Professional Documents
Culture Documents
Jose Antonio Mu
noz Gomez
Omar Aguilar Loreto
Abimael Jimenez Perez
Andres Trinidad Medel de Gante
c Draft date 25 de octubre de 2010
Indice general
1. Conceptos B
asicos en Ecuaciones Diferenciales
1.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
1.2.1. Definici
on de EDO . . . . . . . . . . . . . . . . . . .
11
12
13
1.2.4. Soluci
on de una ecuaci
on diferencial . . . . . . . . .
15
19
21
1.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21
23
24
INDICE GENERAL
28
29
31
34
2.3.1. Ecuaci
on exacta . . . . . . . . . . . . . . . . . . . .
35
35
2.4. Soluci
on por sustituciones . . . . . . . . . . . . . . . . . . .
38
39
2.4.2. Ecuaci
on de Bernoulli . . . . . . . . . . . . . . . . .
41
2.4.3. Reducci
on a separacion de variables . . . . . . . . .
42
44
49
3.1. Nociones b
asicas . . . . . . . . . . . . . . . . . . . . . . . .
50
59
67
3.3.1. Variaci
on de par
ametros . . . . . . . . . . . . . . . .
67
72
77
3.3.4. Funci
on de Green . . . . . . . . . . . . . . . . . . . .
84
3.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . .
95
4. La transformada de Laplace
4.1. La notaci
on est
andar . . . . . . . . . . . . . . . . . . . . . .
97
98
INDICE GENERAL
98
99
133
. . . . . . . . . . . . . . . . . . . . . . 134
INDICE GENERAL
. . . . . . . . . . . . . 160
168
Ap
endice B
171
Ap
endice C
174
Prefacio
Desde la antig
uedad, la matematica ha sido el lenguaje humano por
medio del cual hemos ampliado nuestros sentidos y nos ha permitido comprender o estudiar a la naturaleza y otros campos de la ciencia. Dentro de
las ramas de las matematicas, las ecuaciones diferenciales ordinarias han
influido considerablemente en las
areas de ingeniera.
La finalidad de este libro es proporcionar material de apoyo a los estudiantes de las carreras de ingeniera. El libro est
a integrado con los conceptos mnimos requeridos para entender los metodos de solucion analtica
y numerica, dando un especial enfasis a la resolucion de problemas.
En las areas de ciencias exactas e ingenieras frecuentemente se utilizan
modelos basados en la observaci
on y sustentados en las matematicas, por
ello es recomendable que los estudiantes tengan una buena formaci
on en
esta disciplina. Con el objetivo de ayudar a los estudiantes a mejorar su
comprensi
on en el
area de ecuaciones diferenciales ordinarias, hemos escrito
este libro que contiene los temas b
asicos en esta materia.
Los lineamientos generales que seguimos al escribir el libro son:
Dar los conceptos y definiciones de forma clara y concisa.
7
PREFACE
Exponer los procedimientos y tecnicas de simplificaci
on con detalle
y de forma reiterativa.
Dar una buena cantidad de ejemplos.
Captulo
Conceptos Basicos en
Ecuaciones Diferenciales
1.1.
Introducci
on
10CAPITULO 1. CONCEPTOS BASICOS
EN EC. DIFERENCIALES
El origen de las ecuaciones diferenciales inici
o con los primeros trabajos del cientfico y matematico ingles Sir Isaac Newton (1642-1727) y el
filosofo y matematico alem
an Gottfried Wilhelm Leibniz (1646-1716) en el
desarrollo de la ciencia del c
alculo en el siglo XVII. Newton en particular se
involucr
o con la determinaci
on de las leyes que gobiernan el movimiento (la
cada de una manzana de un
arbol o el movimiento de los planetas en sus
orbitas). No se debe pensar que las ecuaciones diferenciales exclusivamen
te se utilizan para modelar sistemas fsicos. El mismo tipo de ecuaciones
y el mismo tipo de analisis de sistemas din
amicos se puede utilizar para
modelar y entender fenomenos en biologa, economa, qumica, electronica
entre otros.
1.2.
Definiciones y t
erminos
1.2. DEFINICIONES Y TERMINOS
11
dy
= 2xy
dx
(1.1)
La ecuaci
on (1.1) es una ecuaci
on diferencial, donde y es la variable
dependiente, x la variable independiente y dy/dx es la derivada de y con
respecto a x. De esta manera, se dice que una ecuaci
on que contiene derivadas de una o mas variables dependientes es una ecuaci
on diferencial.
La solucion de ecuaciones diferenciales es un problema matematico que
consiste en buscar una funci
on que satisfaga la ecuaci
on diferencial. Se
puede llevar a cabo mediante un metodo especfico para la ecuaci
on diferencial en cuestion (tipo, orden y linealidad) o mediante una transformada
(por ejemplo, la transformada de Laplace que se abordar
a en el captulo
4).
1.2.1.
Definici
on de EDO
Si una ecuaci
on contiene solo derivadas de una variable dependiente con
respecto a una sola variable independiente se dice que es una Ecuaci
on
Diferencial Ordinaria (EDO). Las siguientes ecuaciones son ejemplos de
EDOs.
dy
d2 y
dy
+ 5y = ex y
+ 6y = 0
2
dx
dx
dx
12CAPITULO 1. CONCEPTOS BASICOS
EN EC. DIFERENCIALES
Si se involucran derivadas con mas de una variable dependiente en funci
on
de una variable independiente se tiene un sistema de ecuaciones diferenciales ordinarias (ver captulo 4 y 5).
1.2.2.
Orden de la ecuaci
on diferencial
(1.2)
es una ecuaci
on diferencial de tercer orden, ya que y es la derivada de
mayor orden en (1.2). De forma general, una ecuaci
on diferencial ordinaria
de n-esimo orden de una variable dependiente y, se puede expresar como
(1.3)
F x, y, y , . . . , y (n) = 0
donde F es una funci
on de valores reales con a lo mas n + 2 variables. Por
razones practicas y teoricas se supone que siempre es posible despejar y (n)
de forma u
nica en terminos de las n + 1 variables restantes de la ecuaci
on
(1.3). La ecuaci
on diferencial
dn y
(n1)
(1.4)
=
f
x,
y,
y
,
.
.
.
,
y
dxn
d2 y
= f (x, y, y )
dx2
son las formas normales que representan a las ecuaciones diferenciales ordinarias de primer y segundo orden respectivamente. Por ejemplo, la forma
normal de la ecuaci
on de primer orden 4xy + y = x es y = (x y)/4x.
1.2. DEFINICIONES Y TERMINOS
1.2.3.
13
Linealidad de la ecuaci
on diferencial
Una ecuaci
on diferencial ordinaria de orden n es lineal si F es lineal
en y, y , . . . , y (n) . Esto significa que una EDO de orden n es lineal cuando
(1.3) se puede expresar de la forma
an (x)
dn1 y
dy
dn y
+
a
(x)
+ + a1 (x)
+ a0 (x)y = g(x)
n1
dxn
dxn1
dx
(1.5)
dy
+ a0 (x)y = g(x)
dx
(1.6)
dy
d2 y
+ a1 (x)
+ a0 (x)y = g(x)
(1.7)
dx2
dx
Como se observa en (1.5) las dos propiedades de una EDO lineal son:
a2 (x)
x2
4
dy
= ex
dx
d2 y
+ cos x = 0
dx2
d4 y
+y =0
dx4
son ecuaciones diferenciales ordinarias lineales de primer, segundo y cuarto orden respectivamente. Una ecuaci
on diferencial ordinaria no lineal es
14CAPITULO 1. CONCEPTOS BASICOS
EN EC. DIFERENCIALES
simplemente aquella que no cumple alguna de las dos propiedades de linealidad. Las funciones no lineales de la variable dependiente o sus derivadas,
como cos y o ey , no pueden aparecer en una ecuaci
on lineal. Por lo tanto,
x+y
4y
2
dy
= ex
dx
d2 y
+ cos y = 0
dx2
d4 y
+ y2 = 0
dx4
son ejemplos de ecuaciones diferenciales ordinarias no lineales de primer,
segundo y cuarto orden, respectivamente. La no linealidad se genera en la
primera ecuaci
on debido a que el coeficiente a1 (x) depende de la variable
dependiente y, en la segunda la presencia de una funci
on no lineal cos y
es la causa de la no linealidad y en la u
ltima el termino de y de grado 2
genera la no linealidad.
Existe un criterio mas riguroso para establecer cuando una ecuaci
on
es lineal o no lineal, el cual no se abordar
a en este captulo. Sin embargo,
para el caso de este libro se dir
a que la ecuaci
on es lineal siempre y cuando
tenga la forma (1.5). En los siguientes ejemplos
y + xy = x2
5
d2 y
2y = sin x
dx2
1.2. DEFINICIONES Y TERMINOS
15
podemos observar que en analoga con (1.5) tenemos ejemplos de ecuaciones lineales, mientras que la ecuaci
on
d4 x dx
+
x = ln x
dt4
dt
no lo es. Esto se debe al termino ln x.
Si en (1.5) el termino g (x) = 0 entonces se dice que se tiene una ecuaci
on lineal homogenea. Por otro lado, si g (x) 6= 0 entonces la ecuaci
on
se denomina no homogenea, es evidente que toda ecuaci
on no homogenea
posee una ecuaci
on homogenea afn, simplemente basta hacer g (x) = 0.
Si los coeficientes an (x), an1 (x), . . . , a1 (x), a0 (x), de las derivadas son todos constantes no dependen de x entonces se dice que la ecuaci
on es
una ecuaci
on diferencial lineal con coeficientes constantes a
un cuando la
funci
on g (x) pueda depender de x.
1.2.4.
Soluci
on de una ecuaci
on diferencial
La soluci
on de una ecuaci
on diferencial es aquella funci
on y = y(x),
definida en un intervalo I y con al menos n derivadas continuas en I, que al
sustituirse en una ecuaci
on diferencial ordinaria de n-esimo orden reduce la
ecuaci
on a una identidad. La demostracion de la existencia de soluciones
para las ecuaciones diferenciales, es un tema que mantuvo ocupados a
matematicos desde hace decadas, para fortuna de nosotros, el teorema de
existencia y unicidad de soluciones ya ha sido demostrado [1].
Ejemplo 1. Compruebe que la funci
on y indicada es una solucion de la
ecuaci
on diferencial en el intervalo (, ).
dy
+ 20y = 24,
dx
y=
6 6 20x
e
5 5
16CAPITULO 1. CONCEPTOS BASICOS
EN EC. DIFERENCIALES
que la primer derivada de y es
dy
= 24e20x
dx
sustituyendo los valores de y y
dy
dx
en la ecuaci
on diferencial original
dy
+ 20y = 24
dx
6 6 20x
20x
24e
+ 20
= 24
e
5 5
24e20x + 24 24e20x
= 24
2x
y 5y + 6y = 0
+ 6 5e3x 7e2x = 0
1.2. DEFINICIONES Y TERMINOS
17
Intervalo de definici
on
Es imposible considerar la solucion de una ecuaci
on diferencial ordinaria sin al mismo tiempo pensar en el intervalo. El intervalo I mencionado
en la secci
on 1.2.4, recibe varios nombres, tales como, intervalo de definici
on, intervalo de existencia, intervalo de validez o dominio de la solucion
[2]. Puede ser un intervalo abierto (a, b), un intervalo cerrado [a, b], un
intervalo infinito (, ), etc. La selecci
on del tipo de intervalo depende
de la EDO analizada.
Soluci
on explcita e implcita
Aqu el lector debe estar familiarizado con los terminos de funciones
explcitas e implcitas de la teora del C
alculo [3]. Una solucion explcita
es aquella en la que la variable y depende solamente de la variable independiente x. En el ejemplo 1, vimos que y(x) = 6/5 6/5e20x es una
solucion explcita de dy/dx + 20y = 24.
