Apuntes de Edo

Una introducción a las
Ecuaciones Diferenciales Ordinarias
Pedro Marı́n Rubio

2
Pedro Marı́n Rubio - Dpto. Ecuaciones Diferenciales y Análisis Numérico - Universidad de Sevilla
Nota previa
El material desarrollado en estas páginas recoge, o al menos lo intenta, parte de los resultados
más significativos que un alumno deberı́a conocer tras haber recibido un curso inicial de ecuaciones
diferenciales ordinarias (EDO).
La autorı́a de estos apuntes es diversa, y merece por tanto una advertencia previa: Dirichlet,
Lagrange, Lindelof, Lyapunov, Peano, Picard... y muchos otros matemáticos y autores de libros
que hábilmente han reunido antes material similar.
Como siempre que se refiere a notas reelaboradas sobre material bien conocido, se trata más
bien de una cuestión de revisión, de hacer una propuesta coherente de conjunto como temario de
un posible proyecto docente. En lo que a mı́, el abajo firmante, respecta, he intentado aportar mi
propia visión de conjunto al inicio en el estudio de una materia tan importante como las EDO, y
lo he hecho pensando en el formato de una asignatura cuatrimestral como hoy dı́a suele ser usual.
Junto con las fuentes bibliográficas consultadas (véanse al final del texto), he de citar y agrade-
cer el trabajo previo de otros compañeros del Dpto. Ecuaciones Diferenciales y Análisis Numérico
de la Universidad de Sevilla donde actualmente desarrollo mi labor docente, especialmente a los
profesores Tomás Caraballo Garrido y José Real Anguas.
Por supuesto, las erratas que pueda haber en el manuscrito son absolutamente culpa mı́a, por
lo que pido disculpas de antemano.
En Sevilla, septiembre de 2006
Fdo.: Pedro Marı́n Rubio
3
4
Índice general
Introducción y notas bibliográficas 7
1. Preliminares sobre ecuaciones diferenciales 11

1.1. Primeros ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2. Primeras definiciones. Interpretación geométrica . . . . . . . . . . . . . . . . . . . 13
1.3. Otros ejemplos en el ámbito matemático . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4. El problema de Cauchy y e.d.o. de orden superior . . . . . . . . . . . . . . . . . . . 17
1.5. Sistemas diferenciales ordinarios de dimensión N . . . . . . . . . . . . . . . . . . . 20
2. Métodos elementales de integración 23

2.1. Resolución e.d.o. de primer orden en forma normal . . . . . . . . . . . . . . . . . . 23
2.2. E.D.O. de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.2.1. Coeficientes constantes. Casos homogéneo y no homogéneo . . . . . . . . . 33
2.2.2. Ejemplos y aplicaciones de e.d.o. de 2o orden . . . . . . . . . . . . . . . . . 35
2.3. Otras ecuaciones de orden mayor que uno . . . . . . . . . . . . . . . . . . . . . . . 38
2.4. Integrales primeras de sistemas diferenciales ordinarios . . . . . . . . . . . . . . . . 41
2.4.1. Cálculo de integrales primeras. Combinaciones integrables . . . . . . . . . . 41
3. Existencia y unicidad de solución local para el problema de Cauchy 47

3.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2. Algunas notas sobre el espacio C(I) . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3. Aplicaciones contractivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.3.1. Otros resultados de punto fijo . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.4. Funciones lipschitzianas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.5. Formulación integral del problema de Cauchy . . . . . . . . . . . . . . . . . . . . . 57
3.6. Teorema de Picard. Método de las aproximaciones sucesivas . . . . . . . . . . . . . 58
3.7. Existencia local de solución. Teorema de Peano . . . . . . . . . . . . . . . . . . . . 61
3.7.1. El Teorema de Ascoli-Arzelà . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.7.2. Soluciones aproximadas. El Teorema de Peano . . . . . . . . . . . . . . . . 64
4. Unicidad global y solución global del problema de Cauchy 69

4.1. Unicidad global de solución del (PC) . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.2. Prolongación de soluciones para s.d.o. . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.3. Comportamiento de la solución maximal en los extremos . . . . . . . . . . . . . . . 74
4.4. Algunos casos particulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.4.1. El caso de un “dominio banda” . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.4.2. El caso de un s.d.o. lineal de dimensión N . . . . . . . . . . . . . . . . . . . 80
4.4.3. La forma de los terminales para N = 1 . . . . . . . . . . . . . . . . . . . . . 81
5
6 ÍNDICE GENERAL
5. Ecuaciones y sistemas diferenciales ordinarios lineales 83

5.1. Consideraciones generales sobre s.d.o.l. Matriz fundamental . . . . . . . . . . . . . 83
5.2. Ecuaciones lineales de orden n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.2.1. Método de variación de las constantes para una e.d.o.l. no homogénea . . . 91
5.3. S.D.O.L. de coeficientes constantes. Exponencial matricial . . . . . . . . . . . . . . 93
5.3.1. Cálculo efectivo de la exponencial matricial. Formas de Jordan . . . . . . . 95
5.4. Sistemas diferenciales lineales con coeficientes constantes . . . . . . . . . . . . . . . 101
5.5. E.D.O. lineal de orden n con coeficientes constantes . . . . . . . . . . . . . . . . . 103
6. Regularidad de las soluciones del problema de Cauchy. Continuidad y derivabi-

lidad respecto de datos iniciales y parámetros 107
6.1. Regularidad de la solución del (PC) . . . . . . . . . . . . . . . . . . . . . . . . . . 108
6.2. Continuidad de la solución respecto de los datos iniciales . . . . . . . . . . . . . . . 109
6.2.1. Continuidad respecto datos iniciales y parámetros . . . . . . . . . . . . . . 111
6.3. Comparación de soluciones de (PC) con ecuaciones parecidas . . . . . . . . . . . . 113
6.4. Derivabilidad respecto datos iniciales y parámetros . . . . . . . . . . . . . . . . . . 113
6.4.1. Comentarios preliminares. Desarrollo heurı́stico . . . . . . . . . . . . . . . . 113
7. Introducción a la teorı́a de la estabilidad para sistemas diferenciales ordinarios121

7.1. Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
7.2. Propiedades de estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
7.3. Criterios de estabilidad para s.d.o. lineales homogéneos . . . . . . . . . . . . . . . . 123
7.4. Estabilidad en 1a aproximación para s.d.o. no lineales . . . . . . . . . . . . . . . . 127
7.5. Segundo método de Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
7.5.1. Preliminares. Introducción heurı́stica del método . . . . . . . . . . . . . . . 129
7.5.2. Método directo de Lyapunov para s.d.o. autónomos . . . . . . . . . . . . . 130
8. Introducción a las E.D.P. de primer orden, casos lineal y casi-lineal. Integrales

primeras de un s.d.o. Método de las Caracterı́sticas 135
8.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
8.2. Integrales primeras para un s.d.o. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
8.3. E.D.P. de 1er orden lineales y casi-lineales. Integral general . . . . . . . . . . . . . 139
8.4. (PC) y Método Caracterı́sticas para E.D.P. casi-lineales . . . . . . . . . . . . . . . 143
8.4.1. Introducción heurı́stica para dimensión N = 2 . . . . . . . . . . . . . . . . . 143
8.4.2. Formulación del (PC). Método de las caracterı́sticas . . . . . . . . . . . . . 144
Bibliografı́a 153
Introducción y notas bibliográficas
Como ya se ha dicho antes, estas notas pretenden recopilar el material esencial de un curso
sobre ecuaciones diferenciales ordinarias (E.D.O.). Hemos pretendido generar un texto autoconte-
nido, pero resulta conveniente poder contrastar la exposición con otras monografı́as y otros puntos
de vista. En este sentido, intentamos recoger aquı́ cuál es la estructura de la memoria, esbozar
brevemente sus contenidos y conexiones, y hacer a la vez algunos comentarios sobre bibliografı́a
en parte utilizada o donde poder profundizar sobre un tema concreto.
El Tema 1 es introductorio. Principalmente constituido por ejemplos reales que motiven la

necesidad de estudio de las E.D.O., contiene definiciones fundamentales sobre las soluciones de
una ecuación, o del problema de Cauchy asociado, que serán de utilidad en el resto de la memoria.
Referenciar algún texto esencial en un tema como éste es vano, pues se pueden encontrar en
cualquier libro. Para las reseñas históricas sı́ hay dos textos en nuestra opinión destacables: Guzmán
[11] (en parte seguido); y de lectura muy agradable –incluso a este nivel para el alumno– Simmons
[26]. Pueden resultar también de interés Hartman [13], y por sus numerosos ejemplos, Amann [2]
(algunos explicados con bastante detalle), aunque ambos de lectura más densa. Otros libros que
cabe citar son Braun [4], Fernández & Vegas, [10], Miller & Michel [19] y el texto de Novo, Oba-
ya & Rojo [21]. Existen otros textos recientes donde las motivaciones a través de aplicaciones y
proyectos a realizar por el alumno, como Edwards & Penney [9], Nagle, Sa↵ & Snider [20] y Zill [28].
El Tema 2 continúa la labor introductoria del Tema 1. En él se tratan ciertas ecuaciones dife-
renciales resolubles, varios tipos de primer orden y algunos casos concretos de segundo orden (casos
particulares que serán ampliados y justificados posteriormente). Puede parecer contradictorio re-
solver casos concretos dado que la mayorı́a de las ecuaciones no serán resolubles explı́citamente. Sin
embargo, el interés de dichos ejemplos es mostrar explı́citamente la variedad de comportamientos
de las soluciones, su existencia a veces global, otras local, explosión en tiempos finitos, unicidad
en determinados casos cuando se añade una condición inicial, etc. Ası́ se justifica la necesidad
del estudio cualitativo en temas posteriores. El tema concluye con algunas simplificaciones para
ecuaciones de orden superior, y el concepto y cálculo explı́cito de integrales primeras de un sistema
diferencial ordinario, punto importante en el Tema 8, al final de la memoria.
El texto clásico para este tema es Kiseliov, Krasnov & Makarenko [16]. Pueden resultar también
muy útiles las monografı́as de Fernández & Vegas [10], Guzmán [11], Leighton [17], Novo, Obaya
& Rojo [21] (éste con muchos ejemplos y un estudio muy sistemático) y de nuevo Simmons [26],
donde se ilustra a la vez la resolución de ecuaciones y las aplicaciones de éstas. Existen otros libros
más orientados a la resolución de ejercicios, como el libro de Acero & López [1].
Los temas previos justifican la necesidad de un estudio teórico válido en un marco general.
El Tema 3 es el primero donde se hace un desarrollo importante en este sentido. Se estructura
en dos bloques, correspondientes a las dos cuestiones que serán tratadas (ambas de forma local):
la existencia y unicidad de solución (local), y la existencia, pero sin unicidad, de solución (local).
Comenzamos por el resultado de existencia y unicidad sencillamente por la simplicidad de la prueba,
el Teorema de Picard. No obstante resulta más intuitiva la idea subyacente en la construcción de
las poligonales de Euler, que darán lugar al segundo resultado: el Teorema de Peano (y útil en
7
8 ÍNDICE GENERAL
otros ámbitos, como el Análisis Numérico), que, como se verá, sólo garantiza existencia local
de solución (mas no unicidad), en un marco obviamente más general que el de Picard. Ambos
resultados requieren sendas introducciones funcionales que consideramos de capital importancia en
el desarrollo posterior de los estudios de la licenciatura, esto es, las técnicas de punto fijo (aquı́ se
verá el Teorema de Banach para aplicaciones contractivas) y de compacidad (veremos el Teorema
de Ascoli-Arzelà) respectivamente.
El análisis del problema de Cauchy está expuesto con claridad en muchos textos, citemos por
ejemplo Amann [2], Coddington & Levinson [7], Corduneanu [8], Guzmán [11], Hartman [13],
Martı́nez Carracedo & Sanz Alix [18], Novo, Obaya & Rojo [21] y Rouché & Mawhin [25]. Los li-
bros de Guzmán [11] y Martı́nez Carracedo & Sanz Alix [18] proponen varias formas de demostrar
el teorema de Picard, además de cuestiones relacionadas con las iterantes de Picard y la convergen-
cia de éstas. Es muy interesante el libro de Coddington [6], en el que se comienza el desarrollo de
los sistemas diferenciales de orden n motivando algunas ecuaciones de segundo orden que aparecen
en Fı́sica y los cambios que la llevan a un sistema de primer orden. Asimismo describe en detalle las
diferencias entre las demostraciones referentes a sistemas y las referentes al caso de una ecuación,
particularizando los resultados al caso lineal, en el que las soluciones están definidas en todo R.
Además plantea numerosos ejercicios, que vienen resueltos al final del libro.
En el Tema 4 se abordan cuestiones complementarias al Tema 3. ¿Qué hay del carácter global
de las soluciones? ¿Cuándo y cómo se puede hablar de ellas no sólo de forma local? ¿Cuántas hay?
Estudiamos la unicidad de solución, para ello el resultado fundamental expuesto es el Lema de
Gronwall, y posteriormente se trata la existencia (y unicidad) de solución maximal o global del
problema de Cauchy bajo condiciones adecuadas, que serán estándar ya en el resto de la memoria.
Para este objetivo se tratará la prolongación de soluciones, y se establecerá también un resultado
sobre condiciones equivalentes de prolongación (y por tanto de no prolongación). El tema acaba
con algunos casos particulares, en concreto se analizan un dominio banda y un sistema lineal, en
cuyos resultados nos apoyaremos para el tema siguiente.
El estudio de prolongación y unicidad de solución es bastante completo en Corduneanu [8].
El libro de Guzmán [11] también es muy interesante, ya que demuestra los resultados de prolon-
gación de forma más general, aunque por tanto más compleja. En Coddington & Levinson [7] y
en Rouché & Mawhin [25] hay ejemplos numerosos de cuándo fallan las condiciones de unicidad,
describiendo las trayectorias de las soluciones. También debemos citar aquı́ las monografı́as de
Hartman [13] y Martı́nez Carracedo & Sanz Alix [18].
Hacemos un alto en el análisis cualitativo general para detenernos en el caso de los sistemas
lineales. Ası́, por un lado acentuamos la importancia teórica de los resultados vistos en los dos
temas previos, respecto del resto de cuestiones teóricas generales que se analizarán; y por otro lado
reforzamos la idea general tan frecuente en el estudio matemático de que el caso lineal siempre es
más rico en propiedades (y muchas veces un rodeo que es útil dar). El Tema 5 se compone de dos
bloques, en el primero se estudia la estructura del conjunto de soluciones tanto de ecuaciones (de
orden superior a uno) como de sistemas de ecuaciones lineales, casos homogéneo y no homogéneo,
abordando el concepto de matriz fundamental y la fórmula de variación de las constantes. En
segundo lugar se particulariza a la situación de coeficientes constantes del término lineal, para cal-
cular explı́citamente la solución, abordando la exponencial matricial con un necesario recordatorio
previo de las formas de Jordan (compleja y real).
El contenido teórico de este tema puede encontrarse en casi todos los textos que tratan sobre
ecuaciones diferenciales. Nos parecen especialmente recomendables los libros de Guzmán [11], No-
vo, Obaya & Rojo [21], Coddington [6] y Hirch & Smale [14]. También pueden seguirse Fernández
& Pérez [10], Hartman [13] y Rouché & Mawhin [25]. Para la segunda parte del tema, una muy
buena referencia es el libro de Novo, Obaya & Rojo [21] (aunque no detalla la factorización de
Jordan). Aparte de los textos clásicos de Álgebra Lineal, hay una demostración completa en el
libro de Guzmán [11]. Otras referencias útiles son Leighton [17], Martı́nez Carracedo & Sanz Alix
[18], Miller & Michel [19] y Simmons [26]. Es muy interesante el ejemplo de aplicación de sistemas
9 ÍNDICE GENERAL
lineales de primer orden que aparece en el libro de Zill [28], modelando la acción de terremotos
sobre edificios de varios pisos.
El Tema 6 retoma el análisis teórico general de ecuaciones y sistemas diferenciales. En él se

responden principalmente tres cuestiones: la regularidad de la solución, y la continuidad y deri-
vabilidad respecto a datos iniciales y parámetros. La primera cuestión será desarrollada más en
profundidad en asignaturas de ampliación para búsqueda de soluciones a través de otros métodos.
La segunda cuestión es lógica desde el punto de vista de la modelización: mal modelo serı́a aquél
proveniente de una ecuación diferencial que no tuviera un comportamiento continuo (en intervalos
finitos) respecto de los datos. Este punto será ampliado con una comparación entre soluciones de
sistemas con segundos miembros parecidos (también en intervalos finitos). Finalmente la tercera
pregunta muestra, apoyándose en la continuidad anteriormente probada, que bajo hipótesis ade-
cuadas la solución es derivable respecto de datos iniciales y parámetros. Posiblemente se trata del
tema más complejo en cuanto a pruebas, pero su desarrollo es necesario para el Tema 8.
Para los resultados de regularidad podemos consultar Coddington & Levinson [7], Corduneanu
[8], Guzmán [11] y Martı́nez Carracedo & Sanz Alix [18]. El estudio de la continuidad y derivabili-
dad respecto de los datos iniciales y parámetros está bien desarrollado en los textos de Amann [2],
Pontriaguine [23] y Rouché & Mawhin [25]. También se pueden consultar los libros de Fernández
& Vegas [10] y Hartman [13].
El Tema 7 pretende ser una introducción a la teorı́a de la estabilidad para ecuaciones diferencia-
les. La propiedad vista antes de continuidad respecto de la variable independiente en un intervalo
finito no responde en absoluto al deseo en las aplicaciones. Un objetivo en el funcionamiento de
un mecanismo es que los errores o pequeñas variaciones en los datos iniciales no influyan en la
solución obtenida: grosso modo la estabilidad consiste en pedir distintas condiciones de cercanı́a
entre las soluciones “ideal” y “perturbada” en todo tiempo futuro. Es frecuente dejar este estudio
para cursos (opcionales) de ampliación, pero creemos conveniente dar al menos una breve pincelada
al respecto aquı́. Ası́, en este tema se tratan la primera aproximación de Lyapunov para sistemas
lineales y pequeñas perturbaciones, y se esboza el segundo método de Lyapunov sólo en sistemas
autónomos pero ahora no lineales.
En general, todos los textos de ecuaciones diferenciales tienen un apartado sobre estabilidad.
Algunas obras que creemos adecuado citar son las de Guzmán [11], Brauer & Nohel [3], Martı́nez
Carracedo & Sanz Alix [18], y por sus muchos ejemplos la monografı́a de Pontriaguine [23]. También
resultan interesantes Corduneanu [8], Rouché & Mawhin (Tomo II) [25], Simmons [26], Kiseliov,
Krasnov & Makarenko [16] y Hartman [13].
Por último, el Tema 8 muestra una aplicación de los sistemas diferenciales ordinarios. Se in-
troducen las ecuaciones en derivadas parciales (E.D.P.) y se consideran dos métodos de resolución
para las E.D.P. lineales y casi-lineales. El primero de ellos usa integrales primeras de sistemas
diferenciales asociados a E.D.P. lineales (en los ejemplos se recuperarán las técnicas de cálculo del
Tema 2). En el desarrollo de esta parte se utilizarán los resultados del Tema 6 en combinación con
el Teorema de la Función Implı́cita. La segunda parte del tema desarrolla el Método de las Carac-
terı́sticas para resolver E.D.P. de tipo lineal y casi-lineal. De nuevo los resultados del Tema 6 serán
esenciales, ahora en combinación con el Teorema de la Función Inversa. Para facilitar la exposición,
primero nos restringimos al caso de dimensión 2, consideraciones geométricas nos ayudarán a dar
una introducción heurı́stica de la prueba.
Para esta aplicación hemos tenido que introducir algunas referencias de E.D.P. Consideramos
muy recomendables el desarrollo de Peral [22], y válido, aunque más profundo, el libro de John [15].
Otras monografı́as clásicas de E.D.P. útiles aquı́ son Casas [5] y Sneddon [27]. También pueden
consultarse libros propiamente de ecuaciones ordinarias, por ejemplo, Hartman [13].
10 ÍNDICE GENERAL
Tema 1
Preliminares sobre ecuaciones

diferenciales
Este tema pretende ser introductorio y servir al alumno para comenzar a conocer a través de
algunos ejemplos la naturaleza y variedad de las ecuaciones diferenciales ordinarias y sus soluciones,
posibilidades de cálculo, dominios de definición, comportamientos, etc.
Servirá como motivación previa a la asignatura en si, de modo que salvo por algunas definiciones
básicas, los desarrollos serán formales en su mayorı́a.
1.1. Primeros ejemplos

Es bien conocido que muchas leyes de la naturaleza son expresables en términos de ecuacio-
nes diferenciales. Dada una magnitud cuya cantidad evoluciona con el tiempo, digamos y(t), la
velocidad a la que ésta crece o decrece es y 0 (t).
Las relaciones entre la evolución de una magnitud y su(s) derivada(s) tienen aplicación en leyes
de la Fı́sica, la Economı́a, la Quı́mica, incluso en las Ciencias Sociales, y por supuesto también en
la propia Matemática. Veamos algunos ejemplos que suscriben esta afirmación.
Ejemplo 1.1 (Predicción térmica). Consideramos la ley de enfriamiento de Newton, un modelo

para predecir la evolución de la temperatura de un cuerpo situado en un ambiente a temperatura
constante.
dT
= k(A T ),
dt
donde T = T (t) es la temperatura del objeto estudiado, A es el valor de T en situación de equilibrio,
o dicho de otro modo, la del medio, y k es una constante positiva.
Ejemplo 1.2 (Caı́da en medio resistente). Otro ejemplo también con origen fı́sico: la caı́da
de un cuerpo en un medio resistente.
✓ ◆
d2 x 1 dx
= F c ,
dx2 m dt
donde x = x(t) representa el espacio recorrido, F es la fuerza exterior (supuesta constante) ejercida
sobre el cuerpo, m la masa del cuerpo, y c un coeficiente de resistencia a la caı́da en el medio.
Ejemplo 1.3 (Desintegración radioactiva). Fenómenos naturales de origen fı́sico-quı́mico:

descomposición de elementos radioactivos.
dN
= N,
dt
11
12 TEMA 1. PRELIMINARES SOBRE ECUACIONES DIFERENCIALES
donde N = N (t) es el número relativo de moléculas sin desintegrar de la sustancia, y es una

constante positiva dependiente del material.
Un ejemplo muy interesante lo constituye el isótopo radioactivo del carbono C14 . Resolver la
ecuación junto a datos concretos permite conocer en paleontologı́a edades a que pertenecieron los
restos hallados.
Ejemplo 1.4 (Dos modelos simples de Dinámica de Poblaciones). Veamos dos casos tı́pi-
cos dentro del campo de la Biologı́a, más concretamente la Dinámica de Poblaciones.
(a) El Modelo de Malthus (economista londinense preocupado por la relación entre el número de
personas en una sociedad y los recursos alimenticios de la misma) propone
dp
= ↵p,
dt
donde p = p(t) es el número de individuos de una población, y ↵ es una constante relacionada
empı́ricamente con la diferencia entre natalidad y mortalidad.
No tardaremos mucho en comprobar que se trata de un modelo válido para etapas muy cortas
ya que su solución es exponencial.
(b) Para subsanar los fallos evidentes del modelo anterior, se introdujo el Modelo logı́stico o de
Verhulst.
dp
= ↵p p2 = p(↵ p),
dt
donde es obvio que se consigue evitar el problema de un crecimiento ilimitado marcando un umbral
en la propia ecuación a través de las constantes ↵ y .
Dicha ecuación será uno de los tipos tratados en el Tema 2. Anticipamos que
✓ ◆
dy 1 1
y 0 = y(1 y) ) = dt ) + dy = dt
y(1 y) y 1 y
1
conduce tras una integración a la solución y = 1 .
Cet +1
A pesar de este último ejemplo, cabrı́a citar a tı́tulo informativo otros muchos modelos, me-
jor adaptados a situaciones biológicas concretas, como por ejemplo modelos con retardo que son
variantes del anterior.
Ejemplo 1.5 (Modelo presa-depredador). Veamos otro caso de modelo aplicable a Dinámica
de Poblaciones, pero algo distinto de los anteriores. Ahora tratamos un sistema, donde x = x(t)
representa el número de depredadores, y = y(t) representa el número de presas, y se tienen también
las constantes a, b, c, d > 0.
Es posible estudiar relaciones en el crecimiento o decrecimiento no sólo de una función, sino
de varias combinadas. Es claro que el número de presas depende de la cantidad de depredadores y
viceversa. ⇢ 0
x = ax + bxy,
y 0 = cy dxy = y(c dx).
La primera ecuación indica que el hecho de que haya depredadores depende sobretodo de que haya
presas, si no, compiten entre ellos.
Sin embargo, el número de presas podrı́a depender sólo de la propia especie (si no hubiera
depredadores, y sı́ medios “ilimitados”). Pero si hay depredadores, el número de encuentros entre
ambas especies es proporcional al número de individuos de ambas especies.
Tras estos ejemplos es fácil deducir que muchos modelos son simplificaciones de la realidad, y
que son muchas veces mejorables (en la medida en que se tengan técnicas de resolución).
13 1.2. PRIMERAS DEFINICIONES. INTERPRETACIÓN GEOMÉTRICA
1.2. Primeras definiciones. Interpretación geométrica

Antes de proseguir con más ejemplos, podemos dar ya algunas nociones generales y definiciones
sobre ecuaciones diferenciales.
En este curso veremos dos tipos de ecuaciones diferenciales (que describimos a continuación
muy a grosso modo):
-Mayoritariamente nos dedicaremos a tratar resolución explı́cita y/o aspectos teóricos cualita-
tivos de ecuaciones diferenciales ordinarias (E.D.O.). En ellas, la incógnita es una función,
que denotaremos normalmente por y(x) ó y(t), y que depende exclusivamente de una variable. En
la ecuación esta función aparecerá relacionada con sus derivadas.
-El segundo tipo que trataremos (muy brevemente, de forma introductoria, y en realidad como
aplicación de lo que se habrá visto hasta ese momento de ecuaciones diferenciales ordinarias)
serán las ecuaciones en derivadas parciales (E.D.P.). En ellas, la incógnita es una función
y(x1 , x2 , . . . , xn ) dependiente de varias variables, y que aparece en la ecuación relacionada con sus
derivadas parciales.
Definición 1.6. Una ecuación diferencial ordinaria (e.d.o.) de 1er orden es una expresión de la
forma
F (x, y, y 0 ) = 0
donde x es la variable independiente, y = y(x) es la función desconocida, y 0 su derivada, y F :
O ⇢ R3 ! R es una función dada.
Observación 1.7.
Como ya se dijo antes, a menudo se denota también F (t, y, y 0 ) = 0. (Cuando en el problema
la variable independiente juega el papel del tiempo).
Usualmente se pedirá que O sea un abierto y que F sea continua (será el requerimiento
mı́nimo natural, al menos en este curso).
El término “de 1er orden” que aparece en la definición hace referencia al orden de la derivada
mayor que aparece en la ecuación.
Definición 1.8 (momentánea). Llamaremos solución de la e.d.o. de 1er orden
F (x, y, y 0 ) = 0 (1.1)
a cualquier función ' : I ⇢ R ! R definida en algún intervalo I no degenerado y tal que se

verifiquen las siguientes tres condiciones:
(i) ' tiene derivada en cada punto de I,
(ii) (x, '(x), '0 (x)) 2 O 8x 2 I,
(iii) F (x, '(x), '0 (x)) = 0 8x 2 I.
Diremos que (I, ') es una solución (local) de (1.1), o equivalentemente, que ' es solución de (1.1)
definida en I.
Definición 1.9. Se dice que la e.d.o. (1.1) está en forma normal si F (x, y, y 0 ) = y 0 f (x, y)
siendo f : ⌦ ⇢ R2 ! R.
Observación 1.10.
Tener una e.d.o. en forma normal, no es algo insustancial. Caso de no ser ası́, esto es una
forma implı́cita general como (1.1), hace que el manejo y resolución de la ecuación sea más
complejo.
En el caso de tener la e.d.o. en forma normal, por supuesto tendrı́amos que O = ⌦ ⇥ R.
La forma “sensata” en que podemos definir solución de una e.d.o. en forma normal es análoga
al caso anterior. Se dice que (I, ') es solución de y 0 = f (x, y) si
(i) ' tiene derivada en cada punto de I,

(ii) (x, '(x)) 2 ⌦ 8x 2 I,
(iii) '0 (x) = f (x, '(x)) 8x 2 I.
Junto al concepto de solución hay otra terminologı́a frecuente que resulta conveniente intro-
ducir:
{(x, '(x)) : x 2 I} es la trayectoria de la solución.
{'(x) : x 2 I} es la órbita de la solución.
Si tenemos un espacio X tal que la solución ' 2 X, a X se le suele denotar el espacio de
fases.
Interpretación geométrica
Por simplicidad, que no por necesidad, hacemos el siguiente planteamiento para una e.d.o. dada
en forma normal.
Sea la e.d.o. y 0 = f (x, y) con f : ⌦ ⇢ R2 ! R. Supongamos que ' es solución de la e.d.o. en
cierto intervalo I. Para cada (x0 , y0 ) 2 ⌦ denotamos p0 = f (x0 , y0 ), que debe ser la pendiente de
la recta tangente a la curva y = '(x) en (x0 , y0 ).
Podemos ver ⌦ y sobre dicho conjunto la función f : ⌦ ! R como un “campo de direcciones”,
el dado por (1, f (x0 , y0 )), que va “conduciendo” la solución.
Observación 1.11.
Es fácil con paquetes informáticos, como por ejemplo Matlab, dibujar el “campo de direccio-
nes” generado por f en ⌦ y compararlo con la solución concreta en algún caso.
La interpretación geométrica puede ser muy beneficiosa para su uso posterior, tanto teóri-
co (cuando se demuestre el Teorema de Peano en el Tema 3), como práctico (cuando se
implemente el método numérico de Euler en otras asignaturas).
Existen algunos casos “especiales” en la interpretación geométrica anterior que nos obligan
a replantearnos algunas cuestiones.
- El caso de tangentes paralelas al eje OY requerirı́a que los puntos (x0 , y0 ) donde esto
ocurre tuvieran |f (x0 , y0 )| = 1.
- Otro inconveniente es que y = '(x) no puede cortar más de una vez rectas paralelas al
eje OY. Sin embargo se podrı́a generalizar el problema si se buscan curvas paramétricas
x(t) e y(t) tales que sus tangentes cumplan
dy y 0 (t0 )
(t0 ) = 0 = f (x(t0 ), y(t0 )).
dx x (t0 )
Para poder evitar casos extraños (como el primero de los dos anteriores) como para asegurar
que los cálculos formales tengan sentido, si p.ej. la derivada fuera continua y distinta de cero en un
punto, redefinimos el concepto de solución de una e.d.o. anulando con ello el dado en la Definición
1.8. [Lo hacemos sólo para el caso de una e.d.o. dada en forma normal; en forma implı́cita es
análogo.]
Definición 1.12. Una solución (local) de una e.d.o. de primer orden escrita en forma normal,
y 0 = f (x, y), con f 2 C(⌦), es un par (I, ')
(i) ' 2 C 1 (I),
15 1.3. OTROS EJEMPLOS EN EL ÁMBITO MATEMÁTICO
(ii) (x, '(x)) 2 ⌦ 8x 2 I,

(iii) '0 (x) = f (x, '(x)) 8x 2 I.
A veces, cuando se busca una solución de una ecuación diferencial, se emplea también la ex-
presión “integración de la ecuación diferencial”.
Veremos más adelante tanto con ejemplos como teóricamente que cuando una ecuación dife-
rencial tiene una solución, entonces tiene infinitas soluciones.
1.3. Otros ejemplos en el ámbito matemático

Problemas de eliminación de parámetros
Sea F (x, y, C) = 0 una familia de curvas, donde C es un parámetro. Para eliminar C se intenta
despejar en el sistema ⇢
F (x, y, C) = 0,
Fx (x, y, C) + Fy (x, y, C)y 0 = 0.
Esto conducirá muchas veces a una ecuación de la forma f (x, y, y 0 ) = 0, que entre sus soluciones
contiene a la familia de curvas inicial (y posiblemente a otras soluciones).
Ejemplo 1.13. Las parábolas de vértice el origen y eje OY son de la forma y = Cx2 . Si planteamos
el sistema ⇢
y = Cx2 ,
y 0 = 2Cx,
obtenemos que la familia está contenida en las soluciones de
y0 2x 2y
= 2 ) y0 = .
y x x
Familias que se cortan con un ángulo fijo

Trayectorias ortogonales
Supongamos una familia de curvas dada (según la sección anterior) a través de la ecuación
diferencial y 0 = f (x, y).
Si se desea que una familia de curvas interseque a la anterior de forma ortogonal, es claro que
1
la pendiente en cada intersección de la nueva familia ha de ser 0 en el mismo punto (donde y 0
y
es la pendiente de la familia dada). Esto se traduce simplemente en que la ecuación de la familia
ortogonal será
1
y0 = .
f (x, y)
Ejemplo 1.14. Consideremos la familia de curvas dada por la e.d.o. y 0 = 2y/x (que en particular
vimos que contiene a las parábolas con vértice el origen y eje OY).
Entonces las curvas ortogonales vienen dadas por y 0 = x/(2y). Una manipulación formal nos
lleva a que 2yy 0 = x. Por tanto y 2 = x2 /2 + C, es decir, la familia ortogonal son elipses.
Trayectorias isogonales
Dado un ángulo ↵ cualquiera, también es posible plantear a partir de una e.d.o. f (x, y, y 0 ) = 0,
o dicho de otro modo, para la familia de curvas solución, cuál deberı́a ser la ecuación para la familia
cuyas curvas intersequen a las dadas con ese ángulo fijo.
Para ello, si llamamos y 0 = tan a una pendiente de una curva de la familia original, entonces
debemos tener para la nueva curva buscada una pendiente ỹ 0 = tan(↵ + ). Como
tan ↵ + tan
tan(↵ + ) = ,
1 tan ↵ tan
la familia de curvas isogonales de ángulo ↵ será

✓ ◆
y 0 + tan ↵
f x, y, = 0.
1 y 0 tan ↵
Curvas dadas por condiciones sobre tangentes, normales o proyecciones

Podemos extender los comentarios anteriores sobre ortogonalidad para tratar también curvas
dadas a través de relaciones de sus tangentes o normales con ciertas condiciones geométricas.
Ejemplo 1.15. Hallar las curvas planas cuya normal en cada punto pasa por el origen.
Si consideramos la curva (x, y(x)), su normal tendrá pendiente 1/y 0 . Si deseamos que pase
por el (0, 0) y por (x, y), entonces
y 1 x
= 0 ) y0 = .
x y y
Definición-construcción de funciones a través de e.d.o.

A veces las ecuaciones diferenciales permiten construir a través de sus soluciones nuevas fun-
ciones que añadir a las ya “conocidas”. Veámoslo a través de un ejemplo.
Ejemplo 1.16. Supongamos que no conocemos la existencia de la función exponencial, aún ası́ tie-
ne sentido que planteemos una e.d.o., y veremos que sólo tiene una solución, cuyas propiedades
nos ayudará a determinar cómo es (recuperando la función exponencial).
Concretamente, consideramos la e.d.o. y 0 = y unida a una condición y(0) = 1.
Su solución, caso de existir (resultados locales serán expuestos en el Tema 3), la denotaremos
por ahora y = f (x).
• Una propiedad interesante que se consigue sobre la función f, derivando la función g(x) =
f (x)f ( x) es que f ( x) = 1/f (x). Por tanto, la función f, caso de existir, cumple f (x) 6= 0
8x 2 dom(f ).
• Si f es distinta de cero, por su continuidad, tiene signo constante, y por verificar la ecuación
diferencial y la condición de positividad en 0, sabemos que f es creciente, más aún, y 00 = y 0 , o sea,
que f es convexa.
• Supongamos que el problema consistente en la e.d.o. junto con la condición y(0) = 1, admite
dos soluciones f1 y f2 . Entonces derivando la función f1 (x)/f2 (x) obtenemos que f1 (x) = kf2 (x).
Pero al cumplirse que fi (0) = 1 para i = 1, 2 obtenemos unicidad de solución.
• Consideremos ahora un valor fijo a 2 R. Entonces la función r(x) = f (x + a) verifica que
r0 (x) = f 0 (x + a) = f (x + a) = r(x). De nuevo por tanto r(x) = kf (x) para cierto k 2 R.
Particularizando para x = 0 deducimos que r(0) = f (a) = kf (0) = k, o sea, k = f (a).
Concluimos entonces que
f (x + a) = f (x)f (a) 8x 2 R, 8a 2 R.
• Veamos ahora que para cualquier n 2 N, se tiene
f (na) = (f (a))n . (1.2)
Por inducción, dado que es cierto trivialmente para n = 1, si lo creemos para un valor natural k,
el caso k + 1 se resuelve simplemente aplicando la propiedad vista en el punto anterior:
f ((k + 1)a) = f (ka + a) = f (ka)f (a) = (f (a))k f (a) = (f (a))k+1 .
• En particular, si denotamos e = f (1), entonces tenemos que f (n) = en . Y por un resultado

anterior f ( n) = e n .
17 1.4. EL PROBLEMA DE CAUCHY Y E.D.O. DE ORDEN SUPERIOR
Para cualquier q 2 N, se tiene

✓ ◆ ✓ ✓ ◆◆q
1 1
e = f (1) = f q· = f ,
q q
de modo que ✓ ◆
1
f = e1/q .
q
De nuevo usando (1.2) concluimos que
✓ ◆
p
f = ep/q
q
primero para p 2 N, y después para p 2 Z.

• Finalmente, por continuidad, podemos afirmar que f (x) = ex 8x 2 dom(f ). Además, sabe-
mos algo sobre la constante e = f (1), y es que al ser f creciente, e = f (1) > f (0) = 1.
Si la función f está definida para todo x 2 R, entonces
lı́m f (x) = +1
x!+1
ya que en = (1 + b)n con b > 0, y se tiene que (1 + b)n > 1 + nb. Ası́, también ocurre que
lı́m f (x) = 0
x! 1
pues tenı́amos que f ( x) = 1/f (x).

Es posible desarrollar un análisis análogo al anterior para obtener las propiedades principales
de otras funciones vistas como soluciones de ecuaciones diferenciales, como por ejemplo la función
logarı́tmica.
1.4. El problema de Cauchy y e.d.o. de orden superior

Hemos afirmado que si es posible resolver una ecuación diferencial puede ocurrir que tenga
infinitas soluciones (la prueba será natural tras el Tema 3).
De modo que se requiere alguna condición más para plantear un problema en el que esperemos
obtener sólo una. De hecho, en la sección anterior ya hemos visto un ejemplo, la ecuación y 0 = y,
en que se tenı́a unicidad de solución si además se imponı́a la condición de que la solución pasara
por un cierto punto (x0 , y0 ), en aquel caso el (0, 1).
Si imaginamos el tipo más simple de ecuación diferencial, aquélla en que y 0 = f (x), es decir,
donde la respuesta es obvia (ya que no hay ecuación propiamente), se trata sólo de integrar, el
“grado de libertad” que se tiene al calcular la integral indefinida, queda neutralizado con un dato
inicial. Esto refuerza lo visto en el ejemplo previo, y nos induce a dar la siguiente definición.
Definición 1.17. Se llama problema de Cauchy o de valor inicial relativo a la e.d.o.
f (x, y, y 0 ) = 0
con dato inicial (x0 , y0 ) y se escribe

⇢
F (x, y, y 0 ) = 0,
(PC)
y(x0 ) = y0 ,
al problema de encontrar ' : I ! R tal que (I, ') sea solución de la e.d.o., que x0 2 I, y que
'(x0 ) = y0 . A tal par (I, ') se le llamará solución local del problema de Cauchy.
Observación 1.18. De forma análoga se puede definir el problema de Cauchy y una solución local
en el caso de una e.d.o. en forma normal,
⇢ 0
y = f (x, y),
(PC)
y(x0 ) = y0 .
Observación 1.19 (Anticipo del Tema 2, sobre la resolución de ec. diferenciales). Del
mismo modo que no se puede escribir de forma cerrada toda integral definida en términos de
funciones elementales, el problema de Cauchy más básico
⇢ 0
y = f (x),
y(x0 ) = y0 ,
Rx
cuya solución es y(x) = y0 + x0 f (s)ds, nos permite observar que tampoco cabe esperar que las
soluciones de ecuaciones diferenciales en general o bien de problemas de Cauchy puedan darse ex-
plı́citamente siempre. Se considerará resuelto el problema si se reduce a un problema de cuadratura.
Ejemplo 1.20. Hallar la curva plana que pasa por el punto (1, 2) y cuya normal en cada punto
pasa por el origen.
Se trata de resolver el problema de Cauchy
⇢ 0
y = x/y,
y(1) = 2.
Como yy 0 = x, es fácil en este caso resolver la ecuación: 12 y 2 = 21 x2 + C. Si a la curva buscada

en la familia x2 + y 2 = 2C le imponemos que pase por el (1, 2) entonces 2C = 5. Ası́ la expresión
final de solución es x2 + y 2 = 5 (que no es propiamente una función).
Ejemplo 1.21. Consideramos ahora el
⇢ 2
y 0 = 2xey ,
(PC)
y(1) = 0.
y2 0
Despejando obtenemos e y = 2x, con lo que la solución viene dada a través de la expresión
Z y
2
e t dt = x2 1,
0
de donde no puede ser despejada la y.

Definición 1.22. Llamamos ecuación diferencial ordinaria de orden n a una expresión de la
forma G(x, y, y 0 , . . . , y (n ) = 0, donde G : O ⇢ Rn+2 ! R, x es la variable independiente, y = y(x)
es la función incógnita, e y 0 , y 00 , . . . , y (n son sus derivadas primera, segunda, ... y enésima.
Observación 1.23. Normalmente O será un abierto, y que G será continua sobre O.
La primera idea sensata que viene a la cabeza de lo que deberı́a ser solución de una e.d.o. de
orden n es la siguiente.
Definición 1.24 (incompleta; véase Observación 1.25). Dada una e.d.o. de orden n
G(x, y, y 0 , . . . , y (n ) = 0 (1.3)
y una función ' : I ⇢ R ! R definida sobre un intervalo no degenerado y tal que

(i) ' tiene derivada hasta orden n, 8x 2 I,
(ii) (x, '(x), '0 (x), . . . , '(n (x)) = 0 8x 2 I,
(iii) G(x, '(x), '0 (x), . . . , '(n (x)) = 0 8x 2 I,
19 1.4. EL PROBLEMA DE CAUCHY Y E.D.O. DE ORDEN SUPERIOR
diremos que (I, ') es solución local de (1.3) o que ' es solución de (1.3) en I.
Observación 1.25. Normalmente G será continua en un abierto O, de modo que al igual que se
hizo para e.d.o. de orden uno, pediremos a la solución en vez de que satisfaga la condición (i), que
cumpla ' 2 C n (I).
Definición 1.26. Llamamos e.d.o. de orden n en forma normal o explı́cita a una e.d.o.
de orden n donde
G(x, y, y 0 , . . . , y (n ) = y (n g(x, y, y 0 , . . . , y (n 1 )
con g : ⌦ ⇢ Rn+1 ! R.
Observación 1.27. Usualmente se pedirá que g 2 C(⌦).
Definición 1.28. Llamamos problema de Cauchy relativo a la e.d.o. implı́cita de orden n
G(x, y, y 0 , . . . , y (n ) = 0
(n 1
y dato inicial (x0 , y0 , y00 , . . . , y0 ) y se escribe
⇢
G(x, y, y 0 , . . . , y (n ) = 0,
(PC) (n 1
y(x0 ) = y0 , y 0 (x0 ) = y00 , . . . , y (n 1
(x0 ) = y0 ,
a encontrar ' : I ! R tal que (I, ') sea solución de la e.d.o. de orden n y verifique las condiciones
(n 1
'(x0 ) = y0 , '0 (x0 ) = y00 , . . . , '(n 1
(x0 ) = y0 .
Al par (I, ') lo llamaremos solución local del (PC).
Algunas situaciones con e.d.o. de orden superior a uno

Problemas de eliminación de varios parámetros
Consideramos la familia dada por la siguiente ecuación con dos parámetros: F (x, y, a, b) = 0.
Para eliminar los parámetros y obtener una ecuación diferencial, calculamos (supuesto que
F tiene regularidad suficiente y es posible) derivadas parciales respecto de x y de y. Ası́, si las
derivadas cruzadas son iguales, se tiene el sistema
8
< F (x, y, a, b) = 0,
Fx (x, y, a, b) + Fy (x, y, a, b)y 0 = 0,
:
Fxx (x, y, a, b) + 2Fxy (x, y, a, b)y 0 + Fyy (x, y, a, b)(y 0 )2 + Fy (x, y, a, b)y 00 = 0.
Ejemplo 1.29. Las circunferencias de radio R se expresan a través de la familia
(x a)2 + (y b)2 = R2 . (1.4)
Derivando resulta
2(x a) + 2(y b)y 0 = 0 (1.5)
de donde
x a= y 0 (y b).
Una segunda derivada en (1.5) implica 1 (y 0 )2 + (y b)y 00 = 0, de donde deducimos
1 + (y 0 )2
y b=
y 00
y por tanto
y 0 (1 + (y 0 )2 )
x a= .
y 00
Ası́, la forma general (1.4) que tenı́a la familia se transforma en

✓ ◆2 ✓ ◆2
y 0 (1 + (y 0 )2 ) 1 + (y 0 )2
+ = R2 ,
y 00 y 00
que operando queda reducida a

(1 + (y 0 )2 )3/2
= R.
y 00
Definición de funciones
Al igual que se hizo antes con ecuaciones diferenciales de orden 1, que permitı́an demostrar
y caracterizar algunas funciones como ex y ln x, ecuaciones de orden superior, como y 00 = y
permiten deducir una serie de propiedades sobre las funciones sen x y cos x cuando se usan los
datos iniciales adecuados (y(0) = 0, y 0 (0) = 1, e y(0) = 1, y 0 (0) = 0 respectivamente).
Aplicaciones fı́sicas donde aparecen e.d.o. de orden 2

El movimiento de un péndulo sin rozamiento corresponde a la situación “ideal” en que un
cuerpo de masa m colgado de una cuerda no extensible, de masa despreciable y longitud L tiene
un movimiento oscilante debido a la fuerza de gravedad, supuesta constante. (Volveremos en el
Tema 7 sobre este ejemplo).
Si denotamos ✓ = ✓(t) el ángulo en radianes que forma la cuerda con la vertical, la distancia
de arco de circunferencia recorrida por el péndulo en un instante t es x = ✓(t)L.
La segunda ley de Newton, F = ma, nos da la ecuación diferencial mg sen ✓ = mL✓. ¨ Ası́, el
problema de Cauchy (no trivial, para que se genere movimiento) es
8
< ✓¨ + L sen ✓ = 0,
(PC) g
: ˙
✓(0) = ✓0 , ✓(0) = 0.
1.5. Sistemas diferenciales ordinarios de dimensión N

Consideramos en esta sección una forma equivalente de ver las e.d.o. de orden superior a uno.
Esta forma resultará muy conveniente, ya que nos permitirá formular y demostrar los resultados
de toda la teorı́a de este curso relativa a e.d.o. de cualquier orden de manera unificada como un
sistema de orden uno.
Definición 1.30. Se llama sistema diferencial ordinario (s.d.o.) de ecuaciones de primer

orden de dimensión N en forma normal o explı́cita a un sistema de N ecuaciones de la
forma 8 0
>
> y1 = f1 (x, y1 , . . . , yN ),
>
< y20 = f2 (x, y1 , . . . , yN ),
..
>
> .
>
: 0
yN = fN (x, y1 , . . . , yN ),
donde fi : ⌦ ⇢ RN +1 ! R para i = 1, . . . , N.
Observación 1.31.
En general se supondrá que ⌦ es un conjunto abierto, y que fi 2 C(⌦) para todo i.
Cabrı́a la posibilidad de considerar sistemas con distinto número de ecuaciones que de incógni-
tas.
21 1.5. SISTEMAS DIFERENCIALES ORDINARIOS DE DIMENSIÓN N
Se puede introducir una notación vectorial que abrevia y unifica el tratamiento de una e.d.o.
de orden uno y de un s.d.o. de primer orden.
Dicha notación vectorial serı́a y~0 = f~(x, ~y ), donde se entiende que los vectores siempre están
escritos por columna. Para unificar, como ya se ha dicho, el tratamiento de e.d.o. de orden
uno y de s.d.o. de primer orden normalmente se omitirá el sı́mbolo vectorial (salvo que se
quiera hacer especial hincapié en la diferencia).
Definición 1.32. Dado un s.d.o. de primer orden y dimensión N en forma normal, diremos que
la función '~ = ('1 , . . . , 'N ) : I ⇢ R ! RN definida en un intervalo no degenerado I es solución
del s.d.o. si se cumplen las siguientes tres condiciones:
~ admite derivada para todo x 2 I,
(i) '
(ii) (x, '
~ (x)) 2 ⌦ 8x 2 I,
~ 0 (x) = f~(x, '

(iii) ' ~ (x)) 8x 2 I.
En tal caso se dirá que (I, ') es solución local del s.d.o.
Observación 1.33 (Modificación de la definición anterior).
En general se pedirá que f~ 2 C(⌦).
Por tanto pediremos que en vez de (i) en la definición anterior, se cumpla '
~ 2 C 1 (I; RN ).
Cualquier e.d.o. de orden N, y (N = g(x, y, y 0 , . . . , y (N 1 ), es equivalente a un s.d.o. de ecua-
ciones de primer orden y dimensión N mediante el cambio de variables
y1 = y, y2 = y 0 , y3 = y 00 , . . . , yN = y (N 1
.
Ası́ se obtiene el s.d.o. 8 0

>
> y1 = y2 ,
>
>
< y2 = y3 ,
0
>
..
> .
>
>
>
> y 0 1 = yN ,
: N
yN0
= g(x, y1 , . . . , yN ).
Obsérvese que el recı́proco no es cierto, es decir, dado un s.d.o. de primer orden y dimensión
N, no siempre es posible reducirlo a una e.d.o. de orden N. (Para hacerlo, cuando se puede, se
procede por diferenciación y eliminación de las variables superfluas.)
Al hilo de la observación anterior, damos el siguiente
Ejemplo 1.34.
(a) Comencemos con un caso en que hay respuesta positiva al problema recı́proco.
Se considera el s.d.o. ⇢ 0
y = y + z,
z 0 = y 2z.
Entonces
y 00 = y 0 + z 0 = (y + z) + (y 2z) = 2y z = 2y (y 0 y) = 3y y0 .
Una segunda opción serı́a
z 00 = y 0 2z 0 = y + z 2(y 2z) = y + 5z = (z 0 + 2z) + 5z = z 0 + 3z.
(b) Es inmediato dar un contraejemplo a la cuestión, es decir, no siempre es posible hacer el cambio
de un s.d.o. a una e.d.o. Considérese el caso del s.d.o.
⇢ 0
y = y,
z 0 = 2z.
Definición 1.35. Se llama problema de Cauchy para un s.d.o. de primer orden y dimen-
sión N al problema de encontrar solución a
⇢ 0
y = f (x, y),
(P C)
y(x0 ) = y0 ,
donde f : ⌦ ⇢ RN +1 ! RN .
Definición 1.36. Se dice que (I, ') es solución local del (PC) anterior si ' : I ⇢ R ! RN es
solución del s.d.o. y 0 = f (x, y) y además x0 2 I, y se verifica '(x0 ) = y0 .
Observación 1.37. Aunque tiene sentido tratar un s.d.o. de orden superior a uno, en tal caso se
podrı́a hacer un cambio que lo transformara a un sistema equivalente de orden uno y otra dimensión
(mayor), por lo que siempre se tratarán en esta forma.
Un ejemplo de s.d.o. fue tratado al principio del tema: el modelo biológico para un sistema de
dos especies presa-depredador.
Notas finales
El estudio aquı́ iniciado de un problema de Cauchy deja varias cuestiones abiertas:
Sabemos ya que encontrar solución exacta al problema en general es imposible.
Por tanto nuestro objetivo a partir de ahora es desarrollar un estudio teórico de cuestiones
cualitativas como la existencia y otras propiedades de la(s) solución(es) sin conocerla(s)
explı́citamente.
El desarrollo de la teorı́a cualitativa de e.d.o. se ve complementado con métodos de cálcu-
lo aproximados de las soluciones. Éste es el objetivo del Análisis Numérico aplicado a las
ecuaciones diferenciales.
Tema 2
Métodos elementales de
integración
Ya anticipamos en el tema anterior que en general no es posible obtener soluciones explı́citas

para ecuaciones diferenciales. Aún ası́, para ciertos tipos de ecuaciones diferenciales ordinarias sı́ es
posible, y ése será nuestro objetivo en este tema.
Aunque resulta aparentemente contradictorio invertir tiempo en un problema que en general
no será posible resolver, más que en casos contados, el motivo no es otro que servir de ejemplo
sobre algunos de los comportamientos que exhibirán las soluciones de las e.d.o. y que después
describiremos con el estudio teórico de forma general.
2.1. Resolución e.d.o. de primer orden en forma normal

Los tipos estándar que aparecen en los libros de problemas y que veremos aquı́ son los siguientes.
De tipo inmediato.
Variables separables.
Homogéneas.
Lineales de primer orden.
Ecuaciones exactas.
Reducibles a exactas por factor integrante.
De tipo Bernoulli.
De tipo Ricatti.
De tipo inmediato
Entendemos como e.d.o. de tipo inmediato una ecuación diferencial que propiamente no es
ecuación (no aparece la incógnita en el miembro de la derecha).
Z
y 0 = f (x) ) y(x) = f (s)ds.
Si se trataráR de un problema de Cauchy con dato inicial (x0 , y0 ) evidentemente la solución serı́a
x
y(x) = y0 + x0 f (s)ds.
23
24 TEMA 2. MÉTODOS ELEMENTALES DE INTEGRACIÓN
Variables separables
dy
Una e.d.o. se dice de variables separables si, sustituyendo formalmente y 0 por se puede
dx
manipular la ecuación para dejar todos los términos dependientes de y en un lado y los dependientes
de x en el otro.
En tal caso, dada una expresión de la forma g(y)dy = f (x)dx la solución al problema se obtiene
por integración. Z Z
g(y)dy = f (x)dx.
En efecto, dada la e.d.o.

a(x)
y0 = ,
b(y)
consideramos A(x) y B(y), sendas primitivas de a(x) y b(y) respectivamente. Vemos que la ecuación
b(y)y 0 = a(x) corresponde a
d
(B(y)) = a(x)
dx
por lo que efectivamente
B(y) = A(x) + C,
que era la solución anunciada.
Ejemplo 2.1. Consideramos la e.d.o. y 0 = 1 + y 2 . Podemos pasar el término de la derecha di-

vidiendo sin problemas ya que no se anula el denominador (a veces esto no pasará y habrá que
analizar varios casos separadamente) y no causará problemas en
y0
= 1.
1 + y2
La integración es inmediata: arctg y = x + c, o sea, y = tan (x + c).

