Escolar Documentos
Profissional Documentos
Cultura Documentos
V. Gruenberg
Transformaciones Lineales (MAT023)
1
Primer semestre de 2012
Verónica Gruenberg Stern
DEFINICION
Sean U, V dos espacios vectoriales sobre un cuerpo K y sea T : U −→ V una función. Diremos
que T es una transformación lineal ssi satisface las siguientes dos condiciones:
2. T (α · u) = α · T (u) ∀ α ∈ K, ∀ u ∈ U .
OBSERVACIÓN
La primera condición dice que la función T transforma la suma de dos vectores en U en la
suma de las imágenes de estos dos vectores en V . Del mismo modo, la segunda condición indica
que T transforma el producto por escalar de un vector en U en el producto del mismo escalar por
la imagen del vector en V .
TEOREMA
Sean U, V espacios vectoriales sobre el cuerpo K; entonces T : U −→ V es una transformación
lineal ssi
T (α · u1 + β · u2 ) = α · T (u1 ) + β · T (u2 ) ∀ α, β ∈ K, ∀ u1 , u2 ∈ U
Dem.
Debemos probar que T satisface las condiciones 1. y 2. de la definición si y solamente si
T (α · u1 + β · u2 ) = α · T (u1 ) + β · T (u2 ) ∀ α, β ∈ K, ∀ u1 , u2 ∈ U .
⇒ Sean α, β ∈ K, u1 , u2 ∈ U . Luego:
EJEMPLOS
2
cualquier constante real k.
2. Considere la función T : R −→ R tal que T (x) = 5x + 9. Veamos si T es o no una transfor-
mación lineal.
7. Si U y V son espacios vectoriales sobre el mismo cuerpo, la función que a cada elemento
de U le asigna el elemento 0 de V , que denotamos σ : U −→ V , σ(u) = 0V , es una
transformación lineal, que llamamos nula.
3
8. Si U es un espacio vectorial, siempre es posible definir una aplicación del espacio en sí mismo,
que a cada elemento le asigna el mismo elemento, que denotamos id: U −→ U, id(u) = u
y que es una transformación lineal, llamada identidad.
14. Para cadaZx ∈ [a, b], considere Ix : C[a, b] −→ C 1 [a, b], definida por:
x
Ix (f ) = f (t) dt. Análogamente, Ix es una transformación lineal.
a
PROPIEDADES
Sea T : U −→ V una transformación lineal. Entonces, se cumplen las siguientes propiedades:
1. T (0U ) = 0V . Es decir, toda transformación lineal lleva al vector nulo de U en el vector nulo
4
de V .
2. Sean u1 , u2 , · · · , us ∈ U, α1 , α2 , · · · , αs ∈ K; entonces
T (α1 · u1 + α2 · u2 + · · · + αs · us ) = α1 · T (u1 ) + α2 · T (u2 ) + · · · + αs · T (us ).
4. Si u1 , u2 , · · · , us son vectores l.d., entonces T (u1 ), T (u2 ), · · · , T (us ) son l.d. Es decir, toda
Como no todos los αi son nulos, hemos probado que el conjunto formado por los s vectores
T (ui ) del espacio vectorial V es l.d.
EJERCICIOS
Determine si las siguientes son o no transformaciones lineales:
3. T : R2 −→ R2 tal que T (x, y) = (ax + by, cx − dy), donde a, b, c, d son números reales
cualquiera.
A continuación, veremos un teorema que establece que una transformación lineal de un espacio
vectorial de dimensión finita en otro espacio vectorial queda completamente determinada si se
conoce las imágenes de todos los elementos de una base.
5
TEOREMA
Sean U, V espacios vectoriales sobre K, B = {u1 , u2 , · · · , un } una base de U , y sean
v1 , v2 , · · · , vn ∈ V arbitrarios. Entonces,
u = α1 u1 + α2 u2 + · · · + αn un
La unicidad se obtiene del hecho que los escalares que permiten escribir u como combinación
lineal de los elementos de la base B son únicos.
T (x, y) = T (x(1, 0) + y(0, 1)) = xT (1, 0) + yT (0, 1) = x(1, −2, 3) + y(−1, 1, −1)
6
Determine T (x, y), ∀(x, y) ∈ R2 .
Solución:
Para determinar explícitamente la transformación lineal, escribimos un vector genérico como
combinación lineal de los elementos de la base: dado (x, y) ∈ R2 :
x = α+β α = 3x − y,
(x, y) = α(1, 2) + β(1, 3) =⇒ ∴
y = 2α + 3β β = y − 2x
7
Determine T (a + bx + cx2 ), ∀ a + bx + cx2 ∈ R2 [x].
Solución:
Para determinar explícitamente la transformación lineal, escribimos un polinomio genérico
como combinación lineal de los elementos de la base:
a+b−c a−b+c −a + b − c
T (a + bx + cx2 ) = T (1 + x) + T (1 + x2 ) + T (x + x2 )
2 2 2
a+b−c 2 3 4 a−b+c 2 3 4 −a + b − c 0 0 0
= + +
2 6 7 8 2 0 0 0 2 6 7 8
2 2a 3a 4a
∴ T (a + bx + cx ) = 7(b−c)
6b − 6c 2
8b − 8c
EJERCICIOS
DEFINICION
Sea T : U −→ V una transformación lineal. Definimos
8
Ker(T ) = {u ∈ U : T (u) = 0V }
es decir, al conjunto de todos los elementos de U que tienen como imagen al 0V .
TEOREMA
Sea T : U −→ V una transformación lineal. Entonces KerT ≤ U .
Dem. Debemos probar que:
TEOREMA
Sea T : U −→ V una transformación lineal. Entonces ImT ≤ V .
Dem.
Debemos probar que:
EJEMPLOS
1. σ : U −→ V ⇒ Ker σ = U , Im σ = {0V }.
9
= { y · (−1, 1, −1), y ∈ R} = h (−1, 1, −1) i
Luego, también hemos encontrado una base para el KerT y dim KerT = 1.
Para encontrar Im T ⊆ R2 , hay varios métodos.
Método1 : Usando la definición: buscamos todos los (u, v) ∈ R2 :
∃ (x, y, z) ∈ R3 : T (x, y, z) = (u, v). Ello es así, si: x + y = u ∧ y + z = v. Como este es un
sistema de 2 ecuaciones con 3 incógnitas, fijamos una de ellas, digamos y = 0 y tenemos
que x = u, z = v, de donde
T (1, 0, 0) = (1, 0)
T (0, 1, 0) = (1, 1) ⇒ ImT = h(1, 0), (1, 1), (0, 1)i = R2
T (0, 0, 1) = (0, 1)
5. T : R3 −→ R, T (x, y, z) = x + y + z.
Análogamente, (x, y, z) ∈ KerT ⇐⇒ T (x, y, z) = 0 ⇐⇒ x + y + z = 0 ⇐⇒ z = −x − y,
de donde
Ker T = {(x, y, z) ∈ R3 : z = −x − y}
= {(x, y, −x − y), x, y ∈ R}
= {(x, 0, −x) + (0, y, −y), x, y ∈ R}
= {x(1, 0, −1) + y(0, 1, −1) : x, y ∈ R}
= h (1, 0, −1), (0, 1, −1) i
Así, hemos encontrado una base para el KerT y por lo tanto, dim KerT = 2.
