Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
HENRY RICARDO
Ecuaciones diferenciales:
una introducción moderna
HENRY RICARDO
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
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.
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
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
1.0 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
2.0 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
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
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. ◆
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.
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 ◆
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
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.
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.
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
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.
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.
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.
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.
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. ◆
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.
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. ◆
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.
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
"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
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.
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.
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
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 ◆
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?
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.)
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!
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
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
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).
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
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
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
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 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.
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
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. ◆
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.
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
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
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
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 .
Sin embargo, no todo operador definido por una ecuación de primer orden es 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.
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
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
de modo que podemos multiplicar cada miembro por e2#Psxd dx para obtener
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.
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
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.
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 ◆
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
Un factor integrante es mstd 5 e#s0,0001ddt 5 e0,0001t, de modo que la forma de la última ecua-
ción es
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
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.)
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.
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 `
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.) ◆
Ahora vamos a ver cómo podemos reconocer la correspondencia entre las ecuaciones
diferenciales de primer orden y sus campos de direcciones.
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.
"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. ◆
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
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
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.)
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
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
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
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
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
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*.
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.
–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
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
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.
f(x)
a 0 b
x
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
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
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. ◆
–√ √
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
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
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
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.
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
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
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.
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.) ◆
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:
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.
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, (**)
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
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
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
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.
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)
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
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
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. ◆
A continuación, veremos lo que ocurre cuando se nos da una ecuación cuya solución
ignoramos.
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
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.
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.
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. ◆
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
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
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
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
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
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”?
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
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:
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
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
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”.
A continuación, revisaremos el ejemplo 3.1.1 para ver una comparación entre el mé-
todo mejorado y el proceso de aproximación original.
Retrocedamos ahora y volvamos a resolver otro ejemplo anterior con el nuevo método.
Valor Error
k xk yk verdadero absoluto
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.
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.
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
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
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
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
5 yk 1 h e f
fsxk, yk d 1 fsxk11, yk 1 h ? fsxk, yk d d
2
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
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.
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.
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
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.)
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
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.
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
Resumen
Podemos resumir la situación para ecuaciones lineales homogéneas de segundo orden con
coeficientes constantes de la siguiente manera:
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
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. ◆
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
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 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
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,
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.
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.
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 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
Principio de superposición
x 5 c1e 0?t 1 c2e 22t 1 sc3 1 c4tde 1?t 5 c1 1 c2e 22t 1 sc3 1 c4tde t.
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.
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.)
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
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
Tras examinar algunos ejemplos de cómo funciona esta técnica de conversión, analizare-
mos el significado geométrico o gráfico de este método.
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
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.
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
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
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.
y
4
–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
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.
y
80
60
40
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
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 ◆
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
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
(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.
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
y
250
200
150
(100, 100)
100
50
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
x
350
300
250
200
150
100
50
y
250
200
150
100
50
x, y depredador depredador
350
presa presa
300
250
200
150
100
50
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.
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.
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
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
x2
1
0,5
–1
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 . ◆
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.
x2
4
–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
–4
Figura 4.18b
Trayectoria para el sistema
manente, – 25 cos 10 t, que controla finalmente el comportamiento de Q(t) (5 x1). Este término
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,
x2
10
8
6
4
2
–4 –2 –2 2 4 x1
–4
–6
–8
Figura 4.19
Trayectoria para el sistema
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.
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
A diferencia del PVI del último ejemplo, podemos tener un sistema de ecuaciones di-
ferenciales sin 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.
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
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.
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))}
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.
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.
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).
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
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
dx dc
5 2 sx3 2 3x 1 cd, 5 x;
dt dt
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
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
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
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
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
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
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
0 "5 3 5>9
c d
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
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
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
c d 5 ≥ ¥ 5 c d c d.
d x dt 0 1 x
◆
dt y dy 21 0 y
dt
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
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
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
Por último, observe que la matriz c d actúa como una identidad para la multiplica-
1 0
0 1
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
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)
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.)
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
y
(1, 4)
V1
(1, 1)
V2
x
–V2
(–1, –1)
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
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
0A0 5 ` ` 5 ad 2 bc.
a b
c d
210 5 / Sistemas de ecuaciones diferenciales lineales
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
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
cuya solución es c2 5 2c1. Por tanto, en este caso los vectores propios tienen la forma c d,
c1
2c1
y y = 3x
100
80
60
40
20
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. ◆
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). ◆
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
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-
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
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-
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.
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.
Figura 5.8
Típicos vectores propios para el caso l1 , 0 , l2
224 5 / Sistemas de ecuaciones diferenciales lineales
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
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
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-
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
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.
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
Figura 5.11a
Fuente: l . 0
230 5 / Sistemas de ecuaciones diferenciales lineales
Figura 5.11b
Sumidero: l , 0
X 5 AX, donde A 5 c d . Resulta fácil ver que A tiene los valores propios
# 1 0
0 1
l1 5 1 5 l2. (Compruebe esto.) Por el modo en que definimos el producto de una matriz
y un vector en la sección 5.1, vemos que nuestra matriz de coeficientes A es tal que
AV 5 V 5 1 ? V 5 l1V para cada vector V. En concreto, cualquier vector V distinto de
cero es un vector propio correspondiente al valor propio 1. Cerciórese de que entiende esta
fácil ver que el vector V2 5 c d no es un múltiplo de V1, ya que cualquier múltiplo escalar
0
1
de V1 tendría la forma c d , donde c es una constante. Por tanto, podemos escribir la solu-
c
0
ción de nuestro sistema en la forma
y
6
–4 –2 2 4 x
–2
–4
–6
Figura 5.12
dx dy
Diagrama de fases del sistema 5 x, 5y ◆
dt dt
[La teoría del álgebra lineal muestra que siempre podemos resolver W en la ecuación
(5.4.2) si V es un vector propio de A correspondiente al valor propio l.]
Observemos ahora un ejemplo en el que tenemos valores propios iguales, no nulos,
pero sólo un vector propio representativo.
A partir de esto, vemos que cualquier vector propio c d debe tener la forma c d 5 x c d
x x 1
y 0 0
para valores arbitrarios de x. Por tanto, podemos considerar V 5 c d como el único vec-
1
0
tor propio independiente que corresponde al valor propio 22. Ahora tenemos que hallar
cc d 2 s22d c ddc d 5 c d,
22 1 1 0 r 1
0 22 0 1 s 0
cc d 1 c ddc d 5 c d,
22 1 2 0 r 1
0 22 0 2 s 0
o
c d c d 5 c d,
0 1 r 1
0 0 s 0
que es equivalente al sistema algebraico
0?r11?s51
0 ? r 1 0 ? s 5 0.
Esto nos indica que s 5 1 y que r es una “variable libre”, es decir, que r es totalmente arbi-
traria. Por comodidad, supóngase que r 5 0, de modo que nuestro vector propio generali-
zado es W 5 c d . Por último, podemos escribir la solución general de nuestro sistema en
0
1
la forma (5.4.3):
5 c 1 d.
22t 22t
c e 1 c2te
c2e 22t
La figura 5.13, generada por un SAC, muestra que las trayectorias se mueven en espi-
ral hacia el origen, de tal modo que son tangentes al vector propio V 5 c d o a su nega-
1
0
tivo en el origen. (Observe que el vector V es parte del eje x positivo.)
y
6
–4 –2 2 4 x
–2
–4
–6
Figura 5.13
# #
Trayectorias para el sistema x 5 22x 1 y, y 5 22y
234 5 / Sistemas de ecuaciones diferenciales lineales
Siempre que tengamos un sistema con valores propios iguales distintos de cero, pero
un único vector propio distinto, el diagrama de fases estará formado por espirales que se
aproximan al origen cuando el valor propio repetido es negativo, y el diagrama de fases se
compondrá de espirales que se mueven hacia fuera si el valor propio es positivo. Un valor
propio negativo convierte el origen en un sumidero espiral; en cambio, un valor propio po-
sitivo convierte el origen en una fuente espiral. Además, si el valor propio es negativo, las
pendientes de todas las trayectorias que no están sobre la recta determinada por el único
vector propio se aproximan a la pendiente de esta recta cuando t S ` . Un valor propio po-
sitivo indica que las pendientes de todas las trayectorias que no están sobre la recta deter-
minada por el único vector propio se aproximan a la pendiente de esta recta cuando
t S 2 ` . (En el ejercicio 9 será necesaria una prueba de estas dos últimas afirmaciones.) ◆
EJERCICIOS 5.4
Para cada uno de los sistemas que se muestran en los ejercicios 1-6, se pide: (a) halle los va-
lores propios y sus correspondientes vectores propios linealmente independientes y (b) bos-
queje o trace unas cuantas trayectorias y muestre la posición o las posiciones del vector o los
vectores propios. Realice el apartado (a) manualmente, pero si los valores propios son nú-
meros irracionales, puede utilizar herramientas tecnológicas para hallar los vectores pro-
pios correspondientes.
# # # #
1. x 5 3x, y 5 3y 2. x 5 24x, y 5 x 2 4y
# # # #
3. x 5 2x 1 y, y 5 4y 2 x 4. x 5 3x 2 y, y 5 4x 2 y
# # # #
5. x 5 2y 2 3x, y 5 y 2 2x 6. x 5 5x 1 3y, y 5 23x 2 y
7. Escriba un sistema de ecuaciones lineales de primer orden para el que (0, 0) sea un su-
midero con los valores propios l1 5 22 y l2 5 22.
8. Demuestre que si V es un vector propio de una matriz 2 3 2, A, correspondiente al va-
lor propio l, y si el vector W es una solución de (A 2 lI)W 5 V, entonces V y W son
linealmente independientes. [Consulte las ecuaciones (5.4.2) y (5.4.3).] (Sugerencia:
suponga que W 5 cV para un escalar c. Demuestre entonces que V debe ser el vector
nulo.)
5.5 Estabilidad de los sistemas lineales: valores propios complejos 235
#
9. Suponga que un sistema X 5 AX tiene un único valor propio l y que cada vector pro-
pio es un múltiplo escalar de un vector propio fijo, V. Entonces, la ecuación (5.4.3) nos
indica que cualquier trayectoria tiene la forma
X(t) 5 c1e ltV 1 c2 3te ltV 1 e ltW4 5 te lt c sc1V 1 Wd 1 c2Vd .
1
t
a. Si l , 0, demuestre que la pendiente de X(t) se aproxima a la pendiente de la recta
e 2lt
determinada por V cuando t S ` . [Sugerencia: Xstd , como múltiplo escalar de
t
X(t), es paralelo a X(t).]
b. Si l , 0, demuestre que la pendiente de X(t) se aproxima a la pendiente de la recta
determinada por V cuando t S 2 ` .
# #
10. Considere el sistema x 5 6x 1 4y, y 5 29x 2 6y.
a. Demuestre que el único valor propio del sistema es 0.
b. Halle el único vector propio V independiente correspondiente a l 5 0.
c. Demuestre que cada trayectoria de este sistema es una línea recta paralela a V, con
orientaciones opuestas según esté a un lado u otro de la recta por el origen con vec-
tor direccional, V.
2. Otro hecho importante es que los vectores propios correspondientes a valores propios
complejos conjugados son a su vez mutuamente conjugados. Si el valor propio l1 5
d 2u
sen u < u, de manera que podemos considerar la ecuación linealizada 1 k2u 5 0. El sis-
dt2
tema equivalente a la ecuación lineal del péndulo tiene valores propios complejos.
Veamos cómo trabajar con las complejidades 2nunca mejor dicho2 de esta situación.
propio representativo V1 5 c d 5 c d 1 i c d .
1 1 0
ki 0 k
Si tenemos en cuenta los comentarios que preceden a este ejemplo, nos percataremos
de que no hemos de preocuparnos por el segundo valor propio 2conjugado2 y por su vec-
tor propio asociado. La solución general de nuestra ecuación original y de su versión en
forma de sistema se puede obtener a partir de la información que ya tenemos. Comenza-
remos con la solución
5 c1 c d 1 c2 c d 5 c d.
cos kt sen kt c1 cos kt 1 c2 sen kt
2k sen kt k cos kt 2kc1 sen kt 1 kc2 cos kt
238 5 / Sistemas de ecuaciones diferenciales lineales
y
1
0,8
0,6
0,4
0,2
Figura 5.14
dx dy
Trayectorias para el sistema 5 y, 5 2x, 0 # t # 7
dt dt
Puntos iniciales: (x(0), y(0)) 5 (1, 0), (0,5, 0), (0, 0,8)
La figura 5.14 muestra algunas trayectorias para este sistema cuando k 5 1. Estas cur-
vas son círculos centrados en el origen. Decimos que el origen es un centro para el sistema.
Para generar su propio diagrama de fases, debería elegir diferentes valores de k y varios
puntos iniciales para cada valor de k. ◆
V1 5 c d 5 c d 1 i ? c d 5 U 1 iW.
1 1 0
i21 21 1
Como en el último ejemplo, trabajaremos con la solución facilitada por uno de los va-
lores propios complejos conjugados y por su vector propio representativo:
5 c1 c 2t d c d
e2t cos t e2t sen t
1 c2 2t
2e cos t 2 e2t sen t e cos t 2 e2t sen t
5 e2t c d 5 c d.
c1 cos t 1 c2 sen t xstd
sc2 2 c1 d cos t 2 sc2 1 c1 d sen t ystd
#
A continuación, si utilizamos las condiciones iniciales x(0) 5 Q(0) 5 1 e ys0d 5 Qs0d 5
0 en la solución general que se acaba de dar, obtendremos la condición c d 5 c d , que
c1 1
c2 2 c1 0
implica que c1 5 1 y c2 5 1. Por tanto, la solución de nuestro problema original de valores ini-
ciales es Q(t) 5 x(t) 5 e2t (cos t 1 sen t). Puesto que la corriente,
# I, está definida como la ra-
zón de cambio de Q, obtenemos adicionalmente: Istd 5 Qstd 5 ystd 5 22e2t sen t.
Aunque esta solución analítica pueda parecer satisfactoria, un interrogante natural es
la apariencia que muestran las trayectorias para este sistema. La figura 5.15 presenta cinco
trayectorias, correspondientes a diferentes condiciones iniciales. La trayectoria para el
PVI con el que comenzamos es la segunda empezando por abajo.
Observe que estas trayectorias son espirales que se mueven hacia la solución de equili-
brio, el origen. Decimos que el origen es un sumidero espiral. Si examinamos la solución
general, podemos ver por qué las trayectorias se comportan de este modo. En primer lu-
gar, no hay ninguna dirección en línea recta a lo largo de la que las trayectorias se aproxi-
men al origen. Las expresiones para ambas, x(t) e y(t), tienen términos trigonométricos
que aportan oscilaciones, movimientos de un lado a otro, a través del eje x. Pero, además,
cada elemento de la solución general tiene el factor e2t, que amortigua dichas oscilaciones
240 5 / Sistemas de ecuaciones diferenciales lineales
y
1,8
1,6
1,4
1,2
1
0,8
0,6
0,4
0,2
Figura 5.15
# #
Trayectorias para el sistema x 5 y, y 5 22x 2 2y, 20,3 # t # 4
Puntos iniciales: (x(0), y(0)) 5 (1, 0), (0,5, 0), (0, 0,8), (0, 1), (0,5, 20,8)
x
1
0,8
0,6
0,4
0,2
1 2 3 4 5 6 t
Figura 5.16
Gráfica de xstd 5 e2t scos t 1 sen td, 0 # t # 6
para los valores positivos de t. Por tanto, a medida que t aumenta en dirección positiva, las
amplitudes de estas oscilaciones tienden a 0. Un vistazo a la fórmula de Euler nos ayudará
a comprender la existencia de esta exponencial decreciente: la parte real, p, del par de va-
lores propios es negativa. La figura 5.16 muestra una gráfica de x respecto de t para la solu-
ción particular con x(0) 5 1 e y(0) 5 0.
La gráfica de y respecto de t es similar. En términos de los problemas de masa-resorte
que fueron analizados en varios ejemplos de la sección 4.5, podemos interpretar nuestro
problema como la representación de un sistema con oscilaciones amortiguadas. (Consulte
el ejemplo 4.5.6, especialmente la figura 4.16a.) ◆
5.5 Estabilidad de los sistemas lineales: valores propios complejos 241
TABLA 5.1 Resumen de los criterios de estabilidad para los sistemas lineales bidimensionales
REALES
Distintos
Ambos . 0 Nodo inestable (fuente, repulsor) Ejemplos 5.2.4 y 5.3.1
Ambos , 0 Nodo estable (sumidero, atractor) Ejemplos 5.2.2 y 5.3.2
Signos diferentes Punto de silla Ejemplos 5.2.1, 5.2.3, y 5.3.3
Uno 5 0, el otro Z 0 Toda una recta de puntos de equilibrio Ejemplo 5.3.4 y problema 20 de
Iguales la sección Ejercicios 5.3
Ambos . 0 Nodo inestable (fuente, repulsor) Ejemplo 5.4.1
Ambos , 0 Nodo estable (sumidero, atractor) Ejemplo 5.4.2
Ambos 5 0 “Inestable desde el punto de vista algebraico” Problema 10 de
COMPLEJOS la sección Ejercicios 5.4
Parte real . 0 Fuente espiral (espiral inestable, repulsor) Ejemplo 5.2.5
Parte real , 0 Sumidero espiral (espiral estable) Ejemplo 5.5.2
Parte real 5 0 Centro (centro neutro, centro estable) Ejemplo 5.5.1
Como vamos a ver en algunos de los ejercicios siguientes a esta sección, si los valores
propios son p ± qi y p . 0, obtenemos las espirales que se curvan alejándose de (0, 0) a me-
dida que t aumenta. En este caso, decimos que el origen es una fuente espiral. Esto se co-
rresponde con las soluciones oscilatorias que tienen amplitudes crecientes y describe la re-
sonancia. (Consulte el ejemplo 4.5.8, especialmente la figura 4.19.)
Resulta de especial interés el caso en que p 5 0, en el que tenemos valores propios
imaginarios puros. Ahora, las trayectorias son curvas cerradas que rodean el origen sin in-
tersectarse, lo que se corresponde con la situación en la que tenemos oscilaciones no amor-
tiguadas. (Consulte los ejemplos 5.5.1 y 4.5.5, especialmente la figura 4.13.)
Retrocedamos ahora y hagamos un resumen de estos casos. La tabla 5.1 clasifica la es-
tabilidad de los sistemas autónomos bidimensionales y hace referencia a ejemplos o ejerci-
cios relevantes.
EJERCICIOS 5.5
Para cada uno de los sistemas que se muestran en los ejercicios 1-7, se pide: (a) halle los va-
lores propios y sus correspondientes vectores propios; (b) bosqueje o trace unas cuantas tra-
yectorias y muestre la posición o las posiciones del vector o vectores propios que no tengan
componentes complejas.
# # # #
1. r 5 2r 2 2s, s 5 2r 2 s 2. x 5 3x 2 2y, y 5 2x 1 3y
# # # #
3. x 5 20,5x 2 y, y 5 x 2 0,5y 4. x 5 x 1 y, y 5 23x 2 y
# # # #
5. x 5 2x 1 y, y 5 23x 2 y 6. x 5 20,5x 2 y, y 5 x 2 0,5y
# #
7. x 5 y 2 7x, y 5 22x 2 5y
8. Escriba sistemas de ecuaciones lineales de primer orden cuyas trayectorias muestren
los comportamientos siguientes:
a. (0, 0) es una fuente espiral con los valores propios l1 5 2 1 2i y l2 5 2 2 2i.
242 5 / Sistemas de ecuaciones diferenciales lineales
5 2a bi1 1
di1 R1 1 R2 R2
i2
dt L L
5 2a bi1 1 a bi .
di2 R1 1 R2 R2 1
2
dt L L R2C 2
Utilizando valores propios y vectores propios, resuelva el problema de valor inicial
i1(0) 5 1, i2(0) 5 0 cuando R1 5 R2 5 1, L 5 1 y C 5 3. (Utilice herramientas tecnoló-
gicas para hallar los vectores propios.)
i1 i2
R1 R2 C
5.6 Sistemas no homogéneos 243
Entienda esto como una aplicación del principio de superposición y como una extensión del
resultado que vimos para las ecuaciones diferenciales lineales (sección 4.2). Simbólica-
mente, podemos escribir XGNH 5 XGH 1 XPNH. Si utilizamos las definiciones de estos térmi-
nos, podremos ver que esta suma de vectores es una solución del sistema no homogéneo:
XGNH 5 XGH 1 XPNH 5 AXGH 1 5AXPNH 1 Bstd6
# # #
5 c d.
c1e 3t 1 c2e 2t
2c1e 3t 2 2c2e 2t 2 2e 2t
Verifique que ésta es la solución general del sistema no homogéneo original. ◆
se puede aplicar cuando el vector Bstd 5 c 1 d contiene términos que son constantes,
b std
b 2 std
funciones exponenciales, senos, cosenos, polinomios o cualquier suma o producto de tales
términos. Para otros tipos de funciones que compongan B(t), se debe hallar XPNH mediante
el uso de alguna otra técnica (por ejemplo, la variación de parámetros).
El siguiente ejemplo ilustra el método con todas las complejidades algebraicas que
conlleva.
5.6 Sistemas no homogéneos 245
2D 5 AC 1 c d
1
(2) (Los coeficientes de sen t deben ser iguales.)
0
0 5 AE 1 c d
0
(3) (Los coeficientes de t deben ser iguales.)
1
(4) E 5 AF (Los términos constantes deben ser iguales.)
esto.) Ahora que conocemos E, podemos utilizar la ecuación (4) para hallar F: c d 5
0
1
c d c d y, por tanto, f1 5 0 y f2 5 21.
1 0 f1
0 21 f2
Si multiplicamos ambos lados de (1) por A, obtenemos AC 5 A2D 5 D (porque A2 5 I,
TABLA 5.2 Modelo de solución particular a probar para los sistemas no homogéneos
Si hacemos coincidir los coeficientes de términos análogos en cada lado, obtenemos el sistema
0 5 AC 1 c d
0
(1) (Los coeficientes de t2 deben ser iguales.)
2
(2) 2C 5 AD (Los coeficientes de t deben ser iguales.)
(3) D 5 AE (Los términos constantes deben ser iguales.)
(4) 2F 1 G 5 AF 1 c d
0
(Los coeficientes de e2t deben ser iguales.)
3
(5) 2G 5 AG (Los coeficientes de te2t deben ser iguales.)
para descubrir que (2, 3) es el único punto de equilibrio. (Dejaremos los detalles de este
ejemplo como apartados del ejercicio 17.) #
Podemos escribir nuestro sistema de ecuaciones diferenciales en la forma X 5
EJERCICIOS 5.6
1. Halle la solución particular del sistema del ejemplo 5.6.2, que satisface x(0) 5 0, y(0) 5 1.
2. Halle la solución particular del sistema del ejemplo 5.6.3, que verifica x(0) 5 21,
y(0) 5 2.
Sin utilizar herramientas tecnológicas, encuentre la solución general de cada uno de los sis-
temas de los ejercicios 3-12. Puede comprobar sus respuestas utilizando un SAC.
# #
3. x 5 y 1 2e t, y 5 x 1 t2
# #
4. x 5 y 2 5 cos t, y 5 2x 1 y
# #
5. x 5 3x 1 2y 1 4e 5t, y 5 x 1 2y
# #
6. x 5 3x 2 4y 1 e 22 t, y 5 x 2 2y 2 3e 22 t
# #
7. x 5 4x 1 y 2 e 2 t, y 5 y 2 2x (Sugerencia: en su conjetura para XPNH, deberían
aparecer múltiplos de ambos e2t y te2t.)
# #
8. x 5 2y 2 x 1 1, y 5 3y 2 2x (Sugerencia: en su conjetura para XPNH, deberían
aparecer múltiplos de ambos et y tet.)
# #
9. x 5 5x 2 3y 1 2e 3t, y 5 x 1 y 1 5e 2t
# #
10. x 5 x 1 y 1 1 1 e t, y 5 3x 2 y
# #
11. x 5 2x 2 y, y 5 2y 2 x 2 5et sen t
# #
12. x 5 x 1 2y, y 5 x 2 5 sen t
13. Considere cada ecuación del ejemplo 5.6.2 como una ecuación lineal de primer orden
y resuelva cada ecuación por separado. Confirme que obtiene la misma respuesta que
en el ejemplo resuelto. (Es posible que tenga que volver a consultar la sección 2.2 y la
técnica de integración por partes.)
14. a. Utilice herramientas tecnológicas para trazar el diagrama de fases del sistema dado
en el ejemplo 5.6.2.
b. Trace una gráfica de x(t) respecto de t.
c. Trace una gráfica de y(t) respecto de t.
250 5 / Sistemas de ecuaciones diferenciales lineales
15. Considere las ecuaciones (1)-(5) del ejemplo 5.6.3. Sea C 5 c 1 d , D 5 c 1 d y así suce-
c d
c2 d2
sivamente. Halle los vectores C, D, E, F y G en el orden indicado a continuación.
3. Este modelo está basado en el trabajo de Edward Spitznagel de la Washington University y me fue dado a cono-
cer por Courtney Colemann, del Harvey Mudd College.
252 5 / Sistemas de ecuaciones diferenciales lineales
más, existen fórmulas para resolver ecuaciones cúbicas, pero estos métodos son más com-
plicados que la fórmula cuadrática y es aconsejable que utilice su calculadora u ordenador
para resolver tales ecuaciones.
En el siguiente ejemplo, recurriremos a las herramientas tecnológicas para calcular los
determinantes, los valores propios y los vectores propios para un sistema tridimensional.
o
a j21
vj 5 a2 bv1 1 a2 bv2 1 c 1 a2 bvj21
a1 a2
aj aj aj
a j11
1 a2 bvj11 1 c 1 a2 bvk.
ak
aj aj
Lo que nos indica esta última línea es que, si un conjunto de vectores es linealmente depen-
diente, entonces al menos uno de los vectores es una combinación lineal de los otros.
Veamos algunos ejemplos de estos conceptos.
#
Supongamos ahora que tenemos el sistema X 5 AX, donde X es un vector 3 3 1, y
que A es una matriz 3 3 3 de constantes. Si A tiene tres valores propios reales distintos l1,
l2 y l3, entonces la teoría del álgebra lineal nos indica que los vectores propios correspon-
dientes V1, V2 y V3 son linealmente independientes. Además, los vectores # e l1tV1 , e l2tV2 y
l3t
e V3 son también linealmente independientes, y la solución general de X 5 AX es
Xstd 5 c1e l1tV1 1 c2e l2tV2 1 c3e l3tV3, (5.7.2)
donde c1, c2 y c3 son constantes arbitrarias. Compare esto con (5.3.1).
–2
–4
z –6
–8
–10
1 0,5
2 1
x
y 3 4 1,5
5
Figura 5.17
# # #
Solución de x 5 4x 1 z, y 5 22y, z 5 2z; xs0d 5 2, ys0d 5 5, zs0d 5 210; 0 # t # 2
z
–2
–4
–6
–8
–10
0,2 0,6 1 1,2 1,6 2t
Figura 5.18a
Gráfica de z(t), 0 # t # 2
z
–2
–4
–6
–8
–10
1 2 3 4 5y
Figura 5.18b
Gráfica de z(t) frente a y(t), 0 # t # 2 ◆
Si aceptamos que una matriz 3 3 3 tiene una ecuación cúbica característica, nos dare-
mos cuenta de que podemos tener (1) tres valores propios reales distintos, (2) un valor
propio real simple y un distinto valor propio real doble, (3) un valor propio real triple o
(4) un valor propio real y un par de valores propios complejos conjugados. Las posibilida-
des 1 y 2 se abordan fácilmente mediante la fórmula (5.7.2). No obstante, cuando tenemos
valores propios repetidos, hemos de hallar vectores propios linealmente independientes, a
veces mediante el cálculo de uno o más vectores propios generalizados. (Retroceda hasta
258 5 / Sistemas de ecuaciones diferenciales lineales
el ejemplo 5.4.2 y el análisis que precede a éste. Consulte también el ejercicio 14 que apa-
rece al final de esta sección.)
Aunque la importancia de la teoría del álgebra lineal resulte imprescindible para una
comprensión íntegra de las ecuaciones diferenciales de orden superior y sus sistemas equi-
valentes, a lo largo de este libro ya no profundizaremos más en dicha teoría.
El siguiente ejemplo muestra cómo las técnicas desarrolladas en la sección 5.5 para los
sistemas bidimensionales son extensibles a los sistemas tridimensionales.
2
visto en la sección 5.5, sabemos que sólo es necesario trabajar con el primer par de un va-
lor propio complejo y con su correspondiente vector propio, ya que el otro valor propio y
el otro vector propio son conjugados que proporcionan las mismas soluciones (consulte el
problema 10 de la sección Ejercicios 5.5). Por lo tanto, únicamente consideraremos
0 0
X std 5 es112idt £ i § 5 et scoss2td 1 i sens2td d £ i §
~
1 1
0 0 0
5 e £ 2sens2td 1 i coss2td § 5 e £ 2sens2td § 1 ie £ coss2td § .
t t t
coss2td sens2td
5.7 Generalizaciones: El caso n 3 n (n $ 3) 259
2 coss2td sens2td
t
2c1e
5 £ 23c1et 2 c2et sens2td 1 c3et coss2td §
2c1et 1 c2et coss2td 1 c3et sens2td
2c1
5 e £ 23c1 2 c2 sens2td 1 c3 coss2td §
t
Sistemas no homogéneos
Es importante percatarse de que los sistemas no homogéneos de orden superior también
se pueden abordar de este modo, mediante la relación analizada en la sección 5.6: XGNH 5
XGH 1 XPNH. El método de los coeficientes indeterminados se torna más engorroso, desde
el punto de vista algebraico, a medida que aumenta el tamaño del sistema. En el capítulo 6,
estudiaremos un modo más adecuado de tratar con tales sistemas.
donde c1, c2, . . . , cn son constantes arbitrarias. Ocurrirán las complicaciones habituales cuando
haya raíces reales repetidas, pares de raíces complejas conjugadas, y así sucesivamente.
Si estudiamos el comportamiento de un sistema mecánico (figura 5.19) compuesto por
dos resortes sujetos a dos masas móviles, las propiedades físicas de la situación nos pro-
porcionan un par de ecuaciones diferenciales lineales de segundo orden. Alternativa-
mente, este sistema de dos ecuaciones se puede expresar como un sistema de cuatro ecua-
ciones lineales de primer orden.
5.7 Generalizaciones: El caso n 3 n (n $ 3) 261
M1 M2
z1 z2
Figura 5.19
El sistema de masa-resorte para el ejemplo 5.7.7
factorizar como (l2 1 15)(l2 1 2) 5 0, de manera que los valores propios son l1 5 "15i,
l2 5 2"15i, l3 5 "2i, y l4 5 2"2i. Los vectores propios correspondientes son
3 3 2 2
V1 5 ≥ ¥ , V2 5 ≥ ¥ , V3 5 ≥ ¥ y V4 5 ≥ ¥
3"15i 23"15i 2"2i 22"2i
22 22 3 3
22"15i 2"15i 3"2i 23"2i
Si verifica esto por medio de un SAC, recuerde que puede obtener una forma diferente
2pero equivalente2 para los vectores propios.
La solución general
Sobre la base de nuestra experiencia anterior con los pares de valores propios complejos
conjugados y con los correspondientes vectores propios, podemos trabajar solamente con
los pares l1, V1 y l3, V3. En primer lugar, sabemos que
3 3
5 c1 ≥ ¥ 1 c2 ≥ ¥ 1
23"15 sens"15td 3"15 coss"15td
22 coss"15td 22 sens"15td
2"15 sens"15td 22"15 coss"15td
5.7 Generalizaciones: El caso n 3 n (n $ 3) 263
2 coss"2td 2 sens"2td
c3 ≥ ¥ 1 c4 ≥ ¥.
22"2 sens"2td 2"2 coss"2td
3 coss"2td 3 sens"2td
23"2 sens"2td 3"2 coss"2td
Soluciones particulares
Ahora, las condiciones iniciales x1(0) 5 x2(0) 5 x3(0) 5 0 y x’3(0) 5 x4(0) 5 1 implican
(ejercicio 13) que c1 5 c3 5 0 y c2 5 22"15>195, c4 5 3"2>26. Por tanto,
3"2 2"15
z1 std 5 x1 std 5 sens"2td 2 sens"15td
13 65
y
9"2 4"15
z2 std 5 x3 std 5 sens"2td 1 sens"15td .
26 195 ◆
EJERCICIOS 5.7
Para
# cada uno de los sistemas de los ejercicios 1-4: (a) escriba el sistema en la forma
X 5 AX; (b) utilice herramientas tecnológicas para hallar valores propios y vectores pro-
pios representativos, y (c) exprese la solución general como un único vector real de fun-
ciones.
dx dx
1. 5x2y1z 2. 5 x 2 2y 2 z
dt dt
dy dy
5x1y2z 5 2x 1 y 1 z
dt dt
dz dz
5 2x 2 y 5x2z
dt dt
264 5 / Sistemas de ecuaciones diferenciales lineales
dx dx
3. 5 3x 2 y 1 z 4. 5 2x 1 y
dt dt
dy dy
5x1y1z 5 x 1 3y 2 z
dt dt
dz dz
5 4x 2 y 1 4z 5 2y 1 3z 2 x
dt dt
5. En el sistema del ejercicio 1, utilice su SAC para representar gráficamente la trayecto-
ria, en el espacio x-y-z, que pasa por el punto (0, 1, 0) cuando t 5 0.
