Beruflich Dokumente
Kultur Dokumente
aticas II
Ecuaciones Diferenciales
Grado de Qumicas
Curso 2013-2014
Captulo 1
Introducci
on
1.1.
Definiciones
=
0
=0
2
2
dx
dx
dx
dx
dy(x)
dy
+ y(x) = ex
+ y = ex
dx
dx
dy(x)
y(x)(x + y(x))
dy
y(x + y)
=
=
2
dx
x
dx
x2
(1.1)
(1.2)
(1.3)
Captulo 1. Introduccion
De forma mas general, una ecuacion diferencial ordinaria escrita en forma
normal1 se puede escribir como
dm y
dm1 y
dy
=
f
(x,
y,
,
.
.
.
,
),
dxm
dx
dxm1
(1.4)
dj y
denota la j-esima derivada de y(x) y f : D R Rm R.
dxj
Diremos que la ecuacion (1.4) es autonoma si es de la forma
donde
dm y
dy
dm1 y
=
f
(y,
,
.
.
.
,
),
dxm
dx
dxm1
(1.5)
dm1 y(x)
) esta en el dominio D de f para cada x J.
dxm1
dm y
dm1 y(x)
=
f
(x,
y(x),
.
.
.
,
) para cada x J.
dxm
dxm1
En general, habra muchas soluciones de una ecuacion diferencial ordinaria, siendo habitual que existan familias innitas de soluciones.
b)
Ejercicio 1.2 Compruebe que las siguientes familias de funciones son soluciones de las ecuaciones diferenciales ordinarias del ejemplo 1.1:
1. y(x) = C1 + C2 ex , C1 , C2 R, son soluciones de
d2 y
dy
= 0.
2
dx
dx
1
dy
2. y(x) = Cex + ex , C R, son soluciones de
+ y = ex .
2
dx
x
dy
, C R, e y(x) = 0, son soluciones de x2
=
C ln |x|
dx
y(x + y).
3. y(x) =
es decir, en la que esta despejada la derivada de orden mayor que aparece en la ecuacion
diferencial ordinaria
Captulo 1. Introduccion
Soluci
on.
d2 y(x) dy(x)
1.
= C2 ex C2 ex = 0
2
dx
dx
2.
dy(x)
1
1
+ y(x) = Cex + ex + Cex + ex = ex .
dx
2
2
x2
dy(x)
x2 (C ln x + 1)
=
dx
(C ln x)2
(
)
x
x
=
x+
C ln x
C ln x
= y(x)(x + y(x)).
Nota 1.3 La notacion utilizada para las variables y para las derivadas puede
cambiar por razones de simplicidad o de significado fsico. Por ejemplo todas
las posibilidades siguientes denotan la misma ecuacion diferencial ordinaria
de primer orden en forma normal:
1. dy/dx = f (x, y), en este caso, la solucion es denotada x y(x), y se
usa para la derivada la conocida notacion de Leibnitz,
2. y = f (x, y), en este caso, la derivada se denota con un comilla.
3. x = f (t, x), en este caso, la solucion es de la forma t x(t).
4. x = f (t, x), en este caso, la solucion es de la forma t x(t) y la
derivada se denota con un punto, una situacion usual en ciertos modelos
fsicos en los cuales la variable independiente t se refiere al tiempo.
Si es necesario, la notacion se fijara al comenzar un captulo, seccion o ejemplo
mencionando su periodo de validez, de modo que el lector debe permanecer
atento para evitar confusiones.
Captulo 1. Introduccion
Ejercicio 1.4 (La m
aquina quitanieves) Un da empezo a nevar por la
ma
nana y siguio cayendo nieve de forma constante todo el da. A medioda un
quitanieves comenzo a limpiar una carretera a un ritmo constante, en terminos de la cantidad de nieve retirada por unidad de tiempo. El quitanieves
limpio 2 km hasta las 14h. y 1 km mas hasta las 16h. Cuando empezo a
nevar?
Soluci
on. Denotamos por t el tiempo transcurrido desde el medioda, es
decir t = 0 corresponde a las 12h.
Sea x(t) el espesor de la nieve. Si t0 > 0 es el tiempo transcurrido desde
que empezo a nevar hasta el medioda, por la hipotesis de que nieva de forma
constante, tenemos que
x(t) = s(t + t0 ),
(1.6)
(1.7)
y(t + h) y(t)
y(t + h) y(t)
K ax(t + h)
.
h
h
dy(t)
dy(t)
K ax(t)
.
dt
dt
dy
=K
dt
4
Captulo 1. Introduccion
y teniendo en cuenta nalmente (1.6),
dy
K 1
=
,
dt
as t + t0
que es una ecuacion diferencial muy sencilla, en la que la incognita es y(t),
que se resuelve mediante una cuadratura de modo que
y(t) =
K
ln(t + t0 ) + C,
as
K
K
K
t
ln(t0 ) + C C = ln(t0 ) y(t) =
ln(1 + )
as
as
as
t0
K
2
ln(1 + )
as
t0
K
4
ln(1 + )
as
t0
2
)
t0
4
)
t0
o bien
ln(1 +
2 3
4
2
4
) = ln(1 + )2 (1 + )3 = (1 + )2
t0
t0
t0
t0
Simplicando en la u
ltima expresionresulta t20 +2t0 4 = 0 de donde tenemos
dos posibles soluciones t0 = 1
5. Evidentemente la solucion debe ser
positiva por lo que t0 = 1 + 5 1.236 . Es decir, empezo a nevar t0
1h 14m 10s antes del medioda, a las 10h 45m 50s.
Captulo 1. Introduccion
dx/dt = t2+x2
3
eje x
3
3
0
eje t
1.2.
Interpretaci
on geom
etrica
(1.8)
donde f : D R R R.
Podemos interpretar geometricamente las soluciones y(x) de (1.8) como
curvas llamadas curvas integrales en este contexto correspondientes a las
gracas de las funciones x y(x).
Elegimos entonces un punto (x0 , y0 ) de D y consideramos la solucion de
(1.8) cuya graca pasa por este punto, es decir que verica y(x0 ) = y0 .
Ademas, puesto que dy(x0 )/dx = f (x0 , y(x0 )) = f (x0 , y0 ), su graca es tangente a la recta que pasa por el punto (x0 , y0 ) y que tiene por pendiente
f (x0 , y0 ).
6
Captulo 1. Introduccion
dx/dt = t2+x2
3
eje x
3
3
0
eje t
Captulo 1. Introduccion
5
4
3
2
1
0
1
2
3
4
3
(1.9)
Captulo 1. Introduccion
Podemos entonces obtener una buena representacion del campo de direcciones usando u
nicamente como informacion el signo de la funcion f , que a
su vez puede deducirse a partir de una representacion graca de esta funcion.
dx/dt = (x2)*(x+2)
3
eje x
3
3
0
eje t
Captulo 2
Integraci
on elemental de
ecuaciones escalares de primer
orden
Integrar una ecuacion diferencial ordinaria es obtener su solucion o soluciones y es en general muy difcil, incluso en el caso mas sencillo de la ecuacion
escalar de primer orden en forma normal
dy
= f (x, y),
dx
(2.1)
siendo f : D R R R.
Nos vamos a ocupar en este captulo de algunos casos especiales de (2.1)
que pueden ser integrados.
2.1.
(2.2)
10
dy
= ay
dx
(2.3)
(2.4)
(2.6)
En realidad, puesto que y0 exp(ax0 ) puede interpretarse como una constante arbitraria si lo es y0 , la formula (2.6) es tan general como (2.4).
Seguidamente consideramos el caso de la ecuacion homogenea no autonoma dada por
dy
= a(x)y,
dx
De nuevo es inmediato comprobar que todas las funciones
x
y(x) = C exp(
a(s)ds),
(2.7)
(2.8)
x
donde
a(s)ds denota un primitiva cualquiera de a(x), son soluciones de
(2.7) para cualquier valor de la constante C.
