Sei sulla pagina 1di 464

Ecuaciones diferenciales:

una introducción moderna

HENRY RICARDO
Ecuaciones diferenciales:
una introducción moderna
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


3.0 Introducción 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


4.0 Introducción 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


5.0 Introducción 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
5.4 Estabilidad de los sistemas lineales:
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
5.5 Estabilidad de los sistemas lineales:
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

6.0 Introducción 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

7.0 Introducción 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.


# $
1.1 Terminología básica 3

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.
4 1 / Introducción a las ecuaciones diferenciales

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.
1.1 Terminología básica 5

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.
6 1 / Introducción a las ecuaciones diferenciales

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 7

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
8 1 / Introducción a las ecuaciones diferenciales

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
1.2 Soluciones de ecuaciones diferenciales 9

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
10 1 / Introducción a las ecuaciones diferenciales

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).
1.2 Soluciones de ecuaciones diferenciales 11

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
12 1 / Introducción a las ecuaciones diferenciales

(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:
1.2 Soluciones de ecuaciones diferenciales 13

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
14 1 / Introducción a las ecuaciones diferenciales

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
1.2 Soluciones de ecuaciones diferenciales 15

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. ◆
16 1 / Introducción a las ecuaciones diferenciales

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.
1.2 Soluciones de ecuaciones diferenciales 17

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
18 1 / Introducción a las ecuaciones diferenciales

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
1.2 Soluciones de ecuaciones diferenciales 19

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.
17. Considere la ecuación y la solución del ejercicio 5. Halle la solución particular que sa-
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.)
18. Considere la ecuación y la solución del ejercicio 6. Halle la solución particular que sa-
tisface la condición inicial r(0) 5 0. (Su respuesta debe contener únicamente las cons-
tantes a y b.)
20 1 / Introducción a las ecuaciones diferenciales

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.
1.2 Soluciones de ecuaciones diferenciales 21

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.
22 1 / Introducción a las ecuaciones diferenciales

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.
1.2 Soluciones de ecuaciones diferenciales 23

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
24 1 / Introducción a las ecuaciones diferenciales

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
26 1 / Introducción a las ecuaciones diferenciales

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`
28 1 / Introducción a las ecuaciones diferenciales

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.)
2.1 Ecuaciones separables 31

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-
32 2 / Ecuaciones diferenciales de primer orden

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.)
2.1 Ecuaciones separables 33

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 ◆
34 2 / Ecuaciones diferenciales de primer orden

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
2.1 Ecuaciones separables 35

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
36 2 / Ecuaciones diferenciales de primer orden

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. ◆
2.1 Ecuaciones separables 37

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
38 2 / Ecuaciones diferenciales de primer orden

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?
2.1 Ecuaciones separables 39

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.)
40 2 / Ecuaciones diferenciales de primer orden

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.
2.2 Ecuaciones lineales 41

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 .
42 2 / Ecuaciones diferenciales de primer orden

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.)
2.2 Ecuaciones lineales 43

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
44 2 / Ecuaciones diferenciales de primer orden

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
2.2 Ecuaciones lineales 45

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
46 2 / Ecuaciones diferenciales de primer orden

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
2.2 Ecuaciones lineales 47

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.
48 2 / Ecuaciones diferenciales de primer orden

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
2.2 Ecuaciones lineales 49

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
50 2 / Ecuaciones diferenciales de primer orden

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)
2.2 Ecuaciones lineales 51

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.


52 2 / Ecuaciones diferenciales de primer orden

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.)
2.2 Ecuaciones lineales 53

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.
54 2 / Ecuaciones diferenciales de primer orden

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.
2.2 Ecuaciones lineales 55

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
56 2 / Ecuaciones diferenciales de primer orden

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
2.3 Campos de direcciones 57

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).
58 2 / Ecuaciones diferenciales de primer orden

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
2.3 Campos de direcciones 59

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
60 2 / Ecuaciones diferenciales de primer orden

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.
2.3 Campos de direcciones 61

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
62 2 / Ecuaciones diferenciales de primer orden

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-
2.3 Campos de direcciones 63

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
64 2 / Ecuaciones diferenciales de primer orden

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.
2.3 Campos de direcciones 65

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
66 2 / Ecuaciones diferenciales de primer orden

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
2.4 Líneas de fases y diagramas de fases 67

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
68 2 / Ecuaciones diferenciales de primer orden

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).
2.4 Líneas de fases y diagramas de fases 69

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
70 2 / Ecuaciones diferenciales de primer orden

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.)
2.4 Líneas de fases y diagramas de fases 71

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?
72 2 / Ecuaciones diferenciales de primer orden

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.
2.5 Puntos de equilibrio: sumideros, fuentes y nodos 73

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
74 2 / Ecuaciones diferenciales de primer orden

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
2.5 Puntos de equilibrio: sumideros, fuentes y nodos 75

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. ◆
76 2 / Ecuaciones diferenciales de primer orden

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.
2.5 Puntos de equilibrio: sumideros, fuentes y nodos 77

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.
78 2 / Ecuaciones diferenciales de primer orden

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
2.6 Bifurcaciones 79

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).
80 2 / Ecuaciones diferenciales de primer orden

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
2.6 Bifurcaciones 81

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.)
82 2 / Ecuaciones diferenciales de primer orden

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
2.6 Bifurcaciones 83

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.
84 2 / Ecuaciones diferenciales de primer orden

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 85

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
86 2 / Ecuaciones diferenciales de primer orden

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 ◆
2.7 Existencia y unicidad de las soluciones 87

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
88 2 / Ecuaciones diferenciales de primer orden

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
2.7 Existencia y unicidad de las soluciones 89

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.

