Ecuaciones Diferenciales

Apuntes de ecuaciones diferenciales
Jose S. Cánovas Peña
7 de mayo de 2004
Índice General
1 Introducción a las ecuaciones diferenciales 1

1.1 Ecuaciones diferenciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Soluciones de ecuaciones diferenciales . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Problemas de condiciones iniciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2 Ecuaciones diferenciales de orden uno 5

2.1 Ecuaciones diferenciales de variables separadas . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Ecuaciones diferenciales lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3 Ecuaciones diferenciales exactas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.4 Factores integrantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.5 Existencia y unicidad de soluciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.6 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3 Aplicaciones de las ecuaciones de orden uno 17

3.1 Problemas geométricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.1.1 Familias ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.2 Descomposición radioactiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.3 Ley de enfriamiento de Newton. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.3.1 Aplicación a la climatización de edificios . . . . . . . . . . . . . . . . . . . . . 20
3.4 Problemas de mezclas químicas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.5 La catenaria. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.6 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4 Teoría general de sistemas y ecuaciones lineales 29

4.1 Introducción a los sistemas de ecuaciones diferenciales . . . . . . . . . . . . . . . . . . 29
4.2 Sistemas de ecuaciones diferenciales lineales . . . . . . . . . . . . . . . . . . . . . . . 31
4.3 Teoría general para ecuaciones lineales de orden n . . . . . . . . . . . . . . . . . . . . 36
5 Resolución de ecuaciones lineales de orden n 39

5.1 Ecuación lineal homogénea con coeficientes constantes . . . . . . . . . . . . . . . . . . 40
5.1.1 Ecuación de orden dos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
5.1.2 Ecuación de orden n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.2 Aproximación a las ecuaciones con coeficientes variables: Ecuaciones de Cauchy—Euler
y de Legendre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.3 Ecuación lineal homogénea de coeficientes variables . . . . . . . . . . . . . . . . . . . 46
i
Índice General
5.4 Ecuación lineal no homogénea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

5.4.1 Variación de constantes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.4.2 Método de los Coeficientes Indeterminados. . . . . . . . . . . . . . . . . . . . 50
5.5 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
6 Aplicaciones de las ecuaciones diferenciales lineales de orden dos 53

6.1 Oscilaciones mecánicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.2 Circuito eléctrico LRC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
6.3 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
7 Resolución de sistemas lineales de coeficientes constantes 61

7.1 Resolución del sistema homogéneo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
7.1.1 Teorema de Cayley—Hamilton . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
7.2 Resolución de sistemas. La exponencial de una matriz . . . . . . . . . . . . . . . . . . 62
7.2.1 La exponencial de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
7.2.2 Cálculo práctico de la exponencial . . . . . . . . . . . . . . . . . . . . . . . . . 64
7.3 El método de variación de constantes . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
7.4 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
8 Aplicaciones de los sistemas de ecuaciones diferenciales lineales 73

8.1 Vibraciones mecánicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
8.2 Circuitos eléctricos con varias ramas . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
8.3 Problemas de mezclas con varios recipientes . . . . . . . . . . . . . . . . . . . . . . . 78
8.4 Climatización de edificios con varias estancias . . . . . . . . . . . . . . . . . . . . . . 80
8.5 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
9 Teoría cualitativa de ecuaciones diferenciales 87

9.1 Ecuaciones y sistemas autónomos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
9.2 Soluciones y órbitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
9.3 Teoría cualitativa ecuaciones autónomas . . . . . . . . . . . . . . . . . . . . . . . . . 91
9.4 Teoría cualitativa de sistemas planos . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
9.4.1 Cálculo de los puntos críticos . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
9.4.2 Isoclinas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
9.4.3 Integrales primeras y diagramas de fases . . . . . . . . . . . . . . . . . . . . . 97
9.5 Clasificación de sistemas planos lineales. Estabilidad de sistemas lineales . . . . . . . 100
9.5.1 Diagramas de fases de sistemas planos . . . . . . . . . . . . . . . . . . . . . . 100
9.5.2 Estabilidad de sistemas lineales . . . . . . . . . . . . . . . . . . . . . . . . . . 113
9.5.3 ¿Por qué un sistema estable es útil en ingeniería? . . . . . . . . . . . . . . . . 116
9.6 Estabilidad local de sistemas autónomos . . . . . . . . . . . . . . . . . . . . . . . . . 117
9.6.1 Método de linealización de Lyapunov. Teorema de Hartman—Grobman . . . . 117
9.6.2 El método directo de Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . . 121
9.7 Aplicaciones de la teoría cualitativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
9.7.1 El péndulo con y sin rozamiento . . . . . . . . . . . . . . . . . . . . . . . . . . 123
9.7.2 La ecuación de Van der Pol . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
9.7.3 El circuito de Chua . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
ii
Capítulo 1
Introducción a las ecuaciones diferenciales
Sumario. Definición de ecuación diferencial. Orden de una ecuación diferencial.

Solución de una ecuación diferencial. Ecuaciones resueltas respecto a la derivada
mayor. Familias paramétricas de soluciones. Problemas de condiciones iniciales.
1.1 Ecuaciones diferenciales

Una ecuación diferencial una expresión de la forma
F (x, y, y 0 , ..., y n) ) = 0, (1.1)
donde F es una función real definida en un cierto abierto A ⊆ Rn+2 , e y(x) es una función real de
variable real. Como vemos, una ecuación diferencial es una expresión en la que aparecen ligadas una
variable x, que llamaremos variable independiente y las n primeras derivadas respecto de x de una
variable y, que se llama variable dependiente por ser una función dependiente de la variable x. Se
llama orden de la ecuación (1.1) al valor de la derivada más alta en dicha expresión. Ejemplos de
ecuaciones diferenciales son los siguientes:
y 00 + log(xy) − x = y,
y 3) + xy 0 + ex sinh y = 0,
y · y 0 · y 00 = x,
que tienen órdenes 2, 3 y 2, respectivamente.
Diremos que una función y : (a, b) ⊆ R → R es solución de la ecuación (1.1) si existe la derivada
n—ésima de y en todo punto del intervalo (a, b), (x, y(x), y 0 (x), ..., y n) (x)) ∈ A para todo x ∈ (a, b) y
F (x, y(x), y 0 (x), ..., y n) (x)) = 0
para todo x ∈ (a, b). Por ejemplo tomemos la ecuación diferencial de orden uno
y 0 − y tan x = 0. (1.2)
1
Esta ecuación viene definida por la función F : A ⊂ R3 → R dada por F (x, y, y 0 ) = y 0 − y tan x. El
dominio de definición de F es en este caso A = {(−π/2 + 2kπ, π/2 + 2kπ) : k ∈ Z} × R2 . Entonces
la función y : (−π/2, π/2) → R dada por y(x) = cosc x , donde c es una constante arbitraria es una
solución de dicha ecuación diferencial. En efecto, esta función es una vez derivable con derivada
c sin x
y 0 (x) = cos 0
2 x , se verifica que (x, y(x), y (x)) ∈ A para todo x ∈ (−π/2, π/2), y además satisface que
c sin x c
y 0 (x) − y(x) tan x = 2
− tan x = 0,
cos x cos x
para todo punto x ∈ (−π/2, π/2).
Con frecuencia las soluciones de la ecuación (1.1) no podrán obtenerse de forma explícita y vendrán
2
dadas de forma ímplicita por una ecuación de la forma g(x, y) = 0. Así las curvas x√ +√y2 = c > 0
0
definen implícitamente las soluciones de la ecuación yy + x = 0 definidas en (− c, c), como
puede verse fácilmente derivando de forma implícita la expresión x2 + y 2 = c respecto a la variable
independiente x.
A lo largo del curso estudiaremos fundamentalmente ecuaciones resueltas respecto de la derivada

de mayor orden de la ecuación, es decir, ecuaciones de la forma
y n) = f (x, y, y 0 , ..., y n−1) ),
donde f : A ⊆ Rn+1 → R. Estas ecuaciones son obtenidas cuando sea posible despejar y n) en (1.1).
Serán también de especial interés para nosotros las ecuaciones autónomas, de la forma
F (y, y 0 , ..., y n) ) = 0,
donde F no depende de la variable independiente y las ecuaciones lineales
a0 (x)y n) + a1 (x)y n−1) + ... + an−1 (x)y 0 + an (x)y = b(x)
con an , an−1 , ..., a1 , a0 y b funciones reales de variable real.
Las anteriores definiciones se extienden de manera natural al contexto de los sistemas de ecua-
ciones diferenciales, es decir, sistemas de ecuaciones diferenciales de la forma
⎧ n) n) n)
⎪
⎪ F1 (x, y1 , y10 , ..., y1 , y2 , y20 , ..., y2 , ..., ym , ym0
, ..., ym ) = 0;
⎪
⎨ F (x, y , y 0 , ..., y n) , y , y 0 , ..., y n) , ..., y , y 0 , ..., y n) ) = 0;
2 1 1 1 2 2 2 m m m
⎪ .
.
⎪
⎪ .
⎩ n) n) n)
Fk (x, y1 , y10 , ..., y1 , y2 , y20 , ..., y2 , ..., ym , ym0
, ..., ym ) = 0;
donde y1 , y2 , ..., ym son funciones reales a determinar que dependen de x. Se suele suponer que
hay igual número de ecuaciones que de incógnitas (k = m) de manera que todas las ecuaciones son
independientes, es decir, ninguna puede deducirse de las demás. En el Tema 4 se encuentran definidas
con precisión los conceptos relativos a sistemas de ecuaciones diferenciales.
2
1.2 Soluciones de ecuaciones diferenciales

Como vimos en el ejemplo (1.2) las soluciones de una ecuación diferencial en caso de existir no son
únicas, sino que dependen de ciertas constantes arbitrarias provenientes de la integración. En general,
dada una ecuación diferencial de la forma
F (x, y, y 0 , ..., y n) ) = 0, (1.3)
las soluciones de la misma pueden escribirse como
g(x, y, c1 , ..., cn ) = 0 (1.4)
con ci ∈ R, i = 1, 2, ..., n. Así las soluciones de una ecuación diferencial de orden uno generan una
familia n—paramétrica de curvas en el plano. En el ejemplo anterior, la solución y(x) = c/ cos x define
una familia de curvas en el plano dependiente del valor o parámetro de c. Recíprocamente, a partir
de una familia n—paramétrica de curvas definida por (1.4) puede construirse una ecuación diferencial
de la manera siguiente. Derivando n veces (1.4) respecto de x obtenemos n + 1 ecuaciones de las que,
eliminando los parámetros c1 , c2 , ..., cn , obtendremos una ecuación diferencial de orden n dada por
(1.3). Las soluciones obtenidas como familia n—paramétrica de curvas se llaman soluciones generales
de la ecuación diferencial. Por ejemplo, si consideramos la familia de las curvas del plano dependiente
de dos parámetros dada por la ecuación y = c1 ex +c2 e−x , c1 , c2 ∈ R, derivando implícitamente respecto
de x tenemos que
y 0 = c1 ex − c2 e−x ,
y 00 = c1 ex + c2 e−x .
Despejando c1 y c2 y sustituyendo en la primera ecuación tenemos que y 00 = y es la ecuación diferencial
que define a la familia de curva anteriores. Nótese que es una ecuación de orden dos dado que la
familia depende de dos parámetros.
Sin embargo, no siempre es posible la situación anterior. Por ejemplo, la ecuación y 2 + (y 0 )2 = −1

no posee ninguna solución, mientras que y 2 + (y 0 )2 = 0 tiene como única solución y(x) = 0, que
no depende de parámetro alguno. Además la ecuación de orden uno (y 0 − y)(y 0 − 2y) = 0 tiene
por soluciones a las funciones dadas por la expresión (y − c1 et )(y − c2 e2t ) = 0. Mención aparte
merecen aquellas que no aparecen comprendidas en la familia n—paramétrica, las llamadas soluciones
singulares. Por ejemplo y 0 = −2y 3/2 tiene como solución general y(x) = 1/(t + c)2 y como solución
singular y(x) = 0. Nótese que esta definición es ambigua y depende de la familia de curvas al ser
y(x) = C 2 /(Cx+1)2 una familia uniparamétrica de soluciones de y 0 = −2y 3/2 conteniendo la solución
nula.
1.3 Problemas de condiciones iniciales

De acuerdo con lo visto anteriormente, las soluciones de las ecuaciones diferenciales vienen dadas por
una familia n—paramétrica de curvas y por lo tanto la solución no es en general única. Para evitar
este hecho, suele acompañarse a una ecuación diferencial
F (x, y, y 0 , ..., y n) ) = 0
3
n−1)
de n condiciones iniciales de la forma y(x0 ) = y0 , y 0 (x0 ) = y00 ,...,y n−1) (x0 ) = y0 donde las cons-
0 n−1)
tantes x0 , y0 , y0 , ..., y0 son números reales, de manera que encontremos la solución de la ecuación
diferencial satisfaga adicionalmente estas condiciones. Se define un problema de condiciones iniciales
o de Cauchy al problema de la forma
⎧
⎪
⎪ F (x, y, y 0 , ..., y n) ) = 0;
⎪
⎪
⎪
⎨ y(x 0 ) = y0 ;
y 0 (x0 ) = y00 ;
⎪
⎪ ..
⎪
⎪ .
⎪
⎩ n−1) n−1)
y (x0 ) = y0 .
Lo que se espera añadiendo estas condiciones es eliminar los parámetros de la familia n—paramétrica
de soluciones, obteniendo entonces una solución que sea única. Nótese que se añaden tantas condicio-
nes iniciales como orden tiene la ecuación. Por ejemplo, tomemos la ecuación de orden uno (1.2), que
recordemos, tenía por solución y : (−π/2, π/2) → R dada por y(x) = cosc x , donde c es una constante
arbitraria. Si consideramos el problema de condiciones iniciales
½ 0
y − y tan x = 0
y(0) = 1,
tendríamos que necesariamente 1 = y(0) = c/ cos(0) = c, por lo que c = 1 y la única solución del
problema de condiciones iniciales es y(x) = 1/ cos x.
Sin embargo esta estrategia no siempre produce los frutos deseados. Sin ir más lejos, el problema
½ 2
y + (y 0 )2 = 0
y(0) = 0
no tiene solución y ½
y 0 = 3y 2/3
y(0) = 0
tiene al menos dos soluciones dadas por y(x) = 0 e y(x) = x3 . Se verá el la siguiente lección bajo
qué condiciones los problemas de existencia y unicidad tienen asociados una única solución.
4
Capítulo 2
Ecuaciones diferenciales de orden uno
Sumario. Ecuación de variables separables. Ecuación lineal homogénea y no

homogénea. Ecuaciones exactas. Factores integrantes. Problema de condiciones
iniciales. Teorema de existencia y unicidad de soluciones.
En este tema vamos a aprender a resolver algunos tipos especiales de ecuaciones diferenciales de
orden uno. Todas las ecuaciones que vamos a considerar dependen para su resolución de técnicas de
integración estudiadas en la asignatura de cálculo, por lo que el cálculo de primitivas será crucial en
este tema.
Por otra parte hay que destacar el siguiente hecho: dada una ecuación diferencial de orden uno al
azar, es prácticamente seguro que no vamos a saber resolverla. Vamos a ver en este tema que por lo
menos se puede garantizar que la solución existe. Garantizar la existencia de solución es importante
ya que, una vez conocida que una ecuación tiene solución, pueden usarse métodos numéricos y
cuantitativos para aproximar la solución, como se verá en la asignatura de cuarto curso métodos
numéricos.
2.1 Ecuaciones diferenciales de variables separadas

Una ecuación de primer orden se dice que es de variables separadas si tiene la forma
y 0 = f (y)g(x)
donde f y g son dos funciones reales definidas sobre intervalos abiertos. Suponiendo que f (y) 6= 0
en el dominio de definición de f podemos transformar nuestra ecuación en la forma
y0
= g(x),
f (y)
que nos proporciona una expresión de la ecuación con cada variable a un lado de la igualdad. En-
tonces, si somos capaces de calcular las primitivas
Z Z
y 0 (x)
dx = g(x)dx,
f (y(x))
5
tendremos resuelta la ecuación inicial. Por ejemplo, si consideramos la ecuación

y 0 = yx,
y seguimos el proceso anterior obtendremos que
Z 0 Z
y (x)
dx = xdx,
y(x)
siempre que y 6= 0. Integrando
log y(x) = k + x2 /2
y despejando y(x) en la ecuación anterior se tiene que
2 /2
y(x) = cex , c = ek ∈ R+
es su solución general. Si lo que tenemos es el problema de condiciones iniciales
¾
y 0 = yx
y(0) = 1,
podemos calcular de forma única la constante c imponiendo la condición y(0) = 1 en la solución
2
general, teniéndose que y(0) = 1 = ce0 = c, con lo que y(x) = ex /2 es la única solución de dicho
problema.
Si f (y0 ) = 0 para algún y0 ∈ R, entonces y(x) = y0 es una solución de la ecuación diferencial que
se llama singular. Por ejemplo, si hubiésemos querido resolver el problema de condiciones iniciales
¾
y 0 = yx
y(0) = 0,
tendríamos que y(x) = 0 es la única solución (singular) de dicha ecuación.
A veces las soluciones singulares se engloban dentro de la solución general, como en el ejemplo
2
anterior donde si cogemos la solución general y(x) = cex /2 e imponemos la condición inicial y(0) = 0,
obtenemos que c = 0 y por tanto y(x) = 0. Sin embargo, a veces las soluciones singulares no pueden
englobarse dentro de la solución general como pone de manifiesto el siguiente ejemplo. Tomamos la
ecuación
y 0 = y(1 − y),
que tiene por soluciones singulares (constantes) y(x) = 0 e y(x) = 1 y por solución general
cex
y(x) = x , c ∈ R. (2.1)
ce − 1
Haciendo c = 0 obtenemos la solución singular y(x) = 0, sin embargo, si imponemos la condición
y(0) = 1 tenemos que
c
1=
c−1
o lo que es lo mismo
c−1=c
con lo que
−1 = 0,
que es un absurdo, por lo que la solución singular y(x) = 1 no está englobada dentro de la solución
general (2.1).
6
2.2 Ecuaciones diferenciales lineales

La ecuación lineal de primer orden es de la forma
f1 (x)y 0 + f2 (x)y = g(x),
donde f1 , f2 y g son funciones reales continuas en el definidas sobre un intervalo abierto (a, b). Si
f1 (x) 6= 0 para todo elemento x ∈ (a, b), podemos escribir la ecuación anterior de la forma
y 0 + p(x)y = q(x),
donde p(x) = f2 (x)/f1 (x) y q(x) = g(x)/f1 (x). Si q(x) = 0 para todo x ∈ (a, b) la ecuación se dice
homogénea, y en caso contrario no homogénea.
Las soluciones de la ecuación lineal homogénea pueden calcularse fácilmente al ser ésta de variables
separadas. En efecto, si consideramos la ecuación
y 0 + p(x)y = 0,
podemos reducirla a la forma

y0
= −p(x),
y
y entonces Z Z
y 0 (x)
dx = − p(x)dx.
y(x)
Si G(x) es una primitiva de −p(x) tendremos
Z 0
y (x)
dx = ln y(x) = G(x) + C,
y(x)
y así
y(x) = KeG(x) donde K ∈ R.
Para calcular las soluciones de la ecuación lineal no homogénea procederemos por el método de
variación de constantes. Dicho método permite calcular las soluciones de la ecuación no homogénea
a partir de las soluciones de la homogénea. Supongamos la ecuación
y 0 + p(x)y = q(x),
y sea yh (x) = KeG(x) la solución de la ecuación homogénea calculada anteriormente. El método de

variación de constantes se basa en suponer que las soluciones de la ecuación no homogénea son de
la forma y(x) = K(x)eG(x) , donde K(x) es ahora una función arbitraria que suponemos derivable.
Derivando esta expresión teniendo en cuenta que G0 (x) = −p(x) obtenemos
y 0 (x) = K 0 (x)eG(x) − K(x)p(x)eG(x) .
Suponiendo que y(x) es solución de la ecuación lineal no homogénea y sustituyendo en dicha ecuación
se tiene
K 0 (x)eG(x) − p(x)K(x)eG(x) + p(x)K(x)eG(x) = q(x),
7
o lo que es lo mismo
K 0 (x) = q(x)e−G(x) .
Así Z
K(x) = q(x)e−G(x) dx = H(x) + C,
donde H(x) es una primitiva de q(x)e−G(x) . Por lo tanto, la solución de la ecuación no homogénea es
de la forma
y(x) = CeG(x) + H(x)eG(x) .
Por ejemplo consideremos la ecuación lineal xy 0 + 2y = sin x. Dicha ecuación puede escribirse
como
2 sin x
y0 + y = .
x x
La ecuación homogénea es de la forma y 0 + x2 y = 0, cuyas soluciones son de la forma yh (x) = K/x2 .
Procediendo por el método de variación de constantes obtenemos que
Z
K(x) = x sin xdx = sin x − x cos x + C,
de donde obtenemos que las soluciones de nuestra ecuación son

1
y(x) = (sin x − x cos x + C).
x2
Si consideramos el problema ¾
y 0 + x2 y = sinx x
y(π/2) = 0
tendríamos utilizando el dato y(π/2) = 0 que
4
0 = y(π/2) = (1 + C)
π2
con lo que C = −1 y la función
1
y(x) = (sin x − x cos x − 1)
x2
es la única solución de dicho problema de condiciones iniciales.
Es importante en este punto hacer una reflexión. El alumno puede obtar por aprender las fórmulas
anteriores de memoria y aplicarlas. Sin embargo, nosotros proponemos que se aprenda a resolver la
ecuación a partir de las ideas que permiten obtener las fórmulas anteriores. Por ejemplo, vamos a
resolver de nuevo la ecuación
2 sin x
y0 + y = .
x x
Resolvemos en primer lugar la ecuación homogénea, que será de variables separables. Consideramos
así y 0 + 2y/x = 0, de donde
y0 2
=− ,
y x
8
e integrando Z Z
y 0 (x) 2
dx = − dx
y(x) x
obtenemos
log y(x) = 2 log x + c = − log x2 + c,
de donde despejando
k
, k = ec .
y(x) =
x2
Ahora obtenemos por el método de variación de constantes la solución de la ecuación no homogénea,
para lo cual, según dicho método, hemos de proponer una solución de la forma y(x) = k(x)/x2 .
Derivamos esta expresión, y 0 (x) = k0 (x)/x2 −2k(x)/x3 , y sustituimos en la ecuación original teniendo
k0 (x) k(x) 2 k(x) sin x
2
−2 3 + 2
= ,
x x x x x
simplificando obtenemos
k0 (x) = x sin x
e integrando Z
k(x) = x sin xdx = sin x − x cos x + C,
de donde obtenemos que las soluciones de nuestra ecuación son

1
y(x) = (sin x − x cos x + C).
x2
Como se ve, sólo hemos usado las ideas y no las fórmulas. Aconsejamos al alumno proceder de esta
manera a la hora de resolver estas ecuaciones.
2.3 Ecuaciones diferenciales exactas

Consideremos una ecuación diferencial de primer orden de la forma y 0 = − M(x,y)
N(x,y)
donde M(x, y) y
2
N(x, y) son funciones reales definidas sobre un dominio (a, b) × (c, d) ⊂ R con a, b, c, d ∈ R. Dicha
ecuación puede llevarse a la forma M(x, y) + N(x, y)y 0 = 0. Supongamos que existe una función
derivable f : (a, b) × (c, d) ⊂ R2 → R de manera que ∂f ∂x
(x, y) = M(x, y) y ∂f∂y
(x, y) = N(x, y).
Entonces la ecuación f (x, y) = C, donde C es un número real, define a y como función implícita de
forma que dicha función y(x) es solución de la ecuación diferencial anterior. En efecto, si calculamos
dC d ∂f ∂f
0= = f (x, y(x)) = (x, y(x)) + (x, y(x))y 0 (x) = M(x, y(x)) + N(x, y(x))y 0 (x).
dt dx ∂x ∂y
Recíprocamente, una ecuación f (x, y) = C donde f (x, y) es una función que supondremos de
clase C 1 ((a, b) × (c, d)), y que define de forma implícita una función y(x) proporciona las soluciones
de la ecuación diferencial M(x, y) + N(x, y)y 0 = 0 donde ∂f ∂x
(x, y) = M(x, y) y ∂f
∂y
(x, y) = N(x, y).
Definiremos las ecuaciones diferenciales exactas como aquellas de forma

M(x, y) + N(x, y)y 0 = 0
9
donde M, N : (a, b) × (c, d) → R son funciones de clase C 0 ((a, b) × (c, d)) con a, b, c, d ∈ R, de manera
que existe una función f : (a, b) × (c, d) → R cumpliendo
∂f ∂f
(x, y) = M(x, y) y (x, y) = N(x, y).
∂x ∂y
Si dicha ecuación es exacta y las funciones M y N son de clase C 1 ((a, b) × (c, d)), se verifica
aplicando el Teorema de Schwarz que
∂M ∂ 2f ∂ 2f ∂N
(x, y) = (x, y) = (x, y) = (x, y).
∂y ∂x∂y ∂y∂x ∂x
Es más, el siguiente resultado caracteriza las ecuaciones exactas.
Teorema 2.1 Sea la ecuación diferencial M(x, y) + N(x, y)y 0 = 0 donde M, N : (a, b) × (c, d) → R
son funciones de clase C 1 ((a, b) × (c, d)) con a, b, c, d ∈ R. Dicha ecuación es exacta si y sólo si
∂M
∂y
(x, y) = ∂N
∂x
(x, y).
Este resultado garantiza en qué circunstancias puede decirse que una ecuación es exacta y la
demostración es constructiva, ya que permite obtener las soluciones de la ecuación diferencial en
cuestión. En el siguiente ejemplo, reproducimos las ideas de dicha demostración.
Consideremos la ecuación 3x2 + 4xy + (2x2 + 2y)y 0 = 0. En dicha ecuación M(x, y) = 3x2 + 4xy
y N(x, y) = 2x2 + 2y son ambas funciones de clase C 1 (R2 ) y se verifica que
∂M ∂N
4x = (x, y) = (x, y) = 4x.
∂y ∂x
Entonces, si la ecuación es exacta, existirá una función f : R2 → R de clase C 2 (R2 ) de forma que
∂f
(x, y) = M(x, y) = 3x2 + 4xy
∂x
∂f
(x, y) = N(x, y) = 2x2 + 2y.
∂y
Tomando la primera expresión e integrando respecto de x obtenemos que
Z Z
f (x, y) = M(x, y)dx = (3x2 + 4xy)dx = x3 + 2x2 y + g(y),
donde g(y) es una función que proviene de la integración constante respecto de la variable x, pero
que puede depender de la variable y. Utilizando la segunda igualdad se tiene que
∂f
2x2 + g0 (y) = (x, y) = N(x, y) = 2x2 + 2y,
∂y
es decir
g0 (y) = 2y.
Entonces
g(y) = y 2 + C,
10
y la ecuación
f (x, y) = x3 + 2x2 y + y 2 + C = 0
define de forma implícita las soluciones de nuestra ecuación diferencial.
Si ahora consideramos el problema de condiciones iniciales

¾
3x2 + 4xy + (2x2 + 2y)y 0 = 0
y(1) = 1
tenemos al ser y(1) = 1 que
f (1, 1) = 1 + 2 + 1 + C = 0,
con lo que C = −4 y la ecuación
x3 + 2x2 y + y 2 − 4 = 0,
define implícitamente la única solución de dicho problema.
2.4 Factores integrantes

Tomemos como en el apartado anterior una ecuación diferencial de la forma M(x, y) + N(x, y)y 0 = 0.
¿Qué ocurre cuándo la ecuación no es exacta? Consideremos por ejemplo el caso de la ecuación
xy −x2 y 0 = 0. Así M(x, y) = xy y N(x, y) = −x2 , y como podemos comprobar fácilmente ∂M ∂y
(x, y) =
∂N
x y ∂x (x, y) = −2x, con lo que dicha ecuación no es exacta. Sin embargo, si despejamos en la ecuación
y 0 , para valores de x distintos de cero obtenemos una nueva ecuación
y 0 = y/x
que es de variables separadas y que por tanto es posible calcular sus soluciones. Sin embargo para
ecuaciones como y + (2x − yey )y 0 = 0, esto no es factible.
Para abordar el cálculo de las soluciones de estas ecuaciones que no son exactas se introduce el
concepto de factor integrante. Un factor integrante es una función μ : R2 → R de clase C 1 (R2 ) con
μ(x, y) 6= 0 para todo (x, y) ∈ R2 y tal que la ecuación diferencial
μ(x, y)M(x, y) + μ(x, y)N(x, y)y 0 = 0
es exacta. Como μ(x, y) 6= 0 para todo punto de R2 , esta función no introduce soluciones adicionales
en la ecuación diferencial original. Además, las soluciones de ésta última ecuación diferencial también
son solución de la ecuación
μ(x, y)M(x, y) M(x, y)
y0 = − =− ,
μ(x, y)N(x, y) N(x, y)
siempre que N(x, y) 6= 0. Para que la ecuación sea exacta ha de cumplirse que
∂ ∂
(μ(x, y)M(x, y)) = (μ(x, y)N(x, y)),
∂y ∂x
es decir,
∂μ ∂M ∂μ ∂N
(x, y)M(x, y) + μ(x, y) (x, y) = (x, y)N(x, y) + μ(x, y) (x, y).
∂y ∂y ∂x ∂x
11
Dicha ecuación es en general muy difícil de resolver. Para hacer el cálculo del factor integrante más
fácil, suelen añadirse hipótesis adicionales sobre el factor integrante, como que sólo dependa de la
variable x o y o combinaciones de ambas.
Por ejemplo, considerando la ecuación anterior y + (2x − yey )y 0 = 0, tenemos que M(x, y) = y y
N(x, y) = 2x − yey , y claramente no es una ecuación exacta. Si planteamos las ecuaciones del factor
integrante tendremos que
∂μ ∂μ
(x, y)y + μ(x, y) = (x, y)(2x − yey ) + μ(x, y)2.
∂y ∂x
∂μ
Si suponemos que el factor integrante sólo depende de la variable y, se verifica ∂x
(x, y) = 0, simpli-
ficándose así notablemente la ecuación, reduciéndose a
μ0 (y)y = μ(y),
que resulta ser una ecuación diferencial de variables separadas. Resolviendo dicha ecuación tenemos
que μ(y) = y es un factor integrante. Entonces la ecuación
y 2 + (2xy − y 2 ey )y 0 = 0
es exacta y por tanto existirá una función f (x, y) tal que
∂f
(x, y) = y 2
∂x
∂f
(x, y) = 2xy − y 2 ey .
∂y
Entonces Z
f (x, y) = y 2 dx = y 2 x + g(y),
y utilizando la otra igualdad

∂f
2yx + g0 (y) = (x, y) = 2xy − y 2 ey .
∂y
Por lo tanto Z
g(y) = − y 2 ey dy = −y 2 ey + 2yey − 2ey + C
con lo que la solución de la ecuación diferencial viene definida de forma implícita por la ecuación
y 2 x − y 2 ey + 2yey − 2ey + C = 0.
2.5 Existencia y unicidad de soluciones

