravesando un río de a unidades de anchura que ocupa
la franja 0 # x # a en el plano x-y, y lo hace siempre hacia un punto fijo en una orilla,
digamos (0, 0). Rema a una velocidad constante u relativa al agua y el río fluye a una
velocidad constante v. La situación puede modelarse mediante las ecuaciones
# ux # uy
x52 , y5v2 ,
"x 1 y
2 2
"x2 1 y2
donde (x, y) describe las coordenadas del bote.
a. Utilice herramientas tecnológicas para trazar el diagrama de fases del sistema para
u . v. (Elija algunos valores razonables para u y v.) ¿Qué clase de punto de equili-
brio es el origen? ¿Qué le ocurre al bote?
b. Utilice herramientas tecnológicas para trazar el diagrama de fases del sistema para
u , v. [Simplemente invierta los valores de u y v utilizados en el apartado (a).]
¿Qué clase de punto de equilibrio es el origen? ¿Qué le ocurre al bote?
7.3 DOS IMPORTANTES EJEMPLOS DE ECUACIONES

Y SISTEMAS NO LINEALES
Ahora que ya sabemos algo sobre el comportamiento de los sistemas no lineales, podemos
aplicar estos conocimientos al análisis de algunas importantes ecuaciones no lineales y de
sistemas de ecuaciones no lineales.
ECUACIONES DE LOTKA-VOLTERRA
Como vimos en la discusión que precedía al ejemplo 4.5.4, las ecuaciones de Lotka-Volterra
no lineales describen una amplia clase de problemas en ecología matemática y, en general,
no se pueden resolver en forma cerrada. Observemos ahora este sistema desde el punto de
vista de Poincaré-Liapunov.
EJEMPLO 7.3.1 Revisión de las ecuaciones de Lotka-Volterra

Las ecuaciones de Lotka-Volterra son
#
x 5 ax 2 bxy
#
y 5 2cy 1 dxy,
donde a, b, c y d son constantes positivas.
Los puntos de equilibrio para este sistema son soluciones del sistema algebraico
ax 2 bxy 5 x (a 2 by) 5 0
2cy 1 dxy 5 y (2c 1 dx) 5 0.
Evidentemente, x 5 y 5 0 es una solución; es decir, el origen (0, 0) es un punto de equili-
brio. Asimismo, por las últimas ecuaciones, debería resultar claro que si x o y es nula, en-
tonces la otra variable también ha de serlo. Por tanto, si hay cualquier otro punto de equi-
librio, debemos tener x Z 0 e y Z 0. En la primera ecuación algebraica, si x Z 0, entonces
debemos tener a 2 by 5 0, y por tanto, y 5 a/b. Por la segunda ecuación, vemos que si
y Z 0, entonces 2c 1 dx 5 0, y por tanto, x 5 c/d. En consecuencia, los únicos puntos de
equilibrio para el sistema de Lotka-Volterra son (0, 0) y (c/d, a/b).
En las proximidades del origen podemos reemplazar nuestro sistema original por el
sistema lineal asociado
#
x 5 ax
#
y 5 2cy,
que se puede escribir en la forma matricial X 5 AX, donde A 5 c d y X 5 c d.

# a 0 x
0 2c y
Ahora, la ecuación característica de A es l2 1 (c 2 a) l 2 ac 5 0, de modo que los valores
propios son a y 2c. Puesto que los valores propios son reales y de signos opuestos, la ta-
bla 5.1 de la sección 5.5 indica que el origen es un punto de silla para el sistema linealizado.
El resultado de Poincaré-Liapunov nos indica que (0, 0) también es un punto de silla para
nuestro sistema no lineal original.
7.3 Dos importantes ejemplos de ecuaciones y sistemas no lineales 333
A fin de estudiar el comportamiento del sistema en las proximidades del punto de

equilibrio (c/d, a/b), transformaremos el sistema definiendo u 5 x 2 c/d y v 5 y 2 a/b. En-
tonces, nuestro sistema original se convierte en
u 5 aau 1 b 2 bau 1 b av 1 b
# c c a
d d b
v 5 2cav 1 b 1 dau 1 b av 1 b ,
# a c a
b d b
y, tras simplificar, en
u 5 a2 bv 2 buv
# bc
d
v 5 a bu 1 duv.
# ad
b
bc
0 2
El sistema lineal asociado viene dado por X 5 AX, donde A 5 ≥ ¥ . En este
# d
ad
0
b
2
caso, el polinomio característico es l 1 ac 5 0, de modo que los valores propios son
l1 5 "ac i y l2 5 2"ac i. Puesto que tenemos unos valores propios imaginarios puros, el
apartado (C) del resultado de Poincaré-Liapunov nos indica que (c/d, a/b) es un centro o un
punto espiral para el sistema no lineal. (La tabla de la sección 5.5 indica que (c/d, a/b) es un
centro estable para el sistema lineal asociado, pero no es necesario que este requisito se cum-
pla para nuestro sistema no lineal.) Sea a 5 b 5 c 5 d 5 1. Entonces, la figura 7.9a muestra el
campo de direcciones para el sistema no lineal en torno al punto de equilibrio (c/d, a/b) 5
(1, 1), y la figura 7.9b representa algunas trayectorias en las proximidades de (1, 1).
y
1,1
1,08
1,06
1,04
1,02
1
0,98
0,96
0,94
0,92
0,9
0,9 0,92 0,94 0,96 0,98 1 1,02 1,04 1,06 1,08 1,1 x
Figura 7.9a
# #
Campo de direcciones de x 5 x 2 xy, y 5 2y 1 xy en torno a (1, 1)
1,1
1,08
1,06
1,04
1,02
1
0,98
0,96
0,94
0,92
0,9
0,9 0,92 0,94 0,96 0,98 1 1,02 1,04 1,06 1,08 1,1 x
Figura 7.9b
# #
Trayectorias de x 5 x 2 xy, y 5 2y 1 xy en torno a (1, 1)
Estas figuras sugieren 2pero no demuestran2 que el punto de equilibrio (1, 1) es un

centro estable para el sistema no lineal. (El ejercicio 5 propone algunas investigaciones en
esta dirección.) ◆
EL PÉNDULO NO AMORTIGUADO
Después de nuestro viaje por el ámbito ecológico, volvamos al mundo de la física y obser-
vemos el movimiento de un sencillo péndulo. En la sección 7.2 vimos que la ecuación no
d2u g
lineal de segundo orden 2 1 sen u 5 0 describe el movimiento de un péndulo no
dt L
amortiguado; es decir, un péndulo bajo la influencia de la gravedad sin fricción o resisten-
cia del aire que impida este movimiento. Aquí, u es el ángulo que hace el péndulo con la
vertical, g es la aceleración debida a la gravedad y L es la longitud del péndulo (figura 7.10).
␪
L
v
g
Figura 7.10
Péndulo no amortiguado
EJEMPLO 7.3.2 El péndulo no amortiguado: un análisis de Poincaré-Liapunov

# # d2u g
Si suponemos que x 5 u e y 5 u 5 x , podemos expresar la ecuación única 2 1 sen u 5 0
dt L
en forma de sistema no lineal:
#
x5y
# g
y 5 2 sen x.
L
En primer lugar, tenemos que hallar los puntos de equilibrio de este sistema. (Esto co-
rrespondía al problema 16 de la sección Ejercicios 4.5.) Claramente, cualquier punto de
g
equilibrio (x, y) debe tener y 5 0. La ecuación 2 sen x 5 0 tiene las soluciones x 5 np,
L
n 5 0, ± 1, ± 2... Por tanto, todos los puntos con la forma (np, 0) para n 5 0, ± 1, ± 2... son
puntos de equilibrio para el sistema que describe la oscilación del péndulo. Puesto que la
función seno tiene el período 2p –es decir, sen (x 1 2kp) 5 sen x para cualquier número
entero k–, la segunda ecuación del sistema permanece igual para los ángulos que difieren
en múltiplos enteros de 2p. En consecuencia, no existen diferencias físicas en el sistema
para tales ángulos. (Reflexione sobre esto en términos físicos.) Ahora, todas las primeras
coordenadas de puntos de equilibrio que son múltiplos pares de p difieren de 0 mediante
múltiplos de 2p; así que podemos simplemente estudiar lo que sucede en torno a (0, 0).
[Por ejemplo, el punto (28p, 0) es el mismo que (0 1 (24) ? 2p, 0).] Del mismo modo,
todas las primeras coordenadas de puntos de equilibrio que son múltiplos impares de p di-
fieren de p mediante múltiplos de 2p, por lo que podemos ver simplemente qué le sucede
al sistema en torno a (p, 0). (Por ejemplo, (17p, 0) es igual que (p 1 (8) ? 2p, 0).) Por
tanto, mediante el análisis del comportamiento del sistema en torno a los puntos (0, 0) y
(p, 0), podemos entender el comportamiento en torno a cualquiera de los infinitos puntos
de equilibrio.
En las proximidades del origen, podemos sustituir sen x por su desarrollo en serie de
Taylor, de modo que nuestro sistema se puede escribir en la forma
#
x5y
y 5 2 sen x 5 2 ax 2 b
# g g x3 x5 x7 c
1 2 1
L L 3! 5! 7!
y podemos ver que la linealización del mismo viene dada por
#
x5y
# g
y 5 2 x.
L
0 1
En forma matricial, esto se transforma en X 5 £ § X, con la ecuación característica
#
g
2 0
L
5 0 y con los valores propios imaginarios puros l 5 6 "g>L i. Una vez más, el
g
l2 1
L
apartado (C) del resultado de Poincaré-Liapunov indica un centro o un punto espiral. In-
tuitivamente, deberíamos darnos cuenta de que esta situación es similar a la del sistema
de masa-resorte no amortiguado: en ausencia de cualquier tipo de resistencia, el objeto
continuará moviéndose periódicamente alrededor de su estado de equilibrio. En nuestro
caso, sería esperable que el péndulo oscilara de un lado a otro indefinidamente. [Com-
pare el sistema lineal asociado del péndulo con el sistema (4.5.5) del ejemplo 4.5.5.] La
figura 7.11 muestra el diagrama de fases del sistema no lineal con g 5 L cerca del origen.
Observe lo que nos indica la figura. Si el péndulo inicia su movimiento con x0 5 u0, un
valor entre 0 y p, y al soltar su extremo (la lenteja), dicho péndulo oscilará en dirección
horaria (negativa) hacia la posición vertical y pasará la vertical (x 5 u 5 0) hasta que
forme un ángulo como el inicial, en el otro lado. En este punto (x 5 2x0 5 2u0), el pén-
dulo comienza su viaje de vuelta a la posición vertical y después la sobrepasa de nuevo
hasta x 5 u0 . La variable y representa la velocidad angular, que es nula cuando soltamos
el péndulo, y se torna negativa a medida que la velocidad aumenta en dirección negativa,
alcanza su máximo cuando el péndulo atraviesa la posición vertical y después disminuye
a medida que el péndulo se aproxima a x 5 2x0 5 2u0. En este punto, el péndulo inicia
su oscilación de vuelta hacia el centro y, finalmente, de vuelta a su posición inicial, con un
aumento y una disminución de la velocidad apropiados. (Nos ocuparemos brevemente de
las curvas de la parte más alta y más baja de la figura 7.11.)
A continuación, examinaremos el comportamiento del péndulo cerca del punto de
equilibrio (p, 0). La transformación u 5 x 2 p, v 5 y 2 0 tiene como resultado el sistema
no lineal
#
u5v
# g g g
v 5 2 sensu 1 pd 5 2 s2sen ud 5 sen u,
L L L
y
3
–3 –2 –1 1 2 3 x
–1
–2
–3
Figura 7.11
# #
Trayectorias de x 5 y, y 5 2sen x cerca del origen
con el sistema lineal asociado

#
u5v
# g
v 5 u.
L
Cerciórese de que entiende cómo hemos llegado a este punto. Este sistema lineal tiene la
g g
ÅL
ecuación característica l2 2 5 0 y los valores propios 6 . Según el apartado (A) de
L
los resultados de Poincaré-Liapunov sobre la estabilidad 2y la tabla 5.1 de la sección 5.52,
vemos que el punto de equilibrio (p, 0) es un punto de silla. La figura 7.12 (nuevamente
con g 5 L) se centra en el comportamiento del sistema en torno a este punto.
Por más que esto parezca claro, hemos pasado rozando por algo que aún no se ha ex-
plicado: las extrañas curvas en la parte superior e inferior de la figura 7.11. Si nos detene-
mos un poco más a observar el diagrama de fases al completo (figura 7.13), este carácter
de extrañeza se torna más evidente.
Claramente, si la velocidad inicial impartida al péndulo no amortiguado es lo suficien-
temente baja, el péndulo oscilará indefinidamente de un lado a otro en torno a su punto
de equilibrio (0, 0). Desde el punto de vista físico, esta posición de equilibrio corresponde
#
al péndulo en reposo (y 5 u 5 0) y colgando directamente hacia abajo (x 5 u 5 0). Si do-
tamos al péndulo de una velocidad inicial lo suficientemente alta, girará rápidamente ha-
cia arriba y por encima de la parte superior: una y otra vez en ausencia de fricción o resis-
tencia del aire. Su velocidad variará periódicamente, y alcanzará su mínimo en los
múltiplos impares de p (cuando su posición sea la vertical superior) y su máximo en los
múltiplos pares de p (cuando pase por la posición vertical inferior).
Las curvas que unen los puntos de silla (múltiplos impares de p en el eje x) requieren
una explicación detallada. La figura 7.14 se centra en las curvas que conectan los puntos
y
0,8
0,6
0,4
0,2
0
2,6 2,8 3 3,2 3,4 x
–0,2
–0,4
–0,6
–0,8
Figura 7.12
# #
Trayectorias de x 5 y, y 5 2sen x cerca de (p, 0)
y
3
–8 –6 –4 –2 2 4 6 8 x
–1
–2
–3
Figura 7.13
# #
Diagrama de fases de x 5 y, y 5 2sen x
y
3
–4 –2 2 4 x
–1
–2
–3
Figura 7.14
Separatrices conectando s2p, 0d y sp, 0d
de silla (2p, 0) y (p, 0), denominadas separatrices, que separan las regiones de comporta-
miento “normal”. (A nivel más técnico, reciben el nombre de trayectorias heteroclínicas o
conexiones entre puntos de silla.) Como hemos indicado anteriormente, los puntos de silla
representan un péndulo apuntando hacia arriba y en reposo. Entonces, desde el punto de
vista físico, estas trayectorias heteroclínicas describen el hecho de que el péndulo aminora
su velocidad en cuanto se aproxima a su posición invertida.
Los ejercicios 12 y 13 sugieren un modo más analítico de comprender el comporta-
miento del péndulo no amortiguado. ◆
EJERCICIOS 7.3
Halle el punto de equilibrio no trivial para cada uno de los sistemas de Lotka-Volterra en
los ejercicios 1-4. Es posible que necesite herramientas tecnológicas.
# #
1. x 5 3x 2 2xy, y 5 2y 1 4xy
# #
2. x 5 0,1x 2 0,2xy, y 5 20,5y 1 0,3xy
# #
3. x 5 0,005x 2 0,02xy, y 5 20,3y 1 0,4xy
# #
4. x 5 x 2 2xy, y 5 23y 1 4xy
5. Considere las ecuaciones de Lotka-Volterra para a 5 b 5 c 5 d 5 1. La figura 7.9b
muestra algunas trayectorias correspondientes a esta situación. Dejando a un lado la
gráfica, queremos demostrar que las trayectorias son curvas cerradas; es decir, que el
punto de equilibrio (1, 1) es un centro estable.
dy
a. Demuestre que el campo de direcciones para es simétrico respecto a la recta
dx
y 5 x. (Sugerencia: observe lo que ocurre al intercambiar x e y en la ecuación de
direcciones .)
b. Demuestre que si se parte de algún punto P 5 (x, y) sobre la recta y 5 x, y se viaja
a lo largo de la trayectoria, una vez alrededor del punto (1, 1), se termina de vuelta
en el mismo punto P, de forma que la curva es cerrada.
6. Considere las ecuaciones de Lotka-Volterra (ejemplo 7.3.1) para a 5 b 5 c 5 d 5 1.
Para adquirir cierta confianza en la eficacia de los métodos numéricos, utilice cual-
quier algoritmo de Runge-Kutta y el tamaño de paso que su profesor le sugiera, para
aproximar la solución al problema de valor inicial con x(0) 5 1 e y(0) 5 2 sobre el in-
tervalo [0, 1].
7. Considere el sistema ya examinado en el ejemplo 4.5.4:
#
x 5 0,2x 2 0,002xy
#
y 5 20,1y 1 0,001xy
a. Halle los puntos de equilibrio del sistema.
b. Con herramientas tecnológicas, represente gráficamente la trayectoria correspon-
diente a las condiciones iniciales x(0) 5 100 e y(0) 5 300. Interprete estos valores
iniciales y la forma de la trayectoria en términos de las poblaciones del depredador
y la presa. (Elija el intervalo [0, 55] para su variable independiente t.)
c. Utilice la gráfica de la trayectoria hallada en el apartado (b) para estimar los valo-
res máximo y mínimo de las poblaciones x e y.
dy
d. Halle la ecuación de direcciones y resuélvala 2implícitamente2 con las condi-
dx
ciones iniciales dadas en el apartado (b).
e. Utilice herramientas tecnológicas para representar gráficamente la solución ha-
llada en el apartado (d) y use intervalos para x e y consecuentes con sus respuestas
al apartado (c).
8. Recuerde que el sistema de Lotka-Volterra (ejemplo 7.3.1) tiene el punto de equili-
brio no trivial (c/d, a/b). Para entender la dirección de cualquier trayectoria para las
ecuaciones de Lotka-Volterra sin depender de una gráfica proporcionada por herra-
mientas tecnológicas, divida el primer cuadrante del plano x-y en cuatro subcuadran-
tes mediante las rectas x 5 c/d e y 5 a/b. (Realice un croquis de esta situación.)
# #
a. Demuestre que para x . c/d e y . a/b, tiene x , 0 e y . 0.
# #
b. Demuestre que para x , c/d e y . a/b, tiene x , 0 e y , 0.
# #
c. Demuestre que para x , c/d e y , a/b, tiene x . 0 e y , 0.
# #
d. Demuestre que para x . c/d e y , a/b, tiene x . 0 e y . 0.
e. A partir de los resultados de los apartados (a)-(d), infiera que cualquier punto
(x(t), y(t)) sobre una trayectoria para las ecuaciones de Lotka-Volterra se mueve
en dirección antihoraria.
#
9. Recuerde que en el ejemplo 7.3.1, las ecuaciones de Lotka-Volterra x 5 ax 2 bxy,
# # #
y 5 2cy 1 dxy se linealizaron para obtener u 5 s2bc>ddv, v 5 sad>bdu en las pro-
ximidades del punto de equilibrio (c/d, a/b).
du
a. Halle la ecuación de direcciones y deduzca que el sistema lineal tiene una solu-
dv
ción que satisface ad2u2 1 b2cv2 5 K, donde K es una constante positiva.
b. Reescriba la solución al apartado (a) en términos de las variables originales x e y y
demuestre que se obtiene la ecuación de una elipse con centro en (c/d, a/b) y con
ejes paralelos a los del plano x-y.
c. Calcule la derivada de cada ecuación del sistema linealizado para obtener las ecua-
$ $
ciones u 5 2acu, v 5 2acv, ecuaciones lineales de segundo orden desacopladas y
$
de la forma w 5 2Rw.
d. Demuestre que la solución del sistema linealizado es un par de funciones ((u(t), v(t))
con el mismo periodo 2p>"ac.
dy
10. Céntrese en la ecuación para la población de depredadores, 5 2cy 1 dxy.
dt
a. Divida la ecuación por y e integre entre el instante inicial t0 y algún instante arbi-
trario t.
b. Suponga que la población de depredadores es periódica (consulte la figura 4.9 o
la 4.10b, por ejemplo) con un periodo T y sea t 5 t1 en el apartado (a), de forma que
t1 2 t0 5 T e y(t1) 5 y(t0). Demuestre que el valor promedio de la población de pre-
sas es c/d, el mismo que la población de presas en equilibrio. (Recuerde que el valor
b
1
b 2 a 3a
promedio de una función f en el intervalo [a, b] se define como fsrddr.) [Su-
gerencia: advierta que y >y 5 2c 1 dx e integre de 0 a T, utilizando la periodicidad

#
de ln 0 ystd 0 .]
11. Si el resultado del problema 10(b) fuera cierto y el valor promedio de la población y(t)
de depredadores es a / b, la población de equilibrio del depredador, y suponiendo asi-
mismo que ambas poblaciones de depredadores y de presas tienen el mismo periodo
T, demuestre que el valor promedio de x(t) ? y(t) equivale al valor promedio de x(t)
#
veces el valor promedio de y(t). [Sugerencia: sy 1 cyd>d 5 xy.]
12. Considere la ecuación simplificada de un péndulo utilizada en la figura 7.11 del ejem-
d2u
plo 7.3.2: 2 1 sen u 5 0. Se va a demostrar 2analíticamente2 que esta ecuación
dt
tiene soluciones periódicas; es decir, que hay trayectorias cerradas en el plano de fases
correspondiente a la versión de la ecuación en forma de sistema.
a. Demuestre que esta ecuación es equivalente al sistema
dx
5y
dt
dy
5 2sen x.
dt
b. Demuestre que cualquier trayectoria en el plano de fases es una solución de
dy sen x
52 .
dx y
c. Resuelva la ecuación del apartado (b).
d. Demuestre que hay trayectorias cerradas en el plano x-y y, por lo tanto, que el pro-
blema del péndulo no amortiguado tiene soluciones periódicas. [Sugerencia: halle
valores apropiados de la constante de integración obtenida en el apartado (c).]
dy sen x
13. Cuando se halla la solución general de la ecuación 52 2como en el apartado
dx y
(b) del ejercicio anterior2, se obtiene una constante arbitraria C.
a. ¿Qué valores de C proporcionan las trayectorias onduladas en las partes superior e
inferior de la figura 7.13?
b. ¿Qué valores de C proporcionan las separatrices, como en la figura 7.14?
14. Para valores pequeños de u es sen u < u, así que la ecuación linealizada del péndulo no
$ g
amortiguado es u 1 u 5 0. Trabaje con esta ecuación y con las condiciones iniciales
# L
us0d 5 0, us0d 5 2.
a. Halle ustd si la longitud del péndulo es de 8 pies. (Tome g 5 32 pies/s2.)
b. ¿Cuál es el periodo de la función hallada en el apartado (a)?
c. Si el péndulo es parte de un reloj que hace tic-tac cada vez que el péndulo realiza
una oscilación completa, ¿cuántos tic-tacs efectúa el reloj en un minuto?
d. ¿Cómo se influye en el movimiento del péndulo cuando se cambia la longitud a
L 5 4 pies?
$ #
15. La ecuación u 1 ku 1 sen u 5 0 describe un péndulo amortiguado concreto; es decir,
un péndulo con fricción o resistencia del aire. Aquí, k es una constante positiva, el
coeficiente de fricción.
a. Transforme esta ecuación de segundo orden en un sistema de ecuaciones de pri-
mer orden.
b. Utilice herramientas tecnológicas para obtener el diagrama de fases cuando k 5 0,1.
c. Utilice herramientas tecnológicas para obtener el diagrama de fases cuando k 5 0,5.
d. Compare los diagramas de fases de los apartados (b) y (c) y proporcione una inter-
pretación física de lo que observe.
7.4 LA ECUACIÓN DE VAN DER POL Y LOS CICLOS LÍMITE,

LA ECUACIÓN DE VAN DER POL
El siguiente ejemplo trata de una famosa ecuación que surgió con la aparición de los apa-
ratos de radio. El contexto original fue el estudio de ciertos circuitos eléctricos que conte-
nían un tubo de vacío, pero el trabajo ha tenido asimismo significativas aplicaciones en el
campo de la biología. Los experimentos pioneros y el primer análisis teórico fueron guia-
dos por el ingeniero eléctrico holandés Balthasar van der Pol (1889-1959) y otros en la se-
gunda decada del siglo XX.
EJEMPLO 7.4.1 La ecuación de Van der Pol

La ecuación de Van der Pol (u oscilador de Van der Pol)
xs 1 esx2 2 1dxr 1 x 5 0, (7.4.1)
donde e es un parámetro positivo, también se puede interpretar en términos de un sistema
masa-resorte con una resistencia no lineal. (Consulte el ejercicio 1.) La ecuación (7.4.1) se
puede escribir en forma de sistema:
xr1 5 x2
xr2 5 2x1 1 ex2 s1 2 x21 d . (7.4.2)
Lo primero que debemos hacer es hallar los puntos de equilibrio de (7.4.2). A fin de
hacernos una idea del comportamiento de este sistema, supongamos que e 5 1. (Consulte
los ejercicios 2 y 3, en los que se le requiere que considere otros valores de e.) Entonces, la
versión linealizada del sistema no lineal (7.4.2) es
xr1 5 x2
xr2 5 2x1 1 x2,
con la ecuación característica l2 2 l 1 1 5 0 y con los valores propios s1 6 "3id>2. Esto
implica (¿por qué?) que tanto el sistema no lineal (7.4.1) como su aproximación lineal
(7.4.2), tienen una fuente espiral en el origen. Sin embargo, este sistema particular presenta
un nuevo comportamiento, característicamente no lineal. La figura 7.15a muestra el dia-
grama de fases del sistema no lineal (7.4.1) en torno a (0, 0).
Lo que está ocurriendo aquí es que varias trayectorias que parten de las proximidades
del origen se mueven en espiral desde el origen 2como era de esperar2 hacia fuera, en di-
rección a una curva cerrada concreta, mientras que otras trayectorias que inician su movi-
miento más lejos de (0, 0) también parecen aproximarse a esta curva cerrada asintótica-
mente (es decir, cuando t S ` ). Con razón, dicha trayectoria se denomina ciclo límite
estable. Un ciclo límite estable se puede describir también como una trayectoria periódica
que atrae a otras trayectorias cercanas, mientras que un ciclo límite inestable las repele. Es
importante advertir que los sistemas lineales nunca tienen ciclos límite. (Consulte la discu-
sión acerca de los ciclos límite que sigue a este ejemplo.) Observe que el diagrama de fases
del sistema linealizado (figura 7.15b) no muestra ningún ciclo límite, tan sólo el movi-
miento espiraliforme que se aleja desde el origen.
La figura 7.15c de la página 344 muestra una gráfica de x respecto de t con las condiciones
iniciales x(0) 5 0,5, x9(0) 5 20,5. Dicha gráfica refleja la eventual periodicidad de la solución y
x2
–3 –2 –1 1 2 3 x1
–1
–2
–3
Figura 7.15a
Diagrama de fases de xr1 5 x2, xr2 5 2x1 1 x2 s1 2 x21 d cerca del origen
x2
–3 –2 –1 1 2 3 x1
–1
–2
–3
Figura 7.15b
Diagrama de fases de xr1 5 x2, xr2 5 2x1 1 x2 cerca del origen
el hecho de que las espirales se abren camino hacia fuera 2a medida que aumentan los valo-
res de t2 hasta el ciclo límite. La solución muestra un comportamiento transitorio 2provisio-
nal o efímero2 al comienzo, antes de estabilizarse en su patrón periódico.
Por otra parte, si elegimos un punto inicial (x(0) 5 23, x9(0) 5 25) en una región que
parece estar fuera del ciclo límite mostrado en la figura 7.15a, veremos el comportamiento
de la solución mostrado mediante la figura 7.15d, que ilustra el modo en que una espiral se
abre camino hacia el interior hasta el ciclo límite.
x
2
–5 5 10 15 20 25 t
–1
–2
Figura 7.15c
Gráfica de x(t) respecto de t, x(0) 5 0,5, x9(0)5 20,5, 26 # t # 26
x
2
1
4 8 12 16 20 24 t
–1
–2
–3
Figura 7.15d
Gráfica de x(t) respecto de t, x(0) 5 23, x9(0)5 25, 20,6 # t # 26
De nuevo podemos ver que, finalmente, la solución se vuelve periódica, tras una fase
transitoria inicial. ◆
CICLOS LÍMITE
Las ecuaciones de Lotka-Volterra (ejemplos 4.5.4 y 7.3.1) y el sistema de masa-resorte no
amortiguado (ejemplo 4.5.5) muestran que los sistemas autónomos, en ocasiones, presen-
tan soluciones periódicas cuyas trayectorias son curvas cerradas en el plano de fases.
Como hemos visto, el oscilador de Van der Pol, que se puede describir como un oscilador
no lineal negativamente amortiguado (observe la forma de la ecuación), tiene soluciones
cuyo comportamiento límite (cuando t S ` ) es el de una solución periódica finita. Tal y
como hemos indicado, dicha trayectoria cerrada, aislada y no trivial, se denomina ciclo lí-
mite. En este caso, “no trivial” significa que la curva solución no es un único punto, y “ais-
lada” se refiere al hecho de que ninguna trayectoria que esté lo suficientemente cerca del
ciclo límite es también cerrada. #
En general, un sistema lineal X 5 AX puede tener trayectorias cerradas, pero no estarán
aisladas: si X(t) es una solución periódica, entonces también lo es cX(t) para cualquier cons-
tante c no nula. (¿Puede demostrar esto?) En consecuencia, por ejemplo, si seleccionamos
c 5 (1 2 1/k) (k 5 1, 2, 3 . . .), veremos que X(t) está siendo atestada por una familia unipara-
métrica de trayectorias cerradas. (De esta manera, las trayectorias cerradas que aparecen en
la figura 7.9b de la sección 7.3. no están aisladas y, por tanto, de ningún modo podrían ser ci-
clos límite. Se pueden obtener trayectorias tan próximas mutuamente como se desee.)
Cada trayectoria que parte lo suficientemente cerca de un ciclo límite se aproxima al
mismo bien para t S ` o para t S 2 ` . A nivel gráfico, esto significa que dicha trayectoria
se curva alrededor del ciclo límite, o se desenrolla partiendo desde el mismo. Un ciclo lí-
mite se denomina semiestable si las trayectorias se aproximan a un lado del mismo mien-
tras se apartan del otro.
Un investigador lo ha expresado así,
El ciclo límite estable es el modelo básico para todos los osciladores autosostenidos o autóno-
mos; aquellos que vuelven, o retornan, a cierta órbita periódica fundamental cuando son per-
turbados de la misma. Las oscilaciones estables, el “latido” del corazón humano 2que recupera
cierto ritmo normal después de ser elevado en un sprint2, los ciclos de los sistemas depreda-
dor-presa y diversos circuitos eléctricos son sólo tres entre los innumerables ejemplos. Los ci-
clos económicos y ciertas olas periódicas de malestar social son, muy posiblemente, otros.1
Observemos otros ejemplos de este importante fenómeno, el ciclo límite. La ecuación
de Van der Pol mostraba un ciclo límite estable, pero el siguiente ejemplo muestra un tipo de
comportamiento diferente.
EJEMPLO 7.4.2 Un ciclo límite inestable