Cuando se resuelven algunas ecuaciones diferenciales ordinarias, se observara que los metodos de solucion no siempre llevan de forma directa a
una solucion explcita y(x). En esos casos tendremos una solucion implcita
de una ecuaci
on diferencial ordinaria en un intervalo I, la cual se define
como la relacion G(x, y) = 0, siempre que exista al menos una funci
on y
que satisface tanto la relaci
on como la ecuaci
on diferencial en I. Algunos
casos de soluciones implcitas son
sen(y) = xy,
y = xey ,
y 3 = 5 + 3x 3y
18CAPITULO 1. CONCEPTOS BASICOS
EN EC. DIFERENCIALES
Una solucion de esta ecuaci
on es una funci
on y(x) tal que, su primera
derivada sea igual a x2 2x + 7. Un estudiante piensa que dicha funci
on es
x3
x3
2
2
x
+
7x,
mientras
el
otro
piensa
en
la
funci
o
n
x
+
7x
10.
Ambas
3
3
respuestas parecen ser correctas. Para resolver este problema simplemente
se integran ambos lados de la ecuaci
on diferencial
Z
dy =
x2 2x + 7 dx
Como estamos utilizando una integral indefinida, siempre hay una constante de integraci
on que no se debe de olvidar. Por lo tanto, la solucion de
este problema es una familia infinita de soluciones
y=
x3
x2 + 7x + c
3
donde c es cualquier constante real. Por cada valor particular de c se obtendra un miembro de la familia. Por ejemplo, en la figura 1.1 podemos
observar tres miembros (c = 10, c = 0 y c = 15) de la familia unipa3
rametrica de la solucion x3 x2 + 7x + c.
1.2. DEFINICIONES Y TERMINOS
19
30
20
10
10
20
30
40
50
c = -10,
c = 0,
c = 15
1.2.5.
x3
3
20CAPITULO 1. CONCEPTOS BASICOS
EN EC. DIFERENCIALES
par
ametro c. Por ejemplo la ecuaci
on
n
d y
(n1)
=
f
x,
y,
y
,
.
.
.
,
y
dxn
sujeta a
1
x2 1
es una soluci
on particular para este problema de valor inicial.
21
1.3. EJERCICIOS
1.2.6.
1.3.
Ejercicios
2. xy = 2y
3. x + 5x = ex
4. (y )2 + x = 3y
5. xy (xy + y) = 2y 2
6.
d2 R
dt2
= R12
7. (sin )y (cos )y = 2
22CAPITULO 1. CONCEPTOS BASICOS
EN EC. DIFERENCIALES
h
8. y 1
(y )2
3
y + y = 0
y = sin x
12. x 5x + 6x = 0;
x = e3t + 32 e2t
2
dy
dy
+ y = 0;
y = x2
x dx
13. 41 dx
2
14. t dR
dt R = t sin t;
15.
d t
dt4
= 0;
R = t(c cos t)
y = at3 + bt2 + ct + d
Captulo
Ecuaciones Diferenciales
Ordinarias de Primer Orden
En este captulo se definen y analizan diferentes metodos analticos
para resolver EDOs de primer orden.
Primeramente se aborda el metodo de variables separables, por ser el
esquema mas sencillo de estudiar. Esto es requerido debido a que en algunas tecnicas se transformar
a la ecuaci
on original para obtener una ecuaci
on
de variables separables. Una caracterstica importante de las ecuaciones diferenciales lineales de primer orden o de orden superior (captulo 3), es que
siempre existe la solucion de la ecuaci
on. Dicha solucion se forma generalmente con la suma de dos soluciones yc y yp , las cuales corresponden a la
parte homogenea y no homogenea de la ecuaci
on lineal, respectivamente.
Este tema se discute posteriormente. Ademas, se estudia el caso de las
denominadas ecuaciones exactas, en donde se determina si la ecuaci
on es
el diferencial de una funci
on f (x, y).
23
24
2.1.
El estudio de c
omo resolver ecuaciones diferenciales de primer orden
inicia con la tecnica mas simple: el metodo de variables separables.
Considere una ecuaci
on diferencial de primer orden de la forma
dy
= f (x, y)
dx
(2.1)
25
se dir
a que es una ecuaci
on diferencial de variables separables. De esta
manera, la ecuaci
on (2.1) se puede escribir como
dy
= g(x)dx
h(y)
y en cada miembro de la ecuaci
on se tendra una u
nica variable. Para resolver este tipo de ecuaciones basta con integrar ambos lados de la ecuaci
on
[4].
Ejemplo 1. Resuelva
dy
= e(3x+2y)
dx
La ecuaci
on anterior se puede representar como
dy
= e3x e2y
dx
26
k
sen t + c
P (t) = ce sen t
27
ce sen 0
P0
k
P (t) = P0 e sen t
Para casos practicos supongamos que P0 = 100, k = 2, y = . En la figura 2.1 podemos observar que la poblacion vara periodicamente, fluctuando
2
2
desde el valor mnimo de 100e( ) hasta un valor maximo de 100e( ) .
Ejercicios
En los problemas del 1-10 resuelva las ecuaciones o PVIs por el metodo de
variabes separables.
1.
dy
dx
52y
x
2.
dy
dx
xy
x+1
p
3. y = 3 3 y 2 ;
4.
dy
dx
y(2) = 0
(y1)(y2)
x
5. y cot x + y = 2;
6.
dy
dx
= (x + 1)2
7. y ln x dx
dy =
y+1 2
x
y(0) = 1
dy
= (ey ) e2xy
8. ex y dx
28
180
160
140
P(t)
120
100
80
60
0
dy
dt
2.2.
+ ty = y;
y(0) = 0
y(1) = 3
Ecuaciones lineales
Las ecuaciones diferenciales lineales son una familia amigable de ecuaciones diferenciales en el sentido de que, dada una ecuaci
on lineal, ya sea de
primer orden o de orden superior (captulo 3), siempre es posible encontrar
una solucion de la ecuaci
on. La forma general de una ecuaci
on diferencial
de primer orden lineal se present
o en el captulo anterior en la ecuaci
on
(1.6) y se menciona nuevamente aqu para fines del desarrollo del metodo.
a1 (x)
dy
+ a0 (x)y = g(x)
dx
(2.2)
29
2.2.1.
Forma est
andar
(2.3)
(2.4)
P (x)dx
Con
R la finalidad de simplificar las ecuaciones se define la variable y1 =
e P (x)dx y la solucion sera yc = cy1 (x). Con esta solucion se puede
observar que dy1 /dx + P (x)y1 = 0 (comprobar por parte del lector).
30
P (x)dx
dy1
du
+ y1
+ P (x)uy1 = f (x)
dx
dx
agrupando terminos
u
du
dy1
+ P (x)y1 + y1
= f (x)
dx
dx
du
= f (x)
dx
P (x)dx
+e
P (x)dx
P (x)dx
f (x)dx
(2.5)
31
P (x)dx
(2.6)
debido a que se puede utilizar para resolver (2.3) de una manera menos
complicada.
Podemos comprobar que la solucion (2.5) satisface (2.3). Para ello, la
solucion (2.5) se multiplica por (2.6)
Z R
R
e P (x)dx y = c + e P (x)dx f (x)dx
(2.7)
2.2.2.
P (x)dx
(2.8)
(2.9)
, se obtiene la ecua-
M
etodo de soluci
on
El metodo para resolver (2.3) queda resumido en las ecuaciones (2.72.9) en orden inverso. El Rlado izquierdo de (2.9) se reconoce como la antiderivada del producto de e P (x)dx y y; esto da lugar a (2.8). A continuacion
se integran ambos lados de la ecuaci
on (2.8) para obtener la solucion (2.7).
Debido aRque la ecuaci
on (2.3) se resuelve integrando despues de multiplicar por e P (x)dx , a este termino se le denomina factor integrante.
El procedimiento para solucionar una ecuaci
on diferencial lineal de primer orden es el siguiente:
32
Ejemplo 3. Resuelva
dy
3y = 0
dx
Esta ecuaci
on puede resolverse por el metodo de variables separables.
Sin embargo, sera resuelta por el metodo de ecuaciones lineales, ya que
es una ecuaci
on lineal de primer orden. Como la ecuaci
on ya est
a en la
forma est
andarR (2.3) se observa que P (x) = 3 y por lo tanto, el factor
integrante es e (3)dx = e3x . Multiplicando la ecuaci
on por este factor,
se obtiene
dy
3e3x y = 0
e3x
dx
Conforme a lo mencionado en la secci
on anterior, el lado izquierdo de esta
ecuaci
on se expresa como
d 3x
[e
y] = 0
dx
Al integrar ambos lados de la u
ltima ecuaci
on se obtiene e3x y = c. Al
despejar y se obtiene la solucion
y = ce3x
33
dy
3y = 6
dx
Observe que la ecuaci
on homogenea relacionada para esta ecuaci
on diferencial se resolvio en el ejemplo anterior. Nuevamente la ecuaci
o
n
ya est
a en
R
la forma est
andar (2.3), y el factor integrante a
un es e (3)dx = e3x .
Multiplicando la ecuaci
on por este factor, se obtiene
e3x
dy
3e3x y = 6e3x
dx
34
4. ty = 3y + t3 t2
5.
dx
ds
x
s
s2
6. y = 2y + x2 + 5
7. xdy = (x sen x y)dx
8.
dy
dx
+ 5y = 20;
9. y = 2y + x e
3x
2
10. y dx
dy x = 2y ;
2.3.
y(0) = 2
e2x ; y(0) = 2
y(1) = 5
Ecuaciones exactas
Si bien la ecuaci
on simple de primer orden ydx + xdy = 0 es separable,
esta se puede resolver de una manera alternativa reconociendo que la expresi
on del lado izquierdo de la igualdad es el diferencial total de la funci
on
f (x, y) = xy; es decir, d(xy) = ydx + xdy. En esta secci
on se examinan
ecuaciones diferenciales de primer orden de la forma
M (x, y)dx + N (x, y)dy = 0
(2.10)
2.3.1.
35
Ecuaci
on exacta
Una expresion diferencial M (x, y)dx+N (x, y)dy es una diferencial exacta en una region R del plano xy si corresponde al diferencial de alguna
funci
on f (x, y) definida en R. Una ecuaci
on diferencial de la forma (2.10)
es una ecuaci
on exacta si la expresion del lado izquierdo es una diferencial
exacta.
Por ejemplo, (5x + 4y)dx + (4x 8y 3 )dy = 0 es una ecuaci
on exacta,
por que su lado izquierdo es una diferencial exacta
5 2
x + 4xy 2y 4 = (5x + 4y)dx + (4x 8y 3 )dy
df (x, y) = d
2
De la ecuaci
on anterior podemos observar que M (x, y) = 5x+4y y N (x, y) =
4x 8y 3 , entonces M /y = 4 = N/x. Este resultado ejemplifica el criterio para decidir si una ecuaci
on corresponde a una diferencial exacta.
Criterio. Si M (x, y) y N (x, y) son continuas y con primeras derivadas
parciales continuas en una regi
on rectangular R definida por a < x <
b, c < y < d. Entonces una condicion necesaria y suficiente para que
M (x, y)dx + N (x, y)dy sea una diferencial exacta es
M
N
=
y
x
2.3.2.
(2.11)
M
etodo de soluci
on
Si la ecuaci
on (2.10) satisface (2.11), entonces existe una funci
on f para
la cual
f
= N (x, y)
y
Se puede determinar f al integrar N (x, y) con respecto a y manteniendo
x constante
Z
f (x, y) = N (x, y)dy + g(x)
(2.12)
36
donde la funci
on arbitraria g(x) es la constante de integraci
on. Ahora, si
derivamos la ecuaci
on (2.12) con respecto a x y suponemos que f /x =
M (x, y)
Z
f
=
N (x, y) dy + g (x) = M (x, y)
x
x
despejando g (x)
g (x) = M (x, y)
N (x, y)dy
(2.13)
M (x, y)
N (x, y) dy =
N (x, y) dy
y
x
y
x y
N
M
=
y
x
=0
Segundo, el procedimiento anterior tambien se puede deducir a partir de
la hipotesis
f
= M (x, y)
x
Despues de integrar M con respecto a x y posteriormente diferenciar ese
resultado, se encontrara que los analogos de (2.12) y (2.13) son
Z
Z
37
f
= 2x2 y + 4
y
38
y(1) = 1
y(1) = 2
2.4.
y(0) = e
Soluci
on por sustituciones
POR SUSTITUCIONES
2.4. SOLUCION
39
2.4.1.
