Introducción a Las Ecuaciones Diferenciales

Introducción a las
Ecuaciones Diferenciales
José Ignacio Tello del Castillo
sanz y torres
INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES
El editor no se hace responsable de las opiniones recogidas, comentarios y manifestaciones

vertidas por los autores. La presente obra recoge exclusivamente la opinión de su autor como
manifestación de su derecho de libertad de expresión.

La Editorial se opone expresamente a que cualquiera de las páginas de esta obra o partes de
ella sean utilizadas para la realización de resúmenes de prensa.
Cualquier forma de
reproducción, distribución, comunicación pública otransformación
de esta obra solo puede ser realizada con la autorización de sus titulares, salvo excepción
prevista por la ley. Diríjase a CEDRO (Centro Español de Derechos Reprográficos) si necesita
fotocopiar o escanear algún fragmento de esta obra.
Por tanto, este libro no podrá ser reproducido total o parcialmente, ni transmitirse por
procedimientos electrónicos, mecánicos, magnéticos o por sistemas de almacenamiento y
recuperación informáticos o cualquier otro medio, quedando prohibidos su préstamo, alquiler
o cualquier otra forma de cesión de uso del ejemplar, sin el permiso previo, por escrito, del
titular o titulares del copyright.
(e José Ignacio Tello del Castillo
e) EDITORIAL SANZ Y TORRES, S. L.

Vereda de los Barros, 17
-
Pol. Ind.
Ventorro
del Cano 28925 Alcorcón -
(Madrid)
8 902 400 416 91 323 71 10 -
www.sanzytorres.com
libreriaGsanzytorres.com
www.editorialsanzytorres.com
editorialOsanzytorres.com
ISBN: 978-84-19382-78-8
Depósito legal: M-28001-2023
Portada:
Javier Rojo Abuín
Composición:
Autor
Impresión y encuadernación
Safekat, S. L.
Índice
Notación í
Prólogo v
1 Preliminares 1
1.1 Motivación ........
1.2 Conceptos básicos ...................

e... ............. 3
1.3 Envolvente ........ 17
1.4 Interpretación geométrica de la ecuación diferencial de primer orden ........ 20
1.5 Métodos aproximados de resolución . .......................... 23
16 Ejercicios ..2.«acicosis
aa ass a a 27
2 Métodos elementales de integración de ecuaciones diferenciales de primer orden 31
2.1 Introducción. .............. e... 31
2.2 Variables separables ............................

+... +... 33
Ecuaciones 38
2.3 homogenea .......................
+... +... . +...
Ecuación lineal 46
2.4 ......................
..«... . .. . ......
Ecuación de Berolll 51
25 .....orco.rononnsass
ss
Ecuación de Riccati 55
2.6 ..............................
+... 2.
2.7 Ecuaciones exactas ............ ma... 58
2.8 Ecuaciones reducibles a exactas mediante un factor integrante . .......+....+ 65
2.9 Ecuaciones de primer orden resueltas por diferenciación. Ecuación de Lagrange .. 74
2.10 Ecuación de Clairaut .................

o... e... .. ... 0....... 77
2.11 Ejerciciód ¿+2

.<.«.... «o .«... su... msnm 81
3 Existencia y unicidad de soluciones 89
Introducción. 89
3.1 + % 350%
%.< 033060 5% asas al
El espacio de las funciones 92

3.2 continuas .......¿+.
+... .
«e... .......
3.3 Teorema de Peano: Existencia local de soluciones . . . .....
+... +...
....
3.4 Teorema de Picard-Lindelóf: existencia y unicidad de soluciones. ..........
3.5 Deprema de CAU sos.

onocnnrns cons mrr o A
3.6 Prolongabilidad de las soluciones . . .... +... +... +... . «o. ...
+...
3.7 Dependencia continua respecto de los parámetros y los datos iniciales .......
3.8 Diferenciabilidad respecto de los parámetroS . ..... +... o. o... o... ..
3.9 EJETCIOOS <<»... om

mpmrran sr ss ss ss
Sistemas lineales 137

4.1 Introducción . .......... o...
«+... +... o... .. o... ......
137
4.2 Conceptos del análisis matricial . . ......
+... +... +... +... «+... +...
140
4.3 Sistemas de ecuaciones diferenciales lineales homogéneos . ......+..+..+.
+. A
151
4.4 Sistemas lineales no homogéneos ....
+... «+... +... +. ++... ..
166
4.5 Ecuación lineal de orden ÑN ..............
«+... . ++... 174
4.6 Sistemas lineales con coeficientes periódicos. Teoría de Floquet .....+......
186
4.7 Ejercicios ........ o... 197
Teoría cualitativa
5.1 IOTTOUOÓN . axe oro a a a EEE y

201
5.2 Sistemas dinámicos y diagramas de fases . . ....... ++...
205
5.3 Clasificación de sistemas lineales en el plano . . .......
«+... .+++...
+... 229
5.4 Sistemas no linelaes: Estabilidad ............
+... . +... +... +... 239
5.5 Sistemas gradiente ............ rre 261
5.6 Sistemas conservativos. Sistemas hamiltonianos . . ... «++ +++...
+... +... 272
5.7 Ejercicios .................. rre 287
6 Aplicaciones de las ecuaciones diferenciales
6.1 Introducción ........... er 291
6.2 Ecuación del péndulo. ...........

o... o... +... torres... +... 292
6.3 Ecuaciones diferenciales en ecología . . .

.......« «+...
+... +... ..... 295
6.4 Sistemas de ecuaciones diferenciales en quimiotaxiS . .
+.+.++. +++... ...... 301
6.5 Aplicaciones a la mecánica de fluidos. Flujo estacionario en una esquina ...... 303
6.6 EjerciciOs ........ «o... .....

+... . +... +. +... .m ss... . 306
Apéndice I. Teorema de la alternativa de Fredholm en dimensión finita 309
Bibliografía 313
Índice alfabético 315

Notación
IN, Z, Q, RR y C representan los conjuntos de los números naturales, enteros, racionales,

reales y complejos respectivamente.
-
ÍN* es el conjunto formado por los números naturales y por 0.
-
() representa el conjunto vacío.
Mnxn(IR) representa el conjunto de las matrices cuadradas n x n con coeficientes reales.
-
$ se utiliza para denotar un conjunto abierto de IRW,donde N es un número natural.
-
ON denota la frontera de (?.
-
B“ denota el complementario del conjunto B.
-
B denota el cierre del conjunto B, es decir, el menor conjunto cerrado que contiene a B.
contiene (2.
-
N denota el cierre del conjunto $, es decir, el menor conjunto cerrado que a
-
Br(2p) denota la bola abierta de centro top € ¡RN y radio R:
Bnízo) =
[x e IRY, tales que |x —
zo] < R).
Br(xo) denota la bola cerrada de centro To € IRY y radio R:
Brízto) [ze IRY, tales |[z zo| < R).

—
=
que
Sr(20) denota la esfera de centro zp € ¡RN y radio R:
Sr(zo) =
[x e IRY, tales que |[z zo|
—
=
R).
las funciones f N IR que continuas.

-
C0(£) es el espacio formado por : > son

MN,es el espacio formado todas las funciones f £2 IR continuas
-
CF(N)para k € por : > y con
derivadas continuas hasta el orden +.
CE(Q)para k € MN, es el espacio de las funciones C*(N) que se anulan en 08, es decir,
u€ CF(Q)si € CN) y u =0 en ON,
c.t.p., en casi todo punto, es decir, en todo el dominio salvo a lo sumo en un conjunto de
medida 0.
L(N). Es el espacio formado por las funciones f que están acotadas en c.t.p., es decir
L*(Q) =1[f
: N =>R, tales que |f| <oo c.t.p. z € 12).
e)
Se
: : les
-
Denotamos la derivada parcial de f respecto de 1; por o por f., indistintamente.
i
-
Dado un vector v € IRN, se utilizará la notación v para denotar al vector fila y uv? para
denotar al vector columna. Por norma general, se eliminará el superíndice T, utilizando la
misma expresión para ambos vectores, siempre y cuando no de lugar a confusión.
-
En algunas ocasiones denotamos por D*f (para k € IN) al conjunto de derivadas de f de
orden k.
Im(f) denota la imagen de la función f.

Of
indica la derivada parcial de f respecto a x; en el punto == Z.
Oz; =$
(f)+ denota la función parte positiva de una función conocida f, se denota con el subíndice
+ y se define mediante la siguiente expresión
si f(x) 20,
(D+(z)
| f(x),
_
0, si f(x)<0.
Gradiente. Sea N C ¡RN un conjunto abierto y sea u € C*(M),entonces
10)
E du
Vu :=
(01,' 'Ozy ) .
Divergencia. Sea N € IN, u= (uy,-** ,Un)

-
ker(») indica el núcleo de una aplicación lineal. Sean X e Y dos espacios vectoriales y L una
aplicación lineal entre ambos, es decir L: X > Y, entonces
ker(L) :=
[x e X, tales que L(z) =
0).
-
El producto escalar de un espacio vectorial H se denota por
|
< ,>H,
es decir, si x e y son dos elementos de H, entonces
<T,Y>H
denota el producto escalar de x por y en H.

Prólogo
El objetivo de este libro es proporcionar los conocimientos y el material necesarios a los alumnos
del grado en CC. Matemáticas de la Universidad Nacional de Educación a Distancia para superar
a las ecuaciones
la asignatura: “Introducción diferenciales”.
Las ecuaciones diferenciales ordinarias presentan dos partes fundamentales: la teoría clásica de
existencia, unicidad y prolongabilidad y la teoría cualitativa. El estudio cualitativo no requiere la

expresión explícita de la solución, que en ocasiones no es posible obtener, pero nos permite conocer
el comportamiento de las soluciones. Este libro introduce al alumno en ambos aspectos, además
de presentar las técnicas utilizadas en la resolución de ciertas ecuaciones.
El libro comienza con un capítulo introductorio donde se presentan los principales aspectos
a tener en cuenta en el estudio de las ecuaciones diferenciales ordinarias. En el Capítulo 2 se
presentan los métodos clásicos de resolución de ecuaciones de primer orden, tanto para ecuaciones
lineales como no lineales. En el Capítulo 3 se estudian los resultados teóricos sobre existencia,
unicidad y prolongabilidad de las soluciones del problema de valor inicial. Los sistemas lineales se
estudian en el Capítulo 4, cuyo estudio es imprescindible para el estudio de la teoría cualitativa
(Capítulo 5).
El Capítulo 6 presenta una serie de problemas de ecuaciones diferenciales que aparecen en otras
disciplinas, como la física o la

biología. El estudio de estas ecuaciones nos permite entender el
comportamiento de ciertas magnitudes expresadas como soluciones de ecuaciones diferenciales.
Con el objetivo de hacer este libro lo más autocontenido posible, se incluye un apéndice donde
se demuestra el teorema de la alternativa de Fredholm para aplicaciones lineales entre espacios de
dimensión finita.
Este texto está enfocado a un aprendizaje autónomo del estudiante, presentando numerosos
ejemplos y ejercicios resueltos. Se ha intentando utilizar un lenguaje preciso y claro que permita
su comprensión sin dificultad.
vi Prólogo
Prerrequisitos. Los conocimientos necesarios para poder seguir el libro son los adquiridos en un
curso de cálculo diferencial e integral de varias variables. En el grado en C.C.Matemáticas de la
U.N.E.D., dichos conocimientos se imparten en las asignaturas de “Funciones de varias variables

I y IT”.
Utilización del texto. Para una mejor comprensión del texto, se recomienda comenzar por el
Capítulo 1. Dado el carácter independiente del Capítulo 2, una vez leído el Capítulo 1, es posible
continuar leyendo el Capítulo 2 o pasar directamente al Capítulo 3. Se recomienda continuar con
el resto de Capítulos en el orden que aparecen, teniendo en cuenta que para el estudio del Capítulo
4 y posteriores es necesario conocer tanto el Capítulo 2 como el 3.
Para ilustrar las distintas alternativas de lectura del texto se presenta a continuación el siguiente
diagrama, donde el origen de cada flecha indica el capítulo que ha de leerse con anterioridad al que
señala dicha flecha.
Capítulo 1
Capítulo 4
|
Capítulo 5
|
Capítulo 6
Capítulo 1
Preliminares
1.1 Motivación
Las ecuaciones diferenciales son una parte fundamental de las matemáticas, utilizadas desde su
aparición a finales del siglo XVII para describir fenómenos naturales, nos permiten profundizar en
el conocimiento de la naturaleza.
En el libro: “Methodus fluxionum et serierum infinitarum”, escrito en 1671 por Isaac Newton
(1642-1727)y publicado finalmente en 1736; aparecen por primera vez ecuaciones diferenciales para
expresar las leyes que rigen el movimientos de los cuerpos. En 1676, Gottfried von Leibniz (1646-
1716), introdujo el término “aequatio differentialis” para designar las ecuaciones diferenciales que
aparecieron en aquel momento en ciertos problemas geométricos.
Isaac Newton aplicó los desarrollos en series de potencias para la resolución de las ecuaciones di-
ferenciales ordinarias. En su libro “Philosophiae naturalis principia mathematica” (1686), Newton

resuelve un conjunto de ecuaciones diferenciales como la ecuación del oscilador armónico:
dr
yo +Kk%x=0,
demostrando que en los campos gravitatorios los planetas siguen órbitas elípticas, principio postu-
lado por Kepler 50 años antes.
La integral, conocida en aquel momento por “antiderivada”, y el teorema fundamental del
cálculo, junto con la manipulación simbólica y las simplificaciones algebraicas, fueron de gran ayuda
en situaciones particulares, aunque dejaban sin resolver muchos de los problemas planteados.
1
2 Capítulo 1. Preliminares
La primera ley de Newton, conocida también como ley de la inercia, afirma que “Si sobre un
cuerpo no actúa ninguna fuerza, entonces, este permanece en su estado de reposo o de movimiento
rectilíneo a velocidad constante”. Denotamos por zx la posición del cuerpo; por t el tiempo, y
expresamos la anterior ley mediante la fórmula matemática
dr
da"
dro. :
donde —
indica la velocidad del cuerpo y c es una constante. Integrando en ambos lados de la
ecuación, obtenemos la posición del objeto
zx(t) =
c(t —
to) + Zo,
una vez conocida su posición xy en el instante to.
Un segundo ejemplo de ecuación diferencial motivado por las leyes de la naturaleza, es la segunda
ley de Newton, donde un cuerpo de masa “m” se mueve atraído por una fuerza F'. El movimiento
se describe mediante la ecuación:
E die =
F **
En particular, si la fuerza con la que el cuerpo es atraído es la fuerza de la gravedad, F' =

mg y la
ecuación diferencial anterior se expresa mediante la fórmula
9
de
Los ejemplos anteriores muestran como el lenguaje matemático es capaz de expresar, mediante
ecuaciones diferenciales, el comportamiento de ciertos fenómenos físicos. Este tipo de proceso:
expresar mediante fórmulas matemáticas un fenómeno natural, se conoce por el nombre de “mo-
delización”.
Definición 1.1. Modelización matemática. La modelización es la construcción de una expre-
sión matemática utilizada para describir un determinado proceso.
La modelización se utiliza para describir procesos en la mayoría de las áreas de conocimiento
humano: áreas científicas, como la física, la biológía, la química, la geología o las ciencias sociales;
la ingeniería; la arquitectura; la medicina; la economía; la psicología etc.
Los modelos se clasifican en función de la herramienta matemática utilizada: modelos de ecua-
ciones diferenciales ordinarias, en parciales, modelos

derivadas estadísticos etc.
Dependiendo del objetivo del modelo, distinguimos dos casos: aquellos cuyo objetivo es predecir
el futurocomportamiento de las variables del fenómeno a partir del conocimiento de ciertos datos
y aquellos cuyo objetivo es conocer dichas variables en un determinado instante. En ambos casos,
es necesario conocer dichos datos para obtener el valor deseado de las variables.
1.2 Conceptos básicos 3
1.2 Conceptos básicos
Diferencia entre derivada y derivada parcial

Comenzamos esta sección recordando las definiciones de derivada de una función de una variable
y de derivada parcial de una función de varias variables.
Derivada de una función de una variable
Definición 1.2. Sea I] C IR ¡RR función

un conjunto abierto; te TIyf: IC una
continua. Entonces, si existe el límite
lim+(1(6+1)-
(0)
d
y es
derivada
finito, decimos
de f.
que f es derivable en t y que dicho límite, que denotamos por
A es la
Derivada parcial
Definición 1.3. Sea N > 2 un número natural; Q C IRN un conjunto abierto; TE NMy
f:2.CIRN > 1R. Entonces, si existe el límite
A O)
y es finito, decimos que dicho límite es la derivada parcial de f respecto de x; en el punto

0
I =(2,,...En) y lo denotamos por BA
Ox 1r=zZ
Observación 1.4. Si la función f es derivable respecto de x; en un entorno de Z, la definición

anterior es equivalente a derivar f respecto de la variable x; dejando el resto de las variables como
si fueran constantes.
Ejemplo 1.5. Se considera la función f(t, x,y) t? + 2? + y?. La derivada parcial de f respecto
=
de la variable t, consiste en derivar la función f respecto de “t” considerando las variables “x” e
“y” como constantes, obteniendo
of
—
= 21.'
Ot
Sin embargo, si las variables “x” e “y” dependen de “t”:
f(t,2,y) =* +20%(t)
+ y”(2)
4 Capítulo 1, Preliminares
la derivada “total” respecto de t se obtiene aplicando la regla de la cadena
df —
Of 0fdx 0fdy
dt 06" 0xdt "Oydt
2 dí dy
+22: dt
+ 2y(1)dt'
Ecuación diferencial ordimaria
Definición 1.6. Sea I] C IR un intervalo abierto; k € IN y F': I x IRF > Runa función
conocida. Una “ecuación diferencial ordinaria” (E.D.O.) es una igualdad en la que aparecen
las derivadas de una función incógnita “x” respecto de una única variable conocida “t”:
dx dFx
Ple q 7) =0 tel.
Si aparecen varias igualdades con varias funciones desconocidas, se denomina “sistema de

ecuaciones diferenciales ordinarias”.
Ejemplo 1.7. La igualdad

dx 2 4
Pr]+i“=g4
es una ecuación diferencial ordinaria, ya que solo aparecen derivadas respecto de la variable t. Sin
embargo,
du
AAA e >0
0? 0x2
no es una ecuación diferencial ordinaria, ya que aparecen derivadas respecto de las variables t y z.
Además, no se trata de una igualdad, en este caso, se trata de una inecuación.
Tal y como se ha indicado en la Definición 1.6, cuando F : I] x IR*+! —> JR” es una función
conocida y m > 2, nos referimos a la ecuación diferencial
d*x
sistema de ecuaciones
Pt 72) =0 el (1.1)
como diferenciales.
En la Definición 1.6, entendemos la ecuación diferencial como una igualdad puntual para cada t
perteneciente a /. Se presentan a continuación los conceptos necesarios para clasificar los distintos
tipos de ecuaciones.
Función lineal
Una relación entre dos conjuntos, A y B, es un subconjunto del producto cartesiano de ambos.
Cuando cada elemento de A se relaciona con un único elemento de B, decimos que dicha relación es
una aplicación o una función de A en B. En el contexto del álgebra, denotamos dicha relación por
“aplicación”, sin embargo en análisis matemático es más frecuente el término “función”, Ambas
expresiones son equivalentes y se utilizan indistintamente a lo largo del libro.
Aplicación o función lineal
Definición 1.8. Sean V y W dos espacios vectoriales definidos sobre los números reales y
L una aplicación entre ambos, es decir:
L:V—wV.
Si L satisface
L(azx + By) =
aL(x) + PL(y)
para todo a, $ € IR y para todo x, y€ V; decimos que L es una aplicación o función lineal.
Observación 1.9. De manera equivalente se define “aplicación o función lineal”, cuando los
espacios vectoriales están definidos sobre los números complejos.
Ejemplo 1.10. Sea Ne IN, V=W=IRN yL:V >W una aplicación que satisface
L(x) =
Az
donde 1 € IRN, A€ Myxwy es un matriz cuadrada de orden N de coeficientes reales:
T1 qua QlN
=|
: |, A=
***
Tn AN1 ANN
Se pide comprobar que L es lineal.

Solución:
Para comprobar que L es una aplicación lineal es suficiente con comprobar que se cumple la
propiedad:
L(az + Py) =
aL(z) + BL(y)
para todo a, B€ IR, x,y € IRN. Aplicamos la definición y resulta
L(az + By) =
A(az + By),
por las propiedades de las matrices sabemos que
A(az + Py) =
Alaz) + A(By)
y por sera, f6€ IR
A(azr) =0Az, A(By) =

BAy.
Por la definición de L se obtiene
aÁr=aL(x), PBAy=BL(y)
y por tanto L(ax + By) =

aL(x) + BL(y), que prueba que L es una aplicación lineal.
Ejemplo 1.11. Sea I] C ¡R un intervalo abierto y V el conjunto de las funciones f : 1 => IR

derivables en I y con derivada continua. Denotamos por W el conjunto de las funciones continuas
definidas en I y con valores reales. V y W son espacios vectoriales definidos sobre los números
reales. Se considera la aplicación “derivada respecto de t” L: V+ W definida por
Se pide comprobar que L es lineal.

Solución:
Comprobar que L es lineal es equivalente a comprobar que se satisface la propiedad:
L(af + Bg) =
aL(f) + BL(9)
para todo a, PB
€ IR, f y g funciones derivables. Por las propiedades de la derivada sabemos que
did
Caf+p9)=0PS +
de donde se deduce que L es lineal.
Funciones continuas y con derivadas continuas
Función contínua en E IR
Definición 1.12. Sea 1 un intervalo abierto de IR; xy € I y f : 1> /R. Decimos que f es
una función contínua en zo, si para todo e > 0 existe $ > 0 tal que si
[z—To|<6, entonces |f(x) —
f(z0)| < e.
Decimos que f es continua en I CAR, si f es continua en todos los puntos de 1.

o
La Definición 1.12 se extiende de manera natural a funciones definidas sobre dominios de RX,
para N > 1,
Eunción continua en Q CIRÑ
Definición 1.13. Sea N € IN; N un conjunto abierto de IRN; xp =

(101,***
Ton) E N y
f:Q CARA > ¡R. Decimos que f es una función continua en zo, si para todo e > 0 existe
ó >0 tal que
si d(x,Tp) < 0, entonces |f(x) —
f(zo)| < e,
donde
d(x, zo) =
y l11 to11?+ — +++
+|uw —
tonl?.
Decimos que f es continua en N CRY, si f es continua en todos los puntos de $).
Definición 1.14. Sea N un número natural y Q un conjunto abierto de IRN. Denotamos
por C(Q) al conjunto formado por todas las funciones f : N —> IR continuas en $).
e
ESTO Definición 1.15. Sea N € IN; N un conjunto abierto

IN de IRY y k € IN. Definimos el
conjunto de las funciones de clase k en $, como el conjunto formado por las funciones
f:92. CIRN > R continuas y con derivadas continuas en S hasta el orden k. El conjunto
de estas funciones se denota por C*(Q). Cuando la función pertenece a C*(N) para todo
k € IN, decimos que la función es de clase C%(N).
Ejemplo 1.16. La función f(x, y) e + pertenece = a CY(IR?)por ser una función continua y
tener sus derivadas de cualquier orden continuas.
Ejemplo 1.17. Funciones de clase C(IR) son: e”; sen(=); cos(x); 1” para € IN, entre otras.
n
Ejemplo 1.18. La función f(x) =

|x|x, donde |x| indica el valor absoluto de x, es una función
d2
C*(1R),por
función continua
ser
dE
en el
2|x| una
origen.
función continua. Sin embargo, f 4 C?(IR) ya que
E no es una
Clasificación de las ecuaciones diferenciales ordinarias
Hay una gran cantidad de ecuaciones diferenciales ordinarias donde es posible encontrar la
solución explícita expresada en términos de funciones conocidas: polinómios, funciones trigonomé-
tricas, exponenciales, logaritmos etc. Á pesar de ser una gran cantidad, su número es insignificante
frente a aquellas ecuaciones que no sabemos resolver. Los métodos de resolución son variados y
dependen de factores como el orden de derivación de la incógnita que aparece en la ecuación o la
linealidad de la función que define la ecuación, entre otros factores. Para el estudio de la ecuación
comenzamos introduciendo la definición de orden de una ecuación.
Orden de una ecuación diferencial
Definición 1.19. El orden de una ecuación diferencial es el márimo número de veces que
aparece derivada la función incógnita en la ecuación.
Ejemplo 1.20. Las ecuaciones diferenciales
1 2
ll
=1* eu +1;
FR
Stats =8 +1;
2.dad >
de _ B-2
d t2+224+1'
son ecuaciones de primer orden, ya que la derivada de mayor orden que aparece en cada igualdad
es la derivada primera de z.
Ejemplo 1.21. Sea ] C ¡R un intervalo abierto; f, g : IR— IR una funciones conocidas y derivables
hasta el orden 4. Las ecuaciones diferenciales
dx
dr +ti=
ae 10
dz d?x
ar
+2= 40);
der[?+ á
el =4;
ea a
de "> qa
dx
qa
+o= glo);
son ecuaciones de segundo orden, ya que la derivada de mayor orden de la función incógnita “x”
que aparece en cada ecuación es la derivada segunda.
Ecuación lineal
Definición 1.22. Dada una ecuación diferencial de orden k, decimos que es una ecuación
lineal, si es posible expresarla de la forma
dix d*-1g
a + ol =
(0)
donde a; (para j=0---k-—1) y f son funciones conocidas que no dependen de x ni de sus
derivadas. Si la ecuación diferencial no es lineal, decimos que es no-lineal.
Ejemplo 1.23. La ecuación diferencial
Ede” y
dz
es una ecuación no lineal, ya que el coeficiente del término =5 depende de zx.
ero
Observación 1.24. Dada la ecuación diferencial
dx
dz,+ dE +ex=t
=Pqe
4
es posible expresarla de la forma

L(z) =
f(t)
donde L se define de la forma
Lía)
=
da A
y de
rd
y f(t) = t*. En este caso la ecuación es lineal por ser L una aplicación lineal en x. En general,
cuando la ecuación
,
dz diz
ir
(> 7) Ñ 1.2
sea)
se expresa de la
forma L(x) f(t), donde L : =
C*(1) > CY(I) es una aplicación definida a
partir de derivadas, (1.2) es lineal, si y solo sí L es una aplicación lineal. Cuando la aplicación
L: C*(1)+ C(1), se define a partir de derivadas se denomina “operador diferencial”.
Ejemplo 1.25. Las ecuaciones
d
Pre
qe
ex
=
sen(t);
t: z
An
=
geos(t) + t?; 7 +1=0,
son ecuaciones lineales por ser
Li(z)= eto Lo(y) =
E —acoslt);
Lo(y) =-5 +2
lineales.
Capítulo 1. Preliminares
10
Concepto de solución
Consideramos la ecuación diferencial
dz dix
Pt, —
rá
...
E)
¿__—_—— Po
0, tel, 1.
(1.3)
donde I C ¡R es un intervalo abierto; k € IN y F': I x IR**! > IR, es una función conocida.
Entendemos la ecuación
(1.3) igualdad puntual,que
como una para todo punto se debe satisfacer
t € 1. Para igualdad puntual tenga sentido, es necesario que la función x sea derivable
que esta
hasta el orden k en todo t € 1, es decir, la solución debe pertenecer al espacio C*(I). Cuando z no
posee la regularidad deseada, pero satisface la igualdad en casi todo punto; es posible extender el
concepto de solución a un conjunto más amplio de funciones, no necesariamente funciones de clase

:
C*(1),veasé [12]si se desea profundizar en el tema.
Definición 1.26. Dada la ecuación diferencial de orden k (1.3) definida en I; decimos que
x(t) =
f(t,c1,***cx)
es la solución general de la ecuación si: x € C*(I) y al reemplazar “x” en la ecuación,

con las derivaciones correspondientes, se verifica la igualdad. Las constantes cy,
+++
cx son
constantes arbitrarias que definen un conjunto de dimensión k.
Ejemplo 1.27. Dada la ecuación diferencial
dx
+2
=p =0, teldR.
La función
zx(t) =
c, sen(rt) + cz cos(mt),
para c1,C2 E IR, es la solución general de la ecuación por tener la regularidad requerida; por
coincidir el orden de la ecuación con la dimensión del conjunto de las posibles constantes que
aparecen en la solución y por satisfacer la ecuación para todo t € IR.
Definición 1.28. Dada la ecuación diferencial (1.3) decimos que “x” es una solución
particular de la ecuación, si: x € C*(I) y al reemplazar “x” en la ecuación, con las

derivaciones correspondientes, se verifica la igualdad.
En el Ejemplo 1.27, la función x(t) =

sen(t) es una solución particular de la ecuación que se
obtiene al tomar c, = 1 y c2 =
0. Además, cuando se impone una condición extra: el valor de la
solución o el de su derivada en un punto; la integral de la solución en un intervalo etc, estamos
buscando una solución particular que se obtiene al encontrar los valores de las constantes Cy,
+++
,Cx
para que se satisfaga la condición.
Ejemplo 1.29. La ecuación

dr
ES
z
cos(t)
tiene por solución
general la función x(t) =
cesentt) si imponemos la condición x(0) =
1,
despejamos el valor de c de la igualdad
1 =x(0) =ces*r(0 =c
es decir, c=1, y la solución es x(t) = esentt),
Problema de Cauchy
Problema de Cauchy
Definición 1.30. Sea I =

(a,b) C IR un intervalo abierto; ty € [a,b]NIR y k € IN el orden
de la ecuación diferencial ordinaria
dz d*z
Pta t —
5
o.
q)
—
| =
0, tel A
(1.4).
El problema de Cauchy consiste en encontrar una función x € C*(I) que satisfaga la

ecuación (1.4) y la condición o condiciónes extra
dx dk=17
z(to) =
Zo, == T1, ... =
Tk-1 (1.5)
de t=to quer t=t0
donde tp,11,***T;-1 son datos conocidos. La condición (1.5) se denomina dato inicial.
¿e
Observación 1.31. Es necesario que la condición o condiciones extra determinen el valor de la
función incógnita y de sus derivadas hasta el orden k— 1 en el mismo punto to.
Ejemplo 1.32. Los problemas

2
dz
?
Ps 0, te lR
q +to=6,t>0 dx
dt
+al=el tel 7 ri
dr| .
z(0) =0; x(-1) =0; zx(0)=0 =1

a
deliay
m Capítulo 1. Preliminares
son problemas de Cauchy. Sin embargo

2
d? + d
ds
te (0,2)
gm
dt?
tE (0)
qa + +70 ter
qa +a=0,
d dz
2(0) =x(97m)=0; 5(0)=3| t=r
=0 m(0) =
77 t=7r
+a(m)=0
no son problemas de Cauchy, puesto que la condición extra evalúa la función en diferentes puntos,
Definición 1.33. Decimos que el problema está “bien planteado” si existe una única
solución que depende de manera continua de los datos del problema.
El concepto de problema “bien planteado”fue introducido en 1932 por J. Salomon Hadamard
(1865-1963)para el problema de Cauchy. De manera intuitiva, el concepto de dependencia continua

respecto de los datos se refiere a que “pequeñas” variaciones de dichos datos crean “pequeñas”
variaciones en la solución.
Funciones lipschitzianas
Función lipschitziana
Definición 1.34. Sea N un número natural, y NC ¡RN un conjunto abierto y conezo.
Decimos que una función f : —> IR es lipschitziana en SN,si existe una contante cf tal
que para todo x,y €
|f(x) —
F(y)| < cslz —
yl
-
donde |x —
y| representa la distancia euclídea en IRY,
Ejemplo 1.35. La función seno es una función lipschitziana. La demostración es una consecu-
encía del teorema del valor medio:
sen(x) —
sen(y) =
cos(£)(x y) —
para algún valor € € (x,y). Por las propiedades de la función coseno resulta
[sen(x) —
sen(y)| < |z —
yl.
Ejemplo 1.36.
función lipschitziana.
Sea f : ¡R—> IR una función de clase C*(IR)tal que
del
dx
< c. Entonces f es una
La demostración es una consecuencia del teorema del valor medio, que indica
10 10=
0-0
Tomamos el valor absoluto en ambos lados de la identidad anterior y resulta
11) —101=|E
[ir y]
—
< cjz yl,
que prueba que f es lipschitziana.
Ejemplo 1.37. La función parte positiva de un número real x, definida de la forma
si z>O0,
(a),
=
FORO) sí 2<O0,
es una función lipschitziana. Para comprobarlo, tomamos zx, y € IR y resulta
[z si
yl, x,y>0,
—
llT )+ an
|zl, si 1>0, y<O,
(Y)+|
=
lyl, si I<0, y>0,

O, si I,y<O.
En todos los casos anteriores, se obtiene
l(1)+ —
(y) +]< |[z yl —
que prueba que es una función lipschitziana. Sin embargo, la función no es C*(IR)por no ser
diferenciable en x =0.
Observación 1.38. Sea N € IN y N C IRY un conjunto abierto y acotado. Entonces, toda
función u € C*(8) es una función lipschitziana. Sin embargo, no todas ls funciones C*(Q) son
lipschitzianas, tal y como muestra la función
1
f(x) -
pa
definida en el intervalo (0, 1).
Lema 1.39. Sean I,, 12C IR dos intervalos abiertos; N =
1, x Iz CAR?;f: N > R una función
continua y diferenciable en la segunda variable tal que
<c, para todo (x, y) € N. (1.6)

9
Entonces f es una función lipschitziana en la variable y.
Demostración. Consideramos (z, y1), (x,y2) € N y aplicamos el teorema del valor medio para
obtener
a
tom) Sawl=
5 (2,£)
ly1 yal,
—
para todo x E l1, Y1, Ya € la.
Por la hipótesis (1.6), de la igualdad anterior deducimos
|f(x, y) —
f(x, ya)| < cly1 yal, —
para todo x € 1, Y1,Y2 € la,
que prueba la propiedad. O
Cambio de variable
Dada una ecuación diferencial de primer orden

dx
P(10,5) =0, tel
al introducir el cambio de variable: s =

s(t) y aplicar la regla de la cadena
dx dzds
dt ds dt
se obtiene la ecuación en la nueva variable
dz ds
ez)
(to):(0,
:
F =0, sel
donde:
.
t(s) es la expresión de la variable t en función de s : la función inversa del cambio de variable
s =s(t).
e 1' es la imagen del intervalo 1, es decir
Ejemplo 1.40. Dada la ecuación diferencial

d:
ter=ek, tel
introducimos el cambio de variable s =e* y obtenemos, aplicando la regla de la cadena
dr _duds_ ¿dz _
de
de —dsdt ds “ds”
Sustituimos en la ecuación y resulta
$7
de FST=8",s>0, 2
Consideramos ahora una ecuación de orden k € IN, dada por la expresión

da dix
Pooq e) 0 tel.
Introducimos el cambio de variable s =

s(t) y aplicamos la regla de la cadena para obtener
de dededt
dt ds
_
dz _d (dedo de
dt2
—ds Ads dt) dt”
dz
dtk
_d
ds EJE
Vds
—
dt)
ds
dt'
Sustituyendo en la ecuación se obtiene
dz ds d(d dsY ds A
(EL) E) sel”.
Teorema fundamental del cálculo
Teorema fundamental del cálculo
Teorema 1.41. Sea I un intervalo abierto de IR;ty € I y f : I + R una función integrable

en I. Sea
t
F(t) =
/ to
Hs)ds, te I
entonces, si f es continua en to, F es diferenciable en dicho punto y
dF =
f(to).
dt
t=to
Además, si f es continua en I, entonces F € C*(1).
El teorema fundamental del cálculo muestra la relación entre la integral y la derivada de una
función. El teorema nos permite resolver la ecuación diferencial
dr,
rd
y obtener la solución
t
z(t) z(to)
+/ e*ds =
x(tp) + e eto,
—
=
t0
Si denotamos a la constante (tp) —
eto por c, obtenemos la solución general del problema
a(t) =e* +c.
Consideramos ahora una ecuación más general

dx
—=flt
que resolvemos mediante integración, obteniendo

t
x(t) =
x(to)+ |to f(sjds.
Volveremos sobre este tipo de ecuaciones en el siguiente capítulo.
Función definida de forma explícita / implícita

El problema de Cauchy
2 cos(t)
dt
zx(0)=0,
se resuelve aplicando el teorema fundamental del cálculo para obtener la solución general:
zx(t) sen(t) +c.

=
Sustituimos el valor de la solución en el instante t = 0 utilizando el dato inicial z(0) =

0, para
deducir que c = 0 y obtener la solución del problema
x(t) =
sen(t).
La anterior definide la solución de forma explícita, ya que la igualdad nos indica el valor
expresión
de “zx” expresado únicamente como una función de la variable independiente “e
En otras ocasiones la solución de la ecuación x aparece definida implícitamente, decimos en ese
caso, que z está definida de forma implícita.

Las igualdades
x(t)=e +2, x(t) =sen(rt), x(t) =In(t* +1)
definen la función x de forma explícita. Sin embargo, en las igualdades
1
Ir+1)=t%41, —22?= sen(nt), ada
t?+1
la función “zx” queda definida de forma implícita.
1.4 Envolvente 17
1.3 Envolvente
dx |dx
=t— —
(1.7)
ala
.
cuya solución es
r(t) = ct +e?, (1.8)

para cualquier constante c € JR. En general, una ecuación de tipo Clairaut
dx dx
e (5).
tiene por soluciones las rectas de ecuación
x(t)=ct+f(o)
donde c es cualquier constante real. Veremos más detalles de estas ecuaciones en el Capítulo 2.
Además, las rectas tangentes a la gráfica de cualquier otra solución de la ecuación (1.7) deben estar
incluidas en dicho conjunto de rectas. En la Figura 1.1 se han representado las rectas definidas en
(1.8) para diferentes valores de c.
¡
. .
dx dx
Soluciones la ecuación x=
Pr]+ dt
Figura 1.1
En la Figura 1.1 observamos como las soluciones dibujan una curva, en forma de parábola, a la
que son tangentes. Dicha curva, se denomina envolvente y es posible obtener su expresión explícita
mediante derivación.
Denotamos por y a la curva envolvente de las rectas (1.8) y por $ p(t) el valor de la constante
=
c de la recta, z(t,c) = ct + c? en el punto de contacto con la envolvente, obteniendo
y(t) —
x(t, p(t)).
Además, por ser tangente a la curva, se obtiene
dz -Y
Ot dt
c=4(t)
Sustituyendo en la ecuación (1.7) resulta que y es una solución.
Obtener la expresión de la envolvente es equivalente a obtener la expresión de f; para ello,

derivamos
y(t) =
x(t, p(t))
respecto de t
dy 9, 0xd9
dt Ot" dcdt'
Al
E
, :
Gracias a (1.9) sustituimos en la ecuación anterior

$ por y se obtiene
02 db _
Oc dt
Las curvas H =
constante son las rectas ya obtenidas, por tanto, p debe satisfacer
Ox
ua
de
=0.
c=p(t)
Derivamos la solución zx(t,c) =

ct + c? respecto de c e igualamos a 0
t+2c=0;
despejamos el valor de c; c =
—t/2 =
p(t) y sustituimos en la expresión de x para obtener
2 2 2
y(t) =
x(t, p(t)) =
E - + 4 E
que es la envolvente a las rectas soluciones de la ecuación, cuya gráfica aparece en la Figura 1.1.
1.4 Envolvente 19
Envolvente
Definición 1.42. Sean N € WN,I C IR, A € ¡RN dos conjuntos abiertos; t € I, c =
(c1,---cn) € A; x= x(t,c) € C(Ix A) un conjunto de funciones satisfaciendo la ecuación
e =0, para todoi=1---N
cuando
c=0=(p1(t),--- ,6n(2))
es decir
Deli rep;
Oci lo=6(t)
Entonces, decimos que y definida por
y(t) =
x(t, p(t))
es la envolvente del conjunto de funciones [z(t,c)heea-
Ejercicio 1.43. Sea x(t,c) el conjunto de funciones soluciones de la ecuación diferencial
dx
F
(1,—) =0 (1.10)
para cierta función F € C?(IR3)conocida y c € AC IRN. Deseamos comprobar que la envolvente

de la familia de soluciones, también es solución de la ecuación.
Solución:
Denotamos la envolvente del conjunto x(t,c) por y, es decir,
y(t) =
x(t, p(t))
y calculamos su derivada aplicando la regla de la cadena
Por ser
.
Sl para todoi=1+»+.-N
Oc;
obtenemos
Ox du
Ot dt
. Capítulo 1. Preliminares
Sustituimos en la ecuación (1.10) y resulta
d
F
(1,5) (ta7) = F =0,
que demuestra que y(t) =

x(t, p(t)) es una solución del problema (1.10).
Ejercicio 1.44. Calcular la envolvente del conjunto de curvas
1
x(t,c) Pe =
+C.
Derivamos respecto de c e igualamos a O para obtener
1
0=-=5 ml +1.
(42+ c)2
Despejamos el valor de c de la ecuación anterior:
c=+1-t > q(t).
La envolvente está formada por dos curvas, expresadas de la forma
y+(t) = -1? +2,
1.4 Interpretación geométrica de la ecuación diferencial de
primer orden
Consideramos la ecuación diferencial ordinaria de primer orden
dz
de f(t,x),
=
donde f es una función conocida de clase C*, Deseamos representar las soluciones de la ecuación
diferencial x : IR > IR. En el ejemplo
d
A=P +2, (1.11)
la función f = t? + z nos indica la pendiente de la tangente a la gráfica de la solución en el punto
(t, x(t)). Para ello es suficiente con sustituir los valores de t y z en la ecuación sin necesidad de
conocer la solución explícitamente. Conocida f, la dirección de la recta tangente a la solución
en el punto (t,x) es el vector (1,f(t, x)). Dicho conjunto de direcciones se conoce por “campo de
direcciones”.
1.3 Interpretación geométrica de la ecuación diferencial de primer orden
Campo de direcciones
Definición 1.45. Sea] CIR;f : IxIR>1R una función conocida de clase C*(1 x IR),
el “campo de direcciones” de la ecuación diferencial
dr
dt
f(t,x),
es el conjunto de pequeños segmentos de recta trazados en el plano t —
z de dirección
(1, F(t, 2)), que muestra el comportamiento de la pendiente de la tangente a la solución

en cada punto (t, x).
y
En la ecuación (1.11) el campo de direcciones es el conjunto de segmentos de dirección (1,t?+x1).

Para realizar el dibujo del campo de direcciones, unimos los puntos con la misma pendiente por
curvas, estas curvas reciben el nombre de isoclinas.
Definición 1.46. Sea ] CIR;f : Ix IR >1R una función conocida de clase CMI x IR),
las “isoclinas” de la ecuación diferencial
dx
dt
7
(t, 5),
son las curvas de nivel de la función f, es decir, para cada valor c € IR, el conjunto de
puntos (t, 1) € IR?, tales que f(t,1) =C.
f, dadas la ecuación
En la Figura 1.2 se han representado las curvas de nivel de por f(t, 1) =
constante:
t? + x =
constante,
es decir, las curvas definidas por la expresión
x(t) =-?+c,
la Figura 1.3, el de direcciones, obtenido al

para ciertos valores de c € IR. Junto a ella, en campo
segmento de longitud 1 la dirección de la tangente la solución.

representar un con
a
/, CAN MA S,
¡ENVES Isoclinas de la ecuación

= =1+8f Isoclinas y campo de direcciones de la ecuación
= =1+t?
Figura 1.2 Figura 1.3
Una vez hemos obtenido el campo de direcciones de la ecuación, es posible esbozar un dibujo
aproximado de las soluciones, aplicando la idea original de Euler de aproximar la solución por una
línea quebrada:
Se parte de un dato inicial (tp, Tp)y se traza un pequeño segmento orientado en la dirección del
campo de direcciones, y en sus extremos se repite la operación. Iterando el proceso, se obtiene una
línea quebrada, conocida como poligonal de Euler, que da nombre al método de aproximación de
la poligonal de Euler. Esta gráfica aproxima la solución nos ayuda a conocer su comportamiento.
YE
Isoclinas; campo
|
de direcciones y soluciones
Figura 1.4
SS
aproximadas de la ecuación
= =14+8
1.5 Métodos aproximados de resolución 23
1.5 Métodos aproximados de resolución
La mayoría de las ecuaciones diferenciales que aparecen en las distintas disciplinas científicas no
son resolubles por ningún método conocido. Para conocer el comportamiento de las soluciones se
utilizan métodos de aproximación numérica, que permiten aproximar la solución. Se presentan en
esta sección los siguientes métodos de aproximación:
1. Método de la poligonal de Euler;
2. Método de Runge-Kutta;
3. Método de las aprorimaciones sucesivas de Picard.
Consideramos el problema de valor inicial o problema de Cauchy
dx
=
f(t,x),
dt (1.12)
z(to) =
Zo,
e integramos en el intervalo (tp,t) para obtener
slé)—afto=
/to
As, ads. (1.13)
El problema de aproximar la solución del problema (1.12) es equivalente a aproximar el término

integral de (1.13), el método utilizado para aproximar la integral define el método de aproximación
de la solución de la ecuación.
El Método de la poligonal de Euler
El método de la poligonal de Euler es uno de los métodos numéricos más sencillos. Dado un
intervalo ] =
[a, b], se considera una partición de I de la forma [t;,t;+1], donde t; < t;41, para
i=0,...,n, to = A y tny1 = b. El método consiste en aproximar f por una constante en
cada subintervalo (t;-1,t;). Consideramos (to,t1) y aproximamos f por f(to,zo) en (to,t1), y

obtenemos!
x(t,) mí =
(to) + f(to, zo)t1 -
to).
Repetimos el proceso para obtener una aproximación de la solución en [t,,t2] a partir de x,. La
aproximación de z(t¡+1) se obtiene a partir de x; (la aproximación de z(t;)) mediante la fórmula
Dltig1) e
Ziyi =
05 + (tigr —
ti) f (ti, 25).

1Utilizamos el símbolo +
para denotar que el valor a la derecha es una aproximación del término de la izquierda
Para calcular el error cometido en la aproximación, reemplazamos en (1.13) el integrando por el

polinomio de Taylor de orden cero de f y se obtiene
(t; _
to)? dx
z(t,) =1T]=
—
2
del,
donde £ € (to,t1). Derivando respecto de t el problema (1.12) resulta
dix Of of
dt 0t **0X
En general se desconoce el valor de £, por lo que no es posible calcular el error exacto, pero es
suficiente con obtener una cota superior mediante el valor de
M =
sup
Como el error cometido en cada subintervalo está acotado por M(t;y1 —
t;)?/2, al sumar todos los

errores cometidos se obtiene una cota superior del error total:
n
M nM
Error < y 3 lti+1 tl? <
-
[tig t:1?.
77 ¿Max
-
i=1
Si la longitud de cada subintervalo es constante, es decir:
tip =ti+h,
para h =
(b a)/n,
—
obtenemos una estimación del error:
M hM
Error <
<
3
nn?
nh =
3
(b—a)(ba).
Método de Runge-Kutta
Describimos a continuación uno de los métodos numéricos más utilizados. Consiste en aproximar
el término integral de (1.13) utilizando una aproximación “mas fina” que la utilizada en el método
de la poligonal de Euler.
Existen métodos de Runge-Kutta de distintos ordenes dependiendo de la aproximación que se
hace del término integral. La idea principal es dividir el intervalo (a,b) en n subintervalos de la
forma (t;,t;+1) donde to =4, ti41 =

ti +h y tn =b. Aproximar f en cada subintervalo por una
media ponderada de su valor en ciertos puntos, es decir
ti41 Pp
ti
F(t,2)dt =
AO
j=1
"b;f(t;
+cjh, 55)
1.5 Métodos aproximados de resolución 25
donde c; indica la nueva partición del subintervalo (t;, t;+1); bi el peso que se da a cada valor de f
en la ponderación y x;; son valores aproximados zx. El cálculo de z;¿; de los pesos b; y la elección
de la partición c;, es lo que determina el método. Para calcular x;; utilizamos la poligonal de Euler
y reemplazamos en la integral el valor x(t; + c;h) por los valores de la forma
Pp
Tij=1;+ A) ask;
s=1
donde k; es la aproximación de f. Dependiendo de los coeficientes as; el método obtenido es
explícito, cuando los valores de la aproximación aparecen de forma explícita; o implícito en caso
contrario.
Veamos a continuación los detalles con mayor precisión:
1. Denotamos por h la longitud de la partición del intervalo (a, b), es decir
tiyi =ti+h.
2. Tomamos p valores del subintervalo [t;,t;+1] que denotamos por t; + cjh para j =
1,---p,
siendo 0<c¡<l.
3. Denotamos por k;; (para j =

1,---p) la aproximación de f en los puntos 7; :
his =$
(ti +cjh,2 aski),
+5)
s=1
j=1,0*,P
donde as; son constantes del método que determinan la aproximación.
4, Aproximamos T;+1 utilizando la aproximación de f del apartado anterior y llegamos a la
expresión:
p
Ti41 =
1+ Ay bikij
j=1
donde los coeficientes b; son las constantes que ponderan el peso en cada punto intermedio.
Para determinar el método es necesario dar los valores de c;, b; y asj para j,s =1,*** ,p. Uno de
los métodos más utilizados es el método de Runge-Kutta de orden 4, donde los coeficientes toman
los valores
11 1111
c= (c1, C2, C3,C4) =
(07,3,1): (b1, b= b2,b3, b4) =
(373):
y la matriz de coeficientes as; está dada por
0000
1
0.0
3
0.300
o
0010
Método de las aproximaciones sucesivas de Picard
Sea h > 0; to EM;f :

(to —
h,to +h) x IR > AR una función continua en (tg —
h,t¿h) x IR
satisfaciendo la condición de Lipschitz en la segunda variable:
|f(t,1) —
f(t,y)| < kslx—yl, para todo t € (to —
h,to +A). (1.14)

Consideramos el problema de valor inicial o problema de Cauchy,
dx
—
E
13)
=/$(t,1),
015
z(to) = o
que deseamos resolver. Para ello construimos un método iterativo que define una sucesión de
funciones. Integramos en el intervalo (to,t) y resulta
a(4) 2íto) =
/ (s,a(s))ds,
—
es decir,
,
2(t) =
xp
-
/ As,2(s))as. (1.16)
Resolver el problema de valor inicial (1.15) es equivalente a obtener un punto fijo de la ecuación
(1.16), para ello construimos la siguiente sucesión de funciones:
t |
zx1(t) =
zo, En+1
=
To
+/ F(s, 2n(s))ds.
Si f y z, son funciones continuas y aplicamos la definición de continuidad se verifica
t+6
. , ¡
lim[Tn+1(t+0) —Tn+1(t)]< lim F(s, Tn(s))ds <

limíM=0
_
=
< <
donde M es el Zn(s))|) que

supj¿-,¡<s[If(s, existe por ser f y zn funciones continuas en t. Queda
de este modo probado que 2,1 es una función continua cuando 2, y f lo son; por el principio de
inducción se obtiene que la sucesión está formada por funciones continuas.
1.6 Ejercicios 27
Comprobamos a continuación que si la sucesión converge, lo hace a lo sumo a una función.
Procedemos por reducción al absurdo y suponemos que existen 2 soluciones, que denotamos por z
e y, obteniendo
(t)| < [ |£(s, z(s s,y(s))|ds. (1.17)
Por la hipótesis (1.14) resulta:
|£(s, z(s)) >
fs, y(s))| £ ksle >
yl.
Sustituyendo en (1.17) se obtiene
ln) —a(01<
Ay
flat) atlas<kt—10l,
supel)
(0
Tomamos el supremo en ambos lados de la desigualdad:
(|[r(t) —yl) < kyle

ol,A ¡Mr(t)y(8)1).
=
sup
[t=to|<h
Tomamos t € (to, to +
17)y obtenemos
(Iz(t) y(t)]) =0
(1—kslt—tol)
—
sup
lt-to|<h
demuestra existe lo solución.

prueba que z(t) =
y(t) cuando |t to] < Enque que a sumo una
—
que
La demostración de la convergencia de la sucesión utiliza propiedadesciertas de las sucesiones
de funciones continuas, veremos los detalles de la convergencia de la sucesión en el Capítulo 3, una
vez introducidas las sucesiones de Cauchy.
1.6 Ejercicios
1. Estudiar cuales de las siguientes aplicaciones son lineales:
aplicación definida sobre las funciones

(a) Sea J (a,b) un
= intervalo abierto de |R y
L la
f”
/R, definida
«
integrables en ] y con valores a por
'
/ "as
(b) Sea V el espacio formado por las funciones f : IR — IR tales que
+00
/ 00
L/(x)|dz < 09;
W el de las funciones definidas en IR y acotadas; y L
L:V>VW,
la aplicación definida por
=| Ñjas
Sea J] (a,b) intervalo abierto de IR; V el conjunto de las funciones dos
(c) =
un veces
derivables y W el de las funciones continuas en /. Definimos la aplicación
L:V=>W
L(f)= +
2. Estudiar cuales de las siguientes ecuaciones son ecuaciones diferenciales ordinarias y cuales
son ecuaciones en derivadas parciales.
Pu u
ld =3-33=e*.
o? dx?
dx de 2
(b ) di n +5 +21= a? +”.
di
(c)
T4a=e,
Pu Lu
Pu
3. Calcular el orden de las siguientes ecuaciones
dx
—+2=é!,
(b)
dx |?+I=t!,
dt
a deiqa +? =
sen(t).
(d) A.
dt
2
=
tan(t).
4. Dibujar las isoclinas de la ecuación diferencial
de
q He)
donde f es una función conocida,
1.6 Ejercicios 29
5. Dibujar las isoclinas; el campo de direcciones y esbozar la solución de las ecuaciones:
(a) = =P 42?
(b) = sen(1).
=
(c) = =
cos(t).
z +
(d) = =x-é,
(e) = =x-e!,
6. Obtener la envolvente de los siguientes conjuntos de funciones.
) x(t,c) =
(2 +1) —c.
(b) z(t,c) = e* + ct.
(c)) x(t,c) =
c(t?+1) + sen(c(t?+ 1).
(d) z(t,c) =
c*(t?+1) + 2ct.
(e) z(t,c) = 2e* + c*t —
2(e + 1)c.
Capítulo 2
Métodos elementales de
integración de ecuaciones
diferenciales de primer orden
2.1 Introducción
En este capítulo estudiamos los métodos elementales de resolución de ecuaciones diferenciales

ordinarias de primer orden. En la Definición 1.6 se presentó el concepto de ecuación diferencial
ordinaria de orden k € IN, recordamos a continuación la definición para k =
1.
Ecuación diferencial ordinaria de primer orden
Definición 2.1. Sea I un intervalo abierto de la recta real IR. Una “ecuación diferencial
ordinaria orden” igualdad la que la derivada primera
(E.D.O.) de primer es una en aparece
de una función incógnita respecto de una única variable y no aparecen derivadas de orden
superior,
Denotando por “zx” a la función incógnita y por “t” a la variable independiente, una
E.D.O. de primer orden es una igualdad de la forma
dx .
Pta,7) Y
0, te I 2.1
(2.1)
donde F : I x IR? > ¡R es una función conocida.

|
31
32 2, Métodos elementales de Integración de ecuaciones diferenciales do
Capítulo primerordoy,
Si aparecen varias igualdades con varias funciones desconocidas y sus derivadas primeras respecto
de una única variable, se denomina “Sistema de ecuaciones diferenciales ordinarias de primer
onden”,
Ejemplo 2.2. Las ecuaciones
de de? 4 dx da? t
vr e =2+1f", q de
=
Te
son ecuaciones diferenciales ordinarias de primer orden, ya que aparecen derivadas primeras de la
función incógnita respecto de una única variable y no derivadas de orden superior. Por el contrario,
en las ecuaciones
:
Ms + padt =12+t eÉ he
dt? dtt | dt
aparecen derivadas de orden superior por lo que no son ecuaciones de primer orden. En particular,
las ecuaciones anteriores son de ordenes 2 y 4 respectivamente, por aparecer derivadas de estos
ordenes en la ecuación. La ecuación
0
Ot * Os
no es una ecuación diferencial ordinaria, ya que aparecen las derivadas parciales de la función
incógnita x respecto de dos variables: s y t.
La idea principal para encontrar las soluciones explícitas en la mayoría de las ecuaciones de
primer orden es introducir un cambio de variable para expresar la ecuación de la forma
dx
q 10. (2.2)
Una vez expresada la ecuación de la forma (2.2) se aplica el teorema fundamental del cálculo y se
obtiene la solución:
A
z(t) =
a(to) +
1 Has.
Deshaciendo el cambio de variable se obtiene la solución del problema original. Para que la solución
de (2.2) quede determinada de manera única, es necesario conocer el valor de la solución en un
valor to.
Encontrar el cambio de variable que permita expresar (2.1) de la forma (2.2) es la clave de la
resolución. Por este motivo, clasificamos las ecuaciones resolubles en función del cambio de variable
utilizado. Estudiaremos en este capítulo los siguientes tipos de ecuaciones:
-
Variables separables;
-
Ecuaciones homogéneas;
2.2 Variables separables 33
-
Ecuación lineal;
-
Ecuación de Bernoulli;
-
Ecuación de Riccati;
-
Ecuaciones exactas;
-
Ecuaciones reducibles a exactas mediante un factor integrante;
-
Ecuaciones de primer orden resueltas por diferenciación. Ecuación de Lagrange;
-
Ecuación de Clairaut.
La mayoría de las ecuaciones de primer orden aparecen expresadas de la forma
dx
dt
=
f(t,x), (2.3)
aunque también es posible encontrar expresiones del tipo
M(t, vjdt + N(t, x)dx =0, (2.4)
para ciertas funciones conocidas M y N.
Ejemplo 2.3. Algunos ejemplos de ecuaciones de primer orden son los siguientes
2 2
dE dr dx
jo? ci+t dí =p? -2?,
(2? +8%)dt+ do=0, t=E€.
_
">
dt do a—t dt dt
2.2 Variables separables

La solución de la E.D.O.
y0
>
f (t),
de
x(to) =
Zo,
se obtiene mediante la aplicación directa del teorema fundamental del cálculo, siempre y cuando
f sea una función integrable. Integrando en ambos lados de la igualdad respecto de la variable t
en el intervalo (to,t) y sustituyendo z(tp) por zp, se obtiene la solución del problema
zx(t) =
zo
+] f(s)ds.
Ejemplo 2.4. Se considera la ecuación diferencial
dr
dt
=
et >?
x(0) =1.
34 Capítulo 2. Métodos elementales de integración de ecuaciones
Integramos la ecuación en el intervalo (0,t)

t t
0 qpás=
| e”*ds,
dt 0
aplicando el teorema fundamental del cálculo, se obtiene

t
dx
—ds
, dl
s
= x(t) —x(0)
= =
Por ser
¿
/ 0
etds=1-e"*
y I(0) =
1, resulta
r(t) =2-e*,
El método anterior puede extenderse a ecuaciones donde la función “f”, que aparece en la parte
derecha de (2.3), puede expresarse como el producto de una función que solo depende de la variable
“£” por otra que solo depende de la variable “x”, es decir, ecuaciones del tipo
E =alt)n(a).
Este tipo de ecuaciones recibe el nombre de ecuación de variables separables. Antes de estudiar el
método de resolución se presenta la definición detallada de este tipo de ecuaciones.
Ecuación de variables separables
Definición 2.5. Decimos que la ecuación de primer orden:
dx
=
ft, z)
de
es una ecuación de variables separables, cuando f se expresa de la forma
$(t, 2) =
g(t)h(x),
siendo “g” y “h” funciones de una variable que solo dependen de “t” y “x” respectivamente.
Ejemplos de ecuaciones de variables separables son los siguientes:

dx dx dx sen(t) dx
—=g
—=ta
q” =eHt (18)
o ==
—
z
a dt cos(=)” dt
Para su resolución expresamos el término de la derecha como producto de dos funciones g(t)h(x),
dividimos la igualdad por la función h(x) y obtenemos
1 dz
Ma)de g(t).
=
2.2 Variables separables 35
En la ecuación (2.5) resulta

yd de
ld, cos(x) E sen(t);
o 1d _
“q
"2
sa q
Aplicamos la regla de la cadena y expresamos la parte izquierda de la igualdad como la derivada
de una función que solo depende de “x”, es decir
l dz d
ARA
Para ello, ) es suficiente con encontrar una primitiva de la función +2;. En los ejemplos anteriores
R(x)
se obtiene
ldr_d ¿dr dq dr dl
le _d ld _
sa sE n= al,
Sustituyendo en (2.5) se llega a las expresiones
d d y
e d1_
gata) =t, qe =et, Sen(z)
_ _
e)
sent, =+
=
qe qu
Es decir, hemos obtenido una expresión de la forma
yl (x) =/J (t),
donde H de la ecuación (tp,t) gracias al fundamental

una primitiva he Integrando en y teorema
del cálculo se obtiene

"
H(2(0) -Hz0)=
| to
asas
donde y =
Z(tp). Al integrar en los ejemplos anteriores resulta
2
tl E
In(x) —
In(z0) =
77 y e Teto eteto,
1
sen(x) —
sen(zp) =—cost + costo, —=+=—=t-—to.