Llegado este punto y dado que planteamos siempre problemas de condiciones iniciales con solución
única, el alumno podría pensar que este tipo de problemas tienen siempre solución única. Es por
12
ello que abordamos el estudio de los problemas de condiciones iniciales desde un punto de vista más
teórico para poner de manifiesto cuándo existe solución única, aun cuando ésta no pueda calcularse.
En primer lugar, ejemplos como ½

y 0 = x log y
y(0) = −1
ponen de manifiesto que la solución a este tipo de problemas no tiene porque existir. Es más,
½ 0
y = 3y 2/3
y(0) = 0
tiene más de una solución a saber y(x) = 0 e y(x) = x3 . El siguiente resultado podrá orden a todas
estas ideas.
Teorema 2.2 Sea f : D = [t0 −a, t0 +a]×[y0 −b, y0 +b] → R una función continua tal que la derivada
parcial de f respecto a la segunda variable ∂f
∂y
es también continua en D. Sea M = max{|f (x, y)| :
(x, y) ∈ D}. Entonces el problema de condiciones iniciales
½ 0
y = f (x, y)
y(t0 ) = y0
tiene solución única definida en [t0 − α, t0 + α] donde α = min{a, b/M}.
Para demostrar el resultados se puede seguir la referencia [Bra, pag. 67—80], la cual utiliza
muchas herramientas del cálculo ya estudiadas como el Teorema del valor medio, convergencia de
series funcionales, etc. Está basada en la sucesión de Picard
½
y0 (t) = y0
Rt
yn+1 (t) = y0 + t0 f (s, yn (s))ds
generada a partir del problema integral asociado de la forma

Z t
y(t) = y0 + f (s, y(s))ds.
t0
Dicha sucesión de Picard también proporciona una primera idea sobre métodos numéricos de ecua-
ciones diferenciales que los alumnos estudiarán en la asignatura de cuarto curso de cálculo numérico.
2.6 Ejercicios
1. Verificar en cada caso que las siguientes funciones son solución de la ecuación diferencial co-
rrespondiente:
c
(a) y (x) = de y 0 − y tan x = 0.
cos x
(b) x = y (x) log y (x) de y 0 (y + x) = y.
√
(c) y (x) = x2 − cx de 12 (x2 + y 2 ) − xyy 0 = 0.
13
Rx
(d) x = y (x) 0
sin(t2 )dt de y = xy 0 + y 2 sin(x2 ).
³ p ´
(e) arctan xy − log c x2 + y 2 = 0 de x + y − (x − y)y 0 = 0.
2. Demostrar que los siguientes problemas de condiciones iniciales tienen solución única.
½ 0 p ½ 0 ½ 0
y = x2 x2 + y 2 y = x2 eyx y = x log(xy)
(a) (b) (c)
y(0) = 3 y(0) = 0 y(1) = 2
3. Resolver las siguientes ecuaciones de variables separables:

(a) 3ex tan y + y 0 (2 − ex ) sec2 y = 0 (b) (1 + ex )yy 0 = ex ; y(0) = 1
(c) e−y (1 + y 0 ) = 1 (d) y 0 sin x = y log y; y(π/2) = e
(e) y 0 = cos(x + y) (f) y 0 = ex+2y
4. Resolver las siguientes ecuaciones lineales:

2 2
(a) y 0 + 2xy = 2xe−x (b) y 0 − y = 2xex+x
(c) y 0 + y cos x = sin x cos x; y(0) = 1 (d) y 0 + 2y = x2 + 2x; y(3) = 0
(e) (a2 − x2 )y 0 + 2xy = a2 (f) x(x − 1)y 0 + y = x2 (2x − 1)
(g) y 0 − 2xy = cos x − 2x sin x y tal que y es una función acotada cuando x → +∞.
− sin x
(h) y 0 sin x − y cos x = e y → 0 cuando x → +∞.
x
5. Resolver las siguientes ecuaciones exactas o buscando un apropiado factor integrante:
(a) sin(xy) + xy cos(xy) + x2 cos(xy)y 0 = 0 (b) x + y 2 − 2yxy 0 = 0 p
(c) x2 + y − xy 0 = 0 (d) 2xy log y + (x2 + y 2 y 2 + 1)y 0 = 0
x2 + y 2 2
0x + y
2
(e) 2x + = y (f) 1 − x2 y + x2 (y − x)y 0 = 0
x2 y xy 2
(g) 3x + 2y + y + (2x + 2xy + 5y 2 )y 0 = 0
2
(h) x3 + xy 2 + (x2 y + y 3 )y 0 = 0
(i) 2xy + y 3 + (x2 + 3xy 2 )y 0 = 0 (j) x2 + 2xy + (yx + 2x2 )y 0 = 0
6. Una función f (x, y) se dice homogénea de grado α si se cumple que f (tx, ty) = tα f (x, y).
Probar que las siguientes funciones son homogéneas.
(a) f (x, y) = x2 + y 2 − xy (b) f (x, y) = x + y (c) f (x, y) = x3 + 2xy 2 + 2y 3
7. Ecuaciones homogéneas. Una ecuación diferencial se dice homogénea si es de la forma

y 0 = f (x, y)/g(x, y) donde f (x, y) y g(x, y) son funciones homogéneas del mismo grado. Toda
ecuación homogénea puede reducirse a una ecuación de variables separables introduciendo la
nueva variable dependiente v = y/x. Utilizando este hecho resolver las siguientes ecuaciones
homogéneas:
2xy p
(a) y 0 = (b) xy 0 = x2 − y 2 + y (c) 2xy 0 (x2 + y 2 ) = y(y 2 + 2x2 )
3x2 − y 2
(d) 4x − 3y + y 0 (2y − 3x) = 0 (e) 4x2 − xy + y 2 = y 0 (xy − x2 − 4y 2 )
14
8. Ecuación de Bernuilli. Una ecuación diferencial se dice de Bernuilli si puede escribirse en la

forma y 0 + f (x)y = q(x)y α , α 6= 0 o 1. Toda ecuación de Bernuilli puede escribirse como una
ecuación lineal haciendo un cambio de variable en la variable dependiente v = y 1−α . Utilizando
este hecho, resolver las siguientes ecuaciones:
1
(a) xy 0 + y = y 2 log x (b) 3xy 0 − 2y = x3 /y 2 (c) 8xy 0 − y = − 3 √
y x+1
y 1
(d) x2 y 0 + 2x3 y = y 2 (1 + 2x2 ) (e) (1 + x2 )y 0 = xy + (xy)2 (f) y 0 + = − (x + 1)3 y 2
x+1 2
9. Resolver las siguientes ecuaciones diferenciales
(a) y 0 = (x − y)2 + 1 (b) y 0 + y cos x = y n sin 2x; n 6= 1

(c) y − xy 2 log x + xy 0 = 0 (d) y 0 − 1 = ex+2y
(e) 3y 2 − x + (2y 3 − 6xy)y 0 = 0 (f) x2 + xy 0 = 3x + y³0 ´
√ p
(g) x2 + y 2 − xyy 0 = 0 2
(h) 1 + x + ny + 1 + y + nx y 0 = 0; y(0) = n
2
(i) x − y 2 + 2xyy 0 = 0 (j) (x + 1)y 0 = y − 1

(k) x3 − 3xy 2 + (y 3 − 3x2 y)y 0 = 0 (l) 2xy 00 − y 0 = 3x2
Ayuda: Probar en (c) un factor integrante de la forma μ(x · y). Probar en (e) un factor
integrante de la forma μ(x + y 2 ).
10. Resolver los problemas de condiciones iniciales siguientes:

⎧
½ 0 ⎨ 0 y3 ½
x + y cos x = −y sin x y = x + ye−x y 0 = 0
(a) (b) 1 − 2xy 2 (c)
y (π/2) = 2. ⎩ y (0) = 1.
y (0) = 1.
⎧
⎨ 2x ½ 0
2
= y0 y = 2xy 2
(d) y+x y (e)
⎩ y (0) = 2. y (0) = 1.
½ ( 2 cos x ½
y 0 − y = 2xe2x y0 + y = 2 xy 0 + 2y = sin x
(f) (g) x x (h)
y (0) = 1. y (π) = 0. y (π/2) = 1.
15
16
Capítulo 3
Aplicaciones de las ecuaciones de orden
uno
Sumario. Problemas geométricos. Familias ortogonales. Descomposicón radioac-

tiva. Ley de enfriamiento de Newton: aplicación a la climatización de edificios.
Problemas de mezclas químicas. La catenaria.
3.1 Problemas geométricos

En un principio, las ecuaciones diferenciales permiten resolver problemas geométricos que son dificil-
mente abordables desde otro punto de partida. Por ejemplo, consideremos el siguiente: determinar
la familia de curvas del plano que verifican que en cada punto P su recta normal corta al eje Y en
un punto M tal que la distancia de M a P es uno.
Para resolver este problema, supongamos que y(x) es una curva de la familia y vamos a determinar
la ecuación diferencial de dicha familia. Resolviendo la ecuación diferencial obtendremos la familia
uniparamétrica de curvas que cumplen con la condición pedida. Fijemos un punto arbitrario (x, y)
de la gráfica de y(x) y sea Y − y = y 0 (X − x) su recta tangente y por tanto Y − y = − y10 (X − x)
(nótese las variables de las rectas las escribimos en mayúsculas). El punto de corte con el eje Y lo
obtenemos resolviendo el sistema
½
Y − y = − y10 (X − x),
Y = 0.
Despejando X se tiene que el punto de corte es
M = (x + yy 0 , 0) .
Calculamos ahora la distancia de M a P ,

p p
d(P, M) = (x − yy 0 − x)2 + (0 − y)2 = (yy 0 )2 + y 2 = 1,
de donde
(yy 0 )2 + y 2 = 1.
17
Aplicaciones de las ecuaciones diferenciales de orden uno
Despejamos y 0 , teniendo las ecuaciones de variables separables
1
y0 = ± p
y 1 − y2
que tienen por solución en el caso positivo
1p
− (1 + y 2 )3 = x + c
3
y
1p
(1 + y 2 )3 = x + c
3
en el caso negativo.
3.1.1 Familias ortogonales

Otro problema geométrico que se aborda mediante ecuaciones diferenciales es el cálculo de las familas
ortogonales. Dos familias de curvas se dicen ortogonales si en cada punto de intersección de una curva
de cada familia, las rectas tangentes a cada curva de cada familia son perpendiculares. Por ejemplo
vamos a hallar la familia de curvas ortogonales a la familia de curvas y = cx4 . Para ello, en primer
lugar obtenemos la ecuación diferencial de la familia de curvas eliminando c en el sistema
½ 0
y = 4cx3 ,
y = cx4 ,
de donde
xy 0 = 4y
y la ecuación diferencial de la familia ortogonal es
x
− = 4y,
y0
teniendo en cuenta que si y 0 es la pendiente de la recta tangente a una curva de la primera familia,
−1/y 0 es la pendiente de la recta tangente de la familia ortogonal, al ser ambas rectas perpendiculares.
Resolviendo la ecuación
4yy 0 = −x
tenemos que
2 −x2
2y = + c, c ≥ 0
2
o equivalentemente
x2 y2
+ =1
2c (c/2)
es la familia uniparamétrica de elipses ortogonal a la familia y = cx4 .
18
3.2 Descomposición radioactiva

Consideremos un isótopo radioactivo del cual tenemos una cantidad y(t) que varía con el tiempo
t. Una sustancia radioactiva tiende a descomponerse con el tiempo formando nuevas sustancias
y liberando a su vez una gran cantidad de energía. Se ha comprobado experimentalmente que la
velocidad con que una sustancia radioactiva se descompone es directamente proporcional a la cantidad
de sustancia existente en dicho instante, es decir, satisface la ecuación diferencial
y 0 = Ky
donde K es una constante que depende de la sustancia considerada. Esta ecuación es de variables
separadas, y proporciona las soluciones
y(t) = CeKt ,
con C la constante proveniente de la integración.
Se define la vida media de una sustancia radioactiva tm , como el tiempo necesario para que una
cantidad de dicha sustancia se reduzca a la mitad. Si tenemos una cantidad inicial de una sustancia
N0 , su vida media puede calcularse resolviendo primero el problema de condiciones iniciales
¾
y 0 = Ky
y(0) = N0
que proporciona la solución
y(t) = N0 eKt ,
y posteriormente la ecuación
N0
= N0 eKtm ,
2
con lo que la vida media es
log 2
tm = − .
K
Como podemos observar, la vida media de la sustancia depende de la constante K, que es intrín-
seca de cada sustancia.
3.3 Ley de enfriamiento de Newton.

Los contenidos de esta sección pueden verse en [NaSa]. Supongamos que tenemos un cuerpo inerte
que no produce calor de manera autosuficiente, cómo por ejemplo el agua, una piedra o un reloj.
De observaciones experimentales se sabe que la temperatura superficial de dicho cuerpo varía con
una rapidez proporcional a la diferencia de temperatura entre el objeto y su entorno. Es decir, si
denotamos por y(t) la temperatura del cuerpo con el tiempo, ésta verifica la ecuación diferencial
y 0 = K(T − y),
donde K es una constante de proporcionalidad y T es la temperatura ambiente en ese momento.

Dicho comportamiento es conocido cómo la ley de enfriamiento de Newton. Por ejemplo, si servimos
19
una taza de café a una temperatura de 950 C y al minuto está a 850 C, y suponiendo que la habitación
está a 200 C, ¿cuándo podremos tomar el café si la temperatura idónea para tomarlo es de 650 C ?
Para responder a esta pregunta, basta con resolver el problema de condiciones iniciales
¾
y 0 = K(20 − y)
y(0) = 95.
Obtenemos la solución de la ecuación diferencial, que es de variables separadas calculando

Z Z
y 0 (t)
dt = Kdt,
20 − y(t)
que nos proporciona la solución

y(t) = Ce−Kt + 20,
donde K es una constante proveniente de la integración. Imponiendo ahora que y(0) = 95, calculamos
dicha constante resolviendo la ecuación
95 = y(0) = C + 20,
con lo que C = 75. Por otra parte, como al minuto de haber servido el café la temperatura de éste
había descendido hasta los 850 C tenemos que
85 = y(1) = 75e−K + 20,
que permite obtener el valor de la constante K = log(13/15). La función
y(t) = 75et log(13/15) + 20
define entonces la evolución de la temperatura de la taza de café con el tiempo. Para averiguar el
momento en el cual la temperatura de dicha taza es de 650 C basta resolver la ecuación
65 = 75et log(13/15) + 20,
que da la solución
log(9/15)
t= = 3.57 minutos.
log(13/15)
Es decir, aproximadamente unos tres minutos y medio después de haber servido el café.
3.3.1 Aplicación a la climatización de edificios

Supongamos que tenemos un edificio que en un principio vamos a considerar como una unidad, es
decir, no vamos a tener en cuenta el número de habitaciones que tiene (ya veremos posteriormente
este caso). Si T (t) es la temperatura del edificio vacío en un instante de tiempo t y E(t) es la
temperatura en el exterior (que puede ser variable), la ley de Newton afirma que
T 0 (t) = K(E(t) − T (t)).
20
Si suponemos constante E(t) = E0 , entonces la ecuación puede escribirse como

dT d
T 0 (t) = (t) = (T (t) − E0 ) = −K(T (t) − E0 ),
dt dt
que nos proporciona la solución
T (t) − E0 = ce−Kt ; c ∈ R.
Si T (0) es la temperatura inicial del edificio c = T (0) − E0 y la solución es
T (t) − E0 = (T (0) − E0 )e−Kt .
El tiempo que transcurre desde el valor T (0) − E0 hasta el valor (T (0) − E0 )/e e t0 = 1/K, que recibe
el nombre de constante de tiempo del edificio, y que suele medirse en horas. Un valor normal para
un edificio cerrado oscila entre la 2 y las 4 horas para la constante 1/K.
Si el edificio no esta vacío se produce un calentamiento adicional debido al calor corporal, luces,
máquinas en funcionamiento, etcétera, cuya razón denotaremos por H(t). Si adicionalmente el edificio
dispone de un sistema de calefacción o de aire acondicionado, se produce un aumento o disminución
de la temperatura que denotaremos por U(t). Entonces, la ecuación anterior queda como
T 0 (t) = K(E(t) − T (t)) + H(t) + U(t),
que escribiéndola como

T 0 (t) = −KT (t) + (KE(t) + H(t) + U(t))
vemos claramente que es lineal.
Ejemplo 3.1 Supongamos una mañana de sábado caluroso que en una tienda, mientras las personas
están trabajando el aire acondicionado mantiene la temperatura de la tienda a 20 o C. A mediodia
se apaga el aparato de aire acondicionado y la gente se va a sus casas. La temperatura exterior
permanece constante a 35 o C. Si la constante de tiempo del edificio es de 4 horas, ¿cuál será la
temperatura del edificio a las 2 de la tarde? ¿En que momento la temperatura en el interior será de
27 o C?
Para responder a esta pregunta planteamos la ecuación diferencial

1
T 0 (t) = (35 − T (t)),
4
dado que H(t) = U (t) = 0, junto con la condición inicial T (0) = 20, que se corresponde con la
temperatura al mediodía. La solución de la ecuación diferencial será
T (t) = ce−t/4 + 35,
y con la condición inicial obtenemos c que nos proporciona la solución
T (t) = −15e−t/4 + 35.
Así a las dos de la tarde la temperatura será de

√
T (2) = −15/ e + 35 ' 25.9 o C.
21
El momento t0 en que la temperatura será de 27 o C se obtendrá al resolver la ecuación
27 = −15e−t0 /4 + 35,
que nos da
8
t0 = −4 log ' 2.51 horas
15
es decir, aproximadamente a la 2 horas y media.
Ejemplo 3.2 Un calentador solar de agua consta de un tanque de agua y un panel solar. El tanque
se encuentra bien aislado y tiene una constante de tiempo de 64 horas. El panel solar genera 2000
kilocalorías por hora durante el día y el tanque tiene una capacidad calorífica de 2 o C por cada 1000
kilocalorías. Si el agua se encuentra inicialmente a 30 o C y la temperatura ambiente es de 20 o C,
¿cuál será la temperatura del tanque al cabo de 12 horas de luz solar?
En este caso
U(t) = 2 o C/1000 Kcal × 2000 Kcal/h = 4 o C/h,
con lo que la ecuación diferencial que modeliza el fenómeno es
1
T 0 (t) = (20 − T (t)) + 4,
64
junto con la condición inicial T (0) = 30 o C. La solución de dicha ecuación diferencial es
T (t) = ce−t/64 + 276,
de donde la solución del problema de condiciones iniciales es
T (t) = −246e−t/64 + 276.
Al cabo de 12 horas la temperatura del agua del tanque es
T (12) = 72.06 o C.
3.4 Problemas de mezclas químicas.

Las ecuaciones diferenciales también tienen aplicación dentro de los problemas de mezclas. En estos
problemas aparecen involucradas sustancias, las cuales se mezclan dentro de un recipiente de volumen
dado V0 . Supongamos que inicialmente teníamos una cantidad de X0 kilogramos de una sustancia
diluida en una concentración de X0 /V0 Kg/m3 , y que introducimos otra solución que contiene una
concentración b Kg/m3 de dicha sustancia la cual es introducida en el recipiente a una velocidad de
e m3 /sg. Además sacamos parte de la solución que se produce dentro del recipiente a una velocidad
de f m3 /sg. Si denotamos por y(t) la cantidad de sustancia en cuestión dentro del recipiente por
unidad de tiempo, tenemos que la variación de dicha cantidad viene dada por
y 0 = ve − vs ,
22
donde ve y vs son las velocidades de entrada y salida de dicha sustancia respectivamente. Como
ve = be Kg/sg y vs = y(t)/V (t) Kg/sg donde V (t) = V0 + et − f t es el volumen de disolución en el
recipiente por unidad de tiempo, el problema de condiciones iniciales
y ¾
y 0 = be + V0 +et−f t
f
y(0) = X0
modeliza la cantidad de sustancia que hay en el recipiente por unidad de tiempo.
Por ejemplo, supongamos una tanque que contiene originalmente 400 litros de agua limpia. Ver-
temos en el tanque agua que contiene 0.05 kilogramos de sal por litro a una velocidad de 8 litros
por minuto, y se deja que la mezcla salga del recipiente a la misma rapidez. Vamos a determinar la
cantidad de sal que habrá en el recipiente al cabo de 20 minutos. Para ello, teniendo en cuenta que
el volumen se mantiene constante, planteamos el problema de condiciones iniciales
y
¾
y 0 = 0.4 + 1000
y(0) = 0.
y
La ecuación diferencial implicada es lineal. La ecuación homogénea y 0 = 1000 tiene por solución
y(t) = Ket/1000 , donde K es la constante procedente de la integración. Por el método de variación de
constantes calculamos la solución de la ecuación no homogénea imponiendo que y(t) = K(t)et/1000
sea solución de la misma. Entonces
et/1000 et/1000
K 0 (t)et/1000 + K(t) = 0, 4 + K(t) ,
1000 1000
con lo que Z
4
K(t) = 0.4 e−t/1000 dt = − e−t/1000 + C.
10000
Así la solución de la ecuación diferencial será
4
y(t) = − + Cet/1000 .
10000
Además, como y(0) = 0, tenemos que
4
0=− + C,
10000
con lo que C = 1/1000, y la solución del problema de condiciones iniciales es
4
y(t) = (et/1000 − 1).
10000
A los 20 minutos, la cantidad de sal que hay dentro del tanque es
4
y(20) = (e1/50 − 1) = 0.808 × 10−6 kilogramos.
10000
23
3.5 La catenaria.
Al estudiar las ecuaciones de orden uno, también explicaremos aquellas ecuaciones de orden superior
que son reducibles a ecuaciones de orden uno. Tomemos por ejemplo el caso de la catenaria (ver
[Sim, pag. 69] o [Pui, pag. 62]). Supongamos un cable colgado entre dos puntos tal como muestra
la figura y sea P0 el punto de tangencia horizontal, donde situamos el eje vertical.
Si denotamos por s la longitud del arco, la relación entre las fuerzas en un punto cualquiera de la
curva viene dada por Z s
ρ(s)ds = T sin θ
0
y
T0 = T cos θ,
donde T0 es la tensión del cable en el punto P0 , T es la tensión en dicho punto y ρ(s) es la densidad
de masa en cada punto del cable. Teniendo en cuenta que
dy
T sin θ = T0 tan θ = T0 ,
dx
obtenemos que Z s
0
T0 y (x) = ρ(s)ds.
0
Derivando respecto de x la ecuación anterior
Z p
00 d s ds
T0 y (x) = ρ(s)ds · = ρ(s) 1 + y 0 (x)2 ,
ds 0 dx
de donde obtenemos la ecuación diferencial
p
T0 y 00 (x) = ρ(s) 1 + y 0 (x)2 .
24
Para continuar necesitamos alguna información adicional sobre ρ(s). Si suponemos por ejemplo que
ésta es constante, la ecuación anterior queda de la forma
p
y 00 = a 1 + (y 0 )2 , a = ρ0 /T0 ,
de donde resolviendo la ecuación en y 0 con las condiciones iniciales y 0 (0) = 0,

1
y 0 (x) = (eax − e−ax ).
2
Situando el eje horizontal de manera que y(0) = 1/a concluimos que la solución es de la forma
1
y(x) = cosh(ax).
a
Información adicional sobre la catenaria puede verse en la referencia [Pui, pag. 62—64], donde se
ofrecen algunas aplicaciones a la técnica de esta curva.
3.6 Ejercicios
1. Demostrar que la curva que posee la propiedad de que todas sus rectas normales pasan por un
punto constante es una circunferencia.
2. Una bala se introduce en una table con una velocidad v0 = 200 m/s y al atravesarla sale con
una velocidad v1 = 80 m/s. Suponiendo que la resistencia de la tabla al movimiento de la bala
es proporcional al cuadrado de la velocidad, hallar en cuánto tiempo atraviesa la tabla la bala.
3. El isótopo radioactivo del Torio 234 se desintegra a una rapidez proporcional a la cantidad
existente en ese instante de tiempo. Si 100 miligramos de este material se reducen a 82.04
miligramos en un semana, ¿cuánto Torio tendremos al cabo de tres semanas? ¿Cuánto tiempo
tiene que transcurrir para que la cantidad de Torio se reduzca a la mitad?
4. De observaciones experimentales se sabe que la temperatura superficial de un objeto cambia

con una rapidez proporcional a la diferencia de temperatura del objeto y su entorno. Este
hecho es conocido como la ley de enfriamiento de Newton. Si la temperatura de una taza de
café es de 950 C recién servida, y al minuto se enfrió a 880 C en un cuarto que está a 200 C,
¿cuánto tiempo debe de transcurrir para que se enfrie hasta los 650 C?
5. Supongamos que decidís matar al profesor de ecuaciones diferenciales. Una vez perpetrado el
hecho, se encuentra el cuerpo en el despacho del mismo que está a una temperatura de 200 C
a las 6 de la tarde. La temperatura corporal de cadáver era de 350 C en dicho momento. Una
hora más tarde la temperatura era de 330 C. ¿A que hora se produjo el horripilante y brutal
suceso?
6. Un tanque contiene originalmente 400 litros de agua limpia. Entonces se vierte en el tanque
agua que contiene 0.05 kilogramos de sal por litro a una velocidad de 8 litros por minuto, y se
deja que la mezcla salga del tanque con la misma rapidez. Determinar la sal que habrá en el
tanque después de 20 minutos.
25
7. Hallar las curvas que verifican cada una de las siguientes propiedades geométricas:
a) La distancia de un punto de la curva al origen es igual a la longitud del segmento de la

normal en el punto delimitado por el propio punto y el eje OX.
b) La proyección sobre el eje OX de la parte de la normal en (x, y) delimitada por (x, y) y el
eje OX es 1.
c) La proyección sobre el eje OX de la parte tangente entre (x, y) y el eje OX tiene longitud
1.
d) La distancia del origen a cada tangente es igual a la abcisa del punto de tangencia corres-
pondiente.
8. Hallar las trayectorias ortogonales a las familias de curvas siguientes:
(a) x2 + y 2 = c2 . (b) y 2 = 4c(x + c). (c) y = cx4 .
9. Hallar la ecuación diferencial que proporcionan las curvas planas (respecto de un sistema de
coordenadas cartesianas regular) tales que la tangente a la curva en los puntos M de ella que
corta al eje OY en un punto B de forma que MB = AB siendo A=(0, 0) en un punto fijo del
eje OX.
10. Hallar la ecuación de las curvas planas tales que la tangente en un punto M cualquiera de ellas
corta al eje OY en un punto P de modo que el punto medio del segmento MP está en la elipse
de ecuación 4x2 + y 2 = 1.
11. Comenzó a nevar una mañana y continuó nevando con regularidad durante todo el día. Al me-
diodía una maquina quitanieve comenzó a limpiar una carretera a ritmo constante en términos
de volumen de nieve retirado por hora. A las dos de la tarde la máquina había avanzado dos
kilómetros y a las cuatro de la tarde tan sólo un kilómetro más. ¿A que hora comenzó a nevar?
12. Entre los alumnos de esta asignatura se extiende el rumor de que el examen de problemas va
a ser muy difícil. Si hay 1000 alumnos de dicha asignatura y el rumor se extiende de manera
proporcional al número de alumnos que todavía no lo han oído, ¿cuántos días tardarán en
saberlo 950 alumnos sabiendo que a los dos días lo sabían 850 alumnos?
13. Un tanque contiene inicialmente 1000 litros de solución salina que contiene 10 Kg. de sal. Otra
solución salina que contiene 25 Kg. de sal por litro se vierte en el tanque a la razón de 10 l/ min
mientras que simultaneamente, la solución bien mezclada sale del tanque a razón de 15 l/ min .
Encontrar la cantidad de sal que hay en el tanque en un momento t.
14. En una galería subterranea de 15 × 15 × 1.2m hay un 0.2% de CO2 , mientras que el aire del
exterior tiene un 0.055% de CO2 . Se instalan ventiladores que introducen en la galería 9 metros
cúbicos de aire del exterior por minuto, de forma que por el otro extremo de la galería sale la
misma cantidad de aire. ¿Qué concentración de CO2 habrá al cabo de 20 minutos en la galería?
15. En una mañana de sábado, mientras las personas trabajan, un calefactor mantiene la tempe-
ratura interior de un edificio a 21 o C. A mediodía se apaga el calentador y la gente regresa a
26
casa. La temperatura exterior permanece constante a 12 o C durante el resto de la tarde. Si la

constante de tiempo del edificio es de 3 horas, ¿en qué momento la temperatura interior del
edificio será de 16 o C?
16. Un taller mecánico sin calefacción ni aire acondicionado tiene una constante de tiempo de 2
horas. Si la temperatura exterior varía según la función E(t) = 30 − 15 cos(2πt/24), determinar
la temperatura del taller a lo largo del día.
17. En un día caluroso con una temperatura exterior de 40 o C, se enciende dentro de un edificio
un aparato aire acondicionado que disipa 24000 kilocalorías por hora. El aprovechamiento es
de medio grado por cada 1000 kilocalorías y la constante de tiempo del edificio es de 3 horas.
Si inicialmente la temperatura del edificio era de 35 o C, determinar la temperatura al cabo
de 3 horas. ¿Cuál es el valor máximo de temperatura que puede tener el edificio en estas
condiciones?
27
28
Capítulo 4
Teoría general de sistemas y ecuaciones
lineales
Sumario. Sistemas de ecuaciones diferenciales. Teorema de existencia y unicidad

de soluciones. Sistemas de ecuaciones diferenciales lineales. Teorema de existencia y
unicidad de soluciones. Sistemas homogéneos: Teorema de caracterización de solucio-
nes. Sistemas no homogéneos: Teorema de caracterización de soluciones. Ecuaciones
diferenciales lineales de orden n. Teoremas de caracterización de soluciones.
4.1 Introducción a los sistemas de ecuaciones diferenciales

Para nosotros, un sistema de ecuaciones diferenciales es una expresión de la forma
⎧
⎪
⎪ F (x, y1 , y10 , y2 , y20 , ..., ym , ym
0
) = 0;
⎪ 1
⎨ 0 0 0
F2 (x, y1 , y1 , y2 , y2 , ..., ym , ym ) = 0;
..
⎪
⎪ .
⎪
⎩ F (x, y , y 0 , y , y 0 , ..., y , y 0 ) = 0;
m 1 1 2 2 m m
donde y1 , y2 , ..., ym son funciones reales a determinar que dependen de x y Fi : A ⊆ R1+2m → R,