Ecuaciones homog
eneas
Si una funci
on f posee la propiedad f (tx, ty) = t f (x, y) para alg
un
n
umero real , se dice entonces que f es una funci
on homogenea de grado
. Por ejemplo, f (x, y) = x4 + x2 y 2 es una funci
on homogenea de cuarto
grado, porque
f (tx, ty) = (tx)4 + (tx)2 (ty)2 = t4 (x4 + x2 y 2 ) = t4 f (x, y)
mientras que f (x, y) = x4 + x2 y 2 + 5 es no homogenea. Se dice que una
ecuaci
on diferencial de primer orden en forma diferencial
M (x, y)dx + N (x, y)dy = 0
(2.14)
x
y
(2.16)
40
1
+c
u
ln x =
POR SUSTITUCIONES
2.4. SOLUCION
41
x
ln x + c
2.4.2.
Ecuaci
on de Bernoulli
La ecuaci
on diferencial
dy
+ P (x)y = f (x)y n
dx
(2.17)
donde n es cualquier n
umero natural, se conoce como ecuaci
on de Bernoulli. Observe que para n = 0 y n = 1 la ecuaci
on (2.17) es lineal. Para n > 1
la sustitucion u = y 1n reduce cualquier ecuaci
on de la forma (2.17) a una
ecuaci
on lineal.
Ejemplo 7. Resuelva
dy
+ y = x2 y 2
dx
dividiendo toda la ecuaci
on entre x se obtiene
x
dy
1
+ y = xy 2
dx x
(2.18)
42
dx
x
= e ln x = eln x
= x1
2.4.3.
1
x(c x)
Reducci
on a separaci
on de variables
Una ecuaci
on diferencial de la forma
dy
= f (Ax + By + C)
dx
donde A, B y C son constantes reales, se reduce siempre a una ecuaci
on
con variables separables por medio de la sustitucion u = Ax + By + C,
B 6= 0.
Ejemplo 8. Resuelva
dy
= (2x + y)2 7
dx
Si se define u = 2x + y, entonces
dy
du
= 2 +
dx
dx
POR SUSTITUCIONES
2.4. SOLUCION
43
o bien
du
= u2 9
dx
La u
ltima ecuaci
on es separable lo cual resulta en
du
= dx
u2 9
(2.20)
u2 9
(u 3)(u + 3)
6(u 3) 6(u + 3)
(2.21)
6 u3 u+3
al integrar ambos lados de la ecuaci
on se obtiene
1
u3
=x+c
ln
6
u+3
aplicando propiedades de los logaritmos naturales
u3
= e6x+6c
u+3
sustituyendo e6c por c, se obtiene
u3
= ce6x
u+3
Al despejar u de la u
ltima ecuaci
on
u=3
1 + ce6x
1 ce6x
44
1 + ce6x
1 ce6x
Ejercicios
En los problemas del 1-10 resuelva cada una de las ecuaciones con la sustitucion apropiada.
1. (x y)dx + xdy = 0
2. (x + y)dx + xdy = 0
3. xdx + (y 2x)dy = 0
4. ydx = 2(x + y)dy
5. (y 2 + yx)dx x2 dy = 0
6. (y 2 + yx)dx + x2 dy = 0
7.
dy
dx
yx
y+x
8.
dy
dx
x+3y
3x+y
9. ydx + (x + xy)dy = 0
p
x2 + y 2
10. x dy
dx y =
2.5.
Circuito RL serie
45
vR (t)
vL (t)
V
i(t)
eLt
di R R t
V R
+ ie L = e L t
dt
L
L
(2.23)
46
V
R
+ ce L t
R
(2.24)
I0 =
47
(2.25)
La ecuaci
on (2.25) es la solucion particular de la ecuaci
on diferencial. Ahora vL (t) puede encontrarse aplicando a la ecuaci
on (2.25) lo siguiente
di
vL (t) = L
dt
V
R
t
R
L
L
I0
e
vL (t) =
L
R
R
vL (t) = (V RI0 )e L t
vR (t) = V + (RI0 V )e L t
Considerando una fuente de alimentacion V = 10 Volts, una resistencia
R = 120 y una inductancia L = 0.5 H. Cual es la curva solucion de la
corriente i(t)? En t = 0 se tiene una corriente inicial I0 = 0. Sustituyendo
estos valores en (2.25), tenemos
10
120
10
i(t) =
e 0.5 t
+ 0
120
120
1
1
e240t
i(t) =
12 12
En la figura 2.3 se puede observar la gr
afica para la corriente i(t) del
circuito RL serie en funci
on del tiempo.
Observe que debido a la presencia del inductor, la corriente sera nula
para t = 0 y en consecuencia la diferencia de potencial en la resistencia
sera cero, por lo tanto el inductor debe soportar ntegramente la diferencia
48
0.08
0.07
0.06
0.05
i
(A) 0.04
0.03
0.02
0.01
0
0.005
0.010
s
0.015
0.020
Captulo
49
3.1.
Nociones b
asicas
Indudablemente el
algebra lineal es una de las herramientas matematicas que mas aplicaciones ha tenido dentro del campo de la misma matematica as como de otras disciplinas aplicadas. Un claro ejemplo esta
relacionado con la teora de ecuaciones diferenciales ordinarias, donde se
utilizan algunos conceptos como espacio vectorial, dependencia e independencia lineal, producto interior, entre otros. En particular en el caso de
ecuaciones de orden superior, tales conceptos son imprescindibles y son los
que a continuacion se describen.
Independencia Lineal. Sea S = {y0 (x), y1 (x), . . . , yn (x)} un conjunto de
funciones definidas sobre alg
un intervalo I en los n
umeros reales, entonces
se dice que S es linealmente independiente si en la ecuaci
on
c0 y0 (x) + c1 y1 (x) + + cn yn (x) = 0
las constantes c0 = c1 = = cn = 0 necesariamente son nulas para
satisfacer la relacion anterior. Por el contrario si resulta que alguna de ellas
es ci 6= 0, i = 0, . . . , n entonces se dice que el conjunto S es linealmente
dependiente.
Ejemplo 1. Las funciones cos 2x, cos2 x, sen2 x , son linealmente dependientes ya que si hacemos
y0 (x) = cos 2x,
y1 (x) = cos2 x,
y2 (x) = sen2 x
entonces
y0 (x) y1 (x) + y2 (x) = 0
donde hemos usado la identidad cos 2x = cos2 x sen2 x. Por lo que c0 =
1, c1 = 1, c2 = 1, y el conjunto es linealmente dependiente.
Ejemplo 2. Las funciones 1, x, x2 son linealmente independientes en
todo el eje real (para cualquier valor de x), y denotemos como
y0 (x) = 1,
y1 (x) = x,
y2 (x) = x2
3.1. NOCIONES BASICAS
51
(3.2)
Ejemplo 3. Las funciones
t + 5, t + 5t, t 1, t2 , definidas en el intervalo (0, ) son linealmente dependientes ya que si hacemos
dn1 y
dy
dn y
+
a
(x)
+ + a1 (x)
+ a0 (x)y = 0
n1
n
n1
dx
dx
dx
(3.3)
y sean a0 (x), a1 (x), . . . , an (x), g(x) funciones continuas definidas sobre alg
un
intervalo I de los n
umeros reales, con la restriccion de que an (x) 6= 0 en
este intervalo. Existe un conjunto de n funciones que son soluciones de
(3.3) y son linealmente independientes sobre el intervalo dado (vease [6]).
ces
Si {y0 (x), y1 (x), . . . , yn (x)} es el conjunto solucion de funciones entony = c0 y0 (x) + c1 y1 (x) + + cn yn (x)
(3.4)
(3.5)
3.1. NOCIONES BASICAS
53
(3.6)
dn y
dn1 y
dy
+ an1 (x) n1 + + a1 (x)
+ a0 (x)y = gi (x)
n
dx
dx
dx
n
X
i=0
ci yi (x) +
k
X
ypi (x)
i=0
Sin embargo, a
un cuando sabemos que existe un conjunto de soluciones
para la ecuaci
on (3.3), estas no necesariamente son independientes. Para
determinar si alg
un conjunto es linealmente independiente existe un criterio matematico llamado Wronskiano, que puede ser muy u
til en varias
ocasiones.
Sea S = {y0 (x), y1 (x), . . . , yn (x)} un conjunto de funciones que son
soluciones de la ecuaci
on (3.3) en el intervalo I. Entonces S es un conjunto
linealmente independiente sobre el intervalo I si y solo si W (x) 6= 0, donde
y0 (x)
(x)
y
y
2 (x)
1
y1 (x)
y2 (x)
W (x) = y0 (x)
..
..
..
.
.
n1.
n1
n1
y
(x)
y
(x)
y
(x)
0
1
2
..
.
n1
yn (x)
yn (x)
yn (x)
yn (x)
..
.
x
x
y y y + y = 0
ex + ex = 0
ex ex + ex + ex = 0
(2 + 2) ex = 0
y y y + y = 0
3.1. NOCIONES BASICAS
55
x
e
W (x) = ex
ex
ex
ex
ex
cosh x
senh x
cosh x
calculando el determinante
W (x) = ex ex cosh x ex senh x
simplificando terminos
y y y + y = 0
desarrollando el determinante
W (x) = ex ex (2ex + xex ) ex (ex + xex )
ex (ex (2ex + xex ) ex (ex + xex ))
+ (xex ) ex ex ex ex
W (x) = 4ex 6= 0,
(cos x) + cos x = 0
cos x + cos x = 0
similarmente para sen x
y + y = 0
(sen x) + sen x = 0
sen x + sen x = 0
3.1. NOCIONES BASICAS
57
finalmente veamos si ambas funciones forman un conjunto linealmente independiente. Calculemos el Wronskiano
cos x sen x
= cos2 x + sen2 x = 1 6= 0
W (x) =
sen x cos x
(3.10)
Dy =
2
dx2
dx
d2 y
dy
= 2 2
(3.12)
dx
dx
d x3 4x2 + 2e2x
d2 x3 4x2 + 2e2x
2
=
2
dx
dx
= 6x 8 + 8e2x 2 3x2 8x + 4e2x
D2 2D y =
= 23x2 + 22x 8
= 5x3 + 9x 2x cos x
(3.14)
3.2. ECUACIONES HOMOGENEAS
59
(3.15)
3.2.
Ecuaciones homog
eneas
En esta secci
on tratamos ecuaciones con coeficientes constantes del tipo
homogeneas. Consideremos la siguiente ecuaci
on
y = y
(3.16)
(3.17)
tambien la funci
on exponencial y = ex satisface la ecuaci
on y similarmente
para la ecuaci
on
yn = y
(3.18)
Cu
al es la diferencia entre las expresiones (3.16-3.18)? Sabemos que poseen la misma solucion pero notemos que solamente se trata de una de
las soluciones, es decir, para el caso de la ecuaci
on (3.18) de orden n se
tiene solamente una solucion de las n 1 soluciones. Por lo tanto, debemos
buscar todo un conjunto de soluciones que satisfagan la ecuaci
on y que
ademas sean linealmente independientes.