Como cualquier u ∈ R puede ser obtenido como suma de tres números reales, ImT ≤ R y
dimR = 1, una base para ImT puede ser C = {1}.
6. T : R3 −→ R5 , T (x, y, z) = (x + y, y + z, x + 2y + z, x + y, 0)
10
x+y = 0
y+z = 0 x = −y
=⇒ Por lo tanto,
x + 2y + z = 0 z = −y
x+y = 0
2 a b a b 2
ImT = αx + βx + γ ∈ R2 [x] : ∃ ∈ M2×2 (R) con T = αx + βx + γ
c d c d
a+b = α
Debemos resolver el sistema de 3 ecuaciones y 4 incógnitas: b+c = β
d = γ
si por ejemplo, a = α, b = 0, c = β, d = γ entonces
Claramente,
α 0
T = αx2 + βx + γ. Así, vemos que todos los polinomios de R2 [x] pertenecen a
β γ
ImT . Luego, ImT = R2 [x] = h1, x, x2 i.
11
Luego, ImT = hx2 , x2 + x, x, 1i = hx2 , x, 1i = R2 [x].
T (1, 0, 1) = (1, −1), T (1, 1, 0) = (1, 2), T (0, 1, 1) = (−1, 2)
= {(x, y, z) ∈ R3 : 3x − y − z = 0 ∧ −x + 5y − z = 0}
2 7
= x, x, x : x ∈ R
3 3
Por lo tanto, una base para Ker(T) es {(3, 2, 7)} y dim KerT =1.
EJERCICIOS
TEOREMA
Sea T : U −→ V una transformación lineal; entonces, T es 1-1 ⇐⇒ Ker T = {0U }.
Dem.
⇒ Sea x ∈ KerT . Entonces T (x) = 0V = T (0U ). Como T es inyectiva, T (x) = T (0U ) ⇒
x = 0U . Por lo tanto, KerT = {0U }.
EJEMPLO
12
Sea T : R4 [x] −→ R3 , definida por T (a + bx + cx2 + dx3 + ex4 ) = (a + b, c + d, e). Pruebe que
T es lineal, determine dim KerT , dim ImT y encuentre una base para ellos. ¿Es T inyectiva?
1. Dejamos como ejercicio probar que T es lineal.
a+b=0
c+d=0
lo cual implica que p(x) = a(1−x)+c(x2 −x3 ). Una base para KerT es {(1−x), (x2 −x3 )}.
Por tanto, dim KerT = 2, por lo que T no es inyectiva.
Si revisamos la relación anterior en todos los ejemplos que hemos desarrollado, veremos que se
cumple siempre. Esta relación es un hecho general, y tenemos el siguiente
TEOREMA
Sea T : U −→ V lineal, tal que dimK U = n. Entonces
13
Luego, como u es un vector cualquiera, es claro que T (um+1 ), · · · , T (un ) es un conjunto generador
de ImT .
Probemos ahora que este conjunto es l.i.: sean αm+1 , · · · , αn escalares tal que
αm+1 um+1 + · · · + αn un = α1 u1 + · · · + αm um
ó equivalentemente
α1 u1 + · · · + αm um − αm+1 um+1 − · · · − αn un = 0
Por lo tanto, el conjunto {T (um+1 ), · · · , T (un )}} es una base de ImT , y queda demostrado el
teorema.
T es lineal.
Dejamos como ejercicio probar que Determinemos la dimensión del Kernel:
a b
KerT = {A ∈ M2×2 (R) : T = 0}
c d
a b
= : a + b = 0, c + d = 0, a + b + c + d = 0, a=0
c d
a b
= : a = b = 0, d = −c
c d
0 0 0 0
= : c∈R =
c −c 1 −1
14
TEOREMA
Sea T : U −→ V lineal e inyectiva. Si {u1 , · · · , un } es l.i., entonces {T (u1 ), · · · , T (un )} es l.i.
Dem.
Formamos
1 ) + · · · + αn T (un ) = 0. Como T es lineal, es equivalente a
α1 T (u
T α1 u1 +· · ·+αn un = 0 Luego, α1 u1 +· · ·+αn un ∈ KerT. ∴ α1 u1 +· · ·+αn un = 0
Como {u1 , · · · , un } es l.i, los escalares αi = 0, ∀i = 1, · · · , n. ∴ {T (u1 ), · · · , T (un )} es l.i.
TEOREMA
Sean U, V espacios vectoriales sobre un cuerpo K, y sea α ∈ K.
Sean T, S : U −→ V transformaciones lineales. Entonces:
Dem.
2. Ahora debemos probar que α · T es una transformación lineal. Como antes, sean u1 , u2 ∈
U, λ1 , λ2 ∈ K. Formamos
(αT )(λ1 u1 + λ2 u2 ) = αT (λ1 u1 + λ2 u2 ). Por la linealidad de T :
= α(λ1 T (u1 ) + λ2 T (u2 )) = λ1 (αT (u1 )) + λ2 (αT (u2 )).
Por lo tanto, αT es una transformación lineal.
Observación:
Si U y V son 2 espacios vectoriales, es posible considerar el conjunto
Claramente, la transformación lineal nula pertenece a este conjunto, de donde L(U, V ) 6= ∅. Junto
al Teorema anterior, esto prueba que L(U, V ) ≤ F(U, V ).
TEOREMA
15
Sean U, V, W espacios vectoriales sobre K y sean T ∈ L(U, V ), S ∈ L(V, W ). Entonces, la
composición de las transformaciones lineales también es lineal, es decir, S ◦ T ∈ L(U, W ).
Dem. Sean α, β ∈ K, x, y ∈ U. Entonces
(S ◦ T )(αx + βy) = S(T (αx + βy)) = S((αT (x) + βT (y)) = (αS(T (x)) + βS(T (y)))
= α(S ◦ T )(x) + β(S ◦ T )(y).
TEOREMA
Sea T : U −→ V lineal e inyectiva. Entonces la inversa de T , que denotamos por T −1 :
v1 + v2 = T (u1 + u2 ) =⇒ u1 + u2 = T −1 (v1 + v2 ) =⇒
−1 −1 −1
T (v1 + v2 ) = T (v1 ) + T (v2 ).
De la misma manera, se prueba que T −1 (αv) = αT −1 (v). Así, T −1 es lineal.
DEFINICION
Sea T : U −→ V lineal. Diremos que T es un isomorfismo si y sólo si T es inyectiva e
ImT = V . En este caso, diremos que U y V son isomorfos, y escribimos U ∼
= V.