6. En el sistema del ejercicio 4, utilice su SAC para representar gráficamente la trayecto-
ria en el espacio x-y-z que pasa por el punto (1, 1, 21) cuando t 5 0.
7. a. Resuelva el problema de valor inicial
dx
5z1y2x
dt
dy
5z1x2y
dt
dz
5 x 1 y 1 z,
dt
xs0d 5 1, ys0d 5 2 13, zs0d 5 0.
b. Utilice la solución explícita hallada en el apartado (a) para calcular x(0,5), y(0,5) y
z(0,5).
c. Utilice dos o más métodos numéricos incorporados a su SAC para aproximar
x(0,5), y(0,5) y z(0,5). Compare las respuestas entre sí y con las respuestas exactas
del apartado (a).
8. Resuelva el problema de valor inicial
dx
5y1z
dt
dy
5z1x
dt
dz
5 x 1 y,
dt
x(0) 5 21, y(0) 5 1, z(0) 5 0.
9. Hay tres depósitos (vea la figura anexa) que bombean fluido en un sentido y el otro de
la siguiente manera: el tanque A bombea fluido al tanque B a un ritmo por hora del 2%
de su volumen, y también a sí mismo a un ritmo por hora del 1% de su volumen. El tan-
que B se bombea a sí mismo, hacia el tanque A y hacia el tanque C, a todos con
un ritmo por hora del 2% de su volumen. El tanque C bombea hacia el tanque B a un
ritmo del 2% de su volumen por hora, y a sí mismo con un ritmo del 3% de su volumen
por hora. Suponiendo que los volúmenes iniciales en los tanques A, B y C son 23 000,
1000 y 1000 litros, respectivamente, describa los cambios en el volumen de fluido en
cada tanque como funciones temporales. (Utilice herramientas tecnológicas solamente
para hallar los valores propios y los vectores propios correspondientes.)
5.7 Generalizaciones: El caso n 3 n (n $ 3) 265
B C
10. Imagine que tiene un péndulo doble; es decir, un péndulo suspendido de otro, tal y
como muestra la figura. Las leyes de la física, después de un cambio de variables para
simplificar, nos proporcionan el siguiente sistema como un modelo para pequeñas os-
cilaciones en torno a la posición de equilibrio:
#
x5y
#
y 5 2x 1 au
#
u5v
#
v 5 x 2 u.
Aquí 21
# # es a 5 (m2/m1)(1 1 m2/m1) , x 5 u1, u 5u2, e y y v son las velocidades angulares
u1 y u2, respectivamente. Para este problema, sea a 5 0,3.
a. Exprese el sistema en forma matricial.
b. Utilice herramientas tecnológicas para hallar los valores propios del sistema.
c. Utilice herramientas tecnológicas para hallar los vectores propios correspondien-
tes a los valores propios hallados en el apartado (b).
d. Halle la solución general real del sistema.
1
m1
2
m2
A
4 dal/min. 2 dal/min.
5 dal/min.
I II
50 dal 50 dal 6 dal/min.
1 dal/min.
sustancias hacia dentro y hacia fuera de los tanques I y II; exprese cualquier frac-
ción en forma decimal. Asegúrese de que escribe las condiciones iniciales.
b. Utilice herramientas tecnológicas para resolver el PVI planteado en el apartado (a).
c. Utilice herramientas tecnológicas para trazar x1(t), y1(t) y z1(t) respecto de t, todas
sobre el mismo conjunto de ejes.
d. Utilice herramientas tecnológicas para trazar x2(t), y2(t) y z2(t) respecto de t, todas
sobre el mismo conjunto de ejes.
12. Considere el sistema
$ #
x 5 2x 1 x 1 y
#
y 5 4x 1 2y.
#
a. Transforme este sistema en un sistema de tres ecuaciones de primer orden, Y 5 AY.
b. Utilice herramientas tecnológicas para hallar los valores propios de la matriz A en
el apartado (a).
c. Utilice herramientas tecnológicas para hallar dos vectores propios linealmente in-
dependientes correspondientes a los valores propios hallados en el apartado (b).
t
d. Considere W 5 £ 1 § como un tercer vector propio, independiente de los
21 2 2t
#
dos hallados en el apartado (c), y escriba la solución general de Y 5 AY.
e. Halle la solución general x(t), y(t) del sistema original.
13. En el ejemplo 5.7.7, utilice las condiciones iniciales para mostrar que c1 5 c3 5 0 y
c2 5 22"15>195, c4 5 3"2>26.
#
14. Suponga que tiene un sistema X 5 AX, donde A es una matriz 3 3 3 que tiene un va-
lor propio l de multiplicidad 3 y un vector propio correspondiente V. Se puede enton-
ces demostrar que la solución general del sistema se puede escribir como c1X1 1
5.8 RESUMEN
Si se utilizan las matrices y sus propiedades, cualquier sistema autónomo de ecuaciones li-
neales con coeficientes constantes
#
x 1 5 a 11x1 1 a 12x2 1 a 13x3 1 c 1 a 1nxn
#
x 2 5 a 21x1 1 a 22x2 1 a 23x3 1 c 1 a 2nxn
#
x 3 5 a 31x1 1 a 32x2 1 a 33x3 1 c 1 a 3nxn
( ( (
#
x n 5 a n1x1 1 a n2x2 1 a n3x3 1 c 1 a nnxn
#
se puede escribir en la forma compacta X 5 AX, donde
#
x1 x1 a11 a12 a13 c a1n
#
x2 x2 a21 a22 a23 c a2n
# #
X 5 Ex3U , X 5 Ex 3U y A 5 Ea31 a32 a33 c a3nU .
( ( ( ( ( ( (
#
xn xn an1 an2 an3 c ann
Para los sistemas bidimensionales en los que la matriz de coeficientes A tiene un de-
terminante distinto de cero, el origen es el único punto de equilibrio. El comportamiento
cualitativo (la estabilidad) de tal sistema lineal está totalmente determinado por los va-
lores propios y por los vectores propios de A. Si el sistema tiene dos valores propios rea-
les l1 y l2, con l1 2 l2, y V1 y V2 son los vectores propios correspondientes 2lineal-
mente independientes2, entonces la solución general del sistema viene dada por
Xstd 5 c1e l1tV1 1 c2e l2tV2. Si el sistema tiene dos valores propios reales e iguales, podemos
intentar hallar dos vectores propios linealmente independientes correspondientes al valor
propio único. Si no podemos hallar estos dos vectores propios, podemos comenzar con un
vector propio V y calcular después un vector propio generalizado W, de modo que la solu-
ción general del sistema se puede expresar en la forma X(t) 5 c1eltV 1 c2[teltV 1 eltW]. Por
268 5 / Sistemas de ecuaciones diferenciales lineales
PROYECTO 5-1
Un círculo vicioso
En una isla hay tres especies de omnívoros: ‘xapaches’, ‘yejones’ y ‘zoyotes’. Los xapaches
se comen a los zoyotes, los zoyotes se nutren de los yejones, y los yejones encuentran deli-
ciosos a los xapaches. Dados los índices de natalidad y las tasas de depredación individua-
les de las especies, podemos establecer el siguiente sistema:
#
x 5 21x 2 9y
#
y 5 2y 2 4z
#
z 5 6z 2 7x.
Aquí, x(t), y(t) y z(t) representan las poblaciones de las tres especies 2de un modo evi-
dente2 en el instante t, donde t viene expresado en siglos.
Mucho antes de que los seres humanos arribaran a la isla, las tres especies vivían en
estado de equilibrio. En el instante t 5 0, poco después de que los humanos descubrieran
la isla y quebrantaran el equilibrio mediante la caza, la tala de árboles, etcétera, había 300
xapaches, 598 yejones y 323 zoyotes. (Éste ya no es el estado de equilibrio.)
a. Formule el sistema en términos matriciales y utilice herramientas tecnológicas para
hallar los valores propios y los vectores propios del sistema.
b. Resuelva manualmente el PVI del sistema utilizando los resultados obtenidos en el
apartado (a). (Puede recurrir a las herramientas tecnológicas para resolver un sis-
tema algebraico de tres ecuaciones con tres incógnitas.)
c. ¿Cuáles eran las poblaciones en equilibrio antes de que los humanos aparecieran
en escena? (Consulte la solución del apartado (b) cuando t S 2 ` .)
d. Sustituya las respuestas halladas en el apartado (c) en las tres ecuaciones diferen-
ciales que componen el sistema. Para cada población, ¿qué indica el resultado so-
bre su índice de natalidad en comparación a sus pérdidas debido a la depredación
durante el período de equilibrio?
e. Dibuje la gráfica de x(t) respecto de t, 0 # t # 0,1. Dibuje la gráfica de y(t) respecto
de t, primero para 0 # t # 0,1, y después para 0 # t # 0,2. Dibuje la gráfica de z(t)
respecto de t para 0 # t # 0,16. (Utilice herramientas tecnológicas para obtener es-
tas gráficas.)
270 5 / Sistemas de ecuaciones diferenciales lineales
PROYECTO 5-2
Siga la corriente
En la figura adjunta se muestra la configuración de un complejo sistema de mezclado. Dis-
ponemos de tres depósitos interconectados del modo indicado mediante tuberías cuya ca-
pacidad de flujo es de 5 dal/min. Inicialmente, el depósito I contiene 20 decalitros de pin-
tura roja; el II, 30 decalitros de pintura amarilla; y el III, 40 decalitros de pintura azul.
¿Cuál será la mezcla de las pinturas en cada depósito transcurridos 5 minutos? Utilice he-
rramientas tecnológicas para resolver este problema.
Comentarios: sea xi 5 la cantidad de pintura roja en el depósito i en el instante t, yi 5
la cantidad de pintura amarilla en el depósito i en el instante t y zi 5 la cantidad de pintura
azul en el depósito i en el instante t. Entonces, las condiciones iniciales indican que en t 5
0, x1 5 20, x2 5 0, x3 5 0; y1 5 0, y2 5 30, y3 5 0; y z1 5 0, z2 5 0, z3 5 40. Además, el pa-
trón de flujo del diagrama, junto con la observación de que el volumen total de cada depó-
sito es constante 220, 30, y 40 decalitros, respectivamente2 conduce a un sistema de
nueve ecuaciones diferenciales. Sin embargo, el sistema de tres ecuaciones que contienen
las variables x1, x2 y x3 es exactamente igual que el sistema que contiene yi y que el que con-
tiene zi. La única diferencia estriba en las condiciones iniciales. Desde el punto de vista fí-
sico, esto se explica por la evidente simetría de los depósitos y por el patrón de flujo. Por
tanto, sólo tendrá que resolver uno de los sistemas tridimensionales y utilizarlo para hallar
los tres conjuntos de variables modificando las condiciones iniciales.
I
5d
n.
mi
al/
al/
mi
5d
n.
II III
5 dal/min.
6 La transformada
de Laplace
6.0 INTRODUCCIÓN
La idea de una transformada o transformación es de vital importancia en matemáticas y en
la resolución de problemas en general. A la hora de abordar un problema difícil, a menudo
resulta una buena idea transformarlo de algún modo en un problema más sencillo, resol-
ver éste y, a partir de su solución, deducir la del problema original. Uno de los primeros
ejemplos de este proceso, que ya conocemos, implica la idea de logaritmo. Los logaritmos
ideados por John Napier y por otros en los primeros años del siglo XVII resultaron de gran
utilidad para el cálculo. Dado un problema complejo de multiplicación, se podría conver-
tir en un problema de suma, realizar la suma y, a continuación, volver a transformar la res-
puesta obtenida en la respuesta del problema original. Por ejemplo, si se quisiera multipli-
car 8743 por 2591, se podría aplicar a este producto el logaritmo natural o neperiano, y se
obtendría así la suma ln(8743) 1 ln(2591) 5 9,07600865918… 1 7,85979918056… 1
16,9358078397… Entonces se determinará 2mediante una “tabla logarítmica” en aquellos
años oscuros2 el número cuyo logaritmo natural es 16,9358078397… Dicho número será
el producto original. El proceso de vuelta de la suma de logaritmos al producto original se
puede denominar transformada inversa. Por supuesto, reconocemos que la inversa de la
transformación logarítmica es la transformación exponencial:
f
x y = loga x
f –1
a y = aloga x
271
272 6 / La transformada de Laplace
indica es que si f es una función no negativa cuya integral está definida para x $ a, enton-
ces A(x) representa el área bajo la gráfica de f desde t 5 a hasta t 5 x.
Más atrás, en la sección 2.2, hemos encontrado una transformada al introducir el fac-
tor integrante en una ecuación lineal. Al multiplicar la ecuación por el factor exponencial
apropiado, se transformaba el lado izquierdo en una derivada exacta, que entonces podía
ser integrada para proporcionar la función incógnita. Se resolvía la ecuación transformán-
dola en una forma equivalente más sencilla de manejar. Podría pensar en estos métodos
transformativos como si se enfrentara a un tiburón. A nadie le gustaría toparse con un ti-
burón en el océano, pero si éste fuera arrastrado (transformado) hasta una playa, se le po-
dría hacer frente 2evitar sus agresivas mandíbulas2 más fácilmente. El mismo tiburón, un
entorno diferente.
La famosa herramienta matemática conocida como la transformada de Laplace 2que
debe su nombre al gran matemático francés Pierre-Simon de Laplace (1749-1827), pero que
probablemente ya fue utilizada con anterioridad por Euler2 nos resulta útil puesto que eli-
mina las derivadas en las ecuaciones diferenciales y las reemplaza por expresiones algebrai-
cas. De este modo, las ecuaciones diferenciales se sustituyen por ecuaciones algebraicas.
Esta transformación resulta particularmente eficaz para abordar problemas de valor inicial,
ecuaciones no homogéneas con términos de forzamiento discontinuo y sistemas de ecuacio-
nes diferenciales. El lado negativo es que la transformada de Laplace está restringida a la
solución de ecuaciones diferenciales lineales y a sistemas lineales de ecuaciones.
cuando existe esta integral impropia. Advierta que, después de integrar con respecto a t, el
resultado contendrá el parámetro s; es decir, esta integral es una función del parámetro s,
de modo que podemos escribir l[f(t)] 5 F(s).
Antes de exponer algunos ejemplos, examinemos ahora la integral de (6.1.1). Por el
b
cálculo básico sabemos que la integral impropia se define como lim 3 fstde 2stdt cuando
bS` 0
este límite existe. Aquí hay dos requisitos importantes: en primer lugar, la integral ordina-
b
ria de Riemann 3 fstde 2stdt debe existir para todo b . 0; y en segundo lugar, el límite debe
0
existir cuando b S ` . Ambas condiciones se verifican si nos ceñimos a las funciones f(t)
continuas o continuas por tramos o intervalos para las que, además, existan unas constantes
positivas M y K tales que 0 f(t) 0 , eMt para todo t $ K. Esto indica que la función f no crece
más rápidamente que una función exponencial, de modo que el integrando f(t)e2st en (6.1.1)
se comporta como la función eMt · e2st 5 e2(s2M)t para los valores de s mayores que M y para
6.1 La transformada de Laplace de algunas funciones importantes 273
valores de t bastante grandes. La integral impropia de este tipo de función converge. (Con-
sulte el apéndice A.6 para definiciones básicas y ejemplos.)
` b
Suponga ahora que fstd ; 1. Entonces, F(s) 5 l[1] 5 3 1 ? e 2stdt 5 lim 3 e 2stdt 5
bS` 0 0
b
` 5 a lim se sa2sdb 2 1d b 5 2
sa2sdt
e 1 1 1
5 lim 5
bS` sa 2 sd a 2 s bS` a2s s 2 a para s . a.
0
¿Por qué es necesaria esta suposición sobre s, y en qué paso resulta crucial?
Para disponer de herramientas con las que abordar una variedad de ecuaciones dife-
renciales, tenemos que abastecer nuestro almacén con diferentes transformadas de La-
place. Otra función básica con la que deberíamos tratar es sen at, donde a es una cons-
tante. Esta transformada requiere dos integraciones por partes:
Para s . 0, l[sen at] 5
b
` ` `
` 2 3 a cos at
e2st e2st a
3 sen at e dt 5 3 cos at e2stdt
2st
dt 5 lim sen at
0 bS` 2s 0
2s s 0
0
b
`
5 a lim cos at ` 2 3 2 a sen at dtb 5 a 2 + fsen atgb ,
2st
a e e2st a 1 a
s bS` 2s 0
2s s s s
0
de modo que
t para 0 # t # 2
fstd 5 £ 4 2 t para 2 # t # 4
0 para t $ 4.
Deberá bosquejar la gráfica de esta función. Todo lo que se ha de hacer es dividir la inte-
gral de la definición (6.1.1) en tres partes, una correspondiente al intervalo [0, 2], otra al
intervalo [2, 4] y la última a [4, `]:
2 4 `
l[f(t)] 5 3 te 2stdt 1 3 s4 2 tde 2stdt 1 3 0 ? e 2stdt
0 2 4
Por último, antes de aplicar las transformadas de Laplace a la solución de las ecuaciones
diferenciales, debemos conocer las transformadas de f9 y f0, así como de las derivadas de or-
den superior. Por tanto, supongamos que F(s) 5 l[f(t)] existe para s . c. Entonces, para
s . c tenemos
`
+ffr std g 5 3 frstde 2stdt
0
b
`
5 lim fstde 2st
` 1 3 sfstde 2stdt 5 2fs0d 1 s+ffstd g,
bS` 0
0
que podemos escribir así:
l[f9(t)] 5 s l[f(t)] 2 f(0). (6.1.4)
Observe que en esta derivación estamos suponiendo que fsbde 2sb S 0 cuando b S ` .
A continuación, si suponemos que f9(b)e2sb también tiende a 0 cuando b S ` , pode-
mos aplicar la fórmula (6.1.4) dos veces; la primera, una vez que se ha sustituido f por f9
para obtener
l[f0(t)] 5 2f9(0) 1 sl[f9(t)] 5 2f9(0) 1 s[sl[f(t)] 2 f(0)]
5 2f9(0) 1 s2l[f(t)] 2 sf(0),
de manera que podemos escribir
l[f0(t)] 5 s2l[f(t)] 2sf(0) 2 f9(0) (para s . c). (6.1.5)
En general, para cualquier entero positivo n, si la derivada enésima es continua (o con-
tinua por tramos) y si todas las derivadas de orden inferior son continuas y tienen el ritmo
de crecimiento adecuado, entonces
n
+ffsnd std g 5 sn+ffstd g 2 a sn2ifsi21d s0d
i51
5 sn+ffstd g 2 sn21fs0d 2 sn22frs0d 2 c 2 sfsn22d s0d 2 fsn21d s0d . (6.1.6)
Es importante tener en cuenta que esta última fórmula implica que una ecuación diferen-
cial con coeficientes constantes será transformada en una ecuación puramente algebraica, es
decir, en una ecuación sin derivadas. (Observe que f(k)(0) es un número para k $ 0.)
Para proporcionar una idea de lo que haremos en las siguientes secciones, vamos a trans-
formar una ecuación diferencial en una expresión algebraica utilizando la transformada de
Laplace.
EJERCICIOS 6.1
Halle la transformada de Laplace de las funciones en los ejercicios 1-8.
1. f(t) 5 t2 2. g(t) 5 t3
3. h(t) 5 cos at, donde a es una constante 4. F(t) 5 teat, donde a es una constante
e at 2 e bt
5. Gstd 5 , donde a y b son constantes, a Z b
a2b
6. H(t) 5 2t3 2 7t2 1 5t 2 17
1 para 0 # t # 1 1 para 0 # t # 2p
7. Astd 5 • 2 2 t para 1 # t , 2 8. Bstd 5 • cos t para 2p # t # 7p>2
0 para 2 # t 0 para 7p>2 # t , `
En los ejercicios 9-13, halle la transformada de Laplace de la solución de cada problema de
valor inicial, suponiendo que la transformada de Laplace exista en todos los casos. (No in-
tente resolver los PVI.)
9. yr 2 y 5 0; ys0d 5 1
10. yr 1 y 5 e 2x; ys0d 5 1
11. ys 1 4yr 1 4y 5 0; ys0d 5 1, yrs0d 5 1
12. ys 2 yr 2 2y 5 5 sen x; ys0d 5 1, yrs0d 5 21
13. yt 2 2ys 1 yr 5 2e x 1 2x; ys0d 5 0, yrs0d 5 0, ys s0d 5 0
6.2 La transformada inversa y la convolución 277
2
14. Si fstd 5 e t para t $ 0, demuestre que no existen constantes M y K tales que
0 fstd 0 , e Mt para todo t $ K y pruebe que, por tanto, la transformada de Laplace de f(t)
2
no existe. (Sugerencia: e t , e Mt implica que t2 , Mt para t suficientemente grande.)
"p
`
15. Utilice la definición (6.1.1) y el hecho de que 3 e 2x dx 5
2
para hallar la transfor-
0 2
1 1 u2
mada de Laplace de fstd 5 5 t22. (Sugerencia: efectúe la sustitución t 5 .)
"t s
16. Aplique la fórmula (6.1.4) a la función f0(t) para demostrar que
+fft std g 5 s3+ffstd g 2 s2fs0d 2 sfrs0d 2 fs s0d .
17. Suponga que a es cualquier número real y que F(s) 5 l[f(t)]. Demuestre que
l[eatf(t)] 5 F(s 2 a) para s . a. (Ésta es la comúnmente denominada primera fórmula
de traslación. Vea la sección 6.3 para la segunda fórmula de traslación.)
Lo que esto significa es que, en cálculo, la integral indefinida de una función f responde a la
pregunta 0¿cuál es la función cuya derivada es f?0 (Tenga en cuenta que en cálculo la res-
puesta a esta pregunta no es única.) Al igual que una lista de fórmulas de derivación nos
ayuda a establecer una lista de fórmulas de primitivas (integrales), también una tabla de trans-
formadas de Laplace nos facilitará en el hallazgo de inversas. En los siguientes ejemplos, utili-
zaremos la información facilitada en la tabla 6.1. Algunas de estas transformadas se deduje-
ron en la sección 6.1; otras se dieron como problemas en la sección Ejercicios 6.1.
Volvamos ahora al ejemplo 6.1.1 y resolvamos el problema de valor inicial mediante
las transformadas de Laplace y la transformada inversa de Laplace.
EJEMPLO 6.2.1 Resolución de un PVI mediante la transformada inversa de Laplace
El PVI del ejemplo 6.1.1 era x0 1 3x9 1 2x 5 12e2t, x(0) 5 1, x9(0) 5 21, y obtuvimos que
s2 1 8
l[x(t)] 5 .
ss 2 2d ss 1 2d ss 1 1d
Si tratáramos de trabajar con la expresión dada para la transformada (la expresión ra-
cional en s), pasaríamos tediosos momentos calculando para qué función x(t) podría ser
ésta la transformada de Laplace. Esta expresión no parece corresponderse con ninguna de
las formas de la última columna de la tabla 6.1.
Sin embargo, podemos usar la técnica de la descomposición en fracciones simples para
expresar la transformada como una suma de tres términos más sencillos, cada uno de los
cuales se empareja con un componente de la tabla:
s2 1 8 1 3 3
5 1 2 .
ss 2 2d ss 1 2d ss 1 1d s22 s12 s11
6.2 La transformada inversa y la convolución 279
a5 b es la transformada de
3 3
Debería ver, por ejemplo, que el término
s12 s 2 s22d
Laplace de 3e22t. Si aplicamos la transformada inversa a cada lado de
1 3 3
+fxstd g 5 1 2
s22 s12 s11
y utilizamos (6.2.1) y la linealidad de l 21, veremos que
a b
R
1 1 L
2 s1
a 2 1 v2 b a 21vb a 2 1 v2 b
R2 R2 2
R2
1 L L L
5 1
as 1 b ss 1 v d
2 2
R 2 2
R s 1v
s1
L L
y
+fIstd g 5 a b?v?
v0 1
as 1 b ss2 1 v2 d
L R
L
R
5a b? µ ∂.
v0 v 1 2s L
1 2 1 2
a 2 1 v2 b s 1
2
L R2 R s 1 v s 1 v2
L L
Compruebe las tres últimas igualdades. El paso final es aplicar la transformada inversa
de Laplace a ambos lados de esta última ecuación y utilizar después las fórmulas 2, 3 y 4 de
la tabla 6.1.
a 2 1 v2 b
L R2 R s2 1 v2 L s 1 v2
s1
L L
a 2 1 v2 b
L R2 L v
L
5a b e ve2Lt 2 v cossvtd 1 sensvtd f .
v0 1 R R
a 2 1 v2 b
L R2 L
L
Compare esta solución con la obtenida en el ejemplo 2.2.5. ◆
6.2 La transformada inversa y la convolución 281
1 3
l[t 2 3] 5 2 5 Fssd ,
s2 s
de manera que, si usamos la entrada 11 de la tabla 6.1 (con a 5 1), obtenemos
1 3 4 2 3s
l[e t st 2 3d ] 5 Fss 2 1d 5 2
2 5 .
ss 2 1d s21 ss 2 1d 2
Si volvemos a (#) y colocamos nuestras condiciones iniciales, obtenemos
4 2 3s
s(s 2 2) X(s) 5 2s 2 2 1
ss 2 1d 2
3
2ss 2 1d 1 s4 2 3sd ss 2 2d s2s2 2 2s 2 1d
5 5 .
ss 2 1d 2 ss 2 1d 2
Por tanto, concluimos que
2s2 2 2s 2 1 3 1 1
X(s) 5 5 2 2 .
sss 2 1d 2 s21 ss 2 1d 2 s
Recurrimos a la tabla para hallar la función x(t) 5 l 21[X(t)], donde tenemos que utilizar
las entradas 1 y 11 para el segundo término. La solución del PVI es x(t) 5 3et 2 tet 2 1.
(Asegúrese de que ésa es la solución.) ◆
LA CONVOLUCIÓN
En cada uno de los tres últimos ejemplos, la aplicación de la transformada de Laplace dio
como resultado una expresión para l[f(t)] que parecía implicar el producto de dos o más
transformadas. Puesto que no conocíamos ningún modo de hallar la transformada inversa
de tales productos, hemos tenido que recurrir al desorden de una descomposición de frac-
ciones simples. Esto, por lo menos, nos ha permitido utilizar la linealidad de la transfor-
mada inversa.
Sin embargo, hay una manera de abordar este problema: un método que implica un
producto especial de funciones. La convolución de dos funciones f y g es la integral
t
(f * g)(t) 5 3 fsrdgst 2 rddr,
0
282 6 / La transformada de Laplace
tras realizar la integración por partes de la segunda integral. Para este ejemplo, compruebe
que (cost) * (t) 5 (t) * (cos t).
La convolución posee importantes propiedades algebraicas (consulte el ejercicio 7 del
final de esta sección); pero la más relevante para nosotros ahora mismo es que la transfor-
mada de Laplace de una convolución de dos funciones es igual al producto de las transforma-
das de Laplace de estas dos funciones. Dicho de un modo más preciso, supongamos que exis-
ten las transformadas de Laplace de las funciones f y g. Sea F(s) 5 l[f(t)] y G(s) 5 l[g(t)];
entonces, el teorema de convolución dice que
t
l[(f * g)(t)] 5 l[ 3 fsrdgst 2 rddr] 5 l[f(t)] ? l[g(t)] 5 F(s) ? G(s).
0
Revisemos ahora parte del ejemplo 6.2.2 para ver la utilidad del anterior problema de
convolución.
as 1 b ss2 1 v2 d
l21 R
v
L 0
t
1 R
5 3 e2 L r sen vst 2 rddr.
v 0
6.2 La transformada inversa y la convolución 283
.
sR2 1 v2L2 dv
El uso de algunas operaciones algebraicas le mostrará que esto corresponde a la transfor-
mada inversa hallada en el ejemplo 6.2.2 por medio de las fracciones simples. (Realice las
operaciones.) ◆
ss 1 1,5d a b 5 Rssd ,
A A
2
s s 1 1,5
1,5A
5 Rssd .
s
Si aplicamos la transformada inversa de Laplace a cada lado, hallamos que r(t) 5 1,5 A. Es
decir, el ritmo de reaprovisionamiento debería ser una constante, exactamente una y me-
dia veces la cantidad original adquirida. (Compruebe que este ritmo es una solución de
nuestra ecuación integral original.) ◆
a b l[x(t)] 5 2
s3 1 s2 1 s s2
2
,
s 11 s 11
s2 s
y por tanto, concluimos con l[x(t)] 5 3 2
5 2 .
s 1s 1s s 1s11
El uso ingenioso de algunas operaciones algebraicas nos mostrará que
s s 1 12 1
2
5 2
"3 2
s2 1 s 1 1 1 2
ss 1 2 d 1 s 2 d ss 1 2 d 1 s "3
1 2
2 d
2
"3
s 2 s2 12 d 1 2
5 2 ;
ss 2 s2 12 d d 2 1 s "3
2 d
2 "3 ss 2 s2 12 d d 2 1 s "3
2 d
2
EJERCICIOS 6.2
1. Si F(s) y G(s) son las transformadas de Laplace de f(t) y g(t), respectivamente, y c1 y
c2 son constantes, demuestre que
l 21[c1Fssd 1 c2Gssd ] 5 c1l 21[Fssd ] 1 c2 l 21[Gssd ].
a
2. Halle la transformada inversa de Laplace de 2 2 .
s ss 1 a 2 d
1
3. Halle la transformada inversa de Laplace de .
sss2 1 2s 1 2d
2s 2 10
4. Halle la transformada inversa de Laplace de 2 .
s 2 4s 1 20
5. a. Demuestre que la transformada de Laplace de tnf (t) es (21)nF(n)(s), donde F(s) 5
l[ f(t)] .
b. Utilice el resultado del apartado (a) y la derivada de la función Fssd 5 lna2 1 b ,
3
s
s . 0 para hallar su transformada inversa de Laplace.
6. Halle la convolución f * g de cada uno de los siguientes pares de funciones.
a. f(t) 5 t2, g(t) 5 1
b. f(t) 5 t, g(t) 5 e2t para t > 0
c. f(t) 5 t2, g(t) 5 (t2 1 1) para t > 0
d. f(t) 5 cost, g(t) 5 cost [Sugerencia: para este apartado necesitará algunas identida-
des trigonométricas.]
7. Compruebe las siguientes propiedades de la convolución de funciones:
a. f * g 5 g * f Commutatividad
b. sf * gd * h 5 f * sg * hd Asociatividad
286 6 / La transformada de Laplace
c. f * sg 1 hd 5 f * g 1 f * h Distributividad
d. f * 0 5 0, pero f * 1 2 f y f * f 2 f2 en general. (En particular, 1 * 1 Z 1.)
8. a. Utilizando la propiedad (b) del ejercicio 7, halle 1 * 1 * 1.
b. Halle 1 * t * t2.
9. Aplique el teorema de convolución para hallar la transformada de Laplace de
t
fstd 5 3 cosst 2 rd sen r dr.
0
t
10. Halle la transformada de Laplace de hstd 5 3 et2v sen v dv.
0
11. Halle la solución del PVI y0 1 3y9 1 2y 5 4t2; y(0) 5 0, y9(0) 5 0.
12. Resuelva el PVI y0 1 4y9 1 4y 5 e22x; y(0) 5 0, y9(0) 5 1.
13. Resuelva el PVI y- 2 2y0 1 y9 5 2ex 1 2x; y(0) 5 0, y9(0) 5 0, y0(0) 5 0.
14. Resuelva el PVI y0 1 6y9 1 9y 5 H(x); y(0) 5 0, y9(0) 5 0, donde H(x) es una función
conocida de x. (Sugerencia: aplique el teorema de convolución.)
15. Un circuito eléctrico que está inicialmente sin forzamiento, pero que se conecta a una
fuente concreta de tensión alterna en el instante t 5 p, puede modelarse mediante el PVI
Qs 1 2Qr 1 2Q 5 e
0 para 0 # t , p
2sen t para t $ p,
con Q(0) 5 0 y Q9(0) 5 1. Resuelva el PVI para Q(t), la carga en el condensador, en
el instante t.
dv
16. La ecuación v 5 v coss2sd 2 v2 describe la velocidad v de un émbolo moviéndose
ds
en un cilindro lleno de aceite bajo una fuerza variable. Aquí, s es la distancia recor-
rida en un tiempo t.
a. Reescriba la ecuación dada como una ecuación lineal con coeficientes constantes.
b. Suponiendo que v(0) 5 0, utilice la transformada de Laplace para calcular v como
una función de s. ¿Existe alguna solución singular?
c. Utilice herramientas tecnológicas para trazar la gráfica de la solución no trivial ha-
llada en el apartado (b) para 0 # s # 20.
t
17. Resuelva la ecuación integral en f: fstd 5 4t 1 3 fst 2 rd sen r dr.
0
t
18. Resuelva en g: gstd 2 t 5 2 3 st 2 rdgsrddr.
0
t
#
19. Resuelva en x: x std 5 1 2 3 xst 2 rde 22rdr, xs0d 5 1.
0
20. Resuelva la ecuación integro-diferencial
t
#
y 1 y 1 3 ysuddu 5 1, con ys0d 5 0.
0
6.3 Transformadas de funciones discontinuas 287
t
#
21. Resuelva la ecuación x 2 4x 1 4 3 xsuddu 5 t3e2t, con xs0d 5 0.
0
x
22. Resuelva la ecuación fs sxd 1 3 e 2sx2ydfrsyddy 5 1; fs0d 5 0, frs0d 5 0.
0
f(t) 5 e
Estd para 0 # t # a
0 para t . a.