11
(2.9)
x
a(s)ds).
}
(2.12)
Proposici
on 2.2 Sea yp una solucion particular de la ecuacion completa
(2.2) y sea S el espacio vectorial de las soluciones de la ecuacion autonoma
(2.7). Entonces el conjunto Sc de todas las soluciones de la ecuacion completa
(2.2) es de la forma
Sc = yp + S,
Demostraci
on. Sea y Sc , entonces se prueba de forma inmediata que
y yp S, de manera que y = yp + (y yp ) yp + S. Por tanto Sc yp + S.
Recprocamente, si yh S, se prueba de forma inmediata que y = yp +
yh Sc , de modo que yp + S Sc .
12
a(s)ds)b(x),
x0
x0
y obtener nalmente
[ x
]
s
x
yp (x) =
exp(
a(u)du)b(s)ds exp(
a(s)ds)
x0
x0
x0
[ x
]
s
x
=
exp(
a(u)du)b(s)ds exp(
a(u)du)
x0
x0
x0
[ x
]
x
s
=
exp(
a(u)du
a(u)du)b(s)ds
x0
x0
x0
( x
)
x
=
exp
a(u)du b(s)ds
x0
13
y(x) = y0 exp(
a(s)ds) +
x0
exp
x0
)
a(u)du b(s)ds,
(2.13)
Si derivamos,
( x
)
dz
(x) = a(x) exp
a(s)ds (y1 (x) y2 (x))
dx
x0
( x
)
+ exp
a(s)ds (y1 (x) y2 (x))
(x0 x
)
= a(x) exp
a(s)ds (y1 (x) y2 (x))
x0
( x
)
+ exp
a(s)ds a(x)(y1 (x) y2 (x)) = 0,
x0
14
dy
= 1 y,
dx
b)
dy
= x + y,
dx
c)
dy
2y
=
+ x2 ex ,
dx
x
d)
dy
2y
= + x2 ex ,
dx
x
e)
y
dy
= + cos x.
dx
x
Soluci
on.
dy
a) Conviene reescribir la ecuacion diferencial en la forma
= y + 1,
dx
de modo que es claro que es una ecuacion diferencial lineal escalar no
homogenea con a(x) 1 y b(x) 1. Aplicando entonces la formula
(2.14), resulta
x
y(x) = y0 exp((x x0 )) +
exp((x s))ds
x0
x
= y0 exp((x x0 )) + exp(x)
exp(s)ds
x0
dC(x)
dC(x)
exp(x) = x
= x exp(x) C(x) =
dx
dx
C(x) = x exp(x) exp(x).
16
s exp(s)ds
(2.17)
y(x) = y0 exp(
2
ds) +
s
x
2
)
2
du ds
u
s exp(s) exp
s
x
= y0 exp(2 ln |x| 2 ln |x0 |) +
s2 exp(s) exp(2 ln |x| 2 ln |s|)ds
x0
2 x
x 2
x
2
= y0 +
s exp(s) ds.
x0
s
x0
x0
x0
x
x0
)2
+ x2 (exp(x) exp(x0 )).
17
x4 exp(x)dx.
n R, n = 0, 1.
1. Demuestre que el cambio de variable independiente v = y 1n transforma esta ecuacion en una lineal.
2. Utilice el apartado anterior para resolver el problema de valor inicial
}
dy
y
=
+ y3,
dx
x
y(1) = 1.
18
C(x)
= C(x)x2 ,
2
x
dv
2v
es solucion de la ecuacion lineal no homogenea
=
2, de modo
dx
x
que
dC(x) 2
2vp (x)
dvp (x)
=
x 2C(x)x3 =
2 = 2C(x)x3 2.
dx
dx
x
19
C
2x
, , C R.
2
x
3
Deshacemos ahora el cambio de variable,
v(x) =
y(x) =
xC2
2x
3
Finalmente, tenemos que imponer la condicion inicial y(1) = 1. Debemos por tanto tomar el signo positivo en la solucion anterior y resulta,
1
1 = y(1) =
C
2
3
5
C= ,
3
y la solucion pedida es
y(x) =
2.2.
1
5
3x2
=x
2x
3
3
.
5 2x3
(2.18)
(2.19)
(2.20)
g(x, y)
g(x, y)
y Q(x, y) =
, obtenemos
x
y
dy
= 0,
dx
de modo que la ecuacion se puede escribir en forma normal como
P (x, y) + Q(x, y)
dy
= P (x, y)/Q(x, y),
dx
(2.21)
(2.22)
(2.23)
(2.24)
(2.25)
que resulta ser una ecuacion diferencial lineal escalar homogenea. Su solucion
general es
3
1
3
y(x) = C exp(
dx) = C exp( ln |x|dx) = C|x|3/2 ,
2
x
2
que es otra forma de expresar la familia de curvas (2.20), excluyendo la curva
{x = 0} para la cual la ecuacion escrita en forma normal (2.25) no es valida.
Si partimos de una ecuacion diferencial escrita en la forma (2.23) y existe
una funcion g(x, y) tal que
g(x, y)
= P (x, y),
x
g(x, y)
= Q(x, y),
y
(2.26)
sera g(x, y) = C la solucion general de (2.23). En este caso se dice que (2.23)
es exacta.
Como saber si (2.23) es exacta? Sabemos que si lo es, y bajo condiciones
de regularidad, debe vericarse la igualdad de las derivadas parciales cruzadas
de g, es decir,
2 g(x, y)
2 g(x, y)
=
,
xy
yx
por lo que si (2.23) es exacta, la condicion
P (x, y)
Q(x, y)
=
,
y
x
es necesaria.
22
(2.27)
g(x, y)
dC(y)
Q(x, y) =
=
P (x, y)dx +
,
y
y
dy
por lo que
dC(y)
= Q(x, y)
dy
y
P (x, y)dx,
e integrando respecto de y,
)
(
C(y) =
P (x, y)dx dy.
Q(x, y)
y
Finalmente,
(
g(x, y) =
P (x, y)dx +
Q(x, y)
y
)
P (x, y)dx dy,
(2.28)
Notese que los calculos anteriores se pueden iniciar siempre. Sin embargo obtendremos una funcion C(y) bien denida solo en el caso de que se
verique la condicion (2.27). En la practica, no debe aprenderse de memoria la formula (2.28), sino que hay que reproducir los calculos en cada caso
particular planteado.
Ejercicio 2.9 Averig
ue cuales de las siguientes ecuaciones diferenciales son
exactas y resuelva las que lo sean:
a) (x + y2 )dy + ydx = 0,
b) (sen x tan y + 1)dx + cos x sec2 y dy = 0,
23
=1
y
x
P (x, y) = y
g(x, y)
dx = ydx = xy + C(y),
g(x, y) =
x
y por tanto
g(x, y)
dC(y)
2
=x+
= Q(x, y) = x +
C(y) =
y
dy
y
2
dy = 2 ln |y|
y
x4 y 4
+
= C.
4
4
d) es exacta.
e) es exacta.
Una clase de ecuaciones que son siempre exactas son las ecuaciones de
variables separadas. Estas ecuaciones son de la forma
P (x)dx + Q(y)dy = 0
24
2
(x + 2x)dx + (y 3 sen y)dy = C,
y por tanto la solucion general es g(x, y) =
25
y4
x3
+ x2 +
+ cos y = C.
3
4
2.3.
Factores integrantes
P (x, y)
= 5x
y
y
Q(x, y) = 3x2 + 6x/y
P (x, y)
= 6x + 6/y,
x
.
5(m + 1) = 3(n + 2)
5m 3n = 1
n = 3
26
= 0 C(y) = C
dy
g(x, y) = 3x4 y 2 + x5 y 3 + C,
y la solucion implcita es entonces la familia de curvas
3x4 y 2 + x5 y 3 = C.