OBSERVACION
Si T : U −→ V es un isomorfismo, entonces T −1 : V −→ U también es un isomorfismo.
EJEMPLOS
1. Sea V un espacio vectorial sobre R, tal que dimR V = n. Sea B = {u1 , u2 , · · · , un } una base
ordenada de V , de modo que si v ∈ V , entonces formamos la matriz de coordenadas de v en
la base B:
α1
α2
[v]B = ...
αn
Definimos la función ϕ : V −→ Rn , con ϕ(v) = (α1 , α2 , · · · , αn ).
Dejamos como ejercicio demostrar que ϕ es lineal, inyectiva y epiyectiva. Por lo tanto, ϕ es
un isomorfismo.
De este modo, se ha probado que si dimV = n, entonces, V ∼ = Rn .
2. Encuentre un isomorfismo entre el espacio de los polinomios R3 [x] y el espacio de las matrices
M2×2 (R).
16
L(U, V ) = {T : U −→ V, T lineal}
a) Pruebe que L(U, V ) es un espacio vectorial sobre R.
b) Demuestre que, si dimU = n y dimV = m, entonces L(U, V ) ∼
= Mm×n (R).
c) Determine una base para L(R2 [x], R2 ).
Como hemos hecho hasta ahora, consideraremos en esta sección espacios vectoriales de dimen-
sión finita.
Sean U, V espacios vectoriales sobre un cuerpo K, tal que dimK U = n y dimK V = m. Sean
B1 = {u1 , u2 , · · · , un }, B2 = {v1 , v2 , · · · , vm } bases ordenadas de U y V , respectivamente.
Sea T : U −→ V una transformación lineal. Sabemos que existen escalares αij únicos
(i = 1, · · · , m, j = 1, · · · , n):
EJEMPLOS
b) Determine el Ker T y [T ]D
B
c) ¿Es T un isomorfismo?
17
Solución:
T (αp(x) + βq(x)) = (αp(0) + βq(0) , αp(1) + βq(1) , αp(2) + βq(2) )
= α T (p(x)) + β T (q(x))
b) Sea p(x) = ax2 + bx + c ∈ Ker(T ) , entonces (p(0) , p(1) , p(2)) = (0, 0, 0) , y esto ocurre
si y solo si:
c = 0 a = 0
a+b+c = 0 ⇒ b = 0
4a + 2b + c = 0 c = 0
Por lo tanto Ker(T ) = { 0 } , de donde además T es inyectiva.
a) Si B1 = {(1, 1, 0), (1, 0, 1), (0, 1, 1)} y B2 = {(1, 2), (1, −1)} son bases ordenadas de R3
y R2 respectivamente, encuentre [ T ]B 2
B1 .
Para encontrar la matriz asociada a la transformación lineal con respecto a estas bases,
escribimos:
18
Resolviendo los tres sistemas de ecuaciones, obtenemos:
2/3 7/3 −1/3
[T ]B2
B1 =
−5/3 5/3 4/3
b) Sea u = (1, 2, 3). Encuentre [u]B1 , [ T (u)]B2 , y [ T ]B
B1 · [u]B1 .
2
Calculamos ahora
0
B2 2/3 7/3 −1/3 5/3
[ T ]B1 · [u]B1 = · 1 = = [T(u)]B2 .
−5/3 5/3 4/3 13/3
2
TEOREMA
Sea T : U → V lineal, B1 base de U , B2 base de V . Entonces,
[ T ]B
B1 · [u]B1 = [T(u)]B2
2
EJERCICIOS
1. Sea T : R2 [x] −→ M2×2 (R), definida por
2 a+b 2b + 3c
T (a + bx + cx ) =
3c + a −a + b + 3c
B2
a) [T ]B1
19
Sean B1 = {1, 1 + x, 1 + x + x2 } base de R2 [x] y B2 = {(1, −1), (1, 2)} base de R2 .
Determine:
a) [T ]B2
B1
[w]B2 = [ id ]B
B1 · [w]B1
2
EJEMPLOS:
20
Determine: [id]B B1 . Además, si u = (5, −3), determine además
2
[u]B1 , [ id(u)]B2 , y
[ id ]B
B1 · [u]B1 .
2
2. Sean B1 = {u1 , u2 }, B2 = {v1 , v2 } dos bases del espacio vectorial U , tal que
Determine:
1. Ejercicio.
3
2. Como u1 = 3v1 − 4v2 , tenemos que [u1 ]B2 = y como u2 = v1 + 2v2 tenemos
−4
1
que [u2 ]B2 = .
2
3 1
Por lo tanto, la matriz cambio de base de B1 a B2 es [id]B2
B1 =
−4 2
1 −1
5 10
B2 −1
Luego, la matriz cambio de base de B2 a B1 es [id]B1 = .
2 3
5 10
1 −1 1 −1
5 10 5 10 1
Para determinar [v]B1 , basta calcular: · [v]B2 = ·
2 3 2 3 7
5 10 5 10
− 12
∴ [v]B1 =
5
2
RELACION ENTRE
OPERACIONES DE TRANSFORMACIONES LINEALES Y
OPERACIONES ENTRE MATRICES
21
Consideremos, como antes, los espacios vectoriales U, V sobre un cuerpo K, tal que dimK U = n,
y dimK V = m. Sean B1 = {u1 , u2 , · · · , un }, B2 = {v1 , v2 , · · · , vm } bases ordenadas de U
y V , respectivamente. Sean T, S ∈ L(U, V ). Entonces:
B2
1. [ T + S ]B1
= [ T ]B B2
B1 + [ S ]B1 , es decir, la matriz asociada a la suma de transformaciones
2
2. [ αT ]B B2
B1 = α[ T ]B1 ,
2
∀ α ∈ K, es decir, la matriz asociada al producto por escalar de una
transformación lineal es el escalar multiplicado por la matriz asociada a la transformación
EJEMPLOS
1 0 2 −3
c) [ L ◦ S ]C
C =
0 1 · 2 −3 = 4 −5
4 −5
1 1 6 −8
22
2. Sean U, V como arriba, y considere la función ζ : L(U, V ) −→ Mm×n (R) tal que
ζ(T ) = [ T ]B 2
B1 . Pruebe que es un isomorfismo y que, por lo tanto,
dimK L(U, V ) = dimK Mm×n (R) = m · n
EJERCICIOS
23
a) T : R3 → R2 , con T (x, y, z) = (x, z)
b) T : R4 → R4 , con T (x, y, z, w) = (−x, −y, −z, w)
c) T : R3 → R3 con T (x, y, z) = (x, y, z) + (0, −1, 0)
2 2
d) T : R → R , con T (x, y) = (2x, y − x)
e) T : R2 [x] → R1 [x], con T (ax2 + bx + c) = 2ax + b
2. Sea T : R2 → R2 lineal tal que T (3, 1) = (1, 2) y T (−1, 0) = (1, 1). Encuentre una expresión
para T y calcule T (1, 0) y T (0, 1)
10. Sea T : R2 [t] → R3 [t] una transformación lineal definida por T (p(t)) = t2 p0 (t) donde
dp
p0 (t) = (t). Encuentre base para Ker T y para Im T.
dt
24
a b
11. Sea W = ∈ M2 (R) : a + 5c = 0 . Demuestre que W es isomorfo a R3 .
c d
12. Sea V el espacio vectorial generado por el conjunto {ex , e−x }, ∀ x ∈ R. Demuestre que V es
isomorfo a R2 .