Quizá tengamos un interruptor que podamos abrir y cerrar de manera que el voltaje se
aplique, se suprima y luego se vuelva a aplicar:
Estd para 0 # t # a
g(t) 5 • 0 para a , t , b
Estd para t $ b.
El problema 29 de la sección Ejercicios 2.2, en el que deja de haber gastos publicita-
rios después de cierto período de tiempo, es otro ejemplo de este tipo de comportamiento.
Aquí, el elemento común es el brusco cambio. En términos matemáticos, estamos tratando
con funciones continuas por tramos.
U(t) 5 e
0 si t , 0
1 si t $ 0.
(Frecuentemente, esta función se denomina la función (escalón unidad) de Heaviside de-
bido al ingeniero electrotécnico y matemático aplicado Oliver Heaviside (1850-1925),
288 6 / La transformada de Laplace
quien desarrolló muchas de estas ideas.) Podemos decir que la función U está 0off0 o 0de-
sactivada0 (5 0) para valores negativos de t, y 0on0 o 0activada0 (5 1) para valores de t ma-
yores que o iguales a 0. Este aspecto de interruptor o 0conexión-activación0 hace de U un
importante elemento de construcción en el modelado de cambios bruscos.
De lo anterior se deriva que
U(t 2 a) 5 e
0 si t , a
1 si t $ a.
La función tiene una discontinuidad por salto en t 5 a. La figura 6.1 muestra U (t 2 3) para
t $ 0.
Lo más interesante es que estas funciones escalón se pueden usar para expresar una
función continua por tramos en términos de una sola fórmula. Por ejemplo, si
f(t) 5 e
Astd para t , a
Bstd para t $ a,
entonces podemos ver que f(t) 5 A(t) 1 U(t 2 a)[B(t) 2 A(t)] : si t , a, entonces U(t 2 a) 5
0, y por tanto, f(t) 5 A(t); mientras que si t $ a, entonces tenemos U(t 2 a) 5 1, y en conse-
cuencia, f(t) 5 A(t) 1 [B(t) 2 A(t)] 5 B(t). (¿De acuerdo?)
Verá que esta técnica se puede extender a funciones como por ejemplo
Astd para a # t , b
g(t) 5 • Bstd para b # t , c
Cstd para c # t , d.
Podemos escribir g(t) 5 U(t 2 a)A(t) 1 U(t 2 b)[B(t) 2 A(t)] 1 U(t 2 c)[C(t) 2 B(t)].
Cerciórese de que entiende cómo funciona esto.
Cuando resolvemos ecuaciones diferenciales que modelan cambios bruscos, viene bien
el siguiente resultado: si l[f(t)] existe para s . c, y si a . 0, entonces
l[f(t 2 a) U(t 2 a)] 5 e 2as l[f(t)] para s . c. (6.3.1a)
Este resultado se denomina normalmente segunda fórmula de traslación; para la primera
fórmula de traslación, consulte el problema 17 de la sección Ejercicios 6.1.
3 5 t
Figura 6.1
Gráfica de U(t 2 3), t $ 0
6.3 Transformadas de funciones discontinuas 289
xr std 1 x 5 e
t para 0 # t , 4
x(0) 5 1.
1 para 4 # t
Si utilizamos la función escalón unidad, podemos escribir la ecuación diferencial así:
xr std 1 x 5 t 1 s1 2 tdUst 2 4d 5 t 2 st 2 4dUst 2 4d 2 3Ust 2 4d .
[Advierta que, a fin de utilizar posteriormente la fórmula (6.3.1b), tenemos que recurrir al
álgebra para transformar el término (1 2 t)U(t 2 4) en la forma f(t 2 a)U(t 2 a).] Aplica-
remos ahora la transformada de Laplace a ambos lados de la ecuación para obtener
l[ xr std ] 1 l[ xstd ] 5 l[t] 2 l[ st 2 4dUst 2 4d ] 2 3 l[ Ust 2 4d ],
o, utilizando (6.1.4), la entrada 1 de la tabla 6.1 y después la fórmula (6.3.1a) dos veces,
1
s l[ xstd ] 2 1 1 l[ xstd ] 5 2 e 24s l[ t] 2 3e 24s l[ 1],
s2
de modo que
2 e 24s a 2 1 b .
1 1 3
(s 1 1) l[ xstd ] 5 1 1
s2 s s
Por tanto,
2 e 24s a 2 b
1 1 3s 1 1
l[ xstd ] 5 1 2
s11 s ss 1 1d s ss 1 1d
2 1 2 2 e 24s a 1 2 2 b.
2 1 1 2 1 2
5 [mediante fracciones simples]
s11 s s s s s11
Finalmente, si aplicamos la transformada inversa a ambos lados y utilizamos (6.3.1b), ob-
tenemos
x(t) 5 2e 2t 2 1 1 t 2 l 21 ce 24s a 1 2 2 bd
2 1 2
s s s11
5 2e 2t 2 1 1 t 2 cUstd + 21 a 1 2 2 bd
2 1 2
(*)
s s s11
290 6 / La transformada de Laplace
5 e 2t
2e2t 1 t 2 1 para 0 # t , 4
2t14
2e 1 2e 1 1 para 4 # t. ◆
El siguiente ejemplo muestra la aplicación de la transformada de Laplace y la función es-
calón unidad a un importante tipo de problema aplicado.
x=0 x x=L
y(x)
Figura 6.2
Una viga que soporta una carga
6.3 Transformadas de funciones discontinuas 291
e f.
W0 1 2 e 2sL>2
s4Y 2 s3ys0d 2 s2yr s0d 2 sys s0d 2 yt s0d 5
EI s
Observe que en la fórmula (6.1.6) la segunda y tercera derivadas de y están evaluadas en
0. Sin embargo, nuestro PVF nos proporciona los valores de estas derivadas en L. Supo-
niendo que y0(0) 5 C1 e y90(0) 5 C2, podemos utilizar todas las condiciones de contorno
como se han determinado y resolver la última ecuación para Y:
51 2 e 2s L>26 .
C1 C2 W0
Y5 3
1 4 1
s s EIs5
Si utilizamos la transformada inversa, hallaremos que
ax 2 b
L 4
2 3
b,
C1x C2x W0 x4 W0 2 L
ysxd 5 1 1 2 Uax 2
2! 3! EI 4! EI 4! 2
que es equivalente a
C1x2 C2x3 W0 4 L
1 1 x para 0 # x ,
ysxd 5 µ
2 6 24EI 2
C1x2 C2x3
ax 2 b
W0 4 W0 L 4 L
1 1 x 2 para x $ .
2 6 24EI 24EI 2 2
A continuación, aplicaremos las condiciones y0(L) 5 0 e y-(L) 5 0 para hallar que
W0L2 W0L
C1 5 y C2 5 2 . (Cerciórese de que examina a fondo estos cálculos.)
8EI 2EI
Finalmente, podemos escribir así nuestra función de deflexión:
W0L2 2 W0L 3 W0 4 L
x 2 x 1 x para 0 # x ,
ysxd 5 µ
16EI 12EI 24EI 2
W0L2 2
ax 2 b
W0L 3 W0 4 W0 L 4 L
x 2 x 1 x 2 para , x , L. ◆
16EI 12EI 24EI 24EI 2 2
292 6 / La transformada de Laplace
EJERCICIOS 6.3
En los ejercicios 1-4, (a) bosqueje la gráfica de cada función f(t) y (b) escriba cada función
como una suma de múltiplos de la función escalón unidad U(t).
1 para 1 # t , 2
1. fstd 5 e 2. f(t) 5 • 22 para 2 # t , 3
1 para 1 # t , 2
0 para restantes valores de t
0 para restantes valores de t
t para 0 # t , 2 t para 0 # t , 2
3. f(t) 5 • 4 2 t para 2 # t , 4 4. f(t) 5 • t 2 2 para 2 # t , 4
0 para restantes valores de t 0 para restantes valores de t
5. Demuestre que l[tU(t 2 a)] 5 (1 1 as) s22e2as para a . 0.
6. Calcule l[t2U(t 2 1)].
7. Utilice la fórmula (6.3.1a) para calcular la transformada de Laplace de la función del
ejercicio 1.
8. Utilice la fórmula (6.3.1a) para calcular la transformada de Laplace de la función del
ejercicio 2.
9. Utilice la fórmula (6.3.1a) para calcular la transformada de Laplace de la función del
ejercicio 3.
10. Utilice la fórmula (6.3.1a) para calcular la transformada de Laplace de la función del
ejercicio 4.
11. Suponga que la población de peces en un lago grande está creciendo con demasiada
rapidez y que las autoridades locales deciden distribuir unas licencias de pesca que
permiten la captura de h peces diarios durante un periodo de 30 días. Un modelo para
tal situación podría ser
Pr std 5 kPstd 2 e f,
h para 0 # t # 30
0 para t . 30
donde P(t) indica el número de peces que hay en el lago en el instante t (en días), y k es
una constante positiva que describe el ritmo natural de crecimiento de la población de
peces.
a. Utilice herramientas tecnológicas y la transformada de Laplace para hallar una ex-
presión de P(t) si P(0) 5 A.
b. Halle una relación entre A, h y k que garantice que, exactamente 330 días después
de haber finalizado la temporada de pesca de 30 días, la población de peces volverá
a estar una vez más en el nivel A.
Resuelva los PVI de los ejercicios 12-17 escribiendo cada función discontinua de forza-
miento como una combinación lineal de funciones escalón unidad y aplicando después la
transformada de Laplace.
0 para t , 0
12. 4yr 2 5y 5 • 230t para 0 # t , 1; ys0d 5 2
0 para t $ 1
0 para t , 0
13. 4yr 1 5y 5 • sen 8t para 0 # t # 2; ys0d 5 1
0 para t . 2
6.3 Transformadas de funciones discontinuas 293
0 para t , 0
14. ys 1 5yr 1 2y 5 • 8 para 0 # t # 1; ys0d 5 0, yrs0d 5 0
0 para t . 1
0 para t , 0
15. 3ys 1 3yr 1 2y 5 • 5 para 0 # t # 5; ys0d 5 0, yrs0d 5 0
0 para t . 5
16. y9 2 3y 5 f(t); y(0) 5 0, donde la gráfica de f(t) es
f(t)
1
0,5
2 4 t
g(t)
1
0,5
1 2 4 t
Pr 2 kP 5 e
0 para 0 , t , 2
2ast 2 2d para t $ 2,
con P(0) 5 0,755, k 5 0,0355 y a 5 1,60625 3 10-3.
a. Exprese la función del miembro derecho de la ecuación en términos de la función
escalón unidad.
b. Utilice herramientas tecnológicas y la transformada de Laplace para hallar P(t),
expresando la respuesta como una función escalón.
294 6 / La transformada de Laplace
␦b (t)
1
b1
1
b2
1
b3
b1 b2 b3 t
Figura 6.3
Gráfica de db(t)
rante un intervalo de tiempo (0, b) cada vez más pequeño. ¿Puede ver qué está ocurriendo?
Más exactamente, la naturaleza inusual de esta función discontinua llevó a varios físicos, ma-
temáticos e ingenieros a considerar el comportamiento restrictivo de db std cuando b S 0.
En particular, definieron dstd así:
dst 2 ad 5 lim db st 2 ad 5 e
` para t 5 a
bS0 0 para t 2 a.
En el más estricto sentido de la palabra desde el punto de vista matemático, este límite
no existe y, por tanto, no define ninguna función. Sin embargo, tales funciones generaliza-
das o distribuciones se pueden establecer sobre una firme base matemática, y resultan muy
útiles para la teoría de la física moderna y de la ingeniería. Antes de examinar los ejemplos
de uso de la función delta para la resolución de ecuaciones diferenciales, deberíamos inten-
tar calcular su transformada de Laplace. El único modo razonable de hacer esto es partir de
la suposición formal
l[ dst 2 ad ] 5 lim l[ db st 2 ad ].
bS0
Ignoraremos dicha cuestión por estar fuera del alcance de este curso.)
Escribamos ahora db st 2 ad en términos de la función escalón unidad, tal como hici-
mos en la sección 6.3:
1
db st 2 ad 5 fUst 2 ad 2 Ust 2 sa 1 bd d g.
b
296 6 / La transformada de Laplace
e f 5 lim e 2sa e f
1 e 2sa e 2ssa1bd 1 2 e 2sb
5 lim 2
bS0 b s s bS0 bs
EJEMPLO 6.4.1 Resolución de una EDO que involucra una función delta de Dirac
Una masa sujeta a un resorte se suelta, sin velocidad inicial desde su posición, un metro
por debajo de la posición de equilibrio del sistema de masa-resorte, y comienza a moverse
en sentido ascendente y descendente. Transcurridos tres segundos, se golpea la masa en
dirección descendente, con un martillo. El sistema, no amortiguado, está regido por el PVI
d 2x dx
2
1 9x 5 3dst 2 3d; xs0d 5 1, s0d 5 0,
dt dt
donde x(t) indica el desplazamiento desde la posición de equilibrio en el instante t, y que-
remos determinar una fórmula para x(t). (Observe que la fuerza impulso aplicada en t 5 3
tiene la magnitud 3.)
Sea X 5 X(s) 5 l[x(t)]; entonces, si aplicamos la transformada de Laplace a ambos
lados de nuestra EDO y utilizamos (6.1.5) y (6.4.1a) con a 5 3, obtenemos
s2X 2 s 1 9X 5 3e 23s,
Ahora, para hallar X, podemos resolver:
s 3
X5 2
1 e 23s 2 .
s 19 s 19
La aplicación de la transformada inversa da como resultado
xstd 5 cos 3t 1 sen 3st 2 3dUst 2 3d
5e
cos 3t para t , 3
cos 3t 1 sen 3st 2 3d para 3 # t.
La figura 6.4 es la gráfica de x(t), donde la curva continua muestra el desplazamiento
de la masa si el martillo no la hubiera golpeado.
6.4 Transformadas de funciones impulso: la función delta de Dirac 297
x
1,5
1
0,5
–0,5 2 4 6 8 t
–1
–1,5
Figura 6.4
Gráfica de x(t) 5 e
cos 3t para t , 3
cos 3t 1 sen 3st 2 3d para 3 # t ◆
EJERCICIOS 6.4
Resuelva los PVI de los ejercicios 1-8.
1. ys 5 dst 2 ad ; y(0) 5 0, yr s0d 5 0
2. yr 1 8y 5 dst 2 1d 1 dst 2 2d ; y(0) 5 0
3. 2ys 1 yr 1 2y 5 dst 2 5d ; y(0) 5 0, yrs0d 5 0
4. ys 1 2yr 1 y 5 2dst 2 1d ; y(0) 5 1, yr s0d 5 1
5. ys 1 6yr 1 109y 5 dst 2 1d 2 dst 2 7d ; y(0) 5 0, yrs0d 5 0
6. ys 1 y 5 1 1 dst 2 2pd ; y(0) 5 1, yr s0d 5 0
7. ys 1 y 5 4dst 2 32pd ; y(0) 5 0, yr s0d 5 1
8. ysivd 2 y 5 dst 2 1d ; y(0) 5 0, yrs0d 5 0, ys s0d 5 0, yt s0d 5 0
L
9. Una viga uniforme de longitud L soporta una carga W concentrada en x 5 . La viga
2
está empotrada en su extremo izquierdo y libre en su extremo derecho. La defle-
d 4y
xión y(x) está regida por la ecuación EI 4 5 Wdax 2 b , donde y(0) 5 0, y9(0) 5 0,
L
dx 2
y0(L) 5 0 e y-(L) 5 0. Utilice la transformada de Laplace para determinar la defle-
xión y(x).
10. Si en el instante t 5 a el extremo superior de un sistema de masa-resorte no amor-
tiguado es sometido a un tirón repentino hacia arriba y devuelto a su posición origi-
nal, la ecuación que modela esta situación es mx01 kx 5 kHd(t 2 a); x(0)5x0,
x9(0)5x1, donde m es la masa, k es la constante del muelle y H es una constante.
a. Resuelva el PVI manualmente, con x(0) 5 0 5 x9(0).
b. Utilice la solución hallada en el apartado (a) para explicar el significado de la cons-
tante H.
c. Elija un valor de H tal que la masa alcance un desplazamiento A preestablecido,
desde la posición de equilibrio, para t ≥ a.
11. Imagine que tenemos la ecuación ys 1 ayr 1 by 5 fstd , donde a y b son constantes y
f es una función continua a tramos cuya transformada de Laplace existe. Demuestre
que el efecto de reemplazar f(t) por f(t) 1 cdstd , donde c es una constante, es el mismo
que el de incrementar en la constante c el valor inicial de y9(0).
298 6 / La transformada de Laplace
`
12. Si la función g(t) es continua en a, demuestre que 3 dst 2 adgstddt 5 gsad .
0
13. a. Demuestre que l[dst 2 ad f(t)] 5 e 2asfsad .
b. Utilice el resultado del apartado (a) para resolver el PVI y0 1 2y9 1 y 5 d(t 2 1)t;
y(0) 5 0, y9(0) 5 0.
14. Demuestre que si a, b y c son constantes, la solución x(t) del PVI lineal
xs std 1 axr std 1 bxstd 5 dst 2 cd ; x(0) 5 0, xrs0d 5 0
A continuación, resolveremos este último sistema para l[x(t)] y l[y(t)] tal y como resol-
veríamos cualquier sistema algebraico de dos ecuaciones con dos incógnitas. (Para simpli-
ficar las cosas, puede suponer que l[x(t)] 5 X y que l[y(t)] 5 Y. Por ejemplo, podemos
eliminar la variable l[y(t)] multiplicando la primera ecuación por (s 1 3) y sumando des-
pués el resultado a la segunda ecuación. Obtendremos
5 ss 1 3d 2 2 16 l[xstd ] 5 2 (s 1 3) 1 3,
y por tanto,
2s 1 9 2s 1 9
l[xstd ] 5 5
ss 1 3d 2 2 1 fss 1 3d 1 1gfss 1 3d 2 1g
1 5 1 5
2 2
2s 1 9 2 2 2 2
5 5 1 5 1
ss 1 4d ss 1 2d s14 s12 s 2 s24d s 2 s22d
y
x(t) 5 2 l 21 c d 1 l 21 c d
1 1 5 1
2 s 2 s24d 2 s 2 s22d
1 5
5 2 e 24t 1 e 22t.
2 2
Podríamos repetir ahora este proceso para eliminar l[x(t)] y resolver para hallar y(t)
esta vez (consulte el ejercicio 1), o simplemente sustituir nuestra solución para x(t) en la
primera ecuación de nuestro sistema original y resolver para obtener y:
(s2 2 4)l[xstd ] 1 s a b 5 0.
2s3 1 2s2 1 4s 2 8
ss2 1 4d ss2 2 2d
Al resolver para hallar l[x(t)], obtenemos
l[xstd ] 5 2s a b
2s3 1 2s2 1 4s 2 8 sss 2 2d 2 ss 1 2d
5
ss2 2 4d ss2 1 4d ss2 2 2d ss 2 2d ss 1 2d ss2 1 4d ss2 2 2d
sss 2 2d
5
ss2 1 4d ss 1 "2d ss 2 "2d
1 2 1 "2 2 2 "2
52 c bd
s12
1 2 4a 2
12 s 1 "2 s 2 "2 s 14
1 2 1 "2 2 2 "2
c bd.
s 2
52 1 2 4a 2 1 2
12 s 1 "2 s 2 "2 s 12 2
s 1 22
6.5 Transformadas y sistemas de ecuaciones diferenciales lineales 301
EJERCICIOS 6.5
1. Elimine l[x(t)] en el sistema algebraico
(s 1 3)l[xstd ] 2 l[ystd ] 5 2
(s 1 3)l[ystd ] 2 l[xstd ] 5 3
y resuelva después para hallar y(t). (Consulte el ejemplo 6.5.1.)
Resuelva los PVI de los ejercicios 2-11 utilizando la transformada de Laplace.
2. 5xr 5 2x 2 3y, yr 5 y 2 2x6 ; x(0) 5 8, y(0) 5 3
3. 5xr 5 12x 1 5y, yr 5 26x 1 y6 ; x(0) 5 0, y(0) 5 1
4. 5xr 5 22x 1 y, yr 5 29x 1 4y6 ; x(0) 5 5, y(0) 5 23
5. 5xr 5 26x 1 2y, yr 5 27x 1 3y6 ; x(0) 5 1, y(0) 5 0
6. 5xr 5 x 1 y, yr 5 24x 1 y6 ; x(0) 5 1, y(0) 5 1
7. 5xr 1 yr 5 23x 2 2y 1 e 22t, 2xr 1 yr 5 22x 2 y 1 16 ; x(0) 5 0, y(0) 5 0
8. 5xr 5 x 2 y 2 e 2t, yr 5 2x 1 3y 1 e 2t6 ; x(0) 5 1, y(0) 5 0
9. 5xr 1 yr 5 x, yr 1 zr 5 x, zr 1 xr 5 x6 ; x(0) 5 1, y(0) 5 1, z(0) 5 1
10. 5xs 1 yr 5 4x, 4xr 2 ys 5 9y6 ; x(0) 5 0, xr (0) 5 1, y(0) 5 21, yr (0) 5 2
11. 5xs 2 yr 5 2t 1 1, xr 2 x 1 2yr 5 4e t6 ; x(0) 5 0, xrs0d 5 1, y(0) 5 0
12. Al determinar la concentración de una sustancia química en un sistema que se com-
pone de dos compartimentos separados por una membrana, obtenemos el sistema de
ecuaciones
#
x 5 ay 2 bx
#
y 5 bx 2 ay 2 by,
sujeto a las condiciones x(0) 5 x* e y(0) 5 y*, donde x* e y* son constantes. (Aquí x e y
representan las masas de la sustancia química en los compartimentos 1 y 2, respectiva-
mente, en cualquier instante t, y a, b y b son constantes positivas de proporcionalidad
relacionadas con el ritmo de flujo de la sustancia química de un compartimento al otro.)
a. Resuelva este sistema de ecuaciones utilizando transformadas de Laplace.
b. Si p 5 12 sb 1 a 1 bd y q 5 12"sb 1 a 1 bd 2 2 4bb, demuestre que q es un número
real (positivo) y que p . q.
c. Utilizando la solución hallada en el apartado (a) y los resultados del apartado (b),
demuestre que las masas x e y de la sustancia química se aproximan a cero conti-
nuamente.
13. El sistema
mxs 5 2k1 sx 2 aud 2 k2 sx 1 aud
mr2us 5 k1asx 2 aud 2 k2asx 1 aud
302 6 / La transformada de Laplace
modela el movimiento de una tabla de masa m montada sobre dos muelles, como se
muestra en la figura adjunta. Aquí, x es el desplazamiento vertical del centro de
masas, y u es el ángulo que se muestra en la figura. La constante r representa el radio
de giro de la tabla en torno al eje apropiado a través del centro de masas. Utilice la
transformada de Laplace y herramientas tecnológicas para resolver el sistema en x y u
si m 5 1, k1 5 1, k2 5 2, a 5 1, r 5 1, x(0) 5 1, x9(0) 5 0, u(0) 5 0,1 y u9(0) 5 0.
k1 k2
a a
14. El sistema compuesto por dos péndulos conectados por un resorte (vea la figura ad-
junta) tiene un movimiento que se puede aproximar mediante el sistema de ecuaciones
mxs 1 mv20x 5 2ksx 2 yd
mys 1 mv20y 5 2ksy 2 xd,
donde L es la longitud de cada péndulo, g es la constante gravitacional y v20 5 g>L.
Utilice la transformada de Laplace y herramientas tecnológicas para resolver este sis-
tema con m 5 1, L 5 5, g 5 32, k 5 2 y con las condiciones iniciales x(0) 5 0, x9(0) 5 2,
y(0) 5 0 e y9(0) 5 2.
x y
m m
L1 L2
+
V(t) I1 I2
– R1 R2
Interruptor
6.6 Análisis cualitativo mediante la transformada de Laplace 303
ECUACIONES HOMOGÉNEAS
Aunque se ha puesto un acentuado énfasis en la transformada de Laplace como una he-
rramienta para la obtención de soluciones exactas en forma cerrada, resulta que la trans-
formada también puede proporcionar una idea de la naturaleza cualitativa de una solu-
ción. De hecho, ya que la transformada de Laplace aborda las ecuaciones no homogéneas
básicamente del mismo modo que las homogéneas 2mediante operaciones algebraicas
algo más complicadas2, nos proporciona como consecuencia una extensión del análisis de
valores propios a las ecuaciones no homogéneas. Examinemos lo dicho mediante el análi-
sis de ecuaciones no homogéneas de segundo orden con la forma
c2xs 1 c1xr 1 c0x 5 fstd , (6.6.1)
donde c2, c1 y c0 son constantes, y c2 Z 0. En aras de una mayor sencillez y claridad, comen-
zaremos con fstd ; 0, el caso homogéneo.
Tomando la transformada de Laplace de ambos lados de (6.6.1) 2con fstd ; 02 ob-
tenemos
c2l[xs std ] 1 c1l[xrstd ] 1 c0l[xstd ] 5 0,
que se convierte en
c2{s2l[xstd ] 2 sx(0) 2 xrs0d } 1 c1{sl[xstd ] 2 x(0)} 1 c0l[xstd ] 5 0,
o, tras simplificar,
sc2s2 1 c1s 1 c0 d l[xstd ] 2 sc2s 1 c1 dxs0d 2c2xr s0d 5 0.
Si resolvemos, hallamos que
sc2s 1 c1 dxs0d c2xr s0d
l[xstd ] 5 2
1 ˛
2
. (6.6.2)
c2s 1 c1s 1 c0 c2s 1 c1s 1 c0
Deberíamos percibir algo significativo acerca del denominador, c2s2 1 c1s 1 c0, de la trans-
formada de Laplace de la solución: es el polinomio característico correspondiente a la
ecuación diferencial de segundo orden c2x0 1 c1x9 1 c0x 5 0, o al sistema equivalente
xr1 5 x2
¡Interesante! Si el lado derecho de la ecuación (6.6.2) se expresa como una fracción única
(función racional) sin factores comunes en el numerador y el denominador, entonces los
ceros del polinomio característico 2los valores de s que hacen que el denominador sea
nulo2 se denominan polos o singularidades de la transformada l[x(t)].
Suponga ahora que l1 y l2 son las raíces de la ecuación característica 2los valores pro-
pios del sistema–. Veamos lo que ocurre si ambos valores son números reales. Por comodi-
dad, suponga también que l1 Z l2.
En primer lugar, podemos dividir por c2 y escribir c2s2 1 c1s 1 c0 en la forma equi-
valente s2 1 a bs 1 a b 5 0; a continuación, podemos escribir s2 1 a bs 1 a b 5
c1 c0 c1 c0
c2 c2 c2 c2
ss 2 l1 d ss 2 l2 d . Ahora, volviendo a (6.6.2), podemos aplicar la transformada inversa a cada
lado para obtener
x(t) 5 l 21 c d 1 l 21 c 2 d
sc2s 1 c1 dxs0d c2xr s0d
2
c2s 1 c1s 1 c0 c2s 1 c1s 1 c0
sc2s 1 c1 dxs0d c2xr s0d
5l £ c0 § 1 l £ c0 §
c2 as2 1 a bs 1 a b b c2 as2 1 a bs 1 a b b
21 c1 21 c1
c2 c2 c2 c2
1 1
sc2s 1 c1 dxs0d c2xr s0d
5 l 21 ≥ ¥ 1 l 21 ≥ ¥
c2 c2
as 1 a bs 1 a b b as 1 a bs 1 a b b
2
c1 c0 2
c1 c0
c2 c2 c2 c2
as 1 bxs0d
c1
5 l 21 £ § 1 l 21 c d
xr s0d
c2
ss 2 l1 d ss 2 l2 d
ss 2 l1 d ss 2 l2 d
as 1 b
c1
5 x(0)l £ § 1 xr s0d l 21 c d
1
21 c 2
ss 2 l1 d ss 2 l2 d
ss 2 l1 d ss 2 l2 d
c1 1 c2l1 c1 1 c2l2
5 x(0)l 21 £ c2 sl1 2 l2 d c2 sl1 2 l2 d § 1 xr s0d l 21 c a bd
1 1 1
2
2 l1 2 l2 s 2 l1 s 2 l2
s 2 l1 s 2 l2
c1 c1
l1 1 l2 1
l £ 2§ 1 l c d
xs0d 21 c c xrs0d 21 1 1
5 2
2 2
l1 2 l2 s 2 l1 s 2 l2 l1 2 l2 s 2 l1 s 2 l2
5 Al 21 c d 2 Bl 21 c d 1 Cl 21 c d 2 Dl 21 c d
1 1 1 1
s 2 l1 s 2 l2 s 2 l1 s 2 l2
Estabilidad
Si reproducimos el análisis cualitativo llevado a cabo en el capítulo 5 para valores propios
reales (consulte la tabla 5.1 al final de la sección 5.5 para un resumen), podemos ver que si
6.6 Análisis cualitativo mediante la transformada de Laplace 305
x
6
5
4
3
2
1
1 2 3 4 t
Figura 6.5
"11 "11
Gráfica de xstd 5 e23t>2 a3 cosa tb b, 0 # t # 4
49"11
tb 1 sena ◆
2 11 2
306 6 / La transformada de Laplace
ECUACIONES NO HOMOGÉNEAS
Si observamos la versión no homogénea de (6.6.1), hallamos que
+ ffstd g Qssd Fssd Qssd
X(s) 5 l[xstd ] 5 1 5 1 , (6.6.3)
Pssd Pssd Pssd Pssd
donde P(s) es el polinomio característico c2s2 1 c1s 1 c0 y Q(s) es el polinomio lineal
{c2x(0)}s 1 {c1x(0) 1 c2x9(0)}. (Compruebe esto.)
Esta observación se puede extender al caso de la ecuación general lineal de enésimo
orden con coeficientes constantes. En esta situación, P(s) es el polinomio característico de
enésimo grado, y Q(s) es un polinomio en s de grado n 2 1. Los coeficientes de Q(s) se
componen de combinaciones de productos de los coeficientes de la ecuación por valores
de las n condiciones iniciales.
1
Si llamamos W(s) a , podemos escribir (6.6.3) así:
Pssd
X(s) 5 W(s)F(s) 1 W(s)Q(s). (6.6.4)
Aplicamos ahora la transformada inversa de Laplace a cada lado de (6.6.4) y se obtiene
xstd 5 +21 fWssdFssd g 1 +21 fWssdQssd g,
que expresa la salida x(t) del sistema como una superposición de dos salidas; la primera
debida a la entrada f(t), y la segunda, a las condiciones iniciales.
Echemos un vistazo a un problema visto anteriormente en los ejemplos 6.1.1 y 6.2.1.
12
10
8
6
4
2
1
1 t
Figura 6.6
Gráfica de x(t) 5 e 2t 1 3e 22t 2 3e 2t, 21 # t # 1
la solución, escrita con los denominadores s 2 2, s 1 1 y s 1 2, nos daremos cuenta de que los
únicos términos que aparecen en la solución son e2t, e2t y e22t; por tanto, al aumentar los va-
lores de t, la solución está dominada por el término que contiene e2t. La figura 6.6 muestra x
respecto de t, con x(0) 5 x0 5 1 y con x9(0) 5 x1 5 21, como en los ejemplos 6.1.1 y 6.2.1. ◆
EJERCICIOS 6.6
Suponga que X(s) 5 l[x(t)] es la transformada de Laplace de la solución de una ecuación
diferencial lineal. Para cada transformada de los ejercicios 1-7, determine el comporta-
miento cualitativo de x(t) para valores grandes de t sin hallar la inversa de la transformada.
(Es decir, determine si x(t) oscila, tiende a 0 ó es ilimitada cuando t tiende a infinito.)
2 4
1. Xssd 5 2. Xssd 5 2
3s 1 5 s 21
1 s12
3. Xssd 5 2 4. Xssd 5 2
s 1 2s 1 10 s 14
2s 1 6 2s 1 5
5. Xssd 5 2 6. Xssd 5 2
s 1 6s 1 18 s 1 3s 1 2
s
7. Xssd 5 4
s 1 5s2 1 4
En los ejercicios 8-11, (a) calcule la transformada de Laplace de cada solución, (b) halle los
polos de la transformada de Laplace de la solución y (c) estudie el comportamiento de la so-
lución 2oscilatoria, no acotada, etc.2 sin resolver la ecuación.
8. xs 2 x 5 0; x(0) 5 0, xr s0d 5 1
2t
9. x$ 1 2x# 1 2x 5 e @10 ; xs0d 5 4, x# s0d 5 1
10. xs 1 2xr 1 2x 5 e22t sen 4t; x(0) 5 2, xrs0d 5 22
$ #
11. 2x 1 7x 1 3x 5 2 cos t; xs0d 5 1, xrs0d 5 0
12. Examine el problema de valor inicial
c2xs 1 c1xr 1 c0x 5 dstd ; xs0d 5 xrs0d 5 0,
donde d(t) representa la función impulso unidad (sección 6.4). Demuestre que la fun-
1
ción de transferencia del sistema es X(s) 5 2
.
c2s 1 c1s 1 c0
13. Demuestre que si I es un intervalo que contiene el origen y f es continua sobre I, en-
tonces la solución única al PVI
c2xs 1 c1xr 1 c0x 5 fstd; xs0d 5 x0, xr s0d 5 x1
6.7 RESUMEN
Los métodos de transformación constituyen importantes ejemplos de cómo podemos conver-
tir problemas complicados en problemas que se puedan abordar más fácilmente. Si f(t) es una
función integrable para t $ 0, entonces la transformada de Laplace de f está definida por
`
l[fstd ] 5 3 fstde 2stdt,
0
cuando existe esta integral impropia. La integral existirá si nos ceñimos a las funciones f(t)
continuas o continuas por tramos para las que existen dos constantes positivas M y K tales
que 0 fstd 0 , e Mt para todo t $ K. Observe que esta integral es una función del parámetro
s, de modo que podemos escribir l[f(t)] 5 F(s).
