Beruflich Dokumente
Kultur Dokumente
Introducci
on a las Ecuaciones
Diferenciales
Llegados a este curso de ecuaciones diferenciales ordinarias, las ecuaciones que han estudiado en
cursos previos tenan por solucion un conjunto de n
umeros (reales o complejos); un vector, etc.
Considere por ejemplo las siguientes ecuaciones
3x 7 = 0 ;
x R.
x7 + 2 = 0 ;
x C.
2 1
1
Ax b = 0; A =
b=
; A M22 (R); x R2 , b R2 .
1 3
5
En este curso vamos a considerar ecuaciones cuyas incognitas son funciones (Ecuaciones Funcionales) y en las que aparecen la funcion desconocida y alguna de sus derivadas (Ecuaciones
Diferenciales); en particular este curso se enfoca en ecuaciones diferenciales ordinarias. De forma
m
as precisa tenemos la siguiente denicion
Definici
on 1.0.1 Una Ecuaci
on Diferencial Ordinaria en una variable es una ecuaci
on que
relaciona una funci
on desconocida de una variable con una o m
as funciones de sus derivadas.
(1.1)
F = F (t, x(t), x (t), ..., x(n) (t)), F : I Rn+1 R, (t, x, ..., x(n) ) F (t, x(t)...x(n) (t)).
n Determina el orden de la ecuacion diferencial. Esto se determina mirando la derivada de
orden mas alto que aparece en la ecuaci
on.
x (t) =
dx(t)
dn x(t)
, ..., x(n) (t) =
.
dt
dtn
Ejemplos 1.0.2
on F est
a dada por
1. x2 (t) + x2 (t) = 1. En este caso la funci
F : I R2 R
(t, x, x ) F (t, x, x ) = x2 + x2 1.
La ecuaci
on es de orden n = 1.
on F est
a dada por
2. x (t) + sen x(t) = 0. En este caso la funci
F : I R3 R
(t, x, x , x ) F (t, x, x , x ) = x (t) + sen x(t).
La ecuaci
on es de orden n = 2.
3. x (t) +
5x (t)
(3t2 + 1)x (t) 2x(t) = 5t2 . En este caso la funci
on F est
a dada por
t2
F : I R4 R
(t, x, x , x , x ) F (t, x, x , x , x ),
donde la ecuaci
on F (t, x, x , x , x ) = x (t) +
orden n = 3.
5x (t)
(3t2 + 1)x (t) 2x(t) 5t2 , es de
t2
Definici
on 1.0.3 La soluci
on de una ecuaci
on diferencial (1.1) es una funci
on
x : I R
t x = x(t),
denida en un intervalo abierto I =], [ R que satisface la ecuaci
on (1.1).
Ejemplos 1.0.4
on x(t) = cos t es soluci
on de
1. F (t, x, x ) = x2 + x2 1 depende de tres variables y la funci
F (t, x, x ) = 0, en efecto:
F (t, cos t, sen t) = cos2 t + sen2 t 1 = 0.
on x(t) = 13 e2t es soluci
on
2. F (t, x, x , x ) = x +x+e2t depende de cuatro variables y la funci
de F (t, x, x , x ) = 0, en efecto:
1
4
1 2t 2 2t 4 2t
= e2t e2t e2t = 0.
F t, e , e , e
3
3
3
3
3
Diremos que una ecuacion diferencial ordinaria (1.1) esta en forma normal si esta escrita en la
siguiente forma:
x(n) = f (t, x, x , ..., x(n1) ), donde f : I Rn R,
es decir, la derivada de orden mas alto aparece despejada en la ecuacion.
Ejemplos 1.0.5
on f est
a dada por
1. Sea x = x + e2t . En este caso la funci
f : I R2 R
(t, x, x ) f (t, x, x ) = x + e2t .
5
x + (3t2 + 1)x + 2x + 5t2 . En este caso la funci
on f est
a dada por
t2
f : I R2 R
(t, x, x , x ) f (t, x, x , x ),
5
x + (3t2 + 1)x + 2x + 5t2 .
t2
(t, x) f (t, x) = 1 x2 .
(1.2)
Observaci
on 1.0.1 El lector no debe olvidar que x = x(t), en cuyo caso la ecuaci
on (1.2) en
forma explcita dice que:
x (t) = f (t, x(t)) t I.
M
as a
un, la funci
on f no reconoce a la variable x como funci
on de t.
dada por:
x = ax , a R.
(1.3)
La ecuaci
on (1.3) nos pide encontrar una funci
on cuyo crecimiento en cada instante de tiempo, sea
proporcional al valor de la funcion en ese mismo instante. Tal proporcion se mide con el coecienx
= a. De forma mas precisa tenemos no una ecuacion sino una familia
te de proporcionalidad
x
c-constante arbitraria,
5eat .
El siguiente lema prueba que todas las soluciones de (1.3) son de la forma x(t) = ceat con c
constante arbitraria.
Lema 1.1 Sea x = x(t) una soluci
on de (1.3) denida en I = R. Entonces x(t) = ceat con
c R, una constante arbitraria.
Sea x(t) una solucion de (1.3), entonces:
d at
(e x(t)) = aeat x(t) + eat x (t),
dt
= eat (ax(t) + x (t)),
= eat (ax(t) + ax(t)),
= 0.
As que para todo t R, eat x(t) = c, c-constante.
Luego:
x(t) = ceat .
Note que si tenemos un crecimiento lineal del tiempo t0 = 0; t1 = 1; t2 = 2; ...tn = n entonces
la variable x = x(t) tiene un crecimiento geometrico con razon r = ea .
x0 =x(t0 )= c,
x1 =x(t1 )= cea ,
..
.
xn =x(tn )= c(ea )n .
.....
e4a
e3a
e2a
5 .....
En este punto vale la pena preguntarse por lo cambios cualitativos que presentan las soluciones
de (1.3). Es de esperar que estos cambios tengan una directa relacion con el signo del parametro
a, lo que es crucial para el estudio del comportamiento asint
otico de las soluciones. Veamos esto
con mas detalle:
Si a > 0
lm x(t) = lm ceat =
+ si
si
c > 0,
c < 0.
Si a = 0 entonces lm x(t) = lm c = c.
t
Las siguientes gracas ilustran el comportamiento cualitativo de las soluciones de (1.3) en cada
caso.
Note que si consideramos un nuevo par
ametro b tal que 0 < |b a| < |a| entonces b tiene el
mismo signo de a y por lo tanto el comportamiento cualitativo de las soluciones de
x = bx,
coinciden con el comportamiento cualitativo de las soluciones de (1.3). Algo muy distinto sucede
si a = 0, en donde un peque
no cambia en a lleva a comportamientos cualitativos muy distintos.
6
a> 0
a 0
a<0
a>0
a
a<0
crecimiento de la especie
longevidad de la especie
extincion de la especie
(1.4)
1111111111
0000000000
0000000000
1111111111
0000000000
1111111111
0000000000
1111111111
0000000000
1111111111
0000000000
1111111111
0000000000
1111111111
D
0000000000
1111111111
0000000000
1111111111
0000000000
1111111111
0000000000
1111111111
0000000000
1111111111
1111111
0000000
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
D
t
t
Dconjunto no abierto
D
t
1111111
0000000
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
Ddominio no arcoconexo
1
1
x(t) = t = 1.
t
t
2. Considere x = 1 + t2 x2 .
Note que de nuevo, x(t) = t cumple con la f
ormula, pero no es soluci
on. Tenemos en este
caso de nuevo dos alternativas para D. Elegimos una, D = {(t, x) R2 : |x| < t}
8
x(t)=t
3. Considere x = 2t + x2 t4 .
ormula, pero es necesario denir con claridad nuestro
Note que x(t) = t2 cumple con la f
dominio D. Por lo tanto, se debe cumplir:
x2 t4 0 (x t2 )(x + t4 ) 0.
Resolviendo lo la anterior desigualdad se obtienen dos dominios posibles:
D+ = {(t, x) R2 : x > t2 },
D = {(t, x) R2 : x < t2 }.
Tenemos en este caso dos alternativas para D.
Elegimos una, D = D+ . Tenemos entonces que x(t) = t2 viaja por la frontera de D. Falla
/ D.
la condici
on 2, (t, t2 )
x
x(t)=t
1.1.
(1.5)
2. f (t, x) determina la pendiente de la recta tangente a la curva (t, x(t)) en el punto (t, x) en
cada instante de tiempo t. Por lo tanto, la ecuaci
on (1.5) queda de la forma
= (t) = x0 + f (t0 , x0 )(t t0 ).
x
Recta tangente L en el punto (t* , x* )
x*
t
t*
Vamos ahora a asociar a f una regla que asigna a cada punto D R2 una u
nica recta que pasa
por dicho punto. Imagnese el siguiente esquema.
Denimos la aplicaci
on
: D R2 R2
(t, x) D(t, x) : Recta que pasa por el punto (t, x)
con pendiente f (t, x).
A esta aplicaci
on : D R2 R2 la llamamos Campo de Direcciones asociada a f . Es claro
que esta aplicaci
on esta bien denida y mas a
un, es continua e inyectiva.
10
P
R
3t 2x
.
2
En este caso
f (t, x) =
3t 2x
,
2
as D = R2 y por lo tanto para los puntos P (1, 1); Q(2, 1) y R(1, 3/2) tenemos:
f (P ) f (1, 1) = 5/2,
f (Q) f (2, 1) = 2,
f (R) f (1, 3/2)= 0.
Por lo tanto,
1
(P ) : x = 1 52 (t + 1) x = 5
2 t 2,
(Q) : x = 1 + 2(t 2) x = 2t 3,
(R) : x = 32 .
Ejemplo 1.1.2 x =
En este caso,
3x
.
2
f (t, x) =
3x
.
2
Observemos que:
Si x > 3 entonces f (t, x) < 0 para todo t R.
Si x = 3 entonces f (t, x) = 0 para todo t R.
Si x < 3 entonces f (t, x) > 0 para todo t R.
11
M
as a
un, si x entonces f (t, x) (las pendientes de las rectas tangentes son cada vez
m
as negativas) por lo tanto las rectas tangentes son cada vez m
as verticales pero con pendiente
negativa muy grande.
De igual forma, si x entonces f (t, x) +, de nuevo las rectas tangentes son cada vez
m
as verticales pero con pendiente positiva.
En cambio, si x = 3, la recta tangente es horizontal (pendiente cero) para todo t R.
Recordemos por un momento la ecuacion (1.3); x = ax. Hemos hecho ya un analisis de esta
ecuaci
on y se demostro que toda solucion de 1.3 es de la forma x(t) = ceat , con c una constante. En realidad hemos encontrado una familia soluciones para (1.3) (una solucion por cada
constante).
Pero si nuestro interes es tomar una en particular esto nos lleva a elegir de todas las posibles
constantes c, una en especial. Para ello, vamos a a
nadir a la ecuacion una condicion inicial,
x(t0 ) = x0 , as tendremos:
x = ax,
(P.V.I.)
x(t0 ) = x0 .
(P.V.I.) son las siglas de lo que llamaremos Problema de Valor Inicial. En el caso de (1.3)
tendramos:
x(t) = ceat ; x(t0 ) = x0 , entonces:
x(t0 ) = ceat0 = x0 , as que c = x0 eat0 (ajustamos la constante).
Por lo tanto:
x(t) = x0 eat0 eat = x0 ea(tt0 ) .
Hemos encontrado de entre toda una familia de soluciones aquella que queremos (justo la que
cumple con (P.V.I.)).
x(t)=e at
a>0
x0
t0
12
x(t0 ) = x0 .
donde (t0 , x0 ) D.
Este problema de valor inicial es conocido tambien como Problema de Cauchy, el cual bajo
ciertas condiciones sobre la funcion f tiene una u
nica solucion.
Damos paso as a una simple version de lo que se conoce como el Teorema de Existencia y
Unicidad de soluciones para una ecuacion diferencial ordinaria.