13. Sea T : M
2×3 (R) →
M3×3 (R) una transformación lineal definida por
2 −1
T (A) = 1 2 · A, para toda matriz A ∈ M2×3 (R). Hallar la dimensión del KerT y de
3 1
T (x) = x2 − x
T (x − 1) = x − 2
T (x2 − 1) = x3 − x − 1
15. Sea T : R2 [t] → R1 [t] una transformación lineal definida por T (p(t)) = p0 (t) y considere las
bases S = {t2 , t, 1} y R = {t + 1, t − 1} para R2 [t] y R1 [t] respectivamente. Encuentre la
matriz asociada a la transformación T respecto a estas bases.
16. Sea V el espacio vectorial con base B = {1, t, et , tet } y sea T : V → V una transformación
lineal definida por T (f (t)) = f 0 (t). Hallar la representación matricial de T respecto de B.
17. Sea T : R2 → R2 lineal definida por T (x, y) = (x + y, −2x + 4y). Encuentre la matriz de T
respecto a la base {(1, 1), (1, 2)}
25
0
Z 0
g(p) = p(x) dx
−1
23. Sea T : R3 → R2 una transformación lineal cuya representación matricial respecto a las
2 −1 3
bases S = {(1, 0, −1), (0, 2, 0), (1, 2, 3)} y R = {(1, −1), (2, 0)} es . Hallar la
3 1 0
representación matricial de T respecto de las bases canónicas.
3 2 1 −1 1
24. Sea T : R → R una transformación lineal definida por . Hallar una expresión
1 0 2
para T respecto a
1
VARIAS VARIABLES
para MAT023
El espacio vectorial Rn dotado del producto interior euclideano se denomina espacio vectorial
euclideano de dimensión n.
Notar que la norma de un vector en Rn así definida es un número real no negativo y corresponde
al tamaño ó magnitud de dicho vector.
2
Si n = 2, ~x = (x1 , x2 ), ~y = (y1 , y2 ), entonces
v
u 2
uX p
d(~x, ~y) = k~x − ~yk = t (xi − yi )2 = (x1 − y1 )2 + (x2 − y2 )2
i=1
9. k~x + ~yk ≤ k~xk + k~yk 10. d(~x, ~y) ≤ d(~x,~z) + d(~z, ~y)
conocidas como desigualdad triangular, tanto para la norma como para la distancia.
n n n
! ! !
X X X
x2i 2
t − 2 x i yi t + yi2 6= 0
i=1 i=1 i=1
n
!2 n
! n
!
X X X
4 xi yi − 4 x2i yi2 < 0
i=1 i=1 i=1
3
n
!2 n
! n
!
X X X
⇐⇒ x i yi < x2i yi2
i=1 i=1 i=1
9.
k~x + ~yk2 = (~x + ~y) · (~x + ~y)
= k~xk2 + 2 (~x · ~y) + k~yk2
≤ k~xk2 + 2 |~x · ~y| + k~yk2
k~xk2 + 2 k~xk k~yk + k~yk2
10. d(~x, ~y) = k~x − ~yk = k~x − ~z + ~z − ~yk ≤ k~x − ~zk + k~z − ~yk ≤ d(~x,~z) + d(~z, ~y)
Definición 1.4. Definimos la bola abierta ó vecindad abierta de centro ~a y radio r, al conjunto
Ejemplos
Y z
3.0
2.0
3
1.0
-1. -1.
0 0
2 1.0 1.0
2.0 2.0
3.0 -1. 3.0
0
4.0 4.0
1 5.0 5.0
x y
X
−2 −1 1 2 3 4
(a) disco (b) esfera
1. En R2 , B (2, 2), 1 = (x, y) ∈ R2 : k(x, y) − (2, 2)k < 1
2. Análogamente, en R3 , B (2, 2, 1), 1 = (x, y, z) ∈ R3 : (x − 2)2 + (y − 2)2 + (z − 12 < 1 .
3. En ambos casos, las bolas cerradas corresponden a los conjuntos anteriores con sus respectivos
bordes, es decir:
4
B (2, 2), 1 = (x, y) ∈ R2 : (x − 2)2 + (y − 2)2 ≤ 1
B (2, 2, 1), 1 = (x, y, z) ∈ R3 : (x − 2)2 + (y − 2)2 + (z − 12 ≤ 1
1. En R, los intervalos de la forma I1 =]a, b[, I2 =] − ∞, b[, I3 =]a, ∞[ son conjuntos abiertos.
En cambio no son conjuntos abiertos los intervalos de la forma I4 = [a, b], I5 =]a, b],
I6 = [a, b[, I7 =] − ∞, b], I8 = [a, ∞[.
2. En R2 , el conjunto A = {(x, y) ∈ R2 : x2 + y 2 < 1} = B (0, 0), 1 es un conjunto abierto. Es
fácil ver que, en general, B (a0 , b0 ), r es un abierto, ∀(a0 , b0 ) ∈ R2 .
5
x y
5. En R2 , los intervalos I1 =]a, b[, I2 =] − ∞, b[, I3 =]a, ∞[ no son abiertos, porque un subcon-
junto de R no puede contener una bola abierta bidimensional.
Ejemplos
5. Sea →
−
p ∈ Rn , entonces {→
−
p } es un conjunto cerrado.
Ejemplos
2. Como arriba, el intervalo cerrado [a, b] es el conjunto de puntos de acumulación para los
siguientes intervalos en R : ]a, b[, [a, b[, [a, b].
0, es decir, A0 = {0}.
6
4. En R2, el conjunto de puntos de acumulación de A = (x, y) ∈ R2 : x2 + y 2 < 1 es el conjunto
A0 = (x, y) ∈ R2 : x2 + y 2 ≤ 1 .
Definición 1.8. Sea A ⊆ Rn . Diremos que x0 es un punto interior de A si, y sólo si, ∃ r > 0 :
B(x0 , r) ⊆ A. Denotamos al conjunto de todos los puntos interiores de A por Int(A) ó Å, y está
dado por:
Ejemplos
a b a b a b a b
5. En R2 , el interior de A = (x, y) ∈ R2 : x2 + y 2 = 4
es ∅.
Definición 1.9. Sea A ⊆ Rn ; diremos que x0 ∈ Rn es un punto frontera de A si, y sólo si,
Definición 1.10. Sea A ⊆ Rn ; diremos que x0 ∈ Rn es un punto exterior de A si, y sólo si,
x0 ∈ Int(Ac ).