La b
usqueda de factores integrantes es en general difcil. Si suponemos
que (x, y) es un factor integrante, debe vericarse
(P ) =
(Q),
y
x
y de aqu
Q
+
P =
+
Q.
y
y
x
x
(2.29)
Podemos usar (2.29) para buscar un factor integrante, pero es una ecuaci
on
en derivadas parciales 1 cuya integracion es mas complicada que el problema
que pretendamos resolver inicialmente.
1
Una ecuacion en derivadas parciales es una ecuacion diferencial cuya solucion es una
funcion de varias variables. Un problema obviamente mas dificl que el que nos ocupa
27
P
Q
=
+ Q,
y
x
o equivalentemente,
P
y
Q
x
(2.30)
(2.31)
P (x, y)
=x
y
y
Q(x, y) = (1 + x2 )
Q(x, y)
= 2x,
x
Q
x
P
)/Q =
.
y
x
1 + x2
28
xdx
1
(x) = exp(
)
=
exp(
ln(1 + x2 )) = (1 + x2 )1/2
1 + x2
2
Por tanto la ecuacion diferencial
(1 + x2 )1/2 xydx + (1 + x2 )1/2 dy = 0
es exacta. Buscamos entonces expresar la solucion general en la forma g(x, y) =
C. Debe ser,
g(x, y)
= (1 + x2 )1/2 xy
x
e, integrando respecto de x,
dC(y)
dC(y)
= (1 + x2 )1/2
= 0 C(y) = C
dy
dy
g(x, y) = (1 + x2 )1/2 y + C,
= (1 + x2 )1/2 +
P
Q
+ (y)P = (y)
,
y
x
o equivalentemente,
(y) =
Q
x
P
y
P
Q
(y).
(2.32)
(2.33)
P
Q
+ (xy)xP = (xy)
+ (xy)yQ.
y
x
o equivalentemente,
(xy) =
Q
x
P
y
xP yQ
Q
(xy).
(2.34)
(2.35)
P (x, y)
= 2x
y
y
Q(x, y)
= 6x,
x
de modo que la ecuacion no es exacta.
Q(x, y) = 3x2 y 2
)/P = .
x
y
y
Por tanto podemos tomar (y) = 4/y y existe un factor integrante
= (y) que verica
4
= (y) = .
y
Resolviendo esta ecuacion diferencial resulta
4dy
(y) = exp(
) = exp(4 ln(y)) = y 4
y
Por tanto la ecuacion diferencial
3x2 y 2
2x
dx
+
dy = 0
y3
y4
es exacta.
31
dy
dy
= 2C x + y
= C.
dx
dx
dy
dy
)x = 2x2 + 2xy
dx
dx
P/y Q/x
2x + 2x
2
=
= .
P
2xy
y
2
(y) = exp(
dy) = exp(2 ln y) = y 2 .
y
32
2x
2x
x2
g(x, y)/x =
g(x, y) =
dx + C(y) =
+ C(y).
y
y
y
Derivando ahora respecto de y
g(x, y)/y =
x2 dC(y)
x2
dC(y)
+
=
1
= 1 C(y) = y
2
2
y
dy
y
dy
x2
g(x, y) =
+ y,
y
2.4.
Ecuaciones homog
eneas
dy
2x + y
=
.
dx
2x y
Soluci
on.
a)
(x + y)dx (x y)dy = 0
La ecuacion es homogenea pues las funciones
P (x, y) = x y,
Q(x, y) = (x y)
(2.36)
dz
dy
x+y
x + zx
1+z
+z =
=
=
=
dx
dx
xy
x zx
1z
y por tanto
1
dz
=
dx
x
1+z
z
1z
34
1
=
x
1 + z2
1z
)
.
dz = 0.
x
1 + z2
La solucion es entonces
dx
(1 z)
dz = C.
x
1 + z2
O equivalentemente
ln |x| arc tg(z) +
1
ln(1 + z 2 ) = C.
2
dz
dy
2x + y
2x + zx
2+z
+z =
=
=
=
dx
dx
2x y
2x zx
2z
y por tanto
dz
1
=
dx
x
2+z
z
2z
1
=
x
2 z + z2
2z
2z
dx
=
dz + C.
x
2 z + z2
35
)
.
dx
= ln |x|.
x
1
2z
4 + 2z
dz =
dz
2
2z+z
2
2 z + z2
1
3 1 + 2z
=
dz
2
2 z + z2
3
1
1 + 2z
dz
dz +
.
=
2
2
2z+z
2
2 z + z2
En esta expresion, tenemos primero
)
1
1 + 2z
1 (
1 (
y y2 )
2
dz
=
ln
2
z
+
z
=
ln
2
+
.
2
2 z + z2
2
2
x x2
En cuanto a la otra integral,
3
dz
dz
3
dz
3
=
.
=
2
1 1
7
1 2
2
2z+z
2
2
2
2 + z+z
+ (z )
4 4
4
2
7
7
1
Hacemos ahora el cambio de variable
t = z (
dt = dz), y
4
2
4
36
3
dz
=
2 z + z2
2
=
=
=
=
=
dz
7
1
+ (z )2
2
4
3 7
dt
7
7
2 2
+ t2
4 4
3 2
dt
2 7
1 + t2
3
arc tg(t)
7
3
2
1
arc tg( (z ))
2
7
7
3
2 y 1
arc tg( ( ))
7
7 x 2
37
Captulo 3
Aplicaciones de las ecuaciones
diferenciales de primer orden
3.1.
Desintegraci
on radiactiva
(3.1)
para cada intervalo de tiempo t > 0. La constante positiva k, llamada constante de desintegracion, es independiente de t, t, y(t), pero s depende de la
sustancia estudiada. La ecuacion (3.1) es un modelo matematico discreto u
til
para estudiar la desintegracion radiactiva. Si embargo, nosotros estamos interesados en un modelo continuo que nos permita usar tecnicas de ecuaciones
diferenciales. Para ello reescribimos (3.1) en la forma de cociente incremental
y(t + t) y(t)
= ky(t),
t
38
(3.2)
(3.3)
t 0.
ln(2)
t),
5750
ln(2)
t1 ),
5750
de donde
ln(0.656) =
ln(2)
t1 ,
5750
y por tanto
t1 = 5750
ln(0.656)
3497 a
nos.
ln(2)
3.2.
Disoluciones
1000 x
100
100
Usando ahora la condicion inicial x(0) = 50, deducimos que C = 950 y la
solucion es entonces
x(t) = 1000 950 exp(
t
10
) x(10) = 1000 950 exp(
) 140.4g.
100
100
En el segundo caso tenemos x0 = 0 y V0 = 0 por estar el tanque inicialmente vaco. Por otra parte se tiene ahora vs = 1 de modo que V (t) =
5t t = 4t y la ecuacion diferencial es ahora
dx
x
= 10 .
dt
4t
Para resolverla, la escribimos como
(40t x)dt 4tdx = 0,
y denotamos entonces
P (t, x) = 40t x P/x = 1
Q(t, x) = 4t
Q/t = 4
P/x Q/t
1 + 4
3
=
= .
Q
4t
4t
3 t1
(t) = exp(
ds) = t3/4 .
4
s
Por tanto, la ecuacion diferencial
(40t1/4 xt3/4 )dt 4t1/4 dx = 0,
es exacta. Si su solucion esta dada implcitamente por g(t, x) = C, C constante, sera
1/4
g(t, x)/x = 4t g(t, x) = 4t1/4 dx + C(t) = 4xt1/4 + C(t).
42
3.3.
Reacciones qumicas
(3.4)
1 d[A]
1 d[B]
1 d[P]
1 d[Q]
=
=
=
a dt
b dt
p dt
q dt
v = k[A]a [B]b
44
3.3.1.
Consideramos la reaccion
AP
de modo que la velocidad de la reaccion viene dada por v = d[A]/dt. Si la
reaccion es de primer orden y
v = k[A],
tenemos
d[A]/dt = k[A].
Esta ecuacion diferencial es lineal homogenea y su solucion es la ley de velocidad integrada
[A] = [A]0 exp(kt).
siendo [A]0 la concentracion inicial del reactante A.