Examinemos el sistema autónomo
#
x 5 2y 1 xsx2 1 y2 2 1d
#
y 5 x 1 ysx2 1 y2 2 1d .
La presencia de la forma algebraica x2 1 y2, con su sugerencia de circularidad (rotación), nos
avisa de que podemos ver las cosas con más claridad si nos desviamos hacia las coordenadas
polares (consulte el apéndice B.1). Al realizar las sustituciones x 5 r cos u 5 r(t) cos u (t),
y 5 r sen u 5 r(t) sen u (t) y u 5 arctg (y/x), obtenemos x2 1 y2 5 r2. (Es posible que haya
visto este tipo de sustitución al calcular algunas integrales en clase de Cálculo; o en el pro-
blema 1 de la sección Ejercicios 7.2.) Algunas manipulaciones algebraicas (consulte el ejerci-
cio 4) nos llevan a la forma en coordenadas polares del sistema de partida:
#
r 5 sr2 2 1dr sr $ 0d
#
u 5 1.
Este sistema describe el movimiento de un objeto en términos de su distancia radial
r 5 r(t) desde el origen y su velocidad angular (constante) u en dirección antihoraria. La
figura 7.16 ilustra esto en general.
Puesto que las ecuaciones son independientes (o desacopladas), cada una con una
única variable dependiente, podemos analizarlas por separado. Consideraremos la pri-
mera ecuación como una ecuación no lineal de primer orden y examinaremos su diagrama
de fases del mismo modo que en la sección 2.4 (figura 7.17). Si recordamos que r es no ne-
gativa, veremos que las únicas soluciones de equilibrio son r ; 0 y r ; 1. Observe que la
#
primera ecuación nos indica que si r , 1, entonces r , 0, de modo que la distancia a la tra-
1. J. M. EPSTEIN. Nonlinear Dynamics, Mathematical Biology, and Social Science, 121. Addisson-Wesley, 1997.
(x(t), y(t))
)
r (t
␪(t)
x
Figura 7.16
Movimiento descrito en términos de la distancia radial
y la velocidad angular
r•
1 r
Figura 7.17
#
Diagrama de fases de r 5 sr2 2 1dr, r $ 0
y
2
–2 –1 1 2 x
–1
–2
Figura 7.18
#
Diagrama de fases de r 5 sr2 2 1dr, r $ 0, en el plano de fases x-y
yectoria desde el origen disminuye; es decir, la trayectoria se aproxima al origen y se aleja

#
del círculo unidad (r ; 1, 0 # u # 2p); mientras que si r . 1, obtenemos r . 0, y por
tanto, las trayectorias también son repelidas por el círculo unidad.
A partir de este diagrama de fases podemos ver que r ; 0 es un sumidero, y r ; 1, una
fuente. Podríamos haber recurrido al test de la derivada de la sección 2.5 para verlo. (Con-
sulte también el ejercicio 5 al final de esta sección.) En particular, el origen es un sumidero
para el sistema en su forma de coordenadas rectangular original. La figura 7.18 muestra el
diagrama de fases en el espacio x-y.
A partir de esto, vemos que el círculo unidad es un ciclo límite inestable. ◆
Ahora ya estamos preparados para algo un poco más complicado, pero útil.
EJEMPLO 7.4.3 Un sistema con dos ciclos límite

Echemos un vistazo al sistema
#
r 5 rsr 2 1d sr 2 2d
#
u 5 1.
Como en el ejemplo anterior, el sistema describe el movimiento de un objeto en tér-#
minos de su distancia radial r 5 r(t) desde el origen y su velocidad angular (constante) u
en dirección antihoraria. Examinemos el diagrama de fases de la primera ecuación (figura
7.19), cuyas soluciones de equilibrio son r ; 0, r ; 1 y r ; 2. Como podemos ver, r ; 0 y
r ; 2 son fuentes, mientras que r ; 1 es un sumidero. Esto nos indica que el sistema tiene
dos ciclos límite circulares: uno estable (r ; 1) y otro inestable (r ; 2). Las trayectorias
que parten del interior del círculo unidad se aproximan al mismo cuando t S ` , al igual
que hacen las trayectorias cuyo punto inicial está dentro de la corona circular formada por
los dos círculos r ; 1 y r ; 2. Cualquier trayectoria que parta del exterior del círculo de
radio 2 se aleja a medida que t S ` .
r•
1 2 r
Figura 7.19
#
Diagrama de fases de r 5 rsr 2 1d sr 2 2d, r $ 0 ◆
El siguiente ejemplo ilustra un tercer tipo de ciclo límite.

EJEMPLO 7.4.4 Un círculo límite semiestable

¿Qué tipo de comportamiento se muestra mediante el siguiente sistema?:
#
r 5 rsr 2 1d 2
#
u 5 1.
El diagrama de fases para la primera ecuación (figura 7.20) lo explica.
r•
1 r
Figura 7.20
#
Diagrama de fases de r 5 rsr 2 1d 2, r $ 0
El punto de equilibrio r ; 0 es una fuente, mientras que r ; 1 es un nodo porque

#
r . 0 para 0 , r , 1 y también para r . 1. La interpretación gráfica de este hecho es que
el círculo unidad descrito por r ; 1 es un ciclo límite semiestable. Las trayectorias se apro-
ximan al círculo unidad desde el interior del mismo, mientras que las trayectorias que par-
ten del exterior se alejan del círculo unidad. ◆
Por supuesto, puede ocurrir que una ecuación o sistema no lineal no tenga ningún ci-
clo límite 2solución periódica, no constante, aislada2. Puesto que las ecuaciones y los sis-
temas no lineales resultan normalmente demasiado difíciles de resolver, se han desarro-
llado otros métodos 2métodos cualitativos2 con el objetivo de determinar la existencia o
no existencia de ciclos límite. Dichos métodos implican ideas de matemáticas avanzadas
que no se comentarán detalladamente en este libro. Los ejercicios 11-16 ilustran un crite-
rio negativo debido al matemático sueco Ivar Bendixson (1861-1935).
EJERCICIOS 7.4
1. En la discusión de la ecuación de Van der Pol (7.4.1), señalamos que se puede inter-
pretar como un sistema de masa-resorte con resistencia no lineal. En concreto, el tér-
mino esx2 2 1d representa un coeficiente de amortiguación variable.
a. Explique por qué esx2 2 1d , 0 cuando 21 , x , 1, de forma que la amortigua-
ción es negativa para pequeñas oscilaciones correspondientes a 21 , x , 1. (Esto
significa que las oscilaciones de pequeña amplitud son amplificadas si se vuelven
demasiado pequeñas.)
b. Explique por qué esx2 2 1d . 0 cuando |x| . 1, de forma que la amortiguación es po-
sitiva para grandes oscilaciones correspondientes a |x| . 1. (Esto significa que las osci-
laciones de gran amplitud son forzadas a menguar si se vuelven demasiado grandes.)
2. Utilice herramientas tecnológicas para dibujar diagramas de fases de la ecuación de

Van der Pol para e 5 14, 32 y 3.
3. Considere la ecuación de Van der Pol en su expresión (7.4.2) en forma de sistema,
donde x1(0) 5 1 y x2(0) 5 0.
a. Para e 5 14, represente gráficamente la trayectoria en el plano x1-x2 y después la de
x1(t) respecto de t y x2(t) respecto de t, sobre conjuntos de ejes diferentes. Utilice
herramientas tecnológicas.
b. Para e 5 4, represente gráficamente la trayectoria en el plano x1-x2. Dibuje enton-
ces x1(t) respecto de t y x2(t) respecto de t sobre conjuntos de ejes diferentes. Uti-
lice herramientas tecnológicas.
c. Comente las diferencias entre las gráficas del apartado (a) y las del apartado (b).
4. Vuelva al ejemplo 7.4.2 y observe las sustituciones trigonométricas que se sugieren.
Verifique la expresión, en coordenadas polares, de las ecuaciones del sistema.
# # #
a. Utilice la regla de la cadena para mostrar que rr 5 xx 1 yy .
# 1 # # # # #
b. Demuestre que u 5 2 2 2
syx 2 xy d o 2r2u 5 syx 2 xy d .
x 1y
# #
c. Demuestre que xx 1 yy 5 sx2 1 y2 d sx2 1 y2 2 1d 5 r2 sr2 2 1d . (Sugerencia: mul-
tiplique la primera ecuación del sistema por x, la segunda por y, y sume entonces los
resultados.)
#
d. Utilice los apartados (a) y (c) para concluir que r 5 rsr2 2 1d .
e. Utilice
# el apartado (b) y el método general en el apartado (c) para demostrar que
u 5 1.
5. Considere nuevamente el sistema desacoplado 2de la representación en coordenadas
polares2 del ejemplo 7.4.2.
a. Resuélvalo para r(t).
b. Resuélvalo para ustd .
c. Utilice sus respuestas a los apartados (a) y (b) para deducir x(t) e y(t).
d. Construya trayectorias en el plano x-y trazando las gráficas de x(t) e y(t) sobre el
mismo conjunto de ejes, para diferentes constantes de integración (las mismas para
cada par x(t), y(t)2 y para diferentes valores de t 2positivos y negativos2.
6. Siga las directrices dadas en el ejercicio 5 para el sistema del ejemplo 7.4.3.
Observe el sistema 5r 5 rs1 2 r2 d, u 5 16 .
# #
7.
a. Muestre que es equivalente al sistema
#
x 5 x 2 y 2 xsx2 1 y2 d
#
y 5 x 1 y 2 ysx2 1 y2 d ,
donde x 5 r(t) cos u(t) e y 5 r(t) sen u(t).
b. Utilice cualquiera de las formas del sistema para determinar su ciclo límite único.
8. Considere el sistema 5r 5 rs4 2 r2 d, u 5 16 , donde x(t) 5 r(t) cos u(t) e y 5 r(t) sen u(t).
# #
Dadas las condiciones iniciales x(0) 5 0,1, y(0) 5 0, bosqueje la gráfica de x(t) sin hallar
una expresión explícita para x(t). (Sugerencia: estudie detenidamente el ejemplo 7.4.2.)
9. El sistema
#
x 5 2y 2 y2
#
y 5 12x 2 15y 1 xy 2 65y2
fue descubierto por el matemático chino Tung Chin Chu a finales de los 1950, cuando
investigaba sobre un famoso problema, no resuelto, de ciclos límite.
a. Halle el punto o los puntos de equilibrio de este sistema.
b. Utilice herramientas tecnológicas para trazar un diagrama de fases para cada punto
de equilibrio, centrándose en la región alrededor de dicho punto. (Es algo compli-
cado obtener un buen diagrama de fases para este problema, así que sea paciente.)
c. Utilizando el diagrama o los diagramas de fases, identifique y describa con el tér-
mino estable o inestable cualquier ciclo límite que observe.
10. Halle todos los ciclos límite del sistema
#
r 5 rsr 2 1d sr 2 2d 2 sr 2 3d
#
u5 1
e identifíquelos como estables, inestables o semiestables.
Suponga que tenemos un sistema autónomo 5x 5 fsx, yd, y 5 gsx, yd 6 , donde f y g tienen
# #
primeras derivadas parciales continuas en alguna región R del plano de fases que no tiene
'f 'g
ningún “agujero”. El teorema de Bendixson (o criterio negativo) afirma que, si 1 es
'x 'y
siempre positivo o siempre negativo en puntos de R, entonces el sistema tiene soluciones no pe-
riódicas en R. Por ejemplo, el sistema 5x 5 xy2, y 5 x2 1 8y6 no tiene ciclos límite en ningún
# #
'sxy2 d 'sx2 1 8yd
sitio, porque 1 5 y2 1 8 . 0 para todos los valores de x e y en el plano.
'x 'y
Utilice el criterio de Bendixson para demostrar que los sistemas de los ejercicios 11-14
no tienen ciclos límite en el plano de fases.
11. 5x 5 x 1 2xy 1 x3, y 5 2y2 1 x2y6
# #
12. 5x 5 x3 1 x 1 7y, y 5 x2y6
# #
13. 5x 5 22x 2 x sen y, y 5 2x2y36
# #
14. 5x 5 2x 1 2y3 2 2y4, y 5 2x 2 y 1 xy6
# #
15. Demuestre que el sistema
#
x 5 12x 1 10y 1 x2y 1 y sen y 2 x3
#
y 5 x 1 14y 2 xy2 2 y3
no tiene soluciones periódicas en el disco x2 1 y2 # 8.
16. Un sistema mecánico con amortiguamiento variable se puede modelar mediante la
ecuación
$ #
x 1 asxdx 1 bsxd 5 0,
donde a(x) es una función positiva.
a. Escriba esta ecuación en forma de sistema.
b. Utilice el criterio de Bendixson para demostrar que este sistema mecánico carece
de soluciones periódicas no constantes.
7.5 Resumen 351
7.5 RESUMEN
Las ecuaciones diferenciales no lineales y los sistemas de ecuaciones no lineales rara vez
son tratados de un modo satisfactorio mediante el hallazgo de soluciones en forma ce-
rrada. Concretamente, no podemos analizar la estabilidad de los sistemas de ecuaciones
no lineales tan fácilmente como cuando analizamos la estabilidad de los sistemas lineales
en el capítulo 5. El estudio moderno de fenómenos no lineales depende en gran medida de
los métodos cualitativos, cuyos precursores fueron H. Poincaré y A. Liapunov a finales del
siglo XIX y a comienzos del siglo XX. La tecnología actual implementa la eficacia de estas
técnicas cualitativas.
Una de las diferencias entre las ecuaciones lineales y las no lineales es que una ecua-
ción no lineal puede tener más de una solución de equilibrio. Otra diferencia es que una
solución de una ecuación no lineal puede “ampliarse en un tiempo finito”, es decir, vol-
verse ilimitada cuando t se aproxima a un valor finito. Una tercera diferencia es que una
ecuación o sistema no lineal puede resultar extremadamente sensible a las condiciones ini-
ciales. Una ligera modificación en un valor inicial puede conducir a drásticos cambios en
el comportamiento de la solución o las soluciones.
Un punto (a*, b*) es un punto de equilibrio del sistema autónomo no lineal general
#
x 5 Fsx, yd
#
y 5 Gsx, yd
si F(a*, b*) 5 0 5 G(a*, b*). Si el origen es un punto de equilibrio y si las funciones F y
G son lo bastante “amables”, es posible que podamos escribir nuestro sistema en la
forma
#
#
y 5 cx 1 dy 1 gsx, yd ,
'F 'F 'G
donde f y g son funciones no lineales y a 5 s0, 0d , b 5 s0, 0d , c 5 s0, 0d y
'x 'y 'x
'G
d5 s0, 0d . En líneas más generales, si (a, b) Z (0, 0) es un punto de equilibrio para el
'y
sistema, podemos reescribir el sistema en la forma
#
x 5 Asx 2 ad 1 Bsy 2 bd 1 fsx, yd
#
y 5 Csx 2 ad 1 Dsy 2 bd 1 gsx, yd ,
'F 'F 'G 'G

donde f y g son no lineales y A 5 sa, bd , B 5 sa, bd , C 5 sa, bd , y D 5 sa, bd .
'x 'y 'x 'y
Otro modo de considerar esta última situación, más general, es percatarse de que esta-
mos trasladando el punto de equlibrio (a, b) al origen mediante el uso del cambio de va-
riables u 5 x 2 a y v 5 y 2 b. Por supuesto, esto significa que x 5 u 1 a e y 5 v 1 b, de
manera que podemos reescribir el último sistema en la forma
#
u 5 Au 1 Bv 1 fsu, vd
#
v 5 Cu 1 Dv 1 gsu, vd
cuyo punto de equilibrio es (0, 0). Observe que esto indica que cualquier punto de equili-
brio (a, b) Z (0, 0) se puede transformar en el origen con el propósito de analizar la estabi-
lidad del sistema.
Un sistema autónomo no lineal
#
#
y 5 cx 1 dy 1 gsx, yd ,
a b5 a
b 5 0 y el origen es un
fsx, yd gsx, yd
donde ad 2 bc Z 0, lim lim
"x 1 y
sx, yd Ss0, 0d 2
"x2 1 y2
2 sx, yd Ss0, 0d
punto de equilibrio, se denomina sistema cuasilineal, y el sistema reducido

#
x 5 ax 1 by
#
y 5 cx 1 dy
recibe el nombre de sistema lineal asociado (o aproximación lineal) en torno al origen.
Un importante resultado cualitativo descubierto por Poincaré y Liapunov establece
que si l1 y l2 son los valores propios del sistema lineal asociado, entonces los puntos de
equilibrio de los dos sistemas se relacionan del siguiente modo:
(A) Si los valores propios l1 y l2 no son números reales iguales y no son números ima-
ginarios puros, entonces las trayectorias del sistema cuasilineal cerca del punto de equili-
brio (0, 0) se comportan del mismo modo que las trayectorias del sistema lineal asociado
en torno al origen. Es decir, podemos utilizar las entradas apropiadas proporcionadas en
la tabla 5.1 (sección 5.5) para determinar si el origen es un nodo, un punto de silla o un
punto espiral de ambos sistemas.
(B) Si l1 y l2 son reales e iguales, entonces el origen es un nodo o un punto espiral de am-
bos sistemas. Además, si l1 5 l2 , 0, el origen es asintóticamente estable; y si l1 5 l2 . 0,
el origen es un punto de equilibrio inestable.
(C) Si l1 y l2 son números imaginarios puros, el punto de equilibrio (0, 0) es un centro
o un punto espiral del sistema no lineal. Además, este punto espiral puede ser asintótica-
mente estable, estable o inestable.
En las situaciones (B) y (C) se requiere un análisis más exhaustivo para determinar la
naturaleza de los puntos de equilibrio.
Las ecuaciones de Lotka-Volterra, el péndulo no amortiguado y la ecuación de Van
der Pol proporcionan importantes ejemplos de sistemas no lineales y del modo en que
éstos se analizan. En particular, el oscilador de Van der Pol muestra únicamente un com-
portamiento no lineal al tener un ciclo límite estable, una trayectoria cerrada aislada que
(en este caso) sirve de límite asintótico para todas las demás trayectorias cuando t S ` .
Algunos ciclos límite, denominados ciclos límite inestables, repelen las trayectorias cer-
canas. Por último, si las trayectorias próximas a un ciclo límite se aproximan al mismo
desde un lado, mientras que son repelidas desde el otro lado, el ciclo se denomina se-
miestable.
7.5 Resumen 353
PROYECTO 7-1
Mariposas en el espacio
En 1963, E. N. Lorenz, un profesor de meteorología del MIT (Instituto Tecnológico de
Massachusetts), publicó un informe2 sobre el sistema no lineal
#
x 5 2sx 1 sy
#
y 5 rx 2 y 2 xz
#
z 5 xy 2 bz,
donde s, r y b son parámetros positivos.
Las ecuaciones surgieron de un modelo de un estrato de la atmósfera terrestre, calen-
tado desde abajo por el suelo que ha absorbido la luz solar y enfriado desde arriba a me-
dida que pierde calor en el espacio.
a. Demuestre que si 0 , r # 1, el único punto de equilibrio es (0, 0, 0).
b. Demuestre que si r . 1, hay tres puntos de equilibrio: (0, 0, 0),
s"bsr 2 1d, "bsr 2 1d, r 2 1d y s2"bsr 2 1d, 2"bsr 2 1d, r 2 1d .
c. Sean b 5 83 , r 5 28 y s5 10 (valores utilizados por Lorenz en sus experimentos ini-
ciales). Para estos valores de b, r y s, linealice el sistema en torno a los puntos de
equilibrio s6"bsr 2 1d, 6"bsr 2 1d, r 2 1d .
d. Utilice herramientas tecnológicas para mostrar que la ecuación característica del
sistema linealizado hallado en el apartado (c) es l3 1 (b 1 s 1 1)l2 1 b(r 1 s)l 1
2sb(r 2 1) 5 0. Muestre que el polinomio característico tiene una raíz real negativa
l1 < 213,85 y raíces complejas conjugadas con partes reales positivas < 0,09.
e. Utilice el apartado (d) y la tabla al final de la sección 5.5 para concluir que los
dos puntos de equilibrio no nulos dados en el apartado (c) son puntos de silla del
sistema.
f. Con b 5 83 , r 5 28 y s5 10, utilice herramientas tecnológicas para trazar la gráfica
de x(t) respecto de t, y(t) respecto de t y z(t) respecto de t para 0 # t # 10.
g. Con b 5 83 , r 5 28 y s5 10, utilice herramientas tecnológicas para trazar la gráfica
de y respecto de x, z respecto de y y z respecto de x.
2. E. N. LORENZ. “Deterministic Nonperiodic Flow”, 130-141. J. Atmos. Sci. 20, 1963.

APÉNDICE A
Algunos conceptos
y resultados de cálculo
El apéndice A tiene cofmo objetivo el ofrecer una breve revisión, o una introducción, de
algunas ideas clave del cálculo cuidadosamente seleccionadas.
1. LINEALIDAD LOCAL: APROXIMACIÓN POR

LA RECTA TANGENTE
El concepto de linealidad local indica que, si la función f es diferenciable 2es decir, si tiene
una derivada2 en x 5 a y “hacemos un zoom”, mejorando la visión del punto (a, f(a)) en
la gráfica de y 5 f(x), entonces la parte de la curva que rodea el punto se asemeja en gran
medida a un segmento de recta; al menos, a simple vista. Otro modo de expresar esto es
decir que la recta tangente en el punto (a, f(a)) es una buena aproximación a la curva para
valores de x cercanos a a. La figura A1 ilustra esto.
Si utilizamos la fórmula algebraica de punto-pendiente, podremos escribir la ecuación
de esta recta tangente en la forma y 5 f (a) 1 f 9(a) (x 2 a), de modo que podemos expre-
sar esta aproximación a la recta tangente como
fsxd < fsad 1 frsad sx 2 ad
y = f (x)
(a, f (a))
a x
Figura A1
354
3. El polinomio de Taylor / La serie de Taylor 355
cuando x está próximo a a. Cuando x toma valores más lejanos a a, normalmente el error
absoluto 0 Esxd 0 5 0 fsxd 2 fsad 2 frsad sx 2 ad 0 se hace mayor.
Por ejemplo, la ecuación de la recta tangente dibujada para la curva del seno en el ori-
gen es y 5 sen (0) 1 cos (0)(x 2 0) 5 x, lo que indica que, en las proximidades del origen,
sen x
sen x < x. Una consecuencia de esto es que < 1 para valores de x próximos a 2pero
x
sen x
no iguales a2 cero, de manera que obtenemos el famoso resultado lim 5 1.
xS0 x
2. LA REGLA DE LA CADENA
Debería conocer las reglas para hallar las derivadas de las funciones potenciales, los poli-
nomios, las funciones exponenciales, los logaritmos y las funciones trigonométricas y las
trigonométricas inversas. Es posible que también haya aprendido a derivar ciertas combi-
naciones de funciones exponenciales denominadas funciones hiperbólicas. También debe-
ría conocer la regla del producto y la regla del cociente para la derivación, así como el modo
de trabajar con las funciones implícitas.
La regla de la cadena se aplica a las funciones compuestas. Suponga, por ejemplo, que
una cantidad z depende de una cantidad y, y que la cantidad y depende del valor de una
cantidad x. Si utilizamos la notación de funciones, podemos escribir esto de la siguiente
manera: z 5 f(y), y 5 g(x), y por tanto, z 5 f(g(x)). En última instancia, esto supone que z
depende de 2o es una función de2 x. La regla de la cadena nos indica el modo en que un
cambio en el valor de x afecta al valor de z. En la notación de Leibniz,
dz dz dy
5 ? .
dx dy dx
Esta fórmula resulta útil para muchos problemas aplicados y en el capítulo 4, donde se in-
troduce el plano de fases.
EJEMPLO
Si z 5 y57 e y 5 sen x, entonces
dz dz dy
5 ? 5 s57y56 d ? cos x 5 57 sen 56x cos x. ◆
dx dy dx
Quizá haya aprendido otro modo de ver la regla de la cadena: si z 5 f(g(x)), entonces z9 5
f 9(g(x)) · g9(x). Este punto de vista alternativo emplea la idea de una función “interna” y
otra “externa”. Aplique esto en el último ejemplo, donde la función potencial de grado 57
es externa y la función seno es interna.
3. EL POLINOMIO DE TAYLOR / LA SERIE DE TAYLOR

Para extender la idea de la aproximación por la recta tangente, buscaremos un polinomio Pn
de grado n que aproxime una función f, tanto como sea posible, en un entorno de un punto
x 5 a. Desde el punto de vista matemático, esto significa que queremos que el polinomio sa-
356 Apéndice A / Algunos conceptos y resultados de cálculo
tisfaga las siguientes condiciones de proximidad: Pn(a) 5 f(a), Prn sad 5 fr sad , Psn sad 5 fs sad ,
snd snd
Pt n sad 5 ft sad , . . . , y Pn sad 5 f sad . Para una función f dada, un punto x 5 a y un grado
n, el polinomio que satisface todas estas condiciones viene dado por la fórmula
fs sad
Pn sxd 5 fsad 1 frsad sx 2 ad 1 sx 2 ad 2
2!
ft sad fsnd sad
1 sx 2 ad 3 1 c 1 sx 2 ad n.
3! n!
Éste es el llamado polinomio de Taylor de grado n en torno a x 5 a, y podemos escribir
f (x) < Pn (x) para valores de x próximos a a. La cercanía de la aproximación depende
tanto del valor de x como del valor de n. En general, cuanto más próximo está el valor de
x al valor de a y cuanto mayor es el grado n, mejor es la aproximación.
Si consideramos lo que le ocurre al polinomio de Taylor cuando dejamos que n
aumente cada vez más, llegaremos a entender el concepto de la serie (infinita) de Taylor:
fskd sad
n
Psxd 5 lim Pn sxd 5 lim a sx 2 ad k
nS` nS` k50 k!
fs sad
5 fsad 1 fr sad sx 2 ad 1 sx 2 ad 2
2!
ft sad fsnd sad
1 sx 2 ad 3 1 c 1 sx 2 ad n 1 c.
3! n!
Más exactamente, suponga que f es una función con derivadas de todo orden en cierto in-
tervalo (a 2 r, a 1 r). Entonces, la serie de Taylor dada anteriormente representa la fun-
ción f en el intervalo (a 2 r, a 1 r) si y sólo si lim Rn sxd 5 0, donde Rn(x) es el resto en la
nS`
fórmula de Taylor:
Rn sxd 5 fsxd 2 afsad 1 fr sad sx 2 ad 1

fs sad
sx 2 ad 2
2!
fsnd sad
sx 2 ad n b
ft sad
1 sx 2 ad 3 1 c 1
3! n!
fsn11d scd
5 sx 2 ad n11 para cierto punto c en (a 2 r, a 1 r).
sn 1 1d!
Aquí tenemos algunas series de Taylor que aparecen frecuentemente en las aplicaciones:
x2 x3 x4 c xn c
ex 5 1 1 x 1 1 1 1 1 1
2! 3! 4! n!
x3 x5 x7 c x2k11
sen x 5 x 2 1 2 1 1 s21d k 1c
3! 5! 7! s2k 1 1d!
x2 x4 x6 c x2k
cos x 5 1 2 1 2 1 1 s21d k 1c
2! 4! 6! s2kd!
x2 x3 x4 c xk
ln s1 1 xd 5 x 2 1 2 1 1 s21d k11 1 c
2 3 4 k
1
5 1 1 x 1 x2 1 x3 1 c 1 xn 1 c
12x
4. El teorema fundamental del cálculo (TFC) 357
Aunque las tres primeras series son válidas 2“convergen”2 para cualquier valor de x, la
serie logarítmica es únicamente válida en el intervalo (21, 1]. La última serie, una serie
geométrica, converge para 0 x 0 , 1. En el apéndice C.4, veremos cómo Euler utilizaba la
serie exponencial para obtener la fórmula de la función exponencial compleja.
Una serie de Taylor es un tipo especial de serie de potencias. Podemos derivar o inte-
grar una serie de potencias término a término para valores de x interiores en su intervalo de
`
convergencia. Si la serie de potencias a a nxn converge a S(x) para x en cierto intervalo,
n50
I 5 ( ` , b) entonces
`
Sr sxd 5 a na nxn21 5 a 1 1 2a 2x 1 3a 3x2 1 c 1 na nxn21 1 c en I
n50
y
x x x
3 Sstddt 5 3 a a a nt bdt 5 a 3 a nt dt 5 a n 1 1 x
` ` ` a n n11
n n
0 0 n50 n50 0 n50

a1 2 a2 3 c a n n11 c
5 a0 x 1 x 1 x 1 1 x 1 en I
2 3 n11
En el apéndice D, mostraremos cómo resolver ciertas ecuaciones diferenciales utili-
zando los métodos de series de potencias.
4. EL TEOREMA FUNDAMENTAL DEL CÁLCULO (TFC)

El teorema fundamental del cálculo (TFC) expresa una conexión muy importante entre
las derivadas y las integrales. Este resultado se presenta de dos maneras:
(A) Si f(x) es continua sobre el intervalo cerrado [a, b], y si F(x) es cualquier primitiva (an-
tiderivada) de f(x) sobre este intervalo, entonces
b
3 fsxd dx 5 Fsbd 2 Fsad.

a
(B) Si f(x) es continua sobre un intervalo cerrado I 5 [a, b] y se define sobre este intervalo
la función
x
Gsxd 5 3 fstd dt.
a
Entonces, G(x) es derivable en I, y además: G9(x) 5 f(x) en I.