Ejemplos
1. En R, los puntos frontera del intervalo I = ]a, b] son los puntos a y b. Los mismos puntos son
frontera para los intervalos ]a, b[, [a, b] y [a, b[.
7
a b a b a b a b
]a, b] ]a, b[ [a, b] [a, b[
1 1
4 2
Ejercicios
Para cada uno de los siguientes conjuntos determine si es abierto, cerrado, sus puntos interiores
y de acumulación:
(a) R (b) Rn (c) ∅
Definición 1.11. Sea A ⊆ Rn , A 6= ∅. Diremos que A es una región si, y sólo si, A es un conjunto
abierto y conexo, es decir, dados dos puntos cualquiera en A, estos pueden ser unidos por una línea
poligonal.
Ejemplos
Ejercicios
1. En cada uno de los siguientes casos, sea A el conjunto de todos los (x, y) ∈ R2 que satisfacen
la desigualdad dada. Grafique el conjunto en cada caso, y determine si es abierto, cerrado, si
8
es una región, sus puntos interiores, frontera y de acumulación.
a) 3x2 + 2y 2 < 6 g) y ≥ x2 ∧ |x| < 2
b) |x| < 1 ∧ |y| < 1 h) (x2 + y2 − 1)(4 − x2 − y 2 ) > 0
c) |x| ≤ 1 ∧ |y| ≤ 1 i) y = x2
d) 1 < x ≤ 2 j ) y ≥ x2
e) 1 ≤ x ≤ 2 ∧ 3<y<4 k ) y ≥ x2 ∧ |x| < 2
f) y > x2 ∧ |x| < 2 l) y ≥ x2 ∧ |x| ≤ 2
a) z 2 − x2 − y 2 − 1 > 0 d) x + y + z < 1
b) |x| < 1 , |y| < 1 ∧ |z| < 1 e) x + y + z < 1 , x > 0, y > 0, z > 0
c) |x| ≤ 1 , |y| < 1 ∧ |z| < 1 f ) x2 + 4y 2 + 4z 2 − 2x + 16y + 40z + 113 < 0
8. Pruebe que la intersección finita de conjuntos abiertos es abierto. ¿Qué puede decir de la
intersección arbitraria de conjuntos abiertos?
10. Pruebe que la unión finita de conjuntos cerrados es cerrado. ¿Qué puede decir de la unión
arbitraria de conjuntos cerrados?
9
recorrido en los reales, es decir,
f : A ⊆ Rn → R.
Ejemplos:
xy − 5
1. Sea f : A ⊆ R2 → R, con f (x, y) = p .
2 y − x2
El dominio de f es el conjunto de puntos en R2 en donde la fórmula anterior está definida, es
decir, Dom(f ) = {(x, y) ∈ R2 : y − x2 > 0}. Gráficamente, el dominio se representa por:
p
3. Sea g : A ⊆ R2 → R, con g(x, y) = 1 − x2 − y 2 .
En este caso, para determinar el dominio de g se necesita que la raíz esté definida, es decir,
También, en este caso es posible determinar el Rec(g). Para ello, notar que x2 + y 2 ≤ 1 =⇒
1 − x2 − y 2 ≥ 0, de donde Rec(g) = [0, 1].
x−y
r
4. Considere la función f (x, y) = .
x+y
10
Solución:
(x1 , x2 , · · · , xn ) −→ f (x1 , x2 , · · · , xn ).
Es decir, el gráfico de una función de n variables es un subconjunto de Rn+1 , por lo cual sólo
podemos dibujar los gráficos de funciones de 1 ó 2 variables.
2 2
1. Sea f : A ⊆ R2 → R, con f (x, y) = e−(x +y ) . En este caso, f está bien definida para todos
los valores de R2 , de donde Dom(f ) = R2 ¿Será posible determinar el Rec(f )? Notar que
x2 + y 2 ≥ 0, ∀ (x, y) ∈ R2 . Luego, como el exponente tiene signo negativo, tenemos que el valor
máximo lo obtenemos para (x, y) = (0, 0), y los valores de la función decrecen a medida que
x2 + y 2 crece. Por tanto, Rec(f ) =]0, 1].
El gráfico de z = f (x, y) es:
z
x y
2. Sea f : A ⊆ R2 → R, con f (x, y) = sen xy. Nuevamente, f está bien definida para todos
los valores de R2 , de donde Dom(f ) = R2 . Como ∀u ∈ R : −1 ≤ sen u ≤ 1, es claro
que Rec(f ) = [−1, 1].
11
Para poder relacionar cuerpos, superficies y curvas en el espacio con sus correspondientes ecua-
ciones cartesianas, es recomendable aprovechar el conocimiento algebraico de ecuaciones (y sus co-
rrespondientes representaciones gráficas) en el plano y en el espacio, conseguido en cursos anteriores.
Por ello, comenzaremos recordando brevemente las ecuaciones canónicas y correspondientes grá-
ficas de las cónicas, en el plano.
1
Recta y = mx + n
Circunferencia x2 + y 2 = r 2
x2 y 2
Elipse + 2 =1
a2 b
1 2
Parábola y= x
4p
x2 y 2
Hipérbola − 2 =1
a2 b
De cursos pasados, sabemos que estas cónicas pueden encontrarse trasladadas y/o rotadas en el
plano. En ese caso, la forma de la ecuación es una «cuádrica», es decir, de la forma
A x2 + B y 2 + Cxy + D x + E y + F = 0
12
y que mediante traslaciones y rotaciones es posible llevarlas a una de las formas anteriores.
A x2 + B y 2 + C z 2 + D xy + E yz + F xz + G x + H y + I z + J = 0
representan superficies en el espacio tridimensional, y es posible demostrar, usando traslaciones y
rotaciones, que se obtiene alguna de las siguientes «formas canónicas»:
Ax2 + By 2 + Cz 2 + D = 0
(2) Ax2 + By 2 + Cz = 0
Generalicemos al espacio, en primer lugar, las gráficos de la figura 1. Notar que una misma
ecuación representa figuras geométricas diferentes, dependiendo del espacio en que se encuentre
ésta.