Teorema 1.1 Sea D = {(t, x) R2 : |t t0 | < , |x x0 | < b}. Suponga que tanto f (t, x) y
f
(t, x) son continuas en D. Entonces existe alg
un intervalo abierto J = {t R : |t t0 | < }
x
nica soluci
on x = (t) de (P.C.) para todo t J.
con < en el que existe una u
x
J( )
J( 2 )
x0 b
x0
x0- b
t0 -
t0 -
t0
t0
t0
De otro lado, si tengo dos soluciones de la ecuacion diferencial, digamos 1 (t) y 2 (t) entonces
en el rectangulo sombreado,(ver gura 1.4) ambas soluciones coinciden, es decir 1 (t) = 2 (t)
para todo t J(1 ) J(2 ) lo que da paso a la unicidad.
Veamos algunos ejemplos importantes:
Ejemplo 1.1.3 Considere la ecuaci
on
x = x2 .
(1.6)
(1 t)n , t I2 =]1, 2[
2 (t) =
(A),
(B).
n=0
1
que es v
alida s
olo
t
para |1 t| < 1.
Se tiene entonces que 1 (t) = 2 (t) en I = I1 I2 , pero son soluciones distintas.
Ejemplo 1.1.4 Considere el P.V.I.
x =
En este caso, f (t, x) =
x
+t ,
t
x(0) = x0 .
(1.7)
x
+ t. Esta funci
on est
a bien denida en
t
D = {(t, x) R2 : t = 0}.
De manera que el teorema de existencia y unicidad puede aplicarse en dos dominios abiertos,
arcoconexos y disjuntos. Se puede demostrar que las soluciones de (1.7) est
an dadas por
x(t) = t2 + ct
; c-cte.
La cual es v
alida para todo t R. M
as a
un, note que si x0 = 0, se tienen innitas soluciones
on. Lo que sucede en este caso es que la
(una por cada constante); y si x0 = 0 no hay soluci
funci
on f no es continua en (0, 0). As que la continuidad es condici
on (incluso, la mnima
condici
on) que nos garantiza la existencia de la soluciones.
Ejemplo 1.1.5 En el teorema de existencia y unicidad es fundamental el explicitar el punto
(t0 , x0 ). En efecto, considere el problema de valor inicial
x = x1/3 ,
x(0) = 0.
14
(1.8)
2
3
3/2
(t c)
,
satisface la ecuaci
on en (1.8) para cada constante c.
Pero para cada constante c > 0 observe que
3/2
2
(t c)
c (t) =
3
0
t>c
t c,
x
o1
c1
c2
o2
1.2.
instante t. En el tiempo t + h el n
umero de individuos es P (t + h), as que P (t + h) P (t) representa el n
umero de individuos que han sido a
nadidos (o bien eliminados) a la poblacion
durante el periodo de tiempo h = t + h t.
Entre m
as grande sea el intervalo de tiempo, mas individuos a
nadidos se esperan, as como entre mas peque
no sea el intervalo de tiempo, menos individuos a
nadidos se esperan. Escribimos
entonces,
P (t + h) P (t) = N h,
o bien:
P (t + h) P (t)
=N.
h
(1.9)
En ocasiones, la cantidad
1 dP
,
P dt
se conoce como tasa de crecimiento especco. As que para (1.9), la tasa de crecimiento especco esta dada por
1
N (t, P ).
P
Algunas formas de la funcion N (t, P (t)) que podemos suponer, son las siguientes:
a) N (t, P (t)) = n0 P (t) , n0 constante. Tasa de crecimiento especco constante.
Por lo tanto:
dP
= n0 P
dt
(Modelo de Malthus).
En consecuencia,
P (t) = P (0)en0 t ; t [0, +[ ; t R.
b) N (t, P (t)) = (n0 d0 )P (t) + I(t) E(t).
umero de individuos muertos proporcional a la poblaEn este caso, d0 P representa el n
cion; I(t), individuos que entran a la poblacion (inmigrantes); E(t), individuos que salen
de la poblacion (emigrantes). As:
dP
= (n0 d0 )P (t) + I(t) E(t)
dt
16
o bien:
dP (t)
= (n0 d0 )P (t) P 2 (t) ,
dt
dP
dt
= ( P )P
= 1
P
= n0 d0 ,
1.2.1.
Dosificaci
on de Medicamentos
donde es una constante positiva que mide la velocidad a la cual la concentracion cae. Tenemos
un modelo de Malthus el cual tiene como funci
on solucion
1
C(t) = C0 e t ;
C0 = C(0).
(1.10)
C0
< 0,
e
C0
. As que, entre mas grande es , m
as lentamente la dosis de
la concentraci
on cae al valor
e
medicamento desaparece.
17
1.2.2.
Nivel de Acumulaci
on
r2 = C1 e ,
t
t
0
0
1+e
.
r2 = C 0 e
Despues de una tercera dosis, la concentraci
on C2 es
C2 = C0 + r2 ,
t0
2t0
= C0 1 + e + e .
Siguiendo este mismo proceso, si consideramos en el tiempo t = (n 1)t0 , n Z+ , nos da:
t0
2t0
(n1)t0
,
Cn1 = C0 1 + e + e + . . . + e
nt0
1 e
.
= C0
t0
1 e
De igual forma, el residuo rn en t = nt0 esta dado por
t
0
rn = Cn1 e
t
0
= C0 e
1 e
nt0
t0
1 e
.
Note que
lm Cn1 = CM =
C0
t0 .
1 e
on del medicamento inmediatamente
De manera que CM es un buen estimativo de la concentraci
nt0
nt0
>> 1. En efecto, si
> 5, Cn1 diere de CM en menos del
despues de una dosis cuando
1 %,
nt0
1 e5
C0 (1 e5 )
1 e
,
t0 >
t0 Cn1 >
t0
1 e
1 e
1 e
C0
t
0
1e
C0 (1 e5 )
t
0
1e
C0
t
0
1e
18
C0 e5
1 (1 e5 ) =
t0 .
1 e
Concentracin
C2
C1
Crecimiento Oscilatorio
C0
Nmero de dosis
Si queremos alcanzar la m
axima concentraci
on en 5 dosis debemos hacer el intervalo entre las
dosis, mayor que .
En efecto,
nt0 > 5 sii t0 >
5
.
n
Si n = 5 entonces,
t0 > .
Naturalmente, entre m
as grande sea
una sola dosis).
t0
, mas cercano es CM a C0 , (la concentraci
on maxima en
De igual forma, justo antes de una dosis, el residuo se aproxima al valor r cuando n aumenta,
siendo r dado por
t0
C0
(1.11)
r = CM e = t0
e 1
Note que,
CM =
C0
1e
= C0 +
C0
t0
= C0 + r .
t0
se hace cada vez
M
as a
un, (1.11) implica que r se hace cada vez mas peque
no a medida que
t0
on vara mas entre las dosis.
m
as grande. Cuanto mayor sea , el nivel de concentraci
Por lo tanto, existe un equilibrio entre mantener el residuo por encima de cierto nivel y alcanzar
19
CM en pocas dosis.
Cuando muchas dosis han sido ingeridas, la concentracion se comporta como en la siguiente
gura.
Concentracin
CM
C0
15
Nmero de dosis
1.3.
Ejercicios
1
,
t
es solucion de la ecuaci
on diferencial
tx + x = 0.
2. Determine si la funcion
y(x) = ex
et dt + cex , c-cte
20
es solucion de la ecuaci
on diferencial
y = 1 2xy ,
en ] , [.
on diferencial
3. Estudiar los dominios o regiones de R2 en los cuales la ecuaci
1
(x 2) 3
,
x =
t2 1
tiene solucion u
nica.
4. Considere la ecuaci
on diferencial
y =
x(y 1)
Es la funci
on y(x) = 1 solucion de la ecuaci
on?
Determine en que regiones del plano xy esta ecuaci
on diferencial tiene una u
nica
on.
solucion, cuya graca cruce el punto (x0 , y0 ) dentro de la regi
5. Considere el siguiente problema de valor inicial
dy
= xy 1/2 ,
dx
y(0) = y0 .
1
; y(0) = 1,
1 + y2
tiene solucion u
nica denida sobre todo el eje real.
8. Muestre que la ecuaci
on x2 + x2 + 3 = 0 no tiene solucion con valores reales.
9. Considere ecuaciones diferenciales de la forma
y = f (x), y = g(x).
Describa e ilustre con ejemplos (o plantee una forma analtica) como resolver estas ecuaciones.
21
t
en el
x
on de y =
11. Mostrar que la relacion y 2 x3 +8 = 0 dene de manera implcita una soluci
en el intervalo ]2, [.
3x2
2y
()
17. El economista frances Leon Walras (1834-1910) considerado como el creador de la economa
matematica visualiz
o el equilibrio de un mercado (compra y venta de bienes y servicios)
como el resultado de un proceso de Tanteo: Un moderador anuncia un producto con precio
p y los compradores y vendedores hacen su oferta. Walras propuso el siguiente modelo
p = k(D(p) S(p)),
()
dp(t)
, D(p) es la funcion de demanda del producto, S(p) es la funcion de oferta
donde p =
dt
del producto y k es una constante positiva que reeja la velocidad de ajuste del mercado.
El caso mas simple en el modelo de Walras es cuando
D(p) = p,
S(p) = p,
con y constantes positivas. Muestre que p(t) = 0 es solucion de () y determine
bajo que condiciones los precios del mercado se acercan y/o se alejan de esta soluci
on.
Que interpretaci
on puede deducir de los resultados?.
c
, c-cte, satisface la ecuacion diferencial ydx + x ln xdy = 0
ln x
(Sugerencia: Convierta esta ecuacion diferencial a la forma normal).
1
en el intervalo ] , 3[.
2y
x(t0 ) = x0 ,
x (t0 ) = 0
23
Captulo 2
M
etodos de Integraci
on
En esta parte del curso vamos a estudiar diversas tecnicas de integraci
on (metodos de solucion)
para cierto tipo de ecuaciones diferenciales ordinarias.
Iniciamos con una ecuaci
on diferencial ordinaria de primer orden general:
x = f (t, x),
(2.1)
x = g(t),
(2.2)
x = g(t),
(2.3)
x(t0 ) = x0 .
Entonces la soluci
on de (2.3) esta dada por
x(t) = x0 +
g(s) ds .
t0
Mirando la integral del lado izquierdo en (2.4) se dene (cambio de variable) u = x(s),
dx
ds.
du =
ds
As:
x(t)
t
x(t)
dx
du = u
(Regla de Barrow)
(s) ds =
t0 ds
x(t0 )
x(t0 )
= x(t) x(t0 )
En consecuencia, (2.4) equivale a:
x(t) x(t0 ) =
g(s) ds .
t0
f (t, x) = h(x).
Caso 2.
(2.5)
A las ecuaciones del tipo (2.5) se les conoce como Ecuaciones Aut
onomas. En este caso f : W
R R, W abierto de R, es continua y una soluci
on de (2.5) sera una funci
on diferenciable
x : I R W denida en alg
un intervalo abierto I.
y(x)-x0= f(x0)(x-x0 )
x(t)
x0
t0
Figura 2.1: La pendiente de la recta tangente y(x) a la curva x = x(t) en el instante t0 es f (x0 ).
Vamos a suponer que f C 1 (W ) de manera que podamos garantizar el teorema de existencia
y unicidad de soluciones. Ahora bien, un punto xe W se llama Punto de Equilibrio de (2.5) si
25
t I,
es una solucion de (2.5). Por unicidad de las soluciones ninguna otra curva solucion de (2.5)
puede pasar por xe . As pues los puntos de equilibrio (los ceros de la funcion f ) generan un
nuevo grupo de soluciones que llamaremos Soluciones de Equilibrio (o soluciones triviales).
As que si xe es un punto de equilibrio, entonces x(t) = xe para todo t R; por esta razon, xe
se llama tambien Punto Estacionario pues el sistema que modela (2.5) es xe , sera y siempre ha
sido xe (presente, pasado y futuro).