La versión A simplifica todo el proceso de hallar el valor de una integral definida: ha-
lle simplemente una primitiva del integrando. Por supuesto, como usted sabe, esto no es
siempre tan sencillo como suena. Probablemente, por lo menos la mitad de su curso de
Cálculo estaba dedicado a las técnicas de sustitución e integración por partes, intentando
reconocer tanto los integrandos como las derivadas resultantes de la regla del producto, la
regla de la cadena, y así sucesivamente.
Una ligera modificación en la versión A nos indica que, si integramos f 9, la función ra-
zón de cambio sobre [a, b], obtenemos el cambio total en f, la función cantidad sobre el
mismo intervalo. Por ejemplo, si s(t), v(t) y a(t) representan la posición, la velocidad y la ace-
leración, respectivamente, de un objeto en movimiento en el instante t, entonces tenemos
3vstd dt 5 sstd 1 C y 3astd dt 5 vstd 1 K,

donde C y K indican constantes arbitrarias. Por consiguiente, podemos escribir
b b
3 vstd dt 5 3 sr std dt 5 ssbd 2 ssad,

a a
lo que indica que, si integramos la función velocidad, obtenemos la variación total de la po-
sición de un objeto en movimiento cuando t varía de a a b. Si integramos la función veloci-
dad escalar 2el valor absoluto de la velocidad2, obtenemos la distancia total recorrida por
el objeto. (Consulte el ejemplo 1.2.8 del libro.)
Tan útil como es la versión A para la resolución de ecuaciones diferenciales, lo es la B
para extender la noción de derivación 2y por tanto de integración2 a las funciones definidas
por medio de integrales. (Consulte los problemas 10 y 11 de la sección Ejercicios 1.2.)
EJEMPLO
x
Suponga que Q(x) 5 3 cossu2 d du . Entonces, Q9 (x) 5 cos (x2), Q0 (x) 5 22x sen (x2), etc.◆
22
5. FRACCIONES SIMPLES
Según un importante y útil resultado del álgebra, toda función racional (cociente de funcio-
nes polinómicas), independientemente de su complejidad, es una suma de fracciones más
simples. Por ejemplo, la función
8x 1 1
2
x 2x26
resulta de la siguiente suma de fracciones más simples:
3 5 3sx 2 3d 1 5sx 1 2d 8x 1 1
1 5 5 2 .
x12 x23 sx 1 2d sx 2 3d x 2x26
En cálculo, cuando tenemos un integrando que es una función racional, podemos retroce-
der en este proceso de suma hasta hallar las fracciones más simples, aquellas que podemos
integrar fácilmente. Así, por ejemplo
3 x 2 2 x 2 6 dx 5 3 x 1 2 dx 1 3 x 2 3 dx 5 3 ln 0 x 1 2 0 1 5 ln 0 x 2 3 0 1 C.
8x 1 1 3 5
En este ejemplo, el reto algebraico es hallar las constantes A y B tales que

8x 1 1 A B
5
2
1 . (*)
x 2x26 x12 x23
Las fracciones A/(x 1 2) y B/(x 2 3) se denominan fracciones simples. En particular, los
denominadores x 1 2 y x 2 3 son partes (factores) del denominador original x2 2 x 2 6.
6. Integrales impropias 359
Los números A y B se denominan coeficientes indeterminados (consulte la sección 5.6 y el

apéndice D). Para hallar A y B, eliminamos las fracciones en la ecuación (*) multiplicando
ambos lados por x2 2 x 2 6. El resultado es
8x 1 1 5 Asx 2 3d 1 Bsx 1 2d.
Se supone que esto es una identidad en x. Para x 5 3, hallaremos que 8(3) 1 1 5 0 1 5B o
B 5 5. Del mismo modo, si x 5 22, obtendremos 8(22) 1 1 5 25A 1 0, y por tanto A 5 3.
Esta técnica funciona para descomponer una función racional en los términos más
simples 2con denominadores de primer grado2 cuando el denominador de la función ra-
cional se pueda descomponer en factores lineales distintos. Los denominadores más com-
plicados también se pueden tratar mediante este tipo de método algebraico. Podrá encon-
trar un análisis más detallado en su manual de Cálculo. La mayor parte de los SAC pueden
producir tales “descomposiciones en fracciones simples” y pueden calcular integrales con
integrandos que son funciones racionales. Las fracciones simples resultan particularmente
útiles en la sección 2.1 y en el capítulo 6.
6. INTEGRALES IMPROPIAS
b
Al tratar con la integral definida (de Riemann) 3 fsxd dx, hacemos dos suposiciones bási-
a
cas: (1) el intervalo [a, b] es finito, y (2) el integrando f está acotado 2es decir, no se vuelve
infinito2 sobre el intervalo cerrado [a, b]. Si trasgredimos una o las dos suposiciones, en-
contramos un tipo de integral impropia.
Supongamos, en primer lugar, que queremos considerar el intervalo [a, `) o (2` b],
donde a y b son números reales. Podemos definir
` B b b
3 fsxd dx 5 BS`
lim 3 fsxd dx e 3 fsxd dx 5 AS`
lim 3 fsxd dx
a a 2` 2A
siempre que exista cada límite. Si el límite existe, decimos que la integral impropia con-
verge. Si no es así, decimos que la integral impropia diverge. Finalmente,
` c B
3 fsxd dx 5 AS`
lim 3 fsxd dx 1 lim 3 fsxd dx
BS`
2` 2A c
siempre que cada límite del lado derecho exista individualmente. En este caso, c es un número
` C
real arbitrario. No es correcto definir 3 fsxd dx como lim 3 fsxd dx. (Este último límite
2` CS` 2C
`
es el llamado “valor principal” de 3 fsxd dx.)
2`
EJEMPLO
`
dx
3 1 1 x2 5 BS`
lim arctg x k B1 5 lim sarctg B 2 arctg 1d
BS`
1
5 lim aarctg B 2 b 5 lim arctg B 2

p p
BS` 4 BS` 4
p p p
5 2 5 . ◆
2 4 4
EJEMPLO
`
Considere 3 sen x dx. El límite
0
B
lim 3 sen x dx 5 lim s2cossBd 1 coss0d d 5 2 lim cossBd 1 1
BS` 0 BS` BS`
no existe porque cos (B) oscila desde 21 a 1 cuando B tiende a infinito. ◆
Cuando tratamos con este primer tipo de integral impropia, para la que el intervalo no
es finito, a veces resulta adecuada una forma particular de la regla de L9Hôpital: suponga
frsxd
que cuando x S a, donde a es 6` , fsxd S 6` y gsxd S 6` . Si lim 5 L, donde L
xSa gr sxd
fsxd
es o un número real o 6` , entonces lim 5 L.
xSa gsxd
EJEMPLO
`
Considere la función gamma, definida por Gsxd 5 3 tx21e 2tdt (x > 0). La integración por
0
partes nos indica que si x < 1
`
Gsxd 5 2tx21e2t g0` 2 3 sx 2 1dtx22 s 2 e2t ddt
0
`
2tx21
5 lim 1 sx 2 1d 3 tx22e2tdt
tS` et 0
5 sx 2 1d ? Gsx 2 1d,
donde el límite anterior es 0, cuando t S ` , por ser el numerador y el denominador fun-

ciones potecial y exponencial, respectivamente, respecto a t. Observe que, puesto que
Gs1d 5 Gs2d 5 1, podemos concluir que Gsx 1 1d 5x ? sx 2 1d ? sx 2 2d ? sx 2 3d ? c ?
3 ? 2 ? 1 5 x! cuando x es un número entero, de manera que la función gamma proporciona
una generalización de n! para el caso en el que n no sea un entero. (Consulte el apéndice D.3,
especialmente la nota 4 al pie de página.) ◆
Supongamos ahora que f es definida y finita sobre el intervalo [a, b], excepto en el ex-
b
tremo b. Entonces, la integral 3 fsxddx es impropia, y la definimos como
a
b B
3 fsxd dx 5 BSb
lim2 3 fsxd dx
a a
siempre que exista este límite por la izquierda. De igual modo, si f es ilimitada en el ex-
tremo a, entonces definimos
b b
3 fsxd dx 5 ASa
lim1 3 fsxd dx
a A
siempre que exista este límite por la derecha.

7. Funciones de varias variables / Derivadas parciales 361
EJEMPLO
La función 1>"1 2 x2 es ilimitada en x 5 1 (y en x 5 21). La integral impropia de esta
función sobre el intervalo [0, 1] converge:
1 B
dx dx p
3 5 lim2 3 5 lim2 arcsensBd 2 arcsens0d 5 . ◆
0 "1 2 x 2 BS1 0 "1 2 x 2 BS1 2
Otra posibilidad es que la función f sea definida y finita sobre [a, b], excepto en el
punto j interior al intervalo. La integral impropia se define entonces como
b c b
3 fsxd dx 5 cSj
lim2 3 fsxd dx 1 lim1 3 fsxd dx
dSj
a a d
siempre que existan ambos límites laterales.
EJEMPLO
2 c 2
dx dx dx
3 sx 2 1d 2@3 5 cS1
lim2 3
sx 2 1d
2
@3
1 lim1 3
dS1 sx 2
2
1d @3
0 0 d
5 lim2 3sx 2 1d @3 ` 1 lim1 3sx 2 1d @3 `

c 2
1 1
cS1 0 dS1 d
5 lim2 33sc 2 1d @3 2 3s21d @34 1 lim1 33s1d @3 2 3sd 2 1d @34
1 1 1 1
cS1 dS1
5 3 1 3 5 6. ◆
7. FUNCIONES DE VARIAS VARIABLES /

DERIVADAS PARCIALES
En ocasiones nos topamos con funciones que dependen de más de una variable indepen-
diente. Por ejemplo, el área de un rectángulo depende tanto de su longitud como de su
anchura. Podemos expresar esta relación en la forma A 5 fsl, wd 5 l ? w. En general, si
hay dos variables independientes (x e y) y una variable dependiente (z), podemos expre-
sar esta situación así: z 5 f(x, y). Dicho en palabras, la variable z depende de 2es una
función de2 las variables x e y, lo que significa que las modificaciones del valor de x o de
y 2o de ambas2 conducirán a variaciones en z. La razón de cambio instantánea de z con
respecto a x viene dada por la derivada parcial de z con respecto a x, que se define me-
diante la fórmula
'z fsx 1 h, yd 2 fsx, yd
5 lim .
'x hS0 h
Del mismo modo, la razón de cambio instantáneo de z con respecto a y viene dada por la
derivada parcial de z con respecto a y, que se define mediante la fórmula
'z fsx, y 1 hd 2 fsx, yd
5 lim .
'y hS0 h
'z
Lo que esto significa, en términos de cálculos prácticos, es que para hallar
simplemente
'x
se ha de tratar y como una constante y derivarla con respecto a x, como de costumbre.
'z
Para , se tratará x como una constante y se considerará y como la variable “activa”.
'y
EJEMPLO
Si z 5 f(x, y) 5 x2y2 2 3xy3 1 5x4y2, entonces
'z 'z
5 2xy2 2 3y3 1 20x3y2 y 5 2x 2y 2 9xy 2 1 10x 4y. ◆
'x 'y
EJEMPLO
Suponga que w 5 e2x13y sensxyd . Entonces, si aplicamos la regla del producto y la regla
de la cadena, hallaremos que
'w
5 e2x13y cossxydy 1 2e2x13y sensxyd
'x
y
'w
5 e2x13y cossxydx 1 3e2x13y sensxyd. ◆
'y
En general, si se tiene una función de n variables, z 5 fsx1, x2, x3, c, xn d , entonces se

puede definir la derivada parcial de z con respecto a xk y calcularla considerando xk como la
única variable verdadera, tratando las otras xi (i 2 k) como constantes. Se pueden definir
'2z 'nz
derivadas de orden mayor y derivadas mixtas del modo obvio: , , etc.
'x i'x k 'x nk
EJEMPLO
Si usamos z 5 fsx, yd 5 x2y2 2 3xy3 1 5x4y2 y los resultados del primer ejemplo, obte-
nemos
a b5
'2z ' 'z '
2
5 s2xy2 2 3y3 1 20x3y2 d 5 2y2 1 60x2y2
'x 'x 'x 'x
a b5
'2z ' 'z '
2
5 s2x2y 2 9xy2 1 10x4yd 5 2x2 2 18xy 1 10x4
'y 'y 'y 'y
a b5
'2z ' 'z '
5 s2x 2y 2 9xy 2 1 10x 4yd 5 4xy 2 9y 2 1 40x 3y,
'x'y 'x 'y 'x
y así sucesivamente. ◆
8. EL PLANO TANGENTE, EL DESARROLLO DE TAYLOR DE f(x, y)

En la sección 1 de este apéndice hemos visto que la recta tangente y 5 f(a) 1 f 9(a)(x 2 a) fa-
cilita la mejor aproximación lineal de una función f de variable única en las proximidades de
8. El plano tangente, el desarrollo de Taylor de f(x, y) 363
x 5 a. Para F(x, y), una función de dos variables, la mejor aproximación lineal en torno a un
punto (a, b) es la proporcionada por el plano tangente, dado por la fórmula de aproximación
'F 'F
Fsx, yd < Fsa, bd 1 sa, bd sx 2 ad 1 sa, bd sy 2 bd ,
'x 'y
'F 'F
donde sa, bd y sa, bd representan las derivadas parciales calculadas en el punto (a, b).
'x 'y
EJEMPLO
Calculemos la aproximación por el plano tangente a la función F(x, y) 5 x3 2 x2y2 1 y3 en
'F 'F
torno al punto (a, b) 5 (1, 2). Obtenemos 5 3x2 2 2xy2 y 5 22x 2y 1 3y 2. Por
'x 'y
'F 'F
tanto, F(1, 2) 5 13 2 1222 1 23 5 5, s1, 2d 5 3s1d 2 2 2s1d s2d 2 5 25, y s1, 2d 5
'x 'y
22s1d 2 s2d 1 3s2d 2 5 8. Al introducir todos estos resultados en la fórmula del plano tan-
gente obtenemos
'F 'F
Fsx, yd < Fs1, 2d 1 s1, 2d sx 2 1d 1 s1, 2d sy 2 2d
'x 'y
5 5 2 5sx 2 1d 1 8sy 2 2d.
La figura A2 muestra la imagen tridimensional de la superficie y su plano tangente.
Para los puntos (x, y) próximos a (1, 2), los valores de z en el plano tangente son cer-
canos a los valores de z en la superficie definida por z 5 F(x, y). ◆
Podemos definir un desarrollo completo en serie de Taylor de una función de varias

variables, pero para este libro tan sólo es necesaria la idea de la aproximación 2lineal2
por el plano tangente.
40
20
0
–20
z –40
–60
–80
–100
–120
2
3
y0 2
1
0
–2 –1 x
–2
–3
Figura A2
Plano tangente a la superficie z 5 x3 2 x2y2 1 y3 en s1, 2d
APÉNDICE B
Chapter y
Vectores
Title
matrices
En el apéndice B se pretende ofrecer una breve revisión de o una introducción a las ideas
básicas del álgebra vectorial y matricial requeridas en este libro.
1. VECTORES Y ÁLGEBRA VECTORIAL,

COORDENADAS POLARES
Un vector es una entidad que consta de una magnitud (tamaño) y de una dirección. En
matemáticas y física hay dos modos habituales de representar un vector: (1) Como un par
ordenado de números reales, escrito (x, y) o c d ; y (2) como una flecha desde el origen
x
y
2normalmente2 del plano x-y hasta un punto (x, y) o c d . Los números x e y se denomi-
x
y
nan componentes o coordenadas del vector. Como se muestra en el capítulo 5, también
podemos considerar vectores cuyas coordenadas sean números complejos y vectores cuyas
componentes sean funciones. En aras de una mayor simplicidad, en este apéndice trabaja-
remos con los vectores cuyos componentes son números reales. Además, habitualmente
escribiremos los vectores horizontalmente.
La figura B1 presenta ambos modos de considerar un vector. En la segunda forma 2la
“flecha”2, el vector v 5 (x, y) es siempre la hipotenusa de un triángulo rectángulo; de
modo que, según el teorema de Pitágoras, su longitud 2representada por 0 v 0 2 viene dada
por la expresión "x2 1 y2. Por supuesto, la dirección de un vector está indicada por la di-
rección de la flecha.
Los vectores 2que a menudo representan fuerzas de diversos tipos2 se pueden combi-
nar para indicar interacciones. Por ejemplo, se pueden sumar dos vectores del siguiente
modo: si v1 5 (x1, y1) y v2 5 (x2, y2), entonces v1 1 v2 5 (x1, y1) 1 (x2, y2) 5 (x1 1 x2, y1 1 y2).
La resta es similar. También es posible multiplicar un vector por un número real 2o por un
número complejo o una función2, que en esta situación se denomina escalar. Para ello,
364
1. Vectores y álgebra vectorial, Coordenadas polares 365
6
(–2, 6)
3 (5, 3)
–2 5 x
Figura B1
y
v1 + v2
v1
v2
x
Figura B2
Ley del paralelogramo
simplemente multiplique cada componente del vector por el escalar: si v 5 (x, y) y r es

cualquier número real, entonces rv 5 (rx, ry). Puesto que las componentes de los vectores
son números reales, deberíamos esperar que se aplicaran las reglas algebraicas habituales.
Si v1, v2 y v3 son vectores y r es un escalar, entonces v1 1 v2 5 v2 1 v1 (propiedad conmuta-
tiva), v1 1 (v2 1 v3) 5 (v1 1 v2) 1 v3 (propiedad asociativa) y r(v1 1 v2) 5 rv1 1 rv2 (pro-
piedad distributiva). Existe un vector nulo, representado por 0 5 (0, 0), tal que v1 1 0 5
v1 5 0 1 v1 (identidad aditiva).
Geométricamente, la suma o la resta de vectores se representa mediante la ley del pa-
ralelogramo (véase la figura B2).
Otro modo de representar un vector en un espacio bidimensional es usando las coor-
denadas polares (figura B3). Si tenemos un vector correspondiente al punto (x, y), pode-
mos describirlo usando su longitud r (su distancia radial desde el origen) y el ángulo u que
hace la flecha con el eje x positivo, medido en sentido antihorario. Como hemos visto an-
teriormente, la longitud viene dada por la fórmula r 5 "x2 1 y2.
Al observar la figura B3, la simple trigonometría nos indica que x 5 r cos u, y 5 r sen u
y u 5 arctga b, x 2 0. Como se indica en algunos de los ejemplos del capítulo 7, la repre-
y
x
sentación polar de los vectores puede resultar más natural en los problemas que contienen
expresiones de la forma x2, y2, x2 1 y2, etc.
366 Apéndice B / Vectores y matrices
r
␪
x x
Figura B3
Representación polar de un vector
No hay ningún motivo para restringir nuestra definición de vectores a dos dimensiones.
x
En un espacio tridimensional, un vector es una terna ordenada, (x, y, z) o £ y § , de números
z
reales, o una flecha desde el origen (0, 0, 0) hasta el punto (x, y, z). En general, un vector
x1
x2
n-dimensional es una n-tupla ordenada, (x1, x2, x3,…, xn) o Ex 3U , de números reales. El ál-
(
xn
gebra o la aritmética de los vectores coordenada a coordenada se generaliza de un modo
evidente en cualquier dimensión.
Dado un conjunto de vectores {V1, V2, …, Vm}, cualquier vector de la forma
c1V1 1 c2V2 1 c 1 cmVm ,
donde c1, c2, c, cm son escalares, se denomina una combinación lineal del conjunto de
vectores. El conjunto de vectores 5V1, V2, c, Vm6 se denomina linealmente indepen-
diente si el único modo en el que podemos obtener
c1V1 1 c2V2 1 c 1 cmVm 5 0 (el vector nulo)
es si c1 5 c2 5 c 5 cm 5 0. De lo contrario, el conjunto de vectores es linealmente de-
pendiente. La dependencia lineal implica que por lo menos un vector del conjunto se
puede expresar como una combinación lineal de los otros.
EJEMPLO
Determinemos si los siguientes vectores son linealmente independientes:
1 1 0 0
V1 5 ≥ ¥ , V2 5 ≥ ¥ , V3 5 ≥ ¥ , V4 5 ≥ ¥ .
1 0 0 1
0 1 1 0
0 0 1 1
2. Matrices y álgebra matricial básica 367
El planteamiento c1V1 1 c2V2 1 c3V31 c4V4 5 0 equivale al sistema de ecuaciones al-

gebraicas
c1 1 c2 50
c1 1 c4 5 0
1 c2 1 c3 50
c3 1 c4 5 0.
Este sistema no es difícil de resolver manualmente mediante la sustitución o la eliminación,
pero para la resolución de tales sistemas de ecuaciones también podemos recurrir a la capaci-
dad de una calculadora graficadora o SAC. En cualquier caso, hallamos que c1 5 1,
c2 5 21, c3 5 1 y c4 5 21 es una solución. Puesto que no todos los escalares son nulos, con-
cluimos que los cuatro vectores son linealmente dependientes. Observe, por ejemplo, que po-
demos escribir el primer vector como una combinación lineal de los restantes vectores:
V1 5 V2 2 V3 1 V4. ◆
2. MATRICES Y ÁLGEBRA MATRICIAL BÁSICA

Una matriz es simplemente una disposición rectangular de números u otros objetos mate-
máticos 2como las funciones2 que normalmente está representada por una letra mayús-
cula. Se puede considerar como una generalización de un vector. Por ejemplo, podemos
tener la matriz
0 24 1>2 9
A 5 £ p 14>5 20,15 2 § .
7 "3 0 23
Los números u objetos que componen una matriz se denominan elementos o entradas. La
mayor parte del tiempo usaremos números reales, aunque los números complejos, o in-
cluso las funciones, pueden aparecer como entradas de matrices 2del mismo modo que
pueden hacerlo como componentes de los vectores2.
Se puede describir un matriz indicando su número de filas y columnas. La matriz A ante-
rior consta de 3 filas y 4 columnas, por lo que se denomina matriz de 3 por 4, o matriz 3 3 4.
Una matriz con m filas y n columnas se denomina matriz de m por n (matriz m 3 n). Ad-
vierta que cada fila o columna de una matriz se puede considerar un vector. Una matriz n 3 1
se denomina vector columna, en tanto que una matriz 1 3 n recibe el nombre de vector fila.
Se dice que dos matrices son iguales si tienen el mismo número de filas y columnas y sus ele-
mentos correspondientes son iguales. Por ejemplo, podemos escribir
c d 5 c d.
1 0 25>3 7>7 0 215>9
1>"2 3 0.25 "2>2 15>5 1>4
Se pueden sumar y restar matrices del mismo formato, realizando estas mismas operacio-
nes con sus elementos correspondientes, pero 2por ejemplo2 no se puede sumar una matriz
de 3 por 4 y una matriz de 4 por 3, o restar una de ellas de la otra. Dadas las matrices A y B si-
guientes:
0 24 1>2 9 23 5 21>2 4
A 5 £ p 14>5 20,15 2 § y B 5 £ 3>4 6>5 0,65 8 § ,
7 "3 0 23 29 "2 8 3
entonces
0 1 s23d 24 1 5 1>2 1 s21>2d 914
A 1 B 5 £ p 1 3>4 14>5 1 6>5 20,15 1 0,65 218 §
7 1 s29d "3 1 "2 018 23 1 3
23 1 0 13
5 £ p 1 3>4 4 0,5 10 §
22 "3 1 "2 8 0
y
0 2 s23d 24 2 5 1>2 2 s21>2d 924
A 2 B 5 £ p 2 3>4 14>5 2 6>5 20,15 2 0,65 228 §
7 2 s29d "3 2 "2 028 23 2 3
3 29 1 5
5 £ p 2 3>4 8>5 20,8 26 § .
16 "3 2 "2 28 26
En álgebra matricial, el papel del cero está representado por la matriz nula del tamaño
apropiado: la matriz cuyas entradas son todas nulas.
Asimismo, podemos multiplicar una matriz por un número 2o incluso por una fun-
ción2 denominado escalar, como en el caso de los vectores. Sólo tenemos que multiplicar
cada elemento de la matriz por ese escalar:
3 22 0 25s3d 25s22d 25s0d
25 ? £ 27 4 1>3 § 5 £ 25s27d 25s4d 25s1>3d §
5 26 "2 25s5d 25s26d 25s"2d
215 10 0
5 £ 35 220 25>3 § .
225 30 25"2
Acabamos de multiplicar una matriz 3 3 3 2un tipo de matriz cuadrada2 por el escalar 25.
3. TRANSFORMACIONES LINEALES
Y MULTIPLICACIÓN MATRICIAL
Lo realmente interesante acerca del álgebra y la aritmética matriciales es cómo multiplica-
mos las matrices. El modo natural de hacerlo 2tómense dos matrices con la misma forma
y multiplíquense sus elementos correspondientes2 no es significativo para la teoría del
álgebra lineal. En vez de eso, existe un proceso de fila por columna que parece extraño al
principio, pero que se hace más natural cuando se ven sus aplicaciones.
Para facilitar la multiplicación de matrices, volvamos por un momento al álgebra
elemental y examinemos un sistema de dos ecuaciones con dos incógnitas:
22x 1 3y 5 5
x 2 4y 5 22.
3. Transformaciones lineales y multiplicación matricial 369
En relación con este sistema podemos pensar en un punto (x, y) del plano transformado
en otro punto del siguiente modo:
T(x, y) 5 (22 x 1 3 y, x 2 4 y).
Por ejemplo,
T(1, 0) 5 (22(1) 1 3(0), 1 2 4(0)) 5 (22, 1)
T(24, 5) 5 (22(24) 1 3(5), 24 2 4(5)) 5 (23, 224)
y
T(22,8, 20,2) 5 (22(22,8) 1 3(20,2), 22,8 2 4(20,2)) 5 (5, 22).
Observe que este último cálculo indica que el par ordenado (x, y) 5 (22,8, 20,2) es una
solución de nuestro sistema de ecuaciones lineales.
Geométricamente, el punto (1, 0) se ha movido a la ubicación (22, 1), el punto (24, 5)
se ha cambiado a (23, 224) y el punto (22,8, 20,2) se ha transformado en (5, 22). Si con-
sideramos que un punto (x, y) define un vector, entonces la transformación alarga 2o re-
duce2 el vector y lo hace girar un cierto ángulo u hasta que se convierte en otro vector. La
figura B4 muestra esta interpretación del efecto de T sobre el vector (1, 0).
De un modo más abstracto, deberíamos ver que T es una transformación lineal de los
puntos (x, y) del plano en otros puntos sx̂, ŷd en el plano: si u 5 (x1, y1) y v 5 (x2, y2), en-
tonces T(c1u 1 c2v) 5 T(c1u) 1 T(c2v) 5 c1T(u) 1 c2T(v) para constantes cualesquiera c1
y c2.
La notación matricial fue inventada por el matemático inglés Arthur Cayley, precisa-
mente para describir las transformaciones lineales. Si sx̂, ŷd , donde
ax 1 by 5 x̂
cx 1 dy 5 ŷ,
entonces podemos escoger los coeficientes a, b, c y d y escribirlos en una estructura cua-
drada A 5 c d denominada matriz. Si sabemos qué variables x, y, x̂, e ŷ estamos

a b
c d
(–2, 1)
1
–2 –1 1 x
Figura B4
Efecto de T(x, y) 5 (22x 1 3y, x 2 4y)
sobre el vector (1, 0)
usando, entonces el conocimiento de esta matriz de coeficientes nos permitirá entender lo

que T está haciendo con los puntos del plano. Nos podemos centrar en estas variables in-
troduciendo los vectores X 5 c d y X̂ 5 c d . Ahora, podemos escribir nuestro sistema de
x x̂
y ŷ
ecuaciones en la forma compacta
c d c d 5 c d,
a b x x̂
c d y ŷ
o AX 5 X̂. Para que esto tenga sentido, el “producto” de A y X será la matriz de colum-
nas c d , que conduce a una multiplicación de filas por columnas:
ax 1 by
cx 1 dy
fa bg c d 5 ax 1 by fc dg c d 5 cx 1 dy.
x x
y
y y
Además, la multiplicación de dos matrices del tamaño adecuado se puede interpretar
como una composición de transformaciones: una transformación seguida de otra.
EJEMPLO
Suponga que tenemos dos transformaciones lineales definidas por
Msx, yd 5 sx 1 2y, 3x 1 4yd y Psx, yd 5 s22x, x 1 3yd.
Entonces,
sM + Pd sx, yd 5 MsPsx, yd d 5 Ms22x, x 1 3yd
5 s22x 1 2sx 1 3yd, 3s22xd 1 4sx 1 3yd d
5 s6y, 22x 1 12yd.
En particular, sM + Pd s1, 1d 5 s6, 10d .
Las matrices de coeficientes para las transformaciones M y P presentan la forma
M5 c d yP5 c d , de modo que la composición M + P adquiere la apariencia de
1 2 22 0
3 4 1 3
un producto de matrices 2 3 2:
c dc dc d 5 c dc d
1 2 22 0 x 1 2 22x
3 4 1 3 y 3 4 x 1 3y
5 c d 5 c d,
22x 1 2sx 1 3yd 6y
3s22xd 1 4sx 1 3yd 22x 1 12y
y cuando c d 5 c d ,
x 1
y 1
c dc d c d 5 c d.
1 2 22 0 1 6
3 4 1 3 1 10
Debería comprobarlo para ver que sM + Pd sx, yd 2 sP + Md sx, yd o, de modo equi-
valente, que
c dc d 2 c dc d.
1 2 22 0 22 0 1 2
3 4 1 3 1 3 3 4 ◆
3. Transformaciones lineales y multiplicación matricial 371
Si observamos el último ejemplo, veremos que transformar el vector (x, y) por P y des-
pués por M es equivalente a transformar el vector por la simple transformación T(x, y) 5
(6y, 22x 1 12y). En términos matriciales, podemos expresar así el efecto de la composi-
ción M + P:
c dc d 5 c d.
0 6 x 6y
22 12 y 22x 1 12y
Advierta lo que obtenemos al sumar los resultados de multiplicar cada elemento de la pri-
mera fila de la matriz asociada a M, f1 2g, por el elemento correspondiente de la primera
columna de la matriz asociada a P, c d : (1)(22) 1 (2)(1) 5 0, el cual resulta ser el ele-