2
•
x
1 •
13
z
−2 −1 1 2
−1
(a) y = mx + n
(b) x2 + y 2 = r2
z
(d) y = cx2 x
Figura 2: Representaciones en R2 y R3
Sabemos, sin embargo, que hay otras superficies cuádricas. Las más relevantes son las siguientes:
1. Esfera:
x2 + y 2 + z 2 = r 2
2. Elipsoide:
x2 y 2 z 2 1
+ 2 + 2 =1 a, b, c > 0 z0
a2 b c -1
-2
-2 -1
-2 0 x
-1 1
0 2
1
2
y
x2 y 2 z 2
14
1
+ 2 − 2 =1
a2
z0
b c -1
-2
-1
-2 0 x
-2 1
-1 0 2
1 2
y
x2 y 2 z 2
4
− + 2 − 2 =1 2
a2 b c z 0
-4
-2
5. Paraboloide:
x2 y 2 4
+ 2 = cz, c>0 3
a2 b 2 -2
-1
z
0
1
y 1
2 -2
0 -1
0
x
1
-1 2
6. Cono:
x2 y 2 z2 2
+ =
a2 b2 c2 z0
-2
-4
-2
-4 0
-4 x
-2 2
0
y 2 4
4
7. Paraboloide hiperbólico:
y 2 x2 2
− 2 = cz, c>0
a2 b
z 0
-2
-4
-2
0 x
-4 2
-4 -2 4
0 2 4
y
1. y = x2 + z 2
2. y = x2 − z 2
15
3. 2x2 − 4y 2 + z 2 = 0
4. −2x2 + 4y 2 + z 2 = −36
5. z = |x|
Ejemplos:
Observación. En otras palabras, si f es una función de dos variables, las intersecciones de Gf con
planos paralelos al plano XY (o sea, planos en los que z = z0 =cte.), se llaman curvas de nivel o
de contorno (muy usadas en mapas topográficos, hidrográficos, meteorológicos, etc.)
Ejemplos.
k=8
16
k=5
y2 1−k
x 6= 0 : x2 − y 2 = k(x2 + y 2 ) =⇒ x2 (1 − k) = y 2 (1 + k) =⇒ 2
= , k 6= −1
x 1+k
1−k
Esta última igualdad tiene sentido si ≥ 0. Para estos valores, las curvas de nivel
1+k r
1−k
son las rectas, excluyendo el origen, y = ax ∧ y = −ax , donde a = .
1+k
Análogamente:
y=0 =⇒ f (x, 0) = 1 ∴ sobre el eje OX la función tiene el valor constante 1.
x2 1+k
y 6= 0 : x2 − y 2 = k(x2 + y 2 ) =⇒ x2 (1 − k) = y 2 (1 + k) =⇒ 2
= , k 6= 1
y 1−k
17
para cada ~b ∈ Rec(F ) definimos la correspondiente superficie de nivel como el conjunto
Ejemplos
Determine las superficies de nivel de f , si
x−y
r
3. Dada la función f (x, y) =
x+y
a) Determine y grafique el dominio de f .
Solución
a) w < 0 ⇒ Cw = ∅.
b) w = 0 ⇒ Cw = {(0, 0, 0)}.
√
c) w > 0 ⇒ Cw = {x2 + y 2 + z 2 = w}, es decir, esferas de centro en ~0 y radio w.
Caso I) x2 + y2 − z2 = 0
18
z0
-2
-4
-2
-4 0
-4 x
-2 2
0
y 2 4
4
-1
-2
-1
-2 0 x
-2 1
-1 0 2
1 2
y
z 0
-4
-2
-2
0 x
-4
2
-4
-2
0 4
y 2
4
x−y
⇔ = c2
x+y
1 − c2
⇔ y= x
1 + c2
Es decir, ∀c ∈ R, las curvas de nivel son rectas que pasan por el origen. En particular:
19
1 3
Si c = , la curva de nivel es la recta y = x.
2 5
1−c 2
e) Como lı́m = −1, quiere decir que cuando c crece indefinidamente las curvas
c→∞ 1 + c2
de nivel tienden a la recta y = −x.
Ejercicios
1. Determine y grafique A ⊆ R2 tal que sea el dominio de:
p
(a) f (x, y) = 36 − x2 − y 2
(a) f (x, y) = x2 − y 2 , C = 0, 1, 4, 9
(b) f (x, y) = cos(x + y), C = −1, 0, 12 , 1
x2 + y 2
3. Determine varias curvas de nivel de la función definida por f (x, y) = .
y2
s
x + y2
4. Sea f (x, y) = .
y2
x2
si x 6= y
7. Sea f (x, y) = x−y
0 si x 6= y
20
8. Sea f : R2 −→ R2 , dada por f (s, t) = (s2 + t2 , 2st). Encuentre la imagen del círculo
s2 + t2 ≤ a2 .
9. Sea f : R2 −→ R3 , dada por f (u, v) = (v cos 2πu, v sen 2πu, 1 − v). Determine la imagen
de R2 , y la imagen del cuadrado 0 ≤ u ≤ 1, 0 ≤ v ≤ 1.
3. Límites y Continuidad
Tal como en el caso de funciones de una variable, si f : A ⊆ Rn → R es una función de n
variables, y x0 ∈ Rn es un punto de acumulación de A, diremos que el límite de f cuando x se
21
acerca a x0 es L ∈ R si la diferencia |f (x) − L| puede hacerse arbitrariamente pequeña, si se escoge
x suficientemente cerca de x0 .
En otras palabras, si f es una función que está definida en alguna bola abierta B(x0 , r) excepto,
posiblemente en x0 (es decir, x0 es un punto de acumulación del Dom(f )), entonces
1. lı́m 2x + 3y = 11. x2 y 2
(x,y)→(1,3) 5. lı́m = 0.
(x,y)→(0,0) x2 + y 2
2. lı́m 5x − 3y = −1.
(x,y)→(1,2) x2 − y 2
6. lı́m xy = 0.
(x,y)→(0,0) x2 + y 2
2
3. lı́m 4x + y = 1.
(x,y)→(0,1) 7. lı́m 3x + 2y = 14.
(x,y)→(4,1)
4. lı́m 4x2 + y = 6. x
(x,y)→(1,2) 8. lı́m = 1.
(x,y)→(1,1) y
Solución
1. Probar que lı́m 2x + 3y = 11 requiere demostrar que dado cualquier ε > 0 es
(x,y)→(1,3)
posible encontrar un δ > 0 de modo que si la distancia entre (x, y) y (1, 3) es menor que δ,
p
es decir, si 0< (x − 1)2 + (y − 3)2 < δ entonces |2x + 3y − 11| < ε.
Notemos que:
|2x + 3y − 11| = |2(x − 1) + 3(y − 3)|
p p
≤ 2 (x − 1)2 + (y − 3)2 + 3 (x − 1)2 + (y − 3)2
p p
(pues |x−1| ≤ (x − 1)2 + (y − 3)2 e |y −3| ≤ (x − 1)2 + (y − 3)2 )
p
≤ 5 (x − 1)2 + (y − 3)2 < 5δ
Si esta última expresión es menor que ε, se tendrá, por transitividad, que |2x + 3y − 11| < ε.
22
2. Análogamente, lı́m 5x − 3y = −1 ⇐⇒
(x,y)→(1,2)
p
∀ε > 0 ∃δ > 0 : 0< (x − 1)2 + (y − 2)2 < δ =⇒ |5x − 3y + 1| < ε
Como antes:
|5x − 3y + 1| = |5(x − 1) − 3(y − 2)| ≤ 5|x − 1| + 3|y − 2| ≤
p
≤ 8 (x − 1)2 + (y − 2)2 < 8δ.