Suponiendo que se tiene una ecuaci
on de la forma (3.3) en la cual los
coeficientes an (x) , an1 (x) , . . . , a1 (x) , a0 (x) son constantes pertenecientes a los n
umeros reales, con an 6= 0 entonces propongamos una solucion
en la forma y = erx , sustituyendo en (3.3)
an
dn1 (erx )
d (erx )
dn (erx )
+
a
+
+
a
+ a0 (erx ) = 0
n1
1
dxn
dxn1
dx
resulta
an rn erx + an1 rn1 erx + + a1 rerx + a0 erx = 0
la expresion en el primer miembro de la ecuaci
on anterior se puede escribir
en la forma
an rn + an1 rn1 + + a1 r + a0 erx = f (r)erx
donde
(3.19)
podemos observar que se obtiene un polinomio en r de grado n con coeficientes constantes reales. A la expresion (3.19) se le conoce como polinomio
3.2. ECUACIONES HOMOGENEAS
61
caracterstico de la ecuaci
on. Notemos que la funci
on erx posee n soluciones a la ecuaci
on diferencial, correspondientes a cada una de las n races
de r en el polinomio caracterstico
an rn + an1 rn1 + + a1 r + a0 = 0
(3.20)
La ecuaci
on (3.20) posee n-races, entonces s
k races son reales y distintas; las soluciones para las k races r1 , r2 , . . . , rk
seran de la forma
y i = e ri x
i = 1, 2, . . . , k
(3.21)
con j = k + 1, k + 2, . . . , p
s races son complejas de la forma a + ib; las soluciones para las s
races complejas
rp+1 = ap+1 + ibp+1 , rp+2 = ap+2 + ibp+2 , . . . , rp = ap + ibp
seran
yj = eaj x cos bj x, yj = eaj x sen bj x
con j = p + 1, p + 2, . . . , s para cada par a + ib
y t races son complejas con multiplicidad vl ; las soluciones para las
t races complejas
rs+1 = as+1 + ibs+1 , rs+2 = as+2 + ibs+2 , . . . , rt = at + ibt
=e
..
.
al x
x cos bl x, y2l
=e
al x
(3.22)
x sen bl x
k
X
c1i eri x +
i=p+1
i=k+1 m=1
i=1
s
X
qi
p
X
X
c3i eai x sen bi x + c4i eai x cos bi x
vi
t
X
X
i=s+1 m=1
c5i eai x xm1 sen bi x + c6i eai x xm1 cos bi x
(3.23)
Es importante mencionar que el polinomio (3.20) puede tener exclusivamente races de uno solo de los casos considerados, es decir 0 k n,
0 p n, 0 s n y 0 t n. siempre respetando la restriccion (3.23).
Para ilustrar el metodo resolvamos algunos ejercicios.
Ejemplo 10. Resuelva la ecuaci
on y + y = 0. Se trata de una ecuaci
on
diferencial de segundo orden con coeficientes constantes, por lo tanto se
propone una solucion de la forma y = erx sustituyendo en la ecuaci
on nos
3.2. ECUACIONES HOMOGENEAS
63
queda
(erx ) + (erx ) = 0
r2 erx + erx = 0
r2 + 1 erx = 0
2
por lo que el polinomio caracterstico es
r + 1 = 0. Este polinomio posee
dos races complejas y distintas r = 1 = i, entonces la solucion es
(3.24)
y1 = sen x
y2 = cos x,
y2 = sen x
1 1 4
r1,2 =
2
o bien
r1 =
1
1+i 3 ,
2
r2 =
1
1i 3
2
3.2. ECUACIONES HOMOGENEAS
65
x
2
!
x
3
x + c2 e 2 sen
2
cos
!
3
x
2
factorizando
y(x) = e
x
2
c1 cos
!
3
x + c2 sen
2
!!
3
x
2
on de quinto
Ejemplo 15. Sea la ecuaci
on ddt5x = 0. Se trata de una ecuaci
orden con coeficientes constantes, el polinomio caracterstico es r5 = 0,
donde claramente la raz es 0, la cual se repite cinco veces, entonces aplicando la definicion (3.21), la solucion es
x (t) = c1 + c2 t + c3 t2 + c4 t3 + c5 t4
(3.25)
(3.26)
las races son +i, i y cada una se repite tres veces entonces aplicando la
definicion (3.22) se tiene por solucion
y(x) = c1 cos 2x + c2 sen 2x
+ c3 x cos 2x + c4 x sen 2x
+ c5 x2 cos 2x + c6 x2 sen 2x
Observemos que el coeficiente en (3.25) del u
ltimo termino del polinomio caracterstico es uno. Es frecuente que el estudiante se equivoque
escribiendo cero creyendo que no existe derivada ah y por lo tanto no
escribe el monomio 1, sin embargo, esto es erroneo ya que estamos factorizando la funci
on y en toda la ecuaci
on, es decir
d4 y
d2 y
d6 y
+ 3 4 + 3 2 + y = D6 y + 3D4 y + 3D2 y + 1y
6
dx
dx
dx
= D6 + 3D4 + 3D2 + 1 y
donde D =
(3.27)
(3.28)
d
dx .
En esta secci
on estudiamos las ecuaciones de orden superior de tipo
homogeneas con coeficientes constantes. Naturalmente, nuestro siguiente
paso es abordar este mismo tipo de ecuaciones con el problema adicional
de ser no homogeneas.
3.3. ECUACIONES NO HOMOGENEAS
3.3.
67
Ecuaciones no homog
eneas
3.3.1.
Variaci
on de par
ametros
El metodo de variaci
on de par
ametros, es aplicable a ecuaciones diferenciales que tienen coeficientes constantes o variables, no obstante, es
indispensable conocer la solucion complementaria a la ecuaci
on diferencial
homogenea asociada.
Sea una ecuaci
on general de orden n y supondremos que existen funciones a0 (x), a1 (x), . . . , an (x), g(x) definidas en algun intervalo I, con la
restriccion an (x) 6= 0 en ese intervalo. Y supondremos ademas, que la expresi
on (3.4) es una solucion para la ecuaci
on (1.5), donde las funciones
{y0 (x), y1 (x), . . . , yn (x)} son conocidas.
El metodo consiste en proponer una solucion particular como combinaci
on de la solucion complementaria en la que los coeficientes son variables
(de ah el termino de variaci
on de par
ametros), es decir, se propone una
solucion particular en la forma
yp (x) = c0 (x)y0 (x) + c1 (x)y1 (x) + + cn (x)yn (x)
(3.29)
g(x)
a0 (x)
(3.30)
(3.31)
(3.32)
(3.33)
g(x)
a0 (x)
(3.34)
(3.35)
dc1 (x)
e4x
=
dx
2
3.3. ECUACIONES NO HOMOGENEAS
69
4x
2x
e2x =
c0 (x) = c1 (x)e
=
2
2
tenemos que c0 (x) =
e2x
4 .
recordemos que esta es tan solo una solucion particular, sin embargo, la
solucion completa a la ecuaci
on es
y(x) = c0 ex + c1 ex +
e3x
8
(3.36)
yp (x) =
i
i
e(6i)x e(1+i)x +
e(6+i)x e(1i)x
2 (6 i)
2 (6 + i)
simplificando
e5x
37
esta es la solucion particular, y la solucion completa a la ecuaci
on es
yp (x) =
e5x
37
o bien
y(x) = c1 ex cos x + c2 ex sen x +
e5x
37
3.3. ECUACIONES NO HOMOGENEAS
71
x2
x3
x + xx2 =
2
2
y la solucion completa es
y(x) = c0 x + c1 x2 +
x3
2
g(x)
a0 (x)
en este caso y0 (x) = ex , y1 (x) = e2x , y2 (x) = e3x , g(x) = e4x , a0 (x) = 1,
entonces el sistema de ecuaciones anterior toma la forma
c0 (x)ex + c1 (x)e2x + c2 (x)e3x = 0
c0 (x)ex + 2c1 (x)e2x + 3c2 (x)e3x = 0
c0 (x)ex + 4c1 (x)e2x + 9c2 (x)e3x = e4x
resolviendo el sistema llegamos a que c0 (x) =
de donde
e4x
yp (x) =
6
y finalmente la solucion a la ecuaci
on es
e3x
6 , c1 (x)
3.3.2.
2x
= e2 , c2 (x) =
ex
2
e4x
6
Coeficientes indeterminados
3.3. ECUACIONES NO HOMOGENEAS
73
tiene la forma
g(x) eax cos bx p0 xm + p1 xm1 + + pm
ax
m1
sen bx l0 x + l1 x
+ + lm
(3.37)
k 5e2x = 2 5e2x
k=2
3
3
19
x
y = c1 e 2 cos
x + c2 e 2 x sen
2
19
x
2
ya que
las races del polinomio caracterstico r2 3r + 7 = 0, son r =
19
3
2 i 2 .
Y finalmente la solucion completa es
!
3
19
3
y = c1 e 2 x cos
x + c2 e 2 x sen
2
19
x + 2e2x
2
(k1 x + k2 ) e
2x
y 3y + 7y = 10xe2x
3 (k1 x + k2 ) e2x
(3.38)
por lo tanto para tener una identidad en (3.38) se debe satisfacer que
5k1 = 10
5k2 + k1 = 0
o bien k1 = 2, k2 = 52 , por lo que yp = 2x 25 e2x es la solucion
particular buscada, y la solucion completa es
!
!
19
19
3
3
2 2x
x
x
2
2
y = c1 e cos
e
x + c2 e sen
x + 2x
2
2
5
3.3. ECUACIONES NO HOMOGENEAS
75
(3.39)
y = c1 ex cos x + c2 ex sen x
6
7
cos 3x
sen 3x
85
85
y y = ((k1 x + k0 ) ex ) (k1 x + k0 ) ex
= (k1 x + k0 + 2k1 ) ex (k1 x + k0 ) ex
2k1 ex = xex
y resulta
4k1 x + 2 (k0 + k1 ) = x
x
y = c1 ex + c2 ex +
xex
(x 1)
4
3.3. ECUACIONES NO HOMOGENEAS
77
3.3.3.
Factorizaci
on de operadores
di
dxi ,
se le pone en
(3.40)
(3.41)
du
u = ex
dx
3.3. ECUACIONES NO HOMOGENEAS
79
(3.42)
haciendo la sustituci
on u = (D + 1) y en (3.42) se obtiene
1
(D + 1) y = ex c0 ex
2
1
dy
x
+ y = e c0 ex
dx
2
nuevamente resulta una ecuaci
on lineal de primer orden y utilizamos (2.5)
para encontrar la solucion
Z R
R
1 x
x
1dx
1dx
e c0 e
c1 + e
y(x) = e
dx
2
Z
1
e2x c0
y(x) = ex c1 +
dx
2
1
c0
(3.43)
y(x) = c1 ex + ex xex
2
2
en cada integraci
on han surgido las funciones correspondientes a la solucion
complementaria, es decir, de la solucion (3.43) la parte
yc = c1 ex +
c0 x
e
2
= cos
d3
d2
(3.44)
donde D =
rizar como
d
d ,
D2 (D 1) r = cos
(3.45)
hagamos la sustituci
on w = D (D 1) r en la expresion (3.45), de tal
manera que nos queda
dw
= cos
d
podemos resolver esta ecuaci
on para la variable w por integraci
on directa
Z
w = cos d
cuya solucion es
w = sen + c0
(3.46)
3.3. ECUACIONES NO HOMOGENEAS
81
(3.47)
(3.48)
al realizar la integraci
on en (3.48) se obtiene
r = e c2 c0 c0 c1 +
1
(cos sen )
2
1
(cos sen )
2
(3.49)
d
, notemos que la expresion D3 6D2 + 11D 6 se puede
donde D = dx
factorizar de la siguiente manera
D3 6D2 + 11D 6 y = 5
D D2 6D + 11 6 y = 5
(D (D 3) (D 3) + 2 (D 3)) y = 5
D2 3D + 2 (D 3) y = 5
(D 1) (D 2) (D 3) y = 5
(3.50)
(3.51)
3.3. ECUACIONES NO HOMOGENEAS
83
(3.52)
haciendo la sustituci
on v = (D 3) y en (3.52) se obtiene
(D 2) v = a0 ex 5
dv
2v = a0 ex 5
dx
utilizando la formula general para las ecuaciones lineales de primer orden
(2.5), la solucion es
Z R
R
(2)dx
x
(2)dx
a1 + e
(a0 e 5) dx
v=e
v = a1 e2x a0 ex +
5
2
(3.53)
a0
2
se obtiene
5
6
5
6
3.3.4.
Funci
on de Green
El metodo de la funci
on de Green, es un metodo que puede ser generalizado ampliamente, incluso para resolver ecuaciones diferenciales parciales
no homogeneas, en cuyo caso resulta ser un metodo no trivial y muy elegante matematicamente. Consideramos u
til dar un acercamiento inicial de
este metodo para el caso de ecuaciones ordinarias, de manera que el estudiante ya este familiarizado con la definicion y aplicacion del metodo en
cursos de matematicas mas avanzados.