Ahora bien, vamos a considerar puntos x W para los cuales f (x) = 0. Por continuidad existe
un abierto V en el cual f (x) = 0 x V . Entonces; este caso nos permite:
1 dx
=1
f (x) dt
x V.
(2.6)
(2.7)
dx
dt. Por lo tanto:
dt
dx
1
1
dt =
du = G(u).
f (x(t)) dt
f (u)
En consecuencia:
G(u) =
dt = t + c ,
c-cte.
x(t) = G1 (t + c)
G1 : Inversa de G.
En muchas ocasiones este procedimiento anterior no contiene las soluciones del equilibrio (no
hay valor de la constante c que las genere). Por lo tanto se debe considerar la uni
on de las
soluciones de equilibrio y las que no lo son para tener todas las soluciones posibles de (2.5).
Veamos algunos ejemplos.
26
x = x(1 x) ,
La integral
1
u(1u)
As:
Por lo tanto:
1
du =
u(1 u)
dt .
u
1
du = ln
+ c1 = dt = t + c2 .
u(1 u)
u 1
u
=t+c
ln
u 1
c = c2 c1 -cte.
x(t)
c+t
= ec et ,
x(t) 1 = e
lo que implica:
x(t)
= ec et .
x(t) 1
Sea k = ec (constante positiva o negativa) entonces:
x(t)
= ket .
x(t) 1
27
ket
.
ket 1
(2.8)
ket
, k = 0 , k-cte
ket 1
x1e (t) = 0,
x2e (t) = 1.
2.1.
Ecuaciones Separables
(2.9)
A las ecuaciones tipo (2.9) se les conoce como Ecuaciones Separables. En este caso D = W I
R R.
Ejemplos 2.1.1
x = 5x2 et , h(x) = 5x2 , g(t) = et .
x = ln(xt ), h(x) = ln(x),
g(t) = t.
(Esta ecuaci
on no es una ecuaci
on diferencial separable).
El metodo de soluci
on de este tipo de ecuaciones es el mismo. Buscamos primero las soluciones de
equilibrio (h(x) = 0). Encontradas estas soluciones, luego buscamos las soluciones no triviales.
De nuevo suponemos h(x) = 0 y separamos las variables
1 dx
= g(t) .
h(x) dt
28
Integramos respecto a t:
1 dx
dt =
h(x) dt
g(t) dt.
Ejemplo 2.1.2
x = tx2 .
En este caso, f (t, x) = tx2 , h(x) = x2 , h(x) = x2 , g(t) = t y D = R R.
1. Primero las soluciones de equilibrio: h(x) = x2 .
De aqu tenemos una soluci
on de equilibrio:
x1e (t) = 0,
t R .
t2
1
=
+ c,
x
2
Despejamos la variable x = x(t) y obtenemos:
x(t) =
29
c-cte.
1
c+
t2
2
(2.10)
x(0) = 1.
et x3 tet x3 = et x3 (1 t).
Ilustraci
on
30
Ejemplo 2.1.4
x = ax,
a-cte.
2.2.
k R.
Ecuaciones Homog
eneas
x2 + 2tx
.
t2
2
x
x
x2 + 2tx
.
,
f
(t,
x)
=
+
2
Note que: f (t, x) =
t2
t
t
x =
Sea F (u) =
u2
x
= f (t, x) esto es equivale a decir:
+ 2u, entonces F
t
x
.
x = F
t
31
x
,
t
esto equivale a
En consecuencia:
d
d
(g(t, u(t))) = (u(t).t),
dt
dt
x
= F (u) = u (t).t + u(t).
= F
t
x =
F (u) u
.
t
(2.11)
La ecuaci
on (2.11) tiene una gran ventaja pues es una ecuaci
on en variables separables con:
h(u) = F (u) u,
1
g(t) = .
t
Entonces aplicamos toda la teora que hemos visto para las ecuaciones separables para as resolver
(2.11).
Buscamos las soluciones triviales: F (u) u = 0, y luego las soluciones no triviales:
1
1
u =
F (u) u
t
du
1
ds =
F (u(s)) u(s) ds
1
ds.
s
Por lo tanto:
Ejemplo 2.2.2
x =
Hemos visto que:
x
x =F
t
x2 + 2tx
.
t2
con
32
F (u) = u2 + 2u ,
la ecuaci
on (2.11) queda en este caso:
u =
u =
u2 + 2u u
,
t
u2 + u
.
t
(2.12)
u1e (t) = 0 ,
u2e (t) = 1 .
1
,
t
1
=
,
t
1
=
dt ,
t
=
= ln |t| + c .
d R.
u(t)
= kt .
u(t) + 1
kt
.
1 kt
33
En consecuencia:
x(t) = u(t)t,
x(t) =
kt2
,
1 kt
kR.
x2e (t) = t,
x(t) =
kt2
,
1 kt
k R, t > 0 .
xt2 + x3
,
t3
x(1) = 1.
x =
x =
x
.
x =F
t
Por lo tanto:
3
F (u) = u + u ,
Sea u =
x
, x(t) = u(t)t. Llegamos a la ecuaci
on
t
u =
u3
.
t
1
.
t
on trivial dada por:
As, h(u) = 0 si y s
olo si u3 = 0. Tenemos una soluci
h(u) = u3 ,
g(t) =
u1e (t) = 0.
on inicial no es considerada esta soluci
on.
Esta soluci
on genera x1e (t) = 0. Pero dada la condici
Ahora las soluciones no triviales:
1 du
h(u) dt
1 du
dt
u3 dt
1
2
2u
1
2u2
= g(t) ,
1
=
dt ,
t
= ln(t) + c , c-cte
1
+c .
= ln
t
34
Por lo tanto:
u2 =
1
,
1
k + 2 ln
t
u =
as:
1
,
1
k + 2 ln
t
x(t) = t
en consecuencia:
k-cte, t ] , 0[,
1
.
1
k + 2 ln
t
x(t) =
1 + 2 ln
1
t
,
t ]
e, 0[.
Ahora vamos a presentar una denicion mas precisa de las ecuaciones homogeneas y entender
el por que de este nombre.
Definici
on 2.2.4 Una funci
on
f : D R R R
(t, x) f (t, x),
se dice que es homogenea de grado si:
f (t, x) = f (t, x),
(t, x) D, > 0, R.
Ejemplos 2.2.5
35
1. Sea
f (t, x) = t3 + 5x3 .
Esta funci
on es homogenea de grado = 3. En efecto:
f (t, x) = (t)3 + 5(x)3 ,
= 3 t3 + 53 x3 ,
= 3 (t3 + 5x3 ),
= 3 f (t, x).
2. Sea
g(t, x) = t2 + tx.
Esta funci
on es homogenea de grado = 2.
3. Sea
h(t, x) = t2 x + x3 + t3 1.
Esta funci
on no es homogenea. En efecto:
h(t, x) = 3 t2 x + 3 x3 + 3 t3 1,
= 3 (t2 x + x3 + t3 ) 1,
= 3 h(t, x).
Ahora bien, una ecuaci
on diferencial de primer orden
x = f (t, x),
es una ecuaci
on diferencial homogenea si:
f (t, x) =
P (t, x)
,
Q(t, x)
Q(t, x) = 0;
para alg
un R.
La ecuaci
on
P (t, x)
.
Q(t, x)
Se escribe en diversas formas. En muchos libros se presenta as:
x =
P (t, x)
dx
=
Q(t, x)dx = P (t, x)dt P (t, x)dt Q(t, x)dx = 0 .
dt
Q(t, x)
(2.13)
(2.14)
La ecuaci
on (2.14) es la que usualmente se encuentra en los textos. As que, si vamos a buscar
en un libro que es una ecuacion diferencial homogenea, tendramos algo como:
36
Definici
on 2.2.6 Una ecuaci
on diferencial de primer orden
P (t, x)dt + Q(t, x)dx = 0
es homogenea, si las funciones P y Q son funciones homogeneas del mismo grado.
Queda entonces como ejercicio, demostrar que toda ecuaci
on diferencial homogenea de la forma
P (t, x)dx + Q(t, x)dt = 0,
con P y Q funciones homogeneas de grado , se puede escribir en forma equivalente como:
x
t
o x = G
.
x = F
t
x
Observaci
on. Pruebe que si P (t, x) es homogenea de grado , entonces
x
P (t, x) = t P 1,
.
t
37
Captulo 3
(3.1)
P Q
x , t
3.
P
x
Q
t
P (t, x)
.
Q(t, x)
P (t, x)
llegamos a la forma normal.
Q(t, x)
Q(t, x) = sen t + t2 ex 1.
Claramente, P , Q,
P Q
x , t
son continuas en R R. M
as a
un, tenemos
P
Q
= cos t + 2tex =
.
x
t
Ahora vamos a presentar un resultado importante, para el caso de ecuaciones diferenciales tipo
(3.1).
Teorema 3.1 Sean P, Q C 1 (R2 ). Las siguientes armaciones son equivalentes:
Existe V C 2 (R2 ) tal que
P
x
Q
t
V
t
= P,
V
x
= Q en R2 .
en R2 .
V (t, x) =
(t, x) +
(t, x) ,
t
t
x
dt
= P (t, x) + Q(t, x)x = 0.
(3.2)
Coronas
D = R2 (0, 1)
Dominios
Rect
angulos
39
D = R2
Observe que la condicion de exactitud solo implica la existencia local (en el dominio D) de
una funci
on potencial. Por lo que en adelante, vamos a considerar que nuestro dominio D es
Simplemente Conexo.
Veamos ahora el metodo de soluci
on de las ecuaciones diferenciales exactas.
Suponemos entonces:
P, Q C 1 (D),
Q
P
=
,
x
t
Q(t0 , x0 ) = 0 .
V
(t, x(t)) dt =
t
x = x(t) .
P (t, x(t)) dt ,
as:
V (t, x) =
P (t, x) dt + h(x) ,
h C 2 (D).
(3.3)
Note que h s
olo depende de x.
Por otro lado:
V
(t, x) = Q(t, x) .
x
Entonces, derivando en (3.3) respecto a x se tiene:
V
(t, x) =
P (t, x) dt + h (x) .
x
x
En este punto se aplica el resultado de la teora de las integrales dependientes de parametros y
se obtiene:
P
V
(t, x) =
(t, x) dt + h (x) ,
x
x
= Q(t, x) ,
as obtenemos:
h (x) = Q(t, x)
P
(t, x) dt .
x
(3.4)
(3.5)
c-cte.
(Condici
on de exactitud).
V (t, x) =
P (t, x) dt + h(x) ,
=
=
t dt + h(x) ,
t2
+ h(x) .
2
Ahora
V
(t, x) = h (x) = Q(t, x) = x,
x
41
h(x) =
x2
.
2
Tenemos entonces
t 2 x2
+
= c, c-cte.
2
2
Las soluciones est
an dadas implcitamente por la ecuaci
on
V (t, x) =
V (t, x(t)) =
t2 (x(t))2
+
= c.
2
2
t3
x
3
dt +
En este caso:
P (t, x) = x
Por lo tanto:
3.1.
t3
,
3
x2
+xt
2
Q(t, x) =
dx = 0 .
x2
+x t.
2
Q
P
(t, x) = 1 = 1 =
(t, x) .
x
t
Factores Integrantes
t
x = 0,
x
no es una ecuacion diferencial exacta (vericar), pero si se multiplica por la funcion (x) = x,
entonces tenemos:
t xx = 0 .
Y esta nueva ecuaci
on s es una ecuacion diferencial exacta (vericar).