Un hecho interesante a resaltar es que la solución no existe globalmente para todo valor de
x, hay explosión en tiempo finito. ¿Ocurrirá esto siempre? ¿o si no es ası́, se puede caracterizar
cuándo ocurre? Responderemos afirmativamente esta última pregunta más adelante (cf. Tema 4).
Ejemplo 2.2. Consideramos el

⇢
yy 0 + (1 + y 2 ) sen x = 0,
(PC)
y(0) = 1.
yy 0
Como = sen x entonces
1 + y2
Z Z
y
dy = sen xdx,
1 + y2
o sea,
1
ln(1 + y 2 ) = cos x + C.
2
Manipulando la expresión anterior llegamos a que
p
y = ± e2 cos x+C 1.
Aunque hay aparentemente dos familias de soluciones, el dato inicial sólo permite que nos quedemos
con la positiva, más aún,
p
y(0) = 1 ) 1 = e2+C 1 ) C = ln 2 2.
25 2.1. RESOLUCIÓN E.D.O. DE PRIMER ORDEN EN FORMA NORMAL
La solución del (PC) es por tanto

p
y(x) = 2e2 cos x 2 1.
El dominio de definición de la solución es un cierto intervalo simétrico [ x⇤ , x⇤ ], donde se satisface

que cos x (2 ln 2)/2. Vuelve a ocurrir que la solución no está definida globalmente, aunque esta
vez no hay explosión en tiempo finito, sino que llegamos al lı́mite donde la función deja de tener
sentido (concretamente, y teniendo en cuenta que la ecuación del problema se puede escribir como
(1 + y 2 )
y 0 = f (x, y) con f (x, y) = sen x, llegamos a donde la expresión deja de ser continua).
y
Homogéneas
Se dice que una función F (x, y) es homogénea de grado n si F ( x, y) = n F (x, y) para > 0.
Dada una e.d.o. en forma normal y 0 = f (x, y), con f homogénea de grado 0, se puede resolver
explı́citamente haciendo el cambio de variables
v = y/x.
Si somos cuidadosos con los signos, entonces observamos que quedan dos problemas del tipo ante-
rior, de variables separables:
f (1, v) v
v0 = si x 0,
x
y
f ( 1, v) v
v0 = si x < 0.
x
Veamos un par de ejemplos ilustrativos. Los cálculos que haremos serán formales, i.e. no reali-
zaremos una casuı́stica exhaustiva según el signo. De hecho, esto ya nos está indicando que de
las múltiples soluciones que se pueden obtener, el problema queda más delimitado si se tiene una
condición de valor inicial (igual que ocurrı́a en el ejemplo anterior).
Ejemplo 2.3. Consideramos la ecuación
p
y+ x2 y2
y =
0
.
x
Con el cambio y = xu queda
p
xu + x2 x2 u p
xu + u =
0
=u+ 1 u2 ,
x
donde en la última igualdad hemos supuesto, por simplicidad en la exposición que x > 0. Por tanto
p Z Z
du p 1 1
xu0 = 1 u2 ) x = 1 u2 ) p du = dx.
dx 1 u2 x
Para poder efectuar el último paso hemos supuesto que 1 u2 6= 0. Ası́, obtenemos por un lado la
solución
y = x sen(ln |Cx|)
y por otro, ya que suponı́amos que 1 u2 6= 0, la que corresponde a este caso u2 = 1, i.e. y = ±x,
que efectivamente se comprueba es también solución.
Hay dos casos concretos que podemos reseñar asociados a las ecuaciones homogéneas:
✓ ◆
ax + by a b
La e.d.o. y = f
0
con la condición 6= 0 para que no se trate de un ejemplo
cx + dy c d
trivial, es una ecuación diferencial homogénea, y admite resolución por el método anterior.
También es reducible a una ecuación homogénea la siguiente:

✓ ◆
ax + by + m
y =f
0
,
cx + dy + n
donde de nuevo suponemos la condición
a b
6= 0.
c d
Para obtener la ecuación homogénea hemos de calcular el punto de corte de las rectas ax +
by + m = 0 con cx + dy + n = 0. Si dicho punto lo denotamos por (x0 , y0 ), entonces el cambio
de variables X = x x0 , Y = y y0 , permite escribir la ecuación (homogénea) en X e Y.
✓ ◆
dY dY dx aX + bY
= =f
dX dx dX cX + dY
ya que
aX + bY ax + by + m
= .
cX + dY cx + dy + n
Lineales de primer orden

Llamamos e.d.o. lineal de primer orden a una ecuación del tipo
y 0 + a(x)y = b(x). (2.1)
Hay dos métodos para resolver este tipo de problemas.
El primero consiste en encontrar un factor integrante (esto se usará también más adelante
y de forma más general). Si A es una primitiva de a, entonces la ecuación anterior equivale a
eA(x) y 0 + eA(x) a(x)y = eA(x) b(x),
de donde Z
eA(x) y(x) = eA(x) b(x)dx.
El segundo método es la llamada fórmula de variación de las constantes de Lagrange,

y consta de dos pasos.
Primero resolvemos la ecuación lineal homogénea (i.e. sin término b)
y 0 + a(x)y = 0,
que es del tipo de variables separables y tiene por solución y(x) = Ce A(x)
con C 2 R.
El nombre del método quedará claro con el segundo paso. Buscamos una variación de la
constante C anterior, concretamente suponemos que ahora C = C(x) es una función, e
imponemos que y(x) = C(x)e A(x) sea solución de (2.1), tras lo cual una solución particular
de la ecuación no homogénea sumada con todas las soluciones posibles de la homogénea,
y = yp + yH ,
hace que recuperemos la solución general obtenida por el primer método.
Ejemplo 2.4. Consideramos la ecuación
y 0 + y cos x = sen x cos x.
Usamos el factor integrante para obtener la ecuación equivalente

esen x y 0 + cos xesen x y = sen x cos xesen x .
Como
d sen x
[e y] = esen x y 0 + cos xesen x y,
dx
deducimos que Z
esen x
y = sen x cos xesen x dx.
La integral indefinida se hace por partes:
Z
sen x cos xesen x dx = esen x (sen x 1) + C,
con lo que la solución final es

y(x) = sen x 1 + Ce sen x
.
Ejemplo 2.5. Consideramos de nuevo la ecuación del ejemplo anterior, pero lo resolvemos ahora
por el método de variación de las constantes de Lagrange.
La ecuación lineal homogénea y 0 + y cos x = 0 puede verse como y 0 /y = cos x (si suponemos
y 6= 0, caso que habrá que considerar aparte). La solución entonces es
ln |y| = sen x + C ) |y| = Ce sen x
con C 2 R+ \ {0},
con lo que eliminando el valor absoluto e incorporando la función y ⌘ 0, que también es solución,
obtenemos
yH (x) = Ce sen x con C 2 R.
El segundo paso consiste en imponer que
yp (x) = C(x)e sen x
sea solución de y 0 + y cos x = sen x cos x. Al derivar yp (x) e imponer que sea solución se obtiene
una ecuación para C(x).
C 0 (x) = sen x cos xesen x ,
o sea Z
C(x) = sen x cos xesen x dx.
Efectivamente, haciendo la integral como antes, y = yp + yH nos devuelve el mismo resultado que
en el ejemplo anterior.
Ejemplo 2.6. Considérese el problema de Cauchy
( 1
y0 + y = ,
1 + x2
y(2) = 3,
cuya ecuación se resuelve por medio de
ex
ex y 0 + yex = .
1 + x2
Concretamente la integración (definida, para incorporar ya si queremos el valor inicial) es
Z x Z x
d s es
(e y(s)) ds = ds,
2 1+s
2
2 ds
es decir, Z x
es
ex y(x) 3e2 = ds.
2 1 + s2
Ası́, la solución al problema es
Z x
es
y(x) = 3e2 x+e x
ds.
2 1 + s2
Ecuaciones exactas
Una e.d.o. de la forma
dy
P (x, y) + Q(x, y) = 0,
dx
o equivalentemente escrita como
P (x, y)dx + Q(x, y)dy = 0,
con P, Q 2 C(⌦) y ⌦ ⇢ R2 , se dice exacta si existe una función U (x, y) (función potencial) tal que
@U @U
= P, = Q. (2.2)
@x @y
Por tanto las soluciones vienen dadas de forma implı́cita por “las curvas de nivel” U (x, y) = C,
d
con C una constante, ya que [U (x, y(x))] = 0. Anticipamos, aunque lo veremos con rigor más
dx
adelante, que entonces se dice que U (x, y(x)) es una integral primera del problema.
Un CRITERIO para saber si una e.d.o. es exacta, esto es, para ver si F = (P, Q) es conserva-
tivo es el siguiente: supuesto que P, Q 2 C 1 (⌦) y que ⌦ es un dominio simplemente conexo (esto
es, “sin agujeros”) P dx + Qdy es exacta si y sólo si se cumple la igualdad
@P @Q
= en ⌦.
@y @x
Ocurre de nuevo que hay dos formas de calcular U. Los exponemos a continuación y después
los ilustramos con varios ejemplos.
@U
En tal caso, la función potencial U, al tener que cumplir = P, es de la forma
@x
Z
U (x, y) = P (x, y)dx + g(y). (2.3)
@U
Por otro lado, como también debe cumplirse = Q, se tiene que verificar
@y
✓Z ◆
@
P (x, y)dx + g 0 (y) = Q,
@y
de modo que la expresión final de la función U viene dada por (2.3) siendo
Z ✓ Z ◆
@
g(y) = Q P dx dy.
@y
El segundo método se basa en el hecho de que las integrales exactas no dependen del camino
elegido en la integración. Entonces
Z x Z y
U (x, y) = P (s, y0 )ds + Q(x, s)ds.
x0 y0
En efecto, veamos que se cumple (2.2) para dicha expresión de U (x, y). Se tiene que
Z y
@U @
(x, y) = P (x, y0 ) + Q(x, s)ds.
@x @x y0
@P @Q
Pero por la igualdad = ,
@y @x
Z y Z y Z y
@ @ @
Q(x, s)ds = Q(x, s)ds = P (x, s)ds = P (x, y) P (x, y0 ).
@x y0 y0 @x y0 @y
@U
Concluimos que (x, y) = M (x, y). La derivada parcial restante es más simple:
@x
Z x
@U @
(x, y) = P (s, y0 )ds + Q(x, y) = Q(x, y).
@y @y x0
x3 + xy 2
Ejemplo 2.7. Consideremos la e.d.o. y 0 = . Evidentemente evitamos el conjunto de
x2 y + y 3
valores donde x2 y + y 3 = 0, esto es, {(x, y) : y = 0}.
Vamos a estudiar el problema en ⌦ = R2 \ {(x, y) : y = 0} = ⌦1 [ ⌦2 (realmente lo haremos
por separado en ⌦1 y ⌦2 ; obsérves que ambos dominios son simplemente conexos.
Llamamos P (x, y) = x3 + xy 2 , y Q(x, y) = x2 y + y 3 . Vemos que efectivamente
@P @Q
= = 2xy.
@x @y
@ i @ i
Luego existen dos funciones i 2 C 1 (⌦i ) para i = 1, 2, tales que = P, = Q.
@x @y
Veamos cómo hallar la solución usando los dos métodos anteriores.
Método 1:
@ x4 x2 y 2
= x3 + xy 2 ) (x, y) = + + C(y).
@x 4 2
@
) = x2 y + y 3 ) x2 y + y 3 = x2 y + C 0 (y).
@y
y4
De modo que debe cumplirse que C(y) = + k. En realidad, como la expresión de la solución
4
vendrá dada por (x, y) = C, es preferible por ahora no arrastrar la constante k. Finalmente,
resulta
x4 x2 y 2 y4 1
(x, y) = + + = (x2 + y 2 )2 .
4 2 4 4
La solución vendrá de forma implı́cita como
1 2
(x + y 2 )2 = C 2 .
4
En este caso concreto sı́ podemos despejar y con respecto a x y obtener una expresión explı́cita (pero
esto no ocurrirá
p en general). Las soluciones (según estemos en el dominio ⌦1 ó ⌦2 ), redefiniendo
C, son y = ± C x2 .
Método 2: Aplicado al mismo problema:

Z x Z y
(x, y) = P (s, y0 )ds + Q(x, s)ds
x0 y0
Z x Z y
= (s3 + sy02 )ds + (x2 s + s3 )ds
x0 y0
 4 s=x  s=y
s s2 y02 x2 s2 s4
= + + +
4 2 s=x0 2 4 s=y0
x4 x2 y02 x40 x20 y02 y 2 x2 y4 y02 x2 y04
= + + +
4 2 4 ✓ 24 2 4◆ 2 4
x4 x2 y 2 y4 x0 x20 y02 y04
= + + + + .
4 2 4 4 2 4
Ejemplo 2.8. Consideramos el

⇢
3xy 2 y 0 = 2x y3 ,
(PC)
y(1) = 1.
@P @Q
Notamos P (x, y) = 2x y 3 , Q(x, y) = 3xy 2 . Como se tiene = = 3y 2 , la ecuación es
@x @y
exacta. De nuevo lo resolvemos por los dos métodos posibles.
(a)
@
(x, y) = 2x y3 ) (x, y) = x2 y 3 x + C(y).
@x
@
(x, y) = 3xy 2 = 3xy 2 + C 0 (y) ) C 0 (y) = 0 ) C(y) = C.
@y
La solución del problema viene dada por (x, y) = x2 y 3 x =pC. Como debe cumplirse
y(1) = 1, entonces debe ser C = 0. Despejando, se tiene que y = 3 x.
(b)
Z x Z y
(x, y) = P (s, 1)ds + Q(x, s)ds
Z1 x Z1 y
= (2s 1)ds 3xs2 ds
1 1
= [s 2
s]x1 [xs3 ]s=y
s=1
= x2 x 1+1 xy 3 + x,
de donde se obtiene la expresión implı́cita de la solución: (x, y) = x2 xy 3 = 0 (al haber

impuesto ya los lı́mites precisos de integración).
Reducibles a exactas por factor integrante

A veces puede ocurrir que una ecuación diferencial no sea exacta pero que exista un factor
µ 2 C 1 (⌦) con µ 6= 0 en ⌦ y tal que la expresión
µ(x, y)P (x, y)dx + µ(x, y)Q(x, y)dy = 0 (2.4)
sı́ es exacta, es decir, con la que se verifica
@ @
(µ(x, y)P (x, y)) = (µ(x, y)Q(x, y)).
@y @x
En tal caso a µ se le llama factor integrante. La condición para que la (2.4) sea exacta si µ
depende explı́citamente de las dos variables x e y es en principio más complicada,
µy P + µPy = µx Q + µQx . (2.5)
Como en principio no sabemos si dicho factor integrante existe o no, por simplicidad buscamos
factores dependientes sólo de una variable. Ası́, resulta más fácil buscar por ejemplo µ = µ(x), en
cuyo caso la condición (2.5) queda
µ0 (x) Py Qx
µPy = µ0 (x)Q + µQx ) = .
µ(x) Q
Py Qx
Si la expresión sólo depende de x, entonces podrı́amos hallar el factor integrante (al
Q
tratarse de una ecuación de variables separables).
Otras opciones válidas serı́an µ = µ(y), o µ = µ(t) con t algún cambio de variables que resulte
claro a tenor de la ecuación de partida.
Ejemplo 2.9. La e.d.o.

x(1 y) + (y + x2 )y 0 = 0
no es exacta, ya que si denotamos P (x, y) = x(1 y) y Q(x, y) = (y + x2 ), se tiene Py 6= Qx .
Veamos que µ(x, y) = ⌫(t), con t = x2 + y 2 , es un factor integrante.
Hay que intentar conseguir la igualdad
µy x(1 y) xµ = µx (y + x2 ) + 2xµ,
o lo que es lo mismo, dada la relación entre µ y ⌫,
⌫ 0 (t)2yx(1 y) x⌫(t) = ⌫ 0 (t)2x(y + x2 ) + 2x⌫.
Tras hacer algunas simplificaciones, se obtiene que

3
⌫ 0 (t)( 2x)(y 2 + x2 ) = 3x⌫(t) ) ⌫ 0 (t) = ⌫(t),
2t
con lo que una solución posible (no nos interesa obtener todas) es
⌫(t) = t 3/2
.
Por tanto, hemos conseguido probar la existencia de un factor integrante, µ(x, y) = (x2 + y 2 ) 3/2
.
Ası́, la ecuación exacta es
µx(1 y) + µ(y + x2 )y 0 = 0.
La solución del problema ahora viene dada por
Z
x(1 y)
(x, y) = dx + C(y) = ( 1 + y)(x2 + y 2 ) 1/2
+ C(y).
(x2 + y 2 )3/2
Imponiendo la condición con respecto a la derivada parcial respecto de y, debe cumplirse que
y + x2
(x2 + y 2 ) 1/2
(y 1)(x2 + y 2 ) 3/2
y + C 0 (y) = .
(x2 + y 2 )3/2
Operando concluimos que C 0 (y) = 0, o sea, C(y) =Cte, de modo que la solución final es:
y 1
(x, y) = p = C.
x2 + y 2
De tipo Bernoulli
La siguiente e.d.o. se llama de tipo Bernoulli:
y 0 = a(x)y + b(x)y ↵ , ↵ 6= 0, 1.
(Los casos ↵ = 0 ó 1 ya han sido tratados antes). Hay dos modos de tratarla,
o bien haciendo el cambio de variables z = y 1 ↵ , que la transforma en una ecuación lineal
en z,
z0
= az + b,
1 ↵
o bien con el cambio y = uv, y ahora imponemos que u0 = au y con esta primera ecuación
resuelta (denotemos A una primitiva de a) nos queda finalmente el problema
v 0 = b(eA )↵ 1
v.
Ejemplo 2.10. Calcular las soluciones de la siguiente e.d.o. de tipo Bernoulli,

1 ln x 2
y0 + y= y .
x x
Usaremos, por ejemplo, el segundo de los métodos antes indicados. Sea y = uv. Ha de verificarse
entonces
1 ln x 2 2
u0 v + uv 0 + uv = u v . (2.6)
x x
Obligamos previamente a que u0 + x1 u = 0 (lo que nos simplificará el estudio de (2.6)).
La solución de esta e.d.o. es u(x) = C/x, pero ya tendremos tiempo de poner la dependencia de
una constante arbitraria más adelante, en la segunda ecuación, ası́ que por simplicidad pondremos
u(x) = 1/x. Entonces (2.6) se transforma en
ln x 2
v0 = v .
x2
De nuevo, por variables separables podemos resolver la ecuación:
Z
1 ln x 1
= 2
dx = (ln x + 1),
v x x
donde la última integral la hemos resuelto por partes. Despejando se deduce que
1
v(x) = 1+ln x
,
x C
y por tanto
1
y = uv = ,
1 + ln x Cx
que constituye, junto con y ⌘ 0 (hubo un momento en que dividimos y por v, al suponerlas distintas
de cero) las soluciones de la ecuación.
De tipo Ricatti
Una e.d.o. de Ricatti tiene la siguiente forma:
y 0 = a(x)y 2 + b(x)y + c(x), a, b, c 2 C(I).
Es un caso especialmente interesante ya que es lo que obtendrı́amos de otra e.d.o. cualquiera al

aproximar el segundo miembro por su desarrollo de Taylor de orden dos.
33 2.2. E.D.O. DE SEGUNDO ORDEN
Liouville demostró la imposibilidad de dar un método general para obtener solución de esta
ecuación. No obstante, si se conoce de algún modo una solución particular, llamémosla yp , entonces
el cambio y = yp + u1 permite transformar el problema en otra e.d.o. de tipo lineal.
En efecto, ✓ ◆ ✓ ◆
u0 1 2yp 1
y 0 = yp0 = a y 2
p + + + b y P + + c,
u2 u2 u u
de donde, aplicando que yp es solución de la ecuación, resulta la e.d.o. lineal de primer orden
u0 = a(1 + 2yp u) + bu.
(La forma más sensata de tantear para encontrar una solución particular es comenzar por funciones
simples, constantes, polinomios, o algo sugerido por la propia ecuación.)
Ejemplo 2.11. Resolver el siguiente
⇢ 0
y = (1 2x)y y 2 + 2x,
(PC)
y(0) = 0.
Si buscamos una solución constante, yp = A, deberı́a tenerse 0 = (1 2x)A A2 + 2x, por lo que
el sistema sobredeterminado sı́ tiene una solución válida, yp ⌘ A = 1.
Hacemos ahora el cambio y = 1 + 1/z. (También cambiamos la condición inicial para el nuevo
problema, z(0) = 1). Desarrollando el cambio de variables e imponiendo que se satisfaga la
ecuación original, tenemos
x x2 0 x x2 x x2
z 0 = z + 2xz + 1 ) e z e (1 + 2x)z = e .
Z x
x x2 x x2 x2 s2
(e z)0 = e ) e x
z(x) + e =
0
e s ds.
0
2.2. E.D.O. de segundo orden

Destacamos en esta sección por su relativa simplicidad de resolución algunas e.d.o. de segundo
orden muy significativas en Fı́sica. Un estudio más amplio, que en concreto abarcará a esta sec-
ción, se hará en el Tema 5. (Sólo trataremos problemas de Cauchy, no problemas de contorno o de
valores en la frontera.)
Las ecuaciones diferenciales ordinarias de segundo orden son de la forma
P (x)y 00 + Q(x)y 0 + R(x)y = G(x), con P, Q, R, G continuas. (2.7)
2.2.1. Coeficientes constantes. Casos homogéneo y no homogéneo

Cuando P, Q y R son constantes, la estructura de las soluciones de (2.7) es sencilla. Hay dos
casos que distinguir.
Caso homogéneo
Las soluciones de
ay 00 + by 0 + cy = 0 con a, b, c 2 R, (2.8)
forman un espacio vectorial, es decir, dadas dos soluciones y1 e y2 cualesquiera de (2.8), y dos
constantes c1 , c2 2 R, la función y = c1 y1 + c2 y2 es también solución de (2.8). Denotamos V al
conjunto de todas las soluciones de la ecuación diferencial.
Veamos cómo calcular el conjunto de todas las soluciones [en realidad, hasta el tema siguiente,
donde se da una condición de unicidad local, no podemos demostrar que son todas las posibles,
sino sólo un subconjunto de ellas. Sin embargo, supuesta la unicidad de solución para un (PC),
sı́ es simple concluir la dimensión del espacio vectorial V. Razónese el porqué].
Introducimos la ecuación caracterı́stica asociada a la e.d.o. ay 00 + by 0 + cy = 0. La ecuación

caracterı́stica es
ar2 + br + c = 0.
Como es bien sabido, pueden ocurrir tres cosas,
Si las raı́ces r1 , r2 de la ecuación caracterı́stica son ambas reales y distintas entre sı́, entonces el
conjunto de soluciones de la e.d.o. de segundo orden homogénea y con coeficientes constantes
es
V = {y(x) = c1 er1 x + c2 er2 x : c1 , c2 2 R}.
Si r1 = r2 2 R, entonces
V = {y(x) = c1 er1 x + c2 xer1 x : c1 , c2 2 R}.
Si las raı́ces son complejas, rj = ↵ ± i , entonces
V = {y(x) = e↵x (c1 sen( x) + c2 cos( x)) : c1 , c2 2 R}.
Caso no homogéneo
El conjunto de soluciones de la ecuación
ay 00 + by 0 + cy = G(x)
tiene estructura de espacio afı́n, i.e. dada una solución particular yp de la ecuación no homogénea,
el conjunto de todas ellas se obtiene como
VN H = {y = yp + yH : yH solución de (2.8)}.
Por tanto nos interesa buscar métodos para calcular soluciones particulares de la ecuación no
homogénea. Veamos dos métodos.
El método de los coeficientes indeterminados, consistente en buscar (por tanteo) solu-
ciones parecidas al término G(x) que aparece en la ecuación. Es especialmente válido para el
caso en que G sea un polinomio o una exponencial, o combinación de ambos.
Para aplicar este método no se debe olvidar el principio de superposición. Si y1 es solución
de
P (x)y100 + Q(x)y10 + R(x)y1 = G1 (x),
y otra función y2 es solución de
P (x)y200 + Q(x)y20 + R(x)y2 = G2 (x),
entonces y = c1 y1 + c2 y2 es solución de
P (x)y 00 + Q(x)y 0 + R(x)y = c1 G1 (x) + c2 G2 (x).
El segundo método es el de variación de parámetros, que como veremos con más detalle
en el Tema 5, no es más que una extrapolación del método de variación de las constantes de
Lagrange.
El método consiste en que dadas dos soluciones y1 e y2 del problema homogéneo, se busque
solución del problema no homogéneo como y(x) = u1 (x)y1 (x) + u2 (x)y2 (x) imponiendo que
u01 y1 + u02 y2 = 0. En tal caso, tenemos que
y 0 = (u01 y1 + u02 y2 ) + (u1 y10 + u2 y20 ) = u1 y10 + u2 y20 .
Ahora, derivando de nuevo,
y 00 = u01 y10 + u02 y20 + u1 y100 + u2 y200 .
Sustituyendo en la expresión ay 00 + by 0 + cy = G(x) y teniendo en cuenta que y1 e y2 son

soluciones de ay 00 + by 0 + cy = 0, resulta
⇢ 0
u1 y1 + u02 y2 = 0,
a(u01 y10 + u02 y20 ) = G(x).
Para cada valor x fijado, el anterior es un sistema lineal en las incógnitas u01 (x) y u02 (x), que
se puede resolver y de donde recuperar integrando las funciones u1 y u2 , y por tanto una
solución particular de ay 00 + by 0 + cy = G(x).
2.2.2. Ejemplos y aplicaciones de e.d.o. de 2o orden

Vemos algunos ejemplos interesantes que aparecen en la Fı́sica cuyas ecuaciones son de segundo
grado.
Movimiento armónico simple de un muelle

La ley de Hooke F (x) = kx sobre la relación de fuerzas en un muelle estirado o contraı́do y
su distancia respecto la posición de equilibrio se puede combinar con la segunda ley de Newton
para generar la ecuación
mx00 = kx.
La solución general de la ecuación es
x(t) = c1 cos(!t) + c2 sen(!t),

p
y el valor ! = k/m es por razones obvias frecuencia del movimiento.
Muelle sometido a fuerzas de fricción o fuerzas amortiguadoras

El movimiento descrito en la sección anterior es evidentemente un caso idealizado. Situaciones
más reales deben incorporar fuerzas de fricción (caso de un movimiento horizontal) o de tipo
amortiguador (caso de movimiento vertical). En tales casos la ecuación a estudiar es
mx00 + cx0 + kx = 0, con c > 0.
Es fácil comprobar que la ecuación caracterı́stica mr2 + cr + k = 0 con c > 0 hace que las posibles
soluciones del problema contengan exponenciales de exponente negativo.
Vibraciones forzadas
Un caso que complementa a los anteriores es el de las vibraciones forzadas. ¿Qué ocurre si un
sistema relativo a un muelle con rozamiento recibe algún tipo de fuerza externa? (Esta situación
es totalmente práctica en la industria). Se tratarı́a de resolver la ecuación
mx00 + cx0 + kx = f (t),
donde de nuevo c > 0 y una hipótesis natural sobre f (t) es que sea también una función periódica.
Consideremos por ejemplo, y para evitar arrastrar constantes en los cálculos inmediatos, la
ecuación
x00 + x0 + x = sen t. (2.9)
La forma más corta de resolver la e.d.o. es observándola y buscando alguna función con si-
militud. Es claro que debemos probar con las funciones sen t y cos t. Ninguna de las dos sirve,
pero entonces observamos que cos t sı́ es una solución particular. De modo que el conjunto de
soluciones de (2.9) es
V = {y = cos t + c1 y1 + c2 y2 },
donde y1 e y2 son soluciones independientes del problema
p
homogéneo calculadas usando la ecuación
caracterı́stica r2 + r + 1 = 0, que tiene raı́ces 1±2 3i . Por tanto basta tomar
p ! p !
3 3
y1 (t) = e t/2
sen t , y2 (t) = e t/2
cos t .
2 2
Si no se hubiera tratado de un caso tan simple, hubiéramos tenido que emplear el método de
variación de parámetros. Es más largo, pero tiene la ventaja de ser explı́cito y no depender de la
“astucia” de quien intenta resolver el problema.
Aplicar el método de variación de parámetros en este caso (aquı́ sólo esbozamos parte del
procedimiento) consistirı́a en:
yp (t) = u1 (t)y1 (t) + u2 (t)y2 (t), (2.10)
donde y1 e y2 han sido dadas anteriormente, y sobre las funciones u1 (t) y u2 (t) imponemos que
u01 y1 + u02 y2 = 0,
de modo que
yp0 = (u01 y1 + u02 y2 ) + (u1 y10 + u2 y20 ) = u1 y10 + u2 y20 .
Ahora calculamos
yp00 = u01 y10 + u02 y20 + u1 y100 + u2 y200 .
Uniéndolo todo (y usando que y1 e y2 son soluciones de y 00 + y 0 + y = 0, obtenemos el sistema
⇢ 0
u1 y1 + u02 y2 = 0,
u01 y10 + u02 y20 = sen t.
Resolviendo el sistema se obtiene

p ! p !
2 3 2 3
u01 (t) = p et/2 sen t cos t , u02 (t) = p et/2 sen t sen t .
3 2 3 2
Usando las relaciones trigonométricas
2 sen a cos b = sen(a + b) + sen(a b), 2 sen a sen b = cos(a b) cos(a + b),
se pueden resolver las cuatro integrales cı́clicas que aparecen para hallar u1 (t) y u2 (t), con las que
obtener por medio de (2.10) la solución del problema.
Nótese que en la expresión de la solución las exponenciales de exponentes positivos y negativos
se cancelan, por lo que queda efectivamente vuelve a quedar una función periódica (no cabı́a esperar
otra cosa de un sistema fı́sico aún forzado pero con rozamiento).
Vibraciones forzadas sin amortiguamiento. Resonancia

El caso quizás más llamativo, en comparación con el anterior, lo constituye un movimiento
oscilatorio como los anteriores, forzado (digamos de nuevo de forma periódica, que serı́a lo lógico
de ejercer por un instrumento mecánico), pero en el que de algún modo no hay amortiguamiento.
Consideramos la ecuación
mx00 + kx = f0 cos(!t). (2.11)
Recordemos que la forma de la solución general de la ecuación homogénea es

r
k
x(t) = c1 cos (!0 t) + c2 sen (!0 t) con !0 = .
m
Intentamos obtener una solución particular para (2.11) por medio del método de los coeficientes
indeterminados.
Probamos con xp (t) = A cos(!t), siendo A una constante cualquiera. Si calculamos dos deriva-
das obtenemos
mx00p (t) + kxp (t) = m! 2 A cos(!t) + kA cos(!t)
que efectivamente puede tomar el valor f0 cos(!t) si (k m! 2 )A = f0 . Tomamos
f0 f0 /m
A= 2
= 2 . (2.12)
k m! !0 ! 2
Estamos suponiendo !02 ! 2 6= 0.
La expresión final de la solución:
f0 /m
x(t) = xh (t) + xp (t) = c1 cos(!0 t) + c2 sen(!0 t) + cos(!t).
!02 ! 2
Otra expresión válida es
f0 /m
x(t) = C cos(!0 t ↵) + cos(!t),
!02 ! 2
es decir, la solución que se obtiene es superposición de dos oscilaciones, una con frecuencia natural
!0 , la propia de la ecuación homogénea, y otra debida a la fuerza externa.
Sin embargo, por el camino hemos dejado un caso atrás, el caso en que ! 2 = !02 . Consideremos
justamente ese caso, sea la e.d.o.
f0
x00 + !02 x = cos(!0 t).
m
Observamos que (2.12) hace que lı́m!!!0 A = +1, eso nos debe hacer sospechar que este
caso será más problemático. Y efectivamente, se comprueba que una función de la forma x(t) =
A cos(!0 t) ya no sirve como solución. Tanteamos otras posibilidades, por ejemplo:
xq (t) = At cos(!0 t),
que tiene por derivada

x0q (t) = A cos(!0 t) At!0 sen(!0 t),
y derivada segunda
x00q (t) = A!0 sen(!0 t) A!0 sen(!0 t) At!02 cos(!0 t).
Tenemos que
x00q (t) + !02 xq (t) = 2A!0 sen(!0 t) A(!02 1)t cos(!0 t)
que NO es de la forma
cos(!0 t).
Sin embargo nos hemos acercado bastante, y de hecho un segundo intento natural resulta exitoso:
Sea
xp (t) = At sen(!0 t),

x0p (t) = A sen(!0 t) + At!0 cos(!0 t),
x00p (t) = 2A!0 cos(!0 t) A!02 t sen(!0 t),
con lo que
x00p (t) + !02 xp (t) = 2A!0 cos(!0 t).
f0
Ahora sı́ podemos ajustar A tal que 2A!0 = .
m
Efectivamente una solución particular ahora es por tanto
xp (t) = At sen(!0 t).
Se comprueba ası́ que hay una diferencia apreciable entre el caso de vibración forzada sin amorti-
guamiento para cierta frecuencia de la fuerza externa y el caso con amortiguamiento. El caso con
resonancia produce una solución que es no acotada y va ampliándose con el paso del tiempo hasta
poder afectar al sistema sobre el que actúa.
Dicha diferencia es la responsable, por ejemplo, de la destrucción de puentes con mal sistema
de amortiguación, y de otros fenómenos positivos, como la ampliación de ondas de radio con la
sintonización adecuada.
2.3. Otras ecuaciones de orden mayor que uno

Junto a las ecuaciones vistas en las secciones anteriores, existen otros casos especiales de e.d.o.
de orden superior a uno que admiten simplificaciones y reducciones que las hacen más manejables.
El caso más inmediato que se viene a la cabeza es una (falsa) e.d.o. del tipo y (n = f (x). Direc-
tamente integrando n veces se obtiene la solución.
Haremos algunos comentarios y ejemplos sobre los siguientes casos:
La e.d.o. y (n = g(x, y (k , . . . , y (n 1
)
La e.d.o. autónoma y (n = f (y, y 0 , . . . , y (n 1

)
La e.d.o. lineal homogénea y (n = a1 (x)y (n 1

+ a2 (x)y (n 2
+ . . . + an (x)y
La ecuación de Euler
an (cx + d)n y (n + an 1 (cx + d)n 1 (n 1

y + . . . + a1 (cx + d)y 0 + a0 y = 0.
La e.d.o. y (n = g(x, y (k , . . . , y (n 1
)
El orden de la e.d.o. y = g(x, y (k , . . . , y (n
(n 1
) se reduce si se hace el cambio p = y (k (i.e. el
orden de la derivada más baja que aparece).
Ejemplo 2.12. Consideramos la ecuación y 00 = f (x)(a + y 0 )2 , con f 2 C(R).
Denotamos por F una primitiva de f. Hacemos el cambio y 0 = p. Entonces queda p0 = f (x)(a +

2
p) .
Si a + p 6= 0, entonces
p0 1 1 1
= f (x) ) = F (x)+C1 ) a+p = ) y0 = p = a ,
(a + p)2 a+p F (x) + C1 F (x) + C1
de donde la solución final es

Z
1
y= ax dx + C2 .
F (x) + C1
Si a + p = 0, entonces p = a, ) y 0 = a )y= ax + k.
39 2.3. OTRAS ECUACIONES DE ORDEN MAYOR QUE UNO
p
Ejemplo 2.13. Considérese la ecuación y 000 = 1 + (y 00 )2 .
p dp
Hacemos el cambio y 00 = p. Tenemos entonces la ecuación p0 = 1 + p2 ) p = dx )
1 + p2
1 x+C1
arcsenh p = x + C1 ) p = y 00 = senh(x + C1 ) = e e x C1
,
2
y 0 = cosh(x + C1 ) + C2 ) y = senh(x + C1 ) + C2 x + C3 .
La e.d.o. autónoma y (n = f (y, y 0 , . . . , y (n 1

)
Una e.d.o. autónoma de orden n, i.e. del tipo y (n = f (y, y 0 , . . . , y (n 1
) se reduce si se usa el
cambio p = y 0 y ahora vemos p = p(y).
Ejemplo 2.14. Consideramos la ecuación y 00 + (y 0 )2 = 2e y

.
Hacemos el cambio y 0 = p y consideramos p = p(y). Entonces
dy dp dp dy dp
= y 0 = p ) y 00 = = =p .
dx dx dy dx dy
dp
Por tanto se obtiene p + p2 = 2e y
, de donde la nueva ecuación
dy
dp
+ p = 2e y
p 1
. (2.13)
dy
Se trata por tanto de una e.d.o. de tipo Bernoulli, que se resuelve haciendo el cambio p1 ↵
= p2 = z,
y por tanto 2pp0 = z 0 . Sustituyendo en (2.13),
2pp0 = 2p2 + 4e y
) z0 = 2z + 4e y
) e2y z 0 + e2y 2z = 4ey ) e2y z = 4ey + C1 .
La solución z(y) = 4e y
+ C1 e 2y
, deshaciendo el cambio, nos devuelve
p p
y0 = p = 4e y + C1 e 2y =e y
4ey + C1 .
Ahora tratamos la última ecuación por variables separables,

Z Z
ey dy 1p y C1
p y = dx ) 4e + C1 = x + C2 ) ey = (x + C2 )2 ,
4e + C1 2 4
con lo que la solución final del ejercicio es
C1
y = ln (x + C2 )2 .
4
Nota: hemos supuesto por el camino que p 6= 0 para poder operar sin problemas, al menos
localmente. El caso p = 0 hay que tratarlo por tanto ahora. Pero comprobamos que y 0 = 0, o sea,
y =Cte no es solución del problema.
La e.d.o. lineal homogénea y (n = a1 (x)y (n 1

+ a2 (x)y (n 2
+ . . . + an (x)y
Para la e.d.o. lineal homogénea y (n = a1 (x)y (n 1 + a2 (x)y (n 2 + . . . + an (x)y, si se conoce una
solución particular y1 y se hace el cambio y(x) = y1 (x)u(x) se consigue reducir a una e.d.o. de un
orden menor.
Ejemplo 2.15. Consideramos la e.d.o.

2 0
y 00 + y + y = 0.
x
Como aparece la variable x, no podemos tratarlo como en el caso anterior. Tenemos que intentar
encontrar una solución particular y1 y hacer el cambio y = y1 u. Puede comprobarse que una solu-
ción particular en este caso viene dada por y1 = senx x .
Ahora entonces y 0 = y10 u + y1 u0 ) y 00 = y100 u + 2y10 u0 + y1 u00 con lo que
2 0 2
y100 u + 2y10 u0 + y1 u00 + y u + y1 u0 + y1 u = 0.
x 1 x
Como y100 + x2 y10 + y1 = 0, resulta la nueva ecuación
✓ ◆
2
y1 u00 + 2y10 + y1 u0 = 0.
x
Ahora usamos el cambio visto en uno de los casos anteriores u0 = p, de modo que
✓ ◆
2 p0 cos x C1
y1 p0 + 2y10 + y1 p = 0 ) = 2 ) p= ) u = C1 cotg x + C2
x p sen x sen2 x
de donde
sen x
y = y1 u = (C2 C1 cotg x).
x
La ecuación de Euler
Llamamos ecuación de Euler a una e.d.o. del tipo
an (cx + d)n y (n + an 1 (cx + d)n 1 (n 1

y + . . . + a1 (cx + d)y 0 + a0 y = 0.
Si hacemos el cambio cx + d = et , se transforma en una e.d.o. lineal homogénea de orden n con

coeficientes constantes.
Ejemplo 2.16. Consideramos la e.d.o.
a2 (cx + d)2 y 00 + a1 (cx + d)y 0 + a0 y = 0.
Denotaremos las derivadas respecto de la variable t por ẏ, para distinguirlo del caso de derivación
respecto a x, y 0 .
Tras el cambio cx + d = et , como
dy dy dt
cdx = et dt ) = = ẏce t .
dx dt dx
Procedemos análogamente para la derivada segunda,
✓ ◆
d2 y d dy d d dt
2
= = c (ẏe t ) = c (ẏe t ) = c2 e t (ÿe t
ẏe t ).
dx dx dx dx dt dx
Agrupándolo todo resulta

a2 c2 (ÿ ẏ) + ca1 ẏ + a0 y = 0.
Observación 2.17. En el caso particular de que cx+d = x, la búsqueda de una solución particular
de la forma y = xk genera en el exponente k la misma condición que el polinomio caracterı́stico
de la ecuación tras el cambio x = et .
41 2.4. INTEGRALES PRIMERAS DE SISTEMAS DIFERENCIALES ORDINARIOS
En efecto, comprobémoslo sobre el ejemplo anterior. Sea a2 x2 y 00 + a1 xy 0 + a0 y = 0. La función

y = xk es solución si y sólo si (derivando dos veces y uniéndolo todo convenientemente)
a2 k(k 1) + a1 k + a0 = 0.
Justamente la ecuación tras el cambio era (aquı́ c = 1)
a2 (ÿ ẏ) + a1 ẏ + a0 y = 0,
o agrupado en orden
a2 ÿ + (a1 a2 )ẏ + a0 y = 0,
cuya ecuación caracterı́stica es a2 r2 + (a1 a2 )r + a0 = 0.
2.4. Integrales primeras de sistemas diferenciales ordinarios

Definición 2.18. Dado un s.d.o. y 0 = f (x, y), se llama integral primera a cualquier función
(x, y) con 2 C 1 tal que si (I, ') es una solución local del s.d.o., entonces (x, '(x)) =cte
8x 2 I.
Observación 2.19. Supongamos que para un s.d.o. de primer orden y dimensión n somos capaces
de encontrar n integrales primeras independientes entre si, i.e. el jacobiano es localmente no nulo,
@( 1 , . . . , n )
6= 0.
@(y1 , . . . , yn )
Entonces se tienen n igualdades 8
>
>
1
(x, '(x)) = C1 ,
>
< 2
(x, '(x)) = C2 ,
..
>
> .
>
: n
(x, '(x)) = Cn ,
y el sistema 8
>
>
1
(x, y) = C1 ,
>
< 2
(x, y) = C2 ,
..
>
> .
>
: n
(x, y) = Cn ,
define de forma implı́cita la solución y = '(x, C1 , . . . , Cn ).
2.4.1. Cálculo de integrales primeras. Combinaciones integrables

Veamos algunos métodos para obtener integrales primeras a partir de un s.d.o.
Si se tiene el s.d.o. 8
>
> dy1
>
> y10 = f1 (x, y) = ,
>
< dx
..
>
> .
>
> dy
>
: yn = fn (x, y) = n ,
0
dx
y lo escribimos como
dy1 dy2 dyn
dx = = = ... = ,
f1 (x, y) f2 (x, y) fn (x, y)
podemos aplicar formalmente la siguiente relación de proporcionalidad entre fracciones:
a c a c a + µc
= ) = = 8 , µ.
b d b d b + µd
a C
Si obtenemos en algún momento entonces una expresión del tipo = debe ocurrir que C = 0.
b 0
Veamos dos formas de aplicar esto.
Supongamos que el sistema (ya en la escritura más general posible)
dx dy1 dyn
= = ... =
F0 (x, y) F1 (x, y) Fn (x, y)
admite funciones µ0 (x, y), µ1 (x, y), . . . , µn (x, y) tales que
µ0 F0 + µ1 F1 + . . . + µn Fn = 0
y además
µ0 dx + µ1 dy1 + . . . + µn dyn = d .
Entonces
dx dy1 dyn µ0 dx + µ1 dy1 + . . . + µn dyn d
= = ... = = = .
F0 (x, y) F1 (x, y) Fn (x, y) µ0 F0 + µ1 F1 + . . . + µn Fn 0
Por el comentario anterior, d = 0, es decir, (x, y) es una integral primera del s.d.o.
Imaginemos que entre dos fracciones del s.d.o. hemos llegado a
d 1 (x, y) d 2 (x, y)
= , (2.14)
1 (x, y) 2 (x, y)
entonces, como ✓ ◆
1 2d 1 1d 2
d = 2 = 0,
2 2
se tiene que
1
(x, y) es una integral primera.
2
Por supuesto, cualquier resolución como e.d.o. de (2.14) también sirve para generar una
integral primera.
Veamos algunos casos prácticos.
Ejemplo 2.20. Consideramos el problema de Cauchy

8
> dy1 x(x + y1 ) y2
> y1 = =
> 0
> ,
>
> dx y1 (x + y1 ) + y2
<
dy2 y2 (x + y1 )
y20 = = ,
>
>
> dx y 1 (x + y1 ) + y 2
>
> y (0) = 0,
>
: 1
y2 (0) = 1.
Observemos que
dx dy1 dy2 xdx y1 dy1 dy2

= = = .
y1 (x + y1 ) + y2 x(x + y1 ) y2 y2 (x + y1 ) 0
✓ ◆
1 2 1 2
Como xdx y1 dy1 dy2 = d x y y2 , se tiene que una integral primera es
2 2 1
1
(x, y1 , y2 ) = x2 y12 2y2 .
A través de otra manipulación obtenemos otra integral primera,

dx dy1 dy2 dx + dy1
= = = .
y1 (x + y1 ) + y2 x(x + y1 ) y2 y2 (x + y1 ) (x + y1 )2
De las dos últimas expresiones racionales concluimos que
dy2 d(x + y1 )
= ,
y2 x + y1
por lo que otra integral primera es
x + y1
2
(x, y1 , y2 ) = .
y2
Observemos que efectivamente las dos integrales primeras obtenidas son independientes entre si:
@( 1 , 2 ) 2y1 2y2 2y1 (x + y1 ) 2

= 1/y2 x+y1 = + .
@(y1 , y2 ) y22 y22 y2
La resolución completa del problema consiste en usar las expresiones implı́citas que se obtienen de
las integrales primeras igualadas a dos constantes arbitrarias, y sustitución de dichas constantes
con los valores iniciales.
x2 y12 2y2 = C1 , y1 (0) = 0, C1 = 2,
)
x + y1 = C2 y2 , y2 (0) = 1, C2 = 0.
Por tanto la solución del problema viene dada por el sistema
x2 y12 2y2 = 2, y2 = 1,
)
x + y1 = 0, y1 = x.
Una observación de tipo práctico: si hubiéramos tenido por dato inicial, por ejemplo, y1 (0) = 1,
y2 (0) = 0, la segunda integral no hubiera sido válida. No obstante, podrı́amos darle la vuelta, i.e.
y2
tomar como integral primera y continuar.
x + y1
Ejemplo 2.21. Resolver el problema de Cauchy
8 0 y1
>
> y1 = ,
>
< x + y2
y 2 + y2
>
> y20 = 1 ,
>
: x + y2
y1 (0) = 1, y2 (0) = 1.
Comenzamos escribiendo de forma racional conjunta el s.d.o.

dx dy1 dy2
= = 2 .
x + y2 y1 y1 + y2
Observamos desde el principio que tenemos una igualdad interesante para trabajar,
dy1 dy2 dy2 y 2 + y2 y2

= 2 ) = 1 = y1 + .
y1 y1 + y 2 dy1 y1 y1
Por tanto tiene sentido tratarlo como una e.d.o. lineal donde y2 = y2 (y1 ). Su resolución implica
(compruébese) que
y2
y1 = C. (2.15)
y1
Por tanto una integral primera para el problema es

y2
1
(x, y1 , y2 ) = y1 .
y1
Veamos ahora cómo utilizar una integral primera para obtener otra. (Por supuesto no
usando las mismas expresiones racionales, de hacerlo llegarı́amos a una identidad trivial e inútil).
9
y2 = C1 y1 + y12 , >
= dx 1
dx dy1 > ) dy = y x + C1 + y1 .
= , ; 1 1
x + C1 y1 + y12 y1
Es decir, hemos obtenido de nuevo una e.d.o. lineal que podemos resolver. Compruébese que su
solución es
x = y12 + C1 y1 ln |y1 | + C2 y1 .
Eliminamos la constante C1 usando (2.15),
x = y12 + (y2 y12 ) ln |y1 | + C2 y1 .
Por tanto otra integral primera es
x y12 + (y12 y2 ) ln |y1 |

2
(x, y1 , y2 ) = .
y1
La solución general del problema puede venir dada por el sistema implı́cito
⇢ 1
(x, y1 , y2 ) = C1
2
(x, y1 , y2 ) = C2 .
El dato inicial y1 (0) = 1 implica que C1 = 0, de donde a su vez se deduce que y2 = y12 . Entonces
y2 (0) = 1 implica que C2 = 1, y ası́
p
1 ± 1 + 4x
x + y12 = y1 ) y1 = ,
2
pero la condición inicial y1 (0) = 1 hace que sólo sea válida la opción (y ası́ la solución local en
torno al (0, 1, 1) del problema)
p
1 + 1 + 4x
y1 (x) = , y2 (x) = (y1 (x))2 .
2
Ejemplo 2.22. Hallar todas las trayectorias sobre el paraboloide z = x2 + y 2 que son ortogonales
a las intersecciones de éste con los planos z = k, k > 0.
Escribamos de forma general el planteamiento del problema. Una curva perteneciente a la in-
tersección de dos superficies como las del enunciado:
⇢
F (x, y, z) = 0,
G(x, y, z) = C,
ha de satisfacer ser perpendicular en cada punto a lo largo de su trayectoria tanto al vector normal
de una superficie, como al de la otra. O equivalentemente, ser paralelo al producto vectorial de
ambos vectores normales.
Denotemos por (x(t), y(t), z(t)) a una curva perteneciente a dicha intersección. La condición
anterior se escribe
(x0 (t), y 0 (t), z 0 (t)) || (rF ⇥ rG).
Pero conocemos la expresión explı́cita de
i j k ✓ ◆
Fy Fz Fz Fx Fx Fy
rF ⇥ rG = Fx Fy Fz = , , =: (P, Q, R).
Gy Gz Gz Gx Gx Gy
Gx Gy Gz
Por tanto el s.d.o. verificado por la familia de curvas pertenecientes a la intersección de las dos
superficies es
x0 (t) y 0 (t) z 0 (t)
= = ,
P Q R
o escrito en forma diferencial
dx dy dz dt
= = = .
P Q R 1
En realidad no necesitamos calcular dichas curvas, sino saber que son paralelas al vector (P, Q, R),
y ası́, las curvas que verdaderamente se piden, deben ser perpendiculares a rF y a (P, Q, R), por
lo que de forma análoga a lo desarrollado anteriormente, las curvas buscadas deben ser paralelas a
i j k
rF ⇥ (P, Q, R) = Fx Fy Fz .
P Q R
Ası́, el s.d.o. a resolver será

dx dy dz
= = .
Fy Fz Fz Fx Fx Fy
Q R R P P Q
Nos centramos ya en el enunciado para concretar las ecuaciones anteriores.
F (x, y, z) = z x2 y 2 = 0, rF = ( 2x, 2y, 1),

)
G(x, y, z) = z = k, k > 0 rG = (0, 0, 1).
Por tanto
i j k
rF ⇥ rG = 2x 2y 1 = ( 2y, 2x, 0) =: (P, Q, R).
0 0 1
Por otro lado,
i j k
rF ⇥ (rF ⇥ rG) = 2x 2y 1 = ( 2x, 2y, 4(x2 + y 2 )).
2y 2x 0
Ası́, las curvas buscadas son

dx dy dz
= = .
2x 2y 4(x2 + y 2 )
Una opción como integral primera es clara a partir de las dos primeras expresiones:
y
1
(x, y, z) = .
z
Haciendo manipulaciones, otra opción es la siguiente:
dx dy dz 2xdx + 2ydy dz
= = = .
2x 2y 4(x2 + y 2 ) 0
Deducimos lo que por otro lado era obvio, que
2
(x, y, z) = x2 + y 2 z
es otra integral primera, pero si queremos que la solución esté en F (x, y, z) = 0 no podemos admitir
cualquier constante.
En conclusión, las curvas buscadas son
⇢ 2
x2 + y 2 z = 0, x + y 2 z = 0,
)
y/x = C y = Cx.
Tema 3
Existencia y unicidad de solución

local para el problema de Cauchy
3.1. Introducción
En este tema comenzamos propiamente el estudio cualitativo de sistemas de ecuaciones dife-
renciales ordinarios. A diferencia de los dos temas precedentes, mostramos resultados abstractos
bastante generales, dos de los cuáles permitirán garantizar bajo ciertas condiciones la existencia,
y la existencia y unicidad de solución para un s.d.o.
Sin embargo la respuesta sólo será local, es decir, en un entorno del punto sobre el que se
apoya el problema de Cauchy. Esto es algo natural, al menos si se piensa en los ejemplos vistos
con anterioridad. Para un estudio global del problema, deberemos esperar al tema siguiente.
Ambas cuestiones, la de tratar por separado resultados de existencia y de unicidad, y la de
que el análisis sea local, obedecen a una razón simple. Hay ejemplos en los que una e.d.o. no
tiene unicidad de solución pero sı́ existencia [comprúebese la multiplicidad de soluciones del (PC)
y 0 = y 1/3 con dato inicial y(0) = 0].
También hay casos en los que una misma ecuación tiene soluciones con distintos dominios de
definición según el dato inicial con que se plantee el problema de Cauchy. Veamos un caso en que
se da esta situación.
Ejemplo 3.1. Es inmediato comprobar que la ecuación y 0 = 3y 4/3 sen x tiene por soluciones
1
y ⌘ 0, y(x) = con c 2 R.
(c cos x)3
Sin embargo, si nos fijamos en la cantidad y 1/3

+ cos x = c, ocurren dos casos:
1/3
Si |c| > 1, es decir, si |y0 + cos x0 | > 1, entonces el denominador de la solución no se
anula, y su intervalo de definición es todo R.
1/3
En cambio, si |c|  1, es decir, si (x0 , y0 ) son tales que |y0 + cos x0 |  1, entonces el
denominador acaba anulándose, y por tanto el dominio de definición de la solución es finito.
El tema puede verse dividido en dos grandes bloques, en los que se mostrará respectivamente
existencia y unicidad de solución local (Teorema de Picard), y existencia de solución local del
problema de Cauchy (Teorema de Peano). Los métodos que están detrás de ambos resultados son
potentes y se emplean en casos más generales y complejos. Se trata de los métodos de punto fijo y
de compacidad respectivamente. Se desarrollarán con más profundidad en cursos posteriores (por
ello también resaltar la importancia que tiene este tema en la formación del alumno).
Para desarrollarlos requeriremos algún preámbulo de Análisis Funcional, lo que simplificará la
presentación global de los resultados, y le dará un carácter transversal al tema relacionándolo con
47
48 Tema 3. Existencia y unicidad de solución local
otras asignaturas ya estudiadas. Dichos preámbulos consisten respectivamente en el Teorema de

Punto Fijo de Banach, para aplicaciones contractivas, y en una caracterización de compactos en
el conjunto de las funciones continuas definidas en un intervalo compacto, esto es, el Teorema de
Ascoli-Arzelà.
El motivo para presentar dos resultados que abordan la existencia de solución (en muchos
cursos sobre e.d.o. es frecuente incidir sólo en el Teorema de Picard, y dejar el Teorema de Peano
para alguna asignatura de ampliación) es que, si bien el primero es más simple de probar que el
segundo, el último resulta más intuitivo desde un punto de vista heurı́stico, útil para el inicio de
la implementación numérica, y además se corre el peligro de que un alumno no llegue a cursar la
asignatura de ampliación donde el resultado se muestra [Al menos esto es lo que ocurre en el actual
plan de estudios de la Licenciatura de Matemáticas en la Universidad de Sevilla].
3.2. Algunas notas sobre el espacio C(I)

Presentamos un breve recordatorio de algunas propiedades del espacio de las funciones reales
de variable real continuas definidas sobre un intervalo cerrado. Esto será esencial en el desarrollo
posterior del tema.
En todo lo que sigue denotaremos I = [a, b] un intervalo cerrado y acotado de R.