1 ≤ i ≤ m, son funciones reales de varias variables. Se suele suponer que hay igual número de
ecuaciones que de incógnitas de manera que todas las ecuaciones son independientes, es decir, ninguna
puede deducirse de las demás. Estamos interesados en aquellos sistemas de ecuaciones diferenciales
en los que podemos despejar la primera derivada de cada una de las funciones incógnita, es decir,
sistemas de la forma ⎧
⎪
⎪ y10 = f1 (x, y1 , y2 , ..., ym );
⎪
⎨ y 0 = f2 (x, y1 , y2 , ..., ym );
2
..
⎪
⎪ .
⎪
⎩ y 0 = f (x, y , y , ..., y );
m m 1 2 m
donde fi : A ⊆ R1+m → R, 1 ≤ i ≤ m, son funciones reales. Ejemplos de estos sistemas son

½ 0
y1 = xy1 + y22 ;
y20 = x + y1 + y2 ;
29
Teoría general de sistemas y ecuaciones lineales
⎧ 0
⎨ y1 = xy1 + y22 − y3 ;
y 0 = x + y1 + y2 y3 ;
⎩ 20
y3 = y1 y2 y3 ;
En general la resolución de estos sistemas no es posible, salvo en casos excepcionales. Sólo para el
caso de los sistemas de ecuaciones diferenciales lineales con coeficientes constantes, que veremos un
poco más tarde existen algoritmos que permiten el cálculo explícito de las soluciones. Sin embargo,
es relativamente sencillo saber cuándo un sistema tiene solución, o más precisamente cuándo un
problema de condiciones iniciales asociado tiene solucón. Primero claro está, debemos definir qué
entendemos por un problema de condiciones iniciales para sistemas de ecuaciones diferenciales. Dicho
problema es un sistema de ecuaciones diferenciales
⎧
⎪
⎪ y10 = f1 (x, y1 , y2 , ..., ym );
⎪
⎪ 0
⎪
⎨ y2 = f2 (x, y1 , y2 , ..., ym );
..
⎪ .
⎪
⎪ y 0 = fm (x, y1 , y2 , ..., ym );
⎪
⎪
⎩ ym(x ) = y , y (x ) = y , ..., y (x ) = y
1 0 1 2 0 2 m 0 m
junto con las condiciones yi (x0 ) = yi , donde x0 , y1 , y2 , ..., ym son números reales. Por ejemplo
⎧ 0
⎪
⎪ y = xy1 + y22 − y3 ;
⎨ 10
y2 = x + y1 + y2 y3 ;
⎪
⎪ y 0 = y1 y2 y3 ;
⎩ 3
y1 (0) = 2, y2 (0) = 0, y3 (0) = 1,
es un problema de condiciones iniciales. Nótese que todas las condiciones iniciales implican el cono-
cimiento de la función en 0, es decir, lo siguiente
⎧ 0
⎪
⎪ y = xy1 + y22 − y3 ;
⎨ 10
y2 = x + y1 + y2 y3 ;
⎪
⎪ y 0 = y1 y2 y3 ;
⎩ 3
y1 (0) = 2, y2 (1) = 0, y3 (0) = 1,
no sería un problema de condiciones iniciales, ya que conocemos y2 en 1 e y1 e y3 en 0.
Para el caso de los problemas de condiciones iniciales para sistemas de ecuaciones diferenciales
tenemos el siguiente resultado análogo al de ecuaciones diferenciales de orden uno.
Teorema 4.1 Sea el problema de condiciones iniciales
⎧
⎪
⎪ y 0 = f1 (x, y1 , y2 , ..., ym );
⎪ 10
⎪
⎪
⎨ y2 = f2 (x, y1 , y2 , ..., ym );
..
⎪ .
⎪
⎪ y 0 = fm (x, y1 , y2 , ..., ym );
⎪
⎪
⎩ ym(x ) = y , y (x ) = y , ..., y (x ) = y
1 0 1 2 0 2 m 0 m
donde (x0 , y1 , ..., ym ) ∈ A, fi : A ⊆ R1+m → R, 1 ≤ i ≤ m, son funciones reales continuas en el

∂fi
abierto A. Supongamos además que las funciones ∂y j
existen y son continuas en A. Entonces existe
una solución del problema de condiciones iniciales anterior yi : I → R, 1 ≤ i ≤ m, definido en un
intervalo abierto I de la recta real.
30
Este resultado es fácil de aplicar. Por ejemplo el problema que consideramos anteriormente
⎧ 0
⎪
⎪ y = xy1 + y22 − y3 ;
⎨ 10
y2 = x + y1 + y2 y3 ;
⎪
⎪ y30 = y1 y2 y3 ;
⎩
y1 (0) = 2, y2 (0) = 0, y3 (0) = 1,
es tal que f1 (x, y1 , y2 , y3 ) = xy1 +y22 −y3 , f2 (x, y1 , y2 , y3 ) = x+y1 +y2 y3 y f3 (x, y1 , y2 , y3 ) = y1 y2 y3 son
funciones definidas en R4 , continuas y las derivadas parciales de cada función respecto de y1 , y2 e y3 son
continuas. Entonces este problema de condiciones iniciales tiene solución única, aunque no tengamos
ni idea de cómo calcularla. Se verá en la asignatura de cuarto curso métodos numéricos cómo obtener
soluciones aproximadas, y en esta misma asignatura estudiaremos cómo obtener información parcial
sobre el sistema incluso sin conocer las soluciones.
4.2 Sistemas de ecuaciones diferenciales lineales

Como hemos comentado anteriormente en general no va a ser posible resolver sistemas de ecuaciones
diferenciales salvo en ciertos casos particulares. Uno de ellos va a ser el de los sistemas de ecuaciones
diferenciales lineales de coeficientes constantes, cuya teoría general pasamos a estudiar. Vamos a ver
a continuación cómo son las soluciones de un sistema de este tipo, pero antes necesitamos conocer un
poco más sobre éstos. Un sistema de ecuaciones diferenciales lineales es una expresión de la forma
⎧ 0
⎪
⎪ y = a11 (x)y1 + a12 (x)y2 + ... + a1n (x)yn + b1 (x)
⎨ 10
y2 = a21 (x)y1 + a22 (x)y2 + ... + a2n (x)yn + b2 (x)
⎪
⎪ ................................................................
⎩ 0
yn = an1 (x)y1 + an2 (x)y2 + ... + ann (x)yn + bn (x)
donde para cada 1 ≤ i, j ≤ n, aij y bj son funciones reales definidas sobre un intervalo I. Si
denotamos por ⎛ ⎞
a11 (x) a12 (x) ... a1n (x)
⎜ ... a2n (x) ⎟
A(x) = (aij (x))1≤j≤n ⎜ a21 (x) a22 (x) ⎟
1≤i≤n = ⎝
... ... ... ... ⎠
an1 (x) an2 (x) ... ann (x)
y por ⎛ ⎞
b1 (x)
⎜ b2 (x) ⎟
b(x) = (b1 (x), b2 (x), ..., bn (x))t = ⎜
⎝ ... ⎠
⎟
bn (x)
e ⎛ ⎞
y1
⎜ y2 ⎟
y = (y1 , y2 , ..., yn )t = ⎜ ⎟
⎝ ... ⎠ ,
yn
el sistema anterior puede escribirse de forma matricial como
y0 = A(x) · y + b(x), (4.1)
31
donde por y0 se entenderá la derivada coordenada a coordenada, es decir,

⎛ 0 ⎞
y1
⎜ y20 ⎟
y0 = (y10 , y20 , ..., yn0 )t = ⎜ ⎟
⎝ ... ⎠ .
yn0
Por ejemplo, los sistemas ½
y10 = xy1 + ex y2 + 1 − x2 ,
y20 = y1 − y2 + e−x
⎧ 0
⎨ y1 = y1 + x2 y2 + y3 + 1 − x2 ,
y 0 = xy1 − x2 y2 + e−x ,
⎩ 20
y3 = y1 + (1 − x)y2 + y3
son lineales. Un sistema se dirá homogéneo si b(x) = (0, 0, ..., 0)t , es decir, el sistema
⎧ 0
⎨ y1 = y1 + x2 y2 + y3 ,
y 0 = xy1 − x2 y2 ,
⎩ 20
y3 = y1 + (1 − x)y2 + y3
es homogéneo. Se dirá no homogéneo en caso contrario. Nosotros le prestaremos una gran atención
a los sistemas lineales con coeficioentes constantes. Un sistema de ecuaciones diferenciales lineales
se dirá de coeficientes constantes si la matriz A(x) = A es constante. Ejemplos de tales sistemas,
tanto homogéneos como no homogéneos son
½ 0
y1 = 2y1 + y2 + 1 − x2 ,
y20 = y1 − y2 + e−x
⎧ 0
⎨ y1 = 2y1 − y2 + y3 ,
y 0 = y1 − y2 + 7y3 ,
⎩ 20
y3 = −4y1 + y2 + y3 .
Veremos en los sucesivos temas cómo resolver estos últimos sistemas, dando un algoritmo que per-
mitirá el cálculo de la solución general del mismo.
Previamente, estudiaremos la teoría general de los sistemas de ecuaciones lineales y para poste-
riormente particularizarla al caso de las ecuaciones lineales de orden mayor o igual que dos (ver la
última sección de este tema). Esta teoría general de los sistemas de ecuaciones diferenciales lineales se
sustenta en la noción de espacio vectorial de dimensión finita estudiadas en la parte de álgebra lineal
impartida durante el curso y utiliza el siguiente resultado sobre existencia y unicidad de soluciones
de ecuaciones y sistemas que se deducen directamente del Teorema 4.1.
Teorema 4.2 Sea y0 = A(x) · y + b(x) un sistema de ecuaciones diferenciales lineales donde A y
b están definidas en un intervalo Ix0 = [x0 − a, x0 + a]. Si estas funciones son continuas en dicho
intervalo, entonces el problema de condiciones iniciales
½ 0
y = A(x) · y + b(x)
y(x0 ) = y0
tiene solución única definido en todo Ix0 .
32
Recordemos por un instante dos nociones que será importante tener claras para entender la teoría
que a continuación vamos a desarrollar. Por un lado hemos de tener presente que bajo la notación
que estamos utilizando, una solución de un sistema lineal es una función y : (a, b) ⊆ R → Rn , o dicho
de otro modo, un vector cuyas componentes son funciones reales. Por ejemplo, dado el sistema
½ 0
y1 = y2 ,
y20 = −y1 ,
una solución del mismo es y(x) = (sin x, cos x)t , es decir, y1 (x) = sin x e y2 (x) = cos x.
Por otra parte, recordemos una noción de básica del álgebra lineal. Si tenemos n vectores cuyas
componentes son funciones y1 , y2 , ..., yn , se dicen linealmente independientes si para toda combina-
ción lineal
α1 · y1 + α2 · y2 + ... + αn· yn = 0,
donde αi ∈ R, 1 ≤ i ≤ n, y 0 es el vector que tiene a la función nula en cada componente, entonces
necesariamente αi = 0, 1 ≤ i ≤ n.
Vamos a empezar el estudio de los sistemas homogéneos, empezando por el siguiente resultado.
Las demostraciones de los siguientes resultados están basados en el Teorema 4.2.
Teorema 4.3 El conjunto de soluciones del sistema homogéneo
y0 = A(x) · y (4.2)
tiene estructura de espacio vectorial de dimensión n sobre R, esto es, cualquier solución y del mismo
es de la forma
y = c1 · y1 + c2 · y2 + ... + cn · yn
donde c1 , c2 , ..., cn ∈ R e y1 , y2 , ..., yn son soluciones linealmente independientes del mismo.
Demostración. En primer lugar, veamos que cualquier combinación lineal de soluciones del sistema
(4.2) es una solución del mismo. Para ello, sean y1 , y2 , ..., yk soluciones de (4.2) y α1 , α2 , ..., αk ∈ R.
Consideramos el vector de funciones z = α1 · y1 + α2 · y2 + ... + αk · yk y derivamos respecto de la
variable independiente (notar que z = z(x)), obteniéndose, por ser y1 , y2 , ..., yk soluciones de (4.2)
que
z0 = α1 · y10 + α2 · y20 + ... + αk · yk0

= α1 · A(x) · y1 + α2 · A(x) · y2 + ... + αk · A(x) · yk
= A(x) · [α1 · y1 + α2 · y2 + ... + αk · yk ]
= A(x) · z,
que prueba que z es solución.
Sea ahora C = {u1 , u2 , ..., un } la base canónica de Rn , es decir, para cada i ∈ {1, 2, ..., n}, ui es el
vector de Rn que tiene 0 en todas las componentes salvo en la i—ésima, donde tiene un 1. Sea x0 un
33
número real y supongamos que A(x) está definida en Ix0 (ver Teorema 4.2). Para cada 1 ≤ i ≤ n,
consideramos el problema de condiciones iniciales
½ 0
y = A(x) · y;
y(x0 ) = ui .
En virtud del Teorema 4.2, para cada i ∈ {1, 2, ..., n} existe una única solución de dicho problema,
que denotaremos por yi , definida en Ix0 . Vamos a ver que B = {y1 , y2 , ..., yn } forman una base del
conjunto de soluciones del sistema 4.2.
Veamos primero que son linealmente independientes. Para ello sea
α1 · y1 + α2 · y2 + ... + αn · yn = 0.
Particularizamos en x0 y obtenemos que
α1 · y1 (x0 ) + α2 · y2 (x0 ) + ... + αn · yn (x0 ) = 0(x0 ) = 0,
y por ser cada yi solución del problema de condiciones iniciales, yi (x0 ) = ui , 1 ≤ i ≤ n, de donde
α1 · u1 + α2 · u2 + ... + αn · un = 0.
Como los vectores ui son los elementos de la base canónica de Rn , son linealmente independientes y
por tanto αi = 0, 1 ≤ i ≤ n, de donde y1 , y2 , ..., yn son linealmente independientes.
Acto seguido, vamos a ver que B es un sistema generador del conjunto de soluciones del sistema
(4.2). Para ello sea z una solución arbitraria del sistema (4.2). Sea x0 el número real del apartado
anterior. Como C es una base de Rn , se verifica que existen α1 , α2 , ..., αn ∈ R tales que
z(x0 ) = α1 · u1 + α2 · u2 + ... + αn · un .
Sea el vector de funciones

z1 = α1 · y1 + α2 · y2 + ... + αn · yn
y consideremos el problema de condiciones iniciales
½ 0
y = A(x) · y;
y(x0 ) = z(x0 ).
Claramente tanto z como z1 son soluciones de dicho problema. Como la solución es única en virtud
del Teorema 4.2, se tiene que
z = z1 = α1 · y1 + α2 · y2 + ... + αn · yn ,
por lo que B también es un sistema generador y la demostración concluye.
Aunque el resultado anterior caracteriza las soluciones del sistema homogéneo, el cálculo explíci-
to de las soluciones dista mucho de estar al alcance. Un primer avance en el objetivo del cálcu-
lo de las soluciones lo proporciona el determinante wronskiano, definido de la manera siguiente.
34
Dadas y1 , y2 , ..., yn : I ⊂ R → Rn se define su determinante wronskiano como la función real

W [y1 , y2 , ..., yn ] : I ⊂ R → R definida todo x ∈ I como
W [y1 , y2 , ..., yn ](x) := |y1 (x); y2 (x); ...; yn (x)|.
El determinante wronskiano resulta ser útil a la hora de determinar si n soluciones del sistema
homogéneo son o no linealmente independientes, como pone de manifiesto el siguiente resultado.
Proposición 4.4 Sean y1 , y2 , ..., yn : I ⊂ R → Rn soluciones del sistema homogéneo y0 = A(x) · y.

Son equivalentes:
(a) y1 , y2 , ..., yn son linealmente independientes.
(b) W [y1 , y2 , ..., yn ](x) 6= 0 para todo x ∈ I.
(c) Existe x0 ∈ I tal que W [y1 , y2 , ..., yn ](x0 ) 6= 0.
Demostración. Veamos en primer lugar que (a) implica (b). Procedemos por reducción al absurdo
suponiendo que (b) es falso, esto es, existe x0 ∈ I tal que W [y1 , y2 , ..., yn ](x0 ) = 0. Entonces los
vectores de Rn son linealmente dependientes, es decir, existen α1 , α2 , ..., αn ∈ R, no todos nulos, tal
que
α1 · y1 (x0 ) + α2 · y2 (x0 ) + ... + αn · yn (x0 ) = 0.
Consideremos el problema de condiciones iniciales
½ 0
y = A(x) · y;
y(x0 ) = 0.
Obviamente el vector de funciones 0 (cuyas componentes son la función nula) es solución de dicho
problema. Por otra parte, procediendo como en el final de la demostración del Teorema 4.3, vemos
que la función
z = α1 · y1 + α2 · y2 + ... + αn · yn
también es solución de dicho problema. Como la solución debe ser única por el Teorema 4.2, tenemos
que
z = 0 = α1 · y1 + α2 · y2 + ... + αn · yn .
Como los escalares αi no eran todos nulos, tenemos que las funciones y1 , y2 , ..., yn no pueden ser
linealmente independientes, lo que nos lleva a una contradicción.
(b) implica (c) es trivial. La demostración de (c) implica (a) es análoga a la demostración del
Teorema 4.3, cuando se comprueba que las funciones son linealmente independientes.
Ahora bien, seguimos todavía muy lejos de resolver un sistema homogéneo. De hecho, los métodos
que permitirán dar soluciones explícitas a los sistemas planteados tendrán que esperar a los próximos
temas. La teoría general, en lo que a la estructura de las soluciones, queda cerrada al establecer la
siguiente caracterización de los sistemas no homogéneos.
35
Teorema 4.5 El conjunto de soluciones del sistema
y0 = A(x) · y + b(x) (4.3)
es de la forma
y = c1 · y1 + c2 · y2 + ... + cn · yn + yp ,
donde c1 , c2 , ..., cn ∈ R, y1 , y2 , ..., yn son soluciones linealmente independientes del problema homo-
géneo e yp es una solución particular del problema no homogéneo.
Demostración. Sea yp una solucion particular del sistema (4.3) y sea y otra solución. Consideremos
el vector de funciones z = y − yp y veamos que es solución del sistema homogéneo asociado a (4.3).
Para ello calculamos
z0 = y0 − yp0
= A(x) · y + b(x) − [A(x) · yp +b(x)]
= A(x) · [y − yp ]
= A(x) · z.
Por el Teorema 4.2, existen soluciones del sistema homogéneo asociado linealmente independientes
y1 , y2 , ..., yn tales que
z = c1 · y1 + c2 · y2 + ... + cn · yn ,
donde c1 , c2 , ..., cn ∈ R. Teniendo en cuenta la definición de z concluimos que
y = c1 · y1 + c2 · y2 + ... + cn · yn + yp ,
con lo que se concluye la demostración.
4.3 Teoría general para ecuaciones lineales de orden n

Una ecuación diferencial de orden n > 1 es una expresión de la forma
y n) = f (x, y, y 0 , ..., y n−1) ), (4.4)
donde f : A ⊆ Rn+1 → R. Esta ecuación puede transformarse en un sistema de ecuaciones diferen-

ciales de orden uno de la manera siguiente. Introducimos las variables dependientes y1 = y, y2 = y 0 ,
y3 = y 00 ,...,yn = y n−1) y entonces la ecuación (4.4) puede escribirse como el sistema
⎧ 0
⎪
⎪ y1 = y2 ,
⎪
⎪
⎨ y20 = y3 ,
...
⎪
⎪
⎪
⎪ y 0 = yn ,
⎩ n−1
yn0 = f (x, y1 , y2 , ..., yn ).
Por ejemplo, la ecuación de orden tres
y 3) = x + yy 0 − y 00 ,
36
puede escribirse como el sistema ⎧ 0

⎨ y1 = y2 ,
y 0 = y3 ,
⎩ 20
y3 = x + y1 y2 − y3 .
De aqui se ve que para tener un problema de condiciones para la ecuación, necesitamos n condiciones
iniciales y1 (x0 ) = y(x0 ) = y0 , y2 (x0 ) = y 0 (x0 ) = y00 ,...,yn (x0 ) = y n−1) (x0 ) = y0n−1 , es decir, necesitamos
conocer el valor de la función y de las sucesivas derivadas hasta la n − 1 en un punto x0 . Entonces,
∂f
en virtud del Teorema 4.1 vemos que si f es continua y las derivadas ∂y i
, 1 ≤ i ≤ n, son continuas,
el problema de condiciones iniciales tiene solución única. Por ejemplo, el problema de condiciones
iniciales ½ 3)
y = x + yy 0 − y 00 ,
y(0) = 0, y 0 (0) = 1, y 00 (0) = 2,
tiene solución única.
Nos ocuparemos expecialmente de ecuaciones diferenciales de orden n que llamaremos lineales y

que a continuación describimos. Por una ecuación diferencial lineal de orden n entenderemos una
expresión de la forma
an (x)y n) + an−1 (x)y n−1) + ... + a1 (x)y 0 + a0 (x)y = b(x), (4.5)
donde para 0 ≤ i < n, ai y b son funciones reales de variable real definidas en un intervalo de la recta
real I. Siempre que an (x) sea diferente de cero, podemos escribir la ecuación como
y n) + pn−1 (x)y n−1) + ... + p1 (x)y 0 + p0 (x)y = q(x) (4.6)
donde pi (x) = ai (x)/an (x), 0 ≤ i < n, y q(x) = b(x)/an (x). Por ejemplo, las ecuaciones
y 000 + x2 y 0 = x,
y 00 + 2y 0 + y = ex ,
y 6) − 7ex y 3) + x2 y 00 + (log x)y = 0
son ecuaciones lineales de órdenes tres, dos y seis, respectivamente. Como hemos visto anteriormente,
una ecuación de orden n puede escribirse como el sistema
⎧ 0
⎪
⎪ y1 = y2 ,
⎪
⎪
⎨ y20 = y3 ,
...
⎪
⎪
⎪
⎪ y 0 = yn ,
⎩ n−1
yn0 = q(x) − [pn−1 (x)yn + ... + p1 (x)y2 + p0 (x)y1 ],
que en forma matricial se escribe como
y0 = A(x) · y + b(x)
donde ⎛ ⎞
0 1 0 0 ... 0
⎜ 0 0 1 0 ... 0 ⎟
⎜ ⎟
A(x) = ⎜
⎜ 0 0 0 1 ... 0 ⎟
⎟
⎝ ... ... ... ... ... ... ⎠
−p0 (x) −p1 (x) −p2 (x) −p3 (x) ... −pn−1 (x)
37
y b(x) = (0, 0, ..., 0, q(x))t . Diremos entonces que la ecuación (4.5) es homogénea o no homogénea
según se sea b(x) nulo o no, es decir, si q(x) = 0 para todo x. Además, la ecuación se dirá de
coeficientes constantes cuando A(x) sea constante, es decir, cuando pi (x) = pi ∈ R para todo
0 ≤ i < n.
Tanto los Teoremas 4.3 y 4.5 como la Proposición 4.4 admiten la siguiente lectura en térmi-
nos de ecuaciones lineales. A la vista de que cualquier ecuación lineal puede escribirse como un
sistema añadiendo las derivadas como funciones, cualquier solución del sistema y es de la forma
(y, y 0 , ..., y n−1 ), donde y : I ⊆ R → R es una función suficientemente derivable. En esta línea,
destacamos entonces que el wronskiano puede escribirse como
W [y1 , y2 , ..., yn ](x) = W [y1 , y2 , ..., yn ](x) := |y1 (x); y2 (x); ...; yn (x)|
¯ ¯
¯ y1 (x) ... y2 (x) yn (x) ¯¯
¯
¯ y10 (x) ... y20 (x) yn0 (x) ¯¯
= ¯¯ ¯
...
¯ n−1) ... ... ... ¯
¯ y (x) ... y
n−1)
(x) yn (x) ¯
n−1)
1 2
donde y1 , y2 , ..., yn son las primeras componentes de y1 , y2 , ..., yn . Podremos enunciar entonces los
siguientes resultados.
Teorema 4.6 El conjunto de soluciones de la ecuación homogénea
y n) + pn−1 (x)y n−1) + ... + p1 (x)y 0 + p0 (x)y = 0
tiene estructura de espacio vectorial de dimensión n sobre R, esto es, cualquier solución y de la
misma es de la forma
y = c1 · y1 + c2 · y2 + ... + cn · yn
donde c1 , c2 , ..., cn ∈ R e y1 , y2 , ..., yn son soluciones linealmente independientes del mismo.
Proposición 4.7 Sean y1 , y2 , ..., yn : I ⊂ R → Rn soluciones de la ecuación homogénea
y n) + pn−1 (x)y n−1) + ... + p1 (x)y 0 + p0 (x)y = 0.
Son equivalentes:
(a) y1 , y2 , ..., yn son linealmente independientes.
(b) W [y1 , y2 , ..., yn ](x) 6= 0 para todo x ∈ I.
(c) Existe x0 ∈ I tal que W [y1 , y2 , ..., yn ](x0 ) 6= 0.
Teorema 4.8 El conjunto de soluciones de la ecuación
y n) + pn−1 (x)y n−1) + ... + p1 (x)y 0 + p0 (x)y = q(x)
es de la forma
y = c1 · y1 + c2 · y2 + ... + cn · yn + yp ,
donde c1 , c2 , ..., cn ∈ R, y1 , y2 , ..., yn son soluciones linealmente independientes del problema homo-
géneo e yp es una solución particular del problema no homogéneo.
38
Capítulo 5
Resolución de ecuaciones lineales de

orden n
Sumario. Ecuaciones lineales homogéneas de coeficientes constantes. Ecuación

de Cauchy—Euler y Legendre. Ecuaciones homogéneas con coeficientes constantes:
método de reducción del orden. Ecuaciones no homogéneas: métodos de variación
de constantes y coeficientes indeterminados.
Recordemos que una ecuación diferencial lineal de orden n es una expresión de la forma
an (x)y n) + an−1 (x)y n−1) + ... + a1 (x)y 0 + a0 (x)y = b(x), (5.1)
donde an (x), ..., a0 (x) y b(x) son funciones reales de variable real definidas sobre un intervalo abierto
(a, b). En el caso de que n = 1 tenemos la ecuación lineal de orden uno estudiada anteriormente. Por
otro lado, siempre que an (x) sea distinto de cero, la ecuación anterior suele escribirse de la forma
y n) + pn−1 (x)y n−1) + ... + p1 (x)y 0 + p0 (x)y = q(x), (5.2)
donde pi (x) = ai (x)/an (x) para i = 0, 1, ..., n − 1 y q(x) = b(x)/an (x). La ecuación (5.2) se dice
homogénea si q(x) = 0 para todo x ∈ (a, b). En caso contrario ésta se dice no homogénea. Un ejemplo
de ecuación homogénea es
y 000 + xy 00 + x2 y = 0,
mientras que sería no homogénea la ecuación
y 000 + xy 00 + x2 y = log x.
Como sabemos, toda solución de la ecuación (5.2) es de la forma
y = c1 y1 + c2 y2 + ... + cn yn + yp ,
donde son y1 , y2 , ..., yn soluciones linealmente independientes de la ecuación homogénea asociada,

c1 , c2 , ..., cn son números reales e yp es una solución particular de la ecuación no homogénea. En esta
tema vamos a ver cómo calcular dichas funciones para algunos tipos de ecuaciones lineales.
39
Resolución de Ecuaciones lineales de orden n
5.1 Ecuación lineal homogénea con coeficientes constantes

Consideremos ecuaciones lineales de la forma de (5.2) donde pn−1 , ..., p1 , p0 son constantes reales. Un
ejemplo de este tipo de ecuaciones puede ser
y 4) − y 000 + y 00 + y = 0.
Vamos a ver cómo, de una manera bastante sencilla, es posible obtener todas las soluciones de esta
ecuación diferencial. Para ello empezaremos estudiando la ecuación de orden dos.
5.1.1 Ecuación de orden dos

Consideramos una ecuación de orden dos de la forma
a1 y 00 + a2 y 0 + a3 y = 0,
que dado que a1 6= 0 (¿por qué alumno curioso?), puede escribirse como
y 00 + ay 0 + by = 0 (5.3)
donde a = a2 /a1 y b = a3 /a1 .
Para resolver esta ecuación proponemos una solución de la forma y(x) = erx , r ∈ R. Una
justificación para proponer esta solución viene de cómo son las soluciones de las ecuaciones lineales
homogéneas de orden uno con coeficientes constantes. Si
y 0 + ay = 0
es tal ecuación, su solución es de la forma
y(x) = ce−ax , c ∈ R.
El buscar soluciones de la forma y(x) = erx juega con la idea de que el aumento del orden no debe
de cambiar sustancialmente la forma de la solución.
Para que y(x) = erx sea solución de la ecuación (5.3) derivamos dos veces y(x) y sustituimos es
la ecuación, teniendo que
r2 erx + arerx + berx = 0
o equivalentemente
erx (r2 + ar + b) = 0.
Como erx 6= 0 para todo x ∈ R, necesariamente r2 + ar + b = 0, es decir, r debe ser una raíz del
polinomio p(x) = x2 +ax+b, que llamaremos polinomio característico de la ecuación (5.3). Entonces,
para obtener las soluciones de la ecuación diferencial hemos de ser capaces de encontrar las raíces de
p(x), que es una cosa que somos capaces de hacer. Analizando las soluciones de p(x) = x2 +ax+b = 0
tenemos que distinguir los siguientes casos.
40
Dos raíces reales de multiplicidad uno

Consideremos la ecuación y 00 + ay 0 + by = 0 y supongamos que las raíces del polinomio x2 + ax + b
son dos números reales que se obtienen calculando
√
−a ± a2 − 4b
2
y sean r1 y r2 tales raíces. Entonces las funciones y1 (x) = er1 x e y2 (x) = er2 x son soluciones de
la ecuación diferencial y 00 + p1 y 0 + p0 = 0. Si comprobamos que ambas soluciones son linealmente
independientes, entonces toda solución de la ecuación homogénea será combinación lineal de ambas
soluciones. Para ver que estas dos soluciones son realmente linealmente independientes es suficiente
calcular el Wronskiano de ambas y ver que es distinto de cero. Dicho determinante es
¯ ¯ ¯ ¯
¯ y1 (x) y2 (x) ¯ ¯ er1 x er2 x ¯
W (y1 , y2 )(x) = ¯¯ 0 ¯=¯ ¯ = (r2 − r1 )er1 x er2 x 6= 0
y1 (x) y2 (x) ¯ ¯ r1 e
0 r 1 x
r2 er 2 x ¯
ya que r1 6= r2 y las funciones er1 x y er2 x no se anulan nunca.
Por lo tanto toda solución de la ecuación y 00 + p1 y 0 + p0 = 0 es de la forma
y(x) = c1 er1 x + c2 er2 x ,
donde c1 y c2 son dos números reales.
Por ejemplo, para calcular las soluciones de la ecuación
y 00 − 3y 0 + 2y = 0,
basta con calcular las raíces del polinomio p(x) = x2 − 3x + 2, que son 1 y 2. Así las soluciones de
la ecuación lineal anterior son
y(x) = c1 ex + c2 e2x .
Si lo que tenemos es un problema de condiciones iniciales como por ejemplo
½ 00
y − 3y 0 + 2y = 0
y(0) = 1, y 0 (0) = 0,
las soluciones de dicha ecuación se calculan, teniendo en cuenta que y 0 (x) = c1 ex + 2c2 e2x , e impo-
niendo las condiciones iniciales en la solución anterior
y(0) = 1 = c1 + c2
y 0 (0) = 0 = c1 + 2c2 ,
con lo que c1 = 2 y c2 = −1, y la única solución del problema de condiciones iniciales anterior es de
la forma
y(x) = 2ex − e2x .
No repetiremos este cálculo de las soluciones del problema de condiciones iniciales en los demás
tipos de ecuaciones por ser totalmente análogos.
41
Una raíz real de multiplicidad dos