45
d[N2 O5 ]
.
2dt
de modo que
d[N2 O5 ]/dt = 2k[N2 O5 ].
Por tanto 2k =
3.3.2.
ln(2)
5.8346 103 s1 .
118.8
Consideramos la reaccion
A+BP
d[A]
de modo que la velocidad de la reaccion viene dada por v =
. Supodt
nemos que la ley de velocidad es de segundo orden y viene dada por
v = k[A][B].
46
(3.5)
dx/dt = x(1x)
2
1.5
1
eje x
0.5
0
0.5
1
1.5
2
0
2
eje t
(3.6)
47
2.5
eje x
1.5
0.5
0
0
0.5
1.5
eje t
2.5
x c0
[A]0
+ ln
= c0 kt.
x
[B]0
c0
[B]0
exp(c0 kt)
1
[A]0
49
Captulo 4
Sistemas de ecuaciones
diferenciales lineales de primer
orden
En este captulo denotamos J = (a, b) R a un intervalo no vaco de
n
umeros reales y L(Rn ) al espacio vectorial de matrices reales cuadradas de
dimension n.
4.1.
Definici
on 4.1 Sean f1 (x), f2 (x), . . . , fn (x) : J R funciones definidas y
continuas en J. Tomando estas funciones como componentes, consideramos
la funcion vectorial f (x) = [f1 (x), f2 (x), . . . , fn (x)]T : J Rn que resulta
por tanto ser tambien continua. Denotamos entonces
C(J, Rn ) = {f (x) : J Rn / f es continua en J}.
Teorema 4.2 El conjunto de funciones vectoriales C(J, Rn ) es un espacio
vectorial de dimension infinita sobre el cuerpo R de n
umeros reales.
Puesto que C(J, Rn ) es un espacio vectorial, podemos hablar de dependencia e independencia lineal de sus elementos. Recordemos que las funciones
f1 (x), f2 (x), . . . , fn (x) C(J, Rn ) son linealmente independientes si, siendo
50
x J,
implica que c1 = c2 = . . . = cn = 0.
Nota 4.3 Si se verifica que, en alg
un punto x0 J, los vectores
f1 (x0 ), f2 (x0 ), . . . , fn (x0 ) Rn
son linealmente independientes, se tendra que las funciones f1 (x), f2 (x),
. . .,fn (x) C(J, Rn ) son linealmente independientes. Sin embargo, no es cierto que si en alg
un punto x0 J, los vectores
f1 (x0 ), f2 (x0 ), . . . , fn (x0 ) Rn
son linealmente dependientes, se tenga que las funciones f1 (x), f2 (x), . . .,fn (x)
C(J, Rn ) sean linealmente dependientes.
Ejemplo 4.4 Las funciones vectoriales
2
1
x
x
x
f1 (x) = 0 , f2 (x) = 1 , f3 (x) =
0
0
1
son linealmente independientes porque, para cualquier x0 R, los vectores
2
1
x0
x0
1 , f3 (x0 ) = x0
f1 (x0 ) = 0 , f2 (x0 ) =
0
0
1
son linealmente independientes pues
1 x0 x20
det 0 1 x0 = 1 = 0.
0 0 1
De hecho, habra bastado que el determinante anterior fuera no nulo para
alg
un x0 R para deducir la independencia lineal de las funciones f1 (x),
f2 (x), f3 (x).
51
x R.
x R.
Derivando, resulta
dg(x)
= c2 + 2c3 x = 0,
dx
d2 g(x)
= 2c3 = 0, x R.
dx2
De las tres u
ltimas expresiones deducimos que c1 = c2 = c3 = 0 y por tanto
la independencia lineal de f1 (x), f2 (x) y f3 (x).
Sin embargo, para cualquier x0 R, los vectores
2
1
x0
x0
1 , f3 (x0 ) = x0
f1 (x0 ) = 0 , f2 (x0 ) =
0
0
0
son linealmente dependientes pues
1 x0 x20
det 0 1 x0 = 0.
0 0 0
4.2.
Definiciones b
asicas
52
a11 (x)
dy1 /dx
dy2 /dx a21 (x)
=
..
..
.
.
an1 (x)
dyn /dx
b1 (x)
a12 (x) . . . a1n (x)
y1
a22 (x) . . . a2n (x)
y2 b2 (x)
+
.
.
..
..
.. ..
.
.
yn
bn (x)
an2 (x) . . . ann (x)
(4.1)
donde y(x) = [y1 (x), . . . , yn (x)]T , b(x) = [b1 (x), . . . , bn (x)]T y A(x) = [aij (x)]ni,j=1 .
El sistema (4.1) se denomina homogeneo si b 0 y no homogeneo
o completo si b 0. Diremos que la funcion vectorial derivable y(x) =
[y1 (x), y2 (x), . . . , yn (x)]T : J R Rn es la solucion del sistema (4.1) si se
verica:
dy(x)
= A(x)y(x) + b(x)
dx
para cada x J.
Ejemplo 4.6 Consideramos las ecuaciones diferenciales
dy/dx = (1 + cos x)y
dz/dx = (cos x)y z
donde las funciones coeficientes estan definidas para cualquier valor de x
J = R.
53
1 + cos x 0
cos x
1
]
y
(4.2)
(4.5)
4.3.
(4.6)
c1
c2
(4.7)
(4.8)
(4.9)
resulta evidente que Y (x) es regular y por tanto y1 (t) e y2 (t) forman un
sistema fundamental de soluciones e Y (x) es una matriz fundamental del
sistema.
Ademas, puesto que Y (0) = I, Y (x) es la matriz fundamental principal
en x = 0 y por tanto
[
]
[
][
]
y(x)
exp(x) exp(sen x)
0
y0
=
z(x)
exp(x)(exp(sen x) 1) exp(x)
z0
es la solucion que verifica la condicion inicial y(0) = y0 , z(0) = z0 .
4.3.1.
Por tanto, hay n autovalores que pueden ser reales o complejos. Ademas, los autovalores complejos vienen pares de complejos conjugados.
56
(4.11)
(4.12)
1 0 0
dy
= 1 2 0 y.
dx
1 0 2
57
y1 (t) = e1 x y1
1
ex
= ex 1 = ex ,
1
ex
0
0
= e2x 1 = e2x ,
0
0
0
0
= e2x 0 = 0 .
e2x
1
ex
0
0
x(t) = c1 ex + c2 e2x + c3 0 ,
e2x
ex
0
para constantes c1 , c2 , c3 adecuadas.
Ejercicio 4.15 Resolver el sistema lineal homogeneo
[
]
dy
5 3
=
y.
4 1
dx
Ejemplo 4.16 (reacciones consecutivas de primer orden) Muchas reaciones qumicas sucesivas se pueden modelar matematicamente. El caso mas
sencillo es
A B C.
58
(4.13)
d[B]
= k1 [A] k2 [B],
dt
(4.14)
d[C]
= k2 [B].
dt
(4.15)
y para el componente C,
Denotamos ahora x(t) = [A], y(t) = [B] y z(t) = [C]. Podemos expresar entonces las ecuaciones diferenciales anteriores como el sistema lineal de
ecuaciones de primer orden
k1 0 0
x
dx/dt
dy/dt = k1 k2 0 y
(4.16)
0
k2 0
z
dz/dt
Los autovalores y autovectores de la matriz del sistema son
1 = k1 v1 = [k2 k1 , k1 , k2 ]T ,
2 = k2 v2 = [0, 1, 1]T
3 = 0
v3 = [0, 0, 1]T
Suponiendo que k1 = k2 , los 3 autovalores son distintos y los autovectores
forman una base de R3 . Por tanto obtenemos un sistema fundamental de
soluciones formado por
k2 k1
0
0
k1 t
k2 t
k1
1
, x3 (t) = 0 ,
x1 (t) = e
, x2 (t) = e
1
k2
1
de manera que la solucion general es
0
0
k2 k1
k2 t
k1 t
1
k1
+ c2 e
+ c3 0
x(t) = c1 e
k2
1
1
k1 t
c1 e
(k2 k1 )
k1 t
c1 e
k1 + c2 ek2 t
=
k1 t
k2 t
c1 e
k2 c 2 e
+ c3
59
Concentraciones de producto
0.8
[A]
[B]
0.7
0.6
[C ]
0.5
0.4
0.3
0.2
0.1
0
0
tiempo
Figura 4.1: Concentraciones de productos respecto del tiempo en dos reacciones consecutivas.
con constantes c1 , c2 , c3 que deben ser elegidas seg
un las condiciones iniciales.