22
1
mento de la primera fila y primera columna de la matriz correspondiente a M + P. De igual
modo, por ejemplo, si combinamos la segunda fila de la matriz asociada a M, s3 4d , y la
primera columna de la matriz asociada a P, c d , obtenemos el elemento de la segunda
22
1
fila, primera columna de M + P: (3)(22) 1 (4)(1) 5 22. De este modo, podemos describir
la matriz para M + P como el producto de la matriz que representa a M y la matriz que re-
presenta a P.
En general, si tanto A como B son matrices 2 3 2, el elemento de la fila i y la columna
j de la matriz producto C 5 AB se halla sumando los productos de cada elemento de la fila
i de la matriz A por el elemento correspondiente de la columna j de la matriz B. Por ejem-
plo, ésta es la apariencia completa que presenta el producto de matrices correspondiente a
M + P en el último ejemplo:
c dc d 5 c d 5 c d.
1 2 22 0 s1d s22d 1 s2d s1d s1d s0d 1 s2d s3d 0 6
3 4 1 3 s3d s22d 1 s4d s1d s3d s0d 1 s4d s3d 22 12
Debería saber calcular el producto matricial correspondiente a P + M. Se percatará de que
influye el orden de la composición o multiplicación: la matriz correspondiente a M + P no
es necesariamente la matriz correspondiente a P + M. En general, la multiplicación de ma-
trices no es conmutativa: si A y B son dos matrices que se pueden multiplicar (vea el si-
guiente párrafo), entonces AB 2 BA en general.
Esta situación de una función o transformación, seguida de otra, es la motivación para
la multiplicación de matrices. La multiplicación general de matrices sigue siendo el proce-
dimiento de fila por columna, descrito para matrices 2 3 2. Con objeto de calcular el pro-
ducto matricial C 5 AB, el número de columnas de A debe ser el mismo que el número de
filas de B. Sea C 5 AB, donde A es m 3 r y B es r 3 n, entonces, el producto es una ma-
triz con m filas y n columnas:
A ? B 5 C.
m3r r3n m3n
Por tanto, si A es una matriz de 3 por 5 y B es una matriz de 5 por 7, se puede hallar el pro-
ducto AB, que será una matriz de 3 por 7. Sin embargo, el producto BA no tiene sentido
porque el número de columnas de B (7) no es igual que el número de filas de A (3).
Si los tamaños de A y B son compatibles como se ha descrito anteriormente, entonces

cij, el elemento de la fila i y la columna j de la matriz producto C, no es más que la suma de
los productos de cada elemento de la fila i de la matriz A por el elemento correspondiente
de la columna j de la matriz B. Suponiendo que aik represente la entrada de la fila i y la co-
lumna k de la matriz A, y suponiendo que bkj represente el elemento de la fila k y la colum-
na j de la matriz B, podemos escribir la última frase de manera más concisa:
r
cij 5 a aikbkj 5 ai1b1j 1 ai2b2j 1 c 1 airbrj . (B.1)
k51
A modo de esquema, representaremos de la siguiente forma esta multiplicación de matrices:

c11 c12 c c1j c c1n
c21 c22 c c2j c c2n
( ( ( ( ( (
Fc V
i1 ci2 c cij c cin 5
( ( ( ( ( (
cm1 cm2 c cmj c cmn
a11 a12 c a1r
a21 a22 c a2r b11 b12 c b1j c b1n
V≥ ¥
( ( ( ( b21 b22 c b2j c b2n
F
ai1 ai2 c air ( ( ( ( ( (
( ( ( ( br1 br2 c brj c brn
am1 am2 c amr
Veamos otros ejemplos de multiplicación matricial.
EJEMPLO
1 2
c d ? £3 4§ 5 c d
2 23 0 2s1d 2 3s3d 1 0s5d 2s2d 2 3s4d 1 0s6d
4 0 1 4s1d 1 0s3d 1 1s5d 4s2d 1 0s4d 1 1s6d
5 6
5 c d,
27 28
9 14
p 22 6 2 23 0
£ 0 4 1§ ? £9 2 26 §
23 5 7 2 1 4
ps2d 2 2s9d 1 6s2d ps23d 2 2s2d 1 6s1d ps0d 2 2s26d 1 6s4d
5 £ 0s2d 1 4s9d 1 1s2d 0s23d 1 4s2d 1 1s1d 0s0d 1 4s26d 1 1s4d S
23s2d 1 5s9d 1 7s2d 23s23d 1 5s2d 1 7s1d 23s0d 1 5s26d 1 7s4d
2p 2 6 23p 1 2 36
5 £ 38 9 220 § .
53 26 22 ◆
4. Valores propios y vectores propios 373
Una matriz 2 3 2 particularmente importante y útil es la matriz identidad c d.

1 0
0 1
Debería comprobar que esta matriz desempeña el mismo papel en álgebra matricial que
el que juega el número 1 en aritmética; es decir, I ? A 5 A ? I para cualquier matriz A de
2 3 2. Si la matriz A es 2 3 n, entonces I ? A 5 A, pero A ? I no está definida a no ser
que n 5 2. Análogamente, si A es una matriz n 3 2, entonces A ? I 5 A, pero I ? A no
está definida a no ser que n 5 2. En general, para cualquier entero positivo n, la matriz
n 3 n con unos en la diagonal principal 2desde la esquina superior izquierda hasta la es-
quina inferior derecha2 y ceros en el resto de los sitios, sirve de matriz identidad I para
la multiplicación de matrices n 3 n.
Dada una matriz A de n 3 n, la matriz B de n 3 n se denomina inversa (multiplica-
tiva) de A si AB 5 I 5 BA. Si existe una inversa de A, entonces es única y está represen-
tada por A21.
Con las definiciones que hemos visto, la suma y multiplicación matriciales satisfacen
todas las reglas básicas familiares del álgebra 2excepto la conmutatividad2. Por ejemplo,
tenemos la ley asociativa para la multiplicación: si A es una matriz m 3 r, B es una matriz
r 3 s y C es una matriz s 3 n, entonces A(BC) 5 (AB)C, una matriz m 3 n. También dis-
ponemos de la ley distributiva: si A es una matriz m 3 r y B y C son matrices r 3 n, enton-
ces A(B 1 C) 5 AB 1 AC (que es una matriz m 3 n).
Comprobemos la ley distributiva en el caso en que A es una matriz m 3 r y B y C
son matrices (vectores) r 3 1. Esperamos que el producto A(B 1 C) sea un vector con
m filas. Supongamos ahora que a ik representa el elemento de la fila i, columna k, de
A, que b k y c k son elementos de la fila k(k 5 1, 2, . . . , r) y que p i es el elemento de
la fila i del producto A(B 1 C). Entonces, mediante la ecuación (B.1) obtenemos (para
i 5 1, 2, . . . , m):
r r r r
pi 5 a a ik sb k 1 ck d 5 a sa ikb k 1 a ikck d 5 a a ikb k 1 a a ikck
k51 k51 k51 k51
5 (la entrada en la fila i de AB) 1 (la entrada en la fila i de AC),

Hemos demostrado así que A(B 1 C) 5 AB 1 AC.
4. VALORES PROPIOS Y VECTORES PROPIOS

x1
Como hemos visto en la sección anterior, si A es una matriz n 3 n y X es un vector ≥ ¥

x2
(
xn
n 3 1, no nulo, podemos considerar la multiplicación de X por la matriz A en la forma AX
como una transformación o cambio del vector X. Si hay un escalar l tal que AX 5 lX, en-
tonces l se denomina un valor propio de A, y el vector X recibe el nombre de vector pro-
pio correspondiente a l. Geométricamente, decimos que un vector propio es un vector no
nulo que se transforma en un múltiplo de sí mismo por una constante.
Por ejemplo, si identificamos un vector X 5 c d con el punto (x, y) en el sistema de coor-

x
y
denadas cartesianas, podemos ver que un vector propio es un punto 2no el origen2 tal
que él y su transformado están en la misma recta que pasa por el origen. La dirección de
un vector propio no cambia (si l > 0) o se invierte (si l < 0) cuando el vector se multiplica
por A. La ecuación matricial AX 5 lX es como la ecuación funcional f(x) 5lx, que repre-
senta una recta que pasa por el origen con pendiente l.
Si partimos del supuesto de que AX 5 lX, entonces AX 2 lX 5 0 2el vector nulo2,
y la propiedad distributiva de la multiplicación de matrices nos permite escribir (A 2 lI)
X 5 0. (Debemos escribir A 2 lI en lugar de A 2 l porque no tiene sentido restar un nú-
mero de una matriz.) Si pudiésemos hallar una inversa para A 2 lI 2es decir, una matriz
B, n 3 n, tal que (A 2 lI)B 5 I 5 B (A 2 lI)2, entonces multiplicando por B, por la iz-
quierda, ambos miembros de (A 2 lI )X 5 0, se obtendría IX 5 0; es decir, X 5 0, el vec-
tor n 3 1 del que todos los elementos son 0. Por tanto, si recordamos que se había defi-
nido un vector propio como un vector no nulo, vemos que la única situación interesante
tiene lugar cuando la matriz A 2 lI no tiene una inversa. (¿Sigue el razonamiento?)
La ecuación (A 2 lI)X 5 0 representa un sistema homogéneo de n ecuaciones linea-
les algebraicas con n incógnitas, y la teoría del álgebra lineal indica que hay un número D
que depende de la matriz A 2 lI con la siguiente importante propiedad: si D 2 0, enton-
ces el sistema (A 2 lI)X 5 0 tiene únicamente la solución nula x1 5 x2 5 c 5 xn 5 0.
x1
Sin embargo, si D 5 0, entonces hay una solución X 5 ≥ ¥ con al menos una de las xi
x2
(
xn
diferente de cero. Este número D es el determinante de la matriz A 2 lI, representado por
det(A 2 lI). Por tanto, (A 2 lI)X 5 0 tiene una solución no nula X, sólo si det(A 2 lI) 5 0.
Para cualquier sistema lineal n 3 n 2homogéneo o no2, la naturaleza de las soluciones
depende de si el determinante es nulo; es decir, dicha naturaleza está determinada por esta
propiedad. El determinante se calcula frecuentemente por medio de operaciones sucesi-
vas con las filas o las columnas de la matriz. En vez de perder el tiempo aprendiendo te-
diosos algoritmos para hallar los determinantes, le resultará más útil aprender cómo obte-
ner estos números en su SAC. Incluso las calculadoras gráficas le proporcionarán un
determinante si la matriz no es demasiado grande. Desde un punto de vista más abstracto,
un determinante es precisamente un tipo especial de función o aplicación del conjunto de
las matrices cuadradas en los números reales.
De momento, veamos cómo surge un determinante en la resolución de un sencillo sis-
tema de ecuaciones algebraicas.
EJEMPLO
Suponga que queremos resolver el siguiente sistema de dos ecuaciones con dos incógnitas:
2x 2 3y 5 2
x 1 4y 5 25.
4. Valores propios y vectores propios 375
Podemos utilizar el método de la eliminación para resolver este sistema. Por ejemplo,
podemos restar dos veces la segunda ecuación de la primera para eliminar la variable x
12
y obtener 211y 5 12 ó y 5 2 . Entonces, podemos sustituir este valor de y en la segun-
11
7
da ecuación y resolver en x. Obtenemos x 5 2 . Observe que, cuando resolvemos es-
11
te sistema particular por eliminación, el denominador de cada componente de la solu-
ción es 11.
A continuación, escriba el sistema en forma matricial:
c dc d 5 c d.
2 23 x 2
1 4 y 25
¿Qué obtenemos si tomamos la matriz de coeficientes, multiplicamos los elementos 2 y

4 de la diagonal prinicipal 2que va desde la esquina superior izquierda hasta la esquina
inferior derecha2 y luego restamos el producto de los elementos 23 y 1 2de la otra dia-
gonal2? El resultado es (2)(4) 2 (23)(1) 5 11. ¡Sorpresa! El número así calculado es el
determinante de la matriz de coeficientes. Al resolver cualquier sistema de ecuaciones
lineales con dos incógnitas se acaba siempre dividiendo por el determinante, si no es
nulo. La regla de Cramer, que posiblemente habrá visto en un curso universitario de ál-
gebra, es una fórmula que utiliza determinantes para hallar la solución de sistemas li-
neales n 3 n. ◆
Para un sistema con n mayor que 2 2aunque también para n 5 22, un SAC o una cal-
culadora graficadora suministran fácilmente información importante sobre el sistema. En
el siguiente ejemplo, recurramos a las herramientas tecnológicas para calcular el determi-
nante, los valores propios y los vectores propios de un sistema tridimensional.
EJEMPLO
Supongamos que tenemos un sistema con la matriz de coeficientes
2 2 26
A 5 £ 2 21 23 § .
22 21 1
Un SAC 2en este caso Maple2 nos indica que det(A) 5 24 y que los valores propios son
l1 5 6, l2 5 22 5 l3. Los correspondientes vectores propios 2linealmente independien-
22 1 0
tes2 son £ 21 § , £ 22 § y £ 3 § .
1 0 1
Si intenta resolver este ejemplo utilizando su propio SAC, puede suceder que los vec-
tores propios no se parezcan a los aquí mostrados, pero cada uno deberá ser un múltiplo
constante de uno de los proporcionados en el último párrafo. ◆
APÉNDICE C
Números
complejos
1. NÚMEROS COMPLEJOS: EL PUNTO DE VISTA ALGEBRAICO

Históricamente, la necesidad de los números complejos surgió cuando se intentaban resol-
ver ecuaciones como x2 1 1 5 0 y se vio que no existía un número real que cumpliera esta
ecuación. El elemento básico en la ampliación del sistema numérico es la unidad imagina-
ria, i 5 "21. Hay una interesante pauta sobre los valores de las potencias de i: i1 5 i,
i2 5 21, i3 5 2i, i4 5 1, i5 5 i, i6 5 21, i7 5 2i, i8 5 1, . . . Se puede utilizar esta repetición
en grupos de cuatro, por ejemplo para calcular una potencia grande de i: i338 5 (i2)169 5
(21)169 5 21. Un número complejo es cualquier expresión en la forma x 1 yi donde x e y
son números reales. Si tiene un número complejo z 5 x 1 yi, entonces x se denomina parte
real 2representada como Re(z)2, e y parte imaginaria 2representada como Im(z)2 del
número complejo. (Observe que, a pesar de su nombre, y es un número real.) En particular,
cualquier número real x es un miembro de la familia de números complejos porque se puede
escribir como x 1 0 ? i. Cualquier número complejo en la forma yi (5 0 1 yi) recibe el nom-
bre de número imaginario puro.
Los números complejos se pueden sumar y restar de un modo razonable combinando
las partes reales y las imaginarias del siguiente modo:
sa 1 bid 1 sc 1 did 5 sa 1 cd 1 sb 1 ddi
y
sa 1 bid 2 sc 1 did 5 sa 2 cd 1 sb 2 ddi.
Además, los números complejos se pueden multiplicar, al igual que haríamos con cual-
quier binomio en álgebra, acordándonos de reemplazar i2, siempre que aparezca, por 21:
sa 1 bid ? sc 1 did 5 ac 1 adi 1 bci 1 bdi2 5 sac 2 bdd 1 sad 1 bcdi.
La división de números complejos es algo más complicada. Si z 5 x 1 yi es un número
complejo, entonces su complejo conjugado, z, se define así: z 5 x 2 yi. (Simplemente se
invierte el signo de la parte imaginaria.) El complejo conjugado es importante en la divi-
376
1. Números complejos: el punto de vista algebraico 377
sión porque z ? z 5 x2 1 y2, un número real. (Compruebe esto.) En la división de números

complejos, el conjugado desempeña en gran medida el mismo papel que el conjugado que
aprendió a usar en álgebra para simplificar fracciones. Por ejemplo, en álgebra, si se le re-
3
quiriera simplificar la fracción , “racionalizaría el denominador” del siguiente modo:
"5
3 3 "5 3"5
5 ? 5 .
"5 "5 "5 5
Otro ejemplo del álgebra evidencia aún más la similitud entre los conjugados:
2 1 "3 2 1 "3 3 1 "2 6 1 2"2 1 3"3 1 "6

5 ? 5
3 2 "2 3 2 "2 3 1 "2 922
6 1 2"2 1 3"3 1 "6
5 .
7
En este último ejemplo, 3 1 "2 es el conjugado de 3 2 "2; al multiplicar estos conjuga-

dos, el signo radical desaparece, dejándonos con el número entero 7. Ahora, si tenemos
que dividir dos números complejos, utilizamos el complejo conjugado para obtener la res-
puesta, el cociente, en la forma de un número complejo. Por ejemplo,
2 1 3i 2 1 3i 3 2 5i 21 2 i 21 1
5 ? 5 5 2 i.
3 1 5i 3 1 5i 3 2 5i 9 1 25 34 34
En general, si z 5 a 1 bi y w 5 c 1 di, entonces
z a 1 bi a 1 bi c 2 di ac 1 bd bc 2 ad
5 5 ? 5 2 2
1 2 i.
w c 1 di c 1 di c 2 di c 1d c 1 d2
Si z y w son números complejos, debería ver que z 5 z, sz 1 wd 5 z 1 w, z ? w 5

z ? w y a b 5 para w 2 0. Asimismo, Reszd 5
z z z1z z2z
e Imszd 5 .
w w 2 2i
Las importantes reglas algebraicas de la conmutatividad, la asociatividad y la distributivi-

dad son válidas para los números complejos. Además, todas las propiedades de esta sección
son extensibles a los vectores y las matrices con entradas de números complejos. Por ejemplo,
c1 c1 c1
si V 5 ≥ ¥ es un vector con componentes complejas, entonces V 5 ≥ ¥ 5 ≥ ¥ . Si

c2 c2 c2
( ( (
cn cn cn
A 5 (aij) representa una matriz con la entrada aij en la fila i y la columna j, entonces
A 5 sa ij d 5 sa ij d .
378 Apéndice C / Números complejos
2. NÚMEROS COMPLEJOS: EL PUNTO DE VISTA GEOMÉTRICO

La interpretación geométrica de los números complejos se les ocurrió a tres personas apro-
ximadamente al mismo tiempo: al topógrafo y cartógrafo noruego Caspar Wessel (1745-
1818), al matemático franco-suizo Jean Robert Argand (1768-1822) y al matemático, as-
trónomo y físico alemán Karl Friedrich Gauss (1777-1855).
La idea aquí es representar un número complejo utilizando el familiar sistema de co-
ordenadas cartesianas, haciendo que el eje horizontal sea el eje real y que el eje vertical
sea el eje imaginario. Tal sistema se denomina el plano complejo. Por ejemplo, la figura
C1 muestra cómo el número complejo 3 1 2i se representaría como un punto.
Si unimos este punto con el origen mediante una recta, obtenemos un vector. (Con-
sulte el apéndice B.1.) La suma de z 5 a 1 bi y w 5 c 1 di corresponde al punto 2o vec-
tor2 (a 1 c, b 1 d), lo que implica que la suma o resta de números complejos se corres-
ponde con la ley del paralelogramo del álgebra vectorial (figura C2).
El módulo, o valor absoluto, del número complejo z 5 x 1 yi, representado por 0 z 0 , es
el número real no negativo definido por la ecuación 0 z 0 5 "x2 1 y2. El número 0 z 0 indica
la distancia entre el origen y el punto (x, y) en el plano complejo, la longitud del vector que
representa al número complejo z 5 x 1 yi. Advierta que 0 z 0 2 5 z ? z.
iy
3 + 2i
2i
3 x
Figura C1
z + w = (a + c) + (b + d)i
z = a + bi
b
d w = c + di
a c x
Figura C2
4. La fórmula de Euler 379
3. LA FÓRMULA CUADRÁTICA
Dada la ecuación cuadrática ax2 1 bx 1 c 5 0, donde a, b y c son números reales con a 2 0,
obtenemos las soluciones mediante la fórmula cuadrática:
2b 6 "b2 2 4ac
x5 .
2a
La expresión contenida dentro del signo radical, b2 2 4ac, se denomina discriminante y
permite discriminar entre las posibilidades para las soluciones. Si b2 2 4ac . 0, la fórmula
cuadrática nos da como resultado dos soluciones reales. Si b2 2 4ac 5 0, se obtiene una so-
lución única repetida 2una solución de multiplicidad dos2. Por último, si b2 2 4ac , 0, la
fórmula cuadrática proporciona dos números complejos como soluciones, un par complejo
conjugado. Para ver esta última situación, suponga que b2 2 4ac 5 2q, donde q es un nú-
mero real positivo. Entonces, la fórmula solución presenta la forma
2b 6 "2q 2b 6 "qs21d 2b 6 "qi

x5 5 5 ,
2a 2a 2a
b "q b "q
y por tanto, las dos soluciones son x1 5 2 1 i y x2 5 2 2 i, que son com-
2a 2a 2a 2a
plejos conjugados uno del otro.
4. LA FÓRMULA DE EULER
Alrededor de 1740, mientras estudiaba ecuaciones diferenciales de la forma y0 1 y 5 0,
Euler descubrió su famosa fórmula para las exponenciales complejas:
eiy 5 cos y 1 i sen y.
Si z 5 x 1 iy, entonces tenemos:
ez 5 ex1iy 5 exeiy 5 ex(cos y 1 i sen y).
Sin comprender del todo el funcionamiento de las series infinitas, Euler simplemente sus-
tituyó el número complejo iy en la serie para ex (consulte el apéndice A.3) y después se-
paró las partes reales y las imaginarias:
siyd 2 siyd 3 siyd 4 siyd 5 c
e iy 5 1 1 iy 1 1 1 1 1
2! 3! 4! 5!
y2 y3 y4 y5
5 1 1 iy 2 2i 1 1i 2c
2! 3! 4! 5!
y2 y4 c y3 y5 c
5 a1 2 1 2 b 1 iay 2 1 2 b 5 cos y 1 i sen y.
2! 4! 3! 5!
cos y sen y
APÉNDICE D
Soluciones en serie de
ecuaciones diferenciales
El apéndice D complementa el tratamiento de las ecuaciones lineales en los capítulos 5 y 6.
1. SOLUCIONES EN SERIE DE POTENCIAS DE ECUACIONES

DIFERENCIALES DE PRIMER ORDEN
En los capítulos 5 y 6 se ha discutido sobre las soluciones de ecuaciones lineales de segundo
orden y de orden superior con coeficientes constantes. Los métodos comentados en este
apéndice se pueden aplicar a las ecuaciones 2no necesariamente lineales2 con coeficientes
variables, ecuaciones que en general no dan como resultado soluciones en forma cerrada. En-
tre ellas, hay ecuaciones importantes en muchas áreas de las matemáticas aplicadas.
A modo de ilustración de la idea clave, resolvamos una sencilla ecuación de primer orden.
EJEMPLO
Considere la ecuación y9 5 1 2 xy. Partamos del supuesto fundamental de que una solu-
ción y se puede desarrollar en una serie de potencias (serie de Taylor, serie de Maclaurin)
ysxd 5 a0 1 a1x 1 a2x 2 1 a3x 3 1 c1 anx n 1 c
que converge en cierto intervalo. (Consulte el apéndice A.3 para lo esencial.) Hemos se-
leccionado un intervalo en torno al origen.
Entonces, puesto que una serie de potencias convergente se puede derivar, término a
término, dentro de su intervalo de convergencia (consulte el apéndice A.3),
yr sxd 5 a1 1 2a2x 1 3a3x 2 1 c 1 nanx n21 1 c
Si sustituimos estas dos últimas series en la ecuación diferencial, obtenemos
a1 1 2a2x 1 3a3x 2 1 c 1 nanx n21 1 c
5 1 2 x5a0 1 a1x 1 a2x 2 1 a3x 3 1 c 1 anx n 1 c6
5 1 2 a0x 2 a1x 2 2 a2x 3 2 a3x 4 2 c 2 anx n11 2 c
380
1. Soluciones en serie de potencias de ecuaciones diferenciales de primer orden 381
Debido a que estas dos series de potencias son iguales, los coeficientes de potencias igua-
les de x en ambos lados deben ser iguales. (Éste es realmente el método de los coeficientes
indeterminados que vimos en la sección 5.6 del libro.) Por tanto, tenemos
a1 5 1, 2a2 5 2a0, 3a3 5 2a1, 4a4 5 2a2, 5a5 5 2a3, . . . , n an 5 2an22, . . . ,
y en consecuencia,
a0
2
a0 a1 1 a 2 2
a 1 5 1, a 2 5 2 , a 3 5 2 5 2 , a 4 5 2 5 2
2 3 3 4 4
a0 a3 1 a n22
5 , a5 5 2 5 , c, a n 5 2 ,c
2?4 5 3?5 n
Estas fórmulas, en las que definimos los coeficientes posteriores mediante una rela-
ción con coeficientes anteriores, se denominan relaciones de recurrencia (o de recursión).
Si observamos detalladamente, vemos que para los subíndices impares la ley es
1 1 1
a 1 5 1, a 3 5 2 , a 5 5 , a7 5 2 ,c
3 3?5 3?5?7
Del mismo modo, para los subíndices pares hallamos la ley
a0 a0 a0
a0 5 arbitraria, a2 5 2 , a4 5 , a6 5 2 ,c
2 2?4 2?4?6
En general, la ley de recurrencia es
s21d ka0
a2k 5 para k 5 1, 2, 3, c;
2 ? 4 ? 6 ? c ? s2kd
s21d k
a2k11 5 para k 5 0, 1, 2, c
1 ? 3 ? 5 ? 7 ? c ? s2k 1 1d
Por tanto, podemos escribir la forma, en serie de potencias, de la solución
x 1a bx4 1
a0 2 1 3 a0 1
ysxd 5 a 0 1 x 2 x 2 x5 1 c
2 1?3 2?4 1?3?5
5 ax 2 2 c b 1 a0 a1 2 2 c b,
x3 x5 x2 x4
1 1
1?3 1?3?5 2 2?4
donde a0 5 y(0) es la constante arbitraria que esperamos en la solución general de una
ecuación de primer orden.
Para aproximar y(x), cuando x es un valor próximo a cero, sólo tenemos que sustituir
el valor en la serie, tomando tantos términos de esta serie como sean necesarios para ga-
rantizar la precisión que deseamos. ◆
Si ha resuelto la ecuación lineal del último ejemplo mediante la técnica de los factores
integrantes (consulte la sección 2.2), habrá obtenido la respuesta
y 5 e 2x >2 3ex >2 dx 1 Ce 2x >2 ,