Definición 3.2. Sea X un R espacio vectorial. Una norma sobre X es una aplicación k · k :
X ! R+ que satisface tres propiedades:
kxk = 0 si y sólo si x = 0.
kx + yk  kxk + kyk 8x, y 2 X (desigualdad triangular).
k xk = | |kxk 8 2 R, 8x 2 X.
Un espacio vectorial dotado de una norma, (X, k · k) se llama espacio normado. Cuando sea
clara la elección de la norma, a veces se denotará simplemente X.
Observación 3.3.
Todo espacio normado es un espacio métrico, ya que dada la norma k · k, es fácil definir una
distancia sobre X, la dada por d(x, y) = kx yk.
Todo subconjunto de un espacio normado es un espacio métrico.
Definición 3.4. Un espacio métrico (X, d) es completo si toda sucesión de Cauchy es convergente
(el recı́proco siempre es cierto), i.e. si una sucesión {xn }n es de Cauchy, esto es,
8" > 0 9n" : 8n, m n" ) d(xn , xm )  ",
entonces dicha sucesión es convergente a un elemento x 2 X.
Un espacio normado que sea completo se dice espacio de Banach.

Observación 3.5.
Todo subespacio vectorial cerrado de un espacio de Banach es completo, y por tanto también
de Banach.
Todo subconjunto cerrado de un espacio métrico completo es un espacio métrico completo.
Definición 3.6. Supongamos que sobre un espacio vectorial X existen dos normas, k · k1 y k · k2 .
Se dice que la topologı́a inducida por k · k1 es más fina que la topologı́a inducida por k · k2 si se
tiene la siguiente relación de inclusión entre las topologı́as generadas por las métricas asociadas a
dichas normas, i.e. ⌧2 ⇢ ⌧1 . Esto se suele notar también algunas veces como ⌧2 4 ⌧1 .
49 3.2. ALGUNAS NOTAS SOBRE EL ESPACIO C(I)
Proposición 3.7. Dado un espacio vectorial X y dos normas definidas sobre él, k · k1 y k · k2 , si
existe un valor k > 0 tal que
kxk2  kkxk1 8x 2 X,
entonces la topologı́a inducida por k · k1 es más fina que la inducida por k · k2 .
La demostración del resultado es fácil y se deja como ejercicio. [Indicación: ver que dentro de
toda bola en la métrica asociada a la norma k · k2 se puede meter una bola abierta en la métrica
asociada a la norma k · k1 .]
Observación 3.8. En las condiciones del resultado anterior, toda sucesión convergente en la
norma k · k1 también lo es en la norma k · k2 .
Toda sucesión de Cauchy en la norma k · k1 también lo es en la norma k · k2 .
Sin embargo, puede ocurrir que (X, k · k1 ) sea completo pero que (X, k · k2 ) no lo sea.
Proposición 3.9. Sea X un espacio vectorial y sobre él dos normas k · k1 y k · k2 tales que
9↵, > 0 : ↵kxk1  kxk2  kxk1 , 8x 2 X,
entonces ambas normas definen topologı́as equivalentes.
Demostración. Basta aplicar dos veces la Proposición 3.7 para tener que dentro de todo abierto
en cada una de las topologı́as hay una bola abierta respecto de la otra.
Observación 3.10. En los espacios vectoriales de dimensión finita, todas las normas son equiva-
lentes. Para probarlo basta fijar una base {ei }1in del espacio X y usar el homeomorfismo
X
X3x= ↵i ei 7! (↵1 , . . . , ↵n ) 2 Rn ,
i=1
y el hecho de que en Rn todas las normas son equivalentes.

Esta propiedad nos será útil más adelante para probar ciertos resultados. (Elegiremos a nuestra
conveniencia la norma que más nos interese a cada momento para los cálculos).
Ejemplo 3.11. En el espacio vectorial C(I; RN ) podemos definir las siguientes normas.
Z !1/2
b
k'k1 = máx |'(x)|, k'k2 = |'(x)|2 dx ,
x2I a
donde | · | denota cualquier norma en RN .
(Ejercicio: comprobar que efectivamente lo son.)

Es obvio que se tiene
p
k'k2  b ak'k1 8' 2 C(I; RN ),
esto es, la topologı́a inducida por k · k1 es más fina que la inducida por k · k2 .
El espacio normado (C(I; RN ), k · k1 ) es de hecho un espacio de Banach.
Sin embargo, el espacio normado (C(I; RN ), k · k2 ) no es de Banach. Basta considerar el con-

traejemplo siguiente: se definen sobre el intervalo [ 1, 1] las funciones
8
< 0 si x 2 [ 1, 0],
'n (x) := nx si x 2 [0, 1/n],
:
1 si x 2 (1/n, 1].
Es fácil ver que {'n }n es una sucesión de Cauchy, pues el área de cada función va decreciendo a
medida que aumenta n. Pero el lı́mite de dicha sucesión serı́a la función idénticamente 0 en [ 1, 0]
y con valor 1 en (0, 1], por lo que no pertenece al espacio C([ 1, 1]). [En realidad, el espacio de
Banach natural asociado a la norma k · k2 es el espacio formado por las clases de equivalencia de
funciones medibles Lebesgue y de cuadrado integrable, L2 (I; RN ).]
Salvo mención contraria, siempre usaremos el espacio (C(I; RN ), k · k1 ), y por brevedad nota-
remos directamente C(I; RN ).
3.3. Aplicaciones contractivas

Definición 3.12. Dado un espacio métrico (X, d), se dice que una aplicación T : X ! X es
contractiva si existe ↵ 2 [0, 1) tal que d(T x, T y)  ↵d(x, y) 8x, y 2 X. Para precisar más, a
veces se dice que T es ↵ contractiva.
Observación 3.13. Si d(T x, T y)  d(x, y), la aplicación se dice no expansiva.
Una aplicación contractiva es uniformemente continua.
Teorema 3.14 (Punto fijo de Banach). Sean (X, d) un espacio métrico completo, y T : X ! X
una aplicación ↵ contractiva. Entonces existe un único punto fijo x̂ 2 X para T, i.e. T x̂ = x̂.
Demostración. Sea x0 2 X arbitrario. Veamos que la sucesión {xn }n 0 definida por recurrencia a
través de xn = T xn 1 es una sucesión de Cauchy. Supongamos que m > n,
d(xm , xn ) = d(T xm 1 , T xn 1 )  ↵d(xm 1 , xn 1 ).
Repitiendo n veces el proceso anterior, deducimos que

d(xm , xn )  ↵n d(xm n , x0 ) 8m > n 1.
Además, usando la desigualdad triangular repetidas veces,
d(xm n , x0 )  d(xm n , xm n 1 ) + d(xm n 1 , xm n 2 ) + · · · + d(x1 , x0 )
 ↵m n 1 + ↵m n 2 + · · · + ↵ + 1 d(x1 , x0 )
1
!
X 1
 ↵ d(x1 , x0 ) =
k
d(x1 , x0 ).
1 ↵
k=0
De las dos desigualdades previas deducimos que

↵n
d(xm , xn )  d(x1 , x0 ) 8m > n 1, (3.1)
1 ↵
y como ↵ 2 [0, 1), obtenemos efectivamente que {xn }n es una sucesión de Cauchy. Al ser X un
espacio métrico completo, la sucesión es convergente:
9x̂ 2 X : lı́m xn = x̂.
n!+1
Ahora, usando la continuidad de la aplicación T, comprobamos que x̂ es un punto fijo de T. En

efecto, ✓ ◆
T x̂ = T lı́m xn = lı́m T xn = lı́m xn+1 = x̂.
n!+1 n!+1 n!+1
La unicidad de punto fijo es clara, si hubiera dos puntos fijos de T, x̂ y x̃, por la contractividad,
d(x̂, x̃) = d(T x̂, T x̃)  ↵d(x̂, x̃).
Como ↵ 2 [0, 1), la única posibilidad es que d(x̂, x̃) = 0.
Observación 3.15.
1. El método de búsqueda de la solución ha sido constructivo y se llama de aproximaciones
sucesivas.. Se llama iterante n ésima a xn = T n x0 .
Además, a lo largo de la prueba se ha dado una cota de error para la aproximación del
punto fijo, esto es, pasando al lı́mite en m en (3.1):
↵n
d(x̂, T n x0 )  d(x1 , x0 ).
1 ↵
51 3.3. APLICACIONES CONTRACTIVAS
2. Cuando una función f es derivable y satisface |f 0 |  ↵ < 1, entonces el método de las

aproximaciones sucesivas es aplicable para obtener solución de la ecuación x = f (x).
Ejemplo 3.16. Consideremos la aplicación T : C([0, 1]) ! C([0, 1]) definida por
1
T f ⌘ T f (x) = (f (x) + x).
2
Es fácil ver que la aplicación T está bien definida, es contractiva con constante de contractividad
1/2 y que tiene por único punto fijo
1 ˆ
(f (x) + x) = fˆ(x) ) fˆ(x) = x.
2
Comenzando por un elemento arbitrario, llamémoslo x0 = f0 (x), las dos primeras iterantes en este
caso serı́an
1
x1 = (f0 (x) + x),
2✓ ◆ ✓ ◆
1 1 1 1 1
x2 = (f0 (x) + x) + x = 2 f0 (x) + + x.
2 2 2 22 2
Por inducción se prueba que
✓ ◆
1 1 1 1
xn = T x0 = n f0 (x) +
n
+ n + ··· + x, 8n 2 N.
2 2n 2 1 2
Teorema 3.17 (Punto fijo de Banach generalizado). Sea (X, d) un espacio métrico completo,
y sea T : X ! X una aplicación tal que existe un valor n0 2 N tal que T n0 es contractiva. Entonces
existe un único punto fijo x̂ para T, y además
x̂ = lı́m T n x0 8x0 2 X.
n!+1
Demostración. Por el resultado previo sabemos que existe un único punto fijo para T n0 , que
denotamos x̂. Veamos que
T x̂ = x̂ si y sólo si T n0 x̂ = x̂,
con lo que tendremos probad la existencia y unicidad de punto fijo para la aplicación T. La
implicación hacia la derecha es obvia. Veamos la implicación contraria.
T n0 x̂ = x̂ ) T (T n0 x̂) = T x̂ ) T n0 (T x̂) = T x̂,
pero como tenemos existencia y unicidad de punto fijo para T n0 , se deduce que T x̂ = x̂.
Para acabar probamos que
x̂ = lı́m T n x0 8x0 2 X. (3.2)
n!+1
Por el Teorema 3.14 sabemos que

x̂ = lı́m T nn0 x0 8x0 2 X.
n!+1
Ello implica en particular que, fijado x0 2 X, y dado el elemento T x0 ,

x̂ = lı́m T nn0 T x0 .
n!+1
Análogamente, dado el elemento T x0 , también se tiene que

2
x̂ = lı́m T nn0 T 2 x0 ,
n!+1
y sucesivamente se obtiene el mismo lı́mite comenzando en T 3 x0 , T 4 x0 , hasta

x̂ = lı́m T nn0 T n 1
x0 .
n!+1
De todos los lı́mites precedentes se concluye (3.2).
Observación 3.18.
1. Si T es una aplicación no expansiva, los resultados anteriores son en general falsos.
Considérese el espacio de Hilbert
1
X
l = {x = (xn )n
2
1, xn 2 R, x2n < +1}.
n=1
Entonces
X = {x 2 l2 : kxkl2 = 1}
es un subconjunto cerrado de l2 , y por tanto un espacio métrico completo. Consideramos
entonces la aplicación T : X ! X definida por
X 3 x = (x1 , x2 , . . .) 7! T x = (0, x1 , x2 , . . .).
Dicha aplicación está bien definida, es no expansiva, pero no tiene ningún punto fijo en X,
ya que el único posible, el origen, no pertenece a X.
2. Si una aplicación T cumple d(T x, T y) < d(x, y), tampoco es cierto en general el resultado de
existencia de punto fijo.
Considérese el siguiente contraejemplo: X = [1, +1), T (x) = x + 1/x. Al tenerse T 0 (x) =
1 1/x2 < 1, se cumple la condición d(T x, T y) < d(x, y). Por supuesto, se puede comprobar
que T está bien definida sobre X. Y sin embargo, es obvio que no posee punto fijo.
3.3.1. Otros resultados de punto fijo

Completamos los resultados anteriores con otros tres sobre existencia y comportamiento de
puntos fijos.
Teorema 3.19 (Dependencia continua de punto fijo respecto de parámetros).

Sea (X, d) un espacio métrico completo, y sea (⇤, ⇢) otro espacio métrico.
Consideremos una familia de aplicaciones contractivas de X en X, {T } 2⇤ (y denotamos x
el punto fijo de T ).
Si existe ↵ 2 [0, 1) tal que T es ↵ contractiva para todo 2 ⇤, y la aplicación
⇤3 7! T x 2 X (3.3)
es continua, entonces la aplicación
⇤3 7! x 2 X
es continua.
Demostración. Procedemos por reducción al absurdo. Supongamos que existe un par ( 0, x 0

) tal
que la aplicación
⇤ 3 7! x 2 X
no es continua en 0. Para todo n 1 se satisface
9{ n }n 1 ⇢⇤ : lı́m n = 0 y 9" > 0 : d(x n , x 0 ) > " 8n 1.

n!+1
Tenemos entonces que
" < d(x n

, x 0 )  d(x n
,T n
x 0 ) + d(T n
x 0 , x 0 ). (3.4)
Como
d(x n
,T n
x 0 ) = d(T n
x n
,T n
x 0 )  ↵d(x n
, x 0 ), (3.5)
53 3.4. FUNCIONES LIPSCHITZIANAS
deducimos que para todo n 1

d(x n , x 0 )  ↵d(x n , x 0 ) + d(T n (x 0 ), x 0 )
y por tanto,
(1 ↵)d(x n
, x 0 )  d(T n
x 0 , x 0 ).
Usando lo anterior y de nuevo (3.4), se tiene que
0 < (1 ↵)" < (1 ↵)d(x n
, x 0 )  d(T n
x 0 , T 0 x 0 ).
Para llegar a contradicción, ahora basta elegir, gracias a (3.3), un valor n suficientemente grande
tal que d(T n x 0 , T 0 x 0 ) < (1 ↵)".
Es posible obtener resultados concernientes con puntos fijos, sin necesidad de exigir contracti-
vidad. Enunciamos sin demostración dos de ellos.
Teorema 3.20 (Brouwer). Sea K ⇢ RN un compacto, convexo y no vacı́o, y sea T : K ! K
una aplicación continua. Entonces existe al menos un punto fijo x̂ 2 K para T.
Obsérvese que el caso K = [a, b] es consecuencia del Teorema de Bolzano aplicado a la función
f (x) = T x x.
El siguiente resultado puede verse como la versión infinito dimensional del anterior.
Teorema 3.21 (Schauder). Sea X un R espacio de Banach, y K ⇢ X un convexo, cerrado, aco-
tado, no vacı́o. Consideramos una aplicación T : K ! K continua y tal que T (K) es relativamente
compacto en X. Entonces existe al menos un punto fijo x̂ 2 K de T.
3.4. Funciones lipschitzianas

Avanzamos la idea global que perseguimos. Queremos adaptar el Teorema 3.14 de existencia
de punto fijo para resolver el problema de Cauchy. Para ello necesitamos un concepto sobre el
término de la derecha en el s.d.o. que nos permita establecer una cierta aplicación contractiva.
Dicho resultado será el Teorema de Picard, y la condición requerida es el carácter lipschitziano,
que introducimos a continuación.
Definición 3.22. Una función f : C ⇢ RN ! RM se dice globalmente lipschitziana en C si
existe una constante L > 0 tal que
|f (x) f (y)|  L|x y| 8x, y 2 C.
Al valor L se le llama constante de Lipschitz para f en C.
Se dice que f es localmente lipschitziana en C si C es abierto y
8z 2 C, 9"(z) > 0 : B(z, "(z)) ⇢ C, 9L(z) : |f (x) f (y)|  L(z)|x y| 8x, y 2 B(z, "(z)).
Observación 3.23.
1. En la definición anterior hemos usado la misma notación, | · |, para las normas en RN y RM .
Evidentemente no tienen porqué ser la misma, pero mantendremos este abuso de notación si
no hay confusión posible. Además, por la equivalencia entre normas en espacios de dimensión
finita, las definiciones válidas para una norma lo son para todas.
2. Si M = N = 1, f globalmente lipschitziana implica
f (x) f (y)
 L.
x y
Por tanto las pendientes de las rectas secantes de la curva {(x, f (x))} están acotadas.
Si f es localmente lipschitziana, ocurre lo mismo, pero en un entorno de cada punto.
3. Si L < 1 y C = RN , entonces f es L contractiva.
Para ajustar este concepto a nuestro problema, esto es, al s.d.o. y 0 = f (x, y), debemos adaptar
las definiciones de tal modo que la variable x siga distinguida (más adelante, en la prueba del
resultado se verá cómo el siguiente concepto es el adecuado).
Definición 3.24. Sean N, M 2 N, y f : ⌦ ⇢ RN +1 ! RM : (x, y) 7! f (x, y) con x 2 R e y 2 RN .

Se dice que f es globalmente lipschitziana respecto de la variable y en ⌦ si
9L > 0 : |f (x, y1 ) f (x, y2 )|  L|y1 y2 | 8(x, y1 ), (x, y2 ) 2 ⌦.
Al valor L se le llama constante de Lipschitz para f en ⌦. Denotamos
Lip(y, ⌦; RM ) = {f : ⌦ ! RM : f globalmente lipschitziana respecto y},
Lip(y, ⌦) = Lip(y, ⌦; RN ).
Observación 3.25.
1. Los dos conjuntos anteriores son no vacı́os, al menos las funciones constantes están en ellos.
De hecho ambos tienen estructura de espacio vectorial.
2. Si N = M = 1, una función lipschitziana respecto de y tiene las secantes de superficie

intersecada con los planos paralelos al OYZ con pendientes acotadas.
Definición 3.26. f : ⌦ ⇢ RN +1 ! RM es localmente lipschitziana respecto de y 2 ⌦ si
8(x0 , y0 ) 2 ⌦ 9"(x0 , y0 ) : B((x0 , y0 ), "(x0 , y0 )) ⇢ ⌦ y
9L(x0 , y0 ) : f |B((x0 ,y0 ),"(x0 ,y0 )) es globalmente lipschitziana respecto de y.

Esto es,
9L(x0 , y0 ) : |f (x, y1 ) f (x, y2 )|  L(x0 , y0 )|y1 y2 | 8(x, y1 ), (x, y2 ) 2 B((x0 , y0 ), "(x0 , y0 )).
Denotaremos
Liploc (y, ⌦; RM ) = {f : ⌦ ⇢ RN +1 ! RM : f localmente Lipschtiz resp. y},
Liploc (y, ⌦) = Liploc (y, ⌦; RN ).
Observación 3.27. La inclusión Lip(y, ⌦; RM ) ⇢ Liploc (y, ⌦; RM ) es clara, por lo que Liploc (y, ⌦; RM ) 6=
;. De hecho, se trata de nuevo de un conjunto con estructura de R espacio vectorial.
El siguiente resultado es inmediato a partir de las definiciones dadas.
Proposición 3.28.
(a) f 2 Lip(y, ⌦; RM ) ) f es uniformemente continua respecto de y en ⌦, i.e.
8" > 0 9 > 0 : (x, y1 ), (x, y2 ) 2 ⌦, |y1 y2 | < ) |f (x, y1 ) f (x, y2 )| < ".
(b) Si f 2 Liploc (y, ⌦; RM ), entonces f es continua respecto de y en ⌦.
Observación 3.29.
1. f 2 Lip(y, ⌦; RM ) 6) f 2 C(⌦; RM ). Considérese el contraejemplo en ⌦ = R2 ,
⇢
0 si x  0,
f (x, y) =
y si x > 0.
55 3.4. FUNCIONES LIPSCHITZIANAS
2. f 2 C(⌦; Rp ) 6) f 2 Liploc (y, ⌦; R ), como el siguiente contraejemplo muestra: ⌦ = R , y

M M 2
f (x, y) = |y|.
⇣ "⌘ r
" "
f 0, f (0, 0) =  L(0, 0) contradictorio.
n n n
Teorema 3.30 (Condición suficiente de Lipschitzianidad). Sea ⌦ un abierto no vacı́o de

RN +1 , y supongamos que f : ⌦ ⇢ RN +1 ! RM es una función tal que
@fi
9 2 C(⌦) 8i = 1, . . . , M, 8j = 1, . . . , N.
@yj
Entonces
a) f 2 Liploc (y, ⌦; RM ),
b) Si ⌦ es convexo, se tiene que
@fi
f 2 Lip(y, ⌦; RM ) , sup < +1 8i, j.
⌦ @yj
Demostración.
a) Sea (x, y) 2 ⌦ y sea " > 0 tal que B = B((x, y), ") ⇢ ⌦. Consideremos i 2 {1, . . . , M }, y
dos puntos (x, y), (x, ỹ) 2 B. Entonces, por el Teorema del Valor Medio aplicado a la función
F (✓) = fi (x, y + ✓(ỹ y)) con ✓ 2 [0, 1] ya que el segmento {(x, ȳ + ✓(ỹ ȳ)) : ✓ 2 [0, 1]} ⇢ B ⇢ ⌦
por lo que la función tiene F está bien definida.
XN
@fi ¯
fi (x, ȳ) fi (x, ỹ) = (x, ȳ + ✓(ỹ ȳ)) · (ỹj ȳj ).
j=1
@y j
Por tanto tenemos la siguiente acotación,

✓ ✓ ◆◆ X
N
@fi
|fi (x, ȳ) fi (x, ỹ)|  máx máx |ỹj ȳj |,
j B @yj j=1
✓ ✓ ◆◆ XN
@fi
|f (x, ȳ) f (x, ỹ)|  máx máx |ỹj ȳj |.
i,j B @yj j=1
b) La prueba de la implicación ( es como en el apartado anterior, ya que el segmento que une

(x, y) y (x, ỹ) está en ⌦, al ser convexo.
@fi
Veamos la implicación ) . Sabemos que f 2 Lip(y, ⌦; RM ) y que existen @yj 2 C(⌦). Para
probar entonces que
@fi
sup < +1 8i, j,
⌦ @y j
procedemos por reducción al absurdo, supongamos que

@fi
sup = +1 para algún par (i, j).
⌦ @yj
Entonces existe una sucesión de pares (xn , yn ) 2 ⌦ tales que
@fi
(xn , yn ) n,
@yj
de donde deducimos que
fi (xn , yn + "n ej ) fi (xn , yn ) n
9"n 6= 0 :
"n 2
con ej es vector de ceros en todas sus componentes menos en la j ésima, donde tiene un uno. Ello
implica que
n n
|fi (xn , yn + "n ej ) fi (xn , yn )| |"n | = |(yn + "n ej ) yn |,
2 2
que contradice el hecho de que f 2 Lip(y, ⌦; RM ).
Observación 3.31. El resultado anterior da condiciones suficientes, pero no necesarias. Ya vimos
en la Observación 3.29 un contraejemplo en el que la función ni siquiera era continua. Véanse
también los siguientes ejemplos (y como otro contraejemplo de este resultado, el tercero y último
de ellos).
1 @f 2y
Ejemplo 3.32. Sea f (x, y) = . Se tiene que f 2 C 1 (R2 ). Como (x, y) = , se
1+y 2 @y (1 + y 2 )2
@f
tiene que  M para cierto M > 0, de modo que por el resultado anterior, f 2 Lip(y, R2 ; R).
@y
x @f
Ejemplo 3.33. Consideramos la función f (x, y) = . Se tiene que f 2 C 1 (R2 ), y (x, y) =
1 + y2 @y
2xy
. Por tanto
(1 + y 2 )2
@f
 M si y sólo si {x : 9(x, y) 2 dom(f )} es acotado.
@y
Por tanto, f 2 Liploc (y, R2 ; R). Sin embargo, f 62 Lip(y, R2 ; R), como es fácil ver por el Teorema
del Valor Medio tomando valores grandes en x, y valores y1 e y2 próximos entre sı́, y alejados de
cero. En resumen, concluimos que f 2 Lip(y, ⌦; R) para todo ⌦ ⇢ R2 que se convexo y acotado en
la dirección de x.
Ejemplo 3.34. Considérese la función
⇢ 2
(x + 1)(y + 1) si x > 0,
f (x, y) =
2y si x  0.
Entonces se tiene que ⇢

@f x2 + 1 si x > 0,
(x, y) =
@y 2 si x < 0,
@f
pero 62 C(R2 ), aunque sı́ ocurre que f 2 Liploc (y, R2 ; R).
@y
Proposición 3.35. Sean ⌦ ⇢ RN +1 , f 2 Liploc (y, ⌦; RM ), y K ⇢ ⌦ un compacto tal que
supK |f | < +1. Entonces f 2 Lip(y, K; RM ).
Demostración. Como K ⇢ ⌦,
8(x̄, ȳ) 2 K, 9"(x̄, ȳ) > 0, L(x̄, ȳ) > 0 : B((x̄, ȳ), "(x̄, ȳ)) =: B(x̄, ȳ) ⇢ ⌦,
|f (x, y1 ) f (x, y2 )|  L(x̄, ȳ)|y1 y2 | 8(x, y1 ), (x, y2 ) 2 B(x̄, ȳ). (3.6)

Por otro lado, como K es compacto,
[ ✓ ◆ [n ✓ ◆
"(x̄, ȳ) "(x̄i , ȳi )
K⇢ B (x̄, ȳ), ) K⇢ B (x̄i , ȳi ), .
2 i=1
2
(x̄,ȳ)2K
Consideremos ahora el conjunto
W = {(x, y1 , y2 ) 2 R2N +1 : (x, y1 ), (x, y2 ) 2 K, |y1 y2 | r}
57 3.5. FORMULACIÓN INTEGRAL DEL PROBLEMA DE CAUCHY
siendo ⇢
"(x̄1 , ȳ1 ) "(x̄n , ȳn )
r = mı́n ,..., . (3.7)
2 2
Se tiene entonces que
|f (x, y1 ) f (x, y2 )| 2 supK |f |
 =: L̄ 8(x, y1 , y2 ) 2 W. (3.8)
|y1 y2 | r
Veamos finalmente que f 2 Lip(y, K; RM ).
Caso a) Si |y1 y2 | r entonces por (3.8), |f (x, y1 ) f (x, y2 )|  L̄|y1 y2 |. ⇣ ⌘

"(x̄ ,ȳ )
Caso b) Si |y1 y2 | < r, entonces existe un valor j 2 {1, . . . , n} tal que (x, y1 ) 2 B (x̄j , ȳj ), j2 j
y por la definición de r en (3.7) se deduce que (x, y2 ) 2 B((x̄j , ȳj ), "(x̄j , ȳj )). Usando entonces la
propiedad (3.6) tenemos que |f (x, y1 ) f (x, y2 )|  L(x̄j , ȳj )|y1 y2 |.
Por tanto para finalizar basta tomar

L = máx{L̄, L(x̄1 , ȳ1 ), . . . , L(x̄n , ȳn )}.
Observación 3.36. Si f 2 C(⌦; RM ), entonces se tiene la hipótesis de que supK |f | < +1

requerida en la proposición anterior.
3.5. Formulación integral del problema de Cauchy

Para que sea más manejable, vamos a transformar el planteamiento diferencial del problema
de la búsqueda de solución para un (PC) en otro problema equivalente, mejor adaptado a los
resultados que hemos presentado previamente.
Supondremos a lo largo de toda esta sección que ⌦ ⇢ RN +1 es un abierto dado no vacı́o, y que
f : ⌦ ⇢ RN +1 ! RN satisface f 2 C(⌦; RN ). Supongamos también dado un punto (x0 , y0 ) 2 ⌦.
Proposición 3.37. Bajo las condiciones anteriores, (I, ') es una solución local de
⇢ 0
y = f (x, y),
(P C)
y(x0 ) = y0 ,
si y sólo si se cumplen las siguientes tres condiciones:
1. ' 2 C(I; RN ),
2. (x, '(x)) 2 ⌦ 8x 2 I,
Rx
3. '(x) = y0 + x0 f (s, '(s))ds 8x 2 I.
La prueba del resultado es inmediata a partir de las propiedades de la integral, y se deja como
ejercicio.
Observación 3.38. La ventaja de la formulación dada es que la condición (3) involucra una in-
tegral en lugar de una condición sobre la derivada. Esta formulación es más estable. Además tiene
la ventaja de que se plantea inicialmente en C(I; RN ), y no en C 1 (I; RN ).
Definimos la aplicación ⌧ : C(I; RN ) ! C(I; RN ) dada por

Z x
C(I; RN ) 3 ' 7! ⌧ ' : ⌧ '(x) = y0 + f (s, '(s))ds 8x 2 I.
x0
Ası́, resolver localmente el (PC) equivale a encontrar un punto fijo para la aplicación ⌧. [Existencia
y unicidad para el (PC) equivaldrá a existencia y unicidad de punto fijo para la aplicación ⌧.]
3.6. Teorema de Picard. Método de las aproximaciones su-

cesivas
A partir de la observación anterior, el objetivo que nos marcamos es claro: pretendemos adaptar
el Teorema de punto fijo de Banach para dar respuesta positiva, existencia y unicidad de solución
local, al siguiente problema ⇢ 0
y = f (x, y),
(PC)
y(x0 ) = y0 .
Esto funcionará en un intervalo suficientemente pequeño en torno al punto, y según el método de
demostración que vimos en la prueba del Teorema 3.14, simplemente iterando se consigue aproximar
la solución, i.e. la sucesión de funciones
'0 ⌘ y 0
Z x
'n (x) = y0 + f (s, 'n 1 (s))ds 8x 2 I 8n,
x0
aproxima a la solución. Esta sucesión ası́ construida genera el llamado Método de las Aproxima-
ciones Sucesivas.
Teorema 3.39 (Existencia y unicidad local. Picard). Sea ⌦ ⇢ RN +1 un abierto no vacı́o.

Dado (x0 , y0 ) 2 ⌦, si f 2 C(⌦; RN )\Liploc (y, ⌦) entonces existe > 0 tal que en I = [x0 , x0 + ]
existe una única solución del ⇢ 0
y = f (x, y),
(PC)
y(x0 ) = y0 .
Demostración. Al ser (x0 , y0 ) 2 ⌦ abierto, existe r > 0 tal que B((x0 , y0 ), r) ⇢ ⌦. Es posible elegir
(en una base de entornos de la topologı́a producto) valores a0 , b0 > 0 tales que
R = [x0 a0 , x0 + a0 ] ⇥ B̄(y0 , b0 ) ⇢ B((x0 , y0 ), r).
No obstante, para acabar de plantear bien el marco de trabajo, i.e. el problema en ⌦, necesitamos
otras acotaciones: denotemos M = máxR |f |. Tomamos ahora
⇢
b0
⇤
< mı́n a0 , ,
M
y con dicho valor el “rectángulo”
R⇤ = I ⇤ ⇥ B̄(y0 , b0 ) = [x0 ⇤
, x0 + ⇤
] ⇥ B̄(y0 , b0 ).
Consideramos el conjunto cerrado
X ⇤ = {' 2 C(I ⇤ ; RN ) : |'(x) y0 |  b0 8x 2 I ⇤ }.
Al tratarse de un subconjunto cerrado de C(I ⇤ ; RN ), entonces (X ⇤ , dk·k1 ) es un espacio métrico

completo.
Afirmamos que ' es solución local del (PC) en I ⇤ si y sólo si
Z x
' 2 X ⇤ y '(x) = y0 + f (s, '(s))ds 8x 2 I ⇤ . (3.9)
x0
La implicación hacia la izquierda es consecuencia de la Proposición 3.37. Veamos la implicación

hacia la derecha. En realidad, de nuevo por la Proposición 3.37, basta con ver que la solución
' 2 X ⇤ , i.e. |'(x) y0 |  b0 8x 2 I ⇤ .
Procedemos por reducción al absurdo. Supongamos que esto no pasa. Entonces existe x̂ 2 I ⇤
tal que |'(x̂) y0 | > b0 . Como '(x0 ) = y0 , |'(x0 ) y0 | = 0 < b0 . Por continuidad, existe un valor
59 3.6. TEOREMA DE PICARD. MÉTODO DE LAS APROXIMACIONES SUCESIVAS
x̄ 2 (x0 , x̂) (o en el intervalo (x̂, x0 ) si están en orden contrario, pero no influye en la prueba) tal
que |'(x̄) y0 | = b0 y
|'(t) y0 | < b0 8t 2 [x0 , x̂).
Veamos que esto es contradictorio, en efecto:
Z x̄ Z x̄
b0 = |'(x̄) y0 | = f (s, '(s))ds  M ds < M ⇤
< b0 .
x0 x0
Ahora que tenemos probada la equivalencia entre buscar solución local al (PC) y (3.9), veamos
que podemos aplicar el Teorema de punto fijo de Banach para resolver (3.9).
En efecto, consideramos T : X ⇤ ! X ⇤ , dada por
Z x
T '(x) = y0 + f (s, '(s))ds 8x 2 I ⇤ .
x0
Dicha aplicación está bien definida (i.e. toma valores en X ⇤ ):

Z x
8x 2 I ⇤ , |T '(x) y0 | = f (s, '(s))ds  M |x x0 |  M ⇤
< b0 ) T ' 2 X ⇤ .
x0
Veamos ahora que T es contractiva en X ⇤ .

Z x
|T '(x) T (x)| = [f (s, '(s)) f (s, (s))]ds
x
Z x0
 |f (s, '(s)) f (s, (s))|ds
x0
Z x
 L |'(s) (s)|ds
x0
 L|x x0 |k' k 8x 2 I ⇤ .
Ası́ deducimos que
|T '(x) T (x)|  L ⇤ k' k ) kT ' T k  L ⇤ k' k.
Basta por tanto tomar ⇤ < mı́n{a0 , b0 /M, 1/L} para que T sea contractiva, y ası́ poder concluir
la prueba aplicando el Teorema del punto fijo de Banach.
Observación 3.40.
1. La unicidad de la solución local está también probada, ya que el Teorema 3.14 daba existencia
y unicidad. Si hay otra solución local (I1 , '1 ), ocurre que ' = '1 en el intervalo I ⇤ \ I1 . [La
unicidad en intervalos mayores se verá en el tema próximo.]
2. El resultado anterior proporciona existencia y unicidad local. A lo largo de este tema veremos
otro resultado también muy general en el que se garantiza existencia local de solución, pero
no unicidad, exigiendo sólo continuidad a la función f.
3. Supongamos dada una e.d.o. de orden n. Entonces cambiando de variables para obtener el
s.d.o. de primer orden y dimensión n, se puede obtener existencia de solución para éste
último, que a su vez proporciona solución para la e.d.o. original. Concretamente, se tiene el
siguiente resultado.
Teorema 3.41. Sea ⌦ ⇢ RN +1 un abierto no vacı́o, y g 2 C(⌦) \ Liploc ((y, y 0 , . . . , y (N 1 ), ⌦; R).
(N 1
Supongamos dado un punto (x0 , y0 , y00 , . . . , y0 ) 2 ⌦. Entonces existe > 0 tal que en I =
[x0 , x0 + ] existe una única solución del
⇢ (N
y = g(x, y, y 0 , . . . , y (N 1 ),
(PC) (N 1 .
y(x0 ) = y0 , y 0 (x0 ) = y00 , . . . , y (N 1 (x0 ) = y0 .
A tenor del Teorema 3.39, tiene sentido introducir los siguientes conceptos.
Definición 3.42. Sea f : C ⇢ RN +1 ! RN .
Se llama abierto de existencia y unicidad para y 0 = f (x, y) a cualquier conjunto abierto
⌦ ⇢ C tal que f |⌦ 2 C(⌦; RN ) \ Liploc (y, ⌦).
Se llama dominio de existencia y unicidad para y 0 = f (x, y) a cualquier abierto conexo
⌦ ⇢ C que sea abierto de existencia y unicidad.
Se llama abierto maximal de existencia y unicidad para y 0 = f (x, y) a la unión de
todos los abiertos de existencia y unicidad.
Se llama dominio maximal de existencia y unicidad para y 0 = f (x, y) a cualquier
dominio de existencia y unicidad tal que no existe otro dominio de existencia y unicidad que
lo contenga estrictamente.
Terminamos esta sección con un ejemplo interesante, que obtiene de forma similar al Teorema
de Picard existencia y unicidad de solución.
En este caso se resolverá una ecuación integral, y en lugar de obtener contractividad en la
aplicación original, habrá que iterar varias veces, es decir, se usará el Teorema 3.17 en lugar del
Teorema del punto fijo de Banach directamente.
Ejemplo 3.43. Sean K(·, ·) 2 C([a, b] ⇥ [a, b]), f 2 C([a, b]) y 2 R elementos dados.
Llamamos ecuación integral de Volterra de segunda espacie al problema de hallar ' 2 C([a, b])
tal que Z x
' (x) = f (x) + K(x, t)' (t)dt.
a
Probar que existe una única solución a dicho problema viendo que la aplicación
T : C([a, b]) ! C([a, b]) : ' 7! T '
dada por Z x
(T ')(x) = f (x) + K(x, t)'(t)dt 8x 2 [a, b]
a
cumple la propiedad de que existe un n0 2 N tal que la función compuesta T n0 es contractiva.
Llamamos K = máx[a,b]⇥[a,b] |K(·, ·)|. Se tiene entonces que

Z x
|(T '1 )(x) (T '2 )(x)| = K(x, t)('1 (t) '2 (t))dt
a
Z x
 | | |K(x, t)||'1 (t) '2 (t)|dt
a
 | |Kk'1 '2 k(x a).
Esto implica que
kT '1 T '2 k  | |K(b a)k'1 '2 k.
Por otro lado, si consideramos la composición de T consigo misma y usamos las desigualdades
obtenidas antes deducimos que
Z x
|(T 2 '1 )(x) (T 2 '2 )(x)| = K(x, t)(T '1 (t) T '2 (t))dt
a
Z x
 | | |K(x, t)||T '1 (t) T '2 (t)|dt
a
Z x
 | |K | |K(t a)k'2 '1 kdt
a
| |2 K 2 (x a)2
= k'1 '2 k.
2
61 3.7. EXISTENCIA LOCAL DE SOLUCIÓN. TEOREMA DE PEANO
Esto significa que

| |2 K 2 (b a)2
kT 2 '1 T 2 '2 k  k'1 '2 k.
2
Afirmamos que para todo n 2 N se cumple
| |n K n (x a)n
|T n '1 (x) T n '2 (x)|  k'1 '2 k. (3.10)
n!
Para comprobarlo procedemos por inducción. Ya hemos visto los casos n = 1 y n = 2. Supongamos
que es cierto para un n cualquiera, y comprobemos que también se cumple para n + 1. En efecto,
operando com antes y usando la hipótesis de inducción tenemos que
Z x
| |n K n (t a)n
|(T n+1 '1 )(x) (T n+1 '2 )(x)|  | |K k'1 '2 kdt
a n!
| |n+1 K n+1 (x a)n+1
= k'1 '2 k.
(n + 1)!
Al tener que (3.10) se verifica para todo n y para todo par de funciones '1 , '2 2 C([a, b]), como el
cociente
| |n K n (x a)n
n!
es el término general de la serie convergente que genera e| |K(b a)
, se tiene que
| |n K n (x a)n
!0 cuando n ! +1.
n!
Eso significa que existe un valor n0 2 N tal que
| |n0 K n0 (x a)n0
< 1,
n0 !
como querı́amos probar.
3.7. Existencia local de solución. Teorema de Peano

Como ya avanzamos al principio del tema, existe otra técnica muy importante junto con los
teoremas de punto fijo para poder hallar soluciones de ciertas ecuaciones. Se trata de los métodos
de compacidad.
En esta sección probaremos el Teorema de Peano, un resultado muy general sobre existencia de
solución local para el problema de Cauchy, que sólo exige continuidad a la función f que aparece en
el s.d.o. Este resultado tiene la ventaja (pedagógica) de ser bastante intuitivo, al menos de forma
heurı́stica, y de hecho, resulta también útil en el inicio a los métodos numéricos de resolución de
ecuaciones diferenciales.
Son estos motivos, entre otros, los que nos hacen presentar aquı́ este resultado1
La idea general es simple: deseamos construir una sucesión de funciones que “aproximen” la
solución. Nos damos cuenta de que necesitamos algún resultado de compacidad, es decir, algún
teorema que nos permita afirmar que existe una subsucesión convergente (hacia una solución del
problema). Este resultado es el objetivo inmediato a tratar.
1 Dicho resultado se suele ver también en la asignatura Ampliación de Ecuaciones Diferenciales, en la Universidad
de Sevilla, pero esta asignatura es optativa, por lo que no se tiene garantı́as de que todos los alumnos lo den.
3.7.1. El Teorema de Ascoli-Arzelà

Buscamos una caracterización de los conjuntos compactos de C(I; RN ).
Dicho resultado es necesario tanto si decidiéramos resolver nuestro problema final, el (PC),
aplicando el Teorema de punto fijo de Schauder, como por el método que lo haremos: construyendo
una familia de poligonales de Euler.
Observación 3.44.
1. En un espacio normado (de hecho, en cualquier espacio métrico) se tiene la siguiente equi-
valencia: un conjunto K es compacto si y sólo si es secuencialmente compacto, i.e. 8{xn } ⇢
K : 9{xn0 }n0 convergente a x 2 K.
2. Un compacto en cualquier espacio es cerrado y acotado. Sin embargo el recı́proco es falso en

general. Sólo es cierto cuando el espacio es de dimensión finita.
Definición 3.45. Dado un conjunto de funciones F ⇢ C(I; RN ) (siendo I = [a, b]), se dice que
F es relativamente compacta si F̄ es compacta.
F es equicontinua si
8" > 0 9 > 0 : x1 , x2 2 I, |x1 x2 | < ) |'(x1 ) '(x2 )| < " 8' 2 F.
F es acotada si
9M > 0 : k'k  M 8' 2 F.
Observación 3.46.
1. F es relativamente compacto si y sólo si F es secuencialmente compacto, i.e.
8{'n }n 1 ⇢F 9{'nk }k ⇢ {'n }n y 9' 2 C(I; RN ) : 'nk ! ' en C(I; RN ).
2. A veces, en algunos manuales, la definición anterior de acotación para F aparece con el

nombre de F uniformemente acotada, en contraposición con lo que serı́a F puntualmente
acotada, esto es,
8x 2 I, 9Mx > 0 : |'(x)|  Mx 8' 2 F.
3. Si F es finito, entonces F es equicontinua. Esto es obvio, ya que por el Teorema de Heine,

cualquier función
Sn continua definida sobre un compacto es uniformemente continua, por lo
que si F = j=1 {fj } basta tomar = mı́n( 1 , . . . , n ), siendo i los valores que permiten que
la respectiva función fi satisface que |fi (x1 ) fi (x2 )| < " si |x1 x2 | < i .
Teorema 3.47 (Ascoli-Arzelà). Dada una familia de funciones F ⇢ C(I; RN ), F es relativa-

mente compacta si y sólo si F es equicontinua y acotada.
Demostración. ) Veamos primero la implicación hacia la derecha. Supongamos que F es relati-

vamente compacta, es decir, F̄ es compacta. En concreto F es acotada, por lo que F también lo
es.
Comprobemos que F es equicontinua (por lo que también lo será F). Fijado " > 0, y gracias a
la compacidad de F, se tiene que
[ n
[
F⇢ B(', "/3) ) F ⇢ B('i , "/3).
'2F i=1
La familia finita {'i }ni=1 es equicontinua, por tanto,
9 > 0 : x1 , x2 2 I, |x1 x2 | < ) |'i (x1 ) 'i (x2 )| < "/3 8i = 1, . . . , n.
Ahora podemos concluir que
8' 2 F 9i 2 {1, . . . , n} : ' 2 B('i , "/3),
de modo que para toda ' 2 F y todo par x1 , x2 2 I con |x1 x2 | < se tiene que
|'(x1 ) '(x2 )|  |'(x1 ) 'i (x1 )| + |'i (x1 ) 'i (x2 )| + |'i (x2 ) '(x2 )|
 k' 'i k + |'i (x1 ) 'i (x2 )| + k'i 'k < "/3 + "/3 + "/3 = ".
( Veamos ahora la implicación hacia la izquierda.

Sea {'n }n 1 ⇢ F. Tenemos que ser capaces de extraer una subsucesión convergente en C(I; RN ).
Para ello usaremos el conjunto numerable Q \ I = {rk }k 1 .
Como {'n (r1 )}n 1 es acotado en RN , existe una subsucesión {'n1 } ⇢ {'n } tal que {'n1 (r1 )}
es convergente en RN .
Usando la misma observación pero ahora con {'n1 } en lugar de con {'n } tenemos que {'n1 (r2 )}n1 1
es una sucesión acotada en RN . Por tanto existe una subsucesión suya, {'n2 } ⇢ {'n1 } tal que
{'n2 (r2 )} es convergente en RN .
Continuando ası́ podemos ir construyendo siempre una subsucesión {'nk+1 } ⇢ {'nk } tal que
{'nk+1 (rk+1 )} sea convergente en RN .
Ahora procedemos a través de lo que se llama un proceso diagonal de Cantor, esto es, esco-
ger como subsucesión final la formada, siguiendo las lı́neas anteriores, por las funciones {'nn }.
Obsérvese que como {'nm (ri )}nm es convergente en RN para todo i = 1, . . . , m, y ocurre que
{'nn } ⇢ {'nm }nm 1 para todo m, entonces
{'nn (r)} es convergente 8r 2 I \ Q.
Veamos que {'nn } es de Cauchy en C(I; RN ).