Si utilizamos las propiedades básicas de las integrales veremos que
l[c ? fstd ] 5 c ? l[fstd ],
donde c es cualquier constante real, y que
l[fstd 1 gstd ] 5 l[fstd ] 1 l[gstd ],
siempre que existan las transformadas de Laplace de ambas f y g. Cualquier transforma-
ción que satisfaga las dos últimas propiedades se denomina transformación lineal. Si c1 y c2
son constantes, podemos combinar las dos propiedades para escribir
l[c1fstd 1 c2gstd ] 5 c1l[fstd ] 1 c2l[gstd ].
310 6 / La transformada de Laplace
U(t) 5 e
0 para t , 0
1 para t $ 0,
podemos modelar sistemas en los que se producen cambios bruscos. Desde el punto de
vista matemático, esto significa que podemos expresar las funciones continuas por tramos
de un modo sencillo, empleando U(t) como un elemento unitario básico.
Cuando resolvemos ecuaciones diferenciales que modelan cambios bruscos, resulta
muy útil el siguiente resultado: si l[f(t)] existe para s . c, y si a . 0, entonces
l[f(t 2 a) U(t 2 a)] 5 e 2asl[f(t)] para s . c.
De manera alternativa, podemos escribir esta última fórmula en la forma
f(t 2 a) U(t 2 a) 5 l 21[e 2asl[f(t)]].
6.7 Resumen 311
Si queremos afrontar problemas en los que existe una fuerza externa de gran magni-
tud, aplicada repentinamente durante un breve período de tiempo, es necesario el con-
cepto de función impulso unidad, o función delta de Dirac, definida como
0 para t . b.
Podemos mostrar que l[dst 2 ad ] 5 e 2sa. En particular, l[dstd ] 5 1.
Cuando se dan las condiciones iniciales, la transformada de Laplace convierte un sis-
tema de ecuaciones diferenciales lineales con coeficientes constantes en un sistema de ecua-
ciones algebraicas simultáneas. Entonces, podemos resolver las ecuaciones algebraicas en
las transformadas de las funciones solución. Finalmente, la aplicación de la transformada
inversa a estas funciones nos proporciona las soluciones del sistema original de EDO linea-
les. Aunque esto quede claro a nivel conceptual, los detalles algebraicos son frecuente-
mente bastante complicados y las herramientas tecnológicas resultan de gran utilidad.
A pesar del acentuado énfasis puesto en la transformada de Laplace como una herra-
mienta para la obtención de soluciones exactas en forma cerrada, resulta que la transfor-
mada también puede proporcionar una idea de la naturaleza cualitativa de una solución. En
ciertas áreas aplicadas, cuando consideramos la importante ecuación de segundo orden
Xssd 1
c2x0 1 c1x9 1 c0x 5 f(t), la razón 5 , donde F(s) 5 l[f(t)] y X(s) 5
Fssd c2s2 1 c1s 1 c0
l[x(t)], se denomina función de transferencia del sistema modelado por la ecuación con
todos los valores iniciales nulos. La transformada inversa de Laplace de la función de
transferencia se denomina función de respuesta al impulso para el sistema, y describe la
solución –y el sistema– de un modo similar al mostrado mediante las técnicas cualitativas
utilizadas en el capítulo 5. El análisis de esta función de transferencia proporciona una
perspectiva de lo que se puede denominar respuesta del sistema. Los valores de s que ha-
cen que el denominador de la función de transferencia sea nulo reciben el nombre de po-
los o singularidades de la función de transferencia. Respecto al análisis de los valores pro-
pios en el capítulo 5 y al análisis de esta sección, se debería percatar de que la naturaleza
algebraica de los polos determina el comportamiento del sistema.
PROYECTO 6-1
Asuntos corrientes
La corriente, i, que circula por el condensador en el diagrama adjunto, está modelada por
la ecuación integro-diferencial
t
di 1
L 1 Ri 1 3 isrddr 5 Estd ,
dt C 0
312 6 / La transformada de Laplace
di
con i(0) 5 0 y s0d 5 0. El voltaje está suministrado por una batería con una fuerza elec-
dt
tromotriz (f.e.m.) E0.
Imagine que el interruptor está abierto inicialmente (t 5 0). En el instante t 5 1, el in-
terruptor se cierra y permanece cerrado hasta el momento t 5 2, en el que se vuelve a
abrir. Suponga que E0 5 100 voltios, L 5 1 henrio, R 530 ohmios y C 5 0,005 faradios.
Determine una fórmula para la corriente i(t) siguiendo los pasos (a)-(e).
a. Exprese E(t) en términos de la función escalón unidad U(t).
t
1
b. Demuestre que l[ 3 fsrddr] 5 Fssd , donde F(s) 5 l[f(t)]. (Si no está familiria-
0
s
zado con las integrales dobles, omita este apartado y utilice simplemente el resul-
tado en los apartados posteriores.)
c. Aplique la transformada de Laplace a la ecuación integro-diferencial y resuelva
para hallar I(s) 5 l[i(t)].
d. Escriba la expresión para I(s) hallada en el apartado (c) en términos de fracciones
simples.
e. Determine i(t) 5 l21[I(s)]. (Sugerencia: utilice la fórmula (6.3.1a).)
f. Represente gráficamente la función i(t) hallada en el apartado (d).
E(t) L
C
7 Sistemas de ecuaciones
diferenciales no lineales
7.0 INTRODUCCIÓN
A lo largo de los anteriores capítulos, especialmente en los capítulos 2 y 3, hemos estu-
diado diferentes tipos de ecuaciones no lineales desde un punto de vista numérico, gráfico
y analítico. En general, no podemos esperar hallar la solución explícita –en forma cerrada–
de una ecuación no lineal, de modo que nos vemos forzados a confiar en métodos cualita-
tivos y computacionales más que en técnicas puramente analíticas. Esta complejidad se
magnifica cuando nos referimos a los sistemas de ecuaciones no lineales.
En el capítulo 5 analizamos la estabilidad de los sistemas de ecuaciones diferenciales
lineales –es decir, el comportamiento de tales sistemas cerca de los puntos de equilibrio– y
vimos que dicha estabilidad se podría describir totalmente en términos de los valores pro-
pios y de los vectores propios del sistema. Este tipo de análisis se puede aplicar a los siste-
mas no lineales, pero no resulta tan completo y satisfactorio. Un modo de llevar a cabo
este estudio es examinar cuánto nos podemos aproximar –en cierto sentido– a un sistema
no lineal mediante un sistema lineal para aplicar después la teoría lineal.
La teoría cualitativa moderna de la estabilidad analizada en el capítulo 5 y en este capítulo
se inició a finales del siglo XIX con el trabajo del matemático francés Henri Poincaré (1854-
1912), quien estudiaba nada menos que la cuestión de si el sistema solar es un sistema estable.
Las ecuaciones que aparecen en el estudio de Poincaré de la mecánica celeste no se pudieron
resolver de un modo explícito; así que él y otros desarrollaron métodos –cualitativos– implíci-
tos con el objeto de abordar complicados problemas acerca del movimiento planetario.
313
314 7 / Sistemas de ecuaciones diferenciales no lineales
La ecuación (1) es lineal, pero sobre todo separable, de modo que resulta fácil hallar la
solución general: y 5 Ce2t, donde C es una constante arbitraria. [Constatamos que C 5
y(0), el estado inicial del sistema que modela la ecuación.]
En cuanto a la ecuación (2), es no lineal y separable, y su solución general es
Ce 2t
y5 , donde C 5 y(0). (Compruebe las soluciones de ambas ecuaciones.)
1 2 C 1 Ce 2t
Examinemos ahora algunas curvas solución típicas para la ecuación (1). La figura 7.1
muestra que sólo hay una solución de equilibrio, y ; 0, y ésta es un sumidero. (Revise la
sección 2.5 si es necesario.) Si un objeto descrito por la ecuación inicia su movimiento en
cero (es decir, si C 5 0) permanecerá en cero todo el tiempo. Si el estado inicial del objeto
no es cero, entonces éste se aproximará a la solución y ; 0 como su solución (o sumidero)
asintóticamente estable.
Por otra parte, la figura 7.2 muestra el mismo tipo de información para la ecuación (2).
Para tal ecuación no lineal puede haber más de una solución de equilibrio, en este caso y ; 0
e y ; 1. Tenga también cuenta que algunas soluciones de una ecuación no lineal pueden “dis-
pararse en un tiempo finito”; es decir, llegar a ser ilimitadas cuando t se aproxima a un valor
finito. Para nuestra ecuación, si y(0) 5 C, donde C . 1, entonces existe una asíntota ver-
2 t
–5
Figura 7.1
Soluciones de yr 5 2y; y(0) 5 5, 3, 1, 22, 24
4
2
0
2 t
–2
–4
Figura 7.2
Soluciones de yr 5 2ys1 2 yd
7.1 Equilibrios de los sistemas no lineales 315
un sistema de ecuaciones lineales están definidas para todos los valores de la variable in-
dependiente. Finalmente, observando en detalle el comportamiento de las soluciones con
valores iniciales diferentes, vemos que las soluciones que parten por encima de 1 se com-
portan de un modo diferente a aquellas soluciones con valores iniciales menores que 1. La
solución de equilibrio y ; 0 es un sumidero si y(0) , 1, e y ; 1 es una fuente si y(0) . 1.
b es
C
Además, para soluciones con valores iniciales C mayores que 1, la recta t 5 lna
C21
una asíntota vertical. Los tres últimos tipos de comportamiento no se producirán si tratamos
con una ecuación lineal. Por tanto, la situación con sistemas no lineales será algo complicada.
Veamos un ejemplo de un sistema no lineal y su comportamiento cerca de sus puntos
de equilibrio.
ra 7.3b). La figura 7.3b representa una población depredador-presa que se está estabili-
zando. Si las unidades son miles de criaturas, entonces la población X se dirige a una po-
blación constante de unas 667, mientras que el valor estable de la población Y es de 333.
Sin embargo, desde el punto de vista matemático, deberíamos observar el diagrama de
fases completo para comprender el complejo comportamiento de los sistemas no lineales.
Retomaremos esto para un análisis detallado en el ejemplo 7.2.3.
y
1
0,8
0,6
0,4
0,2
Figura 7.3a
Campo de direcciones para xr 5 x 2 x2 2 xy, yr 5 2y 2 y2 1 2xy cerca de a , b
2 1
3 3
y
1
0,8
0,6
0,4
0,2
Figura 7.3b
Diagrama de fases para xr 5 x 2 x2 2 xy, yr 5 2y 2 y2 1 2xy cerca de a , b
2 1
3 3
(x(0), y(0)) 5 (0,2, 1), (0,8, 0,8), (0,8, 0,5), (1, 0,7), (1, 0,2), (0,5, 1) ◆
7.1 Equilibrios de los sistemas no lineales 317
EJERCICIOS 7.1
Halle todos los puntos de equilibrio para cada uno de los sistemas de los ejercicios 1-10, uti-
lizando herramientas tecnológicas en el caso de que sea necesario.
1. xr 5 2x 1 xy, yr 5 2y 1 2xy 2. xr 5 x 2 xy, yr 5 y 2 xy
2 2
3. xr 5 x 2 y , yr 5 x 2 xy 4. xr 5 1 2 y2, yr 5 1 2 x2
5. xr 5 x 1 y 1 2xy, yr 5 22x 1 y 1 y3
6. xr 5 ys1 2 x2 d, yr 5 2xs1 2 y2 d
7. xr 5 x 2 x2 2 xy, yr 5 3y 2 xy 2 2y2
8. xr 5 1 2 y, yr 5 x2 2 y2
9. xr 5 s1 1 xd sen y, yr 5 1 2 x 2 cos y (Sugerencia: trace la gráfica de las dos ecua-
ciones sobre el mismo conjunto de ejes.)
10. xr 5 3y 2 e x, yr 5 2x 2 y (Sugerencia: hay dos puntos de equilibrio; utilice su SAC
para aproximar dichos puntos.)
11. Un láser bimodal produce dos tipos diferentes de fotones, cuyas cantidades son n1 y
n2. Las ecuaciones que modelan los ritmos de producción de fotones son
#
n 1 5 G1Nn1 2 k1n1
#
n 2 5 G2Nn2 2 k2n2,
donde N(t) 5 N0 2 a1n1 2 a2n2 es el número de átomos excitados. Los parámetros G1,
G2, k1, k2, a1, a2 y N0 son todos positivos. Utilice el comando “solve” de un SAC para
hallar todos los puntos de equilibrio del sistema.
12. Un quimiostato es un dispositivo para cultivar y estudiar bacterias mediante el sumi-
nistro de nutrientes y el mantenimiento de niveles convenientes de bacterias en un
cultivo. (Consulte el proyecto 2-2 al final del capítulo 2.) Un modelo de un quimios-
tato es el sistema no lineal
5 a1 a bN 2 N
dN C
dt 11C
5 2a bN 2 C 1 a 2,
dC C
dt 11C
donde N(t) indica la densidad bacteriana en el instante t, C(t) representa la concentra-
ción de nutrientes y a1 y a2 son parámetros positivos. Utilice herramientas tecnológi-
cas para hallar todas las soluciones de equilibrio (N*, C*) del sistema.
13. En ausencia de amortiguación y de cualquier fuerza externa, el movimiento de un
d 2u g
péndulo se describe mediante la ecuación 2 1 sen u 5 0, donde ı es el ángulo entre
dt L
el péndulo y la vertical hacia abajo, g es la aceleración debida a la gravedad y L es la
longitud del péndulo.
a. Escriba esta ecuación como un sistema de dos ecuaciones de primer orden.
b. Describa todos los puntos de equilibrio del sistema.
318 7 / Sistemas de ecuaciones diferenciales no lineales
una ecuación no lineal mediante otra lineal, esto supone un triunfo limitado. Por ejemplo,
el análisis de las aproximaciones lineales implica que todas las soluciones están definidas
para todos los valores de t, pero éste no es en absoluto el caso de la ecuación no lineal. El
siguiente ejemplo ilustra las deficiencias de la linealización de un modo más contundente.
y
1,5
0,5
–0,5
–1
–1,5
Figura 7.4
# #
Trayectorias para x 5 y 2 xsx2 1 y2 d, y 5 2x 2 ysx2 1 y2 d, 0 # t # 60
(x(0), y(0)) 5 (0, 1,5), (0, 21,5)
320 7 / Sistemas de ecuaciones diferenciales no lineales
Debería sospechar que la estabilidad del sistema original depende del valor del pará-
metro a. Si a 5 0, por ejemplo, entonces la parte no lineal del sistema desaparece, y resulta
un sistema puramente lineal 2concretamente, el mismo sistema analizado en el ejemplo
4.5.5 (con b 5 1)). Como hemos dicho, el origen es un centro estable para este sistema li-
neal, cada trayectoria se cierra perfectamente tras un ciclo. En el ejercicio 1 se le requerirá
que analice estas ideas con más detalle. ◆
En resumen, podemos considerar este último ejemplo como un sistema lineal “pertur-
bado” (disturbado o descentrado) mediante una componente no lineal. Podemos escribir
este sistema como X 5 c dX 1 c d , donde f y g son funciones no lineales de
# 0 1 fsx, yd
21 0 gsx, yd
x e y. Como veremos posteriormente, si la perturbación no lineal es lo suficientemente
“sutil”, el comportamiento de todo el sistema se puede predecir a partir del comporta-
miento de esta parte lineal cerca de los puntos de equilibrio.
SISTEMAS CUASILINEALES
Para que todo este análisis sobre la aproximación lineal esté bien fundado desde el punto de
vista matemático, primero recordaremos algunos conocimientos básicos del cálculo. (Si desea
más información consulte el apéndice A.1.) Anteriormente, en la sección 3.1, hablamos de la
linealidad local, la idea de que si “enfocamos en primer plano” la visión de un punto sobre
una curva y 5 f(x), creeremos estar viendo un segmento de recta; en concreto, un trozo de la
recta tangente a la curva en ese punto. Más exactamente, para valores de la variable indepen-
diente x cercanos a x 5 a, podemos escribir f(x) < f(a) 1 f9(a)(x 2 a). Debería reconocer que
esta expresión se compone de los dos primeros términos de la aproximación polinómica de
Taylor de enésimo grado (n $ 1) de f en torno a x 5 a; o, de modo equivalente, los dos pri-
meros términos del desarrollo en serie de Taylor de f en un entorno de x 5 a:
fs sad ft sad
fsxd 5 fsad 1 fr sad sx 2 ad 1 sx 2 ad 2 1 sx 2 ad 3 1 c
2! 3!
fsnd
1 sx 2 ad n 1 c
n!
5 fsad 1 frsad sx 2 ad 1 sx 2 ad 2 e
fs sad ft sad
1 sx 2 ad 1 c
2! 3!
fsnd
1 sx 2 ad n22 1 c f .
n!
Podemos escribir este último resultado como f(x) < f(a) 1 f9(a)(x 2 a) 1 O((x 2 a)2),
donde la notación O((x 2 a)2) representa el hecho de que, si x está próximo a a (de ma-
nera que x 2 a es muy pequeño), entonces la suma de todos los términos a partir del se-
gundo será acotada por algún múltiplo de (x 2 a)2. (La serie entre corchetes, 5 c6 , con-
verge a algún valor constante.)
Suponga ahora que tenemos un sistema autónomo general, no lineal, de la forma
#
x 5 Fsx, yd
#
y 5 Gsx, yd (7.2.1)
7.2 Aproximación lineal en los puntos de equilibrio 321
X5 c dX 1 c d.
# a b fsx, yd
c d gsx, yd
Si las funciones no lineales f y g son “lo suficientemente pequeñas” 2en el sentido que se
explicará más tarde2 como para que su efecto sea insignificante, entonces podemos deno-
minar a nuestro sistema “cuasilineal” y ver que, en torno al origen, nuestro sistema no li-
neal se comporta básicamente como el sistema lineal X 5 c d X; es decir, como el sistema
# a b
c d
#
x 5 ax 1 by
#
y 5 cx 1 dy.
Anteriormente recordamos que la recta tangente y 5 f(a) 1 f9(a)(x 2 a) facilita la me-
jor aproximación lineal de una función f de variable única en las proximidades de x 5 a. Para
F(x, y), una función de dos variables, la mejor aproximación en torno a un punto (a, b) la
proporciona el plano tangente dado por la fórmula de aproximación
'F 'F
Fsx, yd < Fsa, bd 1 sa, bd sx 2 ad 1 sa, bd sy 2 bd , (7.2.2)
'x 'y
'F 'F
donde sa, bd y sa, bd representan las derivadas parciales de F evaluadas en el punto
'x 'y
(a, b). Por ejemplo, si queremos aproximar F(x, y) 5 x3 1 y3 en torno al punto (1, 1), ten-
dremos que calcular
F(1, 1) 5 13 1 13 5 2
'F 'F
5 3x2, s1, 1d 5 3s1d 2 5 3
'x 'x
'F 'F
5 3y2, s1, 1d 5 3s1d 2 5 3,
'y 'y
de manera que la ecuación del plano tangente es z 5 2 1 3(x 2 1) 1 3(y 2 1).
Deberá pensar en el lado derecho de la ecuación (7.2.2) como la aproximación a F me-
diante el polinomio de Taylor de primer grado; es decir, mediante los términos lineales en x e
y del desarrollo en serie de Taylor de la función F de dos variables en torno al punto (1, 1).
Dicha aproximación pasa por alto el resto de los términos del desarrollo, que podemos repre-
sentar mediante f (x, y). Por tanto, en nuestro último ejemplo, podemos escribir x3 1 y3 <
2 1 3(x 2 1) 1 3(y 2 1) en torno a (1, 1) o x3 1 y3 5 2 1 3(x 2 1) 1 3(y 2 1) 1 f (x, y) en
torno a (1, 1). (Consulte el apéndice A.8 para obtener más información acerca de esto.)
Si seleccionamos el punto (a, b) como el origen, entonces podemos reescribir (7.2.1)
en la forma
# 'F 'F
x 5 Fs0, 0d 1 s0, 0dx 1 s0, 0dy 1 fsx, yd
'x 'y
# 'G 'G
y 5 Gs0, 0d 1 s0, 0dx 1 s0, 0dy 1 gsx, yd ,
'x 'y
322 7 / Sistemas de ecuaciones diferenciales no lineales
La tabla 5.1 de la sección 5.5 nos indica que, con dos valores propios reales de signos
opuestos, tenemos un punto de silla. La figura 7.5a presenta el campo de direcciones del sis-
tema; la figura 7.5b muestra algunas trayectorias para el sistema no lineal en torno al origen y
en la figura 7.5c aparecen las trayectorias en torno al origen para el sistema lineal asociado.
Partiendo de estos diagramas de fases, podemos ver que la aproximación lineal capta
el comportamiento del sistema no lineal en torno al origen.
y
1
0,8
0,6
0,4
0,2
Figura 7.5a
# #
Campo de direcciones para x 5 x 1 2y 1 x cos y, y 5 2y 2 sen y
y
4
–4 –2 2 4 x
–2
–4
Figura 7.5b
# #
Trayectorias para x 5 x 1 2y 1 x cos y, y 5 2y 2 sen y
324 7 / Sistemas de ecuaciones diferenciales no lineales
0,4
0,2
–0,2
–0,4
Figura 7.5c
# #
Trayectorias para x 5 2x 1 2y, y 5 22y ◆
EL TEOREMA DE POINCARÉ-LIAPUNOV
En líneas más generales, suponga que (a, b) es un punto de equilibrio para el sistema
#
x 5 Fsx, yd
#
y 5 Gsx, yd ,
lo que significa que F(a, b) 5 0 5 G(a, b). Si aplicamos la fórmula de aproximación me-
diante el plano tangente (7.2.2), podemos reescribir este sistema en la forma
# 'F 'F
x 5 Fsa, bd 1 sa, bd sx 2 ad 1 sa, bd sy 2 bd 1 fsx, yd
'x 'y
# 'G 'G
y 5 Gsa, bd 1 sa, bd sx 2 ad 1 sa, bd sy 2 bd 1 gsx, yd ,
'x 'y
o (puesto que F(a, b) 5 0 5 G(a, b)) en la forma
#
x 5 Asx 2 ad 1 Bsy 2 bd 1 fsx, yd
#
y 5 Csx 2 ad 1 Dsy 2 bd 1 gsx, yd , (7.2.6)
'F 'F 'G 'G
donde A 5 sa, bd , B 5 sa, bd , C 5 sa, bd y D 5 sa, bd . Otro modo de consi-
'x 'y 'x 'y
derar esta última situación es percatarse de que estamos trasladando el punto de equilibrio
(a, b) al origen mediante el uso del cambio de variables u 5 x 1 a y v 5 y 2 b. Por supuesto,
esto significa que x 5 u 1 a e y 5 v 1 b, de manera que podemos reescribir (7.2.6) en la forma
#
u 5 Au 1 Bv 1 fsu, vd
#
v 5 Cu 1 Dv 1 gsu, vd ,
7.2 Aproximación lineal en los puntos de equilibrio 325
cuyo punto de equilibrio es (0, 0). Observe que esto indica que, para analizar la estabilidad
del sistema, cualquier punto de equilibrio (a*, b*) Z (0, 0) se puede transformar en el ori-
gen. Por tanto, podemos establecer un importante resultado de estabilidad para los siste-
mas no lineales en términos de un punto de equilibrio en el origen:
Supongamos que se nos da el sistema autónomo no lineal
#
x 5 ax 1 by 1 fsx, yd
#
y 5 cx 1 dy 1 gsx, yd , (7.2.7)
fsx, yd gsx, yd
donde ad 2 bc Z 0, lim 5 lim 5 0 y el origen es un punto
sx, yd Ss0, 0d "x
2
1y 2 sx, yd Ss0, 0d "x2 1 y2
de equilibrio. Si l1 y l2 son los valores propios del sistema lineal asociado
#
x 5 ax 1 by
#
y 5 cx 1 dy, (7.2.8)
entonces los puntos de equilibrio de los dos sistemas, (7.2.7) y (7.2.8), se relacionan del si-
guiente modo:
(A) Si los valores propios l1 y l2 no son números reales iguales o no son números
imaginarios puros, las trayectorias del sistema cuasilineal (7.2.7) en torno al
punto de equilibrio (0, 0) se comportan del mismo modo que las trayectorias
del sistema lineal asociado (7.2.8) en torno al origen. Es decir, podemos utili-
zar las entradas apropiadas proporcionadas en la tabla 5.1 (sección 5.5) para
determinar si el origen es un nodo, un punto de silla o un punto espiral de am-
bos sistemas.
(B) Si l1 y l2 son reales e iguales, entonces el origen es un nodo o un punto espiral
de ambos sistemas. Además, si l1 5 l2 , 0, el origen es asintóticamente esta-
ble; y si l1 5 l2 . 0, el origen es un punto de equilibrio inestable.
(C) Si l1 y l2 son números imaginarios puros, el punto de equilibrio (0, 0) es un
centro o un punto espiral del sistema no lineal. Además, este punto espiral
puede ser asintóticamente estable, estable o inestable.
Este importante resultado fue descubierto por Poincaré y por el matemático ruso A.
M. Liapunov (1857-1918). El siguiente ejemplo muestra cómo aplicar el teorema de Poin-
caré-Liapunov.
En torno al origen, debido a que los términos x2, y2 y xy son menores que los términos
x e y, podemos reemplazar el sistema no lineal por su sistema lineal asociado
xr 5 x
yr 5 2y.
Los valores propios de este sistema lineal son 21 y 1. Según el apartado (A) del resultado
de Poincaré-Liapunov, las trayectorias del sistema no lineal deberían comportarse del
mismo modo que las trayectorias de este sistema lineal asociado. La tabla 5.1 de la sec-
ción 5.5 nos indica que el origen es un punto de silla para ambos sistemas.
Para examinar qué ocurre en torno al punto de equilibrio (0, 21), cambiaremos las va-
riables u 5 x 2 0 5 x y v 5 y 2 (21) 5 y 1 1 de modo que podamos reescribir el sistema
original en la forma
u9 5 x9 5 u 2 u2 2 u(v 2 1) 5 2u 2 u2 2 uv
v9 5 y9 5 2(v 2 1) 2 (v 2 1)2 1 2u (v 2 1) 5 22u 1 v 2 v2 1 2uv.
Entonces, el sistema lineal asociado es
u9 5 2u
v9 5 22u 1 v,
con valores propios 1 y 2. (Compruebe esto.) Ahora, el resultado (A) y la tabla de la sec-
ción 5.5 nos indican que el punto de equilibrio (0, 21) es una fuente para el sistema no lineal.
El punto de equilibrio (1, 0) nos lleva a realizar el cambio de variables u 5 x 2 1 y
v 5 y 2 0 5 y, de manera que el sistema no lineal se transforma en
u9 5 2u 2 v 2 u2 2 uv
v9 5 v 2 v2 1 2uv,
con el sistema lineal asociado
u9 5 2u 2 v
v9 5 v.
Asegúrese que comprueba los detalles. Los valores propios para este último sistema son 21
y 1, de modo que (1, 0) es un punto de silla, tanto para el sistema no lineal como para su
sistema lineal asociado.
Finalmente, observemos el punto de equilibrio s 23, 13 d . La transformación u 5 x 2 23, v 5
y 2 13 conduce al sistema
22u 2v
ur 5 2 2 u2 2 uv
3 3
2u v
vr 5 2 2 v2 1 2uv.
3 3
La aproximación lineal viene dada por
22u 2v
ur 5 2
3 3
2u v
vr 5 2 ,
3 3
7.2 Aproximación lineal en los puntos de equilibrio 327
1 "15 1 "15
cuyos valores propios son 2 1 iy2 2 i. Por tanto, gracias al resultado (A)
2 6 2 6
y a la tabla 5.1, sabemos que s 23, 13 d es un sumidero espiral. Revise las figuras 7.3a y 7.3b
para verlo con claridad.
La figura 7.6a muestra algunas trayectorias en torno al origen. La figura 7.6b ilustra el
comportamiento del sistema alrededor del punto de equilibrio (0, 21), una fuente.
y
0,2
0,1
–0,1
–0,2
Figura 7.6a
Trayectorias de xr 5 x 2 x2 2 xy, yr 5 2y 2 y2 1 2xy cerca del origen
y
x
–0,2
–0,4
–0,6
–0,8
–1
–1,2
–1,4
–1,6
–1,8
–2
Figura 7.6b
Trayectorias de xr 5 x 2 x2 2 xy, yr 5 2y 2 y2 1 2xy cerca de (0, 21)
328 7 / Sistemas de ecuaciones diferenciales no lineales
y
0,2
0,1
0
0,8 0,9 1 1,1 1,2 x
–0,1
–0,2
Figura 7.6c
Trayectorias de xr 5 x 2 x2 2 xy, yr 5 2y 2 y2 1 2xy cerca de (1, 0)
Por último, la figura 7.6c deja claro que (1, 0) es, en efecto, un punto de silla. ◆
0,4
0,2
–0,2
–0,4
Figura 7.7
# #
Trayectorias de x 5 2x3 2 y, y 5 x 2 y3 cerca del origen
que proporciona la distancia desde cualquier punto (x(t), y(t)) sobre una trayectoria hasta
(0, 0). Si derivamos esta función y después realizamos las sustituciones partiendo de nues-
tras ecuaciones originales, obtenemos
# 1 # #
dstd 5 fx2 std 1 y2 std g21>2 s2xstdx std 1 2ystdy std d
2
xstd s2x3 std 2 ystd d 1 ystd sxstd 2 y3 std d x4 std 1 y4 std
5 52 , 0.
"x2 std 1 y2 std "x2 std 1 y2 std
Esto indica que la distancia entre los puntos sobre la trayectoria y el origen disminuye con
el tiempo; es decir, la trayectoria se mueve siempre cada vez más cerca del origen. ◆
y
1
0,8
0,6
0,4
0,2
Figura 7.8
# #
Trayectorias de x 5 2x 2 6x2y, y 5 2y 1 x cerca del origen ◆
EJERCICIOS 7.2
1. Vuelva al sistema del ejemplo 7.2.1:
#
x 5 y 1 axsx2 1 y2 d
#
y 5 2x 1 aysx2 1 y2 d .
a. Introduzca las coordenadas polares definidas por x 5 r(t) cos u(t), y 5 r(t) sen u(t).
Observe que x2 1 y2 5 r2 y utilice la regla de la cadena para demostrar que
# # #
xx 1 yy 5 rr .
# # #
b. En la expresión para rr hallada en el apartado (a), sustituya x e y por sus expre-
#
siones en las ecuaciones del sistema y demuestre que r 5 ar3 para r . 0.
# #
# xy 2 yx # #
c. Demuestre que u 5 arctg (y/x) y que u 5 2
. Sustituya las expresiones de x e y
# r
en esta última fórmula para ver que u 5 21.
d. Los resultados de los apartados (b)# y (c) demuestran que nuestro sistema original
es equivalente al sistema 5r 5 ar3, u 5 216 . La segunda ecuación indica que todas
#
las trayectorias rotan alrededor del origen con una velocidad angular constante 1.
Reconociendo que la primera ecuación describe la distancia radial desde el origen
hasta un punto en la trayectoria (vea la función d(t) introducida en el ejemplo
7.2.4), examine lo que le ocurre a r(t) cuando t S ` en los tres casos a , 0, a 5 0 y
a . 0. ¿Qué indica esto sobre la naturaleza del punto de equilibrio en el origen?
Bosqueje la trayectoria (en el plano x-y) para cada uno de los tres casos.
En los ejercicios 2-11: (a) verifique que (0, 0) es un punto de equilibrio, (b) muestre que el
sistema es cuasilineal y (c) comente el tipo y la estabilidad del origen examinando el sistema
lineal asociado.
7.2 Aproximación lineal en los puntos de equilibrio 331
2. xr 5 3x 1 y 1 xy, yr 5 2x 1 2y 2 2xy2
3. xr 5 x 2 y 1 x2, yr 5 x 1 y
4. xr 5 x 2 xy 2 8x2, yr 5 2y 1 xy
5. xr 5 24x 1 y 2 xy3, yr 5 x 2 2y 1 3x2
6. xr 5 3 sen x 1 y, yr 5 4x 1 cos y 2 1
7. xr 5 x 2 y, yr 5 1 2 e x
8. xr 5 23x 2 y 2 xy, yr 5 5x 1 y 1 xy3
9. xr 5 ys1 2 x2 d, yr 5 2xs1 2 y2 d
10. xr 5 2x 1 x3, yr 5 22y
11. xr 5 22x 1 3y 1 xy, yr 5 2x 1 y 2 2xy2
12. El Brusselator es un modelo simple de un hipotético oscilador químico que apareció
por primera vez en un artículo de 1968 escrito por los científicos belgas I. Prigogine
(laureado con el premio Nobel) y R. Lefever, y fue llamado así por la capital de su país
natal. Una versión del modelo es
#
x 5 1 2 sa 1 1dx 1 bx2y
#
y 5 ax 2 bx2y,
donde x e y son concentraciones de sustancias químicas, y a y b, parámetros positivos.
a. Utilice herramientas tecnológicas, si fuere necesario, para hallar la única solución
de equilibrio de este sistema.
b. Linealice el sistema en torno al punto de equilibrio hallado en el apartado (a).
c. Halle los valores propios del sistema lineal asociado. (Las herramientas tecnológi-
cas podrían resultar útiles para tal propósito.)
d. Utilizando sus respuestas en el apartado (c) y el resultado de Poincaré-Liapunov,
estudie la naturaleza de las soluciones de equilibrio para los siguientes casos:
(1) a 5 3, b 5 1; (2) a 5 2, b 5 7; (3) a 5 1, b 5 4.