Consideremos la ecuación y 00 + ay 0 + by = 0 y supongamos que las raíces del polinomio x2 + ax + b,
calculando √
−a ± a2 − 4b −a
= =r
2 2
es una única raíz real de multiplicidad dos. Entonces sabemos que la función y1 (x) = erx es solución de
la ecuación lineal homogénea, pero necesitamos otra solución linealmente independiente para obtener
todas las soluciones del mismo. Esta otra función va a ser y2 (x) = xerx . Dicha función verifica que
y200 (x) + ay20 (x) + by2 (x)

= (2r + r2 x)erx + a(1 + rx)erx + bxerx
= erx (2r + a) + xerx (r2 + ar + b) = 0
usando que r = −a/2, y que r2 + ar + b = 0 por ser r raíz del polinomio. Así la función y2 (x) = xerx
es solución de la ecuación lineal considerada.
Vamos a ver ahora que las soluciones y1 (x) = erx e y2 (x) = xerx son linealmente independientes.
Para ello calculamos el Wronskiano
¯ ¯ ¯ ¯
¯ y1 (x) y2 (x) ¯ ¯ erx xe rx ¯
W (y1 , y2 )(x) = ¯¯ 0 ¯ = ¯ rx ¯ = e2rx 6= 0,
y1 (x) y2 (x) ¯ ¯ ae
0
(1 + rx)e ¯
rx
con lo que ambas soluciones son linealmente independientes. Por tanto toda solución de la ecuación
diferencial lineal es de la forma
y(x) = c1 erx + c2 xerx , c1 , c2 ∈ R.
y 00 + 2y 0 + y = 0,
basta calcular las raíces del polinomio x2 + 2x + 1, que es la raíz doble −1. Por tanto las soluciones
de dicha ecuación lineal son
y(x) = c1 e−x + c2 xe−x ,
con c1 y c2 dos números reales.
Dos raíces complejas conjugadas

Consideremos la ecuación y 00 + ay 0 + by = 0 y supongamos que las raíces del polinomio x2 + ax + b
calculando √
−a ± a2 − 4b
2
son dos raíces complejas conjugadas α + iβ y α − iβ, donde
a
α=− (5.4)
2
42
y √
4b − a2
β= . (5.5)
2
Vamos a ver que las funciones y1 (x) = eαx cos(βx) e y2 (x) = eαx sin(βx) son dos soluciones de la
ecuación lineal. Veámoslo con y1 (x), ya que con y2 (x) el proceso es análogo. Calculamos las dos
primeras derivadas
y10 (x) = eαx [α cos(βx) − β sin(βx)],
y100 (x) = eαx [(α2 − β 2 ) cos(βx) − 2αβ sin(βx)],
y sustituimos en la ecuación diferencial
y100 (x) + ay10 (x) + by1 (x)
teniéndose
eαx [(α2 − β 2 ) cos(βx) − 2αβ sin(βx)] + aeαx [α cos(βx) − β sin(βx)] + beαx cos(βx).
Agrupando convenientemente
eαx [(α2 − β 2 + aα + b) cos(βx) − (2αβ + aβ) sin(βx)].
Sustituyendo α y β por los valores obtenidos en (5.4) y (5.5) tenemos que

a2 4b − a2 a2
α2 − β 2 + aα + b = − − +b=0
4 4 2
y
2αβ + aβ = 2αβ − 2αβ = 0,
con lo que
eαx [(α2 − β 2 + aα + b) cos(βx) − (2αβ + aβ) sin(βx)] = 0
y por tanto y1 (x) es solución de la ecuación diferencial.
Una vez comprobado que ambas funciones son soluciones, vamos a ver que son linealmente inde-
pendientes calculando su Wronskiano
¯ ¯
¯ y1 (x) y2 (x) ¯
W (y1 , y2 )(x) = ¯¯ 0 ¯
y1 (x) y20 (x) ¯
¯ ¯
¯ eαx cos(βx) eαx sin(βx) ¯
¯
= ¯ αx ¯
e (α cos(βx) − sin(βx)) eαx (α sin(βx) + cos(βx)) ¯
= eαx (cos2 (βx) + sin2 (βx)) = eαx 6= 0.
Entonces toda solución de la ecuación lineal homogénea es de la forma
y(x) = c1 eαx cos(βx) + c2 eαx sin(βx), c1 , c2 ∈ R.
y 00 + 4y 0 + 5y = 0,
43
calculamos las raíces del polinomio x2 + 4x + 5 que se calculan como

√ √
−4 ± −4 −4 ± i 4
= = −2 ± 2i.
2 2
Entonces todas las soluciones de la ecuación lineal homogénea de orden dos anterior son de la forma
y(x) = c1 e−2x cos(2x) + c2 e−2x sin(2x),
donde c1 y c2 son dos números reales.
5.1.2 Ecuación de orden n

Partimos de la ecuación homogénea
y n) + pn−1 y n−1) + ... + p1 y 0 + p0 y = 0,
y suponemos que la función y(x) = erx , r ∈ R, es solución de la misma. Derivando n veces dicha
función y sustituyendo en la ecuación diferencial original tenemos que
0 = (rn + pn−1 rn−1 + ... + p1 r + p0 )erx ,
y dado que erx es siempre distinto de cero, tiene que verificarse que rn + pn−1 rn−1 + ... + p1 r + p0 = 0,
o sea que r sea una raíz del polinomio P (x) = xn + pn−1 xn−1 + ... + p1 x + p0 . Como los coeficientes
del polinomio pn−1 , ..., p1 , p0 son reales, tenemos que las únicas posibles raíces de dicho polinomio son
números reales y números complejos conjugados. Entonces P (x) puede descomponerse como
P (x) = (−1)n (x − a1 )r1 ...(x − aj )rj (x2 + A1 x + B1 )s1 ...(x2 + Aj x + Bj )si ,
donde a1 , ..., aj son las raíces reales del polinomio con sus multiplicidades r1 , ..., rj , y cada polinomio
de la forma (x2 + A1 x + B1 )s1 , ..., (x2 + Aj x + Bj )sj tienen dos soluciones complejas conjugadas
de multiplicidades s1 , ..., sj . Entonces un conjunto de soluciones linealmente independientes de la
ecuación considerada es el siguiente:
{ea1 x , xea1 x , ..., xr1 −1 ea1 x , ..., eaj x , xeaj x , ..., xrj −1 eaj x ,
eα1 x cos(β 1 x), xeα1 x cos(β 1 x), ..., xs1 −1 eα1 x cos(β 1 x),
eα1 x sin(β 1 x), xeα1 x sin(β 1 x), ..., xs1 −1 eα1 x sin(β 1 x),
.............................................................................
eαk x cos(β k x), xeαk x cos(β k x), ..., xsk −1 eαk x cos(β k x),
eαk x sin(β k x), xeαk x sin(β k x), ..., xsk −1 eαk x sin(β k x)},
por lo que las soluciones de dicha ecuación diferencial serán combinaciones lineales de las funciones
anteriores.
xt eαx cos(βx) ó xt eαx sin(βx) (5.6)
donde 0 ≤ t < s.
44
En el caso de ecuaciones lineales de mayor orden, el problema radica en la dificultad de resolver la

ecuación algebraica asociada a la ecuación diferencial. Así, para calcular las soluciones de la ecuación
y 6) − 3y 5) − 5y 4 + 17y 000 + 18y 00 − 68y 0 + 40y = 0
debemos calcular las raíces del polinomio
x6 − 3x5 − 5x4 + 17x3 + 18x2 − 68x + 40
que son 1 con multiplicidad uno, 2 con multiplicidad tres y −2 ± 2i con multiplicidad uno. Entonces
las soluciones de dicha ecuación diferencial son de la forma
y(x) = c1 ex + c2 e2x + c3 xe2x + c4 x2 e2x + c5 e−2x cos(2x) + c6 e−2x sin(2x), ci ∈ R.
5.2 Aproximación a las ecuaciones con coeficientes varia-

bles: Ecuaciones de Cauchy—Euler y de Legendre
Estas ecuaciones lineales pueden resolverse reduciéndolas a ecuaciones lineales de coeficientes cons-
tantes estudiadas con anterioridad. La ecuación de Cauchy—Euler es de la forma
xn y n) + an−1 xn−1 y n−1) + ... + a1 xy 0 + a0 y = b(x) (5.7)
donde an−1 , ..., a1 , a0 ∈ R. La ecuación de Legendre es de la forma
(αx + β)n y n) + an−1 (αx + β)n−1 y n−1) + ... + a1 (αx + β)y 0 + a0 y = b(x) (5.8)
donde α, β, an−1 , ..., a1 , a0 ∈ R. La ecuación (5.7) se obtiene como caso particular de (5.8) cuando α =
1 y β = 0. En cualquier caso, el cambio de variable independiente de la forma αx+β = et transforma
ambas ecuaciones en ecuaciones con coeficientes constantes, pudiéndose obtener las soluciones de la
ecuación homogénea de la forma estudiada anteriormente. Por ejemplo, consideremos la ecuación
11 0
x2 y 00 + xy − y = 0, x > 0. (5.9)
3
El cambio de variable que debemos realizar es x = et . Entonces por la regla de la cadena
dy dy dt . 1
y0 = = · =y
dx dt dx x
.
siendo y la derivada de y respecto de la nueva variable t y teniendo en cuenta que t = log x.
Calculamos la segunda derivada
µ ¶ .
00 d . 1 dy1 . 1
y = y = −y 2
dx x dx x x
.
d y dt 1 . 1 1 . 1
= − y 2 = ÿ 2 − y 2 .
dt dx x x x x
45
Sustituimos en la ecuación (5.9) y obtenemos

µ ¶
2 1 . 1 11 . 1
x ÿ 2 − y + x y − y = 0,
x x2 3 x
de donde dimplificando obtenemos la ecuación
8 .
ÿ + y −y = 0, (5.10)
3
dependiendo ahora y de la nueva variable t. Las soluciones de (5.10) son de la forma
y(t) = c1 et/3 + c2 e3t = c1 (et )1/3 + c2 (et )−3
de donde deshaciendo el cambio, obtenemos para x > 0 la solución de (5.9)
y(x) = c1 x1/3 + c2 x−3 .
5.3 Ecuación lineal homogénea de coeficientes variables

En esta sección vamos a considerar las ecuaciones lineales homogéneas de orden dos con coeficientes
variables. Vamos a ver como, una vez calculada una solución particular de dicha ecuación, es posible
hallar otra solución linealmente independiente para construir todas las soluciones posibles.
Consideremos la ecuación
y 00 + p1 (x)y 0 + p0 (x)y = 0,
y supongamos que conocemos una solución particular no nula de la misma y1 (x). A partir de esta so-
lución particular intentaremos construir una nueva solución particular de la forma y2 (x) = z(x)y1 (x),
donde z(x) es una función a determinar. Imponiendo que y2 sea solución de dicha ecuación tenemos
que
0 = z 00 (x)y1 (x) + 2z 0 (x)y10 (x) + z(x)y100 (x) + p1 (x)(z 0 (x)y1 (x) + z(x)y10 (x)) + p0 (x)z(x)y1 (x)
= z(x)(y100 (x) + p1 (x)y10 (x) + p0 (x)y1 (x)) + z 00 (x)y1 (x) + z 0 (x)(2y10 (x) + p1 (x)y1 (x))
= z 00 (x)y1 (x) + z 0 (x)(2y10 (x) + p1 (x)y1 (x)),
puesto que y100 (x) + p1 (x)y10 (x) + p0 (x)y1 (x) = 0 por ser solución de la ecuación lineal homogénea.
Como vemos, la ecuación que nos queda es de la forma
z 00 y1 (x) + z 0 (2y10 (x) + p1 (x)y1 (x)) = 0,
donde la variable dependiente es la función z 0 . Esta ecuación es lineal de orden uno y la manera
de calcular las soluciones ya se vio en el capítulo anterior. Una vez obtenido z 0 (x), calculamos por
integración la función z(x) y calculando
¯ ¯
¯ y1 (x) y2 (x) ¯
W (y1 , y2 )(x) = ¯¯ 0 ¯
y1 (x) y20 (x) ¯
¯ ¯
¯ y1 (x) z(x)y1 (x) ¯
¯
= ¯ 0 ¯
y1 (x) z 0 (x)y1 (x) + z(x)y10 (x) ¯
= z 0 (x)y1 (x)2 .
46
Como y1 (x) es una función no nula y z 0 (x) es de la forma eg(x) (ver el tema donde se resuelve la
ecuación lineal de primer orden), se tiene que el Wronskiano no se anula y por tanto y1 e y2 son
soluciones linealmente independientes. Así todas las soluciones de la ecuación lineal homogénea de
orden dos serán de la forma
y(x) = c1 y1 (x) + c2 y2 (x),
con c1 y c2 constantes reales.
Por ejemplo, vamos a calcular las soluciones de la ecuación
(1 − x2 )y 00 − 2xy 0 + 2y = 0.
Como se puede comprobar la función y1 (x) = x es una solución particular de dicha ecuación. Para
obtener otra ecuación linealmente independiente con la anterior construimos la función y2 (x) =
y1 (x)z(x) = xz(x), e imponemos la condición de que sea solución de la ecuación diferencial que
estamos considerando. Obtenemos entonces
0 = (1 − x2 )(xz 00 (x) + 2z 0 (x)) − 2x(xz 0 (x) + z(x)) + 2xz(x)

= z 00 (x)x(1 − x2 ) + z 0 (x)(2 − 4x2 ),
teniendo entonces la ecuación
0 = z 00 (x)x(1 − x2 ) + z 0 (x)(2 − 4x2 ).
Para calcular las soluciones de la misma separamos las variables y obtenemos

z 00 (x) 4x2 − 2
= ,
z 0 (x) x(1 − x2 )
y entonces Z Z
z 00 (x) 4x2 − 2
dx = dx = − log[x2 (x2 − 1)] + C,
z 0 (x) 2
x(1 − x )
con lo que una solución particular de dicha ecuación será de la forma
1
z 0 (x) = ,
x2 (x2 − 1)
y así µ ¶
1 1 1 1 1 x−1
z(x) = + log (x − 1) − log (x + 1) = + log ,
x 2 2 x 2 x+1
con lo que otra solución linealmente independiente de dicha ecuación es
µ ¶
1 x−1
y2 (x) = 1 + x log
2 x+1
y las soluciones de dicha ecuación son de la forma
µ µ ¶¶
1 x−1
y(x) = c1 x + c2 1 + x log ,
2 x+1
47
con c1 y c2 dos números reales.
La principal dificultad de aplicar este método es encontrar la primera solución y1 (x), ya que sin
ésta no es posible obtener la segunda. Normalmente, si en algún ejercicio no se da la primera solución
ésta debe ser sencilla, un polinomio, ex y cosas por el estilo. Sin embargo, existe un gran número de
ecuaciones diferenciales de orden dos de las que no se conoce su solución, es decir, no se es capaz de
encontrar una solución particular. Obviamente, no estudiaremos esas ecuaciones aquí.
5.4 Ecuación lineal no homogénea

Vamos a desarrollar aquí dos técnicas para calcular las soluciones de la ecuación lineal no homogénea,
tanto de coeficientes constantes como de coeficientes variables. En general como la ecuación de
coeficientes variables engloba la ecuación de coeficientes constantes, consideraremos la ecuación con
coeficientes variables. Uno de ellos sólo lo veremos para las ecuaciones de orden dos, mientras que el
otro lo aplicaremos independientemente del orden de la ecuación.
Como las soluciones de una ecuación lineal no homogénea de la forma
y n) + pn−1 (x)y n−1) + ... + p1 (x)y 0 + p0 (x)y = q(x)
son de la forma
y = c1 y1 + ... + cn yn + yp ,
donde yh = c1 y1 + ... + cn yn son las soluciones de la ecuación lineal homogénea e yp es una solución
particular de la ecuación lineal no homogénea, aquí vamos a ver métodos para conseguir precisamente
dicha solución particular.
5.4.1 Variación de constantes.

Vamos a ver este método para las ecuaciones de orden dos. Consideramos por tanto la ecuación
y 00 + p1 (x)y 0 + p0 (x)y = q(x), (5.11)
y supongamos que las soluciones de la ecuación homogénea es de la forma
y(x) = c1 y1 (x) + c2 y2 (x).
El método de los coeficientes variables consiste en suponer que la solución particular que estamos
buscando es de la forma
yp (x) = c1 (x)y1 (x) + c2 (x)y2 (x),
donde c1 (x) y c2 (x) son funciones a determinar.
En una primera etapa para simplificar la segunda derivada de yp , buscaremos funciones de forma
que
c01 (x)y1 (x) + c02 (x)y2 (x) = 0.
48
Con esto, tenemos que

yp0 (x) = c1 (x)y10 (x) + c2 (x)y20 (x)
y la segunda derivada
yp00 (x) = c1 (x)y100 (x) + c2 (x)y200 (x) + c01 (x)y10 (x) + c02 (x)y20 (x)
Sustituyendo en la ecuación (5.11) tenemos que
q(x) = c1 (x)y100 (x) + c2 (x)y200 (x) + c01 (x)y10 (x) + c02 (x)y20 (x)
+p1 (x)[c1 (x)y10 (x) + c2 (x)y20 (x)] + p0 (x)[c1 (x)y1 (x) + c2 (x)y2 (x)]
= c01 (x)y10 (x) + c02 (x)y20 (x) + c1 (x)[y100 (x) + p1 (x)y10 (x) + p0 (x)y1 (x)]
+c2 (x)[y200 (x) + p1 (x)y20 (x) + p0 (x)y2 (x)]
y teniendo en cuenta que y1 e y2 son soluciones de la ecuación homogénea, obtenemos la simplificación
c01 (x)y10 (x) + c02 (x)y20 (x) = q(x).
Construimos entonces el sistema

½
c01 (x)y1 (x) + c02 (x)y2 (x) = 0,
c01 (x)y10 (x) + c02 (x)y20 (x) = q(x),
del cual despejamos
¯ ¯
¯ 0 y2 (x) ¯
¯ ¯
¯ q(x) y20 (x) ¯
0
c1 (x) = ,
W [y1 , y2 ](x)
¯ ¯
¯ y1 (x) 0 ¯
¯ 0 ¯
¯ y1 (x) q(x) ¯
0
c2 (x) = ,
W [y1 , y2 ](x)
e integrando obtenemos las funciones c1 y c2 con las que construimos la solución particular.
Veámoslo con el siguiente ejemplo. Sea la ecuación
y 00 + y = sec x.
Como puede comprobarse fácilmente, la solución de la ecuación homogénea es de la forma
y(x) = c1 cos x + c2 sin x.
Aplicamos el método de variación de constantes y obtenemos el sistema

½ 0
c1 (x) cos x + c02 (x) sin x = 0,
−c01 (x) sin x + c02 (x) cos x = sec x.
Despejamos c01 (x) = −c02 (x) tan x y sustituimos para conseguir la ecuación
c02 (x)(sin x tan x + cos x) = sec x,
49
y entonces Z
sec x
c2 (x) = dx = x + C
(sin x tan x + cos x)
y Z
c1 (x) = − tan xdx = log (cos x) + K,
y como buscamos soluciones particulares de la ecuación podemos tomar C y K iguales a cero y la

solución particular es
yp (x) = log (cos x) cos x + x sin x
y la solución de la ecuación lineal no homogénea es de la forma
y(x) = c1 cos x + c2 sin x + log (cos x) cos x + x sin x.
5.4.2 Método de los Coeficientes Indeterminados.

Este método es bastante útil para calcular soluciones particulares de ecuaciones con coeficientes
constantes cuando el término q(x) de la ecuación lineal no homogénea es suma de funciones de la
forma
xt eαx cos(βx) ó xt eαx sin(βx)
con α, β ∈ R y t ∈ N ∪ {0}. En este caso, se considerarán soluciones particulares del problema no
homogéneo sumas de la forma
(At xt + ... + A1 x + A0 )eαx cos(βx) + (Bt xt + ... + B1 x + B0 )eαx sin(βx) (5.12)
si α + iβ no es solución de la ecuación característica asociada al problema homogéneo, y de la forma
(At xt + ... + A1 x + A0 )xs eαx cos(βx) + (Bt xt + ... + B1 x + B0 )xs eαx sin(βx) (5.13)
si α + iβ resulta ser solución de dicha ecuación con multiplicidad s.
El método de los coeficientes indeterminados consiste en determinar los coeficientes Ai y Bi

suponiendo que (5.12) y (5.13) sean soluciones de la ecuación no homogénea. Ilustramos el método
con un par de ejemplos. Consideramos la ecuación
y 00 + y = x,
es decir q(x) es un polinomio de grado uno. Suponiendo que yp (x) = Ax + B, derivando dos veces y
sustituyendo en la ecuación se obtiene
0 + Ax + B = x,
de donde A = 1 y B = 0, por lo que la solución de la ecuación anterior es de la forma
y(x) = C1 cos x + C2 sin x + x.
Si ahora tenemos
y 00 + y = e2x ,
50
suponemos ahora que la solución particular es de la forma yp (x) = Ae2x , y el coeficiente a determinar
es A. Derivando dos veces y sustituyendo en la ecuación obtenemos que
e2x (4A + A) = e2x ,
con lo que A = 1/5 y la solución particular es de la forma yp (x) = 15 e2x .
Considerando ahora la ecuación

y 00 + y = cos(3x),
hemos de probar con soluciones particulares de la forma yp (x) = A cos(3x) + B sin(3x), donde ahora
hemos de determinar A y B.
Si la ecuación es
y 00 + y = e2x cos x,
la solución particular que hemos de buscar será una combinación de los dos casos anteriores, es decir,
de la forma yp (x) = Ae2x cos x + Be2x sin x, mientras que si la ecuación es de la forma
y 00 + y = e2x + x2 ,
la solución particular habrá que buscarla suponiendo que es de la forma yp (x) = Ae2x +Bx2 +Cx+D,
es decir la suma de una función exponencial y un polinomio de grado dos.
Finalmente, si ahora cosideramos la ecuación

y 00 − 4y = e2x ,
tiene por solución de la ecuación homogénea
yh (x) = c1 e2x + c2 e−2x .
Como e2x es solución de la ecuación homogénea, no podemos proponer una solución de la forma
yp (x) = Ae2x , si no que aplicando (5.13) suponemos ahora que la solución particular es de la forma
yp (x) = Axe2x . Derivando dos veces y sustituyendo en la ecuación obtenemos que
e2x 4A = e2x ,
con lo que A = 1/4 y la solución particular es de la forma yp (x) = 14 xe2x . Cuando aparecen funciones
q(x) que son soluciones de la ecuación homogénea asociada tenemos un fenómeno que se conoce con
el nombre de resonancia y que, entre otros, es la base del funcionamiento de la radio. Estudiaremos
más sobre el mismo en el siguiente tema.
5.5 Ejercicios
1. Resolver las siguientes ecuaciones homogéneas:
(a) y 00 + y 0 − 2y = 0. (b) y 00 − y 0 − 2y = 0. (c) y 00 + λ2 y = 0 donde λ ∈ R.
(d) y 00 − 2y 0 + y = 0. (e) y 00 − 4y 0 − 12y = 0. (f) y 00 + 2y 0 + y = 0.
(g) y 00 + 2y 0 − 3y = 0. (h) 4y 00 + 4y 0 + y = 0. (i) 2y 00 − 3y 0 + y = 0.
(j) y 00 + 2y 0 + y = 0. (k) y 00 + 6y 0 + 13y = 0. (l) y 00 + 4y = 0.
(m) y 00 + 4y 0 + 5y = 0. (n) y 00 − 2y 0 + 6y = 0. (o) y 4) − y 00 − 2y = 0.
(p) y 3) − y 00 + 2y 0 − 2y = 0. (q) y 4) + y 00 − 2y = 0. (r) y 6) − 3y 00 + 2y = 0.
51
2. Resolver las siguientes ecuaciones no homogéneas:
(a) y 00 + y 0 − 2y = ex . (b) y 00 − y 0 − 2y = cos x. (c) y 00 − 2y 0 + y = 1.

(d) y 00 + y = sin x. (e) y 00 − 4y 0 − 12y = x. (f) y 00 + 2y 0 + y = x2 .
(g) y 00 + 2y 0 − 3y = x3 . (h) 4y 00 + 4y 0 + y = xex . (i) 2y 00 − 3y 0 + y = x sin x.
(j) y 00 + 2y 0 + y = x cos 2x. (k) y 00 + 6y 0 + 13y = sin 3x. (l) y 00 + 4y 0 + 5y = ex cos x.
(m) y 00 + 4y = e2x . (n) y 00 − 2y 0 + 6y = ex + x. (o) y 3) − y 00 + 2y 0 − 2y = x.
3. Resolver los siguientes problemas de condiciones iniciales:

⎧ 00 ⎧ 00 ⎧ 00
⎨ y + 2y 0 + y = x2 ⎨ y + y 0 − 2y = 0 ⎨ y − 4y 0 − 12y = 0
(a) y(0) = 0 (b) y(0) = 1 (c) y(0) = 0
⎩ 0 ⎩ 0 ⎩ 0
y (0) = 1 y (0) = 2 y (0) = 1
⎧ 00 ⎧ 00 ⎧ 00
⎨ y − 2y 0 + y = 1 ⎨ y − 4y 0 + y = x ⎨ y + y = cos x
(d) y(1) = 0 (e) y(1) = 1 (f) y(0) = 0
⎩ 0 ⎩ 0 ⎩ 0
y (1) = 0 y (1) = 0 y (0) = 0
⎧ 3)
⎪ y − y 00 + 2y 0 − 2y = x ⎧ 00 ⎧ 00
⎪
⎨ ⎨ y + y = sin x ⎨ y − y 0 − 2y = cos x
y(0) = 1
(g) (h) y(0) = 1 (i) y(0) = 1
⎪
⎪ y 0 (0) = 0 ⎩ 0 ⎩ 0
⎩ 00 y (0) = −1 y (0) = −1
y (0) = 1
4. Dada y1 (x) una solución particular de las ecuaciones siguientes, obtener la solución general:
(a) xy 00 + 3y 0 = 0; y1 (x) = 1 (b) x2 y 00 + xy 0 − 4y = 0; y1 (x) = x2
(c) (1 − x2 )y 00 − 2xy 0 + 2y = 0; y1 (x) = x (d) x2 y 00 + xy 0 + (x2 − 1/4)y = 0; y1 (x) = x−1/2

x 1
(e) y 00 − x−1
y0 + x−1
y = 0; y1 (x) = x (f) x2 y 00 + 2xy 0 − 2y = 0; y1 (x) = x
5. Hallar la solución general de y 00 − xf (x)y 0 + f (x)y = 0.
6. Hallar la solución general de las siguientes ecuaciones:
(a) x2 y 00 + 3xy 0 + 10y = 0. (b) 2x2 y 00 + 10xy 0 + 8y = 0. (c) x2 y 00 + 2xy 0 − 12y = 0.
(d) 4x2 y 00 − 3y = 0. (e) x2 y 00 − 3xy 0 + 4y = 0.
7. Hallar la solución general de las siguientes ecuaciones:
(a) x2 y 00 − 2xy 0 + 2y = xe−x (b) xy 00 − (1 + x)y 0 + y = x2 e2x
(c) (1 − x)y 00 + xy 0 − y = (x − 1)2 (d) (x2 − 1)y 00 − 2xy 0 + 2y = (x2 − 1)2

(e) (x2 − x)y 00 + (2 − x2 )y 0 − (2 + x)y = x(x − 1)2
52
Capítulo 6
Aplicaciones de las ecuaciones
diferenciales lineales de orden dos
Sumario. Vibraciones mecánicas. Circuito eléctrico LRC.
6.1 Oscilaciones mecánicas

Supongamos que tenemos un muelle del cual colgamos un cuerpo de masa m como muestra la figura
Si suponemos que el cuerpo está en equilibrio, por la 2a ley de Newton se tiene que
Fm = P, (6.1)
donde Fm = −k∆y es la fuerza dada por la ley de Hooke (k es la constante del muelle que se opone
a su extensión por el peso y ∆y es el alargamiento producido en el muelle). De la ecuación (6.1)
obtenemos la relación de equilibrio
−k∆y = mg, (6.2)
donde g es la constante gravitatoria terrestre. Si ahora tiramos del cuerpo hacia abajo desplazándolo
de su posición de equilibrio y lo soltamos, tenemos
Fm − P = my 00 , (6.3)
donde ahora Fm = −k(∆y + y) donde y es la separación del cuerpo de su posición de equilibrio. En
ausencia de efectos de rozamiento, desarrollando la ecuación (6.3) obtenemos
−k(∆y + y) − mg = my 00
53
Aplicaciones de las ecuaciones lineales de orden 2
y teniendo en cuanta la relación de equilibrio dada por (6.2) deducimos que el movimiento del cuerpo
viene dado por la ecuación diferencial
my 00 + ky = 0.
Nótese como el peso no aparece en la ecuación final. Esto es debido a que partimos de la condición
de equilibrio y si partimos de esta condición las furzas debido al peso no van a aparecer en general en
todas las ecuaciones y sistemas de ecuaciones diferenciales que generemos a partir de estos sistemas
dados por muelles. De los contenidos del Tema 5 vemos fácilmente que la solución de la ecuación es
de la forma
y(t) = c1 cos(ωt) + c2 sin(ωt) (6.4)
donde cp1 , c2 son dos constantes que dependen de las condiciones iniciales de la posición y la velocidad
y ω = k/m recibe el nombre de periodo. Haciendo el paso a coordenadas porlares c1 = A cos φ y
c2 = A sin φ, la ecuación (6.4) se escribe como
y(t) = A cos φ cos(ωt) + A sin φ sin(ωt) = A sin(ωt + φ),
donde A recibe el nombre de amplitud y φ el de fase o argumento inicial. El movimiento descrito

por estas ecuaciones se llama movimiento oscilatorio simple, y como puede observarse es periódico
de periodo ω. Por ejemplo, si ω = 2π y las condiciones iniciales son y(0) = 1 e y 0 (0) = 0, entonces la
única solución del problema de condiciones iniciales es
y(t) = cos(2πt)
que como sabemos tiene la gráfica

1
0.5
1 2 3 4
-0.5
-1
Supongamos a continuación suponemos que el cuerpo se encuentra sometido a una fuerza de

rozamiento proporcional a la velocidad del móvil (Fr = cy 0 , c > 0). Por ejemplo, si el muelle y el
cuerpo se encuentran sumergidos en algún tipo de líquido. Ahora la ley de Newton nos proporciona
Fm − P − Fr = my 00 ,
de donde procediendo como en el caso anterior vemos que el movimiento del cuerpo vendrá descrito
por la ecuación
my 00 + cy 0 + ky = 0.
En este caso obtenemos las raíces
√ √
−c + c2 − 4mk −c − c2 − 4mk
α1 = y α2 =
2m 2m
54
distinguiéndose la siguiente casuística.
Si c2 − 4mk > 0, las soluciones serían de la forma
y(t) = c1 eα1 t + c2 eα2 y
si α1 6= α2 , caso llamado sobreamortiguado. Por ejemplo, si k = 2 = m y c = 5 con las condiciones

iniciales y(0) = 1 e y 0 (0) = 0 la solución es
4 1
y(t) = e−t/2 − e−2t
3 3
cuya gráfica aproximada es
1
0.8
0.6
0.4
0.2
2 4 6 8 10 12 14
Si c2 − 4mk = 0, las soluciones son de la forma
y(t) = (c1 + c2 t)eαy
en el caso llamado críticamente amortiguado correspondiente a la situación α1 = α2 = α = −c/2m.