T To
En estos casos, la solución “x” queda definida implícitamente. Despejamos ahora la función x y se
obtiene la solución de la ecuación:
x(t) =xper”-0), g(t) =-—In(e7% —
el 4 eto),
1
zx(t) arsen(sen(zo)
=
cos(t) + cos(tp)), z(t)
cI
—
=
hr =to-i
A8
2 (1)
Las ecuaciones
resuelven de manera
del tipo
similar.
_ =
me | y s
h(x)
, son también de variables separables y se
36 Capítulo 2. Métodos elementales de integración de ecuaciones diferenciales de primer orden
Observación 2.6. Desde un punto de vista práctico, para calcular la solución del problema
—=(Uta)
calculamos la primitiva de el intervalo resolviendo las dos
—
en
(xp,x). La solución se obtiene
integrales de la igualdad
ser
[ Ol [ g(s)ds =
por
(3. moe)-
[5
y ZI(tp)=0.
En los ejemplos anteriores la solución depende de los valores de ty y xo. Para que el problema
esté bien planteado y “x” quede determinada de forma única, es necesario conocer los valores de
to y Zo-
Observación 2.7. La solución general de la ecuación presentada en términos de ty y Ty nO siempre

está definida para todos los valores de zp, por ejemplo, el problema de valor inicial
dr
dt 22
z(to) =0,
no tiene solución.
Ejemplo 2.8. Para calcular la solución del problema de valor inicial
dividimos ambos lados de la ecuación por e”* e integramos en el intervalo (to,t) para obtener
z t
/To
evdz =
/ to
tdx.
Aplicamos el teorema fundamental del cálculo y resulta
e” —
em = P -
lo,
2 2
Sustituimos los valores ty =0y Zo =1

y resulta
(2
=-+e
2
2.3 Ecuaciones homogéneas 37
Despejamos el valor de x tomando logaritmos en la expresión anterior
Eórmula de resolución de la, ecuación de variables separables
La solución de la ecuación de variables separables
e =9(0)h(z)
está definida implícitamente por la expresión
[zo [0
donde xp =
z(tp) es el dato inicial del problema.
(
Observación 2.9. Las ecuaciones de variables separables no suelen aparecer de la forma (2.4), y
cuando lo hacen, tienen la expresión
M(t)dt +N(x)dx =0,

cuya solución se obtiene por integración
t T
to
M(tdt +
]
To
N(2)dz =0.
Ejemplo 2.10. Obtener la solución del problema
dt —dx=0.
La ecuación no está presentada de la forma M(t)dt + N(x)dz =
0, sin embargo al dividir por a*t?
resulta
dt dz
pa?
Integramos la ecuación para obtener
1 1
Fr"
donde c es la constante
py
l=-— —
38 2. Métodos elementales de integración de ecuaciones diferenciales de primer orden
Capítulo
2.3 Ecuaciones homogenea

Resolver la ecuación de variables separables es una aplicación directa del teorema fundamental
del cálculo y de ciertas operaciones básicas en la ecuación. Existen ecuaciones que no son de
variables separables, pero que al introducir un cambio de variable adecuado la ecuación se expresa
como una ecuación de variables separables. Veamos a continuación uno de estos ejemplos.
Consideramos la ecuación
de t+zx
a 2.6
an)
dt t-zu
y denotamos por f la parte derecha de la igualdad:

t+zx
t,1) = —.
Dividimos el numerador y el denominador de f por t y obtenemos
L+4$
Nt,2) =
E. t
Parece natural introducir el cambio de variable y =

F, o de forma equivalente, 1 =
yt y resulta
dr _dy 14% 1+y

t, = ——= —,
Expresamos la ecuación en la variable y de la forma
dy 1+y
ao
dt l-y
Que es equivalente a la ecuación
dy
t=-
1+
1+y _
y +1
+1
dt 1-y 1-y'
Dividimos por t en ambos lados de la igualdad y obtenemos la ecuación de variables separables:
dy_ y+1
dt t(1-y)
cuya solución está definida explícitamente por la expresión

1
=3 In(1 y?) arctan(y)
+ + =
Int +c.
Deshacemos el cambio de variable y =

x/t, y resulta
1
=5 In(2? 12) arctan(2/t)
+ + =
El método utilizado en el ejemplo es también válido si al dividir numerador y denominador de f

por una potencia de t obtenemos una función de la forma h(x/t). Este tipo particular de funciones
se conocen por funciones homogéneas de grado 0. Introducimos a continuación la definición precisa
de función homogénea.
Definición 2.11. Una función f(t, x) se dice que es homogénea de grado m cuando verifica
(st, sa) =8"f(t,2).
Ejemplo 2.12. La función

tér + 2%
H(t,2)
66) te LA
t4+2zx
es una función homogénea de grado 2, ya que
3,2
svtiz+sI*t
3,2
E
2 2
9
t sz) ES
J(ts, = y =
s"f(t,z) :
st + 251 t+2r
El cambio de variable utilizado en elejemplo (2.6) puede extenderse a cualquier ecuación de la

forma (2.3) cuando f es una función homogénea de orden 0. A este tipo de ecuaciones las llamamos
ecuaciones homogéneas. Se presentan a continuación los detalles de la definición.
Definición 2.13. Decimos que una ecuación diferencial de primer orden expresada en la
forma
M(t, xjdt + N(t, x)dx=0
o bien
de M(L,2/t)
dt N(1,x/t)
es homogénea, si My N son funciones homogéneas del mismo orden o bien
f(t, z)
__M(,z/t)
>
N(1,2/t)
es una función homogénea de orden 0.
' ; '
de M(1zx/t) .
Consideramos en primer lugar la ecuación de la forma e introducimos el

>= "N (1,2/0
cambio de variable y =
: para obtener
dz d
y, +9,
de dt
Capítulo
M(t,x)_ M(L,2/t)
N(ttx) N(1,2/t)'
La ecuación se transforma en una ecuación de variables separables
dy M(1,z)
Los -
dt N(1,2)
que es equivalente a la ecuación
d M(1 N(
Yoyo
dt
MOYANO)
tN (1, y)
que expresamos de la forma

dy N(1,y) 1
dt M(L,y)+yN(,Y t
Integrando la ecuación se obtiene la solución de forma implícita.
En el caso en el que la ecuación está expresada de la forma
M(t, x)dt + N(t, x)dx =0

donde M y N son funciones homogéneas de grado m. Dividimos por t” y resulta
M(1, 2/t)dt + N(1, 2/t)dr =0.
Se introduce el cambio de variable y =

$ es decir x =
yt y derivando se obtiene
dz =
tdy + ydt.
Sustituimos en la ecuación
M(1, ydt + N(1, y)(tdy + ydt) =0.
Que es equivalente a
(M(1,y) =pyN (1, y))at «letN(1, y)dy =0,

que también se expresa de la forma
dt Ny, y=0.
t
- M(Ly)+yN(Ly)
La ecuación es una ecuación de variables separables cuya solución está definida implícitamente por
la expresión
N (1,y)
In(t) +
] M(1,y)+yN(1,y) dy=C,
para cualquier constante c € IR.

Ejemplo 2.14. Comprobar que las siguientes ecuaciones son homogéneas.
y dx _
tcos(r/t)
dto ta
dx
2
q
7
In(x) —
In(t).
3
dr cos(r/t)
"de In(t)-In(x)
dx z-t
4. = et+z,
dí
5. (2 + 22)dt+ (t? 2?)dt =0. —
Solución:
1. Reemplazamos el valor de t y z por st y sz en la parte derecha de la ecuación y simplificamos

Ss cancelando la variable
.
numerador
,
la fracción s en y denominador para obtener

st n —
sz
stcos(E) z
tcos(+)
st —
sz t-zx
que prueba que la función es homogénea de grado Oy se deduce que la ecuación es homogénea.
2, Aplicamos las propiedades del logaritmo y obtenemos
In(sx) —In(st) =
1In(s)+1In(x) In(s) — —
In(t)
=
In(x) —
In(t).
La ecuación es homogénea por ser

In(x) —
In(t) una función homogénea de grado 0.
cos(x/t)
m0 nía)"puede
3. La función expresarse de la forma
cos(1/t) cos(w/t) —
In(t) —1n(x) —In(x/t)'
Definimos la función h, h(y) =
o y resulta
cos(2/t) =
h(2/t) =
h(sx/st).
In(t) In(z) —
cos(1/t) de
Que prueba que la función es homogénea grado 0,
m0 (2)
ecuaciones diferenciales de primer orden
42 Capítulo 2. Métodos elementales de integración de
4. La función
iZ es una función homogénea de grado O ya que
sr=st z-t
st+st t+x
Si tomamos exponenciales en la igualdad anterior, deducimos que
I—t
ca =
et tz,
Que prueba que la función e es homogénea de grado O y deducimos que la ecuación es
homogénea.
5. Al sustituir ty x por st y sz en las funciones
P+r?, Pg
se satisface
e 4 3? =
(82 + 2?), $1? —
51? =
(8? —
g?).
Que prueba que ambas funciones son homogéneas de grado 2 y por tanto la ecuación
(2 + 22)dt+ (2 —
a2)dt =0
es homogénea.
Observación 2.15. En el ejemplo anterior hemos visto que
_ =
h(2/t)
es una ecuación homogénea cuando h(y) =
OS En general, para cualquier función h : IR —> IR,

dz
la ecuación =
h(1/t) es una ecuación homogénea. La ecuación h(g(t, x)) es
homogénea
dt rá
d:
cuando y es una función homogénea de grado
-t
O. En el ejemplo anterior,
,
la ecuación
A = ett
se expresa de este modo, donde g(t, x) =
e es una función homogénea de grado 0.
Ejemplo 2.16. Comprobar que las siguientes ecuaciones no son homogéneas.

d.
tx +2%,
1.
7] =
dr
2. q =
In(t) + In(z).
3. (8 + 22)dt+ ($ —
23)dx=0.
Solución:
1. La función f(t,x) =t%x? + 2* satisface
f(st,sx) =
sx? 4 5% = 5
(Px? 4 5%),
que prueba que es una función homogénea de grado 4, pero no de grado 0, y por tanto la
ecuación no es una ecuación homogénea.
d»
.
Reemplazamos t y x por st y sz en la función In(t) + In(x) y resulta
In(st) + In(sz) =
In(t) + In(x) + 2In(s).
Que prueba que no es una función homogénea y por tanto la ecuación no es homogénea.
Notese que la función f(t, 1) =

In(t) In(x) si —
es homogénea de grado 0, por poder escribirse

de la forma —
In(x/t).
Uy Las
.
funciones
xn? 3443
U4z tz
son homogéneas de grados 2 y 3 respectivamente, pero al ser de diferentes grados, la ecuación
no es homogénea.
Ejemplo 2.17. Resolver la ecuación diferencial
(2 + 22)dt —
2%dx =0.
Solución: Veamos en primer lugar que la ecuación es homogénea, para ello consideramos las
funciones
M(t1)=84+x, —N(t,x)=-2
que homogéneas de grado 2
son por ser suma de funciones homogéneas del mismo grado. Dividimos
la ecuación por t?
y
(1+5) dt —
2dx =0,
e introducimos el cambio de variable x =
yt y resulta dx =
ydt + tdx. Sustituimos en la ecuación:
(1 + y?)dt 2(ydt + tdy) =0, —
y agrupamos los términos en dt y dy para obtener
(1 —
2y + y?)dt —
2tdy = 0.
Dividimos la expresión anterior por t(1 —
2y + y?),
dt -2
EFI—
E
del
2. Métodos elementales de integración de ecuaciones diferenciales de primer orden
44 Capítulo
solución de la ecuación es de la
Por ser la primitiva de -2/(1 —
2y + y?) la función 2/(y —
1), la
forma
2
Inn |t| ++4
lt] —
=c. E
1
Deshaciendo el cambio de variable, finalizamos
2t
ln ft] 4
Pirredad:
—
=c.
Ejemplo 2.18. Resolver la ecuación diferencial
dr _3x—t
dt t+a'
STi .
Solcuión:
02
Por ser la
.
función na "
función homogénea de grado 0, la ecuación es de tipo
homogénea. Dividimos numerador y denominador de dicha función por t:
dr 37-1
de 143"
Introducimos el cambio de variable x =
yt y derivamos respecto de t en dicha identidad, resulta
dr d dy
—
= —(ut) OZ RE
= pad
de
y se obtiene, al sustituir x/t por y

dy 3y-1
tt = —=,
ri e
La ecuación anterior es equivalente a
dy
dt
_-14+%-y
1+y
que es una ecuación de variables separables. Resolvemos la ecuación mediante integración
1+y 11
Hp gate
Por ser
1+y 1+y 1 2
E EE
se obtiene
í
In ly—-
1]1]
-2— =-—
In |t| + c.
y=1
Deshaciendo el cambio de variable;
Tí 1
Inf In ft] +,
11-25
=
Ejemplo 2.19. Resolver la ecuación diferencial:

dr _z
mí
dt t
cuando 1. Solcuión: La función f(t,1) +1 homogénea f función
a > =
f es por ser una
homogénea de grado 0. Para su resolución introducimos el cambio de variable x =

yt y obtenemos
la ecuación
dY
y +1
yy |
que es una ecuación de variables separables cuya solución está definida explícitamente
In(y +1) =
1n(t) +c.
Despejando la variable y resulta
y(t) = te“ —1
recuperamos las variables originales del problema:
x(t) =?e"—+t,
Capítulo
Solución de la ecuación homogénea

Mt)
La ecuación de la forma es
dt
=-
N(t, x)
donde M yN son funciones homogéneas del mismo
la ecuación de
grado,
variables
se resuelve
separables
introduciendo el cambio de variable y =
: y se obtiene
dy M(Ly)+yN(Ly)
dt iN(L, y)
cuya solución es de la forma
Rana =
—In|t| +c.
Si la ecuación se presenta de la forma
M(t, ajdt + N(t, x)dx =0
donde M y N son funciones homogéneas del mismo grado, se introduce el mismo cambio
de variable y =
: y se obtiene
dt N(1,y) dm
">
M(LyY+yN(1L,y
que es una ecuación de variables separables cuya solución es
mus
0)
(Guy dl
cualquier constante c € IR.

para
|
Observación 2.20. En ambos casos,
= Mb)=
y M(t, dx + N(t, z)dy=0, la solución es
la misma.
2.4 Ecuación lineal

0,
O
La ecuación
mi f(t) = se resuelve mediante integración aplicando el teorema fundamental del
cálculo, tal y como hemos visto en la Sección 2.2. Al introducir el cambio de variable x =
eP(!)y
resulta
dx
EZ pot)dY, Pt)
d
Y
da q rg
2.4 Ecuación lineal 47
Multiplicando por e7?(* se obtiene la ecuación
LP 005) (2.7)
La nueva ecuación no es una ecuación de variables separables, ni homogénea. Sin embargo,
deshaciendo el cambio de variable y =
e7?(x, expresamos la ecuación (2.7) como una ecuación
de variables separables. De este modo podemos resolver un determinado tipo de ecuación que
llamamos lineal por poder expresarse de la forma
_ +a(t)z= ft).
Presentamos a continuación los detalles de la definición de ecuación lineal.
Ecuación lineal
dx
Decimos que la ecuación diferencial F| t, x, = ( es una ecuación diferencial lineal de
dt
primer orden cuando se expresa de la forma
E +a(02=10,
para funciones a y f conocidas.
La ecuaci ió
de cos(t)x
dE
+ =
cos(t)
d,
es una ecuación lineal y para resolverla, expresamos la parte de la derecha, el término
S +cos(t)x,
como la derivada de una función. Para ello, observamos que la derivada de eP(*)xestá definida por
la expresión:
P de 3
qe
L (PO)
r)=e POLe
=
y Pont) Z.
+apt
Dividimos por e”(* y resulta
d dr d
dd Y y
—p(t) opte E OP
Jal Arias
dz dx dp : 0
Para + cos(t)x de la forma + es suficiente con encontrar una función

expresar
+ m7]q p que
satisfaga
e
de
os(t) NA
dicha función es p(t) =

sen(t) +c, para cualquier constante c € JR. Por simplicidad tomamos e = 0
y expresamos la ecuación de la forma
d
—
sen(t) son(ta—
e
Zi (e zx) = cos(t) ;
Multiplicamos por es*n(%y obtenemos
Etsen(t)q) =
cos(t)e sente),
Integramos la expresión anterior aplicando el teorema fundamental del cálculo:
t
(4) esentto)
ese —
(49) =
] cos(s)e
to
en(s) gs
al esen(t) Leseseníto)
Denotamos por c al valor
c=
esentto)
q.(1y) —
gsen(to)
y multiplicamos por e” $en(t) para obtener
x(t) =1+ce7 sen(t)

Consideramos ahora el caso general
dx
qq FUE (0,
=
y procedemos como en el ejemplo anterior, expresando le término

_ + a(t)z de la forma
=r(0) opte)
Ai 2(Pz)
para cierta función p. Para ello resolvemos la ecuación
a =
a(t) y obtenemos
La ecuación se escribe de la forma
ao (Las) =
5)
t
Multiplicamos por eloid y resulta
E(elo edialedds
04) _
py),
Integramos la igualdad anterior y aplicamos el teorema fundamental del cálculo:

*
a(rjdr
O TN 0
Despejando el valor de z de la igualdad anterior se obtiene la solución de la ecuación

t
Tal .
f, ofa)de
-
z(t) =
z(to)e +
to
Hajel.
a(ridr
go
2.4 Ecuación lineal 49
Al
Observación
,
2.21. La solución
y
de la ecuación
o.
E a(t), que aparece tanto en el caso general

como en el ejemplo anterior, se resuelve integrando en ambos lados de la igualdad, obteniendo por
solución
p(t) =
/ iauta
to
t
Una vez obtenido el valor de p, se introduce el cambio de variable y = eb A E y expresamos
la ecuación de la forma
dy y -S,to a(s)ds+c
F(t).
qe?
Para cada valor de c se obtiene un cambio de variable diferente, pero todos ellos nos llevan a la
misma solución
t t .
(8) =x(toJe ho 0%
y Simiras
[psoe
to
que es independiente de c.
Ejemplo 2.22. Resolver la ecuación diferencial lineal:

de x= 1
ap
Solcuión: Expresamos la parte izquierda de la igualdad de la forma
d
=p(t) (prtt)
e 2
7
(ez)
y desarrollamos la derivada del producto
dt "dt dt t'
Para calcular p, resolvemos la ecuación
Integrando se obtiene
tx(t) —
toz(to) = In |t] —
In [to].
de primer orden
50 Capítulo 2. Métodos elementales de integración de ecuaciones diferenciales
Despejamos el valor de x :
Inlé]
x(t) CN
Into] , toz(to)
n n
Para cualquier valor de r(to), la función x definida cuando ty 4 0. Sin embargo la solución
está bien
no está definida cuando t 0. Esto =
se debe a que los coeficientes que aparecen en la ecuación no
presentan la regularidad deseada en t = 0. Volveremos sobre este hecho en el siguiente capítulo.
Ejemplo 2.23. Se considera la ecuación diferencial

dx
DO)
z(0) =
zo
donde zp es un valor real y a es una función continua. Se pide estudiar la relación que existe entre
x(t) y r(—t) cuando a(t) es una función impar, es decir a(t) —a(—t). =
Solución:
La ecuación es una ecuación lineal, cuya solución es
z(t) =
zgedo
a(s)de.
Reemplazandot por —t en la expresión, se obtiene el valor de x(—t):
z(-t) =
apela”
aloJdo.
Si a es una función impar, entonces
-t 0 t
/0
alspas
==/ afsras= | a(s)ds
-t 0
y resulta
z(-t) =
zyelo
alejds -
r(t).
Ejemplo 2.24. Se considera la ecuación
dx m
T+0€
eri
para ciertas constantes a,b € IR. Se pide encontrar la solución general del problema.
Solución:
Expresamos el problema de la forma
¿d bt
e (e7*x) ae =
y multiplicandopor e”* resulta
z (e7ty) aet-1M. =
2.5 Ecuación de Bernoulli 51
Integramos la expresión anterior en el intervalo (to,t) y aplicamos el teorema fundamental del

cálculo
e“tx(t) -
e x(tp) =a(t—to), sib=1
b=1!
e“tx(t) -
e7toz(to) =
¡250 -
peb-Dt, sibA 1.
Despejando el valor de la función x se obtiene
a(t) =
e'"Wx(to)+ a(t-toje', sib=1
(ebt ¿(b-1)to+t
¿toto '
),
a
r(t) alto) 1.
_
=e
+= e sibA
Método de resolución de la ecuación lineal
Para la resolución de la ecuación diferencial lineal
+ alga =$(1)
se introduce el cambio de variable
ado (23)
y resulta
alejes
Boa.
El algjeti =
+
Sustituyendo en la ecuación:
!
dy
F(t)eS,
_
a(s)ds
_ 9
dt
que se resuelve aplicando el teorema fundamental del cálculo.
2.5 Ecuación de Bernoulli
Consideramos la ecuación lineal de la forma
En
dt
a(tjx + =
f(t)
e introducimos el cambio de variable
T=y"
y obtenemos
de aidy
Y
a q
Capítulo
Sustituimos en la ecuación y resulta
a-1Wy
yo + ay" =
(0)
Multiplicamos la ecuación por y!7%/a para obtener
dy alt) _ fia 2.9

—
Y a"?
y
= y,
(2.9)
dt a]
Deshaciendo el cambio de variable transformamos la ecuación (2.9)en una ecuación lineal resoluble
mediante el cambio de variable introducido en (2.8).
Ecuación de Bernoulli
La ecuación diferencial de primer orden de la forma
y +a(t)o= (a (2.10)
para r + 0,1 se denomina ecuación diferencial de Bernoulli.
Observación 2.25. El caso r =1, la ecuación (2.10) se transforma en la ecuación
(0%tale =
(a
que es una ecuación de variables separables. Cuando r =0, la ecuación es una ecuación lineal.
Resolución de la ecuación de Bernoulli
Procedemos a la resolución de la ecuación siguiendo los siguientes pasos.
1. Multiplicamospor zx la ecuación:
ap(t)r E a1(t
2. Introducimos el cambio de variable
y por tanto
ES
de dt'
3.
La ecuación para la función “y” queda de la forma
td
A e = 100
2.5 Ecuación de Bernoulli 53
que es una ecuación de tipo lineal, cuya solución es
Pl *
1-majr)
y =
Yo
+/ UNAS:
a0(s)to
ar y
Deshacemos el cambio de variable para obtener
hs
t
(1-r)a1(0) ta ca
l—r
a, PUTOS: er,
a(t) =
(arre
:
do
to 0(s) )
Ejemplo 2.26. Ecuación logística. Consideramos la ecuación de la forma
dx
ÓN z(1- 2)
que es equivalente a la igualdad
ES
da
T =-2?
“o
“*
Multiplicamos por 27? y obtenemos la ecuación
Las 1_,
2d x=
Introducimos el cambio de variable
i
y>
Ñ
y resulta
dy
que es equivalente a la ecuación:
Y
do
Ysy=1
La ecuación anterior es una ecuación lineal cuya solución general es de la forma
y(t) =
1+ce"*
para cualquier valor de c. Deshacemos el cambio de variable y resulta
STE
para cualquier valor c.
Ejemplo 2.27. Consideramos el problema de valor inicial

dx 2t
—+ip==,
dt T
x(0) = 2.
Multiplicamos la ecuación por x:
d,
ta?
2 + =
2t,

1
y=
¿Y
para obtener
dy
2tyY 2t.
der+
—
=
La ecuación anterior es una ecuación lineal cuya solución general es de la forma

y=1+ceP
para cualquier valor de c. Deshacemos el cambio de variable y resulta
x(t) =
+(2+2ce"")3,
El problema de valor inicial se resuelve obteniendo el valor de c de la condición inicial x(0) = 2 y
sustituyendo en la expresión general:
z(t) =
(2+2e-%)1,
Resolución de la ecuación de Bernoulli
La ecuación diferencial de Bernoulli
dx
(Leal) (2 (2:11)
para r 4 0,1 se resuelve introduciendo el cambio de variable y = x!-" para obtener la
ecuación lineal
aolt) dy+a1(t)y
| —
Ft),
TOR
cuya solución es
(1 -
Ñ A
a-
00) =2
¿[EEA
deshaciendo el cambio de variable, la a de (2.11)es
ds 7
(257 2
=
z(t) = e
+fUEntta.
pa) to QS
|
2.6 Ecuación de Riccati 55
2.6 Ecuación de Riccati
Consideramos la ecuación de Bernoulli

d
Se+a(8y =
0? (2.12)
y =x
alt), (2.13)
donde q es una función conocida. Derivamos respecto de t y se obtiene
4_2_4
dt dt dt
Sustituimos en (2.12) y resulta
dr 2 2 dq
aL()ale).
qe Fate) +2(0a(0)z 92" + h(1a%() +
q,(0) +
=
Denotamos por g y f las funciones
d
g(t) =ax(t) +22(00(0), $) =
200%) +
$ + ar(8al0) (2.14)
y obtenemos la ecuación
d,
900) =
02? + (0)
La ecuación anterior la conocemos por el nombre de ecuación de Riccati.
Ecuación de Riccati
La ecuación de Riccati es una ecuación de primer orden de la forma
dx 2
E =4(0+9(02+ ht)
donde f, y y h son funciones conocidas.
Ejemplo 2.28. Algunos ejemplos de ecuaciones de Riccati son
d q? dx
Z y E + —
+tx =e "tz? + cos(t).

dt 1+t2 dt
Método de resolución de la ecuación de Riccati
Para resolver la ecuación se deshace el cambio de variable introducido en (2.13), para ello es
necesario la función q. Observamos en primer lugar 0 es solución de la ecuación

=
conocer que y una
de Bernoulli (2.12). Por tanto, de (2.13) deducimos que x =

q(t) satisface la ecuación
_ + g(t)z =h(t)2? + f(t), (2.15)

o de forma equivalente
aro +20 =P) MORO + E + ada.

Al conocer una solución particular q de (2.15), e introducir el cambio de variable y(t) =
x(t) —
q(t)
se obtiene una ecuación de Bernoulli que sabemos resolver. Veamos con detalle los pasos a seguir
para resolver (2.15):
1. Obtenemos una solución particular, que denotamos por q,
2. Introducimos el cambio de variable y(t) =

x(t) —
g(t), es decir z(t) =

y(t) + q(t) y se obtiene
dy d
ta =M0( ++ 294) + (0).
Por ser q una solución particular, satisface

2 + g(t)q =
h(t)g?+ f(t). Sustituyendo, resulta
dy
y +lolt)
—
2n(t)a(t))y(t) =
M(t)y*(t) (2.16)
que es una ecuación de Bernoulli.
3. Se resuelve la ecuación de Bernoulli (2.16) mediante el cambio de variable
a:
y=-=
Para obtener
1 du 1 h(t)
22d)
=
a
multiplicamos por u? y se obtiene la ecuación lineal
du
== (0(0) 2h(8a(1)u= h(1)
—
cuya solución es
t t ,
alil="we J,,(0(0)-2Mo)a(o)ds
Ale Sion
2H: y
to
4, Deshacemos el cambio de variable para obtener
s=y+g=q=
[upeli
CI
y pg
to
NANA y,>
Donde uy satisface
es decir
2.6 Ecuación de Riccati 57
Ejemplo 2.29. Obtener la solución general de la ecuación
dx 2
2etx 2el
de?+
—
= 2? +
sabiendo que q(t) = 2e* es una solución particular.

Solución:
Introducimos el cambio de variable y = x —
2e! y sustituimos en la ecuación para obtener
Ze + 2e! + 2e*(y+ 2et) y? + de”! + 4ety+ =

2e!
y resulta
dy —2eey=y
tt _,2
—
y= y”.
de
La ecuación anterior es una ecuación de Bernoulli cuya solución se obtiene introduciendo el cambio
de variable
y
ei
u
donde u satisface
du ¿
+eeu=1
q
que es una ecuación lineal cuya solución es de la forma
,
['vo 2e*ds
+/02f'
-
Td
u=uye :* ds,
to
Deshaciendo el cambio de variable se obtiene la solución:
1
r(t) =
2e* + y(t) = 2e* —
D a
.
2e*ds
de + ñ eS,
erdr
ds
Donde uy satisface
es decir
Resolución de la ecuación de Riccati
Para resolver la ecuación de Riccati
E =10 +9(02(0) +92?
es necesario conocer una solución particular, que denotamos por q, e introducir el cambio
de variable y =
x —
q para obtener la ecuación de Bernoulli
S + (a(t) —
2h(t)a(t))y =
h(t)y?
cuya solución es
t t -1
”
SI 2A(9As
S¡0M2HnAmar
y(t) =-
[e to
hsje
de
y por tanto
t t -1
.
r(t) =
g(t) —
OA,
[urebo to
hsje Ji atn-2nmamar
ao
2.7 Ecuaciones exactas
Consideramos una función F' : IR? —> IR de clase C1 definida en las variables t y 7.Denotamos
por ó; y d, el incremento en las variables t y x respectivamente. Deseamos conocer el incremento
de F, que denotamos por óp, en función de los incrementos anteriores
dp =
F(t +04, 1 +07) —
F(t, 2).
Para calcular 44 sumamos y restamos el término F(t, x + 0, ) y resulta
F(t+0,,1+0,) —
F(t,2 +06.) + F(t,x + 67) —
F(t, 2). (2.17)
Dividimos multiplicamos el término F(t + ó,,x + 6) F(t,x + 6) d; y resulta

—
y por
ó
PU der F(t,2
+82)
4,
-
F(t+0,,2 +0.) -
F(t,z +67) =
da) t
tomamos ó, como un valor infinitesimal!,y resulta
Flt+ 013467) —Fltju4 02) 0F

Ot
0;
próximo a 0
2.7 Ecuaciones exactas 50
De igual forma se obtiene

F(t,x + 6,) —
F(t, 1) 5 OF
0 Ox
Sustituimos en (2.17) y denotamos d¿, 0, y Óf por dt, dx y dF, respectivamente:

OF OF
dF==>— dt + dz
En
—-
dr.
de
Cuando el incremento de F es nulo, es decir, cuando se satisface F(t, x)=

constante, obtenemos
la ecuación diferencial
ar
Ene. a.
79
e o (2.18)
cuyas soluciones son las curvas
a lo largo de las cuales F' se mantiene constante, es decir, las curvas
de nivel de F.
Ejemplo 2.30. Dada la función F(t,x) zel”, se pide encontrar la ecuación

=
diferencial de las
curvas de nivel de F, expresada de la forma M(t, x)dt + N(t, x)dx =0.
Solución: Las curvas de nivel de F están definidas por la ecuación F(t,x) =c. A lo largo de
dichas curvas, no existe incremento de F, es decir,
OF or
dF =
=0.
a+ ay
Para obtener la ecuación, calculamos las derivadas parciales de F' respecto det yx:
OF pg OF_=efe'. a
ne
eL A
La ecuación que satisfacen las curvas es de la forma
2tze" dt+ e dz =0,

Si deseamos encontrar una ecuación del tipo
= =1(2)
Derivamos la expresión obtiene
F(t, x) =c respecto de t y se
OF 09Fdz
TOS
F
S
=>
Dividimos la expresión anterior por y resulta
aSlelS
8 E l o
que es equivalente
OF
de
dt
= -
De
E =
—2tx,
Ecuación exacta: condición necesaria y suficiente
La ecuación (2.18) se ha obtenido cuando partimos de una función F' conocida. La cuestión que
nos planteamos ahora es saber si dada una ecuación diferencial de la forma
M(t, 2)dz + N(t,x)dx =0 (2.19)

la resuelva.
existe una función F(t,x) que Comparando las ecuaciones (2.18) y (2.19), F' es una
solución de (2.19) cuando se satisface
OF OF
M = —
N = —
'
ot” Ox
Por la permutabilidad de las derivadas de una función C? resulta
02F _
OF
OtOx 0xó0t
obtenemos que si F existe, satisface
ó0M ON
“Or —_ ET (2.20)
La condición anterior es por tanto una condición necesaria. Para comprobar que (2.20) es una
condición suficiente, calculamos F' mediante integración de M, es decir, definimos F' de la forma
F(t,1) =
to
"Ms,Dds + c(x).
Donde c(x) es una función que solo depende de z. Para calcular c derivamos F' respecto de x :
OF "9M
_
y de
E NIT
, OF :
Para que F resuelva el problema, FF"debe satisfacer N, y sustituyendo:

rá
toM de
N(t, x)
=/ a +
de
o0M
De la hipótesis (2.20), despejamos el valor de y sustituimos en la fórmula anterior para obtener
3
10)
(t,z)
N(tx)= | —ds+=—.
Ot
+
dz
to
Calculamos la integral que aparece en la igualdad anterior, y gracias al teorema fundamental del
cálculo:
N(t,x) =N(t,2) —
Nto,2) +
Z
2.7 Ecuaciones exactas '
61
despejando el valor de
E e integrando, resulta
/
To
N(to,s)ds +
donde Cy es una constante arbitraria. Por simplicidad tomamos co = 0 y sustituyendo en la
expresión de F' obtenemos
t zx
F(t, 1) =
0 m(sajas+
| (to, s)ds. 0
N
La función F' existe, si M y N son integrables en t y z respectivamente.

Presentamos a
continuación los detalles de la definición de ecuación exacta y la condición
mencionada.
Ecuación diferencial exacta
Definición 2.31. Decimos que la ecuación diferencial
M(t, z)dt + N(t, x)dx =0,
es exacta, si existe una función F tal que
dF =
M(t,x)dt + N(t,x)dx
OF
y La solución de
decir
dd igualdad”
si M(t,1) N(t,x). general está definida
es
—
=
—
= manera
implícita la
F(t,x) =
constante.
Condición necesaria y suficiente de la ecuación diferencial exacta
La ecuación
M(t, x)dt + N(t, 2)dx =0,

es una ecuación es exacta si y solo si My N satisfacen la condición
óM ON
E yal)
G
d
forma Edt
á
o,
Observación 2.32. Cuando la ecuación se presenta en la -
f(t,x), también decimos
que la ecuación es exacta si existe F' tal que
f(t, z) ==
SES
62 Capítulo 2. Métodos elementales de integración de ecuaciones
Las soluciones de la ecuación están definidas implícitamente por la igualdad
F(t,x)=c
donde c es una constante arbitraria.
Método de resolución de la ecuación diferencial exacta
Las soluciones de la ecuación exacta
M(t, ojdt + N(t, x)dx =0,

están dadas por la expresión
F(t, 1) =
constante
donde FF está definida por la fórmula
t x
F(t,s)=
| o
M(s,o)ds +
|
To
N (to, s)ds.
Ejemplo 2.33. Se consideran las ecuaciones diferenciales

1. 2dt —-
dr =0.
2. 2tdt —
erdxr =0.
3. (2t —
ajdt + (2x —
t)dx =0.
2t 21
d dx
=0.
taaan trar”
Se pide comprobar que las ecuaciones son exactas y calcular sus soluciones de forma implícita.
Solución:
Una ecuación expresada de la forma
M(t, zjdt + N(t, xjdx =0

es exacta, cuando se satisface la condición (2.20), es decir
OM _
ON
Ox 0”
Comprobamos si las ecuaciones planteadas satisfacen dicha hipótesis:
2
1, Tomamos M(t, 1) =2t, N(t,x) =-—1, y calculamos
Ox”
y
A y se obtiene
o0M ON
ao q
Las funciones M la condición
y N satisfacen (2.20) y por tanto la ecuación es exacta.
,
9.7 Ecuaciones exactas 63
2, Tomamos M(t, 1) =2t, N(t, x) =

—e*, y obtenemos
=0,
= =0,
Las funciones M y N satisfacen la condición (2.20) y por tanto la ecuación es exacta.
3. Tomamos M(t,x) = 2t— x, N(t,x) =

2x—t, y obtenemos
MZ, -1, ON —1.

Ox ot
4. Tomamos M(t, 1) TO=

N(t,1) =
AT y obtenemos
OM —4tr ON
dE —4tx
01 (P+24+D% 0 (24+22+1)2
Para calcular las soluciones de las anteriores ecuaciones definimos la función F
F(t,z) =
pure,
z)dt + c(x),
donde
a
]
N(t, x)
M(t,ijdt
para calcular
es un
c(x).
integral indefinida; a continuación, derivamos respecto de x e igualamos
1. En la ecuación 2dt —
dx =0, resulta
F(t,x) =
Jrs + c(x) = 2t + c(x).
Derivamos respecto de x y obtenemos
or dc
N (t, z) = =
Er rr]
Deducimos que
z
de
—1, es decir c(x) = —z + Cp, donde cy es una = constante arbitraria.
Sustituyendo el valor de c(x) en la expresión correspondiente resulta
P(t,1) =2t-z+c.
Las soluciones de la ecuación están dadas por la expresión
2t —
1 = constante,
elementales de de ecuaciones diferenciales de primer orden
64 Capítulo 2. Métodos integración
2. En la ecuación 2tdt —
e*dx =
0, obtenemos que
F(t, 1) =
ES + c(a) =
y? + c(x).
Derivamos F respecto de x e igualamos a N :
OF
(t,7)
N(t,1)= == _ de
==>.
Ox dx
.
de - z o
Deducimos que
—
=
—e”, es decir c(1) =
—e* + co, donde co es una constante arbitraria,
Sustituyendo el valor de c(x) obtenemos
F(t,1) =t?—e* +00.
Las soluciones de la ecuación están definidas de forma implícita por la expresión
t? —
e? =
constante.
3. En la ecuación (2t —
x)dt + (2x —
t)dx =
0, definimos la función
F(t,%) =
Jo —
a)dt + c(a) =
t? —
ta +c(x).
Derivamos F' respecto de x e igualamos aN :
d
Deducimos
arbitraria.
que
sz 2x, integrando resulta c(x)
=
Sustituyendo el valor de c(x) obtenemos

= 2? + co, donde co es una constante
F(t,2) =? —ta+2? +00.
t? —
tx + 2? = constante.
21 2x ; 2.
«+ro INEA =0; definimos la función

aa 4 ed
:
:
t + T + 1
Derivamos F' respecto de x e igualamos a ÑN :
Nod
anta
2.8 Ecuaciones reducibles a exactas mediante un factor integrante 65
d ñ
Sustituyendo obtenemos
Deducimos que
Se=0, y resulta c(1) =
cp, es constante.
F(t,2) =In(? +1?+1) +00.
In(t?+ 2? + 1) = constante.
2.8 Ecuaciones reducibles a exactas mediante un factor
integrante
Consideramos la ecuación exacta
2tdt —
dx =0, (2.22)
cuyas soluciones están definidas por la expresión
t? —
7 =
constante.
Al multiplicar (2.22) por t? + 1, obtenemos la ecuación
2t(t?+ 1)dt 2(t?+ 1)dx =0 —
(2.23)
cuyas soluciones siguen estando definidas por la misma expresión t? —
x = constante. Sin embargo,

la ecuación (2.23) no es exacta, ya que no cumple la condición (2.20). Si procedemos ahora de
forma inversa y multiplicamos la ecuación (2.23) por t2+1 ,

la ecuación se transforma en una
.
1
ecuación exacta. A la función la llamamos factor integrante de la ecuación (2.23). Sin
PFT
embargo, el proceso inverso de encontrar un factor integrante no es sencillo. Presentamos a lo
largo de la sección las condiciones que deben satisfacer M y N para que existe un factor integrante
y algunos métodos para encontrarlos. Comenzamos introduciendo la definición precisa de factor
integrante.
Factor integrante
Definición 2.34. Decimos que p(t,x) es un factor integrante de la ecuación diferencial
M(t, xJdt + N(t, x)dx=0, (2.24)
si la ecuación no es exacta y al multiplicarla por y se transforma en una ecuación exacta,

es decir, y es un factor integrante si existe F' tal que
gF OF
de p(t,1)M(t, 2), q p(t,23N(t, 2).
Ejemplo 2.35. Comprobar que la función n(t) = t? + 1 es un factor integrante de la ecuación
dtadt + (t? + 1)dx =0.

Solución:
Veamos en primer lugar que la ecuación no es exacta. Para ello, denotamos por M y N las
funciones 4tx y t? + 1 respectivamente, calculamos las derivadas de M y N
oM ON
A
a
comprobamos que son valores diferentes para obtener que la ecuación no es exacta. Sin embargo,
O0uM 9 OuN 2
7 MO 4D), (041).
Deducimos que al multiplicar la ecuación por (t) =1? +1 se obtiene
4t(2 + 1)zdt + (? + 1)?dx=0,

que es una ecuación exacta cuyas soluciones son
(2 + 1)%x =
constante.
Método de resolución
Suponemos que existe un factor integrante y(t,x) de la ecuación (2.24) y al multiplicar la
ecuación por y resulta
p(t, 2)M(t,xjat + y(t,2)N (t, 1)dx =0.

Por ser una ecuación exacta, se satisface
OM _
OuN
Ox ot”
es decir
oM
A
7 Ñ
TS
ON, yd
Donde M y N son funciones conocidas. La ecuación anterior es equivalente a
1] Ou óM ON
Nit: suo
Pl oricos
==|
(rim
Ox
vez0t | p
caera:
) EY, 2.25
va00)
(2.25) es una ecuación en derivadas parciales de primer orden de tipo lineal, cuya resolución, en el
caso general, sobrepasa los objetivos de este libro.? Sin embargo, existen casos particulares donde
la ecuación (2.25) se simplifica, y es posible obtener y mediante técnicas básicas de integración. Se
presentan a continuación varios de estos casos.
2Para profundizar en su resolución vease [12],Capítulo 2.

y depende únicamente de la variable t
j 0,
Cuando
reemplazar
u depende únicamente
obtiene
de la variable t, es decir y =
p(t), satisface
5 =0( yal
en (2.25) se
ON
Op
(5 )
_
A
ot Nor ot
Por ser y independiente de x resulta 10)

ze d
0H se obtiene la ecuación
y
ot dt
du _
— 1/(2M_9N
da NUo o)”
que únicamente tiene sentido cuando
1 oMÍt,
z ON(t,
N(t,x) ( E a) —
es independiente de z. (2.26)
y satisface en este caso una ecuación de variables separables cuya solución está dada por la expresión
edoda a)
u(t) =
donde h(t) =
me2) e =- sE 2) ;
Ejemplo 2.36. Deseamos resolver la ecuación
po
xdx =0.
iypa*+
1. Estudiar si la ecuación es exacta.
2. Encontrar un factor integrante que dependa únicamente de la variable t.
3. Resolver la ecuación.
Solución:
1. Expresamos la ecuación de la forma
M(t, x)dt + N(t, x)dx =0

donde
2
z
M(t,1) =
N(t,1) =x.
1482
Para que la ecuación sea exacta es necesario que
OM _
ON
Or 0t'
Realí
ealizamos l los cálculos í
oM sa aN
Or 14 O?
y deducímos que la ecuación no es exacta.
2. Para encontrar un factor integrante u independiente de x, es necesario que la función
1 /9M(t,x) 0N(t,x)
ms | Ox Ot )
solo dependa de t. Realizamos el cálculo y se obtiene
1 (0M(t,x) 0N(tmYy 2
ma Í Ox
N
Ot q
y por tanto es posible encontrar un factor integrante que solo depende de t. En este caso, y
satisface la ecuación diferencial
2
du _1/9M_2N _
da Nlóor a)" 1er

Que es una ecuación diferencial de variables separables, cuya solución es
p(t) =
ce2erctan() rara oO.
Únicamente necesitamos un factor integrante, por lo que tomamos un valor de c 4 O para
determinar y. Por simplicidad tomamos c= 1 y resulta
pt) = g?erctan(t)
Multiplicamos la ecuación por el factor integrante obtenido en el apartado anterior, p(t) =
e? arctan(t) :
2
TI”
2arctan(t
arctan( dt + xe
2arctan(t)
arctan(t)
y.
dy =().
rap
..
2 ..
e? erctan(t)
.
la
Integrando la función ¡E respecto de t se obtiene función
arctan(t)
F(t, r) en ¿de + c(x)
cuyas curvas de nivel definen las soluciones de la ecuación. Para obtener c calculamos la
derivada parcial de F respecto de x e igualamos a Ny:

OF de
—
mp2arctan(t)+
dr dx”
d ;
la
y deducímos
ecuación
que
z =
0. Tenemos que las soluciones están definidas implícitamente por
1
quermantoconstante. =
y depende únicamente de la variable x, es decir y =

yu(x)
El caso en el que y es independiente de t y solo depende de zx es similar al caso anterior.
Repetimos los cálculos del caso anterior y obtenemos que la hipótesis (2.26) debe ser reemplazada
por
1 OM(t, 1) ON(t, 1)
M Ox
Ñ
Ot ) depende únicamente de z.
(2.27)
Bajo la nueva hipótesis, la ecuación posee un factor integrante de la forma

1 2) ON,
Fnas
p(x) ezo donde h(=)=
miEl7 rm2).
=
,
Ejercicio 2.37. Se considera la ecuación diferencial
(x —
8ta?)dt + (3t —
16%x)dx=0.
Se pide
1. Estudiar si la ecuación es exacta.
2. Encontrar un factor integrante que dependa únicamente de la variable x.
3. Resolver la ecuación.
Solución:
1. La ecuación está de la forma

expresada
M(t, ujdt + N(t, x)dx =0
donde
M(t,x) =x-—8tx?, N(t,2) =3t-16téz,

Para que la ecuación sea exacta es necesario que M y N satisfagan
0M _9N
Ox 0t'
Realizamos los cálculos y se obtiene:
OM ON
=1-16tu, =3- 32ta,
ay =57
y deducimos que la ecuación no es exacta.
2. Multiplicamos la ecuación la
por función y =
y(x), y resulta
19) 3
(u(2)M) y(2)(1 —16tx) + de
aa
8ta*,
y _
=
de
Capítulo 2. Métodos elementales de integración de ecuaciones diferenciales de primer orden
2 (pn(2)N) u(20)(3 32tx). = —
ol
Para que y sea un factor integrante es necesario que
d
8ta?
p(x)(1 —
16tx) + Es —
=
p(u)(3 —
32ta),
es decir
dy 2
de
(1 —
8tx*) =
y(1)(Q —
16tx).
Dividimos la expresión anterior por 1 —
8tx y se obtiene
dy
da? =2u(x)
que es una ecuación de variables separables. Para resolverla dividimos la ecuación por zp(x)
y se obtiene
2
1du _
dr z
cuya solución es de la forma

In(u(x)) =
21n(x) + c.
Tomamos exponenciales y resulta
u(x) = cz*.
.
Multiplicamos la ecuación por x? :
(23 8tx%)dt+ (3tx? 16223)dx=0.

— —
Integramos x?
—
8tx* respecto de t y la solución está definida implícitamente por las curvas
de nivel de la función
F(t,2) =
a% —
4t2x* + c, (7).
Para obtener c(x), integramos en la variable x la función 3tx? —

16t2x3 y resulta
F(t,1) tx? 422%

+ ca(t). = —
Igualando ambas expresiones, resulta
F(t,1) = ta? —
42% + cp
donde cy es una constante independiente de t y x.