13. Una mujer rema en un bote atravesando un río de a unidades de anchura que ocupa
la franja 0 # x # a en el plano x-y, y lo hace siempre hacia un punto fijo en una orilla,
digamos (0, 0). Rema a una velocidad constante u relativa al agua y el río fluye a una
velocidad constante v. La situación puede modelarse mediante las ecuaciones
# ux # uy
x52 , y5v2 ,
"x 1 y
2 2
"x2 1 y2
donde (x, y) describe las coordenadas del bote.
a. Utilice herramientas tecnológicas para trazar el diagrama de fases del sistema para
u . v. (Elija algunos valores razonables para u y v.) ¿Qué clase de punto de equili-
brio es el origen? ¿Qué le ocurre al bote?
b. Utilice herramientas tecnológicas para trazar el diagrama de fases del sistema para
u , v. [Simplemente invierta los valores de u y v utilizados en el apartado (a).]
¿Qué clase de punto de equilibrio es el origen? ¿Qué le ocurre al bote?
332 7 / Sistemas de ecuaciones diferenciales no lineales
ECUACIONES DE LOTKA-VOLTERRA
Como vimos en la discusión que precedía al ejemplo 4.5.4, las ecuaciones de Lotka-Volterra
no lineales describen una amplia clase de problemas en ecología matemática y, en general,
no se pueden resolver en forma cerrada. Observemos ahora este sistema desde el punto de
vista de Poincaré-Liapunov.
u 5 aau 1 b 2 bau 1 b av 1 b
# c c a
d d b
v 5 2cav 1 b 1 dau 1 b av 1 b ,
# a c a
b d b
y, tras simplificar, en
u 5 a2 bv 2 buv
# bc
d
v 5 a bu 1 duv.
# ad
b
bc
0 2
El sistema lineal asociado viene dado por X 5 AX, donde A 5 ≥ ¥ . En este
# d
ad
0
b
2
caso, el polinomio característico es l 1 ac 5 0, de modo que los valores propios son
l1 5 "ac i y l2 5 2"ac i. Puesto que tenemos unos valores propios imaginarios puros, el
apartado (C) del resultado de Poincaré-Liapunov nos indica que (c/d, a/b) es un centro o un
punto espiral para el sistema no lineal. (La tabla de la sección 5.5 indica que (c/d, a/b) es un
centro estable para el sistema lineal asociado, pero no es necesario que este requisito se cum-
pla para nuestro sistema no lineal.) Sea a 5 b 5 c 5 d 5 1. Entonces, la figura 7.9a muestra el
campo de direcciones para el sistema no lineal en torno al punto de equilibrio (c/d, a/b) 5
(1, 1), y la figura 7.9b representa algunas trayectorias en las proximidades de (1, 1).
y
1,1
1,08
1,06
1,04
1,02
1
0,98
0,96
0,94
0,92
0,9
0,9 0,92 0,94 0,96 0,98 1 1,02 1,04 1,06 1,08 1,1 x
Figura 7.9a
# #
Campo de direcciones de x 5 x 2 xy, y 5 2y 1 xy en torno a (1, 1)
334 7 / Sistemas de ecuaciones diferenciales no lineales
1,1
1,08
1,06
1,04
1,02
1
0,98
0,96
0,94
0,92
0,9
0,9 0,92 0,94 0,96 0,98 1 1,02 1,04 1,06 1,08 1,1 x
Figura 7.9b
# #
Trayectorias de x 5 x 2 xy, y 5 2y 1 xy en torno a (1, 1)
EL PÉNDULO NO AMORTIGUADO
Después de nuestro viaje por el ámbito ecológico, volvamos al mundo de la física y obser-
vemos el movimiento de un sencillo péndulo. En la sección 7.2 vimos que la ecuación no
d2u g
lineal de segundo orden 2 1 sen u 5 0 describe el movimiento de un péndulo no
dt L
amortiguado; es decir, un péndulo bajo la influencia de la gravedad sin fricción o resisten-
cia del aire que impida este movimiento. Aquí, u es el ángulo que hace el péndulo con la
vertical, g es la aceleración debida a la gravedad y L es la longitud del péndulo (figura 7.10).
L
v
g
Figura 7.10
Péndulo no amortiguado
7.3 Dos importantes ejemplos de ecuaciones y sistemas no lineales 335
y 5 2 sen x 5 2 ax 2 b
# g g x3 x5 x7 c
1 2 1
L L 3! 5! 7!
y podemos ver que la linealización del mismo viene dada por
#
x5y
# g
y 5 2 x.
L
0 1
En forma matricial, esto se transforma en X 5 £ § X, con la ecuación característica
#
g
2 0
L
5 0 y con los valores propios imaginarios puros l 5 6 "g>L i. Una vez más, el
g
l2 1
L
apartado (C) del resultado de Poincaré-Liapunov indica un centro o un punto espiral. In-
336 7 / Sistemas de ecuaciones diferenciales no lineales
tuitivamente, deberíamos darnos cuenta de que esta situación es similar a la del sistema
de masa-resorte no amortiguado: en ausencia de cualquier tipo de resistencia, el objeto
continuará moviéndose periódicamente alrededor de su estado de equilibrio. En nuestro
caso, sería esperable que el péndulo oscilara de un lado a otro indefinidamente. [Com-
pare el sistema lineal asociado del péndulo con el sistema (4.5.5) del ejemplo 4.5.5.] La
figura 7.11 muestra el diagrama de fases del sistema no lineal con g 5 L cerca del origen.
Observe lo que nos indica la figura. Si el péndulo inicia su movimiento con x0 5 u0, un
valor entre 0 y p, y al soltar su extremo (la lenteja), dicho péndulo oscilará en dirección
horaria (negativa) hacia la posición vertical y pasará la vertical (x 5 u 5 0) hasta que
forme un ángulo como el inicial, en el otro lado. En este punto (x 5 2x0 5 2u0), el pén-
dulo comienza su viaje de vuelta a la posición vertical y después la sobrepasa de nuevo
hasta x 5 u0 . La variable y representa la velocidad angular, que es nula cuando soltamos
el péndulo, y se torna negativa a medida que la velocidad aumenta en dirección negativa,
alcanza su máximo cuando el péndulo atraviesa la posición vertical y después disminuye
a medida que el péndulo se aproxima a x 5 2x0 5 2u0. En este punto, el péndulo inicia
su oscilación de vuelta hacia el centro y, finalmente, de vuelta a su posición inicial, con un
aumento y una disminución de la velocidad apropiados. (Nos ocuparemos brevemente de
las curvas de la parte más alta y más baja de la figura 7.11.)
A continuación, examinaremos el comportamiento del péndulo cerca del punto de
equilibrio (p, 0). La transformación u 5 x 2 p, v 5 y 2 0 tiene como resultado el sistema
no lineal
#
u5v
# g g g
v 5 2 sensu 1 pd 5 2 s2sen ud 5 sen u,
L L L
y
3
–3 –2 –1 1 2 3 x
–1
–2
–3
Figura 7.11
# #
Trayectorias de x 5 y, y 5 2sen x cerca del origen
7.3 Dos importantes ejemplos de ecuaciones y sistemas no lineales 337
y
0,8
0,6
0,4
0,2
0
2,6 2,8 3 3,2 3,4 x
–0,2
–0,4
–0,6
–0,8
Figura 7.12
# #
Trayectorias de x 5 y, y 5 2sen x cerca de (p, 0)
338 7 / Sistemas de ecuaciones diferenciales no lineales
y
3
–8 –6 –4 –2 2 4 6 8 x
–1
–2
–3
Figura 7.13
# #
Diagrama de fases de x 5 y, y 5 2sen x
y
3
–4 –2 2 4 x
–1
–2
–3
Figura 7.14
Separatrices conectando s2p, 0d y sp, 0d
de silla (2p, 0) y (p, 0), denominadas separatrices, que separan las regiones de comporta-
miento “normal”. (A nivel más técnico, reciben el nombre de trayectorias heteroclínicas o
conexiones entre puntos de silla.) Como hemos indicado anteriormente, los puntos de silla
representan un péndulo apuntando hacia arriba y en reposo. Entonces, desde el punto de
vista físico, estas trayectorias heteroclínicas describen el hecho de que el péndulo aminora
su velocidad en cuanto se aproxima a su posición invertida.
Los ejercicios 12 y 13 sugieren un modo más analítico de comprender el comporta-
miento del péndulo no amortiguado. ◆
7.3 Dos importantes ejemplos de ecuaciones y sistemas no lineales 339
EJERCICIOS 7.3
Halle el punto de equilibrio no trivial para cada uno de los sistemas de Lotka-Volterra en
los ejercicios 1-4. Es posible que necesite herramientas tecnológicas.
# #
1. x 5 3x 2 2xy, y 5 2y 1 4xy
# #
2. x 5 0,1x 2 0,2xy, y 5 20,5y 1 0,3xy
# #
3. x 5 0,005x 2 0,02xy, y 5 20,3y 1 0,4xy
# #
4. x 5 x 2 2xy, y 5 23y 1 4xy
5. Considere las ecuaciones de Lotka-Volterra para a 5 b 5 c 5 d 5 1. La figura 7.9b
muestra algunas trayectorias correspondientes a esta situación. Dejando a un lado la
gráfica, queremos demostrar que las trayectorias son curvas cerradas; es decir, que el
punto de equilibrio (1, 1) es un centro estable.
dy
a. Demuestre que el campo de direcciones para es simétrico respecto a la recta
dx
y 5 x. (Sugerencia: observe lo que ocurre al intercambiar x e y en la ecuación de
direcciones .)
b. Demuestre que si se parte de algún punto P 5 (x, y) sobre la recta y 5 x, y se viaja
a lo largo de la trayectoria, una vez alrededor del punto (1, 1), se termina de vuelta
en el mismo punto P, de forma que la curva es cerrada.
6. Considere las ecuaciones de Lotka-Volterra (ejemplo 7.3.1) para a 5 b 5 c 5 d 5 1.
Para adquirir cierta confianza en la eficacia de los métodos numéricos, utilice cual-
quier algoritmo de Runge-Kutta y el tamaño de paso que su profesor le sugiera, para
aproximar la solución al problema de valor inicial con x(0) 5 1 e y(0) 5 2 sobre el in-
tervalo [0, 1].
7. Considere el sistema ya examinado en el ejemplo 4.5.4:
#
x 5 0,2x 2 0,002xy
#
y 5 20,1y 1 0,001xy
a. Halle los puntos de equilibrio del sistema.
b. Con herramientas tecnológicas, represente gráficamente la trayectoria correspon-
diente a las condiciones iniciales x(0) 5 100 e y(0) 5 300. Interprete estos valores
iniciales y la forma de la trayectoria en términos de las poblaciones del depredador
y la presa. (Elija el intervalo [0, 55] para su variable independiente t.)
c. Utilice la gráfica de la trayectoria hallada en el apartado (b) para estimar los valo-
res máximo y mínimo de las poblaciones x e y.
dy
d. Halle la ecuación de direcciones y resuélvala 2implícitamente2 con las condi-
dx
ciones iniciales dadas en el apartado (b).
e. Utilice herramientas tecnológicas para representar gráficamente la solución ha-
llada en el apartado (d) y use intervalos para x e y consecuentes con sus respuestas
al apartado (c).
8. Recuerde que el sistema de Lotka-Volterra (ejemplo 7.3.1) tiene el punto de equili-
brio no trivial (c/d, a/b). Para entender la dirección de cualquier trayectoria para las
ecuaciones de Lotka-Volterra sin depender de una gráfica proporcionada por herra-
340 7 / Sistemas de ecuaciones diferenciales no lineales
mientas tecnológicas, divida el primer cuadrante del plano x-y en cuatro subcuadran-
tes mediante las rectas x 5 c/d e y 5 a/b. (Realice un croquis de esta situación.)
# #
a. Demuestre que para x . c/d e y . a/b, tiene x , 0 e y . 0.
# #
b. Demuestre que para x , c/d e y . a/b, tiene x , 0 e y , 0.
# #
c. Demuestre que para x , c/d e y , a/b, tiene x . 0 e y , 0.
# #
d. Demuestre que para x . c/d e y , a/b, tiene x . 0 e y . 0.
e. A partir de los resultados de los apartados (a)-(d), infiera que cualquier punto
(x(t), y(t)) sobre una trayectoria para las ecuaciones de Lotka-Volterra se mueve
en dirección antihoraria.
#
9. Recuerde que en el ejemplo 7.3.1, las ecuaciones de Lotka-Volterra x 5 ax 2 bxy,
# # #
y 5 2cy 1 dxy se linealizaron para obtener u 5 s2bc>ddv, v 5 sad>bdu en las pro-
ximidades del punto de equilibrio (c/d, a/b).
du
a. Halle la ecuación de direcciones y deduzca que el sistema lineal tiene una solu-
dv
ción que satisface ad2u2 1 b2cv2 5 K, donde K es una constante positiva.
b. Reescriba la solución al apartado (a) en términos de las variables originales x e y y
demuestre que se obtiene la ecuación de una elipse con centro en (c/d, a/b) y con
ejes paralelos a los del plano x-y.
c. Calcule la derivada de cada ecuación del sistema linealizado para obtener las ecua-
$ $
ciones u 5 2acu, v 5 2acv, ecuaciones lineales de segundo orden desacopladas y
$
de la forma w 5 2Rw.
d. Demuestre que la solución del sistema linealizado es un par de funciones ((u(t), v(t))
con el mismo periodo 2p>"ac.
dy
10. Céntrese en la ecuación para la población de depredadores, 5 2cy 1 dxy.
dt
a. Divida la ecuación por y e integre entre el instante inicial t0 y algún instante arbi-
trario t.
b. Suponga que la población de depredadores es periódica (consulte la figura 4.9 o
la 4.10b, por ejemplo) con un periodo T y sea t 5 t1 en el apartado (a), de forma que
t1 2 t0 5 T e y(t1) 5 y(t0). Demuestre que el valor promedio de la población de pre-
sas es c/d, el mismo que la población de presas en equilibrio. (Recuerde que el valor
b
1
b 2 a 3a
promedio de una función f en el intervalo [a, b] se define como fsrddr.) [Su-
12. Considere la ecuación simplificada de un péndulo utilizada en la figura 7.11 del ejem-
d2u
plo 7.3.2: 2 1 sen u 5 0. Se va a demostrar 2analíticamente2 que esta ecuación
dt
tiene soluciones periódicas; es decir, que hay trayectorias cerradas en el plano de fases
correspondiente a la versión de la ecuación en forma de sistema.
a. Demuestre que esta ecuación es equivalente al sistema
dx
5y
dt
dy
5 2sen x.
dt
b. Demuestre que cualquier trayectoria en el plano de fases es una solución de
dy sen x
52 .
dx y
c. Resuelva la ecuación del apartado (b).
d. Demuestre que hay trayectorias cerradas en el plano x-y y, por lo tanto, que el pro-
blema del péndulo no amortiguado tiene soluciones periódicas. [Sugerencia: halle
valores apropiados de la constante de integración obtenida en el apartado (c).]
dy sen x
13. Cuando se halla la solución general de la ecuación 52 2como en el apartado
dx y
(b) del ejercicio anterior2, se obtiene una constante arbitraria C.
a. ¿Qué valores de C proporcionan las trayectorias onduladas en las partes superior e
inferior de la figura 7.13?
b. ¿Qué valores de C proporcionan las separatrices, como en la figura 7.14?
14. Para valores pequeños de u es sen u < u, así que la ecuación linealizada del péndulo no
$ g
amortiguado es u 1 u 5 0. Trabaje con esta ecuación y con las condiciones iniciales
# L
us0d 5 0, us0d 5 2.
a. Halle ustd si la longitud del péndulo es de 8 pies. (Tome g 5 32 pies/s2.)
b. ¿Cuál es el periodo de la función hallada en el apartado (a)?
c. Si el péndulo es parte de un reloj que hace tic-tac cada vez que el péndulo realiza
una oscilación completa, ¿cuántos tic-tacs efectúa el reloj en un minuto?
d. ¿Cómo se influye en el movimiento del péndulo cuando se cambia la longitud a
L 5 4 pies?
$ #
15. La ecuación u 1 ku 1 sen u 5 0 describe un péndulo amortiguado concreto; es decir,
un péndulo con fricción o resistencia del aire. Aquí, k es una constante positiva, el
coeficiente de fricción.
a. Transforme esta ecuación de segundo orden en un sistema de ecuaciones de pri-
mer orden.
b. Utilice herramientas tecnológicas para obtener el diagrama de fases cuando k 5 0,1.
c. Utilice herramientas tecnológicas para obtener el diagrama de fases cuando k 5 0,5.
d. Compare los diagramas de fases de los apartados (b) y (c) y proporcione una inter-
pretación física de lo que observe.
342 7 / Sistemas de ecuaciones diferenciales no lineales
x2
–3 –2 –1 1 2 3 x1
–1
–2
–3
Figura 7.15a
Diagrama de fases de xr1 5 x2, xr2 5 2x1 1 x2 s1 2 x21 d cerca del origen
x2
–3 –2 –1 1 2 3 x1
–1
–2
–3
Figura 7.15b
Diagrama de fases de xr1 5 x2, xr2 5 2x1 1 x2 cerca del origen
el hecho de que las espirales se abren camino hacia fuera 2a medida que aumentan los valo-
res de t2 hasta el ciclo límite. La solución muestra un comportamiento transitorio 2provisio-
nal o efímero2 al comienzo, antes de estabilizarse en su patrón periódico.
Por otra parte, si elegimos un punto inicial (x(0) 5 23, x9(0) 5 25) en una región que
parece estar fuera del ciclo límite mostrado en la figura 7.15a, veremos el comportamiento
de la solución mostrado mediante la figura 7.15d, que ilustra el modo en que una espiral se
abre camino hacia el interior hasta el ciclo límite.
344 7 / Sistemas de ecuaciones diferenciales no lineales
x
2
–5 5 10 15 20 25 t
–1
–2
Figura 7.15c
Gráfica de x(t) respecto de t, x(0) 5 0,5, x9(0)5 20,5, 26 # t # 26
x
2
1
4 8 12 16 20 24 t
–1
–2
–3
Figura 7.15d
Gráfica de x(t) respecto de t, x(0) 5 23, x9(0)5 25, 20,6 # t # 26
De nuevo podemos ver que, finalmente, la solución se vuelve periódica, tras una fase
transitoria inicial. ◆
CICLOS LÍMITE
Las ecuaciones de Lotka-Volterra (ejemplos 4.5.4 y 7.3.1) y el sistema de masa-resorte no
amortiguado (ejemplo 4.5.5) muestran que los sistemas autónomos, en ocasiones, presen-
tan soluciones periódicas cuyas trayectorias son curvas cerradas en el plano de fases.
Como hemos visto, el oscilador de Van der Pol, que se puede describir como un oscilador
no lineal negativamente amortiguado (observe la forma de la ecuación), tiene soluciones
cuyo comportamiento límite (cuando t S ` ) es el de una solución periódica finita. Tal y
como hemos indicado, dicha trayectoria cerrada, aislada y no trivial, se denomina ciclo lí-
mite. En este caso, “no trivial” significa que la curva solución no es un único punto, y “ais-
lada” se refiere al hecho de que ninguna trayectoria que esté lo suficientemente cerca del
ciclo límite es también cerrada. #
En general, un sistema lineal X 5 AX puede tener trayectorias cerradas, pero no estarán
aisladas: si X(t) es una solución periódica, entonces también lo es cX(t) para cualquier cons-
tante c no nula. (¿Puede demostrar esto?) En consecuencia, por ejemplo, si seleccionamos
c 5 (1 2 1/k) (k 5 1, 2, 3 . . .), veremos que X(t) está siendo atestada por una familia unipara-
métrica de trayectorias cerradas. (De esta manera, las trayectorias cerradas que aparecen en
7.4 La ecuación de Van der Pol y los ciclos límite 345
la figura 7.9b de la sección 7.3. no están aisladas y, por tanto, de ningún modo podrían ser ci-
clos límite. Se pueden obtener trayectorias tan próximas mutuamente como se desee.)
Cada trayectoria que parte lo suficientemente cerca de un ciclo límite se aproxima al
mismo bien para t S ` o para t S 2 ` . A nivel gráfico, esto significa que dicha trayectoria
se curva alrededor del ciclo límite, o se desenrolla partiendo desde el mismo. Un ciclo lí-
mite se denomina semiestable si las trayectorias se aproximan a un lado del mismo mien-
tras se apartan del otro.
Un investigador lo ha expresado así,
El ciclo límite estable es el modelo básico para todos los osciladores autosostenidos o autóno-
mos; aquellos que vuelven, o retornan, a cierta órbita periódica fundamental cuando son per-
turbados de la misma. Las oscilaciones estables, el “latido” del corazón humano 2que recupera
cierto ritmo normal después de ser elevado en un sprint2, los ciclos de los sistemas depreda-
dor-presa y diversos circuitos eléctricos son sólo tres entre los innumerables ejemplos. Los ci-
clos económicos y ciertas olas periódicas de malestar social son, muy posiblemente, otros.1
Observemos otros ejemplos de este importante fenómeno, el ciclo límite. La ecuación
de Van der Pol mostraba un ciclo límite estable, pero el siguiente ejemplo muestra un tipo de
comportamiento diferente.
1. J. M. EPSTEIN. Nonlinear Dynamics, Mathematical Biology, and Social Science, 121. Addisson-Wesley, 1997.
346 7 / Sistemas de ecuaciones diferenciales no lineales
(x(t), y(t))
)
r (t
(t)
x
Figura 7.16
Movimiento descrito en términos de la distancia radial
y la velocidad angular
r•
1 r
Figura 7.17
#
Diagrama de fases de r 5 sr2 2 1dr, r $ 0
y
2
–2 –1 1 2 x
–1
–2
Figura 7.18
#
Diagrama de fases de r 5 sr2 2 1dr, r $ 0, en el plano de fases x-y
7.4 La ecuación de Van der Pol y los ciclos límite 347
Ahora ya estamos preparados para algo un poco más complicado, pero útil.
r•
1 2 r
Figura 7.19
#
Diagrama de fases de r 5 rsr 2 1d sr 2 2d, r $ 0 ◆
r•
1 r
Figura 7.20
#
Diagrama de fases de r 5 rsr 2 1d 2, r $ 0
Por supuesto, puede ocurrir que una ecuación o sistema no lineal no tenga ningún ci-
clo límite 2solución periódica, no constante, aislada2. Puesto que las ecuaciones y los sis-
temas no lineales resultan normalmente demasiado difíciles de resolver, se han desarro-
llado otros métodos 2métodos cualitativos2 con el objetivo de determinar la existencia o
no existencia de ciclos límite. Dichos métodos implican ideas de matemáticas avanzadas
que no se comentarán detalladamente en este libro. Los ejercicios 11-16 ilustran un crite-
rio negativo debido al matemático sueco Ivar Bendixson (1861-1935).
EJERCICIOS 7.4
1. En la discusión de la ecuación de Van der Pol (7.4.1), señalamos que se puede inter-
pretar como un sistema de masa-resorte con resistencia no lineal. En concreto, el tér-
mino esx2 2 1d representa un coeficiente de amortiguación variable.
a. Explique por qué esx2 2 1d , 0 cuando 21 , x , 1, de forma que la amortigua-
ción es negativa para pequeñas oscilaciones correspondientes a 21 , x , 1. (Esto
significa que las oscilaciones de pequeña amplitud son amplificadas si se vuelven
demasiado pequeñas.)
b. Explique por qué esx2 2 1d . 0 cuando |x| . 1, de forma que la amortiguación es po-
sitiva para grandes oscilaciones correspondientes a |x| . 1. (Esto significa que las osci-
laciones de gran amplitud son forzadas a menguar si se vuelven demasiado grandes.)
7.4 La ecuación de Van der Pol y los ciclos límite 349
Dadas las condiciones iniciales x(0) 5 0,1, y(0) 5 0, bosqueje la gráfica de x(t) sin hallar
una expresión explícita para x(t). (Sugerencia: estudie detenidamente el ejemplo 7.4.2.)
350 7 / Sistemas de ecuaciones diferenciales no lineales
9. El sistema
#
x 5 2y 2 y2
#
y 5 12x 2 15y 1 xy 2 65y2
fue descubierto por el matemático chino Tung Chin Chu a finales de los 1950, cuando
investigaba sobre un famoso problema, no resuelto, de ciclos límite.
a. Halle el punto o los puntos de equilibrio de este sistema.
b. Utilice herramientas tecnológicas para trazar un diagrama de fases para cada punto
de equilibrio, centrándose en la región alrededor de dicho punto. (Es algo compli-
cado obtener un buen diagrama de fases para este problema, así que sea paciente.)
c. Utilizando el diagrama o los diagramas de fases, identifique y describa con el tér-
mino estable o inestable cualquier ciclo límite que observe.
10. Halle todos los ciclos límite del sistema
#
r 5 rsr 2 1d sr 2 2d 2 sr 2 3d
#
u5 1
e identifíquelos como estables, inestables o semiestables.
Suponga que tenemos un sistema autónomo 5x 5 fsx, yd, y 5 gsx, yd 6 , donde f y g tienen
# #
primeras derivadas parciales continuas en alguna región R del plano de fases que no tiene
'f 'g
ningún “agujero”. El teorema de Bendixson (o criterio negativo) afirma que, si 1 es
'x 'y
siempre positivo o siempre negativo en puntos de R, entonces el sistema tiene soluciones no pe-
riódicas en R. Por ejemplo, el sistema 5x 5 xy2, y 5 x2 1 8y6 no tiene ciclos límite en ningún
# #
'sxy2 d 'sx2 1 8yd
sitio, porque 1 5 y2 1 8 . 0 para todos los valores de x e y en el plano.
'x 'y
Utilice el criterio de Bendixson para demostrar que los sistemas de los ejercicios 11-14
no tienen ciclos límite en el plano de fases.
11. 5x 5 x 1 2xy 1 x3, y 5 2y2 1 x2y6
# #
12. 5x 5 x3 1 x 1 7y, y 5 x2y6
# #
13. 5x 5 22x 2 x sen y, y 5 2x2y36
# #
14. 5x 5 2x 1 2y3 2 2y4, y 5 2x 2 y 1 xy6
# #
15. Demuestre que el sistema
#
x 5 12x 1 10y 1 x2y 1 y sen y 2 x3
#
y 5 x 1 14y 2 xy2 2 y3
no tiene soluciones periódicas en el disco x2 1 y2 # 8.
16. Un sistema mecánico con amortiguamiento variable se puede modelar mediante la
ecuación
$ #
x 1 asxdx 1 bsxd 5 0,
donde a(x) es una función positiva.
a. Escriba esta ecuación en forma de sistema.
b. Utilice el criterio de Bendixson para demostrar que este sistema mecánico carece
de soluciones periódicas no constantes.
7.5 Resumen 351
7.5 RESUMEN
Las ecuaciones diferenciales no lineales y los sistemas de ecuaciones no lineales rara vez
son tratados de un modo satisfactorio mediante el hallazgo de soluciones en forma ce-
rrada. Concretamente, no podemos analizar la estabilidad de los sistemas de ecuaciones
no lineales tan fácilmente como cuando analizamos la estabilidad de los sistemas lineales
en el capítulo 5. El estudio moderno de fenómenos no lineales depende en gran medida de
los métodos cualitativos, cuyos precursores fueron H. Poincaré y A. Liapunov a finales del
siglo XIX y a comienzos del siglo XX. La tecnología actual implementa la eficacia de estas
técnicas cualitativas.
Una de las diferencias entre las ecuaciones lineales y las no lineales es que una ecua-
ción no lineal puede tener más de una solución de equilibrio. Otra diferencia es que una
solución de una ecuación no lineal puede “ampliarse en un tiempo finito”, es decir, vol-
verse ilimitada cuando t se aproxima a un valor finito. Una tercera diferencia es que una
ecuación o sistema no lineal puede resultar extremadamente sensible a las condiciones ini-
ciales. Una ligera modificación en un valor inicial puede conducir a drásticos cambios en
el comportamiento de la solución o las soluciones.
Un punto (a*, b*) es un punto de equilibrio del sistema autónomo no lineal general
#
x 5 Fsx, yd
#
y 5 Gsx, yd
si F(a*, b*) 5 0 5 G(a*, b*). Si el origen es un punto de equilibrio y si las funciones F y
G son lo bastante “amables”, es posible que podamos escribir nuestro sistema en la
forma
#
x 5 ax 1 by 1 fsx, yd
#
y 5 cx 1 dy 1 gsx, yd ,
'F 'F 'G
donde f y g son funciones no lineales y a 5 s0, 0d , b 5 s0, 0d , c 5 s0, 0d y
'x 'y 'x
'G
d5 s0, 0d . En líneas más generales, si (a, b) Z (0, 0) es un punto de equilibrio para el
'y
sistema, podemos reescribir el sistema en la forma
#
x 5 Asx 2 ad 1 Bsy 2 bd 1 fsx, yd
#
y 5 Csx 2 ad 1 Dsy 2 bd 1 gsx, yd ,
cuyo punto de equilibrio es (0, 0). Observe que esto indica que cualquier punto de equili-
brio (a, b) Z (0, 0) se puede transformar en el origen con el propósito de analizar la estabi-
lidad del sistema.
Un sistema autónomo no lineal
#
x 5 ax 1 by 1 fsx, yd
#
y 5 cx 1 dy 1 gsx, yd ,
a b5 a
b 5 0 y el origen es un
fsx, yd gsx, yd
donde ad 2 bc Z 0, lim lim
"x 1 y
sx, yd Ss0, 0d 2
"x2 1 y2
2 sx, yd Ss0, 0d
PROYECTO 7-1
Mariposas en el espacio
En 1963, E. N. Lorenz, un profesor de meteorología del MIT (Instituto Tecnológico de
Massachusetts), publicó un informe2 sobre el sistema no lineal
#
x 5 2sx 1 sy
#
y 5 rx 2 y 2 xz
#
z 5 xy 2 bz,
donde s, r y b son parámetros positivos.
Las ecuaciones surgieron de un modelo de un estrato de la atmósfera terrestre, calen-
tado desde abajo por el suelo que ha absorbido la luz solar y enfriado desde arriba a me-
dida que pierde calor en el espacio.
a. Demuestre que si 0 , r # 1, el único punto de equilibrio es (0, 0, 0).
b. Demuestre que si r . 1, hay tres puntos de equilibrio: (0, 0, 0),
s"bsr 2 1d, "bsr 2 1d, r 2 1d y s2"bsr 2 1d, 2"bsr 2 1d, r 2 1d .
c. Sean b 5 83 , r 5 28 y s5 10 (valores utilizados por Lorenz en sus experimentos ini-
ciales). Para estos valores de b, r y s, linealice el sistema en torno a los puntos de
equilibrio s6"bsr 2 1d, 6"bsr 2 1d, r 2 1d .
d. Utilice herramientas tecnológicas para mostrar que la ecuación característica del
sistema linealizado hallado en el apartado (c) es l3 1 (b 1 s 1 1)l2 1 b(r 1 s)l 1
2sb(r 2 1) 5 0. Muestre que el polinomio característico tiene una raíz real negativa
l1 < 213,85 y raíces complejas conjugadas con partes reales positivas < 0,09.
e. Utilice el apartado (d) y la tabla al final de la sección 5.5 para concluir que los
dos puntos de equilibrio no nulos dados en el apartado (c) son puntos de silla del
sistema.
f. Con b 5 83 , r 5 28 y s5 10, utilice herramientas tecnológicas para trazar la gráfica
de x(t) respecto de t, y(t) respecto de t y z(t) respecto de t para 0 # t # 10.
g. Con b 5 83 , r 5 28 y s5 10, utilice herramientas tecnológicas para trazar la gráfica
de y respecto de x, z respecto de y y z respecto de x.
Algunos conceptos
y resultados de cálculo
El apéndice A tiene cofmo objetivo el ofrecer una breve revisión, o una introducción, de
algunas ideas clave del cálculo cuidadosamente seleccionadas.
y = f (x)
(a, f (a))
a x
Figura A1
354
3. El polinomio de Taylor / La serie de Taylor 355
cuando x está próximo a a. Cuando x toma valores más lejanos a a, normalmente el error
absoluto 0 Esxd 0 5 0 fsxd 2 fsad 2 frsad sx 2 ad 0 se hace mayor.