Dado " > 0, por la equicontinuidad de F, existe > 0 tal que si x1 , x2 2 I, con |x1 x2 | < ,
entonces |'nn (x1 ) 'nn (x2 )| < " para todo valor n 2 N.
Por otro lado, por ser I compacto,
[ k0
[
I⇢ (r ,r + ) ) I ⇢ (rk , rk + ).
r2I\Q k=1
Como existen los valores lı́mn!+1 'nn (rk ) para k = 1, . . . , k0 , (son un número finito de sucesiones),
entonces existe un valor n0 2 N, tal que se cumple una condición de Cauchy para todas ellas:
|'nn (rk ) 'mm (rk )| < "/3 8n, m n0 , 8k 2 {1, . . . , k0 }.
Consideremos ahora un valor cualquiera x 2 I, sabemos que existe un k̄ 2 {1, . . . , k0 } tal que
|x rk̄ | < . Por tanto deducimos la siguiente acotación.
|'nn (x) 'mm (x)|  |'nn (x) 'nn (rk̄ )| + |'nn (rk̄ ) 'mm (rk̄ )| + |'mm (rk̄ ) 'mm (x)|
< "/3 + "/3 + "/3 = ".
Al tratarse de un valor x 2 I arbitrario, deducimos que
8" > 0 9n0 2 N : 8m, n n0 k'nn 'mm k  ".
La sucesión es por tanto de Cauchy, pero C(I; RN ) es completo, y por tanto la sucesión es conver-
gente, como querı́amos probar.
Observación 3.48.
1. En la prueba anterior puede sustituirse la hipótesis de acotación uniforme por puntualmente
acotado. De hecho, se puede ver también que si F es equicontinua y puntualmente acotada,
entonces es uniformemente acotada.
La prueba es simple: por reducción al absurdo, supongamos que no es cierto. Esto es, para
todo M > 0, existe un elemento fM 2 F, tal que existe un elemento xM 2 I, con el que
|fM (xM )| M. Sin pérdida de generalidad podemos suponer M 2 N, y extrayendo una
subsucesión, pero que rebautizamos igual, que {xM }M es convergente hacia un elemento x 2 I.
Pero entonces se tiene la acotación
|fM (xM )|  |fM (xM ) fM (x)| + |fM (x)|.
La equicontinuidad de F y la acotación puntual muestran que los sumandos del término de

la derecha están acotados, lo que nos lleva a contradicción.
2. Una condición suficiente para que una familia sea equicontinua es que F ⇢ C 1 (I; RN ) cumpla
que la familia {'0 }'2F es acotada en C(I; RN ).
3. Usando un conjunto denso y numerable como en la prueba anterior no es difı́cil probar (se
deja como ejercicio) que el espacio C(I; RN ) es separable, i.e. posee un conjunto denso y
numerable.
Una idea a seguir serı́a proceder por regularización para obtener una familia de C 1 (I; RN )
densa en C(I; RN ). Ahora, en el compacto I, usando el desarrollo de Taylor sobre una función
de C 1 (I; RN ), se obtiene que los polinomios son densos en C 1 (I; RN ). Finalmente, usando
la densidad de los racionales, bastará tomar aquellos polinomios de coeficientes racionales.
3.7.2. Soluciones aproximadas. El Teorema de Peano

A lo largo de esta sección consideraremos un conjunto abierto no vacı́o ⌦ ⇢ RN +1 , y sobre él,
(x0 , y0 ) 2 ⌦ y f 2 C(⌦; RN ) dados. Se tratará el siguiente problema de Cauchy:
⇢ 0
y = f (x, y),
(PC)
y(x0 ) = y0 .
Definición 3.49. Dados I = [a, b] ⇢ R, con x0 2 I, y " > 0, se dice que '" : I ! RN es una
solución " aproximada del (PC) en I si
(i) '" 2 C(I; RN ),
(ii) (x, '" (x)) 2 ⌦, 8x 2 I,
(iii) existe una partición finita de I, a = a0 < a1 < . . . < am = b, de tal modo que '" 2
C 1 ([ai , ai+1 ]; RN ) para todo i = 0, 1, . . . , m 1.
(iv) '" (x0 ) = y0 ,
(v) |'0" (x) f (x, '" (x))|  " 8x 2 I, x 6= ai con i = 0, 1, . . . , m.
A continuación damos dos lemas de carácter técnico, que nos ayudarán a probar el anunciado
Teorema de Peano. El primero de ellos nos dice que una solución " aproximada satisface una
estimación análoga a la formulación integral equivalente que tenı́a la solución del (PC).
Lema 3.50. Bajo las condiciones anteriores, si '" es una solución " aproximada del (PC) en I,
entonces Z x
'" (x) y0 f (s, '" (s))ds  "|x x0 | 8x 2 I.
x0
Demostración. Sea x 2 I, supongamos que x > x0 (el caso x < x0 se resuelve análogamente). Por
ser '" una solución " aproximada, sabemos que existe una partición finita x0 < x1 < x2 < . . . <
xn = x tal que '" 2 C 1 ([xi , xi+1 ]; RN ) para i = 0, . . . , n 1. Entonces
Z xi+1
'" (xi+1 ) '" (xi ) = '0" (s)ds,
xi
que unido a la condición última que satisface una solución " aproximada implica
Z xi+1 Z xi+1
'" (xi+1 ) '" (xi ) f (s, '" (s))ds = ('0" (s) f (s, '" (s)))ds
xi xi
 "|xi+1 xi | 8i = 0, . . . , n 1.
El resultado se concluye si observamos que

Z x X1 ✓
n Z xi+1 ◆
'" (x) y0 f (s, '" (s))ds = '" (xi+1 ) '" (xi ) f (s, '" (s))ds .
x0 i=0 xi
El segundo resultado técnico nos indica que podemos construir soluciones " aproximadas del
(PC) que además tienen otras propiedades (que a la postre nos permitirán poder aplicar el Teorema
de Ascoli-Arzelà).
Lema 3.51. Sea ⌦ ⇢ RN +1 abierto, (x0 , y0 ) 2 ⌦, y f 2 C(⌦; RN ). Entonces existe > 0 tal que
en el intervalo I = [x0 , x0 + ], para cada " > 0 existe una solución " aproximada '" del (PC)
en I verificando
|'" (x) '" (x̄)|  M |x x̄| 8x, x̄ 2 I , con M independiente de ". (3.11)
(x, '" (x)) 2 K 8x 2 I , con K compacto de ⌦ independiente de ". (3.12)
Demostración. Para empezar seleccionamos un marco de trabajo similar al que establecimos para
la demostración del Teorema de Peano (la idea es que por muy grande que sea la pendiente de una
solución, ésta no salga de la zona elegida).
Dado que ⌦ es abierto y (x0 , y0 ) 2 ⌦, existen a0 , b0 > 0 tales que R = [x0 a0 , x0 + a0 ] ⇥
B̄(y0 , b0 ) ⇢ ⌦. Como f 2 C(R; RN ), existe MR = máxR |f |. Tomamos ahora
= mı́n(a0 , b0 /MR ), I = [x0 , x0 + ].
Por otro lado, dado " > 0, por la continuidad uniforme de f en R, existe un valor ⇢ > 0 tal que
si (x, y), (x̄, ȳ) 2 R, son tales que |x x̄| < ⇢, |y ȳ| < ⇢, entonces |f (x, y) f (x̄, ȳ)|  ". Por
razones técnicas que se verán más adelante, tomamos
↵ = mı́n(⇢, ⇢/MR ).
Podemos elegir una partición finita del intervalo I ,
x0 =x n <x (n 1) < ... < x 1 < x0 < x1 < x2 < . . . < xn 1 < xn = x0 + ,
tal que |xi+1 xi | < ↵ para todo i 2 { n, (n 1), . . . , 1, 0, 1, . . . , n 1}. Ahora definimos por
recurrencia la poligonal de Euler sobre dicha partición:
8
< y0 si x = x0 ,
'" (x) = '" (xi ) + f (xi , '(xi ))(x xi ) si x 2 (xi , xi+1 ], i = 0, . . . , n 1,
:
'" (x i ) + f (x i , '(x i ))(x x i ) si x 2 [x (i+1) , x i ), i = 0, . . . , n 1.
Veamos que dicha función es una solución " aproximada. Para ello vemos primero que está bien
definida.
a) Comprobamos que los vértices de la poligonal están en R ⇢ ⌦. (Razonamos por la derecha,

serı́a análogo por la izquierda).
(x0 , '" (x0 )) 2 R ⇢ ⌦.
Veamos que si (x0 , '" (x0 )), (x1 , '" (x1 )), . . . , (xi , '" (xi )) están en R, entonces (xi+1 , '" (xi+1 )) 2
R. En efecto, xi+1 x0   a0 . Además,
|'" (xi+1 ) y0 |  |'" (xi+1 ) '" (xi )| + |'" (xi ) '" (xi 1 )| + . . . + |'" (x1 ) '" (x0 )|
= |f (xi , '" (xi ))||xi+1 xi | + . . . + |f (x0 , '" (x0 ))||x1 x0 |
 MR (|xi+1 xi | + . . . + |x1 x0 |)  MR  b0 .
Por tanto (xi+1 , '" (xi+1 )) 2 R ⇢ ⌦.
b) '" es solución " aproximada. Es evidente que se cumple
(i) '" 2 C(I; RN )
(ii) 8x 2 I se tiene que x 2 [x0 a0 , x0 + a0 ], y que '" (x) 2 B̄(y0 , b0 ) ya que están los vértices
de la poligonal, y el conjunto R es convexo. En resumen, (x, '" (x)) 2 R ⇢ ⌦.
(iii) '" 2 C 1 ([xi , xi+1 ]; RN ) 8i 2 { n, (n 1), . . . , 0, . . . , n 2, n 1} por definición.
(iv) '" (x0 ) = y0 también por definición.
(v) Para todo x 2 I con x 6= xi , existe un valor j tal que x 2 (xj , xj+1 ). Entonces se tiene que
'0" (x) f (x, '" (x)) = f (xi , '" (xi )) f (x, '" (x)).
Como |x xj |  ↵  ⇢, y
|'" (x) '" (xj )| = |(x xj )f (xj , '" (xj ))|  MR ↵  ⇢,
se deduce, por la continuidad uniforme de f en R, que
|'0" (x) f (x, '" (x))| = |f (xj , '" (xj )) f (x, '" (x))|  ".
Veamos ahora que las poligonales de Euler verifican las dos condiciones del enunciado.
Para probar (3.11) tenemos que ver que existe M > 0, independiente de ", tal que
|'" (x) '" (x̄)|  M |x x̄| 8x, x̄ 2 I .
Comprobamos que podemos tomar M = MR = máxR |f | tal y como ya habı́amos definido. Supon-
gamos que entre los puntos x y x̄ hay sólo un punto de la partición que interviene en la definición
de '" , por ejemplo el x2 . (Si fueran más los puntos intermedios, el razonamiento, como se puede
ver, serı́a el mismo). Entonces tenemos
|'" (x) '" (x̄)|  |'" (x) '" (x2 )| + |'" (x2 ) '" (x̄)|
 |f (x1 , '" (x1 ))||x x2 | + |f (x2 , '" (x2 ))||x2 x̄|
 MR (|x x2 | + |x2 x̄|) = MR |x x̄|.
Para probar que también se tiene la propiedad (3.12), simplemente observamos que se puede
tomar como compacto K = R, y efectivamente se tendrá siempre, para todo " > 0, que (x, '" (x)) 2
K para todo x 2 I .
Teorema 3.52 (Peano). Sea ⌦ ⇢ RN +1 un conjunto abierto no vacı́o, (x0 , y0 ) 2 ⌦, y f 2

C(⌦; RN ). Entonces existe > 0 tal que sobre I = [x0 , x0 + ] existe al menos una solución
local (I , ') del ⇢ 0
y = f (x, y),
(PC)
y(x0 ) = y0 .
Demostración. Tomamos como en el Lema 3.51, y una sucesión de valores positivos {"n }n con
lı́mn!+1 "n = 0. Denotamos 'n la solución "n aproximada definida en el Lema 3.51.
Entonces se verifican las condiciones para aplicar el Teorema de Ascoli-Arzelà. En efecto,
{'n }n ⇢ C(I ; RN ), es una familia acotada gracias a (3.11) o bien a (3.12), y es equicontinua
por (3.11).
Por tanto existe una subsucesión {'nk }k 1 convergente a un elemento ' 2 C(I ; RN ).
Veamos que (I , ') es solución local del (PC), comprobando las condiciones de la formulación
integral equivalente. En efecto,
(i) ' 2 C(I ; RN ),
(ii) (x, '(x)) 2 K ⇢ ⌦ 8x 2 I ,
(iii) Para la igualdad integral aplicamos el Teorema de convergencia dominada de Lebesgue, ya que
por el Lema 3.51 tenemos la dominación |f (s, 'nk (s))|  MR (constante, luego integrable),
y la convergencia puntual (uniforme, de hecho) de 'nk a ', y también de f (s, 'nk (s)) hacia
f (s, '(s)) por la continuidad de f. Ası́,
Z x Z x
lı́m f (s, 'nk (s))ds = f (s, '(s))ds.
nk !+1 x0 x0
Por tanto concluimos

Z x Z x
'(x) y0 f (s, '(s))ds = lı́m 'nk (x) y0 f (s, 'nk (s))ds
x0 nk !+1 x0
 lı́m "nk |x x0 | = 0 8x 2 I .
nk !+1
Observación 3.53.
1. El Teorema de Peano proporciona existencia, pero no unicidad. Considérese el siguiente
contraejemplo en ⌦ = R2 : ⇢ 0
y = y 2/3 ,
(PC)
y(0) = 0.
Definimos para <↵<0< < las funciones
8 ✓ ◆3
>
> x ↵
>
> si x 2 [ , ↵),
>
> 3
<
'↵, (x) = 0 si x 2 [↵, ],
>
> ✓
>
> ◆3
>
> x
: si x 2 ( , ].
3
Se comprueba que todas ellas son solución del (PC).

2. Si el (PC) con f 2 C(⌦; RN ) tiene más de una solución, entonces tiene infinitas. Este
resultado se conoce como Teorema de Peano-Kneser, aunque aquı́ no lo probaremos (puede
consultarse el libro de Corduneanu [8]).
A raı́z del resultado anterior, tiene sentido introducir los siguientes conceptos.
Definición 3.54. Sea C ⇢ RN +1 y f : C ! RN .

Se llama abierto de existencia para y 0 = f (x, y) a cualquier abierto ⌦ ⇢ C tal que f |⌦ es
continua.
Se llama dominio de existencia para y 0 = f (x, y) a cualquier abierto conexo ⌦ ⇢ C tal
que f |⌦ es continua.
Se llama abierto maximal de existencia para y 0 = f (x, y) a la unión de todos los abiertos
de existencia.
Se llama dominio maximal de existencia para y 0 = f (x, y) a un dominio de existencia
tal que no exista otro dominio de existencia que lo contenga estrictamente.
Ejemplo 3.55. Consideramos la siguiente función definida a trozos,

8
>
> f1 (x, y) = y si y 1,
<
f2 (x, y) = x3 si y < 1, y x2 ,
f (x, y) =
>
> f3 (x, y) = xy si y < 1, y < x2 , x 0,
:
f4 (x, y) = 0 si y < 1, y < x2 , x < 0.
Se comprueba claramente que f es discontinua en

[
{(x, x2 ) : x 2 [ 1, 0)} {(x, 1) : x 6= 1}.
Ası́, hay dos dominios maximales de existencia:
⌦1 = {(x, y) 2 R2 , y > 1} y ⌦2 = {(x, y) 2 R2 , y < 1} \ {(x, x2 ) : x 2 [ 1, 0]}.
El abierto maximal de existencia es ⌦ = ⌦1 [ ⌦2 .

Acabamos el tema enunciando (sin demostración) el análogo al resultado anterior pero escrito
para e.d.o. de orden superior a uno.
(N 1
Teorema 3.56. Sean ⌦ ⇢ RN +1 abierto no vacı́o, g 2 C(⌦), y (x0 , y0 , y00 , . . . , y0 ) 2 ⌦.
Entonces existe > 0 tal que en I = [x0 , x0 + ] existe al menos una solución del problema
⇢
y (n = g(x, y, y 0 , . . . , y (N 1 ),
(PC) (N 1
y(x0 ) = y0 , y 0 (x0 ) = y00 , . . . , y (N 1
(x0 ) = y0 .
Tema 4
Unicidad global y solución global

del problema de Cauchy
En el tema anterior se ha tratado la existencia y unicidad (Picard) o sólo la existencia (Peano)

de solución local del problema de Cauchy. Surge de modo natural entonces saber cuándo se puede
establecer una solución más amplia que las ya comentadas, ası́ como condiciones para establecer
la unicidad de solución.
En este tema se abordan tres cuestiones:

La unicidad global de solución del (PC).
Las posibles prolongaciones hasta una solución global maximal, y
El comportamiento en los extremos del intervalo de definición de una solución no prolongable.
4.1. Unicidad global de solución del (PC)

Para empezar, damos un resultado técnico que será muy útil en éste y posteriores temas.
Lema 4.1 (Gronwall). Sean x0 < x1 valores reales; u, k 2 C([x0 , x1 ]), con k 0 en [x0 , x1 ] y
h 2 R. Entonces se tienen las siguientes implicaciones.
Z x
a) Si u(x)  h + k(s)u(s)ds 8x 2 [x0 , x1 ], entonces
x0
✓Z x ◆
u(x)  hexp k(s)ds , 8x 2 [x0 , x1 ].
x0
Z x1
b) Si u(x)  h + k(s)u(s)ds 8x 2 [x0 , x1 ], entonces
x
✓Z x1 ◆
u(x)  hexp k(s)ds , 8x 2 [x0 , x1 ].
x
Demostración.
Z x
a) Definimos la función v(x) = k(s)u(s)ds. Obviamente v 2 C 1 ([x0 , x1 ]) y v 0 (x) = k(x)u(x).
x0
Como u(x)  h + v(x) y k es positiva, tenemos que
k(x)u(x)  hk(x) + v(x)k(x),
69
70 Tema 4. Unicidad global y solución global del (PC)
o lo que es lo mismo,
v 0 (x)  hk(x) + v(x)k(x),
de donde
✓ Z x ◆ ✓ Z x ◆ ✓ Z x ◆
exp k(s)ds v (x)0
exp k(s)ds v(x)k(x)  hk(x)exp k(s)ds .
x0 x0 x0
Observemos que esto es

 ✓ Z x ◆  ✓ Z x ◆
d d
exp k(s)ds v(x)  h exp k(s)ds .
dx x0 dx x0
Integrando en el intervalo [x0 , x] resulta

✓ Z x ◆  ✓ Z x ◆
exp k(s)ds v(x) v(x0 )  h exp k(s)ds 1 .
x0 x0
Pero v(x0 ) = 0, con lo que ✓ Z ◆

x
v(x)  hexp k(s)ds h.
x0
Usando esta desigualdad y que u(x)  h + v(x) se concluye la prueba de este primer apartado.
b) La obtención del resultado

Z en este caso es análoga, y la reproducimos simplemente por com-
x1
pletitud. Definamos v(x) := k(s)ds. Se tiene que v 2 C 1 ([x0 , x1 ]), y que v 0 (x) = k(x)u(x).
x
Como u(x)  h + v(x) y la función k es positiva, se tiene que u(x)k(x)  hk(x) + v(x)k(x), o lo que
es lo mismo, v 0 (x)  hk(x) + v(x)k(x). Multiplicando por una exponencial adecuada obtenemos
✓ Z x1 ◆ ✓ Z x1 ◆ ✓ Z x1 ◆
v 0 (x)exp k(s)ds v(x)k(x)exp k(s)ds  hk(x)exp k(s)ds .
x x x
Obsérvese que esto es lo mismo que

 ✓ Z x1 ◆  ✓ Z x1 ◆
d d
v(x)exp k(s)ds h exp k(s)ds .
dx x dx x
Integrando en [x, x1 ], resulta

✓ Z x1 ◆ ✓ ✓ Z x1 ◆◆
exp k(s)ds v(x)  h 1 exp k(s)ds .
x x
Uniendo la desigualdad obtenida para v(x) al hecho de que u(x)  h + v(x), se obtiene la del
enunciado.
Observación 4.2.
1. El Lema de Gronwall permite pasar de una inecuación integral en u a una estimación para
u.
2. Un caso particular que será especialmente importante en este tema es cuando h = 0. Esto
significará que u(x)  0.
3. Otro caso particular en el que los resultados se simplifican es cuando k(x) ⌘ k, constante.
Entonces las desigualdades finales en los casos anteriores se leen
a) u(x)  hek(x x0 )
si x > x0 .
b) u(x)  he k(x1 x)
si x < x1 .
71 4.1. UNICIDAD GLOBAL DE SOLUCIÓN DEL (PC)
4. Es posible utilizar una única formulación que agrupe las dos condiciones del lema (ahora x
y x0 no estarán ordenados):
Z x ✓Z x ◆
u(x)  h + k(s)u(s)ds 8x, x0 2 I ) u(x)  hexp k(s)ds .
x0 x0
Es posible tratar otras generalizaciones del resultado anterior.

Lema 4.3. SeanZ x1x0 < x1 valores reales, u, h, k 2 C([x0 , x1 ]), con k(x) 0 8x 2 [x0 , x1 ]. Si
u(x)  h(x) + k(s)u(s)ds, entonces
x
✓Z x1 ◆Z x1
u(x)  h(x) + exp k(r)dr h(s)k(s)ds, 8x 2 [x0 , x1 ].
x x
Z x1
Demostración. Definimos la función v(x) = k(s)u(s)ds. Tenemos que v 2 C 1 ([x0 , x1 ]) y que
x
v 0 (x) = k(x)u(x). La hipótesis de partida, u(x)  h(x) + v(x), y que k(x) 0, implican que
k(x)u(x)  k(x)h(x) + k(x)v(x). Esto es v 0 (x) k(x)v(x)  k(x)h(x). Multiplicando por una
exponencial, como en el resultado previo,
✓ Z x1 ◆ ✓ Z x1 ◆ ✓ Z x1 ◆
exp k(s)ds v 0 (x) exp k(s)ds k(x)v(x)  exp k(s)ds k(x)h(x).
x x x
Esto es lo mismo que

✓ ✓ Z x1 ◆ ◆ ✓ Z x1 ◆
d
exp k(s)ds v(x)  exp k(s)ds k(x)h(x).
dx x x
Integrando en [x, x1 ] se tiene que

Z x1 Z x1
k(s)ds Z x1 k(r)dr
e x v(x)  e s k(s)h(s)ds.
x
Pero la exponencial del integrando en el miembro de la derecha es menor o igual que uno, de donde
se deduce que ✓Z ◆Zx1 x1
v(x)  exp k(s)ds k(s)h(s)ds.
x x
Ahora, de la desigualdad anterior y la original, u  h + v, se concluye el resultado.
En todo lo que sigue consideraremos un conjunto abierto no vacı́o ⌦ ⇢ RN +1 , (x0 , y0 ) 2 ⌦ y
f 2 C(⌦; RN ) \ Liploc (y, ⌦). Estudiaremos el siguiente
⇢ 0
y = f (x, y),
(PC)
y(x0 ) = y0 .
El Teorema de Picard nos permitı́a concluir que existı́a un intervalo [x0 , x0 + ] no degenerado
en el cuál la solución es única.
El problema de la unicidad global es el siguiente: supongamos que existen dos solucio-
nes locales del (PC) anterior, (I1 , '1 ) e (I2 , '2 ). Y que x0 2 I1 \ I2 . ¿Se puede afirmar que
'1 (x) = '2 (x) 8x 2 I1 \ I2 ? La respuesta es que sı́, y se da en el siguiente resultado.
Teorema 4.4 (Unicidad global). Dados ⌦ ⇢ RN +1 un conjunto abierto no vacı́o, f 2 C(⌦; RN )\

Liploc (y, ⌦) y (x0 , y0 ) 2 ⌦, se considera el siguiente problema de Cauchy:
⇢ 0
y = f (x, y),
(PC)
y(x0 ) = y0 .
Si (I1 , '1 ) e (I2 , '2 ) son dos soluciones locales del (PC), entonces '1 (x) = '2 (x) 8x 2 I1 \ I2 .
Demostración. Consideremos x1 2 I1 \ I2 \ {x0 }. Denotemos
K = {(s, '1 (s)) [ (s, '2 (s)) : s 2 [x0 , x1 ]}.
Como f 2 C(⌦; RN ) y K es compacto, entonces supK |f (x, y)| < +1. Al ser f 2 Liploc (y, ⌦), por
un resultado del tema anterior (Proposición 3.35) se tiene que f 2 Lip(y, K; RN ). Denotemos por
LK > 0 la constante de Lipschitz de f respecto de la variable y en K.
Por otro lado, observemos que las soluciones del sistema diferencial ordinario verifican
Z x
'i (x) = y0 + f (s, 'i (s))ds 8x 2 [x0 , x1 ],
x0
por lo que
Z x Z x
|'2 (x) '1 (x)| = f (s, '2 (s))ds f (s, '1 (s))ds
x0 x0
Z x
 |f (s, '1 (s)) f (s, '2 (s))|ds
x0
Z x
 LK |'2 (s) '1 (s)|ds.
x0
Ahora el resultado sigue de aplicar el Lema de Gronwall, ya que |'1 '2 |  0 8x 2 [x0 , x1 ].
Observación 4.5. Existen otros resultados de unicidad global bajo hipótesis más generales que el
carácter localmente lipschitziano de f respecto de y en ⌦. (Véanse las monografı́as de Corduneanu
[8] y Hartman [13]).
4.2. Prolongación de soluciones para sistemas diferenciales

ordinarios
En esta sección estudiaremos cuándo es posible prolongar una solución local a un intervalo
mayor, de hecho, al mayor posible, y dar una caracterización también de aquellas soluciones que
no pueden ser prolongadas.
Supongamos que ⌦ ⇢ RN +1 es un abierto no vacı́o, que f 2 C(⌦; RN ) \ Liploc (y, ⌦), y que
(x0 , y0 ) 2 ⌦.
Denotemos
⇢ ⇢ 0
y = f (x, y),
S(x0 , y0 ) = (I, ') : (I, ') solución local del (PC) .
y(x0 ) = y0 .
Sabemos que S(x0 , y0 ) 6= ; gracias al Teorema de Picard. Con esta notación, introducimos los
siguientes conceptos.
Definición 4.6. Dada (I, ') 2 S(x0 , y0 ), se dice que es una
Solución prolongable por la derecha (resp. izquierda) si existe (J, ) 2 S(x0 , y0 ) tal
que
I ⇢ J, I 6= J, sup I 2 J
(resp. inf I 2 J). En tal caso, por el Teorema 4.4 |I = '.

Solución prolongable si bien lo es por la derecha o lo es por la izquierda o por ambos
extremos.
Solución maximal o global si no es prolongable.
73 4.2. PROLONGACIÓN DE SOLUCIONES PARA S.D.O.
Ahora estamos en disposición de dar el primer resultado de esta sección.
Teorema 4.7 (Existencia y unicidad de solución global del (PC)). Si ⌦ ⇢ RN +1 es un

abierto no vacı́o y f 2 C(⌦; RN ) \ Liploc (y, ⌦), entonces para cada (x0 , y0 ) 2 ⌦ existe una única
solución maximal del ⇢ 0
y = f (x, y),
(PC)
y(x0 ) = y0 .
Además, el intervalo I donde está definida la solución maximal es abierto.
Demostración. El orden que seguiremos para la prueba es el siguiente:
a) Supuesto que existe la solución maximal, veremos que el intervalo I donde está definida dicha
solución es abierto.
b) Supuesto que existen soluciones maximales, veremos que ésta es única para cada (PC).
c) Finalmente probaremos la existencia de solución maximal (única, y definida sobre un abierto,

por los apartados anteriores).
a) Denotemos (I, ') la solución maximal (caso de existir). Veamos que I es abierto. Supongamos
por reducción al absurdo que = sup I 2 I. Entonces ( , '( )) 2 ⌦. Planteamos entonces el
siguiente problema auxiliar: ⇢ 0
y = f (x, y),
(PC)
y( ) = '( ).
Sabemos que existe un cierto > 0 tal que en el intervalo [ , + ] está definida una función '¯
solución de este (PC). Obsérvese que (I, ') 2 S( , '( )). Tomamos entonces J = I [[ , + ]= 6
I, de hecho I ⇢ J, y = sup I 2 J. Ası́, es claro que la función
⇢
'(x) si x 2 I,
(x) =
¯
'(x) si x 2 [ , + ],
(función que está bien definida sin ambigüedad gracias al Teorema 4.4) permite obtener un elemento
(J, ) 2 S(x0 , y0 ), por lo que (I, ') serı́a prolongable por la derecha (contradicción con que era
solución maximal).
La prueba por el extremo izquierdo se desarrolları́a de forma análoga: si inf I = ↵ 2 I, ... al
final la solución maximal serı́a prolongable por la izquierda.
Por tanto I = (↵, ), es un intervalo abierto (caso de que exista solución maximal).
b) Veamos ahora que, caso de existir, la solución maximal es única.

Si hay dos soluciones maximales, (I1 , '1 ) e (I2 , '2 ), con x0 2 I1 \I2 , podemos definir I = I1 [I2 ,
ası́ como ⇢
'1 (x) si x 2 I1 ,
'(x) =
'2 (x) si x 2 I2 ,
(de nuevo reseñamos que no hay ambigüedad en la definición en el intervalo I1 \ I2 por el Teorema
4.4), con lo que (I, ') es solución. Pero al ser (I1 , '1 ) e (I2 , '2 ) soluciones maximales, se tiene que
dar forzosamente que I = I1 = I2 .
c) Probamos ahora la existencia de solución maximal. Fijado un punto (x0 , y0 ) 2 ⌦, consideramos

[
I(x0 , y0 ) = I.
(I, ') 2 S(x0 , y0 )
I abierto
Obsérvese que por el apartado a) no tiene sentido realmente que una solución esté definida en un
intervalo cerrado o semicerrado ya que se podrı́a prolongar por el lado cerrado. Por tanto I(x0 , y0 )
está bien definida. Además, por el Teorema de Picard sabemos que I(x0 , y0 ) no es vacı́o. Por otro
lado, como para toda solución local (I, ') se tiene que x0 2 I, entonces I(x0 , y0 ) es un intervalo.
Denotemos ↵ = inf I(x0 , y0 ), y = sup I(x0 , y0 ). Como al menos existe un valor > 0 y un
intervalo [x0 , x0 + ] en el que hay definida una solución local, sabemos que ↵ < x0 < .
Definimos ahora la función '˜ : I(x0 , y0 ) ! RN del siguiente modo: para cada x 2 I(x0 , y0 ),
existe al menos un intervalo abierto I (por definición de I(x0 , y0 )) tal que (I, ') 2 S(x0 , y0 ), y
x 2 I. Definimos entonces '(x)
˜ := '(x). (Por el Teorema 4.4 no hay ambigüedad en la definición).
Se comprueba que (I(x0 , y0 ), ')
˜ es solución del (PC), ya que
(i) '(x
˜ 0 ) = y0 ,
(ii) '˜ 2 C 1 (I(x0 , y0 )),
(iii) '˜0 (x) = f (x, '(x)),

˜ ya que para cada x 2 I(x0 , y0 ) hay un intervalo abierto I 3 x y una
solución local (I, ').
Por tanto, efectivamente (I(x0 , y0 ), ')

˜ es solución del (PC), y por construcción, es maximal.
Observación 4.8 (Notación para la solución maximal). A partir de ahora se denotará por
'(·, x0 , y0 ) la solución maximal del
⇢ 0
y = f (x, y),
(PC)
y(x0 ) = y0 ,
e I(x0 , y0 ) a su intervalo de definición.
4.3. Comportamiento de la solución maximal en los extre-

mos del intervalo de definición
Definición 4.9. Dado un espacio métrico (X, d) y dos conjuntos A, B ⇢ X, se define la distancia
entre A y B como (
+1 si A = ; ó B = ;,
d(A, B) = inf d(a, b) si A 6= ; = 6 B.
a2A,b2B
Observación 4.10.
1. El ı́nfimo en la definición anterior se entiende como
(i) ↵  d(a, b) 8a 2 A, 8b 2 B,
inf d(a, b) = ↵ 2 [0, +1) , (ii) 9{an } ⇢ A, 9{bn } ⇢ B, lı́m d(an , bn ) = ↵.
a2A,b2B n!+1
2. La distancia entre conjuntos cerrados disjuntos puede ser cero, como el siguiente ejemplo en
R2 muestra: A = {(x, 0) : x 2 (0, +1)}, B = {(x, 1/x) : x 2 (0, +1)}.
El siguiente resultado será necesario más adelante.
Proposición 4.11. Sea (X, d) un espacio métrico, y sean C y K un cerrado y un compacto

respectivamente contenidos en X, con intersección vacı́a. Entonces d(K, C) > 0.
Demostración. Por reducción al absurdo, si d(K, C) = 0, entonces existirı́an sucesiones {kn }n ⇢ K,

{cn }n ⇢ C, tales que
1
d(kn , cn )  8n 1.
n
75 4.3. COMPORTAMIENTO DE LA SOLUCIÓN MAXIMAL EN LOS EXTREMOS
Como K es compacto, existe una subsucesión {knm } ⇢ {kn }n tal que lı́mnm !+1 knm = k̄ 2 K.
Entonces se tiene que
d(k̄, cnm )  d(k̄, knm ) + d(knm , cnm ) ! 0 si nm ! +1.
Esto significa que cnm ! k̄. Y como C es cerrado, ha de tenerse que k̄ 2 C, lo que es contradictorio
con que K \ C = ;.
Introducimos una serie de conceptos que serán necesarios para establecer el resultado princi-
pal de esta sección. Se siguen considerando las condiciones y el (PC) indicados en las secciones
precedentes.
Definición 4.12. Dada una solución local del (PC), (I, ') 2 S(x0 , y0 ) con I = (↵, ), se denomina
a) Trayectoria de (I, ') a
⌧' = {(x, '(x)) : x 2 I}.
b) Semitrayectoria derecha de (I, ')
⌧'+ = {(x, '(x)) : x 2 I, x x0 }.
Semitrayectoria izquierda de (I, ')
⌧' = {(x, '(x)) : x 2 I, x  x0 }.
c) Terminal derecho de (I, ')

⇢
; si = +1,
T' =
+
⌧'+ \ {( , y) : y 2 RN } si < +1.
Terminal izquierdo de (I, ')

⇢
; si ↵ = 1,
T' =
⌧' \ {(↵, y) : y 2 R } si ↵ >
N
1.
Observación 4.13.
1. Para definir los terminales hay que tomar la clausura de las semitrayectorias porque si no,
la intersección serı́a vacı́a.
2. Si ( , ⇠) 2 T'+ entonces ( , ⇠) es un punto lı́mite de valores de la semitrayectoria derecha.
Esto significa que en cada entorno del punto ( , ⇠) hay infinitos puntos de la semitrayectoria
derecha, pero no significa que lı́mx! '(x) = ⇠.
Análogo comentario se puede hacer para el terminal izquierdo.
Considérese el siguiente contraejemplo.

8 ⇡ ⇡ ⇡
< y0 = y sen cos ,
x x2 x
:
y(1/2) = 0,
tiene por solución '(x) = sen ⇡x , que está definida en I = (0, +1). El terminal izquierdo vale
T' = {0} ⇥ [ 1, 1], sin embargo no existe lı́mx!0+ sen ⇡x .
Teorema 4.14. Bajo las condiciones y notación de esta sección, considérese (I, ') 2 S(x0 , y0 ),
con I = (↵, ). Entonces se tienen las siguientes equivalencias.
a) ' es prolongable por la derecha,
b) ⌧'+ es acotada y d(⌧'+ , @⌦) > 0,

c) T'+ \ ⌦ 6= ;,
d) T'+ \ ⌦ ⌘ {un punto de ⌦}.
Demostración. Veremos tres pruebas: a) , b); b) , c); y c) , d) con lo que quedará probado el
resultado.
a) ) b) Supongamos que (I, ') es prolongable por la derecha. Entonces existe (J, ) 2
S(x0 , y0 ) tal que I = (↵, ) ⇢ J, 2 J. Además, se tiene la siguiente inclusión:
⌧'+ ⇢ {(x, (x)) : x 2 [x0 , ]} ⇢ ⌧ + ⇢ ⌦.
Por tanto se deduce que

⌧'+ ⇢ {(x, (x)) : x 2 [x0 , ]}.
Como el conjunto {(x, (x)) : x 2 [x0 , ]} es compacto, se tiene que ⌧'+ es un compacto contenido
en el abierto ⌦. Finalmente esto (gracias a la Proposición 4.11) implica que ⌧'+ es acotado y que
d(⌧'+ , @⌦) > 0.
b) ) a) Si ⌧'+ es acotado y d(⌧'+ , @⌦) > 0, se deducen dos cosas: por un lado que < +1,
y por otro que el conjunto es cerrado y acotado, luego compacto, y contenido en ⌦.
⌧'+
Veamos a partir de lo anterior que ' es prolongable por la derecha. Por una nota previa
debemos ser cautos, no basta tomar cualquier sucesión xn ! y ver que posee una subsucesión
convergente. Hay que probar que hay un sólo lı́mite posible, por el cuál procederemos a prolongar.
Si x1 , x2 2 [x0 , ), entonces
Z !
x2
|'(x1 ) '(x2 )| = f (s, '(s))ds  máx |f | |x1 x2 |.
x1 +
⌧'
Por tanto descubrimos que cualquier sucesión xn ! hace que {'(xn )}n sea una sucesión de
Cauchy, y por tanto convergente a un único lı́mite:
9 lı́m '(x) =: y .
x!
Como tenı́amos que ⌧'+ ⇢ ⌦, entonces ( , y ) 2 ⌦. El siguiente paso ahora es claro. Consideramos
el problema de Cauchy ⇢ 0
y = f (x, y),
(PC)
y( ) = y .
Por el Teorema de Picard existe > 0 tal que este (PC) admite una solución ([ , + ], ').
¯
Para concluir basta ver que J = (↵, + ) y
⇢
'(x) si x 2 (↵, )
(x) =
¯
'(x) si x 2 [ , + ),
forman una solución para el (PC) original, i.e. (J, ) 2 S(x0 , y0 ).

De nuevo debemos prestar especial atención. Al contrario que en las pruebas previas, aquı́ no
se trata de un solapamiento de soluciones al mismo problema, sino a problemas distintos. Por
tanto, para comprobar que la concatenación anterior (J, ) define efectivamente una solución del
(PC) con dato inicial y(x0 ) = y0 hay que proceder con cuidado. En lugar de derivar, usaremos la
formulación integral del problema, que es más estable.
es continua: en efecto, el único punto conflictivo corresponderı́a a x = . Pero ya hemos visto
que existe el lı́mite
lı́m (x) = lı́m '(x) = y ,
x! x!
77 4.3. COMPORTAMIENTO DE LA SOLUCIÓN MAXIMAL EN LOS EXTREMOS
y también existe
lı́m+ (x) = lı́m+ '(x)
¯ =y .
x! x!
Comprobemos ahora que se satisface la formulación integral equivalente para obtener solución
del (PC). Lo hacemos en dos partes.
-Si x 2 (↵, ), Z x Z x
(x) = '(x) = y0 + f (s, '(s))ds = y0 + f (s, (s))ds.
x0 x0
-Si x 2 [ , + ],
Z x
(x) = '(x)
¯ = y + f (s, '(s))ds
¯
Z x
= lı́m '(t) + f (s, '(s))ds
¯
t!
Z t Z x
= y0 + lı́m f (s, '(s))ds + f (s, '(s))ds
¯
t! x0
Z Z x
= y0 + f (s, '(s))ds + f (s, '(s))ds
¯
x
Z x0
= y0 + f (s, (s))ds.
x0
b) ) c) Comenzamos con la misma observación que hicimos en la prueba anterior. Si ⌧'+ es

acotado y d(⌧'+ , @⌦) > 0, se deducen dos cosas: por un lado que < +1, y por otro que el conjunto
⌧'+ es cerrado y acotado, luego compacto, y contenido en ⌦. Esto significa que T'+ ⇢ ⌧'+ ⇢ ⌦, pero
¿podrı́a ser vacı́o T'+ ? Veamos que no.
Sea {( 1/n, '( 1/n))}n n0 con n0 2 N tal que 1/n0 x0 . Dicha sucesión está conte-
nida en ⌧' y por tanto en el compacto ⌧' . Ası́, deducimos que posee una subsucesión convergente
+ +
a un elemento de ⌧'+ y forzosamente del conjunto {( , y) : y 2 RN }.
c) ) b) Partimos ahora de la condición T'+ \ ⌦ 6= ;. Esto implica en particular que < +1.
Veamos primero que ⌧'+ es acotada. Para ello dividiremos convenientemente el intervalo [x0 , )
es dos intervalos: [x0 , x̃] [ [x̃, ). Evidentemente con el primero de ellos se tiene que {(x, '(x)) :
x 2 [x0 , x̃]} es acotado, por lo que sólo restará ver que
{(x, '(x)) : x 2 [x̃, )} es acotado. (4.1)
La segunda condición que habrá que probar, que d(⌧'+ , @⌦) > 0, se obtendrá como subproducto de
lo anterior.
Sea ( , ȳ) 2 T'+ \ ⌦. Consideramos valores reales a, b > 0 tales que
R=[ a, + a] ⇥ B(ȳ, b) ⇢ ⌦. (4.2)
Denotamos M = máxR |f | + 1 y definimos = mı́n{a, b/M }.

Por ser ( , ȳ) 2 T'+ \ ⌦, es posible tomar (x̃, ỹ) 2 ⌧'+ , i.e. '(x̃) = ỹ, tal que
✓ ◆
M
x̃ 2 0, , |ȳ ỹ| < . (4.3)
3 3
Veamos que
(x, '(x)) 2 R ⇢ ⌦ 8x 2 [x̃, ), (4.4)
y por tanto obtendremos (4.1) y habremos concluido1 .
En efecto, si x 2 [x̃, ), entonces, por la elección de ,
x x̃ < /3 < a.
Para la segunda (y última parte), esto es, |'(x) ȳ| < b, comprobamos primero que |'(x) ỹ| 
2M /3. De no ser ası́, si |'(x) ỹ| > 2M /3, como |'(x̃) ỹ| = 0, existe un valor x̂ 2 (x̃, x) tal
que |'(x̂) ỹ| = 2M /3, y para todo t 2 (x̃, x̂) se tiene que |'(t) ỹ| < 2M /3.
Usando la desigualdad triangular, dada la elección de ỹ, véase (4.3), se tiene que (t, '(t)) 2 R
8t 2 [x̃, x̂]. Ası́ obtenemos la siguiente contradicción:
Z
2M x̂
M
= |'(x̂) ỹ| = |'(x̂) '(x̃)| = f (t, '(t))dt < M |x̂ x̃| < .
3 x̃ 3
Luego se deduce que |'(x) ỹ|  2M /3 para todo x 2 [x̃, ). De nuevo por la desigualdad
triangular,
2M M
|'(x) ȳ|  |'(x) ỹ| + |ỹ ȳ| < + = M < b.
3 3
Por la definición en (4.2), se concluye (4.4).
c) ) d) Partimos de que T'+ \ ⌦ 6= ;. Entonces al menos existe un punto ( , ȳ) 2 T'+ .

Supongamos que existe otro punto (x⇤ , y ⇤ ) 2 T'+ . Para empezar, por propia definición de T'+
se tiene que x⇤ = . Sólo hay que probar que ȳ = y ⇤ . Por definición sabemos que existen dos
sucesiones {xn }n 1 y {x̄n }n 1 tales que
{xn }n 1 ⇢ [x0 , ), lı́m xn = , lı́m '(xn ) = y ⇤ ,

n!+1 n!+1
{x̄n }n 1 ⇢ [x0 , ), lı́m x̄n = , lı́m '(x̄n ) = ȳ.

n!+1 n!+1
Sea n0 2 N suficientemente grande, de modo que
{xn }n n0 [ {x̄n }n n0 ⇢ [x̃, ),
siendo x̃ el punto dado en la prueba anterior [c) implica b)]. Entonces se tiene que
Z x̄n
|'(xn ) '(x̄n )| = f (s, '(s))ds  M |xn x̄n | 8n n0 .
xn
Por tanto concluimos que ȳ = y ⇤ .
d) ) c) es trivial.
Observación 4.15. En el caso en que se cumplan las cuatro condiciones dadas en el resultado
anterior, realmente se tiene que T'+ ⇢ ⌧'+ ⇢ ⌦, por lo que no sólo ocurre como dice el apartado d),
que T'+ \ ⌦ sea un punto, sino que T'+ = {un punto} ⇢ ⌦.
El resultado análogo para el terminal izquierdo es el siguiente.
Teorema 4.16. Dada (I, ') 2 S(x0 , y0 ) con I = (↵, ), son equivalentes las siguientes condiciones:
a) ' es prolongable por la izquierda,
b) ⌧' está acotada y d(⌧' , @⌦) > 0,

1 La segunda condición que resta para tener b), d(⌧'+ , @⌦) > 0, se tendrá ya que R es compacto contenido en ⌦.
79 4.4. ALGUNOS CASOS PARTICULARES
c) T' \ ⌦ 6= ;,
d) T' es exactamente un punto de ⌦.
La negación de la unión de ambos teoremas genera el siguiente resultado.
Teorema 4.17. Sea (I, ') 2 S(x0 , y0 ). Entonces se tienen las siguientes equivalencias:
a) (I, ') es solución maximal,
b) O bien ⌧'+ no está acotada o bien d(⌧'+ , @⌦) = 0, y además: o bien ⌧' no está acotada o bien
d(⌧' , @⌦) = 0.
c) T'+ [ T' 2 @⌦.
La traducción de los resultados anteriores al caso de una e.d.o. de orden n > 1 es inmediata,
aunque requiere una observación.
Dado el ⇢ (n
y = g(x, y, y 0 , . . . , y (n 1 ),
(PC) (n 1
y(x0 ) = y0 , y 0 (x0 ) = y00 , . . . , y (n 1 (x0 ) = y0 ,
la solución maximal del s.d.o. se denotará (I, ('1 , . . . , 'n )), por lo que la solución maximal de la
e.d.o. original será (I, '1 ).
En este caso las semitrayectorias del s.d.o. son
(n 1
⌧'+ = {(x, '1 (x), '01 (x), . . . , '1 (x)), x 2 I, x x0 }.
(n 1
⌧' = {(x, '1 (x), '01 (x), . . . , '1 (x)), x 2 I, x  x0 }.
Ası́, la condición del teorema sobre la acotación de ⌧'+ y de ⌧' significa acotación de la función
'1 y de sus derivadas. Por tanto puede ocurrir que I y '1 sean acotadas pero que la solución
no sea prolongable, porque alguna de sus derivadas explote.
4.4. Algunos casos particulares

Concluimos el tema con algunos casos particulares en los que la sección previa genera resultados
interesantes o relativamente intuitivos. Los puntos que trataremos son los siguientes:
El caso de un “dominio banda”.
El caso de un s.d.o. lineal de dimensión N.
La forma de los terminales para N = 1.
4.4.1. El caso de un “dominio banda”

Llamamos dominio banda a un conjunto ⌦ = I ⇥RN , con I = (a, b), con todos los casos posibles
para el intervalo I, i.e. 1  a < b  +1.
Teorema 4.18. Sea ⌦ = I ⇥ RN , siendo 1  a < b  +1. Si f 2 C(⌦; RN ) \ Lip(y, ⌦),
entonces para todo (x0 , y0 ) 2 ⌦, se tiene que I(x0 , y0 ) = I.
Demostración. Procedemos por reducción al absurdo. Supongamos que para algún (x0 , y0 ) 2 ⌦,
I(x0 , y0 ) = (↵, ) contenido estrictamente en I. Veamos que la solución es prolongable, lo que
será contradictorio.
Supongamos que < b. [El caso a < ↵ se razonarı́a de forma análoga.]
Como
Z x Z x Z x
|'(x) y0 | = f (s, '(s))ds  |f (s, '(s)) f (s, y0 )|ds + |f (s, y0 )|ds 8x 2 [x0 , ),
x0 x0 x0
si denotamos por L a la constante de Lipschitz de f respecto de y en ⌦ y M = máxs2[x0 , ] |f (s, y0 )|,

entonces se tiene que
Z x
|'(x) y0 |  L |'(s) y0 |ds + M (x x0 ) 8x 2 [x0 , ).
x0
Aplicando el Lema de Gronwall se deduce que
|'(x) y0 |  M ( x0 )eL( x0 )
8x 2 [x0 , ).
Por tanto se obtiene que ⌧'+ es acotada (porque < b  +1). Ası́,
⌧'+ ⇢ [x0 , ] ⇥ B y0 , M ( x0 )eL( x0 ) ,
pero este conjunto es un compacto contenido en ⌦ (al tener un dominio banda), con lo que
d(⌧'+ , @⌦) > 0. Aplicando ahora el Teorema 4.14 se obtiene que ' es prolongable.
Se puede generalizar el resultado anterior al caso en que el término de la derecha no es global-
mente lipschitziano, sino sólo localmente.
Teorema 4.19. Sea ⌦ = I ⇥ RN , con I = (a, b) siendo 1  a < b  +1. Supongamos que
f 2 C(⌦; RN ) \ Liploc (y, ⌦), y que para todo par de valores ã, b̃ tales que a < ã < b̃ < b, se tiene
que f 2 Lip(y, (ã, b̃) ⇥ RN ). Entonces, para todo (x0 , y0 ) 2 ⌦ se tiene que I(x0 , y0 ) = I.
Demostración. Basta tomar dos sucesiones {an }n 1 y {bn }n 1 , la primera decreciente y la segunda
creciente, tales que lı́mn!+1 an = a, y que lı́mn!+1 bn = b. Definimos entonces los dominios
banda ⌦n = (an , bn ) ⇥ RN , y dado un punto (x0 , y0 ) 2 ⌦, como sabemos que existe un n0 2 N,
tal que (x0 , y0 ) 2 ⌦n para todo n n0 , entonces tiene sentido plantear los problemas de Cauchy
siguientes (con n n0 ):
⇢ 0 ⇢ 0
y = f (x, y), y = f (x, y),
(PC)n en ⌦n , (PC) en ⌦.
y(x0 ) = y0 , y(x0 ) = y0 ,
Por el Teorema 4.18 sabemos que la solución maximal a cada problema (PC)n (In , 'n ) está definida
en In = (an , bn ).
Por otro lado, la solución global del (PC) (I(x0 , y0 ), ') ha de cumplir que '|(an ,bn ) = 'n por
la unicidad. Por tanto, tomando lı́mites cuando n ! +1 se obtiene el resultado.
4.4.2. El caso de un s.d.o. lineal de dimensión N

Consideremos ahora en I = (a, b), con 1  a < b  +1, dados los siguientes elementos:
A 2 C(I; L(RN )), siendo L(RN ) es R espacio vectorial de las matrices cuadradas de orden N, y
b 2 C(I; RN ).
Teorema 4.20. Bajo las condiciones anteriores, dado (x0 , y0 ) 2 I ⇥ RN cualquiera, el problema
de Cauchy compuesto por el s.d.o. lineal y 0 = A(x)y + b(x) y la condición inicial y(x0 ) = y0 cumple
que I(x0 , y0 ) = I.
Demostración. Se trata de nuevo de un caso con dominio “banda”, ⌦ = I ⇥ RN . Veamos que
f (x, y) = A(x)y + b(x) es continua y lipschitziana en la variable y en ⌦ para intentar aplicar
alguno de los dos teoremas anteriores.
|f (x, y) f (x̄, ȳ)|  |A(x)y A(x̄)ȳ| + |b(x) b(x̄)|

 |A(x)||y ȳ| + |A(x) A(x̄)||ȳ| + |b(x) b(x̄)|,
donde se sobrentiende que hemos empleado para A(x) una norma matricial subordinada a la norma
vectorial que usamos para x 2 RN . La desigualdad anterior muestra que si tomamos un intervalo
acotado (ã, b̃) ⇢ I, f es una aplicación continua.
81 4.4. ALGUNOS CASOS PARTICULARES
Más aún, particularizamos la estimación anterior para un valor x fijo y comprobamos si se

satisface la condición de Lipschitzianidad.
|f (x, y) f (x, ȳ)|  |A(x)||y ȳ|,

˜ siendo ⌦
con lo que en efecto f 2 Lip(y, ⌦), ˜ = (ã, b̃) ⇥ RN , con 1  a < ã < b̃ < b  +1. Ahora
el resultado sigue de aplicar el Teorema 4.19.
4.4.3. La forma de los terminales para N = 1

Para terminar el tema, concretamos la forma que tienen los terminales de un (PC) relativo a
un s.d.o. de primer orden y dimensión 1.
Teorema 4.21. Consideramos ⌦ ⇢ R2 , abierto no vacı́o, y f 2 C(⌦; RN ) \ Liploc (y, ⌦). Entonces,
dado cualquier par (x0 , y0 ) 2 ⌦, las terminales de la solución del
⇢ 0
y = f (x, y),
(PC)
y(x0 ) = y0 ,
han de ser de alguno de los siguientes tipos:
o bien vacı́o,
o bien un punto,
o bien un segmento vertical.
Demostración. Sólo desarrollamos la prueba para el terminal derecho (el otro caso es análogo).
Denotemos I = (↵, ) el intervalo maximal donde se define la solución global ' del (PC).
Para probar el resultado basta suponer que hubiera dos puntos ( , y1 ), ( , y2 ) en el terminal
T'+ (pongamos que y1 < y2 ) y entonces ver que ( , y) 2 T'+ para todo y 2 (y1 , y2 ).
En efecto, se tiene por propia definición de terminal que
( , y1 ) 2 T'+ ) 9{x1n }n 1 ⇢ [x0 , ), lı́m x1n = , lı́m '(x1n ) = y1 .

n!+1 n!+1
( , y2 ) 2 T'+ ) 9{x2n }n 1 ⇢ [x0 , ), lı́m x2n = , lı́m '(x2n ) = y2 .

n!+1 n!+1
Sin pérdida de generalidad podemos suponer que < x1n

< para todo n 1.
x2n x1n+1
Consideremos ahora un valor y 2 (y1 , y2 ), y sea " > 0 con " < mı́n{y y1 , y2 y}. Entonces
9n0 : n n0 ) |'(xin ) yi |  " para i = 1, 2.
Esto significa que