Otros tipos de factor integrante

Consideramos un factor integrante de la forma p(h(t, x))donde y: R > R y h: IR? > ¡R, Para
obtener las condiciones que garantizan su existencia multiplicamos la ecuación
M(t, ojdt + N(t, 2)dx=0

por y(h(t, x)) y obtenemos
=0.
u(h(t, 17)M(t,
z)dt + u(h(t, 2))N
(t, 17)dx
Para ser exacta debe satisfacer la condición (2.21), que corresponde a la igualdad
dh
ydh ¡du
dhot
_
““dhóx (E
Nor 0t 5)
es decir
>=”
dy 0
E
19h ET
udh NE-MA
Cuando el término
ama
T
dh El
NG -Má
puede escribirse de la forma p¿(h)para cierta función ¿, es posible encontrar y aplicando el teorema
fundamental del cálculo a la ecuación
cuya solución es
h
jah) =
edoeos,
Ejemplo 2.38. Consideramos la ecuación
e dt + dx =0,
que no es una ecuación exacta al no cumplir la condición (2.21). Se pide encontrar un factor
integrante de la forma y(t + 2) y resolverla,
Solución: Denotamos por M y N las funciones —e*** y 1 respectivamente, entonces
Mp ON 0
Y
>
0
Ad Esas
9M _
ON ¿dde
Dx Ot
Capítulo
Introducimos la variable h definida por

h=x+y
y obtenemos la ecuación de variables separables
du gb
dh 14
cuya solución es
is0-2 1+eh”
donde cy es una constante arbitraria distinta de 0. Dado que solo necesitamos un factor integrante
tomamos por simplicidad cy = 1. Deshaciendo el cambio de variable, resulta
1
Mlt2)= 5
Multiplicamos la ecuación por y y obtenemos
t+
aaLon,
Definimos F' de la forma
ett
Ftz)=-
| pola
¿E 2) = -t— In(1+e7*=")+ c(x).
Derivamos respecto de z la función F :
9r ent de
Ñ
Or 14petrz da
Igualamos la expresión anterior a y(t, x)N

(t, 2); despejamos Z :
de 1 ertoz
=0,
dr 14ettz ]4ertz
y obtenemos c(x) = constante. La solución de la ecuación está definida implícitamente

por
—t —
In(1+ e7*=*) = constante.
—zdt + tdx =0,
ecuación exacta al cumplir la condición

que no es una no
(2,21). Se pide encontrar un factor
integrante de la forma y(t? + 2?) y resolverla,
Solución:
Denotamos por M y ÑN las funciones —z y t respectivamente y obtenemos
oM ON
CN
ddelemás
2M _ AN 9 -
j
Or Ot
NM 40 RE
Introducimos la variable h definida por
h=8P + 2?
y obtenemos la ecuación de variables separables
du -—1
NS
cuya solución es
C
uh)==,
donde cy es una constante arbitraria distinta de O. Dado que solo necesitamos un factor integrante,
tomamos por simplicidad cy = 1. Deshacemos el cambio de variable y resulta
1
AS
Maultiplicamos la ecuación por y y obtenemos
“dl
t? +22
Definimos F de la forma
t
F(t,1) =-
/ 7iaó + c(1) =
—arctan(t/x)+ c(x).
Derivamos respecto de x, para obtener
gF t de
dí 1248 "de
Igualamos a p(t, x)N(t, x); despejamos

E ;
de
q
y se obtiene c(x) =
constante. La solución de la ecuación está definida implícitamente por
-arctan(t/x) =
constante.
74 2. Métodos elementales de de ecuaciones diferenciales de primer orden
Capítulo integración
2.9 Ecuaciones de primer orden resueltas por diferenciación,

Ecuación de Lagrange
Expresamos la ecuación diferencial ordinaria
dz
F
(ta7) —
|=
0,
donde F' es una función no-lineal en

Ss de la forma
F(t,x,p) =0
dr _
a?
Buscamos soluciones definidas respecto del parámetro p de la forma (t(p), r(p)). Para obtenerlas,
derivamos la ecuación F(t(p), (p), p) respecto de p y obtenemos
OF
dt OFdx + 0F_
Dldpsp Audy ap
=0,
Por ser z =
z(t(p)) resulta que
de_dede_ "dp'de
dp dtdp
(2.28)
Sustituyendo en la ecuación se obtiene
ar, IPN dt 0F_

o "Par rd
dt
Despejando el valor de en la ecuación, resulta
dp
de nn (2.29)
gF 9F
dp p Ox
Ot
y sustituyendo en (2.28) se obtiene
dz DE
(2.30)
do ADO
(2.29), (2.30) forman un sistema de dos ecuaciones, cuyas soluciones explícitas no siempre es posible
obtener. Veamos a continuación algunos casos en los que sí es posible.
2,9 Ecuaciones resueltas por diferenciación. Ecuación de Lagrange 75
Ecuaciones del tipo =
de la forma
f
(5
Expresamos la ecuación
De donde se obtiene Pp f!
Ss
9) =10, 19= [Las
Ejemplo 2.40. Resolver la ecuación
dx|?
í p< —
A e de,
Solución: Las soluciones (t(p), x(p)) satisfacen

Pp
2(p)=4%e, t9)=
| Po
(2er +serjis= 094909 per.
Ecuaciones
Procedemos
de la forma
el caso
t= f
anterior
(5) de
la ecuación de la forma
como en y expresamos
t-f(p)=0
de _
a”
Derivamos la igualdad respecto de p y resulta,
dt ,
(p) =0,
An
pa
de dudt _
,
Deducimos que P
(0) =1(0), x(p)=

/ 0
sf'(s)ds,
|
2. Métodos elementales de integración de ecuaciones diferenciales de primer orden
76 Capítulo |
Ejemplo 2.41. Resolver la ecuación:
dz
t= ;
de
Solución: Las soluciones (t(p),x(p)) satisfacen
Despejando se obtiene
La ecuación de Lagrange es una ecuación del tipo
.=0(8)»0(2)
donde f (5) $ Ce,
Método de resolución de la ecuación de Lagrange

Siguiendo los cálculos utilizados al comienzo en la sección, el problema se expresa de la forma
f(p)t —
g(p) =0, 2 -
=p.
Derivamos respecto de py resulta
de .,
de
y por ser x =
z(t(p)) se obtiene
de
dp
dede
dtdp
_dlPap"
Por tanto,
lp flo
10 Je +9'(p),
además; por ser p— f(p) 4 0, la solución general del problema está definida de forma paramétrica
por las ecuaciones t(p) F(p,C), z F(p, C)f(p) + g(»), donde F(p,c) es
= = el resultado de integrar
9'(p)/(» —
f'(p)), respecto de p.
2.10 Ecuación de Clairaut 77
Para su resolución introducimos el parámetro p y transformamos la ecuación en el sistema
1 2 2 dz
=
(p-
-p)t+2e”>? —
=0.
Derivamos respecto de p y resulta .

dz 1 2 dt 4 2
_
(1 pjt + (p— ld
a He.
—
do
dx .
Por ser =p se obtiene

7
de_dedt_ dt
dp dtdp Pdp'
y resulta 2 to y
ladt 4
0 p+ +3 ae
Pap (o 5907
dp p?
e ”
Agrupando los términos llegamos a la expresión:

1 ,dt 4 2
7 gp (1=p)t+ P
ze
y dividiendo por ¿p* resulta
dt 1-p 8 _a
Sd
lr A
La ecuación anterior es una ecuación lineal y tiene por solución:
2 C 2
(») =|-—=+
tp)
( pp 5) en»,
Sustituimos en la expresión de x y deducimos:
2 cy _2 -2
.(9)=
(-Fa). (pp?) 4p9e7»,
2.10 Ecuación de Clairaut
Consideramos el problema de determinar la recta que pasa por el punto (0, zp), para zo > 0; de
pendiente p, (donde p < 0); sabiendo que el área del triangulo formado por la recta y los ejes de
coordenadas es una función que depende de la pendiente de la recta A(p), donde A es una función
conocida.
Para resolver el problema, tomamos la ecuación de la recta de pendiente p que pasa por (0,zp):
z(t) =
pt + xo.
El punto de corte de la recta con el eje de las abscisas se obtiene despejando el valor de t cuando
x =0, es decir, resolviendo la ecuación
0 =
pt + zo.
Cuya solución es t El
=—xp/po. área del triangulo es por tanto
2
2p'
El Despejando el valor de zp, se obtiene
To =
y —2pA(p).
Denotamos la parte derecha de la igualdad anterior por g(p) y sustituimos en la ecuación para
obtener
z(t) =
pt + g(p),
La pendiente de la recta puede expresarse también mediante la derivada de la función zx, es decir
de
LPS
Sustituyendo resulta
dz dx
a) =
1249 (5)
que es una ecuación diferencial de primer orden conocida por ecuación de Clairaut cuando g es
una función no lineal.
Ecuación de Clatraut
Sea g : IR > IR una función no lineal conocida. La ecuación diferencial
dx dx
a(t) =t2+9 (5)
recibe el nombre de ecuación de Clairaut.
a
Observación 2.43. La ecuación de Clairaut es el casono-lineal complementario a la ecuación de

dx dz
Lagrange, es decir f
7) =p
donde y es una función no lineal.
2.10 Ecuación de Clairaut 79
Método de resolución de la ecuación de Clairaut
La ecuación de Clairaut se resolve de manera similar al método presentado en la Sección 2.9;
sin embargo, una vez introducido el parámetro p; es más sencillo derivar la ecuación respecto de t
en lugar de hacerlo respecto de p. Expresamos la ecuación
dx dx
x(t) =
de +9
(5)
como el sistema
z(t) pt+ g(p),

=
dx
a?
Derivamos la ecuación respecto de t, para obtener
dr rv
dp
q
or
++
.
dx
Sustituyendo 7 por p resulta
p=o+(+90?
d:
Deducimos que (t + y mé =
0 y por tanto: o bien
A =
0; o bien t =
—g'(p).
+ En el primer caso resulta x = ct + g(c), para cierta contante c a determinar por los datos
iniciales del problema.
e En el segundo caso, derivamos la igualdad respecto de p para obtener la ecuación
dt »
de (p)
cuyas soluciones son
t(p) =—g'(p)
y por tanto
Ejemplo 2.44. Resolver la ecuación
dxedt, de
A
=
Solución: Introducimos la función p =

p(t) y tenfomenas la ecuación en el sistema
dx
z=tp+pe”,
rika
diferenciales de primer
Ss0 Capítulo 2. Métodos elementales de integración de ecuaciones orden
Derivamos respecto de t y resulta
da dp
NS
_
y Pop
dx
Por ser
—=p se obtiene
dt
do d
p=
Ata +dy (+ p).
d
Sacamos factor común E
dt
do
qee (1+p))=0
y resulta que o bien

- =0 o bien t =
—eP(1+ p). En el primer caso:
2(t) = ct + g(c),
y en el segundo:
dz
—
qn
= -—peP(2
PA +p) + p).
Integrando respecto de p en la igualdad anterior finalizamos el ejercicio
z(p) =-p*e.
Ejemplo 2.45. Resolver la ecuación diferencial:

de
de_da(,
dt de di2)"
Solución: de
Introducimos el cambio de variable obtenemos la ecuación diferencial
PY
_
dp ¿ dy
de dt
. dp
La ecuación de Clairaut. Para resolverla consideramos en lugar
ecuación es una
d
primer
E]
constante, es decir
SE =C, y se obtiene el conjunto de soluciones
p=c(t—c), para cualquier valor c € IR,
Además del conjunto de soluciones encontradas, la envolvente a todas ellas también satisface la
ecuación. Para calcularla, derivamos respecto de la contante c y se obtiene
Op
0= ==t-2c. Ñ
Oc
2.11 Ejercicios 81
Despejamos el valor de c y resulta
0?
=p
Sustituyendo en la solución se obtiene la envolvente
2. ee
t)==-t=.
Integrando se obtienen las soluciones
te
e
Ba
Ct+k,
AR
zx mm
Método de resolución de la ecuación de Olairaut
La solución de la ecuación diferencial de Clairaut
donde g es una función no lineal, está definida por
r(t) = ct + g(c),
para una constante c arbitraria. Además, la curva envolvente de la familia de rectas

anterior también es una solución de la ecuación, dicha curva está definida en coordenadas
paramétricas por la expresión
t=-g (p), z=-—pg(p) + gl»).
2.11 Ejercicios
1. Sean f =
f(t,1) y g =
g(t, x) dos funciones homogéneas de grados m y n respectivamente.
Se pide demostrar las siguientes afirmaciones.
(a) fg, es una función homogénea de grado m + n.
f función
(b) es una
homogénea de grado m—n.
e
(c) Sean p, q € IR, entonces la función f”g2 es una función homogénea de grados pm + qn.
(d) f” +” es una función homogénea de grado mn.
Solución:
s2 Capítulo 2. Métodos elementales de integración de ecuaciones diferenciales de primer orden
(a) fg, es una función homogénea de grado m +n.
F(st, sa)g(st, sz) =
ss”f(t,2)8"g(t,1) =s"*"
[(t, 2)g(t, 2).
(b) Í función homogénea de grado m n.
—
es una
Fist,s2) _
S"S(b2) mon f (6,2)
g(st,st) s*g(t,z) g(t,x)'
(c) Sean p, q € IR, entonces la función fPg% es una función homogénea de grados pm + qn.
[F(st, sz)JPlg(st, sz)]1 =s”" f(Pt,2)s"gt, 2) =

sPM+MPt, 2) (t,x).
(d) f” +9” es una función homogénea de grado mn.
[f(st,sa)]" + [g(st,se)]" =
ST" fU(t,) + sTIGT(, q) =
7 (f%(t,2) + 97(t,2)).
2. Consideramos la ecuación
E + pltja=0(t)
se pide:
t
(a) Introducir el cambio de variable y = eLopls)ds+k -.
(b) Comprobar que la solución de la ecuación es independiente del cambio de variable

realizado y no depende de k.
Solución:
t
(a) Introducimos el cambio de variable y = e

S¿PRds+k y derivamos
:
respecto de t para
obtener:
f'
dy dx p(s)ds+k
A
Y
-
eh? att). (2.31)

t
did
Multiplicamos la ecuación por e
Í, y resulta
¿S,,Pldde +E +otaelirt, ¿pb rider

Sustituimos en la expresión anterior el resultado obtenido en
(2.31):
p(s)ds+k
2 =a(teh
2.11 Ejercicios 83
Integrando al ecuación anterior se obtiene
t s
did
y(t) =
Y
+/ alajelo to
7
donde
k
Yo =
ezo.
(b) Para comprobar que la solución no depende de k, deshacemos el cambio de variable

realizado en la sección anterior y resulta
» t a
==
J, Pl9do k
ezo / alajelio
=
r(t) =
e PP, +
to
t t ,
S.,a+
-
= €
|to
osjel:plr)dr ¿y
que es independiente de k.
dx
3. Obtener la solución general de la ecuación lineal roltja=J().
E
Solución:
t " t
x(t) =
Hojel:
Ads + pe fas
to
4. Sean h y f funciones conocidas. Se pide obtener la solución general de la ecuación
= =
h(t)er + $(0). (2.32)
Indicación: Se considera la ecuación de variables separables
dy y
Aa
dE
(t)e
y se introduce el cambio de variable y = x —
q y resulta
d
+q =p(t)e
ez, (2.33)
que es equivalente a
dz =
p(t)e 1er + g'(t).
dt
Denotamos por h(t) =

p(t)e79) y por f a
q'(t) y obtenemos
dr End
FT h(t)e” + q(t).
Capítulo 2. Métodos elementales de integración de ecuaciones diferenciales de primer orden
Solución: Introducimos el cambio de variable « =

y + q(t) en la ecuación (2.32) donde q
es una primitiva de f, es decir
t
alt) =
to
f (s)ds,
se obtiene
dy alt) ¿y
(tener,
_
de
La ecuación anterior es una ecuación de variables separables cuya solución se obtiene por
integración
y t
/ yo
eTtds= | h(sjetas,
to
es decir
Ñ
ge
-/
de
h(sjeds
y resulta
t
y =-—In
[er-/ hojas to
¿
Deshaciendo el cambio de variable se obtiene el resultado deseado.
a Sean f y g dos funciones conocidas definidas en la recta real y con valores reales. Ambas
funciones son continuas y también lo son sus derivadas.
Se considera la ecuación diferencial
ci 2,,2 To/2,,2
+y Jds + + y“)dy=0.
paí alí
Se pide:
(a) Introducir el cambio de variable a coordenadas polares, x =

rcos0, y = rsenÓ y expresar
la ecuación respecto de las nuevas coordenadas.
(b) Consideramos el caso f =

yg. Obtener la solución en función de una primitiva de f.
Solución:
(a) Introducimos el cambio de variable indicado:
z=rcos0, y =
rsenó
dx =
cos Ódr —
rsen6d6,
dy =
senódr + r cos 0d6.
2.11 Ejercicios 85
Por tanto la ecuación en las nuevas variables es de la forma
2 29 cos(0)
sen?0 —f(r2)(cosGdr —
rsenód0) +
send
g(r?)(senódr+ r cos
0d0) = 0.
Agrupando los términos se obtiene
cos?8 ,,0 », (cos cos? Y

pte sa al,
cos(0) , 2 cos? Y
6) + (senó)jdr + [—r send IA g(r)1d9 =0. =
Cenagi
L
send send
Que es equivalente a
cos? $ cos? 9
Eo +
cos(Jo(”)] [g(1?) $(1?)] der —
do =0.
(b) Consideramos f =
g, de la ecuación
cos? Y cos? $
ezo) cosojar)] + dr +
E (0?) —
$60?)do =0
se obtiene
rf(r2)dr =0.
Denotamos por F a una primitiva de f, para obtener que la ecuación es de la forma
OF (r?) _
a
Or
es decir F(2? + y?) =

constante.
6. Se considera la ecuación diferencial
(x —
8ta”)dt+ (3t —
16%x)dt=0.
Se pide:
(a) Estudiar si la ecuación es exacta.
Encontrar factor integrante dependa únicamente de la variable

(b) un que y.
(c) Resolver la ecuación.
Solución:
(a) Para saber si la ecuación es exacta, expresamos la ecuación de la forma
M(t, a)dt + N(t, x)dr =0,
calculamos
9M
dx
ON
0t”
Capítulo
y resulta
2 A
ca 1 -3-32tz.
3
—16tz, z
—
de ET
Por ser las cantidades diferentes, no es una ecuación exacta.
(b) Para encontrar un factor integrante y que dependa únicamente de x, se dede satisfacer
qe
On(1)M(t,
(z ¡T) x) ON(t, E z) ,
M(2) 3
_
—n
=
Ox
Derivamos el término u(x)M(t, x) respecto de z :
Op(1)M(t,) du, 2 Ñ
ON
Igualamos el resultado de la operación al término y resulta
uo)
dy
p(x)(3 EN
2
8tx%)+ p(x)(1 16tx) —32tx)
e
qe
- —
=
d
ae —
8tx?) p(1)(2 = —
16tx).
Dividimos la expresión anterior por x —
8tx? para obtener
du 2
dro x'
La ecuación es una ecuación de variables separables, cuya solución es de la forma
p(x) =cx*.
(c) Para resolver la ecuación multiplicamos por 2? y resulta
(29 8tx%dz+ (3ta? 16%23)dx

—
=0. —
Buscamos una función F tal que
9F OF
o
_ 2”
3 —
—8ta”,
4 ===
¡<=
3tx
2 =
16t
2,3
T .
De de
Integramos respecto de z en la primera igualdad:
F(t, 2) = 2% —
42g* + c(1)
para cierta función c. Derivamos respecto de x para obtener
OF de
—
=3tg?
T —
160?
tx" + 4 de —
de
de donde deducimos que c =
constante y por tanto la solución está definida implícita-
mente por la igualdad
at —
4t?x% =
constante,
2.11 Ejercicios 87
7. Sea N € IN;N CARA un conjunto abierto tal que 0 € N; x= (11,+--TN) y fi ***Ín

funciones conocidas de clase C¡(M). Dada la ecuación
fi(x)dx, + +++»
f2(1)dz> fy(a)dry =0
se pide comprobar que es una ecuación exacta si y solo si f¡ satisface la condición
Ah 0%
Dx,
_Ox; (2d)
Indicación: Comprobar que la función

T1 T2 IN
F(s)=
[ fu(s,20, =>
¡2m)ds+
|0
fu(0,5,30,+==2m)do ++
[
0
f,(0,---0, s)ds
satisface VF =
(f1,***fw) utilizando la hipótesis (2.34).
00 Obtener
.
un factor integrante de la ecuación
at-Íd4r=0 z
del tipo y =
(zx) y resolver la ecuación
Solución: ¡
t/x =
constante. Factor integrante y(x) =
5
Capítulo 3
Existencia y unicidad de soluciones
3.1 Introducción
de
dt
_,2 >?
(5-1)
¡
2(0) =1
aplicamos el método de separación de variables (ver Capítulo 2), para obtener la solución
y
1
20) =
+
“z” es una función continua y diferenciable en toda la recta real salvo en t =
1, además, es
posible derivarla tantas veces como deseamos, obteniendo siempre una función continua si t 4 1.
Sin embargo no posible prolongarla a t

es 1, por lo que la = solución no existe en dicho punto.
La existencia de soluciones de (3.1) queda probada al obtener la solución del problema de forma
explícita en un entorno del dato inicial. El ejemplo muestra la existencia de al menos una solución
pero no resuelve la cuestión de si existen otras soluciones definidas en t =

1.
Al obtener una solución explícita de la ecuación deducimos que al menos existe una solución
al problema, sin embargo, la lógica nos indica que no obtener una solución explícita del problema
no implica que no exista solución. Los métodos de resolución conocidos son limitados, y dejan sin
resolver un gran número de ecuaciones. A finales del siglo XIX, Charles Émile Picard (1856-
1941) y Giuseppe Peano (1858-1931) siguiendo los trabajos de Augustin-Louis Cauchy (1789-
1857), Joseph Liouville (1809-1882)y de Rudolf Lipschitz (1832)-(1903), estudiaron la existencia
y unicidad de soluciones de la ecuación de primer orden cuando no es posible obtener una solución
89
90 Capítulo 3. Existencia y unicidad de soluciones
explícita del problema. Los métodos empleados utilizan únicamente las propiedades de la función
f en un entorno del dato inicial.
El objetivo de estudiar las siguientes cuestiones: existencia de

este capítulo es
soluciones,
unicidad e intervalo máximo de existencia, sin necesidad de obtener la solución explícita del
problema.
Los métodos computacionales nos permiten aproximar la solución y proporcionan una gran
cantidad de información cuando no es posible obtener la solución de forma explícita. La gran
utilidad de los métodos numéricos de resolución de ecuaciones diferenciales ha quedado probada en
los últimos 80 años, resolviendo problemas de gran dificultad con aplicaciones a la mayoría de las
áreas del conocimiento humano. Estos métodos computacionales, aunque de gran ayuda, dejan sin
resolver las cuestiones de existencia y unicidad de soluciones mencionadas que deben ser abordadas
desde un punto de vista teórico.
Se presentan en la siguiente sección una serie de conceptos elementales del análisis funcional que
utilizaremos en el resto del capítulo.
Definición 3.1. Espacio Topológico. Un espacio topológico es un par (X,T) formado por un
conjunto X y una topología T' sobre X, es decir, una colección de subconjuntos de X que cumplen
las siguientes propiedades:
1. El conjunto vacío, “()”, y el conjunto total, “X”, pertenecen a T.
2. La intersección finita de elementos de T, pertenece a T.
3. La unión de cualquier colección de elementos de T,, pertenece a T.
Los conjuntos de T se denominan conjuntos abiertos o simplemente abiertos de (X,T”) y a sus
complementarios, conjuntos cerrados.
Definición 3.2. Bola abierta en ¡RW (para N € IN). Sea xy =

(2o1,"-*Zon) E IRN y R un
número real positivo. Definimos la bola abierta de centro xp y radio R en IRN
Ba(z0) =
[x= (21,2) EIRY,tales que y lx; —
20112+--*+!|zwy —
zon |? < R).
Observación 3.3. La bola abierta de centro zp y radio R en IR, es el intervalo (xy —
R, to + RA).
Definición 3.4. Conjunto abierto en IRN, Decimos que un conjunto A de IRNÑes un conjunto
abierto: sí para todo xy € A, existe R > 0 tal que la bola abierta de centro xy y radio R pertenece
a A, es decir
Bnízo) C A.
3.1 Introducción 91
Observación 3.5. IRN y los conjuntos abiertos, en el sentido de la Definición 3.4, forman un
espacio topológico.
Definición 3.6. Complementario de un conjunto. Definimos el complementario de un
conjunto B de un espacio topológico (X,T'), como el conjunto formado por los puntos de X que
no pertenecen a B. Denotamos dicho conjunto por B*,
B"=fx € X, tales que x ¿ B).
Ejemplo 3.7. Sea B C IR? el conjunto definido
B=([(x,y) € IR?, tales que 1? —
y? < 1].
El complementario de B es el conjunto formado por los (x, y) € IR? que no satisfacen la condición
q? —
y? < 1, es decir
B*= ([(x,y) € IR?, tales que 1? —
y? > 1].
Definición 3.8. Adherencia o cierre de un conjunto. Sea B un conjunto del espacio topológico
(X,T), definimos la adherencia o cierre B, como de el menor conjunto cerrado de (X,T), que
contiene a B. Denotanos a dicho conjunto por B.
Conjunto compacto
Definición 3.9. Decimos que un conjunto C. de un espaciotopológico (X,T'), es un
conjunto compacto, si para todo recubrimiento por abiertos de C, se puede extraer un sub-
recubrimiento finito de C.
Observación 3.10. En IRY y en espacios de dimensión finita, un conjunto es compacto si y solo
si es un conjunto cerrado y acotado. Dicha caracterización, no es aplicable a conjuntos en espacios

de dimensión infinita.
Conjunto relatívamente compacto
Definición 3.11. Decimos que un conjunto C es un conjunto relativumente compacto, si
su adherencia, C, es un conjunto compacto.
Observación 3.12. En ¡RY y en espacios de dimensión finita, un conjunto es “relativamente com-
pacto” si y solo si es un conjunto acotado. En espacios de dimensión infinita, dicha caracterización

no es cierta ya que existen conjuntos acotados cuyo cierre no es compacto.
Observación 3.13. Sea C C IRY un conjunto compacto y f : C > IR una función continua en
C, entonces f alcanza su máximo y su mínimo en C.

Teorema 3.14. Sea C un conjunto compacto en un espacio de Banach, entonces, para toda
sucesión [tnJnem € C eviste una subsucesión de elementos de [Injnem que converge a un
elemento de C.
Demostración. Procedemos a realizar la demostración argumentando por reducción al absurdo:
suponemos que no existe ninguna subsucesión de elementos de [tnJnem que converge a un

elemento
de C. Existe por tanto e > 0 tal que; para todo n € IN, la bola de centro 2, y radio e, B¿(tn), no
continene ningún otro elemento de la sucesión.
Consideramos el siguiente recubrimiento por abiertos del conjunto C :
+ Las bolas B¿(2n), para n € IN.
Las bolas y radio la distancia de la

+ de centro z €
C €, B¿, (1), donde z * Zn, y €x €s z a
sucesión, de tal modo que no existe ningún elemento de la sucesión en dicha bola.
El anterior recubrimiento cubre todo C; por ser C un conjunto compacto, existe un subrecubri-
miento finito que cubre C. Por ser un subrecubrimiento finito, existe ng E IN tal que para todo
n > no, B¿(tn) no pertenece a dicho subrecubrimiento, y por tanto Tn no está contenido en el
subrecubrimiento, que contradice la compacidad de C y finaliza la demostración. O
3.2 El espacio de las funciones continuas
No siempre es posible encontrar soluciones explícitas al problema de Cauchy
dz
de f(t,x),
=
(3.2)
zx(to) =
Zo,
como alternativa, los métodos computacionales nos permiten aproximar la solución. Para utilizarlos,
es necesario conocer problema está bien planteado (ver Definición 1.33), algo que deducimos
si el
a partir de las propiedades de la función f en un entorno del dato inicial xp.
La unicidad de soluciones del problema se obtiene por “reducción al absurdo”, suponiendo que
existen dos soluciones x, y 12 diferentes. Restando las ecuaciones que satisfacen las soluciones
resulta
d
qa 22) =
$(t,21)- f(t,02).
Multiplicamos la igualdad anterior por (11 —
22):
Ptas 29)? (S(1,21) f(4,50))(01 22),

= —
3.2 El espacio de las funciones continuas 93
Cuando f es una función lipschitziana en la segunda variable obtenemos
d 1
qa
—
22)?< cp(11 m2). —
Introducimos la nueva incógnita
alt) =
ete, —
29)
que satisface
dx
—
—
y
<O0.
dt
Integrando a ambos lados de la desigualdad anterior en el intervalo (to, t), se obtiene
CNO —
zo(t))*< esto (a(to) —
t2(to)”.
Por satisfacer 11 (tp) =
t2(to) =
To;
otero(ar(t)
—
zo(t))? <0
que garantiza
(21(t) xa(t))? <0,—
—
para todo t %to
de donde se deduce la unicidad de solución del problema de Cauchy.
El desarrollo anterior muestra que para cualquier función f lipschiciana en la segunda variable:
|f(t, 21) f(t,22)|

—
< cplz1 ol, —
el problema (3.2) posee a lo sumo una solución. Cuando f y su derivada son funciones continuas,
deducimos que la función es lipschiciana, al menos en un entorno del dato inicial y obtenemos
de este modo la unicidad de soluciones. En el contexto de la asignatura, nos referimos a este
tipo de funciones: continuas y con derivadas continuas hasta un orden indicado, como funciones
“regulares”. En general, también utilizamos el término regular para referirnos a los coeficientes de
la ecuación; al término independiente de una ecuación; la función que define la ecuación o a la
propia solución.
Definición 3.15. Sean N,m € IN; Q C IRN un conjunto abierto; f : N CIRN —> R" los
coeficientes de una ecuación; una función incógnita; la función que define la ecuación etc.
Decimos que f es regular en un punto Ty E N, si es continua en dicho punto y sus derivadas

hasta un orden k indicado existen y son continuas en dicho punto. El orden indicado de
derivación, k, depende del contexto donde se estudia el problema y de las hipótesis exigidas
en el teorema que se aplica,
Nas
Ejemplo 3.16. Se desea hallar una aprozimación de una función f mediante su polinomio de
Taylor de orden 2, para ello es necesario que la función sea derivable 2 veces. En este contexto, f
es regular si posee derivadas continuas hasta el orden 2.
En la Definición 1.12 se recordó el concepto de continuidad de una función, donde el valor de 4
depende tanto de e como del punto donde la función es continua. Cuando es posible obtener d de
manera independiente al punto de continuidad, decimos que la función es uniformemente continua.

Se presentan a continuación los detalles de la definición.
., . . Y
Función uniformemente continua en Y € IRY
Definición 3.17. Sea N € IN; N un conjunto abierto de IRN; xy =

(T01,-**Ton) E M y
f: 2. CIRN > ¡R. Decimos que f es una función uniformemente continua 0, si para todo
e >0 eriste 9>0 tal que
|f(x) —
F(y)| < e, para todo x,y € N, tal que d(x, y) < 6.
Ejercicio 3.18. Sea % C ¡RN un conjunto compacto y f : l > R una función continua, se pide
comprobar que f es uniformemente continua.
Solución: Procedemos por reducción al absurdo y suponemos que existe e > 0 y Tn,Yn E N
(n € IN) tal que
|f(n) —
F(yn)l|> € (3.3)
d(tn,Yn) <
z para todo n € IN. Por ser S un conjunto compacto existe una subsucesión In, que
converge a zo E SN,además yn, también converge a zo. Por ser f continua en zo, para dicho e
existe 6 > 0 tal que si [roy y] <

—
$ entonces |f(x0) —
f(y)| <
5. Resulta
Stan) —
Fun) < 1$(en) S(20)1+ 1/(20)

— =
Sun) <
5+5 (3.4)
sin >
3. Tomamos n suficientemente grande y obtenemos que (3.4) contradice (3.3).
vectoriales definidos sobre los números reales. El
Los conjuntos C(M) y C*(Q) son espacios
concepto de espacio vectorial se estudia en un primer curso de álgebra y no en un curso de ecuaciones
diferenciales, a pesar de ello y para facilitar al lector la comprensión de estos conjuntos, se presenta
a continuación la definición precisa de espacio vectorial.
Definición 3.19. Espacio Vectorial. Decimos que un conjunto V es un espacio vectorial definido
sobre el cuerpo de los números reales IR, si existen dos operaciones: una interna entre dos elementos
de V, que llamamos “suma” y denotamos con el símbolo “+”,
+:VxV>/,
y otra externa, entre un elemento de IR y otro de V, que llamamos “producto” y denotamos con el
simbolo “-.”,
: RxV=>V
que verifican:
1. La operación suma “+” de elementos de V cumple las siguientes propiedades:
-
Elemento neutro. Eriste un elemento de V, que denotamos por 0, tal que para todo
v € V se verifica que, v+0=vw.
Elemento opuesto. Para todo v € V, existe un elemento de V, que denotamos por —v,
tal que, v + (—v) =0.

-
Conmutativa. Para cualesquiera elementos u, uv€ V, se satisface: u+v=wv+u.
-
Asociativa. Sean u,v,w E V, entonces u+(v+w) =(u+v)+w.
2. La operación “producto de un elemento real por un elemento de V,” satisface las siguientes
propiedades:
-
Elemento neutro. El elemento “1” de IR, verifica 1 - x=
zx, para todo x € V.
Propiedad asociativa. Para cualesquiera a y B € IR y para cualquier v € V, se satisface

a-(8-w) =(aB)-v.
-
Propiedad distributiva respecto de la suma vectorial. Para cualequier a € IR y para
cualesquiera u, v € V, se cumple
a«(u+v)=a-u+a-v.
-
Propiedad distributiva respecto de la suma de elementos de IR. Para cualesquiera a, B

elementos de IR, y para cualquier v € V, se verifica
(a+ B):vu=a:v+B-v.
Observación 3.20. La definición anterior de espacio vectorial sobre los números reales se gene-
raliza a espacio vectorial sobre un cuerpo IK, reemplazando IR por IK, en la definición anterior.
Además de los espacios vectoriales definidos sobre el cuerpo de los números reales, son frecuentes
aquellos definidos sobre el cuerpo de los números complejos.
Ejercicio 3.21. Sea Í intervalo cerrado

de IR, se pide comprobar que el conjunto
un y acotado
C(T) es un espacio vectorial

definido sobre los números reales.
Solución: Comprobamos que se satisfacen las propiedades de la Definición 3.19. Para ello consi-
deramos dos funciones: f,g € C(I) y la operación suma de dos funciones “+”, “f+g:T => R”
definida por la función

(F+ gl) =
f(2) + gl).
Capítulo 3. Existencia y unicidad de soluciones
96
Dicha función está unívocamente determinada por estarlolas funciones f y y. Además, por ser
f y g continuas, f +9 es una función continua. Se comprueba fácilmente que se satisfacen las

siguientes propiedades:
1. El elemento neutro de la operación suma es la función que asigna a cada x E

T el valor 0, ya
que f(12) +0= f(x) para toda función f € C(T) y para todo x € de
2. El elemento opuesto de la función f es la función —f.
3. Propiedad conmutativa. Por cumplir la suma de números reales la propiedad conmutativa,

se satisface
(f+9(_) =
(2) + 9(2) =
gl) + f(2) =
(9 + PH).
4. Propiedad asociativa. Por cumplir la suma de números reales la propiedad asociativa, se
satisface
[(F+9+hl(2) =
(f+9(2)+h(x) =
(2) +9(2)+h(2) =
f(2)+(9+N)(2) =
[£+(9+h)1(2).
La operación de multiplicación por un número real a € IR de una función f.€ C(T), definida por
(af)(z) =
af(x), está unívocamente determinada por estarlo el producto de dos números reales.
Es fácil comprobar que af es una función continua, basta sustituir en la Definición
1.12 el valor
de 6 por ad. Además, se satisfacen las siguientes propiedades:
“
1. Elemento neutro. El elemento neutro de la operación producto por un escalar es 1", que
satisface
para todo f € C(T), definiendo la misma función.
2, Propiedad asociativa. Por cumplir el producto de números reales la propiedad asociativa, se
satisface
a(Bf)(x) =0(Bf(1)) =0Bf(2) =
[(0B)£1(2),
para todo a, f € IR
3. Propiedad distributiva respecto de la suma:
a(f+9)=0f+09,
que se satisface al cumplir la suma de números reales la propiedad distributiva:
a(f+ gl) =0(f(2) + g(1)) =

af (1) + ag(z) =
(af + 0g)(=).
4. Distributiva respecto de la suma de escalares, es decir
(a+P)f=0f+Pf
para todo a, $ € IR y
f € C(T).La propiedad se satisface por ser a, B y f(x) números reales
y cumplirse la propiedad en IR.
Observación 3.22. Sea 82 C IRY un conjunto abierto, entonces, C(M), el conjunto de las funciones
continuas definidas sobre N y con valores a IR, es un espacio vectorial. Para probarlo, es suficiente
con comprobar que se satisfacen las propiedades indicadas en la Definición 3.19.
Definición 3.23. Subespacio vectorial. Sea V un espacio vectorial definido sobre IR con las
“+” producto escalar “-”. Sea WC V

subconjunto de V, decimos
un
operaciones suma y por un
que W es un subespacio vectorial de V, si es también un espacio vectorial definido sobre IR con las
de vectores “+” escalar “-” V.
operacionessuma y producto por un definidas en
IA A bl si ib
:
A ias
Espacio métrico DA h NA
PASAS
o) ;
eds O le -
TO TA
ke AI A AI IO
Definición 3.24. Sea E un conjunto, decimos que una aplicación
d:ExE—1¡R
es una “distancia” en E, sí se verifica:

1. La aplicación es no negativa, es decir, d(z, y) > 0, para cualesquiera z, y € E.
2. d(x,y) =0 si y solo six =y.

3. La aplicación es simétrica, es decir, d(x, y) d(y, z), para todo x,y € E. =
4. Se satisface la desigualdad triangular, es decir, para cualesquiera elementos x,y,z €
E, se verifica que d(x, 2) < d(x, y) + d(y, 2).

Un espacio métrico es un par (E, d), formado por un conjunto E y una distancia d.
Observación 3.25. Sí la aplicación “d” satisface las propiedades 1, 3 y 4 de la Definición 3.24,

el par (E,d) se denomina espacio semimétrico.
Espacios normados
Definición 3.26. Sea V un espacio vectorial definido sobre IR. Una “norma” en V es una
aplicación || ||y -
: V— ¡R, que verifica:
1. llzlly =0, sí y solo si x =0.
2, liz +yllv < llzllv +llyllv (desigualdadtriangular).
3. lArlly =|All|xlly, para cualesquiera A € IR, x € V.
El par (V, || ly) se denomina espacio “normado”.
-
rs
Definición 3.27. Sea N C ¡RN un conjunto abierto, y SN su cierre. Consideramos C(A), el

conjunto de las funciones continuas definidas sobre % y con valores a IR. Sobre C(1) definimos la
aplicación
llflloo:= sup(1.£(0)1).
TEN
Ejercicio 3.28. Comprobamos que el espacio de las funciones continuas C(1) con la aplicación
II loo es
-
un espacio normado.
Para demostrarlo, comprobamos
que sitisficen
las propiedades se correspondientes:
1. Si llflloo =
0, entonces f(x) = 0 para todo x E 1 y por tanto f es la función identimcamente
nula.
2. If +9lloo < llflloo + llglloo(desigualdad triangular).

3. llaflloo =
lalll.flloo,para cualesquiera a € IR, f € C(T).
Observación 3.29. La norma || loo
-
también se denota || ||1o>(a)-
-
Sucesión de Cauchy en un espacio normado
Definición 3.30. Sea (X, || [) -

un espacio normado, y [Injnew C X una sucesión de
elementos de X. Decimos que la sucesión [In)new es una sucesión de Cauchy, si para todo
e >0 existe ny € IN, tal que, para cualesquiera i, j € IN, i,j > no se satisface
PARTES
Ejemplo 3.31. Sa [(tnjnem C IR una sucesión de Cauchy, entonces la sucesiónconverge a un
valor x € IR.
Solución: Tomamos e =1, y ng € IN tal que sin > no, [In —
Tnp| < 1. Sea
L=
max(|z11, ,|[Tnol,
[Lno|+ 1), nn
por la elección de e y no obtenemos que [In Inem € [—L,E]. Por ser [—L,L] un conjunto compacto
y gracias al Teorema 3.14 existe una subsucesión de [tnjnem que converge a x € [—L,L]. Si existe
otra subsucesión que converge a otro límite y A x, tomamos ny tal que |I, Im] < ¿lx y| si — —
n,m > ny. Denotamos por [In;)n;en Y [In;)njen ambas sucesiones, entonces
1 1 1
yl < (3.5)
[z yl $ [z | + [Tn, Zn, | + Ln,
Zn, glo yl+ ge yl + zle yl+=[x yl
— - —
— —
— —
si ni, > Ny. Obtenemos de este modo |x —
y] < |z.y] que solo es posible si x =

y y prueba el
nj
enunciado.
Espacio de Banach. o completo
Definición 3.32. Decimos que un espacio vectorial normado es un espacio de Banach o
completo, si toda sucesión de Cauchy converge a un elemento del espacio.
Observación 3.33. Sea (X, || |) :

un espacio de Banach, un conjunto C es relatívumente compac-
to (ver Definición 3.11), si y solo si, toda sucesión de elementos de C' posee una subsucesión de
Cauchy que converge en X.
Observación 3.34. La diferencia entre un conjunto compacto y un conjunto relativamente com-
pacto de un espacio de Banach X, es que las sucesiones de Cauchy de un conjunto compacto

convergen a un elemento de dicho conjunto. Sin embargo, en un conjunto relativumente compac-
to una sucesión de Cauchy converge a un elemento del espacio X, pero no necesariamente a un
elemento de C.
Teorema 3.35. Sea 1 un intervalo cerrado y acotado de IR, entonces el conjunto C(I) con la
aplicación || loo es -
un espacio de Banach.
Demostración. Los Ejercicios 3.21 y 3.28 muestran que el par (C(1),|| -lloo)es un espacio vectorial
normado. Para comprobar que es un espacio de Banach, es suficiente con probar que toda sucesión
de Cauchy del conjunto C(1) converge a una función continua en 7. Consideramos una sucesión
de Cauchy: ([fn)Jnemn,
que satisface
para todo e > 0, existe ny < +00, tal que, para cualesquiera n, m> ny se satisface
sup |fn
>
fml <€
xEl
En particular, fijado z € T, y n > mo se satisface |f.

(1) —
fm(x)] < e si n > no. Es decir,
[fn(2) nen es una sucesión de Cauchy en R; existe por tanto el límite puntual de (fnJnem, que
denotamos por f(x) que define de forma única la función f.
Comprobamos a continuación que además de converger puntualmente, f, converge a f en la norma
del supremo. Para demostrarlo tomamos e > 0 y no tal que
sup(|fn(r) fmío)) sin,m>

—
<e no.
El
Tomamos límites en la desigualdad anterior cuando m tiende a +00 y resulta
lim fm)
—
fmle)l =lSn(z) $0) -
que implica
fala) -
fa) <e sin>nm0

Capítulo 3. Existencia y unicidad de soluciones
100
Tomamos el supremo en la desigualdad anterior, y por ser e independiente de x, se obtiene
suplfa(a)- f(a)] <e sin>n0o,

x€l
que prueba que la convergencia es uniforme.
Para finalizar, comprobamos que f es uniformemente continua. Para ello, tomamos e > 0; ng € IN
tal que
€ ó
sup(lfa(2)=Im(0)1)<3 sim,n>n0;
El
y 0 =
6n, tal que
€
Ifnala)
Sroly)Isily
.
< > —
< no
ón, está bien definido por ser fh, uniformemente continua (ver Ejercicio 3.18). Gracias a la
desigualdad triangular, para todo z, y € T resulta,

If) f(y)1 < 1f(2)—fuolz)l + [fno(2) fno(Y)|+ |fno(y) —
—
F(y)|
lA IA
3. 3.3
Tenemos por tanto que
|f(x) —
F(y)| < e, probado |x —
y] < ó.
Dado que Úy e son independientes de x, obtenemos que f € C(T)y finaliza la demostración. O
Ejemplo 3.36. Sea a € IR; T =

[zo,11] C IR y C(1) el conjunto de las funciones continuas en T.
Se pide demostrar que dicho conjunto con la norma
2-20)
lIyll =supfe"
|y(x) : x € [x0,21],
es un espacio de Banach.
La demostración es similar a la demostración del Teorema 3.35 sustituyendo la norma utilizada
en el teorema por la indicada en el enunciado.
Definición 3.37. Conjunto convexo en un espacio vectorial, Sea V un espacio vectorial, y

B de V, decimos que B B y para
un conjunto es un conjunto convexo, si para cualesquiera x, y€
todo a € (0,1) se satisface
az+(1-a)y€e B.
Teorema del punto fijo de Schauder
Teorema 3.38, Sea (X, ||: [) un espacio de Banach; C un subconjunto compacto y convexo
de X yT:C =>C una función contínua. Entoces T tiene al menos un punto fijo en C.
La demostración aparece en un gran número de referencias, véase entre otras Evans [3]Theorem
3, p. 538.
Las de convexidad del conjunto C' en el Teorema 3.38 es una hipótesis necesaria.
hipótesis
Para comprobarlo, proponemos el siguiente ejemplo, donde una función continua definida en un
compacto no convexo, no posee ningún punto fijo.
Ejemplo 3.39. Sea S la circunferencia unidad expresada mediante números complejos:
3=(6€0, le =1h
S es un conjunto compacto pero no convezo y J : S > $, definida por la expresión
J(z) =e*z,
Los puntos fijos de S satisfacen
es una función continua que transformaS en si mismo.
He =eé2=2,
que solo cumple z =
0, que no pertenece a S. No existe por tanto ningún punto fijo de J en S.
La hipótesis de compacidad del conjunto C es también necesaria, tal y como se muestra en el
siguiente ejemplo donde una función continua en un intervalo abierto y acotado no posee ningún
punto fijo.
Ejemplo 3.40. Sea 1. el intervalo (0,1). I es un conjunto convexo, pero no compacto. Definimos
la función J:I=>I
J(a) =
=
Dicha función es continua y la imagen de I está contenida en dicho conjunto. Los puntos fijos de
J satisfacen la igualdad
E
c= dia) 2"
Unicamente x =
0 cumple la igualdad, sin embargo, x =0 no pertenece al intervalo I. Por lo tanto
no existe ningún punto fijo en 1 de J.
En las siguientes definiciones J representa un conjunto de subíndices, no necesariamente nume-
rable.
Conjunto de funciones uniformemente acotado
Definición 3.41. Sea I] C IR un intervalo de la recta real y F =

[f;)jeg un conjunto de
funciones definidas en T y con valores a IR. Decimos que F' está “uniformemente acotado ”
en I; si existe M >0 tal que
If;(x)] < M, para todo x €

1 y para todo j€ J.
Equicontinuidad puntual
Definición 3.42. Sea ] C IR un intervalo abierto; 2y € I y F

=
[fjJjeg un conjunto de
funciones definidas en 1 y con valores a IR. Decimos que F es un conjunto equicontinuo de
funciones en tp, si para todo e > 0 existe $ > 0 tal que si [y —
u| < Ó se verifica
lfi(x0) fj(x)] <—

e
para todo jE J.
Definición 3.43. Sea A un conjunto de IR, no necesariamente abierto; T un conjunto

de subindices y F =
[fj)jeg familia de funciones definidas en
una A y con valores a IR.
Decimos que F' es un conjunto equicontinuo de funciones en A, si F' es equicontinuo en
todos los puntos de A.
Equicontinuidad uniforme
Definición 3.44. Sea A un conjunto de IR, no necesariamente abierto, y F =

([filjeg un
conjunto de funciones definidas en A y con valores a IR. Decimos que F' es un conjunto de
funciones “uniformemente equicontinuo” en A si para todo e existe 4 > 0 tal que
|fj(x)
—
fi(y)| < e
para todo 1,y € A tal que lr-y|<dyjeJ.
Se presentan a continuación una serie de resultados técnicos sobre convergencia de sucesiones

de funciones equicontinuas utilizados para demostrar la existencia de soluciones del problema de
Cauchy. Estos resultados se presentan en los Lemas 3.45, 3.46, 3.47 y en el Teorema 3.50, la
demostración puede encontrarse también en el libro de M. Valdivia [13],Unidad didáctica 3, tema
1.
Lema 3.45. Sea F un conjunto equicontinuo de funciones definidas en un conjunto compacto

C C IR. Entonces, F es uniformemente equicontinuo.
Demostración. Por ser F' un conjunto equicontinuo de funciones resulta que para todo x € C y
pára todo e > 0, existe 6, tal que si |r y] < 8, entonces |f(x)

— —
f(y)] < e/2 para todo f € F-
Fijamos e > 0 y consideramos los intervalos
0 Óx
(0 h=+3)
cubre todo el conjunto C. Por ser C compacto, existe un subrecubrimiento finito de estos
que
Ó%, Ó7,
(( 2
'
2 )) Pp 1,-,n
que cubre C. Definimos ó como el menor de los valores Mn, para p =
1,--- ,n y deducimos que es
Óx Óx
(2, 5)
.
€ tal que € tp +
de los
. Si lr—y] < d, existe € x —
positivo por serlo cada uno

6, zp
y por tanto
;
(3.6)
lap yl< [2pa]+ jo yl < +05 6,
— —
Además,
|£(x) — FI 1/(x) Fap)1 +1f(2p) F(w)l. (3.7)

—
< 1£(2) Hup) + £(2p) £()l < —

— —
Por ser |1, —
| < o resulta que
—
|5(x) <3,
F(2p)l
de (3.6) se obtiene
Lu) F(ap)|<5: —
Sustituimos en (3.7) y concluimos
|f() f(w)|<e
—
finaliza la demostración. o
que
Lema 3.46. Sea I un intervalo abierto de IR, F =

A[falnem una sucesión equicontinua de
funciones definida en I C IR, que converge puntualmente en un subconjunto B denso en I. Entonces
[fnJnemn converge puntualmente para todo zx € 1.
Demostración. Sea z € I y [fa(z)Jnernv una sucesión de números reales. Demostrar el enunciado

del lema es equivalente a probar que para todo e > 0 existe ny € IN tal que si n, m > no,
|fn(z) >
fm(2)| < €,
Para proceder con la demostración realizamos las siguientes observaciones:
1. Por ser F' un conjunto equicontinuo en z, para todo e > 0 existe $ > 0 tal que si ]x —
y] < 4
entonces
lfnlz) —
faly)] <
3 para todo n € IN,
2. Por ser B un conjunto denso, existe zy € B tal que si |x —
zo] < $ y gracias a la observación

anterior;
lfnlz)fn(zo)|
5,paranNN, —
< € (38)
3. Por ser ([fn)nem una sucesión de funciones que converge puntualmente a zp, existe no > 0
tal que
€
|/n(0) —
fm(zo)| < z, para todo n,m > no. (3.9)
Se obtiene, gracias a (3.8) y (3.9) que

:
EJE €
lfn(z) —
fm(2)1 < faz) —
fu(zo)l + |/n(20) =
fm(zo)1+ fm(z0) —
Sm(z)| <3+3+3=0
para cada n, m > no, que finaliza la demostración. m]
Lema 3.47. Sea F =

([faJnem una sucesión equicontinua de funciones definida en un conjunto
T C ¡R, que converge puntualmente a una función f en I. Entonces f es continua en I.
Demostración. Denotamos por f el límite puntual de F =

([faJnen. Tomamos € l,€ >0 y
buscamos d > 0, tal que si |x —
y] < Ú entonces
|f(z) —
F(y)| < e.
Por ser F =
[fn)nem una sucesión equicontinua en x, para cualquier e > 0 existe ó > 0 tal que si
[zx y] <
—
$ resulta
lfn(x) —
fnly)| < e, para todo n € IN. (3.10)

Por hipótesis, f. (1) converge a f(x), tomando límites en la desigualdad (3.10) cuando n > oo se
obtiene
|f(z) —
H(y)|<e,
que finaliza la demostración. O
Convergencia uniforme de una sucesión de funciones
Definición 3.48. Sea [fajnem una sucesión de funciones definidas en un conjunto N C
¡RN y con valores a IR”, Decimos que [fn)nery converge uniformemente a una función f
en 9, si para todo e > 0 existe ny =
no(e) tal que sin > no(e) se satisface
|f(x) —
fn(x)| < e, para todo x € £).

cd
Teorema 3.49. Sea I C IR un intervalo de IR y f,, : 1 +/R una sucesión de funciones continuas.
Entonces, [fn)nem es uniformemente convergente, si y solo si, [fnjnem es una sucesión de
Cauchy en el espacto (C(1), || loo. -

Demostración. Para comprobar que ambas definiciones son equivalentes, demostramos en primer
lugar que si [fa ner converge uniformemente a f, entonces [fa ) ner es una sucesión de de Cauchy.
Por la definición de convergencia uniforme resulta que para todo e > 0 existe ng tal que si n > ny
€
fla) —
f(a)| < Para todo z

€ 1.
3)
Entonces, para todo n,m > no,
|falx) —
fmlo)l| < |fnlz) —
Fa) +1f(x) —
fmíz)| <
5 5 + =€, para todo 7 € Í,
y por tanto se trata de una sucesión de Cauchy.
Veamos en segundo lugar que si ([fa)nerv es una sucesión de Cauchy, la sucesión converge unifor-
memente a una función f.
Por ser una sucesión de Cauchy, para todo e > 0 existe ny E IN tal que
lfn(x) —
fm(x)| < e, si n,m> no, para todo z € 1.
todo sucesión de Cauchy de números reales

Tenemos por tanto que para z
€ 1, [ fa(1)Inemn es una
que converge a un número real, se define de este modo una función que denotamos por f. Veamos
a continuación que la convergencia a dicha función de la sucesión es uniforme. Para ello, tomamos
e >0y no > 0 tal que
l£n(x) —
fm(x)| < e, si n,m > no, para todo x € 1.
Tomamos límites en la igualdad anterior cuando m > oo y resulta que si n > ny
|fn(x) —
f(x)| < e
para todo z € 1, que demuestra la convergencia uniforme de ([fn)nemny finaliza la demostración.

Oo
Veamos a continuación la continuidad de la función límite de la sucesión.
Teorema 3.50. Sea F =

[fnjnen una sucesión equicontinua de funciones que converge pun-
tualmente a una función f en un intervalo cerrado y acotado T, Entonces [falnemw converge
uniformemente a f en dicho intervalo.
Demostración. Por ser F =

[fajnem una sucesión equicontinua; para cualquier e > 0 existe
$ > $ resulta
0 tal que si |x —
y| <
|fnle) —
fn(y)| <
5 para todo n € IV, (3.11)
Consideramos un conjunto discreto de puntos
A=21<23***<Zp-1<1p=0,
todo 2, (j=1,-**
tal que |1,—2;+1]< $ para j
1,***p-—1.Por =
converger puntualmente, para ,p)
y para todo e > 0, existe n; tal que
Ifnlzj) fm(z;)] < 5 si n,m> (3.12)

—
nj.
Denotamos por ny el máximo de n; para j= 1,--- ,p, es decir
mu
35 Mu
x, tal que $ y obtiene
Entonces, para todo n, m > ny y para todo z € ] existe |x —
x;] < se
lfn(z) —
fmlz)1 < |fn(2) —
fnlcs)1+1fn(25) fmlez)l + lfm(z5) fm(z)l,

— —
para cierto j < p.
Gracias a (3.11) y (3.12) resulta
lfa(z) —
fulasll+ la(s)
—
fml25)1+1fm(25)—fmla)l< 3+3+3=.
y se deduce
|fn(z) —
fm(x)| < e.
Hemos probado que )nemn

[fa es una sucesión de Cauchy, gracias al Teorema 3.49 obtenemos la
convergencia uniforme de f,, a f. O
El Teorema de Ascoli-Arzelá nos permite obtener una subsucesión de funciones uniformemente

convergente de un conjunto infinito de funciones uniformemente acotadas y equicontinuo.
Teorema de Ascoli-Arzelá
Teorema 3.51. Sea T un intervalo cerrado y acotado; J un conjunto de subindices;

F =
([filies un conjunto de funciones definidas en T C IR, uniformemente acotado
y equicontinua. Entonces, existe una subsucesión de F, (ffnInem, que converge
uniformemente a una función continua f.
Demostración. Sea D =
[tn)nem un conjunto denso y numerable de 7, Por ser [fn)nemnuna
sucesión uniformemente acotada, la sucesión de numeros reales (f.(11))nenv está acotada; contiene
por tanto una subsucesión: [fin(r1))nem, que converge a un número real f(x,). Tomamos la
sucesión de funciones [fin)nem que define una sucesión de números reales ([fin(22)Jnen que
también está acotada y contiene por tanto una subsucesión: (fan(22)Jnen, que converge a un
X
número real que denotamos por f(x2). Repetimos el proceso para obtener el conjunto de sucesiones
de funciones ([fin)r,nelv que satisface
fin(cx) > f(2) cuando n > +00.
la sucesión D, la sucesión
Tomamos k =
n y (fanjnemn.Para todo 2; € [fan(Tj)In>j,nen es
una subsucesión de [fin(1j)Inem y por tanto, convergen al mismo valor: f(x;). La sucesión así
construida define una función f en D. Definimos f en el resto de los puntos de T que no pertenecen
a D por continuidad, es decir, si z¿ + x cuando j > 00, definimos
(a)
limFa)
=
Por el Lema 3.47, f es continua en D y por tanto dicho límite es único.
Por ser una sucesión equicontinua de funciones y gracias al Lema3.46, se obtiene que la sucesión
también converge a f en 1. El Teorema 3.50 implica que la convergencia de la sucesión es uniforme,
es decir, en la norma || (loo. +

a
Ejemplo 3.52. Sea N un conjunto abierto y acotado de IRN y F=(f,,-**f,) un conjunto finito
de funciones continuas definidas en £, entonces F es un conjunto de funciones equicontinuo y
uniformemente acotado.
Solución:
Sea e >0;i=1,---,n yó;>0 tal que
Ifi(a) —
fi(y)| <e, para todo x,y eN, tales que |z —
y] < 65.
Tomamos ¿ =
min(ó,,---6,) entonces
Ifil) —
fily)| <e, para todo x,y € N, tales que |x—y| < $
para todo f; € F, que prueba la equicontinuidad de F, Para probar que F' está uniformemente
acotado, observamos que f; es una función continua en un conjunto compacto, por el Ejercicio
3.13 exíste M; > 0 tal que
Ifi(x)]|< Mi, para todo x € N.
Definimos M =
max[M¡,-**M,) y obtenemos que
Ifi(=)] S M, para todo x EN, fije F
que finaliza la demostración.

3.3 Teorema de Peano: Existencia local de soluciones
Estudiamos en esta sección las condiciones necesarias que deben satisfacer f y ro para que el
problema de valor inicial o “Problema de Cauchy”
= =f(t,2), tE (totr),
(3.13)
z(to) =
Zo.
tenga al menos una solución z € .C*((tp,t1))sin necesidad de obtenerla explícita o implícitamente.
Integrando la ecuación (3.13) en un intervalo de la forma (to, t) se obtiene, aplicando el teorema

fundamental del cálculo,
sá
/ aaa
Cuando f es independiente de x, obtenemos la función x de forma explícita. En caso
contrario,
cuando f depende de z, es necesario construir un método alternativo para probar la existencia de
soluciones.
Consideramos la transformación integral definida sobre las funciones C([to,t])

t
T—>10
+/ f(s, x(s))ds,
to
que toma valores reales y satisface

(tp) =
To. La idea principal es encontrar un punto fijo de la
transformación en
C([to,t]) aplicando el teorema del punto fijo de Schauder.
Teorema de Reno A pilla
Teorema 3.53. Sea N C R? un conjunto abierto; (to, 2) € N y f una función continua
en N. Entonces existe $ > 0 y al menos función continua

una y con derivada continua
1 :
(to —
6, to +0) > IR satisfaciendo el problema de Cauchy

d.
q =/(tm) telto-dto+0),
z(to) =
zo.
Además, 6 =
Rmin[1, 77) siendo R cualquier valor inferior a la distancia de (to, to) a la
frontera de $);
max (1£(t,2)1)
(t,2)€Br((to,z0))
donde Byíto, zo)la bola cerrada de centro (to, 20) y radio R.
3.3 Teorema de Peano: Existencia local de soluciones 109
M el máximo
Demostración. Sea R > 0 tal que Bp(to,zo) está contenida en N. Denotamos por
de |f] en Br(to,to). M es un valor finito que se alcanza en Bhíto, zo)por ser Bp(to, 20)un
ó
conjunto compacto contenido en (2 y f una función continua en N. Tomamos >
0 tal que el
rectángulo
K := (to 6, to +0) —
x (20
—
MÓ,
zo + MÓ)
está contenido en la bola. Sea n € JN, dividimos el intervalo (to d, to + 0) en

—
2n partes iguales y
denotamos los puntos t¿ por los valores
tj=t0 +25, para ¡=—n,:-*,n.
Utilizamos el método de la poligonal de Euler, definido en la sección 1.5 construyendo la función
definida trozos mediante rectas en cada subintervalo de la forma (ty,t;+1) :

ón a
ón(t) =
Zo + f(to, Tot —
to), sito <t<tr,
ón(t) =x1 + f(t1,21)(t=t1), siti <t<tz, donde x, =

zo + hf(to,toJó,
Onít) =
In-1+ Ftn—1, In-1)(t =
tn-1), Si tn-1 St < tn, donde Tn-1 =

Tn-2 + 2 f(tn-2, Un-2)6,
Hn(t) =
Zo + f(to, To)(t—
to), sit_¡<t<to,
Pn[t) =
1-1 + f(t-1,2-1)(6—t1), sita<t<tz1, donde z-, =
to
—
2 f(to, 20)Jó,
ónlt) =
Zong1 + Slon+1o Don
+1) ¿41),
(E
Sitn <t< tn+1
donde 2-n41 =
L-n42
—
E/(t-n42,8-n+2)0.
Comprobamos a continuación que f, permanece en el rectángulo K'; que la sucesión es equicontinua
y que está uniformemente acotada:
1. fn permanece en el rectángulo K :
Sustituimos en la definición anterior y resulta
[21 zo] —
=
|f(to, 20)(t1 to)| < —
MES,
1
laz Zja1] |F(tj-1,24-1)(t =t-1)]
— =
S
MES,
además, por ser
n n
1
ln —
to] < e |£(tj-1, 2-1 (8; =
tj-1)] < My mn =
M6, para t € (to, tn)
j=1 j=1
$, permanece en el rectángulo K cuando t > ty. De igual forma se comprueba el resultado
cuando t < to.
N La sucesión
.
[ón)nerv es equicontinua:
Tomamos i € [to 6, to + 6] y e > 0, entonces,
—
[ón(t) pn(t)| —
< Mlt 1] < Me.
Por ser M y e independientes de n obtenemos la equicontinuidad de Q,..
3. f, está uniformemente acotada:

Por ser
[6n(t) >
Hn(to)| < Mit

>
to|
y On(to) =
Zo se obtiene
[ón(t)]|< MS + [xo], para todo t € [to d, to + d].

—
Aplicamos el Teorema de Ascoli-Arzelá (Teorema 3.51) y obtenemos que existe una subsucesión
ón, que converge uniformemente a una función continua, que denotamos por fp. Por simplicidad
en la notación, denotamos la subsucesión fn, por fn.
Para finalizar la demostración comprobamos que d satisface la ecuación. Para ello, consideramos
la función Y,,, definida a trozos por constantes:
F(tj,24), t€ ltyrtiw1),=0,1:>"n—1;
Yn(t) =
Ftj+1,Zj+1), € € (ty,ti41), j =-1,-2, "0: —n.
De la definición anterior deducimos que
On(t) =
Zo
+/ Yn(s)ds,
Consideramos ahora la función DP, definida mediante la integral
Dn(t) =20 +
/ £(6,ón(s))ds.
3.3 Teorema de Peano: Existencia local de soluciones 111
Observamos que
[D,,(t) pe Pn[t)l / (£(5,én(5))

va
—
Unis))ds
(3.14)
t
lA
/ If, Hn(s)) >
Yn(s)|ds.
Por definición de Y»:
1. ft; On(t;)) Yn(t;) =

0 para todo ¿=—n,:«:n—1.
-
2. En los puntos t 4 ty, [pn(t) cierto

—
2,| <
45, para j =—n,--"n—1.
Resulta, de la equicontinuidad de la sucesión, que para todo €y > 0 existe da > 0 y no tal que si
t;] < d0 y satisface

[t
—
no < n se
M
[dm(t) 2
25] < —d,

no
y se obtiene, por la continuidad de f :
|£(t, Pn(t)) —
Unlt)] =1F(t, Pn(t)) —
F(tj, 25)1< €o
donde ey es independiente de j. Si ny satisface

=5Ó 69, obtenemos, sustituyendo
< en
(3.14) la
siguiente estimación
pt
¡en(t) —ón(01<
[ 115.68)
0
—vn(9)|ds < eo2
Es decir, para todo ey existe no suficientemente grande tal que
sup [Dn(t) ón(t)] < €026

—
tE (to—6,to+0)
para todo n > ny. Además, por la desigualdad triangular,
[Bn(t) p(t)] < |Bn(t) Pn(t)l + lón(t) P(t)|, todo t € (to 6, to + 6)

— —
para
—
—
que implica,
sup |Bn(t)-¿(t)I< sup l0n(t)-ón(t)l+ sup (tl.

lón(t)—
tE(to—6,to+0) tE(to—ó6,to+0) tE(to—$,to+0)
Tomamos limites cuando n + +00, y por ser fn uniformemente convergente a f obtenemos que
sup |9n(t) p(t)| —

> 0.
te (to—S,to+0)
Para tomar límites en la definición de 9,

t
Sn(t) =
20 +
] 1(s,ón(s))ds, (3.15)
cuando n > 00; comprobamos que, por ser f uniformemente continua en XK,para todo ej existe
$1 > 0 tal que si [ón(s) P(s)] < d1

—
I£(5,én(9)
—(5,$(8))|
<a
y por tanto
]
[Ust.ónto)
—5(6,6(s)lás < só
si n es suficientemente grande.
Tomamos ahora límites en (3.15) cuando n tiende a +00 y se obtiene
p(t) =10+
| f(s,p(s))ds.
to
Por ser f y $ funciones continuas: f € C* (to —
6, ty + 6) y finaliza la demostración. m]
3.4 Teorema de Picard-Lindelóf: existencia y unicidad de
soluciones
Uno de los métodos clásicos para estudiar la existencia de soluciones del problema de Cauchy
(3.13) es el “Método de las aproximaciones sucesivas de Picard”. El método consiste en construir
una sucesión convergente de funciones mediante la fórmula integral
t
60)=20+
/ Hosóna(ds to
Para garantizar la convergencia de la sucesión es necesario imponer una serie de condiciones a la

función f y trabajar en el marco funcional apropiado.
El problema también se expresa como un problema de punto fijo de la función
T :
C([to,t1])> C(lto,t1))
donde T' está definido por
T($) =20 +
/ £s,0(s)Jas.
0
Existen numerosos teoremas de punto fijo, el que se utiliza en la resolución del problema debe
su nombre al matemático Stephan Banach (Cracovia 1892, Leópolis 1945) y que requiere que
la función f sea lipschitziana en la segunda variable con constante de lipschitz menor a 1. Las
funciones lipschitzianas con constante de lipschitz menor a 1, se conocen por el nombre de funciones
contractivas, veamos los detalles de la definición.