Por ejemplo, la ecuación de la recta tangente dibujada para la curva del seno en el ori-
gen es y 5 sen (0) 1 cos (0)(x 2 0) 5 x, lo que indica que, en las proximidades del origen,
sen x
sen x < x. Una consecuencia de esto es que < 1 para valores de x próximos a 2pero
x
sen x
no iguales a2 cero, de manera que obtenemos el famoso resultado lim 5 1.
xS0 x
2. LA REGLA DE LA CADENA
Debería conocer las reglas para hallar las derivadas de las funciones potenciales, los poli-
nomios, las funciones exponenciales, los logaritmos y las funciones trigonométricas y las
trigonométricas inversas. Es posible que también haya aprendido a derivar ciertas combi-
naciones de funciones exponenciales denominadas funciones hiperbólicas. También debe-
ría conocer la regla del producto y la regla del cociente para la derivación, así como el modo
de trabajar con las funciones implícitas.
La regla de la cadena se aplica a las funciones compuestas. Suponga, por ejemplo, que
una cantidad z depende de una cantidad y, y que la cantidad y depende del valor de una
cantidad x. Si utilizamos la notación de funciones, podemos escribir esto de la siguiente
manera: z 5 f(y), y 5 g(x), y por tanto, z 5 f(g(x)). En última instancia, esto supone que z
depende de 2o es una función de2 x. La regla de la cadena nos indica el modo en que un
cambio en el valor de x afecta al valor de z. En la notación de Leibniz,
dz dz dy
5 ? .
dx dy dx
Esta fórmula resulta útil para muchos problemas aplicados y en el capítulo 4, donde se in-
troduce el plano de fases.
EJEMPLO
Si z 5 y57 e y 5 sen x, entonces
dz dz dy
5 ? 5 s57y56 d ? cos x 5 57 sen 56x cos x. ◆
dx dy dx
Quizá haya aprendido otro modo de ver la regla de la cadena: si z 5 f(g(x)), entonces z9 5
f 9(g(x)) · g9(x). Este punto de vista alternativo emplea la idea de una función “interna” y
otra “externa”. Aplique esto en el último ejemplo, donde la función potencial de grado 57
es externa y la función seno es interna.
tisfaga las siguientes condiciones de proximidad: Pn(a) 5 f(a), Prn sad 5 fr sad , Psn sad 5 fs sad ,
snd snd
Pt n sad 5 ft sad , . . . , y Pn sad 5 f sad . Para una función f dada, un punto x 5 a y un grado
n, el polinomio que satisface todas estas condiciones viene dado por la fórmula
fs sad
Pn sxd 5 fsad 1 frsad sx 2 ad 1 sx 2 ad 2
2!
ft sad fsnd sad
1 sx 2 ad 3 1 c 1 sx 2 ad n.
3! n!
Éste es el llamado polinomio de Taylor de grado n en torno a x 5 a, y podemos escribir
f (x) < Pn (x) para valores de x próximos a a. La cercanía de la aproximación depende
tanto del valor de x como del valor de n. En general, cuanto más próximo está el valor de
x al valor de a y cuanto mayor es el grado n, mejor es la aproximación.
Si consideramos lo que le ocurre al polinomio de Taylor cuando dejamos que n
aumente cada vez más, llegaremos a entender el concepto de la serie (infinita) de Taylor:
fskd sad
n
Psxd 5 lim Pn sxd 5 lim a sx 2 ad k
nS` nS` k50 k!
fs sad
5 fsad 1 fr sad sx 2 ad 1 sx 2 ad 2
2!
ft sad fsnd sad
1 sx 2 ad 3 1 c 1 sx 2 ad n 1 c.
3! n!
Más exactamente, suponga que f es una función con derivadas de todo orden en cierto in-
tervalo (a 2 r, a 1 r). Entonces, la serie de Taylor dada anteriormente representa la fun-
ción f en el intervalo (a 2 r, a 1 r) si y sólo si lim Rn sxd 5 0, donde Rn(x) es el resto en la
nS`
fórmula de Taylor:
Aunque las tres primeras series son válidas 2“convergen”2 para cualquier valor de x, la
serie logarítmica es únicamente válida en el intervalo (21, 1]. La última serie, una serie
geométrica, converge para 0 x 0 , 1. En el apéndice C.4, veremos cómo Euler utilizaba la
serie exponencial para obtener la fórmula de la función exponencial compleja.
Una serie de Taylor es un tipo especial de serie de potencias. Podemos derivar o inte-
grar una serie de potencias término a término para valores de x interiores en su intervalo de
`
convergencia. Si la serie de potencias a a nxn converge a S(x) para x en cierto intervalo,
n50
I 5 ( ` , b) entonces
`
Sr sxd 5 a na nxn21 5 a 1 1 2a 2x 1 3a 3x2 1 c 1 na nxn21 1 c en I
n50
y
x x x
3 Sstddt 5 3 a a a nt bdt 5 a 3 a nt dt 5 a n 1 1 x
` ` ` a n n11
n n
Una ligera modificación en la versión A nos indica que, si integramos f 9, la función ra-
zón de cambio sobre [a, b], obtenemos el cambio total en f, la función cantidad sobre el
mismo intervalo. Por ejemplo, si s(t), v(t) y a(t) representan la posición, la velocidad y la ace-
leración, respectivamente, de un objeto en movimiento en el instante t, entonces tenemos
lo que indica que, si integramos la función velocidad, obtenemos la variación total de la po-
sición de un objeto en movimiento cuando t varía de a a b. Si integramos la función veloci-
dad escalar 2el valor absoluto de la velocidad2, obtenemos la distancia total recorrida por
el objeto. (Consulte el ejemplo 1.2.8 del libro.)
Tan útil como es la versión A para la resolución de ecuaciones diferenciales, lo es la B
para extender la noción de derivación 2y por tanto de integración2 a las funciones definidas
por medio de integrales. (Consulte los problemas 10 y 11 de la sección Ejercicios 1.2.)
EJEMPLO
x
Suponga que Q(x) 5 3 cossu2 d du . Entonces, Q9 (x) 5 cos (x2), Q0 (x) 5 22x sen (x2), etc.◆
22
5. FRACCIONES SIMPLES
Según un importante y útil resultado del álgebra, toda función racional (cociente de funcio-
nes polinómicas), independientemente de su complejidad, es una suma de fracciones más
simples. Por ejemplo, la función
8x 1 1
2
x 2x26
resulta de la siguiente suma de fracciones más simples:
3 5 3sx 2 3d 1 5sx 1 2d 8x 1 1
1 5 5 2 .
x12 x23 sx 1 2d sx 2 3d x 2x26
En cálculo, cuando tenemos un integrando que es una función racional, podemos retroce-
der en este proceso de suma hasta hallar las fracciones más simples, aquellas que podemos
integrar fácilmente. Así, por ejemplo
3 x 2 2 x 2 6 dx 5 3 x 1 2 dx 1 3 x 2 3 dx 5 3 ln 0 x 1 2 0 1 5 ln 0 x 2 3 0 1 C.
8x 1 1 3 5
6. INTEGRALES IMPROPIAS
b
Al tratar con la integral definida (de Riemann) 3 fsxd dx, hacemos dos suposiciones bási-
a
cas: (1) el intervalo [a, b] es finito, y (2) el integrando f está acotado 2es decir, no se vuelve
infinito2 sobre el intervalo cerrado [a, b]. Si trasgredimos una o las dos suposiciones, en-
contramos un tipo de integral impropia.
Supongamos, en primer lugar, que queremos considerar el intervalo [a, `) o (2` b],
donde a y b son números reales. Podemos definir
` B b b
3 fsxd dx 5 BS`
lim 3 fsxd dx e 3 fsxd dx 5 AS`
lim 3 fsxd dx
a a 2` 2A
siempre que exista cada límite. Si el límite existe, decimos que la integral impropia con-
verge. Si no es así, decimos que la integral impropia diverge. Finalmente,
` c B
3 fsxd dx 5 AS`
lim 3 fsxd dx 1 lim 3 fsxd dx
BS`
2` 2A c
siempre que cada límite del lado derecho exista individualmente. En este caso, c es un número
` C
real arbitrario. No es correcto definir 3 fsxd dx como lim 3 fsxd dx. (Este último límite
2` CS` 2C
`
es el llamado “valor principal” de 3 fsxd dx.)
2`
EJEMPLO
`
dx
3 1 1 x2 5 BS`
lim arctg x k B1 5 lim sarctg B 2 arctg 1d
BS`
1
EJEMPLO
`
Considere 3 sen x dx. El límite
0
B
lim 3 sen x dx 5 lim s2cossBd 1 coss0d d 5 2 lim cossBd 1 1
BS` 0 BS` BS`
Cuando tratamos con este primer tipo de integral impropia, para la que el intervalo no
es finito, a veces resulta adecuada una forma particular de la regla de L9Hôpital: suponga
frsxd
que cuando x S a, donde a es 6` , fsxd S 6` y gsxd S 6` . Si lim 5 L, donde L
xSa gr sxd
fsxd
es o un número real o 6` , entonces lim 5 L.
xSa gsxd
EJEMPLO
`
Considere la función gamma, definida por Gsxd 5 3 tx21e 2tdt (x > 0). La integración por
0
partes nos indica que si x < 1
`
Gsxd 5 2tx21e2t g0` 2 3 sx 2 1dtx22 s 2 e2t ddt
0
`
2tx21
5 lim 1 sx 2 1d 3 tx22e2tdt
tS` et 0
5 sx 2 1d ? Gsx 2 1d,
Supongamos ahora que f es definida y finita sobre el intervalo [a, b], excepto en el ex-
b
tremo b. Entonces, la integral 3 fsxddx es impropia, y la definimos como
a
b B
3 fsxd dx 5 BSb
lim2 3 fsxd dx
a a
siempre que exista este límite por la izquierda. De igual modo, si f es ilimitada en el ex-
tremo a, entonces definimos
b b
3 fsxd dx 5 ASa
lim1 3 fsxd dx
a A
EJEMPLO
La función 1>"1 2 x2 es ilimitada en x 5 1 (y en x 5 21). La integral impropia de esta
función sobre el intervalo [0, 1] converge:
1 B
dx dx p
3 5 lim2 3 5 lim2 arcsensBd 2 arcsens0d 5 . ◆
0 "1 2 x 2 BS1 0 "1 2 x 2 BS1 2
Otra posibilidad es que la función f sea definida y finita sobre [a, b], excepto en el
punto j interior al intervalo. La integral impropia se define entonces como
b c b
3 fsxd dx 5 cSj
lim2 3 fsxd dx 1 lim1 3 fsxd dx
dSj
a a d
EJEMPLO
2 c 2
dx dx dx
3 sx 2 1d 2@3 5 cS1
lim2 3
sx 2 1d
2
@3
1 lim1 3
dS1 sx 2
2
1d @3
0 0 d
cS1 0 dS1 d
5 lim2 33sc 2 1d @3 2 3s21d @34 1 lim1 33s1d @3 2 3sd 2 1d @34
1 1 1 1
cS1 dS1
5 3 1 3 5 6. ◆
'z
Lo que esto significa, en términos de cálculos prácticos, es que para hallar
simplemente
'x
se ha de tratar y como una constante y derivarla con respecto a x, como de costumbre.
'z
Para , se tratará x como una constante y se considerará y como la variable “activa”.
'y
EJEMPLO
Si z 5 f(x, y) 5 x2y2 2 3xy3 1 5x4y2, entonces
'z 'z
5 2xy2 2 3y3 1 20x3y2 y 5 2x 2y 2 9xy 2 1 10x 4y. ◆
'x 'y
EJEMPLO
Suponga que w 5 e2x13y sensxyd . Entonces, si aplicamos la regla del producto y la regla
de la cadena, hallaremos que
'w
5 e2x13y cossxydy 1 2e2x13y sensxyd
'x
y
'w
5 e2x13y cossxydx 1 3e2x13y sensxyd. ◆
'y
EJEMPLO
Si usamos z 5 fsx, yd 5 x2y2 2 3xy3 1 5x4y2 y los resultados del primer ejemplo, obte-
nemos
a b5
'2z ' 'z '
2
5 s2xy2 2 3y3 1 20x3y2 d 5 2y2 1 60x2y2
'x 'x 'x 'x
a b5
'2z ' 'z '
2
5 s2x2y 2 9xy2 1 10x4yd 5 2x2 2 18xy 1 10x4
'y 'y 'y 'y
a b5
'2z ' 'z '
5 s2x 2y 2 9xy 2 1 10x 4yd 5 4xy 2 9y 2 1 40x 3y,
'x'y 'x 'y 'x
y así sucesivamente. ◆
x 5 a. Para F(x, y), una función de dos variables, la mejor aproximación lineal en torno a un
punto (a, b) es la proporcionada por el plano tangente, dado por la fórmula de aproximación
'F 'F
Fsx, yd < Fsa, bd 1 sa, bd sx 2 ad 1 sa, bd sy 2 bd ,
'x 'y
'F 'F
donde sa, bd y sa, bd representan las derivadas parciales calculadas en el punto (a, b).
'x 'y
EJEMPLO
Calculemos la aproximación por el plano tangente a la función F(x, y) 5 x3 2 x2y2 1 y3 en
'F 'F
torno al punto (a, b) 5 (1, 2). Obtenemos 5 3x2 2 2xy2 y 5 22x 2y 1 3y 2. Por
'x 'y
'F 'F
tanto, F(1, 2) 5 13 2 1222 1 23 5 5, s1, 2d 5 3s1d 2 2 2s1d s2d 2 5 25, y s1, 2d 5
'x 'y
22s1d 2 s2d 1 3s2d 2 5 8. Al introducir todos estos resultados en la fórmula del plano tan-
gente obtenemos
'F 'F
Fsx, yd < Fs1, 2d 1 s1, 2d sx 2 1d 1 s1, 2d sy 2 2d
'x 'y
5 5 2 5sx 2 1d 1 8sy 2 2d.
La figura A2 muestra la imagen tridimensional de la superficie y su plano tangente.
Para los puntos (x, y) próximos a (1, 2), los valores de z en el plano tangente son cer-
canos a los valores de z en la superficie definida por z 5 F(x, y). ◆
40
20
0
–20
z –40
–60
–80
–100
–120
2
3
y0 2
1
0
–2 –1 x
–2
–3
Figura A2
Plano tangente a la superficie z 5 x3 2 x2y2 1 y3 en s1, 2d
APÉNDICE B
Chapter y
Vectores
Title
matrices
En el apéndice B se pretende ofrecer una breve revisión de o una introducción a las ideas
básicas del álgebra vectorial y matricial requeridas en este libro.
364
1. Vectores y álgebra vectorial, Coordenadas polares 365
6
(–2, 6)
3 (5, 3)
–2 5 x
Figura B1
y
v1 + v2
v1
v2
x
Figura B2
Ley del paralelogramo
r
x x
Figura B3
Representación polar de un vector
No hay ningún motivo para restringir nuestra definición de vectores a dos dimensiones.
x
En un espacio tridimensional, un vector es una terna ordenada, (x, y, z) o £ y § , de números
z
reales, o una flecha desde el origen (0, 0, 0) hasta el punto (x, y, z). En general, un vector
x1
x2
n-dimensional es una n-tupla ordenada, (x1, x2, x3,…, xn) o Ex 3U , de números reales. El ál-
(
xn
gebra o la aritmética de los vectores coordenada a coordenada se generaliza de un modo
evidente en cualquier dimensión.
Dado un conjunto de vectores {V1, V2, …, Vm}, cualquier vector de la forma
c1V1 1 c2V2 1 c 1 cmVm ,
donde c1, c2, c, cm son escalares, se denomina una combinación lineal del conjunto de
vectores. El conjunto de vectores 5V1, V2, c, Vm6 se denomina linealmente indepen-
diente si el único modo en el que podemos obtener
c1V1 1 c2V2 1 c 1 cmVm 5 0 (el vector nulo)
es si c1 5 c2 5 c 5 cm 5 0. De lo contrario, el conjunto de vectores es linealmente de-
pendiente. La dependencia lineal implica que por lo menos un vector del conjunto se
puede expresar como una combinación lineal de los otros.
EJEMPLO
Determinemos si los siguientes vectores son linealmente independientes:
1 1 0 0
V1 5 ≥ ¥ , V2 5 ≥ ¥ , V3 5 ≥ ¥ , V4 5 ≥ ¥ .
1 0 0 1
0 1 1 0
0 0 1 1
2. Matrices y álgebra matricial básica 367
c d 5 c d.
1 0 25>3 7>7 0 215>9
1>"2 3 0.25 "2>2 15>5 1>4
Se pueden sumar y restar matrices del mismo formato, realizando estas mismas operacio-
nes con sus elementos correspondientes, pero 2por ejemplo2 no se puede sumar una matriz
de 3 por 4 y una matriz de 4 por 3, o restar una de ellas de la otra. Dadas las matrices A y B si-
guientes:
0 24 1>2 9 23 5 21>2 4
A 5 £ p 14>5 20,15 2 § y B 5 £ 3>4 6>5 0,65 8 § ,
7 "3 0 23 29 "2 8 3
368 Apéndice B / Vectores y matrices
entonces
0 1 s23d 24 1 5 1>2 1 s21>2d 914
A 1 B 5 £ p 1 3>4 14>5 1 6>5 20,15 1 0,65 218 §
7 1 s29d "3 1 "2 018 23 1 3
23 1 0 13
5 £ p 1 3>4 4 0,5 10 §
22 "3 1 "2 8 0
y
0 2 s23d 24 2 5 1>2 2 s21>2d 924
A 2 B 5 £ p 2 3>4 14>5 2 6>5 20,15 2 0,65 228 §
7 2 s29d "3 2 "2 028 23 2 3
3 29 1 5
5 £ p 2 3>4 8>5 20,8 26 § .
16 "3 2 "2 28 26
En álgebra matricial, el papel del cero está representado por la matriz nula del tamaño
apropiado: la matriz cuyas entradas son todas nulas.
Asimismo, podemos multiplicar una matriz por un número 2o incluso por una fun-
ción2 denominado escalar, como en el caso de los vectores. Sólo tenemos que multiplicar
cada elemento de la matriz por ese escalar:
3 22 0 25s3d 25s22d 25s0d
25 ? £ 27 4 1>3 § 5 £ 25s27d 25s4d 25s1>3d §
5 26 "2 25s5d 25s26d 25s"2d
215 10 0
5 £ 35 220 25>3 § .
225 30 25"2
Acabamos de multiplicar una matriz 3 3 3 2un tipo de matriz cuadrada2 por el escalar 25.
3. TRANSFORMACIONES LINEALES
Y MULTIPLICACIÓN MATRICIAL
Lo realmente interesante acerca del álgebra y la aritmética matriciales es cómo multiplica-
mos las matrices. El modo natural de hacerlo 2tómense dos matrices con la misma forma
y multiplíquense sus elementos correspondientes2 no es significativo para la teoría del
álgebra lineal. En vez de eso, existe un proceso de fila por columna que parece extraño al
principio, pero que se hace más natural cuando se ven sus aplicaciones.
Para facilitar la multiplicación de matrices, volvamos por un momento al álgebra
elemental y examinemos un sistema de dos ecuaciones con dos incógnitas:
22x 1 3y 5 5
x 2 4y 5 22.
3. Transformaciones lineales y multiplicación matricial 369
En relación con este sistema podemos pensar en un punto (x, y) del plano transformado
en otro punto del siguiente modo:
T(x, y) 5 (22 x 1 3 y, x 2 4 y).
Por ejemplo,
T(1, 0) 5 (22(1) 1 3(0), 1 2 4(0)) 5 (22, 1)
T(24, 5) 5 (22(24) 1 3(5), 24 2 4(5)) 5 (23, 224)
y
T(22,8, 20,2) 5 (22(22,8) 1 3(20,2), 22,8 2 4(20,2)) 5 (5, 22).
Observe que este último cálculo indica que el par ordenado (x, y) 5 (22,8, 20,2) es una
solución de nuestro sistema de ecuaciones lineales.
Geométricamente, el punto (1, 0) se ha movido a la ubicación (22, 1), el punto (24, 5)
se ha cambiado a (23, 224) y el punto (22,8, 20,2) se ha transformado en (5, 22). Si con-
sideramos que un punto (x, y) define un vector, entonces la transformación alarga 2o re-
duce2 el vector y lo hace girar un cierto ángulo u hasta que se convierte en otro vector. La
figura B4 muestra esta interpretación del efecto de T sobre el vector (1, 0).
De un modo más abstracto, deberíamos ver que T es una transformación lineal de los
puntos (x, y) del plano en otros puntos sx̂, ŷd en el plano: si u 5 (x1, y1) y v 5 (x2, y2), en-
tonces T(c1u 1 c2v) 5 T(c1u) 1 T(c2v) 5 c1T(u) 1 c2T(v) para constantes cualesquiera c1
y c2.
La notación matricial fue inventada por el matemático inglés Arthur Cayley, precisa-
mente para describir las transformaciones lineales. Si sx̂, ŷd , donde
ax 1 by 5 x̂
cx 1 dy 5 ŷ,
entonces podemos escoger los coeficientes a, b, c y d y escribirlos en una estructura cua-
(–2, 1)
1
–2 –1 1 x
Figura B4
Efecto de T(x, y) 5 (22x 1 3y, x 2 4y)
sobre el vector (1, 0)
370 Apéndice B / Vectores y matrices
c d c d 5 c d,
a b x x̂
c d y ŷ
o AX 5 X̂. Para que esto tenga sentido, el “producto” de A y X será la matriz de colum-
nas c d , que conduce a una multiplicación de filas por columnas:
ax 1 by
cx 1 dy
fa bg c d 5 ax 1 by fc dg c d 5 cx 1 dy.
x x
y
y y
Además, la multiplicación de dos matrices del tamaño adecuado se puede interpretar
como una composición de transformaciones: una transformación seguida de otra.
EJEMPLO
Suponga que tenemos dos transformaciones lineales definidas por
Msx, yd 5 sx 1 2y, 3x 1 4yd y Psx, yd 5 s22x, x 1 3yd.
Entonces,
sM + Pd sx, yd 5 MsPsx, yd d 5 Ms22x, x 1 3yd
5 s22x 1 2sx 1 3yd, 3s22xd 1 4sx 1 3yd d
5 s6y, 22x 1 12yd.
En particular, sM + Pd s1, 1d 5 s6, 10d .
Las matrices de coeficientes para las transformaciones M y P presentan la forma
M5 c d yP5 c d , de modo que la composición M + P adquiere la apariencia de
1 2 22 0
3 4 1 3
un producto de matrices 2 3 2:
c dc dc d 5 c dc d
1 2 22 0 x 1 2 22x
3 4 1 3 y 3 4 x 1 3y
5 c d 5 c d,
22x 1 2sx 1 3yd 6y
3s22xd 1 4sx 1 3yd 22x 1 12y
y cuando c d 5 c d ,
x 1
y 1
c dc d c d 5 c d.
1 2 22 0 1 6
3 4 1 3 1 10
Debería comprobarlo para ver que sM + Pd sx, yd 2 sP + Md sx, yd o, de modo equi-
valente, que
c dc d 2 c dc d.
1 2 22 0 22 0 1 2
3 4 1 3 1 3 3 4 ◆
3. Transformaciones lineales y multiplicación matricial 371
Si observamos el último ejemplo, veremos que transformar el vector (x, y) por P y des-
pués por M es equivalente a transformar el vector por la simple transformación T(x, y) 5
(6y, 22x 1 12y). En términos matriciales, podemos expresar así el efecto de la composi-
ción M + P:
c dc d 5 c d.
0 6 x 6y
22 12 y 22x 1 12y
Advierta lo que obtenemos al sumar los resultados de multiplicar cada elemento de la pri-
mera fila de la matriz asociada a M, f1 2g, por el elemento correspondiente de la primera
c dc d 5 c d 5 c d.
1 2 22 0 s1d s22d 1 s2d s1d s1d s0d 1 s2d s3d 0 6
3 4 1 3 s3d s22d 1 s4d s1d s3d s0d 1 s4d s3d 22 12
Debería saber calcular el producto matricial correspondiente a P + M. Se percatará de que
influye el orden de la composición o multiplicación: la matriz correspondiente a M + P no
es necesariamente la matriz correspondiente a P + M. En general, la multiplicación de ma-
trices no es conmutativa: si A y B son dos matrices que se pueden multiplicar (vea el si-
guiente párrafo), entonces AB 2 BA en general.
Esta situación de una función o transformación, seguida de otra, es la motivación para
la multiplicación de matrices. La multiplicación general de matrices sigue siendo el proce-
dimiento de fila por columna, descrito para matrices 2 3 2. Con objeto de calcular el pro-
ducto matricial C 5 AB, el número de columnas de A debe ser el mismo que el número de
filas de B. Sea C 5 AB, donde A es m 3 r y B es r 3 n, entonces, el producto es una ma-
triz con m filas y n columnas:
A ? B 5 C.
m3r r3n m3n
Por tanto, si A es una matriz de 3 por 5 y B es una matriz de 5 por 7, se puede hallar el pro-
ducto AB, que será una matriz de 3 por 7. Sin embargo, el producto BA no tiene sentido
porque el número de columnas de B (7) no es igual que el número de filas de A (3).
372 Apéndice B / Vectores y matrices
V≥ ¥
( ( ( ( b21 b22 c b2j c b2n
F
ai1 ai2 c air ( ( ( ( ( (
( ( ( ( br1 br2 c brj c brn
am1 am2 c amr
Veamos otros ejemplos de multiplicación matricial.
EJEMPLO
1 2
c d ? £3 4§ 5 c d
2 23 0 2s1d 2 3s3d 1 0s5d 2s2d 2 3s4d 1 0s6d
4 0 1 4s1d 1 0s3d 1 1s5d 4s2d 1 0s4d 1 1s6d
5 6
5 c d,
27 28
9 14
p 22 6 2 23 0
£ 0 4 1§ ? £9 2 26 §
23 5 7 2 1 4
ps2d 2 2s9d 1 6s2d ps23d 2 2s2d 1 6s1d ps0d 2 2s26d 1 6s4d
5 £ 0s2d 1 4s9d 1 1s2d 0s23d 1 4s2d 1 1s1d 0s0d 1 4s26d 1 1s4d S
23s2d 1 5s9d 1 7s2d 23s23d 1 5s2d 1 7s1d 23s0d 1 5s26d 1 7s4d
2p 2 6 23p 1 2 36
5 £ 38 9 220 § .
53 26 22 ◆
4. Valores propios y vectores propios 373
EJEMPLO
Suponga que queremos resolver el siguiente sistema de dos ecuaciones con dos incógnitas:
2x 2 3y 5 2
x 1 4y 5 25.
4. Valores propios y vectores propios 375
Podemos utilizar el método de la eliminación para resolver este sistema. Por ejemplo,
podemos restar dos veces la segunda ecuación de la primera para eliminar la variable x
12
y obtener 211y 5 12 ó y 5 2 . Entonces, podemos sustituir este valor de y en la segun-
11
7
da ecuación y resolver en x. Obtenemos x 5 2 . Observe que, cuando resolvemos es-
11
te sistema particular por eliminación, el denominador de cada componente de la solu-
ción es 11.
A continuación, escriba el sistema en forma matricial:
c dc d 5 c d.
2 23 x 2
1 4 y 25
Para un sistema con n mayor que 2 2aunque también para n 5 22, un SAC o una cal-
culadora graficadora suministran fácilmente información importante sobre el sistema. En
el siguiente ejemplo, recurramos a las herramientas tecnológicas para calcular el determi-
nante, los valores propios y los vectores propios de un sistema tridimensional.
EJEMPLO
Supongamos que tenemos un sistema con la matriz de coeficientes
2 2 26
A 5 £ 2 21 23 § .
22 21 1
Un SAC 2en este caso Maple2 nos indica que det(A) 5 24 y que los valores propios son
l1 5 6, l2 5 22 5 l3. Los correspondientes vectores propios 2linealmente independien-
22 1 0
tes2 son £ 21 § , £ 22 § y £ 3 § .
1 0 1
Si intenta resolver este ejemplo utilizando su propio SAC, puede suceder que los vec-
tores propios no se parezcan a los aquí mostrados, pero cada uno deberá ser un múltiplo
constante de uno de los proporcionados en el último párrafo. ◆
APÉNDICE C
Números
complejos
376
1. Números complejos: el punto de vista algebraico 377
3 3 "5 3"5
5 ? 5 .
"5 "5 "5 5
Otro ejemplo del álgebra evidencia aún más la similitud entre los conjugados:
2 1 3i 2 1 3i 3 2 5i 21 2 i 21 1
5 ? 5 5 2 i.
3 1 5i 3 1 5i 3 2 5i 9 1 25 34 34
z a 1 bi a 1 bi c 2 di ac 1 bd bc 2 ad
5 5 ? 5 2 2
1 2 i.
w c 1 di c 1 di c 2 di c 1d c 1 d2
iy
3 + 2i
2i
3 x
Figura C1
z + w = (a + c) + (b + d)i
z = a + bi
b
d w = c + di
a c x
Figura C2
4. La fórmula de Euler 379
3. LA FÓRMULA CUADRÁTICA
Dada la ecuación cuadrática ax2 1 bx 1 c 5 0, donde a, b y c son números reales con a 2 0,
obtenemos las soluciones mediante la fórmula cuadrática:
2b 6 "b2 2 4ac
x5 .
2a
La expresión contenida dentro del signo radical, b2 2 4ac, se denomina discriminante y
permite discriminar entre las posibilidades para las soluciones. Si b2 2 4ac . 0, la fórmula
cuadrática nos da como resultado dos soluciones reales. Si b2 2 4ac 5 0, se obtiene una so-
lución única repetida 2una solución de multiplicidad dos2. Por último, si b2 2 4ac , 0, la
fórmula cuadrática proporciona dos números complejos como soluciones, un par complejo
conjugado. Para ver esta última situación, suponga que b2 2 4ac 5 2q, donde q es un nú-
mero real positivo. Entonces, la fórmula solución presenta la forma
4. LA FÓRMULA DE EULER
Alrededor de 1740, mientras estudiaba ecuaciones diferenciales de la forma y0 1 y 5 0,
Euler descubrió su famosa fórmula para las exponenciales complejas:
eiy 5 cos y 1 i sen y.
Si z 5 x 1 iy, entonces tenemos:
ez 5 ex1iy 5 exeiy 5 ex(cos y 1 i sen y).
Sin comprender del todo el funcionamiento de las series infinitas, Euler simplemente sus-
tituyó el número complejo iy en la serie para ex (consulte el apéndice A.3) y después se-
paró las partes reales y las imaginarias:
siyd 2 siyd 3 siyd 4 siyd 5 c
e iy 5 1 1 iy 1 1 1 1 1
2! 3! 4! 5!
y2 y3 y4 y5
5 1 1 iy 2 2i 1 1i 2c
2! 3! 4! 5!
y2 y4 c y3 y5 c
5 a1 2 1 2 b 1 iay 2 1 2 b 5 cos y 1 i sen y.
2! 4! 3! 5!
cos y sen y
APÉNDICE D
Soluciones en serie de
ecuaciones diferenciales
EJEMPLO
Considere la ecuación y9 5 1 2 xy. Partamos del supuesto fundamental de que una solu-
ción y se puede desarrollar en una serie de potencias (serie de Taylor, serie de Maclaurin)
ysxd 5 a0 1 a1x 1 a2x 2 1 a3x 3 1 c1 anx n 1 c
que converge en cierto intervalo. (Consulte el apéndice A.3 para lo esencial.) Hemos se-
leccionado un intervalo en torno al origen.
Entonces, puesto que una serie de potencias convergente se puede derivar, término a
término, dentro de su intervalo de convergencia (consulte el apéndice A.3),
yr sxd 5 a1 1 2a2x 1 3a3x 2 1 c 1 nanx n21 1 c
Si sustituimos estas dos últimas series en la ecuación diferencial, obtenemos
a1 1 2a2x 1 3a3x 2 1 c 1 nanx n21 1 c
5 1 2 x5a0 1 a1x 1 a2x 2 1 a3x 3 1 c 1 anx n 1 c6
5 1 2 a0x 2 a1x 2 2 a2x 3 2 a3x 4 2 c 2 anx n11 2 c
380
1. Soluciones en serie de potencias de ecuaciones diferenciales de primer orden 381
Debido a que estas dos series de potencias son iguales, los coeficientes de potencias igua-
les de x en ambos lados deben ser iguales. (Éste es realmente el método de los coeficientes
indeterminados que vimos en la sección 5.6 del libro.) Por tanto, tenemos
a1 5 1, 2a2 5 2a0, 3a3 5 2a1, 4a4 5 2a2, 5a5 5 2a3, . . . , n an 5 2an22, . . . ,
y en consecuencia,
a0
2
a0 a1 1 a 2 2
a 1 5 1, a 2 5 2 , a 3 5 2 5 2 , a 4 5 2 5 2
2 3 3 4 4
a0 a3 1 a n22
5 , a5 5 2 5 , c, a n 5 2 ,c
2?4 5 3?5 n
Estas fórmulas, en las que definimos los coeficientes posteriores mediante una rela-
ción con coeficientes anteriores, se denominan relaciones de recurrencia (o de recursión).