'(x1n )  y1 + " < y < y2 "  '(x2n ).
Como ' es continua,
9xn 2 (x1n , x2n ) : '(xn ) = y 8n n0 .
Como lı́m xn = y trivialmente lı́m '(xn ) = y se concluye que ( , y) 2 T'+ .
n!+1 n!+1
Tema 5
Ecuaciones y sistemas diferenciales

ordinarios lineales
Relativo al comportamiento de e.d.o. y s.d.o. existen muchas otras cuestiones cualitativas im-
portantes que estudiar junto a los dos temas previos en los que hemos visto existencia y unicidad
local y global. De hecho algunos de estos aspectos cualitativos serán desarrollados en este mismo
temario (para mostrar alguna aplicación interesante en el futuro; véase el Tema 6 y el Tema 8). Y
muchos otros se postergan a asignaturas de ampliación.
Sin embargo consideramos adecuado interrumpir en este punto el desarrollo cualitativo general
para pasar a estudiar el caso particular de ecuaciones y sistemas diferenciales ordinarios lineales.
Es obvio que cuando particularizamos en un caso concreto, podemos esperar a priori aportar
respuestas más precisas, y eso es lo que ocurre con las ecuaciones lineales. La estructura tanto
de las técnicas empleadas como de las soluciones obtenidas suele ser más completo que en un
marco general (un ejemplo de esto aparecerá en el Tema 7). También en el ámbito de la investiga-
ción el estudio del caso lineal (y posteriores técnicas, por ejemplo de punto fijo) es un uso frecuente.
Todas estas razones hacen que dediquemos una mención especial -este tema propiamente- a
los sistemas diferenciales ordinarios lineales (s.d.o.l.). En una primera parte trataremos cuestiones
más teóricas y seguidamente la resolución explı́cita de algunos casos particulares.
5.1. Consideraciones generales sobre sistemas diferenciales

ordinarios lineales. Matriz fundamental
Ya antes fue introducida la notación L(RN ) para el R espacio vectorial de las matrices cua-
dradas de orden N, i.e. A = (aij )N
i,j=1 , con aij 2 R. Este espacio vectorial de dimensión N sobre
2
R tiene la propiedad, como cualquier espacio de dimensión finita, de que todas las normas que
empleemos sobre él son equivalentes. La más usual que manejaremos será
kAk1 = máx |aij |. (5.1)
i,j
Sin embargo, y dado que en las matrices es también especialmente importante la operación produc-
to, será conveniente utilizar también normas que cumplan alguna propiedad extra, concretamente,
kABk  kAk · kBk.
A una norma que cumpla tal propiedad se la llama norma matricial. No toda norma sobre L(RN )
es matricial, como de hecho no le ocurre a k · k1 definida en (5.1),
✓ ◆✓ ◆ ✓ ◆ 2
1 1 1 1 1 1
2= 6 = 1.
1 1 1 1 1
1 1 1
83
84 TEMA 5. ECUACIONES Y SISTEMAS DIFERENCIALES ORDINARIOS LINEALES
La forma más simple de construir una norma matricial es a través de una norma vectorial | · | en
RN , y entonces definir la norma de A vista como aplicación lineal de RN sobre si mismo, i.e.
X |Ax|
kAk = .
|x|
x6=0
Es evidente que ası́ definida, k · k es una norma en L(RN ), y que es matricial:
|ABx| |ABx| |Bx| |ABx| |ABx| |Bx|

= ) kABk = sup  sup sup  kAkkBk.
|x| |Bx| |x| x6=0 |x| Bx6=0 |Bx| x6=0 |x|
A una tal norma se la llama norma matricial subordinada o inducida por la norma | · |.
También es obvio que se verifica entonces las siguientes igualdades,
kAk = sup |Ax|,

x2RN ,kxk=1
|Ax|  kAk · |x|.
Como ya se ha dicho antes, será indiferente qué norma se utilice para las pruebas. A veces usaremos
la norma k · k1 definida en (5.1), y en otras, una norma subordinada a una norma vectorial dada.
Observación 5.1. La norma ✓ k · k1◆ no es subordinada de✓la norma
◆ vectorial | · |1 de R . Para
N
1 1 1
verlo, basta tomar en R2 , x = y como matriz A = .
1 1 1
Observación 5.2.
1. De forma análoga a lo anterior, también se puede definir el espacio L(CN ) := L(RN ) +
iL(RN ). Se trata de un C espacio vectorial de dimensión N 2 .
2. Dado un intervalo I ⇢ R, denotaremos C(I; L(RN )) al espacio vectorial de aplicaciones
A : x 2 I 7! A(x) = (aij (x)) 2 L(RN ) tales que cada aij es una aplicación continua, i.e.
aij 2 C(I) 8i, j = 1, . . . , N. La pregunta razonable que surge es: ¿no deberı́a ser que la
matriz completa A(x) sea continua como aplicación de R en L(RN )? La respuesta es sı́, y es
equivalente a lo anterior.
Proposición 5.3. A = (aij )ij : I ! L(RN ) es continua si y sólo si aij 2 C(I).
Demostración. Como todas las normas son equivalentes, usamos la norma k · k1 que definimos en
(5.1).
) Esta implicación es trivial: si dado x 2 I y " > 0, existe > 0 tal que |x x0 |  implica
kA(x) A(x0 )k1  ", entonces todas las componentes lo satisfacen, luego es claro que aij 2 C(I)
para todo i, j = 1, . . . , N.
( Supongamos que aij 2 C(I) para todo i, j = 1, . . . , N. Consideramos un par (i, j) fijado.
Sea x 2 I, y " > 0, entonces existe ij (x) > 0 tal que si x0 2 I cumple |x x0 |  ij (x), se
tiene que |aij (x) aij (x0 )|  ". Es claro que tomando entonces (x) = mı́nij ij (x), se tiene que
kA(x) A(x0 )k1  " si |x x0 |  .
Análogamente denotaremos C n (I; L(RN )) a las funciones matriciales A(x) = (aij (x)) tales que
aij 2 C n (I) para todo i, j = 1, . . . , N.
Proposición 5.4. A 2 C 1 (I; L(RN )) si y sólo si A es Fréchet derivable con derivada Fréchet
e 2 C(I; L(RN )) tal que
perteneciente a C(I; L(RN )), i.e. existe una función A
A(x) A(x0 ) e 0)
8x0 2 I, lı́m A(x = 0.
x2I,x!x0 x x0 L(RN )
e
[Evidentemente A(x) = (a0ij (x)).]
85 5.1. CONSIDERACIONES GENERALES SOBRE S.D.O.L. MATRIZ FUNDAMENTAL
Demostración. ) Dados dos valores i, j 2 {1, . . . , N }, por la derivabilidad de la función aij , se

tiene que, fijado x0 2 I y " > 0, existe ij (x0 , ") tal que
aij (x) aij (x0 )
|x x0 |  ij (x0 , ") ) a0ij (x0 )  ",
x x0
ya que podemos aplicar el Teorema del Valor Medio y
aij (x) aij (x0 )
a0ij (x0 ) = |a0ij (⇠) a0ij (x0 )|
x x0
y la función a0ij es continua.
Ahora definimos = mı́ni,j ij (x0 , ") y es claro que
A(x) A(x0 ) e 0) aij (x) aij (x0 )
|x x0 |   ij (x0 , ") ) A(x = sup a0ij (x0 ) < ".
x x0 1 i,j x x0
e = (e
( Recı́procamente, supongamos ahora que existe una función A aij ) 2 C(I; L(RN )) tal que
aij (x) aij (x0 )

lı́m aij (x0 ) = 0 8i, j.
e
x!x0 x x0
Entonces obviamente para cada par (i, j) se tiene que aij 2 C 1 (I).
Definición 5.5. Dados un intervalo I ⇢ R (no necesariamente abierto) y el s.d.o. lineal y 0 =
A(x)y + b(x), llamaremos a A(x) matriz de coeficientes y a b(x) término independiente.
Si b ⌘ 0, a y 0 = A(x)y se le llama s.d.o.l. homogéneo.
Si b 6⌘ 0, a y 0 = A(x)y + b(x) se le llama s.d.o.l. no homogéneo, y entonces y 0 = A(x)y es el
s.d.o.l. homogéneo asociado al anterior.
Observación 5.6. En lo que sigue enunciaremos y probaremos la mayorı́a de resultados con-
siderando el cuerpo de los números reales, pero se extienden sin problema al caso de números
complejos.
El siguiente resultado es importante, pues nos permitirá plantearnos cuestiones sobre la estruc-
tura de las soluciones; por ejemplo si forman o no un espacio vectorial, ya que afirma que todas
están definidas sobre el mismo intervalo (y por tanto tiene sentido sumar dichas funciones, etc).
Proposición 5.7. Dado un intervalo real I, y el dominio banda ⌦ = I ⇥ RN , se tiene que para
todo (x0 , y0 ) 2 ⌦, la (única) solución maximal del
⇢ 0
y = A(x)y + b(x),
(PC)
y(x0 ) = y0 ,
verifica I(x0 , y0 ) = I, i.e. la solución está definida en todo I.

Demostración. Si I es un intervalo abierto, el resultado fue probado en el tema anterior (Teorema
4.20). Veamos el caso en que I no es abierto.
a) Veamos la existencia de solución supuesto que I = [↵, ] (los casos (↵, ] y [↵, ) son
análogos). Definimos las funciones
8 8
< A(x) si x 2 I = [↵, ], < b(x) si x 2 I = [↵, ],
e
A(x) = A(↵) si x < ↵, b̃(x) = b(↵) si x < ↵,
: :
A( ) si x > , b( ) si x > ,
Obviamente se tiene que Ae 2 C(R; L(RN )), y b̃ 2 C(R; RN ). Por tanto, si planteamos el
⇢
e
y 0 = A(x)y + b̃(x),
(PC) e = R ⇥ RN ,
en ⌦
y(x0 ) = y0 ,
por el resultado antes citado del tema anterior (caso “banda”), se tiene que la solución maximal
˜ x0 , y0 ) existe en todo R. Obviamente su restricción '(·,
'(·, ˜ x0 , y0 )|I es solución del (PC) original
en ⌦, con lo que queda probada la existencia.
b) Veamos la unicidad: supongamos que ' y son dos soluciones del (PC) del enunciado. Sea
x1 2 I con x1 > x0 (si es x1 < x0 el razonamiento es análogo). Entonces
Z x
'(x) (x) = A(s)('(s) (s))ds 8x 2 [x0 , x1 ].
x0
Ahora, si denotamos M = máxs2[x0 ,x1 ] kA(s)k, tenemos que

Z x
|'(x) (x)|  M |'(s) (s)|ds.
x0
El Lema de Gronwall implica que |'(x) (x)| = 0 8x 2 [x0 , x1 ].

Junto al s.d.o. y 0 = A(x)y anterior, se puede considerar el sistema matricial
Y 0 = A(x)Y.
En primera instancia parece tratarse de un sistema de N 2 ecuaciones y N 2 incógnitas, lo cual es

cierto, pero es un sistema desacoplado, y en realidad consiste en repetir N veces el sistema original
y 0 = A(x)y. Su interés radica en la siguiente definición y el posterior resultado.
Definición 5.8. Llamamos sistema fundamental de soluciones de y 0 = A(x)y a un conjunto
formado por N soluciones del anterior s.d.o.l. linealmente independientes.
Se llama matriz fundamental (m.f.) de Y 0 = A(x)Y a cualquier función F 2 C 1 (I; L(RN ))
que sea solución suya y cuyas N columnas sean linealmente independientes como elementos de
C 1 (I; RN ).
El siguiente resultado garantiza la existencia de matrices fundamentales.
Proposición 5.9. Sea I ⇢ R un intervalo, y A 2 C(I; L(RN )). Entonces el conjunto V formado
por las soluciones de y 0 = A(x)y es un espacio vectorial de C(I; RN ) de dimensión N.
Demostración. Que V tiene estructura de espacio vectorial es trivial a partir de la Proposición 5.7.
Veamos que su dimensión en N. Consideramos {ei }1iN una base de RN . Sea x0 2 I cual-
quiera, y consideramos los problemas
⇢ 0
y = A(x)y,
y(x0 ) = ei 1  i  N.
Cada problema define una única solución 'i 2 C 1 (I; RN ). Y por la condición inicial es claro que son
PN PN
linealmente independientes: en efecto, si i=1 i 'i ⌘ 0, entonces, en particular, i=1 i 'i (x0 ) =
0, pero eso, por ser {ei } base, implica que i = 0 para todo i.
Veamos que el conjunto {'1 , . . . , 'N } es un sistema generador de V. Dada ' una solución de
y 0 = A(x)y, se considera '(x0 ) 2 RN . Por ser {ei } base, se tiene que existen valores {↵i }N i=1 tales
que
XN N
X
'(x0 ) = ↵i ei = ↵i 'i (x0 ).
i=1 i=1
PN
Ahora basta considerar la función (x) = '(x) i=1 ↵i 'i (x), que es solución del s.d.o.l. y =
0
A(x)y y tiene condición inicial (x0 ) = 0. Como la función idénticamente nula es solución, y se
PN
tiene unicidad de solución para el (PC), se concluye que '(x) = i=1 ↵i 'i (x).
Observación 5.10. Evidentemente se pueden construir matrices fundamentales a partir de cual-
quier base de RN .
87 5.1. CONSIDERACIONES GENERALES SOBRE S.D.O.L. MATRIZ FUNDAMENTAL
La proposición y la observación previas nos conducen al siguiente resultado.
Proposición 5.11 (Propiedades de las matrices fundamentales). Sea A 2 C(I; L(RN )) y

sea F 2 C 1 (I; L(RN )) solución de Y 0 = A(x)Y. Se tienen las siguientes equivalencias:
a) F es matriz fundamental de y 0 = A(x)y,
b) det F (x) 6= 0 8x 2 I,
c) existe x0 2 I tal que det F (x0 ) 6= 0.
Demostración. a) implica b). Supongamos por reducción al absurdo que existe un valor x0 2 I tal
que det F (x0 ) = 0. Entonces existirı́an 1 , . . . , N no todos nulos y tales que las N columnas de
PN PN
F, '1 , . . . , 'N , cumplirı́an i=1 i 'i (x0 ) = 0. Por tanto '(x) = i=1 i 'i (x) es solución de
⇢
y 0 = A(x)y,
y(x0 ) = 0,
PN
y por la unicidad de solución sabemos que ' ⌘ 0, por lo que i=1 i 'i = 0 en I, que resulta
contradictorio con que {'i }N
i=1 fueran linealmente independientes.
b) implica c) es trivial.
c) implica a). Partimos de un valor x0 2 I tal que det F (x0 ) 6= 0. Tenemos que ver que las
PN
columnas de F son linealmente independientes. Supongamos que i=1 i 'i = 0. Hay que probar
PN
que i = 0 8i. Como tenemos i=1 i 'i (x0 ) = 0, y det F (x0 ) 6= 0 es inmediato que i = 0 8i.
Definición 5.12. El determinante de una matriz fundamental se llama wronskiano.
Observación 5.13. La anulación del wronskiano en un sólo punto implica la anulación en todos
ellos y por tanto la dependencia lineal de las columnas vistos como elementos de C(I; RN ).
No obstante, esto no pasa con cualesquiera funciones en general (sólo con las soluciones de
s.d.o.l.). Considérese N = 2, I = R. Entonces es claro que los vectores
✓ ◆ ✓ ◆
x x2
y
0 0
son linealmente independientes, aunque el determinante que forman es idénticamente nulo para
todo x 2 R.
Las observaciones anteriores quedan más remarcadas aún con el siguiente resultado.
Proposición 5.14 (Fórmula de Abel-Liouville-Jacobi). Si 2 C 1 (I; L(RN )) es una matriz

fundamental de y 0 = A(x)y, entonces para todo x0 2 I se tiene que
Z x
det (x) = det (x0 )exp tr(A(s))ds .
x0
d
Demostración. Vamos a probar que (det (x)) = tr(A(x))det (x).
dx
2 0 13
11 (x) ... 1N (x)
d
(det (x)) =
d 6 B .. .. .. C7
4det @ . . . A5
dx dx
N 1 (x) . . . N N (x)
0 0 0
1 0 1 0 1
11 ... 1N 11 ... 1N 11 ... 1N
B ... C B 0
... 0 C B ... C
B 21 2N C B 21 2N C B 21 2N C
= det B .. .. .. C + det B .. .. .. C + . . . + det B .. .. .. C
@ . . . A @ . . . A @ . . . A
0 0
N1 ... NN N1 ... NN N1 ... NN
0 P P 1 0 1
k a1k k1 ... k a1k kN 11 ... 1N
B ... C B ... C
B 21 2N C B 21 2N C
= det B .. .. .. C + . . . + det B .. .. .. C
@ . . . A @ . . . A
P P
N1 ... NN k aN k k1 ... k aN k kN
0 1
.. .. .
N
X B P . . P .. C N
X
!
= det B
@ k aik k1 ... k aik kN
C=
A aii (x) det (x) = trA(x)det (x),
i=1 .. .. .. i=1
. . .
donde la última igualdad se ha obtenido eliminando del determinante todas las combinaciones de
filas linealmente dependientes, al no influir.
Proposición 5.15. Sea F una matriz fundamental de y 0 = A(x)y. Entonces
a) El conjunto V de soluciones de y 0 = A(x)y viene dado por V = {F · c : c 2 RN }.
b) Fb es m.f. de y 0 = A(x)y si y sólo si Fb(x) = F (x) · C con C 2 L(RN ) tal que det C 6= 0.
c) Para todo (x0 , y0 ) 2 I ⇥ RN , la (única) solución de
⇢ 0
y = A(x)y,
y(x0 ) = y0 ,
es '(x, x0 , y0 ) = F (x) · F 1
(x0 )y0 .
Demostración. El apartado a) ya ha sido probado. Y el apartado c) es también inmediato.
Veamos la equivalencia entre las dos condiciones del apartado b).
( Una matriz Fb = F · C es solución de Y 0 = A(x)Y simplemente por linealidad. Además,
det Fb =det F ·det C 6= 0, con lo que por la Proposición 5.11, se tiene que Fb es matriz fundamental.
) Dada una matriz Fb, fijamos un x0 2 I, y se tiene que Fb(x) y F (x) · F 1 (x0 )Fb(x0 ) son
soluciones del mismo (PC) con dato inicial Y (x0 ) = Fb(x0 ). Por la unicidad se tiene Fb(x) =
F (x)F 1 (x0 )Fb(x0 ), con lo que basta poner C = F 1 (x0 )Fb(x0 ).
El siguiente resultado es de demostración inmediata.
Proposición 5.16 (Estructura del conjunto de soluciones de y 0 = A(x)y + b(x)). Bajo la
notación e hipótesis anteriores, considérese el s.d.o. y 0 = A(x)y + b(x). El conjunto de soluciones
de dicho sistema es un espacio afı́n de dimensión N. Concretamente, viene dado por
V b = 'b + V
donde 'b es cualquier solución particular de y 0 = A(x)y + b(x) y V es el espacio vectorial formado
por todas las soluciones del s.d.o.l. homogéneo asociado, y 0 = A(x)y.
89 5.2. ECUACIONES LINEALES DE ORDEN N
El siguiente resultado permite calcular una solución particular 'b a partir de una matriz fun-
damental de y 0 = A(x)y.
Proposición 5.17 (Método de variación de las constantes de Lagrange). Una solución

particular del s.d.o. y 0 = A(x)y + b(x), fijado cualquier x0 2 I, y dada F una m.f. del s.d.o.l.
homogéneo, viene dada por Z x
'b (x) = F (x) F 1
(s)b(s)ds.
x0
Demostración. Dada F matriz fundamental de y 0 = A(x)y, vamos a buscar una solución particular
de la forma 'b (x) = F (x)c(x) con c 2 C 1 (I; RN ) (de ahı́ el nombre del método) a determinar.
Si imponemos que 'b sea solución,
'0b (x) = F 0 (x)c(x) + F (x)c0 (x) = A(x)F (x)c(x) + F (x)c0 (x) = A(x)'b (x) + b(x).
Por tanto, es solución si y sólo si F (x)c0 (x) = b(x). Como F (x) es invertible en todos los puntos,
tiene sentido considerar c0 (x) = F 1 (x)b(x), de donde sigue el resultado.
El siguiente enunciado aglutina los resultados anteriores.
Proposición 5.18 (Solución general de y 0 = A(x)y + b(x)). Dado el s.d.o.l. y 0 = A(x)y + b(x),
la forma general de sus soluciones es
Z x
'(x) = F (x) F 1 (s)b(s)ds + F (x) · c
x0
con c 2 RN . En particular, la (única) solución del

⇢ 0
y = A(x)y + b(x),
(PC)
y(x0 ) = y0 ,
viene dada por Z x

'(x) = F (x)F 1
(x0 )y0 + F (x) F 1
(s)b(s)ds.
x0
Del resultado anterior (en realidad por simple linealidad también) puede darse la siguiente
Observación 5.19 (Principio de superposición). Dados los s.d.o.l.
y 0 = A(x)y + b1 (x),
..
.
y 0 = A(x)y + bk (x),
y valores reales ↵1 , . . . , ↵k se tiene que, dadas cualesquiera

Pk funciones '1 , . . . , 'k soluciones res-
pectivamente de los s.d.o.l. anteriores, entonces i=1 ↵i 'i es solución del s.d.o.l. y 0 = A(x)y +
↵1 b1 (x) + . . . + ↵k bk (x).
5.2. Ecuaciones lineales de orden n

Sabemos de temas precedentes que una e.d.o. de orden superior a uno puede ser tratada equi-
valentemente a través de un s.d.o. asociado.
En este sentido, los resultados previos pueden aplicarse directamente al caso de una e.d.o. sin
más que hacer el cambio (y luego quedarnos con la primera componente del sistema).
No obstante, será interesante particularizar explı́citamente los resultados de la sección anterior,
y no tener que hacer la transformación en cada caso concreto (de hecho haremos lo mismo con la
resolución explı́cita de algunos casos concretos, con el consiguiente ahorro de esfuerzo).
Dado un intervalo I ⇢ R, (da igual si es abierto o no), se considera la e.d.o.l. de orden n
a0 (x)y (n + a1 (x)y (n 1
(x) + . . . + an 1 (x)y
0
(x) + an (x)y(x) = b(x)
donde ai (x) para i = 0, . . . , n y b 2 C(I; R) (o también C(I; C)).

Si b ⌘ 0 se dice que la e.d.o.l. es homogénea, y si b 6⌘ 0 se dice que es no homogénea y en
tal caso a
a0 (x)y (n + a1 (x)y (n 1 (x) + . . . + an 1 (x)y 0 (x) + an (x)y(x) = 0
se la llama e.d.o.l. homogénea asociada.
Suponemos que para todo x 2 I, a0 (x) 6= 0 (esto es, si se quiere, podemos suponer que a0 ⌘ 1).
El (PC) que consideramos en esta sección es
8
< a0 (x)y (n + a1 (x)y (n 1 (x) + . . . + an 1 (x)y 0 (x) + an (x)y(x) = b(x),
: y(x ) = y , y 0 (x ) = y 0 , . . . , y (n 1
(x0 ) = y0
(n 1
.
0 0 0 0
El cambio usual de variables y1 = y, y2 = y 0 , . . . , yn = y (n genera el s.d.o.l. ~y 0

1
= A(x)~y + ~b(x)
donde 0 1 0 1
0 1 0
B 0 1 C B .. C
B C B . C
. B C
B
B .. ... C
C B .. C
A(x) = B C, b(x) = B
B . C.
C
B 0 1 C B C
B C B 0 C
@ an (x) a1 (x) A @ b(x) A
...
a0 (x) a0 (x) a0 (x)
Se tiene entonces que 0 1
'1
B .. C
@ . A
'n
es solución de ~y 0 = A(x)~y + ~b(x) si y sólo si '1 es solución de la e.d.o.l. de orden n (y en tal caso
'2 = '01 , '3 = '02 , etc).
Ahora, la traducción de los resultados de la sección previa es inmediata.

Proposición 5.20. Bajo las condiciones anteriores, el (PC) para la e.d.o.l. de orden n tiene una
(n 1
única solución maximal para cada (x0 , y0 , y00 , . . . , y0 ) 2 I ⇥ RN , dicha solución está definida en
(n 1
todo I, y la denotaremos por '(x, x0 , y0 , y00 , . . . , y0 ).
Proposición 5.21.
a) El conjunto V de las soluciones de la e.d.o.l. homogénea es un subespacio vectorial de C n (I)
de dimensión n.
b) Si 'b es una solución particular de la e.d.o.l. no homogénea, entonces el conjunto de todas
las soluciones de la e.d.o.l. no homogénea un espacio afı́n de dimensión n, y viene dado por
Vb = 'b + V.
Definición 5.22. Llamamos sistema fundamental (s.f.) de soluciones de la e.d.o.l. homogénea
a cualquier base {'1 , . . . , 'n } de V, el conjunto de soluciones del s.d.o.l. homogéneo asociado ~y 0 =
A(x)~y .
91 5.2. ECUACIONES LINEALES DE ORDEN N
Observación 5.23.
1. {'1 , . . . , 'n } es un sistema fundamental de la e.d.o.l. homogénea si y sólo si la matriz
0 1
'1 '2 ... 'n
B
B '01 '02 ... '0n C
C
B .. .. .. .. C
@ . . . . A
(n 1 (n 1 (n 1
'1 '2 ... 'n
es matriz fundamental del s.d.o.l. asociado, y esto se cumple si y sólo si existe x0 2 I tal que
0 1
'1 (x0 ) '2 (x0 ) ... 'n (x0 )
B '01 (x0 ) ' 0
(x
2 0 ) . . . '0n (x0 ) C
B C
det B .. .. .. .. C 6= 0,
@ . . . . A
(n 1 (n 1 (n 1
'1 (x0 ) '2 (x0 ) ... 'n (x0 )
dicho determinante es el wronskiano, y si es no nulo en un punto, en realidad se cumple

que es no nulo para todo x 2 I.
2. En caso de que el wronskiano sea no nulo (equivalentemente en un punto o en todo punto),
0 1
'1 (x0 ) '2 (x0 ) ... 'n (x0 )
B
B '01 (x0 ) '02 (x0 ) ... '0n (x0 ) C
C
W r('1 , . . . , 'n )(x) = det B .. .. .. .. C
@ . . . . A
(n 1 (n 1 (n 1
'1 (x0 ) '2 (x0 ) ... 'n (x0 )
se tiene la Fórmula de Abel-Liouville-Jacobi:

Z x
a1 (s)
W r('1 , . . . , 'n )(x) = W r('1 , . . . , 'n )(x0 )exp ds .
x0 a0 (s)
3. También se tiene el Principio de superposición de soluciones: Dadas las e.d.o.l. si-

guientes,
a0 (x)y (n + a1 (x)y (n 1
+ . . . + an 1 (x)y + an (x)y = b1 (x),
0
..
.
a0 (x)y (n + a1 (x)y (n 1
+ . . . + an 1 (x)y 0
+ an (x)y = bk (x),
Pk
tales que admiten soluciones '1 , . . . , 'k respectivamente, entonces se tiene que i=1 ↵i 'i es
solución de
k
X
a0 (x)y (n
+ a1 (x)y (n 1
+ . . . + an 1 (x)y
0
+ an (x)y = ↵i bi (x).
i=1
5.2.1. Solución particular de e.d.o.l. no homogénea por el Método de

variación de las constantes
El objetivo de esta sección es trasladar lo que se hizo para s.d.o.l. para buscar una solución
particular al caso de una
Pn e.d.o.l. no homogénea.
Esto era: si V = { i=1 ci 'i (x) : ci 2 R}, entonces buscamos la solución particular como
n
X
'b (x) = ci (x)'i (x)
i=1
con ci 2 C 1 (⌦). Haciendo el cambio de variables a sistema resulta que 'b es la primera fila de la
matriz 0 1 0 1
'1 (x) ... 'n (x) c1 (x)
B .. . . .. C B .. C
F (x) · c(x) = @ . . . A·@ . A.
(n 1 (n 1
'1 (x) . . . 'n (x) cn (x)
Como la condición sobre el vector columna c(x) para que 'b sea solución es
0 1
0
B .. C
B . C
B C
F (x) · c (x) = B
0
0 C,
B C
@ b(x) A
a0 (x)
esto genera en las incógnitas {c0i (x)}ni=1 el sistema lineal siguiente:

8 Pn 0
>
> ci (x)'i (x) = 0,
> Pi=1
> n
i=1 ci (x)'i (x) = 0,
0 0
>
<
..
> .
>
> Pn 0
>
> (n 1 b(x)
: i=1 ci (x)'i (x) = .
a0 (x)
Se trata de un sistema de n incógnitas, y como F (x) es invertible, pueden despejarse los valores
de {c0i (x)}1in (en cada x) y después integrarlos para obtener ci (x) y con ellos 'b . [Este método
ya se usó –aunque sin justificación– en el Tema 2.]
Ejemplo 5.24. Sabiendo que el s.d.o.l. homogéneo y 00 = 2y 0 /x 2y/x2 tiene por dos soluciones
particulares '1 (x) = x y '2 (x) = x2 (linealmente independientes en (0, +1)), resolver la e.d.o.l.
2 0 2
y 00 = y y + x3 en (0, +1).
x x2
Lo primero es comprobar que efectivamente
✓ ◆ ✓ ◆
'1 ' 2 x x2
det = det = x2 6= 0 en (0, +1),
'01 '02 1 2x
con lo que {x, x2 } forman un sistema fundamental de la e.d.o.l. homogénea.

Buscamos una solución particular de la forma 'b (x) = c1 (x)x + c2 (x)x2 , con lo que imponemos
que se satisfaga el sistema
⇢ 0
c1 x + c02 x2 = 0,
) c01 = c02 x ) c02 ( x + 2x) = x3
c01 + c02 2x = x3 ,
x4
) c02 = x2 ) c01 = x3 ) c1 (x) = ,
4
x3
) c2 (x) = .
3
x5 x5
Una solución particular de la e.d.o.l. no homogénea viene dada entonces por 'b (x) = + ,
4 3
y por tanto la solución general es
x5
'(x) = + C1 x + C2 x2 , C1 , C2 2 R.
12
93 5.3. S.D.O.L. DE COEFICIENTES CONSTANTES. EXPONENCIAL MATRICIAL
5.3. Preliminares para la resolución de s.d.o.l. de coeficien-

tes constantes. Exponencial matricial
Aunque a priori no sea nada más una intuición sin ningún fundamento, digamos por motivar
esta sección que, igual que el caso unidimensional y 0 = ay admite la solución y(x) = eax , quere-
mos extender dicho resultado al caso de s.d.o.l. N dimensionales de coeficientes constantes. La
intuición “nos pide” que demos sentido a una exponencial matricial, y en efecto, en esta sección
comprobaremos que se le puede dar un sentido riguroso y resolver el problema.
(n)
Definición 5.25. Sea {An }n 0 una sucesión de L(CN ), An = (aij )ij . Se dice que la serie
P1
n=0 An es convergente si existe el lı́mite
m
X
lı́m An .
m!1
n=0
m
X
P1
En tal caso se denota n=0 = lı́m An .
m!1
n=0
P1 P1 (n)
Observación 5.26. Es fácil comprobar que n=0 An = A = (aij ) si y sólo si n=0 aij = aij
para todo i, j 2 {1, . . . , N }.
P1
En efecto,
Pm la implicación hacia la derecha sigue del hecho de que si n=0 An es convergente,
entonces n=0 An es de Cauchy (en cualquier norma), en particular en norma k · k1 , con lo que
Pm (n)
son de Cauchy todas las sucesiones n=0 aij (y por tanto convergentes).
Pm (n)
La implicación a izquierda: supongamos que todas las sucesiones { n=0 aij }m (cuando i, j 2
{1, . . . , N }) son de Cauchy, i.e. fijados i, j
m
X (k)
8" > 0 9ni,j
" : n, m ni,j
" ) aij  ".
k=n
Pm
Es obvio que entonces que n=0 An también es de Cauchy, basta tomar n" = máx ni,j
" .
i,j
P1 P1
Definición 5.27. Se dice que la serie n=0 An es absolutamente convergente si n=0 kAn k <
P1 (n)
+1 (o equivalentemente, si n=0 |aij | < +1).
Observación 5.28.
P1 P1
1. Siempre se verifica que k n=0 An k  n=0 kAn k.
2. Es posible definir funciones
P1 matriciales mediante series de potencias:
P1 si la función definida
mediante serie f (z) = n=0 ↵n z n con {↵n } ⇢ C es tal que n=0 |↵n ||z|n < +1 para todo
|z| < ⇢ y A 2 L(Cn ) es tal que kAk < ⇢, y la norma con que se trabaja es matricial, entonces
1
X 1
X 1
X
k↵n An k = |↵n |kAn k  |↵n |kAkn < +1.
n=0 n=0 n=0
P1
Por tanto la serie n=0
P1↵n A converge
n
absolutamente, luego es convergente, con lo que se
puede definir f (A) = n=0 ↵n An .
Ejemplo 5.29. Para toda matriz A 2 L(CN ), se definen las funciones
X1 X1 X1
An ( 1)n A2n+1 ( 1)n A2n
eA = , sen A = , cos A = .
n=0
n! n=0
(2n + 1)! n=0
(2n)!
3. El hecho de que las definiciones anteriores estén justificadas no implica nada más. En prin-
cipio las reglas usuales de cálculo para las funciones reales o complejas anteriores no tienen
porqué extenderse al caso matricial. Cualquier propiedad que queramos utilizar deberá ser
probada.
4. Las definiciones anteriores para justificar una extensión de f a una función matricial, f (A),
se pueden hacer en realidad para toda matriz A 2 L(CN ) tal que (A) = {autovalores de A}
cumpla (A) ⇢ { 2 C : | | < ⇢}.
Proposición 5.30 (Propiedades de la exponencial matricial). Sean A, B 2 L(CN ) tales
que AB = BA. Entonces se cumplen las siguientes propiedades:
a) e Id
= e Id,
b) BeA = eA B,
c) eA+B = eA eB = eB eA , con lo que, en particular, como e0 =Id, se tiene que e A
= (eA ) 1
,y
además resulta que eA es siempre invertible.
Demostración. La primera propiedad es trivial, sin más que aplicar la definición. De modo que
pasamos a comprobar el apartado b).
X1 X1 X1 X1
An BAn An B An
BeA = B = = = B = eA B.
n=0
n! n=0
n! n=0
n! n=0
n!
Apartado c) Veamos que eA+B = eA eB (la otra igualdad se obtiene de forma similar).
Hay que probar que
m
! m ! 1
X An X Bn X (A + B)n
lı́m = 0.
m!+1
n=0
n! n=0
n! n=0
n! N L(C )
Fijado m 1, se tiene que

m
! m
! m
X An X Bn X An1 B n2
= .
n=0
n! n=0
n! n1 ,n2 =0
n1 ! n2 !
Por otro lado, empleando que AB = BA,

m m
" n ✓ ◆ #
X (A + B)n X 1 X n
= Ak B n k
n! n! k
n=0 n=0 k=0
Xm Xn m
X
Ak B n k An1 B n2
= = .
n=0
k!(n k)! n 1 ! n2 !
k=0 n1 , n2 = 0
n1 + n2  m
De modo que para la diferencia de ambas expresiones se tiene

m
! m ! 1
X An X Bn X (A + B)n
n=0
n! n=0
n! n=0
n!
L(CN )
m
X m
X
An1 B n2 kAkn1 kBkn2
= cn1 ,n2  cn1 ,n2 ,
n1 ,n2 =0
n1 ! n2 ! n1 ,n2 =0
n1 ! n2 !
L(CN )
donde ⇢
0 si n1 + n2  m,
cn1 ,n2 =
1 si n1 + n2 > m.
Finalmente se concluye el resultado teniendo en cuenta la desigualdad anterior y que

m m
! m ! m
X kAkn1 kBkn2 X kAkn X kBkn X (kAk + kBk)n
cn1 ,n2 =
n ,n =0
n1 ! n2 ! n=0
n! n=0
n! n=0
n!
1 2
! ekAk ekBk ekAk+kBk = 0 si m ! +1.
5.3.1. Cálculo efectivo de la exponencial matricial. Formas de Jordan

Definir eA resulta simple, pero su cálculo no es inmediato, salvo que recurramos a la forma
de Jordan, esto es A = P JP 1 (para ciertas matrices P y J que se describen rigurosamente
más adelante). Entonces se obtendrá que eA = P eJ P 1 . Esperamos que una matriz con muchos
elementos nulos como J permita calcular con más facilidad eJ .
Antes de proceder con estas construcciones, establecemos con rigor el resultado de descompo-
sición de Jordan (ya conocido por el alumno).
Denotamos In (n 1) la matriz identidad de orden n ⇥ n. Asimismo, definimos la siguiente

matriz cuadrada de orden n :
⇢
0 si n = 1,
Hn =
(aij ) 2 L(RN ), aij = i+1,j si n 2.
Dados 2Cyn 1, se define

Jn ( ) = In + Hn .
Veremos que estas matrices, llamadas cajas de Jordan de dimensión n, son las que componen la
matriz J que se obtendrá en la descomposición de A. Más concretamente, un determinado número,
digamos k, de cajas de Jordan Jnr ( r ) 1  r  k, y J corresponderá a la matriz diagonal formada
con las cajas anteriores, i.e.
J = diag(Jn1 ( 1 ), . . . , Jnk ( k )),
⇣P ⌘ ⇣P ⌘
k k
y cuyos elementos restantes son cero. Esta matriz es de dimensión r=1 nr ⇥ r=1 nr .
Teorema 5.31 (Jordan). Dada A 2 L(CN ), existe una matriz P 2 L(CN ) con det P 6= 0, y
otra matriz J 2 L(CN ) con J =diag(Jn1 ( 1 ), . . . , Jnk ( k )) donde Jnr ( r ) 1  r  k son cajas de
Jordan de dimensión nr ⇥ nr tales que A = P JP 1 (los r son los autovalores de A). La matriz J
es única salvo por el orden en que están dispuestas las cajas; a J se la llama forma de Jordan
de A, y P es la matriz de paso.
Observación 5.32.
Pk
1. Ha de satisfacerse la siguiente condición con respecto a la dimensión de las cajas: r=1 nr =
N.
2. En la diagonal de J los autovalores de A aparecen tantas veces como indique su multiplicidad
algebraica.
Observación 5.33 (Cálculo efectivo de A = P JP 1 ). Si s es el número de cajas asociadas
al autovalor , entonces se tiene que s = N r1 con r1 =rg(A I). En general denotaremos
rk =rg[(A I)k ]. Ps
Las dimensiones de las s cajas será nk , para cada 1  k  s. Y ha de cumplirse que k=1 nk =
m, la multiplicidad algebraica del autovalor, i.e. la multiplicidad que tiene como raı́z de la ecuación
caracterı́stica. La forma concreta de saber cuáles son el número de cajas es:
N + r2 2r1 cajas de dimensión 1,
r1 + r3 2r2 cajas de dimensión 2,
..
.
rj 1 + rj+1 2rj cajas de dimensión j (con j > 1).
Una vez calculados los valores previos, i.e. teniendo J, se puede proceder a calcular P simple-
mente resolviendo las ecuaciones con la correspondiente estructura A = P JP 1 , o más concreta-
mente AP = P J. (Hay otras formas, como comenzar con el mayor autovector generalizado –noción
que no describiremos aquı́– e ir hacia atrás).
Ejemplo 5.34. Calcular la descomposición de Jordan de
0 1
6 6 5
A = @ 13 12 9 A .
6 5 3
La matriz A tiene por único autovalor = 1 con multiplicidad tres, ya que
6 6 5
|A I| = 13 12 9
6 5 3
= (6 )( 12 )(3 ) 324 325 + (12 + )30 + 45(6 ) + 78(3 )
= 216 + 90 3 2 3
649 + 360 + 30 + 270 45 + 234 78
= 1 3 3 2 3
= ( + 1)3 .
Como 0 1
7 6 5
r1 = rg(A I) = rg @ 13 11 9 A = 2,
6 5 4
se tiene que s = 3 2 = 1, luego hay una sola caja de Jordan, que forzosamente ha de ser
0 1
1 1 0
J =@ 0 1 1 A.
0 0 1
Como ha de verificarse para cierta matriz de paso P que A = P JP 1

, o lo que es lo mismo,
AP = P J, escribiendo P por columnas resulta:
0 1
1 1 0
A p 1 p 2 p3 = p1 p 2 p3 @ 0 1 1 A= p1 p1 p2 p2 p3 .
0 0 1
Podemos deducir por tanto el siguiente sistema e implicaciones:

8 9 8
< Ap1 = p1 = < (A + I)p1 = 0,
(A + I)p2 = p1 ) (A + I)2 p3 = p1
: ; :
(A + I)p3 = p2 (A + I)3 p3 = 0
Por tanto tenemos que p1 2ker(A + I), p2 2ker(A + I)2 , p3 2ker(A + I)3 . Si elegimos p3 2ker
(A + I)3 \ker(A + I)2 , entonces directamente podemos tener p2 := (A + I)p3 6= 0, con p2 2ker(A +
I)2 \ker(A+I), y análogamente p1 := (A+I)p2 2Ker(A+I) es no nulo. Es fácil ver recursivamente
que estos tres vectores son linealmente independientes: p2 no puede ser proporcional a p1 , pues en
tal caso también se tendrı́a que p2 2ker(A+I), y por el mismo motivo, p3 no puede ser combinación
lineal de p1 y p2 , pues entonces se tendrı́a p3 2ker(A + I)2 . Calculemos una posible terna de dichos
valores. 0 1 0 1
1 1 1 0 0 0
(A + I)2 = @ 2 2 2 A, (A + I)3 = @ 0 0 0 A .
1 1 1 0 0 0
Tomamos p3 2ker(A + I)3 \ker(A + I)2 . Como

80 1 9 0 1 0 1
< x = 1 1
ker (A + I)2 = @ y A : x y + z = 0 = h@ 2 A , @ 1 Ai,
: ;
z 1 0
basta tomar un elemento de R3 independiente de los anteriores. Pongamos por ejemplo

0 1 0 1 0 1
1 7 1
p3 = @ 0 A ) p2 = (A + I)p3 = @ 13 A ) p1 = (A + I)p2 = @ 2 A.
0 6 1
Por tanto 0 1
1 7 1
P =@ 2 13 0 A
1 6 0
y se puede comprobar que A = P JP 1 .

Una cuestión que queda para más adelante es ver quién es eA . Adelantamos la respuesta, aunque
sin prueba,
2 0 13
1 1 1/2
eA = P eJ P 1 = P 4e 1 @ 0 1 1 A5 P 1 .
0 0 1
Observación 5.35 (Cálculo efectivo de A = P JP 1 si existen autovalores complejos y se

desean expresiones reales). Aunque en el campo complejo el problema está cerrado, existe la
posibilidad de que se desee sólo manejar expresiones reales (de hecho, ése será el objetivo cuando
se busquen las soluciones de las ecuaciones diferenciales).
Cuando aparece en el polinomio caracterı́stico una raı́z compleja = ↵ + i , si el problema
era intrı́nsecamente real, A 2 L(RN ), y por tanto los coeficientes del polinomio caracterı́stico eran
reales, se tiene que ¯ = ↵ i es también autovalor.
En tal caso habrá cajas tanto de la forma Jn ( ) como Jn ( ¯ ). Ambas se pueden sustituir por
cajas del siguiente tipo:
✓ ◆
e ↵
Jn ( ) = D = si n = 1.
↵
Y en caso de que n > 1, por cajas de la forma
0 1
D I2
B D I2 C
B C
e e B
Jn ( ) = D = B .. .. C
C = diag(D, . . . , D) + H2n
2
,
B . . C
@ D I2 A
D
donde la matriz D, introducida en el caso anterior, se repite n veces.
Veamos de forma concreta cómo obtener una forma de Jordan modificada y con elementos
exclusivamente reales.
Ejemplo 5.36. Calcular la descomposición de Jordan de la matriz

0 1
0 1 0 0
B 0 0 1 0 C
A=@ B C.
0 0 0 1 A
1 0 2 0
Primero calculamos los autovalores (desarrollamos el determinante usando el primer y cuarto

elementos de la primera columna):
1 0 0
1 0 1 0 0
0 1 0
|A I| = = 0 1 + 1 0
0 0 1
0 2 0 1
1 0 2
= ( 3
2 )+1= 2
( 2
+ 2) + 1 = 4
+2 2
+1=( 2
+ 1)2 .
Por tanto los autovalores son = ±i, ambos con multiplicidad dos.
Operando en principio en el cuerpo de los números complejos, el número de cajas asociadas al
autovalor i, denotado si , es
si = 4 r1 = 4 rg(A iI).
Se comprueba que 0 1
i 1 0 0
B 0 i 1 0 C
rg(A B
iI) = rg @ C = 3,
0 0 i 1 A
1 0 2 i
con lo que si = 1, es decir, existe una única caja, y como por simetrı́a ocurre lo mismo para el
autovalor conjugado, se tiene que
✓ ◆ ✓ ◆
i 1 i 1
J2 (i) = , J2 ( i) = .
0 i 0 i
Por tanto, la forma de Jordan real modificada será

0 1
0 1 1 0 ✓ ◆ ✓ ◆
B 1 0 0 1 C D I2 ↵
Je = B
@ 0 0
C= con D= .
0 1 A D ↵
0 0 1 0
Queremos obtener una descomposición de la forma A = P JP e 1 . Ponemos P por columnas y

desarrollamos el sistema de relaciones que deben cumplirse como antes, para que se tenga AP =
e
P J.
0 1
0 1 1 0
B 1 0 0 1 C
A p1 p 2 p3 p4 = p 1 p2 p3 p 4 B
@ 0 0 0
C = p2 p1 p 1 + p4 p 2 p3 .
1 A
0 0 1 0
Ap1 = p2
A2 p1 = p1 ) (A2 + I)p1 = 0 ) p1 2 ker(A2 + I),
Ap2 = p1
)
Ap3 = p1 + p4
A2 p3 = Ap1 + Ap4 = p2 + p2 p3 ) (A2 + I)p3 = 2p2 .
Ap4 = p2 p3
Por tanto, el plan que seguiremos será hallar p1 2ker(A2 +I), y entonces Ap1 = p2 . A continuación
calcularemos p3 de la ecuación (A2 + I)p3 = 2p2 , y entonces finalmente usaremos Ap3 = p1 + p4
para despejar p4 .
0 1 0 1
0 0 1 0 1 0 1 0
B 0 0 0 1 C B 1 C
A2 = B C ) A2 + I = B 0 1 0 C.
@ 1 0 2 0 A @ 1 0 1 0 A
0 1 0 2 0 1 0 1
Se comprueba que 0
1 0 1
1 0
B 0 C B 1 C
ker(A + I) = hB
2 C B
@ 1 A,@ 0
Ci.
A
0 1
Tomando por ejemplo 10
1
B 0 C
p1 = B C
@ 1 A,
0
se tiene que 0 10 1 1 0
0 1 0 0 1 0
B 0 0 1 0 C B C B 1 C
B
Ap1 = p2 = @ CB 0 C=B C
0 0 0 1 A@ 1 A @ 0 A.
1 0 2 0 0 1
Calculamos (A2 + I)p3 = 2p2 ,
0 10 1 01
1 0 1 0 x1 0
B 0 1 0 1 C B x2 C B 2 C
B CB C=B C
@ 1 0 1 0 A @ x3 A @ 0 A.
0 1 0 1 x4 2
Una posible solución del sistema ⇢

x1 = x3 ,
x2 = 2 x4 ,
es 0
1
0
B 0 C
p3 = B C
@ 0 A.
2
Entonces,
0 10 1 0 1 0 1 0 1 0 1
0 1 0 0 0 1 0 1 1
B 0 0 1 0 C B C B 0 C B 0 C B 0 C B 0 C
p4 = Ap3 B
p1 = @ CB 0 C B C=B C B C=B C,
0 0 0 1 A@ 0 A @ 1 A @ 2 A @ 1 A @ 1 A
1 0 2 0 2 0 0 0 0
con lo que concluimos que 0 1

1 0 0 1
B 0 1 0 0 C
B
P =@ C.
1 0 0 1 A
0 1 2 0
Proposición 5.37 (Matriz exponencial a partir de la descomposición de Jordan). Si
A 2 L(CN ) y A = P JP 1 es su descomposición de Jordan, entones eA = P eJ P 1 .
Demostración.
X1 X1 X1 X1
An (P BP )
1 n
P BnP 1
Bn
eA = = = =P P 1
n=0
n! n=0
n! n=0
n! n=0
n!
donde en la última igualdad hemos empleado la continuidad del producto.