3.4 Teorema de Picard-Lindelóf: existencia y unicidad de soluciones 113
Definición 3.54. Sea (E,d) un espacio métrico, decimos que f :

(E,d) + (E,d) es una
aplicación contractiva, si existe k € [0,1) tal que
d(f(z), f(y)) < kd (x,y), para x,yE E.
La constante k se denomina constante de contractividad.
Teorema del punto fijo de Banach
Teorema 3.55. Sea E un espacio métrico completo o de Banach y f : E > E una
aplicación contractiva, es decir, existe k € [0,1) tal que d(f(x), f(y)) < kd(w,y),para todo
E. Entonces existe único punto de
x, y€ un fijo f en E.
Demostración. Sea zo € E y [In)nen la sucesión definida de manera recursiva
Tn =
F(tn-1), nelN. (3.16)
Veamos que la sucesión es una sucesión de Cauchy, para ello realizamos el siguiente cálculo:
d(Ln, Tn-1) =
d(f(tn-1), f(Ln-2))
< kd(%n-1,En-2)
kd(f(Ln-2),F(Ln-3))
< kn=1 (51, 20).

Calculamos también d(z,,, Ty)cuando m <
n y resulta
d(In, Im) < d(Zn, Tn-1)+ d(En-1)Un-2):**d(Im+1) Tm)
< (gal +9 24...+k")d(x21, 2p)
1 —
prom
(3.17)
= kn d(z1,o)
1h
km
<
¡21 70).
Además, por ser k € (0,1), 5 es monótona decreciente y
, k.M
dad
Deducimos por tanto, que para todo e > 0 existe ny E IN tal que si m > no
pm €
es
aa
1-k ” d(u1,20)+1
Sustituyendo en (3.54)se obtiene que (TnJne y es una sucesión de Cauchy. Por ser (E, d) un espacio
métrico completo, toda sucesión de Cauchy converge a un elemento del espacio, que denotamos
por z. Tomando límites cuando n > oo en (3.16) resulta

r= f(x),
que prueba que z es un punto fijo de f.

Para ver que el punto fijo es único, procedemos por reducción al absurdo y suponemos que
existen 1 y T puntos fijos de f distintos. Por ser puntos fijos, resulta
d(f(z), f(2)) =
d(x,z)
la contractividad de f implica:
d(f(z), $(2)) =
kd(x,7).
Igualando ambas expresiones se obtiene
d(x,7) = kd(x,T)
por ser k X 1, deducimos que z =

T que contradice la existencia de dos puntos fijos. a
Otro resultado utilizado en la demostración del teorema de Picard-Lindelóf es el lema de Gronwall,

que se presenta a continuación.
Lema 3.56. Se consideran las funciones continuas f, g y z definidas en el intervalo [to,t1]

y con valores no negativos satisfaciendo la desigualdad
z(t) < f(t) +

/ g(s)z(s)ds|,
to
paratodo t € [to,t1]. (3.18)
Entonces, para todo t € [to,t,] se satisface;
z(t) < f(t) +

[sore [stovar]Y
as
En particular, si f(t) =
k, siendo k una constante positiva, resulta
2(0 5 rem
(|[soysp
Demostración. Definimos la función “y” mediante la fórmula
Por ser g y x funciones continuas, y es una función de clase C! y por tanto es posible derivarla.
Calculamos
] y resulta, por el teorema fundamental del cálculo,
ESg(t)x(t). =
Aplicamos la hipótesis (3.18) y se obtiene
Y < gít)
(10 fsororas +
to
Por la definición de y, resulta

dy
E
< (0 (1) + lu.
Por simplicidad tomamos en primer lugar t > ty y de la no negatividad de g y x se deduce y > 0
y satisface
Y Os +0).
Multiplicamos la igualdad por la función
(4) =
eL (3.19)
y resulta
d
10 SADO +1(0g(0)y. (3.20)
Por ser
d
el =z
-—
sustituyendo en (3.20)obtenemos
dy dy ”
P
EOS
Integrando en ambos lados de la desigualdad anterior y utilizando que y(to) = 0
10U0 s
| to
Nas
Dividimos la desigualdad anterior por y(t) y sustituimos y por la definición dada en (3.19) y se
obtiene
t e
y(t) <
[sas ods=Hola(s)e"Siamar
9
yy, |
Por hipótesis (3.18), se obtiene

t
2() < 0) +0I< 10)

to
asha). (3.21)
Permutamos los límites de integración y resulta
srrar= [star
t t
20) <F(0)+)
to
s5Jg(sjel,
107 q,
que finaliza la primera parte de la demostración cuando t > ty. De manera similar, tomando
alt) =
eLo gas
se demuestra la desigualdad cuando t < to.

t
Para
cuando
probar
t > to,
la desigualdad cuando
que satisface la ecuación
f es una
diferencial
constante positiva, definimos y =
/ tÑ
g(s)u(s)ds
Y =
9)
Aplicamos la hipótesis (3.18) y se obtiene
t
dy
q
Sa
(e / g(s)z(s)ds l
Por la definición de y, resulta
dy
Salt) (k+y).
Dividimos por k + y la desigualdad anterior
1 dy
yerar500.
Integramos en (to,t) y obtenemos, por ser
y(tp) = 0
In(y+4)<
Ina)fojas. +
to
Tomamos exponenciales en ambos lados de la desigualdad y se obtiene
yHk< heho
0d, (3.22)
Por la definición de y deducimos que
(1) <k+y.
Sustituimos en (3.22)y concluimos
t
au
x(t) < helio
O
si t > to. Cuando T
< tg definimos y =
f,4dg(s)z(s)ds y procedemos de igual modo.
El teorema del punto fijo de Banach y el lema de Gronwall son los ingredientes principales
de la demostración del teorema de Picard-Lindelóf. Se presentan tres demostraciones diferentes,
utilizando métodos alternativos que son de interés por las técnicas utilizadas aplicando el lema
de Gronwall, el teorema del punto fijo de Banach y el método de las aproximaciones sucesivas de
Picard respectivamente.
Teorema de Picard-Lindelof
Teorema 3.57. Sea I C IR un intervalo abierto; ty € I; N C I x IR un conjunto abierto;

zp E IR tal que (to, 20)€ N. Consideramos el problema de Cauchy
dx
Z
bi
=fltm), ARtel
qe
(3.23)
x(to) = to
donde f : N > R es una función continua satisfaciendo la condición de Lipschitz en la
segunda variable, es decir:
|f(t,21) —
F(t,22)| < Llz1 za] —
para (t,x) € N y cierta constante L > 0. Entonces, existe $ > 0 tal que el problema (3.23)
tiene una única solución en
(to 6, to + Ó).
—
Duras
Demostración. Por ser f una función continua en (?, gracias al teorema de Peano (Teorema3.53)
existe 4 > 0 tal que el problema (3.23) tiene al menos una solución x definida en
(to —
6, to + 0).
Para demostrar la unicidad de soluciones procedemos por reducción al absurdo. Suponemos que
existen dos soluciones x e y, restando las ecuaciones que satisfacen ambas funciones se obtiene
G(0=1) -
=$(4,2) 16,4) (2:24
Multiplicamos por (1 —
y) y obtenemos
0 G=w)=($5) 169) -
Además,
4 21
(Y (0—y) 304 =
y por ser f lipschitziana en la segunda variable:
(f(t,2) —
f(t,y)(2 —
y) < Lía —
y).
d 1 2 2
—
(a <
Lay)
Sly)?
—
y.
<
Integramos en la desigualdad anterior, por ser z(tp) =

y(to) =
Zo, resulta
E(a(0) —v(1)yas<L
2 [(ayas.
to
Aplicamos el lema de Gronwall y obtenemos que
(x(t) —
y(t)? <0, para todo to < t.
De igual forma concluimos que (x(t) —
y(t))? < O cuando t < to que contradice que x e y son dos

funciones distintas y prueba la unicidad de soluciones. O
Demostración del teorema de Picard-Lindelóf mediante el teorema del punto fijo de
Banach
Demostración. Consideramos d > 0 tal que el rectángulo
D :=
[(t, x) € [to 0, to
—
+ 6] x [to L6, zo+ Ld]) —
Está contenido en f. Además, D es un conjunto compacto y por ser f una función continua en D,
existe M > 0 tal que
|f(t,2) < M, para todo (t,x) € D.
Expresamos el problema como un problema de punto fijo en el espacio vectorial
X =
C(l[to Ó,to + 6], IR)
—
con la norma
llzllx =
supe7*=0)|2(8)]: t € [to —
6, to +8]),
siendo k una constante mayor que L. Con esta norma el espacio X es un espacio de Banach.
Definimos T : X+ X, mediante la expresión
t
T(s(o)=w0+
[| 1(5,2(8)ds,
to
entonces, si 11, 12 € X se obtiene:
Hit To,(t)
-Tan(t)] <
J0H To
— de
|5(9,21(9)) F(9,2a(9))|
t
IA L sup
tE[to,t1] (toza Hd) to
L
Ss
Film—aal
Tomando el supremo en ambos lados de la desigualdad anterior y resulta
L
[Pos —
Toallx <
qllizazallx
—
y por la elección de k, obtenemos que T' es una aplicación contractiva en X. Por el teorema del
concluimos existe único punto fijo, x, solución del problema. O
punto fijo de Banach que un
Demostración del teorema de Picard-Lindelóf mediante el método de las aproximaciones

sucesivas de Picard
Demostración. Comenzamos la demostración de igual forma que en el método anterior, tomando

$ > 0 tal que el rectángulo
D:= [(t, 2) € [to 0, to —
+ ó]Xx[Lo LÓ,Lo —
+ Ló])
ó < ., 3. 25
Por f continua en D, existe máximo de f el rectángulo,

ser D un conjunto compacto y en que
denotamos por M, es decir
|f(t,2)] < M, para todo (t, x)€ D.
Definimos la sucesión (2, )newy de manera recursiva
Zn(t) =
Lo +
] $ (t,2n-1(1)do,
to
Tn (tp) =
Lo,
siendo xo(t) to. Por inducción, se comprueba que z,

= es una sucesión de funciones continuas y
de clase C*(I).. Por ser f una función lipschitziana en la segunda variable, resulta
lanlt) —2n-1(8)
] (£(8,8n-1(8)) $(6,2n-2(8)) —
de
<
/ l/s, 2-18) £(6,2n-2(s)| da
—
< L
/ ltn-1(8) —£n-2(8)|de
to
< Llt—to] sup |tn-1(s) —tn-2(8)|.

sE(to,t1)
Tomamos ty tal que |t¡ —
tp| < ó y resulta
[Tn(t) En-1(t)] < Ljti —to] |tn-1(s) 2n-2(s)l.

—
sup
—
sE(to,t1)
Tomamos el supremo en (to,t,) en la desigualdad anterior:
sup |tn(t) —
tn-1(t)| < Llt—tol sup |tn-1(s) —
2n-2(s)l,
tE(to,t1) 3€(to,t1)
y por tanto
llzn Zn-1ll1 —
(1)< Llt1 tolllZn-1

— —
Tn-2ll
Lee(1)-
(3.25) sabemos satisface
Denotamos Llt, —
to] por k, por que k

|k| <1
y obtenemos
[|2n Zn-1llxe(1)< EllIn-1 Zn-2ll10(1):

—
—
Iterando el proceso se obtiene
[Zn En-1ll1e(1)€ "zx

—
—
Zoll
zo), (3.26)
además
ti
lla =
zoll 1o>(1)
<
/ 0
|f(t, 20)ldz< Mito til.
Veamos a continuación que la sucesión [tn)nem satisface la condición de Cauchy. Para ello
tomamos dos números naturales, m < n y aplicamos la desigualdad triangular
[zn(t) 2m(t)]
—
= [en(t) En-1(t) + 2n-1(t)

—
—
++ —
Em+r(1)+ 2m+1(1) 2mlt)| —
IA Jzn(t) 2n-1(8)| +++ —
[Em+1(t) 2m(t)| —
Tomamos el supremo en (to,t,) en la desigualdad anterior y resulta
lltn Emllze(1)S [En En-1llzoe(1)

++ [0m+41 ZmllLo
(1)- —
—
—
**
Por (3.26) resulta
[Zn —
Tmllze(ry < (k7 +91 4. gmtl 4 7) lx —
Toll1 (1)
m_jn+1
< Elx —Zollze(1)
< Ezllz1 Tollim —
< EzMilti—
tol.
Por ser k € [0,1),
cuando
¡7 ¿Mit to] +0, m > oo.
—
Por tanto, para todo e > 0 existe ng > 0 tal que si m,n > ny se cumple que
[Ln =
Tm ll1.00
(1) £€€,
es decir, (2n)newyes una sucesión de Cauchy en el espacio de Banach (C(1),|| | Le(7))Y Por tanto
T, convergente uniformemente en T a una función que denotamos por 7.
Veamos a continuación que dicho límite

> 0 existe
satisface la ecuación. Por ser
LinJneuniformemente
NN
convergente, para todo e ng > 0 tal que
|f(t, x(t) sl F(t,tn(t ls =
AT
[ta —
para todo n > ny. Integrando, resulta
/ (£(8,2n()) F(s,2(s)))ds <e sin>m.

—
/
Sustituimosto (f(s, 2n(s)))ds por en la desigualdad anterior:
—
Tn+1 To
Ln+1(t) =
Yo
—
] f(s, z(s))ds <e sin>np.
Tomamos el supremo de la desigualdad y se obtiene
le / Hs,2(8))ds
Le (1)
> 0, cuando n > 00,
Por la unicidad de límite de la sucesión de Cauchy resulta

t
20) =00+
/
to
H0a(9)ds,
y deducimos que z(tp) =

zo. Por ser f y x continuas, resulta que x es de clase C1, derivando en la
igualdad anterior se obtiene

dx
-
F (t, 2),
de
que prueba la existencia de soluciones.
Para demostrar la unicidad, procedemos por reducción al absurdo y suponemos que existen 2
soluciones, que denotamos por z e y. La diferencia satisface
t1
lz(2) —y()llze < q, / 0

L/(s,2(5)) —
Hs,y(s))lds < kllz(t) —y(Sllze
para k =
Llt; —
to] < 1, que implica que
ll=(+) 0
y(£)llz.oo(7, =
=
la unicidad de soluciones finaliza la demostración.

y se concluye que 1 =
y que prueba y O
Ejemplo de no unicidad de soluciones

Ejemplo 3.58. Consideramos el problema de valor inicial
dx
4
* zx(0)=0.
_ _
,
q
que tiene por soluciones x, =0 y za(t) =

t2.
Observación 3.59. La función f(t,x) =

3x3 es una función continua y gracias al teorema de
Peano existe al menos una solución. La función f no es lipschitziana en la segunda variable en
z=0, por lo que no es posible aplicar el teorema de Picard-Lindelóf.

Lema 3.60. Sea f : IR? + |R una función C*(IR?)tal que
Of
2 <.C,
Entonces f es lipschitziana en la segunda variable y el problema
de =
F(t2), zlto) =00
5
tiene una única solución,

3.5 Teorema de Cauchy 123
Demostración. Tomamos 11 y 12, y resulta
sa
|f(t,21) —
f(t, 22)| =
/ e
OL
< clx1 za] —
función lipschitziana. El teorema de Picard-Lindelóf (Teorema 3.57)

que prueba que f es una
finaliza la demostración. O
3.5 Teorema de Cauchy

En el Teorema de Peano hemos comprobado que la continuidad de f en un entorno de (Zo,Yo)
garantiza la existencia de solución, además, dicha solución es continua en (t¿
—
0, to + 0). Si f es
una función de clase C?, podemos derivar la ecuación y obtener
dx 0f 0Ofdz
de 0? bad
continua resulta
Por ser f € C?, tenemos que L y aL son funciones continuas, como
E también es
Si función de clase C*, repetimos el proceso hasta obtener

que z € C?(to 6, to +0).
—
f es una que
la solución es una función de clase C*+1(tp—
6, tp +6). Además, si f es una función derivable tantas
veces como deseemos, la solución del problema también lo es. Dicha propiedad se demuestra en el
teorema de Cauchy. Veamos en primer lugar, la definición de función analítica.
Definición 3.61. Sea N C IR? un conjunto abierto, decimos que f es una función analítica en
un punto (tp, 2p) E N, si existe un entorno abierto de (to, to)contenido en Q, tal que f admite un
desarrollo en serie de potencias absolutamente convergente del tipo
+00
F(t,2) =
ENAmn[t
m,n=0
—
to)” (x xo)”
—
en dicho entorno.
Si para todo (t,x) € N, f es una función analítica, decimos que f es analítica en todo el conjunto
2.
Se enuncian a continuación dos propiedades de las funciones analíticas que se utilizan en la
demostración del teorema.
Propiedad 1.
Sea f una función analítica en [to 6, to

—
+ 0], que se expresa
$(t) =
aYnlt
n=0
—
to)"
d,
entonces El es una función analítica en (tg —
0, to + 0) que satisface
00
FuU= y ann(t -
to)"=1,
n=1
Propiedad 2.
Sea [fn) una sucesión de funciones analíticas en [to d, to +0],

—
que convergen uniformemente

a una función f en dicho intervalo, entonces f es una función analítica.
La demostración de la Propiedad 2 es una consecuencia del teorema de Morera cuya demostración

excede los objetivos de este libro.
Teorema de Cauchy
Teorema 3.62. Sea 2 C IR? un conjunto abierto, $ > 0, R>0 y
IR
f: [to —
Ó,to + 6]Xx[To —
R, Zo + R] >
una función analítica. Entonces, la solución del problema

dx
qe 46m. (3.27)
zx(to) =
20,
es una función analítica.
Demostración. Por ser f una función analítica, expresamos la ecuación en (3.27) de la forma
00
dx
m,n=0
donde los coeficientes Amn están acotados. La serie es además uniformemente convergente en el
conjunto
[to —0,tp + d] Xx[zo —R,to + R].
continua dicho conjunto. El teorema de Peano (Teorema 3.53) garantiza la
Por tanto f es en
existencia de soluciones. Además,
al <c, en [to 8, to
—
+ 6] X [Zo —
R, zo +R],
Ox
que prueba que f es una función lipschitziana. Gracias al teorema de Picard-Lindelóf (Teorema
3.57) obtenemos la unicidad de soluciones.
3.6 Prolongabilidad de las soluciones 125
Para finalizar la demostración comprobamos que z es analítica, para ello consideramos la sucesión
Ln. =Y0
+/ F(s, Tn-1(8))ds,
to
para n € IN.
Por ser Zo constante y f una función analítica, se obtiene que zx, es analítica en el intervalo
0, to +0). Procedemos por inducción, y deducimos que (Tr )nery es una sucesión de funciones
(to
—
analítica. La convergencia de la serie se obtiene como en el teorema de Picard-Lindelóf (demostra-

ción que utiliza el método de las aproximaciones sucesivas de Picard). Por unicidad de soluciones,
Tn >, Cuando n > 00,
además, dicha convergencia es uniforme. Por la Propiedad 2 (en esta misma sección), se obtiene
zx es una función analítica. a

que
3.6 Prolongabilidad de las soluciones
El teorema de Picard-Lindelóf prueba que el problema de valor inicial
dx
-
F(t,x),
di (3.28)
(to) =
Zo
tiene una única solución cuando f es una función lipschitziana en la segunda variable. El teorema
garantiza la existencia y unicidad de una solución definida en un intervalo de la forma (to 6, to +0)
—
para cierto 4 > 0. Nos planteamos ahora que le sucede a la solución cuando t > to +6. Pueden
aparecer distintas situaciones: que el límite no existe, que sea infinito o que sea un valor real.
En el último caso, cuando sea posible aplicar el teorema de de Picard-Lindelóf en un entorno de
(to + 6, x(to + 8)), prolongamos la solución más allá de tp +0. El proceso puede repetirse mientras
f sea lipschitziana en la segunda variable y t € JR. Antes de enunciar los detalles del resultado,
presentamos una serie de definiciones técnicas.
Prolongación de una solución
Definición 3.63. Sean x, y z2 dos soluciones del problema de valor inicial (3.28) definidas
en los intervalos I; e l2 respectivamente, tales que I, está contenido en el interior de la y
son diferentes. Entonces, decimos que xa es una prolongación de x1 si
z1(t) =
xa(t), para todo t € I.
Definición 3.64. El conjunto de todas

las prolongaciones es un conjunto parcialmente
ordenado respecto de la prolongación. A cada elemento marímal de este conjunto lo
llamamos solución maximal y está formado por las soluciones que no admiten prolongación,
Se presenta a continuación un resultado sobre el intervalo máximo de existencia.
Teorema 3.65. Consideramos el problema de valor inicial (3.28) donde f es una función contínua
en el rectángulo D =
[to,t1] x [ko,k1], que es un conjunto compacto de IR?, tal que zp € [Ko,k1].
Entonces existe una solución del problema (3.28) prolongable hasta la frontera de D.
Demostración. Por ser f una función continua en D y gracias al teorema de Peano, existe al
menos una solución x definida en el intervalo (tp —
do, to + 00), para cierto dy > 0. Por ser D un
conjunto compacto y f una función continua en dicho conjunto, f está acotada por un valor que
denotamos por M, es decir
|f(t,2)] < M, (t,1) € D.
Integrando en la ecuación se obtiene
x(t) =
zo
+/ f(t, ujdt.
to
Tomamos valores absolutos y resulta
[z(£)]< [20]+ M(t —
to).
Por tanto
(ver Observación
z está uniformemente
3.66) existe el límite

acotada cuando t € (to —
do, to + do). Además, por ser

+ <M
=
ato +6)
M2
Si (to + 0, z(to + 0p)) está en el interior del rectángulo D, repetimos el proceso partiendodel punto
t; =
to + 0 y obtenemos la existencia de d, tal que x tiene solución en el intervalo (t,,t, + 61).
Obtenemos así una prolongación de la solución. Repitiendo el proceso construimos una sucesión
0 y
creciente y acotada de t, que converge a too, tal que tn —
tn-1 =
Jn, converge a
z(tn) a un
valor al que llamamos z(t.). Denotamos por 9D la frontera de D, y gracias al teorema de Peano,
obtenemos que
Ón >
>distancia((tn,2n), 0D)min(1, 7h
que converge a 0, resulta por tanto:
lim distancia((tn, tn), 0D)=0'

n—00
3.7 Dependencia continua respecto de los parámetros y los datos iniciales 127
y obtenemos de este modo la prolongabilidad de la solución por la derecha. Para finalizar la
demostración, prolongamos la solución hacia la izquierda. O
Observación 3.66. La condición

dx
<M
dt
utilizada en la demostración del teorema anterior es necesaria para que exista el límite cuando
t>to +06, y no es suficiente con la acotación uniforme de x en

[to,to + 8). Sirva de ejemplo la
definida
función sen(m/(1-—+t)) en [0,1).
Observación 3.67. Cuando f está definida en un conjunto abierto N y es continua en dicho
conjunto, se considera el problema para cualquier compacto C' contenido en Q tal que (to, 20)
de C. El teorema anterior garantiza la existencia de solución hasta la frontera
pertenece al interior
C, repitiendo el construimos la sucesión 00.

de proceso (t,,, r(tn)) que converge a
3.7 Dependencia continua respecto de los parámetros y los
datos iniciales
Sea 2 C IR? un conjunto abierto; (to, tp) € N y 11 y 22, dos soluciones del problema de Cauchy
con datos iniciales próximos. Nos planteamos la cuestión de si las soluciones permanecen próximas
para t > 0 o si por el contrario la distancia entre ambas tiende a +00 a medida que t aumenta.
Consideramos la ecuación
dx
A
dt
cuya solución está definida explícitamente por la expresión
e(t) =
cuando zy % 0. Si tomamos los datos iniciales 11(0) =

e, r2(0) =
—e, situados a una distancia 2e,
las soluciones son de la forma
€ €
al) da, A
molt)YT
AN
3 —
2%
Las soluciones tienden a +00 y a —oo respectivamente cuando t +

7). Existen datos iniciales tan
próximos como deseemos cuyas soluciones también se separan tanto como deseemos en un tiempo
finito. Además, para todo 4 > 0 podemos encontrar t > 0 suficientemente pequeño, tal que
[1 (t) —
za(t)] < [11(0) z2(0)| —
+6, para todo t € (0,ty)

ya que
her(0)
] 02(0)]
s
=VI =20%
y
2e
lim =
2e,
t>0
y1 —
2e2t
es decir, las soluciones permanecen próximas en un pequeño intervalo de tiempo.
El resultado principal de esta sección es sobre la

dependencia continua de los datos iniciales. Se
presenta a continuación el resultado y su demostración, basada en el lema de Gronwall.
Teorema 3.68. Sean 11 y 12 funciones continuas de [to,t1] a IR
T],T2: [to,t1) > IR
tales que |x1(to) z2(to)] <

—
er. Sea f :
[to,t1] x IR —= IR una función continua; lipschitziana en la
variable y con constante de Lipschitz k, satisfaciendo
cli)
o
E + E 10,020)]) se
Entonces
eperti=to)4 eHt=to) _1),

[z1(t) —za(t)| <
ple
Demostración. Denotamos la diferencia entre 1] y Z2, por 2;
x(t) =
zx1(t)=-za(t)
que satisface
dr _
dx; dx
—
dl [dde
<
= —
F(t,x1(t)) + F(t, (t))

21
—
=l + f(t, -
<
<
=
If
=
ft, 21(6))| + 1/6,

(tala)f(t, za(t))] —
+ ez
21(8))
—
F(t, ca(t))|
no uN
e
yoE f(t, malO] -
< klz(t)| + ez.

Por tanto, tenemos
dx
—e€2
—
klx| < E < € + klzl.

Integrando en la desigualdad anterior en el intervalo (to,t), para t > to, obtenemos
t t
lbrt
/
ke stflas ¿adri
¡ lo(s)lds
y resulta, tomando valores absolutos
le(8)| < Jato) + ea(t—to) +k

/ "te(s)lds.
Aplicamos el lema de Gronwall a la función |x(+)|
t
[x(t)| lA + €z(t to) +

¡/ (61 + €n(s to))e*“-9)
ds
—
€ —
to
er(t=to) y
Il e
A CA 41),
que finaliza la demostración cuando t > to. De forma similar se obtiene el resultado cuando
t<to. O
Dependencia contínua respecto de los datos iniciales
Corolario 3.69. Sea f :

[to,t,] x IR > IR, una función continua y lipschitziana en x; sean
x1 y 22 funciones continuas de [to,t1] a IR, es decir
11,12: [to,t1] + R
tales que |z1(to) t2(to)|

—
< e; satisfaciendo
dx;
de
=
f(t,x;)
Z;(to) =
tio,
para i =1,2. Entonces
[x1(t) za(t)| —
< certo),
Dependencia continua respecto de un parámetro
Teorema 3.70. Sea 2 un conjunto abierto y acotado de IR?; (tp, 19) EN;A (A1,A2)CIR =
un intervalo abierto y acotado tal que Ay < Mo < Az; A =

[A1,A2]y f: Nx A > ¡R una
función continua y lipschitziana en las segunda y tercera variables de constantes ki y kz
respectivamente.
Sea >0;A€ A yx =x(t, A), la solución del problema
= =
f(t,0,A), € € [to —0,to
+0]
z(to, A) =
Zo.
Entonces
sup —|z(t,A) —
z(t, Ao) < |A Aol(e*2?1) — —
(3.29)
tE(to—5,to+0)
lim
A—>A0 tE
sup |zx(t,A) x(t, Ao)]=0.
—
(to—8,to+08)
Demostración. Por ser f lipschitziana en A, obtenemos que
—
|f(t,z,A) f(t,x, Ao)|< kalA Ao], —
para (t, 1) € N.
Por ser
d
qpa(t,A)$(t,2(t, 4), 4)
=
resulta
Salt,
A) =
f(t,x(t, A), A0) +

[qt Ao) a
F(t,x(t, Ao),Ao) =
|£(t, att, A),A) Ft, r(t, A), Ao)|
>
Tomamos |A Ao| < ¿7 y

—
resulta
|f(t,x(t, A),A) f(t,x(t,A), —
Ao)|
< e.
Aplicamos el Teorema 3.68 para obtener
[zx
(€,A) —
za(t, Ao)| < |A Ao](eP2=t0)1), — —
Tomamos el supremo en la desigualdad anterior y obtenemos (3.29). Además, cuando |A—Ao]> 0
obtenemos
Po [z1(t, A) za(t, A0)]=0 —

Observación 3.71. Si f es lipschitziana en la variable x y uniformemente continua en A, también

se obtiene
lim sup z(t,
(t, 1)—
A)—x(t,
z(t,Ap)|
Ao)|
=0.
Jim A
Teorema 3.72. Kamke, 1932. Sean f.: NC IRxXIRN —= RN yf:NCIRXIRN — RN
funciones continuas tales que fn — f converge uniformemente sobre cada compacto K CN. Sea
tal que (ton, Zon)> (to, 20)
C A y (Ln,In)una solución mazímal del problema
[(ton, Zon))CN
e =
fult,En), t € In
(ton) =
Ton»
para cada n € IN. Suponemos que f tiene la propiedad de unicidad de soluciones y que z satisface
dx
E
f(t,x),
,T), t tel
7
z(to) =
Zo,
donde I C limI,. Entonces existe ny € IN tal que para cada n > ny la solución zx, está definida
en Í, y converge a x uniformemente en 1.
3.8 Diferenciabilidad respecto de los parámetros

Este capítulo finaliza con el teorema de Peano sobre la diferenciabilidad respecto de los pará-
metros delproblema.
Teorema de Peano sobre la diferenciabilidad
Teorema 3.73. Sea % un conjunto abierto de IR?, (to, 20)€ N; A un conjunto abierto de
IR” tal que MEA; A=NXxA; f : A> AR una función continua y diferenciable en las
variables t, x y A, tal que aLaLY É son continuas y acotadas en A.
Sea x =
x(t,A) la solución del problema de valor inicial
Pto),
A
(1,2) EA,
(3.30)
z(to, A) =
Zo.
Sea x(t, Ao) una solución del problema (3.30) para A =

Ap, definida en I =
[to —
€, to + e]
para cierto e > 0. Entonces:
1. Eriste un entorno abierto D C A, que contiene a Ao tal que el problema (3.30) tiene
una única solución definida en el intervalo 1.
en el intervalo I y es la única solución, que denotamos por y, del

(t,A0)
problema lineal
d
E =
fa(t,z(t,»0), Ao)y+ fa(t, z(t, Ao),Ao),
(3.31)
y(Zo,A) O, =
donde
Of
fe ==
dx” f1=
A
Demostración. Introducimos los valores de las constantes
Mi= max
([f(t,2,A)|),
(t,x,A)EA
M» =
[lfo(t, T, AI
ASA
Mo=
mee (/a(6:2,0))
Se consideran los números reales € > 0 y a > 0 tales que el conjunto
C =((t,2,4): lt to] < €; [zo —
2] < Mye; JA Ao]< a)

—
está contenido en A.
3.8 Diferenciabilidad respecto de los parámetros 133
Por ser
of una función acotada en A, f es una función lipschitziana en la segunda variable y por
el teorema de Picard-Lindelóf existe una única solución a (3,30) en T para cada A € Á que prueba
la primera parte del teorema.
Para demostrar la segunda parte del teorema consideramos la solución de (3.31), que denotamos
por y, y la función 0 definida por:
=
Ao).
O(t,A) x(t, A) x(t, Ao) y(EN(A— — —
Entonces 0 satisface la ecuación diferencial
S >
ft, x(t,A),A) e
Flttol?,Ao),Ao)
—[fa(t,z(t, Ao),A0)y(t)+ fa(t,z(t, Ao),A0)JA
—
Ao).
De la definición de 6 resulta
(A—Ao)y(1) —0(t,A)+ x(t, A) x(t, Ao)

—
=
y sustituyendo en la expresión anterior:
d =
f(t,x(t,A),A) —
F(t, x(t,Ao),Ao)
+ z(t, A0)] Sa (t,
+ falt,z(t, Ao),Ao)[9(t,A) x(t, A) x(t,Ao),A0)(A Ao).
— — —
Pasamos el término f.(t,z(t, Ap),A0)0(t,A) a la derecha de la igualdad y sumamos y restamos el

término x(t,
f(t, A),Ao)para obtener
= —
fult,m(t, Ao),
A0)9(t,A)
=
f(t,a(t,A),2) —
F(t,z(t, A),Ao)+ £(t, 2(t, A), Ao)Ft, z(t, 20), Ao)

—
fltyz(t, M0),
Mo)(a(t,A) 2(t, 40) fa(t,(t, Ao),A0)(A—Ao)
—
— —
=
f(t,x(t,A),A) $(t,2(t, —
A),
Ao) —
fa(t,2(t, 40), A0)(A Ao) —
+ FE xt, A),Ao)NNft, xt, Ao),Ao) felt, xt, Ao),Alz(t, A) z(t,

- ”
Ap)).
Aplicamos el teorema del valor medio en la expresión anterior y resulta
_ =
felt, z(t, Ao),A0J0(t,A)
[fa(t, alt, A),A*) fa(t, a(t, Ao),A0))(A Ao) —

—
(3.32)
+ [falt,2*, Ao) fa(t,z(t, Ao),Ao)](x(t,A) x(t, Ao)

= —
para ciertos valores A* € (Ao,A),2* € (z(t, Ag),e(t, A)). Por el Teorema 3.70 resulta
je(t, A) x(t, —
Mo)]< EA —
Aol, (3.33)
y tomando valores absolutos en la expresión (3.32), obtenemos
- =
felt, x(t, Ao),A0)JO(t,

A)
< |£a(t,z(€, A),A) —
fa(t, z(t, A),Ao)|lA Aol —

, (3.34)
+ |fz(t, x*, Ao) felt, x(t,Ao),Ao)|k]A Aol.

E $
Dividiendo por |A —
Ag| y tomando límites cuando A > Ap, gracias a la continuidad de fz y f1

obtenemos que la función w definida por el límite
w= lim =——
30 JA= Ao]
satisface
dw
-
Felt, 310, Ap) =0.

Ao), Ao)w(t,
73
Es decir, w satisface una ecuación lineal y por tanto es única. El lema de Gronwall implica que
|w] < [wojet20=10),

y por ser
0
y(Zo) =0,
e
resulta que w(x) = 0 para todo t € (to —
6, to + 0) y sustituyendo en la definición de O se obtiene
TZ
(£,A) —
z(t, Ao) OC
1e:1 A— Ao yo) =la 0
3.9 Ejercicios
1. Sea f una función contractiva en un conjunto abierto £ C IRN, Se pide comprobar que f es
uniformemente continua.
Solución: Denotamos por k la constante de contractividad de f y para todo e > 0 tomamos
Í =
ey resulta, para todo zx, y € 2 satisfaciendo |x —
y| < 6, se verifica
|f(x) —
F(y)| < k|x —
y] =
k6 <e.
3.9 Ejercicios 135
2. Encontrar una sucesión de funciones [fa )nen definidas en toda la recta real y equicontinuas
tales que no converjan uniformemente a ninguna función.
Solución: Sea
0) siz<n,
Ín(z) =>
n(t-n), siz>n.
Veamos que se satisfacen las siguientes afirmaciones:
(a) [fnJnew converge a O puntualmente.

Sea x € IR, entonces existe ng E IN tal que z < ng, y por tanto f(x) = 0 para todo
n > ny. Que prueba la convergencia puntual de f,, a la función 0.
(b) [fn)nenv es una sucesión equicontinua de funciones.

Para probar que [fa)jnemnes una sucesión equicontinua de funciones en toda la recta
real; es suficiente con demostrar que para todo z € IR, existe 4 >
0 tal que si |r— y| < 9
entonces (1)
|f,, —
fn(y)| < e para todo n € IN. Por ser x € IR, existe ng E IN tal que
todo (0,1) tomamos ¿ y obtenemos si [z y] < 6
< ng, entonces, € =
55 que
—
z para e
resulta
|fn(x) fn(y)|)
— < n|z— yl <¿Es sin<mo
|fn(x) —
faly)| < PE sin=n9+1
[fnlz) —
fn(y)l =0<e sinp+1<n

que prueba la equicontinuidad de la sucesión.
(c) Veamos a continuación que la familia no converge uniformemente a 0.
Para probarlo, procedemos por reducción al absurdo y suponemos que f.,, converge
uniformemente a 0. Por tanto, para e > 0 existe no(e) > 0 tal que no(e) resulta
si n >
que |f,, (1) f(x)| —
< e para todo n € IN. Tomamos e =1, x= no(e) +2, n= nole) +1

y deducimos
|fn (2) —
f(z)| =2(no(e) +1) > 1,
obteniendo |f(x) —
f(x)| > € que prueba que la sucesión no converge uniformemente.
Es importante entender que no(e) es un valor fijo una vez hemos fijado e,
3. Se considera la función f
,
+ 2x*)
Ht,z)= pe2sen(x)
—
y el problema de valor inicial
= =
f(t,x), z(0) =
Zo.
Entendemos que zx es una solución del problema, si satisface la igualdad y además es una
función continua con derivadas continuas en el intervalo donde está definida. Se pide:
136 Capítulo3. Existencia y unicidad de soluciones
Estudiar los valores de xo para los cuales existe al menos una solución en un intervalo
(a)
abierto que contenga a t =0,
(b) Estudiar los valores de zp para los cuales la solución del apartado anterior es única,
Solución:
Por el Teorema
(a) La función f es continua en todo x € IR salvo en x =
¿+2kr, Ex+2krr.
de Peano existe solución para todo xo 4 5 +2krr, Zo H zz+ 2kr.
La función
(b) f es una función diferenciable en todo x € IR salvo en y
=
¿+2Hr, 5 +2krr.
es por tanto lipschitziana en cualquier intervalo cerrado y acotado que no contenga dichos
función continua conjunto compacto está
puntos (su derivada es continua y una en un
acotada). Aplicamos el teorema de Picard-Lindelóf y obtenemos que la solución es única
en dicho conjunto.
4. Sea N € IN; N un conjunto abierto y acotado de IRY y f: Q > IR una función continua en
N. Se pide demostrar que la sucesión
f
Ín
=P
es una sucesión equicontinua de funciones.
Solución: Por ser f una función continua en un conjunto compacto, f es una función
uniformemente continua. Tomamos z, y € 12 y resulta
f(x) —
F(y)!
todo 4
Por ser f uniformemente continua, para e >
0 existe >
0 tal que
|f(x)—f(y)I<e silr—y|<6.
Deducimos por tanto que
fala) —
fall <|f(x) —-
Fy)] <e, si [x y] < —
8 para todo n € IN
que finaliza el ejercicio.

Capítulo 4
Sistemas lineales
4.1 Introducción
Comenzamos el capítulo con el ejemplo de un objeto que se desplaza por el eje de las ordenadas
sometido a la aceleración de la gravedad: “—9.8m/s?”. Denotamos su posición por z y gracias a
la segunda ley de Newton z satisface la ecuación diferencial
d?x 5
qa
7
—9.8m/s”.
Integrando la ecuación obtenemos
dx
dt
=
—9.8(t —
to) +v
donde uy es la velocidad inicial del objeto en el instante inicial ty. Integramos de nuevo para obtener
9.8
r(t) =
7
—
to)? + volt —
to) + Zo,
siendo zp la posición inicial.
. .,
dx
Para resolver el problema hemos obtenido una ecuación para ——, que hemos resuelto por
dt
integración.
para obtener
El problema
el sistema:
también se plantea utilizando
+ como incógnita, que denotamos por y
dr
Y,
dt
dy
—
= —9,8
dt
138 Capítulo 4. Sistemas lineales
que se complementa con los datos iniciales r(to) =

to, y(to) =
Yo.
Expresamos el sistema en forma matricial:
de 0 1 I 0
di
,
Ñ
dy
di
o 0 Jly -9.8
y observamos que la ecuación de y es independiente de zx, lo cual nos permite resolverla de manera
independiente. Este tipo de sistemas se denominan sistemas desacoplados. Si por el contrario,

ninguna ecuación es independiente del resto, decimos que el sistema es acoplado. Veamos a
continuación la definición precisa de sistema acoplado.
Sistema acoplado
Definición 4.1. Sea N un número natural mayor que 1, decimos que un sistema de
N ecuaciones diferenciales está acoplado, cuando ninguna ecuación o subconjunto de

ecuaciones del sistema es independiente del resto. En caso contrario, decimos que el sistema
está desacoplado.
Ejemplo 4.2. El sistema

dx
rl t>0,
d
== THY,
t>0,
z(0) =
20, y(0) =
Yo»
es un sistema desacoplado, ya que en la primera ecuación aparece únicamente la incógnita x y no
la y.
= =21+Y, t>0,
a =2+Y, t>0,
z(0)=x0, y(0)=yo,
es un sístema acoplado, ya que en ambas ecuaciones aparecen las incógnitas x e y. Sin embargo,
al introducir el cambio de variable
U=TIH+H+Y,U=SZ3TIY
se obtiene el sistema
du
q? t>0,
du
q 0 t>0,
u(0) =
20 +Yo, v(0) =
Zo
—
Yo,
que es un sistema desacoplado.
q Ús t>0,
¿ Sy tz =
t>0,
d
2 +y+a, t>0,
U z(0) =
Zo,y(0) =
yo, z(0) =
20
es un sistema desacoplado, ya que las dos primeras ecuaciones son independientes de z.
Un sistema de dos ecuaciones expresados en la variable =

(11,12) se expresa de la forma
= =
f(t,x1,12), t> to,
d Ba
. =
g(t,11,12), t>to,
x1(to) =
Tor, za(to) =
Zoz,
donde f y g son funciones conocidas. La dificultad del problema depende de las funciones f y 9,
y no siempre es posible resolverlo.

Observación 4.5. Los resultados anteriores sobre existencia: Teorema de Peano; sobre existencia
y unicidad: Teorema de Picard-Lindelóf y sobre la regularidad de la solución: Teorema de Cauchy,

estudiados en el capítulo anterior se generalizan de manera natural a sistemas de ecuaciones
diferenciales ordinarias.
Los sistemas más sencillos son aquellos en los que las funciones f y g de (4.1) son funciones de la
forma
f(t, 21,12) =
ari(t)x1 + ar2(t)22 + bi(t), g(t,z1,12) =
a91(t)x1 + ag2(t)r2 + ba(t),
donde a;;, b; (para i, j =
1,2) son funciones conocidas. En este caso, es posible expresar el problema
(4.1) en forma matricial, introduciendo la notación:
aj1(t) aja(t) b1(t)

)
A
) ) v(t) _
_
0
>
Att)
_
: y
!
T2 a91(t) as2(t) ba(t)

Capítulo 4. Sistemas lineales
140
el sistema se expresa de la forma

dx
7 A(t)x +b(t).
Cuando la matriz A € Myxw es diagonal, cada ecuación está desacoplada del resto y el sistema
se resuelve integrando una a una las ecuaciones de la forma
dz;
ra =ji(t)2; +bi(t), parai=1---N,
cuya solución es
t t £
Cajas
ss(s)d
seo ass(r)dr
b(s)el.
ce
ri(t) =
| yo
to
Si la matriz A no es diagonal, pero admite un cambio de variable que la hace diagonal, expresamos
el sistema como un sistema diagonal introduciendo el cambio de variable oportuno. Antes de ver
los detalles sobre la resolución de los sistemas lineales, se presentan una serie de conceptos de
análisis matricial que utilizaremos en la resolución de los sistemas lineales.
4.2 Conceptos del análisis matricial
De manera general y si no se precisa lo contrario, expresamos un vector de N componentes como
un vector columna y su traspuesto como el vector fila. Utilizando el superíndice T' en el vector
para denotar su traspuesto, es decir
Extendemos la notación anterior a las matrices mx N (m filas y N columnas)y coeficientes reales,

cuyo conjunto denotamos por MmxN (IR):
***
1
***
01N 011 mi
Asl . . .
|, A=
***
m1
***
OmN QIN QmN
El conjunto de las matrices m x N (m filas y N columnas) con coeficientes reales se denota
por MmxnÍ ).
4.2 Conceptos del análisis matricial 141
Sea I C ¡R un intervalo abierto de JR. El conjunto de las matrices m x N (m filas y N
columnas) con coeficientes a¡; de clase C*(1),se denota por MmxnN(C*(1)).
Definición 4.6. Sea A-€ MyxnN(IR) para cierto N € IN, decimos que A es singular, si det(A) =
O. En caso contrario, cuando det(A) H 0, la matriz es invertible y decimos que es no singular.
Definición 4.7. Sea A € MyxnN(IR) una matriz de coeficientes (jean o definimos la

aplicación
||: Mix UR) > 1R
[4] =
y y las].
i=L--Nj=LoN
Algunas de las propiedades de la aplicación | | son:

-
1. Sean A1, Az€ MyxN (UR);

z E RN y a € RR,entonces:
[Ar + Az] < 141]+ 421;
[Ar Az] < 14111421;

-
la.A1| la] =
411;
[419] < Ar1121;
2. Si A(t) € Myxn(C(1)),entonces |.4] también es una función continua.
Lema 4.8. La
aplicación | -|define una norma en el espacio vectorial de las matrices My xn (IR).
Además, el espacio (MyxN(IR), | |) -
es un espacio de Banach.
Demostración. La demostración consiste en comprobar que la aplicación || definida en My xn (IR)

satisface propiedades de
las norma que aparecen en la Definicón 4.7. La comprobación de dichas
propiedades es un ejercicio que no presenta dificultad. Como consecuencia de que toda sucesión
de Cauchy en JR con la norma definidapor el valor absoluto es convergente, se obtiene que toda
sucesión de Cauchy en My xwN (IR) con la norma | + | lo es. O
Observación Sea A MyxnN(IR) una matriz de coeficientes y p € IN. Se

4.9. €
(a;;);¿-,..y
define la aplicación
Il llp+ Min UR) > ¡RR
1
Mlb=| 7 Y lay.
i=lN jal=:N
Al igual que en caso p=1, || *lp define una norma en (IR).

MyxnN Los cálculos son similares a
los realizados en el Lema 4.8.
Definición 4.10. Derivada de una matriz. Sea I C IR un intervalo abierto de IR y A una
matriz de coeficientes de clase C*(I). Definimos la derivada de la matriz
ari(t) +++
ay(t)
Asl cu. ai
Al,
Ami(t) +:
amnít)
como la matriz cuyos coeficientes son las derivadas de los coeficientes de A, es decir:
day] day
dt dt
d
LA=l ... ..
dt d
d 20mnN
20m1
t dt
Lema 4.11. Sea I C IR un intervalo abierto de IR, A y B matrices Myxny(C*(1)), entonces:

d d d
di(AB)
=
(74) (55) B+A a
La demostración es una aplicación directa de la definición de derivada de una matriz y del producto
de matrices.
Lema 4.12. Sea I CR un intervalo abierto de IR, A una matriz perteneciente a

Myxn(C*(1)),
tal que A es invertible para todo t € I. Entonces:
(473)=-4A7! E
dt
AT,
Demostración. El producto
ATA =
1d
se deriva respecto a t siguiendo la propiedad de derivación del productod e matrices (Lema 4.11)
para obtener
IP ACA afd y
A
(A ) a+
(54) -0
_
Z(A
De la igualdad anteriorse obtiene
d if d
(Lada)
dy
Multiplicamos por A”! por el lado derecho de la igualdad y se obtiene el resultado deseado. Ol
Definición 4.13. Integral de una matriz. Sea ] C IR un intervalo abierto de IR y A una
matriz de coeficientes integrables. Definimos la integral de la matriz
ar(t) ++
arnít)
Ab=l co coo
ol,
Aamilt) ++
amnít)
como la matriz cuyos coeficientes son las integrales de los coeficientes de A, es decir:
f, ar(tjdt ---
faw(t)dt
] j
A(t)dt =
S,amilt)dt -
S/amp(tjdt
Transformación de un sistema lineal de ecuaciones diferenciales mediante un cambto de

base
Introducimos un cambio de coordenadas de v =

(uv,---uy) a u =
(u1 ---
un), definido por

la matriz P de coeficientes p;;
U =
P1101 +***PINUN;
UN =
PN1U1 +***PNNUN,
es decir u =
Py, Entonces el problema
du
=
Au
de
se expresa en las nuevas coordenadas de la forma
du 1
=P” APv.
de
E
Definición 4.14. Matrices semejantes. Decimos que dos matrices A y B pertenecientes a
MNxN son semejantes, si existe una matriz del cambio de base “P” tal que
A=P"!BP.
Definición 4.15. Forma canónica de Jordan. Sea A una matriz de (IR),decimos

MyxnN que
una matriz J es la forma canónica de Jordan de la matriz A, si A es semejante a Ty J es una
144
matriz de la forma
Í 0 0
0 Ja 0
Jy= 6
,
;
0 0 :
Ím
donde J; es:
Una matriz de la forma A: Id, donde: A € IR y Id es la matriz identidad:

1. diagonal
A 0-0
04 --
0
ii .
00 A
2. Una matriz de coeficientes

A, sii=J,
aj=% 1, sij=i+l,
0, en
el resto
es decir
A 1 -
0.0
04 -
0.0
0.0 -
A 1
0.0 DA
donde A € IR.
3. Una matriz de la forma

_pa B
Jo =
Ba ) ,
4. Una matriz de la forma

To Id ++
0
0 JH ""
0 0
0 0 -
Jo Id
0 0 0 HR
donde
Lema 4.16. Si A,B € Anxw son matrices semejantes, entonces poseen el mismo polinomio
característico.
Demostración. Por ser A y B matrices semejantes, existe una matriz P del cambio de base tal
que
A =P”!BP.
Denotamos por pa y Pg los polinomios característicos de A y B respectivamente. Aplicamos la

definición y resulta
PA(A) det(A— Ad)= =

det(P7*BP Ad) —
=
det(P”*(B Ald)P) —
por las propiedades del determinate, sabemos que, para cualesquiera matrices cuadradas D y €
resulta
det(DE) =
det(D)det(£).
Aplicamos la propiedad a det(P”*(B Ald)P) y
—
tenemos, por ser 1 =

det(Id) =
det(P—*)det(P),
pA(A) det(P7Mdet(B Ald)det(P)

= -—
=
det(B Ad) —
=
pg(A).
O
Teorema 4.17, Teorema de Cayley-Hamilton. Sea V un espacio vectorial de dimensión
N, consideramos aplicación lineal de V en V cuya representación matricial denotamos por

una
A € Myxn- Sea p(A) el polinomio característico de A, obtenido calculando el determinante de la
matriz A—
Ad, es decir
p(A) det(A Ald).

= —
Entonces, A satisface
p(A) =0
donde p(A) es una matriz obtenida al sustituir A por la matriz A en p(A).
Demostración. Procedemos por reducción al absurdo y suponemos que existe v € V tal que
el subespacio vectorial generado el sistema

v E ker(p(A)), consideramos por
S=(v, Av, Av» Ap),

tal que S es una base de span(S) y
Alu € span(S). (4.2)
De (4.2) deducimos que existen Qp,*** ,Uk tales que
k-1
AF =
Y aj An,
=0
Sea q el polinomio
k-1
aa) == 0317
Y
i=0
claramente q divide Para ello, construimos una base de V formada

q(A)v =
0, veamos que a p.
por los vectores
[v, Av, Adv -+-
ARI, ug 41,000 UN)
donde Un NO pertenecen al span(S). Expresamos A respecto de dicha base:

uz+1,*** ,
A B
4=
A 3
) 43
(43)
donde A € Mixx, B € Mix(n-=k) y C € Min-)x(N-k)
0 0 ...
0 a0
1 0 ...
0 01
A — 0 1 ...
0 14%)
0 0 +++
1 0g-1
Calculamos el polinomio característico de A, siguiendo la representación matricial de (4.3) y

obtenemos
p(A) =
det(C —
Ald)det(A —
Ald).
Calculamos det(A —
A1d) y resulta
=A 0 ++»
0 a0
1 =A +
0 q1
det(A-Ald)=det| 0 1 “. 0 02
0. 0 ++.
1 ar1-A
desarrollamos el determinante por la última columna para obtener
det(A—Ala) Il
(Has + (1) (-A)+
Par (1) Hag(—1) 4 ++
41
cos (1); 1 (=A) + (-Ay*
=
(-1)(a0 + 014 + a242 + ag 14471 —
24)
=
(-1)'9()).
Por tanto q(A) es un factor de p(A)y se satisface
p(Aju =
polAJa(A)u=0
contradice finaliza la demostración del teorema. O
que que v € ker(p(A)) y
Erxponencial de una matriz
Definición 4.18. Sea A € MyxN(IR); definimos la exponencialde A, como la matriz
definida por la serie de matrices
donde se utiliza la notación 4% = Id.
Logaritmo de una matriz
Definición 4.19. Sea A € MNxnN(R); decimos que B es el logaritmo de A, si la
exponencial de B es A, es decir, si
B=e?,
Ejemplo 4.20. Consideramos la matriz A, cuyos coeficientesson todos nulos, entonces, por las
propiedades del producto de matrices resulta que los coeficientes de la matriz A” son todos nulos
para n € IN y resulta
A= Y ZA"
n!
=1d,
es una serie de matrices convergente con la norma definida en la Definición4.7.
Demostración. Para comprobar que la serie es convergente, es suficiente con comprobar que es
una sucesión de Cauchy. Para ello, tomamos Si y Sm (k<m) y obtenemos

m
1
|Sk =
Sm] =
A”
n!
n=k
=
1 n
< alk
<
>
n=k
M"
A
1
<
qm"
n=k
E
1
S
ql
amI
<
gal.
Por ser
Jim aa =0
se obtiene que para todo e > 0 existe N € INV tal que si k,m > N
|Sk —
Sml < €
que prueba que la sucesión es de Cauchy y finaliza la demostración. O
Lema 4.22. Sean A,B € Myxn, tales que
AB =BA.
Entonces:
A+B A,¿B
e =e
e
Demostración. Aplicamos la definición de exponencial a la suma de las dos matrices, y calculamos

e
A+B .
A TAR (AR B) AZAR

Bd DAR
BA
=
Id+(A+B)+
¿424848) +5 +
ni
Ea, E
i=0
=
€ Arep+lage4..
2
Lotgny
n!
1
=
Alld+BriB4
2 42894...
n!
=
e%eB,
Donde se ha utilizado la identidad
00 n 00 n
1 n , j
1
A
n= i=0 n=1 i=0 A n=1 ¡=0
Lema 4.23. Sean A,B € Myxwy matrices semejantes: es decir, existe un matriz de cambio de
base P tal que

A= P BP,
entonces
e =
pr1eBP,
Demostración. Aplicamos la definición de e? y resulta
et
+40
Aspat
=
Id+ A+
APP"Adea "+.
PP”
¡rrbo [Pp
=
=
PlId+P" Lar Lio
AP +. LAP]" +
JP
= prigP APIp
=
PeBp,
finaliza la demostración. -Q
que
Corolario 4.24. Sea J la matriz de Jordan de A, entonces existe una matriz de cambio de base
P tal que
A =p
Ip,
Lema 4.25. Sea A€ Myxn(R) tal que
A —
Td]< 1
entonces la serie
00
(A-
qyeATA
2
es convergente y satisface
DA e
Es decir
log(A) =
Naya,
n= —-
n
La demostración del lema puede encontrarse en [8].
Lema 4.26. Sea A€ MyxN(R) una matriz de coeficientes constantes; J la matriz de

Jordan asociada a A y P la matriz del cambio de base:
A=PJP?,
entonces
et = PeAtpal,
]
Demostración. Denotamos por T la matriz
t 0 0
0 t 0
T=
. .
0
0 0 +
t
y observamos que PT =
TP. Además
/0
Jds =
JT.
Aplicamos la definición de exponencial y obtenemos

1 1
eo = TAR
ATRAT HAT ++
G
=
>
PP PPATA
GATPP CAT 4004
n! [ATPP TT +
= P
(ra+PTATO + [PTATP ++ S [PATP" +
.) pa
p-1g[P=*ATP]p
=
PAPTAPTR,
=
PlegTp,
=
PprleWp,

DE EDU
o m7
4.3 Sistemas de ecuaciones diferenciales lineales homogéneos
4.3 Sistemas de ecuaciones diferenciales lineales hom
En esta sección estudiamos el problema de Cauchy para sistemas homogéneos de la forma-
dz
E” A(t)x, tel, (4.4)
z(to) =
zo ERRY, (4.5)
donde ] es un intervalo abierto de IR; tg € T y A es un matriz cuadrada N x N de coeficientes
dq € G (1D.
El conjunto de soluciones tiene una estructura de subespacio vectorial en el conjunto de las
funciones continuas. Ántes de ver los detalles de la demostración recordamos el concepto de
independencia lineal de funciones.
Dependencia/independencialineal de funciones
Definición 4.27. Decimos que un conjunto de funciones continuas f1,*-- , fn definidas en
un intervalo IT son “linealmente dependientes” si existen constantes C1,C2....Cn, no todas
nulas, tales que
Crfi(t) + .... + Cnfnlt) =0

para toda x € I. En caso contrario decimos que son “linealmente independientes”.
Las soluciones del sistema (4.4) forman'un subespacio vectorial de dimensión N
Teorema 4.28. Sea I un intervalo abierto de IR y A: 1 + MuxN(1R) una matriz de
coeficientes a; continuos y acotados en I. Entonces, el conjunto de soluciones de (4.4) es
un subespacio vectorial de dimensión N en el espacio [C(I)N,
Demostración. La solución trivial, r(t) (0,-*»,0) C IR es una solución del problema, por lo
=
que el conjunto de soluciones es un conjunto no vacio. Además, por ser Á una matriz de coeficientes
continuos y acotados; gracias al teorema de Picard-Lindelóf (Teorema3.57) y las observaciones 3,67,
4.5, para todo zy € IRY, el problema
dz
ria A(tz, tel,
r(to) =
to
posee una única solución.