Veamos la siguiente denicion:
on
Definici
on 3.1.1 Una funci
on = (t, x) C 1 (D) es un factor integrante de la ecuaci
P (t, x) + Q(t, x)x = 0 ,
si cumple:
42
a) (t, x) = 0, (t, x) D .
on diferencial exacta.
b) La ecuaci
on (t, x)P (t, x) + (t, x)Q(t, x)x = 0, es una ecuaci
x + x = 0 ,
Q
P
P
x
Q
t
43
(Q(t, x) = 0) .
si se logra obtener:
Q
t (t, x)
= (t) ,
Q(t, x)
P
x (t, x)
entonces:
(t) = (t)
(Ecuaci
on Separable),
de donde:
(t) = e
(t)dt
Q
t
P
x
(P (t, x) = 0) .
si se logra obtener:
Q
t (t, x)
P
x (t, x)
= (x) ,
P (t, x)
entonces:
(x) = (x)
(Ecuaci
on Separable),
de donde:
(x) = e
(x)dx
(t)
(t)
=
=
=
Q
t
,
Q
3t2 + 2t + 3x2 2t
,
t 2 + x2
3(t2 + x2 )
= 3.
t 2 + x2
P
x
44
de aqu:
(t) = e
3dt
= e3t .
Multiplicamos la ecuaci
on por e3t y obtenemos:
e3t (3t2 x + 2tx + x3 ) + e3t (t2 + x2 ) = 0 .
x):
Tenemos nuevas funciones P(t, x), Q(t,
P(t, x) = e3t (3t2 x + 2tx + x3 ) ,
x) = e3t (t2 + x2 ) .
Q(t,
Y as:
P
(t, x) = 3(t2 + x2 )e3t + 2te3t ,
x
Q
(t, x) = 3e3t (t2 + x2 ) + 2te3t .
t
P
= tQ , nuestra nueva ecuaci
on s es exacta. Por lo tanto, buscamos la funci
on
Dado que x
potencial V , de manera que:
4
V (t, x) =
Sabemos que:
V
(t, x) = P(t, x) ,
t
e3t (3t2 x + 2tx + x3 )dt + h(x) .
t2 e3t dt =
e3t t2 2 3t 1 3t
te + e + c1 ,
3
9
9
as:
suponemos que c1 = 0 y adem
te3t dt =
e3t t 1 3t
e + c2 ,
3
9
1
V (t, x) = xt2 e3t + x3 e3t + h(x) .
3
45
Luego:
V
(t, x) = t2 e3t + x2 e3t + h (x) ,
x
x) ,
= Q(t,
= e3t (t2 + x2 ) + h (x) ,
= e3t (t2 + x2 ) .
As que: h (x) = 0, entonces h(x) = c3 , c3 -cte. De nuevo podemos suponer c3 = 0.
Las soluciones de la ecuaci
on est
an dadas implcitamente por la ecuaci
on:
1
V (t, x(t)) = xt2 e3t + [x(t)]3 e3t = c,
3
3.2.
c-cte.
Cambio de Variables
con u = u(t), g C 1 (D ) .
g
(t, u) .
t
Ahora bien, si u g(t, u) = 0 (necesario para aplicar el Teorema de la funcion implcita), tenemos:
u =
con
F (t, u) =
f (t, x) t g(t, u)
,
u g(t, u)
f (t, g(t, u)) t g(t, u)
,
u g(t, u)
46
n N {1};
x = g(t, u) = u 1n ,
As:
t g(t, u) = 0,
u g(t, u) =
u = u(t).
1
1
u 1n 1 .
1n
Tenemos:
t g(t, u) = 0,
u g(t, u) =
n
1
u 1n .
1n
En consecuencia:
F (t, u) =
p(t)u 1n q(t)u 1n 0
n
1
1n
1n u
= (1 n)[p(t) q(t)u] .
Nuestra nueva ecuaci
on diferencial est
a dada por:
u = (1 n)[p(t) q(t)u] .
La escribimos de la forma:
u + (1 n)q(t)u = (1 n)p(t) ,
47
u + r(t)u = m(t) ,
(3.6)
donde:
r(t) = (1 n)q(t),
m(t) = (1 n)p(t).
La ecuaci
on (3.6) a
un no sabemos resolverla, la dejamos pendiente y daremos su solucion en el
siguiente tema sobre las ecuaciones lineales de primer orden.
3.3.
Ejercicios
t2
x
b) y =
x2
y(1 + x3 )
t et
x + ex
x2
d) y =
1 + y2
c) x =
2. Demuestre que cada una de las siguientes ecuaciones son ecuaciones homogeneas y encuentre sus soluciones.
x+t
dx
=
dt
t
4x 3t
b) x =
2t x
2
c) (t + 3tx + x2 )dt t2 dx = 0
a)
d) 2ydx xdy = 0
x + 3y
e) y =
xy
x2 + xy + y 2
f ) y =
x2
3. Encuentre una sustituci
on adecuada para resolver los siguientes problemas.
a) x = (t + x + 1)2
b) y = 1 + eyx+5
c) y = (y 2x)2 7, y(0) = 0
4. Resuelva la siguiente ecuacion usando el metodo de separaci
on de variables.
48
a) x = (t 3)(x + 1) 3
b) Muestre que x(t) = 1 satisface la ecuacion.
c) Muestre que no hay una elecci
on de la constante de integraci
on c de modo que la
solucion de la parte (a) produzca la solucion x(t) = 1. Explique por que se pierde
esta solucion.
5. Considere la ecuaci
on con coecientes lineales
(a1 x + b2 y + c1 )dx + (a2 x + b2 y + c2 )dy = 0 .
Muestre que la ecuaci
on anterior puede reducirse a una ecuacion de la forma
y = G(ax + by) ,
cuando a1 b2 = a2 b1 .
6. Use una sustitucion adecuada para convertir la ecuacion diferencial de la forma
y = G(ax + by) ,
en una ecuaci
on separable.
7. Justique la veracidad o falsedad de la siguiente armaci
on:
Toda ecuaci
on separable de primer orden
x = h(x)g(t) ,
es exacta.
on de
8. Dada la ecuaci
on x = t + x, Considera usted que se puede resolver por separaci
variables? Proponga una solucion conveniente que convierta esta ecuaci
on en una ecuaci
on
de variables separables y resuelvala.
9. La ecuaci
on diferencial
()
es llamada la Ecuaci
on de Ricatti, por ejemplo:
y =
4
1
y + y2 ,
2
x
x
()
es una ecuaci
on de Ricatti.
on () y el cambio de variable
Mediante el conocimiento de una solucion y1 (x) de la ecuaci
y(x) = z(x) + y1 (x) ,
se obtiene una Ecuacion de Bernoulli en las variables (x, z). Si y1 (x) = x2 es solucion de
() muestre que bajo el cambio de variable sugerido se obtiene una Ecuaci
on de Bernoulli.
49
50
Captulo 4
Ecuaci
on Lineal homog
enea de
primer orden
En el captulo anterior, hemos visto la ecuacion de Bernoulli
dx
+ q(t)x = p(t)xn ,
dt
n N {1},
on de Bernoulli queda en la
con p, q C 1 (I). Con la sustitucion x = u 1n , u = u(t) la ecuaci
variable u as:
(4.1)
u + r(t)u = m(t) ,
con r(t) = (1 n)q(t), m(t) = (1 n)p(t).
Hemos dejado como tarea pendiente la resolucion de la ecuaci
on (4.1), esta tarea la resolveremos
bajo el estudio que emprenderemos a continuacion sobre las ecuaciones lineales de primer orden.
Definici
on 4.0.1 (Ecuaci
on lineal de primer orden) Considere una ecuaci
on diferencial de primer orden
(4.2)
x = f (t, x) ,
on lineal de primer
con f : D R R R, f C 1 (D). Diremos que (4.2) es una Ecuaci
orden si f es de la forma;
f (t, x) = a(t)x + b(t).
Es decir, tenemos
x = a(t)x + b(t) ,
(4.3)
51
2. x + 1t x = 5t2 ,
3. x 2tx = et ,
4. Claramente la ecuaci
on (4.1) es una ecuaci
on lineal de primer orden
u + r(t)u = m(t), a(t) = r(t); b(t) = m(t).
on no es lineal.
5. x = t ln(x) + sen t. Esta ecuaci
on no es lineal.
6. (2tx + t2 )x + et . Esta ecuaci
7.
5 3
3t x
(4.4)
2x
, D = R {1, 1} R.
(t + 1)(t 1)
En este caso:
a(t) =
1
1
2
=
.
(t + 1)(t 1)
t+1 t1
En consecuencia:
A(t) =
t + 1
.
a(t)dt = ln
t 1
Suponemos t ]1, [ .
t+1
52
Nota:
Hacer los casos t ] 1, 1[ , t ] , 1[ .
Ahora bien, si consideramos la ecuaci
on lineal de primer orden no homogenea (b(t) = 0), buscamos soluciones que tengan la forma: x(t) = A(t)f (t), donde f : R R es una funci
on derivable.
Este metodo de soluci
on es llamado Variacion de constantes(o bien Variacion de Parametros)
quiz
as porque en el caso b(t) = 0, la funcion f es constante.
x(t) = CeA(t) x(t) = f (t)eA(t)
caso b(t) = 0
caso b(t) = 0 .
Tenemos as:
x(t) = f (t)eA(t) ,
x (t) = f (t)eA(t) + f (t)eA(t) A (t) ,
= f (t)eA(t) + f (t)eA(t) a(t) ,
= a(t)x + b(t) ,
= a(t)f (t)eA(t) + b(t).
En consecuencia:
f (t)eA(t) = b(t) ,
f (t) = eA(t) b(t).
Y as:
f (t) =
eA(t) b(t) dt + k,
A(t)
x(t) = ke
A(t)
+e
k-cte R.
(4.5)
Ahora veamos que toda solucion de (4.3) es de la forma (4.5). En efecto, sea y(t) otra solucion
de (4.3) entonces
x (t) y (t) = a(t)x(t) + b(t) (a(t)x(t) + b(t)) ,
x (t) y (t) = a(t)(x(t) y(t)) .
(4.6)
Sabemos del captulo 1 que todas las soluciones de (4.6) son de la forma k0 eA(t) , k0 -cte, as:
y(t) = x(t) k0 eA(t) ,
= (k k0 )eA(t) + eA(t) eA(t) b(t) dt ,
= CeA(t) + eA(t) eA(t) b(t) dt , C-cte.
53
Esto prueba que todas las soluciones de (4.3) son de esta forma.
Observaci
on 4.0.1 Una observaci
on importante que hacemos de la forma de la soluci
on de
(4.3) es la siguiente:
1. Sea
xh (t) = keA(t) ,
k-cte.
x
on del problema
= a(t)x. Es decir, es la soluci
on que corresponde al
xh (t) es la soluci
caso homogeneo; de aqu que llamaremos a xh (t) la solucion homogenea de (4.3).
2. Sea
A(t)
xp (t) = e
eA(t) b(t) dt .
Note que:
xp (t)
A(t)
= A (t)e
eA(t) b(t) dt ,
x(0) =
1
.
4
a(t) dt = 2t.
x(t) = c eA(t) + eA(t) eA(t) b(t) dt ,
= c e2t + e2t e2t et dt ,
= c e2t + e2t e3t dt ,
1
= c e2t + e2t e3t ,
3
1
= c e2t + e5t .
3
54
Reemplazando la condici
on inicial:
x(t) = c
1
1
= ;
3
4
x(t) =
7 2t
e
12
En conclusi
on:
c=
Sol. homog
enea
1 1
7
+ =
.
4 3
12
1
+ ( )e5t .
3
Sol. particular
!
(1)n t2n
sin t
dt =
= g(t)
t
(2n
+
1)!
n=0
Como se puede ver, una ecuacion lineal sencilla puede dar soluciones complicadas.
Con el siguiente ejemplo mostramos una nemotecnia para que recuerdes y apliques en la soluci
on
de problemas relacionados con las ecuaciones lineales ordinarias.
t > 0.
1. Identico
3
q(t) = ,
t
3
x x = t 5
t
55
p(t) = t5 .
x + q(t)x = p(t) .
2. Factor integrante,
3t dt
= t3
q(t) dt
3. Multiplico la ecuaci
on por el factor integrante,
3
t3 (x x) = t3 t5
t
(x + q(t)x) = e
d q(t) dt
(e
x) = e q(t) dt p(t) .
dt
q(t)dt
q(t) dt
p(t) .