3. lı́m 4x + y 2 = 1 ⇐⇒
(x,y)→(0,1)
p
∀ε > 0 ∃δ > 0 : 0< x2 + (y − 1)2 < δ =⇒ |4x + y 2 − 1| < ε
p p
Como antes, sabemos que |x| ≤ x2 + (y − 1)2 y |y − 1| ≤ x2 + (y − 1)2 .
p
|y − 1| ≤ x2 + (y − 1)2 ≤ 1 (= δ1 ) de donde |y − 1| ≤ 1
Luego:
p p p
4|x| + |y + 1| |y − 1| ≤ 4 x2 + (y − 1)2 + 3 x2 + (y − 1)2 ≤ 7 x2 + (y − 1)2 < 7 δ2
Para que lo anterior sea menor que ε, escogemos δ2 ≤ 7ε (usamos δ2 porque ya escogimos
un δ1 = 1). ¿Cuál δ, (δ1 ó δ2 ) será el apropiado para demostrar este límite?
Basta considerar δ = min{δ1 , δ2 } = min{1, 7ε }.
2 2 2 2 2 2
x y x y x y p
− 0 = ≤ = |y 2 | ≤ ( x2 + y 2 )2 < δ 2
x2 + y 2 x2 + y 2 x2
√
Escogemos δ = ε.
23
x2 − y 2
6. Para probar que lı́m xy
= 0, acotamos
(x,y)→(0,0) x2 + y 2
x2 − y 2 x2 − y 2
p
xy − 0 = xy ≤ |xy| ≤ ( x2 + y 2 )2 < δ 2
x2 + y 2 x2 + y 2
√
Escogemos δ = ε.
Ejemplos.
Solución
1. Notamos que | sen x1 | ≤ 1, y que x + y → 0 si (x, y) → (0, 0). Podemos conjeturar
que lı́m f (x, y) = 0.
(x,y)→(0,0)
Caso 1 : Si x = 0 : |f (x, y) − 0| = |0 − 0| = 0
p
Caso 2 : |f (x, y) − 0| = |(x + y) sen x1 | ≤ |x + y| ≤ |x| + |y| ≤ 2
Si x 6= 0 : x2 + y 2 < 2δ
por lo tanto, escogemos δ = .
2
2. Notamos que en la medida en que x → 3 e y → −1, el valor de 2xy → 2 · 3 · (−1) = −6.
Así, podemos conjeturar que lı́m f (x, y) = −6.
(x,y)→(3,−1)
p p p
≤ 2 ( (x − 3)2 + (y + 1)2 )2 + (x − 3)2 + (y + 1)2 + 3 (x − 3)2 + (y + 1)2
r
≤ 2(δ 2 + 4δ) < para lo que basta tomar δ = 1 + − 1
4
24
Notemos que lı́m f (x, y) 6= f (3, −1) ya que f (3, −1) = 0. De hecho, el límite de
(x,y)→(3,−1)
esta función igualmente sería −6, aunque la función no estuviese definida en (3, −1).
Para que el lı́m f (x, y) exista, este valor debe ser independiente del camino escogido para
(x,y)→(x0 ,y0 )
aproximarse a (x0 , y0 ). Es decir:
La proposición anterior dice que si el límite de una función en un punto existe, este límite es
Luego, a pesar de no tener aún de un método para calcular límites de varias variables, disponemos
de un criterio que nos permite demostrar que algunos límites no existen.
Ejemplos
Determine si existen o no los siguientes:
xy x4 y
1. lı́m . 5. lı́m .
(x,y)→(0,0) x2 + y 2 (x,y)→(0,0) x6 + y 3
x4 y 4
2. lı́m .
(x,y)→(0,0) (x2 + y 4 )3
x3 + y 3
6. lı́m .
ax + by (x,y)→(0,0) x2 + y
3. lı́m .
(x,y)→(0,0) (cx + dy)
x2 y xy − z 2
4. lı́m . 7. lı́m .
(x,y)→(0,0) x4 + y 4 (x,y,z)→(0,0,0) x2 + y 2 + z 2
Solución
xy
1. Para determinar si lı́mexiste, buscaremos diferentes maneras ó caminos
(x,y)→(0,0) x2
+ y2
para aproximarnos al punto de acumulación (0,0).
xy x2 1
Si y = x, entonces lı́m 2 2
= lı́m 2
=
(x,y)→(0,0) x + y x→0 2x 2
xy −x2 1
Si y = −x, entonces lı́m 2 2
= lı́m 2
= −
(x,y)→(0,0) x + y x→0 2x 2
xy
Como ambos valores son diferentes, lı́m no existe.
(x,y)→(0,0) x2 + y2
En lugar de escoger, arbitrariamente, las 2 rectas anteriores, podríamos haber tomado una
recta genérica, de la forma: y = mx.
xy mx2 m
Entonces lı́m 2 2
= lı́m 2 2
=
(x,y)→(0,0) x + y x→0 x (1 + m ) 1 + m2
25
Así, observamos que el valor del límite depende de la pendiente de la recta por la cual nos
acercamos, es decir, no sería único. Luego, no existe.
x4 y 4
2. Para determinar si lı́m existe, nos aproximamos a (0,0) mediante una
(x,y)→(0,0) (x2 + y 4 )3
recta genérica y = mx. Así:
x4 y 4 m4 x8 m4 x8
lı́m = lı́m = lı́m = 0
(x,y)→(0,0) (x2 + y 4 )3 x→0 (x2 + (mx)4 )3 x→0 x6 (1 + m4 x2 )3
Este valor no coincide con el valor al aproximarnos por rectas. Luego, el límite no existe.
3. Desarrollaremos el número 6., dejando los demás como ejercicio. Para determinar un posible
candidato a límite para el ejemplo, consideramos rectas genéricas y = mx, de donde:
x3 + y 3 x3 + m 3 x3 x2 (1 + m3 )
lı́m = lı́m = lı́m = 0
(x,y)→(0,0) x2 + y x→0 x2 + mx x→0 x+m
x3 + y 3 x3 + (x3 − x2 )3
lı́m = lı́m = lı́m 1 + (x2 − x)3 = 1
(x,y)→(0,0) x2 + y x→0 x2 + x3 − x2 x→0
Entre todas las aproximaciones posibles a un punto x0 ∈ R2 , existe una forma distinguida,
llamada límites iterados y que definimos a continuación.