152 Capítulo 4, Sistemas lineales
Para comprobar que el conjunto de soluciones es un subespacio vectorial, es suficiente con probar
que se satisface:
au + Bv es una solución de la ecuación (4.6)
para todo a, $ € IR, y cualesquiera u, v soluciones del problema. Para ello, tomamos dos soluciones
de la ecuación, que denotamos por z e y que satisfacen
dy Alt),
F=A00,
=
respectivamente. Multiplicamos por las matrices
a 0-00 BO ---
0.0
0 a +++
0.0 o 68 0.0
ald=l iio iio], Bla=[3 zo. io3, 0

0 0 Q 0 0 B
00-00 0 0 o B
Q al )
1 y.
Por las propiedades de las matrices
(BId)A(t) =
A(t)(810),
resulta
Elox)=AltJoa),
Z(8y)ACNE) =
Sumando ambas ecuaciones se obtiene
E(az + Py) =
A(t)(0z + By)
que prueba la propiedad (4.6). Para finalizar la demostración del teorema comprobamos que la
dimensión del subespacio es N. Para ello consideramos las soluciones del problema de Cauchy
dz;
di A(t)z;, tel,
=
(4.7)
ri(to) =
(0,0---,0,1,0---,0), parai=1,+**N
donde la posición i-esima del dato inicial es 1 y el resto son O, Las N soluciones consideradas son
linealmente independientes, ya que cualquier combinación de ellas
0121(t)+ a222(t) + +0y-13n-1(t) + 0yzn(t) =0
implica, en particular
a121(to)+ a222(to)++ +0y-12n1(to) + anTn(to) =

(01,02, *0N-1,0p) =
(0,1 ,0),
4.3 Sistemas de ecuaciones diferenciales lineales homogéneos 153
y por tanto a; = 0 para todo i 1,+** = N. Deducimos

independencia de las soluciones, que de la
la dimensión del subespacio es N o superior; sin embargo, cualquier solución del problema con
dato inicial 2y =
(2p1,o2 Ton) se expresa como combinación lineal de las funciones (2;);=1...w
:
definidas en
(4.7), de tal manera que se obtiene
x(t) =
201131(t)
++:-TonTn(t),
y por tanto (2;);=,...y forman una base del subespacio y prueba que su dimensión es N. O
Sistema fundamental de soluciones
Definición 4.29. Decimos que un conjunto de soluciones del sistema (4.4) [x1,---zy)] es
un sistema completo, si [x1,---xy) forman una base del subespacio vectorial de soluciones.
Definición 4.30. Decimos que la matriz D(t) € MwxnN(C*(I))es una matriz
fundamental del sistema homogéneo (4.4), si sus N columnas son N soluciones linealmente
independientes.
Observación 4.31. El sistema lineal de ecuaciones diferenciales (4.4) posee infinitas matrices
fundamentales ya que existen infinitas bases del subespacio vectorial de las soluciones.
Definición 4.32. Sea 9 una matriz fundamental del sistema
de A(t)z.
dt
Definimos el wronskiano de $ como el determinante de dicha matriz, es decir
W(t) =
det(d(t)).
Propiedades de la matriz fundamental
Sea P una matriz fundamental tal que D(ty) =

Id, entonces: a(t) =
P(Hxo
1. Sea 9 una matriz fundamental del problema (4.4),satisfaciendo P(to) = Id, Entonces,
la solución del problema (4,4) con dato inicial xo es D(t)x0.
Demostración. Sea [2;);=1...w un sistema fundamental asociado a la matriz fundamental

9, tal que ¿(to) =
Id. Definimos la función 2:
1]> RN,
|
zx(t) =
Zo111 (t) + Zo2T2(t)+.o + Ton Tn (t); (4.8)
x(t) D(t)xo.
=
(4.9)
Tomamos t =
ty en
(4.8) para obtener que z satisface la condición inicial (to) =
to. Además,
por ser
dx;
A(t)z;
73
se obtiene
E a a
0 er e y
da Pg ONE
=
Ip A(t)z, + 202 A(t)12+: +z0NA(t)In
(4.10)
=
[4()0(£)]ro
=
A(t)[0(t)x0].
Por otro lado, de (4.9), deducimos
dr d
[D(t)xo]
. (4.11)
lg”
la demostración. O
(4.10) y (4.11) finalizan
1
Sea 9 una matriz fundamental, entonces:
0)
di
=
A(t)D(1)
2. La matriz fundamental 9 satisface la ecuación diferencial
d
A
=
A(t)0.
Demostración. Denotamos por (x;) la columna i-esima de 9 y calculamos la derivada de
9 para obtener
d dr
día dy
ls (E
dd e) (412
Por ser z; una solución del problema, satisfacen
dx;
4.3 Sistemas de ecuaciones diferenciales lineales homogéneos 155 ,
Sustituyendo en (4.13) se obtiene
d
porn
Ps =a y no
+or
E > > =>a Z rr
nn
qt)
Il
=
3. Sea 9 una matriz fundamental tal que P(tp) = Id. Entonces, cualquier matriz
fundamental Y es de la forma V(t) =

D(t) V(to). -
Demostración. Por ser Y una matriz fundamental, sus columnas, que denotamos por
soluciones de la ecuación Denotamos ($;);=1...w el sistema fun-
[1;);=1...w son (4.4). por
damental de soluciones formado por las columnas de 9. Por ser un sistema fundamental, se
obtiene
Y; =Cj101+Cj292 + *CiNÓN-
Expresamos la igualdad anterior en forma de matriz:
Ca C12 "CIN
(1,2, Un)=(d1,da," ÓN)| Ci Cia "Cin
***
CN1 CN2 CNN
La igualdad anterior es equivalente a
V(t) =
D(t)C (4.14)
donde C es la matriz de coefcientes Para

(C;;);,¿=1...w. finalizar la demostración es necesario
obtener el valor de los coeficientes de la matriz C, que se obtienen tomando t =
tp en la
igualdad (4.14),utilizando la hipótesis D(tp) = Id, O
D(1)+( es una matriz fundamental
4. Si O(t) es una matriz fundamental y C es una matriz de coeficientes constantes no
singular (es decir det(C) 4 0) entonces D(t) -

C es una matriz fundamental,
Demostración. Denotamos por Y la matriz D(t) C, formada las columnas

a -
por pj,
Y; =05101+Cj2d2 ++ **CinÓN, (4,15)

donde (4;);=1...w es el sistema fundamental de soluciones formado por las columnas de 9. Por
el Teorema 4.28, cualquier combinación lineal de [f;);=1...w es una solución del problema,
por tanto ([y;);=1..w es un conjunto de soluciones.
Para finalizar la demostración es suficiente con comprobar que dicho conjunto es linealmente
independiente. Procedemos por reducción al absurdo y suponemos que existen constantes
d;,-** ,dy, no todas nulas, (4.16)
tales que
d1P1 + dado +-**+dyn y =0.
Sustituimos en la igualdad anterior Y, por la correspondiente expresión en (4.15):
di Y cubi+ds Y cubito +dy Dd)cid; =0.

i=1.-N i=l--N i=1---N
Agrupamos los coeficientes de [/;) y resulta
y d;Cj1 $1+ y djcja d+ c+ y diCin ón =0.
j=1---N j=1-N j lis N
Por ser [f;);=1...w un sistema fundamental de soluciones, los coeficientes de cualquier com-
binación lineal igualada a O deben ser todos nulos, es decir:
y dicin =0, para todo j=1---N,

j=l--N
expresado en forma matricial, resulta
Ca C12 "CIN 0
Car Ca
“""
Can 0
(dida "dl... . o.
=
CN1 CN2
'""
CNN 0
Por ser C una matriz no singular es invertible; multiplicando la igualdad anterior por ca,
se obtiene que d; = O para todo i = 1--+N que contradicela hipótesis (4.16) y finaliza la
demostración. o
Sean Py y Pa matrices fundamentales, entonces: D¡(t)= Da(t)-C.
5. Sean Py y Pz dos matrices fundamentales. Entonces, existe una matriz constante C

tal que 9 (t) =
Da(t) -
C.
Demostración. Denotamos por 9 la matriz fundamental del sistema que satisface P(to) =
Id. Por la propiedad 3, existen matrices C, y Cz tales que
Dd,
(t) D(t)C,, Da(t) D(t)C,
= =
donde C; =
9;(tp) (para i= 1,2). Por ser D;(tp) invertible, resulta
D(t) =
D;(t) [B;(t0)J*, (para i=1,2).
Igualando ambas expresiones, se obtiene
D,(t) =Da(t)[B2(t0)]”
[0,(t0)]7* .
Multiplicamospor (tp)
$1 y resulta
D,(t) =
Ba(t) [Bolto)]”*
Balto).
Denotamos por C a la matriz

C =[S2(t0)]”*
Br(to)
se obtiene el resultado deseado. O
y
Demostración. Procedemos a realizar la demostración por reducción al absurdo. Supone-

mos existe t, 4 to tal que det(D(t,)) =
0 sabiendo que det(B(to)) 4 O. Denotamos por
que
fundamental de soluciones formado las columnas de 9. Por
[0i)i=1...w el sistema por ser
det(9(t,)) =0 existen d1, da ---
dy no todos nulos tales que
dip1(t1) + dadalt1) + dvón(t1) =0.
Denotamos por ¿ a la solución
p(t) =
dib1(t) + dadalt) + «dnón(t),
satisface 0, por unicidad de soluciones, ¿(t) = O en el intervalo de definicón de

que p(t,) =
$, que contiene a to. Por tanto
d191(to)+ dadalto) +-*-dnón(to) =0,
donde d¡,d2-*+dy no son todos nulos. Deducimos por tanto que det(D(tp)) = 0 que
contradice la hipótesis det(B(ty)) 4 0 y demuestra el resultado, o

Fórmula de Liouville:
00) =
tr(A(6) o
det(D(t))
7. Fórmula de Liouville:
Edet(8() =tr(A(t)) -det(D(8),
y en particular
t
det(d(t)) =
det(D(tp))exp
(/ ir(A(9))as)(4.17)
to
donde $ es la matriz fundamental del sistema
dx
E
=
A(t)z.
Demostración. Realizamos en primer lugar la demostración cuando N = 2 y a continuación

la demostración del caso general.
Consideramos el wronskiano de la matriz fundamental O:
W(t) =
det(D(t))
donde
211(t) 12 (t) ...
zin (t)
D(t) =
20) salt .t sita
20) 20) be INN (t)
siendo
zxyi(t)
zi(t)= | ejilt)
zni(t)
una solución del problema
para
ar(t) ax(t) an (t)
A= a1(t) 0:52(t) aiN (t)
aN1 (t) analt) annÍt)

Calculamos
z(t) zialt) rin(t)
aw
ÓN Y,
j=l...N
det
| xi,(t) t;olt) , .
TyyÍt)
:
Ini(t) znalt) TNNÍt)

Por ser x; soluciones del problema, la derivada de su componente j-esima satisface
dz si
e.
=
y QjkT ki
k=1:--N
y deducimos
O) alt) zin(t) y
aw ajk(t)zy,(t) ajx(t)=g2(t) ajx(t)Zin(t)

dt
_
pe
S det
k=1+N k=1+N k=1+N
j=L.N
zy1(t) Inalt) O) )
Utilizamos ahora la
propiedad de los determinantes: “el determinante de la matriz resultante
de sumar una fila multiplicada por una constante a otra fila es igual al determinante de la
matriz antes de hacer la operación,” es decir
Q11 Q12 Q1N Y [ Q11 012 Q1N

y
Qi Qi QiN 01 052 QiN
det =
det :
Qk1 0k2 ON 0x1 + 0051 02 Ñ 0452 QkN + QUN
( AN1 QN2 ANN ) Ñ AN1 AN2 po )

para cualquier a € IR.
Deducimos por tanto
x11(t) z12(t) zin (t)
aj (tz jr(t) ajj(t)ojalt) aj¡(t)zjn(t)
Ty1(t) Tn2lt) Env(0)

Ti(t) ti(t) ---
ziwlt)
GN
Y
0) | det xj(t)
Lo
Zjo(t) ---
zjw(t)
rni(t) uny2(t) INN Ít)

que finaliza la demostración de la primera igualdad. Integrando la ecuación diferencial
obtenida se deduce la segunda igualdad. O
La matriz fundamental desta definida mediante la fórmula D(t) =e

[Ads
40)
Teorema 4.33. Sea I C IR un intervalo abierto y acotado; zp € TI y A una matriz de
coeficientes [a;;);j=1...w continuos y acotados en 1. Entonces, la matriz

t
5(t) =
edto peda
donde
Ss,A(sids es la matriz de coeficientes S:.aij(s)ds es una matriz fundamental.
Además,
bs eS A
es la solución del problema de Cauchy
(4.18)
Demostración. Por el Lema 4.21 y por ser

a;;(t) funciones integrables, la matriz eo A(t)dt 0
convergente y por tanto está bien definida. Comprobamos a continuación que es una función
continua. Sea e > 0, entonces, por el Lema 4.22:
t+e t €
A(t) A(s)ds A(s)ds
de A(s)do
edu 2%
(eS 14).
be
tiende a la matriz de coeficientes nulos,
Tomamos límites cuando € > 0 y resulta y
A(s)ds
que $,
cuya exponencial es la identidad (ver Ejemplo 4.20). De este modo se obtiene:
lied 10%—eboAldo,
t
que prueba la continuidad de e S.,A(s)ds en t. Para demostrar la diferenciabilidad de etoAlas.

consideramos la sucesión
¿53 Loa] (Er

pe Lo”)
Por ser A una matriz de coeficientes acotados,
k >
|S;] < tol?” (2)

"sup
=
2 pie
donde |A(t)] =
2; ¡<1.n la;;(t)] y c =
|7]super |A(t)] que está acotado por ser T un intervalo
acotado. Además, para cada t se satisface
|Sp(t) —
5 [a a] sy A(s) s as
yS
p=m
?
y se obtiene, tomando límites cuando m > oo que 5, es una sucesión de Cauchy y por tanto Sy(t)
converge a una matriz S(t), de coeficientes s;¿(t).
Expresamos los coeficientes de la matriz S; por si¿x(t),por el teorema de la convergencia dominada,
resulta
t t
[sia
to | to
sij(s)]ds, cuando k > 00
y deducimos, de la definición de integral de una matriz:
t k
Pp t
to
Si(s)ds =
y p! '
p=0 to
A(s)d
| >
| S(s)ds
to
cuando k > 00,
Por la definción de exponencial de una matriz, obtenemos
"Síe) adopana
to
des
donde
k t p-1 ás
Atos ) Attalo As,

S(t) = lim A(t)
(2a
t
1)! to
=
A(s)jd
banos
Denotamos por 9 a la matriz
s
al y resulta
t
d
q)
=
Agelot0% apo. _
Además, D(to) = Id y por tanto D(t) es una matriz fundamental y D(t)rp es una solución del
problema (4.18). O
Ejemplo 4.34. Sea A una matriz de coeficientes constantes
(31)
Se pide encontrar la matriz fundamental del sistema y la solución del problema de valor inicial
dr
—=AÁr ?
dt
ESO)
dino
, )
donde z(t) = molt) )
Solución: Observamos en primer lugar que la segunda ecuación está desacoplada de la primera,
y por tanto es resoluble de forma independiente. La solución de la ecuación
dxa
q”
es za(t) =
z2(0)e!. Sustituimos en la segunda ecuación y obtenemos una ecuación lineal de la
forma
3
=> =
2, (t) + 22(0)e!
cuya solución es
z1(t) =
z1(0)e*+ zo(0)te?,
(ver Ejercicio 2.24). Por tanto la solución es de la forma
z1(t) et tel x1(0)

Ta (t) 0 el zxa(0)
es la matriz fundamental. Si deseamos obtener la solución particular sustituimos x,(0), x2(0) por
los valores dados en el enunciado para obtener
x1(t) el —
te?
mat) —é.
) Y
Observación 4.35.El ejercicio anterior también puede resolverse aplicando el Teorema 4.33
mediante el cálculo de la exponencialde la matriz
t
| 0
Ads =
At,
que está dada por

t
al matriz fundamental del problema es

[o
0
(50). 0 t
D(t) =e*,
Para calcularla, calculamos en primer lugar la matriz canónica de Jordan asociada a At. Dicha
tiene único autovalor A =t
matriz, como y por autovectores e, =
(1,0) y ez =
(0,1)sit 40. Su
forma canónica de Jordan es
t 1
J(t) =
0 t
Cuya exponencialestá definida mediante

S
J t 1
et)
2
n=0
Ju)
donde
E AS
J"(t)=
0 q
Por tanto
Sr
00 a
A E
e) =
0 0 e
moqt”
Por ser
At =
P(t)J(t)P7(t)
donde
O
Y 1
+
164
y gracias al Lema 4.23 obtenemos que
e =
Ple Pt) =
10 et e 1.0 et tel
e
0
. 0 e pi0 st 0
Obteniendose el mismo resultado que en el ejercicio.
Ejemplo 4.36. Se pide encontrar la matriz fundamental del sistema
dx
—=-=
ax; + T2,fx2
dí
dio =
—Bz; + 02,
dt
para ciertos valores a, 8€ IR. El problema, en forma matricial se presenta del siguiente modo
= ==
ME; zx(0) =
zo
donde A es la matriz de coeficientes constantes
+ (o
|
*
21?
A4=
(a,5) A
Solución: La matriz A es una matriz expresada en la forma canónica de Jordan, que tiene por
autovalores los números complejos
2 =0+1B, za =
0—
Bi.
Para resolver el problema aplicamos el Teorema 4.33 y calculamos la exponencial de la matriz
t
ab pl
[|
0
4as=4t=
—Bt at
>
y se obtiene
D(t) =e*,
Para realizar el cálculo descomponemosla matriz como suma de dos matrices de la forma
ot 0
Pty fat 0
Bey.
fr at) lo ar) loro)"
que denotamos por A(t) y B(t) respectivamente. Para aplicar el Lema 4.22 a la matriz At
verificamos en primer lugar que se cumplenlas hipótesis del lema:
que se comprueba mediante el cálculo
at 0 O 0 otft
per |
0 at Bt 0) -atft 0
0 Bt at 0]
|
f/ 0 otft
)
Bt 0 0 ot) -atfgt 0
Deducimos de este modo que
La primera matriz es una matriz diagonal, y su exponencial está dada por la expresión:
at
102
| 0 gat
)
Para calcular la matriz eP() aplicamos la Definición (4.18):
El cálculo de
se realiza por inducción:
O
AN V
de la ,
Bt) forman 4p parap € IN*,
_
=
,
sin es =
o (Ber
0 (Bt)
B"(t) =
(Ber 0
0
) si n es de la forman= 4p+1, parape IN*,
ó -(Be)" l
Br(t) =
o
sin es de la forma n =
dp +2para pe IN*,
pr)"
0. -(pt)"
(Bey 0
] y sin es de la forma n =
4p +3pam p € IN*,
Por tanto
=
(Be)?P+H!
Zo es 2 (2p+1)!
p
1) 1)”
cos(Bt) sen(Bt)
¿B(1) —
E eS Nay o 1)
p p)!
_(
NA
—sen(Bt) cos(Bt) )
p=0
y la matriz fundamental del problema

at
¿At — ga B() |
€ 0 cos(Bt) sen(Bt) | [
|
e%cos(Bt) e“*sen(Bt) )'
at
0 e
—sen(Bt) cos(Bt) ) —e*tsen(Bt) e**tcos(Bt)
Observación 4.37. El ejercicio anterior se resuelve también derivando la segunda ecuación y

obtener la
sustituyendo el valor de a por axj + Bx2 y el valor de x, por 3% +
¿%2para
ecuación:
dt dt
La igualdad es una ecuación de segundo orden de coeficientes constantes, cuya resolución se
estudiará en la Sección 4.5.
4.4 Sistemas lineales no homogéneos

En la sección anterior hemos estudiado sistemas lineales homogéneos de la forma
dz
T(tp)
de A(t)x,
= =
Zo,
donde A(t) € Myxw es una matriz conocida de coeficientes continuos.
Consideramos en esta sección sistemas lineales con términos no homogéneos de la forma
dx
y
=
A(t)zx+b(t), (to) =L0,
donde
b1(t)
es una función conocida.
de dos componentes; Á matriz 2 x 2

Comenzamos con un ejemplo donde x(t) es un vector es una
y las componentes de b son constantes:
1 1 [2
MENO)
(2) (0) 0
_
4.4 Sistemas lineales no homogéneos 167
dri
—
7
=
211 12+2
+12+2,
dx2
—
=
-111 +22. 2
dí
Dado que las componentes del término bhson constantes, es natural esperar que exista alguna
solución también si I¡
particular zp
=
(tp1,Tp2)del problema que sea constante, ya que es
constante; E = 0 (para i =
1,2) y resulta
0=7p1 + Ip2 +2,
cuya única solución es

tp1(t) p2(t)
= =
1. Introducimos ahora el cambio z =u + tp
u(t) =
z1(t)-1, un(t) za(t) -1
=
y se obtiene el sistema homogéneo
duy
—=
u +9,u
m7
du
E =
-41 +2,
estudiado en la sección anterior y cuya solución se obtiene mediante la matriz fundamental
et cos(t) e*sen(t)
9(t) =
—e!sen(t) el cos(t)
)
Deducimos que cualquier función de la forma: z = u + tp, es decir
zi(t) | [ cretcos(t)+cae!
sen(t) A 1
a AL
_
Zo(t) —cjetsen(t)+eze!
cos(t) 1
para constantes C, y cz arbitrarias, es una solución del problema.

El ejemplo anterior muestra que el de soluciones al
conjunto posee menos 2 grados de libertad
y contiene un conjunto con una estructura afín de la forma z = u + Tp; donde u es un elemento
del subespacio vectorial generado por las soluciones del
problema homogéneo (ver Teorema 4,28).
Para resolver el problema hemos utilizado una solución particular, encontrada de forma sencilla
por ser constante. Sin embargo, encontrar una solución particular es en general más complicado,
tal y como veremos en el Teorema 4.40,
168
al sistema de ecuaciones anterior consiste en hallar la función

El problema de Cauchy asociado
vectorial r(t) satisfaciendo:
a =
Qu (t)x1(t) + a(t)za(t) +++ arn(t)ev(t) + br (t)
E =
an(t)x,(t) + az2(t)za(t) ++ +a2n(t)zn(t) + bolt)
En =
anilt)xi(t) + analtira(t) +: + ann(t)zy(t) + by(t)
<=Alt)a +00) (4.19)
donde x : 1] > RN
x1(t) ar1(t) aya(t) ...

an (t)
za(t) a21(t) a22(t) ...
azn(t)
st) _ 4=
IN(t) an1(t) analt) ...
annÍt)
Análogo al Teorema 4.28 se obtiene que el conjunto de soluciones es un subespacio afín. Se
presenta en el siguiente teorema los resultados del teorema.
Las soluciones del sistema (4.19) forman un subespacio afín de dimensión N
Teorema 4.38. Sea I un intervalo abierto de IR y A: 1 + MNxN(R) una matriz de
coeficientes as continuos y acotados en I yb:I => IRN un vector de componentes continuas
y acotados en I. Entonces, el conjunto de soluciones de la ecuación diferencial (4.19) es un
subespacio afín de dimensión N.
Demostración. Denotamos por z, una solución del problema homogéneo asociado, y por zp una
solución particular, es decir 1, y tp satisfacen
de» _
d£p
—2
=
A(t)2p + b(t).
Comprobamos a continuación que toda función de la forma x =

2, + tp, es una solución del
problema. Para ello sustituimos en la ecuación y obtenemos
d dI» dIp
(t)2, A(t)xp + b(t)
Gen Ep) +
_ _
pd
elementales de las matrices, resulta
por las propiedades
A(t)zn + A(t)zp =
A(£)(5p+ 2p)
y sustituyendo se obtiene
d
Ze
(an +29) =
A(O)(2a+29) + 51)
que prueba que 2, +1) es una solución del problema. Para finalizar la demostración comprobamos
que toda solución x del sistema se puede expresar de dicha manera. Consideramos la función
T —
Lp, por la linealidad de la derivada obtenemos
d _
dx dz,
EC
Por ser 1; y Tp Soluciones, se satisface
E 2 =
Alta +0(0) —
(Alt) 27
+00)
por las propiedades de las matrices, resulta
A(t)z +b(t) —
(A(t)p + d(t)) =
A(t)z —
A(t)zp =
A(t)(x —
2p).
Tenemos tanto que x —
es una solución del problema homogéneo. Por el Teorema 4.28 el

por z,
de soluciones del problema homogéneo es espacio vectorial de dimensión N. O
conjunto un
Ejemplo 4.39. Sabiendo que una solución particular del sistema
dxy
qn
+ 217 —
8sen(t),
dx>
rs —211 + 22 + 2cos(t)
es 2, =
2sen(t), x2 =
cos(t) + 3sen(t). Se pide obtener la solución general del problema y la
solución para el dato inicial x,(0) z2(0) =0. =
Solución: Expresamos el problema en forma matricial
Ds
de |_
1 2 Zi
6
—8sen(t)
dz
dt
-2 1 Ta 2 cos(t)
y la solución particular
2sen(t)
tp(t) =
;
cos(t) + 3sen(t)
Resolvemos el sistema homogéneo asociado
des 1 2 T1
dé
_
da h 1 22
de
cuya solución está dada por la matriz fundamental
el cos(2t)
9(t) =
—e' cos(2t) a
e' sen(2t)
La solución es por tanto de la forma
zx(t) D(t)c +
=
zp
es decir
11 el cos(2t) el sen(2t) Cc 2sen(t)

= +
T2 —e' sen(2t) et cos(2t) Ca cos(t) + 3sen(t)
que también expresamos de la forma
ri(t) =
cjetcos(2t) + cze*sen(2t) + 2sen(t),
zo(t) =
—cjetsen(2t)+ cae?cos(2t) + cos(t) + 3sen(t).
Para encontrar la solución del problema de valor inicial, sustituimos en la expresión anterior e
igualamos al dato inicial:
zx1(0) =
Ci
za(0) =
cC2+l.
Tomamos c; =0 yc =-—1 y obtenemos
zi(t) =
—etsen(2t)+ 2sen(t),
za(t) —e! cos(2t) + cos(t) + 3sen(t).

En el ejemplo anterior se obtiene la solución general a partir de una solución particular. Para
encontrar la solución particular, procedemos mediante el método conocido como “método de
variación de las constantes”, que ya vimos para el caso de la ecuación lineal
x
—
=0(t)z=0t)a b(t
+01) +
—
donde a y b son funciones escalares. En este caso, se obtiene la solución de la ecuación homogénea
d
Th
= colaus y buscamos una solución haciendo depender c de la variable
;
t, de la forma
t
d
Lp
=
e(tjeli
A
Se procede de forma similar cuando se trata de sistemas de ecuaciones utilizando la matriz
fundamental en lugar de la solución general. Veamos a continuación los detalles del resultado.
Fórmula de variación de las constantes
Teorema 4.40. Sea I C IR un intervalo abierto; D(t) la matriz fundamental del sistema
homogéneo
yb:ICIR=>IRNY tal que b e [CU(I)]".Entonces
sy(t) =
9(t)
/e
to
(slds, (4.20)
es una solución particular de la ecuación
dz
7 =Ab)a(t) +00)
satisfaciendo la condición inicial x(to) =0.
LT
Demostración. Para comprobar la fórmula derivamos la expresión (4.20)respecto de t y aplicamos

las propiedades de derivada del producto de matrices (ver Lema 4.11):
dep df,
(59)se)/[ona
_1
(s)b(sids+D(t) 9 (s)jb(s)jds.
—=| 09 9
+003|[Ao
Por la definición de integral de una matriz y el teorema fundamental del cálculodeducimos
t
Ll os)b(sjds =
5700,
dt Je
y resulta
d pe
des
5) fs (9)b(s)ds
, 190.
D(1)D—!(£)0(2)+ 2
(4.21)
1792 Capítulo 4, Sistemas lineales
Por ser $ una matriz fundamental del problema

= =
A(t)x(t), satisface
d
q?
=
A(t)D(t),
reemplazando en (4.21) obtenemos
o
La A(t)D(t) s)ó(5jds +b(t) A(t)zp(t) + d(t).
= =
to
Ejemplo 4.41. Consideramos el sistema
a =
22 + cos(t),
d
= =
—21 sen(t).
—
Se pide encontrar una solución particular utilizando

de variación el método de las constantes.
Solución: Consideramos en primer lugar el problema homogéneo asociado
dx
L2,
a
dx2
IS
cuya matriz fundamental es de la forma
cos(t) sen(t)
Q(t) =
—sen(t) cos(t)
y Su inversa
cos(t) —sen(t)
Aplicamos la fórmula de variación

9-1 =
de las constantes,
sen(t) cos(t)
calculando
) en primer lugar
cos(t) cos(t) 1
1 (£)b(t) =
sen(t) Muni cos(t) —sen(t) 0
a 0
ap(t) =D(t)
/ CE Y UN
—sen(t) cos(t) 0 —tsen(t)

Ejemplo 4.42. Se pide calcular la solución general del problema
dz
Az + b(t),
$
donde
Solución: Resolvemos en primer lugar el problema homogéneo asociado
dx
Pri Az
que tiene por matriz fundamental e4*, Para calcular dicha matriz, expresamos Á como
A=P"JP
donde J es una matriz de Jordan y P7* es la matriz del cambio de base. Para obtener las matrices
calculamos el polinomio característico de Á
p(A) det(A— Ad) =-M-1-A)-2=M2

= +2
cuyas raíces son

A=-—2,1.Para obtener las matrices del cambio de base P y P7*, calculamos los
autovectores v, y v2 asociados a los autovalores —2 y 1 respectivamente que satisfacen
Avi =
—201, Ava =02.
Resolviendo los sistemas anteriores, obtenemos: uy =

(-1,1); va =
(1,1) y las matrices P7*, J y
1
.
3 :
2 0 =
A] col
pr =
: JT =
, P= .
2
¡A! 0 1 3 jm
Calculamos e** =
d(t) =
P-LeMtPp;
13]
= 2
l
ni . e o |
Ol
amIN L(e72426) 3oe + et)
== AA
> >= |
[97]
. a a a cotoGp 202 + el) 1(2072 + el)
D(t) = e4* es la matriz fundamental del problema homogéneoasociado, cuya inversa es
97 (t) =
1(207*
+ e2) 1(gr -
22)
(07 =
e 1(e7t slo202!)
Para obtener una solución particular aplicamos el método de variación de las constantes:
y
(0) =
00
[ óHootsjas
J(e7%+ 2e*) Je + et) 3(t- je%) 1(3ett el) —
6
Tp(t) = =
3 3(207% e!) + 3(t+ 20%) 3(3ett 2et) +
La solución general del problema x(t) =

zp(t) + D(t)c está dada por la expresión
z1(t) 3(3e't —
e!) Le 428) F(-e4e!) Cc
) ñ
_
za(t) le)
1(3ett 2e!) + Yroeonje) ierrre)
4.5 Ecuación lineal de orden N
Consideramos un sistema lineal no homegéno, similar a los estudiados en la sección anterior
dx1
qn
+ 22 + sen(t),
(4.29)
7
tr +212+€.
a
De la primera ecuación despejamos el valor de x2 en función de x, y de su derivada, es decir
dx
To =
e 11 sen(t). (4.23)
— —
Derivamos la ecuación anterior y obtenemos
dx _
dx, dxy
dea a
a ” : dI2 da
sustituimos en la ecuación anterior el valor de Po la relación que aparece en el sistema:

y
dz; dxi
tir, 1422+ra+e= —-—-—
de a
y sustituimos de nuevo el valor de x2 obtenido en
(4.23):
dx, dz
t2z ere PEL
1
—
— = ——
sen(t)
sen(t cost > E
Reagrupamos los términos independientes a la derecha de la igualdad y el resto a la izquierda:

dz; dz
a
y (1 —t2)x, cos(t) = —
sen(t) + e.
4.5 Ecuación lineal de orden N 175
La ecuación anterior es una ecuación lineal de segundo orden que hemos obtenido mediante
derivación, transformado el sistema (4.22)de dos ecuaciones en una ecuación de segundo orden.
También es posible proceder de forma inversa: dada la ecuación de segundo orden
ds de
77 _ +o=f(t), (4.24)
dx
denotamos por 2; y 12 a x y a su derivada 7 Para transformar (4.24)en el sistema:
qe
dei <=i2)
de
día +20
+H(t).
=
Ecuación lineal de orden N homogénea//no homogénea
Definición 4.43. Sea N € IN, decimos que una ecuación lineal es homogénea si el término
independiente es 0, es decir, sí la ecuación es de la forma
dz dN-17
o
Fon alt ES +... + ap(t)a =0.
Cuando el término independientef es distinto de O en al menos un punto t, decimos que

la ecuación
dNg dN 1
qa Panal nr Ph +ao(t)a = (8)
es no homogénea.
Veamos a continuación la transformación de una ecuación de orden N a un sistema de N ecuaciones.

Transformación de una ecuación de orden N a un sistema de N ecuaciones
Sea I C ¡R un intervalo abierto; y : 1 > IR la solución de la ecuación lineal de orden N :
qe aN-1 dy
d%y+ (e)
ar+" +07 + ap(t)y F(t), (4.25)
=
QN-
da
donde a; (para ¿ =
0,...N) y f son funciones continuas y acotadas definidas en /.
Introducimos el cambio de variable
Mldy _
dN-1y
EN E
de” GN
2 —
y 42,
di
da :
7
_a
dt
|
(4.26)
din =
—ap(t)x1—.a1(t)x2 aq —
an-1(t)ty + f(t).
TE
Observación
donde
4.44. El sistema (4.26) también se representa en forma
matricial
E A(t)r+b(t), =
T1 0 1 0 0
T2 0 0... 0 0
a=| : | A=]| : pote, : yb=| : |.

(4.27)
0 0 1 0
IN
=d9 41 ...
—QN-1 f
Dada la ecuación (4.25), de forma análoga a los sistemas de ecuaciones de orden 1, definimos el
“conjunto fundamental de soluciones” de la ecuación lineal homogénea de orden N
dN d N-1
dNy+ Onal) +
Hart)
dy
—
+ 00(t)y =0. (4.28)

gan Ñ
Definición 4.45. Un “conjunto fundamental de soluciones” de una ecuación diferencial lineal
homogénea de orden N, es un conjunto de N soluciones linealmente independientes.
Teorema 4.46. La ecuación lineal homogénea de orden N, (4.28), definida en el intervalo 1,

posee un sistema fundamental de soluciones dado por los elementos de la primera fila de la matriz
fundamental del sistema
= =
A(t)x (4.29)
donde la matriz A y la incógnita x son de la forma (4.27).
La demostración del teorema se obtiene transformado la ecuación (4.28)en el sistema (4.29), cuya
matriz fundamental es de la forma ,
D(t) =
eli Ada
Teorema 4.47. Las soluciones de la ecuación lineal homogénea de orden N, (4.28), es un subes-
pacio lineal de dimensión N, es decir, la solución general está dada por
y =c101 +C202+..... +CNÓN,
donde [$1,....bn) es un conjunto fundamental de soluciones y c; (para i=1....N) son constantes
arbitrarias.
La demostración se obtiene transformado la ecuación (4.28) en el sistema (4.29) y aplicando el
Teorema 4.28 a dicho sistema. Deshaciendo el cambio se obtiene el resultado deseado.
Si procedemos a la inversa, y partimos de un sistema fundamental de soluciones [f;);=1,...w de la

ecuación (4.28), la matriz
E O)
es una matriz fundamental del sistema (4.29).
Observación 4.48. Las soluciones. de la ecuación lineal no homogénea de orden N, (4.25) es un
subespacio afín de dimensión N cuya solución general es de la forma
Y =
Yh + Yp
donde y, es la solución del problema homogéneo (4.28) e

yp es una solución particular. La
demostración es una consecuencia del Teorema 4.38.
Definición 4.49. Sea I C IR un intervalo abierto, y sea

[p; Pi un conjunto de N funciones de
clase CN=1(1),definimos el “wronskiano” de F' por
db ...
ÓN
A... ÓN
W(d1,d2, ON) = det
¿0 o ¿a
Teorema 4.50. Sea ] C IR un intervalo abierto y F =

[fiPN.,un conjunto de funciones tales que
su wronskiano es no nulo. Entonces las funciones de dicho conjunto son linealmente independientes
en el sentido de la Definición 4.27.
Demostración. Para la demostración procedemos por reducción al absurdo y suponemos que

existen N funciones de clase CN=1(1),[fi »**
fy) linealmente dependientes, es decir, existen

c1 -**Cy, no todos nulos, tales que
cif +: +cnfyn =0,
cuyo wronskiano es distinto de O en algún punto t € J. Suponemos, sin pérdida de generalidad,

que c, 40 y dividimos la expresión anterior por c, para obtener
N
e
fi =
y, C1
j=2
y resulta, aplicando la definición de wronskiano:
25,
ds
o.
fN y
jaa
No
=
2 UN
fe
aa
W(fi fa, fu) =W
lnea
j=2
= det
a j=2
a
107)
Por ser la primera columna combinación lineal del resto de columnas, se obtiene que el determinante
de la matriz es 0 que contradice la hipótesis y prueba el resultado. O
Observación 4.51. El recíproco, en general, no es cierto, es suficiente considerar como contra-
ejemplo las funciones t? y |t]? definidas en (-1,1) que son linealmente independientes y cuyo
wronskiano es nulo.
Teorema 4.52. Fórmula de Liouville. Sea [f;);=1...wyun sistema fundamental de soluciones

de la ecuación (4.28). El “Wronskiano” de dicho sistema satisface la igualdad
W(érlt),---óm(t)) =
Wérlto):éntto)ezo
| / a)
donde
/ d ...
ÓN Y
dór "
aN=14y
CaNi
W(é(0),-óm(t) =de | de
dN=14, dN-1óy
TS
Demostración. Expresamos la ecuación en forma matricial
dz
7 Ax.
Por ser ([0;);=1...w un sistema fundamental de soluciones, la matriz
10) Palt) ...

QnÍt)
$1(t) Pale)... yl)
6(t) =
LD ID
es una matriz fundamental del sistema (4.29). Aplicamos la fórmula de Liouville y obtenemos que
W(91(t), +:
Hn[t)) det(D(t)) det(D(tp))Aletraza(A(9)do),

= =
Calculamos la traza de Á y sustituimos en la fórmula anterior, teniendo en cuenta que
det(D(to)) W(91(to), = +
Pn(to))
resulta
W(ór(t),:-ón(t)) = f,,an-1(0)de
W(óx(to),***bm(to))e
O
Ejemplo 4.53. Se pide transformar la ecuación diferencial de segundo orden
dy dy
rod+
—
L-%=
id 4.30
(4.30)
en un sistema de dos ecuaciones y encontrar la solución general.

Solución: Introducimos la notación
y expresamos el problema como el sistema
dx
4.31
(4.31)
ATAz
—
= Az.
La matriz fundamental del sistema (4.31) has sido obtenida en el Ejemplo (4.42) y su solución es
y(t) Le? 4 2et) H(—e7%

4e!) Cc
E
Ñ
¿(072 + e!) (207%+ el) Ca

]
Dado que el problema se plantea en términos de y, la solución de (4.30) es
Ye) =
He 201)+ Ze 0),
que también expresamos de la forma
C C 2c C
(+2)
_
A+ et.
y(t) =
(E-3):
2t t
Es decir, es una combinación lineal de las funciones e”* y e.
El ejemplo también se resuelve sin calcular la matriz fundamental de (4.31). Para ello, es
suficiente con obener los autovalores del polinomio característico de la ecuación, que se obtiene al
sustituir T por e* en la ecuación:
Me 4 de* —
20% =0,
Dividimos por e** y resulta que las raíces A; del polinomio p(A) = A? + A— 2, indican que e**
es una solución del problema. ejemplo, las raíces
En el del polinomio son A1 = —2 y A2 =
1 que
-2t
proporcionan dos soluciones linealmente independientes: e7?* y e*, Cualquier combinación lineal
de ambas:
cie” + cel
es una solución del problema. Para obtener la solución del problema de valor inicial, sustituimos
los datos iniciales y despejamos los valores de las constantes:
d
y(0)=0+02=2 Y =-2%+0=-1
del,
dados por c; =1, cz = 1 y sustituimos para concluir
y(t) =eY 4 el,

Ecuaciones lineales homogéneas de orden N con coeficientes constantes
El método utilizado en el ejemplo anterior puede generalizarse a ecuaciones lineales homogéneas

de orden N con coeficientes constantes de la forma
dN y dN “ly dy
donde a; (para ¿ =0,--* N —1) son constantes. Suponemos que e* es una solución del problema
y sustituimos en la ecuación:
AN ay 71 A+ ap)e**
=0.
Denotamos por p(A) el polinomio obtenido:
PA) =
Hay ¡01 400014400. (4.33)
La ecuación p(A) =
0 se denomina ecuación característica de (4.32)y a p polinomio característico.
Ecuación caracteristica de una ecuación diferencial de orden N' con coeficientes constantes
Definición 4.54. La “ecuación característica” de la ecuación diferencial lineal de orden N
con coeficientes constantes
aqn PONG rolLp TZ IN
es una ecuación de la forma p(A) =

0, donde p es un polinomio de orden N definido por
los coeficientes [a;);=0..N-1
p(A) pa =
+ ay ¡ARA +-*-a1A+ap.
Expresamos el problema como un sistema de la forma
dx
—=Az
dt
cuya matriz fundamental se obtiene mediante la matriz de Jordan de A, que se calcula a partir de
las raíces del polinomio característico de A : det(A —
Ala). En el siguiente lema se comprueba que

ambos polinomios tienen las mismas raíces con las mismas multiplicidades.
Lema 4.55. El polinomio característico de la matriz
0 Lo vin ma 0
0 0 0
A= :
0 0 1
00 741 +... +...

—0AN-1
182
es
PA) =
(IN AN an ANTI +++
a1A + 00) -
Demostración. la definición del polinomio característico de la matriz A definido por

Aplicamos
=A 1... 0
0 -A 0
det(A— Ad) = det :

0 0 1
do —41 =aN-1 A
de la última fila para obtener

y lo desarrollamos respecto
N-1
PA) =
Y ay HHdet(Aj00) + DAA (4.34)

j=0
donde A; € Mn-1)x(N-1)
j+l
2 1.0..0.0.0...0 0 0)
0 -A 1... 0 0 0... 0 0
0. 0 -A.. 0 0 0... 0 0.0
0.0 0... -A 0.0... 0 0.0
0. 0. 0 .....0 1.0... 0 0 0 [<flaj+l

Aj=|
0 0.0 0 -A 1 0 0.0
0... 0 0... 1 0.0
0.0. 0... 0 0 0... -A 10
(0.0.0... 0. 0.0... 0 -A4

1)
tiene por determinante
y sustituyendo en (4.34) resulta

N-1 =
PA) =
Y
i=0
a YARDAS =
(19
(» +
Yal
j=0

Ejemplo 4.56. Se pide encontrar la solución general de la ecuación diferencial de segundo orden
2 dy t
rr (4.35)
Solución: Introducimos la notación
y 0 1 0
=[ ,
a]
dt
A0=|[, -J vo,
y expresamos el problema como el sistema
dx
Ar +b.
ria
El sistema anterior fue resuelto en el Ejemplo 4.53 mediante el método de variación de las cons-
tantes y tiene por la solución
my 1(3et —
e!) L(e724261) E(-e 4 el) 1
Ta
3(3ett+ 2e*)
,
He et) 3(2e72%
4 e!) C2
)
La solución general de la ecuación (4.35) es
yt) =
510) =
(8010) L(e72
4001) Lo + 4 4 0),
Observación 4.57. Al igual que en el Ejemplo 4.53, para calcular la solución general de la
ecuación lineal homogénea de orden N no es necesario
suficiente con construir el sistema lineal, es
calcular polinomio característico y obtener sus raíces. Sin embargo para obtener una solución
el
particular de la ecuación no homogénea es necesario aplicar la fórmula de variación de las constan-

tes al sistema (ver Teorema 4.40). Dicha fórmula es válida para cualquier matriz fundamental que
podemos construir a partir de las soluciones definidas con las raíces del polinomio característico.
Observación 4.58. En la ecuación lineal homogénea de orden N con coeficientes constantes
cuando las raíces delpolinomio característico [Ai)i=1...y son reales y con multiplicidad 1,
(4.32),
las soluciones del sistema
obtenemos N soluciones [e*'2);=1...w.A partir de ellas, construimos
[61,---$n), mediante derivación:
Az hat gAnt
[ Y / N /
A1ekmt Ageó! Aye!
12¿t
bn=| Apeó"
=l|
A=| Met ol; dg=] Mo foro
ANI gant )
AN=1ghnt VAN
=IgAnt )
Por ser funciones linealmente independientes (ver Definición 4.27) forman una base delconjunto
de soluciones, por ser este un subespacio de dimensión N (ver Teorema 4.28).
Antes de estudiar el resto de casos: cuando las raíces del polinomio característico son complejas
o tienen multiplicidad mayor a 1, veamos como se extienden los conceptos definidos para sistemas
de N ecuaciones a una ecuación lineal de orden N.
Método de resolución de la ecuación lineal homogénea con coeficientes constantes
Dada la ecuación
dNz dN-1g
TEO
Zb
calculamos el polinomio
anna
característico:
PA) =AN + ap-10 ...+a9=0

0714
y sus raíces. A cada raíz del polinomio con multiplicidad m (para m > 1) se asocian
exactamente m soluciones linealmente independientes.

1- Raíces reales con multiplicidad 1.
Si A es una raíz del polinomio característico con multiplicidad 1, entonces, e*7 es una
solución del problema. Es la única solución asociada a dicha raíz.
2- Raíces reales con multiplicidad mayor a 1.

Si A es una una raíz del polinomio característico con multiplicidad m > 1, entonces a
dicho valor asociamos las soluciones
NN
3- Raíces complejas del polinomio característico. Si a + Bi y a: —
Bi son raíces del
polinomio característico con multiplicidad 1, entonces existen soluciones del tipo
e! cos(Bt), e*tsen(Bt).
4- Raíces complejas del polinomio característico con multiplicidad mayor a 1. Si a: + Bi
y a —
Bi son raíces del polinomio característico con multiplicidad m > 1 entonces,
existen las soluciones de la forma;
et cos(Bt), et sen(Bt), te”! cos(Bt), te”! sen(Bt)...

+.
¿M12At cos(Bt), M1 sen(Bt).
Ejemplo 4.59. Obtener la solución general de la ecuación diferencial

d*y
q y=0
Solución: Calculamos en primer lugar la ecuación característica:
M-1=0
cuyas raíces son A=—1, 1, 1,—i a las cuales asociamos las soluciones
et, e*, sen(t), cos(t).

La solución general del problema es de la forma
y(t) =
cre! + cae”?+ casen(t) + ca cost).

dx dx
—
+ +25 +1=0 =0.

qe q
Solución: Calculamos en primer lugar la ecuación característica:
M42124+1=0
cuyas raíces A=
i,—i tienen multiplicidad 2. Las funciones
sen(t), cos(t), tsen(t), tcos(t).
forman una base del conjunto de soluciones del problema y obtenemos de este modo la solución
general es de la forma
x(t) =
c¡ sen(t) + cz cos(t) + cat sen(t) + cat cos(t).

dx de
-
+ 4x=0.
7% Er
Solución: Calculamos la ecuación característica:
2-41+4=0
que posee una única raíz de multiplicidad 2: A=

2. Las soluciones son combinaciones lineales de
las funciones
e ppt
es decir
a(t) =
cre + cate”,
Ejemplo 4.62. Ecuación de Euler La ecuación de la forma

dNz _¡dN-1
e +ay-1t0 ES +: +91 =
f(t),
es conocida por ecuación diferencial de Euler. Para su resolución, se introduce el cambio de variable
s=el y se obtiene la siguiente ecuación lineal con coeficientes constantes:
adsN po 0% =$) JA8).

+ EN=1GgN=1 E
La resolución de la ecuación anterior se realiza calculando el polinomio característico y aplicando
la fórmula de variación de las constantes. Las constantes a; están relacionadas con los coeficientes
aj, pero son, en general, diferentes.
4.6 Sistemas lineales con coeficientes periódicos. Teoría de
Floquet
El sistema de ecuaciones diferenciales
0 1
d ay 1
diz) l-10 T2
es la forma matricial de representar la ecuación
2
d T1
dt2
=
-—I1. (4.36)
La solución general de (4.36), estudiada en la sección anterior, es
21 (t) =
c, cos(t —
to) + co sen(t —
to).
Todas sus soluciones son periódicas de periodo 27, sin embargo, no existen soluciones periódicas
de periodos inferiores, salvo la solución trivial x, = 0. En esta sección estudiamos las condiciones
necesarias y suficientes para encontrar soluciones periódicas.
Sistemas lineales homogéneos con coeficientes periódicos

Consideramos en primer lugar sistemas de la forma
dx
q
=
Atalt), (4:37)
donde A es una matriz con coeficientes continuos y periódicos de periodo w es decir
A(t+w)= Alt). (4.38)

4.6 Sistemas lineales con coeficientes periódicos. Teoría de Floquet 187
En el caso escalar, cuando el coeficiente es una función periódica de periodo w, la ecuación
E =ala(t) (4.39)
tiene por solución
. .
x(t) =
x(tojexp
..£ .
(/ a(9)ds) t
,
Ú .. .
Sin embargo solo aparecen soluciones periódicas cuando Jena(s)ds es una función periódica, esto
sucede únicamente si
t
t4+w
/ to
a(s)ds =
/ to
a(s)ds. :
Por las propiedades de la integral
P a(s)ds —
/ a(s)ds =
PFa(s)ds =0
para todo t. Por ser a periódica, la condición anterior es equivalente a
to+w
/to
a(s)ds =0. (4.40)
Si a es una función periódica, la condición (4.40)es una condición necesaria y suficiente para que
(4.39) posea soluciones periódicas más allá de la solución trivial.
Consideramos el sistema lineal (4.38) donde A(t) es una matriz de coeficientes periódicos de
periodo u. En el siguiente teorema comprobamos que (++) también es una matriz fundamental
de dicho problema.
Teorema 4.63. Sea D(t) una matriz fundamental del problema
donde A es una matriz periódica de periodo w. Entonces D(t + w) es otra matriz fundamental.
Demostración. Para la demostración es suficiente realizar el siguiente cálculo
ld +4) =
A(t +w)0(t + w) =
A(t)0(t +4).
Corolario 4.64. Por ser D(t) y D(t+w) matrices fundamentales,gracias a la Propiedad 5, existe
una matriz de coeficientes constantes Cg no singular, tal que D(t + w) D(t)Cg. =

Matriz de monodromía
4.65. La matriz Cy =
D7(t)D(t+w) es la matriz de monodromía del sistema
pon
Ss =
A(t)z(t) asociada a la matriz D(t).
Teorema 4.66. Bajo la hipótesis (4.38), las matrices de monodromía del sistema (4.37), son
semejantes.
Demostración. Consideramos las matrices de monodromía C4 y Cy asociadas a las matrices

fundamentales 9 y Y respectivamente. Por ser Y una matriz fundamental, existe una matriz C' no
singular, tal que V(t) =

9(t)C y por tanto V(t + w) =
D(t +w)C y V7(t) =
C-1071(t). Por la
definición de Cy resulta
Cy =
VUE) U(E+w) =C7 107 (1) =C7C5C,
U(t+w)C
que prueba que ambas matrices son semejantes. O
Observación 4.67. Por ser todas las matrices de monodromía semejantes, todas tienen los mismos
autovalores.
Multiplicadores de Floquet
Definición 4.68. Los autovalores de la matriz de monodromía se conocen como
multiplicadores característicos o de Floquet.
Lema 4.69. Si 1 es un multiplicador característico o de Floquet del problema (4.37), entonces

existe al menos una solución periódica de periodo w. Si —1 es un multiplicador característico o de
Floquet, entonces existe al menos una solución periódica de periodo 2w.
fundamental del problema Cg¿ su matriz de

Demostración. Denotamos por P(+) la matriz y por
monodromía. Por ser 1 un multiplicador de Floquet, 1 es un autovalor de su matriz de monodromía,

Ca, es decir, existe zy € IRY (no nulo) tal que
Zo =
CóZo = 7 UtD(t + w)zo.
Multiplicamos por P(t) para obtener
D(t)10 =
D(t +w)x0o.
Por ser 9 una matriz fundamental se obtiene que x(t) =

D(t)xy es una solución del problema, que
satisface x(t + w) =
z(t).
4.6 Sistemas lineales con coeficientes periódicos, Teoría de Floquet 189
De igual modo, denotamos por y a un autovector no nulo asociado a —1, que satisface
o =
-Cozy =
—D7*(t)D(t
+w)Z0.
Multiplicamos por 9(t) la igualdad anterior:
D(t)zp =
—0(t + w)zo. (4.41)
De igual forma obtenemos que
D(t w)ro
— =
—D(t)To.
Sustituyendo en (4.41) resulta
D(t —
)zy =
—9(t)zo =
D(t + w)zo,
finaliza la demostración. O
que
Observación 4.70. Cuando consideramos la ecuación en el cuerpo de los números complejos y
(como en el lema anterior) existe al solución x

u EC es un autovalor, obtenemos que menos una
satisfaciendo
x(t+w) =
ux(t).
Repitiendo el proceso anterior, resulta
z(t+ Nu) =
Ng(t), (4.42)
donde N € MN. Si yN =1
para cierto N € IN, entonces x es periódica de periodo Nu.
Uno de los resultados más importantes de esta sección es el Teorema de Floquet que se presenta
a continuación.
Teorema 4.71. Teorema de Floquet. Consideramos el sistema de ecuaciones
E =
Ae (4:48)
donde A es una matriz con coeficientes continuos y periódicos de periodo ww (hipótesis (4.38))
Entonces, para toda matriz fundamental O(t) existe una matriz periódica, P, de periodo w, tal que
9 puede representarse de la forma
donde L es una matriz constante.

Demostración. Sea C¿ la matriz de monodromía asociada a DP,por ser Cy una matriz no singular
se puede expresar de la forma Cy = el. Por tanto
D(t) =
D(t)e7Htelt,
Denotamos por P(t) a la matriz d(t)e71*,y vemos a continuación que es una matriz periódica.
P(t+w) =
D(t + w)eU=Lw p(t)C pel = =
p(tje huLt=La p(t)e7 4 — =
P(t).
Corolario 4.72. Existe una matriz fundamental V(t) tal que W(t) Q(t)Je%*
donde Q(t) =
es un
matriz periódica de periodo w y J está expresada en su forma de Jordan.
Demostración. Sea 9(t) la matriz fundamentaldel problema (4.43), gracias al teorema de Floquet,
D(t) =
P(t)e**, donde P(t) es un matriz periódica. Denotamos por J la matriz de Jordan de L y
por M la matriz del cambio de base, es decir L = MJM”*! y obtenemos que
MM 2
D(t) =
P(t)e =
P(t) Me M7,
Multiplicamos la igualdad anterior por la derecha por la matriz M y resulta
D(t)M =
P(t)Me”*.
Denotamos por Y y Q las matrices D(t) My P(t) Mrespectivamente para finalizar la demostración.
O
Ejemplo 4.73. Se considera el sistema lineal
de 0 1
dt T1
_
dxa 2
1 T 2
==
dt
=p?
donde y >0.
Se pide:
1. Encontrar una matriz de monodromía considerando la matriz
0 1
As
—p? 1
una matriz periódica de periodo u..