Si tomamos por ejemplo las condiciones iniciales2 x(0) = [A]0 , y(0) =
[B]0 , z(0) = [C]0 , debe ser
[A]0
k2 k1
0
0
[B]0 = c1 k1
+ c2 1 + c3 0 ,
[C]0
k2
1
1
o, equivalentemente,
[A]0
,
(k2 k1 )
k1 [A]0
,
c2 = [B]0
(k2 k1 )
c3 = [A]0 + [B]0 + [C]0 ,
Para que tengan sentido como modelo de la reaccion qumica que estamos estudiando,
debe verificarse [A]0 0, [B]0 0, [C]0 0
60
4.4.
dy
= A(x)y(x) + b(x),
dx
y(x ) = y ,
0
x
(x0 )y0 +
(4.17)
x0
siendo Y (x) una matriz fundamental del correspondiente sistema lineal homogeneo (4.6).
Ejercicio 4.20 Encuentre la solucion general del sistema
]
[ ]
[
dy
1
1 0
=
y+
1
0 2
dx
Soluci
on. Evidentemente la matriz del sistema tiene por autovalores 1 = 1
con autovector asociado v1 = [1, 0]T y 2 = 2 con autovector asociado v2 =
[0, 1]T . Por tanto una matriz fundamental del sistema homogeneo viene dada
por
[ x
]
e
0
Y (x) =
.
0 e2x
62
Y (x)Y 1 (s)b(s) ds
x0
[
=
[
=
[
ex 0
0 e2x
ex y0
e2x z0
][
y0
z0
x [
+
t [
+
0
exs
e2x2s
]
ds
xs
e ds
=
+ x
e2x2s ds
[ x ] [ 0 x
e y0
e 1
=
+
e2x z0
(e2x 1)/2
ex y0
e2x z0
ex es
0
2x 2s
0
e e
63
][
1
1
]
ds
Captulo 5
Ecuaciones lineales de orden
superior a 1
5.1.
Conceptos b
asicos
dn y
dn1 y
dy
+
a
(x)
+ . . . + a1 (x) + a0 (x)y = b(x),
n1
n
n1
dx
dx
dx
64
dy
(x0 ) = y1 .
dx
Entonces
y(x0 ) = c1 cos(3x0 ) + c2 sen(3x0 ) = y0 ,
dy
(x0 ) = 3c1 sen(3x0 ) + 3c2 cos(3x0 ) = y1 ,
dx
que es un sistema de 2 ecuaciones lineales en las incognitas c1 y c2 con matriz
de coeficientes regular que tiene por tanto una u
nica solucion.
5.2.
(5.1)
dn1 y
dy
, . . . , yn = n1 ,
dx
dx
(5.2)
de donde se obtiene que la funcion vectorial y(x) = [y1 (x), y2 (x), . . . , yn (x)]T :
J R Rn as denida es la solucion del sistema lineal de orden 1:
dy1
= y2
dx
dy2
= y3
dx
..
.. ..
(5.3)
.
. .
dyn1
= yn
dx
dyn
A(x) =
0
0
..
.
1
0
0
1
...
...
(5.4)
0
0
0
0
0
...
1
a0 (x) a1 (x) a2 (x) . . . an1 (x)
b(x) =
0
0
..
.
0
b(x)
dy1
= y2
dx
dy2
dn y
dn1 y
dy
+
a
(x)
+
.
.
.
+
a
(x)
+ a0 (x)y = b(x),
n1
1
dxn
dxn1
dx
y sean x0 J, y0 , y1 , . . . , yn1 R.
Entonces el problema de valor inicial
dn y
dn1 y
dy
an (x) n + an1 (x) n1 + . . . + a1 (x) + a0 (x)y = b(x),
dx
dx
dx n1
d y
dy
y(x0 ) = y0 , (x0 ) = y1 , . . . , n1 (x0 ) = yn1
dx
dx
(5.5)
tiene una u
nica solucion y(x) definida en el intervalo J = (a, b).
Ejemplo 5.5 Siguiendo con el ejemplo 5.3, para obtener una u
nica solucion
necesitamos elegir de forma u
nica las dos constantes c1 y c2 . Para ello basta
67
dy(x0 )
= y2,0 .
dx
Entonces
y(x0 ) = c1 cos(3x0 ) + c2 sen(3x0 ) = y1,0 ,
dy(x0 )
= 3c1 sen(3x0 ) + 3c2 cos(3x0 ) = y2,0 ,
dx
o, en forma matricial
]
[
][
] [
cos(3x0 )
sen(3x0 )
c1
y1,0
=
y2,0
3 sen(3x0 ) 3 cos(3x0 )
c2
que es un sistema de 2 ecuaciones lineales en las incognitas c1 y c2 con matriz
de coeficientes regular que tiene por tanto una u
nica solucion.
5.3.
La ecuaci
on lineal homog
enea
5.3.1.
dn y
dn1 y
dy
+
a
(x)
+ . . . + a1 (x) + a0 (x)y = 0.
n1
n
n1
dx
dx
dx
(5.6)
68
cos(3x)
sen(3x)
3 sen(3x) 3 cos(3x)
][
c1
c2
[
=
0
0
]
.
Puesto que la matriz de este sistema lineal homogeneo de ecuaciones es regular, debe ser c1 = c2 = 0 y por tanto y1 (x) = cos(3x) e y2 (x) = sen(3x)
son linealmente independientes.
Nos interesa ahora caracterizar de una forma sencilla cuando un conjunto
de n soluciones de (5.6) son linealmente independientes, es decir, forman un
sistema fundamental de soluciones.
Definici
on 5.10 El wronskiano de las funciones f1 , f2 , . . . , fn : J R es
otra funcion W (f1 , f2 , . . . , fn ) : J R definida por el determinante
f1 (x)
f
(x)
.
.
.
f
(x)
2
n
f1 (x)
...
fn (x)
f2 (x)
W (f1 , f2 , . . . , fn )(x) =
..
..
..
.
.
...
.
(n1)
(n1)
(n1)
f1
(x) . . . fn
(x)
(x) f2
para cada x J.
69
5.3.2.
= 3(cos2 (3x) + sen2 (3x)) = 3 = 0.
Obtenci
on de la soluci
on general: reducci
on del
orden
(5.7)
d2 v
df dv
dv
+ 2a2 (x)
+ a1 (x)f
= 0.
2
dx
dx dx
dx
dv
Haciendo nalmente z =
, y explicitando la variable independiente x
dx
en los coecientes
(
)
dz
df
a2 (x)f (x) + 2a2 (x) (x) + a1 (x)f (x) z = 0,
dx
dx
que es una ecuacion diferencial lineal homogenea de orden 1 (recuerde que
df
f (x) y, por tanto, (x), son conocidos).
dx
Ejercicio 5.13 Consideramos la ecuacion lineal homogenea de segundo orden
(x2 + 1)
d2 y
dy
2x
+ 2y = 0.
dx2
dx
dy
dv
d2 y
dv
d2 v
=v+x
2 = 2 + x 2.
dx
dx
dx
dx
dx
d2 v
dv
+2
=0
2
dx
dx
dv
,
dx
x(x2 + 1)
dz
+ 2z = 0.
dx
)
(
)
2
x2 + 1
1
dx = C
=C 1+ 2 .
x(x2 + 1)
x2
x
Queda a
un deshacer los cambios de variable. Mediante una cuadratura,
obtenemos de inmediato
(
)
(
)
dv
1
1
=z =C 1+ 2 v =C x
+ D.
dx
x
x
y, por otra parte,
(
)
y = xv = C x2 1 + Dx.
dy
d2 y
2x + 2y = 0.