2 2 2
la cual no se puede expresar de un modo más elemental. Si ha integrado el desarrollo en se-

rie de potencias de ex > 2 término a término, lo ha multiplicado por el desarrollo en serie de
2
382 Apéndice D / Soluciones en serie de ecuaciones diferenciales
e 2x > 2 y posteriormente ha sumado la serie correspondiente a Ce 2x > 2 , habrá obtenido

2 2
la misma solución en serie que hemos obtenido anteriormente (tras reagrupar los términos).
Al utilizar este método de la serie de potencias, a veces se podrá reconocer la serie so-
lución como una representación de una función elemental. Como ejemplo, intente aplicar
el método a la ecuación y9 5 ay, donde a es una constante. Debería reconocer la solución
en serie como la representación en serie de Taylor de Ceax en torno al origen.
Todos los sistemas algebraicos computacionales poseen la capacidad para trabajar con
desarrollos en serie, normalmente truncando la serie después de un número fijo de térmi-
nos que el usuario pueda controlar. Sin embargo, no todos los SAC pueden proporcionar
directamente una solución en serie de potencias de una EDO. Por ejemplo, Maple dispone
de un paquete de series de potencias muy útil, powseries, y el comando dsolve 2en el pa-
quete DEtools2 tiene una opción series; pero Mathematica y MATLAB requieren que el
usuario trabaje mucho más para hallar una solución en serie.
2. SOLUCIONES EN SERIE DE ECUACIONES LINEALES

DE SEGUNDO ORDEN: PUNTOS ORDINARIOS
En esta sección, examinaremos las ecuaciones lineales de segundo orden en la forma
astdys 1 bstdyr 1 cstdy 5 0, (D.1)
donde a(t), b(t), y c(t) son funciones polinómicas. Dividimos por a(t) y escribimos la ecua-
ción (D.1) en la forma canónica:
ys 1 Pstdyr 1 Qstdy 5 0, (D.2)
bstd cstd
donde Pstd 5 y Qstd 5 .
astd astd
Un punto t0 se denomina punto ordinario de la ecuación (D.2) si tanto P como Q se
pueden desarrollar en series de potencias, centradas en t0, que convergen para todo t en un
intervalo abierto que contiene t0. Las funciones que poseen tales representaciones en se-
ries de potencias se denominan analíticas en el punto t0. Si t0 no es un punto ordinario, re-
cibe el nombre de punto singular de la ecuación.
EJEMPLO
El punto t 5 0 es un punto ordinario de la ecuación (t 1 2) y0 1 t2y9 1 y 5 0 porque cada
t2 1
una de las funciones Pstd 5 y Qstd 5 tiene su propio desarrollo en serie de
t12 t12
potencias, que converge en un entorno de t 5 0:
1 t t2 t3 t2 t3 t4 t5
Qstd 5 2 1 2 1c y Pstd 5 2 1 2 1c
2 4 8 16 2 4 8 16
(Vea la serie geométrica del apéndice A.3.) Sin embargo, t 5 22 es un punto singular por-
que los denominadores de P(t) y Q(t) son nulos en t 5 22. ◆
Apliquemos el método de los coeficientes indeterminados de la última sección a una

famosa ecuación lineal de segundo orden, en torno a un punto ordinario. La ecuación re-
2. Soluciones en serie de ecuaciones lineales de segundo orden: puntos ordinarios 383
cibe su nombre por el matemático inglés Sir George Bidell Airy (1801-1892), quien llevó a
cabo un trabajo pionero sobre elasticidad y en ecuaciones en derivadas parciales.
EJEMPLO
La ecuación de Airy, ys 1 xy 5 0, que encontramos en el estudio de la óptica y la física
cuántica, no se puede resolver en términos de funciones elementales. Se puede considerar
que la ecuación describe un sistema de masa-resorte en el que la rigidez del resorte au-
menta con el tiempo. (Es posible que el local que contiene el sistema se vaya enfriando.)
Advirtiendo que x 5 0 es un punto ordinario de esta ecuación, supongamos que pode-
mos escribir una solución en la forma
ysxd 5 a 0 1 a 1x 1 a 2x2 1 a 3x3 1 a 4x4 1 c 1 a nxn 1 c
Entonces,
yr sxd 5 a 1 1 2a 2x 1 3a 3x2 1 4a 4x3 1 c 1 na nxn21 1 c
e
ys sxd 5 2a 2 1 6a 3x 1 12a 4x2 1 c 1 nsn 2 1da nxn22 1 c
Si sustituimos en la ecuación diferencial, obtenemos

s2a 2 1 6a 3x 1 12a 4x2 1 c 1 nsn 2 1da nxn22 1 c d
1 xsa 0 1 a 1x 1 a 2x2 1 a 3x3 1 a 4x4 1 c 1 a nxn 1 c d 5 0.
Tras recopilar los términos, podemos escribir esta última ecuación así:
2a 2 1 s6a 3 1 a 0 dx 1 s12a 4 1 a 1 dx2 1 c
1 snsn 2 1da n 1 a n23 dxn22 1 c 5 0.
Y, al igualar los coeficientes de iguales potencias de x, veremos que la última ecuación im-
plica que
a0
2a2 5 0, o a2 5 0; 6a3 1 a0 5 0, o a3 5 2 ;
2?3
a1 a2
12a4 1 a1 5 0, o a4 5 2 ; 20a5 1 a2 5 0, o a5 5 2 ,
3?4 4?5
y así sucesivamente, de modo que podemos ver la relación de recurrencia como an 5
an23
2 para n 5 3, 4, 5, . . . Observe que a0 y a1 son arbitrarias y que los coeficien-
sn 2 1d ? n
tes están conectados por un salto de tres en los subíndices. En particular, tenemos
0 5 a 2 5 a 5 5 a 8 5 c 5 a 213k 5 c Además, podemos ver la ley cuando el subíndice
es un múltiplo de 3:
a0 a3 a0 a6 a0
a3 5 2 a6 5 2 5 a9 5 2 52
2?3 5?6 2?3?5?6 8?9 2?3?5?6?8?9
a9 a0
a 12 5 2 5 y así sucesivamente, de manera que la fór-
11 ? 12 2 ? 3 ? 5 ? 6 ? 8 ? 9 ? 11 ? 12
s21d ka 0
mula es a 3k 5 .
2 ? 3 ? 5 ? 6 ? 8 ? 9 ? c ? s3k 2 1d ? 3k
De igual modo, podemos ver que

a1 a4 a1
a4 5 2 a7 5 2 5
3?4 6?7 3?4?6?7
a7 a1
a 10 5 2 52
9 ? 10 3 ? 4 ? 6 ? 7 ? 9 ? 10
a10 a1
a13 5 2 5 ,
12 ? 13 3 ? 4 ? 6 ? 7 ? 9 ? 10 ? 12 ? 13
y así sucesivamente. Por tanto, la relación de recurrencia es
s21d ka 1
a 3k11 5 .
3 ? 4 ? 6 ? 7 ? 9 ? 10 ? c ? s3kd ? s3k 1 1d
Si juntamos todas las piezas, obtenemos
ysxd 5 a 0 c 1 2 1 cd
x3 x6 x9
1 2
2?3 2?3?5?6 2?3?5?6?8?9
1 a1 c x 2 1 cd
x4 x7 x10
1 2
3?4 3?4?6?7 3 ? 4 ? 6 ? 7 ? 9 ? 10
5 ys0d c 1 2 1 cd
x3 x6 x9
1 2
2?3 2?3?5?6 2?3?5?6?8?9
1 yr s0dx c 1 2 1 cd
x3 x6 x9
1 2
3?4 3?4?6?7 3 ? 4 ? 6 ? 7 ? 9 ? 10
5 ys0d ? Aisxd 1 yr s0dx ? Bisxd,
donde las dos series 2convergentes para todos los valores de x2 definen Ai(x) y Bi(x), las
funciones de Airy de primera y segunda clase, respectivamente, salvo factores multiplica-
tivos constantes.
Con la ayuda de herramientas tecnológicas observemos la gráfica de la solución de la
ecuación de Airy con las condiciones iniciales y(0) 5 0, y9(0) 5 1 (figura D1), que es exac-
tamente la gráfica de xBi(x).
y
1
0,5
4 8 12 16 20 x
–0,5
Figura D1
Solución de y0 1 xy 5 0; y (0) 5 0, y9 (0) 5 1
Tanto Maple como Mathematica, por ejemplo, disponen de capacidades incorporadas

para tratar con las funciones de Airy desde el punto de vista numérico y gráfico; compruebe
los comandos AiryAi(x) y AiryBi(x) [en Maple], o AiryAi[x] y AiryBi[x] [en Mathematica]. ◆
Si queremos hallar una solución en el entorno de un punto ordinario t0 distinto de cero,
podemos realizar la sustitución u 5 t 2 t0. Dicha sustitución transforma la ecuación en t a
otra con la variable u, que podemos resolver en torno al punto ordinario u 5 0. Cuando
3. Puntos singulares regulares: el método de Frobenius 385
hayamos resuelto la ecuación en u, podemos simplemente reemplazar u por t 2 t0 para vol-

ver a la variable original.
El método de los coeficientes indeterminados es asimismo aplicable a las ecuaciones
no homogéneas y a las ecuaciones cuyos coeficientes no son polinomios, siempre que la
función del lado derecho de la ecuación y las funciones de los coeficientes se puedan desa-
rrollar en potencias de t. Cuando intentamos resolver una ecuación no homogénea, la
identificación de coeficientes se torna algo más compleja, ya que algunos de los coeficien-
`
tes de la serie solución ystd 5 a a ntn incluirán valores numéricos independientes de las
n50
dos constantes arbitrarias a0 y a1. Esta parte de la solución general yGNH constituye una
yPNH. Compruebe esto usted mismo, utilizando series para resolver la ecuación y0 2 y 5 ex.
(Deberá reconocer su solución como y 5 c1e x 1 c2e 2x 1 12xe x.)
3. PUNTOS SINGULARES REGULARES:

EL MÉTODO DE FROBENIUS
Algunos puntos singulares son tales que se han desarrollado métodos especiales de series
para abordar ciertas situaciones. El punto t0 es un punto singular regular de y0 1 P(t) y9 1
Q(t) y 5 0 si t0 es un punto singular y ambas funciones (t 2 t0) P(t) y (t 2 t0)2Q(t) son analíti-
cas en t0. Si t0 es un punto singular que no es regular, se denomina punto singular irregular.
Por ejemplo, t 5 1 es un punto singular de la ecuación (t2 2 1)2y0 1 (t 2 1) y9 1 y 5 0 por-
t21 t21 1
que Pstd 5 2 2
5 2 2
y Qstd 5 tienen denominadores
st 2 1d st 1 1d st 2 1d st 1 1d st 2 1d 2
2
nulos en t 5 1, de modo que ni P(t) ni Q(t) tienen un desarrollo en serie de potencias conver-
st 2 1d 2 1
gentes en un entorno de 1. Pero si observamos st 2 1dPstd 5 2 2
5
st 1 1d st 2 1d st 1 1d 2
2
2
st 2 1d 1
y st 2 1d Qstd 5 2 2
5 , veremos que tanto (t 2 1) P(t) como (t 2 1)2
st 1 1d st 2 1d st 1 1d 2
Q(t) son analíticas en t 5 1, así que t 5 1 es un punto singular regular.
En torno a un punto singular regular 2digamos t 5 0, por comodidad2 escribimos la
ecuación (D.2) en la forma
t2ys 1 tpstdyr 1 qstdy 5 0, (D.3)
t2
donde p(t) 5 tP(t) y q(t) 5 Q(t). Puesto que t 5 0 es un punto singular regular, p y q son
analíticas en t 5 0. El método habitual de series de potencias no funcionará, de modo que
recurriremos al método de Frobenius,1 que proporciona al menos una solución de la forma
` `
ystd 5 tr a antn 5 a antn1r, (D.4)
n50 n50
donde suponemos que a 0 2 0.
1. El matemático alemán Ferdinand Georg Frobenius (1849-1917) publicó su método en 1878. Estaba basado
en una técnica que se originó con Euler. (¿Quién si no?) Frobenius aportó muchas contribuciones al análisis y,
especialmente, al álgebra.
Es importante percatarse de que tres de los sistemas algebraicos computacionales más

populares (Maple, Mathematica y MATLAB) no pueden aplicar el método de Frobenius
directamente para obtener soluciones en series de potencias en torno a puntos singulares
regulares. Deberá desarrollar una solución de un modo gradual, paso a paso, utilizando las
prestaciones de su sistema para tratar con series de potencias y relaciones de recurrencia.
Ilustraremos el método de Frobenius utilizando una famosa ecuación en matemáticas
aplicadas, que surgió por primera vez en una investigación del movimiento de una cadena
colgante y que, desde entonces, ha aparecido en problemas tales como el análisis de vibra-
ciones de una membrana circular y el movimiento planetario.
EJEMPLO
La ecuación de Bessel de orden p es x2y0 1 xy9 1 (x2 2 p2) y 5 0, que es de la forma (D.3)
y tiene x 5 0 como un punto singular regular.2 Tomaremos el parámetro p como un nú-
mero real no negativo, arbitrario.
Si sustituimos el tipo de serie dado en (D.4) para y, hallaremos que
`
yr 5 a a n sn 1 rdxn1r21
n50
e
`
ys 5 a an sn 1 rd sn 1 r 2 1dx n1r22,
n50
de manera que obtenemos

` `
x2ys 1 xyr 1 sx2 2 p2 dy 5 a a n sn 1 rd sn 1 r 2 1dxn1r 1 a a n sn 1 rdxn1r
n50 n50
` `
1 a a nx n1r12
2 a a np x
2 n1r
n50 n50
5 a 5a n sn 1 rd sn 1 r 2 1d 1 a n sn 1 rd 2 a np26xn1r
`
n50
`
1 a a nxn1r12
n50
5 a 5sn 1 rd 2 2 p26anx n1r 1 a anx n1r12 5 0.

` `
n50 n50
Tras pasar una serie a la derecha de la igualdad y realizar en dicha serie la sustitución o
cambio de subíndices n 1 2 5 n, obtenemos
a 5 sn 1 rd 2 p 6a nx
` ` `
2 2 n1r
5 2 a a nxn1r12 5 2 a a n22xn1r.
n50 n50 n52
A continuación, igualaremos los coeficientes de potencias iguales. Para empezar, tenemos

n 5 0: sr2 2 p2 da 0 5 0
n 5 1: fs1 1 rd 2 2 p2 ga1 5 0.
2. Entre otros logros, el astrónomo alemán Friedrich Wilhelm Bessel (1784-1846) fue el primero en medir de un
modo preciso la distancia a una estrella fija.
3. Puntos singulares regulares: el método de Frobenius 387
Dado que hemos supuesto que a 0 2 0, debemos obtener r2 2 p2 5 0. Esta última ecuación
se denomina ecuación indicial3, e implica que r 5 6 p.
Supongamos que r 5 p $ 0. Entonces, cuando n 5 1, la ecuación 3 s1 1 rd 2 2 p24a 1 5 0
se reduce a (2r 1 1)a1 5 0, y por tanto, podemos concluir que a1 5 0.
Para n $ 2, al igualar coeficientes de potencias iguales de x, obtenemos como resul-
tado la relación de recurrencia
5 sn 1 rd 2 2 p26a n 5 2a n22
o
a n22 a n22
5 sn 1 rd 2 p 6
an 5 2 2 2
52
nsn 1 2rd
porque r2 2 p2 5 0. Podemos observar unos cuantos términos para ver la ley:
a0 a0
a2 5 2 52 2
2s2 1 2rd 2 s1 1 rd
a1
a3 5 2 5 0 [porque a1 5 0]
3s3 1 2rd
a 2 b
2a0
a2 2 s1 1 rd a0
a4 5 2 52 2
5 4 .
4s4 1 2rd 2 ? 2 s2 1 rd 2 2!s1 1 rd s2 1 rd
a3
a5 5 2 50
5s5 1 2rd
a 4 b
a0
a4 2 2!s1 1 rd s2 1 rd a0
a6 5 2 52 52 6 .
6s6 1 2rd 6s6 1 2rd 2 3!s1 1 rd s2 1 rd s3 1 rd
Podemos ver, por ejemplo, que ak 5 0 para k impar.
Si hacemos que n 5 2k y recordamos que se ha supuesto r 5 p, podemos expresar los
coeficientes pares en la forma
s21d ka 0
a 2k 5
22kk!sr 1 1d sr 1 2d ? c ? sr 1 kd
s21d ka 0
5 2k .
2 k!sp 1 1d sp 1 2d ? c ? sp 1 kd
Al trabajar con la ecuación de Bessel, es una práctica habitual simplificar las cosas, to-
1
mando a 0 5 p ,4 de modo que
2 p!
s21d k
a 2k 5 2k1p .
2 k!sp 1 kd!
3. En general, para el método de Frobenius, la ecuación indicial tiene la forma r(r 2 1) 1 rp0 1 q0 5 0, donde p0
y q0 son los términos constantes de los desarrollos en serie de p(t) y q(t) en la ecuación (D.3).
1
4. Realmente, a0 5 p , donde G representa la función gamma de Euler (consulte el apéndice A.6).
2 Gsp 1 1d
El resultado final es la función de Bessel , Jp (x), de primera clase o especie y de orden p:

` s21d nx 2n1p ` s21d n s x d 2n1p
2
ysxd 5 Jp sxd 5 a 2n1p 5 a
n50 2 n!sp 1 nd! n50 n!sp 1 nd!
x
x p ` s21d n s 2 d 2n
5a b a .
2 n50 n!sp 1 nd!
Se puede mostrar que esta serie converge para todos los valores reales de x.
Si utilizamos herramientas tecnológicas, podemos producir una gráfica de las funcio-
nes de Bessel de orden p para p 5 0, 1, 2, 3 y 4 (Figura D2).
y
1
0,6
0,2
–0,2 2 4 6 8 10 x
Figura D2
Jp sxd para p 5 0, 1, 2, 3, 4; 0 # x # 10
Tanto Maple como Mathematica, por ejemplo, pueden tratar con funciones de Bessel
de primera clase, numérica y gráficamente, mediante el comando BesselJ(mu, x) [en Ma-
ple] o BesselJ[m, x] [en Mathematica]. El parámetro mu o m representa el orden que he-
mos denominado p. Es interesante observar que un SAC podría expresar la solución del
PVI y0 1 xy 5 0; y(0) 5 0; y9 (0) 5 1 que hemos estudiado en la sección 2 de este apéndice
en la forma
"xBesselJa , b.
2 35>6p 1 2x 3>2
ysxd 5
Ga b
9 2 3 3
3 ◆
Sería aconsejable comentar varios aspectos sobre el último ejemplo:

1. En nuestro análisis, en realidad hemos supuesto que x . 0 para evitar la posibilidad
de la existencia de potencias racionales, no enteras, de números negativos.
2. En la ecuación indicial r2 2 p2 5 0, hemos supuesto que r 5 p, un número no negativo.
Si r es en efecto un entero no negativo, entonces la serie de Frobenius es una serie de
potencias ordinaria cuyo primer término es a0xn. Para las aplicaciones, las selecciones
p 5 0 y p 5 1 son las más habituales.
3. Todos nuestros esfuerzos han producido una única solución de la ecuación de Bessel
para un valor fijo de p. Se puede mostrar que cuando 2p no es un entero positivo,
x
2 p ` s21d n s 2 d 2n
J2p sxd 5 a b a
x n50 n!s2p 1 nd!
define una segunda solución de la ecuación de Bessel, linealmente independiente de
la primera. Cuando p es un entero, se puede mostrar que Jp(x) 5 (21)pJ2p(x), y por
tanto, ambas soluciones son dependientes.
4. El punto del infinito 389
4. Si p no es un entero, la solución general de la ecuación de Bessel presenta la forma

ysxd 5 k1Jp sxd 1 k2J2p sxd ,
donde k1 y k2 son constantes arbitrarias.
5. La función
scos ppdJp sxd 2 J2p sxd
Yp sxd 5
sen pp
es la función canónica de Bessel de segunda clase. Entonces,
ysxd 5 c1Jp sxd 1 c2Yp sxd
es la solución general de la ecuación de Bessel en todos los casos, independientemente
de si p es o no un número entero. Tanto Maple como Mathematica poseen comandos
2BesselY(mu, x) y BesselY[m, x], respectivamente2 que permiten a los usuarios ex-
plorar las funciones de Bessel de segundo tipo numérica y gráficamente.
Existen muchas formas de tratar las propiedades y las aplicaciones de las funciones
de Bessel. Una fuente de información accesible es el libro de George F. Simmons Diffe-
rential Equations with Applications and Historical Notes, 2ª ed. (McGraw-Hill, Nueva
York, 1991).
4. EL PUNTO DEL INFINITO

Se dan situaciones en las que queremos determinar el comportamiento de las soluciones
de la ecuación
ys 1 Pstdyr 1 Qstdy 5 0
para valores grandes de la variable independiente t 2el comportamiento “en las proximi-
1
dades del infinito”2. El modo de abordar este problema es realizar la sustitución t 5 e
u
investigar la ecuación resultante en torno a u 5 0. Esta sustitución convierte un problema
con valores grandes de t en uno con valores pequeños de u. Una vez que el “problema-u”
1
se resuelve en las proximidades de u 5 0, realizamos la sustitución t 5 en la solución-u
u
para obtener la solución en torno al punto t del infinito.
1
Sea u 5 , entonces, mediante la regla de la cadena,
t
a2 2 b 5 2u2 ?
dy dy du dy 1 dy
yr 5 5 ? 5
dt du dt du t du
y
d 2y
a b5 a b? 5 a2u2 2 2 2u b s2u2 d .
d dy d dy du dy
ys 5
dt dt du dt dt du du
Utilicemos este método de transformación para resolver una ecuación para valores gran-
des de la variable independiente.
EJEMPLO
Halle la solución general de la ecuación
d2y dy
4t3 2
1 6t2 1y50
dt dt
para valores grandes de t.
En primer lugar, escribiremos la ecuación en la forma canónica
d2y 3 dy 1
2
1 1 3 y 5 0.
dt 2t dt 4t
1
Realizando la sustitución u 5 y utilizando los cálculos para y9 e y0 dados anteriormente,
t
transformaremos nuestra ecuación en
d 2y
a2u2 2 2u b s2u2 d 1 a2u2 b 1 y 5 0
dy 3u dy u3
2
du du 2 du 4
o
d2y dy
4u 2
12 1 y 5 0,
du du
la cual tiene u 5 0 como punto singular regular.
Si utilizamos el método de Frobenius, hallaremos la solución general
1
n n1
s21d nun
` ` s21d u 2
Csud 5 c1 a 1 c2 a .
n50 s2nd! n50 s2n 1 1d!
1
Al sustituir u 5 , obtenemos la solución
t
1
a b 1 c2 a a b
s21d n 1 n
` ` s21d n 1 n1 2
ystd 5 c1 a
n50 s2nd! t n50 s2n 1 1d! t
b 1 c2 sena b.
1 1
5 c1 cosa
"t "t
(Consulte el apéndice A.3) ◆
5. OTRAS ECUACIONES DIFERENCIALES ESPECIALES

Existen muchas funciones famosas, como por ejemplo las funciones de Airy y Bessel, que
surgen como soluciones en serie de potencias de ecuaciones diferenciales de segundo
orden. Dichas funciones forman una clase particular de lo que habitualmente se denomina
funciones especiales.
5. Algunas adicionales ecuaciones diferenciales especiales 391
Entre estas importantes ecuaciones de segundo orden que han resultado significativas
para la resolución de problemas en matemáticas aplicadas, ciencia e ingeniería, están las
siguientes, que le invitamos a abordar utilizando los métodos de este apéndice.
La ecuación de Chebyshev: (1 2 x2) y0 2 xy9 1 p2y 5 0, donde p es una constante.
(Cuando p es un entero no negativo, la solución es un polinomio de enésimo grado.)
La ecuación hipergeométrica de Gauss:
xs1 2 xdys 1 fc 2 sa 1 b 1 1dxgyr 2 aby 5 0,
donde a, b y c son constantes.
La ecuación de Hermite: y0 2 2xy9 1 2py 5 0, donde p es una constante.
La ecuación de Laguerre: xy0 1 (1 2 x) y9 1 py 5 0, donde p es una constante.
La ecuación de Legendre: s1 2 x2 dys 2 2xyr 1 cksk 1 1d 2 d y 5 0, donde m y k
m2
1 2 x2
son constantes, k > 0.
Respuestas / Sugerencias
para los ejercicios
con numeración impar
EJERCICIOS 1.1
1. La variable independiente es x, la variable dependiente es y; ecuación de primer orden, li-
neal.
3. La variable independiente es desconocida, la variable dependiente es x; ecuación de segundo
orden, no lineal debido al exponente 2x.
5. La variable independiente es x, la variable dependiente es y; ecuación de primer orden, no li-
neal, debido a que contiene un término de segundo grado en y, así como productos de y9 con-
sigo misma y con y.
7. La variable independiente es x, la variable dependiente es y; ecuación de cuarto orden, lineal.
9. La variable independiente es x, la variable dependiente es y; ecuación de primer orden, no li-
neal, debido al exponente y9.
11. a = 1.
EJERCICIOS 1.2
13. a. (y9)2 debería ser igual a 21, lo que es imposible para una función real.
b. El valor absoluto de una función es no negativo. La única manera de que la suma de dos
funciones no negativas sea la función nula es que cada uno de los sumandos sea también
nulo. Por tanto, ysxd ; 0 es la única solución.
15. Si x $ c o x # 2c, entonces x2 $ c2, y por tanto, c2 2 x2 # 0. Si c2 2 x2 , 0, ninguna de las dos
funciones dadas es real. Si c2 2 x2 5 0, entonces cada una de las dos funciones es igual a la fun-
ción nula, la cual no es una solución de la ecuación diferencial.
17. ystd 5 t3 1 12t2 1 1
19. ysxd 5 ex>2 1 e2x>2
23. La longitud de la pista de despegue debe ser de 1500 m.
ea bx sx 2 Ld 2 f 5 2 a bx2 sx 2 Ld 2
1 2W 2 W
25. ysxd 5
EI 24L 24EIL
29. Una posibilidad es sxy 2 1dyr 1 y2 5 0.
393
394 Respuestas / Sugerencias para los ejercicios con numeración impar
31. ysxd 5 12 ssen x 2 cos xd

35. b. xstd 5 s1 2 3tde3t, ystd 5 29te3t
37. a. V1 5 V0e2ct
b. El número de células infectadas tiende a cero cuando t S ` .
EJERCICIOS 2.1
A C
1. y 5 1 2 , donde C es arbitrario.
2 x
3. y 5 (t 2 2)3 5 t3 2 6t2 1 12t 2 8; y ; 0 es una solución singular.
5. y 5 2 2 3 cos x
y2
1 y 1 ln 0 y 2 1 0 5 2 1 C; y ; 1 es una solución singular.
1
7.
2 x
ln sC 2 10x d
9. z52 ; la solución está definida solamente para 10x , C (o x , log10C).
ln 10
x2
11. y 5 2 1 C o y 5 Ce2x
2
13. 1 2y 2 2 ln 0 x 1 2y 1 2 0 5 1 C ; y 5 2 sx 1 2d>2 es una solución singular.
x2 1 y2
arctga b 2 12 ln a b 2 ln 0 x 0 2 C 5 0
y
15.
x x2
17. y 5 x"2 ln 0 x 0 1 C y y 5 2x"2 ln 0 x 0 1 C
1
21. a. xstd 5
22t
b. El intervalo I puede ser tan grande como (2∞, 2). El intervalo I incluye t 5 1, pero no puede
incluir el punto t 5 2, en el que x(t) no está definida.
c. x
–10 –8 –6 –4 –2 2 t
d. x ; 0
23. t 5 60
25. m 5 sex 2 e2x d>2 5 senhsxd , el seno hiperbólico de x.
27. t 5 aL 1 b
1 bL12n
a 12n
2t
29. a. C 5 Cstd 5 14e 6
c. 8,06 horas.
d. 5,08 horas.
Respuestas / Sugerencias para los ejercicios con numeración impar 395
e. c
20
15
10
5
6 14 t
Cet
31. a. P 5 ; P ; 1 es una solución singular.
1 1 Cet
b. Pstd S 1 cuando t S ` .
c. Pstd S 1 cuando t S ` .
EJERCICIOS 2.2
1. y 5 2x 2 1 1 Ce22x
t2 1 2
3. x 5 2 1 Ce2t
2 2
t3 t2 C
5. y 5 2 1 3
6 5 t
7. y 5 x sen x 1 Cx
9. x 5 et sln 0 t 0 1 t2>2 1 Cd
ex 1 ab 2 ea
11. ysxd 5
x
emx
13. Para m 2 2a, tenemos y 5 1 Ce2ax. Si m 5 2a, entonces y 5 xe2ax 1 Ce2ax 5
a1m
(x 1 C)e2ax. (Nota: Un SAC que pueda resolver EDO puede obviar la necesidad de un análisis
de dos casos.)
xstd 5 a b st 1 ln 0 t 0 2 1d
t
15.
t11
17. y 5 2ln sx 1 Cx2 d
t4
19. y5 6 ; y ; 0 es una solución singular.
t 1C
61
21. y5 ; y ; 0 es una solución singular.
"x 1 12 1 Ce2x
23. a. Wstd 5 a 1 Ce 2 3 b
a bt 3
b. W` 5 a b
a 3
b
c. Wstd 5 W` s1 2 e 2bt>3 d 3
d.
W
W∞
t
E E R E
2 e 2a L b t 5 a1 2 e 2 a L b t b
R
25. a. Istd 5
R R R
E
b. lim Istd 5
tS` R
L
c. t 5 ln 2
R
E
d. Istd ;
R
E0Cfsensvtd 2 vRC cossvtd g vE0RC2 t
27. Qstd 5 2
1 2
e 2 RC 5
1 1 sRCvd 1 1 sRCvd
5sensvtd 2 vRC cossvtd 1 vRCe2RC 6
E0C t
1 1 sRCvd 2
29. a. Si S(T) 5 ST, podemos escribir la solución como
1 ° S0 2 ¢ e2 a rA 1lb t
rA rA
para 0 , t , T
Sstd 5 e a rA
a
rA M
1 lb 1 lb
M M
STe2lst2 Td para t $ T
b. Si tomamos los valores A 5 1000; r 5 10; l 5 0,1; S0 5 20 000; ST 5 36 000; M 5
60 000 y T 5 10, obtendremos la siguiente gráfica:
S
36 000
32 000
28 000
24 000
20 000
16 000
2 4 6 8 10 12 14 16 18 20 t
31. La concentración de potasio es de 7,5 gramos por decalitro.