En el caso particular en que c = 4, m = k = 2, con las condiciones iniciales y(0) = 1 e y 0 (0) = 0
tenemos que la única solución es
y(t) = (1 + t)e−t ,
cuya gráfica es
1
0.8
0.6
0.4
0.2
2 4 6 8 10
−c
Por último, si c2 − 4mk < 0, tendremos las raíces complejas conjugadas ± iω, donde ω =
q 2m
k c2
m
− 4m2
. La ecuación del movimiento ahora es de la forma
ct ct
y(t) = e− 2m [c1 cos(ωt) + c2 sin(ωt)] = e− 2m A sin(ωt + φ).
55
Este movimiento se va amortiguando debido a que la amplitud va decreciendo a cero cuando el tiempo
se hace cada vez más grande y recibe el nombre de movimiento subamortiguado. Por ejemplo, para
el caso m = 1, c = 4, y k = 1 y condiciones iniciales y(0) = 1 e y 0 (0) = 0 la única solución es
√ √ √
y(t) = e−2t [cos( 3t) + 2/ 3 sin( 3t)]
cuya gráfica aproximada es
1.25
0.75
0.5
0.25
1 2 3 4 5 6
-0.25
-0.5
Si ahora además suponemos la presencia de una fuerza externa al sistema F (t) actuando sobre
nuestra masa puntual, el movimiento vendrá descrito por la ecuación diferencial no homogénea
my 00 + cy 0 + ky = F (t). (6.5)
Normalmente la fuerza será de la forma F (t) = a sin(Ωt + ψ), donde a, Ω, ψ ∈ R, teniéndose entonces
las vibraciones forzadas. Estudiaremos en las prácticas con Mathematica cómo son algunos tipos de
vibraciones forzadas. Veremos que cuando Ω = ω la amplitud de la vibración es máxima, dando
lugar al fenómeno conocido como resonancia, de gran importancia desde el punto de vista técnico,
ya que por ejemplo es un soporte teórico para la amplificación en la radio. Pondremos de manifiesto
en las prácticas también el caso conocido como casi—resonancia, para valores de Ω próximos a ω.
6.2 Circuito eléctrico LRC

Consideremos un circuito eléctrico que lleve en serie una bobina de inductancia L, una resistencia R,
un condensador de capacidad C y que es alimentado por una f.e.m. V (t), según muestra la siguiente
figura
56
Suponiendo que L, R y C son constantes, mediante física elemental se sabe que el voltaje generado
V (t) se consume en todos los elementos del circuito, es decir,
V (t) = VC + VR + VL
donde VC , VR y VL representan la diferencia de potencial entre el condensador, la resitencia y la
bobina respectivamente. Sabiendo que
q(t)
VC = ,
C
donde q(t) es la carga en cada instante de tiempo,
VR = Rq 0 (t)
y
VL = Lq00 (t),
obtenemos la ecuación lineal de orden dos
Lq 00 (t) + Rq0 (t) + q(t)/C = V (t). (6.6)
Teniendo en cuenta que la intensidad i(t) se define como la derivada de la carga q(t) obtenemos la
ecuación en términos de la intensidad
Li00 (t) + Ri0 (t) + i(t)/C = V 0 (t) (6.7)
Como puede apreciarse, las ecuaciones (6.6) y (6.7) son idénticas a la ecuación (6.5) que proviene
de la vibración de un muelle. Así, cabe el mismo análisis para circuitos que hicimos en el apartado
anterior.
6.3 Ejercicios
1. De un resorte elástico pegado al techo pende una masa de 3Kg como muestra la figura siguiente.
Si en estado de equilibrio el muelle se estira 1 m. respecto de su longitud inicial y suponemos
nulo el efecto del rozamiento del aire, describir el movimiento descrito por el cuerpo producido
al separarlo 1 m. respecto de su posición de equilibrio.
2. Si el muelle del ejercicio 1 se introduce en un liquido que produce una fuerza de frenado
proporcional a la velocidad con constante de proporcionalidad c = 1, determinar ahora la
ecuación del movimiento.
57
3. En las condiciones del ejercicio 2, determinar la ecuación del movimiento en el caso en que se
aplica al cuerpo una fuerza externa f (t) = cos t N.
4. Un cuerpo de masa M se ata a un resorte elástico según muestra la figura siguiente.
Se estira el muelle hasta dejarlo en posición de equilibrio y a continuación se desplaza x0 cm.

de su posición de equilibrio. Despreciando la fuerza de rozamiento de la masa M con el suelo,
determinar las ecuaciones del movimiento en caso de que:
(a) No actúa ninguna fuerza externa al sistema.
(b) Sobre el sistema actúa una fuerza externa f (t).
Aplicar el resultado teórico a los siguientes casos:
(a) M = 5kg .; k = 4N/cm.; x0 = 1cm.; f (t) = 0.
(b) M = 1kg .; k = 1N/cm.; x0 = 0.5cm.; f (t) = et cos t.
5. Consideremos el cuerpo de la figura siguiente. Si la masa del cuerpo es M y las constantes de
restauración de cada muelle son k1 y k2 y suponemos el cuerpo libre de rozamiento, determinar
la ecuación de movimiento cuando desplazamos el cuerpo x0 cm. de su posición de equilibrio
(suponemos despreciable la fuerza de rozamiento del cuerpo con la superficie).
6. Consideremos el circuito eléctrico de la figura.
58
Calcular la intensidad de corriente que pasa por los cables de dicho circuito en los siguientes
casos, suponiendo que el circuito está descargado (i(0) = i0 (0) = 0):
(a) C = 1F ; R = 1Ω; L = 0H; V (t) = sin t.

(b) C = 1F ; R = 2Ω; L = 0H; V (t) = et cos(2t).
(c) C = 2F ; R = 3Ω; L = 0H; V (t) = e3t .
(d) C = 1F ; R = 1Ω; L = 1H; V (t) = sin t.
(e) C = 0.5F ; R = 1Ω; L = 1H; V (t) = t2 .
(f) C = 0.25F ; R = 4Ω; L = 2H; V (t) = −t cos t.
59
60
Capítulo 7
Resolución de sistemas lineales de
coeficientes constantes
Sumario. Teorema de Cayley—Hamilton. La exponencial de una matriz. Método

práctico para resolver sistemas homogéneos. Sistemas no homogéneos: método de
variación de constantes.
Vamos a considerar sistemas de la forma
y0 = A · y + b(x), (7.1)
donde A = (aij )1≤j≤n t

1≤i≤n es una matriz cuadrada, b(x) = (b1 (x), b2 (x), ..., bn (x)) donde para 1 ≤ j ≤ n,
bj son funciones reales definidas sobre un intervalo de la recta real I e y = (y1 , y2 , ..., yn )t . Los
métodos que vamos a estudiar son matriciales por lo que es necesario tener frescos conceptos sobre
la teoría de matrices y especialmente con la diagonalización de éstas.
7.1 Resolución del sistema homogéneo

Vamos a introducir un método matricial para la resolución de sistemas de ecuaciones lineales con
coeficientes constantes que puede verse en [DeGr, pg. 384—402] o [Oma, 153—161] y que está basado en
el cálculo de la exponencial de una matriz utilizando el Teorema de Cayley—Hamilton. Explicaremos
en primer lugar en qué consiste el Teorema de Cayley—Hamilton y posteriormente introduciremos
la exponencial de una matriz, que nos va a proporcionar la solución de sistemas homogéneos de la
forma
y0 = A · y,
donde A = (aij )1≤j≤n
1≤i≤n es una matriz cuadrada.
7.1.1 Teorema de Cayley—Hamilton

Supongamos que A = (aij )1≤j≤n k
1≤i≤n es una matriz cuadrada y q(x) = ak x + ak−1 x
k−1
+ ... + a1 x + a0 , es
un polinomio de coeficientes reales. Si intercambiamos x por A construimos lo que denominaremos
un polinomio matricial
q(A) = ak Ak + ak−1 Ak−1 + ... + a1 A + a0 In .
61
Resolución de sistemas lineales
Nótese que el término independiente del polinomio aparece multiplicado por la matriz identidad In .
Por ejemplo, si µ ¶
1 2
A=
3 4
y q(x) = x3 + 2x − 1, entonces
q(A) = A3 + 2A − I2
µ ¶3 µ ¶ µ ¶
1 2 1 2 1 0
= +2 −
3 4 3 4 0 1
µ ¶
38 58
= .
87 125
El Teorema de Cayley—Hamilton afirma lo siguiente.
Teorema 7.1 (Cayley—Hamilton). Sea A = (aij )1≤j≤n 1≤i≤n una matriz cuadrada y sea p(x) = |A −
xIn | su polinomio característico. Entonces p(A) = 0.
A modo de ejemplo, dada la matriz anterior, su polinomio característico es
p(x) = x2 − 5x − 2,
y si calculamos
p(A) = A2 − 5A − 2I2
µ ¶ µ ¶ µ ¶
7 10 5 10 2 0
= − −
15 22 15 20 0 2
µ ¶
0 0
= .
0 0
Este teorema será clave para poder obtener una fórmula que permita resolver sistemas de ecuaciones
diferenciales lineales con coeficientes constantes.
7.2 Resolución de sistemas. La exponencial de una matriz

En esta sección vamos a obtener una fórmula para resolver sistemas de ecuaciones de la forma
y0 = A · y, (7.2)
donde A es una matriz cuadrada de coeficientes reales. Para esto, debemos recordar un caso particular
de éste cuando la matriz es de una fila y una columna, es decir, cuando tenemos la ecuación lineal
homogénea de orden uno
y 0 = ay, a ∈ R.
En este caso, la solución general de esta ecuación es de la forma
y(x) = eax c, c ∈ R.
62
Por analogía con el caso unidimensional, para el caso general la solución del sistema (7.2) va a ser
de la forma
y(x) = eA·x · C,
donde C es un vector columna constante y eA·x es la exponencial de la matriz A · x definida por la
serie
X∞
xi
e A·x
:= Ai · .
i=0
i!
Para hacer más comprensible este capítulo, vamos a dar algunas nociones sobre la exponencial de
una matriz.
7.2.1 La exponencial de una matriz

Consideremos una matriz cuadrada A. Como hemos definido anteriormente, la exponencial de dicha
matriz viene definida, en analogía con la exponencial de un número real, viene dada por la serie
X
∞
1
A
e = Ai · ,
i=0
i!
donde supondremos que A0 = In . Esta serie siempre es convergente, es decir, para toda matriz
cuadrada con coeficientes reales la serie anterior nos proporciona una matriz de coeficientes reales.
Hay casos en los que es bastante sencillo calcular la exponencial de una matriz. Por ejemplo,
si D = diag(d1 , ..., dn ) es una matriz diagonal, entonces para todo número natural i se tiene que
Di = diag(di1 , ..., din ) y entonces
X
∞
1
eD
= Di ·
i=0
i!
X∞
1
= diag(di1 , ..., din ) ·
i=0
i!
Ã∞ !
X di X
∞
di
1 n
= diag , ...,
i=0
i! i=0
n!
= diag(e , ..., edn ).
d1
Por ejemplo, si ⎛ ⎞
1 0 0
D = ⎝ 0 2 0 ⎠,
0 0 −2
entonces ⎛ ⎞
e 0 0
eD = ⎝ 0 e2 0 ⎠ .
0 0 e−2
63
Además, la exponencial de una matriz cumple la siguientes propiedades (que no justificaremos). Si

A y B son matrices cuadradas que conmutan, esto es A · B = B · A, entonces
eA+B = eA · eB . (7.3)
Dado el vector columna C, la función y(x) = eA·x · C está definida para todo x ∈ R, es derivable y
d A·x
y0 (x) = e · C = A · eA·x · C = A · y(x),
dx
es decir, es solución del sistema de ecuaciones diferenciales lineales con coeficientes constantes (7.2).
Ahora bien, consideremos el sistema

µ 0 ¶ µ ¶ µ ¶
y1 1 1 y1
= · .
y20 1 −1 y2
La solución de este sistema es la matriz

⎛ ⎞
⎝
1 1 ⎠x µ ¶
1 −1 c1
e · ,
c2
pero ¿cómo calculamos dicha matriz? A continuación vamos a ver un método basado en el Teorema de
Cayley—Hamilton que permite hacer el cálculo con cierta facilidad, aunque los cálculos sean laboriosos.
7.2.2 Cálculo práctico de la exponencial

Para fijar ideas supongamos que p(x) es el polinomio característico de la matriz A y que tiene k
raíces reales o complejas λ1 , λ2 , ...λk con multiplicidades r1 , r2 , ..., rk . Buscamos entonces polinomios
a1 (x), a2 (x), ..., ak (x) con grado a lo sumo ri − 1 para cada 1 ≤ i ≤ k, de manera que se verifique la
igualdad
1 a1 (x) a2 (x) ak (x)
= r
+ r
+ ... + ,
p(x) (x − λ1 ) 1 (x − λ2 ) 2 (x − λk )rk
de donde
1 = a1 (x)q1 (x) + a2 (x)q2 (x) + ... + ak (x)qk (x), (7.4)
con qi (x) = p(x)/(x − λi )ri , 1 ≤ i ≤ k. Sustituyendo en (7.4) x por A tendremos
In = a1 (A)q1 (A) + a2 (A)q2 (A) + ... + ak (A)qk (A). (7.5)
Dado que para todo 1 ≤ i ≤ k,

X
∞
(λi x)j
λi x·In
e = Ijn · = eλi x · In ,
j=0
j!
entonces
X∞
xj
λi x·In (A−λi In )·x λi x
eA·x
=e e =e · (A − λi In )j · .
j=0
j!
64
De aquí, multiplicando por la izquierda ambos miembros por qi (A)
X
∞
xj
qi (A)eA·x = eλi x · qi (A)(A − λi In )j ·
j=0
j!
rX
i −1
xj
= eλi x · qi (A)(A − λi In )j ·
j=0
j!
dado que por el Teorema de Cayley—Hamilton, para todo j ≥ ri se tiene que qi (A)(A − λi In )j =
p(A)(A − λi In )j−ri = 0. Multiplicando nuevamente por la izquierda por ai (A) obtendremos
rX
i −1
λi x xj
ai (A)qi (A)eA·x
=e · ai (A)qi (A)(A − λi In )j · . (7.6)
j=0
j!
Sumando (7.6) desde 1 hasta k y teniendo en cuenta (7.5) concluimos que la exponencial de la matriz
puede calcularse con la fórmula
Ã rX
!
Xk i −1 j
x
eA·x = eλi x · ai (A)qi (A) (A − λi In )j · . (7.7)
i=1 j=0
j!
Consideremos por ejemplo el sistema

½
y10 = 4y1 + 2y2 ;
y20 = 3y1 + 3y2 .
La matriz asociada al sistema es µ ¶

4 2
A= ,
3 3
y el polinomio característico
p(x) = x2 − 7x + 6,
que tiene por raíces λ1 = 1 y λ2 = 6. Calculamos ahora a1 y a2 a partir de
1 a1 a2 (a1 + a2 )x − 6a1 − a2
= + = ,
p(x) x−1 x−6 p(x)
de donde obtenemos el sistema ½

a1 + a2 = 0,
−6a1 − a2 = 1,
que tiene por solución a1 = −1/5 y a2 = 1/5. Además
q1 (x) = p(x)/(x − 1) = x − 6
y
q2 (x) = p(x)/(x − 6) = x − 1.
65
Aplicamos ahora la fórmula (7.7) y tenemos que

eA·x = ex (−1/5I2 ) · I2 (A − 6I2 ) + e6x (1/5I2 ) · I2 (A − I2 )
µ 6x ¶
1 3e + 2ex 2e6x − 2ex
= · .
5 3e6x − 3ex 2e6x + 3ex
La solución del sistema será
µ ¶ µ 6x ¶ µ ¶
y1 (x) 1 3e + 2ex 2e6x − 2ex c1
= · ·
y2 (x) 5 3e6x − 3ex 2e6x + 3ex c2
µ 6x ¶
1 e (3c1 + 2c2 ) + ex (2c1 − 2c2 )
= · ,
5 e6x (3c1 + 2c2 ) + ex (−3c1 + 3c2 )
esto es
1 ¡ 6x ¢
y1 (x) = e (3c1 + 2c2 ) + ex (2c1 − 2c2 )
5
e
1 ¡ 6x ¢
y2 (x) = e (3c1 + 2c2 ) + ex (−3c1 + 3c2 ) ,
5
donde c1 y c2 son dos constantes reales. Si tuviésemos alguna condición inicial, por ejemplo, y1 (0) =
1, y2 (0) = 0, entonces planteando el sistema
y1 (0) = c1 = 1,
y2 (0) = c2 = 0,
obtendríamos que
1
y1 (x) = (3e6x + 2ex )
5
e
1
y2 (x) = (3e6x − 3ex )
5
Consideremos ahora el sistema ½

y10 = 3y1 + y2 ;
y20 = −y1 + y2 ;
cuyo polinomio característico asociado a la matriz A es p(x) = x2 − 4x + 4, que tiene por solución
la raíz doble λ = 2. Entonces
1 a1 a1
= 2
= ,
p(x) (x − 2) p(x)
de donde a1 = 1 y
q1 = p(x)/(x − 2)2 = 1.
Aplicando la fórmula (7.7) tenemos que
X1
xi
2x
eA·x
= e a1 (A)q1 (A) (A − 2I2 )i ·
i!
µ µi=0 ¶ ¶
1 1
= e2x In In In + x
−1 1
µµ ¶¶
2x 1+x x
= e
−x 1 + x
66
con lo que la solución del sistema

µ ¶ µ ¶µ ¶
y1 (x) (1 + x)e2x xe2x c1
= ,
y2 (x) −xe2x (1 + x)e2x c2
donde c1 y c2 son dos constantes reales (la expresión definitiva de y1 e y2 se deja como ejercicio al
lector).
Si por último tomamos el sistema

½
y10 = 3y1 − 5y2 ;
y20 = y1 − y2 ;
podemos ver que el polinomio característico asociado a la matriz A es p(x) = x2 − 2x + 2 que tiene
por raíces los números complejos conjugados λ1 = 1 + i y λ2 = 1 − i. De la expresión
1 a1 a2 (a1 + a2 )x + a1 (−1 + i) + a2 (−1 − i)

= + = ,
p(x) (x − 1 − i) (x − 1 + i) p(x)
que da lugar al sistema ½

a1 + a2 = 0,
a1 (−1 + i) + a2 (−1 − i) = 1,
1
que nos da como solución a1 = 2i
y a2 = − 2i1 . Teniendo en cuenta que
q1 (x) = x − 1 + i,
y
q2 (x) = x − 1 − i,
se tiene aplicando la fórmula (7.7)
1 1
eA·x = e(1+i)x · I2 (A − (1 − i)I2 ) − e(1−i)x · I2 (A − (1 + i)I2 )
µ 2i µ ¶ 2iµ ¶¶
x ix 1 2+i −5 −ix 1 2−i −5
= e e −e
2i 1 −2 + i 2i 1 −2 − i
⎛ ix −ix ix ix ix ix
⎞
e −e e +e e −e
⎜ 2 + −5 ⎟
= ex ⎝ 2i ix 2 2i
e −e ix
e − e−ix eix + eix ⎠
ix
−2 +
µ 2i 2i¶ 2
2 sin x + cos x −5 sin x
= ex · ,
sin x −2 sin x + cos x
dado que
eix + e−ix
cos x =
2
y
eix − e−ix
sin x = .
2i
67
Entonces toda solución del sistema viene dada por la expresión

µ ¶ µ ¶ µ ¶
y1 (x) x 2 sin x + cos x −5 sin x c1
=e · · ,
y2 (x) sin x −2 sin x + cos x c2
donde c1 y c2 son dos constantes reales.
Los tres ejemplos anteriores resumen los casos que pueden darse para el caso de sistemas de dos
ecuaciones con dos incógnitas, es decir, que el polinomio característico tenga dos soluciones reales
distintas, una real doble o dos complejas conjugadas. Cuando el número de ecuaciones es mayor,
pueden aparecer otros casos, pero básicamente la matriz exponencial contiene en sus coordenadas
funciones de la forma
xn eαx cos(βx) y xn eαx sin(βx),
donde n ≥ 0 y α y β son números reales. En cualquier caso, resolveremos sistemas que a lo sumo
tienen cuatro ecuaciones con cuatro incógnitas, pues a partir de ese número de ecuaciones los cálculos
suelen ser muy largos y engorrosos en general.
7.3 El método de variación de constantes

Volvamos ahora sobre el sistema no homogéneo (7.1) y supongamos conocida la solución general del
sistema homogéneo asociado. Para terminar de resolver el sistema no homogéneo usaremos el método
de variación de constantes. Para ello supongamos que la solución es de la forma
y(x) = eA·x · C(x),
donde C(x) es una función a determinar. Derivando respecto de x obtendremos que
y0 (x) = AeA·x · C(x) + eA·x · C0 (x) = A · y(x) + eA·x · C0 (x).
Sustituyendo en el sistema no homogéneo tendremos
A · y(x) + eA·x · C0 (x) = A · y(x) + b(x),
o equivalentemente
eA·x · C0 (x) = b(x).
Dado que la matriz eA·x es invertible (recordar la Proposición 4.4) y teniendo en cuenta que
eA·x · e−A·x = e0 = In ,
concluimos que e−A·x es la inversa de eA·x y entonces

Z
C(x) = e−A·x · b(x)dx. (7.8)
Una vez calculada C(x) obtenemos la solución del sistema no homogéneo.
68
Por ejemplo, consideremos el sistema

½
y10 = 4y1 + 2y2 + ex ;
y20 = 3y1 + 3y2 ,
que también podemos escribir como
µ 0 ¶ µ ¶ µ ¶ µ x ¶
y1 4 2 y1 e
0 = · + .
y2 3 3 y2 0
Ya vimos que la exponencial de la matriz del sistema era
µ 6x ¶
A·x 1 3e + 2ex 2e6x − 2ex
e = ·
5 3e6x − 3ex 2e6x + 3ex
por lo que a partir de (7.8) obtenemos
µ ¶ Z µ −6x ¶ µ x ¶
c1 (x) 1 3e + 2e−x 2e−6x − 2e−x e
= −6x −x −6x −x · dx
c2 (x) 5 3e − 3e 2e + 3e 0
Z µ −5x ¶
1 3e +2
= dx
5 3e−5x − 3
µ R ¶
1 R (3e−5x + 2)dx
=
5 (3e−5x − 3)dx
µ ¶
1 −3e−5x /5 + 2x + c1
= ,
5 −3e−5x /5 − 3x + c2
con lo que la solución
µ 6x ¶ µ ¶
1 3e + 2ex 2e6x − 2ex 1 −3e−5x /5 + 2x + c1
y(x) = · ·
5 3e6x − 3ex 2e6x + 3ex 5 −3e−5x /5 − 3x + c2
µ 6x ¶ µ ¶ µ ¶
1 3e + 2ex 2e6x − 2ex c1 1 x 10x − 3
= · · + e · .
25 3e6x − 3ex 2e6x + 3ex c2 25 3 − 15x
Nótese que una solución particular del sistema es
µ ¶
1 10x − 3
yp (x) = ex · ,
25 3 − 15x
por lo que haciendo ki = ci /5, i = 1, 2, tenemos que
µ ¶
A·x k1
y(x) = e + yp (x),
k2
tal y como el Teorema 4.5 afirmaba.
Si por ejemplo consideramos el problema de condiciones iniciales

⎧ 0
⎨ y1 = 4y1 + 2y2 + ex ;
y 0 = 3y1 + 3y2 ;
⎩ 2
y1 (0) = 0, y2 (0) = 1;
69
se verificará que µ ¶ µ ¶ µ ¶ µ ¶
y1 (0) 0 1 c1 1 −3
= = +
y2 (0) 1 25 c2 25 3
de donde
c1 = 3
y
c2 = 22,
de donde sustituyendo en la solución general concluimos que
µ ¶ µ ¶
y1 (x) 1 13e6x + ex (10x − 13)
=
y2 (x) 25 13e6x + ex (12 − 15x)
7.4 Ejercicios
1. Resolver los siguientes sistemas de ecuaciones lineales de la forma
y0 = A · y
donde la matriz A es la siguiente:

⎛ ⎞
3 −1 1 µ ¶ µ ¶
1 −5 1 −2
(a) ⎝ −1 5 −1 ⎠ (b) (c)
2 −1 2 −2
1 −1 3
⎛ ⎞
µ ¶ µ ¶ 0 1 1
−3 −1 2 −9 ⎝
(d) (e) (f) 1 0 1 ⎠
1 −1 1 8
1 1 0
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
−1 1 1 0 8 0 0 1 1
(g) ⎝ 1 −1 1 ⎠ (h) ⎝ 0 0 −2 ⎠ (i) ⎝ 3 0 1 ⎠
1 1 1 2 8 −2 3 1 0
2. Resolver los siguientes problemas de condiciones iniciales:

⎧ 0 ⎧ 0 ⎧ 0
⎨ x =y ⎨ x = −4(x + y) ⎨ x = 3x + 8y
0
(a) y = −x (b) x0 + 4y 0 = −4y (c) y 0 = −3y − x
⎩ ⎩ ⎩
x(0) = y(0) = 1. x(0) = 1, y(0) = 0. x(0) = 6, y(0) = −2.
⎧ 0 ⎧ 0
⎪
⎪ x =x−z ⎪
⎪ x =y+z
⎨ 0 ⎨ 0
y = 2y y = −x + z
(d) (e)
⎪
⎪ z0 = x + z ⎪
⎪ z 0 = −x − y
⎩ ⎩
x(0) = −2, y(0) = 2, z(0) = −1. x(0) = y(0) = z(0) = −1.
70
3. Resolver los siguientes sistemas y problemas de condiciones iniciales

⎧ 0 ⎧ 0
⎨ x = y + te2t ⎨ x = 4x + 3y + 5z + et sin 2t
0 2t
(a) y = −2x + 3y + e (b) y 0 = −y − 4z
⎩ ⎩ 0
x(0) = 1, y(0) = −1. z = 2y + 3z
⎧ 0
⎛ ⎞ ⎛ ⎞ ⎪ x = 2x + y − z
2 −1 1 0 ⎪
⎨ 0
y = −3x − y + z + t
(c) y0 = ⎝ 3 −1 2 ⎠ y+ ⎝ 1 ⎠ (d)
⎪
⎪ z 0 = 9x + 3y − 4z
2 −1 1 0 ⎩
x(0) = z(0) = 0, y(0) = 3.
⎧ 0 ⎧ µ ¶ µ ¶
⎨ x = −2x − 5y + t ⎨ 0 −3 −1 0
y = +
(e) y 0 = x + 2y + t2 (f) 2 −1 sin t
⎩ ⎩
x(0) = 1, y(0) = 0. x(0) = −1, y(0) = 0.
71
72
Capítulo 8
Aplicaciones de los sistemas de
ecuaciones diferenciales lineales
Sumario. Vibraciones mecánicas con varios cuerpos acoplados. Circuitos eléctri-

cos. Problemas de mezclas con varios recipientes interconectados. Climatización de
edificios con varias estancias.
8.1 Vibraciones mecánicas

Al estudiar sistemas mecánicos en los que aparecen varios cuerpos, como el que muestra la figura
aparecen de una manera natural sistemas de ecuaciones diferenciales lineales como las que permiten
estudiar el movimiento de tales cuerpos. Suponemos que los cuerpos están en equilibrio, es decir, no
hay movimiento y los pesos de cada cuerpo se compensan con la fuerza de cada muelle proporcionada
por la ley de Hooke (ver por ejemplo la ecuación del muelle deducida a partir del equilibrio en el
Tema 6). Tiramos del cuerpo M2 hacia abajo, produciéndose también un desplazamiento de M1 , y
a continuación soltamos el cuerpo M2 , produciéndose así un movimiento. Si suponemos que no hay
fuerzas debidas al rozamiento y denotamos por F1 la fuerza recuperadora del primer muelle y F2 la
del segundo, tenemos por la segunda ley de Newton la ecuación
M2 y200 = F2 ,
73
Aplicación de los sistemas lineales
donde y2 es lo que se ha separando el cuerpo M2 de la posición de equilibrio. Para el cuerpo M1

tenemos la siguiente ecuación de movimiento
M1 y100 = F1 − F2 ,
según el siguiente esquema de fuerzas, suponiendo que el movimiento de ambos cuerpos es hacia
arriba y que ambos muelles están estirados, por lo que la fuerza recuperadora tiende a contraerlos.
Ahora bien, por la ley de Hooke, F1 = −k1 y1 , donde y1 es el desplazamiento del primer cuerpo
respecto de la posición de equilibrio. Por otro lado, F2 = −k2 (y2 − y1 ), dado que el estiramiento del
segundo muelle es y2 − y1 . Las ecuaciones de movimiento son entonces
½
M1 y100 = −(k1 + k2 )y1 + k2 y2 ,
M2 y200 = k2 y1 − k2 y2 .
Introduciendo las variables dependientes z1 = y10 y z2 = y20 y dividiendo por las masas obtenemos el
sistema ⎧ 0
⎪ y1 = z1 ,
⎪
⎪
⎪
⎪ k + k2 k2
⎨ z10 = − 1 y1 + y2 ,
M1 M1
⎪
⎪ y20 = z2 ,
⎪
⎪
⎩ z20 = k2 y1 − k2 y2 ,
⎪
M2 M2
cuya matriz es ⎛ ⎞
0 1 0 0
⎜ k1 + k2 k2 ⎟
⎜ − 0 0 ⎟
⎜ M1 M1 ⎟
A=⎜ ⎟.
⎜ 0 0 0 1 ⎟
⎝ k2 k2 ⎠
0 − 0
M2 M2
Si el sistema de muelles hubiera estado en un tanque con un líquido, apareciendo entonces una
fuerza de rozamiento proporcional a la velocidad con constante de proporcionalidad c1 para el primer
74
cuerpo y c2 para el segundo, tendríamos ahora por la ley de Newton