Expresemos la ecuaci
on (1.5) en la forma
J (y) q (x) = 0
donde
J (y) =
dn1 y
dy
dn y
+
p
(x)
+ + p1 (x)
+ p0 (x) y
n1
dxn
dxn1
dx
y
q (x) =
g (x)
an (x)
(3.54)
3.3. ECUACIONES NO HOMOGENEAS
nuevamente las funciones pn1 (x) =
an1 (x)
an (x) , pn2 (x)
85
=
an2 (x)
an (x) , . . . ,
i = 1, 2, . . . , n
est
a dada por
y (x) =
Zb
a
K (s, x) q (s) ds
3
+2
= cos x
3
2
dx
dx
dx
(3.55)
d3
d2
d
3 2 +2
3
dx
dx
dx
La ecuaci
on (3.56) es una ecuaci
on lineal homogenea con coeficientes constantes cuya solucion se encuentra a partir del polinomio caracterstico
r3 3r2 + 2r = 0 (Vease el apartado Ecuaciones Homogeneas de este
captulo) cuya solucion viene dada por
K (x, s) = a + bex + ce2x
Como segundo paso la funci
on de Green debe satisfacer la discontinuidad
de salto en x = s entonces proponemos dos partes para la solucion una
que es valida a la izquierda de s y otra que es valida a la derecha de s, es
decir
c0 + c1 ex + c2 e2x
x<s
K (x, s) =
(3.57)
c3 + c4 ex + c5 e2x
x>s
las constantes c0 , c1 , c2 se determinan a partir de las condiciones siguientes
dK (x, s)
d2 K (x, s)
=0
K (x, s) |x=0 = 0
=
0
dx
dx2
x=0
x=0
3.3. ECUACIONES NO HOMOGENEAS
87
+ =0
dx
dx
x=s
x=s
d2 K (x, s)
d2 K (x, s)
+ = 1
dx2
dx2
x=s
x=s
1
2
c4 = es
c5 =
1 2s
e
2
(3.58)
y realizando la integraci
on finalmente la solucion es
1
1
3
1
y (x) = ex + e2x +
cos x +
sen x
2
2
10
10
Ejemplo 30. Encuentre la solucion a la ecuaci
on
d2 y
dy
+3
= ex
2
dx
dx
(3.59)
3.3. ECUACIONES NO HOMOGENEAS
89
dK (x, s)
=0
dx
x=0
x=s
1
3
1
c3 = e3s
3
e
x>s
3
(3.61)
(3.62)
construyamos la funci
on de Green a partir de la ecuaci
on homogenea asociada a (3.62)
d2 K
+K =0
dx2
como es una ecuaci
on lineal homogenea con coeficientes constantes, se
obtiene el polinomio caracterstico r2 + 1 = 0 y la solucion correspondiente
viene dada por
K (x, s) = a cos x + b sen x
como en los ejemplos anteriores la funci
on de Green esta compuesta de dos
partes, una solucion a la derecha de s y otra solucion a la izquierda de s,
es decir
c0 cos x + c1 sen x x < s
K (x, s) =
c2 cos x + c3 sen x x > s
3.3. ECUACIONES NO HOMOGENEAS
91
la funci
on de Green debe satisfacer las condiciones iniciales
dK (x, s)
K (x, s)|x=0 = 0
=0
dx
x=0
c0 + c1 = 0
c0 + c1 = 0
resolviendo el sistema de ecuaciones anterior se obtiene la solucion trivial
c0 = c1 = 0. Asimismo la funci
on de Green debe satisfacer las condiciones
de continuidad en x = s, es decir
K (x, s)|x=s K (x, s)|x=s+ = 0
dK (x, s)
dK (x, s)
+ = 1
dx
dx
x=s
x=s
c3 = cos s
Zx
0
sen (x s) s2 + s ds
(3.63)
(3.64)
d3 y
=0
dx3 x=0
De la ecuaci
on homogenea correspondiente a (3.64) se obtiene
d2 K
d4 K
+
2
+K =0
dx4
dx2
que es una ecuaci
on lineal homogenea con coeficientes constantes de cuarto
orden. La solucion viene dada por
K (x, s) = a0 cos x + a1 sen x + a2 x cos x + a3 x sen x
la funci
on de Green tiene la forma
c0 cos x + c1 sen x + c2 x cos x + c3 x sen x
K (x, s) =
c4 cos x + c5 sen x + c6 x cos x + c7 x sen x
Utilizando las condiciones iniciales
K (x, s)|x=0 = 0
d2 K (x, s)
=0
dx2
x=0
dK (x, s)
dx
=0
x=0
d3 K (x, s)
dx3
=0
x=0
x<s
x>s
3.3. ECUACIONES NO HOMOGENEAS
93
c1 + c2 = 0
c0 + 2c3 = 0
c1 3c2 = 0
=0
=0
=0
= 1
se obtiene
1
(s cos s sen s)
2
1
c6 = cos s
2
c4 =
1
(cos s + s sen s)
2
1
c7 = sen s
2
c5 =
s)
(x
s)
cos
(x
s)]
x
>s
2
(3.65)
Zx
0
(3.66)
(3.67)
(3.68)
95
3.4. EJERCICIOS
Al aplicar las condiciones iniciales (3.68) junto con las condiciones de continuidad en x = s
dK (s, x)
K(s, x)|x=s+ = 0,
= 1
dx
x=s
obtenemos
K (s, x) =
0
e(xs) sen (x s)
x<s
x>s
Zx
0
se(xs) sen (x s) ds
(3.70)
Las soluciones de los ejemplos 29-33 se expresan como las integrales (3.58),
(3.61),(3.63),(3.66),(3.70) las cuales pueden resolverse con los metodos convencionales, sin embargo, seg
un sea la complejidad de la ecuaci
on y de la
funci
on q (x), muchas veces no se pueden resolver de manera analtica (en
el ejemplo anterior se deja como ejercicio encontrar el valor de la integral
(3.70)). Si la integral no es soluble analticamente, entonces se recurre a
metodos de aproximacion numerica mismos que se estudiar
an en el captulo
5.
3.4.
Ejercicios
3. 2 ddt3x = 0
d2 x
dt2
= ln (t)
7.
d5 x
dt5
+x=0
8. y + 4y = sen (x)
9.
d4 r
d 4
d r
dr
+ 2 d
3 2 d r = 0
10. y V 2y IV + y = x3 e3x
Captulo
La transformada de Laplace
El concepto b
asico de la transformada de Laplace es convertir una
ecuaci
on diferencial o sistema de ecuaciones diferenciales en un problema algebraico. En este texto no pretendemos realizar un analisis riguroso
de la transformada de Laplace. Lo que se desea, es proporcionar algunos
conceptos b
asicos, que permitir
an aplicar la transformada de Laplace a la
resolucion de ecuaciones diferenciales. En general se han preferido resolver
ejemplos usando tablas de transformadas b
asicas y los teoremas pertinentes
de la transformada de Laplace. Por lo cual, se hace enfasis en la aplicacion
de dichos teoremas. Por lo tanto no realizaremos ninguna demostracion
rigurosa, ni de la transformada, ni de sus teoremas, el lector podra consultar las definiciones formales y demostraciones en las referencias indicadas,
siendo esta consulta altamente recomendable.
97
98
4.1.
La notaci
on est
andar
La notaci
on est
andar es la siguiente, la funci
on de t usualmente se
representa como f (t), y la transformada de Laplace de la funci
on se representa como L{f }(s). Algunos textos modifican esta representacion al
usar
L[f (t)]
(4.1)
que se lee, la transformada de Laplace de la funci
on f (t), siendo esta
notaci
on la que se utilizara en este texto.
El concepto b
asico de la transformada de Laplace es transformar una
ecuaci
on diferencial de la forma
an
dn1 y
dy
dn y
+ an1 n1 + + a1
+ a0 y = g(t)
n
dt
dt
dt
(4.2)
a una ecuaci
on algebraica que incluye las condiciones iniciales y(0), y (0),
n1
..., y
(0) esto hace a la transformada de Laplace s
umamente u
til en
analisis de circuitos y ecuaciones diferenciales con problemas de valor inicial.
4.2.
Definici
on de la transformada de Laplace y su uso
4.2.1.
Deducci
on de la transformada de Laplace a partir de la definici
on
L[1] =
est (1)dt
st
1
du
dt =
e
s
0
Z
1
=
eu du
s 0
1
= eu |
0
s
Z
sustituyendo nuevamente u = st
1
1 st
eu |
|0
0 = e
s
s
100
1
1
= e + e0
s
s
1
1
= (0) + (1)
s
s
1
=
s
por lo tanto
1
(4.4)
s
con lo que obtenemos nuestra primera transformada, en este caso la transformada de la funci
on unidad.
L[1] =
Funci
on f (t)
1
s
K(cte.)
K
s
sen(at)
a
s2 +a2
cos(at)
s
s2 +a2
eat
1
sa
1
s2
t2
2
s3
tn
n!
sn+1
L[K] =
Kest dt
est dt = K
1
eu
du
s
0
Z
K u
=
e du
s 0
K
= eu |
0
s
102
y volviendo a sustituir u = st
K u
K
e |0 = est |
0
s
s
K
K
= e + e0
s
s
K
K
= (0) + (1)
s
s
K
=
s
por lo tanto
K
(4.5)
s
con lo que obtenemos nuestra segunda transformada, que concuerda con
el resultado de la tabla 4.1.
L[K] =
eit eit
2i
(4.6)
al sustituir en la funci
on sen(t) por su equivalente en forma exponencial,
nuestra ecuaci
on a resolver se transforma a
Z it
e eit
L[sen(t)] =
est dt
2i
0
para evaluar las integrales en (4.7) nuevamente usamos el metodo de sustitucion. En este caso en particular realizaremos las integrales por separado, tomando solo el primer termino de la expresion (4.7) tenemos que
du
= dt, de esta manera la
si u = (i s)t y du = (i s)dt, y a su vez, is
integral se sustituye por
Z
Z
1 (is)t
1
1 u
du
e
dt =
e
2i 0
2i 0
is
Z
1
1
eu du
=
2i i s
0
1
1
=
eu |
0
2i i s
reemplazando nuevamente u = (i s)t
1
1
1
1
u
e |0 =
e(is)t |
0
2i i s
2i i s
1
1
1
1
e0
=
2i i s
2i i s
1
1
1
1
=
(0)
(1)
2i i s
2i i s
1
1
=
2i i s
104
1
2(i2 is)
1
=
2(1 is)
1
=
2(1 + is)
(is)t
Z
1
1 u
du
dt =
e
2i 0
i s
Z
1
1
eu du
=
2i i s
0
1
1
=
eu |
0
2i i s
1
i s
1
e(is)t |
0
i s
1
1
1
1
=
e
e0
2i i s
2i i s
1
1
1
1
(0)
(1)
=
2i i s
2i i s
1
1
1
=
=
2i i s
2(i2 is)
1
=
2(1 is)
eu |
0 =
1
2i
eit eit st
e dt
2i
0
Z
Z
1
1 (is)t
(is)t
=
e
dt
e
dt
2i 0
2i 0
1
1
+
=
2(1 + is) 2(1 is)
L[sen(t)] =
1
1 + s2
(4.8)
106
eait + eait
2
al sustituir la funci
on cos(at) por su identidad tenemos
Z ait
e + eait
est dt
L[cos(at)] =
2
0
Z
1 ait
=
e + eait est dt
2 0
Z
1 aitst
=
e
+ eaitst dt
2 0
Z
Z
1 (ais)t
1 (ai+s)t
=
e
dt +
e
dt
2 0
2 0
Z
Z
1
1
e(ais)t dt +
e(ais)t dt
=
2 0
2 0
(4.9)
(4.10)
1
ai s
1
e(ais)t |
0
ai s
1
1
1
1
=
e
e0
2 ai s
2 ai s
1
1
1
1
(0)
(1)
=
2 ai s
2 ai s
1
1
=
2 ai s
1
1
=
2 ai + s
eu |
0 =
1
2
(ais)t
Z
1
1 u
du
dt =
e
2 0
ai s
Z
1
1
=
eu du
2 ai s
0
1
1
eu |
=
0
2 ia s
1
ai s
eu |
0 =
=
1
2
1
2
1
e(ais)t |
0
ai s
1
1
1
e
e0
ai s
2i ai s
108
1
=
2
por lo cual
Z
eait + eait
2
est dt
0
Z
Z
1 (ais)t
1 (ai+s)t
=
e
dt +
e
dt
2 0
2 0
1
1
1
1
+
=
2 ai + s
2 ai + s
L[cos(at)] =
L[cos(at)] =
s
a 2 + s2
Esta integraci
on es relativamente complicada, por lo que emplearemos primero un cambio de variables usando z como variable auxiliar, se tiene
z
z = st y dz = sdt, por lo cual dz
s = dt y s = t, as
Z
Z
z z dz
e
test dt =
s
s
0
0 Z
1
zez dz
=
s2
0
R x
la integral a la derecha es de la forma 0 xe dx que debe de ser resuelta por partes, haciendo u = z y du = dz y v = ez y dv = ez du,
sustituyendo estas expresiones en la f
ormula
Z
Z
udv = uv vdu
(4.11)
tenemos que nuestra integral sin el termino s12 es
Z
Z
z
z
ze dz = ze + ez dz
= zez ez
110
y regresando a la variable t
1
1
(zez ez ) = 2 (stest est ) |
0
s2
s
en este caso en particular la evaluacion del lmite no puede hacerse
directamente, ya que existe una indeterminacion en el termino stest =
st
est , para remediar esto utilizaremos la regla de LHopital
lm
tc
f
(t)
f (t)
= lm
g(t) tc g(t)
d(st)
dt
d(est )
dt
s
sest
1
= lm st
t e
1
=
e
=0
= lm
por lo tanto
st
s(0)e0
est
= 0 s(0)(1)
=00
(stest ) |
m
0 = l
=0
(4.12)
111
1
1
(0) + 2 (1)
s2
s
1
s2
finalmente obtenemos
L[t] =
1
s2
(4.13)
4.3.