2
dx
dx
72
dy
dv
d2 y
dv
d2 v
= 2xv + (x2 + 1)
2 = 2v + 4x + (x2 + 1) 2 .
dx
dx
dx
dx
dx
d2 v
dv
+ (2x3 + 6x)
= 0,
2
dx
dx
dv
,
dx
(x4 1)
dz
+ (2x3 + 6x)z = 0.
dx
73
5.3.3.
Obtenci
on de la soluci
on general: Caso de coeficientes constantes
Nos ocupamos ahora del caso en el que (5.6) tiene coecientes constantes
a0 , a1 , . . . , an1 R. Por tanto, la ecuacion es
dn y
dn1 y
dy
+
a
+
.
.
.
+
a
+ a0 y = 0.
n1
1
dxn
dxn1
dx
(5.8)
Para obtener la solucion general, necesitamos encontrar un sistema fundamental; es decir, n soluciones linealmente independientes.
Recordemos que en el caso de que (5.8) tenga orden n = 1, la solucion
general viene dada por y = C exp(a1 x). Nuestra idea es tratar de generalizar
este resultado a la ecuacion (5.8) tratando de encontrar soluciones de la forma
y = exp(x) con R a determinar.
Supongamos entonces que y = exp(x) es solucion de (5.8), sustituyendo
en la ecuacion resulta
n exp(x) + an1 n1 exp(x) + . . . + a1 exp(x) + a0 exp(x) = 0
(n + an1 n1 + . . . a1 + a0 ) exp(x) = 0
(n + an1 n1 + . . . a1 + a0 ) = 0
74
= 0
para cada x R 1 . Por tanto, las soluciones que hemos encontrado son
linealmente independientes y la solucion general es
y(x) = c1 exp(1 x) + c2 exp(2 x) + . . . + cn exp(n x).
Ejercicio 5.15 Encuentre la solucion general de la ecuacion diferencial
d3 y
d2 y
dy
+ 2y = 0,
3
2
dx
dx
dx
y la solucion que verifica la condicion inicial y(0) = 1,
dy
d2 y
(0) = 0, 2 = 1.
dx
dx
Soluci
on. El polinomio caracterstico es
p() = 3 22 + 2
cuyas races son 1 = 1, 2 = 1 y 3 = 2. Por tanto la solucion general es
y(x) = c1 exp(x) + c2 exp(x) + c3 exp(2x).
Derivando obtenemos
dy
(x) = c1 exp(x) + c2 exp(x) + 2c3 exp(2x),
dx
y
d2 y
(x) = c1 exp(x) + c2 exp(x) + 4c3 exp(2x).
dx2
1
75
4 + 4y = 0.
3
2
dx
dx
dx
Races reales m
ultiples
Supongamos ahora que el polinomio caracterstico p() tiene k < n races
reales distintas, 1 , 2 , . . . , k , con multiplicidades m1 , m2 , . . . , mk de modo
que m1 + m2 + . . . + mk = n y al menos una de las multiplicidades es mayor
que 1. Entonces se asocia a cada raz j las mj funciones
yj,1 = exp(j x), yj,2 = x exp(j x), . . . , yj,mj = xmj 1 exp(j x).
Se puede probar entonces que las n funciones
yj,l = xl1 exp(j x), 1 j k, 1 l mj ,
forman un sistema fundamental de soluciones de (5.8). La solucion general
se puede escribir entonces como
y(x) = c1,1 exp(1 x) + . . . + c1,m1 xm1 1 exp(1 x) +
c2,1 exp(2 x) + . . . + c2,m2 xm2 1 exp(2 x) +
... +
ck,1 exp(k x) + . . . + ck,mk xmk 1 exp(k x).
76
4
+ 5 2y = 0,
3
2
dx
dx
dx
dy
d2 y
y la solucion que verifica la condicion inicial y(0) = 0,
(0) = 1,
=
dx
dx2
3.
Soluci
on. El polinomio caracterstico es
p() = 3 42 + 5 2
cuyas races son 1 = 1, con multiplicidad m1 = 2 y 2 = 2, con multiplicidad
m2 = 1. Por tanto la solucion general es
y(x) = c1 exp(x) + c2 x exp(x) + c3 exp(2x).
Derivando obtenemos
dy
(x) = (c1 + c2 + c2 x) exp(x) + 2c3 exp(2x),
dx
y
d2 y
(x) = (c1 + 2c2 + c2 x) exp(x) + 4c3 exp(2x).
dx2
De modo que, evaluando en x = 0, debe ser
c1 + c3 = 0,
c1 + c2 + 2c3 = 1,
c1 + 2c2 + 4c3 = 3.
Este sistema de 3 ecuaciones lineales con incognitas c1 , c2 , c3 tiene por solucion c1 = 1, c2 = 0, c3 = 1. Por tanto la solucion pedida es
y(x) = exp(x) exp(2x).
3
+ 3 y = 0,
3
2
dx
dx
dx
77
+ 3 2 + 5y = 0,
dx3 dx2
dx
y la solucion que verifica la condicion inicial y(0) = 1,
dy
d2 y
(0) = 1, 2 = 5.
dx
dx
Soluci
on. El polinomio caracterstico es
p() = 3 2 + 3 + 5
cuyas races son 1 = 1, 2 = 1 + 2i y 3 = 1 2i. Por tanto la solucion
general es
y(x) = c1 exp(x) + c2 exp((1 + 2i)x) + c3 exp((1 2i)x).
o tambien, usando u
nicamente soluciones reales:
y(x) = k1 exp(x) + k2 exp(x) cos(2x) + k3 exp(x) sen(2x).
derivando en esta u
ltima expresion e imponiendo la condicion inicial pedida,
resulta k1 = 1, k2 = 0, k3 = 1.
78
+ 2y = 0.
dx3 dx2
Races complejas m
ultiples
El caso de races m
ultiples complejas se trata de la misma forma que el
caso de races reale m
ultiples si se usa la exponencial compleja. En el caso de
que se quiera obtener un sistema fundamental de soluciones reales, se toman
las partes real e imaginaria de las soluciones asociadas a una raz compleja,
obviando las soluciones asociadas a su conjugada.
Ejercicio 5.21 Encuentre la solucion general de la ecuacion diferencial
d2 y
d4 y
+
8
+ 16y = 0,
dx4
dx2
Soluci
on. El polinomio caracterstico es
p() = 4 + 82 + 16
cuyas races son 1 = 2i con multiplicidad m1 = 2 y 2 = 2i con multiplicidad m2 = 2. Por tanto la solucion general es
y(x) = c1 exp(2ix) + c2 x exp(2ix) + c3 exp(2ix) + c4 x exp(2ix).
o tambien, usando u
nicamente soluciones reales:
y(x) = k1 cos(2x) + k2 x cos(2x) + k3 sen(2x) + k4 x sen(2x).
5.4.
La ecuaci
on lineal no homog
enea
(5.10)
1
para
9
1
+ c1 cos(3x) + c2 sen(3x),
9
(5.11)
1
Ya hemos visto antes que la funcion definida por y1 (x) = para cada x R
9
es una solucion particular de
d2 y
+ 9y = 1.
dx2
1
Es tambien facil comprobar que la funcion definida por y2 (x) =
exp(2x)
13
para cada x R es una solucion particular de
d2 y
+ 9y = exp(2x).
dx2
Por tanto, por superposicion, se tiene que
yp (x) = 3y1 (x) + 2y2 (x) =
1
2
+
exp(2x)
3 13
1
2
+
exp(2x) + c1 cos(3x) + c2 sen(3x),
3 13
81
5.4.1.