Proposición 5.38 (Matriz exponencial de la forma Jordan real o compleja). Bajo las
hipótesis y notación anteriores, el cálculo de la exponencial de la matriz de Jordan es como sigue:
a) Si J = IN + HN , entonces
0 1
1 1 1
B 1 1! 2!
...
(N 1)! C
B C
B 1 .. 1 C
B 1 . C
1 1 1 (N 1) B 1! (N 2)! C
e = e IN + e HN + e HN
J 2
+ e HN =e B
B .. .. ..
C.
C
1! 2! (N 1)! B . . . C
B C
B .. .. C
@ . . A
1
b) Si J = diag(Jn1 ( 1 ), . . . , Jnk ( k )), entonces eJ =diag eJn1 ( 1)

, . . . , eJnk ( k)
.
Demostración. a) Como IN y HN conmutan, se tiene que eJ = e IN +HN

=e IN HN
e . Ahora bien,
X1 X1
( IN )n n
e IN
= = IN = e IN .
n=0
n! n=0
n!
X1 n N
X1 H n
HN
eHN = = N
pues HN
n
= 0 8n N.
n=0
n! n=0
n!
b) El resultado sigue de la igualdad J n =diag((Jn1 ( 1 )) , . . . , (Jnk ( k )) ) .

n n
Proposición 5.39 (Exponencial de una forma de Jordan real a partir de autovalores

complejos). Bajo las hipótesis y notación anteriores, el cálculo de la exponencial de la matriz de
Jordan real a partir de autovalores complejos es como sigue:
a) Sea ✓ ◆
0 1
D = ↵I2 + .
1 0
Entonces ✓ ◆
cos sen
eD = e↵ .
sen cos
b) Sea 0 1
D I2
e =B
D @ D I2 C
A = diag(D, . . . , D) + H2n .
2
.. ..
. .
Entonces 0 1
1 D 1 D 1
eD e e ... eD
B 1! 2! (n 1)! C
B 1 D 1 C
B e D
e ... eD C
B 1! (n 2)! C
e B C
eD
=B .. .. .. C.
B . . . C
B C
B .. .. C
@ . . A
eD
Demostración. Como I2 conmuta con cualquier matriz,

 ✓ ◆
0 1
eD = exp ↵I2 +
1 0
 ✓ ◆  ✓ ◆
0 1 0 1
= e↵I2 exp = e↵ exp .
1 0 1 0
101 5.4. SISTEMAS DIFERENCIALES LINEALES CON COEFICIENTES CONSTANTES
Ahora bien, se tiene que

 ✓ ◆ X1 ✓ ◆n
0 1 n
0 1
exp =
1 0 n! 1 0
n=0
X1 ✓ ◆2k X 1 ✓ ◆2k+1
2k
0 1 2k+1
0 1
= +
(2k)! 1 0 (2k + 1)! 1 0
k=0 k=0
1
X 2k ✓ ◆ X1 ✓ ◆2k+1
( 1)k 0 2k+1
0 ( 1)k+1
= +
(2k)! 0 ( 1)k (2k + 1)! ( 1)k 0
k=0 k=0
✓ ◆
cos sen
= .
sen cos
b) Las matrices diag(D, . . . , D) y H2n

2
conmutan, por tanto
n
X1
e 2 1 2k
D
e =ediag(D,...,D) H2n
e = diag(e , . . . , e )
D D
H ,
k! 2n
k=0
de donde se concluye la expresión del enunciado.
5.4. Sistemas diferenciales lineales con coeficientes constan-

tes
Como se avanzó ya con anterioridad, la justificación de todo el cálculo de exponenciales matri-
ciales desarrollado en la sección previa se encuentra aquı́. En el caso A 2 L(CN ), la solución del
s.d.o.l. y 0 = Ay estará relacionada con exA .
Proposición 5.40. La función F : R ! L(CN ) : x 7! exA verifica
a) F 2 C 1 (R; L(CN )),
b) F 0 (x) = AF (x) 8x 2 R.
Demostración. Por un resultado previo (cf. Proposición 5.4) basta ver que
F (x + ") F (x)
F 2 C(R; L(CN )) y que lı́m AF (x) = 0 8x 2 R.
"!0 " L(CN )
Aplicando propiedades anteriores sobre la función exponencial matricial se tiene
F (x + ") F (x) = e(x+")A exA = exA e"A exA = exA e"A I .
Si tomamos una norma matricial, se tendrá que
kF (x + ") F (x)k  kexA kke"A Ik.
Si a esto unimos la siguiente acotación,

X1 X1
"n n |"|n
ke"A Ik = A  kAkn
n=1
n! n=1
n!
X1
|"|n 1
 |"|kAk kAkn 1
 |"|kAke|"|kAk ,
n=1
n!
usando la continuidad de la exponencial y haciendo tener " a cero, se concluye la prueba de la

continuidad de F.
Veamos la segunda parte:

F (x + ") F (x) 1
AF (x) = e(x+")A exA "AexA
" L(CN ) |"| L(CN )
1
 exA (e"A I "A) L(CN )
|"|
1 xA
 ke kL(CN ) e"A I "A L(CN )
.
|"|
Usando de nuevo el desarrollo en serie de la exponencial, se tiene
X1 X1
"n n |"|n
e"A I "A = A  kAkn
n=2
n! n=2
n!
X1
|"|n 2
= |"|2 kAk2 kAkn 2
 |"|2 kAk2 e|"|kAk .
n=2
n!
Uniéndolo todo, se deduce que

F (x + ") F (x)
AF (x)  kexA k|"|kAk2 e|"|kAk ! 0 si " ! 0.
"
Observación 5.41.
1. La expresión exA no es sólo una matriz solución de Y 0 = A(x)Y, sino que es matriz funda-
mental de y 0 = Ay, ya que es invertible, con inversa (exA ) 1 = e xA .
2. Si A 2 L(CN ), b 2 C(I; CN ), x0 2 I, y0 2 CN , entonces la solución maximal del
⇢ 0
y = Ay + b(x),
(PC)
y(x0 ) = y0 ,
Rx
viene dada por '(x, x0 , y0 ) = e(x x0 )A y0 + x0 e(x s)A b(s)ds 8x 2 I.
3. Si se tiene la descomposición de Jordan A = P JP 1 , entonces exA = P exJ P 1 . Los casos

posibles que se pueden plantear (vistos ya en proposiciones anteriores) son:
0 1
x x2 xN 1
B 1 1! 2! . . . (N 1)! C
B C
B x xN 2 C
B 0 1 ... C
xB
B 1! (N 2)! C
J = IN + HN N > 1 ) e = e B xJ C,
.. .. .. C
B
B . . . C
C
B
@ .. .
..
C
A
.
1
J = diag(Jn1 ( 1 ), . . . , Jnk ( k )) ) exJ = diag(exJn1 ( 1)

, . . . , exJnk ( k)
),
✓ ◆ ✓ ◆
↵ cos( x) sen( x)
D= ) exD = e↵x .
↵ sen( x) cos( x)
4. Los elementos de la matriz fundamental (en todos los casos posibles) son pij (x)e ij x , con
pij un polinomio (eventualmente idénticamente nulo), y ij un autovalor de A (en principio
complejo; y si no, puede que aparezcan también senos y cosenos).
103 5.5. E.D.O. LINEAL DE ORDEN N CON COEFICIENTES CONSTANTES
5. Junto con el Método de Variación de las Constantes, también sigue siendo válida (y útil en
casos concretos) la combinación de
El Principio de Superposición
El Método de los Coeficientes Indeterminados
En este sentido, el resultado general que daremos (sin demostración) para buscar soluciones es
el siguiente.
Teorema 5.42. Dada la ecuación y 0 = Ay + e↵x q(x) con ↵ 2 C, y q 2 Pk [x], i.e. un polinomio en
x de grado k, entonces
a) Si ↵ no es autovalor de A, existe una solución particular de la ecuación de la forma yp (x) ⇠
e↵x r(x) con r 2 Pk [x].
b) Si ↵ es autovalor de A con multiplicidad mı́nima1 m, entonces existe una solución particular
de la ecuación de la forma yp (x) ⇠ e↵x r(x) con r 2 Pk+m [x].
5.5. E.D.O. lineal de orden n con coeficientes constantes

Aunque los resultados expuestos en esta sección no son más que la traslación del proceso
consistente en escribir la e.d.o. como sistema, aplicar lo anterior, y particularizar en la primera
componente, suele ser útil (representa un ahorro de tiempo) conocer cómo aplicarlos directamente.
Consideramos la e.d.o. lineal de orden n con coeficientes constantes
a0 y (n + a1 y (n 1
+ . . . + an 1y
0
+ an y = b(x),
donde en principio permitimos que ai pertenezca a R ó a C. Supondremos que a0 6= 0 (luego sin

pérdida de generalidad podemos ponerlo idénticamente uno), y b 2 C(I).
Teorema 5.43 (Sistema fundamental real para e.d.o.l. de coeficientes constantes rea-
les). Con las hipótesis y notación anteriores, sean 1 , . . . , q las raı́ces reales distintas de p( ) =
n
+a1 n 1 +. . .+an 1 +an , con multiplicidades m1 , . . . , mq respectivamente. Sean q+1 , . . . , q+s
las raı́ces complejas de p( ) agrupadas por conjugadas ( P q+j = ↵q+j ±P i q+j ; q+j 6= 0), con mul-
q s
tiplicidades mq+1 , . . . , mq+s respectivamente (por tanto j=1 mj + 2 j=1 mq+j = n). Entonces
las siguientes n funciones son un sistema fundamental de la e.d.o. lineal homogénea:
8
< 'j,k (x) = x e si 1  j  q, 0  k  mj 1,
k jx
>
(1)
'j,k (x) = xk e↵j x cos( j x),
: '(2) (x) = xk e↵j x sen( x), si q + 1  j  q + s, 0  k  mj 1.
>
j,k j
Demostración. Como dijimos antes, podemos suponer sin pérdida de generalidad que a0 ⌘ 1. Dada
la e.d.o. lineal homogénea
y (n + a1 y (n 1
+ . . . + an 1y
0
+ an y = 0,
el polinomio caracterı́stico de la matriz del s.d.o.l. asociado es
p( ) = n
+ a1 n 1
+ . . . + an 1 + an .
En C podemos obtener todos los Qn autovalores de la matriz, i.e. todos los ceros de p : existen
1 , . . . , n 2 C tales que p( ) = k=1 ( k ).
Dados los coeficientes ai , es conveniente por comodidad futura introducir el siguiente operador:
L : ' 2 C n (I) 7! L(') = '(n + a1 '(n 1

+ . . . + an 1'
0
+ an '. (5.2)
1 Se llama multiplicidad mı́nima al menor natural m tal que ker(A I)m = ker(A I)m+1 .
Obsérvese que L(e x ) = p( )e x . En particular, si tomamos uno de los autovalores k , i.e. p( k ) =

0, entonces 'k (x) = e k x es solución (al menos en C).
Veamos de hecho que {'1 , . . . , 'n } es un sistema fundamental de la e.d.o. lineal homogénea:
0 1
0 1 e 1x
... e nx
'1 ... 'n B 1x nx C
B .. .. .. C B 1e ... ne C
det @ . . . A = det B .. .. .. C
(n 1 (n 1
@ . . . A
'1 . . . 'n n 1 1x n 1 nx
1 e ... n e
0 1
" ! # 1 ... 1
n
X B 1 ... n C
B C
= exp k x det B .. .. .. C.
k=1
@ . . . A
n 1 n 1
1 ... n
Caso a) Si las n raı́ces son distintas entre si, entonces el anterior es un determinante de Van der
Monde, no nulo por tanto. Ası́, {e 1 x , . . . , e n x } es un sistema fundamental de la e.d.o. lineal
homogénea.
Caso a.1) Si las n raı́ces distintas entre si son todas reales, entonces el resultado está probado,
porque claramente dichas funciones son independientes entre si.
Caso a.2) Si las raı́ces son distintas entre sı́, pero hay no sólo reales, sino también complejas,
al tratarse de coeficientes ai 2 R, estarán por pares una raı́z compleja y su conjugada:
1 = ↵ + i ,
¯ 1 = ↵ i . Por tanto, de las soluciones asociadas '1 (x) = e 1 x y
¯1 x
'¯1 (x) = e se puede, por medio de combinaciones, obtener otro par de soluciones
independientes entre si, pero éstas reales:
1 1
('1 + '¯1 ) = e↵x cos( x), ('1 '¯1 ) = e↵x sen( x).
2 2
Caso b) Consideramos ahora la situación en que hay raı́ces múltiples. Por fijar ideas supondremos
simplemente que 1 = 2 . Sabemos ya que '1 (x) = e 1 x es solución. Veamos que '2 (x) =
xe 1 x también lo es.
En efecto, como '02 (x) = x'01 (x) + '1 (x), '002 (x) = x'001 (x) + 2'01 (x), y en general se deduce
que el operador L introducido en (5.2) aplicado a '2 cumple
(k (k (k 1
'2 (x) = x'1 (x) + k'1 (x) 8k 1,
se tiene que
n
X n
X ⇣ ⌘
(n (n k (n (n 1 (n k (n k 1
L('2 ) = '2 + ak '2 = x'1 + n'1 + ak x'1 + (n k)'1
k=1 k=1
" n
# " n
#
(n
X (n k (n 1
X (n k 1
= x '1 + ak '1 + n'1 + ak (n k)'1
k=1 k=1
" n
# " n
#
X X
= xe 1x n
1 + ak n1 k +e 1x
n n 1
1 + ak (n k) n k 1
k=1 k=1
= x'1 (x)p( 1) + '1 (x)p0 ( 1) = 0.
Donde la última igualdad se ha obtenido por ser 1 raı́z doble. Por tanto {e 1x
, xe 1x
} son
soluciones (claramente) independientes entre si.
Ası́, las dos situaciones que cabe estudiar son:
105 5.5. E.D.O. LINEAL DE ORDEN N CON COEFICIENTES CONSTANTES
Caso b.1) Si es autovalor real con multiplicidad mayor que uno. En tal caso se comprueba
(análogamente a lo anterior) que
1x 1x
{e , xe , x2 e 1x
, . . . , xm 1
e 1x
}
son soluciones de la ecuación homogénea, y además claramente independientes entre si.
Caso b.2) Supongamos que el autovalor con multiplicidad m > 1 es complejo, i.e. 1 = ↵+i
(con 6= 0), pero al ser los ai 2 R, también está la raı́z ¯ 1 = ↵ i . De nuevo, el conjunto
de funciones
¯ ¯ ¯ ¯
{e 1 x , xe 1 x , x2 e 1 x , . . . , xm 1 e 1 x }
asociado a dicho autovalor serán soluciones de la ecuación. Combinando como antes las
soluciones para 1 y su conjugado, se obtiene el siguiente sistema de soluciones:
{xj e↵x cos( x), xj e↵x sen( x)}0jm 1.
Para concluir, resta ver que dichas soluciones son linealmente independientes.
Pongamos 1 , . . . , r las raı́ces distintas de p( ) = 0. Y sean m1 , . . . , mr sus respectivas multipli-
cidades.
La idea esencial que usaremos, a pesar de que la notación de la prueba rigurosa lo haga algo
borroso, es que no puede darse la igualdad
p(x) + q(x)e x
=0 (5.3)
con p y q polinomios no nulos.
Formalmente hay que considerar constantes {cij } tales que
c11 e 1 x + c12 xe 1 x + . . . + c1m1 xm1 1 e 1 x +
+c21 e 2 x + c22 xe 2 x + . . . + c2m2 xm2 1 e 2 x + . . .
. . . + cr1 e r x + cr2 xe r x + . . . + crmr xmr 1 e r x = 0.
Agrupando resulta
r
X
pj (x)e jx
=0 en R, con pj 2 Pqj [x], qj  mj 1.
j=1
Reordenando si es preciso y quitando los polinomios nulos, queda

r̃
X
pj (x)e jx
= 0 con r̃  r, pj 6⌘ 0, j = 1, 2, . . . , r̃; gr(pj ) = qj  mj 1. (5.4)
j=1
Ahora hay que proceder en una serie de pasos.

El caso r̃ = 1 hace imposible que se de la igualdad anterior.
Si r̃ > 1, vamos a manipular la expresión (5.4) hasta llegar a una expresión del tipo (5.3), lo
que es imposible.
En efecto, multiplicando (5.4) por e 1x
se obtiene
r̃
X
p1 (x) + pj (x)e( j 1 )x
⌘ 0.
j=2
(1)
Derivando q1 + 1 veces, el término p1 desaparece y aparecen nuevos polinomios pj , para
(1)
j = 2, . . . , r̃, con gr(pj ) = gj , y la expresión
r̃
X (1)
pj (x)e( j 1 )x
⌘0 en R. (5.5)
j=2
Si r̃ = 2 la igualdad vuelve a ser imposible de conseguir.

Si no, seguimos recursivamente: pongamos r̃ > 2, entonces multiplicamos (5.5) por e ( 2 1 )x
,
y derivamos g2 + 1 veces, para obtener
r̃
X (2)
pj (x)e( j 2 )x
⌘0 en R.
j=3
Ası́ sucesivamente hasta llegar a

(r̃ 1)
pr̃ (x)e( r̃ r̃ 1 )x
⌘0 en R.
Con lo que todos los casos son imposibles.
Observación 5.44. Para hallar la solución del problema no homogéneo se tienen dos formas:
a) Método de Variación de las Constantes: resolvemos el sistema
0 1
0
B .. C
B C
F (x)C 0 (x) = B . C ,
@ 0 A
b(x)
donde la matriz fundamental F se obtiene directamente del sistema fundamental anterior.
b) La segunda forma consiste en el Método de Coeficientes Indeterminados (combinado con el

Principio de superposición), cuyo resultado análogo al Teorema 5.42 es el siguiente.
Teorema 5.45. Dada la e.d.o. lineal
a0 y (n + a1 y (n 1
+ . . . + an 1y
0
+ an y = e↵x q(x)
con q 2 Pk [x] y ↵ 2 C, denotamos por p(x) = 0 la ecuación caracterı́stica. Entonces se tiene que
a) Si p(↵) 6= 0, una solución particular puede ser escogida de la forma yp (x) ⇠ e↵x r(x) con
r 2 Pk [x].
b) Si ↵ es una raı́z de p con multiplicidad m, una solución particular puede ser escogida de la
forma yp (x) ⇠ e↵x r(x) con r 2 Pk+m [x].
Tema 6
Regularidad de las soluciones del

problema de Cauchy. Continuidad
y derivabilidad respecto de datos
iniciales y parámetros
En este tema se tratarán cuatro cuestiones fundamentalmente.

1. Qué es la regularidad de la solución del (PC) en función de la que tenga el término de la
derecha f.
Esta cuestión es relevante, por ejemplo, para profundizar en otras técnicas de búsqueda de
soluciones, concretamente soluciones analı́ticas (se verá en otra asignatura).
2. Comparación entre soluciones procedentes de datos iniciales parecidos pero no exactamente
iguales. Concretamente, ¿hay continuidad de la solución con respecto a variaciones en los
datos iniciales, y posibles parámetros?
La motivación de la pregunta es obvia: una ecuación diferencial ha de ser un buen modelo
del fenómeno al que intenta representar, y es imprescindible que satisfaga esa condición de
continuidad respecto datos iniciales y posibles parámetros.
Otra razón que propicia esta pregunta es que en la práctica los datos con que se desea
computar las soluciones de un experimento suelen incluir pequeños errores. Se trata de algo
tan inherente al proceso en sı́ que en vez de hacer referencia al “verdadero” (x0 , y0 ) se toma
otro par (x0 , ỹ0 ), o incluso peor: (x̃0 , ỹ0 ).
3. Tras la anterior, surge otra pregunta: ¿qué ocurre si en vez de tener variaciones en los datos,
lo que se está considerando con un ligero error es la función del s.d.o.? Pongamos que en
lugar de resolver el s.d.o. ideal y 0 = f (x, y), tenemos otro término f˜ parecido a f. Deseamos
saber si esto afecta a la solución del problema, y concretamente si lo hace de forma continua,
i.e. si funciones f y f˜ cercanas producen soluciones cercanas.
Un caso también muy significativo de la utilidad de esta pregunta es el siguiente. Supongamos
que una función f tiene una expresión compleja, y es por ejemplo analı́tica. ¿Es plausible
plantearse aproximar dicha función por otra más simple y esperar que las respectivas solu-
ciones de ambos sistemas sigan siendo aún cercanas?
4. La última cuestión será la derivabilidad de la solución respecto de los datos iniciales y paráme-
tros. Veremos la utilidad de esta propiedad en el Tema 8 cuando estudiemos el Método de
las Caracterı́sticas para resolución de E.D.P. y otros resultados concernientes a integrales
primeras para s.d.o.
107
108 Tema 6. Regularidad, continuidad y derivabilidad de soluciones
6.1. Regularidad de la solución del (PC)

En los planteamientos de problemas de Cauchy hechos hasta ahora el requerimiento mı́nimo
para f ha sido continuidad: f 2 C(⌦). Por otro lado, en la definición de solución para un (PC) se
exige que la solución sea de clase C 1 .
En esta sección veremos que si la f es más regular, entonces lo mismo le ocurre a la solución
maximal del (PC). Recuérdese la notación introducida en el Tema 4 para la solución global o
maximal del (PC) con dato inicial y(x0 ) = y0 : (I(x0 , y0 ), '(·, x0 , y0 )).
Teorema 6.1 (Regularidad de la solución). Sea ⌦ ⇢ RN +1 un abierto no vacı́o y f 2
C m (⌦; RN ) con m 1. Entonces para todo (x0 , y0 ) 2 ⌦ se tiene que la solución maximal del
⇢ 0
y = f (x, y),
(PC)
y(x0 ) = y0 ,
verifica '(·, x0 , y0 ) 2 C m+1 (I(x0 , y0 ); RN ).

Demostración. Consideremos fijado un punto (x0 , y0 ) 2 ⌦ cualquiera. Al tener f 2 C m (⌦; RN ),
con m 1, al menos se tiene que f 2 Liploc (y, ⌦). Por tanto existe una única solución maximal
'(x) := '(x, x0 , y0 ) del (PC) del enunciado.
Veamos por inducción que ' tiene la regularidad que se afirma.
Caso m = 1. La función
I(x0 , y0 ) 3 x 7! '0 (x) = f (x, '(x))
es composición de dos funciones,
I(x0 , y0 ) 3 x 7! (x, '(x)) 2 ⌦ 7! f (x, '(x)) 2 RN ,
siendo ambas aplicaciones de clase C 1 . Por tanto, '0 2 C 1 (I(x0 , y0 ); RN ), y entonces ' 2 C 2 .
Damos por válida la hipótesis de inducción para m = k 1, i.e. si f 2 C k 1 (⌦; RN ), entonces
' 2 C k (⌦; RN ).
Veamos finalmente cómo deducir el caso m = k. Sabemos, por hipótesis de inducción, que
' 2 C k , de modo que
I(x0 , y0 ) 3 x 7! '0 (x) = f (x, '(x)),
que es la composición de
I(x0 , y0 ) 3 x 7! (x, '(x)) 2 ⌦ 7! f (x, '(x)) 2 RN .
Al ser ambas aplicaciones de clase C k , se deduce que '0 2 C k (I(x0 , y0 ); RN ), y entonces ' 2
C k+1 (I(x0 , y0 ); RN ).
Observación 6.2.
1. Si f 2 C m (E(x0 , y0 )), siendo E(x0 , y0 ) un entorno de (x0 , y0 ), entonces la solución maximal
tiene localmente la regularidad anterior, i.e. C m+1 .
2. La traducción del resultado anterior al caso de una e.d.o. de orden n, a través del cambio
usual de variables, es la siguiente.
Teorema 6.3. Sea ⌦ ⇢ Rn+1 un conjunto abierto no vacı́o. Si g 2 C m (⌦) con m 1, entonces
(n 1 (n 1
para todo (x0 , y0 , y00 , . . . , y0 ) 2 ⌦, se tiene que la solución maximal '(·, x0 , y0 , y00 , . . . , y0 ) del
⇢ (n
y = g(x, y, y 0 , . . . , y (n 1 ),
(PC) (n 1
y(x0 ) = y0 , y 0 (x0 ) = y00 , . . . , y (n 1 (x0 ) = y0 ,
(n 1 (n 1
satisface '(·, x0 , y0 , y00 , . . . , y0 ) 2 C m+n (I(x0 , y0 , . . . , y0 )).
109 6.2. CONTINUIDAD DE LA SOLUCIÓN RESPECTO DE LOS DATOS INICIALES
6.2. Continuidad de la solución respecto de los datos inicia-

les
En todo lo que sigue se consideran dados ⌦ ⇢ RN +1 abierto no vacı́o, f 2 C(⌦; RN ) \
Liploc (y, ⌦), (x0 , y0 ) 2 ⌦, y el ⇢ 0
y = f (x, y),
(PC)
y(x0 ) = y0 .
Denotamos '(·, x0 , y0 ) : I(x0 , y0 ) ! RN la única solución maximal del (PC) anterior. Introducimos
también la siguiente notación:
⇥ = {(x, x0 , y0 ) 2 RN +2 : (x0 , y0 ) 2 ⌦, x 2 I(x0 , y0 )}, (6.1)
que es el conjunto de definición de la solución maximal del (PC) vista como función de sus tres
variables,
'(·, ·, ·) : (x, x0 , y0 ) 2 ⇥ 7! '(x, x0 , y0 ) 2 RN .
Teorema 6.4 (Dependencia continua de la solución respecto de los datos iniciales).
Sea f 2 C(⌦; RN ) \ Liploc (y, ⌦). Entonces se verifica que
1. dados (x⇤0 , y0⇤ ) 2 ⌦ y a < x⇤0 < b tales que [a, b] ⇢ I(x0 , y0 ), para todo " > 0 fijado existe un
entorno V" de (x⇤0 , y0⇤ ) tal que
i) V" ⇢ ⌦,
ii) [a, b] ⇢ I(x0 , y0 ) 8(x0 , y0 ) 2 V" ,
iii) máx |'(x, x0 , y0 ) '(x, x⇤0 , y0⇤ )|  " 8(x0 , y0 ) 2 V" .
x2[a,b]
2. El conjunto ⇥ definido en (6.1) es abierto no vacı́o de RN +2 , y además '(·, ·, ·) 2 C(⇥; RN ).

Demostración. Comenzamos probando la primera parte. Consideramos el conjunto compacto no
vacı́o
K = {(x, '(x, x⇤0 , y0⇤ )) 2 RN +1 : x 2 [a, b]} ⇢ ⌦.
Tomamos ahora un valor " > 0 tal que " < d(K, RN +1 \ ⌦) (cf. Proposición 4.11.) Bastará probar
el aserto del teorema para dichos valores de ".
Definimos
A = {(x, y) 2 RN +1 : d((x, y), K) < "}.
Por la continuidad de la aplicación RN +1 3 (x, y) 7! d((x, y), K) 2 R, se tiene que A es un conjunto
abierto. Obviamente es también acotado, y K ⇢ A.
Observemos también que si x 2 [a, b],
d((x, y), K)  d[(x, y), (x, '(x, x⇤0 , y0⇤ ))] = d[y, '(x, x⇤0 , y0⇤ )] = |y '(x, x⇤0 , y0⇤ )|.
Otro conjunto que tendrá importancia en el desarrollo de la prueba es
{(x, y) 2 RN +1 : d((x, y), K)  "} cerrado, contiene a A y está contenido en ⌦.
En resumen, se tiene la siguiente cadena de inclusiones:
K ⇢ A ⇢ A compacto ⇢ {(x, y) 2 RN +1 : d((x, y), K)  "} ⇢ ⌦.
Notemos por L > 0 a una constante global de Lipschitz para f respecto de y en Ā. Definimos
ahora
V" = {(x, y) 2 [a, b] ⇥ RN : |y '(x, x⇤0 , y0⇤ )| < "e L(b a) }. (6.2)
Obsérvese que (x⇤0 , y0⇤ ) 2 V" , con lo que V" es un entorno del punto (x⇤0 , y0⇤ ). Y por las definiciones
de K y de A se tiene que
K ⇢ V" ⇢ A ⇢ ⌦.
Con esto se tiene probado el apartado i).
Consideramos ahora cualquier par (x0 , y0 ) 2 V" , y el

⇢ 0
y = f (x, y),
(PC)A en A.
y(x0 ) = y0 ,
Existe una única solución maximal en el abierto A del (PC)A , que denotaremos por (I(P C)A , ),
donde I(P C)A = (↵, ). Evidentemente, como también ocurre que ((↵, ), ) es solución local del
⇢ 0
y = f (x, y),
(PC)⌦
y(x0 ) = y0 ,
se tiene que (↵, ) ⇢ I(PC)⌦ (x0 , y0 ) = I(x0 , y0 ) y que = '(·, x0 , y0 )|(↵, ) .

Veamos que se tiene [↵, ] ⇢ I(x0 , y0 ). En efecto, por propia definición de como solución en
el abierto A,
⌧ ⇢ A ⇢ Ā ⇢ ⌦ ) ⌧ ⇢ A ⇢ ⌦.
Por tanto, ⌧ es acotado, y d(⌧ + , ⌦) > 0 y d(⌧ , ⌦) > 0, por tanto, aplicando el Teorema 4.14 y el
Teorema 4.16 del Tema 4, ((↵, ), ) es prolongable en ⌦ por la derecha y por la izquierda. Esto
significa que
9 lı́m (x), 9 lı́m (x).
x!↵+ x!
Probamos ahora que ↵ < a y que > b, con lo que se tendrá la condición ii) del teorema, i.e. que
[a, b] ⇢ (↵, ) ⇢ I(PC)⌦ (x0 , y0 ).
Para probar que ↵ < a, procedemos por reducción al absurdo. Si fuese 1 < a  ↵, entonces
[↵, x0 ] ⇢ [a, x0 ] y [↵, x⇤0 ] ⇢ [a, x⇤0 ]. En tal caso podrı́amos comparar las soluciones obtenidas ante-
riormente en sus respectivos (PC), esto es, las funciones (x) = (x, x0 , y0 ) y '(x) = '(x, x⇤0 , y0⇤ )
para todo x 2 (↵, x0 ].
Z x Z x
(x) '(x) = y0 '(x0 , x⇤0 , y0⇤ ) + f (s, (x))ds f (s, '(s))ds.
x0 x0
Como ambos argumentos de f están en Ā, usando la Lipschitzianidad global de f en Ā,

Z x0
| (x) '(x)|  |y0 '(x0 , x⇤0 , y0⇤ )| + L | (s) '(s)|ds 8x 2 (↵, x0 ].
x
Aplicando el Lema de Gronwall,
| (x) '(x)|  |y0 '(x0 , x⇤0 , y0⇤ )|eL(x0 x)

 |y0 '(x0 , x⇤0 , y0⇤ )|eL(b a)
8x 2 (↵, x0 ]. (6.3)
Tomando lı́mite cuando x ! ↵+ , como (x0 , y0 ) 2 V" , se tiene que
lı́m (x) '(↵, x⇤0 , y0⇤ )  |y0 '(x0 , x⇤0 , y0⇤ )|eL(b a)
< ".
x!↵+
Esto implica que T = {(↵, lı́mx!↵+ (x))} 2 A. Por consiguiente, es prolongable por la iz-
quierda, lo que contradice el hecho de que era una solución maximal en A.
Una contradicción similar se obtendrı́a por la derecha. Por lo que concluimos que [a, b] ⇢ (↵, ).
Además, los cálculos anteriores que condujeron a la desigualdad (6.3) son válidos para todo x 2
[a, b], por lo que, denotando ya '(x, x0 , y0 ) = (x), se tiene la condición iii):
|'(x, x0 , y0 ) '(x, x⇤0 , y0⇤ )|  " 8x 2 [a, b].
Para probar la segunda afirmación del teorema, esto es, que ⇥ ⇢ RN +2 es abierto no vacı́o y que
' 2 C(⇥; RN ), usaremos la primera parte.
111 6.2. CONTINUIDAD DE LA SOLUCIÓN RESPECTO DE LOS DATOS INICIALES
Sea (x⇤ , x⇤0 , y0⇤ ) 2 ⇥ dado, i.e. (x⇤0 , y0⇤ ) 2 ⌦, y x⇤ 2 I(x⇤0 , y0⇤ ). Sean a y b números reales tales
que [a, b] ⇢ I(x⇤0 , y0⇤ ), con x⇤0 , x⇤ 2 (a, b).
Fijado un valor "/2 > 0, existe por el apartado primero un abierto V"/2 ⇢ ⌦, entorno de (x⇤0 , y0⇤ ),
tal que [a, b] ⇢ I(x0 , y0 ) 8(x0 , y0 ) 2 V"/2 , y verificándose además que
máx |'(x, x0 , y0 ) '(x, x⇤0 , y0⇤ )|  "/2 8(x0 , y0 ) 2 V"/2 . (6.4)

x2[a,b]
Por otro lado, fijado x⇤ , existe un entorno suyo I ⇢ [a, b], tal que por la continuidad de la función
'(·, x⇤0 , y0⇤ ) se tiene
|'(x, x⇤0 , y0⇤ ) '(x⇤ , x⇤0 , y0⇤ )|  "/2 8x 2 I. (6.5)
Veamos que I ⇥ V"/2 es un entorno de (x⇤ , x⇤0 , y0⇤ ) contenido en ⇥, con lo que estará probado que
⇥ es abierto.
(x, x0 , y0 ) 2 I ⇥ V"/2 ) [(x0 , y0 ) 2 V"/2 ⇢ ⌦, x 2 I ⇢ [a, b] ⇢ I(x0 , y0 )] ) (x, x0 , y0 ) 2 ⇥.
Veamos ahora que ' 2 C(⇥; RN ). Dado un " > 0 y un punto (x⇤ , y0⇤ , y0⇤ ) 2 ⇥, buscamos un entorno
U con el cuál
|'(x, x0 , y0 ) '(x⇤ , x⇤0 , y0⇤ )|  " 8(x, x0 , y0 ) 2 U.
Consideramos como antes el entorno U = I ⇥ V"/2 3 (x, x0 , y0 ). Entonces se tienen las siguientes
desigualdades,
|'(x, x0 , y0 ) '(x⇤ , x⇤0 , y0⇤ )|  |'(x, x0 , y0 ) '(x, x⇤0 , y0⇤ )| + |'(x, x⇤0 , y0⇤ ) '(x⇤ , x⇤0 , y0⇤ )|
" "
 + = ",
2 2
donde las dos últimas desigualdades se han obtenido aplicando (6.4) y (6.5) respectivamente.
Observación 6.5. Puede probarse, aunque nosotros no lo haremos, que '(·, ·, ·) 2 Liploc (⇥; RN ),
i.e. para todo (x⇤ , x⇤0 , y0⇤ ) 2 ⇥, existe un entorno U suyo, U ⇢ ⇥, y una constante L > 0 tales que
|'(x, x0 , y0 ) '(x̄, x̄0 , ȳ0 )|  L(|x x̄| + |x0 x̄0 | + |y0 ȳ0 |) 8(x, x0 , y0 ), (x̄, x̄0 , ȳ0 ) 2 U.
6.2.1. Continuidad respecto datos iniciales y parámetros

A veces es útil en la práctica considerar s.d.o. como el siguiente
⇢ 0
y = f (x, y, ),
(PC)
y(x0 ) = y0 ,
donde = ( 1 , . . . , k ) son k parámetros que aparecen en la función f. Supone simplemente dar

más libertad a la elección de la función f variando distintas caracterı́sticas intrı́nsecas del experi-
mento, que a lo largo del mismo quedarán constantes.
La pregunta que nos hacemos en este bloque del tema es: ¿qué ocurre si cambiamos ligeramente
no sólo los datos iniciales sino también los parámetros?
Veremos que podemos sumergir la cuestión en un replanteamiento del problema que lo lleve al
marco de la sección anterior, para poder aplicar el Teorema 6.4 pero incorporando los parámetros.
Sea ⌦e ⇢ RN +k+1 un abierto no vacı́o, y denotaremos a sus elementos por (x, y, ) 2 ⌦, e con
x 2 R, y 2 RN y 2 Rk .
˜ RN ) \ Liploc ((y, ), ⌦;
La hipótesis natural para esta situación es f 2 C(⌦; ˜ RN ).
˜ RN ) implica que fijado (x̄, ȳ, ¯ ) 2 ⌦,
La condición f 2 Liploc ((y, ), ⌦; e existe un entorno V ⇢ ⌦
e
¯
de la tripleta (x̄, ȳ, ) y existe una constante L > 0 tales que
|f (x, y1 , 1) f (x, y2 , 2 )|  L(|y1 y2 | + | 1 2 |) 8(x, y1 , 1 ), (x, y2 , 2) 2 V.
Dado 2 Rk , también resultará conveniente introducir la notación
e ⇢ RN +1 .
⌦ = {(x, y) 2 RN +1 : (x, y, ) 2 ⌦}
El conjunto ⌦ es un abierto (eventualmente vacı́o). Si ⌦ 6= ;, se define
f (x, y) = f (x, y, ) 8(x, y) 2 ⌦ .
De este modo se tiene que f 2 C(⌦ ; RN ) \ Liploc (y, ⌦ ).

Finalmente, fijado un 0 2 Rk con ⌦ 0 6= ; y (x0 , y0 ) 2 ⌦ 0 , tiene sentido plantear el siguiente
problema de Cauchy
⇢ 0
y = f 0 (x, y),
(PC) en ⌦ 0 .
y(x0 ) = y0 ,
A su solución maximal se la denotará '(·, x0 , y0 , 0 ), y su intervalo maximal de definición (abierto)

será notado I(x0 , y0 , 0 ).
Definimos entonces el conjunto
e = {(x, x0 , y0 ,
⇥ 0) 2 RN +k+2 : (x0 , y0 ) 2 ⌦ 0 , x 2 I(x0 , y0 , 0 )}. (6.6)
e como función ' : (x, x0 , y0 ,

Ası́, la solución maximal del (PC) anterior tiene sentido sobre ⇥ 0) 7!
'(x, x0 , y0 , 0 ) 2 R .
N
Teorema 6.6 (Dependencia continua respecto datos iniciales y parámetros). Sean ⌦ e⇢

R N +k+1 e N e
un abierto no vacı́o y f 2 C(⌦; R ) \ Liploc ((y, ), ⌦; R ). Entonces se tienen las siguien-
N
tes propiedades.
1. e y a < x⇤ < b tales que [a, b] ⇢ I(x⇤ , y ⇤ ,

Dados (x⇤0 , y0⇤ , ⇤0 ) 2 ⌦ 0 ), para cada " > 0 fijado,
⇤
0 0 0
existe un entorno V" de (x⇤0 , y0⇤ , ⇤0 ) tal que
e
(i) V" ⇢ ⌦,
(ii) [a, b] ⇢ I(x0 , y0 , 0) 8(x0 , y0 , 0) 2 V" ,
(iii) máx |'(x, x0 , y0 , 0) '(x, x⇤0 , y0⇤ , 0 )|
⇤
" 8(x0 , y0 , 0) 2 V" .
x2[a,b]
2. e definido por (6.6) es abierto no vacı́o y además ' 2 C(⇥;

El conjunto ⇥ e RN ).
Demostración. Si en RN +k+1 se usa la notación (x, z) = (x, y, ) y definimos también

✓ ◆
f (x, y, )
F (x, z) = ,
0
entonces el resultado sigue de aplicar el Teorema 6.4 al

⇢
z 0 = F (x, z),
(PC)
z(x0 ) = z0 = (y0 , 0 ).
Observación 6.7. Análogamente a la Observación 6.5, se podrı́a probar con las mismas hipótesis
e RN ).
que ' 2 Liploc (⇥;
113 6.3. COMPARACIÓN DE SOLUCIONES DE (PC) CON ECUACIONES PARECIDAS
6.3. Comparación de soluciones de (PC) con ecuaciones pa-

recidas
Damos a continuación respuesta a la tercera pregunta con que iniciábamos el tema. Supongamos
dos sistemas diferenciales ordinarios con miembros de la derecha similares entre si. Nos preguntamos
si los respectivos (PC) generan soluciones también parecidas en un intervalo finito donde ambas
estén definidas.
Teorema 6.8. Sean ⌦ ⇢ RN +1 un abierto no vacı́o, (x0 , y0 ) 2 ⌦, f 2 C(⌦; RN ) \ Liploc (y, ⌦) y

g 2 C(⌦; RN ). Consideramos los siguientes problemas:
⇢ 0 ⇢ 0
y = f (x, y), y = g(x, y),
(PC)f (PC)g
y(x0 ) = y0 , y(x0 ) = y0 .
Denotamos por '(x, x0 , y0 ) la solución maximal de (PC)f , y por a una solución (en principio
no hay unicidad) de (PC)g . Ambas soluciones están al menos definidas sobre un mismo intervalo
compacto I = [x0 , x0 + ].
Si se cumple que |f (x, y) g(x, y)|  M 8(x, y) 2 (I ⇥ RN ) \ ⌦, entonces existe L > 0 tal
que
|'(x, x0 , y0 ) (x)|  M eL|x x0 | 8x 2 I .
Demostración. Considérese el compacto

[
K = {(x, '(x, x0 , y0 )) : x 2 I } {(x, (x)) : x 2 I }.
Sea L > 0 una constante de Lipschitz global para f en K respecto de y. Entonces

Z x
|'(x, x0 , y0 ) (x)| = [f (s, '(s, x0 , y0 )) g(s, (s))]ds
x0
Z x Z x
 [f (s, '(s, x0 , y0 )) f (s, (s))]ds + [f (s, (s)) g(s, (s))]ds
x x0
Z0 x
 L |'(s, x0 , y0 ) (s)|ds + M .
x0
Ahora el resultado sigue de aplicar el Lema de Gronwall.
Observación 6.9.
1. La acotación anterior sirve para cualquier solución del (PC)g .
2. Conjugando el resultado anterior sobre pequeñas variaciones en las funciones del s.d.o. con
los de la sección anterior, con pequeñas variaciones en los datos, se obtiene que pequeñas
variaciones en ambos, función del s.d.o. y en los datos y/o parámetros, producen, al menos
localmente, soluciones cercanas.
6.4. Derivabilidad de la solución respecto datos iniciales y

parámetros
6.4.1. Comentarios preliminares. Desarrollo heurı́stico
Sea ⌦ ⇢ RN +1 un abierto no vacı́o, y (x0 , y0 ) 2 ⌦. Dada una función f 2 C(⌦; RN ) \
Liploc (y, ⌦), se considera el ⇢ 0
y = f (x, y),
(PC)
y(x0 ) = y0 ,
cuya solución maximal ' 2 C(⇥; RN ), según hemos visto antes en el Teorema 6.4. De hecho, ya
se vio en la primera sección de este tema que la regularidad en la primera variable de ' es mayor,
concretamente al menos de clase C 1 , pues
@'
(x, x0 , y0 ) = f (x, '(x, x0 , y0 ))
@x
es composición de dos aplicaciones continuas,
⇥ 3 (x, x0 , y0 ) 7! (x, '(x, x0 , y0 )) 7! f (x, '(x, x0 , y0 )) 2 RN .

@' @'
El objetivo de esta sección es obtener un resultado similar para y .
@x0 @y0j
Damos una breve introducción heurı́stica al tipo de resultado que probaremos, y para ello
@f
supondremos que existe 2 C(⌦; L(RN )). Bajo esta hipótesis se tiene directamente que f 2
@y
Liploc (y, ⌦).
@' @'
Supongamos que existen las derivadas parciales y , y más aún, que existen las deriva-
@x0 @y0j
das cruzadas y son iguales. Entonces, derivando formalmente, vamos a ver qué sistema diferencial
deben verificar dichas expresiones.
 
@ @' @ @'
(x, x0 , y0 ) = (x, x0 , y0 )
@x @x0 @x0 @x
@ @f @'
= f (x, '(x, x0 , y0 )) = (x, '(x, x0 , y0 )) (x, x0 , y0 ).
@x0 @x @x0
Análogamente
 
@ @' @ @'
(x, x0 , y0 ) = (x, x0 , y0 )
@x @y0j @y0j @x
@ @f @'
= f (x, '(x, x0 , y0 )) = (x, '(x, x0 , y0 )) (x, x0 , y0 ).
@y0j @y @y0j
Si unimos a estas derivadas formales, las identidades de los datos iniciales, tenemos que
@'
'(x0 , x0 , y0 ) = x0 ) (x, x0 , y0 ) = ej ,
@y0j x=x0
donde ej = (0, . . . , 0, 1, 0, . . . , 0) 2 RN es el vector que tiene un 1 en la posición j y cero en el resto

de componentes.
De forma similar podemos deducir un valor inicial para las derivadas respecto de x0 :
@' '(x0 , x0 + ", y0 ) '(x0 , x0 , y0 )
(x, x0 , y0 ) = lı́m
@x0 x=x0 "!0 "
Z
1 x0
= lı́m f (s, '(s, x0 + ", y0 ))ds, (6.7)
"!0 " x +"
0
donde para la última igualdad hemos usado que '(·, x0 + ", y0 ) verifica la ecuación diferencial y que
'(x0 , x0 , y0 ) = '(x0 + ", x0 + ", y0 ). Si ahora usamos el Teorema del Valor Medio para la última
expresión en (6.7), tenemos que
@' 1
(x, x0 , y0 ) = lı́m ( ")f (x0 + ✓", '(x0 + ✓", x0 + ", y0 )) = f (x0 , y0 ).
@x0 x=x0 "!0 "
Por tanto, en principio formalmente, concluimos que

@' @'
(x, x0 , y0 ) = w0 (x, x0 , y0 ) y (x, x0 , y0 ) = wj (x, x0 , y0 ), j = 1, . . . , N,
@x0 @y0j
115 6.4. DERIVABILIDAD RESPECTO DATOS INICIALES Y PARÁMETROS
donde las funciones w0 , wj con j = 1, . . . , N, son soluciones del siguiente problema

8 @f
>
< wi0 (x) = (x, '(x, x0 , y0 ))wi (x), i = 0, . . . , N,
@y
(PC) (6.8)
: w0 (x0 ) = f (x0 , y0 ),
>
wi (x0 ) = ei , i = 1, . . . , N.
El sistema (6.8) se llama sistema lineal variacional asociado al s.d.o. y 0 = f (x, y).
Ahora establecemos y probamos de forma rigurosa el resultado.

Teorema 6.10 (Derivabilidad respecto de datos iniciales). Sea ⌦ ⇢ RN +1 un abierto no
vacı́o, f 2 C(⌦; RN ) tal que existe @f
@y (x, y) 2 C(⌦; L(R )). Entonces se cumplen las siguientes
N
propiedades.
1. La solución maximal ' 2 C 1 (⇥; RN ).
2. Fijado (x⇤0 , y0⇤ ) 2 ⌦, para cada x 2 I(x⇤0 , y0⇤ ) se tiene que
@' @'
(x, x⇤0 , y0⇤ ) = w0 (x, x⇤0 , y0⇤ ), (x, x⇤0 , y0⇤ ) = wj (x, x⇤0 , y0⇤ ), j = 1, . . . , N,
@x0 @y0j
donde {wi }i=0,...,N son las soluciones del s.d.o. lineal variacional y los datos iniciales dados
en (6.8).
3. Existen las siguientes derivadas cruzadas, coinciden, y además son continuas en ⇥ :
@2' @2'
= 2 C(⇥; RN ),
@x@x0 @x0 @x
@2' @2'
= 2 C(⇥; RN ), j = 1, . . . , N.
@x@y0j @y0j @x
Demostración. Veamos primero que los apartados 1 y 3 son consecuencia del apartado 2.
En efecto, si aplicamos el teorema de continuidad de la solución respecto de los datos iniciales,
@' @'
al ser y soluciones de un s.d.o. (con las hipótesis que se pedı́an en el Teorema 6.4), se
@x0 @y0j
tiene que
@' @'
, 2 C(⇥; RN ).
@x0 @y0j
Esto prueba el apartado 1, supuesto que el apartado 2 es cierto.
@'
Por otra parte, como (x, x⇤0 , y0⇤ ) = f (x, '(x, x⇤0 , y0⇤ )), y estamos suponiendo que el apartado
@x
2 es cierto, se puede derivar respecto de x0 ,

@ @' @ @f @'
9 (x, x⇤0 , y0⇤ ) = f (x, '(x, x⇤0 , y0⇤ )) = (x, '(x, x⇤0 , y0⇤ )) (x, x⇤0 , y0⇤ ) 2 C(⇥; RN ).
@x0 @x @x0 @y @x0
Con la otra derivada cruzada utilizamos el hecho de que la parcial respecto x0 verifica el s.d.o.
lineal variacional:

@ @' @f @'
9 (x, x⇤0 , y0⇤ ) = (x, '(x, x⇤0 , y0⇤ )) (x, x⇤0 , y0⇤ ) 2 C(⇥, RN ).
@x @x0 @y @x0
Por tanto concluimos que ambas derivadas cruzadas son iguales (las derivadas cruzadas respecto
de x y respecto de y0j son análogas), y se tiene la regularidad requerida, o sea, el apartado 3 del
enunciado.
@'
Ahora probamos el apartado 2. En realidad sólo lo haremos para , la comprobación para
@x0
@'
las otras derivadas parciales se hace de manera similar).
@y0j
Sea (x⇤ , x⇤0 , y0⇤ ) 2 ⇥ fijado. Consideramos también a < b tales que x⇤0 , x⇤ 2 (a, b) ⇢ I(x⇤0 , y0⇤ ),
y el compacto K = {(x, '(x, x⇤0 , y0⇤ )) : x 2 [a, b]}. Sea " > 0 tal que " < d(K, RN +1 \ ⌦), y con
[x⇤0 ", x⇤0 + "] ⇢ (a, b).
Por el Teorema 6.4 de continuidad respecto de datos iniciales sabemos que existen un entorno V"
de (x⇤0 , y0⇤ ) y > 0 (sin pérdida de generalidad < ") tales que B((x⇤0 , y0⇤ ), ) ⇢ V" , y verificándose
(x0 , y0 ) 2 B((x⇤0 , y0⇤ ), ) implica que (x0 , y0 ) 2 ⌦,
[a, b] ⇢ I(x0 , y0 ) 8(x0 , y0 ) 2 B((x⇤0 , y0⇤ ), ),

máx |'(x, x0 , y0 ) '(x, x⇤0 , y0⇤ )|  " 8(x0 , y0 ) 2 B̄((x⇤0 , y0⇤ ), ).
x2[a,b]
Queremos calcular
@' '(x, x⇤0 + h, y0⇤ ) '(x, x⇤0 , y0⇤ )
(x, x⇤0 , y0⇤ ) = lı́m . (6.9)
@x0 h!0 h
Definimos para cada x 2 [a, b] y |h|  la función
(x, h) = '(x, x⇤0 + h, y0⇤ ) '(x, x⇤0 , y0⇤ ). (6.10)
Por los comentarios anteriores, esta función está bien definida, y de hecho es continua en [a, b] ⇥
[ , ]. Buscamos otra expresión para (x, h) para poder calcular la derivada parcial (6.9).
Para ello, primero observemos que tiene las siguientes propiedades:
a) (x, 0) = 0 8x 2 [a, b].
b) | (x, h)|  " 8(x, h) 2 [a, b] ⇥ [ , ], por la elección de V" .
c) (x, '(x, x⇤0 , y0⇤ ) + s (x, h)) 2 ⌦ para toda tripleta (x, h, s) 2 [a, b] ⇥ [ , ] ⇥ [0, 1]. Esto es
debido a que
d[(x, '(x, x⇤0 , y0⇤ ) + s (x, h)), K]  d[(x, '(x, x⇤0 , y0⇤ ) + s (x, h)), (x, '(x, x⇤0 , y0⇤ ))]
= |s (x, h)|  s"  ".
Veamos cómo obtener una nueva expresión para (x, h) a través de cierta ecuación diferencial.
Fijamos h 2 [ , ]. Tenemos que (·, h) 2 C 1 ([a, b]) siendo
@ @' @'
(x, h) = (x, x⇤0 + h, y0⇤ ) (x, x⇤0 , y0⇤ )
@x @x @x
= f (x, '(x, x⇤0 + h, y0⇤ )) f (x, '(x, x⇤0 , y0⇤ )), 8x 2 [a, b].
Fijados h 2 [ , ] y x 2 [a, b] definimos
g(s) = f (x, '(x, x⇤0 , y0⇤ ) + s (x, h)) 2 C 1 ([0, 1]).
Tenemos que
g(0) = f (x, '(x, x⇤0 , y0⇤ )),
g(1) = f (x, '(x, x⇤0 , y0⇤ ) + (x, h)) = f (x, '(x, x⇤0 + h, y0⇤ )).
R1
Como g(1) g(0) = 0 g 0 (s)ds, resulta que
Z 1
@
(x, h) = g(1) g(0) = g 0 (s)ds
@x 0
Z 1
@f
= (x, '(x, x⇤0 , y0⇤ ) + s (x, h))ds (x, h).
0 @y
Denotamos para x 2 [a, b] y h 2 [ , ],

Z 1
@f
B(x, h) = (x, '(x, x⇤0 , y0⇤ ) + s (x, h))ds.
0 @y
Se tiene que B 2 C([a, b] ⇥ [ , ]; L(RN )). Ası́, (x, h) es solución del s.d.o. w0 (x) = B(x, h)w(x).
Veamos ahora qué satisface como condición inicial.
(x⇤0 , h) = '(x⇤0 , x⇤0 + h, y0⇤ ) '(x⇤0 , x⇤0 , y0⇤ )

= '(x⇤0 , x⇤0 + h, y0⇤ ) y0⇤
= ['(x⇤0 + h, x⇤0 + h, y0⇤ ) '(x⇤0 , x⇤0 + h, y0⇤ )]
Z 1
@' ⇤
= h (x0 + sh, x⇤0 + h, y0⇤ )ds
0 @x
Z 1
= h f (x⇤0 + sh, '(x⇤0 + sh, x⇤0 + h, y0⇤ ))ds.
0
Denotamos Z 1
r(h) = [f (x⇤0 , y0⇤ ) f (x⇤0 + sh, '(x⇤0 + sh, x⇤0 + h, y0⇤ ))]ds.
0
Resulta ası́ que (x⇤0 , h) = h[r(h) f (x⇤0 , y0⇤ )], y que r verifica dos propiedades:
1. r 2 C([ , ]), debido a la continuidad de la solución ' respecto datos iniciales, que aquı́ son
parámetros bajo el signo integral.
2. lı́m r(h) = 0 (por el Teorema de Convergencia Dominada de Lebesgue).
h!0
Tenemos por tanto que (x, h) es la única solución del

⇢ 0
w (x) = B(x, h)w(x),
(PC) (6.11)
w(x0 ) = h[r(h) f (x⇤0 , y0⇤ )].
Vamos a manipular este s.d.o. para obtener la propiedad que queremos sobre su solución (x, h).
Denotemos (x, h) = ( 1 (x, h) | 2 (x, h) | . . . | N (x, h)) la matriz cuya columna j (x, h) es
solución del ⇢ 0
w (x) = B(x, h)w(x),
(PC)
w(x⇤0 ) = ej j = 1, . . . , N.
Ası́ se tiene que 2 C([a, b] ⇥ [ , ]; L(RN )), y que (x⇤0 , h) =Id. Veamos ahora que
b(x, h) = h (x, h)[r(h) f (x⇤0 , y0⇤ )]
es solución del (PC) dado en (6.11).