½
M1 y100 = F1 − F2 − Fr1 ,
M2 y200 = F2 − Fr2 ,
donde Fr1 y Fr2 denotan las fuerzas de rozamiento. Entonces
½
M1 y100 = −(k1 + k2 )y1 + k2 y2 − c1 y10 ,
M2 y200 = k2 y1 − k2 y2 − c2 y20 ,
y procediendo como antes ⎧ 0
⎪
⎪ y1 = z1 ,
⎪
⎪ k + k2 c1 k2
⎪
⎨ z10 = − 1 y1 − z1 + y2 ,
M1 M1 M1
0
⎪
⎪ y2 = z2 ,
⎪
⎪
⎩ z20 = k2 y1 − k2 y2 − c2 z2 ,
⎪
M2 M2 M2
cuya matriz del sistema es
⎛ ⎞
0 1 0 0
⎜ k1 + k2 c1 k2 ⎟
⎜ − − 0 ⎟
⎜ M1 M1 M1 ⎟
A=⎜ ⎟.
⎜ 0 0 0 1 ⎟
⎝ k2 k2 c2 ⎠
0 − −
M2 M2 M2
Si además aparecen otras fuerzas externas actuando sobre alguno de los cuerpos, por ejemplo una
fuerza F (t) actuando sobre el segundo cuerpo, las ecuaciones de movimiento serían
½
M1 y100 = F1 − F2 − Fr1 ,
M2 y200 = F2 − Fr2 + F (t),
que da lugar al sistema ⎧ 0
⎪
⎪ y1 = z1 ,
⎪
⎪ k + k2 c1 k2
⎪
⎨ z10 = − 1 y1 − z1 + y2 ,
M1 M1 M1
⎪
⎪ y20 = z2 ,
⎪
⎪
⎩ z20 = k2 y1 − k2 y2 − c2 z2 + F (t),
⎪
M2 M2 M2
que en forma matricial es de la forma
⎛ ⎞
⎛ 0 ⎞ 0 1 0 0 ⎛ ⎞ ⎛ ⎞
y1 ⎜ k1 + k2 c1 k2 ⎟ y1 0
⎜ z10 ⎟ ⎜ − − 0 ⎟⎜ z ⎟ ⎜ 0 ⎟
⎜ 0 ⎟=⎜ M1 M1 M1 ⎟⎜ 1 ⎟ ⎜ ⎟.
⎝ y2 ⎠ ⎜ ⎜ 0 0 0
⎟ +
1 ⎟ ⎝ y2 ⎠ ⎝ 0 ⎠
⎝ k2 k2 c2 ⎠
z20 z2 F (t)
0 − −
M2 M2 M2
En los ejercicios del final del tema pueden verse otros sistemas unidos por muelles, que también
dan lugar a sistemas de ecuaciones diferenciales lineales.
75
8.2 Circuitos eléctricos con varias ramas

Sistemas de ecuaciones diferenciales lineales también aparecen cuando consideramos circuitos eléc-
tricos con varias ramas, como muestra la siguiente figura:
En este caso debemos aplicar las leyes de Kirchoff para obtener las ecuaciones. La primera de ellas
afirma que en cada nudo o punto de remificación del circuito, la suma de las intensidades entrantes
es igual a la suma de las intensidades salientes. En el circuito de la figura esto nos proporciona la
ecuación
I1 = I2 + I3 .
En segundo lugar, consideramos los dos subcircuitos que hay y fijamos un sentido de la corriente,
como muestra la siguiente figura
Tomamos el primer subcircuito por separado, que es
76
Para este subcircuito tenemos la ecuación
V (t) = VC1 + VR1 + VR2
donde
q1
VC1 = ,
C1
donde q1 es la carga que da lugar a la intensidad I1 ,
VR1 = I1 R1 ,
VR2 = I2 R2 .
Teniendo en cuenta que las intensidades I1 e I2 llevan el sentido que nosotros hemos prefijado, y
tomando la derivada primera, tenemos la ecuación
V 0 (t) = I10 R1 + I1 /C1 + I20 R2 .
Tomamos ahora el segundo subcircuito que muestra la figura
cuya ecuación será

0 = −VR2 + VL + VC2 ,
teniendo en cuenta que ahora I2 va en sentido contrario a prefijado por nosotros al principio y de ahí
el signo negativo. Procediendo como antes obtenemos la ecuación
0 = −I20 R2 + I300 L + I3 /C2 ,
y combinando las tres ecuaciones tenemos el sistema

⎧
⎨ I1 = I2 + I3 ,
V 0 (t) = I10 R1 + I1 /C1 + I20 R2 ,
⎩
0 = −I20 R2 + I300 L + I3 /C2 .
Eliminando I1 tenemos las dos ecuaciones

½ 0
V (t) = I20 (R1 + R2 ) + I30 R1 + I2 /C1 + I3 /C1 ,
0 = −I20 R2 + I300 L + I3 /C2 ,
77
e introduciendo la variable z = I30 , el sistema queda

⎧ 0
⎨ V (t) = I20 (R1 + R2 ) + zR1 + I2 /C1 + I3 /C1 ,
I0 = z
⎩ 3
0 = −I20 R2 + z 0 L + I3 /C2 .
Despejamos I20 , I30 y z 0 y tenemos el sistema en la forma

⎧
⎪
⎪ 0 1 1 R1 V 0 (t)
⎪
⎪ I = − I2 − I3 − z + ,
⎨ 2 C1 (R1 + R2 ) C1 (R1 + R2 ) R1 + R2 R1 + R2
I30 = z, µ ¶
⎪
⎪ R R 1 R2 R1 R2 V 0 (t)
⎪
⎪ 0 2 2
⎩ z =− I2 − + I3 − z+ ,
C1 L(R1 + R2 ) C1 L(R1 + R2 ) LC2 L(R1 + R2 ) L(R1 + R2 )
que en forma matricial es

⎛ ⎞
⎛ ⎞ ⎛ ⎞ V 0 (t)
I20 I2 ⎜ R1 + R2 ⎟
⎜ ⎟
⎝ I30 ⎠ = A · ⎝ I3 ⎠ + ⎜ 0 ⎟.
⎜ ⎟
z0 z ⎝ R2 V 0 (t) ⎠
L(R1 + R2 )
donde ⎛ ⎞
1 1 R1
− − −
⎜ C1 (R1 + R2 ) C1 (R1 + R2 ) R1 + R2 ⎟
⎜ ⎟
A=⎜ 0 0 1 ⎟
⎝ R2 R2 1 R2 R1 ⎠
− − − −
C1 L(R1 + R2 ) C1 L(R1 + R2 ) LC2 L(R1 + R2 )
Otros circuitos similares serán estudiados en los problemas de este tema.
8.3 Problemas de mezclas con varios recipientes

Supongamos que tenemos dos recipientes conteniendo ambos una cierta sustancia en disolución.
Podemos pensar por ejemplo en agua salada. Los recipientes estan conectados entre sí, de manera
que puede pasar cierta cantidad de sustancia de un recipiente al otro y viceversa. Además, cada
recipiente puede estar en contacto con el exterior, permitiendo que entren sustancias del exterior y
dejando salir también sustancias de los recipientes al exterior. En este tipo de problemas se trata
de determinar la concentración de sustancia disuelta en cada recipiente. Consideremos el siguiente
ejemplo.
Ejemplo 8.1 Dos grandes tanques, cada uno con 100 litros de líquido se encuentran interconectados
por medio de tubos. El líquido fluye del tanque A (ver dibujo posterior) hacia el tanque B a razón
de 3 l/m y de B hacia A a razón de 1 l/m. El líquido contenido en el interior de cada tanque se
mantiene bien agitado. Una solución de salmuera con una concentración de 2 Kg/l fluye del exterior
hacia el tanque A a razón de 6 l/m. La solucición (diluida) fluye hacia el exterior del tanque A a
78
razón de 4 l/m del tanque B a 2 l/m. Si inicialmente el tanque A contenía agua pura y el B 200 kg
de sal, determinar la cantidad de sal en cada instante.
Para resolver el problema, llamemos x(t) e y(t) las cantidades de sal en cada instante en los
tanques A y B, respectivamente. Recordemos los problemas de mezclas con un único recipiente
vistos en el Tema 3. De estos problemas, vemos que la variación de la cantidad de sal en A es
x0 (t) = ve − vs
donde ve es la velocidad de entrada de sal y vs es la velocidad de salida. Para el caso del tanque A
se tiene que
y(t)
ve = 6 l/m · 2 Kg/l + 1 l/m · Kg/l
100
y
x(t) x(t) x(t)
vs = 4 l/m · Kg/l + 3 l/m · Kg/l = 7 l/m · Kg/l
100 100 100
de donde obtenemos la ecuación diferencial
7 1
x0 (t) = − x(t) + y(t) + 12.
100 100
Procediendo de igual manera con el tanque B se tiene que
y 0 (t) = ve − vs
donde ahora
x(t)
ve = 3 l/m · Kg/l
100
y
y(t) y(t) y(t)
vs = 1 l/m · Kg/l + 2 l/m · Kg/l = 3 l/m · Kg/l,
100 100 100
de donde obtenemos la ecuación
3 3
y 0 (t) = x(t) − y(t),
100 100
79
y por consiguiente el problema de condiciones iniciales

⎧
⎪
⎪ 0 7 1
⎨ x (t) = − 100 x(t) + 100 y(t) + 12,
⎪
3 3
⎪
⎪ y 0 (t) = x(t) − y(t),
⎪
⎩ x(0) = 0; 100 100
y(0) = 200.
El sistema es no autónomo, y puede escribirse de forma matricial como
µ 0 ¶ µ 7 1
¶µ ¶ µ ¶
x (t) − 100 100
x(t) 12
= 3 3 + .
y 0 (t) 100
− 100 y(t) 0
Dejamos la resolución del sistema al alumno. Otros problemas de este tipo se propondrán al final
del tema.
8.4 Climatización de edificios con varias estancias

También en el Tema 3 vimos una aplicación de las ecuaciones diferenciales a la climatización de
edificios con una sola estancia. Esta aplicación se basaba en la ley de enfriamiento de los cuerpos de
Newton. Vamos a ver qué pasa si el edificio tiene más de una estancia, como el del siguiente ejemplo.
Ejemplo 8.2 Un edificio consta de dos zonas A y B (veáse la siguiente figura). La zona A es
calentada por un calefactor que genera 80000 Kcal/h. La capacidad calorífica de la zona A es de
1/4 o C por cada 1000 Kcal. Las constantes de tiempo de transferencia de calor son entre la zona A
y el esterior 4 horas, 2 horas entre las zonas A y B y 5 horas entre la zona B y el exterior. Si la
temperatura exterior es de 0 o C, determinar la temperatura de cada zona.
Para resolver el problema, llamemos x(t) e y(t) a las temperaturas de las zonas A y B, respecti-
vamente. Entonces
1 1
x0 (t) = (0 − x(t)) + (y(t) − x(t)) + U(t),
4 2
donde
1
U(t) = o C/1000 Kcal · 80.000 Kcal/h = 20 o C/h,
4
de donde conseguimos la ecuación
3 1
x0 (t) = − x(t) + y(t) + 20.
4 2
80
Por otra parte, para la zona B tenemos

1 1
y 0 (t) = (0 − y(t)) + (x(t) − y(t)),
5 2
con lo que tenemos el sistema
½
x0 (t) = − 34 x(t) + 12 y(t) + 20,
y 0 (t) = 12 x(t) − 10
7
y(t).
Dejamos la resolución del sistema al alumno. Otros ejemplos de este tipo serán estudiados en los
ejercicios.
8.5 Ejercicios
1. Dos sólidos están atados a unos resortes como indica la figura.
Si están en equilibrio, determinar las ecuaciones del movimiento para ambos sólidos cuando
se separan de su posición de equilibrio. Aplicarlo al caso en que las masas de los son iguales
a 1Kg . los resortes tienen una constante recuperadora de 1 y 2 N/m, respectivamente y los
cuerpos se separan 1 y 0.5 m.
2. Dado el sistema en equilibrio determinado por la figura
81
determinar las ecuaciones de movimiento que se producen al desplazar la masa de la izquierda

75 mm hacia la izquierda para luego soltarla. Se supone que no hay resistencia con el suelo y
que m = 15 kg, k1 = 0.8 N/mm y k2 = 0.9 N/mm. Determinar las posiciones de los cuerpos a
los 5 segundos de soltar el cuerpo.
3. Determinar las ecuaciones de movimiento para el siguiente sistema suponiendo nulos los efectos
del rozamiento de los cuerpos con el suelo.
4. Determinar las intensidades que circulan por el siguiente circuito, inicialmente descargado (con-
diciones iniciales nulas), en los siguientes casos:
(a) V (t) = 20 V .
(b) V (t) = cos t V.
(c) V (t) = 10tV.
5. Suponiendo condiciones iniciales nulas, calcular las intensidades del siguiente circuito
82
6. Suponiendo condiciones iniciales nulas, calcular las intensidades del siguiente circuito
donde V (t) = cos(3t).
7. Dado el circuito de la figura, obtener la intensidad que circula por cada una de los cables
sabiendo que inicialmente estaba descargado.
8. Resolver el ejercicio anterior suponiendo que el voltaje es de sin(2πt) voltios.
9. Dos tanques que contienen cada uno 50 litros de líquido se ecuentran interconectados por medio
de dos tubos. El líquido fluye del tanque A hacia el tanque B a razón de 4 litros por minuto y
del tanque B al tanque A a 1 litro por minuto. El líquido contenido en cada tanque se mantiene
prefectamente agitado. Hacia el tanque A entra del exterior agua a razón de 3 litros por minuto
y la solución fluye hacia el exterior por el tanque B a la misma velocidad. Si inicialmente el
tanque A contiene 25 kilos de sal y el tanque B no contiene nada de sal, determinar la cantidad
de sal en cada instante de tiempo.
83
10. Dos grandes tanques, cada uno de 50 litros se encuentran interconectados por un tubo. El
líquido fluye del tanque A hacia el B a razón de 5 litros por minuto. El líquido contenido en el
interior de cada tanque se mantiene bien agitado. Una salmuera con concentración de 3 kilos
por litro fluye del exterior hacia el tanque A a razón de 5 litros por minuto, saliendo hacia
el exterior a la misma velocidad por un tubo situado en el tanque B. Si el tanque A contiene
inicialmente 50 kilos de sal y el tanque B contiene 100 kilos, determinar la cantidad de sal en
cada instante.
11. Un edificio consta de dos zonas A y B. Solamente la zona A es calentada por un calefactor, que
genera 80.000 kilocalorias por hora. La capacidad calorífica de la zona A es de 1/4 de grado
Celsius por cada 1000 kilocalorias. Las constantes de transferencia de calor son 4 horas entre
la zona A y el exterior, 5 horas entre la zona B y el exterior y 3 horas entre las dos zonas. Si la
temperatura exterior es de 0 grados Centígrados, ¿a qué temperatura puede llegar a enfriarse
la zona B?
Nota: las constantes de transferencia de calor son las inversas de las constantes que aparecen
el la ley de enfriamiento de Newton.
12. Para fines de refrigeración una casa consta de dos zonas: la zona de ático A y la zona B o
habitacional. El área habitacional es refrigerada por medio de una unidad de aire acondicionado
de 2 toneladas que disipa 24000 kilocalorias por hora. La capacidad calorífica de la zona B es
de 1/2 grado centígrado por cada 1000 kilocalorias. La constantes de transferencia de calor son
2 horas entre la zona A y el exterior, 4 horas entre la zona B y el exterior y 4 horas entre ambas
zonas. Si la temperatura exterior permanece a 40 grado centígrados, ¿a qué temperatura puede
84
llegar a calentarse la zona del ático?
85
86
Capítulo 9
Teoría cualitativa de ecuaciones
diferenciales
Sumario. Ecuaciones y sistemas de ecuaciones diferenciales autónomos. Espacio

de fases y órbitas. Teoría cualitativa para ecuaciones autónomas. Teoría cualitativa
para sistemas planos: isoclinas e integrales primeras. Clasificación de los sistemas
lineales con coeficientes constantes. Estabilidad de sistemas lineales. Método de
linealización de Lyapunov y el Teorema de Hartman—Grobman. El método directo
de Lyapunov. Aplicaciones.
Se pretende en estas notas hacer una recopilación de unos contenidos básicos sobre la teoría
cualitativa de las ecuaciones diferenciales. Aunque la palabra cualitativa pueda sonar extraña, en
realidad, el alumno ya debe conocer estudios cualitativos de funciones de variable real.
1
Pongamos un ejemplo y consideremos la función f (x) = . A priori la expresión analítica
1 + x2
de la función no nos dice mucho acerca de la misma, es decir, a partir de la expresión analítica de la
función no obtenemos fácilmente información útil. Sin embargo a partir de esta expresión analítica
podemos obtener su representación gráfica, que nos proporciona un análisis cualitativo de ésta. Así,
estudiando límites, asíntotas, extremos relativos, etcétera podemos obtener una información mucho
más visual y manejable que la proporcionada por la expresión analítica de la función.
1
0.8
0.6
0.4
0.2
-4 -2 2 4
Como vemos, la gráfica nos muestra que la función es acotada, con un valor máximo de 1 en el
punto 0. También y entre otras cosas, vemos como la función tiende a 0 en ±∞. En definitiva, la
87
Teoría cualitativa de ecuaciones diferenciales
información visual aportada por la gráfica nos da mucha información sobre el comportamiento de la
función en cuestión.
Esta es la filosofía en la que se basa el estudio cualitativo de las ecuaciones diferenciales: obtener
representaciones gráficas de las soluciones de ecuaciones y sistemas de ecuaciones diferenciales, o más
precisamente de familias de soluciones, es decir, información gráfica sobre tipos de soluciones que se
engloban en unos objetos llamados órbitas.
El por qué de este estudio cualitativo de la ecuaciones diferenciales es el siguiente. Ya a finales

del siglo XIX los matemáticos perdieron toda esperanza de encontrar soluciones de ecuaciones y
sistemas de ecuaciones diferenciales. Se ponía fin por tanto al estudio cuantitativo de las ecuaciones
diferenciales, cuyo estudio ha marcado la primera parte del curso. Una vez que se renunció al análisis
cuantitativo, se obtaron por dos vías complementarias que tratan de obtener información sobre las
soluciones de ecuaciones diferenciales sin necesidad de resolver la ecuación. Una de estas vías es
el estudio de los métodos numéricos para ecuaciones diferenciales que será objeto de estudio en la
asignatura de cuarto curso métodos numéricos. Sobre la segunda vía, el estudio de la teoría cualitativa
de ecuaciones diferenciales vamos a dar unas pequeñas pinceladas al final del curso.
Hay que destacar que ambas vías gozan de buena salud en lo que a investigación en matemáticas
se trata. En particular, el desarrollo de la teoría cualitativa, usando como herramienta métodos
numéricos aplicados en cada vez más potentes ordenadores, ha dado lugar a la gestación de una de
las teorías matemáticas de la más vigente actualidad como es la teoría del caos.
9.1 Ecuaciones y sistemas autónomos
Una ecuación diferencial autónoma es una expresión de la forma

y 0 = f (y)
donde f es una función real de variable real. Hay que enfatizar que en la ecuación no aparece la
variable independiente de la cual depende y. Ejemplos de este tipo de ecuaciones son:
y 0 = y,
y 0 = y 2 sin y,
y 0 = ey y.
Un sistema de ecuaciones diferenciales autónomo es una expresión de la forma
⎧ 0
⎪
⎪ y = f1 (y1 , y2 , ..., yn ),
⎨ 10
y2 = f1 (y1 , y2 , ..., yn ),
⎪
⎪ .................................
⎩ 0
yn = f1 (y1 , y2 , ..., yn ),
donde fi : Ω ⊆ Rn → R, 1 ≤ i ≤ n. Ejemplos de sistemas autónomos son:
½ 0
x = x + y,
y 0 = x − y,
88
½
x0 = sin(x + y),
y 0 = cos(x + y),
½ 0
x = ex+y y,
y 0 = ex+y x.
Cualquier ecuación o sistema de ecuaciones no autónomos pueden reescribirse como un sistema
autónomo introduciendo una nueva variable dependiente. Para ejemplificar este hecho consideremos
la ecuación
y 0 = t · y.
Tomando x(t) = t como una nueva variable dependiente, la ecuación anterior podemos escribirla
como ½ 0
x = 1,
y 0 = x · y.
No obstante, aumentamos en una dimensión el número de variables dependientes, lo cual supone un
alto precio a la hora del estudio cualitativo de la ecuación. Sin otra consideración, piénsese que es
más sencillo a priori representar curvas en dos dimensiones que en tres. Además, en el caso de los
sistemas de ecuaciones diferenciales autónomos, el estudio de la teoría cualitativa en dimensión tres
dista mucho de estar analizado y comprendido, con lo cual el pasar de dimensión dos a tres no nos
asegura ningún conocimiento sobre el sistema.
9.2 Soluciones y órbitas
Sea el sistema autónomo

y0 = f(y) (9.1)
donde y = (y1 , y2 , ..., yn ) y f : Ω ⊆ Rn → Rn es una función con funciones coordenadas f1 , f2 , ..., fn .
En general supondremos que la función f satisface las condiciones del teorema de existencia y unicidad
de soluciones, por lo que el problema de condiciones iniciales
½ 0
y = f(y),
y(t0 ) = y0 ,
tendrá una única solución que denotaremos por y(t, t0 , y0 ). Supondremos además que esta solución
está definida en el intervalo más grande posible (solución maximal), denotado por (a(t0 , y0 ), b(t0 , y0 )),
a(t0 , y0 ), b(t0 , y0 ) ∈ R, y que normalmente será toda la recta real (es decir, en casi todos los ejemplos
que estudiemos a(t0 , y0 ) = −∞ y b(t0 , y0 ) = +∞). El espacio Ω ⊆ Rn en el cual están definidas las
soluciones del sistema (9.1) se llamará espacio de fases. Se define la órbita del sistema asociada a la
condición inicial (t0 , y0 ) como la gráfica en Rn de la solución maximal y(t, t0 , y0 ) asociada a dichas
condiciones iniciales. Puede haber soluciones distintas que den lugar a la misma órbita, por lo que
las órbitas pueden ser miradas cómo ”tipos de soluciones esencialmente iguales”.
Ejemplo 9.1 Consideremos la ecuación diferencial autónoma
y 0 = y.
89
Aquí, el espacio de fases es toda la recta real R al estar la función f (y) = y definida para todo
número real. Dados t0 , y0 ∈ R, sabemos que la solución maximal definida en toda la recta real del
problema de condiciones iniciales ½ 0
y = y,
y(t0 ) = y0 ,
viene dado por y(t, t0 , y0 ) = y0 et−t0 . Si representamos en el plano algunas soluciones para valores
positivos, negativos y nulo de y0 tenemos:
10
-3 -2 -1 1 2 3
-5
-10
Como vemos, cuando y0 > 0 las gráficas de las soluciones son siempre la semirrecta (0, +∞), cuando
y0 < 0 son (−∞, 0) y por último, el caso y0 = 0 es degenerado con solución constante y por tanto la
gráfica sera un único punto {0}. Así en este sistema distinguimos tres tipos de órbitas según el signo
de la condición inicial que consideremos. Además, todas las soluciones con y0 > 0 son estrictamente
crecientes, mientras que si y0 < 0 las soluciones son estrictamente decrecientes. Todo esto podemos
resumirlo de la siguiente forma
donde la orientación de las flechas marca el crecimiento o decrecimiento de las soluciones que generan
cada órbita. Como puede apreciarse, el diagrama de fases contiene toda la información cualitativa
de las soluciones: cada una de las tres órbitas nos proporciona toda la información que conocemos
sobre la representación gráfica de las soluciones.
Vamos a ver a continuación cómo obtener toda la información sobre diagramas de fases de siste-
mas autónomos sin necesidad de resolver la ecuación. Previamente necesitamos saber cómo son las
diferentes órbitas que pueden presentarse en un sistema autónomo. Para ello es preciso introducir
algunas definiciones. Diremos que y0 ∈ Rn es un punto crítico de (9.1) si f(y0 ) = 0. Los puntos
críticos tienen la peculiaridad de ser órbitas (llamadas degeneradas) del sistema (9.1), ya que la fun-
ción definida como y(t, t0 , y0 ) = y0 para todo t ∈ R es solución del problema de condiciones iniciales
correspondiente. Una vez identificada un tipo de órbita, pasaremos a enunciar sin demostración el
siguiente resultado, que describe toda la casuística que se puede presentar para órbitas en sistemas
autónomos.
90
Teorema 9.1 Sea el sistema autónomo dado por (9.1). Entonces se verifican las siguientes afirma-
ciones:
(a) Dadas dos órbitas Γ1 y Γ2 son siempre disjuntas o iguales. Además si son iguales existe t0 ∈ R
tal que y1 (t + t0 ) = y2 (t), donde y1 e y2 son las soluciones asociadas a las órbitas Γ1 y Γ2
respectivamente.
(b) Si Γ es una órbita no degenerada del sistema, entonces es de uno de los siguientes tipos:
(b1) Cualquier solución y asociada a Γ es inyectiva.

(b2) Cualquier solución y asociada a Γ es periódica de periodo T > 0, esto es, y(t + T ) = y(t)
para todo t en su dominio de definición.
Nuestro objetivo a partir de ahora será estudiar las órbitas de un sistema autónomo dado in-
tentando esbozar lo que se conoce como diagrama de fases del sistema. Empezaremos estudiando
diagramas de fases definidos por una ecuación diferencial autónoma, como la estudiada en el primer
ejemplo.
9.3 Teoría cualitativa ecuaciones autónomas
Volvamos al ejemplo
y 0 = y.
Vamos a ver cómo obtener el diagrama de fases de la ecuación sin necesidad de conocer las soluciones.
En primer lugar calculamos los puntos críticos del sistema, que en este ejemplo concreto se
reducen al 0. Así, el conjunto {0} constituye una órbita degenerada que da lugar a la solución
constante y(t) = 0. Como las órbitas son siempre disjuntas, el 0 divide la recta real en dos conjuntos
(−∞, 0) y (0, +∞) de manera que si una condición inicial de una solución está en por ejemplo en
(−∞, 0), dicha solución nunca podrá pasar a (0, +∞) y al revés. Además, si y(t) es una solución
contenida en (−∞, 0), entonces es estrictamente decreciente ya que y 0 (t) = y(t) < 0. Igualmente
vemos que si y(t) está contenida en (0, +∞), entonces debe ser estrictamente creciente.
Para completar el estudio sólo debemos comprobar que (−∞, 0) y (0, +∞) son dos órbitas.
Supongamos por ejemplo que (a, b) ⊆ (−∞, 0) es una órbita. Si a < −∞, entonces tomamos el
problema de condiciones iniciale ½ 0
y = y,
y(0) = a,
que proporciona una solución maximal y(t, 0, a), que será decreciente. Por lo tanto existe t0 < 0 tal
que y(t0 , 0, a) > a y por tanto, la órbita generada por y(t, 0, a) tendrá intersección no vacía con (a, b),
por lo que en virtud del Teorema 9.1 éstas deben ser iguales. Así podemos extender la órbita (a, b)
más allá de a hasta −∞. Por un razonamiento análogo podemos extenderla a partir de b hasta 0.
91
Así tenemos las tres órbitas del sistema que representamos como
A partir de un diagrama de fases, y siempre suponiendo que las soluciones maximales están
definidas en toda la recta real, podemos esbozar la gráfica de las soluciones de una ecuación autónoma.
Pongamos el siguiente ejemplo:
Entonces, suponiendo que toda solución maximal está definida en todo R, el diagrama anterior nos
dice que toda solución contenida en (−∞, −1) es creciente, las contenidas en (−1, 0) son decrecientes
y las contenidas en (0, +∞) son crecientes, por lo que las gráficas de las soluciones tendrían el
siguiente aspecto:
Ejercicio 9.1 Esbozar los diagramas de fases de las siguientes ecuaciones diferenciales:
(a) y 0 = y(y − 1) (b) y 0 = y 2 (y + 1) (c) y 0 = y 2 − 1

p p
(d) y 0 = y(y − 2) (e) y 0 = y/(y − 1) (f) y 0 = 1 − y 2
y
(g) y 0 = 2
(h) y 0 = sin y (i) y 0 = y 2 + 1
y(y − 4)
9.4 Teoría cualitativa de sistemas planos
Para obtener diagramas de fases de ecuaciones autónomas de orden uno, bastaba con conocer
nociones sobre la derivada de una función. Al aumentar una dimensión, el estudio para obtener
92
diagramas de fases necesariamente se complica, aunque en algunos casos es posible. Hemos de decir
que debemos de conformarnos con llegar a dimensión 2, ya que para dimensión mayor o igual que tres
no se sabe en general cómo obtener dichos diagramas de fases. Vamos a ver qué ideas necesitamos
para esbozar tales diagramas.
9.4.1 Cálculo de los puntos críticos
Consideremos el sistema autónomo dado por

½ 0
x = f1 (x, y);
y 0 = f2 (x, y).
En este caso las órbitas son curvas planas que por el Teorema 9.1 pueden ser de tres tipos:
• Degeneradas (correspondientes a los puntos críticos).
• Periódicas.
• No cerradas y sin autointersecciones (las llamadas órbitas regulares).
Para empezar con el análisis del diagrama de fases, determinaremos en primer lugar las órbitas
degeneradas, que las calcularemos resolviendo el sistema
½
f1 (x, y) = 0;
f2 (x, y) = 0.
Ejemplo 9.2 Consideremos el sistema

½
x0 = x + y,
y 0 = x − y,
del cual obtenemos sus puntos críticos resolviendo el sistema lineal

½
x + y = 0,
x − y = 0,
del que fácilmente obtenemos que su único punto crítico es el (0, 0), que será por tanto la única órbita
no degenerada del sistema.
Ejemplo 9.3 Sea ahora el sistema ½

x0 = x + y,
y 0 = 2x + 2y.
Ahora es fácil comprobar que el sistema
½
x + y = 0,
2x + 2y = 0,
es compatible indeterminado y que por tanto la recta x + y = 0 es una recta de puntos críticos.
93
Ejemplo 9.4 Los anteriores sistemas eran lineales. Consideremos el sistema no lineal
½
x0 = −x,
y 0 = 1 − x2 − y 2 .
Ahora resolvemos el sistema ½

−x = 0;
1 − x2 − y 2 = 0,
de donde obtenemos los puntos críticos (0, 1) y (0, −1).
Ejercicio 9.2 Dados los siguientes sistemas planos, calcular los puntos críticos de los mismos.
½ 0 ½ ½ 0
x = 3x + 2y x0 = xy x = sin y
(a) 0 (b) 0 (c)
y = 5x − 7y y =x−y y0 = x + y2
½ ½ ½
x0 = x2 + y 2 x0 = x + 2y x0 = exy
(a) (b) (c)
y 0 = x2 − y 2 y 0 = x2 − y y = x + y2
0
9.4.2 Isoclinas
Consideremos una solución (x(t), y(t)) del sistema plano