C
alculo de una soluci
on particular: Variaci
on de
las constantes
x J.
(5.12)
(5.13)
que obtenemos a partir del sistema fundamental {yj }nj=1 mediante el cambio
de variable (5.2). Es decir, denotamos
y1 (x)
y2 (x)
...
yn (x)
dy2 (x)
dyn (x)
dy1 (x)
...
dx
dx
dx
Y (x) =
..
..
..
.
.
...
.
c1
c2
xJ
(5.14)
c1 (x)
c2 (x)
dc(x)
= b(x),
dx
y1 (x)
y2 (x)
...
yn (x)
y1 (x)
(x)
.
.
.
yn (x)
y
2
..
..
..
.
.
...
.
(n1)
(n1)
(n1)
(x) . . . yn
(x)
(x) y2
y1
83
dc1 (x)/dx
dc2 (x)/dx
..
.
dcn (x)/dx
0
0
..
.
b(x)/an (x)
d2 y
dy
+ a1 (x) + a0 (x)y = b(x),
2
dx
dx
(5.15)
y1 (x) y2 (x)
y1 (x) y2 (x)
][
dc1 (x)/dx
dc2 (x)/dx
[
=
0
b(x)/a2 (x)
b(x)y2 (x)
b(x)y1 (x)
c1 (x) =
dx, c2 (x) =
dx.
a2 (x)W (y1 , y2 )(x)
a2 (x)W (y1 , y2 )(x)
Ejercicio 5.26 Encuentre la solucion general de la ecuacion lineal de segundo orden no homogenea
d2 y
+ y = tg x.
dx2
Soluci
on. Hallamos primero la solucion general de la ecuacion homogenea
d2 y
+ y = 0.
dx2
84
sen2 x
,
cos x
C2 (x) = sen x.
sen2 x
cos2 x 1
c1 (x) =
dx =
dx
cos x
cos x
1
=
cos xdx
dx
cos x
1
= sen x (ln |1 sen x| + ln |1 + sen x|) ,
2
c2 (x) =
Ejercicio 5.27 Encuentre la solucion general de la ecuacion lineal de segundo orden no homogenea
dy
d2 y
2 + y = exp(2x) cos(x).
2
dx
dx
Use el metodo de variacion de las constantes para encontrar una solucion
particular.
85
5.4.2.
C
alculo de una soluci
on particular: Coeficientes
indeterminados
Consideramos ahora u
nicamente el caso en que la ecuacion lineal de orden
n completa (5.9) tiene coecientes constantes a0 , a1 , . . . , an1 R. Es decir,
dn y
dn1 y
dy
+
a
+ . . . + a1
+ a0 y = b(x).
n1
n
n1
dx
dx
dx
(5.16)
Recordemos que, en este caso y supuestas conocidas las races del polinomio caracterstico p(), tenemos un metodo para calcular la solucion general de la ecuacion homogenea asociada (5.8).
Ocurre con frecuencia que el termino fuente b(x) es de la forma
ex (r(x) cos x + q(x) sen x)
(5.17)
siendo , R y q(x), r(x) polinomios de grado a lo sumo k. Es un ejercicio sencillo mostrar que todas las derivadas de estas funciones tambien son
de esta forma. Parece entonces sensato conjeturar que existe al menos una
solucion de esta forma o similar 2 .
Teorema 5.28 Consideramos la ecuacion diferencial lineal completa de coeficientes constantes
dn y
dn1 y
dy
+
a
+ . . . + a1
+ a0 y = ex r(x),
n1
n
n1
dx
dx
dx
(5.18)
2
+ y = exp(2x)(1 + x).
dx2
dx
Use el metodo de variacion de las constantes para encontrar una solucion
particular.
2
86
(5.19)
4
+ 5 2y = ex .
3
2
dx
dx
dx
El polinomio caracterstico es p(z) = z 3 4z 2 + 5z 2 = (z 1)2 (z 2). Por
tanto z = 1 es raz de multiplicidad 2.
Buscamos una solucion de la forma
dyp (x)
) = B(2x + x2 )ex
dx
d2 yp (x)
= B(2 + 4x + x2 )et x
dx2
d3 yp (x)
= B(6 + 6x + x2 )ex .
dx3
Sustituyendo ahora en la ecuacion diferencial estas derivadas, resulta
yp (x) = Bx2 ex
d3 y p
d2 y p
dyp
4
+5
2yp (x) = 2Bex = ex B = 1/2.
3
2
dx p
dx
dx
Teorema 5.32 Consideramos la ecuacion diferencial lineal completa de coeficientes constantes
dn y
dn1 y
+
a
+ . . . + a0 y = ex (r(x) cos x + q(x) sen x),
n1
n
n1
dx
dx
(5.20)
(5.21)
ex r(x)
ex (r(x) cos t+
+q(x) sen x)
Expresion de yp (x)
0 no es raz
del polinomio caracterstico
0 es raz de multiplicidad m
del polinomio caracterstico
no es raz
del polinomio caracterstico
es raz de multiplicidad m
del polinomio caracterstico
i no es raz
del polinomio caracterstico
i es raz de multiplicidad
m del polinomio caracterstico
r(x)
xm r(x)
r(x)ex
xm r(x)ex
ex (
r(t) cos x+
+
q (x) sen x)
xm ex (
r(x) cos x+
+
q (x) sen t)
89
Captulo 6
Soluci
on num
erica de
ecuaciones diferenciales
ordinarias
La utilidad de los metodos analticos para encontrar la solucion de ecuaciones diferenciales ordinarias es muy limitada. Los casos que hemos estudiado en temas anteriores cubren practicamente todos los posibles: sistemas y
ecuaciones lineales con coecientes constantes y ciertas ecuaciones escalares
de primer orden no lineales.
Puesto que no podemos encontrar una expresion explcita, tenemos que
buscar alternativas adecuadas. Una primera posibilidad es la llamada teora
cualitativa, en la que se trata de obtener propiedades matematicas de la
solucion: regularidad, acotacion, periodicidad, etc. Otra posibilidad, de la que
nos ocupamos ahora, es obtener una aproximacion a los valores numericos de
la solucion mediante el uso de un algoritmo implementado en un ordenador1 .
Es lo que se conoce como solucion numerica.
Consideramos u
nicamente la solucion de sistemas de ecuaciones diferenciales de primer orden. La razon es que una ecuacion diferencial de orden m
se puede asociar a un sistema de m ecuaciones diferenciales de primer orden
para el cual la primera componente de su solucion es precisamente la solu1
Podemos definir informalmente un algoritmo como una regla que establece una sucesion de acciones aritmeticas ejecutables en un ordenador. Desde luego, su realizacion debe
proporcionar una buena aproximacion de la solucion que estamos buscando, pero ademas
sera importante que el algoritmo sea eficiente, es decir que su ejecucion requiera el mnmo
posible de operaciones aritmeticas.
90
,
)
dxm
dx
dxm1
y mediante el cambio de variables2
y1 = y,
y2 =
dy
,
dx
, ym =
dm1 y
,
dxm1
dy1
= y2
dx
dy2
= y3
dx
..
dy
= f (x, y1 , , ym1 )
dx
para el cual es evidente que la primera componente de su solucion es la
solucion de la ecuacion de orden m.
Ejercicio 6.1 Reescribir los siguientes sistemas como sistemas de ecuaciones
de primer orden.
[
]
d2 y
5 4
1.
=
y.
1
0
dx2
1 2
1
t
2
dy
0 1 y + x2 .
2.
= 1
2
dx
4
4 5
1
Por otra parte, necesitamos que el problema que intentemos resolver
numericamente tenga una u
nica solucion. Por ello, consideramos u
nicamente
aproximar numericamente la solucion del problema de valor inicial
{
y = f (x, y), x [a, b],
(6.1)
y(x0 ) = ,
2
El cambio de variables es el mismo que ya hemos utilizado para relacionar las ecuaciones diferenciales lineales de orden superior a 1 con los sistemas diferenciales lineales de
orden 1.