33. a. El tanque está medio lleno 100 segundos después de que se hayan abierto la válvula
y el desagüe. En ese instante, la solución contiene un 0,75% de cloro.
b. La concentración final es del 0,875%.
35. a. El número de trabajadores que conforman la plantilla de la agencia es de 4000,
3313% de los cuales son mujeres.
b. 50%
EJERCICIOS 2.3
1. y
3
–3 –2 –1 1 2 3 x
–1
–2
–3
3. x
3
–3 –2 –1 1 2 3 t
–1
–2
–3
5. Q
4
–4 –2 2 4 t
–2
–4
7. Observe cuidadosamente el campo de direcciones. El eje t, correspondiente a r 5 0, distribuye

las curvas solución en dos familias de 2cuasi2 semicírculos.
r
4
–4 –2 2 4 t
–2
–4
9. y
3
9. @@@@@@.
2
–3 –2 –1 1 2 3 x
–1
–2
–3
11. Seleccione cuidadosamente los intervalos para sus variables. Hay asíntotas verticales ocultas
tras la espesura.
–2 –1 1 2 x
–2
–4
13. y
3
–3 –2 –1 1 2 3 t
–1
–2
–3
15. Observe cuidadosamente el campo de direcciones, fijándose en dónde cambian de dirección las
flechas. Dependiendo de las condiciones iniciales especificadas, su calculadora gráfica o SAC
puede producir extrañas curvas solución.
y
6
–6 –4 –2 2 4 6 x
–2
–4
–6
17. a. x
50
40
30
20
10
2 4 6 8 10 12 14 16 18 20 t
b. x(t) parece aproximarse a 40 cuando t S ` .

19. y 5 2 5 s1 1 Cd> s1 2 Cd6t para C 2 1; una familia uniparamétrica de rectas que pasan por el
origen. Para C 5 1, el eje y es una isoclina.
23. Sugerencia: las ecuaciones (a) y (b) son no autónomas, mientras que la ecuación (c) es autó-
noma.
25. a. Campo 3.
b. Campo 1.
c. Campo 2.
27. y
–2 –1 1 2 x
–2
–4
EJERCICIOS 2.4
1. @@@@@@
1. –1 1
y
3. –1 3
x
5. 0
y
7. y
–3π –2π –π 0 π 2π 3π
9. 0
y
11. a. 0 7 15
P
15
t
b. Pstd S 0 cuando t S `
13. a. 40 250
x
b xstd S 40
15. f(y)
a b c
0 y
17. a. –√ a a
b 0 √b
x
a
Åb
b. xstd S
c. xstd se mantiene nulo.

a
Åb
d. xstd S
EJERCICIOS 2.5
Confirme las respuestas a los ejercicios 1-12 observando los campos de direcciones o los diagramas
de fases.
1. Tanto y 5 0 como y 5 1 son nodos.
3. y 5 0 es una fuente.
5. x 5 2a/b es un sumidero y x 5 0 es una fuente.
7. y 5 22 es una fuente e y 5 5 es un sumidero.
9. x 5 0 es un sumidero.
11. y 5 21 es un sumidero e y 5 0 es una fuente.
13. a. Q ; Q*
b. La solución es un sumidero y, por tanto, estable.
15. a. a 0 b
x
b. x ; a es un sumidero; x ; b es una fuente.
17. No existe tal ecuación.
EJERCICIOS 2.6
1. a. f(x)
f(x)
f(x)
b. c 5 22 y c 5 2 son puntos de bifurcación.

c. x
–2 2 c
3. a. f(x)
1 x
f(x)
1 x
f(x)
1 x
b. c 5 1 es el único punto de bifurcación.

c. x
1 c
5. x
√␣
0 ␣
–√␣
7. c. x
x = √(R – Rc)/k (sumidero)
sumidero Rc
fuente
0 R
x = –√(R – Rc)/k (sumidero)
EJERCICIOS 2.7
1. Tome como ejemplo cualquier rectángulo centrado en (0, 3) que evite el eje t (x 5 0).
3. No existe tal rectángulo.
5. No existe tal rectángulo.
7. p. Consulte el ejemplo 2.7.1.
9. xstd 5 a 1 " x0 b
3
t 3
3
11. a. 2"0 y 0 2 2k lns"0 y 0 1 kd 5 t 1 C
b. Para valores iniciales (t0, y0) cualesquiera.
c. Si k , 0, la ecuación tiene una solución única para cualquier condición inicial. Cuando k 5 0,
no hay una solución única para el PVI con la condición inicial y(0) 5 0.
13. Sí.
17. a. Sí.
19. No se puede concluir que la reacción no pueda tener lugar; tampoco el hecho de que la ecua-
ción tenga una solución garantiza que, efectivamente, se produzca la reacción.
EJERCICIOS 3.1
1.
tk yk
0 1
0,25 0,75
0,50 0,625
0,75 0,589844
1,00 0,643490
y
1
0,9
0,8
0,7
0,6
0,2 0,4 0,6 0,8 1t
3.
tk yk
1 2
1,50 3,359141
2,00 4,266010
2,50 5,065065
3,00 5,807155
2
1 1,5 2 2,5 3t
5. ysp>2d < 1,148841. El valor verdadero es 1, así que el error absoluto es aproximadamente
0,148841.
7. ys1d < 1,385561
9. a. Ps1d < 1,330624 5 1 330 624 habitantes.

b. Ps0d < 1,285 5 1 285 000 habitantes.
11. Vs0d < 166,39 metros por segundo.
13.
tk yk
0 1,000000
0,1 1,500000
0,2 2,190000
0,3 3,146000
0,4 4,474400
0,5 6,324160
0,6 8,903824
0,7 12,505354
0,8 17,537496
0,9 24,572494
1,0 34,411492
El PVI dado 2que implica una ecuación lineal2 tiene la solución ystd 5 19 4t 1 3
16 e 1 4 t 2 16 . Por
tanto, y(1/2) 5 8,712004; lo que nos da como resultado un error absoluto de |8,712004 2
6,324160| 5 2,387844. Entonces y(1) 5 64,897803, presentando un error absoluto de |64,897803
2 34,411492| 5 30,486311. La curva solución se eleva tan bruscamente que las aproximaciones
por las rectas tangentes dejan de ser válidas.
15. Con h 5 0,5, se obtiene x(2) , 2,746746, con un error absoluto de aproximadamente 0,253254.
Con h 5 0,25, se obtiene x(2) ,2,870814, con un error absoluto de aproximadamente 0,129186.
dy
17. Todos los PVI de la forma 5 C, donde C es una constante, y(x0) 5 y0.
dx
1
19. a. ystd 5 fs1 2 adtg 12a
c. El método de Euler es efectivo.
2500 50 2500 250x
21. a. cos x 1 sen x 2 e ; y(0,2) 5 0,9836011240 . . .
2501 2501 2501
b. y(0,2) < 1,7466146068. El error absoluto es 0,7630134828.
c. y(0,2) < 1,1761983279. El error absoluto es 0,1925972039.
d. y(0,2) < 1,8623800769. El error absoluto es 0,8787789529.
e. y
6
4
2
0,2 0,4 0,6 0,8 1x

–2
–4
EJERCICIOS 3.3
1.
Valor Método Error Método mejorado Error
verdadero de Euler absoluto de Euler absoluto
h 5 0,1 5,93977 5,69513 0,24464 5,93266 0,00711
h 5 0,05 5,93977 5,81260 0,12717 5,93791 0,00186
h 5 0,025 5,93977 5,87490 0,06487 5,93930 0,00047
3. a. xstd 5 2t 2 1 1 2et
b. xs1d < 3,42816
c. El error absoluto para t 5 1 es aproximadamente |3,43656 2 3,428161| 5 0,0084.
5. Vs0d < 166,27517 m/s.
EJERCICIOS 3.4
1.
Valor Método Método mejorado Método
verdadero de Euler de Euler RK4
h 5 0,1 2,7182818 2,5937425 2,7140808 2,7182797
h 5 0,05 2,7182818 2,6532977 2,7171911 2,7182817
h 5 0,025 2,7182818 2,6850638 2,7180039 2,7182818
3. ys1d 5 e , 2,71828181139414093
2
5. a. xstd 5 2
t 1C
b. xs1d < 0,99999999727228860. El valor exacto de x(1) es 1.
7. a.
t V(t)
5 100,163
10 104,984
15 105,045
16 105,046
17 105,046
18 105,046
19 105,046
20 105,046
La velocidad terminal es aproximadamente de 105,046 pies por segundo.

b. V
100
80
60
40
20
5 10 15 20 25 30 t
EJERCICIOS 4.1
1. y(t) 5 (c1 1 c2t )e2t
3. x(t) 5 et(c1 cos t 1 c2 sen t)
5. x(t) 5 c1 1 c2 e22t
7. y(t) 5 c1 cos 2t 1 c2 sen 2t
9. r(t) 5 e2t (c1 cos 4t 1 c2 sen 4t)
15. a. Istd 5 2 32e250t 1 32e210t
b. I
0,8
0,6
0,4
0,2
0
0,1 0,2 0,3 0,4 0,5 t
c. Imax < 0,802

ln 5
d. t 5
40
17. xstd 5 2e2t 1 2et
19. ystd 5 14e2t2p sen 4t
21. xstd 5 3 cos 12t 1 56 sen 12t
23. a. xstd 5 2 301 e22t s11"3 sens2"3td 1 3 coss2"3td d
b. x
0
0,5 1 1,5 2 2,5 3 t
–0,1
–0,2
–0,3
x
0
2,2 2,4 2,6 2,8 3t
–0,002
–0,004
–0,006
–0,008
x
0,0012
0,0008
0,0004
0
3,2 3,4 3,6 3,8 4 t
c. La distancia máxima es de aproximadamente 33 centímetros.

EJERCICIOS 4.2
1. ystd 5 15e4t 1 c1e2t 1 c2e3t
3. xstd 5 et sc1 sen t 1 c2 cos t 1 1d 1 s2 25t 2 14 1 2
25 d sen t 1 s 5 t 1 25 d cos t
2t
5. xstd 5 c1 2 c2e 2 2 sen t 2 2 cos t
7. ysxd 5 c1 coss2xd 1 c2 sens2xd 2 x coss2xd 1 sen x cos x coss2xd 2 sens2xd cos 2x
1 sens2xdln 0 cos x 0
9. rstd 5 c1 sen t 1 c2 cos t 1 sln 0 sen t 0 d sen t 2 t cos t
ee a sens50"19td 2 coss50"19td b 1 2 sen s100td 1 8 cos s100td f

1 250t
6788
13. Istd 5
85 "19t
15. La solución general es
25s1 2 v2 d sensvxd
ysxd 5 e 2x>10 sc1 coss 103 "11xd 1 c2 sens 103 "11xd d 1
25 2 49v2 1 25v4
5 cossvxdv
2
25 2 49v2 1 25v4
17. ysxd 5 35xe4x 2 253 e4x 1 253 e2x
EJERCICIOS 4.3
1. ystd 5 c1e2t 1 c2e22t 1 c3e3t 1 c4e23t
3. ystd 5 c1 1 c2 cos t 1 c3 sen t 1 tsc4 cos t 1 c5 sen td
5. ystd 5 c1 1 c2e22t 1 sc3 1 c4tdet
7. ystd 5 c1e10t 1 et sc2 cos t 1 c3 sen td
9. ystd 5 sc1 1 c2t 1 c3t2 det 1 sc4 1 c5tde2t 1 c6e3t 1 c7e4t
ystd 5 a 2 be 2t 1 e t>3
t 9 9
11.
4 16 16
13. ystd 5 22 1 et 1 cos t
15. ysxd 5 e3x sc1 cos 2x 1 c2 sen 2xd 1 35 cos 2x 2 45 sen 2x
17. ysxd 5 c1e23x 1 c2e2x 1 c3e22x 1 x 2 3
19. ysxd 5 37xex 1 1
EJERCICIOS 4.4
1. El sistema es 5dx 1>dt 5 x 2, dx 2>dt 5 1 1 x 16 .
3. El sistema es 5xr1 5 x2, xr2 5 1 2 3x2 2 2x1; x1 s0d 5 1, x2 s0d 5 06.
5. El sistema no autónomo es 5wr1 5 w2, wr2 5 w3, wr3 5 w4, wr4 5 6 sens4td 1 2w4 2 5w3 2 3w2
1 8w16. Para obtener un sistema autónomo, sustituya t por w5 y añada la ecuación wr5 5 1.
7. El sistema es 5yr1 5 y2, yr2 5 s5 ln x 2 4y1 1 3xy2 d>x26. Para obtener un sistema autónomo,
sea y3 5 x, de forma que y39 5 1. Sustituya entonces x por y3 en cualquier lugar en el que apa-
rezca x.
9. El sistema es 5dx1>dt 5 x2, dx2>dt 5 2x1, dy1>dt 5 y2, dy2>dt 5 y16.
11. El sistema es 5dy1>dt 5 y2, dy2>dt 5 2 sg>s0 dy16 .
13. El sistema es 5yr1 5 y2, yr2 5 y3, yr3 5 cossy1 d 2 y26 .
15. El sistema es 5ur1 5 u2, ur2 5 u3u2 1 u23u1, ur3 5 1; u1 s0d 5 1, u2 s0d 5 2, u3 s0d 5 06 .
sx1 2 y22 d dy1

17. Tal sistema es e f.
dx1 dx2 dy2 s4t 1 y1 d
5 x2, 5 , 5 y2, 5
dt dt 2 dt dt x1
dx dx dw 1 dx
19. Si utilizamos la regla de la cadena observaremos, por ejemplo, que 5 5 ,
dt dw dt t dw
dx dx
y por tanto, t 5 23x 1 4y se convierte en 5 23x 1 4y.
dt dw
EJERCICIOS 4.5
1. a. El sistema es 5xr1 5 x2, xr2 5 2x2; x1 s0d 5 1, x2 s0d 5 26 .
b. La gráfica de la solución en el plano de fases es
x2
–2 –1 0 1 2 x1
c. Las gráficas de las soluciones x1 y x2 respecto del eje t son

x1
2
–1 –0,5 0,5 1 t
–1
–2
x2
2
1,5
1
0,5
0
10 20 30 t
3. a. El sistema es 5y 1 5 y2, y 2 5 2y1; y1 s0d 5 2, y2 s0d 5 06 .

# #

y2
2
–2 –1 1 2 y1
–1
–2
c. Las gráficas de las soluciones y1 e y2 con respecto al eje t son

y1
2
–10 –5 5 10 t
–1
–2
y2
2
–10 –5 5 10 t
–1
–2
5. a. El sistema es 5x 1 5 x2, x 2 5 x2; x1 s0d 5 1 5 x2 s0d 6 .

# #
x2
2,5
1,5
0,5
0,5 1 1,5 2 2,5 x1

c. Las gráficas de las soluciones x1 y x2 con respecto al eje t son

x1
2,5
1,5
0,5
–1 –0,5 0 0,5 1 t
x2
2,5 7. La ecuación homogénea tiene la solución implícita
2
1,5
0,5
–1 –0,5 0 0,5 1 t
7. La ecuación homogénea tiene la solución implícita

x2 1 y2
arctga b 1 12 ln a b 1 ln 0 x 0 2 C 5 0
y
x x2
9. a. El sistema es 5x 1 5 x2, x 2 5 220x2 2 64x1; x1 s0d 5 1>3, x2 s0d 5 06 .
# #
b. La gráfica de la solución en el plano de fases, para 0 # t # 2, es
0,1 0,2 0,3 x1
–0,2
–0,4
–0,6
–0,8
x2
c. La gráfica de x(t) (5 x1(t) ) con respecto al eje t es

x1
0,3
0,2
0,1
0,5 1 1,5 2t
d. La masa se aproxima a su posición de equilibrio, pero no acaba de alcanzarla debido a su

gran fuerza de amortiguación. En particular, la masa no sobrepasa su posición de equi-
librio.
11. a. El sistema es 5x 1 5 x 2, x 2 5 16 cos 8t 2 64x 1; x 1 s0d 5 0, x 2 s0d 5 06 .
# #
b. La gráfica de la solución en el plano de fases para 0 # t # 5 es
x2
40
20
–4 –2 2 4 x1
–20
c. La gráfica de x(t) (5 x1(t)) respecto del eje t es

x1
4 d. Las semir ectas sirven como una envolvente para la curva solución:
2
0
1 2 3 4 5t
–2
–4
d. Las líneas entrecortadas sirven como una “envolvente” para la curva de la solución:
x1 x=t
4
0
1 2 3 4 5 t
–2
–4
x = –t
13. a. El sistema es equivalente, por ejemplo, a una sola ecuación Qs 1 8Qr 1 15Q 5 0 que po-
dría representar un sistema de masa-resorte con una constante de resorte de 15 y con un
coeficiente de fricción de 8. El sistema es equivalente 2por ejemplo2a la ecuación única Q99 18Q9115Q 50, que puede representar un sistema de masa-resorte con una constante de muelle igual a 15 y un coeficiente de fricción de 8.
$ #
b. El sistema es equivalente 2por ejemplo2 a la ecuación única x 2 6x 1 10x 5 0, que no
podría representar un sistema de masa-resorte porque el coeficiente 26 implicaría una re-
sistencia (fuerza de fricción), que actúa en la misma dirección que el movimiento; algo im-
posible en un sistema de masa-resorte.
15. El sistema es 5xr1 5 x2, xr2 5 2x31 1 x1 2 x26 , cuyos puntos de equilibrio son (0, 0), (21, 0) y (1, 0).
EJERCICIOS 4.6
3. Sugerencia: ¿cuántas condiciones se dan?
5. b. La gráfica de (x1(t), y1(t)) en el plano de fases x-y es
y
400
200
–100 100 200 300 x
–200
La gráfica de (x2(t), y2(t)) en el plano de fases x-y es

y
500
–800 –400 200 x

–500
–1000
c. Ambas gráficas representan la misma espiral. Esto no contradice la parte de nuestro teorema
referente a la unicidad, porque nunca están simultáneamente en el mismo sitio; es decir, para
cualquier valor particular de t, digamos t*, tenemos sx1 st*d, y1 st*d d 2 sx2 st*d, y2 st*d d .
7. Utilizando los puntos iniciales (x(0), y(0)) 5 (1, 2), (21, 2), (21, 22) y (1, 22), por ejemplo, se
obtienen las trayectorias
y
4
–4 –2 2 4 x
–2
–4
Esta situación no contradice el teorema de existencia y unicidad.
EJERCICIOS 4.7
5fstk, xk, yk d 1 fstk11, xk 1 hfstk, xk, yk d, yk 1 hgstk, xk, yk d 6

h
1. a. xk11 5 xk 1
2
yk11 5 yk 1 5gstk, x k, yk d 1 gstk11, x k 1 hfstk, x k, yk d, yk 1 hgstk, x k, yk d 6
h
2
b. xs0,5d < 1,1273, ys0,5d < 0,5202
c. Para x(0,5), el error absoluto es aproximadamente 0,0003, y para y(0,5), es aproximada-

mente 0,0009.
3. a. El sistema es 5ur1 5 u2, ur2 5 2x 1 2u1 2 u2; u1 s0d 5 1, u2 s0d 5 16 .
b. u1 s0,5d < 1,8774 y u2 s0,5d < 44,1711; u1 s1,0d < 5,5515 y u2 s1,0d < 13,3031
c. u1 s0,5d < 2,1784 y u2 s0,5d < 44,7536; u1 s1,0d < 6,7731 y u2 s1,0d < 14,7205
5. a. sxstd, ystd, zstd d < s0, 5, 0d para todos los valores especificados de t. La partícula no parece
estar moviéndose.
b. Parece que x, y, z crecen ilimitadamente conforme aumenta t, con los valores de x, y, z apro-
ximándose unos a otros.
7. t < 3,72
dS dI dR d
9. a. 1 1 5 sS 1 I 1 Rd 5 0. Esto significa que la población total no varía.
dt dt dt dt
b. (1) Modelo S-I-R; población susceptible
(de ser infectada)
S
40 000
20 000
5 10 15 20 t
(2) Modelo S-I-R; población infectada

I
20 000
10 000
5 10 15 20 t
(3) Modelo S-I-R; población recuperada

R
30 000
20 000
10 000
10 20 t
c. Modelo S-I-R; población infectada

frente a población susceptible
I
20 000
10 000
10 000 30 000 S
Modelo S-I-R; población recuperada

frente a población susceptible
R
30 000
20 000
10 000
20 000 40 000 S
Modelo S-I-R; población recuperada

frente a población infectada
R
30 000
20 000
10 000
10 000 20 000 I
d. Todos los valores se redondean al número entero más cercano. Los valores muestran el in-
cremento estable en el número de personas que se han recuperado, el número decreciente
de personas susceptibles y el hecho de que el número de personas infectadas probablemente
alcance su máximo entre los días 10 y 15.
t S I R
1 44 255 3062 2682
2 42 649 4405 2947
3 40 460 6217 3323
10 13 044 25 547 11 408
15 3447 25 638 20 915
16 2681 24 609 22 710
17 2108 23 464 24 428
e. t , 161 si se redondea hacia abajo; pero t ,171 si I se redondea al entero más cercano.
11. a.
t x(t) y(t)
0,01 0,4492 20,0158
0,02 0,4468 20,0113
0,03 0,4432 20,0068
0,04 0,4385 20,0024
0,05 0,4330 0,0019
0,06 0,4266 0,0062
0,07 0,4196 0,0105
0,08 0,4120 0,0146
0,09 0,4039 0,0187
0,10 0,3952 0,0227
La dirección de la curva solución en sentido contrario al que las agujas del reloj.
b. c
0,08
0,06
S 0,04
0,02
–0,4 –0,2 0,2 0,4 x

–0,02
D
–0,04
–0,06
–0,08
c. t < 1,1
d. Sístole: sx, cd < s20,46, 0,02d cuando t < 0,52. Diástole: sx, cd < s0,46, 20,02d cuando
t < 1,05.
EJERCICIOS 5.1
c dc d 5 c d
3 4 x 27
1. a.
21 22 y 5
b. c dc d 5 c d
p 23 a 4
5 2 b 23
1 21 1 x 7
c. £ 21 2 23 § £ y § 5 £ 9 §
2 23 5 z 11
#
3. X 5 c # d 5 c dc d
# x 1 21 x
y 24 1 y
#
5. X 5 c # d 5 c dc d
# x 1 0 x
y 0 1 y
7. a. Sean y1 5 y, y2 5 y9. Entonces, el sistema es 5yr1 5 y2, yr2 5 3y2 2 2y16 , que se puede es-
cribir en la forma
c d 5 c dc d
yr1 0 1 y1
yr2 22 3 y2
b. Sean y1 5 y, y2 5 y9. Entonces, el sistema es 5yr1 5 y2, yr2 5 15y1 2 35y26 , que se puede escribir
en la forma
c d 5 c1 3d c d
yr1 0 1 y1
yr2 5 2 5 y2
9. Sugerencia: AstdBstd 5 c d . Ahora, aplique simplemente la regla del

a11 stdb11 std 1 a12 stdb21 std
a21 stdb11 std 1 a22 stdb21 std
producto a cada entrada y separe la matriz en la suma de dos productos de matrices.
11. x 5 1, y 5 0
EJERCICIOS 5.2
1. a. 17
b. 0
c. 6t4 1 4 sen t
d. cos2 u 1 sen2 u 5 1
#
c #d 5 c dc d
x 2 1 x
3. a.
y 3 4 y
b. l2 2 6l 1 5 5 0
c. l1 5 5, l2 5 1
l1 4 V1 5 x c d , l2 4 V2 5 x c d
1 1
d.
3 21
#
c #d 5 c dc d
x 24 2 x
5. a.
y 2 21 y
b. l2 1 5l 5 0
c. l1 5 0, l2 5 25
l1 4 V1 5 x c d , l2 4 V2 5 x c d
1 2
d.
2 21
#
c #d 5 c dc d
x 26 4 x
7. a.
y 23 1 y
b. l2 1 5l 1 6 5 0
c. l1 5 22, l2 5 23
l1 4 V1 5 x c d , l2 4 V2 5 x c d
1 4
d.
1 3
8C1e2t 2 C2e2t
9. a.
2C1e2t 2 C2e2t
11. y
–2 –1 1 2 x
–2
–4
Los vectores propios representativos son c d y c d.