½
x0 = f1 (x, y);
y 0 = f2 (x, y).
Entonces el vector velocidad de la curva plana determinada por la solución es
(x0 (t), y 0 (t)) = (f1 (x(t), y(t)), f2 (x(t), y(t))),
por lo que estará determinado por (x(t), y(t)), o lo que es lo mismo, por el valor en un punto (x, y)
del plano. Es decir, para todo (x, y) el vector (f1 (x, y), f2 (x, y)) es tangente a las órbitas del sistema.
Las isoclinas son los puntos del plano de tangencia horizontal y vertical, siendo la isoclina hori-
zontal la determinada por la curva
f2 (x, y) = 0,
y la isoclina vertical la determinada por
f1 (x, y) = 0.
Los puntos de intersección de las dos isoclinas dan lugar a los puntos críticos del sistema. Además,
en general las isoclinas dividen el plano en diferentes regiones donde el vector tangente tiene la
misma dirección y sentido. Teniendo en cuenta los signos de las funciones que determinan el sistema
podemos esbozar las direcciones del campo de velocidades del sistema.
94

½
x0 = x + y,
y 0 = x − y.
La isoclina horizontal viene dada por la recta
x − y = 0,
mientras que la isoclina vertical está dada por
x + y = 0.
Así, podemos esbozar aproximadamente el campo de velocidades como muestra la siguiente figura,
donde principalmente hemos de fijarnos en las direcciones y sentidos de los vectores velocidad.
Notar que el punto (0, 0), único punto crítico del sistema se obtiene como intersección de las dos
rectas isoclinas.
Ejemplo 9.6 Sea ahora el sistema

½
x0 = x + y,
y 0 = 2x + 2y.
Este sistema no tiene isoclinas horizontales y verticales, dado que la recta x = −y contiene todos los
puntos críticos del mismo. El esbozo de las direcciones de los vectores velocidad del campo se recoge
95
en la siguiente figura.
Ejemplo 9.7 Consideremos el sistema no lineal

½ 0
x = −x,
y 0 = 1 − x2 − y 2 .
La isoclina vertical sería la recta x = 0, mientras que la isoclina horizontal es la circunferencia

x2 + y 2 = 1. Así vemos que en los sistemas no lineales las isoclinas no tienen por que ser rectas. El
diagrama de las direcciones de los vectores velocidad se muestra a continuación.
Ejercicio 9.3 Obtener las isoclinas y esbozar el diagrama de las direcciones del vector velocidad de
las órbitas para los sistemas del Ejercicio 9.2.
96
9.4.3 Integrales primeras y diagramas de fases
Una vez obtenidos los puntos críticos y las direcciones de los vectores velocidad de las futuras
órbitas, necesitamos un método para obtener cada una de éstas. Con carácter general sólo dispon-
dremos del cálculo de lo que se conoce como integrales primeras del sistema. Tomemos como siempre
el sistema ½ 0
x = f1 (x, y);
y 0 = f2 (x, y).
Se definen las integrales primeras del sistema como aquellas que se obtienen resolviendo las ecuaciones
f2 (x, y)
y 0 (x) =
f1 (x, y)
o bien
f1 (x, y)
x0 (y) = ,
f2 (x, y)
auqnue en general sólo utilizaremos la primera ecuación. Nótese que los papeles de las variables
independientes cambian en las ecuaciones indistintamente. Se puede probar aunque queda fuera del
alcance del curso que las integrales primeras son unión de órbitas del sistema original. Así, cuando
las integrales primeras puedan dibujarse de forma sencilla, podremos obtener el diagrama de fases
del sistema, donde las dirección temporal de las órbitas viene marcada por las distintas direcciones
del vector velocidad obtenido en la sección anterior.
Ejemplo 9.8 Sea de nuevo el sistema

½
x0 = x + y,
y 0 = x − y.
Las integrales primeras del mismo se obtendrán resolviendo la ecuación

x−y
y0 =
x+y
o equivalentemente
y − x + (x + y)y 0 = 0.
Como puede comprobarse fácilmente esta ecuación es exacta, y su solución general es de la forma
y2 x2
+ yx − = c.
2 2
Completando cuadrados escribimos la curva anterior como
y 2 − x2 = c,
√
donde y = (y + x)/ 2, por lo que vemos que las integrales primeras
√ son hipérbolas si c 6= 0 y dos
rectas si c = 0. Las rectas son y = ±x, o equivalentemente y = (± 2 − 1)x. Teniendo esto en cuenta
97
y tomando como partida la información sobre integrales primeras obtenida anteriormente, esbozamos
el siguiente diagrama de fases.
Nótese que la dirección temporal en las órbitas está indicada por una flecha. Esa dirección viene
marcada por la dirección y sentido del vector velocidad obtenido previamente: según la región,
determinada por las isoclinas,
√ en la que √
la órbita esté se tendrá una dirección. Nótese además que
las rectas y = −(1 + 2)x e y = (−1 + 2)x contienen 3 órbitas: dos semirrectas divididas por la
órbita degenerada formada por el punto crítico (0, 0).
Además, las órbitas están formadas por las curvas completas salvo que, como en el caso de las
semirrectas, haya varias órbitas contenidas en la misma curva. Es decir, la curva comprendida entre
el primer y segundo cuadrante es necesariamente una órbita del sistema, no puede ocurrir que se
divida en varias órbitas por el mismo argumento que el explicado en el primer ejemplo de esbozo de
sistemas de fases de ecuaciones autónomas.
Ejemplo 9.9 Tomemos el sistema

½
x0 = x + y,
y 0 = 2x + 2y.
Recordemos que todo los puntos de la recta x = −y son críticos y que no hay isoclinas. Las integrales
primeras se calculan a partir de la ecuación
2x + 2y
y 0 (x) = = 2,
x+y
de donde comprobamos fácilmente que se trata de la familia de rectas paralelas
y = 2x + c.
98
Esbozamos entonces el diagrama de fase en la siguiente figura.
Nótese que cada recta paralela contiene tres órbitas diferentes: dos semirrectas separadas por un
punto crítico perteneciente a la recta x = −y.
Ejemplo 9.10 Sea por último el sistema
½
x0 = y,
y 0 = x3 ,
y hagamos un estudio del mismo encaminado a obtener su diagrama de fases. En primer lugar,
nótese que las rectas y = 0 y x = 0 son las isoclinas vertical y horizontal, respectivamente. Así el
único punto crítico del sistema será el (0, 0). Por otra parte, para el cálculo de las integrales primeras
hemos de resolver la ecuación de variables separables
y 0 (x) = x3 /y(x),
de la cual obtenemos fácilmente la solución
p
y(x) = ± x4 /2 + c.
99
Con tada esta información esbozamos el siguiente diagrama de fases.
Ejercicio 9.4 Esbozar el diagrama de fases de los siguientes sistemas planos:

½ 0 ½ 0 ½ 0
x =x x =x x = −2x + y
(a) (b) (c)
y 0 = 2y y 0 = 3x − 4y y 0 = −x + y
½ 0 ½ 0 ½ 0
x = y(2 − y) x =y x = xy
(d) (e) (f)
y 0 = (x − 2)(y − 2) y 0 = xy 2 y 0 = x2
9.5 Clasificación de sistemas planos lineales. Estabilidad de

sistemas lineales
9.5.1 Diagramas de fases de sistemas planos
La gran mayoría de las veces no es posible calcular explícitamente las integrales primeras de los
sistemas planos. Es más, aunque el cálculo de éstas sea posible, muchas veces no es sencillo dibujar
en el plano la curva correspondiente a la integral primera. Veamos a continuación cómo representar
los diagramas de fases de sistemas planos lineales sin necesidad de obtener las integrales primeras
del sistema.
Para fijar ideas, sea el sistema lineal

½
x0 = ax + by,
(9.2)
y 0 = cx + dy,
donde a, b, c, d ∈ R. La matriz asociada a dicho sistema es
µ ¶
a b
A=
c d
100
y su polinomio característico
¯ ¯
¯ a−λ b ¯
p(λ) = ¯¯ ¯ = λ2 − (a + d)λ + ad − bc.
¯
c d−λ
Una de las claves para representar este tipo de sistemas es la siguiente propiedad.
Proposición 9.2 Sea el sistema plano dado por (9.2) y sean λ1 ∈ R un valor propio de A y v1 ∈ R2
un vector propio asociado a λ1 . Sea L1 la recta generada por v1 . Entonces para todo (x0 , y0 ) ∈ L1
se verifica que cualquier solución de (9.2) que pase por (x0 , y0 ) está contenida en L1 .
Demostración. Supongamos por simplificar que (x(0), y(0)) = (x0 , y0 ) (los otros casos son
análogos haciendo un cambio en la variable independiente). Si (x0 , y0 ) = (0, 0), entonces la órbita
es el punto crítico. Así, supongamos que (x0 , y0 ) 6= (0, 0). Como λ1 ∈ R, necesariamente existe otro
valor propio real λ2 . Distinguimos entonces dos casos: (a) λ1 = λ2 y (b) λ1 6= λ2 .
Caso (a). En este caso la solución asociada a la condición inicial está dada por
µ ¶ µ ¶
x(t) At x0
= e
y(t) y0
µ ¶
λ1 t x0
= e a1 (A)q1 (A)[I2 + (A − λ1 I2 )t] ,
y0
donde a1 (A) = I2 y q1 (A) = I2 . Ahora bien, como (x0 , y0 ) ∈ L1 y es no nulo, es un vector propio de
A asociado a λ1 , con lo que µ ¶ µ ¶
x0 0
(A − λ1 I2 ) = .
y0 0
Entonces para todo t ∈ R se verifica que
µ ¶ µ ¶ µ ¶
x(t) λ1 t x0 λ1 t x0
= e a1 (A)q1 (A) =e ∈ L1 .
y(t) y0 y0
Caso (b). Ahora la solución es de la forma

µ ¶ µ ¶
x(t) At x0
= e
y(t) y0
µ ¶
λ1 t λ2 t x0
= [e a1 (A)q1 (A) + e a2 (A)q2 (A)] ,
y0
donde a1 (A) = c1 I2 , q1 (A) = A − λ2 I2 , a2 (A) = c2 I2 y q2 (A) = A − λ1 I2 , con ci ∈ R, i = 1, 2. Como

(x0 , y0 ) es un vector propio asociado a λ1 , se verifica que
µ ¶ µ ¶ µ ¶
x0 x0 0
q2 (A) = (A − λ1 I2 ) = .
y0 y0 0
Entonces
µ ¶ µ ¶
x(t) λ1 t x0
= e a1 (A)q1 (A)
y(t) y0
101
µ ¶
λ1 t x0
= e c1 I2 (A − λ2 I2 )
y0
µ ¶ µ ¶
λ1 t x0 λ1 t x0
= e c1 A − e c1 λ2
y0 y0
µ ¶ µ ¶
λ1 t x0 λ1 t x0
= e c1 λ1 − e c1 λ2
y0 y0
µ ¶
x0
= eλ1 t c1 (λ1 − λ2 ) ∈ L1 ,
y0
como queríamos probar.
Procedemos a continuación a la clasificación de los sistemas planos lineales, entre los que distin-
guimos dos casos iniciales atendiendo a la nulidad o no del determinante de la matriz del sistema A.
Asímismo, estos dos casos se subdivirán en dos según sea la matriz A diagonalizable o no, según el
siguiente esquema.
½
A diagonalizable.
|A| 6= 0 →
A no diagonalizable.
½
A diagonalizable.
|A| = 0 →
A no diagonalizable.
Caso no degenerado: |A| 6= 0
Caso A: La matriz A es diagonalizable.
Sean λ1 y λ2 dos valores propios reales con vectores propios asociados v1 y v2 , respectivamente.
Entonces las dos rectas L1 =< v1 > y L2 =< v2 > contienen cada una tres órbitas del sistema:
dos semirrectas divididas por el punto crítico (0, 0). Para cada una de esas semirrectas existen sólo
dos opciones: la dirección de la órbita las aleja del punto crítico, o las acerca. Esto, junto con las
isoclinas y el campo de velocidades, nos permiten esbozar el diagrama de fases, como veremos en los
siguientes ejemplos.

½
x0 = 3x + y,
y 0 = x + 3y.
El polinomio característico asociado a la matriz del sistema es p(λ) = λ2 − 6λ + 8, que cómo

comprobamos fácilmente tiene por raíces λ1 = 2 y λ2 = 4, valores propios de la matriz, por lo que
ésta es diagonalizable. De álgebra lineal deducimos que las rectas de valores propios son x + y = 0
para el valor propio 2 y x − y = 0 para el valor propio 4. Esto, juntos con las isoclinas horizontal
102
y = −x/3 y vertical y = −3x, nos permite esbozar el siguiente diagrama de fases.
Notar que p
lim ||x(t), y(t)|| = lim x(t)2 + y(t)2 = +∞
t→+∞ t→∞
y limt→−∞ x(t) = limt→−∞ y(t) = 0 para todas las órbitas excepto para la órbita degenerada. Este
tipo de diagrama de fases recibe el nombre de nodo inestable.
Ejemplo 9.12 Consideremos ahora el sistema

½ 0
x = x − 4y,
y 0 = −2x − y.
El polinomio característico es p(λ) = x2 − 9, de donde los valores propios son 3 y −3. La recta inva-
riante correspondiente al valor propio 3 es y = −x/2, mientras que x = y es la recta correspondiente
al valor propio −3. Junto con las isolinas obtenemos el siguiente diagrama de fases.
103
Nótese que todas las órbitas excepto las contenidas en la recta x = y cumplen la condición
p
lim ||x(t), y(t)|| = lim x(t)2 + y(t)2 = +∞.
t→±∞ t→±∞
Este tipo de diagrama recibe el nombre de punto de silla.
Ejemplo 9.13 Sea el sistema ½

x0 = −4x + y,
y 0 = 4x − 4y.
Se comprueba fácilmente que λ1 = −2 y λ2 = −6 son los valores propio de la matriz del sistema,
con subespacios propios asociados y = 2x e y = −2x, respectivamente. Las isoclinas y el campo de
vectores nos ayudan a esbozar el siguiente diagrama de fases.
Obsérvese como la isoclina y = x puede atravesarse de derecha a izquierda en el primer cuadrante,

pero no de izquierda a derecha. Obsérvense situaciones similares para la demás isoclinas en diferentes
cuadrantes. Por otra parte, también queremos destacar que para toda órbita excepto la degenerada
se verifica que limt→∞ (x(t), y(t)) = (0, 0), mientras que
p
lim ||x(t), y(t)|| = lim x(t)2 + y(t)2 = +∞.
t→−∞ t→−∞
Este tipo de diagrama de fases responde al nombre de nodo inestable.
Existe un caso particular de los nodos estable e inestable, que reciben el nombre de nodos estrella
estable e inestable, cuando el valor propio es único pero de multiplicidad dos. En este caso cualquier
recta del plano es una unión de dos órbitas, como se ve en el siguiente ejemplo.

x0 = 2x,
y 0 = 2y.
104
Puede verse fácilmente que 2 es el único valor propio y que todo R2 es el subespacio propio asociado.
Entonces tenemos el siguiente diagrama de fases
Ejercicio 9.5 Esbozar los diagramas de fases de los siguientes sistemas lineales, indicando a qué
tipo corresponde:
½ 0 ½ 0 ½ 0 ½ 0
x = 2x − y, x = −x + 3y, x = −2x, x = −6x + 2y,
(a) (b) (c) (d)
y 0 = y. y 0 = 3x − y. y 0 = x − y. y 0 = 2x − 9y.
½ 0 ½ 0 ½ 0
x = 8x − 3y, x = x + 9y, x = −3x,
(e) 0 (f) 0 (g)
y = −2x + 13y. y = 3x − 5y. y 0 = −3y.
Caso B: La matriz A no es diagonalizable.
Las causas que producen una matriz cuadrada no diagonalizable son dos, o bien los valores propios
son complejos conjugados, o bien existe un único valor propio real con multiplicidad dos de manera
que el espacio invariante asociado tiene dimensión uno. Veamos ejemplos de cada uno de estos casos.
Supongamos en primer lugar que los valores propios son α ± iβ, donde α y β son números reales.
Para esbozar el diagrama de fases en este caso necesitamos conocer cómo es la solución del sistema,
que viene dada por
½
x(t) = eαt [C1 cos(βt) + C2 sin(βt)],
y(t) = eαt [(C1 (α − a) + C2 β) cos(βt) + (C2 (α − a) − C1 β) sin(βt)]/b,
donde C1 y C2 son dos constantes reales. Nótese que para que se den valores propios complejos,
necesariamente b debe ser no nulo [ver el sistema (9.2)]. Distinguimos entonces tres casos dependiendo
de que α sea nulo, positivo o negativo.

x0 = 2x + 3y,
y 0 = −3x − 2y.
105
√
El polinomio característico es p(λ) = λ2 + 5, por lo que los valores propios son ± 5i, por lo que
estamos en el caso en que α = 0. La solución del sistema en este caso es
½ √ √
x(t) = C1 cos( 5t) + C2 sin( 5t),√
√
−2C1 + 5C2
√ 2C2 + 5C1
√
y(t) = 3
cos( 5t) − 3
sin( 5t),
√
por lo que vemos que las soluciones son periódicas de periodo 2π/ 5. Este hecho dará lugar a órbitas
periódicas en el diagrama de fases que a continuación esbozamos.
De hecho, si calculamos las integrales primeras del sistema tenemos la expresión

3 2 3
x + 2xy + y 2 = k,
2 2
que se comprueba que se trata de una elipse, por lo que las curvas del diagrama son como siempre
una aproximación cualitativa de las reales. Nótese además que las órbitas no tienden en módulo a
±∞ cuando el parámetro temporal tiende a ±∞. De hecho, cualquier órbita del sistema está siempre
acotada. Un diagrama de fases como el anterior recibe el nombre de centro.
Ejemplo 9.16 Estudiemos ahora el sistema

½ 0
x = x + y,
y 0 = −3x + y.
El polinomio característico es p(λ) = λ2 − 2λ + 4, que proporciona los valores propios 1 ± i, por lo

que las soluciones del sistema serán
½
x(t) = et [C1 cos t + C2 sin t],
y(t) = et [C2 cos t − C1 sin t].
En ambos casos, los factores C1 cos t + C2 sin t y C2 cos t − C1 sin t son periódicos con periodo 2π, de
manera que si éstos no estuvieran multiplicados por et , tendríamos de nuevo soluciones periódicas.
106
El diagrama de fases aproximado del sistema será
donde sólo hemos representado una órbita aparte de la degenerada. Nótese que con un periodo de
2π se pasa por cada una de las isoclinas. Como las funciones aparecen multiplicada por et , y ésta es
creciente, cada vez que se pasa por la isoclina se hace con un módulo mayor, lo que da esta espiral
saliendo de dentro a afuera. Nótese que
lim ||(x(t), y(t)|| = ∞

t→+∞
mientras que
lim ||(x(t), y(t)|| = 0.

t→−∞
Este tipo de diagrama de fases recibe el nombre de foco inestable.
Ejemplo 9.17 Consideremos por último el sistema
½
x0 = −2x + y,
y 0 = −3x + y,
dará el polinomio p(λ) = λ2 + λ + 1 que a su vez nos proporciona los valores propios
que nos √
−1/2 ± i 3/2. Las soluciones del sistema son
½ √ √
x(t) = e−t/2 [C1 cos( 3t/2) + C2 sin( 3t/2)],
√
−t/2 3C1 + 3C2
√ √
5C2 + 3C1
√
y(t) = e [ 2
cos( 3t/2) − 2
sin( 3t/2)].
107
De manera similar al ejemplo anterior obtenemos el siguiente diagrama de fases.
De manera análoga a la anterior, vemos que
lim ||(x(t), y(t)|| = 0

t→+∞
mientras que
lim ||(x(t), y(t)|| = +∞.

t→−∞
Llamaremos a tipo de diagrama de fases foco estable.
Supongamos ahora que la matriz A tiene un único valor propio real λ, con multiplicidad dos, y
tal que L =< v > es la recta de vectores propios asociados a λ. Distinguimos de nuevo dos casos,
dependiendo del signo del valor propio.
½
x0 = 2x + y,
y 0 = −x.
Como se puede comprobar fácilmente, el polinomio característico es p(λ) = λ2 − 2λ + 1, que nos

proporciona el valor propio λ = 1, con subespacio propio asociado y = −x. Junto con las isoclinas
108
obtenemos el siguiente diagrama de fases
Aquí se tendrá que

lim ||(x(t), y(t)|| = ∞
t→+∞
mientras que
lim ||(x(t), y(t)|| = 0.
t→−∞
Este tipo de diagrama de fases recibe el nombre de nodo impropio inestable.

x0 = −x + y,
y 0 = −x − 3y.
El polinomio característico del sistema es p(λ) = λ2 + 4λ + 4, que nos da el valor propio −2 con el
subespacio propio asociado y = −x. Esbozamos el diagrama de fases a continuación.
Ahora se tendrá que

lim ||(x(t), y(t)|| = 0
t→+∞
109
mientras que
lim ||(x(t), y(t)|| = +∞.
t→−∞
Llamaremos a tipo de diagrama de fases nodo impropio estable.
Ejercicio 9.6 Esbozar los diagramas de fases de los siguientes sistemas indicando de qué tipo se
trata
½ 0 ½ 0 ½ 0 ½ 0
x = −5x − y, x = −x − 2y, x = 4x − 2y, x = x + y,
(a) (b) (c) (d)
y 0 = x − 7y. y 0 = 5x + y. y 0 = x/2 + 2y. y 0 = −x + y.
½ 0 ½ ½ ½
x = x − 10y, x0 = −x + y, x0 = x + 5y, x0 = 9x − y,
(e) (f) (g) (h)
y 0 = 5x − y. y 0 = −x − y. y 0 = −5x + 7y. y 0 = x + 7y.
Caso degenerado: |A| = 0
Caso C: La matriz A es diagonalizable.
Es claro que la matriz A tiene a 0 como valor propio. Para que la matriz sea diagonalizable tiene
que darse alguno de los siguientes casos. O bien 0 es un valor propio de multiplicidad dos con R2
como subespacio propio asociado, o bien existe un valor propio no nulo.
En el primer caso, existirá una matriz invertible P de manera que

µ ¶ µ ¶
0 0 −1 0 0
A=P P = .
0 0 0 0
Entonces todos los puntos del plano son críticos y todas las órbitas son degeneradas, por lo que todas
las soluciones son constantes.
En el segundo caso, dado que |A| = 0, está claro que las filas de la matriz A son proporcionales,
por lo que el sistema ½
ax + by = 0,
cx + dy = 0,
tiene por solución los puntos de la recta ax + by = 0, o lo que es lo mismo, existirá una recta de
puntos críticos. Además, no habrá isoclinas, dado que ambas coinciden en la recta anterior. Vamos
a ver típicos ejemplos de diagramas de fase de este tipo de sistemas.

x0 = x + 2y,
y 0 = 2x + 4y.
El polinomio característico es p(λ) = λ2 − 5λ, por lo que los valores propios serán 0 y 5. La recta
x + 2y = 0 será de puntos críticos, mientras que y = 2x es el subespacio propio asociado al valor
110
propio 5. Es fácil por otra parte ver que las integrales primeras, y = 2x + c, se calculan a partir de
la ecuación y 0 = 2. Con esta información esbozamos el siguiente diagrama de fases.
Nótese que todas las órbitas excepto las degeneradas cumplen la condición
lim ||(x(t), y(t)|| = ∞
t→+∞
y
lim ||(x(t), y(t)|| = 0.
t→−∞

½
x0 = −x − y,
y 0 = −2x − 2y.
En esta ocasión el polinomio característico es p(λ) = λ2 + 3λ, de donde los valores propios son 0 y
−3. la recta y = −x es de puntos críticos e y = 2x es la recta asociada al valor propio −3. Al igual
que en el ejemplo anterior, y = 2x + c son las integrales primeras del sistema, con lo que esbozamos
111
En este caso se cumple la relación

lim ||(x(t), y(t)|| = 0
t→+∞
y
lim ||(x(t), y(t)|| = +∞.
t→−∞
Caso D: La matriz A no es diagonalizable.
La única posibilidad para este caso es que 0 sea un valor propio de A con multiplicidad dos de
manera que el subespacio propio asociado tenga dimensión uno. Veamos en el siguiente ejemplo cómo
se esbozaría el diagrama de fases de este último caso.

½
x0 = 2x − y,
y 0 = 4x − 2y.
Como puede comprobarse fácilmente, el polinomio característico del sistema es p(λ) = λ2 , por lo que
0 es el único valor propio con subespacio propio asociado y = 2x, que será por tanto una recta de
puntos críticos. De nuevo no existen isoclinas del sistema. Es fácil comprobar resolviendo la ecuación
y 0 = 2 que y = 2x + c son la integrales primeras del sistema. Esta información nos permite esbozar
Nótese que
lim ||(x(t), y(t)|| = +∞.
t→±∞
Ejercicio 9.7 Esbozar los diagramas de los siguientes sistemas lineales planos degenerados, indican-
do de qué tipo se trata
½ 0 ½ 0 ½ 0 ½ 0
x = 2x + 2y, x = 0, x = x + y, x = −x + y,
(a) (b) (c) (d)
y 0 = x + y. y 0 = x − y. y 0 = −x − y. y 0 = x − y.
112
Ejercicio 9.8 Esbozar los diagramas de fase de los siguientes sistemas lineales planos, indicando su
tipo ½ 0 ½ ½
x = −x − 4y, x0 = 7x − 5y, x0 = 3x − y,
(a) (b) (c)
y 0 = −2x + y. y 0 = 10x − 7y. y 0 = 5x − 2y.
½ 0 ½ ½
x = 2x − y, x0 = −7x + 2y, x0 = −x − y,
(d) (e) (f)
y 0 = −x + 2y. y 0 = x − 8y. y 0 = x − 3y.
½ 0 ½ ½
x = x − 3y, x0 = 2x − 2y, x0 = −2x + y,
(g) (h) (i)
y 0 = −x − y. y 0 = 2x − 2y. y 0 = −x − 2y.
9.5.2 Estabilidad de sistemas lineales
Si estudiamos con detenimiento los sistemas anteriores, podemos observar una relación entre los
valores propios de de la matriz asociada al sistema y el comportamiento asintótico de las órbitas, esto
es, el comportamiento de las órbitas para tiempos grandes. En particular observamos lo siguiente:
• Si existe algún valor propio con parte real positiva, entonces
lim ||(x(t), y(t)|| = ∞

t→+∞
para toda órbita excepto la degenerada. Es el caso de los nodos inestables propio e impropio,
punto de silla, foco inestable y el del ejemplo 9.20.
• Si todos los valores propios tienen parte real negativa, se tiene que
lim ||(x(t), y(t)|| = 0

t→+∞
para toda órbita del sistema. Es el caso de los nodos estable propios e impropios, foco estable.
• Cuando tenemos que todos los valores propios tienen parte real menor o igual que cero, se tiene
lim ||(x(t), y(t)|| = 0

t→+∞
para los casos del ejemplo 9.21, aparte de los mencionados en el punto anterior. Se tiene que
lim ||(x(t), y(t)|| = ∞

t→+∞
para el ejemplo 9.22. El caso del centro (ejemplo 9.15) es diferente a todos los anteriores, ya
que lo que se verifica es que cada órbita está acotada, es decir, ||(x(t), y(t)|| no puede ser tan
grande como uno desee una vez que se ha fijado una órbita concreta.
A primera vista vemos que la condición limt→+∞ ||(x(t), y(t)|| = 0 aparece ligada al adjetivo
estable, mientras que la condición limt→+∞ ||(x(t), y(t)|| = +∞ está mayoritariamente ligada al
adjetivo inestable. Vamos a continuación a precisar estas ideas de establidad e inestabilidad, aunque
intuitivamente, vemos que la condición limt→+∞ ||(x(t), y(t)|| = 0 indica un control de la órbita [cerca
del (0, 0)] cuando el tiempo es grande, mietras que la condición limt→+∞ ||(x(t), y(t)|| = ∞ indica
justo lo contrario (ver la disparidad de diagramas de fases cumpliendo esta condición).
113
Definición 9.3 Sea el sistema autónomo
y0 = f(y) (9.3)
donde y = (y1 , y2 , ..., yn ) y f : Ω ⊆ Rn → Rn es una función con funciones coordenadas f1 , f2 , ..., fn .

Una solución y(t) de (9.3) definida para todo t ≥ 0 se dice estable si para todo ε > 0 existe δ > 0
tal que si z(t) es otra solución que cumple la condición ||y(0) − z(0)|| < δ entonces z(t) está definida
para todo t ≥ 0 y se verifica que ||z(t) − y(t)|| < ε para todo t ≥ 0. Si además se verifica que
lim ||z(t) − y(t)|| = 0

t→∞
la solución y(t) se dirá asintóticamente estable. La solución y(t) se dirá inestable si no es estable.
Dado que los puntos críticos del sistema son soluciones degeneradas del mismo, se hablará de
puntos críticos estables, asintóticamente estables e inestables. De los ejemplos anteriores vemos que
el punto crítico de los ejemplos 9.15, 9.19, 9.17 y 9.13 son estables.
El ejemplo 9.15 pone de manifiesto que un punto crítico puede ser estable y no asintóticamente
estable. Nótese que todos los ejemplos con el adjetivo de inestable en su nombre verifican que el punto
crítico correspondiente no es estable. Además, puede verse en los ejemplos que todas las órbitas o
soluciones del sistema son estables dependiendo de la estabilidad de los puntos críticos. De hecho, a
la vista de la descripción de los diagramas de fases para los sistemas planos podemos establecer el
siguiente resultado.
Teorema 9.4 Sea el sistema lineal plano y0 = A · y, A ∈ M2×2 (R) no nula. Entonces
(a) El sistema es estable si para todo λ valor propio de A se tiene que Re λ ≤ 0 y a lo sumo hay
un valor propio nulo.
(b) El sistema es asintóticamente estable si para todo λ valor propio de A se verifica que Re λ < 0.
(c) El sistema es inestable si o bien 0 es un valor propio de A con multiplicidad 2, o bien existe λ
valor propio de A de manera que Re λ > 0.
Consideremos ahora un sistema lineal y0 = A · y donde la matriz A tiene n filas y columnas.

Aunque en este caso no disponemos de la representación de los diagramas de fases del mismo, sí que
es posible determinar la estabilidad del mismo, con un resultado análogo al anterior. Para establecer
el mismo, dada la matriz A, denotaremos por λ1 , ..., λk los valores propios de A con multiplicidades
m1 , ..., mk . Asímismo, denotaremos por d1 , ..., dk las dimensiones sobre C de los subespacios propios
Ker(A − λ1 In ), ..., Ker(A − λk In ).
Teorema 9.5 Sea el sistema lineal plano y0 = A · y, A ∈ Mn×n (R) no nula. Entonces
(a) El sistema es estable si Re λi ≤ 0, 1 ≤ i ≤ k, y además si λi verifica que Re λi = 0, entonces

di = mi .
(b) El sistema es asintóticamente estable si Re λi < 0 para todo i = 1, ..., k.
114
(c) El sistema es inestable si o bien existe λi tal que Re λi = 0 y mi > di , o bien existe λi tal que
Re λi > 0.