4.3.1.
Teorema de la Linealidad
112
(4.14)
(4.15)
es decir
L[f (t)] = L[sen(at) + K]
= L[sen(at)] + L[K]
usando la tabla 4.1 sabemos que
L[sen(at)] =
s2
L[K] =
K
s
y que
a
+ a2
por lo tanto
L[f (t)] = L[sen(at)] + L[K]
a
K
= 2
+
2
s +a
s
Ejemplo 7. Sea la funci
on g(t) = Keat obtener su transformada usando
el teorema de linealidad. Procedemos de la siguiente manera
L[g(t)] = L[Keat ]
= KL[eat ]
113
1
sa
L[g(t)] = KL[eat ]
K
=
sa
Ejemplo 8. Obtener la transformada de la funci
on f (t) = Asen(at) +
Keat .
Por el teorema de linealidad, podemos separar la funci
on f (t) y obtener
la transformada de la funci
on Asen(at) y la de Keat (vease (4.1))
L[g(t)] = L[Asen(at)] + L[Keat ]
De la tabla 4.1, sabemos que
L[sen(at)] =
a
s2 + a 2
por lo tanto
L[Asen(at)] = AL[sen(at)]
a
=A 2
s + a2
y tambien de la tabla 4.1
L[eat ] =
1
sa
por lo tanto
L[Keat ] = KL[eat ]
K
=
sa
114
4.3.2.
Teorema de traslaci
on
(4.16)
2
s3
2
(s 1)3
a
s2 + a2
115
a
s2 + a2
L[Ae3t sen(at)] = A
1
s2
L[et t] =
por u
ltimo
L[Ae3t sen(at) + et t] = A
a
1
+ 2
s2 6s + 9 + a2
s 2s + 1
que es una forma mucho mas sencilla de obtener la transformada de Laplace en vez de la definicion directa.
4.3.3.
116
L[cos(at)] =
esto es
s
s2 + a 2
que concuerda con el resultado de la tabla 4.1.
L[cos(at)] =
4.4.
Tambien resulta necesario invertir el proceso de encontrar una transformada de Laplace. Esto es
L1 [F (s)] = f (t)
(4.18)
117
5
s2 .
1
5
1
=
5L
s2
s2
1
= 5L1 2
s
= 5t
2
s4 .
1
1
1
=L
s2 + 16
s2 + 4 2
118
nemos
4
1
=L
4 s2 + 4 2
1 1
4
= L
4
s2 + 4 2
1
= sen(4t)
4
1
(4.19)
4s2 + 13s 9
s3 + 2s2 3s
(4.20)
En este caso no es posible encontrar un termino constante que nos permita obtener una transformada inversa directamente, sin embargo, usando
fracciones parciales se puede obtener una simplificaci
on. Utilizando los resultados del ejemplo del apendice de Fracciones Parciales, sustituimos las
constantes correspondientes para este ejemplo en particular, por lo que se
tiene
4s2 + 13s 9
3
2
1
= +
(4.21)
s3 + 2s2 3s
s s1 s+3
2
1
4s2 + 13s 9
1 3
=
L
+
s3 + 2s2 3s
s s1 s+3
3
2
1
= L1
+ L1
L1
s
s1
s+3
1
1
1
+ 2L1
L1
= 3L1
s
s1
s+3
= 3 + 2et e3t
4.5.
120
funci
on, es decir, usando la definicion
F (s) = L[f (t)]
Z
=
est f (t)dt
0
0
0
Z0
st
sf (t)est dt
= e f (t) |0 +
0
Z
= est f (t) |
+s
f (t)est dt
0
0
recordemos que
place, entonces
R
0
o bien
L[f (t)] = sL[f (t)] f (0)
(4.22)
Observemos que surge una propiedad sumamente interesante de la transformada de Laplace, la derivada de una funci
on de t es justamente la
transformada de Laplace multiplicada por s menos la condici
on inicial
dada por f (0).
Tomemos ahora la segunda derivada de una funci
on f (t) y sigamos un
procedimiento muy similar al anterior para calcular su transformada de
sf (t)est dt
e f (t)dt = e f (t) |0
0
Z0
st
= e f (t) |0 +
sf (t)est dt
Z0
st
= e f (t) |0 +s
f (t)est dt
0
(4.23)
122
Vemos que los resultados anteriores son casos especiales del siguiente teorema, que no se demostrar
a, sin embargo la demostracion puede encontrarse
en la bibliografa citada.
4.5.1.
(4.24)
4.5.2.
Teorema de convoluci
on
La convoluci
on es una funci
on que tiene aplicaciones en analisis de
se
nales y en general no es f
acil calcular, est
a definida como
Z t
f (t) g(t) =
g(t )f ( )d
(4.25)
0
Sin embargo, por este teorema sabemos que cuando f (t), y g(t) son
continuas por partes en el intervalo [0, ), la transformada de Laplace de
(4.26)
esto es
Z
f ( )d = L[1]L[f (t)]
1
L[f (t)]
s
lo que significa que la transformada de la integral de una funci
on es
Z t
1
L
f ( )d = L[f (t)]
s
0
=
124
4.6.
Resoluci
on de ecuaciones diferenciales
dn1 y
dy
dn y
+ an1 n1 + + a1
+ a0 y = g(t)
n
dt
dt
dt
y(t) = L1 [F (s)]
DE ECUACIONES DIFERENCIALES
4.6. RESOLUCION
125
= sY (s) 1
L [3y] = 3L [y]
= 3Y (s)
y
L e2t =
1
s2
126
sY (s) 3Y (s) =
1
+1
s2
despejando Y (s)
1
1
+1
s2
s3
1
1
=
+
(s 2)(s 3) s 3
s2
1
+
=
(s 2)(s 3) (s 3)(s 2)
s1
=
(s 2)(s 3)
Y (s) =
esto hay que solucionarlo con fracciones parciales, para hacer sencillo el
c
alculo de las constantes recurriremos a un peque
no truco
A
B
s1
=
+
(s 2)(s 3)
s3 s2
multipliquemos ambos lados de la ecuaci
on por (s 2)(s 3)
B
A
s1
(s 2)(s 3)
=
+
(s 2)(s 3)
(s 2)(s 3)
s3 s2
B
A
+ (s 2)(s 3)
s 1 = (s 2)(s 3)
s3
s2
s 1 = A(s 2) + B(s 3)
DE ECUACIONES DIFERENCIALES
4.6. RESOLUCION
127
(s 2)(s 3)
s3 s2
que en nuestra transformada es
s1
(s 2)(s 3)
1
2
Y (s) =
s3 s2
Y (s) =
L1 [Y (s)] = L1
s3 s2
1
2
L1
L1 [Y (s)] = L1
s3
s2
1
1
L1 [Y (s)] = 2L1
L1
s3
s2
128
1
1
L1
s3
s2
4.6.1.
Procedimiento b
asico
DE ECUACIONES DIFERENCIALES
4.6. RESOLUCION
129
crados en la ecuaci
on diferencial
d2 y
+ L [y] = L [2t]
dt2
2
s2 Y (s) sy(0) y (0) + Y (s) = 2
s
L
s2 Y (s) + Y (s) s =
2
s2 (s2
+ 1)
(s2
s
1
+ 2
+ 1) (s + 1)
+ 1)
B
A
+ 2
2
s
(s + 1)
1 = A(s2 + 1) + Bs2
130
haciendo
s=j
tenemos
2 = A(j 2 + 1) + Bj 2
2 = A(1 + 1) + B(1)
2 = B
2 = B
y haciendo
s=0
tenemos
2 = A(0 + 1) + B(0)
2 = A(1)
2=A
utilizando los valores de A = 2 y B = 2, se obtiene la fracci
on parcial
2
2
2
= 2 2
s2 (s2 + 1)
s
(s + 1)
sustituyendo en la funci
on original
2
2
s
1
2
+
+
s2
(s + 1) (s2 + 1) (s2 + 1)
2
1
s
Y (s) = 2 2
+ 2
s
(s + 1) (s + 1)
Y (s) =
2
s2
= 2t
1
s2 + 1
= sen(t)
L1
(4.27)
DE ECUACIONES DIFERENCIALES
4.6. RESOLUCION
1
s
2
s +1
131
= cos(t)
132
Captulo
Aproximacion Numerica
En captulos anteriores hemos estudiado distintos metodos para obtener
soluciones analticas de ecuaciones diferenciales ordinarias. A pesar del
desarrollo teorico alcanzado hasta nuestros das, no siempre es posible
determinar la solucion analtica, o bien, la solucion obtenida est
a expresada
de manera implcita. Por lo tanto, se necesitan metodos numericos para
poder resolver ecuaciones diferenciales de forma numerica empleando la
computadora.
En este captulo abordamos metodos numericos explcitos para aproximar la solucion de ecuaciones diferenciales ordinarias de primer orden.
Describimos el metodo de Euler, as como los esquemas de Runge-Kutta. A
traves de m
ultiples ejemplos expondremos las diferencias entre los distintos esquemas numericos. Se incluyen las implementaciones de los esquemas
numericos en el lenguaje de programacion C.
133
134
5.1.
NUMERICA
CAPITULO 5. APROXIMACION
Modelo matem
atico
5.2. METODO
DE EULER
5.2.
135
M
etodo de Euler
(5.3)
(5.4)
(5.5)
(5.6)
(5.7)
136
NUMERICA
CAPITULO 5. APROXIMACION
5.2.1.