Si observamos detalladamente, vemos que para los subíndices impares la ley es
1 1 1
a 1 5 1, a 3 5 2 , a 5 5 , a7 5 2 ,c
3 3?5 3?5?7
Del mismo modo, para los subíndices pares hallamos la ley
a0 a0 a0
a0 5 arbitraria, a2 5 2 , a4 5 , a6 5 2 ,c
2 2?4 2?4?6
En general, la ley de recurrencia es
s21d ka0
a2k 5 para k 5 1, 2, 3, c;
2 ? 4 ? 6 ? c ? s2kd
s21d k
a2k11 5 para k 5 0, 1, 2, c
1 ? 3 ? 5 ? 7 ? c ? s2k 1 1d
Por tanto, podemos escribir la forma, en serie de potencias, de la solución
x 1a bx4 1
a0 2 1 3 a0 1
ysxd 5 a 0 1 x 2 x 2 x5 1 c
2 1?3 2?4 1?3?5
5 ax 2 2 c b 1 a0 a1 2 2 c b,
x3 x5 x2 x4
1 1
1?3 1?3?5 2 2?4
donde a0 5 y(0) es la constante arbitraria que esperamos en la solución general de una
ecuación de primer orden.
Para aproximar y(x), cuando x es un valor próximo a cero, sólo tenemos que sustituir
el valor en la serie, tomando tantos términos de esta serie como sean necesarios para ga-
rantizar la precisión que deseamos. ◆
Si ha resuelto la ecuación lineal del último ejemplo mediante la técnica de los factores
integrantes (consulte la sección 2.2), habrá obtenido la respuesta
la misma solución en serie que hemos obtenido anteriormente (tras reagrupar los términos).
Al utilizar este método de la serie de potencias, a veces se podrá reconocer la serie so-
lución como una representación de una función elemental. Como ejemplo, intente aplicar
el método a la ecuación y9 5 ay, donde a es una constante. Debería reconocer la solución
en serie como la representación en serie de Taylor de Ceax en torno al origen.
Todos los sistemas algebraicos computacionales poseen la capacidad para trabajar con
desarrollos en serie, normalmente truncando la serie después de un número fijo de térmi-
nos que el usuario pueda controlar. Sin embargo, no todos los SAC pueden proporcionar
directamente una solución en serie de potencias de una EDO. Por ejemplo, Maple dispone
de un paquete de series de potencias muy útil, powseries, y el comando dsolve 2en el pa-
quete DEtools2 tiene una opción series; pero Mathematica y MATLAB requieren que el
usuario trabaje mucho más para hallar una solución en serie.
EJEMPLO
El punto t 5 0 es un punto ordinario de la ecuación (t 1 2) y0 1 t2y9 1 y 5 0 porque cada
t2 1
una de las funciones Pstd 5 y Qstd 5 tiene su propio desarrollo en serie de
t12 t12
potencias, que converge en un entorno de t 5 0:
1 t t2 t3 t2 t3 t4 t5
Qstd 5 2 1 2 1c y Pstd 5 2 1 2 1c
2 4 8 16 2 4 8 16
(Vea la serie geométrica del apéndice A.3.) Sin embargo, t 5 22 es un punto singular por-
que los denominadores de P(t) y Q(t) son nulos en t 5 22. ◆
cibe su nombre por el matemático inglés Sir George Bidell Airy (1801-1892), quien llevó a
cabo un trabajo pionero sobre elasticidad y en ecuaciones en derivadas parciales.
EJEMPLO
La ecuación de Airy, ys 1 xy 5 0, que encontramos en el estudio de la óptica y la física
cuántica, no se puede resolver en términos de funciones elementales. Se puede considerar
que la ecuación describe un sistema de masa-resorte en el que la rigidez del resorte au-
menta con el tiempo. (Es posible que el local que contiene el sistema se vaya enfriando.)
Advirtiendo que x 5 0 es un punto ordinario de esta ecuación, supongamos que pode-
mos escribir una solución en la forma
ysxd 5 a 0 1 a 1x 1 a 2x2 1 a 3x3 1 a 4x4 1 c 1 a nxn 1 c
Entonces,
yr sxd 5 a 1 1 2a 2x 1 3a 3x2 1 4a 4x3 1 c 1 na nxn21 1 c
e
ys sxd 5 2a 2 1 6a 3x 1 12a 4x2 1 c 1 nsn 2 1da nxn22 1 c
ysxd 5 a 0 c 1 2 1 cd
x3 x6 x9
1 2
2?3 2?3?5?6 2?3?5?6?8?9
1 a1 c x 2 1 cd
x4 x7 x10
1 2
3?4 3?4?6?7 3 ? 4 ? 6 ? 7 ? 9 ? 10
5 ys0d c 1 2 1 cd
x3 x6 x9
1 2
2?3 2?3?5?6 2?3?5?6?8?9
1 yr s0dx c 1 2 1 cd
x3 x6 x9
1 2
3?4 3?4?6?7 3 ? 4 ? 6 ? 7 ? 9 ? 10
5 ys0d ? Aisxd 1 yr s0dx ? Bisxd,
donde las dos series 2convergentes para todos los valores de x2 definen Ai(x) y Bi(x), las
funciones de Airy de primera y segunda clase, respectivamente, salvo factores multiplica-
tivos constantes.
Con la ayuda de herramientas tecnológicas observemos la gráfica de la solución de la
ecuación de Airy con las condiciones iniciales y(0) 5 0, y9(0) 5 1 (figura D1), que es exac-
tamente la gráfica de xBi(x).
y
1
0,5
4 8 12 16 20 x
–0,5
Figura D1
Solución de y0 1 xy 5 0; y (0) 5 0, y9 (0) 5 1
nulos en t 5 1, de modo que ni P(t) ni Q(t) tienen un desarrollo en serie de potencias conver-
st 2 1d 2 1
gentes en un entorno de 1. Pero si observamos st 2 1dPstd 5 2 2
5
st 1 1d st 2 1d st 1 1d 2
2
2
st 2 1d 1
y st 2 1d Qstd 5 2 2
5 , veremos que tanto (t 2 1) P(t) como (t 2 1)2
st 1 1d st 2 1d st 1 1d 2
Q(t) son analíticas en t 5 1, así que t 5 1 es un punto singular regular.
En torno a un punto singular regular 2digamos t 5 0, por comodidad2 escribimos la
ecuación (D.2) en la forma
t2ys 1 tpstdyr 1 qstdy 5 0, (D.3)
t2
donde p(t) 5 tP(t) y q(t) 5 Q(t). Puesto que t 5 0 es un punto singular regular, p y q son
analíticas en t 5 0. El método habitual de series de potencias no funcionará, de modo que
recurriremos al método de Frobenius,1 que proporciona al menos una solución de la forma
` `
ystd 5 tr a antn 5 a antn1r, (D.4)
n50 n50
1. El matemático alemán Ferdinand Georg Frobenius (1849-1917) publicó su método en 1878. Estaba basado
en una técnica que se originó con Euler. (¿Quién si no?) Frobenius aportó muchas contribuciones al análisis y,
especialmente, al álgebra.
386 Apéndice D / Soluciones en serie de ecuaciones diferenciales
EJEMPLO
La ecuación de Bessel de orden p es x2y0 1 xy9 1 (x2 2 p2) y 5 0, que es de la forma (D.3)
y tiene x 5 0 como un punto singular regular.2 Tomaremos el parámetro p como un nú-
mero real no negativo, arbitrario.
Si sustituimos el tipo de serie dado en (D.4) para y, hallaremos que
`
yr 5 a a n sn 1 rdxn1r21
n50
e
`
ys 5 a an sn 1 rd sn 1 r 2 1dx n1r22,
n50
5 a 5a n sn 1 rd sn 1 r 2 1d 1 a n sn 1 rd 2 a np26xn1r
`
n50
`
1 a a nxn1r12
n50
n50 n50
Tras pasar una serie a la derecha de la igualdad y realizar en dicha serie la sustitución o
cambio de subíndices n 1 2 5 n, obtenemos
a 5 sn 1 rd 2 p 6a nx
` ` `
2 2 n1r
5 2 a a nxn1r12 5 2 a a n22xn1r.
n50 n50 n52
2. Entre otros logros, el astrónomo alemán Friedrich Wilhelm Bessel (1784-1846) fue el primero en medir de un
modo preciso la distancia a una estrella fija.
3. Puntos singulares regulares: el método de Frobenius 387
Dado que hemos supuesto que a 0 2 0, debemos obtener r2 2 p2 5 0. Esta última ecuación
se denomina ecuación indicial3, e implica que r 5 6 p.
Supongamos que r 5 p $ 0. Entonces, cuando n 5 1, la ecuación 3 s1 1 rd 2 2 p24a 1 5 0
se reduce a (2r 1 1)a1 5 0, y por tanto, podemos concluir que a1 5 0.
Para n $ 2, al igualar coeficientes de potencias iguales de x, obtenemos como resul-
tado la relación de recurrencia
5 sn 1 rd 2 2 p26a n 5 2a n22
o
a n22 a n22
5 sn 1 rd 2 p 6
an 5 2 2 2
52
nsn 1 2rd
porque r2 2 p2 5 0. Podemos observar unos cuantos términos para ver la ley:
a0 a0
a2 5 2 52 2
2s2 1 2rd 2 s1 1 rd
a1
a3 5 2 5 0 [porque a1 5 0]
3s3 1 2rd
a 2 b
2a0
a2 2 s1 1 rd a0
a4 5 2 52 2
5 4 .
4s4 1 2rd 2 ? 2 s2 1 rd 2 2!s1 1 rd s2 1 rd
a3
a5 5 2 50
5s5 1 2rd
a 4 b
a0
a4 2 2!s1 1 rd s2 1 rd a0
a6 5 2 52 52 6 .
6s6 1 2rd 6s6 1 2rd 2 3!s1 1 rd s2 1 rd s3 1 rd
Podemos ver, por ejemplo, que ak 5 0 para k impar.
Si hacemos que n 5 2k y recordamos que se ha supuesto r 5 p, podemos expresar los
coeficientes pares en la forma
s21d ka 0
a 2k 5
22kk!sr 1 1d sr 1 2d ? c ? sr 1 kd
s21d ka 0
5 2k .
2 k!sp 1 1d sp 1 2d ? c ? sp 1 kd
Al trabajar con la ecuación de Bessel, es una práctica habitual simplificar las cosas, to-
1
mando a 0 5 p ,4 de modo que
2 p!
s21d k
a 2k 5 2k1p .
2 k!sp 1 kd!
3. En general, para el método de Frobenius, la ecuación indicial tiene la forma r(r 2 1) 1 rp0 1 q0 5 0, donde p0
y q0 son los términos constantes de los desarrollos en serie de p(t) y q(t) en la ecuación (D.3).
1
4. Realmente, a0 5 p , donde G representa la función gamma de Euler (consulte el apéndice A.6).
2 Gsp 1 1d
388 Apéndice D / Soluciones en serie de ecuaciones diferenciales
Figura D2
Jp sxd para p 5 0, 1, 2, 3, 4; 0 # x # 10
Tanto Maple como Mathematica, por ejemplo, pueden tratar con funciones de Bessel
de primera clase, numérica y gráficamente, mediante el comando BesselJ(mu, x) [en Ma-
ple] o BesselJ[m, x] [en Mathematica]. El parámetro mu o m representa el orden que he-
mos denominado p. Es interesante observar que un SAC podría expresar la solución del
PVI y0 1 xy 5 0; y(0) 5 0; y9 (0) 5 1 que hemos estudiado en la sección 2 de este apéndice
en la forma
"xBesselJa , b.
2 35>6p 1 2x 3>2
ysxd 5
Ga b
9 2 3 3
3 ◆
para valores grandes de la variable independiente t 2el comportamiento “en las proximi-
1
dades del infinito”2. El modo de abordar este problema es realizar la sustitución t 5 e
u
investigar la ecuación resultante en torno a u 5 0. Esta sustitución convierte un problema
con valores grandes de t en uno con valores pequeños de u. Una vez que el “problema-u”
1
se resuelve en las proximidades de u 5 0, realizamos la sustitución t 5 en la solución-u
u
para obtener la solución en torno al punto t del infinito.
1
Sea u 5 , entonces, mediante la regla de la cadena,
t
a2 2 b 5 2u2 ?
dy dy du dy 1 dy
yr 5 5 ? 5
dt du dt du t du
y
d 2y
a b5 a b? 5 a2u2 2 2 2u b s2u2 d .
d dy d dy du dy
ys 5
dt dt du dt dt du du
390 Apéndice D / Soluciones en serie de ecuaciones diferenciales
Utilicemos este método de transformación para resolver una ecuación para valores gran-
des de la variable independiente.
EJEMPLO
Halle la solución general de la ecuación
d2y dy
4t3 2
1 6t2 1y50
dt dt
para valores grandes de t.
En primer lugar, escribiremos la ecuación en la forma canónica
d2y 3 dy 1
2
1 1 3 y 5 0.
dt 2t dt 4t
1
Realizando la sustitución u 5 y utilizando los cálculos para y9 e y0 dados anteriormente,
t
transformaremos nuestra ecuación en
d 2y
a2u2 2 2u b s2u2 d 1 a2u2 b 1 y 5 0
dy 3u dy u3
2
du du 2 du 4
o
d2y dy
4u 2
12 1 y 5 0,
du du
la cual tiene u 5 0 como punto singular regular.
Si utilizamos el método de Frobenius, hallaremos la solución general
1
n n1
s21d nun
` ` s21d u 2
Csud 5 c1 a 1 c2 a .
n50 s2nd! n50 s2n 1 1d!
1
Al sustituir u 5 , obtenemos la solución
t
1
a b 1 c2 a a b
s21d n 1 n
` ` s21d n 1 n1 2
ystd 5 c1 a
n50 s2nd! t n50 s2n 1 1d! t
b 1 c2 sena b.
1 1
5 c1 cosa
"t "t
(Consulte el apéndice A.3) ◆
Entre estas importantes ecuaciones de segundo orden que han resultado significativas
para la resolución de problemas en matemáticas aplicadas, ciencia e ingeniería, están las
siguientes, que le invitamos a abordar utilizando los métodos de este apéndice.
La ecuación de Chebyshev: (1 2 x2) y0 2 xy9 1 p2y 5 0, donde p es una constante.
(Cuando p es un entero no negativo, la solución es un polinomio de enésimo grado.)
La ecuación hipergeométrica de Gauss:
xs1 2 xdys 1 fc 2 sa 1 b 1 1dxgyr 2 aby 5 0,
donde a, b y c son constantes.
La ecuación de Hermite: y0 2 2xy9 1 2py 5 0, donde p es una constante.
La ecuación de Laguerre: xy0 1 (1 2 x) y9 1 py 5 0, donde p es una constante.
La ecuación de Legendre: s1 2 x2 dys 2 2xyr 1 cksk 1 1d 2 d y 5 0, donde m y k
m2
1 2 x2
son constantes, k > 0.
Respuestas / Sugerencias
para los ejercicios
con numeración impar
EJERCICIOS 1.1
1. La variable independiente es x, la variable dependiente es y; ecuación de primer orden, li-
neal.
3. La variable independiente es desconocida, la variable dependiente es x; ecuación de segundo
orden, no lineal debido al exponente 2x.
5. La variable independiente es x, la variable dependiente es y; ecuación de primer orden, no li-
neal, debido a que contiene un término de segundo grado en y, así como productos de y9 con-
sigo misma y con y.
7. La variable independiente es x, la variable dependiente es y; ecuación de cuarto orden, lineal.
9. La variable independiente es x, la variable dependiente es y; ecuación de primer orden, no li-
neal, debido al exponente y9.
11. a = 1.
EJERCICIOS 1.2
13. a. (y9)2 debería ser igual a 21, lo que es imposible para una función real.
b. El valor absoluto de una función es no negativo. La única manera de que la suma de dos
funciones no negativas sea la función nula es que cada uno de los sumandos sea también
nulo. Por tanto, ysxd ; 0 es la única solución.
15. Si x $ c o x # 2c, entonces x2 $ c2, y por tanto, c2 2 x2 # 0. Si c2 2 x2 , 0, ninguna de las dos
funciones dadas es real. Si c2 2 x2 5 0, entonces cada una de las dos funciones es igual a la fun-
ción nula, la cual no es una solución de la ecuación diferencial.
17. ystd 5 t3 1 12t2 1 1
19. ysxd 5 ex>2 1 e2x>2
23. La longitud de la pista de despegue debe ser de 1500 m.
ea bx sx 2 Ld 2 f 5 2 a bx2 sx 2 Ld 2
1 2W 2 W
25. ysxd 5
EI 24L 24EIL
29. Una posibilidad es sxy 2 1dyr 1 y2 5 0.
393
394 Respuestas / Sugerencias para los ejercicios con numeración impar
EJERCICIOS 2.1
A C
1. y 5 1 2 , donde C es arbitrario.
2 x
3. y 5 (t 2 2)3 5 t3 2 6t2 1 12t 2 8; y ; 0 es una solución singular.
5. y 5 2 2 3 cos x
y2
1 y 1 ln 0 y 2 1 0 5 2 1 C; y ; 1 es una solución singular.
1
7.
2 x
ln sC 2 10x d
9. z52 ; la solución está definida solamente para 10x , C (o x , log10C).
ln 10
x2
11. y 5 2 1 C o y 5 Ce2x
2
13. 1 2y 2 2 ln 0 x 1 2y 1 2 0 5 1 C ; y 5 2 sx 1 2d>2 es una solución singular.
x2 1 y2
arctga b 2 12 ln a b 2 ln 0 x 0 2 C 5 0
y
15.
x x2
17. y 5 x"2 ln 0 x 0 1 C y y 5 2x"2 ln 0 x 0 1 C
1
21. a. xstd 5
22t
b. El intervalo I puede ser tan grande como (2∞, 2). El intervalo I incluye t 5 1, pero no puede
incluir el punto t 5 2, en el que x(t) no está definida.
c. x
–10 –8 –6 –4 –2 2 t
d. x ; 0
23. t 5 60
25. m 5 sex 2 e2x d>2 5 senhsxd , el seno hiperbólico de x.
27. t 5 aL 1 b
1 bL12n
a 12n
2t
29. a. C 5 Cstd 5 14e 6
c. 8,06 horas.
d. 5,08 horas.
Respuestas / Sugerencias para los ejercicios con numeración impar 395
e. c
20
15
10
5
6 14 t
Cet
31. a. P 5 ; P ; 1 es una solución singular.
1 1 Cet
b. Pstd S 1 cuando t S ` .
c. Pstd S 1 cuando t S ` .
EJERCICIOS 2.2
1. y 5 2x 2 1 1 Ce22x
t2 1 2
3. x 5 2 1 Ce2t
2 2
t3 t2 C
5. y 5 2 1 3
6 5 t
7. y 5 x sen x 1 Cx
9. x 5 et sln 0 t 0 1 t2>2 1 Cd
ex 1 ab 2 ea
11. ysxd 5
x
emx
13. Para m 2 2a, tenemos y 5 1 Ce2ax. Si m 5 2a, entonces y 5 xe2ax 1 Ce2ax 5
a1m
(x 1 C)e2ax. (Nota: Un SAC que pueda resolver EDO puede obviar la necesidad de un análisis
de dos casos.)
xstd 5 a b st 1 ln 0 t 0 2 1d
t
15.
t11
17. y 5 2ln sx 1 Cx2 d
t4
19. y5 6 ; y ; 0 es una solución singular.
t 1C
61
21. y5 ; y ; 0 es una solución singular.
"x 1 12 1 Ce2x
23. a. Wstd 5 a 1 Ce 2 3 b
a bt 3
b. W` 5 a b
a 3
b
c. Wstd 5 W` s1 2 e 2bt>3 d 3
396 Respuestas / Sugerencias para los ejercicios con numeración impar
d.
W
W∞
t
E E R E
2 e 2a L b t 5 a1 2 e 2 a L b t b
R
25. a. Istd 5
R R R
E
b. lim Istd 5
tS` R
L
c. t 5 ln 2
R
E
d. Istd ;
R
E0Cfsensvtd 2 vRC cossvtd g vE0RC2 t
27. Qstd 5 2
1 2
e 2 RC 5
1 1 sRCvd 1 1 sRCvd
5sensvtd 2 vRC cossvtd 1 vRCe2RC 6
E0C t
1 1 sRCvd 2
29. a. Si S(T) 5 ST, podemos escribir la solución como
1 ° S0 2 ¢ e2 a rA 1lb t
rA rA
para 0 , t , T
Sstd 5 e a rA
a
rA M
1 lb 1 lb
M M
STe2lst2 Td para t $ T
b. Si tomamos los valores A 5 1000; r 5 10; l 5 0,1; S0 5 20 000; ST 5 36 000; M 5
60 000 y T 5 10, obtendremos la siguiente gráfica:
S
36 000
32 000
28 000
24 000
20 000
16 000
2 4 6 8 10 12 14 16 18 20 t
EJERCICIOS 2.3
1. y
3
–3 –2 –1 1 2 3 x
–1
–2
–3
3. x
3
–3 –2 –1 1 2 3 t
–1
–2
–3
5. Q
4
–4 –2 2 4 t
–2
–4
–4 –2 2 4 t
–2
–4
398 Respuestas / Sugerencias para los ejercicios con numeración impar
9. y
3
9. @@@@@@.
2
–3 –2 –1 1 2 3 x
–1
–2
–3
11. Seleccione cuidadosamente los intervalos para sus variables. Hay asíntotas verticales ocultas
tras la espesura.
–2 –1 1 2 x
–2
–4
13. y
3
–3 –2 –1 1 2 3 t
–1
–2
–3
15. Observe cuidadosamente el campo de direcciones, fijándose en dónde cambian de dirección las
flechas. Dependiendo de las condiciones iniciales especificadas, su calculadora gráfica o SAC
puede producir extrañas curvas solución.
Respuestas / Sugerencias para los ejercicios con numeración impar 399
y
6
–6 –4 –2 2 4 6 x
–2
–4
–6
17. a. x
50
40
30
20
10
2 4 6 8 10 12 14 16 18 20 t
–2 –1 1 2 x
–2
–4
400 Respuestas / Sugerencias para los ejercicios con numeración impar
EJERCICIOS 2.4
1. @@@@@@
1. –1 1
y
3. –1 3
x
5. 0
y
7. y
–3π –2π –π 0 π 2π 3π
9. 0
y
11. a. 0 7 15
P
15
t
b. Pstd S 0 cuando t S `
13. a. 40 250
x
b xstd S 40
15. f(y)
a b c
0 y
17. a. –√ a a
b 0 √b
x
a
Åb
b. xstd S
EJERCICIOS 2.5
Confirme las respuestas a los ejercicios 1-12 observando los campos de direcciones o los diagramas
de fases.
1. Tanto y 5 0 como y 5 1 son nodos.
3. y 5 0 es una fuente.
5. x 5 2a/b es un sumidero y x 5 0 es una fuente.
7. y 5 22 es una fuente e y 5 5 es un sumidero.
9. x 5 0 es un sumidero.
11. y 5 21 es un sumidero e y 5 0 es una fuente.
13. a. Q ; Q*
b. La solución es un sumidero y, por tanto, estable.
15. a. a 0 b
x
b. x ; a es un sumidero; x ; b es una fuente.
17. No existe tal ecuación.
EJERCICIOS 2.6
1. a. f(x)
f(x)
f(x)
c. x
–2 2 c
3. a. f(x)
1 x
f(x)
1 x
f(x)
1 x
c. x
1 c
5. x
√␣
0 ␣
–√␣
7. c. x
x = √(R – Rc)/k (sumidero)
sumidero Rc
fuente
0 R
EJERCICIOS 2.7
1. Tome como ejemplo cualquier rectángulo centrado en (0, 3) que evite el eje t (x 5 0).
3. No existe tal rectángulo.
5. No existe tal rectángulo.
7. p. Consulte el ejemplo 2.7.1.
9. xstd 5 a 1 " x0 b
3
t 3
3
11. a. 2"0 y 0 2 2k lns"0 y 0 1 kd 5 t 1 C
b. Para valores iniciales (t0, y0) cualesquiera.
c. Si k , 0, la ecuación tiene una solución única para cualquier condición inicial. Cuando k 5 0,
no hay una solución única para el PVI con la condición inicial y(0) 5 0.
13. Sí.
404 Respuestas / Sugerencias para los ejercicios con numeración impar
17. a. Sí.
19. No se puede concluir que la reacción no pueda tener lugar; tampoco el hecho de que la ecua-
ción tenga una solución garantiza que, efectivamente, se produzca la reacción.
EJERCICIOS 3.1
1.
tk yk
0 1
0,25 0,75
0,50 0,625
0,75 0,589844
1,00 0,643490
y
1
0,9
0,8
0,7
0,6
0,2 0,4 0,6 0,8 1t
3.
tk yk
1 2
1,50 3,359141
2,00 4,266010
2,50 5,065065
3,00 5,807155
2
1 1,5 2 2,5 3t
5. ysp>2d < 1,148841. El valor verdadero es 1, así que el error absoluto es aproximadamente
0,148841.
7. ys1d < 1,385561
Respuestas / Sugerencias para los ejercicios con numeración impar 405
13.
tk yk
0 1,000000
0,1 1,500000
0,2 2,190000
0,3 3,146000
0,4 4,474400
0,5 6,324160
0,6 8,903824
0,7 12,505354
0,8 17,537496
0,9 24,572494
1,0 34,411492
El PVI dado 2que implica una ecuación lineal2 tiene la solución ystd 5 19 4t 1 3
16 e 1 4 t 2 16 . Por
tanto, y(1/2) 5 8,712004; lo que nos da como resultado un error absoluto de |8,712004 2
6,324160| 5 2,387844. Entonces y(1) 5 64,897803, presentando un error absoluto de |64,897803
2 34,411492| 5 30,486311. La curva solución se eleva tan bruscamente que las aproximaciones
por las rectas tangentes dejan de ser válidas.
15. Con h 5 0,5, se obtiene x(2) , 2,746746, con un error absoluto de aproximadamente 0,253254.
Con h 5 0,25, se obtiene x(2) ,2,870814, con un error absoluto de aproximadamente 0,129186.
dy
17. Todos los PVI de la forma 5 C, donde C es una constante, y(x0) 5 y0.
dx
1
19. a. ystd 5 fs1 2 adtg 12a
c. El método de Euler es efectivo.
2500 50 2500 250x
21. a. cos x 1 sen x 2 e ; y(0,2) 5 0,9836011240 . . .
2501 2501 2501
b. y(0,2) < 1,7466146068. El error absoluto es 0,7630134828.
c. y(0,2) < 1,1761983279. El error absoluto es 0,1925972039.
d. y(0,2) < 1,8623800769. El error absoluto es 0,8787789529.
e. y
6
4
2
EJERCICIOS 3.3
1.
Valor Método Error Método mejorado Error
verdadero de Euler absoluto de Euler absoluto
h 5 0,1 5,93977 5,69513 0,24464 5,93266 0,00711
h 5 0,05 5,93977 5,81260 0,12717 5,93791 0,00186
h 5 0,025 5,93977 5,87490 0,06487 5,93930 0,00047
3. a. xstd 5 2t 2 1 1 2et
b. xs1d < 3,42816
c. El error absoluto para t 5 1 es aproximadamente |3,43656 2 3,428161| 5 0,0084.
5. Vs0d < 166,27517 m/s.
EJERCICIOS 3.4
1.
Valor Método Método mejorado Método
verdadero de Euler de Euler RK4
h 5 0,1 2,7182818 2,5937425 2,7140808 2,7182797
h 5 0,05 2,7182818 2,6532977 2,7171911 2,7182817
h 5 0,025 2,7182818 2,6850638 2,7180039 2,7182818
3. ys1d 5 e , 2,71828181139414093
2
5. a. xstd 5 2
t 1C
b. xs1d < 0,99999999727228860. El valor exacto de x(1) es 1.
7. a.
t V(t)
5 100,163
10 104,984
15 105,045
16 105,046
17 105,046
18 105,046
19 105,046
20 105,046
5 10 15 20 25 30 t
Respuestas / Sugerencias para los ejercicios con numeración impar 407
EJERCICIOS 4.1
1. y(t) 5 (c1 1 c2t )e2t
3. x(t) 5 et(c1 cos t 1 c2 sen t)
5. x(t) 5 c1 1 c2 e22t
7. y(t) 5 c1 cos 2t 1 c2 sen 2t
9. r(t) 5 e2t (c1 cos 4t 1 c2 sen 4t)
15. a. Istd 5 2 32e250t 1 32e210t
b. I
0,8
0,6
0,4
0,2
0
0,1 0,2 0,3 0,4 0,5 t
–0,2
–0,3
x
0
2,2 2,4 2,6 2,8 3t
–0,002
–0,004
–0,006
–0,008
x
0,0012
0,0008
0,0004
0
3,2 3,4 3,6 3,8 4 t
EJERCICIOS 4.2
1. ystd 5 15e4t 1 c1e2t 1 c2e3t
3. xstd 5 et sc1 sen t 1 c2 cos t 1 1d 1 s2 25t 2 14 1 2
25 d sen t 1 s 5 t 1 25 d cos t
2t
5. xstd 5 c1 2 c2e 2 2 sen t 2 2 cos t
7. ysxd 5 c1 coss2xd 1 c2 sens2xd 2 x coss2xd 1 sen x cos x coss2xd 2 sens2xd cos 2x
1 sens2xdln 0 cos x 0
9. rstd 5 c1 sen t 1 c2 cos t 1 sln 0 sen t 0 d sen t 2 t cos t
EJERCICIOS 4.3
1. ystd 5 c1e2t 1 c2e22t 1 c3e3t 1 c4e23t
3. ystd 5 c1 1 c2 cos t 1 c3 sen t 1 tsc4 cos t 1 c5 sen td
5. ystd 5 c1 1 c2e22t 1 sc3 1 c4tdet
7. ystd 5 c1e10t 1 et sc2 cos t 1 c3 sen td
9. ystd 5 sc1 1 c2t 1 c3t2 det 1 sc4 1 c5tde2t 1 c6e3t 1 c7e4t
ystd 5 a 2 be 2t 1 e t>3
t 9 9
11.
4 16 16
13. ystd 5 22 1 et 1 cos t
15. ysxd 5 e3x sc1 cos 2x 1 c2 sen 2xd 1 35 cos 2x 2 45 sen 2x
17. ysxd 5 c1e23x 1 c2e2x 1 c3e22x 1 x 2 3
19. ysxd 5 37xex 1 1
EJERCICIOS 4.4
1. El sistema es 5dx 1>dt 5 x 2, dx 2>dt 5 1 1 x 16 .
3. El sistema es 5xr1 5 x2, xr2 5 1 2 3x2 2 2x1; x1 s0d 5 1, x2 s0d 5 06.
5. El sistema no autónomo es 5wr1 5 w2, wr2 5 w3, wr3 5 w4, wr4 5 6 sens4td 1 2w4 2 5w3 2 3w2
1 8w16. Para obtener un sistema autónomo, sustituya t por w5 y añada la ecuación wr5 5 1.
7. El sistema es 5yr1 5 y2, yr2 5 s5 ln x 2 4y1 1 3xy2 d>x26. Para obtener un sistema autónomo,
sea y3 5 x, de forma que y39 5 1. Sustituya entonces x por y3 en cualquier lugar en el que apa-
rezca x.
9. El sistema es 5dx1>dt 5 x2, dx2>dt 5 2x1, dy1>dt 5 y2, dy2>dt 5 y16.
11. El sistema es 5dy1>dt 5 y2, dy2>dt 5 2 sg>s0 dy16 .
13. El sistema es 5yr1 5 y2, yr2 5 y3, yr3 5 cossy1 d 2 y26 .
15. El sistema es 5ur1 5 u2, ur2 5 u3u2 1 u23u1, ur3 5 1; u1 s0d 5 1, u2 s0d 5 2, u3 s0d 5 06 .
Respuestas / Sugerencias para los ejercicios con numeración impar 409
–2 –1 0 1 2 x1
–1 –0,5 0,5 1 t
–1
–2
x2
2
1,5
1
0,5
0
10 20 30 t
–2 –1 1 2 y1
–1
–2
–10 –5 5 10 t
–1
–2
y2
2
–10 –5 5 10 t
–1
–2
1,5
0,5
1,5
0,5
–1 –0,5 0 0,5 1 t
x2
2,5 7. La ecuación homogénea tiene la solución implícita
2
1,5
0,5
–1 –0,5 0 0,5 1 t
–0,2
–0,4
–0,6
–0,8
x2
0,2
0,1
0,5 1 1,5 2t
412 Respuestas / Sugerencias para los ejercicios con numeración impar
20
–4 –2 2 4 x1
–20
0
1 2 3 4 5t
–2
–4
d. Las líneas entrecortadas sirven como una “envolvente” para la curva de la solución:
x1 x=t
4
0
1 2 3 4 5 t
–2
–4
x = –t
13. a. El sistema es equivalente, por ejemplo, a una sola ecuación Qs 1 8Qr 1 15Q 5 0 que po-
dría representar un sistema de masa-resorte con una constante de resorte de 15 y con un
coeficiente de fricción de 8. El sistema es equivalente 2por ejemplo2a la ecuación única Q99 18Q9115Q 50, que puede representar un sistema de masa-resorte con una constante de muelle igual a 15 y un coeficiente de fricción de 8.
$ #
b. El sistema es equivalente 2por ejemplo2 a la ecuación única x 2 6x 1 10x 5 0, que no
podría representar un sistema de masa-resorte porque el coeficiente 26 implicaría una re-
sistencia (fuerza de fricción), que actúa en la misma dirección que el movimiento; algo im-
posible en un sistema de masa-resorte.