4.6 Sistemas lineales con coeficientes periódicos. Teoría de Floquot 191
2. Calcular los multiplicadores de Floquet.

3. Obtener la relación entre y y w para que existan soluciones periódicas de periódo us.
4. Obtener todos los valores de y para los cuales existen soluciones de periodo 2r.
Solución:
1. Calculamos la ecuación característica del sistema
M4? =0
cuyas soluciones son A =

+pi. Por tanto, las soluciones del sistema son de la forma
cos(pt) =sen(yt)
)
—psen(ut) cos(put)
yd:
cos(pt) z sen(ut)
o(t) =
—Hsen(pt) cos(ut)
es una matriz fundamental. La matriz de monodromía del sistema es
Co =
97 (1)0(t +).
Tomamos t =0
y resulta
1
A
=| —pusen(puw)senta)
sen(uw
Co =
508 +w)= 000)
cos(puw)
2. El polinomio característico de C4 es
cos(pw) —
A sen(uu)
p(A) = det =
M —
2Acos(quw)+ 1
—usen(puw) peos(puw) —
que tiene por raíces los multiplicadores de Floquet
2cos(puw)+ y4 cos?(puw) —
4
Ag =
2
=
cos(puy)+ ¿sen(puw).
3. Para obtener soluciones periódicas de periodo w es necesario y suficiente con que al menos
un multiplicador de Floquet: cos(juw)+ isen(yuw)sea igual a 1. Esto se obtiene cuando
puw=2kr, kelN,
192 Capítulo 4. Sisternas lineales
4. Siw es 27, entonces se obtiene que para uh =

k € IN se cumple la condición
puw =
2kr
soluciones de periodo 27. En particular, si k existen soluciones de periodo

y existen
=
j
w=
=
2
E:
Sistemas lineales no homogéneos con coeficientes periódicos

Consideramos el problema no homogéneo con coeficientes periódicos dado por el sistema
da =
A(t)z(t) + (8), (4.44)
dt
donde A(t +w) =

A(t +) y d(t +w) =
d(t).
Teorema de la alternativa de Eredholm aplicado a sistemas lineales periódicos no homogéneos
Teorema 4.74. Consideramos el sistema adjunto al sistema lineal asociado a la ecuación
(4.44):
dy” T
(4.45)
a
Y AL),
donde y” =
(y1,-**Yn). Entonces,
(1) Existe al menos una solución w-periódica de (4.44) si y sólo si
to+w
/ to
las =0 (4.46)
para toda solucióny de (4.45) periódica de periodo u.
(11) Si se cumple (i), el conjunto de soluciones es un espacio afín cuya dimensión coincide
con la dimensión del subespacio de soluciones del problema homogéneo asociado a
(4-44).
Demostración. —(i) Suponemos en primer lugar que existe una solución periódica “zx” al pro-
blema y multiplicamos la ecuación (4.44) por cualquier solución periódica “yT” del problema
(4.45):
(0) =
0 0A(0z(t) +y (00).
la ecuación
De igual forma multiplicamos (4.45) por z :
a =
y (1)A(t)z(t).
4.6 Sistemas lineales con coeficientes periódicos, Teoría de Floquet 193
Sumando ambas igualdades resulta

de dy?
Ti Y _,T
PO + ca) = "00,
y por ser
dira made dy?

Ga = "9 + Eo
se obtiene
d
SOLO)
Integrando en la igualdad anterior; aplicando el teorema fundamental del cálculo y gracias a
la periodicidad de x e y se obtiene
to+w to+w
7 d de q 7
[Foxwi= |" +ulalto

+)y oja(to) =0
Ñ
y
qua) o
y deducimos:
to+w
/ to
y”
(£)b(t)dt =0
para toda solución y” de (4.45) periódica de periodo w.
Para demostrar la implicación en la otra dirección, es suficiente con probar que si
to+w
/ to
y (éJb(s)dt =0
para toda solución y? de (4.45) periódica de periodo w, entonces existe una solución T de
(4.44) periódica. Para demostrarlo, comprobamos en primer lugar que la matriz fundamental
d.
del problema (4.45) es D”*(£), siendo fundamental del sistema E
9 la matriz A(t)z.
Aplicando la fórmula de la derivada de la matriz inversa (ver Lema 4.12) se obtiene que
d 1 1
(2 1
¿9 =-9
(52) 971, (4.47)
Por la definición de matriz fundamental:
d
AD.
Pr
=
Sustituimos en (4.47) y resulta
ar =-09 71(45)! =-014, (4.48)
Aplicamos la fórmula de variación de las constantes y obtenemos la solución del problema
sold) =
Dt)zo +8(0) |97)ó(o)d.
to
(4:49)
194
Encontrar una solución periódica es equivalente a encontrar zo tal que
to+w
Zo =
D(to + W)Z0+ D(t + w)
| to
d71(s)b(s)ds
es decir
tous
(1d —
Sto +4))a0 =
to +4)
/ to
0H U(alds (4.50)
El Teorema de la alternativa de Fredholm para aplicaciones lineales en espacios de dimensión

finita (ver Apéndice 1), nos indica que existe zo solución del problema (4.50) si y solo si
to+w
D(to + 0)
|to
071 (s)b(s)ds € ker(Id— D(tp +w)7)1,
donde ker(Id— D(ty +w)7)* denota el subespacio ortogonal al núcleo de la aplicación linea]
“(Id —
S(to + w)7)” (donde D(to +)” es la traspuesta de D(to +w)).

Para comprobar que dicho término pertenece a ker(Id—S(to+w)7)+,consideramos elementos
Yo € IR” que satisfacen Yo P(to +)" yo —
= 0 es decir
Y —y D(to+w)=0
que son aquellos que cumplen la identidad
ya 97 (to +) =
yo
Dichos valores son los datos iniciales de las soluciones periódicas del problema (4.45). Mul-
tiplicamos el término
to+w
Dto +4)/ to
5Us)b(s)ds
por yd 971 (ty + w) para obtener
to+w t t
YiDto + w)D(to +
0)| to
071 (s)b(s)ds =
5
/ Dd (s)b(s)ds =
/ to
y(s)b(s)ds.
Por ser
So y(s)b(s)ds =
0 para toda “y” solución periódica de (4.45) deducimos
me
D(to +4)
/ to
D7Us)b(s)ds€ ker(Id —
B(to +w)")”.
por el teorema de la alternativa de Fredholm (ver Apéndice 1) se obtiene:
to+w
Dto +u)
/to
7 M(s)b(s)ds
€ Im(Id— p(to + w))
4.6 Sistemas lineales con coeficientes periódicos. Teoría de Floquet 195
y por tanto existe xq 4 0 tal que
(Id —
D(to+ w))Zo=0
que es la solución periódica del problema.
(ii) El teorema de la alternativa de Fredholm indica que
ker(Id —
Dto +w)7)* Im(1d =

—
D(to+ w))
y por tanto los subespacios perpendiculares a ambos coinciden, es decir
ker(Id —
D(to + w)7) Im(1d =

—
Dto +w))”. (4.51)
Además, el subespacio ker(Id —
U(ty + w)) está formado por los datos iniciales yo € ¡RN

tales que y] D7*(t) es una solución periódica de (4.45),ambos subespacios tienen por tanto la
misma dimensión. Por la igualdad (4.51),la dimensión de ker(1d D(to + w)") es

—
la misma
que la de Im(Id —
P(to + w))? cuya dimensión es la del subespacio
ker(Id —
D(tg+ w))
y por tanto las dimensiones coinciden. El Teorema 4.38 y la fórmula (4.49) finaliza la
demostración.
d;
Sp Alt)z(e) +0(8),
=
(4.52)
donde
0 cos(t)
a0-
-1.0
,) so
sen(t) )
estudiar si existen soluciones periódicas de periodo 27 y obtener su dimensión.
Se pide
Solución: Para aplicar el Teorema 4.74 es necesario estudiar el sistema adjunto
dy? T ¿T
ETA
donde y” =
(Y1,Y2)Y
que es equivalente
dy
Ya,
Ta
dya —
cuyas soluciones son de la forma
y” =
(c, cos(t) + ca sen(t), —c1 sen(t) + ca cos(t))
para cualesquiera constantes reales cy y cz. Dicha solución es periódica de periodo 27, por tanto,
existe solución periódica al sistema (4.52) si y solo si
“e cos(t) + cz sen(t)) cos(t) + (—c1sen(t) + cz cos(t)) sen(t)]dx =

0.
Calculamos
[(c1cos(t)+c2 sen(t)) cos(t) +(—c,sen(t)-+c2 cos(t)) sen(t)] =

—sen?(t))+2c2
c1(cos?(t) sen(t) cos(t),
por ser
27 27
/ 0
cos? (t)dt =
/ 0
sen*(t)dt = 71
y
Ye [+59
sen?(+)
/ 0
cos(t) sen(t)dt =
2 li=o
=B,
deducimos que
Obtenemos la existencia de soluciones periódicas de periodo 27. La dimensión de dicho espacio

coincide con la dimensión de las soluciones periódicas del problema adjunto, que es 2.
dz
q
=
AUz(t) +0(0), (4.53)
donde
o 1 2 cos(2t)
A(t) =
» d(t)=
4 0 —sen(2t)
Se pide estudiar si existen soluciones periódicas de periodo 2n7 para algún n € IN.
Solución: Para aplicar el Teorema 4.74 es necesario estudiar el sistema adjunto
dy? —_pT
YA ¿T
da
4.7 Ejercicios 197
donde y” =
(y1,Y2)y
que es equivalente
dyi
a
dya __4
Y
si
di
y” =
(c, cos(2t) + cz sen(2t), —2c1sen(2t) + 2c2 cos(2£))
para cualesquiera constantes reales c; y cz. Dicha solución es periódica de periodo Tr, por tanto,
solución si y solo si
existe periódica al sistema (4.53) de periodo nr,
/ [(c1cos(2€)+ co sen(2£))2cos(2t)
—
(—2c1sen(2t) + 2c2 cos(2£))sen(2t)]dt =

0.
Calculamos
[(c1 cos(2t) + cz sen(2t))2 cos(2t) —
(—2c,sen(2€) + 2c2 cos(2£)))

sen(2t)] 2c1 + 2c2 cos(2t)sen(2t). =
Por ser
nr 2 t=nrT
/ 0
cos(2t)sen(2t)dt =
sen”
4
(24) =0
lio
deducimos que
27
/ 0
y”
(t)b(t)dt =
2rnc,.
si ci 4 0 la integral no se anula y no existen soluciones periódicas de periodo nr para ningún

ne lN.
4.7 Ejercicios
1. Obtener el polinomio característico y la solución general de las ecuaciones:
a?
(a) 7 =0.
dy dy
0) 20
A?
(c)
qe+y=0.
10%
Solución:
(a) p(A) =
2 —
4. y(t) =
cre”? + eze”.
(b) p(A) = A? —
22 +1. y(t) =
cre! + cate.
(c) p(A) = A? + 1. y(t) =

c, sen(t) + cat cos(t).
2. Sabiendo que las solución general de una ecuación de segundo orden homogénea es
y(t) =
cre” *sen(t) + cze”* cos(t).
Se pide encontrar la ecuación diferencial.

Solución: Las raíces del polinomio característico son A= —1 +1 y calculamos el polinomio
característico:
PA) =(A-1-00M-1+1) =22-21+2.
La ecuación es por tanto de la forma
dy dy 2
— —=
+ +9y=t”.
a FU
3. Se considera la ecuación diferencial
2 d?y dy -6
t =2
4712ñ +49y=t
y 8,
dt? dt
Se pide:
(a) Introducir el cambio de variable t = e* y obtener una ecuación lineal de coeficientes
constantes de orden 2.
(b) Obtener la solución general de la ecuación homogénea.
(c) Obtener una solución particular.
(d) Obtener la solución general del problema en las variables originales.

Solución:
(a) Introducimos el cambio de variable t e* y resulta, aplicando la de la cadena:

=
regla
dy dyds _,dy d?y ¿A EA¿dy

d? y dy
(e 2)
—z= —=—-= >? p2 —-2
A
A
“ A =—
“ds taa a
=
de dsd ae as
Sustituimos en la ecuación y obtenemos
dy est
dy _dy ,—-6
Fw =e00,
— —
ds2 7 ds "gy
4.7 Ejercicios 199
(b) Para obtener la solución general del problema homogéneo, calculamos las raíces de la
ecuación característica
M+6A+9=0
A =
—3 es una raíz doble y por tanto las soluciones de la ecuación homogénea son de la
forma .
38
yn(s) cie”
=
+ coser”,
(c) Para obtener una solución particular no es necesario introducir el sistema de ecuaciones
de primer orden, aplicamos directamente la fórmula de variación de las constantes,
tomamos una solución del problema homogéneo con una sola constante, cate7% y
suponemos que la constante depende de £ :
Yp(t) ca(t)te"*.
=
Sustituimos en la ecuación y obtenemos una nueva ecuación para cz de la forma
lc
—33 dec) dezparts+ 35073) =
e76s
- w
a dz de
lineal e7%
Que una ecuación en
yAde primer orden. La función
== es una
=
es
s
solución del problema y por tanto
1
ca(s) =
jo +03
es una solución para cualquier valor de cz. Por simplicidad, tomamos cz = 0 y obtenemos
la solución particular
yp(s) se7%, =
La solución general del problema en la variable s es

(d)
39
1 6s
cre + cose” * gio —
Deshacemos el cambio de variable y resulta
1 =
y(t) et? + cat In(t) 3 In(t)t7S,

—
=
Capítulo 5
Teoría cualitativa
5.1 Introducción
Denotamos por t la variable independiente y por (x(t), y(t)) la solución del sistema de ecuaciones
diferenciales
dx
=
y(t),
di (5.1)
d
==
dt alt) ]
Expresamos el sistema en forma matricial:
z(t) =
z(to) cos(t —
to) + y(to) sen(t —
to), y(t) =
—z(to)sen(t —
to) + y(to) cos(t —
to)
donde z(tp) e
y(to) indican el valor de x e y en to (ver Capítulo 4).
La Figura 5.1 representa la solución (+,x(t), y(t)), para el dato inicial x(0) =
1, y(0) = 0. En
la Figura 5.2 se representa la proyección sobre el plano XY de las soluciones del problema cuyos
datos iniciales son
(1,0), (2,0), ++
(14,0).
201
Capítulo 5. Teoría cualitativa
202
Figura 5.2
Figura 5.1
Rsen(to)) presenta la
Observamos que la solución del sistema (5.1) con dato
(R.cos(to),
inicial
misma proyeción que la solución con dato inicial (Rcos(t,), Rsen(t1)). Cada curva que aparece
la 5.2 solo la proyección de una solución, sino también la de todas las
en Figura representa, no
soluciones cuyo dato inicial pertenezca a dicha curva. En general, esto solo es posible cuando las
funciones f1 y f2 del sistema

dz
=
f 1 (z, y),
de (5.2)
O —
fala.)
Y),
217,
dt
son independientes de t. Este tipo de sistemas se denominan sistemas autónomos y el diagrama
forman las proyecciones de las soluciones de (5.2) se conoce por diagrama de fases.
que
Definición 5.1. Sea I un intervalo abierto de R; N € IN un número mayor que 1 y sean
fi: IRN + ¡RN funciones conocidas. Decimos que el sistema de ecuaciones
dx
”3 :
=
filz1,:-zy),
(5.3)
dx
E =
fy(t1,::Tny)
es un “sistema autónomo” cuando f, --+
fy son funciones independientes de t.

A lo largo de este capítulo y si no se especifica lo contrario, suponemos que f;,*** fy son funciones ,
de clase
C1(IRN).Los sistemas autónomos pueden ser lineales o no lineales, los ejemplos:
dx
dr 3..2 Ñ
a
Yota+y: Yao, Yo Y 41,
de e
de ut: er yde
(
(
dx dx
—= —=xr+
a” AS A
de
a
Tv dea
a dy Ya,
—<= a: yA (55) .
Yo. Y
do | ae Yart
a ES de de
=T+s
(E
1;
Lg
son sistemas autónomos no lineales en (5.4) y lineales en (5.5).
Sea x : ] + IR la solución de la ecuación diferencial
dz
=
f (2),
de
donde f es una función de clase C*(1R)que solo depende de z. Consideramos una traslación de la
solución, que denotamos por T
E(t) =
z(t —c).
Por ser z solución de la ecuación, se satisface
dí _
da =
f(2(t-c)) =
f(+(t)),
dt de t-c
y deducimos que Z es una solución del problema.
La propiedad anterior es cierta para cualquier valor de c y puede extenderse a sistemas autónomos
de cualquier dimensión. Veamos s continuación un ejemplo en dimensión 2.
Ejemplo 5.2. Sea (x,y) la única solución del problema de Cauchy
= =
fi(x, y),
“Yfalz, y),
=
r(0) =Z0, y(0) =yYo-
Se pide demostrar que para cualquier to € IR, las funciones 3(t) =

x(t —
to), y(t) =
y(t —
to)
204 Capítulo 5. Teoría cualitativa
satisfacen el sistema
di a e
=
f 1 (z, J),
de
Dor
de fo(í, 7),
=
£(to) =
0, Í(to) =
Yo:
Solución: Calculamos los valores de la derivada de í e j:
a o - hn f1(x(t —
to),y(t—to))f1(2(8),
9(t)), =
2 la E 7
=
fa(z(t —
to), y(t —
to)) =
fa(3(t), (e),
que prueba que (7, $) es una solución. Para verificar que se satisface el dato inicial, se sustituye
en el valor indicado:
(5(to), G(to) =
(z(to —
to), Ylto to)) —

=
(x(0), y(0)) =
(xo,Yo).
Traslación de la solución de un sistema autónomo
Lema 5.3. Sea x= (11,--* ,Ty) una solución del sistema autónomo (5.3), entonces, para
todo c € IR
3(t) =
(E1(t), ++
,En(t) =
(u1(t—c),***,2n(t- c)) =
r(t—c)
también es una solución de (5.3).
"
dí > "
Demostración. Calculamos el valor de Y sustituimos en la ecuación:

a
el 3 fi(ui(t-c)-* ,Ty(t=c)) fi(Er(t),--- ,En(t)),

=
= =
| 5 =
fy(zi(t-c)--- ,In(t-c)) =
fu(Er(t),-*- ,En(t)),
que prueba que es una solución del problema. O
Observación 5.4. El Lema 5.3 muestra que el valor de ty en el cual se evalúa el dato inicial
indica únicamente la
longitud de la traslación de la solución respecto del resto de soluciones y no
influye en la proyección de la solución sobre (2,,-*» ,Tp).

5.2 Sistemas dinámicos y diagramas de fases 205
5.2 Sistemas dinámicos y diagramas de fases
En la proyección de las soluciones que aparece en la Figura 5.2 las flechas indican el sentido
que toma la solución (x(t), y(t)) cuando x va desde —oo hasta +00. Partimos del valor inicial
(Zo, Yo), la proyección de la solución (x(t), y(t)) en el plano XY que aparece en la Figura 5.2 es
la curva a la que pertenece (Zo, Yo), que por la unicidad de soluciones no corta a ninguna otra
curva. La continuidad de la solución nos permite visualizar el movimiento continuo del punto a
lo largo de dicha trayectoria, en el sentido indicado por la flecha cuando t aumenta y en sentido
contrario cuando t disminuye. En la siguiente figura tomamos varios valores iniciales (Zo, Yo),que
denotamos por los puntos Po, P1, P2 Y P3, y representamos sus posiciones en el plano XY para
distintos valores de t.
A O
Posición de los puntos Pp, Py, Pa, Pg para t=0 Posición de los puntos Pp, Pi, Po, Py para t=/4 Posición de los puntos Pp, Py, Po, P3 para t= 7/2
Posición de los puntos Pp, Py, Pz, Py para t Posición de los puntos Pp, A, Po, Ps para t=" Posición de los puntos Py, A, Ps, Py para t =
5/1
= 37 /4
y Y Y
$”,
e!,
PP,
e,
9”P,
er,
Pa £ P z
Posición de los puntos Pp, Py, Pa, Py para t =

37 /2 Posición de los puntos Py, Pi, P,, Pz para t =
7r/4 Posición de los puntos para t € (-o0, +00)
Figura 5.3
El último diagrama de la Figura 5.3 representa las proyecciones de la soluciones (+,x(t), y(t)) sobre
el plano XY, dicho diagrama se denomina “diagrama de fases del sistema (5.1)”.
Diagrama de fases de un sistema autónomo
Definición 5.5. Sea N un número natural; £% un conjunto abierto de RN yf:Q >
IRN una función de clase C*(N). Dada la ecuación o sistema de ecuaciones diferenciales
autónomo
d
7 =
40), (5.6)
llamamos “diagrama fases” de (5.6), al digrama
de que representa las proyecciones de las
soluciones (t, x(t)) del problema (5.6) sobre IRY.
(t,x(t)) IRN+
Cc > at) € ¡RP
Dichas proyecciones se denominan trayectorias de las soluciones.
Veamos en primer lugar los diagramas de fases en dimensión 1, para ello consideramos la ecuación
diferencial
de 2
ci ¡3
rr
Por ser f(x) =
x(1—2?) una función localmente lipschitziana, existe una única solución para todo
zo € IR. Por ser zx € IR, el diagrama de fases es la proyección de las soluciones sobre la recta
real y se representa en la recta. Tomamos las soluciones constantes del problema, dadas por las
soluciones de la ecuación x(1— 2?) =
0, que corresponden a los puntos z=-—1;x=0yxw=-l.
A las soluciones constantes las llamamos “puntos de equilibrio”, que representamos en el siguiente
diagrama:
yo
Mud
Puntos de equilibrio: r =-—1, 0, 1
Figura 5.4
Cuando el dato inicial es un punto de equilibrio (—1,0,1), la solución permanece en dicho
punto para cualquier valor de t. Estos puntos dividen la recta en 4 intervalos, por la unicidad y
la continuidad de la solución, si partimos de un valor inicial en uno de estos intervalos, la solución
permanecerá en dicho intervalo para todo t € (—o0,00) ya que no puede tomar el valor de los
puntos de equilibrio. Además, en cada uno de estos intervalos, el signo de la derivada de z no
cambia, o bien es positiva, o bien es negativa. Un análisis de la función r(1 —
2?) nos indica
d
-
En el intervalo (—oo,—1), > > 0y la solución es creciente.
d,
-
En el intervalo (—1,0), = < 0 y la solución es decreciente.
d,
-
En el intervalo (0, 1), + > 0y la solución es creciente.
En el intervalo (1, 00), dz

An
<
0y la solución es
decreciente.
Se representa en la Figura 5.5 la dirección de la solución en cada intervalo del diagrama de fases.
-1 0 1
IW - y
y] ») ya IM IM ya y] y]
a)
NX LS
-
a) a
dl US LS ad DJ
Diagrama de fases de la ecuación

= =
x(1- 2?)
Figura 5.5
Cuando el dato inicial se encuentra en el intervalo (-oo, —1)la solución es creciente; la unicidad
de soluciones no permite que alcance el valor z = —1 para t < +00. Además, por ser la solución
monótona y estar acotada superiormente se obtiene que
.
dx
o
A. dt
_
208
por ser —1 la primera solución constante a la derecha del dato inicial y ser f continua, deducimos
a(t) =-1.
AN
De igual forma, resulta:
lim
t+=0
_z(t)=-00, si 2p € (-oo, —1);
¿Limx(t) = si zp € (-1,0);
—
¿Lim_x(t)O, si zo € (-1,0);
=
¿Limx(t) =1, si zg
€ (0,1);
si zo € (0, 1);
¿limz(t)=0,
7(t) sl,
¿Lim_ si zo € (1,00);
¿limz(t)=-+00, si zo € (1,00).

gráfica se representa en la Figura 5.6.
= =
f(x), donde f es una función de clase C*(IR) cuya
f(x)
11 T2 T3 Ta T
Gráfica de la función f
Figura 5.6
Los puntos 11, 22, T3 y Ta indican los valores en los que se anula f, siendo los puntos críticos del
problema.
En los intervalos:
»
(—-00,11),la función f tiene signo positivo, y por tanto x es monótona creciente.
signo negativo, tanto monótona decreciente.

.
(211,12), la función f tiene y por 1 es
.
(22,13), la función f tiene signo positivo, y por tanto x es monótona creciente.
e
(23,14), la función f tiene signo negativo, y por tanto T es monótona decreciente.
»
(14,00), la función f tiene signo positivo, y por tanto z es monótona creciente.
Para obtener el diagrama de fases es suficiente con conocer la gráfica de f y sus puntos de corte
con el eje x. La Figura 5.7 representa la gráfica a la función f y el diagrama de fases de la ecuación
identifican los de los puntos de de la
E
ecuación.
f(x).
=
Los puntos discontinuos ceros f con equilibrio
Y1 22 23 L4 T
>
ob
o
o
21 22
o
o
o
23 8 >
Y A
y]
a
L.
a 0 y]
a
y1
Y») r
Ta
y
d
Gráfica de la función f y diagrama de fases de la ecuación
E =
f(x)
Figura 5.7
Una vez estudiados los diagramas de fases en dimensión 1 y antes de comenzar con dimensiones
superiores se introducen una serie de conceptos teóricos.

Soluciones estacionarias, puntos de equilibrio o Críticos
Definición 5.7. Sea N € IN; N CARY un conjunto abierto; f : N => RN una función de
clase C*(Q). Dada la ecuación o sistema de ecuaciones diferenciales
E =1(0) (5.7)
decimos que ty E Q es una “solución estacionaria”, “punto de equilibrio” o “punto crítico”

de (5.7) si f(z0) =0.
Observación 5.8. Si xp es un punto de equilibrio de la ecuación (5.7), entonces,
x(t) =
Zo
es una solución de la ecuación.
Ejemplo 5.9. Dada el sistema de ecuaciones diferenciales
dx _
T+Y
dt 124+y241
dy_ t-Y
d 24+y24+1”
las soluciones estacionarias son aquellas que satisfacen
dr dy
>?
Para calcularlas, resolvemos el sistema
THY
lo? 0
24y
TY _
>
24 y24+1
cuya única solución es =y=0.
Definición 5.10. Sea N € IN; Q CARY un conjunto abierto; f : Q > IRNÑuna función de clase
C*(N). Dada la ecuación o sistema de ecuaciones diferenciales
dx
=
f(x),
de
decimos que Xy E N es un punto regular del problema si zp no es un punto crítico.
Sistema dinámico local
Sea 1 intervalo de IR y N
Definición 5.11. (Birkhoff 1922) un un espacio topológico.
Decimos que la terna (1,N,0) es un “sistema dinámico local” si:
0: ACIxQ> 0,
es una función continua definida en un conjunto abierto AC I x M; para todo zp € M, el
continene 0 y satisface
conjunto [t € I t.q. (t, 10) € A) es un intervalo abierto que a
O(0,10) =
Zo
el, e(s,To) =
o(t +S, zo).

La función O se denomina “flujo” del sistema dinámico.
|
Sistema dinámico global
Decimos “sistema dinámico global” si A= Rx Q.

Definición 5.12. que (1,0, 0) es un
Ejemplo 5.13. Sea 0: ¡Rx ¡R=>_R definida por
elt, Zo) zoe!. =
Se pide comprobar que (IR,O) es un sistema dinámico global.
1. IR con la topología usual es un espacio topológico donde los conjuntos abiertos se definen a
partir de intervalos de la forma (a,b).
serlo la función exponencial y el producto de funciones

2. O es una función continua, por
continuas.
3. O(0,10) 20 = =
Zo.
4. O(t,0(s, 20)) =
O(t, z0e*) =
zoe*e! zoe*t! =0(5
= +1,70).
a
Un sistema de ecuaciones diferenciales autónomo define un sistema dinámico local
Lema 5.14. Sea f : N CIRN> ¡RN tna función de clase CUIRN) y x la solución de
la ecuación
continua O
diferencial
definida por
= =
f(w%) con condición inicial x(0) =
to. Entonces, la función
o(t,Lp) =
x(t)
define un sistema dinámico local.
Demostración. Para comprobar que O define un sistema dinámico local, veamos que se satisfacen
las propiedades:
1. £ con la topología de IRY es un espacio topológico.
2. Por ser f una función de clase C*(M),el teorema de Picard-Lindelóf garantiza la existencia
y continuidad de O para todo y E £).
3. Por satisfacer la condición inicial, O cumple
e(o, Zo) =
Zo-
4. Sea 1, =
O(s, 10) y T2 =
O(t, 11), entonces
T2= O(t,x1) ett, O(s,Zo)).

=
Por las propiedades de la integral se obtiene
t+s
O(t+s8,10)
;
=
s0+/ F(O(r, 20))dr

Ss t+s
=
m+
/ HO(r,m)dr+ |
t+s
f(0(r,20)ar
=
2115+ F(O(T, 20))dr
=
e(t, 21)
=
0(t, O(s, 2p)).
Ejemplo 5.15. La ecuación diferencial

dz
de_1
dt zx
define un sistema dinámico local en (0,00) dado por la expresión
elt,Lo) Vt+ £p.

=
De igual forma, la ecuación define un sistema dinámico local en (—00,0)definidopor
O(t, 20) —y/t + 22.

=
Ambos sistemas dinámicos son locales, ya que ninguno de ellos está definidos para todo t € IR.
Definición 5.16. Sea 2 C RN un conjunto abierto y O : RxN —>N un sistema dinámico
global. Definimos la órbita o trayectoria de xy € N como el conjunto
y(zo) tales que existe

=
[r EN, t € IR, satisfaciendo x =
O(t,0).
Semiórbita. positiva
Definición 5.17. Sea N C ¡RN un conjunto abierto O : Rx NM> un sistema dinámico
global. Definimos la semiórbita positiva de y E N como el conjunto
(xo) =
[x € N, tales que existe t > 0, satisfaciendo x =
O(t, 20)).
Semiórbita negativa
Definición 5.18. Sea 2 C IRY un conjunto abierto y O : Rx Q —>N un sistema dinámico
global. Definimos la semiórbita negativa de xy € Nl como el conjunto
y” (20) =
(1 E NM,tales que existe t< 0, satisfaciendo x =
O(t,20)).
Observación 5.19. Dado un sistema dinámico global, la órbita de un punto xy E N, es la unión

de las semiórbitas positiva y negativa, es decir
(20) =
y* (20) Uy”(o).
Conjunto invariante en un sistema dinámico global
Definición 5.20. Sea $ C IRY un conjunto abierto y O : RxQ > 8 el flujo de un sistema
dinámico global. Decimos que un conjunto A C N es invariante, si para todo To E A la
órbita de zp pertenece A, es decir sí
O(t, 20) € A, para todo t € R.
De manera similar decimos que un conjunto C es positivamente invariante, sí para todo

To E A la semiórbita positiva de xy pertenece a A, es decir
O(t, 1p)€ A, para todo t > 0.
De forma análoga decimos que un conjunto es negativamente invariante sí se satisface
O(t, 10) A, € para todo t < 0.

a
Definición 5.21. Sea N € IN; N C IRN un conjunto abierto y f,g: N%CRY => RN funciones
de clase CN). Decimos que las ecuaciones diferenciales
d
F=1) E=9a)
son órbitalmente equivalentes si las órbitas de los sistemas dinámicos que definen las ecuaciones
son las mismas y preservan su orientación.
Ejemplo 5.22. Las ecuaciones diferenciales
E =a(1-2), E =20(1 8)!

son equivalentes. Para comprobarlo calculamos en primer lugar los puntos de equilibrio; en ambos
casos, están dados por los puntos ty = 0 y 11 =

1. Existen por tanto 5 órbitas: los puntos de
las los intervalos ambos la dirección
equilibrio y definidas en
(—oo,
0), (0,1) y (1, +00).En casos,
de la órbita es la misma:
1. Si xo € (—oo,0),la órbita y satisface:
¿Bs 141) =—00,
y(t)=0.
¿Lim
2. Si zp E (0,1), la órbita y satisface:
lim y(t) =1,

t>+00
y(t) =0,
¿Him
3. Si zo € (1, +00), la órbita y satisface:
/(t)
¿Lim
=
+00.
¿lim (0)
=1.
Ejemplo 5.23. Consideramos el sistema dinámico global definido por la ecuación diferencial que
aparece en el Ejemplo 5.6 y su diagrama de fases en la Figura 5.7, entonces, los conjuntos (—oo, 11),
(21,12), (12,73), (13, 74), (14,+00) y los puntos de equilibrio son conjuntos invariantes. Además,
la unión de cualesquiera de estos conjuntos también es un conjunto invariante.
Ejemplo 5.24. Consideramos el sistema dinámico global definido por el sistema de ecuaciones
diferenciales
E =30,
a -x(t), =
z(t) =
zo cos(t —
to) + yo sen(t —
to);
y(t) =
—zo sen(t —
to) + yo cos(t —
to).
Se pide comprobar que el conjunto
C=
[(z,y) € ¡R?, tales que q? + y? < 1)
es un conjunto invariante.
Solución: Multiplicamos la primera ecuación por x(t) y la segunda por y(t) y al sumar ambas
expresiones obtenemos:
d 1
ER x*(t)+ y?(t))=0.
Integrando la ecuación anterior deducimos que la solución (x(t), y(t)) satisface
a*(t)+ y?(t) 2 +yó, =

para todo t € IR.
Por tanto, sí los datos iniciales (Zo,Yo)pertenecen a C, la solución con dichos datos iniciales,
(z(t), y(t)), también pertenece a C para todo t > 0, y prueba que el conjunto es invariante.
w-límite / a=límite
Definición 5.25. Sea N C IRY un conjunto abierto y O : IRxQ => N el flujo de un sistema
dinámico global. Sea zp E N, definimos el w-límite de Ty como el conjunto formado por los
puntos r EN tales que existe una sucesión creciente t,, que tiende a +00 y satisface
¿o 8S(ta,zo) =1T.
De forma análoga definimos el a-límite de xy como el conjunto formado por los puntos
TEN tales que existe una sucesión decreciente t, que tiende a —oo
y satisface
y Hi Olta, 14) Sd.
..
Ejemplo 5.26. Consideramos el sistema dinámico global definido por la ecuación diferencial
dx
q
cuyo flujo está dado por la función O(t, xp) =

xye”*. Se pide calcular las órbitas del sistema; sus
w y a-límites y dibujar el diagrama de fases.

Solución: Las órbitas del sistema el punto de equilibrio x.=0 y las órbitas (-oo,0)
=
son: y, y
yz =
(0,00). El w-límite de un punto to E (—o0,0)es el punto de equilibrio x =0, ya que
. .
=t
_ _
0
(al) ¿go
= =
De igual forma comprobamos que para cualquier xy € (0, +00), su w-límite es tambén x =
0. Si
To E (—00,0), el a-límite de xy se obtiene calculando el límite
lim lim zpe”*=-—oo.

zx(t)= t>-=00
t>-00
De igual forma comprobamos que para cualquier xp € (0,+00), su a-límite es +00.
Las anteriores propiedades nos permiten dibujar el diagrama de fases de la ecuación:
zo=0
,
y Y Y y LS
ya
Y A A A A A A Á A $
Diagrama de fases de la ecuación

= =-g
Figura 5,8
Diagramas de fases en el plano: Sistemas lineales
Las proyecciones de las trayectorias en el plano XY de un sistema autónomo
dx
Sp
=
Ma,
dy
dt
-
gl(z,y),
son curvas que tienen por tangente el campo (f, g). Es decir, al proyectar la solución (t, x(t), y(t))
sobre el plano XY, las curvas (z(t), y(t)) tienen por tangente en el punto (zo,Yo) las rectas de
dirección (f(to, Yo),9(To,Yo)).En el ejemplo
dr
a
dy _ >
d4
las proyecciones de las soluciones en el plano XY tiene por dirección el vector (y, 1). Representamos
en la siguiente figura dichos vectores en el plano XY :
ONSSEJRG
A
A
>> 211]
A
AT
44
AN] [TT
1
VIÑA
T
AE
1111!
ORO
OOOO
NADA
NANA
1111
a
SS
Campo vectorial (y, x)
Figura 5.9,
Las trayectorias de las soluciones forman el diagrama de fases, para obtenerlo, calculamos en
primer lugar los puntos de equilibrio, dados por
de dy 0 :
dt dt
A continuación esbozamos aquellas trayectorias que pueden ser representadas siguiendo los vectores
de la Figura 5.9, tal y como aparece en la siguiente figura.
Campo vectorial (y, x) y soluciones de la ecuación de, Y

Y_
d q?
Figura 5.10.
La Figura 5.10 indica la existencia de una órbita en el cuarto cuadrante (x > 0, y < 0) que tiende
al origen cuando t —> oo. La órbita corresponde a la recta y =—z, ya que los vectores del campo
situados sobre la recta están dirigidos dicha dirección. Calculamos a continuación si existen tra-
yectorias situadas sobre esta u otra recta. En este caso, 2/y =

constante, derivando la igualdad
obtenemos
y% 7 =0
po
sustituimos los valores de

= ds y para obtener
y? q? —
po=0
es decir
y=xixz.
Las rectas obtenidas coinciden con las trayectorias de las órbitas que pasan por los puntos yo =
+Zo.
Desde un punto de vista práctico, para calcular las
trayectorias del problema se introduce el cambio
de variable t + x(t) y se obtiene “y” en función de “zx”;de tal modo que
dy _
—
dydz
dt dxdt
, dy dz ,
sustituyendo los valores de los dados la ecuación, obtenemos

eny qe Por en
d
y =
1,
y resolvemos la ecuación
y-a=c
cuyas soluciones definen las órbitas de las soluciones en el plano XY. Además, la ecuación es lineal,
y es posible resolverla utilizando la exponencial de la matriz At, donde A es la matriz que define
0 1
ÁA= ,
La matriz de Jordan de A es
y la matriz del cambio de base
La
Ra => Nin
Ni_A4
>!
Á_APES
A
y)
ATA Ra ol Y 1
nin
de tal manera que
e** es la matriz
220 Capítulo 6, Teoría cualitativa
que define la matriz fundamental del problema:
e =
PeYtp-1
y las soluciones
Tí si
att) =
1 +e)+ Se e");
E
y(t) =
He!
2
071) + Ele!
2
+07!)
Representamos a continuación el diagrama de fases completo, para ello, dibujamos las curvas
definidas implícitamente por la igualdad
y-a=c,
incluyendo el punto de equilibrio (0,0) y las rectas y =
+1. Las curvas contienen a las órbitas y
en algunas ocasiones es posible identificar una orbita con una curva. Sin embargo existen curvas
que contienen varias orbitas, como es el caso de la recta y =

x que contiene las órbitas: (0, 0);
[(z, y) E
IR”,y =1, z>0) y [(z, y) € ¡R?,y=_, rT<O0).
Nx
Di agrama defasesdelsistema: diL=yY,
e fases del sistema Y
di
—= T
Figura 5.11
La dinámica del sistema de ecuaciones lineales está determinada por los autovalores de la matriz A.
En la Figura 5.11, se representa el diagrama de fases cuando los autovalores de la matriz son reales,
uno positivo y otro negativo. Presentamos a continuación un ejemplo donde los dos autovalores
son reales y tienen el mismo signo, es decir, la matriz de Jordan asociada es de la forma
A 0
¿
J=
ox)
donde A; 4 0 para =1,2,
Ejemplo 5.27. Obtener el diagrama de fases del sistema
A e
21 + Y,
dt
dy
de
=x+ 2y.
Solución: Expresamos el sistema de la forma
dx
d
| (2 11
/ x(2) )'
dy
dt
1 2 y(t)
Para obtener las soluciones, calculamos la matriz de Jordan de la matriz de A
21
A=
1 2
)
de la forma A= PJP-1
Nina
Calculamos la exponencial de
0) 001) Di=
At, por las propiedades de la exponencial se obtiene
A =ÑPet p-1
que está dada por la expresión
-1 1 et 0 NTNin let 4
+ 103 lata
30 +30
de
n=
At
1 1 0 ett
==
1
Ni
a
223€ +33€1,3
—1pty 1, , 1,3
:
2 2 +3
Las soluciones qudan de la forma
z(t)
=
let + 30% —Jet4ze Zo
)
A
222
es decir
1 1 1 1
¿(vo + 2g).
ze (vo 20)
+
x(t) ¿2 (Zo Yo) ¿(zo Yo), y(t)
+ +
—
= —
=
En la Figura 5.12 se representa el campo, (y, —x —
2y), formado por los vectores tangentes a las

trayectorias del diagrama de fases. En la Figura 5.13 aparece el diagrama de fases del sistema.
SI RRITA
CARA
2
TAPETE ANI 247 A
enn 222272447
E
ppERECTA
===...»
> A IPP?
Creer ros nn » A»
HPF O
naar rr non
sn 2 AS
EE EEES
. sn asa A
0er 0a0dttot
AAA
A¿etddtdt1arNx rro
E
E
IEA EE
A SAA AAA
APLRELAMA
/
IAN
APM BAS
IGGIGI GINA AA ANOS
d
9Y
Campo (27 + y, 1 2y)+ Diagrama de fases del sistema
= 217
+y, dt
=1+2y
El sistema presenta dos separatrices, las rectas y =

+, que contiene las trayectorias de las
soluciones
(e7t e7t), (e7t,—e7t), (=e7*,e7*),(-e7*,—e”*) y (0,0).

Las soluciones convergen al origen cuando t + —oo.
Ejemplo 5.28. Consideramos el sistema de ecuaciones diferenciales
dx
4 TY,
_
_
T
dt
dy
===
aq
que expresamos en forma matricial como el sistema
d | (f-1 7
dy |
Y
-7 1)
las)vt)
Representamos en la Figura 5.12 el campo (-x + y, rx —
y) formado por los vectores tangentes

a las trayectorias del diagrama de fases.
y
/
Y Z,
IZAPR
a
¿ Y Y
A
N y N » y l
AA
ON
SS
AA
a 5, Nx
E
e
y y
E
77
IA
US
aasidiccigÍ4A
AA rl, VU
Na rr
Campo (-x + 1y, -11

—
Y)
Figura 5.14
Las direcciones muestran como la solución gira entorno al origen de coordenadas aprorimandose
al origen en forma de espiral. Para saber con precisión si las soluciones se aproriman al origen
formando espirales y dado que el sistema es lineal, calculamos la solución explícita mediante los
métodos estudiados en el Capítulo 4. La matriz fundamental del sistema se obtiene calculando la
exponencial de f, Ads,
D(t) =01*
donde
y las soluciones son de la forma
x(t) Y e*tcos(mt) e”*sen(rt)

y(t) )
[
—ertsen(mt) e7*cos(nt) »)
Yo
es decir
z(t) =
e7*(zocos(rt) + yosen(rt)), y(t) = e” *(—zosen(rt) + yo cos(rt)).
Las soluciones tienden a (0,0) cuando t > oo por lo que las trayectorias son espirales que convergen
al origen cuando t + +00.
TEN
Diagrama
€
de fases del sistema
Figura
d
=
5.15
=
—2+7Y,
d
E =-—11—Y

do
P. Y,
dt ón
dy =
—T1 + Y,
de
se expresa en forma matricial
dx
de _
lo 7
x(t)
dy
dt
| Vr
1)lLy8))'
y se resuelve de manera similar al Ejemplo 5.28. Realizando los correspondientes cálculos se
obtienen las soluciones
r(t) Y f
|
etcos(rt) etsen(nt) To
y(t) ) —etsen(rt) el cos(nt) Yo)
es decir
x(t) =
e7*(x0cos(rt) + yosen(rt)), y(t) = e” (—zosen(rt)+ yo cos(t)).
Tanto en este ejemplo como los autovalores de las matrices

en el que definen el
Ejemplo 5.28,
sistema, son números embargo la parte real de los autovalores de este ejemplo es
complejos, sin
es negativa. Representamos en la Figura
positiva, frente a los autovalores del Ejemplo 5.28 que
a las trayectorias del diagrama
5.16 el campo (1 + Try, 1 Ty) formado por los vectores tangentes
—
de fases. En la Figura 5.17 se representa el diagrama de fases del sistema.
ATT TLIS "PODA
NAAA AE mt:
A To
N Vit
Dirra
r. IN
NANNY 7
z
EN EEE
a HEEE
NS A “1d 1|
/ /
SSA So
Ll
Pd
EEE
Campo (2+y,TT —Y) Diagrama de fases del sistema E=x+m, Y =-=11+y
Las soluciones tienden a (0,0) cuando t + —oo por lo que las trayectorias son espirales que parten
del origen y se alejan de él cuando t > +00.
En los dos ejemplos anteriores hemos visto los diagramas de fases cuando los autovalores de la
el sistema tienen parte real distinta de En el siguiente ejemplo representamos

que define
matriz cero.
fases cuando los autovalores complejos con parte real nula, decir, de la
el diagrama de son es son
forma +Bi.
de _
a»
dy
qt
dz
d [0 1 x(t)
|
dy 1.0 y(t) )
dt
Procedemos como en los Ejemplos 5.28, 5.29 y obtenemos las soluciones
r(t) Y A
cos(mt) sen(rt) Zo
y(t) ) —sen(rt) cos(rt) Yo)
es decir
z(t) =
zo cos(mt) + yosen(rt), y(t) =
—zosen(rt) + yo cos(mt).
De manera alternativa, al ser un sistema autónomo, calculamos las gráficas de las trayectorias
resolviendo la ecuación diferencial
dy dydz
_
dt dxdt
dy d:
la ecuación
donde
S y son sustituidos por —x e y respectivamente, obteniendo
dy
ES
qgY
Resolvemos la ecuación de las trayectorias que están definidas implícitamente por las circunferencias
22+y=c,
Representamos en la Figura 5.18 el campo (y, —z) que representa los vectores tangentes a las tra-
yectorias del diagrama de fases. En la Figura 5.19 se representa el diagrama de fases.

8 8
d
Campo (y, -1) Diagrama de fases del sistema
ni =Y,
Y. —z
5.18
Figura Figura5.19
Las soluciones son periódicas de periodo 27 que giran alrededor del (0, 0).
Veamos a continuación otro ejemplo de sistema lineal de dos ecuaciones donde los autovalores
de la matriz A son reales y distintos.

dx
2)-(0)(8)
ACA
dt
-1 -2 y(t)
Para obtener las soluciones calculamos la matriz de Jordan J de la matriz que define el sistema:
A=PJP”!, donde P es la matriz del cambio de base:
0 1Y (-1 11/11 o 1
-1-2) 11 0 0 -1 A ij
Calculamos la exponencial de At, dada por la expresión
ez —
Pe'tp-1,
*
realizamos los cálculos y se obtiene
At et
e =
-1 -1
ter 0 1
=
et+tet tert
1.0 0 et -1 -1 =tet ent te
y obtenemos las soluciones de la forma
et+te* te”*
a(t) Y ([ Zo
)'
TON =tet enttet Yo
es decir
x(t) =
zpe* + (Zo + yoJte”*, y(t) =
Yoe* -
(xo doYo)te”*.
En la Figura 5.20 se representa el campo, (y, —x —
2y), formado por los vectores tangentes a las

trayectorias del diagrama de fases. En la Figura 5.21 se representa el diagrama de fases.
y y
SIR N
INN
e VVS
NS gai”
estilo
ra
y
;
E:
A
rado
,
ARNESES
ANNOANA ANA
ÑNN
Campo (y, —1 —
2y) Diagrama de fases del sistema

$ =1,Ya
El sistema presenta una curva separatriz: la recta y =

—x, que contiene las trayectorias de las
soluciones
(e7*,—e7*),
(=e7*,e7*), y (0, 0).
Las soluciones convergen al origen cuando t > +00.

5.3 Clasificación de sistemas lineales en el plano 220
5.3 Clasificación de sistemas lineales en el plano

Consideramos el sistema
dt b x(t)
_[a (5.8)
d
dy c
JA y)
dt
donde a, b, c y d son números reales. Denotamos por A la matriz
(24)
La matriz fundamental del sistema (5.8), D, se obtiene calculando la exponencial de foAds =
At
es decir
D(t) =e*,
Para calcular e1*, calculamos en primer lugar la matriz de Jordan de A, que denotamos por J y
satisface:
A=PJP?,
donde P es la matriz del cambio de base. Aplicamos el Lema 4.26 para obtener
D(t) =
PeYt Pp”,
El diagrama de fases de (5.8) se obtiene mediante el diagrama de fases del sistema
de =p
t
(5.9)
dy y(t)
aplicando el cambio de coordenadas:
v y
donde (u, uv)satisfacen el sistema (5.9).

El comportamiento cualitativo de las soluciones en ambos sistemas es el mismo, ya que el cambio
de variable no afecta a dicho comportamiento. En el siguiente ejemplo se comparan los diagramas
de fases de dos sistemas con la misma matriz de Jordan.
Ejemplo 5.32. Consideramos los sistema

dx dz
d | de+
(-1 4 x(t) | Ll ni 8 osA?
dy
dt
| Va -1)ly0)) dy
dt
_
AHTTTOA
PERSA
pol_AoA
o == ea +A
Calculamos las matrices de Jordan de las matrices que definen los sistemas, expresandolas de la
forma PJP"*, donde J es la matriz de Jordan y P es la matriz del cambio de base:
OO DEAA
al-
RICA) O
_A4
Las matrices fundamentales de los sistemas son
e”*sen(2t) o 1
0 -2 etcos(2t)
a)
_
=
1.0
) —e*sen(2t) e7*cos(2t) ) -110 )
_
—etcos(2t) 2e”*sen(2t)
—le” sen(2t) e”tcos(2t)
1 et cos(2t) e”*sen(2t) o!
Ml 0
da) =
4 0
) —etsen(2t) e”*cos(2t) ) 1 0 )
_
>
e7tcos(2t) —je”*sen(2t) :
de”tsen(2t) e”*cos(2t)
Se representan en las siguientes figuras los diagramas de fases de ambos sistemas:
pra
(
>
Diagrama de fases del sistema Diagrama de fases del sistema
dr dr 1 dy
dy _
EI
_
79
_
de AR Y
de qa
La diferencia entre ambas figuras es un cambio de variable.
En el sistema de la forma
4T
a
donde z =
(11,---Tn) y Aes una matriz de coeficientes constantes, los autovalores de A determinan
el comportamiento cualitativo de las soluciones. Obtenemos la solución del problema mediante la
exponencial de la matriz At
x(t) =e*xo.
En el Ejemplo 5.32 las soluciones son de la forma
r(t) Y [
|
—e*cos(2t) 2e”*sen(2t) zo |.
)'
y(t) ) —Jetsen(2t) e7tcos(2t) Yo
a(t) Y [
|
e7*tcos(2t) —¿je”*sen(2t) Zo
y(t) ) 4e7tsen(2t) e7*tcos(2t) Yo)

En ambos casos, cuando t > 0 las soluciones se mantienen próximas al origen, en el sentido de
2*(t)+ y*(t)
<
ce”*(23
+40),
donde matrices del cambio de base. Además, cuando £ —> oo la soluciones tienden
c depende de las
al origen de coordenadas. El concepto de “mantenerse próximo” se conoce por “estabilidad”, si
además la solución tiende al origen, se utiliza el término de “estabilidad asimptótica”. Presentamos
a continuación los detalles de la definición de estabilidad cuando el sistema es lineal.
Definición 5.33. Sea x= (21,***tN); to E RN y D una matriz fundamental del sistema lineal
dx
A
q
decimos que el origen de coordenadas (0,---0) es estable, si para todo e > O existe $ > 0 y para
todo xo satisfaciendo |xp]|< $ resulta
[D(t)To| <e para todo t > 0.
Si además
jx(t)| >0
decimos que el origen es asintóticamente estable.
Observación 5.34. Cuando no se satisface la Definición 5.33 el sistema se denomina inestable.
Para clasificar los sistemas denotamos por A y Az los autovalores de la matriz A en (5.8) y
consideramos las distintas posibilidades:
Nodo estable. Autovalores reales, negativos y distintos: Az <A <U
Decimos que el origen es un nodo estable

si el sistema de ecuaciones es de la forma
d 0 x(t)
|_(AM )”
dy 0 da y(t)
dt 8
donde A2 < A1 <0. El sistema tiene
por soluciones
x(t) =
aye,
y(t) =
yoe”**,
El origen es un punto de equilibrio
Diagramas. de lies del
de=-3, d
asintóticamente estable. sistema
a =
Y
Figura 5.24
Nodo inestable. Autovalores reales, positivos y distintos: 0.< A < Az
Decimos que el origen es un nodo inestable

1)
dx
2| (m0 x(t)
eS
NO de ) y(t)
)”
donde 0 < A1 < Az. El sistema tiene
por soluciones
Art
z(t) =
pe )
y(t) =yoe**.
El origen es un punto de equilibrio di
inestable. Diagrama de fases del sistema dle
dt
=%f,
mm
dt
2y
Figura 5.25
Punto de silla. Autovalores, reales, uno positivo y otro negativo: A» <0<A]
Decimos que el origen es un punto de silla

dx
de 0
“(a 10)
y
IS
)”
X0 do y(t)
dy
dt
donde A2 < 0 < A;. El sistema tiene
por soluciones
z(t) =
xqe**,
y(t) =
ye?*.
inestable. Diagrama de fases del sistema
E =1,
E =-y
Figura 5.26
Nodo estelar estable. Un único autovalor: real. multiplicidad geométrica 2.

negativo y con
A =
A» < 0)
Decimos que el origen es un nodo estelar

estable si el sistema es de la forma
de
IAS
|
|
dy | V0AJL1 90)”
donde A < 0. Las soluciones son de la forma
z(t) =
age”, 4
y(t) =
yoe*.
El origen es un punto de equilibrio 1
asintóticamente estable.
d
dz
Diagrama de fases del sistema
q = =-y
Figura 5.27
Nodo estelaranestable. Un único autovalor; real, positivo y con multiplicidad geométrica 2.
0<A1=2A
Decimos que el origen es un nodo estelar

inestable si el sistema es de la forma
dz (
d | (A 0 x(t) |
)”
NOA
dy
Y y(t)
$
dt + +
donde A > 0. Las soluciones son de la forma
z(t) =
xqe*, y
y(t) =
yoe”.
El origen es un punto de equilibrio 1
inestable.

= =1,
Z =y
Figura 5.28
Nodo impropio estable. Un único autovalor: real, negativo y con multiplicidad geométrica
1 A1=22<0
Decimos que el origen es un nodo impropio

]
estable si el sistema es de la forma
dx
de
dy
di
| (> sE 10 AJl yt)
(¿ e
4
)
donde A < 0. El sistema tiene por soluciones
x(t) =
zpe**+ gote*,
y(t) =
yoe*.
El origen
: es un a punto de equilibrio
q
asintóticamente estable.
Diagrama de fases del sistema as
dt
=-1+Y,
E
=-y
Figura 5.29
Nodo »mpropio inestable. Un único autovalor: real, positivo y con multiplicidad geométrica
1.0% =>
Decimos que el origen es un nodo impropio

'
inestable si el sistema es de la forma
dr
d (A 1
| z(t)
(
)”
dy
dt
01) ut)
4 ( »
4 A »
;
y
donde A < 0. El sistema tiene por soluciones
z(t) =
zqe* + yote*!,
Y)
y(t) =
gue”.
El origen es un punto de equilibrio Diagrama de fases del sistema

E =1+Y
Y -
y
inestable. Figura 5.30

236 Capítulo 5, Teoría cualltativa
Un autovalor negativo y otro nulo. 0 =A2 > A1. Sistema degenerado
Consideramos el sistema de la forma

1)
de A A
dt A 0 z(t) 94
» » 4 4 + 4
—_ )
—><+ +
dy 0.0 y(t) > 4
——— > » + + + +
d
donde A < 0. El sistema tiene por o jajaa arcaica]
AA AA E
soluciones
Ti
> A AX ———
z(t) =
=x q
00", (t)
Yll)=Yo-
=
[A A
La recta x =
0 está formada por puntos AAA 4
>
de equilibrio estables no asintótica-
pero
de fases del sistema
"UN dy
0
mente estables. Diagrama u=7* u-
Figura 5.31
Un autovalor positivo y otro nulo. 0 =A2 <A. Sistema degenerado
Consideramos el sistema de la forma

y
de a WA
dt _
A 0 x(t) 4 < MU ; » —
dy 0.0) ut)” 2
de + 4 +
a] + » » »
donde A > 0. El sistema tiene por : : j : 4 ] ' d z
soluciones AAA ETA |

z(t) =
zge**, y(t) =
yo- IPTERIEe
¡MUI DARAS:
SE
La recta x = 0 está formada por puntos mot
A A
de equilibrio inestables.
= =1
2 =0
Figura 5.32
A1=A2=0: Multiplicidad geométrica 1. Sistema degenerado
El sistema de ecuaciones de la forma

dz » » »
jalo » » —
dt q A lá--- >>>
dy -(; 1)(5)
| Lo0)JLw0) bz
tiene
di por soluciones
A
ei
2 E
|
3 3 h
+
r(t)
4
=
yot + Zo, SS h
4 1
+++4+4
4244444
AS +
y(t) =yo. +4 4
+4444
O
4 + +

SP 4
1
y 4
+
inestable.
Diagrama de fasesdel sistema
= =Y
Y =0
| Figura 5.33
Foco inestable. Autovalores complejos con parte real positiva A+ =04 E B1,0>0
Decimos que el origen de coordenadas es un
foco inestable si el sistema es de la forma
d.
d18| (a 8
a
dy
dt
| 1-8
0 50)
]J1u))'
donde a > 0. El sistema tiene por soluciones
z(t) =
zpe**cos(Bt) + yoe”?sen(Bt),
y(t) —zpe”*
sen(Pt)
+
yoe”*
=
cos(Bt)).
El origen es un punto de equilibrio Y
inestable.
Diagrama de
de f:fases del sisra
del de
-
4. Y, da
de
=1+Y
Figura 5.34
Eoco estable. Autovalores complejos con parte real negativa dy =0 EP, 0 <0
foco estable si el sistema es de la forma
dx
a
dy
de
(5 =B 2030)
a
y(t)
)”
eS
CIA
KZ, (ES
donde a < 0. El sistema tiene por soluciones
zx(t) zge”* cos(Bt) + yoe”*sen(Bt),

=
y(t) =
—z0e”*sen(Bt) + yoe**cos(Bt).
El origen es un punto de equilibrio dx
4 dy
Diagrama de fases del sistema —1 +,
estable. E= TY
Figura 5.35
Centro. Autovalores imaginarios A =

ED?
centro si el sistema es de la forma
d | fo BY ax) )
dy | 1-6 0) ut)
de z
Las soluciones son periódicas y están dadas
por la expresión:
z(t) =
zo cos(Bt) + yo sen(Bt),
y(t) =
—zosen(Bt) + yo cos(Bt).
Diagrama de fases del sistema de
«Y
=
a
Y
=-1
estable no asintóticamente estable. Figura 5.36

pero
5.4 Sistemas no linelaes: Estabilidad 239
5.4 Sistemas no linelaes: Estabilidad
Pa
ds
. . .
dx ., ,
e introducimos la nueva variable y =

para expresar la ecuación en forma de sistema
E
dx _
dt —_ Y,
dy
dad
o en forma matricial
dx
d [0 1
| x(t)
)”
1.0)
dy y(t)
dt
y obtener las soluciones de la forma
x(t) =
zo cos(t) + yo sen(t), y(t) =
zosen(t) + yo cos(t).
Las soluciones obtenidas son periódicas y las órbitas del diagrama de fases forman circunferencias
concéntricas centradas en el origen de coordenadas (ver Figura 5.36). Si partimos de un punto
del plano, la distancia al origen se conserva para cualquier instante de tiempo. Sin embargo, si
introducimos un pequeño cambio en el problema, transformando la ecuación en una ecuación de

la forma
0%x
dt?
A ¡dz
d
e”
para k tan pequeño como deseemos, el comportamiento de las soluciones cambia por completo.
dx s :
Denotamos por y a —
y expresamos la nueva ecuación en forma matricial

dt
dx
di o 1
dy
de /
-( —1 2k
150) y(t)
($10)
La matriz de los coeficientes del problema
o 1
4-2 s
9240
tiene por raíces k + yY/k 1. Cuando
—
|x| < 1 las soluciones son de la forma
z(t) = Aert cos(V1—x*t) + Be"! sen(v1 —xt)

y(t) =
(Ax + BvV1 —
n2)e"*cos(y1 —
7) + (Bx —
AY1 —
12)e"*sen(v1 —
21);
LgK
—
cuando
para
contrario
Á=
tQ y B
0 la solución
=
A —Ñ
Si x < 0, la solución tiende al origen
El w-límite
t >
cuando
00; si por el
x > se aleja del origen a medida que t crece. k <

0 es
el punto (0,0), que coincide con el a-límite cuando k > 0.
Al introducir un pequenño cambio en el sistema (5.10), aparece un cambio de comportamiento

en las soluciones. El sistema
07
dar
que expresamos en forma matricial:
dx
de
dy
de
| -(; (0) V10)J1u0)
tiene por soluciones
r(t) =
Aet + Bet, y(t) = Ae! —
Be”*
donde A+ B =
zo y
A—
B= yo. Si introducimos una perturbación similar a la introducida en el

sistema (5.10), se obtiene la ecuación
Pe
de ay tn
gs?
x(t) = Ac Vr + Be VH y(t) =, /1 + 24
tt _
Be Ve,
En este caso, a pesar de que las soluciones han cambiado, su comportamiento cualitativo es el
mismo y se obtiene un diagrama de fases similar.
Cuando la perturbación que hacemos del sistema lineal es de tipo no-lineal, sucede algo similar,
el sistema cambia o no su comportamiento dependiendo de la naturaleza del sistema lineal y del
tipo de no-linealidad.
Consideramos el problema no lineal

0%x
dt?