EJEMPLO 2.7.5 Revisión del ejemplo 2.7.2


'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
90 2 / Ecuaciones diferenciales de primer orden

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.
2.7 Existencia y unicidad de las soluciones 91

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
92 2 / Ecuaciones diferenciales de primer orden

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.
94 2 / Ecuaciones diferenciales de primer orden

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.
96 2 / Ecuaciones diferenciales de primer orden

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
3.1 El método de Euler 99

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
100 3 / La aproximación numérica de las soluciones

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
3.1 El método de Euler 101

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
102 3 / La aproximación numérica de las soluciones

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
3.1 El método de Euler 103

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
104 3 / La aproximación numérica de las soluciones

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 ,
3.1 El método de Euler 105

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
106 3 / La aproximación numérica de las soluciones

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.
3.1 El método de Euler 107

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
108 3 / La aproximación numérica de las soluciones

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
3.1 El método de Euler 109

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. ◆
110 3 / La aproximación numérica de las soluciones

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.
3.1 El método de Euler 111

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
112 3 / La aproximación numérica de las soluciones

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
114 3 / La aproximación numérica de las soluciones

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
3.3 El método de Euler mejorado 115

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
116 3 / La aproximación numérica de las soluciones

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
3.3 El método de Euler mejorado 117

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.
118 3 / La aproximación numérica de las soluciones

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)
120 3 / La aproximación numérica de las soluciones

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.)
122 3 / La aproximación numérica de las soluciones

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.
124 3 / La aproximación numérica de las soluciones

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.
4.1 Ecuaciones lineales homogéneas de segundo orden con coeficientes constantes 129

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.
130 4 / Ecuaciones de segundo orden y de orden superior

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.
4.1 Ecuaciones lineales homogéneas de segundo orden con coeficientes constantes 131

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)).
132 4 / Ecuaciones de segundo orden y de orden superior

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.
4.1 Ecuaciones lineales homogéneas de segundo orden con coeficientes constantes 133

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
134 4 / Ecuaciones de segundo orden y de orden superior

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
136 4 / Ecuaciones de segundo orden y de orden superior

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
4.2 Ecuaciones lineales no homogéneas de segundo orden con coeficientes constantes 137

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).
138 4 / Ecuaciones de segundo orden y de orden superior

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.
4.2 Ecuaciones lineales no homogéneas de segundo orden con coeficientes constantes 139

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-


140 4 / Ecuaciones de segundo orden y de orden superior

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
4.2 Ecuaciones lineales no homogéneas de segundo orden con coeficientes constantes 141

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.)
142 4 / Ecuaciones de segundo orden y de orden superior

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.
4.3 Ecuaciones lineales de orden superior con coeficientes constantes 143

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
144 4 / Ecuaciones de segundo orden y de orden superior

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.]
4.3 Ecuaciones lineales de orden superior con coeficientes constantes 145

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.
146 4 / Ecuaciones de segundo orden y de orden superior

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.
4.4 Ecuaciones de orden superior y sus sistemas equivalentes 147

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.
148 4 / Ecuaciones de segundo orden y de orden superior

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.
4.4 Ecuaciones de orden superior y sus sistemas equivalentes 149

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
150 4 / Ecuaciones de segundo orden y de orden superior

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. ◆
4.4 Ecuaciones de orden superior y sus sistemas equivalentes 151

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. ◆
152 4 / Ecuaciones de segundo orden y de orden superior

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.
4.4 Ecuaciones de orden superior y sus sistemas equivalentes 153

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.
154 4 / Ecuaciones de segundo orden y de orden superior

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),
4.5 Análisis cualitativo de los sistemas autónomos 155

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
156 4 / Ecuaciones de segundo orden y de orden superior

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
4.5 Análisis cualitativo de los sistemas autónomos 157

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
158 4 / Ecuaciones de segundo orden y de orden superior

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
4.5 Análisis cualitativo de los sistemas autónomos 159

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.)
160 4 / Ecuaciones de segundo orden y de orden superior

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
4.5 Análisis cualitativo de los sistemas autónomos 161

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
162 4 / Ecuaciones de segundo orden y de orden superior

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
4.5 Análisis cualitativo de los sistemas autónomos 163

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
164 4 / Ecuaciones de segundo orden y de orden superior

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.
4.5 Análisis cualitativo de los sistemas autónomos 165

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 ◆
166 4 / Ecuaciones de segundo orden y de orden superior