En efecto,
b0 (x, h) = h 0 (x, h)[r(h) f (x⇤0 , y0⇤ )]
= hB(x, h) (x, h)[r(h) f (x⇤0 , y0⇤ )]
= B(x, h) b(x, h).
Además, b(x⇤0 , h) = h (x⇤0 , h)[r(h) f (x⇤0 , y0⇤ )] = h[r(h) f (x⇤0 , y0⇤ )].
Por la unicidad de solución tenemos que (x, h) = ˆ(x, h). Por tanto
(x, h)
= (x, h)[r(h) f (x⇤0 , y0⇤ )].
h
Se comprueba entonces que
(x, h)
lı́m = lı́m (x, h)[r(h) f (x⇤0 , y0⇤ )] = (x, 0)f (x⇤0 , y0⇤ ), 8x 2 [a, b].
h!0 h h!0
Recordemos que nuestro objetivo era calcular la expresión (6.9), que está directamente relacionada
con la definición de dada en (6.10). Ası́, hemos llegado a que
@'
9 (x, x⇤0 , y0⇤ ) = (x, 0)f (x⇤0 , y0⇤ ) 8x 2 [a, b].
@x0
Finalmente, vemos quién es por propia definición de la función
ŵ(x) = (x, 0)f (x⇤0 , y0⇤ ).
Se tiene que la derivada vale
ŵ0 (x) = 0
(x, 0)f (x⇤0 , y0⇤ ) = B(x, 0) (x, 0)f (x⇤0 , y0⇤ ) = B(x, 0)ŵ(x), (6.12)
y la condición inicial satisfecha es
ŵ(x⇤0 ) = (x⇤0 , 0)f (x⇤0 , y0⇤ ) = f (x⇤0 , y0⇤ ). (6.13)
La función
Z 1
@f
B(x, 0) = (x, '(x, x⇤0 , y0⇤ ) + s (x, 0))ds
0 @y
Z 1
@f @f
= (x, '(x, x⇤0 , y0⇤ )ds = (x, '(x, x⇤0 , y0⇤ ). (6.14)
0 @y @y
Sustituyendo (6.14) en (6.12) y la condición inicial (6.13) se tiene el s.d.o. lineal variacional del
enunciado del teorema, lo que termina la prueba.
Al igual que ocurrió con la continuidad respecto de los datos iniciales, que podı́a usarse para
tratar el caso de dependencia continua respecto de datos iniciales y parámetros, sumergiendo el
problema en otro del primer tipo (cf. Teorema 6.6), se puede usar el Teorema 6.10 para establecer
el siguiente resultado.
Teorema 6.11 (Derivabilidad respecto de condiciones iniciales y parámetros). Sea ⌦ e⇢

RN +k+1 un abierto no vacı́o, y f 2 C(⌦;e RN ) tal que existe @f 2 C(⌦;˜ L(RN )) y existe @f 2
@y @
C(⌦;e L(RK ; RN )). Entonces, denotando ⌦ = {(x, y) : (x, y, 0 ) 2 ⌦},
e si ⌦ 6= ;, las soluciones
0 0
del ⇢ 0
y = f (x, y, 0 ),
(PC) en ⌦ 0 ,
y(x0 ) = y0 ,
verifican
1. e RN ), donde ⇥
'(·, ·, ·, ·) 2 C 1 (⇥; e viene definido por (6.6).
2. Fijado (x⇤0 , y0⇤ , e para cada x 2 I(x⇤ , y ⇤ ,

0) 2 ⌦, 0 ), se tiene que
⇤ ⇤
0 0
@' @'
(x, x⇤0 , y0⇤ , 0)
⇤
= w0 (x, x⇤0 , y0⇤ ), (x, x⇤0 , y0⇤ ) = wj (x, x⇤0 , y0⇤ ), j = 1, . . . , N,
@x0 @y0j
donde {wi }i=0,...,N son las soluciones del s.d.o. lineal variacional con datos iniciales análogos
a (6.8), en concreto,
8 @f
>
< wi0 (x) = (x, '(x, x⇤0 , y0⇤ , 0 ))wi (x),
⇤
i = 0, . . . , N,
@y
: w0 (x⇤0 ) = f (x0 , y0 ),
⇤ ⇤ ⇤
>
wi (x0 ) = ei , i = 1, . . . , N,
y las derivadas parciales respecto de las coordenadas paramétricas vienen dadas por
✓ ◆>
@'
, 0, . . . , 0, 1, 0, . . . , 0 = wN +j (x, x⇤0 , y0⇤ , 0)
⇤
j = 1, . . . , k,
@ 0j
donde las funciones {wj }j=N +1,...,N +k son (con valores en RN +k ) soluciones del
8 0 1
> @f @f
>
< 0 (x, '(x, x0 , y0 , 0 ), 0 )
⇤ ⇤ ⇤ ⇤
(x, '(x, x0 , y0 , 0 ), 0 )
⇤ ⇤ ⇤ ⇤
wN +j (x) = @ @y @ A wN +j (x),
>
> 0k⇥(N +k)
:
w(x⇤0 ) = eN +j .
3. Existen las siguientes derivadas cruzadas, coinciden, y además son continuas en ⇥ :
@2' @2' e RN ),
= 2 C(⇥;
@x@x0 @x0 @x
@2' @2' e RN ),
= 2 C(⇥; j = 1, . . . , N,
@x@y0j @y0j @x
@2' @2' e RN ),
= 2 C(⇥; j = 1, . . . , k.
@x@ 0j @ 0j @x
Demostración. Sumergimos el problema en otro del tipo tratado en el Teorema 6.10. Para ello
definimos una nueva variable y una nueva función
✓ ◆ ✓ ◆
y f (x, y, )
z= 2 RN +k , F (x, z) = .
0k
Entonces el problema inicial puede ser tratado como un problema sin parámetros, concretamente
8 0
< z = F (x, ✓z), ◆
y0
: z(x0 ) = .
0
Obsérvese que 0 1
@f @f
@F
=@ @y @ A.
@z
0k⇥(N +k)
Ahora el resultado sigue del Teorema 6.10.
Observación 6.12. Es posible establecer un resultado análogo para un (PC) asociado a una e.d.o.
de orden n, y (n = g(x, y, y 0 , . . . , y (n 1 ).
Si g es de clase C 1 , entonces la función solución ' es también de clase C 1 respecto a todas sus
variables.
Tema 7
Introducción a la teorı́a de la
estabilidad para sistemas
diferenciales ordinarios
7.1. Preliminares
En el tema anterior se probó, entre otras cosas, que las soluciones de sistemas diferenciales
ordinarios son continuas respecto de los datos iniciales en intervalos acotados. Esos resultados
serán útiles más adelante, pero en problemas prácticos se requiere algo más.
El concepto de estabilidad se especializó pronto en Mecánica para describir algunos tipos de
equilibrios. Supongamos que la trayectoria que describe una partı́cula es la solución de un s.d.o. que
tiene un punto de equilibrio. Se dirá que este equilibrio es “estable” si ante cualquier perturbación
suficientemente pequeña de su posición y velocidad, la partı́cula permanece arbitrariamente cerca
del punto de equilibrio con velocidad arbitrariamente pequeña para todo tiempo posterior. Un
sencillo ejemplo lo constituye el movimiento de un péndulo: en su punto más bajo es “estable”
mientras que el más alto es un equilibrio inestable. Con un ejemplo propiamente formulado en
términos de ecuaciones, sea el s.d.o. 0 = y(1 y)(2 y). De sus tres puntos de equilibrio, las
soluciones y ⌘ 0 e y ⌘ 2 son estables, mientras que y ⌘ 1 no lo es [la solución general es
r
1
y(x) = 1 ±
1 + C 2e 2x
y se cumple que
'(x, 0, y0 ) ! 0 si y0 < 1, '(x, 0, y0 ) ! 2 si y0 > 1.]
Obviamente es deseable que el funcionamiento de maquinaria sea no sólo continuo en tiempos
finitos sino “estable” en el sentido descrito anteriormente. En contraposición a la definición mecáni-
ca, donde su formulación matemática resultaba a veces útil y otras no, Lyapunov introduce otro
concepto de estabilidad, que será válido para e.d.o. generales, y aplicable también a una solución
cualquiera y no sólo a un punto de equilibrio.
En este tema hacemos una breve introducción al estudio de la estabilidad para algunos sistemas
diferenciales ordinarios (un estudio más amplio se hará en asignaturas posteriores).
7.2. Propiedades de estabilidad

Sean 0 < ⇢  +1 y 1  ⌧ < +1. Denotemos B⇢ = B(0, ⇢) en RN , I = (⌧, +1) y
⌦ = I ⇥ B⇢ . Supongamos dado un s.d.o.
121
122 Tema 7. Estabilidad para s.d.o.
y 0 = f (x, y) (7.1)
con f 2 C(⌦; R ) \ Liploc (y, ⌦) verificando que f (x, 0) = 0
N
8x 2 I.
Entonces la función '0 (x) ⌘ 0 es solución del
⇢ 0
y = f (x, y),
(PC)
y(x0 ) = 0.
Más aún: '(x, x0 , 0) = '0 (x) 8x0 2 I, 8x 2 I, y además I(x0 , 0) = I. Se dice también que
0 2 RN es un punto de equilibrio o punto crı́tico de (7.1). Damos las siguientes definiciones
con respecto a un punto de equilibrio.
Definición 7.1. Se dice que '0 es (un equilibrio) estable en el sentido de Lyapunov para (7.1)
si para cada x0 2 I y " > 0 dados, existe (x0 , ") 2 (0, ⇢) tal que si |y0 |  (x0 , ") entonces
I(x0 , y0 ) [x0 , +1) y |'(x, x0 , y0 )|  " 8x 2 [x0 , +1).
Se puede comprobar fácilmente que dicha definición es equivalente a la siguiente.
Definición 7.2. Se dice que '0 es (un equilibrio) estable para (7.1) si para cada x0 2 I y " > 0
dados, existe (x0 , ") 2 (0, ⇢) tal que si |y0 |  (x0 , ") entonces
|'(x, x0 , y0 )|  " 8x 2 [x0 , +1) \ I(x0 , y0 ).
En efecto, es inmediato que la Definición 7.1 implica la Definición 7.2. Para la implicación
contraria, tomamos sin pérdida de generalidad " < ⇢. La solución maximal del (PC) estará definida
en I(x0 , y0 ) = (x0 a, x0 + b) con b  +1. Supongamos que b < +1. Se puede probar que existe
lı́m '(x, x0 , y0 ),
x&x0 +b
por lo que la solución admite un valor en x0 + b y resultarı́a prolongable (contradictorio con la

definición de b).
Definición 7.3. Se dice que '0 es (un equilibrio) inestable si no es estable.
Definición 7.4. Se dice que '0 es (un equilibrio) uniformemente estable para (7.1) si es estable
y (x0 , ") puede ser escogido independiente de x0 2 I, es decir,
8" 2 (0, ⇢) 9 (") 2 (0, ⇢) : |y0 | < (") ) I(x0 , y0 ) [x0 , +1), |'(x, x0 , y0 )| < " 8x0 2 I, 8x x0 .
Definición 7.5. Se dice que '0 es (un equilibrio) atractivo para (7.1) si para cada x0 2 I existe
(x0 ) 2 (0, ⇢) tal que si |y0 |  (x0 ) entonces I(x0 , y0 ) [x0 , +1) y lı́mx!+1 |'(x, x0 , y0 )| = 0.
Observación 7.6. Un punto de equilibrio puede ser atractivo sin ser estable.
Definición 7.7. Se dice que '0 es (un equilibrio) asintóticamente estable para (7.1) si es
estable y atractivo.
Definición 7.8. Se dice que '0 es (un equilibrio) uniformemente atractivo para (7.1) si
9 2 (0, ⇢) : I(x0 , y0 ) [x0 , +1), 8x0 2 I, 8|y0 |  8x x0 y tal que
8" > 0 9x" > 0 : |'(x, x0 , y0 )|  " 8x0 2 I, 8|y0 |  , 8x x0 + x" .

Definición 7.9. Se dice que '0 es (un equilibrio) uniformemente asintóticamente estable
para (7.1) si es uniformemente estable y uniformemente atractivo.
Observación 7.10.
1. Para una e.d.o. de orden n y (n = g(x, y, y 0 , . . . , y (n 1 ) con g(x, 0, 0, . . . , 0) = 0, se dice que
la solución nula es estable, uniformemente estable, etc ... si lo es la solución nula del s.d.o.
asociado a la ecuación.
123 7.3. CRITERIOS DE ESTABILIDAD PARA S.D.O. LINEALES HOMOGÉNEOS
2. Para un s.d.o. como (7.1) pero autónomo (i.e. f (x, y) = f (y) 8x 2 I) todos los conceptos
son uniformes, es decir,
'0 estable , ' uniformemente estable
'0 atractivo , ' uniformemente atractivo

ya que si D ⇢ RN es un abierto y f 2 C(D; RN ) \ Liploc (y, D) y ponemos ⌦ = R ⇥ D,
entonces la solución maximal '(x, x0 , y0 ) del
⇢ 0
y = f (y),
(P C) en ⌦
y(x0 ) = y0 ,
satisface I(x0 , y0 ) = x0 + I(0, y0 ) y que '(x, x0 , y0 ) = '(x x0 , 0, y0 ) 8x 2 I(x0 , y0 ) (es fácil

verlo con un cambio de variables).
3. Los conceptos de estabilidad definidos antes son distintos unos de otros. De hecho, se verá en
la siguiente sección condiciones equivalentes para los sistemas diferenciales ordinarios lineales
de esos conceptos, y dichas condiciones son claramente distintas entre si.
4. La estabilidad y el resto de conceptos anteriormente definidos pueden ser aplicados a solucio-
nes distintas de la nula. Si se trata de una solución constante distinta del cero se puede hacer
un cambio de ejes para situar el punto de equilibrio en el origen. Pero más allá, en general,
si se trata de una solución no constante del s.d.o., digamos un par (I, y ⇤ (x)), solución de la
ecuación y 0 = f (x, y), se puede hacer el cambio de variables z = y y ⇤ , con lo que
z0 = y0 (y ⇤ )0 = f (x, y) f (x, y ⇤ ) ) z 0 = f (x, z + y ⇤ ) f (x, y ⇤ ).
Esto hace que las extensiones naturales de los conceptos previos para y ⇤ (que aquı́ no daremos)
coincidan con el estudio de dichas propiedades para el punto crı́tico z = 0 en el nuevo s.d.o.
7.3. Criterios de estabilidad para s.d.o. lineales homogéneos

Sean ⌧ 2 [ 1, +1), I = (⌧, +1) y A 2 C(I; L(RN )). Consideremos el sistema diferencial
ordinario lineal
y 0 = A(x)y, (7.2)
que por supuesto admite como solución a la función nula: '0 ⌘ 0. Se tiene entonces el siguiente
resultado.
Teorema 7.11. Bajo las condiciones anteriores, sea F (x) una matriz fundamental (m.f.) de (7.2).
Entonces se tienen las siguientes equivalencias.
(a) '0 es estable si y sólo si
8x0 2 I, sup |F (x)| < +1. (7.3)
x2[x0 ,+1)
(b) '0 es asintóticamente estable si y sólo si
lı́m |F (x)| = 0. (7.4)

x!+1
(c) '0 es uniformemente estable si y sólo si
9M > 0 : |F (x)F 1
(x0 )|  M 8x0 2 I, 8x x0 . (7.5)
(d) '0 es uniformemente asintóticamente estable si y sólo si
9C > 0, ↵ > 0 : |F (x)F 1

(x0 )|  Ce ↵(x x0 )
8x0 2 I, 8x x0 . (7.6)
Demostración.
(a) ( Como conocemos la expresión formal de la solución, '(x, x0 , y0 ) = F (x)F 1 (x0 )y0 , en-
tonces tenemos la acotación |'(x, x0 , y0 )|  |F (x)||F 1 (x0 )||y0 |. Es obvio que si se cumple (7.3)
entonces '0 es estable.
) Como '0 es estable, fijamos x0 2 I, y " = 1, entonces
9 (x0 ) : |y0 | < (x0 ) ) |'(x, x0 , y0 )|  1 8x 2 [x0 , +1).
Consideramos ahora y0 2 RN \ {0} arbitrario:

✓ ◆
(x0 )y0
' x, x0 ,  1 8x x0 ,
|y 0|
con lo que tenemos

(x0 )y0
F (x)F 1
(x0 )  1 8x x0 .
|y0 |
|y0 |
Esto implica que |'(x, x0 , y0 )|  8x x0 , 8y0 2 RN . Pero este tipo de acotación es el que
(x0 )
necesitan las columnas de F (x), por lo que se tiene (7.3).
(b) ( Obviamente (7.4) implica (7.3), que como hemos visto implica que '0 es estable. Veamos
también que es atractiva. En efecto:
|'(x, x0 , y0 )| = |F (x)F 1
(x0 )y0 |  |F (x)||F 1
(x0 )y0 | ! 0 si x ! +1.
) Como '0 es atractiva, dado x0 2 I, existe (x0 ) > 0 tal que |y0 | < (x0 ) implica que
lı́m |'(x, x0 , y0 )| = 0.
x!+1
Consideramos cualquier y0 6= 0, y la función
'(x, x0 , y0 )
(x) = (x0 ) .
|y0 |
Entonces | (x0 )| = (x0 ) y por tanto lı́m | (x)| = 0, luego lı́m |'(x, x0 , y0 )| = 0, de donde
x!+1 x!+1
(de nuevo al ser ası́ las columnas de F (x)) se concluye (7.4).
[Nota: aunque en el caso de un s.d.o.l. acabamos de ver que atractivo implica estable, esto NO
es cierto en general si el sistema es no lineal.]
(c) ( Veamos que '0 es uniformemente estable si se satisface (7.5).
|'(x, x0 , y0 )| = |F (x)F 1
(x0 )y0 |  M |y0 | 8x0 2 I, 8x x0 , 8y0 2 RN .
) Como '0 es uniformemente estable, dado " = 1 existe > 0 tal que
|'(x, x0 , y0 )|  1 8|y0 |  , 8x0 2 I, 8x x0 .
y0
Ahora, para todo y0 2 RN \ {0}. Obviamente |y0 | = con lo que
✓ ◆
y0
' x, x0 ,  1 8x0 2 I, 8x x0 .
|y0 |
✓ ◆
y0 y0 y0
' x, x0 , = F (x)F 1 (x0 ) = F (x)F 1 (x0 )  1.
|y0 | |y0 | |y0 |
125 7.3. CRITERIOS DE ESTABILIDAD PARA S.D.O. LINEALES HOMOGÉNEOS
Ası́, tenemos una acotación para una norma de F (x)F 1

(x0 ) que implica (7.5):
1
sup |F (x)F 1
(x0 )y0 |  8x0 2 I, 8x x0 .
|y0 |=1
(d) ( • La condición (7.6) implica la condición (7.5), y por el apartado anterior se tiene que '0
es uniformemente estable.
• Dada una constante C como en (7.6) tomamos " 2 (0, C). Si |y0 |  1 entonces
|'(x, x0 , y0 )| = |F (x)F 1
(x0 )y0 |  Ce ↵(x x0 )
8x0 2 I, 8x x0 .
Por tanto se consigue el carácter uniformemente atractivo:

✓ ◆
1 C
|'(x, x0 , y0 )|  " 8x0 2 I, 8x x0 + x" con x" = ln > 0.
↵ "
) usando el apartado c), '0 uniformemente estable implica que
9M > 0 : |F (x)F 1
(x0 )|  M 8x0 2 I, 8x x0 . (7.7)
Como '0 es también uniformemente atractiva,
9 > 0 : 8" > 0, 9x" > 0 : |'(x, x0 , y0 )|  " 8|y0 |  , 8x0 2 I, 8x x0 + x" .
En particular tomamos " = /2. Entonces
9 > 0, 9a > 0 : |'(x, x0 , y0 )|  /2 8|y0 |  , 8x0 2 I, 8x x0 + a.
En concreto, de esto se deduce que sup |F (x)F 1

(x0 )y0 |  1/2, lo que implica
|y0 |=1
|F (x)F 1
(x0 )|  1/2 8x0 2 I, 8x x0 + a. (7.8)
Sean ahora x0 2 I y x x0 fijados. Entonces existe un valor n 2 N tal que x 2 [x0 +na, x0 +(n+1)a)
y en consecuencia
|F (x)F 1 (x0 )|
 |F (x)F 1 (x0 + na)| · |F (x0 + na)F 1
(x0 + (n 1)a)| · . . . · |F (x0 + a)F 1
(x0 )|
✓ ◆n
1 1 1
 M · · ... · = M ,
2 2 2
donde la primera acotación (por M ) se debe a (7.7) aplicado al primer factor y los restantes han
sido acotados por 1/2 gracias a (7.8).
Notamos ahora ↵ = a1 ln 2 > 0. Se tiene que
✓ ◆n ✓ ◆n+1
1 1
M = 2M = 2M e (n+1) ln 2
= 2M e (n+1)a↵
,
2 2
y como x < x0 + (n + 1)a entonces (n + 1)a > x x0 , lo que implica que
✓ ◆n
1
M  2M e ↵(x x0 ) ,
2
de donde sigue (7.6).
Definición 7.12. Se dice que '0 es (un equilibrio) exponencialmente asintóticamente estable
si existen valores C > 0, ↵ > 0 y 2 (0, ⇢) tales que si |y0 |  , entonces I(x0 , y0 ) [x0 , +1) y
además
|'(x, x0 , y0 )|  Ce ↵(x x0 ) |y0 | 8x0 2 I, 8x x0 .
Observación 7.13. Si '0 es exponencialmente asintóticamente estable, entonces también es uni-

formemente asintóticamente estable. El recı́proco no es cierto en general (sı́ para los sistemas
diferenciales ordinarios lineales, como acabamos de ver en la prueba del apartado (d)).
Veamos ahora un resultado consecuencia del anterior, para s.d.o.l. con coeficientes constantes.
Teorema 7.14. Sea A 2 L(RN ), y considérese el s.d.o.l.
y 0 = Ay. (7.9)
Entonces se tienen las siguientes equivalencias:

(a) '0 es uniformemente estable si y sólo si todos los autovalores de A satisfacen Re( ) < 0.
(b) '0 es uniformemente estable si y sólo si todos los autovalores de A satisfacen las siguientes
dos condiciones:
(i) Re( )  0,
(ii) Si Re( ) = 0, entonces todos los bloques de Jordan asociados a en la forma canónica de A
son de dimensión uno.
Demostración. Al tratarse de un sistema autónomo, los conceptos que se prueben son evidente-
mente uniformes.
Sea Je la forma canónica de Jordan real asociada a la matriz A, y Pe un a matriz de paso, i.e. A =
e
PeJePe 1 . Sabemos entonces que una matriz fundamental de (7.9) es F (x) = PeeJx = pij (x)e ij x ,
siendo pij (x) polinomios (eventualmente idénticamente nulos) y ij autovalores de A.
Ahora es inmediato ver que ambos resultados son consecuencia del teorema anterior. En efecto,
e e e
(a) |F (x)F 1 (x0 )| = |PeeJx e Jx0 Pe 1 |  |PeeJ(x x0 ) ||Pe 1 |. Como dado cualquier polinomio p y
cualquier valor ↵ > 0 sabemos que existe una constante C = C(p, ↵) tal que p(x)e ↵x  C para
todo x 0, si consideramos cualquier autovalor de A y tomamos ↵ = /2, deducimos
p(x)e x
= p(x)e ↵x
e ↵x
 C(p, /2)e ↵x
,
que implica (7.6) tomando C y ↵ adecuados (concretamente ↵ = /2 con = mı́ni,j ij y C =

máxij C(pij , /2)).
(b) Análogamente, como consecuencia de nuevo de (7.6), si Re( ) = 0 pero la caja de Jordan
es de dimensión uno, entonces no hay polinomio multiplicando, por lo que también se obtiene la
acotación.
Los recı́procos son también inmediatos, ya que si alguna exponencial tiene exponente ij >0
resultarı́a imposible obtener las acotaciones (7.5) ó (7.6).
Observación 7.15 (Criterio de Routh-Hurwitz). Existen criterios algebraicos para saber si

una matriz tiene todos sus autovalores con Re( ) < 0, como el de Routh-Hurwitz:
Sea el polinomio (caracterı́stico) p(z) = z n + a1 z n 1 + . . . + an 1 z + an , con ai 2 R para todo
i. Denotemos (con el convenio de que aj = 0 si j > n)
a1 a3 a5 a7 ... a2k 1
1 a2 a4 a6 ... a2k 2
Dk = 0 a1 a3 a5 ... a2k 3 .
0 1 a2 a4 ... a2k 4
.. .. .. .. .. ..
. . . . . .
Si ak > 0 y Dk > 0 para k = 1, 2, . . . , n, entonces todas las raı́ces de p cumplen Re( ) < 0.
127 7.4. ESTABILIDAD EN 1A APROXIMACIÓN PARA S.D.O. NO LINEALES
7.4. Estabilidad en la primera aproximación para sistemas

no lineales
Vamos a considerar una “leve” perturbación de un s.d.o.l. Concretamente
y 0 = A(x)y + g(x, y) (7.10)
donde A 2 C(I; L(RN )), g 2 C(⌦; RN )\Liploc (y, ⌦) siendo I = (⌧, +1) y ⌦ = I ⇥B⇢ , y verificando
g que g(x, 0) = 0 8x 2 I.
El s.d.o. (7.10) puede verse como una perturbación del s.d.o.l.
y 0 = A(x)y. (7.11)
La pregunta a la que respondemos en esta sección es: si g es “pequeño”, es decir, si realmente

estamos ante una leve perturbación, y '0 tiene alguna propiedad de estabilidad como solución de
(7.11), ¿es también '0 estable en algún sentido como solución de (7.10)?
Teorema 7.16 (Estabilidad en la primera aproximación).

(a) Si '0 es uniformemente asintóticamente estable como solución de (7.11) y
|g(x, y)|
lı́m =0 8x 2 I uniformemente en la variable x (7.12)
|y|!0 |y|
(esto es: 8" > 0 9 > 0 : |y|  ) |g(x, y)|  "|y| 8x 2 I), entonces '0 es exponencialmente
asintóticamente estable como solución de (7.10).
(b) Si '0 es uniformemente estable como solución de (7.11), y existe ↵ 2 C(I) verificando
Z +1
↵(s)ds < +1
⌧
tal que |g(x, y)|  ↵(x)|y| para todo par (x, y) 2 I ⇥ B⇢ , entonces '0 es también uniformemente
estable como solución de (7.10).
Observación 7.17. El resultado (a) es especialmente útil para estudiar la estabilidad de puntos de
equilibrios en sistemas autónomos no lineales con segundos miembros regulares, ya que se pueden
ver estos sistemas como perturbaciones de sus correspondientes linealizaciones usando su desarrollo
de Taylor.
Dado un s.d.o. y 0 = f (y), si z es un punto crı́tico (sin pérdida de generalidad podemos suponer
tras cambio de variables que z = 0), es decir, f (0) = 0, entonces en el s.d.o.l. y 0 = Jf (0)y (sistema
linealizado) es más fácil de estudiar si la solución nula posee alguna propiedad de estabilidad como
por ejemplo ser uniformemente asintóticamente estable, y el sistema y 0 = f (y) es una perturbación
suya que verifica la condición requerida en (a) si f es suficientemente regular.
Demostración. (a) Sea F (x) una matriz fundamental de (7.11). Como '0 es uniformemente asintóti-
camente estable para (7.11), entonces
9C > 0, 9↵ > 0 : |F (x)F 1

(x0 )|  Ce ↵(x x0 )
8x0 2 I, 8x x0 .
Deseamos ver si '0 , como solución de (7.10), es exponencialmente asintóticamente estable, es

decir, nos preguntamos si existen valores C e > 0, ↵˜ > 0 y ˜ 2 (0, ⇢) tales que si |y0 |  ˜ entonces
e
I(x0 , y0 ) [x0 , +1) y |'(x, x0 , y0 )|  Ce ↵(x x0 ) |y0 | 8x0 2 I, 8x x0 , donde '(x, x0 , y0 ) es la
solución maximal del ⇢ 0
y = A(x)y + g(x, y),
(PC)
y(x0 ) = y0 .
e = C, ↵
Podemos suponer sin pérdida de generalidad que C > 1. Tomamos entonces C ˜ = ↵/2. Por
(7.12) sabemos que
˜
↵
9µ 2 (0, ⇢) : |y|  µ ) |g(x, y)|  |y| 8x 2 I. (7.13)
C
µ
Tomamos ahora ˜ = (que será también menor que µ < ⇢).
C
Dados x0 2 I, y0 con |y0 |  ˜ , por la fórmula de variación de las constantes de Lagrange,
Z x
'(x, x0 , y0 ) = F (x)F (x0 )y0 + F (x)
1
F 1 (s)g(s, '(s, x0 , y0 ))ds 8x 2 I(x0 , y0 ). (7.14)
x0
Denotamos por comodidad u(x) = |'(x, x0 , y0 )| 8x 2 I(x0 , y0 ) con x x0 . Observemos que

u(x0 ) = |y0 |  ˜ < µ. Afirmamos que
u(x) < µ 8x 2 I(x0 , y0 ) \ [x0 , +1). (7.15)
Si no fuera ası́, por continuidad existirı́a x⇤ 2 I(x0 , y0 ) con x⇤ > x0 tal que u(x) < µ si x 2 [x0 , x⇤ )
y u(x⇤ ) = µ. Por tanto, de (7.14) se deduce
Z x
u(x)  Ce ↵(x x0 ) |y0 | + C e ↵(x s) g(s, '(s, x0 , y0 ))ds.
x0
Pero para todo s 2 [x0 , x] con x 2 [x0 , x⇤ ) se tiene que u(s) = |'(s, x0 , y0 )|  µ y por (7.13)
˜
↵ ˜
↵
|g(s, '(s, x0 , y0 ))|  |'(s, x0 , y0 )| = u(s).
C C
Luego Z x
e↵x
u(x)  Ce ↵x0
|y0 | + ↵
˜ e↵s u(s)ds 8x 2 [x0 , x⇤ ].
x0
Aplicando el Lema de Gronwall,
e↵x u(x)  Ce↵x0 |y0 |e↵(x

˜ x0 )
8x 2 [x0 , x⇤ ].
De la elección concreta de ↵
˜ = ↵/2 deducimos
|'(x, x0 , y0 )| = u(x)  Ce ↵(x

˜ x0 )
|y0 | 8x 2 [x0 , x⇤ ]. (7.16)
En particular,
˜ ⇤ x0 ) ˜ ⇤ x0 ) ˜ ⇤ x0 )
u(x⇤ )  Ce ↵(x
|y0 |  C ˜ e ↵(x
= µe ↵(x
< µ.
Hemos llegado a una contradicción. Por tanto concluimos que I(x0 , y0 ) [x0 , +1) y que la desi-
gualdad (7.16) es válida en [x0 , x⇤ ] 8x⇤ 2 I(x0 , y0 ).
(b) Procedemos de forma similar al caso anterior (ahora la prueba es más simple).
Si '0 es uniformemente estable como solución de (7.11),
9C > 0 : |F (x)F 1
(x0 )|  C 8x0 2 I, 8x x0 .
Sin pérdida de generalidad podemos suponer que C > 1. Veamos entonces R +1 que '0 es también
uniformemente estable como solución de (7.10) si |g(x, y)|  ↵(x)|y| con ⌧ ↵(s)ds < +1. Hay
que probar que
8" 2 (0, ⇢) 9 (") 2 (0, ⇢) : |y0 |  (") ) |'(x, x0 , y0 )|  " 8x0 2 I, 8x x0 . (7.17)
129 7.5. SEGUNDO MÉTODO DE LYAPUNOV
Denotemos u(x) = |'(x, x0 , y0 )| y fijemos un valor cualquiera " 2 (0, ⇢). Sea (") = 2 (0, ⇢) tal
que ✓ Z +1 ◆
C exp C ↵(s)ds < " < ⇢. (7.18)
⌧
Supongamos que y0 satisface |y0 |  . Sabemos que u(x0 ) = |'(x0 , x0 , y0 )| = |y0 |  < ".
Veamos que en realidad ocurre que u(x) < " 8x 2 I(x0 , y0 ) \ [x0 , +1). Por reducción al
absurdo, si no fuera ası́, existirı́a x⇤ 2 I(x0 , y0 ) con x⇤ x0 tal que u(x⇤ ) = " y u(x) < " 8x 2
[x0 , x⇤ ). Usamos de nuevo la fórmula de variación de las constantes y las acotaciones que se verifican
por hipótesis.
Z x
u(x) = '(x, x0 , y0 ) = F (x)F 1 (x0 )y0 + F (x) F 1 (s)g(s, '(s, x0 , y0 ))ds
x0
Z x
 C|y0 | + C↵(s)u(s)ds.
x0
Gracias al Lema de Gronwall deducimos

✓ Z x ◆
u(x)  C|y0 |exp C ↵(s)ds 8x 2 [x0 , x⇤ ]. (7.19)
x0
Sustituyendo en la desigualdad anterior x = x⇤ , obtenemos que

✓ Z +1 ◆
u(x )  C exp C
⇤
↵(s)ds < ",
⌧
que es contradictorio con la definición de x⇤ . Por tanto |'(x, x0 , y0 )| < " < ⇢ para todo x 2 I(x0 , y0 )
y en consecuencia I(x0 , y0 ) [x0 , +1) y la desigualdad (7.19) permite concluir (7.17).
7.5. Segundo método de Lyapunov

7.5.1. Preliminares. Introducción heurı́stica del método
La forma desarrollada en la sección anterior para estudiar propiedades de estabilidad para
sistemas diferenciales ordinarios tiene el inconveniente de ser válida para sistemas lineales con
buenas propiedades de estabilidad, y para perturbaciones pequeñas de estos últimos.
Presentamos en esta parte del tema un segundo método de análisis que dará condiciones sufi-
cientes de estabilidad para sistemas diferenciales no necesariamente como los anteriores. Se trata
del Método Directo de Lyapunov (el matemático ruso A. Lyapunov publicó su memoria “Problema
general de la estabilidad del movimiento” a finales del s. XIX). Este método tiene las siguientes
caracterı́sticas que lo diferencian de la Primera Aproximación.
• Se aplica directamente sobre la ecuación, sin necesidad de conocer explı́citamente la solución
(de ahı́ el nombre).
• Es válido para sistemas de cualquier tipo, no sólo lineales o perturbaciones de estos.
• El inconveniente reside en que se requiere el conocimiento de una función auxiliar, la función
de Lyapunov, que no siempre es obvia de conseguir (a veces ni si quiera se sabe si existe).
Consiste en la generalización de un resultado establecido originariamente por Lagrange y proba-

do por Dirichlet en Mecánica Clásica. Posteriormente ha sido desarrollado y usado profusamente
para estudiar propiedades de estabilidad en gran número de modelos, mecanismos industriales,
biológicos, económicos, etc.
Para describir la idea general del método, comenzamos con un ejemplo mecánico. Tanto en este
ejemplo como en la teorı́a posterior del tema nos restringimos por simplicidad al caso autónomo
(otros casos y resultados más completos serán objeto de estudio en cursos posteriores).
La idea de Lagrange (aprox. en el 1800) y probada más tarde por Dirichlet es: “si un punto
de equilibrio de un sistema mecánico conservativo es un mı́nimo de energı́a potencial, entonces es
estable, y si no, es inestable”.
Supongamos una e.d.o. de dimensión uno generada a partir de la segunda ley de Newton,
my 00 = f (y) siendo f (y) = gradU (y) = U 0 (y)
(esto último es que el sistema sea conservativo; U se llama energı́a potencial), o escrito en forma
de s.d.o. de primer orden:
y10 = y2
my20 = f (y1 ) = U 0 (y1 ).
Entonces resulta que la energı́a total del sistema (suma de las energı́as cinética y potencial)
V (y1 , y2 ) = U (y1 ) + m
2 y2 se mantiene constante a lo largo de las soluciones. En efecto,
2
d @V 0 @V 0
[V (y1 (t), y2 (t))] = y + y = U 0 (y1 )y10 + my2 y20 = 0.
dt @y1 1 @y2 2
Supongamos por simplicidad que U (0) = 0 y que 0 es un mı́nimo local. Entonces los conjuntos
{(y1 , y2 ) : V (y1 , y2 ) = c}
con c una constante positiva pero muy pequeña, describen órbitas de las soluciones en el plano de
fases y1 frente a y2 . Es decir, la cantidad constante V (y1 (t), y2 (t)) = V (y1 (t0 ), y2 (t0 )) evaluada a
lo largo de una solución de la s.d.o. se mantiene arbitrariamente pequeña si |y1 (t0 )| + |y2 (t0 )| es
suficientemente pequeña, i.e. en cualquier entorno del origen, o sea, la estabilidad del origen como
solución del sistema.
Observemos que para que existiera carácter atractivo harı́a falta que la energı́a total del sistema
no quedara constante, sino que decaiga a cero si el tiempo crece a infinito (por ejemplo con alguna
fuerza de fricción incluida en el modelo).
7.5.2. Método directo de Lyapunov. Condiciones suficientes de estabili-

dad para s.d.o. autónomos
Suponemos a partir de ahora fijado el siguiente s.d.o.
y 0 = f (y) en ⌦ = R ⇥ D (7.20)
con D ⇢ RN un abierto no vacı́o, tal que 0 2 D, y f 2 C(D; RN ) \ Liploc (y, ⌦) satisfaciendo

f (0) = 0.
Tomando ⇢ > 0 tal que B⇢ = B(0, ⇢) ⇢ D podemos considerar para '0 ⌘ 0 solución de (7.20)
los conceptos anteriores de estabilidad, carácter atractivo, etc.
Definición 7.18. Dado ⇢ 2 (0, +1), denotamos K⇢ al conjunto de todas las funciones reales
a 2 C([0, ⇢]) tales que a(0) = 0 y a estrictamente creciente en [0, ⇢].
Diremos que V : B⇢ ! R es definida positiva en B⇢ si V (0) = 0 y existe a 2 K⇢ tal que
V (y) a(|y|) 8y 2 B⇢ .
Diremos que V es definida negativa en B⇢ si V es definida positiva en B⇢ .
PN
Ejemplo 7.19. (a) V (y) = i=1 yi2 es definida positiva en cualquier B⇢ ⇢ RN .
(b) V (y) = 12 y22 + 1 cos y1 no es definida positiva en B2⇡ pero sı́ lo es en cualquier B2⇡ " para
todo " 2 (0, 2⇡). Esto último es consecuencia del siguiente resultado.
Lema 7.20. Sean ⇢ 2 (0, +1) y V 2 C(B ⇢ ) tal que V (0) = 0 y V (y) > 0 8y 2 B ⇢ \ {0}. Entonces
V es definida positiva en B⇢ .
Demostración. Considérese la función ã(r) = mı́nr|z|⇢ V (z). Entonces ã(0) = 0, y ã(r) > 0 en
(0, ⇢]. Además es obvio que ã es creciente (puede que no de formaR restricta), que ã 2 C([0, ⇢]) y por
definición ã(|y|)  V (y) 8y 2 B⇢ . Ahora basta tomar a(r) = ⇢1 0 ã(s)ds 8r 2 [0, ⇢]. Se tiene que
a 2 K⇢ y a(r)  ã(r) 8r 2 [0, ⇢] y el resto de propiedades requeridas.
La siguiente definición es importante, pues ayudará a estudiar el crecimiento de soluciones de

sistemas diferenciales ordinarios sin necesidad de conocerlas explı́citamente.
Definición 7.21. Sea ⇢ 2 (0, +1) tal que B⇢ ⇢ D, y sea V : B⇢ ! R tal que V 2 C 1 (B⇢ ). Se
denomina derivada de V respecto del s.d.o. (7.20) y se denota por V̇ a
N
X @V (y)
V̇ (y) = fi (y) 8y 2 B⇢ .
i=1
@yi
Definición 7.22. Sea ⇢ 2 (0, +1). Se dice que V : B⇢ ! R es una función de Lyapunov para
(7.20) en B⇢ si
• V es definida positiva en B⇢ ,
• V 2 C 1 (B⇢ ) y V̇ (y)  0 8y 2 B⇢ .
Ejemplo 7.23. Consideremos un péndulo simple sin rozamiento, es decir, una masa m colgada
de un alambre “sin masa” de longitud L que está oscilando. Denotamos ✓ = ✓(t) al ángulo con la
vertical (medido en radianes, y en sentido contrario a las manecillas del reloj).
Como la energı́a total del sistema permanece constante, se tiene
1
E = mv 2 + mgh
2
✓ ◆2
1 d✓
= mL2 + mgL(1 cos ✓) = Cte.
2 dt
Derivando obtenemos ✓ ◆✓ ◆ ✓ ◆
d✓ d2 ✓ d✓
mL2 + mgL sen ✓ = 0.
dt dt2 dt
y ası́ concluimos que
d2 ✓ g
+ sen ✓ = 0.
dt2 L
Por simplicidad suponemos que g = L y resulta el sistema
⇢ 0
y1 = y 2 ,
y20 = sen y1 .
Entonces V (y1 , y2 ) = 1 2
2 y2 +1 cos y1 es una función de Lyapunov, por ejemplo, en B⇡ para el
s.d.o. anterior.
Teorema 7.24 (Lyapunov). Bajo las condiciones anteriores para el s.d.o. (7.20), si existe ⇢ 2
(0, +1) tal que B⇢ ⇢ D y existe V función de Lyapunov para (7.20) en B⇢ , entonces:
(a) '0 ⌘ 0 es estable (uniformemente),
(b) Si además V̇ es definida negativa, entonces '0 es (uniformemente) asintóticamente estable.
Demostración. El carácter uniforme se obtendrá automáticamente al tratarse de un problema

autónomo.
(a) Hay que probar que
8" 2 (0, ⇢) 9 (") 2 (0, ⇢) : |y0 |  (") ) |'(x, 0, y0 )|  " 8x 2 I(0, y0 ) \ [0, +1).
[En principio estaremos hablando de la solución maximal del (PC) en R ⇥ B⇢ , pero a posteriori se
verá que coincide con la del problema en R ⇥ D si el dato inicial es menor que (").]
Sean a 2 K⇢ , tal que V (y) a(|y|) 8y 2 B⇢ , y " 2 (0, ⇢) dados. Como a(") > 0 y V 2 C 1 (B⇢ ),
sea (") 2 (0, ⇢) tal que si |y0 |  (") entonces V (y0 )  a(").
Por otro lado, si |y0 |  (") y x 2 I(0, y0 ) \ [0, +1), entonces, por ser V una función de
Lyapunov, V̇ ('(x, 0, y0 ))  0, con lo que
N
X
d @V
[V ('(x, 0, y0 ))] = ('(x, 0, y0 ))'0i (x, 0, y0 )
dx i=1
@yi
N
X @V
= ('(x, 0, y0 ))fi ('(x, 0, y0 ))
i=1
@yi
= V̇ ('(x, 0, y0 ))  0.
Ası́ deducimos que V ('(x, 0, y0 )) es decreciente como función de x, y como
a(|'(x, 0, y0 )|)  V ('(x, 0, y0 ))  V (y0 )  a("),
combinando esto con el hecho de que a es estrictamente creciente, obtenemos que
|'(x, 0, y0 )|  " 8x 2 I(0, y0 ) \ [0, +1).
(b) Fijamos " = ⇢/2. Tomamos como antes = (⇢/2). Sea b 2 K⇢ tal que V̇ (y) b(|y|)
8y 2 B⇢ . Por el apartado anterior, si |y0 |  , entonces I(0, y0 ) [0, +1) y |'(x, 0, y0 )|  ⇢/2
8x 0. Además tenemos que V ('(x, 0, y0 )) es decreciente en x 2 [0, +1). Por tanto existe el
lı́mite
lı́m V ('(x, 0, y0 )) =: ↵ 0.
x!+1
Veamos que ↵ = 0. Por reducción al absurdo, de ser ↵ > 0, como V (0) = 0 y V es continua,
9µ 2 (0, ⇢) : |y|  µ ) V (y)  ↵/2.
Por otro lado,
lı́m V ('(x, 0, y0 )) = ↵ > 0 ) 9x↵ > 0 : x x↵ ) V ('(x, 0, y0 )) > ↵/2.

x!+1
Por tanto, deducimos que

|'(x, 0, y0 )| µ > 0 8x x↵ .
Usando ahora que
d
[V ('(x, 0, y0 ))] = V̇ ('(x, 0, y0 ))  b(|'(x, 0, y0 )|)  b(µ) < 0
dx
obtenemos la siguiente contradicción:
0  V ('(x, 0, y0 ))  V ('(x↵ , 0, y0 )) b(µ)(x x↵ ) ! 1 si x ! +1.
Ası́, ↵ = 0, de donde
0  a(|'(x, 0, y0 )|)  V ('(x, 0, y0 )) ! 0 si x ! +1,
y como a es estrictamente creciente, continua, y a(0) = 0, concluimos que
9 lı́m |'(x, 0, y0 )| = 0.
x!+1
Observación 7.25.
1. El péndulo simple del Ejemplo 7.23 cumplı́a V̇ = 0, por lo que '0 es estable.
Por otro lado, el péndulo con rozamiento obedece la e.d.o. y 00 + ↵y 0 + sen y = 0 (↵ > 0), que
escrito como s.d.o. de orden uno
⇢ 0
y1 = y2 ,
y20 = ↵y2 sen y1 .
Dicho sistema admite la función de Lyapunov V (y1 , y2 ) = 12 y22 + 1 cos y1 . (Compruébese

que V̇ (y1 , y2 ) = ↵y22  0.) Sin embargo V̇ no es definida negativa. Por tanto, usando el
resultado anterior, sólo podemos concluir de nuevo que '0 es estable (en realidad usando otro
tipo de resultados se puede concluir más: la estabilidad asintótica, que es la natural que cabe
esperar en esta situación).
2. Una generalización del péndulo con rozamiento es la ecuación de Lienard: y 00 +ay 0 +g(y) = 0,
con g 2 C 1 (( ⇢, ⇢)) verificando t · g(t) > 0 8t 2 ( ⇢, ⇢) \ {0}. (En particular g(0) = 0; en
concreto se satisface con g(t) = sen t).
Ry
En este caso, la función de Lyapunov para el s.d.o. asociado es V (y1 , y2 ) = 12 y22 + 0 1 g(t)dt.
Obviamente es definida positiva en cierto entorno del origen, y V̇ (y1 , y2 ) = ↵y22  0. Ası́,
deducimos de nuevo que '0 es estable como solución de la ecuación de Lienard.
3. En general es difı́cil encontrar funciones de Lyapunov, pero si |f (y)| > 0 en un entorno redu-
PN
cido del punto de equilibrio, lo primero que debe intentar verificarse es si V (y) = i=1 fi2 (y)
es función de Lyapunov (ya que al menos tenemos que sı́ es definida positiva en algún B⇢ ).
Véase el siguiente ejemplo.
Ejemplo 7.26. Considérese el sistema

⇢
y10 = y1 y2 y13 ,
y20 = y1 y2 y23 .
Usando la primera aproximación, sabemos que

✓ 0 ◆ ✓ ◆✓ ◆ ✓ ◆
y1 1 1 y1 y13
= +
y20 1 1 y2 y23
y como la matriz ✓ ◆
1 1
A=
1 1
✓ ◆
y13
tiene autovalores 1 ± i (es decir, parte real negativa), y la perturbación satisface la
y23
condición
y16 + y26
!0 si y12 + y22 ! 0,
y12 + y22
tenemos que la solución nula es asintóticamente estable.
Veamos este mismo resultado a través del Método Directo de Lyapunov.
|f (y)|2 = f1 (y)2 + f2 (y)2

= y12 + y22 + y16 + 2y1 y2 + 2y14 + 2y2 y13 + y12 + y22 + y26 2y1 y2 2y1 y23 2y24
= y12 + 2y14 + (y2 + y13 )2 + y22 + 2y24 + (y1 y23 )2 .
Por tanto V (y1 , y2 ) = ( y1 y2 y13 )2 + (y1 y2 y23 )2 es una función definida positiva en cierto
entorno del origen, y para ver si es de Lyapunov, hay que calcular V̇ , y efectivamente vemos que
es menor o igual que cero:

2
X @V
V̇ (y1 , y2 ) = fi (y)
i=1
@yi
= 2( y1 y2 y13 )2 ( 1 3y12 ) + 2(y1 y2 y23 )2 ( 1 3y22 ).
Aplicando el teorema anterior, volvemos a obtener el mismo resultado de estabilidad asintótica.

Observación 7.27. Existen resultados de inestabilidad (Teorema de Chetaev) usando las mismas
técnicas relacionadas con funciones de Lyapunov. También hay generalizaciones al caso no autóno-
mo. No obstante dichos resultados no se presentarán en este tema, sino que serán tratadas en un
curso posterior de ampliación.
Tema 8
Introducción a las E.D.P. de

primer orden, casos lineal y
casi-lineal. Integrales primeras de
un s.d.o. Método de las
Caracterı́sticas
8.1. Introducción
En este tema, el último de estos apuntes, iniciamos el estudio de las ecuaciones en derivadas
parciales (E.D.P.) de primer orden.
El estudio de E.D.P. permite la profundización en el estudio de modelados de problemas reales.
En estas ecuaciones aparecen (eventualmente) varias variables independientes, al menos más de
una, y una función incógnita dependiente de dichas variables, y también forzosamente una o varias
derivadas parciales (de orden mayor o igual que uno) de la función incógnita.
La razón para incluirlo en este temario es que la resolución del problema con E.D.P. que da-
remos aquı́ se hará o bien por medio de integrales primeras o bien a través del Método de las
Caracterı́sticas, ambos aplicados a un cierto sistema diferencial ordinario asociado a la E.D.P. con-
siderada, y por tanto se puede considerar una aplicación de lo hecho anteriormente.
Se llama orden de la E.D.P. al mayor de los órdenes de las derivadas parciales que aparecen
en la ecuación. (Ası́, nosotros trataremos en este tema el caso más sencillo posible; más aún, nos
restringiremos a la situación de ecuaciones lineales o casi-lineales, como describiremos en breve).
Citemos varios ejemplos de E.D.P.

Ejemplo 8.1.
Ecuación de Laplace (o modelo de calor estacionario),
n
X @2u
= 0.
i=1
@x2i
Ecuación de la cuerda vibrante,

@2u @2u
= G(t, x).
@t2 @x2
135
136 Tema 8. E.D.P. de primer orden. Método de las Caracterı́sticas
Ecuación de Maxwell o de ondas (para n > 1),
@2u
xu = f (t, x),
@t2
Sistemas de ecuaciones no lineales en Mecánica de Fluidos, como las ecuaciones de Euler en

un medio incompresible:
8 n
⇢ >
> @u X @u
< + ui = rp + f,
ut + (u · r)u = rp + f @t @xi
⌘ i=1
div u = 0 >
> Pn @ui
: = 0.
i=1
@xi
Existen muchos otros modelos más complejos para en Mecánica de Fluidos, como las ecua-
ciones de Navier-Stokes en un medio incompresible,
8
< ut + (u · r)u ⌫ u = rp + f,
Pn @ui
: i=1 = 0.
@xi
La forma general que tiene una E.D.P. consiste en, dada una función F : U ⇢ R2N +1 ! R, se
considera la ecuación ✓ ◆
@u @u
F x1 , . . . , xN , u, ,..., = 0.
@x1 @xN
Son útiles, como ya se ha citado por algunos de los ejemplos, en problemas fı́sicos, en el estudio de la
distribución del calor, de las ondas o vibraciones, sistemas de elasticidad, mecánica de fluidos, y en
muchos otros campos como problemas geométricos, en mecánica (ecuaciones de Hamilton-Jacobi),
en Control y Optimización de sistemas (ecuación de Programación Dinámica o de Hamilton-Jacobi-
Bellman), etc.
Como se ha indicado antes en este tema de iniciación sólo trataremos los casos más simples:
E.D.P. lineales y casi-lineales de primer orden. El tema está formado por dos grandes bloques, el
primero destinado a la resolución de E.D.P. a través de integrales primeras (que ya introdujimos
en el Tema 2), y en una segunda parte a través del Método de las Caracterı́sticas.
8.2. Integrales primeras para un s.d.o.

Recuérdese que una introducción a las integrales primeras para un s.d.o. ya fue tratado en el
Tema 2.
Dados ⌦ ⇢ RN +1 un abierto no vacı́o, y un s.d.o.
y 0 = f (x, y) (8.1)
con f 2 C(⌦; RN ) \ Liploc (y, ⌦), denotamos por
S = {(I, ') : (I, ') solución local de (8.1)}.
Definición 8.2. Sean ⌦ e ⇢⌦y :⌦ e ! R. Se dice que es una integral primera de (8.1) en ⌦
e
e
si para todo par (I, ') 2 S tal que (x, '(x)) 2 ⌦ 8x 2 I, se tiene que
(x, '(x)) = cte 8x 2 I. (8.2)
Observación 8.3. En los problemas de origen fı́sico, las integrales primeras representan leyes de
conservación.
137 8.2. INTEGRALES PRIMERAS PARA UN S.D.O.
Se tiene la siguiente interesante caracterización, que inicia ası́ la relación entre s.d.o. y E.D.P.
Proposición 8.4 (Caracterización de integrales primeras de clase C 1 ). Bajo las hipótesis
e ⇢ ⌦ y 2 C 1 (⌦).
y notación anteriores, sean ⌦ e Entonces se tiene que es integral primera de
(8.1) en ⌦e si y sólo si
XN
@ @ e
(x, y) + fi (x, y) (x, y) ⌘ 0 en ⌦.
@x i=1
@y i
Demostración. ( Supongamos que
XN
@ @ e
(x, y) + fi (x, y) (x, y) ⌘ 0 en ⌦.
@x i=1
@y i
e 8x 2 I. Entonces derivando respecto x,

Sea (I, ') 2 S, tal que (x, '(x)) 2 ⌦
d
[ (x, '(x))] = 0 8x 2 I.
dx
) Supongamos que es una integral primera de (8.1). Sea (x0 , y0 ) 2 ⌦e fijado. Sabemos que
ˆ
existe cierto > 0 tal que en I = (x0 , x0 + ) hay una solución local del problema, (I,ˆ ')
ˆ 2 S,
con '(·)
ˆ = '(·, x0 , y0 ) y tal que (x, '(x))
ˆ 2⌦ e 8x 2 I. Entonces, por definición de integral primera,
se tiene que (x, '(x))
ˆ = (x0 , '(x
ˆ 0 )) 8x 2 I.ˆ Derivando la expresión anterior respecto de x y
particularizando para x = x0 , obtenemos
XN
@ @
(x0 , y0 ) + fi (x0 , y0 ) (x0 , y0 ) = 0,
@x i=1
@yi
e era arbitrario.
con lo que la prueba termina, ya que el punto (x0 , y0 ) 2 ⌦
Observación 8.5.
1. Una E.D.P. del tipo
X @ N
@
+ fi =0
@x i=1 @yi
es un caso particular de E.D.P. lineal de primer orden (que definiremos más adelante). Por
la proposición previa, para resolverla basta construir el s.d.o. asociado y hallar las integrales
primeras para tener una solución de la E.D.P., algo que ya se vio al final del Tema 2.
2. Una pregunta natural, y que aparecerá
PNa lo largo del tema en algunos ejemplos, es, ¿qué ocurre
si tenemos una EDP de la forma i=1 fi @y @
i
= 0 con las funciones fi independientes de x?
Se puede plantear el s.d.o. e intentar construir una integral primera que tampoco dependa de
x. En tal caso, la caracterización de la proposición anterior tendrı́a el siguiente análogo,
es una integral primera independiente de x del s.d.o. y 0 = f (y) en ⌦ e ⇢ ⌦ ⇢ RN +1 si y
PN e
sólo si i=1 fi (y) @
@yi⌘ 0 en ⌦.
3. e de (8.1) definidas
Supongamos que se conocen N integrales primeras { i }i=1,...N ⇢ C 1 (⌦)
e e
en un abierto ⌦ ⇢ ⌦. Sea (x0 , y0 ) 2 ⌦ tal que se verifica
✓ i ◆
@
det (x0 , y0 ) 6= 0. (8.3)
@yj
Sea I un entorno de x0 , tal que (x, '(x, x0 , y0 )) 2 ⌦ e 8x 2 I. Entonces i (x, '(x, x0 , y0 )) =

i
(x0 , y0 ). Y por la condición (8.3) se puede aplicar el Teorema de la Función Implı́cita para
determinar el valor de '(·, x0 , y0 ) en un entorno de x0 .
En resumen, N integrales primeras de (8.1) independientes entre sı́, i.e. verificando (8.3),
permiten resolver el
⇢ 0
y = f (x, y),
(P C)
y(x0 ) = y0 .
Veremos que es posible construir N integrales primeras de esa forma.
Proposición 8.6 (Existencia local de N integrales primeras independientes). Sea f 2

C 1 (⌦; RN ). Entonces, fijado (x̄0 , ȳ0 ) 2 ⌦, existe > 0 tal que B = B((x̄0 , ȳ0 ), ) ⇢ ⌦ y existen N
integrales primeras de (8.1) denotadas i 2 C 1 (B ) para 1  i  N, tales que
✓ ◆
@ i
det (x0 , y0 ) 6= 0 8(x0 , y0 ) 2 B .
@yj
Demostración. Sabemos por el Tema 6 que dada f 2 C 1 (⌦; RN ), la solución maximal ' de (8.1)
satisface ' 2 C 1 (⇥; RN ). Fijado (x̄0 , ȳ0 ) 2 ⌦, como ⇥ es abierto, y (x̄0 , x̄0 , ȳ0 ) 2 ⇥, existe 0 > 0
tal que B 0 = B((x̄0 , ȳ0 ); 0 ) ⇢ ⌦ y {x̄0 } ⇥ B 0 ⇢ ⇥, i.e.
8(x0 , y0 ) 2 B 0 ) (x̄0 , x0 , y0 ) 2 ⇥ ) x̄0 2 I(x0 , y0 ). (8.4)
Definimos ahora (x0 , y0 ) = '(x̄0 , x0 , y0 ). Se tiene que 2 C 1 (B 0 ; RN ) y que

✓ ◆
@ i
(x̄0 , ȳ0 ) = Id,
@yj
de nuevo aplicando el Teorema 6.10. Ası́, por continuidad, existe 2 (0, 0 ) tal que
✓ ◆
@ i
det (x0 , y0 ) 6= 0 8(x0 , y0 ) 2 B = B((x̄0 , ȳ0 ); ).
@yj
Veamos que las N componentes de son integrales primeras de (8.1) en B .