_ =
y; para obtener el sistema
de
-
5)
de
(5.11)
Fy
r(1- 2).
=
—
=
Deseamos conocer el comportamiento de las soluciones en las proximidades de las soluciones
estacionarias 1 = 0 y 1 = 1. Para ello, comparamos el sistema no-lineal en las proximidades de la
solución estacionaria con un sistema lineal lo más similar posible, que se obtiene “linealizando” la
ecuación en el punto estacionario.
Dado el sistema
de
==
=
fo
q
7
9)
diferencial dicho
la función lineal que mejor aproxima a (f, g) en el punto (xo, yo) es su en punto.
Aproximamos por tanto el sistema (5.12) por el sistema lineal:
d 16) 19)
=D ar (00)
dt 9 9
| o,y0) lízo;vo)
(513) f
dy Og Og
==]
==
(1-20) + Oy (y —
yo).
dt. Ox
(to,Yo) (to,yo)
En el ejemplo (5.11), linealizamos la función (y,x(1 —
x)) en el punto estacionario. (0, 0), para

obtener el sistema lineal:
dz
a 1 z
de |
=
dy 10 y
dt
y en el punto (1,0) por el sistema
dz
:
dy
E -1 0 Y
dt
La primera pregunta que surge es bajo que condiciones podemos asegurar que el comportamiento
del sistema no lineal es similar al del sistema lineal en un entorno del punto estacionario. La
respuesta a la pregunta depende de los autovalores de la matriz utilizada para linealizar el sistema.
Cuando todos los autovalores son reales y distintos de cero, o son complejos con parte real no nula,
el sistema linealizado tiene el mismo comportamiento que el sistema no lineal en el entorno del
punto de equilibrio. Cuando esto sucede decimos que el punto de equilibrio es hiperbólico. Veamos
a continuación los detalles de la definición.
Punto haperbólico
Definición 5.35. Sea f : IRY > RN una función de clase C!; x= (21,"** Tn) y Zo E IRN
un punto de equilibrio del sistema
==
d
$(a) 00”
es decir, zo satisface f(tp) =0.
Decimos que “zp” es un punto hiperbólico, si todos los autovalores de Df(zp) tienen
parte real distinta de O. Por extensión, se denominan los sistemas lineales con puntos de
equilibrio hiperbólicos: sistemas hiperbólicos.
Teorema de linealización o de Grobman Hartman
Consideramos una pelota que se desplaza sobre una superficie. Identificamos el desplazamiento
de la pelota al situarla sobre un punto de la superficie con la semi-orbita positiva de dicho punto.
Al situar la pelota sobre un máximo local, esta permanece en el punto sin moverse, dicho punto
se identifica con un punto de equilibrio del sistema. Sin embargo, si por error colocamos la pelota
a una pequeña distancia de ese máximo, la pelota se aleja del máximo local elegido movida por
la fuerza de la gravedad. Por el contrario, al situar la pelota en un punto próximo a un mínimo
local, esta se mantiene siempre en las cercanías de dicho mínimo. La estabilidad de los puntos de
equilibrio juega un papel muy importante en los sistemas físicos, donde pequeños cambios pueden
generar comportamientos opuestos en las soluciones.
Definición 5.36. Dados dos sistemas dinámicos
d:XxR>X,
V:YxR>Y,
decimos que son conjugados, si existe un homeomorfismo $ : X > Y tal que
h(D(z,t)) =
V(t, h(z)),
es decir, sih-D' =V*.h.
Si h es diferenciable, entonces decimos que son diferencialmente conjugados.
A continuación enunciamos el teorema de linealización o de Grobman-Hartman, donde se pre-
sentan las condiciones suficientes para que un sistema no-lineal se comporte como un sistema lineal
en un entorno de un punto crítico. :
Teorema de linealización o de Grobman-Hartman
Teorema 5.37. Sea xy un punto de equilibrio hiperbólico del sistema
dx
(5.14)
T=1(a)
Sea O el asociado eP1% el asociado la ecuación lineal
flujo a (5.14) y a
d
<= DF(aol(a 20),
—
entonces, existen dos entornos abiertos U y V de xp en ¡RN y una aplicación H :U => V
tal que
d(t) =
eP/Cdt
HE py,
En particular, H transforma soluciones en soluciones, preservando su orientación. H no
| es necesariamente diferenciable.
La demostración puede encontrarse en [1] p. 263.
Ejemplo 5.38. Consideramos el sistema de ecuaciones diferenciales
dy
—=4
21,2
I“+yYy —4,
de
Se pide calcular los puntos de equilibrio y aplicar el teorema de Grobman-Hartman.

Solución: Los puntos de equilibrio son las soluciones del sistema:
a2—y=0; 22+3y-4=0.
La primera ecuación es equivalente a x? y?, y al = sustituir en la segunda ecuación obtenemos

41? —
4 =0. Despejando, resulta x +1, obteniendo = de este modo los puntos de equilibrio:
(1,1), (-1,1), (1,1), (-1,1).

Denotamos por f =
(f,, fa) el campo (1? —
y?, 2? + 3y? 4) —
y calculamos Df
0h dh
01 21 -—2y
0y |
Ofz df 23 6y
Ox 0y
Sustituimos en los puntos críticos:
244 Capítulo 5. Teoría cualltatiya
1. En el punto (1,1) obtenemos la matriz
cuyo polinomio característico es A2—8A+16 raíz A= 4 con multiplicidad

que tiene una única
geométrica 1. Se trata por tanto de un posible aplicar el teorema de

punto hiperbólico y es
linealización o de Grobman-Hartman. Por ser un autovalor positivo doble con multiplicidad

geométrica 1, el punto es un nodo impropio inestable (ver Figura 5.30), el teorema indica
que el sistema se comporta en un entorno del punto crítico como el sistema lineal.
SS En el punto (1, —1) obtenemos la matriz
2 $
cuyo polinómio característico es A? —
44 —
16 que tiene por raíces A+ = 2 + 245. Ambas

raíces son reales, por lo que se trata de un punto hiperbólico y posible aplicar el
es teorema de
linealización o de Grobman-Hartman. Un autovalor es positivo y el otro negativo, se trata por
tanto de un punto de silla (ver Figura 5.26). El teorema indica que el sistema se comporta
localmente como el sistema lineal.
So En el punto (—1,1) obtenemos la matriz
-2 -—2
-2 6
cuyo polinómio característico es A? + 44 —
16 que tiene por raíces A+ =

-2+2y5. Un
autovalor es positivo y el otro negativo, se trata por tanto de un punto de silla (ver Figura
5.26). El teorema de linealización o de Grobman-Hartman indica que el sistema se comporta
localmente como el sistema lineal.
En el punto (-1,—1) obtenemos la matriz
2 2
-2 $6
cuyo polinómio característico es A2+81+16, que tiene una única raíz A= 4 con multiplicidad
geométrica 1. Se trata por tanto de un punto hiperbólico y es posible aplicar el teorema de
linealización o de Grobman-Hartman. Por ser un autovalor positivo doble con multiplicidad
geométrica 1, el punto es un nodo impropio inestable (ver Figura 5.30), el teorema indica
el sistema del
que se comporta en un entorno
punto crítico como el sistema lineal.
5.4 Sistemas no linelaes: Estabilidad 24 5
El comportamiento de las soluciones en un entorno de un punto de equilibrio hiperbólico se
obtiene aplicando el teorema de linealización o de Grobman-Hartman, se obtiene así la estabilidad

de la solución estacionaria. En la definición 5.33 se introdujo el concepto de estabilidad del origen
de coordenadas para sistemas lineales. Se introduce a continuación la definición de estabilidad
para sistemas no-lineales.
Definición 5.39. Sea ty € IR; x= (21(t),-*-,Tn(t)) y e Il 2: a ro

rn Sh
7 «+
Tny(t)) soluciones de
dx
=
(t,x), t>to, (5.15)
de
con datos iniciales zp y To respectivamente. Decimos que í es una solución estable, si existe
e* >0, tal que para todo e € (0, e*) existe $ > 0, tal que si [To—To|< Í entonces se satisface
[E(t) x(t)|—
<e para todo t > to.
dr
o 10 TI
de |
dy
dt
10 0 y
zx(t) =
xo cos(10t) + ¡0sen(104),
y(t) —10zosen(10t) =
+ yo sen(10t).
Comprobamos que el origen de coordenadas es estable, para ello, tomamos e* > 0, y obtenemos
I(x(6),y(1))1? =
(zocos(10t) + Ysen(10t))? + (-10x0 sen(10+) + yo sen(10))?
(22+ y2)cos?(10t)+ 100(23+ yó)sen?(10t)
IA 100(x3+ y?)
deducimos que
I(z(t), y(t))] < 10|I(xo,

Yo)|!.
Entonces, para todo e € (0, e*) existe $ =
6 tal que si |(Xo, Yo)|< $ entonces
[(z(£),y(t))| < 10](zo, Yo)|< 108 < e
y deducimos que el origen es estable.

El concepto de estabilidad presenta numerosos matices y en ocasiones las definiciones utilizadas

no captan el concepto intuitivo de estabilidad. En el ejemplo anterior el origen de coordenadas es
estable, además, cualquier solución del sistema es también estable ya que se satisface
[x(t) —
(8)? + Iy(t) —
9(t)? < 100|x0 —
ol? + lo —
Jol?.
Sin embargo un sistema dinámico con soluciones de la forma
z(t) =
zo cos(10t + (22+ y? 1)t), —
y(t) =
yosen(10t + (23+ yé 1)t) —
(5.16)
presenta el mismo diagrama de fases que el sistema del ejemplo 5.40. El origen de coordenadas es
estable, pero el resto de soluciones no lo son en el sentido de la Definición 5.39. Para comprobarlo,
tomamos dos datos iniciales tan próximos como deseemos situados en la misma semi-recta que
parte del origen y a diferentes distancias del origen. Estas soluciones, giran a distintas velocidades
angulares produciendose un desfase entre ambas que aumenta a medida que t crece. Transcurrido
un tiempo suficientemente grande cada solución se encuentra situada en las proximidades de la
antípoda de la otra, por ser el sistema periódico, para todo t > 0 encontramos t; >
t tal que las
vuelven Tomamos e*
soluciones a situarse en las proximidades de las antípodas. =
y Ih+Yó y
obtenemos que las soluciones (5.16) son inestables a pesar de presentar el mismo diagrama de fases
del ejemplo (5.40) donde todas las soluciones son estables.
El diagrama de fases nos permite conocer la estabilidad de los puntos de equilibrio, pero en
general no de las soluciones que dependen de t. Una de las situaciones donde es posible conocer
la estabilidad de las soluciones no constantes mediante el diagrama de fases es cuando el punto

de equilibrio atrae las soluciones que hay en su entorno; es decir, dado un punto de equilibrio
Zo E IRN, si x(t) + To cuando z(tp) está próximo a zo : To es estable y también las soluciones
de su entorno. Cuando sucede este tipo de comportamiento decimos que Ty es asintóticamente
estable, presentamos a continuación los detalles de la definición.

Solución asintóticamente localmente estable
Definición 5.41. Sea xy € RN, tp €R yz =(21(t), ++

,Tn(t)) la solución de la ecuación
o del sistema de ecuaciones diferenciales
dx
-
f(t, 2),
de (5.17)
z(tp) =
Z0-
Decimos que z es una solución asintóticamente localmente estable si es una solución estable
(en el sentido de la Definición 5.39) y además, existe y > 0, tal que, para todo Zo
satisfaciendo |ip —
To] < y se tiene que
|Z(t) —
x(t)] +0 cuando t > 00
donde í es la solución de (5.17) con dato inicial E(tp) =

Zo.
De forma análoga, la definición anterior se extiende a la situación en la que y es cualquier valor
positivo, obeniendo la siguiente definición.
Solución asintóticamente globalmente estable
Definición 5.42. Sea xp € IRN, ty € IR y x= (z1(t),--- ,Ty(t)) la solución de la ecuación
diferencial
S =
$65)
o
|
do
(5.18)
(to) =
Zo.
Decimos que x es una solución asintóticamente globalmente estable, si es una solución

estable (en el sentido de la definición 5.39) y además, satisface
[3 (t) —
x(t)]| +0 cuando t + 00
para cualquier solución E del problema (5.18) con dato inicial G(tp) € IRN,
ans
El concepto de estabilidad, estabilidad asintótica local y estabilidad asintótica global presentado

en las Definiciones 5.39, 5.41 y 5.42 también se conoce como estabilidad, estabilidad asintótica
local o estabilidad asintótica global en el “sentido de Liapunov”.
Ejemplo 5.43. Consideramos el sistema de tres ecuaciones diferenciales

dx
a
7
TU +ERD
dy =
<a 2 a,
di
dz 2,2, .2
—9z,Z
a
a
Y
-
de
Cuyas soluciones estacionarias satisfacen

2? —-y-2-2+2=0,
za? + y +422 20—2y=0,
2+2-2=0.
Resolviendo el sistema algebraico se obtienen las soluciones estacionarias (0, 0, 0), (0, 1,1) y (0, 2,0).
Para aplicar el teorema de Grobman-Hartman, linealizamos el sistema en los puntos de equilibrio
obtenidos: (0,0,0) , (0,1,1) y (0, 2, 0)
( dx dx
dx -—21-2(2-1
T—2(2-1),
= 720 Ay 2),
e
== -—27 — =
—
=
+, q mn
dy dy dy -2 2(2-—1
2x1 —2y, £ 21 +2(y —2),
=
=
x+2(2-—1)
er
=
== -2r-
==
s
dE dl
dz dz dz _
, ¿ a
4 TS dC
Las matrices
-2 2 0, 2 -—2 0, 2.02
2 -—2 01, —-2 2 0 |, 202],
0 0-1 0 0-1 0 0 1
tienen por autovalores -2 + 2i, —1; +2, —1 y 0, —2 y 1 respectivamente. Los puntos (0, 0,0) y
(0,2,0) son puntos hiperbólicos, el teorema de linealización o de Grobman-Hartman garantiza que

su comportamiento local es equivalente al comportamiento del sistema linealizado en dicho punto,
obtenemos por tanto que (0,0,0) es asintóticamente estable, sin embargo no lo es globalmente ya
que existe otros puntos de equilibrio y la distancia entre ellos se mantiene constante en el tiempo.
(0, 2,0) es un punto de silla y el punto (0,1,1) no es hiperbólico por ser O uno de los autovalores
de la matriz. No se satisfacen en este último caso las hipótesis del teorema de Grobman Hartman.
Pana estudiar el comportamiento local en un entorno de (0, 1,1) es necesario aplicar otros métodos
que estudiaremos en la siguiente sección.
Ejemplo 5.44, Se pide estudiar la estabilidad del punto de equilibrio del sístema de
(2,3)
ecuaciones diferenciales
dx
E
=
ida,
d
Si =
-a+224y.
Comprobamos en primer lugar que (3,—1) es un punto de equilibrio, al sustituir se obtiene
=1. 1 1
+ + 0,
2 2 2
Aj1,1_,
a ata?
La estabilidad del punto (¿,-)) se obtiene por linealización. Linealizamos el sistema en el punto
indicado y obtenemos
1
de —
da “77
dy 1
El punto es
hiperbólico, aplicamos el teorema de linealización o de Grobman-Hartman y obtenemos
que el punto es un nodo estelar inestable (ver Figura 5.27) por ser los autovalores reales, iguales,
positivos y la multiplicidad geométrica es 2.
Funciones de Liapunov
Consideramos el sistema de ecuaciones diferenciales
dx
q
=
Y-Wy,
(5.19)
yA
E =
—B4r,
cuyas soluciones estacionarias son

(0,0), y los puntos que satisfacen 1?y? = 1. No es posible conocer
la estabilidad del origen de coordenadas aplicando el teorema de linealización o de Grobman-
Hartman, ya que al linealizar el sistema en (0,0) obtenemos que el origen no es un punto hiperbólico.
Para estudiar su estabilidad introducimos la función
V(z, y) = at + y!
las órbitas. Para calcularla aplicamos la regla de la cadena

y calculamos su derivada a lo largo de
y obtenemos
d Vda + 0Vdy
qeY (ete), ye)
_
Da dt Oy dt'
dx
Sustituimosq Y
E por los valores que aparecen en la ecuación, y resulta
d
qq (0, (0) =32
y? ay") —
+3 (a? + 071) =0, (5.20)
(5.20) nos indica que las órbitas están contenidas en las curvas de nivel de la función V.
Consideramos un entorno del origen:

e
B =
[(x, y) € IR? tales que 2? + y? < 1)
donde no existen otros puntos de equilibrio.
El diagrama de fases en B es de la forma
O)
la Figura 5.37: órbitas periódicas
E3)
que muestra
ú
concéntricas centradas en el origen que es un
punto de equilibrio de tipo “centro” (ver Figura y

5.36).
Existen además otros puntos de equilibrio,
definidos por la igualdad
xy? =
1,
Direcc, des Ersmla: tc 1, oben pls (0)
que representamos en el diagrama de fases de
todo el sistema (Figura 5.38). Para obtener el Figura 5.37
diagrama de fases completo, dibujamos las curvas de nivel de V, definidas implícitamente por la
expresión:
ai + y =
constante,
y los puntos de equilibrio definidos por la curva x?y? = 1. Cualquier punto sobre el plano XY
pertenece a una de estas curvas; si no es un punto equilibrio, se desplaza en la

de dirección que
indica el campo (E, de),Si en dicha curva no hay puntos de equilibrio, la solución es periódica;
si hay varios puntos de equilibrio en la curva de nivel, la solución se desplaza hacia uno de ellos
(w-límite) y cuando t + —oo la solución tiende a otro de ellos (a-límite).

Las órbitas están contenidas en las curvas de

nivel de la función V, es decir, son de la forma
214+y1=c. Para c 0, la curva
= de nivel contiene
únicamente el origen de coordenadas; cuando
c € (0,1), la curva no contiene ningún punto de
equilibrio y se obtienen órbitas periódicas; para
c=
1 la curva contiene 4 puntos de equilibrio y z
%
otras 4 órbitas contenidas en la curva de nivel;
cuando c > 1, la curva contiene 8 puntos de
E
equilibrio y 8 órbitas formadas por los arcos que
unen dos puntos de equilibrio consecutivos.
La función V =
11+y1*ha sido imprescindible
para dibujar el diagrama de fases del sistema, Diagrama de fases del sistema
. .
este tipo de funciones forma parte de un d d
concepto más general conocido por funciones de E po = ¿

=P,
Liapunov. Figura 5.38
Derivada de una función a lo largo de las soluciones
Definición 5.45. Sea N € IN, f : IRY => ¡RN una función de clase CUIRN) y x =
(21,:-* ,Tpy) la solución del sistema:
dx
q =1(0). (5.21)
lo
Sea C IRN un conjunto abierto y V : N > 1R una función C*(N). La derivada de V
a
largo de las soluciones de (5.21) tiene por expresión:
d dr 0V dz; oV
dIy
FO=W Ea rol
Definición 5.46. Sea Q C IRN un conjunto abierto. Decimos que V : N => IR es una
función de Liapunov del sistema (5.21): si V € CN) y satisface

d
qq (ete) <0 paratodo EN.
V es una función estricta de Liapunov del sistema (5.21) en N si:
EV(a(t) <0 pam todo EN, f(1) 40.
Una de las utilidades de las funciones de Liapunov es la obtención de conjuntos invariantes. En

el sistema (5.19) las órbitas permanecen en las curvas de nivel de la función V:
[(x, y) € IR?, tales que 1* + y? =c),
que son conjuntos invariantes en el tiempo. Veamos en el siguiente teorema como las funciones de
Liapunov nos permiten encontrar conjuntos invariantes.
Caracterización de conjuntos invariantes mediante funciones de Liapunov
Teorema 5.47. Sean a,b € [-o0,00), tales que a < b, sea V una función de Liapunov en
el conjunto
[zxe ¡RV tales que a < V(z) <b),

entonces el conjunto
Ao :=
[zxe IRY tales que V(x) < a)
es positivamente invariante para todo a € [a, b).
Las funciones de Liapunov también nos permiten conocer el comportamiento asintótico de

determinados sistemas.
Caracterización del W-límite mediante funciones de Liapunov: Principio de invarianza de
La Salle
Teorema 5.48. Sea 2 un conjunto abierto de IRN; C C 8 un conjunto compacto y V una
función de Liapunov del sistema (5,21) en N, tal que la semiórbita positiva de xy pertenece
a C. Entonces, existe a € IR tal que el w-límite de xy pertenece al conjunto V=*(a), en
particular
w(ro) C [ze N, tal que
e =0),
Demostración. Sea T un punto perteneciente al w-límite de zo. Por la definción de w-límite existe
una sucesión (tn)nen € IR creciente que converge a +00, tal que
n> lim(tn) =5. (5.22)
Por ser C compacto y z(t,) € C una sucesión convergente
TEC.
Si existe otro punto 7”que pertenece al w- zp, que de tal V(z) 4 V(Z') por la continuidad
de V y de zx, obtenemos que existen ¿<7
limite
suficientemente
< 1” grandes tales que
[V(e(t)) V(E)| << -
|V(<(2)) T')| <e
[V(a(t”) —
vo <e
para cierto e >

0 tal que
,
e< -V(5)).
zIV(E) |
(5.23)
Integramos E en el intervalo (t,7') y en (E,7) y obtenemos, por ser V una función de Liapunov:
0)
)) -
V(x(t)) <0
dl
Vía(t" V(2(E))
y deducimos,
V(2(E))-V(3) < V(2(0))-V(E) <e
V(z) -
V(e(?))< V(z) -
V(a(t") < e.
Resulta, gracias a la desigualdad triangular
[V(5) -
V(2)| <
-
[V(E) V(2(2))1+ |V(-(0) - VÍ) +1V(2(0)) - V(E)]| < 3e
que contradice (5.23) y prueba que todos los puntos que pertenecen al w—límite de rg están situados
en la misma curva de nivel de V.
Para comprobar que

pa
w(ro) C [re , tal que
E
=
0)
procedemos por reducción al absurdo. Tomamos tn definido en
(5.22), suponemos que existen
0, M > 0 tales que

dav
—
<-6, <M
|f|<M
dí
la sucesión
en la bola de centro 7 y radio R, que denotamos por Br(z). Sea e =
EMtal que tn +€
satisface
I(tn + €) € Br(T)
para n suficientemente grande. Integramos = en (ta, tn +€) y resulta
V(z(tn) + €) -
V(z(tn)) < —de.
Tomamos subsucesión de t, tal que tomando límites cuando

una
t,, z(tn, + €) sea convergente, n;
tiende a +00, obtenemos:
¿
Eo V(z(tn, +e)) <V(D

<
V(z) —de
-óe.
Que contradice que los puntos del conjunto w—límite de xp están todos situados en la misma curva
de nivel de V y finaliza la demostración.

:
Uno de los puntos centrales de este capítulo es la aplicación de las funciones de Liapunov al
estudio de la estabilidad, estabilidad asintótica e inestabilidad. Resultados que se enuncian en los
siguientes teoremas:
Teorema de estabilidad de Lrapunov
Teorema 5.49. Sea N € IN; N CARY un conjunto abierto; f : N C IRY => RN una
función de clase C1(N); zp E N un punto de equilibrio del sistema
y R un valor positivo tal que la bola abierta de radio R y centro xo, que denotamos por
Bh(zo), está contenida en . Suponemos que existe V : Br(xp) > IR tal que
(i) V(z) > 0 en [zx€ Ba(x0), tales que z * 20);

(11) V(zo) =0;
av t (e(t))
Edo)
mn
(ii) <0 en Br(zo) (V es una función de Liapunov en Br(to)).

Entonces zp es estable.
Si además
ay
(iv) <0 [x Br(Zo), tales de Liapunov),
er en € que z 4 xo) (V es una función estricta
Tp es asintóticamente estable.
La demostración del teorema es una aplicación directa del Teorema 5.48.
Corolario 5.50. Si Br(z0) =RY, bajo las hipótesis (¿) —
(iv), zo es globalmente asintóticamente

estable.
d
e =
-a(a +y),
d
E =
-y(a*+y?,
y la función V (x, y) = 2? + y?. Se pide comprobar que
1. V es una función estricta de Liapunov en todo IR?.
2. El origen de coordenadas es globalmente asintóticamente estable.
3. Dibujar el diagrama de fases del sistema.
Solución:
se .
dv
1. Para comprobar que V es una función estricta de Liapunov, calculamos y obtenemos
E
Y
dt _ Vd Ox dt
vay
Oy dt
=
(2?+ y?) 29(2?+ y”)

22% -
=
—2(2*
+ y?)?.
dv
Obtenemos de este modo que 0 si (x,y) 4 (0,0). Por ser (0,0) un punto de equilibrio:
rr
V es una función estricta de Liapunov. Además, no existen más puntos críticos que el origen
de coordenadas, ya que en el resto del espacio <o0,
E
2. Aplicamos el teorema de estabilidad de Liapunov (Teorema 5.49) y el Corolario 5.50, y
obtenemos que (0,0) es globalmente asintóticamente estable.
3. Introducimos el cambio de variable
y =
y(x(t)) y obtenemos
dy _
—
dydz
dt dedt”
Reemplazamos los valores de las derivadas de x e y por los que aparecen en el sistema y se
obtiene la ecuación:
3y
yla?+ y?) cole?y”) = +
dy _Y
dex
Resolviendo la ecuación se obtienen las rectas y
=
cx, para todo c € IR, que contienen las
órbitas del sistema.
An

de 2,,2 Y_ 2,,2
z(1*+y), y”)
_
+
NN qe
Figura 5.39
Ejemplo 5.52. Sea y una órbita periódica del sistema (5.21) contenida en un conjunto abierto N,
y sea V una función de Liapunov del sistema definida en 2. Se pide comprobar que y pertenece al
conjunto
dV
(a EN, tal
ales que
—
=0».
)
Solución: La demostración se realiza por reducción al absurdo. Suponemos que existe una órbita
periódica y (y1(t),--- ,yn(t)),

= de periodo w, contenida en £%;tal que existe ty € [0,T] y e >0 tal
que EV(y(t)) <0 para t € (to —
€,to + e) entonces
“av
rr
que contradice, aplicando el teorema fundamental del cálculo
LY (u)) -V((0) =0
5.4 Sistemas no linelaes: Estabilidad 25m
dx
—
= =P
d
e =
-1-1
y la función V(z, y) = 2? + y?. Se pide comprobar las siguientes propiedades:
1. V es una función de Liapunov en todo 1R?.
2. El origen de coordenadas es localmente estable.
3. Comprobar que no existen órbitas periódicas aplicando el principio de invarianza de La Salle.
4. Dibujar el diagrama de fases del sistema.
Solución:
% dv
1. Para comprobar que V es una función estricta de Liapunov, calculamos obtenemos
a?
dv —
V dz 0V dy
d 0rdt' Oy dt
=
2x(y- yx) + 2y(—x —
ay),
=
-—4e?y?,
dv
V satisface que
E
< 0 en todo IR?, por tanto, es una función de Liapunov. Sin embargo no
es una función estricta de Liapunov, ya que en los puntos donde y =

0, se satisface 0
re
y no todos son puntos de equilibrio.
2. La estabilidad local, se obtiene aplicando el Teorema 5.48 para obtener que el conjunto
[(2,y) e IR?, V(e,y)<eé)
invariante, es decir, si (Zo,Yo)pertenece el e, la solución

es a la bola de centro origen y radio
permanece próxima al origen y dentro de dicha bola.
3. Calculamos en primer lugar los puntos de equilibrio del sistema, dados por las ecuaciones:
y-yzr=0, -x-—2%y=0,
cuya única solución es (0, 0).

Los puntos donde se anula la derivada de V = x? + y? son los de la curva xy =
+1. Dicho
conjunto no contiene ninguna curva cerrada homótopa a la circunferencia, por el principio

de invarianza de La Salle y el Ejercicio 5.52) resulta que no existen órbitas periódicas en el
diagráma de fases.
. Para dibujar el diagrama de fases, consideramos la función de Liapunov V

(zx, y) = 1? + y?,
aplicamos el Teorema 5.47 para obtener que los conjuntos 1? + y? < c son invariantes. Por
el principio de invarianza de la Salle, el w-límite de cualquier punto de ese conjunto está
contenido en
[(z, y) € RR? tales que 1?y? =

1) U (0,0).
Dado que los puntos del conjunto [(=,y) € IR? tales que 1?y? =
1) son regulares, por la
continuidad del sistema, el w-límite del sistema está formado por el origen. Por tanto, todas
las soluciones tienden a dicho punto. Para finalizar, debemos saber si las soluciones tienden
al origen formando espirales, mediante líneas rectas u otras curvas. No es posible aplicar el
teorema de linealización debido a que el origen no es un punto hiperbólico. Para representar
el diagrama de fases calculamos las direcciones de las tangentes a las órbitas.
dx dy . a ne
A lo largo de la curva xy =
1, 0 y —2x, es decir el campo es vertical dirigido
de” e
dx d
hacia
.
el eje
.
X. De
.
igual forma podemos ver que cuando zy =

—1, 2y y q O, el
a”
es horizontal y dirigido hacia el eje Y. En el eje X, es decir cuando y =
0, se obtiene
campoT
= 0 Y
y
= —
75 y en
.
el eje Y resulta
dx
==
=
Y Y
==
Y
0.
e q dt a
La Figura 5.40 representa las direcciones obtenidas mostrando un comportamiento de las

órbitas en forma de espiral dirigidas hacia el origen. Además, en la región
[(x,y) € IR?, 2>0, y>0, zy > 1)
el campo (y—xy?, —2—yzx?)

satisface y—-
xy? < 0 y —z,—yx?< 0. De igual forma se obtiene:
(a) En [(=,y) € IR?, z<0, y > 0, zy < —1), el campo (y —
ty?*,—z —
ya?) satisface
y -—1y?>0, —-2- yx?<0.
(b) En [(x,y) € IR?, >0, y <0, zy < —1), el campo (y —
zy?,—x —
yz?) satisface
y —1y?<0, —- ya? <0.
(c) En [(x,y) € IR?, 2<0, y < 0, zy > 1), el campo (y —
xy?,—z= yz?) satisface —
y —1y?>0, —2- ya? >0.

En la Figura 5.41 se representa el diagrama de fases.
>
Campo (y —
2y?,-x —
2%)
Figura 5.40 .
Figura 5.41
Hemos utilizado las funciones de Liapunov para comprobar la estabilidad de los puntos de
equilibrio. De un modo similar hay sistemas que admiten funciones que muestran que el sistema
inestable. Estas funciones funciones de Chetaev prueban la inestabilidad

es son
conocidas por y
de los puntos de equilibrio.
Teorema de Chetaev
Teorema 5.54. Sea N € IN; A CARY un conjunto abierto; f : AC ¡RN > RV una
función de clase C*(A);zo € N un punto de equilibrio del sistema
Sea R>0 y Br(2p) la bola de centro xy y radio R tal que Br(xp) C A.
V : Br(z0) >IR, (función de Chetaev),
una función de clase C?(Bp(z0))y N el conjunto abierto
N := [x € Br(zo), tales que V(x) > 0),
satisfaciendo
(1) V(zo) =0, zo € ON);
(11) Existe
entonces zo
e
es
> 0, tal
inestable
que para
y existe
todo x € B¿(zp) NN,
6 > 0 tal que para
se
todo
satisface
e >
_ >0;
O existe x, € B¿(Z0) cuya
semiórbita positiva abandona Bs(xp) en tiempo finito.
es
Demostración. Se procede por reducción al absurdo: suponemos que zo es un punto estable,

entonces, para todo d > 0 existe e > 0 tal que para todo z(tp) € B¿(20) se tiene que z(t) € Bs(zp)
para t > to.
Tomamos ó < R y denotamos por y(t) la solución del problema con dato inicial y(to) =
yo donde
Yo € on B.¿(xo).
Denotamos por M el máximo de V en Bs(x0), es decir
M= mx (V(o));
TEBs(t0)
d
-
Ps .
y por m el mínimo de en el conjunto x € Bs(xp) tales que V(x) > V (yo), es decir
m
=
_
min E
EC | dt
donde
C =
[x € Bs(xo) tales que V(zo) > V(yo)).
E
dV
Dichos valores alcanzan ser
Bs(2p) y C conjuntos compactos y V y funciones continuas.
—7
se por
dt
Además, m > 0 ya que C es compacto y

= > 0enC.
Tomamos la función g(t) = V (y(t)) que satisface
2 >m, enC
e integramos en
(to,to + M4)para obtener
M
9
(mo2) + > glto) + M =
V(yo) + M
es decir
vl(o+2)>
Bs(x0) contradice estable finaliza la
y por (to+ 4)
tanto y no pertenece a que que zo es y
O
demostración.
dx
a
T 3_,3
y )
dt
dy 31.3
=
a+ Y”,
dt
y la función V (zx,y) = 2? + y?. Se pide

5.5 Sistemas gradiente 261
,
1. Calcular adt
2. Encontrar un conjunto abierto Q donde el origen de coordenadas pertenece a su frontera, es
decir
(0,0) € ON,
y se verifica
de
dt
3. Aplicar el teorema de Chetaev y verificar que el origen de coordenadas es inestable.
Solución:
dV
1. Calculamos y se obtiene
E
daV 0Vdx 0Vdy 21*

a —
21y”
3
+
4
2y* 2x*y.
—
3
O qe
7 =
de Oy de
2. Consideramos el conjunto Q definido por
N =((x, y) € IR?, tales que z > 0, y<0).
N es un conjunto abierto, (0,0) € ON y en dicha región se verifica —2xy9> 0 y —2xy9> 0
y deducimos
*
27? —
22y?+ 24% 2% —
> 231 + 2y4>0.
3. Aplicamos el teorema de Chetaev (Teorema 5.54) y obtenemos que el origen de coordenadas

es inestable.
5.5 Sistemas gradiente

Los ejemplos de la sección anterior proponen las funciones de Liapunov y piden comprobar que
se satisfacen las hipótesis de los teoremas. La dificultad para encontrar funciones de Liapunov
depende del sistema, cuando el sistema es de la forma
dx
7 —VV,
para una función V € C?(M),se obtiene que V es una función de Liapunov. Para comprobarlo es
suficiente con calcular el valor de —
obteniendo
dt
dv dz
==
en WE
E
¡vv 2<0.
I*<o0
Además los puntos de equilibrio del sistema coinciden con los puntos críticos de V. En el sistema
du
= —da8-— 214,
e
d
a?
S —
ee 2y,
se comprueba que la función V = 2* + 2?y + y? satisface
de_ 0V
0 dy_
d 01” d 0y”
y se obtiene que el sistema es un sistema gradiente. De este modo deducimos
dv ,
7 vv]?
que prueba que V(x,y) =
2* + x?y + y? es una función de Liapunov del sistema. Además, V es
una función estricta de Liapunov, ya que
1 1
por ser 2% + y? + 21?%y (2? + y)? =

> 0. Tenemos por tanto que el origen de coordenadas es
asintóticamente globalmente estable.
Presentamos a continuación los detalles de la definción de sistema gradiente.
Sistema gradiente
Definición 5.56. Sea N € IN; Q C ¡RN un conjunto abierto; f : QN => ¡RN yx =
(z1(t),--- ,ry(t)), la solución del sistema de ecuaciones diferenciales

dx
Decimos que el sistema (5.24) es un “sistema gradiente", si se puede expresar de la forma

dí
di
=
—VV
(2)
para cierta función V e C?(N) que llamamos potencial.
Ejemplo 5.57. Sean f; (para i =

1,2) funciones de clase C*(1R?),se pide comprobar que si el
sistema
4x
de
Il
fi(z,y),
dy
de =- fa(z,y),
es un sistema gradiente, se verifica:

Ofi 00xX' _
(5.25)
Oy
Solución: Si el sistema es gradiente, existe V : IR? + ¡R tal que
VV =
(ff),
es decir
av 9v
=
=f1, Oy =
fa.
dx
Por ser V € C? se obtiene que
vv ev
Ox0y 0Oy0z'
es
decir, cambiar el orden de derivación de V respecto de x e y no influye en el resultado final,
por tanto
Of oVv %v of
—
dx my Oydx Oy”
que demuestra la propiedad.
Veamos a continuación que la propiedad, además de necesaria, es sufiente para que el sistema sea
un sistema gradiente.
Lema 5.58. El sistema
Tm
Ñ
=>
h (x, y),
(5.26)
dy
falz,y),
_
di mn
es un sistema gradiente si y solo si la ecuación
fi(x,y)dz+ fo(x,y)dy=0 (5.27)

es una ecuación exacta.
Demostración. El sistema (5.26) es un sistema gradiente, si y solo si existe una función V :
IR? > RR de clase C? tal que
My
am "y
*
De igual forma, la ecuación (5.27) es exacta, si y solo si existe F' tal que
9gF gF
ÓN fi, dy fa.
=
Tomando F = —V se obtiene que ambas condiciones son la misma, por tanto, el sistema (5.26) es
un sistema gradiente, si y solo si (5,27)es una ecuación exacta, o
Observación 5.59. El lema anterior nos permite aplicar los conocimientos sobre ecuaciones
eractas a sistemas gradiente. En particular, la propiedad (5.25) es, además de una condición
necesaria para que el sistema sea gradiente, una condición suficiente. Para encontrar la función
V aplicamos la fórmula obtenida en el Capítulo 2
V(zx,y) =
-/ Zo
fi(s, y)ds =
Afa(xo, sids.
Yo
Ejemplo 5.60. 1. Estudiar si el siguiente sistema es un sistema gradiente y obtener el potencial:
de Y,
dt =>
dy =
LI.
dt
Solución: Denotamos por f| y fa las parte derecha de las ecuaciones: f(x, y) =
Y, fa(z, y) =
z. Calculamos
oh aha
Oy Ox
y obtenemos que se anula en todoIR?, por tanto el sistema es gradiente. Aplicamos la fórmula
obtenida en el Lema 5.58 y resulta que V(x, y) =
—xy.
2. Estudiar si el siguiente sistema es un sistema gradiente:

dx
a
=
“os(y),
dy
E
=
sen(x).
Solución: El sistema no es gradiente ya que
9h _ 3h _
—sen(y) cos(x) 4 0. —
Oy Ox
3. Estudiar sí el siguiente sistema es un sistema gradiente y obtener el potencial V:

dx
y)
de => 2(z
>
dy
E
7
2(y —
2).
Solución: Calculamos
eN -B- 2420 "
Oy Oz
Obtenemos por tanto que es un sistema gradiente. Aplicamos la fórmula obtenida en el Lema
5.58 y resulta:
a?
V(z,y) = —
y?+ 224.
Lema 5.61. (Poincaré) Sea N € IN; Br la bola abierta de IRÑ de centro el origen y radio R y
f=(f1*** fm): NCIRN> RR una función C!(Bp). El sistema
de be(1),
a
es un sistema gradiente, si y sólo si Df es una matriz simétrica.
Demostración. Veamos en primer lugar que si el sistema es un sistema gradiente, entonces Df

es simétrica. Para ello, expresamos f en términos de un potencial V, es decir
p=
0 (ee) 0x1 TIN
y calculamos Df, que está dado por la matriz
Y
PY
01? 0x101 y
PY Y
Ú OryOz¡ 01% )
Por ser f € C*(Bp),V € C*(Bp),y resulta
vv ey
_
0101; 0x,0x;'
para todo ¡., j=1--+N, se obtiene la simetría de la matriz.
simétrica, entonces existe V tal —VV. Definimos la

Comprobamos ahora que si Df es que f =
función V
T1 Ta IN
V = -
| 0
fi(s, t2,***Ty)ds -
| 0
fa(0,s, Ta,***
Tn)ds —+**—
[ 0
fi(0,--* ,0,s)ds.
Derivamos la función V respecto de x, y obtenemos
A Pa DeOl
02; o OL, 20) o los2,-20)
do
[772
o lo. snjr-an)
de
Por ser Df una matriz simétrica resulta
2
OV of, of;
Se
62)==]
95 | así de fj(0,** Tji4rr En).
== oo
de- Dj
o 0x1 (8,23,"TN) o Oza (0,9, 23/"2N)
Integrando se obtiene
ov
2 J = —Íiltnta:28)+ f3(0,27,:>+29)
—/:(0,22,:+=2)
+$5(0,0,2%,---2
==“
fj(0,->-0, 25, Tj41,*** Tn),
simplificandola expresión resulta
ov
=
—fj(21,22,--Lpy)
3
Observación 5.62. El resultado del Lema 5.61 es también válido si el dominio donde está definida
la ecuación es un dominio conexo por caminos definiendo el potencial V del siguiente modo:
vi) [1 =
donde y es la curva que une un punto fijo xp del dominio con un punto arbitrario z.
Corolario 5.63. Sea A una matriz de coeficientesconstantes, entonces el sistema lineal 7

e
es un sistema gradiente, si y sólo si A es una matriz simétrica.
Ejemplo 5.64. Se considera el sistema lineal
29
dt
=
e
a+ Cy,
dy
cz + by,
a
donde a, b y c son números reales. Por ser la matriz
una matriz simétrica, el sistema es un sistema gradiente y la función
a2,Pa
V(2,y) =
72
+
y + cry
es un potencial del sistema. En general, dado un sistema de la forma

dx
qq Az
=
donde x=
(11,-** TN) y Á es la matriz simétrica de coeficientesa;;, la función
Via) =
An,
donde x7 es el vector fila y z el vector columna, es un potencial del sistema.
Puntos de equilibrio de un sistema gradiente
Lema 5.65. Los puntos de equilibrio de un sistema gradiente:

dx
de
coinciden con los puntos críticos de V.
e
Demostración. La demostración se obtiene de manera inmediata aplicando la definición de punto
crítico de una función. O
Dado el sistema gradiente

de 2
7
21 +42" 3 + 42y”,
de
d
Ñ =
—2y+4y?+42%,
y la función
V(z,y) =1* + y? (2%+ y?)

—
escribimos el sistema de la forma
dz 0V dy 0)
de Br dt Oy
Los puntos críticos del sistema son (0,0) y aquellos que pertenecen a la circunferencia unidad:
[(x, y) € IR”, tales que 2? + y? =1).

“V” es una función estricta de Liapunov en un entorno del origen, gracias al Teorema 5.47
obtenemos que el origen es localmente asintóticamente estable. En general, cuando un mínimo
local de V es un punto crítico aislado, el punto es localmente asintóticamente estable. Veamos en
el siguiente lema los detalles de la demostración,

Lema 5.66. Sea N € IN; N ¡RN EN mínimo de V
C un conjunto abierto; V € CN); xo un en
Q y el único punto crítico de V en £ del sistema
de
1€(.
di =-VV,
Entonces xy es localmente asintóticamente estable.
Demostración. Consideramos la función de Liapunov V que satisface
E =-VVP<O,
TEN, TIALO.
V es por tanto una función estricta de Liapunov en (2.
Por simplicidad tomamos V(2p) = 0 y e > 0 tal que el conjunto
N =
(1 € IRY, V(z) <ej nf
está acotado y contenido en f2, es decir, no existen puntos de V, en la frontera de QM. Q, es
un conjunto cerrado, por ser intersección de dos conjuntos cerrados, y además está acotado, que
implica que es un conjunto compacto de IRNY. Aplicamos el Teorema 5.48 para obtener que el
w-límite de cualquier solución está contenido en el conjunto de los punto críticos de (2. Por ser
xy el único punto crítico en $2 se obtiene que todas las soluciones de (2), convergen a zg cuando
t > +00. La demostración finaliza al comprobar que el interior de (2 es un entorno de zp. O
Observación 5.67. En el lema anterior se ha demostrado que un mínimo local del potencial es
localmente asintóticamente estable. La implicación en la otra dirección también es cierta, es decir,

si zp es un punto de equilibrio localmente asintóticamente estable, entonces es un mínimo local del
potencial.

dx
7%
a
dy
de -4y,
es un gradiente definido por la función V (zx,y) 1?+2y? que tiene
sistema =
por único punto crítico
el punto (0,0). Además, dicho punto es un mínimo de la función, se obtiene de este modo que (0, 0)
es globalmente asintóticamente estable.
de __
y
Y,
dt
dy
7%
a
es un sistema gradiente definido por la función V(x, y) =
xy que tiene por único punto crítico el
origen de coordenadas. El punto es un punto de silla, no un mínimo de V' y por tanto no es posible
aplicar el Lema 5.66. El punto es inestable, para comprobarlo, aplicamos el teorema de Chetaev
(ver Teorema 5.54) utilizando la función —V.

Lema 5.70. Sea N € IN; N C IRY un conjunto abierto; V € C?(N) y To E N un punto de
equilibrio aislado del sistema gradiente

dx
q =-VY.
To €s inestable si y solo si para todo entorno de xy existe x, tal que
V(zx,) V(xo). <
Demostración. Dividimos la demostración en dos partes:
1. Por el teorema de Chetaev si para todo entorno de zp existe 1, tal que V(x1) < V(zo)
entonces zp es inestable. Es suficiente con tomar
N.=fxE RN, V(x) < V(zo) -
e) nAn Ba(zo),
para cualquier R > e y € < V(2o0) V(x1) —
y aplicar el Teorema 5.54 utilizando —V como
función de Chetaev para obtener que zy es inestable.
150) Para
. demostrar que si rg es inestable se satisface la propiedad se procede por reducción al
absurdo. Suponemos que existe e > 0, tal que en el conjunto
B¿(20) [x =
e RRY,lx zo] < e) —
no existen más puntos críticos de V; V(x) > V (xo) en B.(xo);

m = min |z —
zo] =
e[V(2) —
V(x0))
es estrictamente positivo; y existe 1, próximo a xy tal que
m
V(x1) V(zo) -
<
3 (5.28)
y t, > to satisfaciendo
Ix(t) mo]< —
e, t € (to,t1),
[z(t1) —
z1] =€
donde x(+) es la socluión con dato inicial x1. Integramos la ecuación
Vo
rra NA4!
en (to,t,) para obtener:
V (2(t1)) -
V(e1) =-
A|VV|?dt < 0
Sustituimos V (21) por la cota superior (5,28) y resulta
m +V(20) < V(z(t1)) < V(z1) < Vlzo) + >

que contradice la positividad de m y finaliza la demostración.
Las trayectorias de lassoluciones son ortogonales a las curvas de nivel del potencial Y
Lema 5.71. Sea V € C?(IR?),y (x, y) la solución del sistema
dr 0V
dt Ox”
dy 0V
dt Oy"
Entonces, las trayectorias de las soluciones son ortogonales a las curvas de nivel de V.
Demostración. Dada una trayectoria (x(t), y(t)), su vector tangente es de la forma
dr dy
(e) vw
Denotamos por y =
(y1(t), y2(t)) una curva de nivel de V y derivamos respecto de t la expresión
V(yi(t), y2(t)) = constante para obtener
EV(nl,nalt) =0,
Desarrollamos el término de la izquierda en la igualdad anterior:
OY a yPo * =0.
da de Oy dt
Sustituimos los valores de dd Ed Pp or 0 Y ti te:

ustitu
de Oy
Y
qe
Y
7gy "espectivamente;
_tedn _dydy _
—
dt dt dt dt
que prueba el resultado. . O
Observación 5.72. El lema también es cierto para el caso N-dimensional, cambiando las tra-
yectorías z =
(11,12) por x =
(z1(t),-*- ,zy(t)) y las curvas de nivel de V por las superficies
definidas por V(z1,**» ,Ty) =
constante.
El lema anterior es de especial interés en la representación de diagramas de fases de los sistemas

gradiente. Para conocer las trayectorias, es suficiente con representar las curvas ortogonales a las
curvas de nivel del potencial V.
Ejemplo 5.73. Se pide representar el diagrama de fases del sistema gradiente
de _
—
Y
dt q3
dy __1
dt q
definido IR2 en _
(0, 0) y Cuyo potenciales V(zx,

y) =
>
Solución: Calculamos las curvas de nivel del potencial, definidas por la igualdad a
T
=
Cc, que son
las parábolas y =
cx?. Para calcular las curvas ortogonales resolvemos la ecuación
dy q 2
de YY
qa
que es una ecuación de variables separables cuyas soluciones están definidas implícitamente por la
igualdad
2 +2?=c.
Representamos en la Figura 5.42 las curvas de nivel del potencial V y las curvas ortogonales. Se
comprueba que no existen puntos de equilibrio del sistema en IR? —
(0,0) y obtenemos que las

ofbitas son por tanto periódicas. El diagrama de fases aparece en la Figura 5.43.
y y
Ry==
del
Curvas de nivel de V(z, y) =
23
,
(parábolas) y
ia z_ e pa
y dy OS
curvas
ortogonales a las curvas de nivel de V (elipses) UT UT

5.6 Sistemas conservativos. Sistemas hamiltonianos
Al multiplicar las ecuaciones
de =Y,»,
(5.29)
dy _
dt
por z e y* respectivamente se obtiene
1 da?
y 9
2
1 dy* 3
0%
a
al sumar los términos de la derecha de ambas igualdades resulta
d 1
dd + y) =
1? —
xy? =0.
Se satisface por tanto

d (1, 1,
F(3R0+3000)=0
_
para todo t € IR. Integrando en el intervalo (tp, t) obtenemos
12 A la
(0) + qui) =
2%(to) +qu (to)

para todo t € IR y deducimos que la función E(z, y) =
31?+ jy? es constante
a lo largo de las
órbitas del sistema y sus curvas de nivel contienen dichas órbitas. Este tipo de sistemas se conocen
por sistemas conservativos y la función E por energía del sistema.
Sistema conservativo
Definición 5.74. Sea N € IN; N un conjunto abierto de IRN; f: Q + ¡RN una función
de clase C*(N). Decimos que el sistema de ecuaciones diferenciales
de
dt
fa),
_
zen (5.30)
es un “sistema conservativo” en 6); si existe una función E : N => IR, no constante en
ningún abierto de £, tal que

dE
q
70 en (.
La función E se conoce por “función de energía” del sistema. Además, toda órbita está
contenida en las curvas de nivel de E.
a»
5.6 Sistemas conservativos. Sistemas hamiltonianos 273
En elejemplo (5.29) la energía del sistema E(z, y) =

32?+ 1y1posee un mínimo en el origen
de coordenadas, al calcular las curvas de nivel, aparecen curvas cerradas concéntricas centradas en
el origen, 5.44.
ver Figura
IA Curvas
En el sistema
del
de nivel de la función
Figura
(5.29) el origen
órbitas
5.44
V(z, y)
de coordenadas
=
Ja?+ ly!
sitúan
es un
al origen
mínimo
Diagrama
de la
de $
d
energía,
interior.
_
de fases
Figura
“>
En
(2) dy
de
del
5.45
=-x
las órbitas
sistema
en un entorno
punto son periódicas que en su general, en un sistema

conservativo cuando un punto de equilibrio aislado es un mínimo o un máximo de la energía “E”,
dicho punto es estable pero no asintóticamente, las curvas de nivel de E en un entorno del punto
son órbitas periódicas en cuyo interior se encuentra el punto de equilibrio. Veamos a continuación
los detalles sobre la estabilidad de los puntos críticos de la energía en sistemas conservativos.
Lema 5.75. Sea N € IN; ( un conjunto abierto de IRN;xy EN; x= (11(t),--- ,2y(t)) la solución
del sistema conservativo
dx
de =f(1), zen;
E € C*(N) la energía del sistema y ro un mínimo local estricto de E. Entonces, zp es un punto

de equilibrio estable, pero no asintóticamente estable.
Demostración. Sea e > 0 arbitrario tal que B¿(xp)CN y
E(=) > E(20), para todo x € B¿(20), TALo.
La curva o superficie de nivel correspondiente a la energía de xy en B¿(zp) está formada únicamente

por zo, por lo que la única solución posible con ese nivel de energía en B¿(xp) es tp. Consideramos
la esfera de centro zp y radio e que denotamos por S¿(xp) :
Se(20) =
[x e IRY, tales que |z —
zo| =
€).
¡RY tanto los
El conjunto es un compacto de y E es una función continua en S¿(zp), existen por
valores
max
([E(2)), min (£(0))
xES.(20) 1ES.(20)
que denotamos por M y m respectivamente. El conjunto
Em =
[zx€ B.(20), tales que E(x) < m)]
es un conjunto abierto e invariante que contiene a ty y por tanto existe ó > O tal que
Bs(10) C Em.
Deducimos que para e > 0 existe ó, satisfaciendo la desigualdad anterior, tal que la solución x(t) con
dato inicial z(tp), lu(tp) —
zo] < $ satisface x(t) € Em para todo t € IR y por tanto x(t) € B¿(zp),
es decir
[z(t) —
zo] < e,
que demuestra la estabilidad de 1p. Para comprobar que zp no es asintóticamente estable tomamos
e >0 y Z(to) € S¿(T0) tal que E(z(to)) =

M. Claramente x(t) no pertenece al conjunto E, para
ningún valor de t € IR. Por estar Bs(xp) contenida en En, z(t) no pertenece a Bs(xp) y por tanto
jz(t) —
zo] > 6, para todo t > to,
Corolario 5.76. Si zp es un máximo estricto local de un sistema conservativo cuya función de
energía denotamos por E, entonces zp es un punto de equilibrio estable. La demostración es similar

a la demostración del lema tomando —E como la función de energía del sistema.
Ejemplo 5.77. Deseamos conocer la estabilidad de los puntos de equilibrio del sistema
dx cosy
d 241
dy _ 2xseny.
de(2241)
que denotamos por an =
(0,n7 +3) paran € Z. La función
seny
es una energía del sistema, obtenemos de este modo que los puntos (0,nr++%) son puntos estables,
pero no asintóticamente estables, por ser márimos o mínimos de E.
Ejemplo 5.78. Consideramos la ecuación diferencial no lineal de orden 2:
dx
Pro sen(x).
Se pide introducir la la transformación

_
dz
1=
para expresar el problema como un sistema de ecuaciones de primer orden. A continuación se pide
comprobar que el problema es conservativo y dibujar el diagrama de fases.
Solución: Introducimos el cambio indicado y se obtiene el sistema
2 =y
di
(5.31)
Y —
=
seni|Z). sens)
dt
Consideranos la función
1
E(z,y) =
¿Y+ cos(x).
Para comprobar que E es una energía del sistema, derivamos la función a lo largo de las soluciones
|
z =x(t) e y =yl(t):
dE _9Edz, Edy
dt Oxdt ' Oydt'
Sustituimos los valores de
= SY y por los que aparecen en la ecuación y se obtiene
E
_ =
—sen(2)y+ ysen(x) =0
que prueba que el sistema es conservativo.
Los puntos de la forma (nr,0) para n € Z son los puntos de equilibrio del sistema. Cuando n
es impar, dichos puntos son mínimos y cuando n es par, son puntos de silla de E. Por el Lema
5.75 los mínimos son puntos estables, pero no asintóticamente estables. Las curvas de nivel de la
energía son de la forma
¿Y cos(1) + =
constante,
que están representadas en la Figura 5.45. En la Figura 5.46 se ha representado el diagrama de

fases.
«e
Ny)
(o) UL Ni!
Curvas de nivel de la función E(z, y) y? +cos(1)
=
s =Y,
E =
—sen(1)
Observación 5.79. Los puntos (0,0), (+27,0), (+47,0), etc., son puntos de silla de la energía
del sistema (5.31), cuya curva de nivel de energía Ey = 1 forma dos líneas que se cortan en el
punto de silla. Dado que las órbitas de las soluciones de los sistemas autónomos: o bien coinciden,
o bien tienen intersección nula; el punto de intersecci ón de las dos líneas es un punto de equilibrio.
Los puntos de silla de la energía de un sistema autónomo son por tanto puntos de equilibrio del
sistema. Además, si dichos puntos de equilibrio están aislados, es decir, no eriste ningún otro
punto de equilibrio en un entorno del punto, dicho punto es inestable (ver Lema 5.75).
Lema 5.80. Sea N € IN; Q un conjunto abierto de IRN; f : Q > ¡RN una función C*(Q);
x= (z1(t),:-- ,2y(t)) la solución del sistema conservativo
dx
f(x), TEN.
E
Sea E € C*(N) una energía del sistema y zp € Q un punto crítico aislado y punto de silla de E.
Entonces zp es un punto de equilibrio inestable.
Demostración. Definimos la función V(x) =

f?(E(x)—E(xp))y aplicamos el teorema de Chetaev
(ver teorema 5.54) a V. Para ello comprobamos que se satisfacen las siguientes hipótesis:
1. V es una función de clase C* por serlo Ey f.
2. V(Z0) = 0 por ser zo un punto de equilibrio.
dV d
3. 217 -Df
GB) —
Ela) +
PE =2S7 Df >
$XE (a)Elu0))
-
Por ser f € C!(Q), Y es una función continua,

= = 0 en xy y existe un punto, x1, en
B¿(z0) tal que f?(E(21) E(x0)) > 0. Por existir x1, existe otro punto, que denotamos por
—
xa € B¿(2o) tal que

de> 0 en 22. Esto es además cierto para todo e > 0 por lo que existe
un conjunto abierto A C B¿(xp) tal que V(x) > 0 en dicho conjunto y To E DA.
Se satisfacen por tanto la hipótesis del teorema de Chetaev y deducimos que Tp es un punto
inestable. o
En el Capítulo 3 transformamos una ecuación lineal de orden N en un sistema de N ecuaciones
de primer orden. Utilizamos el mismo cambio de variable para transformar el problema no-lineal
en un sistema de primer orden, en este caso no lineal. Consideramos la ecuación de segundo orden:
a?
<pFla) =0, (5.32)
,
dx
donde g es una función conocida de clase C*(IR)e introducimos el cambio y =
qe Para obtener:
de _
Y,
dt
dy
q 9).
oy 0
dx
Multiplicamos la ecuación (5.32) por Y obtenemos
dx dx dx
+ =0, (5.33)
ero la
Denotamos por G una primitiva de g, es decir =
9 Y expresamos el primer término en (5.33)
de
2
Pd 1d dx
—
,
de?de 2dt|de
sustituimos en (5.33) para obtener
2
dx
-E dt
+
ca) =l,
Expresamos la igualdad anterior en términos de las incógnitas zx e y:
2 (3 Ga) + =0,
Tenemos por tanto que la función
E(a,y) =
31+G(2)
es una energía del sistema; el sistema es conservativo y las órbitas están contenidas en las curvas
de nivel de E.
dx 8
42" —-21=0
pro]+
se pide obtener el diagrama de fases del sistema asociado.
PT
Solución: Procedemos como en la ecuación (5.32) e introducimos el cambio y =
Pera trans-
q
formar la ecuación en el sistema
dr
_
Y,
dt
dy
—
=
—dq?
zx” +2x
de
y obtener la energía
,
Elx, y) 2% q?,
¿Y+
= —
Los puntos críticos de la energía son aquellos en los que se anula VE :
(0,0); (V2/2,0) y (=v2/2,0).