⎧ 0
⎨ x = −3x + 2y + 2z,
y 0 = −2x + y + 2z,
⎩ 0
z = −2x + 2y + z.
Es fácil ver que 1 y −1 son los valores propios de la matriz asociada al sistema, por lo que en virtud
del Teorema 9.5 (c), éste es inestable.
Ejemplo 9.24 Sea ahora el sistema

⎧ 0
⎨ x = −2x + y − z,
y 0 = x − 2y − z,
⎩ 0
z = −x + y − 2z.
Podemos ver ahora que los valores propios de la matriz asociada son −1, −2 y −3, por lo que por el
Teorema 9.5 (b), el sistema es asintóticamente estable.
Ejemplo 9.25 Sea el sistema ⎧ 0

⎨ x = −4x + y + 3z,
y 0 = 2z,
⎩ 0
z = −2y.
Puede comprobarse que ±2i y −4 son los valores propios de la matriz del sistema. Cómo las dimen-
siones de los subespacios propios de los valores propios ±i son 1 y coincide con la multiplicidad de
éstos, por el Teorema 9.5 (a) y (b) el sistema será estable, aunque no será asintóticamente estable.
Ejercicio 9.9 Dados los siguientes sistemas lineales, decidir si son estables o no.
⎧ 0 ⎧ 0 ⎧ 0
⎨ x = x − 5y + 5z, ⎨ x = −5x + y − z, ⎨ x = −x − 2z,
(a) y 0 = −2x − 2y + 2z, (b) y 0 = −2x − 2y + 2z, (c) y 0 = 3x − 2y,
⎩ 0 ⎩ 0 ⎩ 0
z = 3x − 3y + 3z. z = −3x + 3y − 3z. z = 4x + z.
⎧ 0 ⎧ 0 ⎧ 0
⎨ x = −9x + y − 2z, ⎨ x = −5x + y − z, ⎨ x = −2x − 2y + 2z,
(d) y 0 = 3x − 9y, (e) y 0 = −3x − y + 3z, (f) y 0 = −2x − 2y + 2z,
⎩ 0 ⎩ 0 ⎩ 0
z = 4x + y + z. z = −4x + 4y − 2z. z = 0.
La aplicación del Teorema 9.5 tiene a priori un punto flaco puesto de manifiesto por el siguiente
ejemplo. Consideremos el sistema
⎧ 0
⎨ x = −2x + y − 2z,
y 0 = 3x − 9y,
⎩ 0
z = 4x + y + z.
Este sistema coincide con el del apartado (d) del ejercicio anterior en todos los coeficientes de la matriz
asociada excepto el primero. El polinomio característico es p(λ) = −λ3 −10λ2 −12λ−63, pero resolver
115
la ecuación p(λ) = 0 no resulta sencillo, y quizás ni siquiera factible para los conocimientos de los
que se disponen. Ahora bien, para aplicar el Teorema 9.5 en la mayoría de los casos sólo necesitamos
conocer los signos de las partes reales de los valores propios de la matriz asociada. Para este objetivo
podemos usar el siguiente criterio de Routh-Hurwitz que, aunque no siempre es aplicable, supone
una gran ayuda para determinar al menos si el sistema es asintóticamente estable.
Proposición 9.6 Sea p(λ) = (−1)n λn + a1 λn−1 + ... + an−1 λ + an el polinomio característico de
la matriz A ∈ Mn×n (R). Las raíces de p(λ) tienen parte real negativa si y sólo son estrictamente
positivos los menores principales de la matriz
⎛ ⎞
a1 a3 a5 ... 0
⎜ 1 a2 a4 ... 0 ⎟
⎜ ⎟
⎜ 0 a1 a3 ... 0 ⎟
HA = ⎜ ⎜ ⎟.
0 1 a ... 0 ⎟
⎜ 2 ⎟
⎝ ... ... ... ... ... ⎠
0 0 0 ... an

⎧ 0
⎨ x = 3x + y − 2z,
y 0 = −3x − y − z,
⎩ 0
z = −4x − y − z.
El polinomio característico de la matriz asociada es p(λ) = 3 + 11x + x2 − x3 y la matriz HA

⎛ ⎞
1 3 0
⎝ 1 11 0 ⎠
0 1 −3
cuyos menores principales son 1, 8 y 24. Está claro entonces que todos los valores propios de la
matriz A tienen parte real negativa, por lo que el sistema será asintóticamente estable.
Ejercicio 9.10 Determinar si es posible la estabilidad asintótica de los siguientes sistemas

⎧ 0 ⎧ 0 ⎧ 0
⎨ x = − 12 x, ⎨ x = −3x − y + z, ⎨ x = − 12 5
x − 14 y + 14 z,
(a) y 0 = 1 x − y − 12 z, (b) y 0 = x − 5y − z, (c) y 0 = 5 x − 13 5
y − 12 z,
⎩ 0 12 1 ⎩ 0 ⎩ 0 212 2
12
5
z = 2 x − 2 y − z. z = 2x − 2y − 4z. z = 3 x − 3 y − 6 z.
9.5.3 ¿Por qué un sistema estable es útil en ingeniería?
Supongamos que tenemos un sistema de ecuaciones diferenciales lineales no autónomo
y0 = A · y + f(t),
donde A ∈ Mn×n (R) y supongamos que el sistema autónomo asociado
y0 = A · y
116
es asintóticamente estable. Entonces toda solución del sistema autónomo
yh (t) = eA·t · C, C ∈ Rn
verifica que
lim yh (t) = 0.
t→∞
Ahora bien, toda solución del sistema no autónomo es de la forma
y(t) = yh (t) + yp (t) (9.4)
donde yp (t) es una solución particular del sistema no homogéneo. Si tomamos límites cuando t tiende
a infinito, tenemos que
y(t) ' yp (t),
es decir, para tiempos grandes (aquí lo de grande depende de cada sistema) la solución del sistema no
autónomo es básicamente la solución particular del mismo y la parte de la solución correspondiente
al sistema homogéneo se va reduciendo con el tiempo. En ingeniería a la función f(t) se le llama
entrada del sistema e yp (t) es la salida del mismo. Si el sistema es estable, al variar la entrada,
varía la salida sin que la parte homogénea intervenga en el proceso. Esto es lo que ocurre en la
mayoría de los sistemas lineales utilizados en las ciencias experimentales, como en circuitos eléctricos
o vibraciones mecánicas.
9.6 Estabilidad local de sistemas autónomos

9.6.1 Método de linealización de Lyapunov. Teorema de Hartman—
Grobman
Analizaremos a continuación la estabilidad de puntos críticos de sistemas autónomos mediante

un método que es comúnmente usado en las ciencias experimentales, el método de linealización.
Supongamos un sistema autónomo
y0 = f(y) (9.5)
con f definido sobre el abierto Ω ⊆ Rn y sea y0 ∈ Rn un punto crítico aislado del mismo (un punto
crítico es aislado si existe ε > 0 tal que la bola abierta de centro y0 y radio ε no contiene puntos
críticos aparte de y0 ). Consideremos el sistema linealizado dado por
y0 = Jf(y0 ) · y, (9.6)
donde Jf(y0 ) es la matriz Jacobiana de f en el punto y0 . Por ejemplo consideremos el sistema

½ 0
x = x2 + 2x + y 2 ,
y 0 = −2x3 + 2y.
Es evidente que (0, 0) es un punto crítico del sistema. La matriz Jacobiana en (0, 0) es
µ ¶
2 0
Jf(0, 0) =
0 2
117
y el sistema linealizado será

½
x0 = 2x,
y 0 = 2y.
Es de esperar que localmente (cerca del punto crítico y0 ), el comportamiento asintótico de los
sistemas (9.5) y (9.6) sea parecido. Este parecido se precisará con el Teorema de Hartman—Grobman,
para cuya compresión necesitaremos algunas definiciones previas.
En primer lugar necesitamos una herramienta para comparar localmente sistemas autónomos.
Esta herramienta es la conjugación topológica [Jim, pag. 239]. Los sistemas (9.5) y (9.6) se dice
topológicamente conjugados si existe una aplicación continua, biyectiva con inversa continua h : Ω →
Rn verificando la condición h(y(t, y0 )) = z(t, h(y0 )) para todo y0 ∈ Ω [aquí z(t, h(y0 )) representa la
solución maximal de (9.6) con condición inicial h(y0 )]. Si existen abiertos de Rn U y V de manera que
son topológicamente conjugados los sistemas restringidos a estos abiertos, entonces los sistemas (9.5)
y (9.6) se dirán localmente topológicamente conjugados. Para entendernos, una conjugación topológica
lleva órbitas de un sistema en órbitas del otro sistema, preservando la orientación temporal.
La segunda definición que interviene en el enunciado del Teorema de Hartman—Grobman es el de

punto crítico hiperbólico. Con la notación anterior y0 se dice hiperbólico si los valores propios de la
matriz Jacobiana Jf(y0 ) tienen parte real no nula. En caso contrario y0 se dirá no hiperbólico. En
el ejemplo anterior, el valor propio de la matriz Jacobiana es 2 con multiplicidad 2, por lo que (0, 0)
es un punto crítico hiperbólico.
Teorema 9.7 (Hartman—Grobman) Sea y0 un punto aislado crítico hiperbólico de (9.5). Enton-
ces existen entornos U de y0 y V de 0 tales que los sistemas (9.5) y (9.6) son localmente topológica-
mente conjugados.
En virtud del teorema anterior sabemos que los sistemas
½
x0 = x2 + 2x + y 2 ,
y 0 = −2x3 + 2y.
y
½
x0 = 2x,
y 0 = 2y,
son localmente topológicamente conjugados en un entorno del punto (0, 0). Así, si el diagrama de
118
fases del sistema linealizado es (ver ejemplo 9.14)
sin conocer exactamente las órbitas del sistema no linealizado sabemos que cerca de (0, 0) se obtienen
“deformando” de forma continua las órbitas del sistema linealizado, como por ejemplo muestra la
siguiente figura:
Obsérvese como en el dibujo las rectas del sistema linealizado son deformadas y transformadas en
curvas. Además, como la orientación temporal se conserva, la estabilidad del punto crítico puede
estudiarse a partir del sistema no linealizado. Así, el punto crítico (0, 0) es inestable para el sistema
no linealizado dado que es inestable para el sistema linealizado.
Hemos de enfatizar el carácter local del Teorema de Hartman—Grobman. Por ejemplo considera-
mos el sistema ½ 0
x = −x,
(9.7)
y 0 = 1 − x2 − y 2 ,
con dos puntos críticos hiperbólicos, (0, 1) y (0, −1). A partir del resultado anterior vemos que
(0, 1) es asintóticamente estable y (0, −1) es inestable, pero obviamente el sistema (9.7) no puede ser
globalmente conjugado a los sistemas y0 = Jf(0, 1) · y o y0 = Jf(0, −1) · y, dado que éstos sólo tienen
un punto crítico.
119
Ejercicio 9.11 Obtener los puntos críticos de los siguientes sistemas y determinar si son o no
hiperbólicos:
½ ½ ½ ½
x0 = x − xy x0 = y x0 = x − xy x0 = y
(a) (b) (c) (d)
y 0 = −y + y 2 y 0 = −x + x3 y0 = x − y y 0 = x3
½ ½ ½
x0 = y − ex x0 = −x x0 = −x2 + xy − x + y
(e) (f) (g)
y 0 = y + e−x y 0 = 1 − x2 − y 2 y 0 = −x2 + y 2 + x − 4y + 2
Ejercicio 9.12 Determinar las isoclinas de los sistemas del ejercicio 9.11, así como la dirección del
vector velocidad a las órbitas en las regiones que las isoclinas determinan.
Ejercicio 9.13 Obtener el sistema linealizado en los puntos críticos de los sistemas del ejercicio
9.11. Determinar su diagrama de fases e indicar si es posible la naturaleza del punto crítico en un
entorno del mismo.
Ejercicio 9.14 Esbozar el diagrama de fases de los siguientes sistemas no lineales:

½ ½ ½
x0 = y(2 − y) x0 = y x0 = xy
(a) (b) (c)
y 0 = (x − 2)(y − 2) y 0 = xy 2 y 0 = x2
Ejercicio 9.15 Consideremos la ecuación de Van Der Pol
x00 + x − εx0 (1 − x2 ) = 0
donde ε es un parámetro real. Transformar dicha ecuación en un sistema plano y determinar los
puntos críticos del mismo. Determinar la naturaleza de los puntos críticos en función del parámetro
ε.
Ejercicio 9.16 Idem para la ecuación
x00 + 2εx0 + (1 − ε2 )x = 0.
Ejercicio 9.17 Sea el sistema

½
x0 = x + (ε + 1)y
y 0 = 2(ε − 1)x + y
donde ε es un parámetro real. Se pide:
(a) Discutir la estabilidad de los puntos de equilibrio del sistema en función del parámetro ε.
(b) Esbozar el diagrama de fases del sistema para el valor ε = 1.
120
9.6.2 El método directo de Lyapunov
Aunque el Teorema de Hartman—Grobman proporciona una herramienta útil para distinguir la

estabilidad de puntos críticos hiperbólicos, resulta ineficaz para tratar la misma cuestión con puntos
críticos no hiperbólicos. Una opción alternativa válida también en el caso de no hiperbolicidad es
el método directo de Lyapunov, de clara inspiración física. Consideremos nuevamente el sistema
autónomo
y0 = f(y) (9.8)
y sea y0 un punto crítico, hiperbólico o no, del mismo. El método directo de Lyapunov consiste en
encontrar una función escalar V : U → R, con U un entorno de y0 , satisfaciendo ciertas condiciones.
Esta función puede ser considerada como una medida de la “energía potencial” del sistema, de
manera que a lo largo de las órbitas ésta decrece cuando t → ∞, indicando estabilidad, o bien crece,
indicando inestabilidad. Precisemos a continuación estas ideas.
Dada una solución y = (y1 , y2 , ..., yn ) de (9.8), la derivada de V a lo largo de y(t) es
d X ∂V (y(t))
n X ∂V (y(t))
n
V (y(t)) = yi0 (t) = fi (y(t)) = gradV (y(t)) · f(y(t)),
dt i=1
∂yi i=1
∂yi
donde f = (f1 , f2 , ..., fn ) y gradV denota el gradiente de V . Definimos entonces la derivada total de
V como .
V (y) := gradV (y) · f(y).
El siguiente resultado nos garantiza la estabilidad del punto crítico en cuestión.
Teorema 9.8 Sean y0 un punto crítico del sistema (9.8) y V : U → R, con U un entorno de y0 ,
continua en U y derivable en U \{y0 }. Supongamos que V (y0 ) = 0 y V (y) > 0 para todo y ∈ U \{y0 }.
Entonces
.
(a) Si V (y) ≤ 0 para todo y ∈ U \ {y0 }, entonces y0 es estable.
.
(b) Si V (y) < 0 para todo y ∈ U \ {y0 }, entonces y0 es asintóticamente estable.
Si V satisface las condición (a) [resp. (b)] del resultado anterior, se dirá una función de Lyapunov
para y0 [resp. una función de Lyapunov estricta para y0 ]. Por ejemplo, el sistema
½ 0
x = y − x3 ,
y 0 = −x.
Es claro que (0, 0) es un punto crítico aislado del sistema. La matriz Jacobiana en dicho punto es
µ ¶
0 1
Jf(0, 0) =
−1 0
que como puede comprobarse tiene por valores propios ±i, por lo que dicho punto crítico no es
hiperbólico. Vamos a comprobar que la función V (x, y) = x2 + y 2 es una función de Lyapunov
estricta para el mismo, por lo que (0, 0) será un punto crítico asintóticamente estable. En primer
121
lugar, está claro que V (0, 0) = 0 y V (x, y) > 0 para todo (x, y) ∈ R2 \ {(0, 0)}. Por otra parte, la
derivada total es
.
3 4
V (x, y) = gradV (x, y) · f(x, y) = (2x, 2y) · (y − x , −x) = −2x ≤ 0
para todo (x, y) ∈ R2 \ {(0, 0)}. En virtud del Teorema 9.8 el punto crítico es estable.
También la inestabilidad de los puntos críticos puede ser discutida, según muestra el siguiente
resultado.
Teorema 9.9 Sean y0 un punto crítico del sistema (9.8) y D un abierto de Rn conteniendo a y0
en su frontera Fr(D). Supongamos que existe una función V : U → R, con U un entorno de y0 ,
.
con D ∪ Fr(D) ⊂ U, de clase C 1 y tal que V (y) > 0 y V (y) > 0 para todo y ∈ D, y V (y) = 0 si
y ∈ Fr(D). Entonces y0 es inestable.
Consideremos ahora el sistema ½

x0 = y + x3 ,
y 0 = x.
Sea la función V : D ⊂ R2 → R, donde D = {(x, y) ∈ R2 : x > 0, |y| < x} y V (x, y) = x2 − y 2 . Es
fácil darse cuenta de que V (x, y) > 0 para todo (x, y) ∈ D, y que la derivada total
.
3 4
V (x, y) = gradV (x, y) · f(x, y) = (2x, −2y) · (y + x , x) = 2x > 0
para todo (x, y) ∈ D. Además (0, 0) ∈ Fr(D) y V (x, y) = 0 para todo (x, y) ∈ Fr(D). Por el Teorema
9.9 el punto crítico (0, 0) es inestable.
La principal desventaja de este método, que de hecho hace que su utilización sea cuando menos
limitada, es la dificultad en encontrar la función V .
Ejercicio 9.18 Sea el sistema ½

x0 = −x + 2x(x + y)2
y 0 = −y 3 + 2y 3 (x + y)2 .
Determinar los puntos críticos del mismo y su hiperbolicidad. Determinar la naturaleza del punto
crítico (0, 0) a partir de la función V (x, y) = 12 (x2 + y 2 ).
Ejercicio 9.19 Idem para el sistema

½
x0 = y − xy 2
y 0 = −x3
y la función V (x, y) = 14 x4 + 12 y 2 .
Ejercicio 9.20 Idem con el sistema

½
x0 = x3 − x − y
y0 = x
y la función V (x, y) = 12 (x2 + y 2 ).
122
Ejercicio 9.21 Idem con el sistema

½
x0 = x + x2 + xy + y 2
y 0 = x2 + xy + y 2
y la función V (x, y) = x2 −y 2 definida sobre el conjunto del plano real D = {(x, y) ∈ R2 : 0 < |y| < x}.
Ejercicio 9.22 Un sistema ½
x0 = f1 (x, y)
y 0 = f2 (x, y)
se dice Hamiltoniano si existe una función derivable H(x, y) tal que f1 (x, y) = − ∂H
∂y
(x, y) y f2 (x, y) =
∂H
∂x
(x, y), de tal manera que H es una integral primera del sistema. Se puede comprobar que para un
punto crítico de un sistema Hamiltoniano, las funciones de Lyapunov pueden construirse sumando
una constante a la función H. Con esta idea, verificar el carácter de los puntos críticos del sistema
½ 0
x = y − y2
y 0 = x − x2
9.7 Aplicaciones de la teoría cualitativa

9.7.1 El péndulo con y sin rozamiento
Los métodos de linealización y directo de Lyapunov pueden usarse para describir el comporta-
miento de un péndulo una vez a sido desplazado ligeramente de su posición de equilibrio. Se seguirá
para ello [HiSm, pag. 260—263 y 278—279].
Consideremos un péndulo de masa m que se mueve en un plano vertical. Despreciemos la masa

de la varilla (rígida) que lo soporta y suponemos que existe una fuerza de rozamiento opuesta al
movimiento y proporcional a la velocidad del péndulo. Sea l la longitud de la varilla, de manera
que el péndulo se mueve a lo largo de una circunferencia de radio l. Sea θ(t) el ángulo entre la
vertical y la varilla en el instante de tiempo t, medido en sentido contrario al de las agujas del
reloj. Entonces las velocidades angular y lineal son respectivamente ω(t) = θ0 (t) y v(t) = lω(t). La
fuerza de rozamiento es −klθ0 (t), k > 0, siendo esta fuerza tangente a la circunferencia. Por otra
parte la fuerza gravitatoria vertical tiene una componente tangente a la circunferencia de módulo
−mg sin θ(t). Por la segunda ley de Newton
mv 0 = mlθ00 = −klθ0 − mg sin θ(t),
equivalente al sistema (
θ0 = ω,
g k
ω0 = − sin θ − ω.
l m µ ¶
g k
El (0, 0) es un punto crítico del sistema. Si se hace f(θ, ω) = ω, − sin θ − ω , entonces
l m
Ã !
0 1
Jf(0, 0) = g k
− −
l m
123
cuyos valores propios son

⎛ "µ #1/2 ⎞
¶2
1⎝ k k 4g ⎠,
− ± −
2 m m l
que tienen parte real negativa. El sistema será siempre asintóticamente estable en el origen.
Si suponemos que no hay rozamiento (k = 0), podemos usar el método directo de Lyapunov con
la energía del sistema
1
E(θ, ω) = ml2 ω 2 + mgl(1 − cos θ),
2
donde hemos supuesto que el punto mas bajo del péndulo está a ras de suelo. Se comprueba fácilmente
que la derivada total de E es nula y por tanto ésta es una función de Lyapunov para el origen, por
lo que el sistema es estable.
9.7.2 La ecuación de Van der Pol
La ecuación de Van der Pol puede obtenerse a partir de un caso particular de circuito eléctrico
que contiene un triodo o tubo de vacío (ver [NaSa, pag. 566]), proporcionando la ecuación
x00 + μ(1 − x2 )x0 + x = 0,
donde μ es un parámetro real. Escribiendo la ecuación en la forma

½
x0 = y,
y 0 = −x + μ(x2 − 1)y,
y suponiendo que f(x, y) = (y, −x + μ(x2 − 1)y), tenemos que f(0, 0) = (0, 0), por lo que es un punto
crítico y
µ ¶
0 1
Jf(0, 0) = ,
−1 μ
de donde obtenemos aplicando el Teorema de Hartman—Grobman que dicho punto será asintóticamen-
te estable si μ < 0 e inestable si μ > 0. El caso μ = 0 puede discutirse directamente proporcionando
un centro y por tanto un punto crítico estable.
9.7.3 El circuito de Chua
124
El circuito de Chua es un circuito electrónico simple como se muestra en la figura
donde se introduce un elemento llamado diodo de Chua que se modeliza por una función lineal a
trozos (ver [GSCO]). Las ecuaciones diferenciales que describen el circuito vienen dadas por
⎧
⎪ dv1 1
⎪
⎪ = [G(v2 − v1 ) − f (v1 )],
⎪
⎪ dt C1
⎨ dv 1
2
= [G(v1 − v2 ) + iL ],
⎪
⎪ dt C2
⎪
⎪ di 1
⎪
⎩ L = − v2 ,
dt C1
donde G = 1/R y
1
f (v1 ) = Gb v1 + (Ga − Gb )(|v1 + E| − |v1 − E|),
2
donde E es el punto de ruptura del voltaje del diodo y Gb < 0, Ga < 0.
Haciendo x1 = v1 /E, x2 = v2 /E, x3 = iL /(EG), α = C2 /C1 y β = 1/(LG) y teniendo en cuenta que

entonces
f (x1 ) = m0 x1 + 0.5(m1 − m0 )(|x1 + 1| − |x1 − 1|)
con m0 = RGb y m1 = RGa , tenemos que el sistema se escribe como
⎧ 0
⎨ x1 = α(−x1 + x2 − f (x1 )),
x0 = x1 − x2 + x3 ,
⎩ 20
x3 = −βx2 .
125
Se comprueba entonces que (0, 0, 0) es un punto crítico del sistema tal que
⎛ ⎞
−α(1 + m0 ) α 0
Jf(0, 0, 0) = ⎝ 1 −1 1 ⎠
0 −β 0
siendo f(x1 , x2 , x3 ) = (α(−x1 + x2 − f (x1 )), x1 − x2 + x3 , −βx2 ). Si tomamos los parámetros en

la forma (α, m0 , β), se verifica que los siguientes valores (3/4, −2, 1) y (9/10, −3, 3) proporcionan
la inestabilidad del punto crítico, mientras que (3/4, 0, 3) proporciona la estabilidad asintótica del
mismo.
126
Bibliografía
[Ayr] F. Ayres Jr., Ecuaciones diferenciales. Teoría y 560 problemas resueltos, Schaum McGraw—
Hill, 1970.
[BaJi] F. Balibrea Gallego y V. Jiménez López, Ecuaciones diferenciales para las ciencias químicas
y físicas, DM Editor y Universidad de Murcia 2000.
[BoPr] W. E. Boyce y R. C. DiPrima, Ecuaciones diferenciales y problemas con valores en la frontera,

Limusa, Mexico, 1996.
[Bra] M. Braun, Differential equations and their applications, Springer—Verlag, Berlin, 1993.
[DeGr] W. R. Derrick y S. I. Grossman, Ecuaciones diferenciales con aplicaciones, Fondo Educativo

Interamericano, 1984.
[GSCO] S. Guo, L. S. Shieh, G. Chen y M. Ortega, Ordering chaos in Chua’s circuit: a sampled—data
feedback and digital redesign approach, International Journal of Bifurcations and Chaos 10
(2000), 2221—2231.
[HiSm] M. W. Hirsch y S. Smale, Ecuaciones diferenciales, sistemas dinámicos y álgebra lineal,

Alianza Editorial, 1983.
[IzTo] J. Izquierdo y J. R. Torregrosa, Algebra y ecuaciones diferenciales, Servicio de publicaciones,

Universidad Politéctica de Valencia, 1991.
[Jef] A. Jeffrey, Linear algebra and ordinary differential equations, CRC Press, 1993.
[Jim] V. Jiménez López, Apuntes de ecuaciones diferenciales, Servicio de publicaciones, Universi-

dad de Murcia, 2000.
[KKM] A. Kiseliov, M. Krasnov y G. Makarenko, Problemas de ecuaciones diferenciales ordinarias,

Mir 1988.
[MCZ] F. Marcellán, L. Casasús y A. Zarzo, Ecuaciones diferenciales. Problemas lineales y aplica-

ciones, McGraw—Hill, 1990.
[NaSa] R. K. Nagle y E. B. Saff, Fundamentos de ecuaciones diferenciales ( 2a edición), Addison

Wesley Longman, 1992.
[NOR] S. Novo, R. Obaya y J. Rojo, Ecuaciones y sistemas diferenciales, AC, Madrid, 1992.
127
Bibliografía
[Oma] R. E. O’Malley Jr., Thinking about ordinary differential equations, Cambridge University
Press 1997.
[PeTo] V. M. Pérez García y P. J. Torres, Problemas de ecuaciones diferenciales, Ariel Practicum,

2001.
[Pui] P. Puig Adam, Curso teórico práctico de ecuaciones diferenciales aplicado a la física y la
técnica, Biblioteca Matemática, Madrid, 1967.
[Sim] G. F. Simmons, Ecuaciones diferenciales (con aplicaciones y notas históricas), 2a Edición,

McGraw—Hill, 1993.
[Var] J. L. Varona Malumbres, Métodos clásicos de resolución de ecuaciones diferenciales ordina-

rias, Servicio de publicaciones, Universidad de La Rioja, 1996.
128

Ecuaciones Diferenciales

Cargado por

Copyright:

Formatos disponibles

Ecuaciones Diferenciales

Cargado por

Información del documento

Título original

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

Ecuaciones Diferenciales

Cargado por

Copyright:

Formatos disponibles

Apuntes de ecuaciones diferenciales

Jose S. Cánovas Peña

1 Introducción a las ecuaciones diferenciales 1

2 Ecuaciones diferenciales de orden uno 5

3 Aplicaciones de las ecuaciones de orden uno 17

4 Teoría general de sistemas y ecuaciones lineales 29

5 Resolución de ecuaciones lineales de orden n 39

5.4 Ecuación lineal no homogénea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

6 Aplicaciones de las ecuaciones diferenciales lineales de orden dos 53

7 Resolución de sistemas lineales de coeficientes constantes 61

8 Aplicaciones de los sistemas de ecuaciones diferenciales lineales 73

9 Teoría cualitativa de ecuaciones diferenciales 87

Introducción a las ecuaciones diferenciales

Sumario. Definición de ecuación diferencial. Orden de una ecuación diferencial.

1.1 Ecuaciones diferenciales

F (x, y, y 0 , ..., y n) ) = 0, (1.1)

F (x, y(x), y 0 (x), ..., y n) (x)) = 0

para todo punto x ∈ (−π/2, π/2).

A lo largo del curso estudiaremos fundamentalmente ecuaciones resueltas respecto de la derivada

y n) = f (x, y, y 0 , ..., y n−1) ),

donde F no depende de la variable independiente y las ecuaciones lineales

a0 (x)y n) + a1 (x)y n−1) + ... + an−1 (x)y 0 + an (x)y = b(x)

con an , an−1 , ..., a1 , a0 y b funciones reales de variable real.

1.2 Soluciones de ecuaciones diferenciales

F (x, y, y 0 , ..., y n) ) = 0, (1.3)

las soluciones de la misma pueden escribirse como

g(x, y, c1 , ..., cn ) = 0 (1.4)

Sin embargo, no siempre es posible la situación anterior. Por ejemplo, la ecuación y 2 + (y 0 )2 = −1

1.3 Problemas de condiciones iniciales

Ecuaciones diferenciales de orden uno

Sumario. Ecuación de variables separables. Ecuación lineal homogénea y no

2.1 Ecuaciones diferenciales de variables separadas

tendremos resuelta la ecuación inicial. Por ejemplo, si consideramos la ecuación

2.2 Ecuaciones diferenciales lineales

f1 (x)y 0 + f2 (x)y = g(x),

podemos reducirla a la forma

y sea yh (x) = KeG(x) la solución de la ecuación homogénea calculada anteriormente. El método de

y 0 (x) = K 0 (x)eG(x) − K(x)p(x)eG(x) .

de donde obtenemos que las soluciones de nuestra ecuación son

de donde obtenemos que las soluciones de nuestra ecuación son

2.3 Ecuaciones diferenciales exactas

Definiremos las ecuaciones diferenciales exactas como aquellas de forma

Si ahora consideramos el problema de condiciones iniciales

2.4 Factores integrantes

es exacta y por tanto existirá una función f (x, y) tal que

y utilizando la otra igualdad

2.5 Existencia y unicidad de soluciones

En primer lugar, ejemplos como ½

tiene solución única definida en [t0 − α, t0 + α] donde α = min{a, b/M}.

generada a partir del problema integral asociado de la forma

3. Resolver las siguientes ecuaciones de variables separables:

4. Resolver las siguientes ecuaciones lineales:

7. Ecuaciones homogéneas. Una ecuación diferencial se dice homogénea si es de la forma

8. Ecuación de Bernuilli. Una ecuación diferencial se dice de Bernuilli si puede escribirse en la

9. Resolver las siguientes ecuaciones diferenciales

(a) y 0 = (x − y)2 + 1 (b) y 0 + y cos x = y n sin 2x; n 6= 1

(i) x − y 2 + 2xyy 0 = 0 (j) (x + 1)y 0 = y − 1

10. Resolver los problemas de condiciones iniciales siguientes:

Sumario. Problemas geométricos. Familias ortogonales. Descomposicón radioac-