Medici
on del error
para y 6= 0
(5.9)
5.2. METODO
DE EULER
137
para y 6= 0
(5.10)
(5.11)
= y0 + hf (x0 , y0 )
= 1 + 0.1f (0, 1)
= 1 + 0.1 (2 0 1)
= 1
y1 + hf (x1 , y1 )
=
=
1 + 0.1f (0.1, 1)
1 + 0.1 (2 0.1 1)
1.02
NUMERICA
CAPITULO 5. APROXIMACION
138
=
=
y2 + hf (x2 , y2 )
1.02 + 0.1f (0.2, 1.02)
=
=
= y0 + hf (x0 , y0 )
= 1 + 0.15f (0, 1)
= 1 + 0.15 (2 0 1)
= 1
= y1 + hf (x1 , y1 )
= 1 + 0.15f (0.15, 1)
= 1 + 0.15 (2 0.15 1)
= 1.045
5.2. METODO
DE EULER
139
NUMERICA
CAPITULO 5. APROXIMACION
140
int main(void)
{
euler(func1,1,0,1,0.1);
return 0;
}
El programa 1 es generico en el sentido de que podemos cambiar facilmente el problema de valor inicial que deseamos resolver. Para ello es
suficiente con agregar una funci
on con dos argumentos de entrada y un
argumento de salida, ver func1. As como los argumentos de entrada del
metodo de Euler. Ejemplo 3. Dado el problema de valor inicial
dy
= y + x + 1
dx
(5.12)
y(xi )
1.000000
1.004837
1.018731
1.040818
1.070320
1.106531
1.148812
1.196585
1.249329
1.306570
1.367880
yi
|y(xi ) yi |
1.000000
1.000000 0.004837
1.010000 0.008731
1.029000 0.011818
1.056100 0.014220
1.090490 0.016041
1.131441 0.017371
1.178297 0.018288
1.230467 0.018862
1.287421 0.019149
1.348678 0.019201
5.2. METODO
DE EULER
141
En la u
ltima columna se aprecia el error absoluto en los distintos puntos de
evaluacion numerica. En el punto final, x = 1, se tiene un error del orden
2 102 , lo cual indica que estamos cerca del valor real o analtico. Ejemplo 4. Ahora, repetiremos el problema del ejemplo 3 con un tama
no de
paso h = 0.05. En la siguiente tabla se muestran los resultados obtenidos.
En este caso, solo es necesario modificar el quinto argumento de la funci
on
euler del programa 1. Es decir: euler(func1,1,0,1,0.05). S
olo se despliegan los pasos 2 h, para poder comparar directamente con los resultados
obtenidos en el ejemplo 3.
x
0.000000
0.100000
0.200000
0.300000
0.400000
0.500000
0.600000
0.700000
0.800000
0.900000
1.000000
y(xi )
1.000000
1.004837
1.018731
1.040818
1.070320
1.106531
1.148812
1.196585
1.249329
1.306570
1.367880
yi
|y(xi ) yi |
1.000000
1.002500 0.002337
1.014506 0.004225
1.035092 0.005726
1.063421 0.006900
1.098737 0.007794
1.140360 0.008451
1.187675 0.008910
1.240127 0.009202
1.297215 0.009355
1.358486 0.009393
NUMERICA
CAPITULO 5. APROXIMACION
142
de umbral , es decir
|
yh1 yh2 | <
5.3.
M
etodos de Runge-Kutta
=
=
=
f (xn , yn )
f (xn + c2 h, yn + ha21 k1 )
f (xn + c3 h, yn + h(a31 k1 + a32 k2 ))
ks
con base en las ki podemos determinar el valor para el siguiente yn+1 como
una combinaci
on lineal de dichas pendientes ki
yn+1 = yn + h(b1 k1 + + bs ks )
(5.13)
(5.14)
5.3. METODOS
DE RUNGE-KUTTA
143
en la secci
on siguiente se ilustra dicho concepto. Observe que para s = 1,
obtenemos el metodo de Euler descrito al inicio del captulo. Cuando s = 3
obtenemos un metodo de tercer orden y cuando s = 4 se obtiene un metodo
de cuarto orden. En las siguientes secciones se ilustran dichos esquemas
numericos.
5.3.1.
(5.15)
k1 = f (xn , yn )
(5.16)
k2 = f (xn + c2 h, yn + ha21 k1 )
(5.17)
donde
h2
y (x) + O(h3 )
2
(5.18)
h2
f (x, y(x)) + O(h3 )
2
(5.19)
NUMERICA
CAPITULO 5. APROXIMACION
144
donde f (x, y(x)) =
de la cadena
f (x,y(x))
.
x
f (x, y(x))
f dx f dy
=
+
x
x dx
y dx
(5.20)
f
f
+ ha21 k1
+ O(h2 ) (5.23)
x
y
(5.24)
(5.25)
comparando los terminos de (5.22) con (5.25) se observa que los coeficientes
b1 , b2 , c2 , a21 deben de satisfacer las restricciones
b1 + b2 = 1,
b 2 c2 =
1
,
2
b2 a21 =
1
2
5.3. METODOS
DE RUNGE-KUTTA
145
yn+1 = yn +
h
(k1 + k2 )
2
(5.26)
donde
k1
k2
= f (xn , yn )
= f (xn + h, yn + k1 h)
(5.27)
(5.28)
k2
=
=
f (x0 , y0 )
f (0, 1)
=
=
(2 0 1)
0
=
=
f (x0 + h, y0 + k1 h)
f (0 + 0.15, 1 + 0 0.1)
f (0.15, 1)
NUMERICA
CAPITULO 5. APROXIMACION
146
=
=
2 0.15 1
0.3
=
=
=
h
(k1 + k2 )
2
0.1
1+
(0 + 0.3)
2
1.022500
y0 +
f (x1 , y1 )
=
=
f (0.15, 1.022500)
2 0.15 1.022500
=
k2
=
=
=
0.306750
f (x1 + h, y1 + k1 h)
f (0.15 + 0.15, 1.022500 + 0.306750 0.15)
0.641108
h
(k1 + k2 )
2
0.15
= 1+
(0.306750 + 0.641108)
2
= 1.093589
= y1 +
5.3. METODOS
DE RUNGE-KUTTA
147
NUMERICA
CAPITULO 5. APROXIMACION
148
int main(void)
{
rk2(func1,1,0,1,0.1);
return 0;
}
Mediante la funci
on func1 podemos implementar distintos modelos de
ecuaciones diferenciales ordinarias. En tal caso, es necesario modificar los
argumentos de entrada de la funci
on rk2.
Ejemplo 6. Resuelva el problema de valor inicial del Ejemplo 3 con el
metodo de Runge-Kutta de orden dos, compare los resultados con el metodo de Euler.
x
0.000000
0.100000
0.200000
0.300000
0.400000
0.500000
0.600000
0.700000
0.800000
0.900000
1.000000
y(xi )
1.000000
1.004837
1.018731
1.040818
1.070320
1.106531
1.148812
1.196585
1.249329
1.306570
1.367880
yi
|y(xi ) yi |
1.000000
1.005000 0.000163
1.019025 0.000294
1.041218 0.000399
1.070802 0.000482
1.107076 0.000545
1.149403 0.000592
1.197210 0.000625
1.249975 0.000646
1.307227 0.000658
1.368541 0.000661
5.3. METODOS
DE RUNGE-KUTTA
5.3.2.
149
= f (xi , yi )
1
1
= f (xi + h, yi + k1 h)
2
2
= f (xi + h, yi k1 h + 2k2 h)
(5.30)
(5.31)
(5.32)
NUMERICA
CAPITULO 5. APROXIMACION
150
{
return x-y+1;
}
5.3. METODOS
DE RUNGE-KUTTA
151
y(xi )
1.000000
1.004837
1.018731
1.040818
1.070320
1.106531
1.148812
1.196585
1.249329
1.306570
1.367880
yi
|y(xi ) yi |
1.000000
1.004833 0.000004
1.018723 0.000007
1.040808 0.000010
1.070308 0.000012
1.106517 0.000014
1.148797 0.000015
1.196570 0.000016
1.249313 0.000016
1.306553 0.000017
1.367863 0.000017
y(0) = 1
(5.33)
dy
=
y
2xdx
NUMERICA
CAPITULO 5. APROXIMACION
152
de donde obtenemos
ln |y| = x2 + c
para determinar la constante c, utilizamos la condicion inicial y(0) = 1
ln |y(0)| =
ln 1 =
0 =
02 + c
c
c
x2
eln y
y(x)
=
=
ex
2
ex
0.200000
1.040811 1.041067
0.000256
0.400000
1.173511 1.174034
0.000524
0.000808
f 0.600000 1.433329 1.434138
0.800000
1.896481 1.897437
0.000956
1.000000
2.718282 2.718547
0.000265
4.220696 4.216865
0.003831
1.200000
1.400000
7.099329 7.079116
0.020213
1.600000 12.935822 12.856431 0.079391
1.800000 25.533741 25.246056 0.287685
2.000000 54.598202 53.572807 1.025394
A pesar de que empleamos un tama
no de paso h relativamente grande, se
obtuvo un error porcentual cerca del 2 %.
Seleccionando h = 0.005 el esquema de Euler genera una aproximacion
con un error absoluto del mismo orden que con RK3. La diferencia estriba
5.3. METODOS
DE RUNGE-KUTTA
153
5.3.3.
h
(k1 + 2k2 + 2k3 + k4 )
6
donde
k1
k2
k3
k4
= f (xi , yi )
1
1
= f (xi + h, yi + k1 h)
2
2
1
1
= f (xi + h, yi + k2 h)
2
2
= f (xi + h, yi + k3 h)
(5.34)
NUMERICA
CAPITULO 5. APROXIMACION
154
5.3. METODOS
DE RUNGE-KUTTA
y
x
155
}
}
int main(void)
{
rk4(func1,1,0,1,0.1);
return 0;
}
Como se aprecia en el programa 4, la implementacion del esquema
(5.34) con sus respectivas ki , est
an codificadas en la funci
on rk4. Por esta
raz
on, los esquemas RKs son f
aciles de programar y nos pueden servir
como punto de partida para posteriores implementaciones de metodos mas
sofisticados.
NUMERICA
CAPITULO 5. APROXIMACION
156
y(xi )
1.000000
1.0048374
1.0187308
1.0408182
1.0703200
1.1065307
1.1488116
1.1965853
1.2493290
1.3065697
1.3678794
yi
1.000000
1.0048375
1.0187309
1.0408184
1.0703203
1.1065309
1.1488119
1.1965856
1.2493293
1.3065700
1.3678798
|y(xi ) yi |
0.000000e + 00
8.196404e 08
1.483283e 07
2.013195e 07
2.428819e 07
2.747107e 07
2.982823e 07
3.148798e 07
3.256172e 07
3.314595e 07
3.332411e 07
precisi
on numerica. En este ejercicio se fij
o el paso de integraci
on h y
variamos el orden del metodo.
Ejemplo 10. Resuelva el problema de valor inicial del ejemplo 8 con RK4,
compare los resultados con el metodo RK3.
En la siguiente tabla mostramos la aproximacion obtenida con el programa 4. Como se puede observar, el error absoluto cometido es un orden
5.4. OBSERVACIONES
157
0.000000
0.200000 1.040811 1.040811
0.400000 1.173511 1.173510
0.000001
0.600000 1.433329 1.433321
0.000008
0.000040
0.800000 1.896481 1.896441
1.000000 2.718282 2.718107
0.000175
1.200000 4.220696 4.219987
0.000709
0.002732
1.400000 7.099329 7.096597
1.600000 12.935822 12.925571 0.010251
1.800000 25.533741 25.495478 0.038263
2.000000 54.598202 54.453884 0.144318
5.4.
Observaciones
158
NUMERICA
CAPITULO 5. APROXIMACION
Como se mencion
o a lo largo de este captulo, no existe una manera u
nica de determinar los coeficientes en los metodos de Runge-Kutta. Versiones
modernas de RKs determinan los coeficientes en funci
on de minimizar la
memoria requerida, o bien lograr que el metodo sea de variacion total
acotada cuando se analizan ecuaciones diferenciales parciales hiperb
olicas.
Es conveniente mencionar que existen restricciones para seleccionar el
tama
no del paso de integraci
on h. La selecci
on de h depende del esquema
de Runge-Kutta, el cual debe de estar dentro de la zona de estabilidad del
esquema numerico. El estudio de las zonas de estabilidad sale del alcance
de este libro. El lector interesado puede consultar el libro de Shampine
[10].
5.5.
Forma integral
En esta secci
on mostraremos a detalle como la aproximacion de EDOs
de primer orden puede ser interpretada como una aproximaci
on a integrales. Por cuestiones did
acticas, considere el siguiente problema de valor
inicial
dy(x)
= f (x),
y(x0 ) = y0
(5.35)
dx
lo que buscamos es determinar la solucion en el punto x1 = x0 + h, con
h > 0. En otras palabras, de la condicion inicial conocemos el valor exacto
de y(x) en el punto inicial x0 , lo que queremos determinar es una aproximaci
on y en un punto cercano a x0 , es decir y(x1 ).