4. Siempre se obtiene,
d 3
(t x) = t2
dt
q(t) dt
x=
q(t) dt
p(t) dt + c .
6. Despejamos x = x(t) ,
1
x(t) = t6 + c t3
3
x(t) = c e
q(t) dt
+ e
q(t) dt
q(t) dt
p(t) dt .
Observaci
on 4.0.2 Note que llegamos a la f
ormula
x(t) = c e
q(t) dt
+e
q(t) ,dt
q(t) ,dt
p(t) dt ,
es la misma f
ormula que se obtiene con el metodo de variaci
on de par
ametros, exceptuando los
signos (pues a(t) = q(t)).
Ya estamos listos para resolver las ecuaciones de Bernoulli
x + q(t)x = p(t)xn ,
n N {1}.
1
on de Bernoulli en la
Sabemos que bajo el cambio de variable x = u 1n , (n = 1), la ecuaci
variable u = u(t) queda de la forma:
u + r(t)u = m(t),
con r(t) = (1 n)q(t); m(t) = (1 n)p(t).
La ecuaci
on (4.7) ya la sabemos resolver, pues es una ecuacion lineal.
Veamos un ejemplo:
56
(4.7)
Ejemplo 4.0.7
1
2
x + x = 2 x3 ,
t
t
1
2
En este caso: n = 3, q(t) = , p(t) = 2 .
t
t
1
t ]0, [ .
on:
Haciendo el cambio de variable x = u 1n ; x = u 2 , se llega a la ecuaci
u + r(t)u = m(t) ,
con r(t) = 4q(t) ; m(t) = 4p(t). Es decir:
4
8
u + u = 2 .
t
t
(4.8)
La funci
on u = u(t), que cumple (4.8), est
a dada por:
A(t)
A(t)
+e
eA(t) b(t) dt ,
u(t) = c e
con A(t) =
4
8
dt = 8 ln(t), t ]0, [ , b(t) = 2 .
t
t
As que:
u(t) =
=
=
1
8 4
c
+ 8 eln(t ) 2 dt ,
8
t
t
t
4
c
+
t6 dt ,
t8 t8
4
c
+ t , c-cte.
8
t
7
En consecuencia:
x(t) =
=
4.1.
4
4
u(t) ,
4
c
+ t,
8
t
7
Aplicaciones
4.1.1.
En economa (Walrasian T
atonnement Process)
Walras visualiz
o el equilibrio del mercado como un resultado del proceso de tanteo. Un moderador anuncia un producto con precio p, y los compradores y vendedores hacen su oferta.
Si esta oferta resulta es un exceso de demanda E(p) 0 el precio se elevara hasta el equilibrio,
en el que la oferta iguala a la demanda. (E(p) = 0) Este proceso se invierte cuando hay un
exceso de oferta p = k E(p) donde k es una constante positiva que reeja la velocidad de ajuste
y E(p) D(p) S(p) es el exceso de demanda.
Como un caso sencillo de este proceso, se considera el caso inicial donde
D(p) = + p demanda del producto.
S(p) = + p oferta del producto.
Entonces; seg
un la ley de Walras:
p = k E(p) = k [D(p) S(p)] .
As que:
p = k ( + p p) ,
p = k ( )p + k ( ) .
(4.9)
+ p0
e
con = ,
p(t) =
donde p0 = p(0).
Observaci
on 4.1.1 . Demostrar que es la soluci
on de (4.9).
Note que, si < 0 entonces:
lm p(t) =
Caso estable.
58
4.1.2.
En mec
anica cl
asica
Entre las m
as bonitas y pr
acticas aplicaciones de las ecuaciones lineales de primer orden (en una
variable dependiente) esta el describir las trayectorias de los movimientos de un cuerpo rgido
(cuerpo rgido partcula radialmente simetrica con distribuci
on de densidad uniforme, por
ejemplo, piense en una bola de billar muy muy peque
na).
Suponga que un cuerpo rgido de masa m es atrado por el campo gravitacional de la tierra y se
encuentra a una distancia x del nivel del mar. De la ley de Newton para atraccion de cuerpos
se tiene:
mgR2
, g constante gravitacional,
(4.10)
mx (t) =
(T + x)2
donde:
x = x(t) posicion del cuerpo en el tiempo t.
x = x (t) velocidad del cuerpo en el tiempo t.
x = x (t) aceleraci
on del cuerpo en el tiempo t.
Sabemos que, si v es la velocidad del cuerpo, entonces:
v (t) =
dv
dv dx
=v
.
dx dt
dx
(4.11)
gR2
dv
=
.
dx
(R + x)2
(4.12)
La ecuaci
on (4.12) es una ecuaci
on en variables separables v = v(x). Resolvemos (4.12) y obtenemos:
gR2
v2
=
+ c, c-cte.
2
(R + x)
Las condiciones fsicas del problema son:
x(0) = xo = 0,
v(0) = vo > 0 .
As tenemos
v = v(x(t)),
En consecuencia
2gR2
.
R + x(t)
Si el cuerpo esta ascendiendo se toma el signo positivo (+), y si el cuerpo esta descendiendo se
toma el signo negativo ().
59
La altura m
axima de ascenso ser
a cuando v = 0; luego, altura maxima, v() = 0, =
As que, la velocidad inicial necesaria para llegar a la altura es
vo = 2gR
.
R+
vo2 R
2gRvo2
= 2gR 11,1km/s.
ve = lm 2gR
R+
Este n
umero es solo una aproximacion; en la vida real se encuentran condiciones como la resistencia del aire, la humedad, entre otras; que incrementan la velocidad de escape.
Observaci
on 4.1.2 Sabemos que la fuerza que ejerce la tierra sobre un cuerpo es su peso.
Entonces el peso w(x) est
a dado por
w(x) =
mgR2
.
(R + x)2
Si consideramos la primera aproximacion (la parte lineal del desarrollo de Taylor para w = w(x))
en x = 0 (cerca al nivel del mar) tenemos
w(x) = w(0) + w (0)x + O(x) ,
w(x) w(0) + w (0)x ,
2x
), para x peque
no.
w(x) mg(1
R
As que:
w(x) = mg .
Ahora veamos que si en la ecuaci
on (4.10) consideramos x = 0 (nivel del mar) y v(t) = x (t),
v (t) = x (t), entonces
(4.13)
v = g .
A la ecuaci
on (4.13) le a
nadimos una fuerza de fricci
on fR (v) dad por fR (v) = v
m y tenemos
v = g
v
v
v +
= g ,
m
m
(4.14)
la ecuaci
on (4.14) es una ecuacion lineal y sabemos resolverla.
El signo que acompa
na a la constante g en (4.14) depende de la direcci
on positiva del eje del
movimiento del cuerpo rgido. Si pensamos en cada libre la direcci
on positiva es haca abajo y
se toma g en vez de g. Lo mismo en caso contrario.
As
mg
+ c e m t .
v(t) =
60
mg
mg
(1 e m t ) Velocidad.
(4.15)
m2 g
mg
t + 2 (1 e m t ) Posicion.
(4.16)
v(t) =
E integrando (4.15) tenemos
x(t) =
En problemas de cada libre
v(t) =
mg
(1 e m t ) ,
m2 g
mg
t 2 (1 e m t ) .
mg
Observa que si t entonces v(t) velocidad lmite.
x(t) =
4.1.3.
En ingeniera y fsica
En la teora de circuitos es notorio y de forma continua la presencia de las ecuaciones diferenciales en su analisis. Seguramente el lector reconoce los parlantes Bose reconocidos por su delidad,
muy superior frente a otras marcas. Pues bien, uno de los m
as reconocidos profesores de Ingeniera Electrica con alto nivel de matematicas fue Amar Bose. Esta en lo correcto si reconocio el
signicado de su apellido.
Los circuitos son un ejemplo de lo que se conoce en el campo cientco como Modelo de Redes,
los cuales se usan ampliamente por ejemplo, en la manufactura y otros sistemas econ
omicos.
Sin ser rigurosos en el analisis consideramos la siguiente tabla
Dispositivo
Smbolo
Unidad
Cada de voltaje
Resistor
ohm ()
v = iR
Capacitor
farad (f )
C dv
dt = i
Inductor
henry (H)
di
v = L dt
i1 i2 = 0
i1 + i2 = 0
61
i1 i2 + i3 = 0
i1 + i2 + i3 = 0
Ley de voltaje: La suma algebraica de las cadas de voltaje en una malla en cualquier instante es igual a cero.
di(t)
= 0.
dt
E(t)
R(t)
i=
.
L(t)
L(t)
R
i = e.
L
62
Por lo tanto
R
i(t) = k e L t +
Note que lm i(t) =
t
E
R
E
.
R
Estado estacionario.
R
lm k e L t = 0.
lm k e L t = 0 .
E(t)
1
q(t) =
.
c R(t)
R(t)
(4.17)
Encontramos de nuevo una ecuacion diferencial lineal para la funcion carga q = q(t).
Ejercicio: Suponga que E(t) = e y R(t) = R; con e y R constantes. Encuentre la soluci
on de
(4.17).
63
4.1.4.
En qumica
Tratamiento de aguas
Consideremos un tanque de agua cuyo volumen en cualquier instante de tiempo se mantiene
constante.
Imaginemos que dentro del tanque de agua hay una cantidad de contaminante Q(t) de alg
un
tipo. Nos preguntamos por la cantidad de contaminante en cualquier instante de tiempo.
El principio fsico (conservaci
on de la cantidad Q) que se obtiene es
dQ
Tasa de ujo de
Tasa de ujo de
Tiempo de
=
=
entrada de Q
salida de Q
cambio de Q
dt
Ahora bien
Tasa de ujo de
entrada de Q
Tasa de ujo de
salida de Q
Concentraci
on de
Flujo de volumen de agua
contaminante de entrada
que entra al tanque
=
Ce
ve
Concentraci
on de
Flujo de volumen de agua
contaminante de salida
=
que sale del tanque
Cs
vs
Se supone que el agua en el tanque esta bien mezclada (agua + contaminante), de manera
que se supone que la concentraci
on del ujo de salida del contaminante es la misma que la
concentraci
on global de contaminante en el tanque.
Concentraci
on de
contaminante en el tanque
=
Q(t)
Cantidad de contaminante
=
.
Volumen del tanque
v
Q
= ve ce .
v
64
Q(t)
Q(t)
=
.
v(t)
v(0) + (re rs )t
vs rs ,
y ademas, la ecuaci
on lineal es
Q + rs
4.2.
Q
= re Ce .
v0 + (re rs )t
Ejercicios
x(0) = 1 .
Exprese la soluci
on del PVI anterior en el caso t > 0, como una integral no elemental,
cuando f (t) = 1.Cual es la solucion cuando f (t) = 0? Cuando f (t) = et ?
3. Considere la EDO
x =
1
,
t + x2
y + p(x)y = f (x) .
65
y(a) = 0?
x(0) = 2 .
(t) = e
1+sen2 s ds
y que la soluci
on del problema de valor inicial es
t
2
1
.
( ). d
x(t) =
(t) 0
(t)
7. Demuestre que si a y son constantes positivas y b es cualquier n
umero real, entonces
toda solucion de la ecuaci
on x + ax = bet tiene la propiedad de que x 0 cuando
t (Sug: Considere a = y a = ).
8. Sea u = u1 (t) una solucion de
u + p(t)u = 0
(H) ,
(NH) .
66
g
m3
la concentraci
on?
r0
r0 + r1 t
1
C r1
67
es proporcional a la diferencia que hay entre la temperatura del cuerpo y la del medio que
lo rodea. Matem
aticamente, dicha ley se expresa as:
dT
(t) = k (T (t) Tm ) .
dt
()
a) (u2 + 1)
b)
c)
d)
e)
68
Captulo 5
y = y ,
(5.1)
(5.2)
69
x
y
.
x(t)
y(t)
t X(t) =
Mas a
un:
x (t)
y (t)
X (t) =
.
.