15. El sistema es 5xr1 5 x2, xr2 5 2x31 1 x1 2 x26 , cuyos puntos de equilibrio son (0, 0), (21, 0) y (1, 0).
Respuestas / Sugerencias para los ejercicios con numeración impar 413
EJERCICIOS 4.6
3. Sugerencia: ¿cuántas condiciones se dan?
5. b. La gráfica de (x1(t), y1(t)) en el plano de fases x-y es
y
400
200
–200
–1000
c. Ambas gráficas representan la misma espiral. Esto no contradice la parte de nuestro teorema
referente a la unicidad, porque nunca están simultáneamente en el mismo sitio; es decir, para
cualquier valor particular de t, digamos t*, tenemos sx1 st*d, y1 st*d d 2 sx2 st*d, y2 st*d d .
7. Utilizando los puntos iniciales (x(0), y(0)) 5 (1, 2), (21, 2), (21, 22) y (1, 22), por ejemplo, se
obtienen las trayectorias
y
4
–4 –2 2 4 x
–2
–4
EJERCICIOS 4.7
20 000
5 10 15 20 t
20 000
10 000
5 10 15 20 t
20 000
10 000
10 20 t
20 000
10 000
10 000 30 000 S
Respuestas / Sugerencias para los ejercicios con numeración impar 415
20 000
10 000
20 000 40 000 S
20 000
10 000
10 000 20 000 I
d. Todos los valores se redondean al número entero más cercano. Los valores muestran el in-
cremento estable en el número de personas que se han recuperado, el número decreciente
de personas susceptibles y el hecho de que el número de personas infectadas probablemente
alcance su máximo entre los días 10 y 15.
t S I R
1 44 255 3062 2682
2 42 649 4405 2947
3 40 460 6217 3323
10 13 044 25 547 11 408
15 3447 25 638 20 915
16 2681 24 609 22 710
17 2108 23 464 24 428
e. t , 161 si se redondea hacia abajo; pero t ,171 si I se redondea al entero más cercano.
11. a.
t x(t) y(t)
0,01 0,4492 20,0158
0,02 0,4468 20,0113
0,03 0,4432 20,0068
0,04 0,4385 20,0024
0,05 0,4330 0,0019
0,06 0,4266 0,0062
0,07 0,4196 0,0105
0,08 0,4120 0,0146
0,09 0,4039 0,0187
0,10 0,3952 0,0227
La dirección de la curva solución en sentido contrario al que las agujas del reloj.
416 Respuestas / Sugerencias para los ejercicios con numeración impar
b. c
0,08
0,06
S 0,04
0,02
c. t < 1,1
d. Sístole: sx, cd < s20,46, 0,02d cuando t < 0,52. Diástole: sx, cd < s0,46, 20,02d cuando
t < 1,05.
EJERCICIOS 5.1
c dc d 5 c d
3 4 x 27
1. a.
21 22 y 5
b. c dc d 5 c d
p 23 a 4
5 2 b 23
1 21 1 x 7
c. £ 21 2 23 § £ y § 5 £ 9 §
2 23 5 z 11
#
3. X 5 c # d 5 c dc d
# x 1 21 x
y 24 1 y
#
5. X 5 c # d 5 c dc d
# x 1 0 x
y 0 1 y
7. a. Sean y1 5 y, y2 5 y9. Entonces, el sistema es 5yr1 5 y2, yr2 5 3y2 2 2y16 , que se puede es-
cribir en la forma
c d 5 c dc d
yr1 0 1 y1
yr2 22 3 y2
b. Sean y1 5 y, y2 5 y9. Entonces, el sistema es 5yr1 5 y2, yr2 5 15y1 2 35y26 , que se puede escribir
en la forma
c d 5 c1 3d c d
yr1 0 1 y1
yr2 5 2 5 y2
EJERCICIOS 5.2
1. a. 17
b. 0
c. 6t4 1 4 sen t
d. cos2 u 1 sen2 u 5 1
#
c #d 5 c dc d
x 2 1 x
3. a.
y 3 4 y
b. l2 2 6l 1 5 5 0
c. l1 5 5, l2 5 1
l1 4 V1 5 x c d , l2 4 V2 5 x c d
1 1
d.
3 21
#
c #d 5 c dc d
x 24 2 x
5. a.
y 2 21 y
b. l2 1 5l 5 0
c. l1 5 0, l2 5 25
l1 4 V1 5 x c d , l2 4 V2 5 x c d
1 2
d.
2 21
#
c #d 5 c dc d
x 26 4 x
7. a.
y 23 1 y
b. l2 1 5l 1 6 5 0
c. l1 5 22, l2 5 23
l1 4 V1 5 x c d , l2 4 V2 5 x c d
1 4
d.
1 3
8C1e2t 2 C2e2t
9. a.
2C1e2t 2 C2e2t
11. y
–2 –1 1 2 x
–2
–4
c1 sxd 5 a1 a be 2 1 1
c0 2 C0 sa 2a dx a1C0 2 a2c0
13. a.
a1 2 a2 a1 2 a2
c2 sxd 5 a2 a be 2 1 1
c0 2 C0 sa 2a dx a1C0 2 a2c0
a1 2 a2 a1 2 a2
d2c1 dc1
b. Por ejemplo, podría resolver 2
1 sa1 2 a2 d 5 0.
dx dx
418 Respuestas / Sugerencias para los ejercicios con numeración impar
EJERCICIOS 5.3
1. a. l1 5 3, V1 5 c d ; l2 5 2, V2 5 c d .
1 0
0 1
b. y
–4 –2 2 4 x
–2
–4
3. a. l1 5 1, V1 5 c d ; l2 5 22, V2 5 c d.
1 1
24 21
b. y
20
10
–20 –10 10 20 x
–10
–20
5. a. l1 5 2, V1 5 c d ; l2 5 24, V2 5 c d.
5 1
1 21
b. y
10
–10 –5 5 10 x
–5
–10
Respuestas / Sugerencias para los ejercicios con numeración impar 419
25 1 "17 21 1 "17
25 2 "17 21 2 "17
7. a. l1 5 , V1 5 c 8
d; l2 5 , V2 5 c 8
d.
2 1 2 1
b. y
10
–10 –5 5 10 x
–5
–10
2 2 "5 2 1 "5
9. a. l1 5 "5, V1 5 c d ; l2 5 2"5, V2 5 c d.
1 1
b. y
10
–10 –5 5 10 x
–5
–10
11. a. l1 5 0, l2 5 22.
b. V1 5 c d , V2 5 c d .
3 1
4 2
c. y
10
–10 –5 5 10 x
–5
–10
d. Xstd 5 c1 c d 1 c2e22t c d
3 1
4 2
13. Sugerencia: forme el polinomio característico. Recuerde entonces que el coeficiente de l es el
opuesto a la traza de la matriz de coeficientes A y que el término constante es el determinante
de A.
b. Por ejemplo, una solución es:
#
x 5 x 1 2y
#
y 5 3x 1 2y
15. a. xstd 5 a bV 1 a be V1 V2
x 0 1 y0 x 0V2 2 y0V1 2Pa 1 1 1 b t
V1 1 V2 1 V1 1 V2
ystd 5 a bV 2 a be V1 V2
x 0 1 y0 x 0V2 2 y0V1 2Pa 1 1 1 b t
V1 1 V2 2 V1 1 V2
EJERCICIOS 5.4
b. y
3
–3 –2 –1 1 2 3 x
–1
–2
–3
b. y
3
–3 –2 –1 1 2 3 x
–1
–2
–3
–4 –2 2 4 x
–2
–4
7. Por ejemplo, #
x 5 22x
#
y 5 22y
EJERCICIOS 5.5
1. a. l1 5 21 1 2i, V1 5 c d ; l2 5 21 2 2i, V2 5 c d .
i 2i
1 1
b. y
10
8
6
4
2
–4 –2 2 4 x
–2
–4
–6
–8
–10
422 Respuestas / Sugerencias para los ejercicios con numeración impar
3. a. l1 5 20,5 1 i, V1 5 c d ; l2 5 20,5 2 i, V2 5 c d.
21 21
i 2i
b. y
10
8
6
4
2
–4 –2 2 4 x
–2
–4
–6
–8
–10
2 i, V1 5 c
5. a. l1 5 12 1 "3 d ; l2 5 12 2 "3
2 i, V2 5 c d.
1 1
2 32 1 "3
2 i 2 32 2 "3
2 i
b. y
10
8
6
4
2
–4 –2 2 4 x
–2
–4
–6
–8
–10
7. a. l1 5 26 1 i, V1 5 c d ; l2 5 26 2 i, V2 5 c d.
1 1
11i 12i
b. y
60
40
20
–4 –2 2 4 x
–20
–40
–60
Respuestas / Sugerencias para los ejercicios con numeración impar 423
9. i. y
12
10
8
6
4
2
–4 –2 2 4 x
–2
–4
–6
–8
–10
–12
ii. y
–4 –2 2 4 x
–1
–2
–3
iii. y
3
–4 –2 2 4 x
–1
–2
–3
iv. y
–3 –2 –1 1 2 3 x
–1
–2
–3
424 Respuestas / Sugerencias para los ejercicios con numeración impar
v. y
10
8
6
4
2
–4 –2 2 4 x
–2
–4
–6
–8
–10
b. Sí: b 5 0.
2b 1 "b2 2 4 2b 2 "b2 2 4
c. Los valores propios son l1 5 y l2 5 .
2 2
"3
d. Cuando b 5 21, l1, 2 5 0,5 6 2 i, así que el origen es una fuente espiral. Cuando b 5 20,1,
los valores propios son l1, 2 5 0,05 6 0,9987i, y por tanto, el origen es una fuente espiral. El
valor b 5 0 nos da los valores propios l1, 2 5 6i, y el origen es un centro. Cuando b 5 0,1, los
valores propios son l1, 2 5 20,05 6 0,9987i, de modo que el origen es un sumidero espiral. El
valor b 5 1 nos da los valores propiosl1, 2 5 20,5 6 "3 2 i, y el origen es un sumidero espiral.
EJERCICIOS 5.6
1. xstd 5 12 set 2 cos t 2 sen td, ystd 5 t 2 1 1 2e2t
3. xstd 5 tet 2 t2 2 2 2 12et 1 c1et 1 c2e2t
ystd 5 2 32et 1 tet 2 2t 1 c1et 2 c2e2t
5. xstd 5 3e5t 1 c1et 1 c2e4t, ystd 5 e5t 2 c1et 1 12c2e4t
7. xstd 5 te2t 1 c1e3t 1 c2e2t, ystd 5 2e2t 2 2te2t 2 c1e3t 2 2c2e2t
9. xstd 5 24e3t 2 e2t 1 c1e2t 1 c2e4t
ystd 5 22e3t 2 2e2t 1 c1e2t 1 13c2e4t
11. xstd 5 2et cos t 2 et sen t 1 c1et 1 c2e3t
ystd 5 3et cos t 1 et sen t 1 c1et 2 c2e3t
5 c d
c1es"5729dt>2 1 c2e2s"5719dt>2
s 14 dc1es"5729dt>2 2 s 1 114"57 dc2e2s"5719dt>2
21 1 "57
f. XGNH 5 c d 1 c d
c1es"5729dt>2 1 c2e2s"5719dt>2 2
s 14 dc1es"5729dt>2 2 s 1 114"57 dc2e2s"5719dt>2
21 1 "57
3
5c d
c1es"5729dt>2 1 c2e2s"5719dt>2 1 2
s 14 dc1es"5729dt>2 2 s 1 114"57 dc2e2s"5719dt>2
21 1 "57
13
Respuestas / Sugerencias para los ejercicios con numeración impar 425
Cuando t S `, XGNH S c d porque todos los términos exponenciales tienen exponentes ne-
2
3
gativos.
19. a. xstd 5 s1 2 e2k1t d , ystd 5 c 1 1 e2k2t d
I I k2 k1
e2k1t 2
k1 k2 k1 2 k2 k1 2 k2
I I
b. lim xstd 5 y lim ystd 5 .
tS` k1 tS` k2
c. Cantidad de
descongestionante
1
0,8 Torrente sanguíneo
0,6
0,4
0,2 Tracto GI (gastrointestinal)
5 10 15 20 25 30
d. Cantidad de
antihistamínico
2,5
2
1,5 Torrente sanguíneo
1
0,5 Tracto GI (gastrointestinal)
5 10 15 20 25 30 t
EJERCICIOS 5.7
1 21 1 x
1. a. X 5 £ 1 1 21 § £ y §
#
2 21 0 z
1 1 1
b. l1 5 21, V1 5 £ 23 § ; l2 5 1, V2 5 £ 1 § ; l3 5 2, V3 5 £ 0 § .
25 1 1
c1e2t 1 c2et 1 c3e2t
c. Xstd 5 £ 23c1e2t 1 c2et §
25c1e2t 1 c2et 1 c3e2t
3 21 1 x
3. a. X 5 £ 1 1 1§ £y§
#
4 21 4 z
1 1 1
b. l1 5 1, V1 5 £ 1 § ; l2 5 2, V2 5 £ 22 § ; l3 5 5, V3 5 £ 1 § .
21 23 3
426 Respuestas / Sugerencias para los ejercicios con numeración impar
5. 20
10
z 0
–10
–20 –20
–10
0 0x
y 10
20 20
c. x1(t)
50
40
30
20
10 y1(t)
z1(t)
10 20 30 40 50 t
d.
50 x2(t)
40 z2(t)
30
20
10 y2(t)
10 20 30 40 50 t
EJERCICIOS 6.1
1. 2>s3
3. s> ss2 1 a2 d
5. 1> ss 2 ad ss 2 bd
7. ss 1 e22s 2 e2s d>s2
9. + 3y(t)4 5 1> ss 2 1d
11. + 3y(t)4 5 ss 1 5d> ss2 1 4s 1 4d
13. + 3y(x)4 5 2ss2 1 s 2 1d> ss3 ss 2 1d 3 d
p
Ås
15.
EJERCICIOS 6.2
a1 2 e s 2 db
23t
EJERCICIOS 6.3
1. a. f (t)
1
1 2 3 4 t
3. a. f (t)
2
2 4 6 t
6 st 2 5d d 1 "15 sens 6 st 2 5d d d
y(t) 5 12es2t15d>2 s5 coss "15 "15
17. gstd 5 e
t para 0 # t , 1
t 2 1 para 1 # t , 2 y gstd 5 0 para t $ 2.
t 2 1 1 e2t para 0 # t # 1
ystd 5 • t 2 2 1 e2t 1 es12td para 1 # t # 2
e2t 1 e12t para t . 2
Respuestas / Sugerencias para los ejercicios con numeración impar 429
19. a. W (t)
1
1 2 3 4 t
b. ystd ; 0
t 2 1 1 e2t para 0 # t # 1
c. ystd 5 • t 2 2 1 e2t 1 es12td para 1 # t # 2
e2t 1 e12t para t . 2
d. y
0,2 Solución al
apartado (c)
0,15
0,1
Solución al
0,05 apartado (b)
2 4 6 8 10 t
EJERCICIOS 6.4
1. ystd 5 st 2 adUst 2 ad 5 e
0 para t # a
t 2 a para t $ a
3. ystd 5 e
0 para t # 5
15 "15e sens "15
2 s52td>4
4 st 2 5d d para t . 5
0 para t , 1
5. ystd 5 • 101 e3s12td sens10st 2 1d d para 1 # t # 7
1 3s12td
10 e sens10st 2 1d d 2 101 e3s72td sens10st 2 7d d para t . 7
para t # 32p
7. ystd 5 e
sen t
sen t 1 4 cos t para t . 32p
e x 2 x3 1 ax 2 b Uax 2 b f
W 3L 2 L 3 L
9. ysxd 5
6EI 2 2 2
a x 2 x b para 0 # x ,
W L 2 1 3 L
5 µ
EI 4 6 2
a x 2 b para # x # L
2
WL 1 L L
4EI 2 12 2
13. b. ystd 5 e
0 para t # 1
st 2 1de12t para t . 1
430 Respuestas / Sugerencias para los ejercicios con numeración impar
EJERCICIOS 6.5
3s 1 11
1. l3y(t)4 5 , ystd 5 12e24t 1 52e22t
ss 1 4d ss 1 2d
3. xstd 5 5e7t 2 5e6t, ystd 5 25e7t 1 6e6t
5. xstd 5 75e24t 2 25et, ystd 5 75e24t 2 75et
7. xstd 5 2 2 3e2t 2 te2t 1 e22t
ystd 5 23 1 5e2t 1 2te2t 2 2e 22t
9. xstd 5 e t>2, ystd 5 e t>2, zstd 5 e t>2
11. xstd 5 2t 1 2e t 2 103e t>2 1 43e2t
ystd 5 12t2 2 t 1 1 1 2et 2 53e t>2 2 43e2t
13. xstd 5 201 s11 coss2td 1 9 coss"2td d, ustd 5 201 s11 coss2td 2 9 coss"2 1 td d
15. I1 std 5 114 2 201 e26t 2 27 2t 3 3 26t
10 e , I2 std 5 4 1 20 e 2 109 e2t
EJERCICIOS 6.6
1. x(t) tiende a 0, a medida que el valor de t aumenta.
3. x(t) oscila con amplitud decreciente, conforme t crece.
5. x(t) oscila con amplitud decreciente, conforme t crece.
7. x(t) oscila conforme t crece.
9. a. l 3x(t)4 5
40s2 1 94s 1 19
s10s 1 1d ss2 1 2s 1 2d
b. Los polos son s 5 2 101 , –1 1 i y 21 2 i.
c. La solución x(t) tiende a 0 conforme t crece.
11. a. l 3x(t)4 5 4
2s3 1 7s2 1 4s 1 7
2s 1 7s3 1 5s2 1 7s 1 3
b. Los polos son s 5 2 12 , 23, i y 2i.
c. Conforme t crece, la solución x(t) se vuelve oscilante. (Hay dos términos transitorios.)
15. a. La función de transferencia es 1> ss2 2 s 2 6d 5 1>3ss 2 3d ss 1 2d 4 .
b. La función de respuesta al impulso es 2 15e22t 1 15e3t.
t t
c. ystd 5 2e3t 2 e22t 1 15e3t 3 e23ugsuddu 2 15e22t 3 e2ugsuddu
0 0
17. a. La función de transferencia viene dada por 1> sa1s 1 a0 d .
EJERCICIOS 7.1
1. (0, 0) y (21, 1)
3. (0, 0), (–1, 1) y (1, 1)
5. (0, 0) y (–1, –1)
7. (0, 0), (0, 32), (1, 0) y (–1, 2)
9. s0, 2kpd, k 5 0, 61, 62, c ; s2, s2k 1 1dpd d, k 5 0, 61, 62, c (Represente gráficamente
las dos ecuaciones resultantes en x e y sobre el mismo conjunto de ejes.)
13. a. e 5 2 sensx1 d f
dx1 dx2 g
5 x2,
dt dt L
b. skp, 0d, k 5 0, 61, 62, c
Respuestas / Sugerencias para los ejercicios con numeración impar 431
EJERCICIOS 7.2
#
1. d. Si a , 0, entonces r , 0, lo que implica que una trayectoria se adentra con movimiento es-
piral hacia (0, 0), de modo que el origen es un punto espiral estable (un sumidero). Si a 5 0,
#
entonces r 5 0, así que r es una constante y el origen es un centro estable. Si a . 0, el origen
es un punto espiral inestable (una fuente). Tal y como se ha expresado en la sección 2.6, el
valor paramétrico a 5 0 es un punto de bifurcación.
y
0,3
0,2
0,1
–0,1
–0,2
y
0,4
0,2
–0,2
–0,4
y
0,3
0,2
0,1
–0,1
–0,2
432 Respuestas / Sugerencias para los ejercicios con numeración impar
3. c.
El origen es una fuente espiral.
5. c.
El origen es un nodo estable.
7. c.
El origen es un punto de silla.
9. c.
Los valores propios del sistema cuasilineal son números imaginarios puros, así que
el origen es o bien un centro, o bien un punto espiral del sistema no lineal. El dia-
grama de fases del sistema no lineal indica que el origen es un centro.
11. c. El origen es un sumidero espiral.
13. a. y
4
–1 1 2 3 4 x
–2
–4
b. y
–1 1 2 3 4 x
–2
–4
–6
El origen es una fuente. El bote se aleja cada vez más del (0, 0) conforme pasa el tiempo.
EJERCICIOS 7.3
b. y
350
300
250
200
150
100
50
c. Mín. x(t) , 6, máx. x(t) , 425; mín. y(t) , 18, máx. y(t) , 300.
d. x 2 100 ln x 1 2y 2 200 ln y 1 901,3 5 0
5 a2 2 b ?
du b2c v
9. a.
dv ad u
d. ustd 5 c1 coss"ac td 1 c2 sens"ac td ,
d"ac
vstd 5 2 s2c1 sens"ac td 1 c2 coss"ac td d
bc
13. a. Los valores de C > 2 proporcionan las trayectorias superior o inferior, según el signo
que se le asigne a la raíz cuadrada en la fórmula de la solución.
b. C 5 2
15. a. 5x 1 5 x2, x 2 5 2kx2 2 sensx1 d 6
# #
b. x2
–15 –10 –5 5 10 15 x 1
–2
–4
c. x2
–15 –10 –5 5 10 15 x 1
–2
–4
434 Respuestas / Sugerencias para los ejercicios con numeración impar
d. El diagrama de fases del apartado (b) muestra que el péndulo efectúa cierto número de re-
voluciones completas –que depende de la velocidad inicial transmitida al péndulo– y luego
tiene lugar una oscilación atenuada alrededor del punto de equilibrio u 5 2kp. En el dia-
grama de fases para el apartado (d), el mayor coeficiente de fricción conlleva menos revolu-
ciones antes de la oscilación atenuada.
EJERCICIOS 7.4
1. a. Cuando 21 , x , 1, es x2 , 1, así que x2 2 1 , 0. Puesto que e es un parámetro positivo,
observamos que esx2 2 1d , 0 para 21 , x , 1.
b. Cuando 0 x 0 . 1, es decir, cuando x , 21 ó x . 1d, es x2 . 1, así que x2 2 1 . 0. Puesto
que e es un parámetro positivo, vemos que esx2 2 1d . 0 para 0 x 0 . 1.
3. a.
x2
2
–2 –1 1 2 x1
–1
–2
x1(t) x2(t)
2 2
1 1
10 20 30 40 t 10 20 30 40 t
–1 –1
–2 –2
b. x2
6
–2 –1 1 2 x1
–2
–4
–6
Respuestas / Sugerencias para los ejercicios con numeración impar 435
x1(t)
2
10 20 30 40 t
–1
–2
x2(t)
6
4
2
10 20 30 40 t
–2
–4
–6
c. Cada trayectoria indica la existencia de un ciclo límite estable. No obstante, las formas de
las trayectorias y los ciclos límite varían cuando cambia e. De igual modo, x1(t) y x2(t) son
periódicas, pero no trigonométricas, y cuando e varía desde 14 a 4, x1(t) cambia a una forma
más plana, mientras que x2(t) produce picos.
–2 –1 1 2 x
–1
–2
b. y
–2 –1 1 2 3 x
–1
–2
–5 –4 –3 –2 –1 x
–1
–2
–3
c. Parece existir un ciclo límite inestable en torno a (0, 0) y un ciclo límite estable alrededor de
(–2, –1).
'f 'g
11. 1 5 s1 1 2y 1 3x 2 d 1 s22y 1 x 2 d 5 1 1 4x 2 $ 1 . 0
'x 'y
'f 'g
13. 1 5 s22 2 sen yd 1 s23x2y2 d , 0
'x 'y
'f 'g
15. 1 5 s12 1 2xy 2 3x2 d 1 s14 2 2xy 2 3y2 d
'x 'y
5 26 2 3sx 2 1 y 2 d $ 26 2 3s8d 5 2 . 0
ÍNDICE
437
438 Índice
fórmula de Euler para, 130, 235, 379 para ecuaciones lineales no homogéneas,
geometría de, 378 135, 142
parte imaginaria de, 128, 218, 376-377 para sistemas lineales homogéneos, 236
parte real de, 128, 218, 235, 376-377 para sistemas lineales no homogéneos, 243
Nutrientes, intercambio de, 217 Principio económico de la oferta y la demanda, 94
Problema de contorno o de valores en la frontera
Olds Intrigue GL, 14,15 (PVF), 13
Onda cuadrada, 294 Problema de valor inicial (PVI), 10-12
Operador, 42, 127 teorema de existencia y unicidad para
diferencial, 132 un, 87, 184
lineal,42, 142 Problema sobre dietas, 20
no lineal, 42, 43 Problemas de compartimentos, 47-52, 270, 301
Operador lineal, véase Transformación lineal Producto
Órbita, 155, 168 de dos matrices, 368-372
Órbita cerrada, 168 de un escalar y una matriz, 202, 368
Orden de un método numérico, 114, 118 de un escalar y un vector, 202, 364-365
Orden de una ecuación diferencial, 3 de un vector y una matriz, 201, 370
Oscilaciones, 169, 240-241 Propagación de una enfermedad, véase modelo
críticamente amortiguadas, 173, 181 S-I-R...
forzadas, 173-179 Proyección, 158, 179, 256
libres, no amortiguadas, 166 Puerta de vaivén, 134
sobreamortiguadas, 173, 181 Punto crítico. Véase también Punto de
subamortiguadas, 173 equilibrio, 72
Punto (s) de equilibrio, 36, 55, 59, 72-76, 160,
Paracaidismo, 122 241, 313
Parte imaginaria, 128, 236, 376 centro,164, 238, 241, 319, 328
Parte real, 128, 235, 376 clasificación de los, 72-76, 241
Pearl, Raymond, 67 de silla, 211-212, 223-225, 241, 263, 305,
Péndulo 323, 326, 332, 337, 353
amortiguado, 341 estable, 222
doble, 265 fuente, 72, 213-214, 220-221, 241, 304, 329
linealizado, 237, 318, 341 fuente espiral, 214-215, 234, 241
no amortiguado, 182, 236, 317, 334-338, 341 inestable, 214, 241
no lineal, 153, 318 nodo, 72, 241
Periodo, 190-193 nodo estrella, 229-230
Pitágoras, teorema de, 364 recta de, 225, 241
Plano complejo, 378 sistemas, 164, 171, 203, 211-213,
Plano de fases, 154 220-221, 241
Poincaré, Henri, 313 sumidero, 72, 171,180, 222-223, 241, 305
Poincaré-Liapunov, teorema de, 325- 342 sumidero espiral, 180, 234, 239, 241, 319, 327
Polinomio característico, 253, 303 Punto crítico. Véase también Punto de
Polos de las transformadas de Laplace, 304, 307 equilibrio, 72
Posición de equilibrio, 166 Punto de silla, 211-212, 212n, 223-225, 241, 263,
Predictor-corrector, método, 116 305, 323, 326, 332, 337, 353
Prigogine, I., 331 Punto del infinito, 389
Primera fórmula de traslación para transformadas Punto espiral
de Laplace, 277 estable, 180, 239, 241
Principio de superposición, 42, 127-129, 132, 211 inestable, 214-215, 241
para ecuaciones lineales homogéneas, 127, 142 Punto ordinario, 382
Índice 443
Punto singular de una ecuación diferencial, 382 Series, véase Series de potencias o Soluciones en
en el infinito, 389 serie de potencias
irregular, 385 Signos, análisis de, 69, 73
regular, 385 Singularidades, véase Polos de la transformada de
PVF, véase Problema de contorno o de valores en Laplace
la frontera Sistema algebraico computacional (SAC), 24, 25,
PVI, véase problema de valor inicial 285, 359
Sistema cuasilineal, 322
Quimiostato, 94, 317 Sistema de amortiguación, véase MacPherson
strut, 136
Razón neta de cambio, 49, 50 Sistema de ecuaciones diferenciales, 16-18
Reacción química bimolecular, 35-37, 65, 71 autónomo, 150, 154-173
Reacción química, véase Reacción química conversión de una ecuación de orden n
bimolecular en un, 148-151
Recursión, véase Relación de recurrencia dimensión, 150
Reed, Lowell, 67 homogéneo, 200-241
Regla de Cramer, 215-216, 375 lineal, 148, 200-241
Regla de la cadena, 9, 30, 154, 330, 349, 355 método de Euler aplicado a, 186-188
Regla de L’Hôpital, 296, 360 métodos numéricos para, 186- 191
Regla de Simpson, 120,139 no autónomo, 150, 173-178
Relación de recurrencia, 381 no homogéneo, 243-249, 255
Representación paramétrica, 17 no lineal, 6, 18, 149, 315-348
Repulsor, véase Fuente solución de, 16
Resistencia del aire, 133, 166 teorema de existencia y unicidad para
Resonancia, 136, 177-178 un, 182-185
Resorte, constante del, 133, 167 transformada de Laplace de un, 298-301
Respuesta a un estímulo, 65, 189 Sistema equivalente, 148-151
Respuesta de un sistema, 307 Sistema homogéneo
Richardson, Lewis F., 160 de ecuaciones algebraicas, 253, 374
Rígida, ecuación diferencial, 107-109 de ecuaciones diferenciales lineales, 200-241
Rigidez a la flexión, 21 Sistema homogéneo asociado, 243
Ritmo de reacción, 35, 65 Sistema lineal, 6, 148
RK4, véase Runge-Kutta, métodos de Sistema lineal asociado, 322
rkf45, véase Runge-Kutta-Fehlberg, método de Sistema lineal de enésimo orden, 259
Runge, Carl, 119 Sistema masa resorte
Runge-Kutta, métodos de, 119-121 no amortiguado, 133-134, 166-170,
Runge-Kutta-Fehlberg, método de, 121, 189 296-297, 336
sobreamortiguado, 173, 181
SAC, véase Sistema algebraico computacional subamortiguado, 173
Saldo bancario, 7, 31-32 Sistemas de ecuaciones diferenciales lineales,
Salida, 41, 49, 134 solución de
Schawlow, A., 82 por la transformada de Laplace, 298-301
Schrödinger, E., 295 por valores propios y vectores propios,
Separación de variables, 31 206-211, 256-263
Separatrices, véase separatriz Sistemas dinámicos, 1
Separatriz, 338, 341 Sistemas lineales de ecuaciones algebraicas, 253
Series de potencias, 357, 380 Sistemas lineales de ecuaciones diferenciales,
Series de Taylor, 113, 320-321, 356-357, 363, 380 véase Sistemas de ecuaciones
Series geométricas, 357, 382 diferenciales, lineales
444 Índice
Sistemas masa-resorte, movimiento de, 130, para un sistema lineal, 222-223, 241,
166-173, 260-263, 301-302 263, 305
amortiguado, 131, 134, 141, 152, 181 para un sistema no lineal, 319, 327
no amortiguado, 133-134, 166, 296-297 Sylvester, James, 200
Sístole, 189
Solución de equilibrio inestable, véase Fuente Tabla de criterios de estabilidad, 241
Solución de equilibrio semiestable, véase nodo Tabla de transformadas de Laplace, 278
Solución estacionaria, véase Punto de equilibrio Tamaño de los peces, 53
Solución explícita; véase también Solución Tamaño de paso o de tramo, 99-100
implícita, 8-9 Tamaños de tramo variables, 121
Solución general de un sistema de ecuaciones Tecnología y ecuaciones diferenciales, 24-25
diferenciales lineales, 236 Teorema de convolución, véase Transformada de
Solución general de una ecuación diferencial, 16, Laplace, teorema de convolución para
128, 130 Teorema de unicidad
de orden superior, 12 para ecuaciones de primer orden, 87
lineal, 45, 56, 128, 130, 135 para un PVI de segundo orden, 184
Solución implícita, 8-9, 33 para sistemas bidimensionales, 184
Solución particular Teorema fundamental del cálculo integral
de una ecuación diferencial, 10 (TFC), 11, 19, 357-358
de una ecuación diferencial lineal no Término de estado permanente, 47, 107, 175
homogénea, 56, 135 Término de forzamiento, 41, 134
de un sistema no homogéneo de ecuaciones Término de forzamiento discontinuo, 289
diferenciales lineales, 243, 247, 263 Término impulso, véase Término de forzamiento
Solución singular, 16, 31 Test de la derivada para la estabilidad de un punto
Soluciones asintóticamente estables, véase de equilibrio, 73-75, 347
Sumidero TFC, véase Teorema fundamental del cálculo
Soluciones de equilibrio, véase Punto (s) de integral
equilibrio Theophylline, 40
Soluciones de un sistema de ecuaciones Townes, C., 82
diferenciales, 16, 182-185, 207 Transcrítica, bifurcación, véase Bifurcación
Soluciones de una ecuación diferencial, 7 transcrítica
existencia de, 85-90, 182-185 Transferencia, función de, 307
familia biparamétrica de, 12, 14 Transformación
familia n-paramétrica de, 12 lineal, 42, 142, 273
familia uniparamétrica de, 10 no lineal, 42, 43
general, 16 Transformada de Laplace, 249, 263, 271-312
implícita, 8, 9 de derivadas, 275
linealmente independientes, 129, 132 de la función delta de Dirac, 295
número de, 9, 14, 85-90, 182-185 de un sistema, 298-301
particular, 10, 12 de una integral, 312
singular, 16 definición de la, 272
unicidad de, 85-90, 182-185 derivación de la, 285
Soluciones en serie de potencias, 380-390 existencia de la, 272-273
Suma de Riemann fórmulas de traslación para la, 277, 288
por la derecha, 104 herramientas tecnológicas y la, 285
por la izquierda, 101, 115 inversa de la, 277
Sumidero linealidad de la, 273
espiral, 234, 239, 241, 319, 327 polos de la, 304
para una ecuación de primer orden, 72, tabla de la, 278
314-315 teorema de convolución para la, 282
Índice 445