1 1
22 2
c1 sxd 5 a1 a be 2 1 1
c0 2 C0 sa 2a dx a1C0 2 a2c0
13. a.
a1 2 a2 a1 2 a2
c2 sxd 5 a2 a be 2 1 1
c0 2 C0 sa 2a dx a1C0 2 a2c0
a1 2 a2 a1 2 a2
d2c1 dc1
b. Por ejemplo, podría resolver 2
1 sa1 2 a2 d 5 0.
dx dx
EJERCICIOS 5.3
1. a. l1 5 3, V1 5 c d ; l2 5 2, V2 5 c d .
1 0
0 1
b. y
–4 –2 2 4 x
–2
–4
3. a. l1 5 1, V1 5 c d ; l2 5 22, V2 5 c d.
1 1
24 21
b. y
20
10
–20 –10 10 20 x
–10
–20
5. a. l1 5 2, V1 5 c d ; l2 5 24, V2 5 c d.
5 1
1 21
b. y
10
–10 –5 5 10 x
–5
–10
25 1 "17 21 1 "17
25 2 "17 21 2 "17
7. a. l1 5 , V1 5 c 8
d; l2 5 , V2 5 c 8
d.
2 1 2 1
b. y
10
–10 –5 5 10 x
–5
–10
2 2 "5 2 1 "5
9. a. l1 5 "5, V1 5 c d ; l2 5 2"5, V2 5 c d.
1 1
b. y
10
–10 –5 5 10 x
–5
–10
11. a. l1 5 0, l2 5 22.
b. V1 5 c d , V2 5 c d .
3 1
4 2
c. y
10
–10 –5 5 10 x
–5
–10
Cada punto de la recta y 5 43 x es un punto de equilibrio. El origen es un sumidero y todos

los demás son nodos.
d. Xstd 5 c1 c d 1 c2e22t c d
3 1
4 2
13. Sugerencia: forme el polinomio característico. Recuerde entonces que el coeficiente de l es el
opuesto a la traza de la matriz de coeficientes A y que el término constante es el determinante
de A.
b. Por ejemplo, una solución es:
#
x 5 x 1 2y
#
y 5 3x 1 2y
15. a. xstd 5 a bV 1 a be V1 V2
x 0 1 y0 x 0V2 2 y0V1 2Pa 1 1 1 b t
V1 1 V2 1 V1 1 V2
ystd 5 a bV 2 a be V1 V2
x 0 1 y0 x 0V2 2 y0V1 2Pa 1 1 1 b t
V1 1 V2 2 V1 1 V2
b. lim xstd 5 a bV1, lim ystd 5 a bV

x0 1 y0 x0 1 y0
tS` V1 1 V2 tS` V1 1 V2 2
c. lim 3xstd 1 ystd4 5 a bV 1 a bV 5 x0 1 y0

x0 1 y0 x0 1 y0
tS` V1 1 V2 1 V1 1 V2 2
Tras un largo período de tiempo, la cantidad total de solución entre ambos lados de la mem-
brana es igual a la cantidad total presente originalmente; es decir, el total en t 5 0. Nada se
ha ganado; nada se ha perdido.
d. La sustancia química se desplaza a través de la membrana desde el lado que tiene una ma-
yor concentración hasta el lado que tiene una concentración menor.
EJERCICIOS 5.4
1. a. l1 5 3 5 l2; V1 5 c d y V2 5 c d son vectores propios linealmente independientes.

1 0
0 1
b. y
3
–3 –2 –1 1 2 3 x
–1
–2
–3
3. a. l1 5 3 5 l2; V1 5 c d es el único vector propio linealmente independiente.

1
1
b. y
3
–3 –2 –1 1 2 3 x
–1
–2
–3
5. a. l1 5 21 5 l2; V1 5 c d es el único vector propio linealmente independiente.

1
1
b. y
–4 –2 2 4 x
–2
–4
7. Por ejemplo, #
x 5 22x
#
y 5 22y
EJERCICIOS 5.5
1. a. l1 5 21 1 2i, V1 5 c d ; l2 5 21 2 2i, V2 5 c d .
i 2i
1 1
b. y
10
8
6
4
2
–4 –2 2 4 x
–2
–4
–6
–8
–10
3. a. l1 5 20,5 1 i, V1 5 c d ; l2 5 20,5 2 i, V2 5 c d.
21 21
i 2i
b. y
10
8
6
4
2
–4 –2 2 4 x
–2
–4
–6
–8
–10
2 i, V1 5 c
5. a. l1 5 12 1 "3 d ; l2 5 12 2 "3
2 i, V2 5 c d.
1 1
2 32 1 "3
2 i 2 32 2 "3
2 i
b. y
10
8
6
4
2
–4 –2 2 4 x
–2
–4
–6
–8
–10
7. a. l1 5 26 1 i, V1 5 c d ; l2 5 26 2 i, V2 5 c d.
1 1
11i 12i
b. y
60
40
20
–4 –2 2 4 x
–20
–40
–60
9. i. y
12
10
8
6
4
2
–4 –2 2 4 x
–2
–4
–6
–8
–10
–12
ii. y
–4 –2 2 4 x
–1
–2
–3
iii. y
3
–4 –2 2 4 x
–1
–2
–3
iv. y
–3 –2 –1 1 2 3 x
–1
–2
–3
v. y
10
8
6
4
2
–4 –2 2 4 x
–2
–4
–6
–8
–10
b. Sí: b 5 0.
2b 1 "b2 2 4 2b 2 "b2 2 4
c. Los valores propios son l1 5 y l2 5 .
2 2
"3
d. Cuando b 5 21, l1, 2 5 0,5 6 2 i, así que el origen es una fuente espiral. Cuando b 5 20,1,
los valores propios son l1, 2 5 0,05 6 0,9987i, y por tanto, el origen es una fuente espiral. El
valor b 5 0 nos da los valores propios l1, 2 5 6i, y el origen es un centro. Cuando b 5 0,1, los
valores propios son l1, 2 5 20,05 6 0,9987i, de modo que el origen es un sumidero espiral. El
valor b 5 1 nos da los valores propiosl1, 2 5 20,5 6 "3 2 i, y el origen es un sumidero espiral.
EJERCICIOS 5.6
1. xstd 5 12 set 2 cos t 2 sen td, ystd 5 t 2 1 1 2e2t
3. xstd 5 tet 2 t2 2 2 2 12et 1 c1et 1 c2e2t
ystd 5 2 32et 1 tet 2 2t 1 c1et 2 c2e2t
5. xstd 5 3e5t 1 c1et 1 c2e4t, ystd 5 e5t 2 c1et 1 12c2e4t
7. xstd 5 te2t 1 c1e3t 1 c2e2t, ystd 5 2e2t 2 2te2t 2 c1e3t 2 2c2e2t
9. xstd 5 24e3t 2 e2t 1 c1e2t 1 c2e4t
ystd 5 22e3t 2 2e2t 1 c1e2t 1 13c2e4t
11. xstd 5 2et cos t 2 et sen t 1 c1et 1 c2e3t
ystd 5 3et cos t 1 et sen t 1 c1et 2 c2e3t
17. c. V1 5 c 21 1 "57 d , correspondiente a l1; V2 5 c 21 2 "57 d , correspondiente a l2.

1 1
14 14
d. XGH std 5 c1es"5729dt>2 c 21 1 "57 d 1 c2e2s"5719dt>2 c 21 2 "57 d

1 1
14 14
5 c d
c1es"5729dt>2 1 c2e2s"5719dt>2
s 14 dc1es"5729dt>2 2 s 1 114"57 dc2e2s"5719dt>2
21 1 "57
e. Por ejemplo, pruebe con xstd ; 2 e ystd ; 3.
f. XGNH 5 c d 1 c d
c1es"5729dt>2 1 c2e2s"5719dt>2 2
s 14 dc1es"5729dt>2 2 s 1 114"57 dc2e2s"5719dt>2
21 1 "57
3
5c d
c1es"5729dt>2 1 c2e2s"5719dt>2 1 2
s 14 dc1es"5729dt>2 2 s 1 114"57 dc2e2s"5719dt>2
21 1 "57
13
Cuando t S `, XGNH S c d porque todos los términos exponenciales tienen exponentes ne-
2
3
gativos.
19. a. xstd 5 s1 2 e2k1t d , ystd 5 c 1 1 e2k2t d
I I k2 k1
e2k1t 2
k1 k2 k1 2 k2 k1 2 k2
I I
b. lim xstd 5 y lim ystd 5 .
tS` k1 tS` k2
c. Cantidad de
descongestionante
1
0,8 Torrente sanguíneo
0,6
0,4
0,2 Tracto GI (gastrointestinal)
5 10 15 20 25 30
d. Cantidad de
antihistamínico
2,5
2
1,5 Torrente sanguíneo
1
0,5 Tracto GI (gastrointestinal)
5 10 15 20 25 30 t
EJERCICIOS 5.7
1 21 1 x
1. a. X 5 £ 1 1 21 § £ y §
#
2 21 0 z
1 1 1
b. l1 5 21, V1 5 £ 23 § ; l2 5 1, V2 5 £ 1 § ; l3 5 2, V3 5 £ 0 § .
25 1 1
c1e2t 1 c2et 1 c3e2t
c. Xstd 5 £ 23c1e2t 1 c2et §
25c1e2t 1 c2et 1 c3e2t
3 21 1 x
3. a. X 5 £ 1 1 1§ £y§
#
4 21 4 z
1 1 1
b. l1 5 1, V1 5 £ 1 § ; l2 5 2, V2 5 £ 22 § ; l3 5 5, V3 5 £ 1 § .
21 23 3
c1et 1 c2e2t 1 c3e5t

c. Xstd 5 £ c1et 2 2c2e2t 1 c3e5t §
2c1et 2 3c2e2t 1 3c3e5t
5. 20
10
z 0
–10
–20 –20
–10
0 0x
y 10
20 20
7. a. xstd 5 29e2t 1 23e22t 1 19e2t, ystd 5 29e2t 2 23e22t 1 19e2t,

zstd 5 2 29e2t 1 29e2t
b. x(0,5) , 0,6820688660; y(0,5) , 0,1915629444; z(0,5) , 0,4692780374.
c. Método de Euler mejorado, con h = 0,01: x(0,5) , 0,6820667761; y(0,5) , 0,1915276431;
z(0,5) , 0,4692372355.
RKF45: x(0,5) , 0,6820688625; y(0,5) , 0,1915629444; z(0,5) , 0,4692780338.
9. Indicando los volúmenes de los tanques A, B y C mediante A(t), B(t) y C(t), respectivamente,
el sistema es
20,02 0,02 0 Astd
Xstd 5 £ 0,02 0,02 § £ Bstd § ,
#
20,04
0 0,02 20,02 Cstd
con la solución
Astd 5 11 000e20,02t 1 s11 000>3de2 0,06t 1 25 000>3
Bstd 5 2 s22 000>3de20,06t 1 25 000>3
Cstd 5 211 000e20,02t 1 s11 000>3de20,06t 1 25 000>3.
11. a. Sean x1(t) y x2(t) las cantidades del compuesto A en los tanques I y II, respectiva-
mente. De manera similar, definimos y1(t), y2(t), z1(t) y z2(t) para los compuestos B
y C en los tanques I y II. Entonces, el sistema es
20,1 0,02 0 0 0 0 x1 std 4

0,1 20,14 0 0 0 0 x2 std 2
# 0 0 20,1 0,02 0 0 y1 std 0
Xstd 5 F VF V 1F V
0 0 0,1 20,14 0 0 y2 std 0
0 0 0 0 20,1 0,02 z1 std 0
0 0 0 0 0,1 20,14 z2 std 0
con x1(0) = 0, x2(0) = 0, y1(0) = 50, y2(0) = 0, z1(0) = 0 y z2(0) = 50.

b. x1 std 5 50 2 4,59e20,169t 2 45,41e20,071t
x2 std 5 50 1 15,82e20,169t 2 65,82e20,071t
y1 std 5 14,79e20,169t 1 35,21e20,071t, y2 std 5 251,03e20,169t 1 51,03e20,071t
z1 std 5 210,21e20,169t 1 10,21e20,071t, z2 std 5 35,21e20,169t 1 14,79e20,071t
c. x1(t)
50
40
30
20
10 y1(t)
z1(t)
10 20 30 40 50 t
d.
50 x2(t)
40 z2(t)
30
20
10 y2(t)
10 20 30 40 50 t
15. a.–b. xstd 5 t2 1 c1, ystd 5 t3 1 3c1t 1 t2 1 c2

zstd 5 53t3 1 c1t 1 t4 1 6c1t2 1 4c2t 1 12t2 1 c3
EJERCICIOS 6.1
1. 2>s3
3. s> ss2 1 a2 d
5. 1> ss 2 ad ss 2 bd
7. ss 1 e22s 2 e2s d>s2
9. + 3y(t)4 5 1> ss 2 1d
11. + 3y(t)4 5 ss 1 5d> ss2 1 4s 1 4d
13. + 3y(x)4 5 2ss2 1 s 2 1d> ss3 ss 2 1d 3 d
p
Ås
15.
EJERCICIOS 6.2
a1 2 e s 2 db
23t
51 2 e2t scos t 1 sen td6

1
3. 5.b. fstd 5
2 t
9. s> ss2 1 1d 2
11. ystd 5 2t2 2 6t 1 e22t 2 8e2t 1 7
13. ysxd 5 x2 1 4x 1 4 1 x2ex 2 4ex
Qstd 5 e 2
e2t sen t para 0 # t , p
52 cos t 1 sen t6 1 e2t sen t para t $ p
15. 1 1 s2t1pd
5 cos t 2 5 sen t 2 5 e
17. fstd 5 4t 1 23t3
19. xstd 5 2 2 e2t
xstd 5 101 t5e2t 1 14t4e2t 5 12 t4e2t a 1 b 5 201 t4e2t s2t 1 5d
t 1
21.
5 2
EJERCICIOS 6.3
1. a. f (t)
1
1 2 3 4 t
b. f(t) 5 U(t 2 1) 2 U(t 2 2)
3. a. f (t)
2
2 4 6 t
b. f(t) 5 tU(t) 1 (4 2 2t) U(t 2 2) 1 (t 2 4) U(t 2 4)

7. + 3f(t)4 5 se2s 2 e22s d>s
9. + 3f(t)4 5 s1 2 2e22s 1 e24s d>s2
h
Ae kt 1 s1 2 e kt d, 0 # t # 30
11. a. Pstd 5 µ
k
h 2ks302td
se 2 e kt d 1 Ae kt, t . 30
k
h
b. A 5 se330k 2 e360k d> s1 2 e360k d
k
1081 25t>4 32 5
13. ystd 5 e 1049
e 2 1049 coss8td 1 1049 sens8td, t # 2
s25t>415>2d 5
e s 1049 sens16d 2 1049 coss16d d 1 1081
32
1049 e
25t>4
,t.2
6 td 1 "15 sens 6 td d para 0 # t , 5

15. y(t) 5 52 2 12e2t>2 s5 coss "15 "15
6 st 2 5d d 1 "15 sens 6 st 2 5d d d
y(t) 5 12es2t15d>2 s5 coss "15 "15
6 td 1 "15 sens 6 td d para t $ 5

2 12e2t>2 s5 coss "15 "15
17. gstd 5 e
t para 0 # t , 1
t 2 1 para 1 # t , 2 y gstd 5 0 para t $ 2.
t 2 1 1 e2t para 0 # t # 1
ystd 5 • t 2 2 1 e2t 1 es12td para 1 # t # 2
e2t 1 e12t para t . 2
19. a. W (t)
1
1 2 3 4 t
b. ystd ; 0
t 2 1 1 e2t para 0 # t # 1
c. ystd 5 • t 2 2 1 e2t 1 es12td para 1 # t # 2
e2t 1 e12t para t . 2
d. y
0,2 Solución al
apartado (c)
0,15
0,1
Solución al
0,05 apartado (b)
2 4 6 8 10 t
EJERCICIOS 6.4
1. ystd 5 st 2 adUst 2 ad 5 e
0 para t # a
t 2 a para t $ a
3. ystd 5 e
0 para t # 5
15 "15e sens "15
2 s52td>4
4 st 2 5d d para t . 5
0 para t , 1
5. ystd 5 • 101 e3s12td sens10st 2 1d d para 1 # t # 7
1 3s12td
10 e sens10st 2 1d d 2 101 e3s72td sens10st 2 7d d para t . 7
para t # 32p
7. ystd 5 e
sen t
sen t 1 4 cos t para t . 32p
e x 2 x3 1 ax 2 b Uax 2 b f
W 3L 2 L 3 L
9. ysxd 5
6EI 2 2 2
a x 2 x b para 0 # x ,
W L 2 1 3 L
5 µ
EI 4 6 2
a x 2 b para # x # L
2
WL 1 L L
4EI 2 12 2
13. b. ystd 5 e
0 para t # 1
st 2 1de12t para t . 1
EJERCICIOS 6.5
3s 1 11
1. l3y(t)4 5 , ystd 5 12e24t 1 52e22t
ss 1 4d ss 1 2d
3. xstd 5 5e7t 2 5e6t, ystd 5 25e7t 1 6e6t
5. xstd 5 75e24t 2 25et, ystd 5 75e24t 2 75et
7. xstd 5 2 2 3e2t 2 te2t 1 e22t
ystd 5 23 1 5e2t 1 2te2t 2 2e 22t
9. xstd 5 e t>2, ystd 5 e t>2, zstd 5 e t>2
11. xstd 5 2t 1 2e t 2 103e t>2 1 43e2t
ystd 5 12t2 2 t 1 1 1 2et 2 53e t>2 2 43e2t
13. xstd 5 201 s11 coss2td 1 9 coss"2td d, ustd 5 201 s11 coss2td 2 9 coss"2 1 td d
15. I1 std 5 114 2 201 e26t 2 27 2t 3 3 26t
10 e , I2 std 5 4 1 20 e 2 109 e2t
EJERCICIOS 6.6
1. x(t) tiende a 0, a medida que el valor de t aumenta.
3. x(t) oscila con amplitud decreciente, conforme t crece.
5. x(t) oscila con amplitud decreciente, conforme t crece.
7. x(t) oscila conforme t crece.
9. a. l 3x(t)4 5
40s2 1 94s 1 19
s10s 1 1d ss2 1 2s 1 2d
b. Los polos son s 5 2 101 , –1 1 i y 21 2 i.
c. La solución x(t) tiende a 0 conforme t crece.
11. a. l 3x(t)4 5 4
2s3 1 7s2 1 4s 1 7
2s 1 7s3 1 5s2 1 7s 1 3
b. Los polos son s 5 2 12 , 23, i y 2i.
c. Conforme t crece, la solución x(t) se vuelve oscilante. (Hay dos términos transitorios.)
15. a. La función de transferencia es 1> ss2 2 s 2 6d 5 1>3ss 2 3d ss 1 2d 4 .
b. La función de respuesta al impulso es 2 15e22t 1 15e3t.
t t
c. ystd 5 2e3t 2 e22t 1 15e3t 3 e23ugsuddu 2 15e22t 3 e2ugsuddu
0 0
17. a. La función de transferencia viene dada por 1> sa1s 1 a0 d .
EJERCICIOS 7.1
1. (0, 0) y (21, 1)
3. (0, 0), (–1, 1) y (1, 1)
5. (0, 0) y (–1, –1)
7. (0, 0), (0, 32), (1, 0) y (–1, 2)
9. s0, 2kpd, k 5 0, 61, 62, c ; s2, s2k 1 1dpd d, k 5 0, 61, 62, c (Represente gráficamente
las dos ecuaciones resultantes en x e y sobre el mismo conjunto de ejes.)
11. s0, 0d, a0, 2 b y a2

k2 2 G2N0 k1 2 G1N0
, 0b
a2G2 a1G1
13. a. e 5 2 sensx1 d f
dx1 dx2 g
5 x2,
dt dt L
b. skp, 0d, k 5 0, 61, 62, c
EJERCICIOS 7.2
#
1. d. Si a , 0, entonces r , 0, lo que implica que una trayectoria se adentra con movimiento es-
piral hacia (0, 0), de modo que el origen es un punto espiral estable (un sumidero). Si a 5 0,
#
entonces r 5 0, así que r es una constante y el origen es un centro estable. Si a . 0, el origen
es un punto espiral inestable (una fuente). Tal y como se ha expresado en la sección 2.6, el
valor paramétrico a 5 0 es un punto de bifurcación.
y
0,3
0,2
0,1
–0,4 –0,2 0,2 0,4 x
–0,1
–0,2
y
0,4
0,2
–0,4 –0,2 0,2 0,4 x
–0,2
–0,4
y
0,3
0,2
0,1
–0,2 –0,1 0,1 0,2 x
–0,1
–0,2
3. c.
El origen es una fuente espiral.
5. c.
El origen es un nodo estable.
7. c.
El origen es un punto de silla.
9. c.
Los valores propios del sistema cuasilineal son números imaginarios puros, así que
el origen es o bien un centro, o bien un punto espiral del sistema no lineal. El dia-
grama de fases del sistema no lineal indica que el origen es un centro.
11. c. El origen es un sumidero espiral.
13. a. y
4
–1 1 2 3 4 x
–2
–4
El origen es un sumidero. El bote finalmente va a parar a (0, 0).
b. y
–1 1 2 3 4 x
–2
–4
–6
El origen es una fuente. El bote se aleja cada vez más del (0, 0) conforme pasa el tiempo.
EJERCICIOS 7.3
1. (0, 0) y (14, 32)

3. (0, 0) y (34, 14)
7. a. (0, 0) y (100, 100)
b. y
350
300
250
200
150
100
50
100 200 300 400 x
c. Mín. x(t) , 6, máx. x(t) , 425; mín. y(t) , 18, máx. y(t) , 300.
d. x 2 100 ln x 1 2y 2 200 ln y 1 901,3 5 0
5 a2 2 b ?
du b2c v
9. a.
dv ad u
d. ustd 5 c1 coss"ac td 1 c2 sens"ac td ,
d"ac
vstd 5 2 s2c1 sens"ac td 1 c2 coss"ac td d
bc
13. a. Los valores de C > 2 proporcionan las trayectorias superior o inferior, según el signo
que se le asigne a la raíz cuadrada en la fórmula de la solución.
b. C 5 2
15. a. 5x 1 5 x2, x 2 5 2kx2 2 sensx1 d 6
# #
b. x2
–15 –10 –5 5 10 15 x 1
–2
–4
c. x2
–15 –10 –5 5 10 15 x 1
–2
–4
d. El diagrama de fases del apartado (b) muestra que el péndulo efectúa cierto número de re-
voluciones completas –que depende de la velocidad inicial transmitida al péndulo– y luego
tiene lugar una oscilación atenuada alrededor del punto de equilibrio u 5 2kp. En el dia-
grama de fases para el apartado (d), el mayor coeficiente de fricción conlleva menos revolu-
ciones antes de la oscilación atenuada.
EJERCICIOS 7.4
1. a. Cuando 21 , x , 1, es x2 , 1, así que x2 2 1 , 0. Puesto que e es un parámetro positivo,
observamos que esx2 2 1d , 0 para 21 , x , 1.
b. Cuando 0 x 0 . 1, es decir, cuando x , 21 ó x . 1d, es x2 . 1, así que x2 2 1 . 0. Puesto
que e es un parámetro positivo, vemos que esx2 2 1d . 0 para 0 x 0 . 1.
3. a.
x2
2
–2 –1 1 2 x1
–1
–2
x1(t) x2(t)
2 2
1 1
10 20 30 40 t 10 20 30 40 t
–1 –1
–2 –2
b. x2
6
–2 –1 1 2 x1
–2
–4
–6
x1(t)
2
10 20 30 40 t
–1
–2
x2(t)
6
4
2
10 20 30 40 t
–2
–4
–6
c. Cada trayectoria indica la existencia de un ciclo límite estable. No obstante, las formas de
las trayectorias y los ciclos límite varían cuando cambia e. De igual modo, x1(t) y x2(t) son
periódicas, pero no trigonométricas, y cuando e varía desde 14 a 4, x1(t) cambia a una forma
más plana, mientras que x2(t) produce picos.
5. a rstd 5 1>"1 1 Ce2t

b. ustd 5 t 1 K
cosst 1 Kd senst 1 Kd
c. xstd 5 , ystd 5
"1 1 Ce 2t
"1 1 Ce2t
d. y
2
–2 –1 1 2 x
–1
–2
7. b. El ciclo límite estable es el círculo unidad, x2 1 y2 5 1.

9. a. (0, 0) y (–2, –1)
b. y
–2 –1 1 2 3 x
–1
–2
–5 –4 –3 –2 –1 x
–1
–2
–3
c. Parece existir un ciclo límite inestable en torno a (0, 0) y un ciclo límite estable alrededor de
(–2, –1).
'f 'g
11. 1 5 s1 1 2y 1 3x 2 d 1 s22y 1 x 2 d 5 1 1 4x 2 $ 1 . 0
'x 'y
'f 'g
13. 1 5 s22 2 sen yd 1 s23x2y2 d , 0
'x 'y
'f 'g
15. 1 5 s12 1 2xy 2 3x2 d 1 s14 2 2xy 2 3y2 d
'x 'y
5 26 2 3sx 2 1 y 2 d $ 26 2 3s8d 5 2 . 0
ÍNDICE
Airy, punto de, 78-84, 228, 242

ecuación de, 383-384 punto de transcrítica, 82-84
funciones de, 384 Bono, valor de un, 56
Sir George Bidell, 383 Bote, de remos, 76, 331
Allen, modelo especulativo de, 94 Botsuana, véase Modelo de crecimiento
Amplitud variable en el tiempo, 173 poblacional, de Botsuana
Análisis cualitativo, 154-180, 313 Brusselator, 331
de una ecuación diferencial, 27-28, 56, 303-307
de un sistema de ecuaciones diferenciales Cable, forma de un, 39
lineales, 163, 170 Campo de direcciones, 56-64
de un sistema de ecuaciones diferenciales no de una ecuación autónoma, 59-64
lineales, 313 Campo de pendientes, véase Campo de direcciones
Análisis de unidades, véase Análisis dimensional Capacidad de cargo o de sustento, 70
Análisis dimensional, 15, 49, 51 Capacitancia, 54, 126, 133, 141
Analítica en un punto, función, 382 Carrera armamentística, modelo de, 160-162
Antiderivada, 10 Cauchy-Euler, polígono de, 100
Aproximación de soluciones, 97-125, 186-191 Cayley, Arthur, 200, 369
Aproximación lineal local, véase Linealidad local Centro, 164, 238, 241, 319, 328
Aproximación por el plano tangente, 321, 363 Chebyshev, ecuación de, 391
Aproximación por la recta tangente, 98, 318, 354 Chevrolet Corvette, 20
Argand, Jean Robert, 378 Ciclo límite, 344-345, 347, 350
Asíntota vertical, 59, 64, 314-315 estable, 342
Asma, 40 inestable, 342, 345
Atractor, véase Sumidero semiestable, 345, 348
Autónomos /as Circuitos eléctricos, 46, 53, 279-280, 286
ecuaciones diferenciales, 60, 63 de dos lazos, 242
sistemas, 150, 154-180 RLC, 126, 133, 141, 173-175, 181
Cociente de la diferencia
Bala, 39 hacia adelante, 124
Béisbol, trayectoria de un pelota de, 147 hacia atrás, 124
Bendixson, Ivar, 348 Coeficientes indeterminados, 137, 141, 359, 381
Bernoulli, Jacob, 53, 127n para una ecuación lineal, no homogénea, 137
Bernoulli, John (Johannes), 127n para sistemas de ecuaciones lineales, no
Bessel, ecuación de, 386 homogéneas, 244-248, 267
Friedrich Wilhelm, 386 Combinación lineal, 127, 203, 254
funciones de, 388-389 Compartimentos, problemas de, 47-52, 270, 301
Bifurcación Composición de transformaciones
de horquilla, 81-82 lineales, 370-371
diagrama de, 79-80, 82-83 Concentración, 48, 301
437
438 Índice
Condición(es) inicial(es), 10, 12 Ecuación diferencial

Condiciones de contorno o frontera, 13 de Airy, 383-384
Conexiones entre puntos de silla, véase Separatriz de Bernoulli, 53
Constante de amortiguación, 170 de Bessel, 386
Contaminación por plomo, 197-198 de Chebyshev, 391
Convergencia, 356-357, 380 de Gompertz, 77
Conversión de un sistema en una ecuación, 151 de Hermite, 391
Conversión de una ecuación en un hipergeométrica, 39
sistema, 147-151 de Laguerre, 391
Conversión de una ecuación no autónoma en un de Legendre, 391
sistema autónomo, 150 de Van der Pol, 342-344, 348-349
Convolución, 281, 285-286 Ecuación diferencial de orden superior
Coordenadas polares, 345, 365-366 lineal con coeficientes constantes, 142-145
Criterio negativo de Bendixson, 350 sistema transformado en una, 151
Curva de deflexión, 290, 297 solución general de una, 16
Curva elástica, véase Curva de deflexión transformada en un sistema, 147-151
Curva en el espacio, 18, 158 Ecuación diferencial de primer orden
Curva integral, 10 homogénea, 38, 157
Curva solución, 10 lineal, 4, 41-52
métodos numéricos para una, 98-121
D’Alembert, 132 no lineal, 4
Depósitos de fluido interconectados, 264-265, 270 separable, 30-37
Derivada parcial, 4, 87, 184, 321, 350, 361-362 teorema de existencia y unicidad para
Desplazamiento, 166 una, 85-90
Determinante, 209, 253, 374 Ecuación diferencial homogénea de primer
Diagrama de fases orden, 38, 127
de ecuaciones de primer orden, 68 Ecuación diferencial lineal, 4, 41-52
de sistemas de dos ecuaciones de primer con coeficientes constantes, 127-145
orden, 155 de enésimo orden, 142
Diagrama del plano de fases, 155 de orden superior, 142-145
Diástole, 189 de primer orden, 4, 41-52
Diferencial, 30n de segundo orden, 126-140
Difusión, problema de, 227 homogénea, 41, 127-131, 142, 157, 303-305
Dinámica, 1 no homogénea, 41, 134-140, 142, 144
Dirac, Paul A. M., 295 principio de superposición para una, 127
Dirección de una trayectoria, 17 solución general de una, 45, 56
Discontinuidad por salto, 288 solución particular de una, 37
Distribución, véase Función generalizada Ecuación diferencial lineal de segundo orden
con coeficientes constantes, 127-140
Ecuación auxiliar, véase Ecuación característica homogénea, 127-131
Ecuación característica no homogénea, 127, 134-140
de una ecuación diferencial lineal, 127, 142 teorema de existencia y unicidad para, 182-185
de una matriz, 209, 253 Ecuación diferencial ordinaria, 2
Ecuación de Bernoulli, 53 Ecuación diferencial rígida, 107-109
Ecuación de equilibrio, 76 Ecuación diferencial separable, 30-38, 314
Ecuación de Laguerre, 391 Ecuación en derivadas parciales (EDP), 4
Ecuación de Landau, 71, 84 Ecuación hipergeométrica, 391
Ecuación de onda, 4 Ecuación homogénea asociada, 135
Índice 439
Ecuación indicial, 387 Familia infinita de soluciones, 10