ˆ ')
Sea (I, ˆ 2 S tal que (x, '(x))
ˆ 2 B 8x 2 I.ˆ Sean x1 , x2 2 I.ˆ Como 'ˆ admite una única
prolongación maximal en ⌦ y por tanto también única en B y x̄0 pertenece por (8.4) al intervalo
ê se tiene
de definición de dicha prolongación, que denotamos por ',
(x1 , '(x ê 0 ) = (x2 , '(x

ˆ 1 )) = '(x̄ ˆ 2 )),
de donde deducimos que efectivamente cada componente de es una integral primera de (8.1).
Observación 8.7 (Generación de una integral primera a partir de otras dadas).

1. Sean i 2 C 1 (⌦) e 1  i  k, k integrales primeras de (8.1) definidas en un abierto ⌦ e ⇢ ⌦.
e
Sean (x0 , y0 ) 2 ⌦ y E un entorno en R de ( (x0 , y0 ), . . . , (x0 , y0 )). Sea w 2 C (E; R).
k 1 k 1
Entonces es inmediato comprobar que existe > 0 tal que
(x, y) = w( 1
(x, y), . . . , k
(x, y))
es una integral primera de (8.1) en B = B((x0 , y0 ), ).
2. El recı́proco de la observación anterior también es cierto. Dadas N integrales primeras

1
, . . . , N , independientes en el sentido de (8.3) (existen N de ellas por la proposición ante-
rior), y dada otra integral primera , existe E un entorno en RN de ( 1 (x0 , y0 ), . . . , N (x0 , y0 ))
y una función w 2 C 1 (E) tal que = w( 1 , . . . , N ).
139 8.3. E.D.P. DE 1ER ORDEN LINEALES Y CASI-LINEALES. INTEGRAL GENERAL
8.3. E.D.P. de 1er orden lineales y casi-lineales. Integral ge-

neral
Por comodidad, y salvo indicación contraria, en lo que sigue denotaremos x = (x1 , . . . , xN ) 2
RN (N > 1).
Definición 8.8. Se denomina E.D.P. casi-lineal de primer orden en RN a cualquier E.D.P. de la

forma
XN
@u
fi (x, u) = g(x, u), (8.5)
i=1
@xi
con fi , g 2 C(U ) dadas, siendo U ⇢ RN +1 .

Si las funciones fi no dependen de u, la E.D.P. se llama lineal de primer orden.
Observación 8.9. Evidentemente, la expresión lineal se refiere sólo al comportamiento del ope-
rador diferencial.
Ejemplo 8.10 (E.D.P. casi-lineal en dimensión N = 2). Ecuación de Burgers:
@u @u
+u = 0.
@x1 @x2
Ejemplo 8.11 (E.D.P. lineal en RN +1 ). Ya vimos uno al principio del tema, con la caracteri-
zación de integral primera de clase C 1 para un s.d.o. (aquı́ entendemos x 2 R),
X @ N
@
+ fi = 0.
@x i=1 @xi
Definición 8.12. Llamamos solución clásica de (8.5) en un abierto O ⇢ RN , a una función que
satisfaga
(i) u 2 C 1 (O),
(ii) (x, u(x)) 2 U 8x 2 O,

PN @u
(iii) i=1 fi (x, u(x)) (x) = g(x, u(x)), 8x 2 O.
@xi
Observación 8.13. Al buscar soluciones clásicas de E.D.P. nos damos cuenta de que aparecen
funciones arbitrarias (en el caso de una e.d.o. eran constantes).
@u @u
Por ejemplo, la ecuación + = 0 en R2 , admite por solución cualquier expresión
@x1 @x2
u(x1 , x2 ) = h(x1 x2 ) con h 2 C 1 (R). Dicha expresión es solución en O = R2 .
Por tanto, la formalización del problema de Cauchy será más delicada en este caso. Esto motiva
el siguiente concepto, de integral primera para (8.5), que por simplicidad lo vemos para el caso
N = 2. (Al no ser ya una E.D.P. lineal, no aplicamos la caracterización vista hasta ahora en la
Proposición 8.4).
Consideramos la E.D.P. casi-lineal

@z @z
f1 (x, y, z) + f2 (x, y, z) = g(x, y, z), (8.6)
@x @y
con fi , g 2 C 1 (U ), siendo U ⇢ R3 abierto.
Definición 8.14. Sea z(x, y) una solución de (8.6) en un abierto O ⇢ R2 . Llamamos superficie
integral de (8.6) a la superficie definida por la ecuación z = z(x, y).
Definición 8.15. Llamamos s.d.o. caracterı́stico asociado a (8.6) al s.d.o. autónomo

8
> dx
>
>
> = f1 (x, y, z),
>
> dt
<
dx
= f2 (x, y, z), en ⌦ = R ⇥ U. (8.7)
>
> dt
>
>
>
: dx = g(x, y, z),
>
dt
Obsérvese que en (8.7) estamos viendo a x, y, y z como variables dependientes de t, no como
variables ligadas entre sı́ como se entiende en la E.D.P. (8.6).
Supongamos que existen dos integrales primeras 1 (x, y, z) y 2 (x, y, z) de la E.D.P. casi-lineal
(8.7) y ambas independientes de t, definidas en R ⇥ Ũ con Ũ ⇢ U abierto, y que i 2 C 1 (Ũ ) i = 1,
2.
Veamos que para cualquier h 2 C 1 (R2 ), la expresión h( 1 , 2 ) = 0 determina soluciones de
(8.6). En efecto, consideramos la función h̃ : Ũ ! R, dada por h̃(x, y, z) = h( 1 (x, y, z), 2 (x, y, z)).
Sea (x0 , y0 , z0 ) 2 Ũ tal que h̃(x0 , y0 , z0 ) = 0 (esto se consigue ajustando convenientemente una
constante en h̃), y tal que
@h
(x0 , y0 , z0 ) 6= 0.
@z
Entonces, por el Teorema de la Función Implı́cita, existen entornos E((x0 , y0 )) y E(z0 ) de (x0 , y0 ) y
z0 respectivamente tales que existe una única función z 2 C 1 (E((x0 , y0 )); E(z0 )) tal que z(x0 , y0 ) =
z0 y
h̃(x, y, z(x, y)) = 0 8(x, y) 2 E((x0 , y0 )).
Derivando la expresión anterior, veremos que z = z(x, y) es una superficie integral de (8.6). En
efecto, 8
>
> @ h̃ + @ h̃ @z = 0,
>
<
@x @z @x
en E((x0 , y0 )).
> @ h̃ @ h̃ @z
>
>
: + = 0,
@y @z @y
Si multiplicamos la primera igualdad por f1 , y la segunda por f2 y sumamos, obtenemos
✓ ◆
@ h̃ @z @z @ h̃ @ h̃
f1 + f2 + f1 + f2 = 0. (8.8)
@z @x @y @x @y (x,y,z(x,y))
Por otro lado, al ser h̃(x, y, z) = h( 1 (x, y, z), 2 (x, y, z)) una integral primera de (8.7) (cf. Obser-
vación 8.7) y por la caracterización de las integrales primeras (cf. Proposición 8.4 y Observación
8.5) no dependientes de t, se tiene que
@ h̃ @ h̃ @ h̃
f1 + f2 +g =0 en Ũ .
@x @y @z
Combinamos esta igualdad con (8.8) para obtener

@ h̃ @z @z
f1 + f2 g = 0 en E((x0 , y0 )).
@z @x @y
@ h̃
Como por continuidad existe un entorno de (x0 , y0 ) donde (x, y, z(x, y)) 6= 0, entonces se deduce
@z
que en dicho entorno
@z @z
f1 + f2 = g.
@x @y
Hemos concluido ası́ que a partir de dos integrales primeras del sistema caracterı́stico se pueden
construir infinitas soluciones de (8.6) usando h( 1 , 2 ) = 0.
141 8.3. E.D.P. DE 1ER ORDEN LINEALES Y CASI-LINEALES. INTEGRAL GENERAL
Definición 8.16. Sean i , i = 1, 2, dos integrales primeras de (8.7) independientes de t, y con

i
2 C 1 (Ũ ) siendo Ũ ⇢ U un conjunto abierto, y tales que
0 1
@ 1 @ 1 @ 1
B @x @y @z C
rg B C
@ @ 2 @ 2 @ 2 A = 2 en Ũ .
@x @y @z
Entonces si escogemos una función arbitraria h 2 C 1 (R2 ), la expresión
h( 1
(x, y, z), 2
(x, y, z)) = 0
se llama integral general en Ũ de (8.6).
Observación 8.17. Estas consideraciones se generalizan sin variación para el caso N > 2.
Veamos un par de ejemplos sobre cómo hallar soluciones de E.D.P. casi-lineales.
Ejemplo 8.18. Encontrar una superficie en R3 que contenga la circunferencia
⇢ 2
x + y 2 = 1,
z = 0,
y que corte ortogonalmente a todas las esferas de centro el origen, x2 + y 2 + z 2 = c2 , c 2 R \ {0}.
Primero hallamos z = z(x, y) tal que en cada punto su vector normal ( @x , @y , 1) sea per-
@z @z
pendicular al vector normal a la superficie f (x, y, z) = x + y + z = c en el punto de corte,

2 2 2 2
i.e.
@f @z @f @z @f
+ = 0,
@x @x @y @y @z
que en nuestro caso se convierte en
@z @z
x +y = z.
@x @y
Para encontrar una superficie integral de esta E.D.P. tomamos el sistema caracterı́stico asociado,
8
< ẋ = x, dx dy dz
ẏ = y, , dt = = = ,
: x y z
ż = z,
y z
de donde resulta claro que dos integrales primeras son 1 (x, y, z) = y 2
(x, y, z) = . Deducimos
x x
entonces que ⇣y z ⌘
h , = 0 con h 2 C 1 (R2 ) arbitraria
x x
es la integral general.
En particular, todas las de la forma
z ⇣y⌘
= (8.9)
x x
con 2 C 1 (R) es válida.
En segundo lugar imponemos que contenga a la circunferencia

⇢ 2
x + y 2 = 1,
z = 0,
Si usamos la expresión (8.9), resulta
p !
1 x2
0=x 8x 2 (0, 1],
x
de donde obtenemos que ⌘ 0. Evidentemente la solución al problema es z ⌘ 0.
Ejemplo 8.19. Encontrar una superficie en R3 que contenga a la curva

⇢
x2 + y 2 = 1,
C̄ ⌘
z = 1,
y sea ortogonal a todas las superficies de la familia
z(x + y) = c(3z + 1), con c 2 R.
Supongamos que existe solución. Entonces, igual que en el ejemplo anterior, dada la familia z(x +
y) = c(3z + 1), o escrita como
z(x + y)
= c,
3z + 1
su vector normal es ✓ ◆
~ = z z x+y
N , , .
3z + 1 3z + 1 (3z + 1)2
Buscamos una superficie z = z(x, y) tal que su vector normal
✓ ◆
@z @z
, , 1
@x @y
sea ortogonal con el anterior. Tenemos por tanto la E.D.P.
z @z z @z x+y
+ = .
3z + 1 @x 3z + 1 @y (3z + 1)2
Simplificando, obtenemos
@z @z x+y
+ = .
@x @y z(3z + 1)
El sistema caracterı́stico es
z(3z + 1)
dt = dx = dy = dz,
x+y
y dos integrales primeras del mismo son 1
(x, y, z) = x y, y por otro lado
dx + dy z(3z + 1) 1
= dz ) (x + y)d(x + y) = z(3z + 1)dz
2 x+y 2
1 1
) (x + y)2 = z 3 + z 2 + C ) 2 (x, y, z) = 4z 3 + 2z 2 (x + y)2 .
4 2
La integral general de la E.D.P. es por tanto
h(4z 3 + 2z 2 (x + y)2 , x y) = 0
con h 2 C 1 (R2 ). Una subfamilia suya es la siguiente: 4z 3 +2z 2 (x+y)2 = (x y) con 2 C 1 (R).
Usamos ésta última para exigir que contenga a la curva C̄, de donde resulta
p p
4z 3 + 2z 2 x2 y 2 2xy = (x y) ) 5 2x 1 x2 = (x 1 x2 ) 8x 2 (0, 1]. (8.10)
p p p
Haciendo el cambio ⌘ = x 1 x2 , se tiene que ⌘ 2 = x2 +1 x2 2x 1 x2 , o sea, 2x 1 x2 =
⌘ 2 1. Por tanto, de (8.10) deducimos que (⌘) = 4 + ⌘ 2 , por lo que la superficie buscada debe
verificar
4z 3 + 2z 2 (x + y)2 = 4 + (x y)2 ) 2z 3 + z 2 = x2 + y 2 + 2.
Los dos ejemplos anteriores son casos particulares de problemas de Cauchy para una E.D.P.
de primer orden. Formularemos y analizaremos este problema a continuación, y en particular,
retomaremos este último ejemplo para recuperar la solución obtenida (la única que de hecho tiene
el problema).
143 8.4. (PC) Y MÉTODO CARACTERÍSTICAS PARA E.D.P. CASI-LINEALES
8.4. Problema de Cauchy y Método de las Caracterı́sticas

para E.D.P. casi-lineales
8.4.1. Introducción heurı́stica para dimensión N = 2
Existe una interpretación geométrica clara de la solución de una E.D.P. casi-lineal para dimen-
sión N = 2. Considérese la ecuación
@u @u
f1 (x1 , x2 , u(x1 , x2 )) + f2 (x1 , x2 , u(x1 , x2 )) = g(x1 , x2 , u(x1 , x2 )).
@x1 @x2
El grafo de la superficie solución z = (x, y), ⌃ = {(x1 , x2 , (x1 , x2 ) : (x1 , x2 ) 2 O}, tiene por
vector normal ✓ ◆
@ @
~n = , , 1 .
@x1 @x2
Si definimos el campo vectorial F = (f1 , f2 , g), tenemos que la ecuación se escribe F · ~n = 0, lo que
implica que ⌃ es tangente a F.
Montamos por tanto el siguiente s.d.o., el sistema caracterı́stico asociado a la E.D.P., y tangente
al campo F, 8 0
< x1 (t) = f1 (x1 (t), x2 (t), v(t)),
x0 (t) = f2 (x1 (t), x2 (t), v(t)),
: 02
v (t) = g(x1 (t), x2 (t), v(t)).
Obsérvese que x1 , x2 y v ahora aparecen como dependientes de la variable t, y no como ligadas
entre si.
El objetivo es que efectivamente (x1 (t), x2 (t), v(t)) estén describiendo la solución de la E.D.P.
La idea es “construir” u(x1 , x2 ) como el valor v(t) si x1 = x1 (t) y x2 = x2 (t). Formalmente se
tendrı́a u(x1 (t), x2 (t)) = v(t), por lo que derivando
@u 0 @u 0
x1 (t) + x (t) = v 0 (t),
@x1 @x2 2
de donde sustituyendo la solución del s.d.o. caracterı́stico resulta efectivamente
@u @u
f1 (x1 (t), x2 (t), v(t)) + f2 (x1 (t), x2 (t), v(t)) = g(x1 (t), x2 (t), v(t)).
@x1 @x2
Como u(x1 (t), x2 (t)) = v(t), se tendrı́a que se verifica la ecuación. Pero hay un inconveniente,
estamos llegando a determinados valores de la solución a través de curvas, ¿cómo hacer para
generar una “red”, una superficie?
Lo haremos a través de un haz de datos iniciales. Sea 2 C 1 ([0, 1]) (el intervalo es indistinto, se
pone éste por fijar ideas). Dada la curva (s) = (↵1 (s), ↵2 (s), (s)), planteamos un (PC) asociado
al s.d.o. caracterı́stico anterior, con los siguientes datos iniciales (problema paramétrico):
(x1 (0), x2 (0), v(0)) = (↵1 (s), ↵2 (s), (s)).
Ası́ obtenemos una solución
(t, s) = (X1 (t, s), X2 (t, s), V (t, s)).
Para asegurarnos que cubrimos una superficie realmente (al menos localmente) imponemos una
condición: ✓ ◆
f1 (↵1 (s), ↵2 (s), (s)) ↵10 (s)
det 6= 0.
f2 (↵1 (s), ↵2 (s), (s)) ↵20 (s)
La resolución final al problema vendrá dada con ayuda del Teorema de la Función Inversa.
8 8
< x1 = X1 (t, s), < t = T (x1 , x2 ),
x2 = X2 (t, s), ) s = S(x1 , x2 ),
: :
v = V (t, s), u(x1 , x2 ) = V (T (x1 , x2 ), S(x1 , x2 )).
8.4.2. Formulación del (PC). Método de las caracterı́sticas

Veamos de una forma rigurosa lo esbozado en el parágrafo anterior.
Comenzamos generalizando a RN el concepto de curva regular en R2 o de superficie regular en
R . [El (↵1 (s), ↵2 (s)) del apartado anterior].
3
Definición 8.20. Se denomina hipersuperficie de clase k (k 1) en RN a todo conjunto

S ⇢ RN de la forma
S = {x 2 RN : x = ⇠(t1 , . . . , tN 1 ), (t1 , . . . , tN 1) 2 ✓}
siendo ✓ un entorno abierto del 0 2 RN 1

y ⇠ 2 C k (✓; RN ).
Para definir el problema de Cauchy para una E.D.P. consideramos dada una hipersuperficie S
de clase uno en RN . Denotamos a = ⇠(0) 2 S. Sea u0 2 C 1 (✓) dado (el (s) de la sección anterior).
Definición 8.21. Se denomina problema de Cauchy para la E.D.P. (8.5) con dato inicial u0 sobre
S planteado en un entorno del punto a y se denota
8
< PN @u
fi (x, u) = g(x, u),
(PC) i=1
@x
: u| = u en uni entorno de a
S 0
al problema de encontrar un entorno abierto O ⇢ RN de a y una función u 2 C 1 (O) que

sea solución clásica de la E.D.P. en O y que verifique u(⇠(t1 , . . . , tN 1 )) = u0 (t1 , . . . , tN 1 )
8(t1 , . . . , tN 1 ) 2 ✓ tal que ⇠(t1 , . . . , tN 1 ) 2 O.
Al par (O, u) se le denomina solución (local clásica) del (PC) y a u una solución del (PC) en
O.
Ejemplo 8.22. El Ejemplo 8.19 puede replantearse como un (PC) para la E.D.P. que obtuvimos.
Para ello fijamos un punto sobre la circunferencia x2 + y 2 = 1, por ejemplo el punto a = (1, 0).
Tomamos ✓ = ( ⇡/2, ⇡/2) y S = {(x, y) = (⇠1 (t1 ), ⇠2 (t1 )), t1 2 ✓} con ⇠1 (t1 ) = cos t1 y ⇠2 (t1 ) =
sen t1 . Ası́, el problema queda como
8
< @z @z x+y
+ = ,
@x @y z(3z + 1)
: z| = 1 en un entorno de a = (1, 0).
S
Observación 8.23 (Búsqueda de solución local, no global). El planteamiento del (PC) ha de

ser necesariamente local. Veamos un contraejemplo con el que es claro que no cabe esperar solución
global en O = RN .
Considérese la ecuación de Burgers y el (PC) para u0 2 C 1 (R) dada,
8
< @u @u
+u = 0,
@x @x (8.11)
: u(0,1 x ) = u2 (x ) en un entorno de a = (0, 0).
2 0 2
Supongamos que existe una solución u(x1 , x2 ) definida en O = (0, +1) ⇥ R. Consideremos de
manera formal la e.d.o (obtenida a partir del sistema caracterı́stico)
dx2
= u(x1 , x2 ). (8.12)
dx1
Si x2 = x2 (x1 ) es una solución de (8.12), entonces (por ser u solución de la E.D.P.)
d @u @u
[u(x1 , x2 (x1 ))] = (x1 , x2 (x1 )) + (x1 , x2 (x1 ))u(x1 , x2 (x1 )) = 0.
dx1 @x1 @x2
Esto significa que u se mantiene constante a lo largo de las soluciones de (8.12) (que se llamarán
caracterı́sticas de la E.D.P. de Burgers).
Sea (0, x02 ) un punto genérico y, dado que u(x1 , x2 ) permanece constante a lo largo de las
caracterı́sticas, el (PC) asociado a (8.12)
8
< dx2
= u0 (x02 ),
dx1
: x (0) = x0 .
2 2
Su solución evidentemente es x2 (x1 ) = u0 (x02 )x1 + x02 . Por tanto u se transmite de forma constante
sobre esa familia de rectas.
Supongamos que existen dos puntos x02 y x̂02 tales que x02 < x̂02 y que u0 (x02 ) > u0 (x̂02 ). Entonces
las rectas que pasan por (0, x02 ) y (0, x̂02 ) se cortan en algún punto de O, digamos P, y entonces
u(P ) = u0 (x02 ) 6= u0 (x̂02 ) = u(P ), lo que es contradictorio.
Observación 8.24. Tampoco cabe esperar que, dada una hipersuperficie S, la solución (local)
esté definida en todo S sino en un entorno del punto y parte de S.
Veámoslo de nuevo apoyándonos en el ejemplo anterior. Consideramos S ⌘ {(0, x2 ) : x2 2
E(0)}. Supongamos ahora que u0 (x2 ) = 1 x22 .
En este caso los puntos que elegimos antes x02 y x̂02 tomarán los valores x02 = 0 y x̂02 = 1/a. Es
decir, estamos con los puntos iniciales para las rectas caracterı́sticas (0, 0) y (0, 1/a). La función
dato inicial es u0 (x2 ) = 1 x22 . Las caracterı́sticas son
8
< dx2
= u0 (x02 ),
dx1 ) x2 (x1 ) = x1 ,
: x (0) = x0 = 0,
2 2
8
< dx2 ✓ ◆
= u0 (x̂02 ), 1 1
dx1 ) x2 (x1 ) = 1 x1 + ,
: x (0) = x̂0 = 0, a2 a
2 2
ya que las pendientes respectivas son 1 y 1 1/a2 . Ambas rectas se cortan en el punto (a, a). Por
tanto el punto (a, a) no puede estar en el dominio de la solución. Esto significa que si a es un valor
muy pequeño (esto serı́a válido si S contiene a todo un entorno del semieje positivo OY) entonces
la solución de la E.D.P. no tendrı́a dominio de definición en R+ ⇥ R.
Estamos ya en condiciones de establecer el resultado principal de esta sección. No obstante
daremos algunas notas antes de su prueba para aclarar convenientemente algunos puntos de su
enunciado.
Teorema 8.25 (Existencia y unicidad local de solución para un (PC) asociado a una
E.D.P. casi-lineal de 1er orden). Sean U ⇢ RN +1 un abierto no vacı́o, fi , g 2 C 1 (U ), i =
1, . . . , N, y S una hipersuperficie dada por
S = {x 2 RN : x = ⇠(t1 , . . . , tN 1 ), (t1 , . . . , tN 1) 2 ✓}
con ✓ un entorno abierto del 0 2 RN 1

y ⇠ 2 C k (✓; RN ). Denotamos a = ⇠(0). Suponemos también
dada u0 2 C 1 (✓), y que se tiene que
(⇠(t1 , . . . , tN 1 ), u0 (t1 , . . . , tN 1 )) 2U 8(t1 , . . . , tN 1) 2 ✓, (8.13)
y que !
@⇠i
det f (a, u0 (0)) (0) 6= 0. (8.14)
@tj
Entonces existe un entorno abierto de a, O ⇢ RN , tal que en O existe una y sólo una solución u
del 8
< PN @u
(PC) i=1 fi (x, u) = g(x, u),
(8.15)
@x
: u| = u en uni entorno de a.
S 0
Observación 8.26.
1. La hipótesis (8.13) no es restrictiva, ya que necesariamente (a, u0 (0)) 2 U para que tenga
el problema, y por continuidad, existe ✓0 ⇢ ✓ de modo que (8.13) tiene que verificarse (y el
teorema es de carácter local).
2. La hipótesis (8.14) se llama “de transversalidad” y, en particular, permite garantizar otra

hipótesis de compatibilidad para el (PC) (8.15) que debe verificarse.
Supuesto que existe solución, denotemos pi = @xi (a)
@u
para i = 1, . . . , N. Al verificarse la
E.D.P. en x = a se tiene que cumplir
N
X
fi (a, u0 (0))pi = g(a, u0 (0)). (8.16)
i=1
Por otro lado, la condición inicial (válida para todo (t1 , . . . , tN 1 ) 2 ✓ tal que ⇠(t1 , . . . , tN 1 ) 2
O)
u0 (t1 , . . . , tN 1 ) = u(⇠1 (t1 , . . . , tN 1 ), . . . , ⇠N (t1 , . . . , tN 1 ))
PN @u @⇠i
permite deducir derivando que @u @tj (0) =
0
i=1 @xi (a) @tj (0), que con la notación anterior se
escribe
XN
@⇠i @u0
(0)pi = (0). (8.17)
i=1
@t j @tj
Como las ecuaciones (8.16) y (8.17) han de ser compatibles, basta por ejemplo exigir la
condición (8.14).
3. Otra forma de resaltar la utilidad de (8.14) es retomando la idea original del método de
demostración de la prueba de las caracterı́sticas (esto lo hizo Cauchy) para una E.D.P. lineal.
Supongamos por simplicidad que N = 2, que g ⌘ 0, y que fi son (i = 1, 2) independientes de
P2
u. Las soluciones de la E.D.P. i=1 fi (x1 , x2 ) @x @u
i
= 0 (si existen) son integrales primeras del
sistema caracterı́stico formado por las ecuaciones dx dt = fi (x1 , x2 ). Igual que en el ejemplo de
i
la ecuación de Burgers, se tiene que una solución de la E.D.P. se mantiene constante sobre las
caracterı́sticas, i.e. u(x1 (t), x2 (t)) =Cte ya que dt
d
[u(x1 (t), x2 (t))] = 0. Si tales caracterı́sticas
cortan a la hipersuperficie S, donde sabemos los valores iniciales del (PC), el valor de u se
extiende sobre toda la caracterı́stica: será el valor de u0 en el punto de intersección con la
caracterı́stica.
Finalmente, si en un entorno de S tenemos un haz de órbitas que genera un entorno de a en
R2 (el abierto O del enunciado), entonces u estará determinado en dicho conjunto O por el
valor de u0 en un entorno de S. La forma “intuitiva” de generar esa superficie es imponer
una condición de transversalidad entre las pendientes de las funciones fi , y la “curva” S, es
decir, la condición (8.14).
4. La unicidad que se probará en el resultado es unicidad local.
Demostración del Teorema 8.25. Definimos el sistema caracterı́stico asociado a la E.D.P.

8 dy
>
< = f (y, v),
dt
en ⌦ = R ⇥ U ⇢ RN +2 ,
>
: dv = g(y, v),
dt
donde f = (f1 , . . . , fN ), y siendo los (y, v) 2 U.
Denotamos la solución maximal de dicho s.d.o. (con su correspondiente valor inicial)
(y(t, t0 , y0 , v0 ), v(t, t0 , y0 , v0 )).
Sabemos por el Tema 6 que ⇥ ⇢ RN +3 es abierto y que (y, v) 2 C 1 (⇥; RN +1 ).

Fijado (t1 , . . . , tN 1 ) 2 ✓, definimos
ȳ(t, t1 , . . . , tN 1) = y(t, 0, ⇠(t1 , . . . , tN 1 ), u0 (t1 , . . . , tN 1 )),

v̄(t, t1 , . . . , tN 1) = v(t, 0, ⇠(t1 , . . . , tN 1 ), u0 (t1 , . . . , tN 1 )).
El par (ȳ, v̄) está bien definido sobre el conjunto

e = {(t, t1 , . . . , tN
⇥ 1) 2 RN : (t1 , . . . , tN 1) 2 ✓, t 2 I(0, ⇠(t1 , . . . , tN 1 ), u0 (t1 , . . . , tN 1 )}
= {(t, t1 , . . . , tN 1) 2 R
N
: (t1 , . . . , tN 1 2 ✓, (t, 0, ⇠(t1 , . . . , tN 1 ), u0 (t1 , . . . , tN 1 )) 2 ⇥}.
)
e es un entorno abierto de 0 2 RN , ya que la aplicación
Obsérvese que ⇥
: (t, t1 , . . . , tN 1) 2 R ⇥ ✓ 7! (t, 0, ⇠(t1 , . . . , tN 1 ), u0 (t1 , . . . , tN 1 )) 2 RN +3

e=
verifica 2 C 1 (R ⇥ ✓; RN +3 ) y ⇥ 1
(⇥) (en realidad bastaba que fuera continua) y (0) =
(0, 0, a, u0 (0)) 2 ⇥.
Por tanto tenemos
e es un entorno abierto de 0 2 RN ,
⇥
e RN +1 ),
(ȳ, v̄) 2 C 1 (⇥,
(ȳ, v̄)(0) = (a, u0 (0)),
Para todo (t1 , . . . , tN 1) 2✓
ȳ(0, t1 , . . . , tN 1) = ⇠(t1 , . . . , tN 1) y v̄(0, t1 , . . . , tN 1) = u0 (t1 , . . . , tN 1)
Obviamente se tienen las relaciones diferenciales siguientes:

@ ȳ
(t, t1 , . . . , tN 1) = f (ȳ(t, t1 , . . . , tN 1 ), v̄(t, t1 , . . . , tN 1 )),
@t
@v̄
(t, t1 , . . . , tN 1) = g(ȳ(t, t1 , . . . , tN 1 ), v̄(t, t1 , . . . , tN 1 )).
@t
Consideramos ahora el sistema ȳ(t, t1 , . . . , tN 1 ) = (x1 , . . . , xN ). Pretendemos aplicarle el Teorema

de la Función Inversa (véase Teorema 8.28 en la página 150).
@ ȳ
Sabemos que ȳ(0) = a y que (t, t1 , . . . , tN 1 ) = f (ȳ(t, t1 , . . . , tN 1 ), v̄(t, t1 , . . . , tN 1 )), por
@t
@ ȳ
lo que (0) = f (⇠(0), u0 (0)) = f (a, u0 (0)). Como también se tiene
@t
@ ȳ @⇠ @ ȳ @⇠
(0, t1 , . . . , tN 1) = (t1 , . . . , tN 1) ) (0) = (0) j = 1, . . . , N 1,
@tj @tj @tj @tj
por la condición de transversalidad
! !
@ ȳi @ ȳi @⇠i
det (0) (0) = det f (a, u0 (0)) (0) 6= 0,
@t @tj @tj
y por continuidad también ocurre la misma condición en un entorno del 0 2 RN . [Nota: Obsérve-
se que aquı́ se está usando también implı́citamente el teorema de derivabilidad respecto datos
iniciales.]
Por tanto podemos aplicar el Teorema de la Función Inversa para afirmar que existe una bola
abierta B ⇢ ⇥e centrada en 0 2 RN tal que
ȳ : B ! ȳ(B) =: O ⇢ RN
es una biyección (O es evidentemente entorno abierto de a 2 RN ) y también ȳ 2 C 1 (B; O), y

ȳ 1 2 C 1 (O; B).
Definimos
u : O ! R : x 7! u(x) := v̄(ȳ 1 (x)).
Obviamente se tiene que u 2 C 1 (O). Veamos que u es solución en O del (PC).
a) Verificamos primero que para todo x 2 O, se tiene que (x, u(x)) 2 U. En efecto,
(x, u(x)) = (ȳ(ȳ 1

(x)), v̄(ȳ 1
(x))) = (ȳ, v̄)(ȳ 1 e ⇢ U.
(x)) 2 (ȳ, v̄)(B) ⇢ (ȳ, v̄)(⇥)
b) Vemos ahora que u(⇠(t1 , . . . , tN 1 )) = u0 (t1 , . . . , tN 1) para todo (t1 , . . . , tN 1) 2 ✓ tal que
⇠(t1 , . . . , tN 1 ) 2 O. En efecto,
1 )) = u(ȳ(0, t1 , . . . , tN 1 )) = v̄(ȳ (ȳ(0, t1 , . . . , tN 1 ))) = v̄(0, t1 , . . . , tN 1)

1
u(⇠(t1 , . . . , tN
y ya tenı́amos por definición que v̄(0, t1 , . . . , tN 1) = u0 (t1 , . . . , tN 1 ).

PN
Queda comprobar que se verifica la E.D.P. i=1 fi (x, u) = g(x, u) en todo O.
N
X @u
fi (x, u(x)) (x)
i=1
@xI
N
X @v̄(ȳ 1 (x))
= fi (ȳ(ȳ 1
(x)), v̄(ȳ 1
(x)))
i=1
@xi
2 0 13
XN N
X1 @v̄ 1
4 @ ȳi (ȳ @v̄ @ ȳ 1 @ ȳ j+1
= 1
(x)) @ (ȳ
1
(x)) 1 (x) + (ȳ 1
(x)) (x)A5
i=1
@t @t @xi j=1
@tj @xi
N
! N 1 N 1
!
@v̄ X @ ȳi @ ȳ1 1 X @v̄ X @ ȳi @ ȳj+1
= (ȳ (x))
1
(ȳ (x))
1
(x) + (ȳ 1
(x)) (ȳ 1
(x)) (x) .
@t i=1
@t @xi j=1
@tj i=1
@t @xi
De esta igualdad se deduce, si admitimos momentáneamente que

N
!
X @ ȳi @ ȳ1 1
(ȳ (x))
1
(x) = 1 (8.18)
i=1
@t @xi
y que para todo j = 1, . . . , N 1

N 1
!
X @ ȳi @ ȳj+1
(ȳ 1
(x)) (x) = 0, (8.19)
i=1
@t @xi
que
N
X @u @v̄
fi (x, u(x)) (x) = (ȳ 1
(x)) = g(ȳ(ȳ 1
(x)), v̄(ȳ 1
(x))) = g(x, u(x)).
i=1
@xi @t
Por tanto, para terminar, confirmamos las igualdades (8.18) y (8.19).
(8.18) se deduce de la igualdad siguiente y de derivar respecto de t,
N
X 1 N
X 1
@ ȳ @ ȳi @ ȳ @ ȳi
t = ȳ1 1 (ȳ(t, t1 , . . . , tN 1 )) ) 1 =
1
(x) (t, t1 , . . . , tN 1) =
1
(x) (ȳ 1
(x)).
i=1
@xi @t i=1
@xi @t
Y (8.19) se obtiene a partir de las siguientes igualdades (para cada j = 1, . . . , N 1) y sus derivadas
respecto de t,
N
X 1 N
X 1
@ ȳj+1 @ ȳi @ ȳj+1 @ ȳi
tj = ȳj+1
1
(ȳ(t, t1 , . . . , tN 1 )) ) 0= (x) (t, t1 , . . . , tN 1) = (x) (ȳ 1
(x)).
i=1
@xi @t i=1
@xi @t
Queda por probar la unicidad local de solución, i.e. si ũ 2 C 1 (O) es solución del (PC) entonces
ũ(x) = u(x) 8x 2 O.
Como ȳ es una biyección entre B y O, escribimos

ũ(x) = ũ(ȳ(ȳ 1 (x))) = ũ(ȳ(t, t1 , . . . , tN 1 )),
8(t, t1 , . . . , tN 1) 2 B.
u(x) = v̄(ȳ 1 (x)) = v̄(t, t1 , . . . , tN 1 ),
Fijamos (t1 , . . . , tN 1 ) 2 RN 1 y denotamos It1 ,...,tN 1 = {t 2 R : (t, t1 , . . . , tN 1 ) 2 B}, que es
un entorno abierto de 0 2 R en caso de ser no vacı́o.
Para probar que ũ = u en O, basta ver que si (t1 , . . . , tN 1 ) 2 ✓ e It1 ,...,tN 1 6= ; entonces
ũ(ȳ(t, t1 , . . . , tN 1 )) = v̄(t, t1 , . . . , tN 1 ) 8t 2 It1 ,...,tN 1 .
Pongamos pues (t1 , . . . , tN 1 ) 2 ✓ tal que I := It1 ,...,tN 1 6= ;. Denotamos para todo t 2 I,
v̄(t) = v̄(t, t1 , . . . , tN 1 ),
ȳ(t) = ȳ(t, t1 , . . . , tN 1 ),
'(t) = v̄(t) ũ(ȳ(t)).
Veamos que ' es solución de un (PC) asociado a una e.d.o. que sólo admite la solución idénticamente
nula. Para ello observamos que
' 2 C 1 (I).
'(0) = v̄(0) ũ(ȳ(0)) = u0 (t1 , . . . , tN 1) ũ(⇠(t1 , . . . , tN 1) = 0 por verificar ũ la condición
inicial sobre S.
Finalmente la ecuación diferencial que satisface ' es
XN
d' dv̄ @ ũ dȳi
= (t) (ȳ(t)) (t)
dt dt i=1
@x i dt
XN
@ ũ
= g(ȳ(t), v̄(t)) (ȳ(t))fi (ȳ(t), v̄(t))
i=1
@x i
XN
@ ũ
= g(ȳ(t), '(t) + ũ(ȳ(t))) (ȳ(t))fi (ȳ(t), '(t) + ũ(ȳ(t))).
i=1
@x i
Ahora definimos el conjunto

A = {(t, z) 2 R2 : t 2 I, (ȳ(t), z + ũ(ȳ(t)) 2 U }.
Obsérvese que A es abierto, que (t, 0) 2 A 8t 2 I, y que
XN
@ ũ
G(t, z) = g(ȳ(t), z + ũ(ȳ(t))) (ȳ(t))fi (ȳ(t), z + ũ(ȳ(t)))
i=1
@xi
@G
está bien definida para todo par (t, z) 2 A. Más aún, 2 C(A) y G(t, 0) = 0 (por ser ũ solución
@z
de la E.D.P.). Por tanto el
(
dz
= G(t, z),
(PC) dt
z(0) = 0,
sólo tiene una única solución, y forzosamente ha de tenerse entonces '(t) ⌘ 0.
Observación 8.27. La demostración anterior es constructiva, es decir, permite obtener (explı́cita

o implı́citamente) la solución del (PC), y en tal caso se dice que se ha resuelto el (PC) por el
Método de las Caracterı́sticas.
Teorema 8.28 (Función Inversa). Sea h = (h1 , . . . , hn ) 2 C 1 una función definida en un

abierto ⌦ ⇢ Rn . Denotemos T = h(⌦), y supongamos que el jacobiano de h, Jh (x0 ), es no nulo
en algún x0 2 ⌦. Entonces existe una única función g y dos conjuntos abiertos X ⇢ ⌦ e Y ⇢ T
tales que x0 2 X, h(x0 ) 2 Y, Y = h(X) y h es inyectiva en X (en realidad biyectiva sobre Y ); g
está bien definida sobre todo Y, g(Y ) = X, y g(f (x)) = x para todo x 2 X, de hecho g 2 C 1 (Y ).
Ejemplo 8.29. Retomamos el Ejemplo 8.19 para ahora resolverlo por el Método de las Carac-
terı́sticas. 8
< @u + @u = x1 + x2 ,
@x1 @x2 u(3u + 1)
:
u|S = 1 en un entorno de a = (1, 0),
⇣p ⌘
siendo S = { 1 t21 , t1 : t1 2 ( 1, 1)}.
x1 + x2
En este caso U = {(x1 , x2 , u) 2 R3 : u 62 {0, 1/3}}, f1 ⌘ f2 ⌘ 1, y g(x1 , x2 , u) = .
p u(3u + 1)
Se tiene que f1 , f2 , g 2 C 1 (U ). La función ⇠ viene dada por ⇠(t1 ) = ( 1 t21 , t1 ) 2 C 1 (✓; R2 )
con ✓ = ( 1, 1), y finalmente u0 (t1 ) ⌘ 1. Como (a, u0 (0)) = (1, 0, 1) 2 U y la condición de
transversalidad se satisface,
✓ ◆ ✓ ◆
f1 (a, u0 (0)) ⇠10 (0) 1 0
det = det = 1 6= 0,
f2 (a, u0 (0)) ⇠20 (0) 1 1
se tiene por el Teorema 8.25 que existe una única solución local al problema.
Para resolverlo, planteamos el sistema caracterı́stico

8
> dy1
>
> = 1,
>
> dt
>
< dy
2
= 1,
>
> dt
>
>
>
> dv y 1 + y2
: = .
dt v(3v + 1)
Las condiciones iniciales (paramétricas) son

q
y1 (0) = 1 t21 , y2 (0) = t1 , v(0) ⌘ 1.
p
Al tratarse de un sistema desacoplado, es fácil resolverlo: ȳ1 (t, t1 ) = t + c(t1 ) = t + 1 t21 ,
ȳ2 (t, t1 ) = t + t1 , y por último
p
dv 2t + t1 + 1 t21
=
dt v(3v + 1)
genera la solución
q
1
v 3 + v 2 = t2 + (t1 + 1 t21 )t + C,
2
donde C la podemos determinar sustituyendo la condición v(0) = 1. Resulta C = 3/2. Por tanto
llegamos a la solución final
q
1 3
v̄ 3 (t, t1 ) + v̄ 2 (t, t1 ) = t2 + (t1 + 1 t21 )t + . (8.20)
2 2
Calculamos ahora u(x) = v̄(ȳ 1

(x)), para ello eliminamos t y t1 y sustituimos v̄ por u e ȳi por xi .
p q
y12 = t2 + 1 t21 + 2t 1 t21 , 1
) ( 1 + y 2
+ y 2
) = t 2
+ tt 1 + t 1 t21 .
y22 = t2 + t21 + 2tt1 2 1 2
Sustituyendo en (8.20) recuperamos la solución que obtuvimos antes, 2u3 + u2 = x21 + x22 + 2.
Bibliografı́a
[1] I. Acero & M. López, Ecuaciones Diferenciales. Teorı́a y problemas, Tébar Flores, Madrid,
1997.
[2] H. Amann, Ordinary Di↵erential Equations: An Introduction to Nonlinear Analysis, Walter
de Gruyter, New York, 1990.
[3] F. Brauer & J. A. Nohel, The Qualitative Theory of Ordinary Di↵erential Equations. An
introduction, Dover Publications, New York, 1989.
[4] M. Braun, Di↵erential Equations and Their Applications, Springer-Verlag, New York, 1993.
[5] E. Casas Renterı́a, Introducción a las Ecuaciones en Derivadas Parciales, Servicio de Publi-
caciones, Universidad de Cantabria, 1992.
[6] E. A. Coddington, Introducción a las Ecuaciones Diferenciales Ordinarias, Co. Ed. Continen-
tal, México, 1976.
[7] E. A. Coddington & N. Levinson, Theory of Ordinary Di↵erential Equations, Robert E. Krie-
ger, Malabar, Florida, 1984.
[8] C. Corduneanu, Principles of Di↵erential and Integral Equations, Chelsea P. Co., The Bronx,
New York, 1977.
[9] C. H. Edwards, Jr. & D. E. Penney, Ecuaciones Diferenciales Elementales y Problemas con
Condiciones en la Frontera, Prentice-Hall, México, 2001.
[10] C. Fernández & J. M. Vegas, Ecuaciones Diferenciales II, Ecuaciones no Lineales, Pirámide,
Madrid, 1996.
[11] M. de Guzmán, Ecuaciones Diferenciales Ordinarias. Teorı́a de Estabilidad y Control, Ed.
Alhambra, Madrid, 1987.
[12] M. de Guzman, I. Peral & M. Walias, Problemas de ecuaciones diferenciales ordinarias, Ed.
Alhambra, Madrid, 1980.
[13] P. Hartman, Ordinary Di↵erential Equations, John Willey & Sons, Inc., New York, 1964.
[14] M. W. Hirsch & S. Smale, Di↵erential Equations, Dynamical Systems and Linear Algebra,
Academic Press, New York, 1964.
[15] F. John, Partial Di↵erential Equations, Springer-Verlag, New York, 1982.
[16] A. Kiseliov, M. Krasnov & G. Makarenko, Problemas de Ecuaciones Diferenciales Ordinarias,
Ed. Mir, Moscú, 1997.
[17] W. Leighton, Ordinary Di↵erential Equations, Wadsworth P. Co., Belmont (California), 1970.
[18] C. Martı́nez Carracedo & M. A. Sanz Alix, Introducción a las Ecuaciones Diferenciales Ordi-
narias, Reverté, Barcelona, 1991.
153
154 BIBLIOGRAFÍA
[19] R. K. Miller & A. N. Michel, Ordinary Di↵erential Equations, Academic Press, New York,
1982.
[20] R. K. Nagle, E. B. Sa↵, & A. D. Snider, Ecuaciones Diferenciales y problemas con valores en
la frontera, Addison Wesley, México, 2001.
[21] S. Novo, R. Obaya & J. Rojo, Ecuaciones y Sistemas Diferenciales, McGraw-Hill, Madrid,
1995.
[22] I. Peral, Ecuaciones en Derivadas Parciales, Addison-Wesley/Universidad Autónoma de Ma-
drid, Wilmington, 1995.
[23] L. Pontriaguine, Equations Di↵érentielles Ordinaires, Ed. Mir, Moscou, 1975.
[24] M. R. M. Rao, Ordinary di↵erential equations : Theory and applications, Edward Arnold,
London, 1981.
[25] N. Rouché & J. Mawhin, Equations Di↵érentielles Ordinaires. Tomes 1, 2, Ed. Masson, Paris,
1973.
[26] F. Simmons, Ecuaciones Diferenciales: con aplicaciones y notas históricas, McGraw-Hill, Ma-
drid, 2002.
[27] I. Sneddon, Elements of Partial Di↵erential Equations, McGraw-Hill Book Company, Inc. ,
New York, 1957.
[28] D. G. Zill, Ecuaciones Diferenciales con Aplicaciones de modelado, Grupo Editorial Ibe-
roamérica, México, 2002.

Apuntes de Edo

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Apuntes de Edo

Uploaded by

Copyright:

Available Formats

Una introducción a las

Ecuaciones Diferenciales Ordinarias

Pedro Marı́n Rubio

En Sevilla, septiembre de 2006

Fdo.: Pedro Marı́n Rubio

Introducción y notas bibliográficas 7

1. Preliminares sobre ecuaciones diferenciales 11

2. Métodos elementales de integración 23

3. Existencia y unicidad de solución local para el problema de Cauchy 47

4. Unicidad global y solución global del problema de Cauchy 69

5. Ecuaciones y sistemas diferenciales ordinarios lineales 83

6. Regularidad de las soluciones del problema de Cauchy. Continuidad y derivabi-

7. Introducción a la teorı́a de la estabilidad para sistemas diferenciales ordinarios121

8. Introducción a las E.D.P. de primer orden, casos lineal y casi-lineal. Integrales

El Tema 1 es introductorio. Principalmente constituido por ejemplos reales que motiven la

El Tema 6 retoma el análisis teórico general de ecuaciones y sistemas diferenciales. En él se

Preliminares sobre ecuaciones

1.1. Primeros ejemplos

Ejemplo 1.1 (Predicción térmica). Consideramos la ley de enfriamiento de Newton, un modelo

Ejemplo 1.3 (Desintegración radioactiva). Fenómenos naturales de origen fı́sico-quı́mico:

donde N = N (t) es el número relativo de moléculas sin desintegrar de la sustancia, y es una

1.2. Primeras definiciones. Interpretación geométrica

Definición 1.8 (momentánea). Llamaremos solución de la e.d.o. de 1er orden

a cualquier función ' : I ⇢ R ! R definida en algún intervalo I no degenerado y tal que se

(i) ' tiene derivada en cada punto de I,

(ii) (x, '(x), '0 (x)) 2 O 8x 2 I,

(iii) F (x, '(x), '0 (x)) = 0 8x 2 I.

En el caso de tener la e.d.o. en forma normal, por supuesto tendrı́amos que O = ⌦ ⇥ R.

(i) ' tiene derivada en cada punto de I,

(i) ' 2 C 1 (I),

(ii) (x, '(x)) 2 ⌦ 8x 2 I,

1.3. Otros ejemplos en el ámbito matemático

Familias que se cortan con un ángulo fijo

la familia de curvas isogonales de ángulo ↵ será

Curvas dadas por condiciones sobre tangentes, normales o proyecciones

Definición-construcción de funciones a través de e.d.o.

Concretamente, consideramos la e.d.o. y 0 = y unida a una condición y(0) = 1.

• Veamos ahora que para cualquier n 2 N, se tiene

f (na) = (f (a))n . (1.2)

f ((k + 1)a) = f (ka + a) = f (ka)f (a) = (f (a))k f (a) = (f (a))k+1 .

• En particular, si denotamos e = f (1), entonces tenemos que f (n) = en . Y por un resultado

Para cualquier q 2 N, se tiene

primero para p 2 N, y después para p 2 Z.

pues tenı́amos que f ( x) = 1/f (x).

1.4. El problema de Cauchy y e.d.o. de orden superior

con dato inicial (x0 , y0 ) y se escribe

Como yy 0 = x, es fácil en este caso resolver la ecuación: 12 y 2 = 21 x2 + C. Si a la curva buscada

de donde no puede ser despejada la y.

y una función ' : I ⇢ R ! R definida sobre un intervalo no degenerado y tal que

Al par (I, ') lo llamaremos solución local del (PC).

Algunas situaciones con e.d.o. de orden superior a uno

Ejemplo 1.29. Las circunferencias de radio R se expresan a través de la familia

(x a)2 + (y b)2 = R2 . (1.4)

Ası́, la forma general (1.4) que tenı́a la familia se transforma en

que operando queda reducida a

Aplicaciones fı́sicas donde aparecen e.d.o. de orden 2

1.5. Sistemas diferenciales ordinarios de dimensión N

Definición 1.30. Se llama sistema diferencial ordinario (s.d.o.) de ecuaciones de primer

~ 0 (x) = f~(x, '

Ası́ se obtiene el s.d.o. 8 0

z 00 = y 0 2z 0 = y + z 2(y 2z) = y + 5z = (z 0 + 2z) + 5z = z 0 + 3z.

Sabemos ya que encontrar solución exacta al problema en general es imposible.

Ya anticipamos en el tema anterior que en general no es posible obtener soluciones explı́citas

2.1. Resolución e.d.o. de primer orden en forma normal