X (t) =
Si A =
k 0
0
kx (t)
y (t)
=
k 0
0
x(t)
y(t)
.
, entonces llegamos a la ecuacion diferencial de primer orden (en forma ma-
tricial)
X = AX
x
y
=
k 0
0
x
y
.
(5.3)
La ecuaci
on (5.3) representa un Sistema de Ecuaciones Diferenciales de primer orden en forma
matricial. Las ecuaciones (5.1) y (5.2) vista de forma conjuta forman un sistema de ecuaciones
diferenciales de primer orden (no acoplado).1
El sistema de dos ecuaciones dado por (5.3) es el ejemplo mas simple. Sin embargo, sistemas
mas complicados de dos ecuaciones pueden reducirse a esta forma.
Desde un punto de vista mas geometrico, podemos considerar la aplicaci
on
A : R2 R2
x
x
kx
A
=
.
y
y
y
GRAFICA!! pagina 5 guia 6.
Por otro lado, si (t) = (x(t), y(t))T es una solucion de (5.3) (o bien (5.1) y (5.2)), la familia de
todas las curvas solucion (t) R2 se conoce como espacio de fases de (5.3).
1
70
GRAFICA
pg 6 gua 6
GRAFICA
pg 6 gua 6
GRAFICA
pg 6 gua 6
GRAFICA
pg 6 gua 6
a-cte,
no esperar que
todas las soluciones son de la forma: x(t) = ceat con c-cte. Pues bien, no es extra
todas las soluciones de (5.3) tengan la misma forma:
(t) = etA C,
donde C-vector de constantes (2 1) y etA - matriz (2 2) solucion. A la matriz etA se le conoce
como Matriz Exponencial de la matriz tA.
tA =
tk 0
0 t
.
Por otro lado, si nos jamos bien en las ecuaciones (5.1) y (5.2) sabemos que; las soluciones
estan dadas por:
x(t) = c1 ekt ; y(t) = c2 et ; c1 , c2 -ctes.
As que las soluciones de (5.3) seran de la forma:
(t) =
x(t)
y(t)
=
c1 ekt
c2 et
,
ekt 0
0 et
=
c1
c2
.
Si denimos:
tA
ekt 0
0 et
;
C=
c1
c2
,
72
Si a = d = , b = , c = ( > 0)
entonces:
cos t sen t
tA
t
.
e =e
sen t cos t
Si a = d = 0 y c b > 0
entonces:
tA
1
=
2
bt e cb e cb
e cb + e cb
.
ct e cb e cb
e cb + e cb
Dejamos esta breve introduccion a los sistemas de ecuaciones diferenciales y nos encaminamos
a la tarea de presentar todo el andamiaje matem
atico para resolver sistemas de ecuaciones de
la forma
X = A(t)X + b(t),
con A-matriz n n
A : I R Mnn (R)
t A(t) = [aij (t)]1in
b : I R Rn
(5.4)
,1jn
b1 (t)
t b(t) = ... .
bn (t)
X = A(t)X + b(t) ,
X(t0 )= X0 ,
x01 (t)
on inicial; (t0 , x0 ) I Rn .
donde X0 = ... es la condici
x0n (t)
Con este objetivo en mente, necesitaremos primero unos resultados del Analisis Funcional.
73
(t) = lm
cuando el lmite exista.
1
(t0 ) = 1 (t0 ) (t0 )1 (t0 ).
on det : I R es derivable y su
Lema 5.3 Dada : I R Mnn (R) derivable, la funci
derivada es:
11 12
12
1n
11
1n
d
.. + . . . + ..
..
(det (t)) = ...
.
.
.
dt
nn
n1 n2 nn
n1 n2
Ejemplo 5.0.1 Sea
(t) =
5t2 t ln(t)
sen t
et
5t2 ln(t) + 1
+
sen t
et
74
X Zb .
X = A(t)X ,
11
..
.
n1
12
..
.
n2
75
..
.
1n
..
.
nn
1 (t)
A(t)1 (t)
A(t) (1 (t)
2 (t)
n (t)
| ... |
),
2 (t)
n (t)
| ... |
),
A(t) (t) .
Por otro lado, la matriz solucion se dice que es fundamental si sus columnas son linealmente
independientes si y solo si det (t) = 0 , t I.
Proposici
on 5.0.1 Sea una matriz soluci
on de E.D.L.H. son equivalentes:
i) es una matriz fundamental (m. f ).
ii) Existe t0 I tal que det (t0 ) = 0.
iii) det (t0 ) = 0 , t0 I.
Cabe mencionar que existen innitas matrices fundamentales, pero todas ellas estan relacionadas
as:
Proposici
on 5.0.2 Sea una m.f. de E.D.L.H. entonces:
i) (t) C es una m.f. de E.D.L.H. con C Mnn (R) una matriz constante tal que
det C = 0.
ii) Si es otra m.f. de E.D.L.H., existe C Mnn (R) una matriz constante tal que
(t) = (t) C, t I.
A continuacion presentamos un teorema clave en nuestro estudio.
Teorema 5.0.4 (F
ormula de Jacobi)
Sea (t) una matriz soluci
on de E.D.L.H. y t0 I. Entonces se verica:
t
T r A(s) ds
X = A(t)X ,
X(t0 )= X0 ,
t0 I
X = A(t)X ,
X(t0 )= X0 .
t0 I
nica. M
as a
un si (t) es fundamental
Siempre existe una matriz principal t0 I y tal matriz es u
on de P.V.I. es X(t) = (t)X0 .
y principal en t0 entonces la soluci
Vamos a generalizar lo anterior para la E.D.L. completa.
Teorema 5.0.6 (F
ormula de Variaci
on )
Considere el P.V.I.
X = A(t)X + b(t) ,
(P.V.I)
X(t0 )= X0 .
Con A : I R Mnn (R) continua, b : I R Rn continua. Si (t) es una matriz
fundamental y principal de
X = A(t)X,
on de P.V.I es:
en t0 entonces la soluci
t
X(t) = (t)X0 + (t)
1 (s)b(s) ds .
t0
Ecuaci
on Diferencial Lineal con Coeficientes constantes
Acabamos de ver que para resolver una E.D.L. necesitamos encontrar una matriz fundamental
de la correspondiente E.D.L.H. Actualmente no existe ning
un metodo que permita encontrar
dicha matriz fundamental.
Pero en el caso
A : I R Mnn (R)
t A(t) = A = [aij ],
77
en donde A es una matriz con coecientes aij constantes, si existe un metodo para hallar una
matriz fundamental de la ecuacion E.D.L.H. con coecientes constantes
X = A X
y as despues de aplicar la formula de variaci
on de constantes, resolver:
X = A X + b(t)
Definici
on 5.0.7 Sea A Mnn (R). Denimos la matriz exponencial de A como:
A
e =
!
An
n=0
n!
lm
= eA < .
Teorema 5.0.8 la matriz (t) = eA(tt0 ) es matriz fundamental y principal en t0 para el P.V.I.
X = AX ,
X(t0 )= X0 .
El lector podra pensar que hemos denido de la manga la matriz fundamental, estoy de acuerdo;
pero no es el objetivo de estas notas ser rigurosos. En este punto, basta con mencionar e invitar
al lector a leer el tema correspondiente a las iteraciones de Picard.
X = A x ;
t
Xn+1 = X0 + A
Xn (s) ds
t0
78
X(t) = e
A(tt0 )
t
X0 + e
eA(tt0 ) b(s) ds .
t0
!
(At)k
k=0
k!
= In + tA +
t2 A2
+ ...
2!
= P eD P 1 .
Definici
on 5.0.11 A Mnn (R) es una matriz nilpotente de orden m, si tenemos:
Am1 = 0 y Am = 0,
donde
0 ... 0
.. matriz nula.
0 = ...
.
0 ... 0
Definici
on 5.0.12 A Mnn (R) es una matriz diagonal si
..
, j,s R.
n
79
Ejemplos 5.0.13
0 1 1
A= 0 0 2
0 0 0
es nilpotente de orden 3.
B=
31 0
0 31
Es diagonal; 1 = 2 = 31.
Por que hablar de matrices nilpotentes y matrices diagonales?
Si A es una matriz nilpotente de orden m, entonces:
1
1
Am1 ,
eA = I + A + A2 + . . . +
2
(m 1)!
m1
Ak
(Suma nita).
eA =
k=0 k!
Si A es diagonal, entonces;
A=
..
y ademas:
A=
k1
..
1
.
eA =
kn
e1
..
en
0 1 1
1. A = 0 0 2 .
0 0 0
1 0 0
2. A = 0 2 0 .
0 0 3
0 1 1
1. Sabemos que si A = 0 0 2 , A es nilpotente de orden m = 3, es decir:
0 0 0
A2 = 0 y A3 = 0.
80
As que:
etA = I3 +
At A2 t2
+
,
1!
2!
etA
1 0 0
0 t t
0 0 2
2
t
= 0 1 0 + 0 0 2t + 0 0 0
2
0 0 1
0 0 0
0 0 0
1 t t t2
2t .
= 0 0
0 0
1
1 0 0
2. Si A = 0 2 0 , entonces A es diagonal y por lo tanto:
0 0 3
etA
et 0
0
= 0 e2t 0 .
0
0 e3t
81
Captulo 6
Transformada de Laplace
Damos inicio con esta gua a la parte nal del curso de ecuaciones diferenciales, en la cual
estudiaremos un nuevo concepto que pertenece a lo que en matematicas se conoce como Transformada Integrales.
Preguntemonos como hacan en el pasado cuando no se disponan de calculadoras pero si de
las extensas tablas de logaritmos. Pues bien, las tablas de logaritmos arduamente conseguidas,
servan para realizar varios calculos difciles.
35.
7
log x = log 35 ,
1
log 35 .
log x =
7
Ecuacion Algebraica
L1
x-solucion
L{x}
Note que en este esquema es necesario que nuestro operador sea denido en un conjunto especial
de funciones donde L{x} tenga sentido (al menos para hablar de una ecuacion algebraica en la
variable L{x}) y tambien que sea invertible (exista el operador inverso L1 ) para recuperar de
nuevo la variable inicial x (nuestra funcion solucion de la ecuaci
on diferencial).
Vamos a presentar a continuaci
on de manera formal la transformada de Laplace.
Definici
on 6.0.16 Sea f : [0, [ R, t f (t). Se dene la transformada de Laplace
L{f } = F ; F = F (s) como:
est f (t) dt ,
F (s) =
0
c
;
s
c-cte.
t 0.
tn
= 0,
en
(Regla de LHopital)
( = 1).
c1 , c2 , w, -ctes.
Observe que:
|f (t)| = |c1 cos(wt) + c2 sen(t)|
|c1 || cos(wt)| + |c2 || sen(t)|
|c1 | + |c2 | .
Sea M = |c1 | + |c2 |, entonces |f (t)| M e0t , ( = 0).
84
a > 1.
Tomemos as:
at et = et ln a et ,
= et(ln a) .
Sea ln a entonces f (t) et 1. Con M = 1; ln a se tiene: f (t) et , t 0.
4. Suma y producto de funciones en pertenecen a . En efecto, sean f, g . Dena
h = f + g, entonces:
|h(t)| = |f (t) + g(t)|
|f (t)| + |g(t)|,
M1 e
1 t
t 0
2 t
+ M2 e
M1 , M2 0; 1 , 2 R.
M1 M2 e(1 +2 )t ,
t 0.
t 0.
Observaci
on 6.0.2 Lo anterior nos dice que por ejemplo, las siguiente funciones est
an en :
. . . , t5 e2t , t5 + cos(3t) sen(2t), t4 cos(2t)e6t , . . .
Claramente no se puede esperar otra cosa que la existencia de funciones que no esten en .
Ejemplo 6.0.20 Sea
f (t) = et .
3
et
3 t
M,
t 0.
es no acotada en [0, [.
85
t 0. Entonces
|f (t)| M et
esto equivale a decir
M et f (t) M et ;
t 0.