La ecuaci
on (5.35) la podemos integrar en el intervalo de x0 a x1 ,
obteniendo
Z x1
Z x1
dy(x)
f (x)dx
(5.36)
dx =
dx
x0
x0
por el teorema fundamental del c
alculo, el lado izquierdo de (5.36) se puede
representar como
Z
x1
y(x1 ) y(x0 ) =
f (x)dx
x0
(5.37)
159
esta ecuaci
on es una representacion exacta, todava no hemos empleado
ninguna aproximacion. Observe que la funci
on f (x) puede ser integrada
analticamente obteniendo as una representacion exacta para y(x1 ). Sin
embargo, por lo general no es posible hacerlo. Es por ello que determinaremos una aproximacion numerica de la integral definida.
Para ello, considere que queremos determinar el area bajo la curva
mediante un rectangulo de base x1 x0 y altura f (x0 ). Con ello, determinamos que el area bajo la curva corresponde al c
alculo de basealtura,
quedando expresado de la manera siguiente
Z x1
f (x)dx (x1 x0 )f (x0 )
(5.38)
x0
(5.39)
donde y1 corresponde a la aproximacion de y(x1 ), para obtener las aproximaciones y2 , . . . , yn , en los puntos xi con xi = x0 + (i 1)h, para
i = 2, . . . , n. La ecuaci
on anterior la podemos escribir como
yn+1 = yn + h f (xn )
(5.40)
mediante un polinomio de primer grado -lnea recta- que une a los puntos
(x0 , f (x0 )), (x1 , f (x1 )). En el ejemplo anterior se utilizo un polinomio de
grado cero, es decir, empleamos un valor constante para la altura. Ahora, utilizaremos una funci
on lineal; para ello, realizamos la aproximacion
f(x) f (x) como
f (x1 ) f (x0 )
f(x) = f (x0 ) +
(x xo )
x1 x0
(5.42)
NUMERICA
CAPITULO 5. APROXIMACION
160
x1
x0
f(x)dx =
x1
x0
f (x0 ) +
f (x1 ) f (x0 )
(x xo ) dx
x1 x0
(5.43)
x1
x0
h
f(x)dx = (f (x1 ) f (x0 ))
2
(5.44)
el procedimiento anterior es conocido como integral del trapecio. Substituyendo (5.44) en (5.37) obtenemos
y1 = y0 +
h
(f (x1 ) f (x0 ))
2
(5.45)
La ecuaci
on anterior la podemos expresar de manera iterativa como
yn+1 = yn +
h
(f (xn+1 ) f (xn ))
2
(5.46)
lo cual es el metodo de Runge-Kutta de orden dos, ver (5.26). Es conveniente indicar que en las secciones anteriores se emplearon en todo momento aproximaciones polinomicas basadas en el teorema de Taylor. Esto
constituye la piedra angular en los esquemas numericos frecuentemente
analizados a nivel licenciatura.
5.6.
161
= f1 (x, y1 , . . . , ym )
= f2 (x, y1 , . . . , ym )
..
.
dym
dx
= fm (x, y1 , . . . , ym )
NUMERICA
CAPITULO 5. APROXIMACION
162
por el siguiente sistema
dy1
dx
dy2
dx
= y2
= 10(1 y12 )y2 y1
163
while(x < b)
{
fnc(x,y,k1);
for(i=0;i<m;i++)
y[i]
= y[i] + h*k1[i];
x
= x + h;
printf("%f \t %f \t %f\n",x,y[0],y[1]);
}
free(y);
free(k1);
/* libero la memoria */
}
main(void)
{
float y_0[2];
int
m;
float a,b,h;
y_0[0]=1;
y_0[1]=1;
m
a
b
h
/*
/*
/*
/*
=
=
=
=
2;
0;
70;
0.01;
numero de ecuaciones
inicio
fin
paso de integracion
*/
*/
*/
*/
eulern(func1,y_0,m,a,b,h);
}
La salida del programa anterior la desplegamos graficamente en la fi-
NUMERICA
CAPITULO 5. APROXIMACION
164
2.5
10
20
30
40
50
60
70
y
x
cos 2x
sin 2y
0.05
x
y
5.7. NOTA
165
5.7.
Nota
Existe una gran variedad de esquemas numericos para ecuaciones diferenciales ordinarias, dentro de los mas relevantes podemos mencionar: esquemas de Runge-Kutta, metodos de pasos adaptivos, esquemas multipaso
Adams-Bashforth y Adams-Moulton, metodos embebidos, tecnicas multitasa y esquemas implcitos. En general, la correcta selecci
on de un metodo
numerico para resolver EDOs no es una tarea trivial. Cabe mencionar que
los metodos numericos no son universales, es decir, no podemos resolver
eficientemente cualquier problema en ecuaciones diferenciales ordinarias
con un mismo metodo numerico. Es por ello que debemos de apoyarnos de
un experto en el
area de analisis numerico para poder determinar cual es el
mejor esquema de aproximacion para el problema que deseamos resolver.
166
5.8.
NUMERICA
CAPITULO 5. APROXIMACION
Ejercicios
1. Dado el problema y = x 2y con y(0) = 2 determine la solucion analtica, ver captulo 2. Aplique el metodo de Euler con h = 0.1, 0.01, 0.001, con
base en la solucion analtica determine el error absoluto en el punto x = 1.
2. Modifique el programa uno para datos en precisi
on doble. Con base al
ejemplo tres, compare lo obtenido con el metodo de Euler en precisi
on
simple y doble. Observe que pasa cuando h 0.
3. Compare el metodo de Euler y el metodo de Runge-Kutta de orden dos
con h = 0.01 en x = 1 para el problema y = 1 + y/x con 1 x 2,
y(1) = 2 cuya solucion analtica es y(x) = x ln x + 2x.
4. Considere la EDO y = 30y, 0 x 1.5 con y(0) = 1/3. Este
no
problema tiene una solucion exacta y = 31 e30t . Seleccionando un tama
h = 0.1, determine la solucion numerica en el punto x = 1.5 con el esquema
de Euler y RK4. Con cual de los dos esquemas numericos se obtiene una
mejor aproximacion?
5. Sea y(x) = 1 + e6t, establezca la EDO. A partir del esquema de RungeKutta de segundo orden, resuelva la EDO empleando 0 x 1 con
y(0) = 2 y h = 0.1. Determine el error absoluto en x = 1.
6. Considere el problema y = y con y(0) = y0 y > 0. Empleando el metodo de Euler determine que yn se puede expresar como: yn =
(1 h)n y0 .
7. Con el metodo de Euler resuelva la ecuaci
on logstica
p
dp
,
p(0) = 0.1
= rp 1
dt
k
167
5.8. EJERCICIOS
y(0) = 1
5e2x 3e4t
2
168
NUMERICA
CAPITULO 5. APROXIMACION
Apendice A
(A.1)
en notaci
on matricial, hemos formado un sistema de ecuaciones de la forma
Wk = 0
169
NUMERICA
CAPITULO 5. APROXIMACION
170
donde
W =
y0 (x)
y0 (x)
y0 (x)
..
.
y1 (x)
y1 (x)
y1 (x)
..
.
y2 (x)
y2 (x)
y2 (x)
..
.
y0n1 (x)
y1n1 (x)
y2n1 (x)
k =
k0
k1
..
.
kn
0 =
0
0
..
.
0
yn (x)
yn (x)
yn (x)
..
.
ynn1 (x)
Apendice B
171
NUMERICA
CAPITULO 5. APROXIMACION
172
Propiedades de f (t)
Transformada de Laplace
aF (s) bG (s)
f (t)
sF (s) f (0)
f (t)
f n (t)
Rt
f ( )d
0
f (t a) t > a
U (t a) =
0
t<a
1
sF
(s)
eas f (s)
f (t) g(t)
F (s)G(s)
tf (t)
F (s)
(1)n tn f (t)
F (n) (s)
f (t)
t
f (at)
R
s
F (u) du
s
1
aF(a)
173
5.8. EJERCICIOS
Funci
on f (t)
1
s
K (cte.)
K
s
eat
1
sa
1
s2
tn
n
sn+1
at n
e t
(t)
(t a)
1 t>a
H (t a) =
0 t<a
n
(sa)n+1
1
eas
eas
s
sen(t)
1
s2 +1
cos(t)
s
s2 +1
sen(at)
a
s2 +a2
cos(at)
s
s2 +a2
eat sen(bt)
b
(sa)2 +b2
eat cos(bt)
(sa)
(sa)2 +b2
senh(at)
a
s2 a2
cosh(at)
s
s2 a2
174
NUMERICA
CAPITULO 5. APROXIMACION
Apendice C
176
NUMERICA
CAPITULO 5. APROXIMACION
3) Si algunos factores son polinomios cuadraticos irreducibles (irreducible en el sentido de que el polinomio no se puede factorizar en terminos
de n
umeros reales) y cada uno de ellos son distintos, entonces la descomposicion en fracciones parciales correspondiente tiene la forma
A2 x + B2
An x + Bn
A1 x + B1
+
+ +
2
2
a 1 x + b 1 x + c1
a 2 x + b 2 x + c2
an x2 + bn x + cn
4) Finalmente, si alg
un factor es un polinomio cuadratico irreducible y
se repite n veces, entonces la descomposicion correspondiente a ese factor
es
An x + Bn
A1 x + B1
A2 x + B2
+ +
+
n
2
2
2
a 1 x + b 1 x + c1
(a1 x2 + b1 x + c1 )
(a1 x + b1 x + c1 )
El denominador de la fracci
on puede presentar alguna combinaci
on de
los casos anteriores. Notemos que en cada caso en las fracciones parciales
aparecen constantes que deben ser determinadas, lo que implica resolver
un sistema lineal de ecuaciones simult
aneas con los metodos ya conocidos
del
algebra lineal.
Para ilustrar el metodo encontremos las fracciones parciales para el
ejemplo 8 del captulo 2. Se tiene la fracci
on
u2
1
9
1
1
=
9
(u 3)(u + 3)
177
5.8. EJERCICIOS
fracciones parciales en este apendice, entonces se tiene que
1
A
B
=
+
(u 3)(u + 3)
u+3 u3
(C.1)
(C.2)
igualando los coeficientes en ambos miembros de C.2 se obtienen dos ecuaciones algebraicas con dos inc
ognitas A,B
A+B =0
3A 3B = 1
Multiplicando por 3 a la primera ecuaci
on y sumando el resultado con la
segunda, obtenemos B = 1/6 y, sustituyendo el valor de B en la primera
ecuaci
on A = 1/6.
Como segundo ejemplo ilustrativo encontremos las fracciones parciales
para el ejemplo 16 del captulo 4. Observemos que el denominador de la
expresion (4.20) se puede factorizar en la forma
x3 + 2x2 3x = x(x2 + 2x 3)
= x(x 1)(x + 3)
vemos que el polinomio del denominador se puede factorizar como un producto de tres polinomios de primer orden todos ellos distintos. Esto corresponde al primer caso de las cuatro posibilidades mencionadas en este
apendice, por lo que la expresion se puede factorizar en la forma
A
B
C
4x2 + 13x 9
= +
+
3
2
x + 2x 3x
x
x1 x+3
(C.3)
Nota. Este es un caso particular de la descomposicion en fracciones parciales consideradas en el caso 1. Existen otros casos que involucran terminos
178
NUMERICA
CAPITULO 5. APROXIMACION
(C.4)
13 = 2A C + 3B
9 = 3A
(C.5)
(C.6)
179
5.8. EJERCICIOS
x3 + 2x2 3x
x x1 x+3
que es precisamente la expresion (4.21).
180
NUMERICA
CAPITULO 5. APROXIMACION
Bibliografa
182
BIBLIOGRAFIA
[9] J. C. Butcher. Numerical Methods for Ordinary Differential Equations. John Wiley & Sons, 1987.
[10] L. F. Shampine. Numerical Solution of Ordinary Differential Equations. Chapman & Hall, 1994.
[11] A. I. M
altsev. Fundamentos de Algebra Lineal. MIR, 1972.