Ecuación integral, 283 Familia uniparamétrica de soluciones, 10, 207
Ecuación integro-diferencial, 283-284, 311 Fehlberg, E., 121
Ecuación logística, 21-22, 67-70, 84 Forma canónica de una ecuación diferencial
EDO, véase Ecuación diferencial ordinaria lineal, 41
EDP, véase Ecuación en derivadas parciales Forma matricial de un sistema lineal, 201, 252
EE UU, población de, 22 Fórmula cuadrática, 128, 130, 379
Eje imaginario, 378 Fórmula de Euler hacia atrás, véase Método
Eje real, 378 implícito de Euler, 124-125
Elementos lineales, 57 Fórmula de traslación para la transformada de
Émbolo, 286 Laplace
Entrada, 49, 41, 134 primera, 277
Epidemia, véase Modelo S-I-R de una epidemia segunda, 288
Error, 112-115 Fracciones simples, 34, 278, 358-359
absoluto, 97, 102, 355 Frecuencia, 178
acumulado, 112 Frecuencia característica, véase Frecuencia
acumulativo, 113 natural
de redondeo, 112 Frecuencia natural, 177
de truncamiento, 113 Frobenius
de truncamiento acumulativo, 113 Ferdinand Georg, 385n
de truncamiento local, 113 método de, véase Método de Frobenius
para el método de Euler, 113-115 Fuente
para el método mejorado de Euler, 118 espiral, 214-215, 234, 241
propagado, 112 para una ecuación de primer orden,
para los métodos de Runge-Kutta, 119, 121 72, 315
total, 114 para un sistema lineal, 213-214, 220-221,
Escherichia coli o colibacilo, 95 230, 241, 263, 304
Espiral, fuente, véase Fuente, espiral para un sistema no lineal, 329
Espiral, sumidero, véase Sumidero, espiral Fuerza cortante o de cizalladura, 290
Estabilidad de un sistema autónomo de ecuaciones Fuerza de amortiguación, 170
diferenciales Fuerza de recuperación o restitución, 167
lineal, 217, 241, 248-249, 263 Función compleja, 130, 132
no lineal, 315, 318-350 Función de respuesta al impulso, 307
tabla de criterios, 241 Función delta de Dirac, 295
Estado de un sistema, 157 transformada de Laplace de la, 295
Euler Función delta, véase Función delta de Dirac
fórmula de, 130, 235, 379 Función error (erf), 34
Leonhard, 79, 98, 127, 129, 385n Función escalón unidad, 287
polígono de, véase Cauchy-Euler, transformada de Laplace de la, 288
polígono de Función escalón unidad de Heaviside, véase
Existencia y unicidad de una solución Función escalón unidad
para una ecuación de primer orden, 85-90 Función gamma, 360, 387n
para una ecuación de segundo orden, 182-185 Función generalizada, 295
para un sistema lineal, 182-185 Función impulso, 294
Exponencial compleja, 130, 218, 236, 379 Función impulso unidad, 295
Funciones continuas por tramos, 272, 274, 287
Factor integrante, 43-52, 272 Funciones elementales, 29
Familia de soluciones, 9-13 Funciones especiales, 390
440 Índice
Galileo, 178 Línea de fase, 68

Gauss, ecuación hipergeométrica de, véase Linealidad local, 73, 98-99, 320, 354
ecuación hipergeométrica Linealización
Gauss, Karl Friedrich, 378 de una ecuación diferencial, 237, 318, 341
Genes, 55 de una función en un punto, véase Linealidad
Glucosa, véase Modelo para la diabetes local
Gompertz, Benjamin, 77 de un sistema no lineal, 318-344
Gompertz, ecuación de, 77 Logaritmos, 271
Heaviside, Oliver, 287 Lorenz, E. N., 353
Hermite, ecuación de, 391 Lotka, Alfred, 163
Heun, Karl, 116 Lotka-Volterra, ecuaciones de, 163-165, 180, 193,
Hoja de cálculo, 102, 104, 191 315, 332, 339-340
Hooke, ley de, 167
Horquilla, bifurcación de, véase Bifurcación de Maclaurin, serie de, 380
horquilla MacPherson strut, 136
Maiman, T.H., 82
Independencia lineal Maple, 24,285, 375, 382, 384, 386, 388-389
de funciones, 129 Mariposas, 353
de soluciones, 129 231 Masa-resorte, sistemas, véase Sistemas masa-
de vectores, 254-256, 366-367 resorte, movimiento de
de vectores propios, 219, 254-256 Mathematica, 24, 285, 382, 384, 386, 388-389
Infusión intravenosa, 48 MATLAB, 24, 285, 382, 386
Insulina, 210 Matrices, véase también Vectores
Integral de una ecuación diferencial, 10 cero o nulas, 203, 36
Integral impropia, 272-273, 359-361 columna, 200, 367
Interés compuesto, 7, 31-32 con entradas complejas, 377
Internet, 25 cuadradas, 368
Intervalo cerrado, 184 de coeficientes, 200,252, 370
Inversa de una matriz, 373 definición de, 200, 367
Isoclina, 59 derivada de, 201
determinante de, 209, 374
diagonal principal de, 209, 375
Kutta, M. Wilhelm, 119
ecuación característica de, 209
elementos de, véase Matrices, entradas de
Lagrange, 137 entradas de, 201, 367
Lanchester, F. W., 251 identidad, 203, 253, 373
Landau, L. D., 81 igualdad de, 201, 367
Laplace, Pierre Simon, 23, 272 inversa de, 373
Láser, 82-84, 317 ley asociativa para, 203, 373
Latido cardíaco, modelo de, 189-191, 194 ley distributiva para, 203, 343
Lefever, R., 331 múltiplo escalar de, 202, 368
Legendre, ecuación de, 391 producto de, 368-372
Leibniz, Gottfried Wilhelm, 1, 3, 30, 53 suma de, 202, 367-368
Ley del paralelogramo, 365 tamaño de, 200, 367
Leyes de Kirchhoff, 46, 70, 127, 133-134, 141, valor característico de, véase valor propio de
174, 238 valor propio de, 206, 253, 373
Liapunov, A. M. (también Lyapunov), 325 vector característico de, véase vector propio de
Licencias de pesca, 292 vector propio de, 206, 253, 373
Índice 441
Matriz columna, véase Vector Momento flector, 290

Matriz de coeficientes, 200, 252, 370 Movimiento amortiguado, 131, 240, 341
Matriz identidad, 203, 253, 373 Movimiento armónico
Matriz nula, 203, 368 amortiguado, 131, 170-173, 240
Medicación para el resfriado, 251 críticamente amortiguado, 173, 181
Método de Euler no amortiguado, 17
error en el, 113-115 resonancia en el, 136, 177-178
para ecuaciones diferenciales de primer sobreamortiguado, 173, 181
orden, 98-109 subamortiguado, 173
para sistemas, 186-188 Movimiento armónico simple, 166
Véase también método mejorado de Euler amortiguado, 170-173, 240
Método de Frobenius, 385-390 no amortiguado, 133-134, 166-170,
Método de Heun, véase Método mejorado de 296-297, 336
Euler Movimiento dirigido no amortiguado, véase
Método de las tangentes, 101 Movimiento forzado, no amortiguado
Método de Runge-Kutta de cuarto orden Movimiento forzado, 173-179
(RK4), 119, 188 amortiguado, 173
Método implícito de Euler, 124-125 no amortiguado, 175-176
Método mejorado de Euler, 115-118, 192 Movimiento libre no amortiguado, véase
Métodos numéricos Movimiento armónico simple, no
adaptativos, 121 amortiguado
error en los, 102, 112-115 Multiplicación escalar, 202, 365, 368
método de Euler, 98-109, 186-188 Multiplicación matricial, 201, 368-372
método de Runge-Kutta-Fehlberg (rkf45),
121, 189-191 Newton, Isaac, 1, 2
método mejorado de Euler, 115-118, 192 Newton, leyes del movimiento, 60, 133, 166, 170,
métodos de Runge-Kutta, 119-121, 188-189 175, 250
métodos predictor-corrector, 116 Nivel de saturación, véase Umbral
orden de los, 114 No autónomo
para sistemas, 186-191 ecuación diferencial, 60
Mezclas, problemas de, véase Compartimentos, sistema de ecuaciones diferenciales, 150,
problemas de 173-178
Michalis-Menton, ecuación de, 110 No homogénea, ecuación diferencial lineal, 41,
Modelo de crecimiento de población, 54, 110 134, 142, 144, 306, 307
Modelo de crecimiento de población No homogéneo, sistema, 243-249, 259
capacidad de cargo o sustento de un, 70 No lineal, ecuación diferencial, 4, 314
de cosecha, recolección, mengua, 77 No lineal, operador, 42, 43
de Gompertz, 77 No lineal, sistema de ecuaciones diferenciales,
de Lotka-Volterra, 163-165, 180, 193 6-18, 149, 315-348
ecuación logística, 21-22, 67-70 Nodo en estrella o estrellado, 229-230
para Botswana, 54, 110, 293 Nodo, 72, 229-230
para la población de EE UU, 22 estable, 222, 241
Modelo de una supuesta compañía, 23 inestable, 214, 241
Modelo de ventas, 54 n-paramétrica, familia de soluciones, 12
Modelo depredador-presa, 162-165, 315 Nulclina, 59
Modelo para el combate, 251 Números complejos
Modelo para la diabetes, 210-211 álgebra de, 376-377
Modelo S-I-R de una epidemia, 193 conjugados,128, 130, 218, 235, 376, 379
442 Índice
fórmula de Euler para, 130, 235, 379 para ecuaciones lineales no homogéneas,
geometría de, 378 135, 142
parte imaginaria de, 128, 218, 376-377 para sistemas lineales homogéneos, 236
parte real de, 128, 218, 235, 376-377 para sistemas lineales no homogéneos, 243
Nutrientes, intercambio de, 217 Principio económico de la oferta y la demanda, 94
Problema de contorno o de valores en la frontera
Olds Intrigue GL, 14,15 (PVF), 13
Onda cuadrada, 294 Problema de valor inicial (PVI), 10-12
Operador, 42, 127 teorema de existencia y unicidad para
diferencial, 132 un, 87, 184
lineal,42, 142 Problema sobre dietas, 20
no lineal, 42, 43 Problemas de compartimentos, 47-52, 270, 301
Operador lineal, véase Transformación lineal Producto
Órbita, 155, 168 de dos matrices, 368-372
Órbita cerrada, 168 de un escalar y una matriz, 202, 368
Orden de un método numérico, 114, 118 de un escalar y un vector, 202, 364-365
Orden de una ecuación diferencial, 3 de un vector y una matriz, 201, 370
Oscilaciones, 169, 240-241 Propagación de una enfermedad, véase modelo
críticamente amortiguadas, 173, 181 S-I-R...
forzadas, 173-179 Proyección, 158, 179, 256
libres, no amortiguadas, 166 Puerta de vaivén, 134
sobreamortiguadas, 173, 181 Punto crítico. Véase también Punto de
subamortiguadas, 173 equilibrio, 72
Punto (s) de equilibrio, 36, 55, 59, 72-76, 160,
Paracaidismo, 122 241, 313
Parte imaginaria, 128, 236, 376 centro,164, 238, 241, 319, 328
Parte real, 128, 235, 376 clasificación de los, 72-76, 241
Pearl, Raymond, 67 de silla, 211-212, 223-225, 241, 263, 305,
Péndulo 323, 326, 332, 337, 353
amortiguado, 341 estable, 222
doble, 265 fuente, 72, 213-214, 220-221, 241, 304, 329
linealizado, 237, 318, 341 fuente espiral, 214-215, 234, 241
no amortiguado, 182, 236, 317, 334-338, 341 inestable, 214, 241
no lineal, 153, 318 nodo, 72, 241
Periodo, 190-193 nodo estrella, 229-230
Pitágoras, teorema de, 364 recta de, 225, 241
Plano complejo, 378 sistemas, 164, 171, 203, 211-213,
Plano de fases, 154 220-221, 241
Poincaré, Henri, 313 sumidero, 72, 171,180, 222-223, 241, 305
Poincaré-Liapunov, teorema de, 325- 342 sumidero espiral, 180, 234, 239, 241, 319, 327
Polinomio característico, 253, 303 Punto crítico. Véase también Punto de
Polos de las transformadas de Laplace, 304, 307 equilibrio, 72
Posición de equilibrio, 166 Punto de silla, 211-212, 212n, 223-225, 241, 263,
Predictor-corrector, método, 116 305, 323, 326, 332, 337, 353
Prigogine, I., 331 Punto del infinito, 389
Primera fórmula de traslación para transformadas Punto espiral
de Laplace, 277 estable, 180, 239, 241
Principio de superposición, 42, 127-129, 132, 211 inestable, 214-215, 241
para ecuaciones lineales homogéneas, 127, 142 Punto ordinario, 382
Índice 443
Punto singular de una ecuación diferencial, 382 Series, véase Series de potencias o Soluciones en
en el infinito, 389 serie de potencias
irregular, 385 Signos, análisis de, 69, 73
regular, 385 Singularidades, véase Polos de la transformada de
PVF, véase Problema de contorno o de valores en Laplace
la frontera Sistema algebraico computacional (SAC), 24, 25,
PVI, véase problema de valor inicial 285, 359
Sistema cuasilineal, 322
Quimiostato, 94, 317 Sistema de amortiguación, véase MacPherson
strut, 136
Razón neta de cambio, 49, 50 Sistema de ecuaciones diferenciales, 16-18
Reacción química bimolecular, 35-37, 65, 71 autónomo, 150, 154-173
Reacción química, véase Reacción química conversión de una ecuación de orden n
bimolecular en un, 148-151
Recursión, véase Relación de recurrencia dimensión, 150
Reed, Lowell, 67 homogéneo, 200-241
Regla de Cramer, 215-216, 375 lineal, 148, 200-241
Regla de la cadena, 9, 30, 154, 330, 349, 355 método de Euler aplicado a, 186-188
Regla de L’Hôpital, 296, 360 métodos numéricos para, 186- 191
Regla de Simpson, 120,139 no autónomo, 150, 173-178
Relación de recurrencia, 381 no homogéneo, 243-249, 255
Representación paramétrica, 17 no lineal, 6, 18, 149, 315-348
Repulsor, véase Fuente solución de, 16
Resistencia del aire, 133, 166 teorema de existencia y unicidad para
Resonancia, 136, 177-178 un, 182-185
Resorte, constante del, 133, 167 transformada de Laplace de un, 298-301
Respuesta a un estímulo, 65, 189 Sistema equivalente, 148-151
Respuesta de un sistema, 307 Sistema homogéneo
Richardson, Lewis F., 160 de ecuaciones algebraicas, 253, 374
Rígida, ecuación diferencial, 107-109 de ecuaciones diferenciales lineales, 200-241
Rigidez a la flexión, 21 Sistema homogéneo asociado, 243
Ritmo de reacción, 35, 65 Sistema lineal, 6, 148
RK4, véase Runge-Kutta, métodos de Sistema lineal asociado, 322
rkf45, véase Runge-Kutta-Fehlberg, método de Sistema lineal de enésimo orden, 259
Runge, Carl, 119 Sistema masa resorte
Runge-Kutta, métodos de, 119-121 no amortiguado, 133-134, 166-170,
Runge-Kutta-Fehlberg, método de, 121, 189 296-297, 336
sobreamortiguado, 173, 181
SAC, véase Sistema algebraico computacional subamortiguado, 173
Saldo bancario, 7, 31-32 Sistemas de ecuaciones diferenciales lineales,
Salida, 41, 49, 134 solución de
Schawlow, A., 82 por la transformada de Laplace, 298-301
Schrödinger, E., 295 por valores propios y vectores propios,
Separación de variables, 31 206-211, 256-263
Separatrices, véase separatriz Sistemas dinámicos, 1
Separatriz, 338, 341 Sistemas lineales de ecuaciones algebraicas, 253
Series de potencias, 357, 380 Sistemas lineales de ecuaciones diferenciales,
Series de Taylor, 113, 320-321, 356-357, 363, 380 véase Sistemas de ecuaciones
Series geométricas, 357, 382 diferenciales, lineales
444 Índice
Sistemas masa-resorte, movimiento de, 130, para un sistema lineal, 222-223, 241,
166-173, 260-263, 301-302 263, 305
amortiguado, 131, 134, 141, 152, 181 para un sistema no lineal, 319, 327
no amortiguado, 133-134, 166, 296-297 Sylvester, James, 200
Sístole, 189
Solución de equilibrio inestable, véase Fuente Tabla de criterios de estabilidad, 241
Solución de equilibrio semiestable, véase nodo Tabla de transformadas de Laplace, 278
Solución estacionaria, véase Punto de equilibrio Tamaño de los peces, 53
Solución explícita; véase también Solución Tamaño de paso o de tramo, 99-100
implícita, 8-9 Tamaños de tramo variables, 121
Solución general de un sistema de ecuaciones Tecnología y ecuaciones diferenciales, 24-25
diferenciales lineales, 236 Teorema de convolución, véase Transformada de
Solución general de una ecuación diferencial, 16, Laplace, teorema de convolución para
128, 130 Teorema de unicidad
de orden superior, 12 para ecuaciones de primer orden, 87
lineal, 45, 56, 128, 130, 135 para un PVI de segundo orden, 184
Solución implícita, 8-9, 33 para sistemas bidimensionales, 184
Solución particular Teorema fundamental del cálculo integral
de una ecuación diferencial, 10 (TFC), 11, 19, 357-358
de una ecuación diferencial lineal no Término de estado permanente, 47, 107, 175
homogénea, 56, 135 Término de forzamiento, 41, 134
de un sistema no homogéneo de ecuaciones Término de forzamiento discontinuo, 289
diferenciales lineales, 243, 247, 263 Término impulso, véase Término de forzamiento
Solución singular, 16, 31 Test de la derivada para la estabilidad de un punto
Soluciones asintóticamente estables, véase de equilibrio, 73-75, 347
Sumidero TFC, véase Teorema fundamental del cálculo
Soluciones de equilibrio, véase Punto (s) de integral
equilibrio Theophylline, 40
Soluciones de un sistema de ecuaciones Townes, C., 82
diferenciales, 16, 182-185, 207 Transcrítica, bifurcación, véase Bifurcación
Soluciones de una ecuación diferencial, 7 transcrítica
existencia de, 85-90, 182-185 Transferencia, función de, 307
familia biparamétrica de, 12, 14 Transformación
familia n-paramétrica de, 12 lineal, 42, 142, 273
familia uniparamétrica de, 10 no lineal, 42, 43
general, 16 Transformada de Laplace, 249, 263, 271-312
implícita, 8, 9 de derivadas, 275
linealmente independientes, 129, 132 de la función delta de Dirac, 295
número de, 9, 14, 85-90, 182-185 de un sistema, 298-301
particular, 10, 12 de una integral, 312
singular, 16 definición de la, 272
unicidad de, 85-90, 182-185 derivación de la, 285
Soluciones en serie de potencias, 380-390 existencia de la, 272-273
Suma de Riemann fórmulas de traslación para la, 277, 288
por la derecha, 104 herramientas tecnológicas y la, 285
por la izquierda, 101, 115 inversa de la, 277
Sumidero linealidad de la, 273
espiral, 234, 239, 241, 319, 327 polos de la, 304
para una ecuación de primer orden, 72, tabla de la, 278
314-315 teorema de convolución para la, 282
Índice 445
Transformada inversa de Laplace, 277-281 Vectores

linealidad de la, 277 característicos, véase Vectores propios
Transitorio, término, 47, 107, 174 combinación lineal de, 203, 366
Trapezoide, regla del, 116 con entradas complejas, 377
Trayectoria, 17, 155, 179 definición de, 200, 364
Trayectorias heteroclínicas, véase Separatriz derivada de, 201
Traza de una matriz, 209 dirección de, 200
Truncamiento, error de, véase Error, truncamiento entradas de, 201, 364
local, truncamiento igualdad de, 200
Tumores, crecimiento de, 77 independencia/dependencia lineal de,
Tung, Chin Chu, 350 254-256, 366-367
ley asociativa de, 203, 365
longitud de, 364
Umbral, 50
multiplicación escalar de, 202, 365
n-dimensionales, 366
Valor absoluto (módulo) de un número nulos o cero, 203, 365
complejo, 378 producto de un vector por una matriz, 201,
Valor de equilibrio, véase Punto (s) de equilibrio 370, 373
Valor promedio de una función, 340 solución de un sistema de ecuaciones
Valores característicos, véase Valores propios diferenciales lineales, 201
Valores propios, 128-129, 143, 206-207, 241, suma de, 203, 364
252-253 tamaño de, 200
complejos, 130, 218, 235-241, 258, 319, Vectores linealmente dependientes, 254-255, 366
327-328 Vectores propios, 206-207, 229-234, 252-253
nulos, 225-226, 234, 241 complejos, 235-241, 258
reales distintos, 128, 143, 218-221, 241, 256, generalizados, 232, 266
260, 322-323, 326 linealmente independientes, 219, 229
repetidos, 129, 132, 143, 229, 241, 329 “rápidos”, 226
Valores propios complejos, 130, 218, 235-241, Velocidad de reacción, véase Ritmo de reacción
258, 319, 327-328 Velocidad terminal de un cuerpo que cae, 122
Van der Pol, Balthasar, 342 Verhulst, Pierre, 67
ecuación (u oscilador) de, 342-344, 348-349 Viga, 13
Variable dependiente, 3 empotrada, 145, 290
Variable ficticia o “muda”, 11 en voladizo o cantilever, 290, 297
Variable independiente, 2-3 pandeo de una, 79
Variable libre, 233 VIH, 5, 22
Variación de constantes, véase Variación de Volterra, Vito, 163
parámetros von Bertalanffy, modelo de crecimiento de, 53
Variación de parámetros
para ecuaciones diferenciales lineales no Wessel, Caspar, 378
homogéneas, 137-140, 146
para sistemas no homogéneos de ecuaciones Xapaches, 269
diferenciales lineales, 244
Vector nulo, 203, 365 Yejones, 269
Vector propio generalizado, 232, 266
Vector propio representativo, 207 Zeeman, E. C., 189
Vector solución, 200 Zoyotes, 269
HENRY RICARDO
La enseñanza de las ecuaciones diferenciales ordinarias ha experimen-
tado una gran evolución, tanto en términos pedagógicos como de
contenido. Lo que una vez se pudo considerar como una “colección de
‘métodos’ especiales” ha evolucionado gradualmente con la finalidad de
proporcionar al alumno experiencias más valiosas, que un destacado
matemático y autor ha denominado conceptualización, exploración y
resolución de problemas de dificultad superior. Éste es el espíritu que ha
marcado la elaboración de este libro.
Este manual presenta una introducción matemáticamente rigurosa y, no

obstante, muy accesible a las ecuaciones diferenciales, ya que los
conceptos se desarrollan desde una perspectiva de los sistemas dinámi-
cos y se recurre a las herramientas tecnológicas (calculadoras gráficas,
programas informáticos, etc.) para abordar los temas desde un punto de
vista gráfico, numérico y analítico. El texto se ha pensado para que se
adapte a una amplia variedad de estudiantes y sea la continuación natu-
ral de cualquier curso moderno de cálculo.

Ecuaciones Diferenciales Una Intro Moderna - Ricardo, Henry

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Ecuaciones Diferenciales Una Intro Moderna - Ricardo, Henry

Caricato da

Copyright:

Formati disponibili

Ecuaciones diferenciales:

una introducción moderna

Barcelona · Bogotá · Buenos Aires · Caracas · México

Uso de herramientas tecnológicas

Características pedagógicas y estilo de escritura

Principales características del contenido

4 . Sánchez, loc. cit.

1 Introducción a las ecuaciones diferenciales 1

2 Ecuaciones diferenciales de primer orden 29

2.3 Campos de direcciones 56

3 La aproximación numérica de las soluciones 97

4 Ecuaciones de segundo orden y de orden superior 126

4.3 Ecuaciones lineales de orden superior con coeficientes constantes 142

5 Sistemas de ecuaciones diferenciales lineales 199

5.3 Estabilidad de los sistemas lineales:

6 La transformada de Laplace 271

6.0 Introducción 271

6.3 Transformadas de funciones discontinuas 287

7 Sistemas de ecuaciones diferenciales no lineales 313

7.0 Introducción 313

En la siguiente sección haremos una introducción al lenguaje de las ecuaciones dife-

1.1 TERMINOLOGÍA BÁSICA

EJEMPLO 1.1.1 Una ecuación diferencial ordinaria

En muchas aplicaciones dinámicas, la variable independiente es el tiempo, designado

1. En esta notación, x 5 dx> dt y x 5 d2x>dt2.

El orden de una ecuación diferencial ordinaria

Forma general de una ecuación diferencial ordinaria

EJEMPLO 1.1.2 Forma general para una EDO de segundo orden

Ecuaciones en derivadas parciales

Ecuaciones diferenciales ordinarias lineales y no lineales

a n sxdysnd 1 a n21 sxdysn21d 1 c 1 a 2 sxdys 1 a 1 sxdyr 1 a 0 sxdy 5 fsxd (1.1.1)

EJEMPLO 1.1.3 Una ecuación lineal de segundo orden

EJEMPLO 1.1.4 Una ecuación no lineal de primer orden

5 s 1 rT a1 2 b 2 mT modela el crecimiento y la muerte de las cé-

SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS

2. E. K YEARGERS, R. W. SHONKWILER y J. V. HEROD. An Introduction to the Mathematics of Biology: With

1.2 SOLUCIONES DE ECUACIONES DIFERENCIALES

EJEMPLO 1.2.1 Conjetura y comprobación de una solución a una EDO.

Expuesto de un modo más formal, una solución de la ecuación diferencial:

EJEMPLO 1.2.2 Comprobación de una solución de una ecuación de segundo orden

5 s45e 3t 2 28e 2t d 2 5s15e 3t 2 14e 2t d 1 6s5e 3t 2 7e 2t d

EJEMPLO 1.2.3 Comprobación de una solución implícita

En primer lugar, derivamos implícitamente la relación, tratando a y como y(x), una

EJEMPLO 1.2.4 Una familia infinita de soluciones

Al describir el conjunto de soluciones de una ecuación diferencial de primer orden

Problemas de valor inicial (PVI)

A continuación veremos cómo resolver un sencillo problema de valor inicial.

EJEMPLO 1.2.5 Un problema de valor inicial de primer orden

Una forma integral de una solución de un PVI

EJEMPLO 1.2.6 Un PVI de segundo orden

1. y(0) 5 1 implica que 1 5 y(0) 5 A cos(0) + B sen(0) 5 A.

Problemas de contorno o de valores en la frontera

EJEMPLO 1.2.7 Un PVF puede tener una, varias o ninguna solución

lo que implica que c2 5 "2 2 1.

EJEMPLO 1.2.8 Un PVF práctico

SOLUCIONES DE SISTEMAS DE EDO

EJEMPLO 1.2.9 Un PVI en un sistema

La figura 1.3b muestra la representación gráfica de x 5 x(t), y la figura 1.3c, la de y 5 y(t).

Un modo dinámico muy importante de contemplar la situación en el último ejemplo

5 "2 0 x 2 t 0 no tiene solución en el campo real.

y 5 2"c 2 2 x 2 son ambas soluciones de la ecuación no lineal y

1 aW0 2 be 2kEt es una solución de la ecuación, donde

5 k ystd a1 2 b se usa para describir el crecimiento de

4. E. K YEARGERS, R. W. SHONKWILER y J. V. HEROD. An Introduction to the Mathematics of Biology: With Com-