L{f (s)} =
As
|L{f (s)}| =
Por lo tanto:
e
0
|L{f (s)}|
st
lm
est f (t) dt .
f (t) dt
est |f (t)| dt .
est M et dt,
b 0
(s)t
Me
e(s)t b
dt = lm M
,
b
s 0
M
< si s > .
s
L:f
F (s); s ]s0 (f ), [
f = f (t) L{f (s)}.
86
Cabe mencionar que hemos denido la transformada de Laplace por medio de una integral
impropia dependiente de un parametro, y hemos visto que en esta denici
on tiene sentido;
ahora bien, esto quiere decir que es suciente con el hecho de que f para que L{f } exista;
pero no es necesaria esta condici
on. Por ejemplo, la funcion
1 3
3 t + 2t; t 2,
f (t) =
1
e 2 t ;
0 t 2.
f (t)
/ pero L{f } existe.
Vamos a sacar provecho de las transformadas de Laplace.
Derivadas Producto de polinomios.
Llevando cosas m
as difciles a cosas mas simples.
6.1.
Sea f C 1 [0, [ y supongamos que f y f estan en (observe que f (t) = cos(et ) pero
/ ). Calculemos L{f (s)}.
f
Por denicion:
L{f (s)} =
st
f (t) dt = lm
b 0
= f (b)esb f (0) + s
s : sucientemente grande.
Tercer orden
L{f (s)} = f (0) + s L{f (s)},
= f (0) + s(f (0) sf (0) + s2 L{f (s)}),
= f (0) sf (0) s2 f (0) + s3 L{f (s)}.
En conclusi
on,
s
;
s2 + a2
s > 0.
Ahora bien,
d
(cos(at)) = a sen(at),
dt
entonces
)
d
(cos(at)) ,
L
dt
s L{cos(at)} 1 ,
s2
1,
s2 + a2
a2
.
2
s + a2
L{a sen(at)} =
=
=
=
As que
L{sen(at)} =
s2
a
.
+ a2
Ahora presentaremos un resultado que es clave en lo que sigue, el cual se puede inferir por
induccion.
Proposici
on 6.1.1 Considere la ecuaci
on L[x] = b, con b : I R R continua, tal que
b , con L[x] el operador
L : C n (I) C 0 (I)
x L[x] = x(n) + an1 x(n1) + . . . + a1 x + a0 .
con a0 , a1 , . . . , an1 constantes.
Entonces todas las soluciones de L[x] = b; satisfacen que x, x , x , . . . , x(n) .
88
el operador no es lineal.
3
x + 2x 3x = et
b(t)
/ .
15 3t
3 e
4
3
Veamos c
omo se hace con el operador de Laplace. Aplicamos el operador de Laplace a ambos
lados (esto es posible por la Proposici
on 6.1.1)
L{x 3x} = L{4} =
4
,
s
s > 0.
4
,
s
4
.
s
4
+ x(0) ,
s
4
+ 7,
s
4 + 7s
,
s
4 + 7s
,
s(s 3)
2s
4
.
+
3s 3(s 3)
4 1 25 1
+
.
ss
3 s3
89
25
4
L{x} = L{1} + L{e3t }.
3
3
Entonces,
x(t) =
25 3t 4
e .
3
3
90
x(0) = 1, x (0) = 1.
(6.1)
Entonces,
L{x} =
=
=
=
=
2. Sea
x(0) = 0, x (0) = 0.
Entonces,
L{x} =
=
=
=
(s2
5
.
+ 25)(s2 + 3)
91
para s > s0 .
El anterior resultado arma que una funcion f (t) esta completamente determinada por su transnica.
formada de Laplace. Esto equivale a decir que si L1 {F (s)} existe, entonces es u
Entonces basta con leer la tabla de las transformadas de Laplace al reves. Mas a
un la propiedad de la linealidad la hereda de igual forma la transformada inversa.
Continuando con los ejemplos (5.2.4), tenemos:
1. Para el P V I
x(0) = 1, x (0) = 1.
Encontramos que:
L{x} =
3
1
.
s 1 (s 1)3
x(t) = L1 {
2. Para el P V I
x + 3x = sen 5t ;
x(0) = 0, x (0) = 0.
Encontramos que:
L{x} =
5
.
(s2 + 25)(s2 + 3)
As + B Cs + D
5
= 2
+ 2
.
2
+ 25)(s + 3)
s +3
s + 25
Entonces
5
22
)
5
22
,
s2 + 25
+L
s2 + 3
1
5
sen 3t
sen 5t .
22
22 3
x(t) = L
=
92
x + 4x + 6x = et ,
x(0) = 0 ;
x (0) = 0 .
Entonces,
L{x} =
(s +
1
.
+ 4s + 6)
1)(s2
Note que:
(s +
1
A
Bs + C
1
=
=
+
.
2
+ 4s + 6)
(s + 1)[(s + 2) + 2]
s + 1 (s + 2)2 + 2
1)(s2
Entonces:
A = B.
4A + B + C = 0
3B + C = 0,
6A + C = 1
6B + 3B = 1,
C = 3B.
3B = 1 B = 1/3.
As que,
B=-1/3
A=1/3
C=-1
Por lo tanto:
1
(s + 1)[(s + 2)2 + 2]
s
+1
1
3
=
,
3(s + 1)
(s + 2)2 + 2
1 s2+2
1
1
,
3(s + 1) 3 (s + 2)2 + 2 (s + 2)2 + 2
1
s+2
1
1
.
=
3(s + 1) 3 [(s + 2)2 + 2] 3[(s + 2)2 + 2]
=
93
As que:
*
x(t)= L1
1
3(s + 1)
+
+
*
*
1 1
1 1
s+2
1
L
L
,
3
(s + 2)2 + 2
3
(s + 2)2 + 2
1
1 1
1
= et e2t cos( 2t) e2t sen( 2t) .
3
3
3
2
Veamos otro ejemplo donde se aplica la transformada de Laplace.
x1 (0) = c1 ,
x2 = x1 + 4x2 ,
x2 (0) = c2 .
)
Sistema de ecuaciones algebraicas 2 2.
c1 (s 4) + c2
=
,
(s 3)2
s 2 c1 c2 (s 2) c1
1
=
.
L{x2 } =
c2
(s 3)2 1
(s 3)2
As tenemos:
x1 = L
x2 = L
c1 (s 4) + c2
(s 3)2
c2 (s 2) c1
(s 3)2
94
)
,
)
.
x1 = L1
x2 = L1
Mirando las tablas concluimos:
c1
c1 c2
(s 3) (s 3)2
c2 c1
c2
(s 3) (s 3)2
)
,
)
.
)
)
c1
c1 c2
,
L1
(s 3)
(s 3)2
x1 = c1 e3t + (c2 c1 )te3t .
x1 = L1
)
)
c2
c2 c1
1
x2 =
+L
,
(s 3)
(s 3)2
x2 = c2 e3t + (c2 c1 )te3t .
L1
6.2.
Teoremas de Traslaci
on
6.2.1.
Funci
on Escal
on Unitario
Denimos la funcion
c (t) =
0,
1,
t<c
t c,
con c 0.
Veamos su graca.
GRAFICA!!!!!!!
Ejercicio: Trazar las gracas de las funciones
y(t) = d c (t), d > 1.
h(t) = (t) 2 (t).
En muchas ocasiones resulta conveniente considerar para una funcion f dada, una nueva funcion
denida as:
0
,
t<c
y = c (t) =
f (t c) ,
t c.
Es decir: c (t) = f (t c) c (t).
95
st
c (t) dt =
est dt =
ecs
,
s
s > 0.
Este resultado es muy importante pues nos permite determinar el siguiente teorema llamado
Teorema de Traslaci
on.
Teorema 6.2.1 Teorema de Traslaci
on (Parte 1).
Si F (s) = L{f (t)} existe para s > sf 0 y si c es una constante positiva, entonces
L{(t)} = L{c (t)f (t c)} ,
= ecs L{f (t)} ,
= ecs F (s) .
Demostraci
on. Veamos por calculo directo que el resultado es cierto:
L{(t)} =
st
(t) dt =
0
st
est c (t)f (t c) dt ,
f (t c) dt =
= ecs
e(+c)s f () d ,
=tc
es f () d .
0
96
f (t) =
t 5.
t3 + t 5 ,
Note que f (t) la podemos escribir de la siguiente forma:
h(t) = 5 (t) t 5 .
f (t) = t3 + h(t);
Entonces:
6
L{f (t)}= 4 + e5s L{ t} ;
s
s > 0.
Identicamos ahora:
con G(s) =
1
e2s
= e2s 2 = e2s G(s) ,
s2
s
1
G(s) = L{t}. Por lo tanto:
s2
L1 {F (s)} = t 2 (t)(t 2) .
f (t) = t .
En consecuencia:
L{es0 t f (t)} = F (s s0 ) .
97
6.2.2.
Aplicaci
on de este Teorema
s2
1
,
4s + 5
s > 0.
1
1
= F (s 2) con F (s) = 2
.
(s 2)2 + 1
s +1
s0 = 2 ,
Observaci
on 6.2.1 Note que el anterior resultado justica lo obtenido en la p
agina 68???????
6.3.
Convoluci
on entre Funciones
s > 0.
s > 0.
24
.
s4
98
t
t
f (t )g( ) d =
h(t) =
0
g(t )f ( ) d .
0
6.3.1.
Propiedades de la Convoluci
on
1. f g = g f
(Conmutatividad)
2. f (g1 + g2 ) = f g1 + f g2
(Distributividad)
3. (f g1 ) h = f (g h)
(Asociatividad)
Observaci
on 6.3.1 En general f 1 = f y f f puede ser negativo.
Ejemplos 6.3.2
(f 1)(t) =
0
t
= sen(t ) ,
0
= sen t ,
= f (t) .
2. Sea f (t) = sen t,
t
sen(t ) sen d ,
(f f )(t) =
0
t
=
t
sen t
(1 + cos t cos t) cos t ,
2
2
99
t
sen t
cos t .
2
2
(f g)(t) =
0
t
t
sen d
=t
0
sen d ,
0
t
t t
= t cos cos + cos d ,
0
= t sen t .
Demostraci
on del Teorema 5.4.1
Sabemos que
F (s) =
es f () d ,
G(s) =
es g() d .
Entonces:
F (s) G(s) =
f ()d
es g() d .
s(+)
f () d
g() d .
0
Sea t = + ; dt = d .
F (s) G(s) =
st
f (t ) dt
g() d ,
0
100
=
st
f (t ) dt
g( ) d .
0
La region de integraci
on es:
,
R = (t, ) R2 | 0 t < +, 0 t}.
Para la anterior integral podemos aplicar el Teorema de Fubini,
F (s) G(s) =
0
est f (t )g( ) dt d ,
st
f (t )g( ) d
t
dt .
t
f (t )g( )d,
h(t) =
0
entonces
F (s) G(s) = L{h(t)},
lo que equivale a:
f (t)
h(t)
F (s) G(s)
g(t)
G(s) = L{g(t)}
a
.
+ a2 )
s2 (s2
101
1
a
y G(s) = 2
; por lo tanto:
2
s
s + a2
t
= L1 {F (s)} ,
(f g)(t) = L1 {H(s)} ,
t
(t ) sen a d =
(f g)(t) =
0
at sen at
.
a2
s2
1
,
+1
1
+ 2,
+1
2
1
.
+ 2
L{y} = 2
2
(s + 1)
s +1
(s2 + 1)L{y} =
s2
*
1
1
2
(s + 1)2
s2
*
+ 2L
1
2
s +1
+
.
1
1
y G(s) = 2
. En consecuencia:
+1
s +1
y(t) = L1 {F (s) G(s)} + 2L1 {F (s)} ,
= (f g)(t) + 2f (t).
1
1
sen t t cos t (vericar esto).
2
2
1
1
sen t t cos t + 2 sen t .
2
2
102
6.4.
Derivadas de Transformadas
est f (t) dt .
(6.2)
F (s) =
s
F (s) =
0
st
f (t) dt ,
st
st
e f (t) dt = te f (t) dt = est (tf (t)) dt .
s
0
dn F (s)
.
dsn
s2
k
.