Calculamos el hessiano de E en dichos puntos y obtenemos
(93) (51) (5 +)
respectivamente. El punto (0,0) es un punto de silla, por ser un autovalor positivo y otro negativo,
es por tanto un punto de equilibrio inestable. El segundo y tercer punto (+y2/2,0) son mínimos
locales del problema, por lo que se trata de puntos estables tipo centro.
Para realizar el diagrama de fases dibujamos las curvas de nivel de E, es decir, las curvas de la
forma
y(1) =
+y/2c —
2G (1).
Para ello, representamos la función G, como indica la Figura 5.48. Tomamos un nivel de energía
que representamos con una línea horizontal en el mismo eje de coordenadas que hemos representado
a G. Dicho nivel de energía no necesariamente corta a G, y si lo hace puede hacerlo en uno o en
varios puntos. Claramente, los puntos de la gráfica que están por encima de dicho nivel de energía
no pertenecen a la curva de nivel de ese nivel de energía. Denotamos por xy un mínimo relativo
de G y tomamos el nivel de energía Ey correspondiente a dicho punto
Ep =
E(zo,0)
la curva de energía Ey en un entorno del punto, está formada únicamente por (xp, 0).
Tomamos un nivel de energía E, superior a Ep

0(2)
y prórimo a este, la curva de nivel
E(x,y) =Ej E,
en las proximidades de (20,0) es una curva
cerrada rodeando (20,0). Para aproximar la
curva de la forma
1 E SN.
¿Y+ G(x) =
E,
tomamos primer lugar los puntos que

en Arriba: Gráfica de la función G(x)=x*- q?
satisfacen Abajo: Curva de nivel de energía Ej
G(zx) =
E. Figura 5.48
En las proximidades de zp, los puntos que satisfacen G(x, y) =

E1 son los puntos 11 y t2:
T] < TQ < Ta
además G(x) < E, en (11,12). La curva del nivel de energía E, es una curva cerrada.
Dicha curva es simétrica respecto del eje X y tiene por extremos 11 y L2
y(1) =
+42E; —
G(x).
Además, la parte negativa conserva la

monotonía de G, tal y como puede verse en
la Figura 5.49.
E)
Podemos dividir la curva de nivel de energía E,

la parte
en
superior, cuando y > 0 y en la parte
inferior, cuando y < 0 presentando una simetría
respecto del eje X. La parte inferior de la curva
de nivel es similar a la parte de la gráfica de G

que queda por debajo del nivel E,, siendo más
regular en los puntos en los que y =0. El origen
de coordenadas de silla de G de
Arriba: Gráfica de la función G(x)= 21 -
q?
es un punto
Abajo: Curva de nivel de E(x, y) de energía E, =0
energía Ey =0.
Figura 5.49
Las Figuras 5.50 y 5.51 representan las curvas de nivel para diferentes niveles de energía E,
calculadas mediante la gráfica de G.
G(x) Gíz)
Es
,
23
E Ez
1—
E» —
El
Ev
CAD. (éS==E
DN y)
Arriba: Gráfica de la función G(z)=x1- 2? Arriba: Gráfica de la función G(z)=1x*- q?

Abajo: Curva de nivel de E(z, y) para E =
Ez Abajo: Curvas de nivel de E(z, y)
Figura 5,52
La Figura 5.52 representa el diagrama de fases del sistema

= =Y,
Es —47*
=
+27,
se pide obtener el diagrama de fases del sistema asociado.
Solución:
..
Introducimos el cambio
.
de variable
dx ,
y =
7 para transformar la ecuación en el sistema
(5.34)
dy _ —32?+ 27.
dt
El sistema es un sistema conservativo y la función
1
E(z,y) =
¿Y+13 —272
es una
energía del sistema. Calculamos los puntos críticos de E : (-3,0) y (3,0). El hessiano de
E en los puntos indicados es
-18 18 0
0Y,
0 1)” 0 1
respectivumente. Los autovalores del hessiano nos indican que en el primer caso, (-3,0), es un
punto de silla, mientras que el punto (3,0) es un mínimo local. Las curvas de nivel próximas a los
puntos críticos son similares a las de las Figuras 5.26 y 5.36. Se representa en la Figura 5.53 las
curvas de nivel de la energía del sistema, y en la Figura 5.54 el diagrama de fases.
Curvas de nivel de E(z, y) =

Jy?+1*-272

Sistemas hamiltonianos
Una clase muy importante de sistemas conservativos son aquellos sistemas de 2 ecuaciones de
la forma
0H
dy _
dt ap”
25.35
do _
0H
dt 4
donde q =
(q1,--" gw), p= (p1,-**PN) y H : ¡RN > RR es una función de clase C?(1R2N).Para
comprobar que estos sistemas son conservativos, es suficiente con comprobar que existe una energía
que se conserva
a lo largo de las trayectorias. Veamos que la función H es una energía:
dH 0H dq 0H dp
,
_
dt 0q dt Op dt'
NN ,
dq dp los que
Sustituimos en la igualdad anterior los valores de y por aparecen en la ecuación y
7
resulta
dH
dt
OHO0H
0dq0p
,0HOH
0p0qg
_
que demuestra que H es una energía y el sistema es conservativo.
Sin embargo, no todos los sistemas conservativos son hamiltonianos, para comprobarlo tomamos
el sistema
dp
dt
_
Y,
dy 3
_
=T Y,
dt
donde E(z, y) =
y? + a?, satisface
dE 0Edx 0Edy _ Y3,3 + 32"y”

33
—
=0.
Ar aaa
En este ejemplo, no existe ninguna función H, tal que
e y») dr
Y,
Oy
ya que
Y 3
0 3
ES y).
ao?
En general, para comprobar si un sistema de la forma
d
Ss f(a,p),
dp
g(q,p),
_
dt
(para f =
(f1,--*fw) y g
=
(91,***9N))es hamiltoniano, debe satisfacer la propiedad
Of; , 09 ;
=+X=0 , parai=1,"*,N.
0 pi -
0H 0H
La propiedad se deduce al sustituir f; por —Op; y gi por La propiedad es una condición
E
necesaria, pero como muestra el siguiente Sfelaplo no es una condición suficiente para ser un
sistema hamiltoniano:
dqí
P20102,
des
dq2
a
7
—2p1P2073,
ca _
p202
dpz
a
7
2p?p34192,
ya que el sistema no es conservativo.
Los sistemas de la forma

dx
== Y,
de
d
a a
=g(x),
que hemos estudiado en esta sección son sistemas hamiltonianos donde
1
H(2,y) =
34”
-
G(1)
siendo
Dichos sistemas se expresan también de la forma
dx
z +?
dez
Ejemplo 5.83. Comprobar que el sistema
dx
Il
Í (y),
de
dy
q? g(x),
es un sistema hamiltoniano y obtener la función H.
Solución: Para comprobarlo defimos la función H :
H(x,y) =
—F(y) + G(z)
donde 5
y
(y) / Síalds,
F(y) ds,
=
—Ga) / G =
(0)
ds.
g(a)de
Calculamos la derivadas parciales de H y resulta
0H 0H
f(y), e g(z)
Tay”
que prueba que el sistema es hamiltoniano.
En la Figura 5.54 se ha representado un sistema hamiltoniano en un entorno del punto de
equilibrio (3,0) cuyas soluciones son periódicas. A medida que nos alejamos de dicho punto las
órbitas periódicas tienden a la curva separatriz que contiene el punto crítico (—3,0). El punto
(—-3,0) y la curva separatriz corresponden al mismo nivel de energía, el w-límite y el a-límite de la

curva separatriz es en este caso el mismo punto: (—3,0). La órbita no es periódica y requiere de
todo el intervalo t € (—oo,+00) para recorrerla completamente. Por la continuidad del diagrama
de fases, los periodos de las órbitas cuando nos aproximamos a la curva separatriz tienden a oo.
Este fenómeno, es una de las diferencias entre el sistema no-lineal y el lineal, donde todas las
soluciones periódicas presentan el mismo periodo. Para calcular el periodo de la órbita periódica
consideramos la parte superior de la órbita, dada por la igualdad
y=
= =
y 2c— 2G(1),
la ecuación así planteada es una ecuación de variables separables en t y x, integrando se obtiene
1 ta
IN mi
—=====d1
Y 2c
—
2G(z1)
=
ti
dt.
donde 11 =
x(t,) y 12 =
r(t2). Tomamos t¡ y t2 los puntos donde y(t,) =
y(t2) =
0, es decir, los
puntos de corte de la solución con el eje X y obtenemos
T2
1
/ 1120260
2G(2) e
dí =
la —
ti.
Observamos que la órbita es simétrica y denotamos por w el periodo de tiempo empleado en recorrer
la parte superior, que coincide con el empleado en recorrer la parte inferior. Obtenemos de este
modo que
w
=
to —
tj.
>
Sustituyendo en la fórmula anterior se obtiene
T2
1
w=2
/ 2
————— dx
y2c-2G(x)
5.36)
donde los puntos satisfacen G(x) decir, los puntos G que

1, y 22 son que de la gráfica de
=
c, es
poseen un determinado nivel de energía.

Ejemplo 5.84. Se considera el sistema
a
dy 3
—d4z”,
_
de
1
sistema hamiltoniano definido la función H 2%. Sabiendo la integral
¿Y+
=
que es un por que
1
1
FE yl -—
sí
ds 2.66,
se pide obtener el periodo aproximado de las soluciones periódicas del sistema.

Solución: Las curvas de nivel son de la forma
1
qe +a%=h%, siendo h una constante positiva.
El origen de coordenadas es el único punto de equilibrio, que coincide con el único mínimo de H.
Las órbitas, en torno a dicho mínimo son curvas cerradas donde el origen permanece su el interior,
se trata por tanto de órbitas periódicas. Para calcular su periodo tomamos h > 0y los valores de
zx donde se satisface
que son 1 =
+h. Para calcular el periodo de la órbita aplicamos la fórmula obtenida en (5.36) y
obtenemos
h
1
w=2
]-h
e,
vh*-z
Para resolverla introducimos el cambio de variable z =

hs y resulta
1 5.32
==)
A
h 1
==
11-98!
Se
h
,
Teorema 5.85. Sea N € IN; N C IRY un conjunto abierto; to € IR;6 > 0yf €
(to —
6, to +8) x Q > ¡RN una función de clase C! tal que
Of
e de
dl Of a
0, +0) x 8.
(t,1) € (to —6,tpo+0)x
dm + an
Consideramos el sistema
” =
Kt,3) :
dt
entonces, el flujo que genera el sistema conserva los volúmenes, es decir, si denotamos por
A una región de ¡RN y por A(t) su evolución en el tiempo a lo largo de las soluciones,
entonces,
volumen(A(t)) =
volumen(A(to)).
Demostración. Consideramos el sistema
dx
y linealizamos en torno a una solución particular “¿” e introducimos el cambio de variable y =

z-4.
Por el teorema del valor medio, obtenemos el sistema
dy
para cierta función y. Por simplicidad en los cálculos, y sin pérdida de generalidad, tomamos
ePItop(to)) =
Id.
La solución, está por tanto dada por la expresión
y(t) =
PLAN yo.
Si eD/(to,v(to)) 2 Id, la transformación se define de la forma
y(t) = EPI) Ds (toyp(to))]

19,
La transformación anterior es, para cada t, una transformación lineal. Introduciendo el cambio de
variable
Yo > yt)
y denotando por V(t) el volumen del conjunto A(t) en un tiempo t, resulta
V(to) =
/ V (to)
de. =
/ V(t)
gy.
det(eP1(wW0))
5.7 Ejercicios 287
Por la fórmula de Liouville (ver (4.17)) sabemos que
det(ePLMwD) det(ePSowvlto))exp tr(Df(s, (o)

=
(/ to yde]S
Si la divergencia de f es nula, entonces tenemos que
det(ePI64(0)) det(eDI(towb(to))
1, = =
que prueba la conservación de los volúmenes. O
Teorema 5.86. Sea N € IN; N C IRN un conjunto abierto; to € R;5>0yf:N => RW una
función de clase C1 tal que el sistema

dx
q 4()
es un sistema hamiltoniano, entonces, el flujo que genera el sistema conserva los volúmenes.
Demostración. La demostración es una aplicación directa del Teorema 5.85, basta con comprobar
que la divergencia de f en un sistema hamiltoniano es 0. O
Corolario 5.87. Los puntos de equilibrio de un sistema hamiltoniano sólo pueden ser centros o
puntos de silla.
5.7 Ejercicios
1. Se pide dibujar el diagrama de fases de la ecuación
dr +
a
2. Se pide dibujar el diagrama de fases de la ecuación
_ =
sen(x).
3. Sea O : IR x IR? > IR? definida por
O(t, Zo, Yo)==(20e”*,yo).
(IR,0) sistema dinámico global.

Se pide comprobar que es un
4. Se considera el sistema de ecuaciones diferenciales autónomo
dx
T
de Ml
dt
para la matrices A € M2x2
2 1
A] =
-150
sabiendo que
-4 1 -2 0 -¿ Oia
Al =
1 1 0 3
5
5 oia Ú__A
s.
-1
A) =
3 0
110 1 6
Az =
>
0 2
0 3 6 1
se pide dibujar los diagramas de fases de los sistemas.
5. Clasificar los puntos de equilibrio hiperbólicos de los siguientes sistemas:

dx
[7 2_ 1
=
| pac |
da
a ]-
!
e yt
dt
dx
dt
5.7 Ejercicios 289
6. Estudiar la estabilidad de la solución (0, 0) del sistema de ecuaciones
Ey
a? ,
dy _
3
mediante el teorema de linealización.
.
Comprobar que el sistema asociado a la ecuación
dx
ia cos(1)
es un sistema conservativo. Se pide:
(a) Obtener una energía del problema;
(b) Clasificar los puntos de equilibrio y estudiar su estabilidad;
(c) Dibujar el diagrama de fases del sistema asociado a la ecuación.
00 Sea N €
.
IN; Q CARY un conjunto abierto; f : N > RN una función de clase C1(Q) y zx la
solución del problema

E =
fa).
dt
Demostrar que si V es una función estricta de Liapunov en $2, entonces no existen soluciones
periódicas en $2.
Ko Estudiar
. si los siguientes sistemas son hamiltonianos, en caso afirmativo encontrar la función
H que define el sistema.
(a) Sea q =
(q1,92) y p=
(p1,D2):
dqr -Íí
an
E —
43,
ee =
+4,
Po =
+,
de =
palai —
43),
(b) Sean x(t), y(t) € IR? para todo t € IR y f € C*(¡R)una función conocida;
dz
E
=
oso) +)
dy
q
=
cos(z + y).
290
(c) Sean x(t), y(t) € IR? para todo t € IR y y g € C*(IR) una función conocida:
dx
í,
dt
dy
de
y +g(2).
Capítulo 6
Aplicaciones de las ecuaciones
diferenciales
6.1 Introducción
Las ecuaciones diferenciales se introducen a finales del siglo XVII para modelizar procesos
naturales que involucran velocidades y aceleraciones. La naturaleza, junto a otras aplicaciones
en ingeniería o medicina sigue siendo una fuente importante de inspiración en el desarrollo del
área. de la la biología
En este capítulo presentamos algunos ejemplos aplicaciones a física, a y a
la mecánica de fluidos como una pequeña muestra de la gran variedad de problemas a los que se
aplican las ecuaciones diferenciales.
En las siguientes secciones estudiamos os siguientes problemas:
-
Ecuación del péndulo;
-
Sistema de Lotka-Volterra;
-
Soluciones estacionarias en problemas de quimotaxis;
Flujo de un dfiuido con movimiento radial dirigido a un sumidero,
Los problemas mencionados se estudian utilizando las técnicas descritas en los capítulos anteriores.
291
292 Capítulo 6. Aplicaciones de las ecuaciones diferenciales
6.2 Ecuación del péndulo

Consideramos un péndulo formado por una masa “m” unida al extremo de una varilla rígida
de masa despreciable y longitud “I” sujeta en el otro extremo a un punto fijo que permite su giro
libremente. Sobre la masa actúa la fuerza de la gravedad “g” que descomponemos en la dirección
de la varilla y en la perpendicular a esta.
El desplazamiento de la masa se modeliza siguiendo la segunda ley de Newton donde la suma de

todas las fuerzas que actúan sobre el sistema es igual al producto de la masa por la aceleración.
La componente de la fuerza en la dirección de la varilla se anula con la tensión que aparece en la
varilla, quedando únicamente la fuerza perpendicular a la varilla.
Denotamos por 6 el ángulo que forma la varilla ,
con la posición de equilibrio del péndulo, la

aceleración de la masa se obtiene multiplicando ;
la longitud de la varilla l por la aceleración +
angular: AN y
4
i 29 *
NM a
o
dt? AN vS
A
La componente perpendicular de la fuerza es EN
á mgsen(0) mg
cos(9)
proporcional a sen(9), obtenemos de este modo
la ecuación diferencial ¡e
Diagrama del péndulo simple e
dg gm
=psen(9).
7
Figura 6.1
qa
Expresamos la ecuación de segundo orden como un sistema de dos ecuaciones de primer orden
introduciendo el cambio de variable x =

0, y =
- y obtenemos el sistema
de Y)
dt mn
dy gm
ST sen(x).
El sistema es conservativo y
1 m
E(2,y) 34 —cos(x)
= -
es una energía del sistema, el sistema es similar al presentado en el Ejemplo 5.78: Representamos
las curvas de nivel de E en la Figura 6.2 y el diagrama de fases en la Figura 6.3,

6.2 Ecuación del péndulo 293
a Diagrama de fases del sistema:

Curvas de nivel de la función
d d
El(z,y) =
ly? =
cos(x) A =Y,
=_ —sen(x1)
=
Existen dos tipos de soluciones estacionarias, 9 =0+2nr y 9 =

(2n +1)r paran € Ze y=0. En
el primer caso se trata de centros y puntos de equilibrio estables; en el segundo caso son puntos de
silla y soluciones inestables. Cuando el dato inicial tiene una energía superior a
lic el péndulo
gira entorno al punto fijo de manera continua; por debajo de esa energía se obtiene un movimiento
pendular, donde el péndulo oscila de derecha a izquierda y viceversa sin completar la vuelta entorno
al punto fijo.
El modelo describe una situación ideal, donde no existe rozamiento y se permite que la masa esté
en movimiento perpetuo, sin embargo un simple experimento muestra la necesidad de introducir
el rozamiento del aire en el modelo para alcanzar una mejor aproximación del proceso. En este
caso, se introduce un término lineal proporcional a la velocidad del péndulo:
d?0 ,d8 gm
—k sen(9),
+
7
qa 7
donde k? es la constante de rozamiento con el aire. Expresamos la ecuación como un sistema de
dos ecuaciones de primer orden:
E +
sen(x) —
k?y
dx , , i 4 ,
donde x =
0 y —
=
y. El sistema ahora ya no es conservativo, pero las soluciones estacionarias
del sistema coinciden con las obtenidas en el caso anterior:
=0+2n1, z=(2n+1)r
para n € Ze y =0. La energía utilizada en el caso ideal es ahora una función de Liapunov del
sistema ya que
EN
de Ya
y al reemplazar los valores de las derivadas de x e y que aparecen en el sistema obtiene
dE 2.9
< 0.
E
de
k“y”<0
Aplicamos el teorema de linealización o de Grobman-Hartman en los puntos de equilibrio y

obtenemos las matrices
Bi l
para los puntos de la forma (2nrr,0) y ((2n + 1)r, 0), cuyos autovalores son
1,
E 2 4_ qm 1,_,2 na
E
IM
respectivamente. En el primer caso obtenemos que el punto de equilibrio es un foco estable cuando
k? < y/gm/l;un nodo estable cuando k? > y//gm/l
e impropio para k? =
/gm/l. Los puntos de
la forma ((2n + 1), 0) son puntos de silla y por tanto inestables.
6.3 Ecuaciones diferenciales en ecología 295
ÍA
Y
IN
S)
ÍA
Y

dx dy mg
cos(x) k?y,para —
k? < [mg/l
y eg
Figura 6.4
6.3 Ecuaciones diferenciales en ecología

Denotamos por x la población de una especie biológica conocida en una región espacial y por
to y t dos instantes de tiempo. Sin considerar el flujo migratorio de la especie, el incremento o
disminución de la problación en el periodo (to,t) es el balance entre nacimientos y defunciones

ocurridos en dicho intervalo que denotamos por py y por Pm respectivamente. De este modo el
balance queda de la forma
T(t) z(to) =PN

— —
Pm- (6.1)
Suponemos que el número de nacimientos y defunciones es proporcional a la cantidad de población

en cada instante t1, +++
,tn en que dividimos el intervalo (to,t)

n
PN
—
Pm =
(Y
aj —
Bj)x(t;)
j=1
es decir: n es el número de subintervalos en los que dividimos el intervalo (to,t); a; y Bj indican

el número de nacimientos o defunciones en el subintervalo (t;, t;+1) dividido por la población total
en el instante t;. Suponemos que los coeficientes ay y $ son constantes y tomamos límites cuando
n > 00 para obtener
PN
—
Pm > (a —
B)
fisco.
to
Sustituimos en la igualdad (6.1), y resulta

t
2(t) —x(to) =
(a -
$)
/ to
s(sde.
Dividimos la igualdad por t —
tg y tomamos límites cuando t > to :
at) alto).
pesat=to pad B);to f zx(s)ds.
Je,
La población es siempre un número entero no negativo, por simplicidad consideramos la población

x como una función continua que toma valores reales. De este modo
dx
du pz,
donde y =
a:— f. La solución a la ecuación es
x(t) =
z(tp)e*. Cuando y < 0, es decir, si el
balance entre nacimientos y defunciones es negativo, la población tiende a la extinción. Si y =0,
la población se mantiene constante en el tiempo. En el último caso, cuando u > 0 la población
crece exponencialmente. El modelo fue propuesto por T. R. Malthus (1766, 1834) a finales del siglo
XVIII siendo la expresión matemática de la conocida ley de Malthus que indica que la problación,
si no encuentra obstáculos, aumenta en progresión geométrica.
Los obstáculos que la población encuentra de manera natural son las limitaciones que existen
en el medio para crecer de manera ilimitada, como son los limitados recursos naturales para
alimentarse o el espacio necesario para vivir entre otras. Considerando estas limitaciones se
modifica el coeficiente de la ecuación, que ahora depende de la población, siendo negativo para
poblaciones que exceden la cantidad máxima que el medio puede alimentar, obteniendo de este
modo la ecuación logística
dx T
rra p(1—-ml
donde m es el valor umbral de población que el medio soporta.
La ecuación es una ecuación de variables separables, estudiada en el Ejemplo 2.26 para y =m =
1 y cuyas soluciones son de la forma
zqme”tt
alt) =
(m —
Zg) + Ipgertt
donde zp es la población en el instante inicial ty. La solución tiene a m cuando t —> oo para los
valores con sentido biológico m, yu > 0.
Consideramos ahora un modelo simple de dos poblaciones que interactúan entre ellas, un
depredador y y su presa z. En este caso, el coeficiente de defunción de la presa depende de la

cantidad de depredadores que haya en el medio. Partimos de la ecuación logística
dx
de (u —
azjz
y modificamos el término (a —
bx) que ahora depende de la población y para obtener
dr
q
7
(-az—byz,
de este modo, a medida que aumenta el número de depredares, disminuye la tasa de crecimiento de
presas. Para la población de depredadores, a medida que aumenta la población de presas aumenta
la tasa de crecimiento obteniendo la ecuación
dy
(v dy)z,
_
cx
— —
dt
donde y, a,b y d son constantes no negativas y c y y negativas. Suponemos que las limitaciones en
el crecimiento de la presa debidas al exceso de población son despreciables frente al impacto de la

población de depredadores, tomamos de este modo a = 0. De igual modo, suponemos despreciables
las limitaciones de la sobrepoblación de depredador para su crecimiento. Tomamos ty = 0 y
obtenemos de este modo las ecuaciones
dz
=
(u —
by)z, t>0,
de
dy
q my t>0,
x(0) =
Zo, y(0) =
Io,
donde y, a, b, xy e yo son constantes positivas y v y c negativas.
El modelo fue propuesto inicialmente por el matemático Polaco-Americano A. J. Lotka (1880-

1949) nacido en Lviv (actual Ucránia), para describir ciertas reaciones químicas. En 1926 y de
manera independiente el sistema también fue propuesto por el matemático y físico italiano V.
Volterra (1860, 1940) para describir las oscilaciónes en las capturas de peces, depredadores y
presas, en el mar Adriático.
Estudiamos el sistema únicamente en el primer cuadrante, donde las variables tienen sentido
biológico. Calculamos en primer lugar los puntos de equilibrio dados por las soluciones del sistema:
(u—byjz=0, (v—cz)jy=0
el
que
origen
son:
(0,0) y
E,2) .
Aplicamos el teorema de linealización o de Grobman-Hartman en
y obtenemos
p 0
0 —pv
que indica que el punto de equilibrio es un punto de silla del sistema. Sin embargo no es posible
aplicar el teorema al segundo punto de equilibrio, ya que al linealizar se obtiene la matriz
o Y
C
cp
7
cuyos autovalores son imaginarios y tiene parte real nula.
Para estudiar el sistema consideramos la variable y =

y(x) y obtenemos la ecuación
dy _
dydz
dt dz dt
dy dr E
stituyendo
sustituy loss val
valores d =7 —
por los que aparecen en la ecuación resulta

cu
dy (v-cu)y _
de (p-byjz'
La ecuación es una ecuación de variables separables, para resolverla procedemos a situar la variable
zx a la derecha de la igualdad e ya la izquierda:
-b
q,
-
DY 2
y e
integrando se obtiene
—by+ pIn(y) + byo —
pIn(yo) =
—cxv + 1In(x)+ exo
—
vIn(xg).
Obtenemos de este modo que el sistema es conservativo y
E(z,y) =
—czby +
pIn(y)+ vIn(x)
—
L
y Y . .
es una energía
el punto
del sistema. Además, el punto
E a) es un mínimo local de E ya que el hessiano
de E en es
2
C
-—
v
q
0 1d
mM
que indica que el punto es un mínimo local al ser y < 0. Por ser un punto de equilibrio aislado,
el punto presenta órbitas periodicas similares a un centro (ver Figura 5.36). Representamos en la
Figura 6.5 el campo (u —
by)z, (v —
cx)y) y en la Figura 6.6 el diagrama de fases completo.

erre RAERERNANNAN
E y
a Leer RRARERRRNANN
a ere RARARRRRANN
o
ge RRA A
a PREIS NS
"TEENS A
Bo .«.«.(606mnAQRREA AS MA
SIIDAAA
..... , . as AA
a
n 4 4 0 , ys AA
.u.< Y r * a
dm
A Po. r
1d t tt
S
A
RS e tt
—|u
a na e
1
<a A
»
y
eS o] a r?
AA » r 5] . u » p?
CONO
RAAARAARAA
AA
»> r 5
A
+? Y)ROAAARRAAAAAAARA
DRILAARARMAAAA
"AANA
AAÁ
ORAL
dl
s
o
YO
YOISISIAIAIHACAAAAAANAAA
SS
dede
IA AAAAAA
e
AA AA
ad
y v
=-
T=-
C Cc
Campo ((1 —
by)z,(u— cx)y), p,b>0, v,c<0 Diagrama de fases del sistema
En ausencia de presas la población de depredadores tiende a extinguirse, al considerar a estas
como alimento imprescindible, siendo en este caso y < 0.
Cuando y — 0 el punto de equilibrio se desplaza hacia el eje Y obteniendo que todos los puntos
del eje Y son puntos de equilibrio y se obtiene el sistema:
(
dx
WM t> 0,
ba,
a
y Y TY, t>0,
qe
|
z(0) xo,y(0) zo.
= =
Al aplicar el teorema de Grobman-Hartman a los puntos de la forma (0, y) se obtiene la matriz
singular, por lo que no es posible aplicar el teorema.
Procedemos como en el caso y < 0, y consideramos y como una función que depende de x para
obtener, aplicando la regla de la cadena;
dy _
dydz
dt dx dt
Sustituimos por los valores que aparecen en el sistema:
dy cry cy
de (by=ajady
cuyas soluciones están definidas por la igualdad
—by+ pIn(y) =
—cx + k,
para cualquier constante k € IR. Tenemos de este modo que el sistema es conservativo y
E(z, y) =
—by+ pIn(y) + cz
es una energía del sistema.
En la Figura 6.7 se representa el campo (( —
by)x, —cry)y en la Figura 6.8 el diagrama de fases

del sistema obtenido a partir de las curvas de nivel de la energía.
<
AA A A A
AA
AAA AAA
y
AAA Ñ
oyo AAA
MAA
AAA
AAA
21..0..00. Ñ
IDIAAAA
AA A
AAA
AAACAAAAA
DIDIAAA
SSA
DDIDIAA
92).9.1.1012
rss AA
AA A
L90606.90
SOIDDA
¿.
YOSIDI
1
mom.
AAA
A
AIAAAAAA
K
AAA
D
DIAAA x
1
1
AAA
A e
1
t
A e IISI
99LOA
e Sr
DO DIA
SISS SS
SS , »
t
?
?
SS Ss
SS SS
.
USSS
MOS
YO
2
. » ARI? , DU
222
.“su4
AARADAA
nn
AAA
AR»
AMA
22
DAR
AMA
2
AA
AAA
AAA RAI
AAA RAMAS
IIS
re...
AMAN
AAMAAA A AMAR
RH
ADAM
Ye e
AAA
z
Campo ((1 —
by)z,—cxy),1 b>0, c<0
Figura 6.7 Figura 6,8
En general, cuando dos especies biológicas interactúan entre sí afectando cada especie a la otra,
aparecen diferentes tipos de sistemas. De manera general tenemos el sistema:
E =
(ua be t>0,
Y =
(Uco dy), t>0,
(0) =
zo, y(0) =
20,
Dependiendo de los
signos de los parámetros b y c, es decir, de los coeficientes del término zy donde
el acoplamiento de las ecuaciones, se clasifican en los tipos:
aparece depredador-presa, competitivo
y mutualista o cooperativo.
6.4 Sistemas de ecuaciones diferenciales en quimiotaxis 301
1.- Depredador-presa. Cuando la tasa de crecimiento de una población (presa) se reduce a medida
que aumenta la segunda población (depredador), los parametros del sistema satisfacen
b>0, c<oO.
2.- Sistema competitivo. Cuando la tasa de crecimiento de cada población se reduce cuando
aumenta la otra población. En este caso, los parámetros del sistema satisfacen
b,c>0.
3.- Mutualismo, cooperativo o simbiosis. Cuando la tasa de crecimiento de cada población

aumenta a medida que aumenta la otra. Los parámetros del sistema satisfacen
b,c<0.
6.4 Sistemas de ecuaciones diferenciales en quimiotaxis

Dictyostelium discoideum es un tipo de ameba que presenta varios estados a lo largo de su
vida: durante un periódo son seres unicelulares de aproximadamente 5um que se alimentan de
bacterias y se dividen por mitosis. En escasez de alimentos, los seres unicelulares segregan un
compuesto químico (ademosín monofosfato cíclico) e inician un proceso de agrupación orientando
su movimiento en la dirección de las altas concentraciones del compuesto. De este modo, la
comunidad de individuos se agrupan formando un ser multicelular denominado seudoplasmodio

que llegar a medir 2 mm. La agrupación de los individuos permite migrar a la comunidad y liberar
las esporas para comenzar así un nuevo ciclo.
El movimiento orientado de los seres unicelulares siguiendo las gradientes de la concentración

del compuesto químico se denomina “quimiotaxis” término derivado del griego clásico “quimio”
(producto químico) y “taxis” (movimiento).
En 1970, E.F. Keller y L.A. Segel proponen un modelo de ecuaciones en derivadas parciales
modelizando el movimiento orientado de las células hacia las altas concentraciones del compuesto
químico. En la situación estacionaria, cuando las concentraciones del organismo “u” y del compuesto
químico “v” no dependen del tiempo, el problema queda simplificado al sistema
Cu df do
del dx)”
“ar NV
donde z representa la variable espacial y el dominio es la recta real. Suponemos que las soluciones
son simétricas respecto del origen, y satisfacen por tanto la hipótesis
10 y MESS =0
de
o
da
Integramos la primera ecuación en el intervalo (0, x) y resulta
du du
8
de dr)”
Ati =
Z
Integramos de nuevo y se obtiene
u=ce”,
donde c es una constante arbitraria que solo tiene sentido biológico cuando es positiva. Sustituyendo
en la segunda ecuación resulta
dy
-—
=ce" —1.
dx?
Expresamos la ecuación como un sistema de dos ecuaciones de primer orden
du W
=w E
dx
dw _—_———
—
=1-ce” ===
dx
que es un sistema conservativo cuya energía está
E
dad
ada por
l Tz=+===>>5
———
o
E(v,w) =
¿Ue-u+ce”. A A A
El punto de equilibrio está definido por => =>
(—In(c),0) que solo admite solución cuando ===
c es positiva. En la Figura 6.9 se presenta AA
el diagrama de fases del sistema cuando c =
0.1. Para obtener el valor de la constante c, Diagrama de fases del sistema

es necesario imponer una condición extra al du dw
de" A
sistema: el valor de la solución en un punto, una da as
condición integral, etc. Figura 6.9
6.5 Ecuaciones diferenciales ordinarias en mecánica de fluidos 303
6.5 Aplicaciones a la mecánica de fluidos. Flujo estacionario

en una esquina
Se presenta en esta sección un caso particular del problema estudiado por G. Hamel en 19171
donde un dfluido es confinado entre dos planos incidentes fomando un ángulo a: > 0, suponiendo
únicamente el movimiento radial del diluido. El problema aparece también resuelto en el libro de
Landau y Lifschitz “Fluid mechanics' publicado en 1958 (p.76 de la edición en ingles publicada
por Pergamon press en
1987).
Consideramos el problema bidimensional que consiste en determinar el flujo estacionario de un
dfluido que ocupa el plano donde un sumidero es situado en el origen de coordenadas y suponemos
que el flujo es únicamente radial. Denotamos por (v,w) la velocidad radial y angular del dfluido
respectivamente; por p la presión del fluido; por p la densidad, que suponemos constante (dfluido
incompresible) y por y la viscosidad del dfluido. Para modelizar el problema, consideramos el
caso estacionario de las ecuaciones de Navier-Stokes en dominios bidimensionales en coordenadas
polares 7 y $.
Por hipótesis, el flujo es radial, y por tanto w =

0,
dv 10p uv 10v 10 vu
a tanta a) (62)
1 0p 2v0v
A
ls o
>”
3
(03)
prop r20p
O(rv) A
=—
Ar
=
(6.4)
De (6.4) deducimos que rv es independiente de r, es decir, v es de la siguiente forma
v=
6.0) r ,
donde u es la nueva incógnita que solo depende de ¿. De (6.3) se obtiene
124? du
10p _
pod 1 dp
Integrando obtenemos
p 121?
U(9) + f(r). (6.5)
qa 2
Sustituyendo en la expresión (6.2) resulta
deu 21 3p
qa tt 9" f'(n).
=
1
SpiralformigeBewegungen Zaher Flussigkeiten. Jahresberd Deutschen Math. Ver. 25, (1917) pp 34-60, Versión
en Inglés: Technical Memorandum 1342, National Advisory Committee for Aeronautics, Washington 1952
El lado derecho de la expresión anterior depende solo de r y el izquierdo solo de f. Deducimos

por tanto que ambos lados son constantes. Denotamos por 2c, dicha constante y resulta f' =
121?c,r73. Integrando en la expresión anterior obtenemos la expresicón de f :
f(r) =
—6u?c,r"?+ const.
Sustituimos en (6.5) y obtenemos la expresión de p :
2
6
. 7 (0u(ó)
1) + constante. (6.6)
= —
Donde u satisface:
du 2
4u + 6u” 2c,. (6.7)
dr?+
=
Expresamos la ecuación como un sistema autónomo de dos ecuaciones de primer orden donde
z(r) =
u(r) e
y(r) =
o :
dr
_
Y,
dr
d
>dr q
2c; —
62? —
4x.
Las condiciones de contorno son periódicas de

., .
Gta)
T
periódo 27, es necesario por tanto que a

yA
x(0) =x(2m), y(0) =
y(2m).
El sistema es conservativo y tiene por energía

1
E(z,y) 22%+ 22?
¿Y+ 2c,2
= —
cuyos
cuando
puntos
c; >
>
de equilibrio
—3. Las
son
órbitas
(vE34
periódicas
0) “=== ==>
aparecen
G(x) = 2?
entorno
+ 22?
a un
2c,x,
mínimo
por
local de la función
lo que estudiamos _E Q 21?
el la
Arriba: Gráfica de G(z)= 21? — —
2c,
únicamente caso c; >
—3.En Figura 6.10
Abajo: Curvas de nivel de E(x, y)
se representa la función G y las curvas de nivel
de E que contienen las órbitas del diagrama de
fases. Figura 6.10
+ el
Las soluciones periódicas entorno al mínimo local de G; obtener
aparecen 1 =
qe . Para
periódo w de las órbitas periódicas, denotamos por zo, 11 y 12 los ceros de la función
Ep + 2c11 —
22% 2g? —
6.5 Ecuaciones diferenciales ordinarias en mecánica de fluidos 205
donde To < 11 < La, y expresamos w de la forma
ds
dx
0
/
O
(6.8)
y 2(xo —
2)(11 —
2)(12 —
2)
donde Ey toma los valores correspondientes a los niveles de energía del intervalo
+ + 3c1 =- + 3c1
(2 AS 0), E E 0)
Cuando Ep — E
(242%0) obtenemos que
-14+ y1+3
229 >
A
y
za
w —
y2 dz
VI —Zo Jx, y (1 -—x1)(12 2) —
1
y2 ds
7
y TI —
a
=
21)
[ yrI(l-— x)
vV2r
= —
11)
A DS
—
0.
En el otro extremo, cuando Ey — E( 48% 9) resulta
-1-y1+3
y
za
0>
WA dx
yI2— 12 Jo, Vea)

Por la continuidad de w respecto de Ey obtenemos que para cualquier valor w € (0, +00) obtenemos
que existe E, tal que
23
dx
w=2
[ VE + 2c11 —
243 —
27?
.
El valor c, queda determinado por el caudal q que atraviesa el sumidero
27 27
q
=/ urdó =6vp
[| u(p)dó
que es un dato conocido del problema. Despejamos el valor de y obteniendo
y =
XV E; + 2c,1 —
243 —
22?,
Por ser y =
75, resulta
dx
=
db
H+vVE¡+ 2c,3 —
229 —
23?
multiplicamos por x e integramos para obtener
¿2
xdz 1 q
VE +2012-23-2%7
= —
2 / AE
— 6.9
(65)
De las ecuaciones (6.8) para w =

27 o
27/N (N € IN) y de (6.9) obtenemos el valor de c, y el
nivel de energía E, en el que se encuentra la solución. Nótese que los valores de gp, 11 Y T2 están
determinados por c; y E;.
6.6 Ejercicios
1. Calcular el periodo de las soluciones periódicas del péndulo simple dadas por la ecuación
dog gm
de
=
E sen(0).
2. Clasificar los siguientes sistemas en competitivos, cooperativos o de tipo depredador-presa y
realizar los diagramas de fases correspondientes:
dx de
q (=1z, t>0,
q =(-2-y)z, t>0,
y d
=
(2-1)y, t>0,
q =
(1-22 —y)y,t>0,
z(0) =
zo, y(0) =
Zo, | x(0) =
Zo, y(0) =
zo,
3. Los sistemas de quimiotaxis se utilizan para modelizar distintos procesos biológicos, incluidos
procesos “quimio-repulsivos” donde la especie biológica se mueve hacia las bajas concentra-
ciones del compuesto químico. En este caso el sistema simplificado es de la forma
du _d
Ñ
di? del (az)' dz
dy
+u=.
“dr
Suponiendo que el dominio espacial es la recta real y las soluciones son simétricas respecto
del
c que
origen,
aparece
se pide dibujar
en la resolución
el diagrama de fases
es positiva.
para las variables y y
z cuando la constante
5.7 Ejercicios 307
4. Sea p € IR un número mayor que 1, consideramos el sistema de quimiotaxis
du__d(, [dodo
da? dz dr de)”
dy
Ji
sabiendo que las soluciones son simétricas respecto del origen, es decir
du du
—
== —
a E = 0.
dr dz
Se pide:
(a) Introducir el cambio de variable
du
w=In(u), y=
de
e integrar la primera ecuación en el intervalo (0, x) para obtener el sistema
dw |y]P7?
—
de
=
lylP=*y,
dy
(1 —e”).
_
de
(b) Comprobar que se trata de un sistema hamiltoniano para la función
Hu)
=e*—w-14%,
(c) Realizar el diagrama de fases del sistema para p = 3.
Apéndice I. Teorema de la
alternativa de Fredholm en
dimensión finita
Definición. Sea V un espacio vectorial definido sobre el cuerpo de los números reales IR y sea
a: Vx V > ¡KK una aplicación bilineal (lineal en las dos componentes) satisfaciendo las siguientes
propiedades:
1. a es definida positiva, es decir, a(x,x) > 0 para todo € V, x FO.
2. a es simétrica, es decir, a(x, y) a(y, 2).

=
Entonces, decimos que a es un producto interno.
Sea N € IN, denotamos por < -,- > al producto escalar en ¡RN definido por
N
<1t,y >=
A
i=1
Lema. Sea A una matriz Myxn; u= (u,*** Un); v= (v1,-*- ,UN), entonces
< Av,u>=<w, ATu >
donde AT indica la matriz traspuesta de A.
Demostración. Denotamos por a; el coeficiente de la matriz A situado en la fila i y columna j.

Aplicamos la definición de producto de una matriz por un vector y resulta
N N N N N N
< Av,u >=

y
i=1 Ij= 1
QijUj | Ui =
y aijujas Yo;
i=1 j=1
_
j=1 p a) Ni=1
=< 0, Au Pa
309
Teorema de la alternativa de Fredholm en dimensión finita
310 Apéndice I.
Teorema de la alternativa de Fredholm para aplicaciones lineales en espacios

de dimensión finita
Sea (V,< -,- >v) un espacio vectorial de dimensión finita y A: V + V una aplicación lineal, que
representamos por una matriz. Entonces
Im(Id— A) =
ker(Id- AD?,
donde
. Im indica la imagen de la aplicación lineal.
+ ker indica el núcleo de la aplicación lineal.
+ AT indica la matriz traspuesta de A.
Demostración. Veamos en primer lugar que Im(Id A) C ker(ld— AT)”. Para ello,
—
tomamos
f € Im(Id— A), y u€ ker(Id— AT),por ser f € Im(Id— A) existe v € V tal que
f =v-— Av.
Entonces
< f,u >y=<u— Av,u >y=< 0,u >y —< Av,u >y.
Gracias al lema anterior obtenemos que
< Av,u >y=< w, ATu >y
y resulta
< f,u >y=< v,u— Au >.
Por hipótesis, hemos tomado u € ker(Id —
AT) para obtener
< f,u>y=<w,u- ATu >y=< v,0>y=0
que implica Im(Id— A) C ker(1d— AT)",

Para comprobar la inclusión ker(Id —
AT)* C Im(Id— A), tomamos v € ker(Id —
AT)1 y la
expresamos como suma de dos elementos:
V=V] +)
donde v, € Im(Id— A) y vz € Im(ld— A)? Entonces, .

para todo u € V
0 =< v7,u— Au >y=< 7

—
ATva,u >y
que implica: vz € ker(Id— AT). En particular, se cumple la igualdad cuando u =
va y resulta
0 =< U] + U2,V2
6,V >y=< >y=< U,V2 >y + < U2,U >y=< 02, UV
>y
y deducimos que vz = 0 y por tanto v =v, € Im(Id— A) que finaliza la demostración. O

Fórmulas trigonométricas
Consideramos la fórmula
e'* =cosQ + ¿sena
y deducimos que
ei 2iB — gila+B) —
cos(a + B) + isen(a + B).
Por otro lado
RE :
eeió =
(cosa + ¿sena)(cos B + ¿senf) =

cosacos 6 —
sena senf + ¡(sena cos B + cos a.senf)
y resulta
cos a.cos 8 —
sena:senf =
cos(a + B),
sena cos $+ cosa senf =
sen(a + $).
Mediante sumas y restas de las identidades anteriores, utilizando que
sen(-B) =
—senf, cos(-B) =
cos fB,
deducimos
2sena cos B =
sen(a + B) + sen(a —
BP),
2co0sa:senf =
sen(a + B) —
sen(a —
B),
2 cosacos f =
cos(a + B) + cos(a
—
B),
2senasenf =
cos(a —
B) cos(a + B). —
311
Bibliografía
Amamn. Ordinary differential equations, introduction to nonlinear analysis. De Gruter

[1] H. an
Studies in Mathematics, 13. Walter de Gruyter, 1990.
I. Arnold. Ordinary differential equations. Moscow 1973. Edición en inglés Springer Verlag-
[2] V.
1991.
C. Evans. Partial differential equations. American Mathematical Society 1998.

[3] L.
Pérez. Ecuaciones I. Ciencia tecnología. Editorial Pirámide,
[4] C. Fernández diferenciales y
1992.
[5] C. Fernández Pérez, J.M. Vegas Montaner. Ecuaciones diferenciales II. Ecuaciones no
lineales.
Ciencia y tecnología. Editorial Pirámide 1996.
[6] C. Fernández Pérez, F.J. Vázquez Hernández, J.M. Vegas Montaner. Ecuaciones diferenciales
y en diferencias. Thomson, 2003.
Guzmán. ordinarias. Alhambra Universidad, 1975.

[7] M. Ecuaciones diferenciales
[8] B. C. Hall. Lie groups, Lie algebras, and

representations: An elementary introduction.
Graduate Texts in Mathematics, 222. Springer 2015.
W. Hirsch S. Smale. Ecuaciones diferenciales, sistemas dinámicos álgebra lineal.

[9] M. y y
Alianza Universidad, 1983.
Ecuaciones diferenciales aplicaciones y notas históricas. Mc Graw Hill, 1993.

[10] F. Simmons. con
[11] W. T. Reid. Sturmian theory for ordinary differential equations. Applied Mathematical
Sciences Series, Volume 31. Springer-Verlag 1980.
[12]J. Ignacio Tello. Ecuaciones en derivadas parciales. Editorial Sanz y Torres 2023.
[13] M. Valdivia Ureña. Análisis matemático III. Editorial UNED, 52 edición. 1998.
313
de Bernoulli 33, 52, 54-58
de Clairaut 33, 78-81
de Euler 186
de Lagrange 33,76, 78
de Navier-Stokes 303
de Riccati 33, 55, 58
de variables separables 34, 35, 37, 38, 40, 44, 46,

47, 52, 67, 68, 70, 72, 73, 83
Índice alfabético del péndulo
exacta
291, 292
33, 60-63, 65-67, 69, 71, 72, 85-87
homogénea 32, 39, 41-44, 46, 47
lineal 9, 33, 47, 50-54, 56, 57, 66, 77, 83
energía 272-276, 278-282, 284, 289, 292-294, 298, 300,
a-límite 216, 240, 250, 284
302, 304-306
w-límite 216, 240, 250, 252, 253, 258, 268, 284 envolvente 81
17-20, 29, 80,
órbita 213-216, 218-220, 239, 249-252, 255-258, 272,
espacio
273, 276, 278, 284, 285 de Banach 141
92, 99, 100, 113, 119, 121,
métrico 97
aplicación normado 97-99
bilineal 309
topológico 90
lineal 309, 310
factor integrante 33, 65-73, 85-87

campo de direcciones 20-22, 29 función
condición analítica 123-125
de Cauchy 106
contractiva 119
112, 113,
conjunto de Liapunov 247, 251, 252, 254-259, 261, 262, 267,
compacto 91
268, 294
invariante 214, 215, 252, 257, 258, 274
lineal 5, 6, 9, 27
negativamente invariante 214
lipschitziana 12, 13, 93, 112, 118, 120, 122-125,
positivamente invariante 214, 252
128-131, 133, 136, 206
relativamente compacto 91, 99
conjunto equicontinuo de funciones 102 298
hessiano 278, 281,
convergencia
uniforme 100 isoclina 21, 28, 29
curva
de nivel 21, 59 lema
separatriz 228, 284 de Gronwall 114, 117, 118, 128, 129, 134
ley
derivada parcial 2, 3, 28, 284, 301 de la inercia 2
desigualdad de Malthus 296
triangular 97, 98, 100 primera ley de Newton 2
dfluido 291, 303 segunda ley de Newton 2, 292

diagrama de fases 202, 206, 207, 209, 215, 216, 218,
220-223, 225, 226, 228-230, 239, 240, 246, 250, 251, 255, método
257, 258, 271, 275, 278, 280, 281, 284, 287-289, 292, 298, de la poligonal de Euler 22-24, 109
300, 302, 304, 306, 307 de las aproximaciones sucesivas de Picard 23,
26, 112, 117, 119, 125
ecuación de Runge-Kutta 23-25
315
316 Índice alfabético
matriz positiva 213, 214, 252, 259

de monodromía 188, 190, 191 sistema
fundamental 153-158, 160, 162-164, 166, 167, 170- competitivo 300, 306
173, 177, 179-181, 183, 187-191, 193, 220, 223, 229, conservativo 272-276, 278, 281-283, 289
232 cooperativo 300, 301, 306
semejante 143, 149, 188 depredador-presa 300, 301, 306
modelizar 2, 291, 303, 306 dinámico global 211, 213-216, 287
multiplicador dinámico local 211-213

de Floquet 188, 191 fundamental 153, 154, 156, 157, 176-179
gradiente ii, 261-269, 271
núcleo de una aplicación lineal 194, 310 hamiltoniano 282-285, 287, 289, 307
subespacio 145, 151-153, 167, 168, 177, 184, 192, 194,
polinomio característico 145, 146, 173, 180-184, 186, 195
191, 197, 198
sucesión
principio de Cauchy 98, 99, 104, 105, 113, 114, 121, 122, 141,
de inducción 26
148
de invarianza de La Salle 252, 257, 258
equicontinua de funciones 103-105, 107, 135
problema
bien planteado 12, 92
Teorema
de Cauchy o de valor inicial 11, 12, 16, 23, 26, 27,
de Ascoli-Arzelá 106, 110
93, 102, 108, 123, 151, 152, 160, 161, 168
de Chetaev 259, 261, 268, 269, 276, 277
producto de
de estabilidad Liapunov 254
escalar iii, 309
de Floquet 189, 190
interno 309
de la alternativa de Fredholm 192, 194, 195, 310
punto
de la convergencia dominada 161
de 206, 207, 209, 210, 214-216, 218, 220,
equilibrio
de linealización o de Grobman-Hartman 242-
242, 243, 245, 246, 248-251, 254, 255, 257, 259, 262,
245, 248, 249, 294, 297
267-269, 271, 273-276, 278, 284, 285, 287-289, 293,
de Peano 108, 122-124, 126
294, 297-299, 302, 304
de Picard-Lindelóf 114, 117-119, 122-125, 133, 136
de silla 233, 244, 248, 268, 275, 276, 278, 279, 281,
del punto fijo de Banach 113, 117-119
287, 293, 294, 298
del punto fijo de Schauder 100, 108
hiperbólico 242-245, 248, 249, 288
fundamental del cálculo 15, 16, 32-36, 38, 46, 48,
regular 210, 258
51, 60, 71, 108, 115, 171, 193, 256
quimiotaxis 301, 306, 307 trayectoria 205, 206, 213, 217-219, 222-226, 228, 270,
271, 282
semiórbita
negativa 213 wronskiano 153, 158

Introducción a Las Ecuaciones Diferenciales

Cargado por

Copyright:

Formatos disponibles

Introducción a Las Ecuaciones Diferenciales

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Introducción a Las Ecuaciones Diferenciales

Cargado por

Copyright:

Formatos disponibles

Introducción a las

José Ignacio Tello del Castillo

El editor no se hace responsable de las opiniones recogidas, comentarios y manifestaciones

manifestación de su derecho de libertad de expresión.

(e José Ignacio Tello del Castillo

e) EDITORIAL SANZ Y TORRES, S. L.

1.1 Motivación ........

1.2 Conceptos básicos ...................

1.3 Envolvente ........ 17

1.4 Interpretación geométrica de la ecuación diferencial de primer orden ........ 20

1.5 Métodos aproximados de resolución . .......................... 23

2 Métodos elementales de integración de ecuaciones diferenciales de primer orden 31

2.1 Introducción. .............. e... 31

2.2 Variables separables ............................

2.8 Ecuaciones reducibles a exactas mediante un factor integrante . .......+....+ 65

2.9 Ecuaciones de primer orden resueltas por diferenciación. Ecuación de Lagrange .. 74

2.10 Ecuación de Clairaut .................

2.11 Ejerciciód ¿+2

3 Existencia y unicidad de soluciones 89

El espacio de las funciones 92

3.4 Teorema de Picard-Lindelóf: existencia y unicidad de soluciones. ..........

3.5 Deprema de CAU sos.

3.8 Diferenciabilidad respecto de los parámetroS . ..... +... o. o... o... ..

3.9 EJETCIOOS <<»... om

Sistemas lineales 137

5.1 IOTTOUOÓN . axe oro a a a EEE y

6 Aplicaciones de las ecuaciones diferenciales

6.1 Introducción ........... er 291

6.2 Ecuación del péndulo. ...........

6.3 Ecuaciones diferenciales en ecología . . .

6.4 Sistemas de ecuaciones diferenciales en quimiotaxiS . .

+.+.++. +++... ...... 301

6.6 EjerciciOs ........ «o... .....

Apéndice I. Teorema de la alternativa de Fredholm en dimensión finita 309

Índice alfabético 315

IN, Z, Q, RR y C representan los conjuntos de los números naturales, enteros, racionales,

ÍN* es el conjunto formado por los números naturales y por 0.

Mnxn(IR) representa el conjunto de las matrices cuadradas n x n con coeficientes reales.

Br(2p) denota la bola abierta de centro top € ¡RN y radio R:

zo] < R).

Br(xo) denota la bola cerrada de centro To € IRY y radio R:

Brízto) [ze IRY, tales |[z zo| < R).

Sr(20) denota la esfera de centro zp € ¡RN y radio R:

las funciones f N IR que continuas.

C0(£) es el espacio formado por : > son

CF(N)para k € por : > y con

derivadas continuas hasta el orden +.

Im(f) denota la imagen de la función f.

Gradiente. Sea N C ¡RN un conjunto abierto y sea u € C*(M),entonces

Divergencia. Sea N € IN, u= (uy,-** ,Un)

aplicación lineal entre ambos, es decir L: X > Y, entonces

es decir, si x e y son dos elementos de H, entonces

denota el producto escalar de x por y en H.

existencia, unicidad y prolongabilidad y la teoría cualitativa. El estudio cualitativo no requiere la

estudian en el Capítulo 4, cuyo estudio es imprescindible para el estudio de la teoría cualitativa

disciplinas, como la física o la

comportamiento de ciertas magnitudes expresadas como soluciones de ecuaciones diferenciales.

curso de cálculo diferencial e integral de varias variables. En el grado en C.C.Matemáticas de la

U.N.E.D., dichos conocimientos se imparten en las asignaturas de “Funciones de varias variables

aparecieron en aquel momento en ciertos problemas geométricos.