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
4.5 Análisis cualitativo de los sistemas autónomos 167

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
168 4 / Ecuaciones de segundo orden y de orden superior

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
4.5 Análisis cualitativo de los sistemas autónomos 169

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
170 4 / Ecuaciones de segundo orden y de orden superior

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.
4.5 Análisis cualitativo de los sistemas autónomos 171

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-
172 4 / Ecuaciones de segundo orden y de orden superior

x1
1

0,5

5 10 15 20 25 t
–0,5

Figura 4.16a
x1(t), desplazamiento
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
4.5 Análisis cualitativo de los sistemas autónomos 173

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
174 4 / Ecuaciones de segundo orden y de orden superior

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
Trayectoria para el sistema

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
4.5 Análisis cualitativo de los sistemas autónomos 175

x2
4

–0,4 –0,2 0,2 0,4 x1


–2

–4

Figura 4.18b
Trayectoria para el sistema

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.
176 4 / Ecuaciones de segundo orden y de orden superior

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
Trayectoria para el sistema

e 5 cos 2t 2 4x1; x1 s0d 5 0 5 x2 s0d f


dx1 dx2
5 x2,
dt dt
0 # t # 20
4.5 Análisis cualitativo de los sistemas autónomos 177

x1
6
4
2

5 10 15 20 25 t
–2
–4
–6

Figura 4.20a
x1(t), desplazamiento
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
178 4 / Ecuaciones de segundo orden y de orden superior

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.
4.5 Análisis cualitativo de los sistemas autónomos 179

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.
180 4 / Ecuaciones de segundo orden y de orden superior

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.
4.5 Análisis cualitativo de los sistemas autónomos 181

$ # #
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.
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. ¿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.
b. Utilice herramientas tecnológicas para trazar la gráfica de la solución del sistema
en el plano de fases, con 0 < t < 8.
182 4 / Ecuaciones de segundo orden y de orden superior

c. Utilice herramientas tecnológicas para trazar la gráfica de la solución de la ecua-


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
4.6 Existencia y unicidad 183

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.
184 4 / Ecuaciones de segundo orden y de orden superior

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.)
4.6 Existencia y unicidad 185

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.
186 4 / Ecuaciones de segundo orden y de orden superior

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
4.7 Soluciones numéricas 187

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
188 4 / Ecuaciones de segundo orden y de orden superior

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.
4.7 Soluciones numéricas 189

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.
190 4 / Ecuaciones de segundo orden y de orden superior

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-
4.7 Soluciones numéricas 191

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.
192 4 / Ecuaciones de segundo orden y de orden superior

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,
4.7 Soluciones numéricas 193

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;
194 4 / Ecuaciones de segundo orden y de orden superior

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
196 4 / Ecuaciones de segundo orden y de orden superior

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.
198 4 / Ecuaciones de segundo orden y de orden superior

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.
5.1 Sistemas y matrices 201

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.
202 5 / Sistemas de ecuaciones diferenciales 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
5.1 Sistemas y matrices 203

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.
204 5 / Sistemas de ecuaciones diferenciales lineales

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
206 5 / Sistemas de ecuaciones diferenciales lineales

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-
5.2 Sistemas bidimensionales de ecuaciones lineales de primer orden 207

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
208 5 / Sistemas de ecuaciones diferenciales lineales

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.
5.2 Sistemas bidimensionales de ecuaciones lineales de primer orden 209

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
210 5 / Sistemas de ecuaciones diferenciales lineales

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.
5.2 Sistemas bidimensionales de ecuaciones lineales de primer orden 211

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
212 5 / Sistemas de ecuaciones diferenciales lineales

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.
5.2 Sistemas bidimensionales de ecuaciones lineales de primer orden 213

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.
214 5 / Sistemas de ecuaciones diferenciales lineales

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.
5.2 Sistemas bidimensionales de ecuaciones lineales de primer orden 215

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.
216 5 / Sistemas de ecuaciones diferenciales lineales

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
218 5 / Sistemas de ecuaciones diferenciales lineales

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.
5.3 Estabilidad de los sistemas lineales: valores propios reales distintos 219
#
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
220 5 / Sistemas de ecuaciones diferenciales lineales

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
5.3 Estabilidad de los sistemas lineales: valores propios reales distintos 221

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 ` . ◆
222 5 / Sistemas de ecuaciones diferenciales lineales

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
5.3 Estabilidad de los sistemas lineales: valores propios reales distintos 223

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
224 5 / Sistemas de ecuaciones diferenciales lineales

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
5.3 Estabilidad de los sistemas lineales: valores propios reales distintos 225

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
226 5 / Sistemas de ecuaciones diferenciales lineales

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
5.3 Estabilidad de los sistemas lineales: valores propios reales distintos 227
# #
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
228 5 / Sistemas de ecuaciones diferenciales lineales

16. Considere el sistema


#
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.)
20. Considere el sistema
#
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.)

5.4 ESTABILIDAD DE LOS SISTEMAS LINEALES:


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 l1tV