+ k2
k
2
s + k2
=
(s2
2ks
.
+ k2 )2
Resolver la ecuaci
on diferencial:
x + 16x = cos4t,
x(0) = 0, x (0) = 1.
s2
s
.
+ 16
As:
s
+ 1,
+ 16
1
s
.
+ 2
L{x} = 2
2
(s + 16)
s + 16
L{x}(s2 + 16) =
s2
* t
L
f ( ) d
F (s)
.
s
Demostraci
on. Por el teorema de Convolucion tenemos:
t
f ( )g(t ) d ,
(f g)(t) =
0
1
, por lo tanto:
s
+
* t
L{(f 1)(t)} = L
f ( ) d
= F (s)
Es decir:
* t
L
f ( ) d
0
104
F (s)
.
s
1
.
s
*
L
1
1
2
s s + k2
De igual forma:
*
L
f (t) = L
As:
*
L
1
1
s s2 + k 2
k
,
+ k2
(s > 0).
t
sen(k ) d =
0
1
s2 (s2 + k2 )
donde
1
=
k
s2
1
(1 cos kt) .
k2
t
=
f (t) dt ,
0
1
1
s s2 + k 2
+
=
1
(1 cos kt) .
k2
t
1
= 2
k
(1 cos kt) dt =
0
1
1
(t sen kt) .
k2
k
T
est f (t) dt .
st
e
0
2
f (t) =
0
2s
s2 + a2 1 1
a
1
.
s2
s
As:
F (s) =
1
1e
F (s) =
est sen at ,
s2
2s
a
s
+ a2
s2 + a2
s2
1
2s
1
1e a ,
s
105
2
. Entonces:
a
1 0t<1
0 1 t < 2,
E(t) =
2
est E(t)dt =
1
.
s(1 + es )
GRAFICA!!!
E = E(t) =
1 ,0 t < 1
0 ,1 t < 2,
La ecuaci
on diferencial de la corriente, i = i(t) es:
Li + Ri = E(t),
L = 0 ,
i(0) = 0.
1
R
L{i} = L{E(t)} ,
L
L
1
1
R
L{i} =
,
L
L s(1 + es )
1
1
R
= i(0) +
.
L{i} s +
L
L s(1 + es )
sL{i} i(0) +
As obtenemos:
En consecuencia:
1
1
L{i} =
L (s +
.
1
.
R
s(1 + es )
L)
1
1 1
i(t) = L
L
s(s +
R
(1 + es )
L)
)
.
Nos proponemos ahora a estudiar los factores involucrados. Por un lado tenemos que:
!
1
=
(1)n xn ,
1+x
n=0
106
|x| < 1 .
!
1
=
(1)n ens .
s
1+e
n=0
De otro lado,
1
s(s +
R
L)
L/R
L/R
s
s + R/L
As:
1
s(s +
(fracciones parciales).
!
L/R
L/R
(1)n ens ,
s
s + R/L
n=0
.
R n=0
s
s
+
R/L
n=0
1
=
R
1 + es
L)
e
e
1 !
.
(1)n L1
(1)n L1
i(t) =
R n=0
s
s + R/L
n=0
Por el Teorema de Traslaci
on, sabemos que:
c (t) f (t c) = L1 {ecs F (s)} ,
donde f (t) = L1 {F (s)}.
En consecuencia:
L
ens
s
)
= n (t) ,
n = 1, 2...
ens
s + R/L
)
= n (t) g(t n) ,
n = 1, 2...
!
!
R
e
e
1
1+
e L t +
,
(1)n L1
(1)n+1 L1
i(t) =
R
s
s + R/L
n=1
n=1
!
!
R
1
n
R
t
n
(tn)
1+
(1) n (t) e L +
(1) n (t)e L
.
i(t) =
R
n=1
n=1
107
6.5.
Ejercicios
1. Aplique la denicion de Transformada de Laplace para calcular F (s) = L{f (t)} (No usar
tablas!) de las siguientes funciones:
a) teat
b) cosh bt
c) ebt senh at
d)
t2 , 0 t 1
1 , 1<t2
f (t) =
3t , 2 <t3
ex xp dx , p > 1 .
(p + n)
.
(p)
(p + 1)
, s > 0. Encuentre: L{tn }, n N.
sp+1
108
4. Demuestre que
L{t
1/2
2
}=
5
Mas a
un, si
x2
ex dx ,
,
2
dx =
encuentre
L{t1/2 }
s > 0.
y L{t?????}
x(0) = 1,
c)
x + 4x =
d)
x +x=
e)
y (0) = 1.
y(0) = 1,
x + 4x =
x (0) = 0 ;
1 ,
0 ,
0t<
t<
x(0) = 1 ;
x (0) = 0 .
t ,
0 ,
0t<1
1t<
x(0) = 0 ;
x (0) = 0 .
t ,
0 ,
1t<1
1t<
x(0) = 0 ;
x (0) = 0 .
x(0) = 0, x (0) = c.
109
1
c)
(s + 1)2 (s2 + 4)
)
G(s)
1
d) L
(s2 + 1)
L1
y(0) = 0 , y (0) = 1.
b) y + 3y + 2y = cost;
y(0) = 1 , y (0) = 0.
c) y (IV ) + 5y + 4y = g(t);
9. Sean f (t) ; k(t) funciones conocidas las cuales tienen transformadas de Laplace. Considere
la ecuaci
on integral
t
(t) + k(t )() d = f (t) .
0
(t) +
0
110
u(0) = u (0) = 0.
(6.3)
Bibliografa
[1] M. Abramowitz, I. A. Stegun, Handbook of Mathematical Functions, with formulas tables
and mathematical tables. Dover, 1972.
[2] V. M. Alekseev, Quasirandom dynamical systems I, Math. USSR Sbornik 5 (1968), 73-128.
[3] V. M. Alekseev, Quasirandom dynamical systems II, Math. USSR Sbornik 6 (1968), 505560.
[4] V. M. Alekseev, Quasirandom dynamical systems III, Math. USSR Sbornik 7 (1969), 1-43.
[5] E. Barrabes, J.M. Cors, C. Pinyol, J. Soler, Hip-Hop solutions of the 2N body problem with
eccentricity close to 1, Physica D 23 (2010), 214-219.
[6] E. Belbruno, J. Llibre, M. Olle, On the families of the periodic orbits which bifurcate from
the circular Sitnikov motions, Celestial Mech. Dynam. Astronm. 60 (1994), 99-129.
[7] M. Alvarez, J. Llibre, Restricted three-body problems and the non-regularization of the elliptic collision restricted isoceles three-body Problem. Extracta Mathematicae. 13 (1998), 73-98.
[8] H Cabral, Z. Xia, Subharmonic solutions in the restricted three-body problem, Discrete Contin. Dynam. Systems. 1 (1995), 463-474.
[9] J. Chazy, Sur lallure nale du mouvement dans le probl`eme des trois corps. Journ. Math.
Pures et Appl. 8 (1929), 353-380.
[10] Shui-Nee Chow, J. Hale, Methods of Bifurcation Theory. Springer-Verlag, New York, 1982.
[11] M. Corbera, J.Llibre, Periodic orbits of the Sitnikov problem via a Poincare map, Celestial
Mech. Dynam. Astronom. 77 (2000), 273-303.
[12] M. Corbera, J. Llibre, On the symmetric periodic orbits of the elliptic Sitnikov problem via
the analytic continuation method, Celestial Mechanics, Contemp. Math. 292 (2002), 91-127.
[13] D. Nu
nez, R. Ortega, Parabolic fixed points and stability criteria for nonlinear Hills equation, Z. Angew. Math. Phys. 51 (2000), 890-911.
[14] C. Escudero, A. Rivera, P. Torres, Chemical oscillatiosn out chemical noise, preprint.
111
[15] J. Fura, A. Ratajczak, S. Rybicki, Existence and continuation of periodic solutions of autonomous Newtonian systems, J. Di. Equs. 218 (2005), 216-252.
[16] E. Freire, A. Gasull, A. Guillamon, First derivative of the period function with applications,
J. Dierential Equs. 204 (2004), 139-162.
[17] J. Hagel, A new analytical approach to the Sitnikov problem, Celestial Mech. Dynam. Astronom. 53 (1992), 267-292.
[18] J. K. Hale, Ordinary dierential equations, Krieger Publishing Company, Inc., Florida
(1980).
[19] E.L. Ince, Ordinary dierential equations, Dover 1956.
[20] W. H. Morris, S. Smale. Dierential equations, Dynamical Systems and Linear Algebra.
Academica Press, New York and London, 1974.
[21] L. Jimenez-Lara, A. Escalona-Buenda, Symmetries and bifurcations in the Sitnikov Problem, Celestial Mech. Dynam. Astronom. 79 (2001), 97-117.
[22] F. Klein. Ueber die Nullstellen der hypergeometrischen Reihe, Math. Ann. 37 (1890).
[23] S. krantz, H. Parks, A primer of real analytic functions, 1st edition, Birkhauser, 2002.
[24] N.N Lebedev, Special functions and their applications. Dover, 1972.
[25] J. Liu, Y.S. Sun, On the Sitnikov Problem, Celestial Mech. Dynam. Astronom. 49 (1990),
285-302.
[26] J. Llibre, R. Ortega, On the families of periodic orbits of the Sitnikov problem, SIAM J.
Applied Dynamical Systems. 7 (2008), 561-576.
[27] J. Llibre, C. Simo, Estudio cualitativo del problema de Sitnikov, Publicacions Matem`
atiques
U.A.B. 18 (1980), 49-71.
112
[34] R. Ortega, The twist coecient of periodic solutions of the time-dependent Newtons equation, J. Dynam. Dierential Equations. 4 (1992), 651-665.
[35] R. Ortega, The stability of the equilibrium of a nonlinear Hills equation, Siam J.Math.
Anal. 25 (1994), 1393-1401.
[36] R. Ortega, A. Rivera, Global bifurcations from the center of mass in the Sitnikov problem.
Discrete and Continuous Dynamical Systems. Series B. 14 (2010), 719-732.
[37] R. Ortega, A. Ure
na, Introducci
on a la Mec
anica Celeste,
[38] E. Perdios and V.V. Markellos, Stability and bifurcations of Sitnikov motions, Celestial
Mech. Dynam. Astronom., 42 (1988) 187-200.
[39] H. Pollard, Mathematical introduction to celestial mechanics, Prentice Hall, 1966.
[40] V.A. Pliss, Nonlocal Problems of the Theory of Oscillations, Academic Press, 1966.
[41] L.D. Pustylnikov, On the measure of one-way oscillating motions for the Kolmogorov and
its generalization in the n-body problem, Russian Math. Surveys 53 (1998) 1102-1103.
[42] P. Rabinowitz, Some global results for nonlinear eigenvalue problems, J. Funct. Anal. 7
(1971), 487-513.
[43] H. Runckel On the zeros of the hypergeometric function. Math. Ann. 191 (1971), 53-58.
[44] C.L. Siegel, J.K. Moser Lectures on Celestial Mechanics. Springer-Verlag, New York, 1971.
[45] K. A. Sitnikov, The eistencia of oscillatory motions in the three-body problem, Dokl. Akad.
Nauk, USSR, 2 (1960) 303-306.
[46] I. Starkgold, Branching of solutions of nonlinear equations, SIAM Review, 13 (1971) 289332.
[47] F. Verhuslt, Nonlinear dierential equations and dynamical systems, Universitex, 1985.
[48] E. B. Van Vleck, A determination of the number of real and imaginary roots of the hypergeometric series, Trans. Amer. Math. Soc. 3 (1902), 110-131.
[49] D. Whitley Discrete Dynamical Systems in Dimensions One and Two, Bull. London Math.
Soc. 15 (1983), 177-217.
[50] C. Zanini, Rotation numbers, eigenvalues and Poincare-Birkho theorem, J. Math. Anal.
App. 279 (2003), 290-307.
113