91
(6.2)
6.1.
Discretizaci
on. M
etodos num
ericos.
El primer inconveniente al tratar de aproximar (6.2) es que el conocimiento de la solucion requiere en principio la aproximacion de innitos valores
y(x) Rm , x (a, b). Para evitar este inconveniente, procederemos a la
llamada discretizacion del problema (6.1) y de su solucion. Suponemos en
primer lugar que queremos aproximar la solucion para x0 x xmax
donde [x0 , xmax ] J = (a, b). Sea entonces N N, denimos el tama
no
de paso h = (xmax x0 )/N y consideramos la red de puntos equiespaciados
xn = x0 + nh [x0 , xmax ], 0 n N .
La idea es entonces obtener los valores aproximados yn y(xn ), 0 n
N . Si h es sucientemente peque
no, y debido a la continuidad de la solucion
(6.2), estos valores aproximados podran usarse para aproximar la solucion en
cualquier otro punto del intervalo [x0 , xmax ].
En la practica, los valores de la sucesion de aproximaciones {yn }N
n=0 se
calculan secuencialmente de manera que los aproximaciones de subndice
mas alto se obtienen de las anteriores. El caso mas sencillo, y del que nos
ocuparemos nosotros, corresponde a los llamados metodos de un paso para
los que yn+1 se obtiene a partir del u
nico valor anterior yn . Puesto que
conocemos la condicion inicial y(x0 ) = , siempre es posible comenzar el
proceso tomando y0 = (o bien y0 ).
Formalmente escribiremos un metodo de un paso como
{
y0 = ,
(6.3)
yn+1 = yn + hf (xn , yn ; h), n 0.
6.2.
El m
etodo de Euler explcito
dy
(x0 ) = + (x x0 )f (x0 , ).
dx
El mtodo de Euler
(x2,y(x2))
e2=y(x2)y2
(x2,y2)
(x1,y(x1))
e1=y(x1)y1
(x1,y1)
(x0,y0)
n0
6.3.
M
etodos Runge-Kutta
Ki = f (xn + ci h, yn + h i1
i = 1, , s.
j=1 aij Kj ),
s
(6.4)
yn+1 = yn + h i=1 bi Ki ,
donde asumiremos las siguientes condiciones
ci =
i1
aij ,
i = 1, 2, , s.
j=1
0
0
.. = c A
.
bT
0
bs
95
0
0 0
A = 1/3 0 0 ,
0 2/3 0
y resulta
K1 = f (xn , yn ),
)
(
K2 = f xn + (h/3), yn + (h/3)K1 ,
(
)
K3 = f xn + (2h/3), yn + (2h/3)K2 ,
yn+1 = yn + (h/4)K1 + (3h/4)K3 ,
96
0 0 0
A = 1/2 0 0 ,
1 2 0
y resulta
K1 = f (xn , yn ),
(
)
K2 = f xn + (h/2), yn + (h/2)K1 ,
(
)
K3 = f xn + (2h/3), yn hK1 + 2hK2 ,
yn+1 = yn + (h/6)K1 + (2h/3)K2 + (h/6)K3 ,
que es conocido como Metodo RungeKutta de tercer orden.
Ejemplo 6.6 Consideramos finalmente s = 4, es decir, buscamos metodos
de 4 etapas. El ejemplo mas conocido corresponde a tomar c = [0, 1/2, 1/2, 1]T
b = [1/6, 1/3, 1/3, 1/6]T y
0
0 0 0
1/2 0 0 0
A=
0 1/2 0 0 ,
0
0 1 0
y resulta
K1
K2
K3
K4
yn+1
=
=
=
=
=
f (xn , yn ),
(
)
f xn + (h/2), yn + (h/2)K1 ,
(
)
f xn + (h/2), yn + (h/2)K2 ,
(
)
f xn + h, yn + hK3 ,
yn + (h/6)K1 + (h/3)K2 + (h/3)K3 + (h/6)K4 ,
6.4.
Convergencia y orden
h0
xmax x0
.
N
Para el caso de metodos Runge-Kutta, la convergencia se puede deducir
a partir de una condicion muy sencilla.
siendo h =
98
bi = 1.
i=1
Ejercicio 6.10 Compruebe que todos los metodos Runge-Kutta que hemos
presentado en los ejemplos de la seccion anterior son convergentes.
Ejercicio 6.11 Considere el problema de valor inicial
{
y = y,
y(0) = 1,
cuya solucion exacta es y(x) = ex .
Verifique la convergencia del metodo de Euler; es decir, compruebe que
para cada x la aproximacion en x proporcionada por el metodo de Euler
tiende hacia el valor exacto de la solucion cuando el tama
no de paso tiende
hacia cero.
Aunque la convergencia de un metodo numerico es una condicion ineludible para su uso, en la practica no es suciente pues necesitamos que los
metodos sean lo mas ecientes que sea posible. De la interpretacion geometrica del metodo de Euler deducimos que para la convergencia se debe tomar el
tama
no de paso h sucientemente peque
no. Pero si dismimuimos el tama
no
de paso con la idea de que disminuyan los errores globales, resulta que aumenta el costo computacional pues la solucion numerica tiene mas terminos
que debn ser calculados. Formalizamos ahora estas ideas.
Definici
on 6.12 Diremos entonces que un metodo numerico es convergente
de orden p N en el intervalo [x0 , xmax ] cuando se verifique
eN = O(hp ) cuando h 0
Es decir, cuando exista una constante K > 0 y N0 N tales que
|eN | Khp
para cualquier N N0 .
99
100
Indice
1. Introducci
on
1.1. Deniciones . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Interpretacion geometrica . . . . . . . . . . . . . . . . . . . .
2. Integraci
on elemental de ecuaciones escalares de primer
den
2.1. Ecuaciones diferenciales lineales escalares . . . . . . . . . .
2.2. Ecuaciones exactas. Ecuaciones separables . . . . . . . . .
2.3. Factores integrantes . . . . . . . . . . . . . . . . . . . . . .
2.4. Ecuaciones homogeneas . . . . . . . . . . . . . . . . . . . .
1
1
6
or.
.
.
.
10
10
20
26
33
orden
. . . .
. . . .
. . . .
. . . .
. . . .
38
38
40
43
45
46
50
101
.
.
.
.
50
52
54
56
61
Indice
5. Ecuaciones lineales de orden superior a 1
5.1. Conceptos basicos . . . . . . . . . . . . . . . . . . . . . . . .
5.2. Equivalencia con un sistema lineal de primer orden . . . . .
5.3. La ecuacion lineal homogenea . . . . . . . . . . . . . . . . .
5.3.1. Estructura de las soluciones . . . . . . . . . . . . . .
5.3.2. Obtencion de la solucion general: reduccion del orden
5.3.3. Obtencion de la solucion general: Caso de coecientes
constantes . . . . . . . . . . . . . . . . . . . . . . . .
5.4. La ecuacion lineal no homogenea . . . . . . . . . . . . . . .
5.4.1. Calculo de una solucion particular: Variacion de las
constantes . . . . . . . . . . . . . . . . . . . . . . . .
5.4.2. Calculo de una solucion particular: Coecientes indeterminados . . . . . . . . . . . . . . . . . . . . . . .
6. Soluci
on num
erica de ecuaciones diferenciales ordinarias
6.1. Discretizacion. Metodos numericos. . . . . . . . . . . . . .
6.2. El metodo de Euler explcito . . . . . . . . . . . . . . . . .
6.3. Metodos Runge-Kutta . . . . . . . . . . . . . . . . . . . .
6.4. Convergencia y orden . . . . . . . . . . . . . . . . . . . . .
102
.
.
.
.
.
.
.
.
.
64
64
65
68
68
70
. 74
. 79
. 82
. 86
.
.
.
.
90
92
92
95
98