Definición 3.1. Llamamos límites iterados de f (x, y) a los siguientes caminos que permiten
obtener un candidato a límite:
lı́m lı́m f (x, y) y lı́m lı́m f (x, y)
x→x0 y→y0 y→y0 x→x0
Observación
Si los límites iterados coinciden, ello no significa necesariamente que el límite de una función
en un punto exista.
y0 y0
26
x0 x0
La figura muestra la forma de los caminos que producen los límites iterados.
y
2. Determine, si existe, lı́m arctan
(x,y)→(0,1) x
Solución
x2 − y 2 x2 − y 2 x2 − y 2
1. Como lı́m lı́m = 1 y lı́m lı́m = −1, tenemos que lı́m
x→0 y→0 x2 + y 2 y→0 x→0 x2 + y 2 (x,y)→(0,0) x2 + y 2
no existe.
y π y π y
2. En este caso: lı́m lı́m arctan = y lı́m lı́m arctan = − . Luego, lı́m arctan
x→0+ y→1 x 2 x→0− y→1 x 2 (x,y)→(0,1) x
tampoco existe.
Teorema 1 (del acotamiento). Si lı́m f (~x) = L = lı́m g(~x) y si f ≤h≤g en una bola
x→~
~ x0 x→~
~ x0
reducida de centro ~x0 , que denotamos por V , es decir, una bola B(~x0 , r) a la cual le quitamos el
punto ~x0 , entonces lı́m h(~x) = L.
x→~
~ x0
27
Ejemplos
En los primeros 3 ejemplos, el álgebra permite calcular los límites como si fuesen en una variable.
El cuarto ejemplo hace uso del teorema anterior, y el quinto usa ambos.
xy 2 − y 2 + x − 1 (x − 1)(y 2 + 1)
1. lı́m = lı́m =1
(x,y)→(1,0) x−1 (x,y)→(1,0) x−1
xy
4. lı́m p . Para calcular este límite, notemos que
(x,y)→(0,0) x2 + y 2 p
|xy| ( x2 + y 2 )2 p
0≤ lı́m p ≤ lı́m p = lı́m x2 + y 2 = 0
(x,y)→(0,0) x2 + y 2 (x,y)→(0,0) x2 + y 2 (x,y)→(0,0)
|xy| xy
Luego, lı́m p = 0, de donde lı́m p =0
(x,y)→(0,0) x2 + y 2 (x,y)→(0,0) x2 + y 2
xy sen(y 3 ) xy 4 sen(y 3 )
5. lı́m = lı́m ·
(x,y)→(0,0) x4 + y 4 (x,y)→(0,0) x4 + y 4 y3
xy 4 sen(y 3 )
= lı́m · lı́m = 0·1 = 0
(x,y)→(0,0) x4 + y 4 (x,y)→(0,0) y3
xy 4
En efecto: 0 ≤ 4 ≤ |x| y lı́m |x| = 0 .
x + y4 (x,y)→(0,0)
3.2. Continuidad
Definición 3.2. Diremos que f : A ⊆ Rn −→ R es continua en ~x0 ∈ A si, y sólo si,
2. lı́m f (~x) = L
x→~
~ x0
3. f (~x0 ) = L
28
x→~
~ x0
definición de este concepto.
Ejemplos
1. Probar que
x2 − y 2
xy , (x, y) 6= (0, 0)
f (x, y) = x2 + y 2
0, (x, y) = (0, 0)
x2 − y 2 −y 2
lı́m lı́m 2 = lı́m = −1
y→0 x→0 x + y 2 y→0 y 2
Como ambos límites son distintos, el límite de f no existe, y por lo tanto f no puede ser
continua en (0,0).
Definición 3.3. Diremos que f es continua en una región D ⊂ Dom(f ) si, y sólo si, f es continua
en cada punto de D.
3.3. Propiedades
Sean f, g : A ⊆ Rn −→ R continuas en ~x0 . Entonces:
29
1. cf + g es continua en ~x0 , ∀ c ∈ R.
2. f g es continua en ~x0 .
f
3. Si g(~x0 ) 6= 0 en alguna vecindad de ~x0 entonces es continua en ~x0 .
g
4. Si h es una función continua cuyo dominio permita que la composición h ◦ f esté bien definida,
entonces la composición h ◦ f también es continua en ~x0 . En particular:
a) |f | es continua en ~x0 .
√
b) Si g(~x0 ) ≥ 0 en una vecindad de ~x0 entonces g es continua en ~x0 .
2. Determine si p
1 − cos x2 + y 2
, (x, y) 6= (0, 0)
x2 + y 2
f (x, y) =
0, (x, y) = (0, 0)
Luego, f no es continua en (0, 0), pues lı́m f (x, y) 6= f (0, 0). Pero, si redefinimos la
(x,y)→(0,0)
1
función en (0, 0), tal que f (0, 0) = , esta nueva función es continua en el origen.
2
3. Estudie la continuidad en R2 de
1
sen x2 + |xy| ,
(x, y) 6= (0, 0)
f (x, y) = x
30
0, (x, y) = (0, 0)
Solución:
a) Claramente, f es continua si x 6= 0.
b) Consideremos ahora puntos en los que x = 0, es decir, puntos de la forma (0, b).
1 x2 + |xy|
lı́m f (x, y) = lı́m sen x2 + |xy| · 2
(x,y)→(0,b) (x,y)→(0,b) x x + |xy|
4. Sea x−y
3 si y − x3 6= 0
x −y
f (x, y) =
si y − x3 = 0
1
x−y x−y 1
lı́m =1 y lı́m =
(x,y)→(1,1) x3 − y 3
(x,y)→(1,1) x − y 3
Sea (a, b) = (−1, −1), si nos acercamos a este punto por el camino x = −1 y y = x se tiene,
respectivamente, que:
x−y x−y
lı́m =1 y lı́m =0
(x,y)→(−1,−1) x3 − y (x,y)→(−1,−1) x3 − y
Sea (a, b) = (0, 0), si nos acercamos a este punto por el camino x = 0 y y = 0 se tiene,
31
respectivamente, que:
x−y x−y
lı́m =1 y lı́m =∞
(x,y)→(0,0) 3 − y
x (x,y)→(0,0) 3 − y
x
Por lo tanto, la función f es discontinua sobre todos los puntos de la curva y = x3 . Es decir,
el dominio de continuidad de f es R2 − {(x, y) : y = x3 }.
5. Dada la función
(y − 2)2 sen(xy)
si (x, y) 6= (0, 2)
2
f (x, y) = x + y 2 − 4y + 4
Solución:
Observamos que si (x, y) 6= (0, 2), la función es continua. Veamos qué sucede en (x, y) = (0, 2),
para lo cual usaremos el Teorema del Sandwich:
(y − 2)2 sen(xy)
0 ≤ 2
≤ sen(xy) −→ 0 si (x, y) → (0, 2)
x + (y − 2)2
Por lo tanto
(y − 2)2 sen(xy)
lı́m =0
(x,y)→(0,2) x2 + y 2 − 4y + 4
Luego, la función es continua en todo R2 .
6. Analice la continuidad de las siguientes funciones:
a) f (x, y) = ln(x + y − 1)
√ √ 2
b) f (x, y) = x e 1−y
x2 + y 2
si (x, y) 6= (0, 0)
c) f (x, y) = ln(x2 + y 2 )
0 si (x, y) = (0, 0)
Solución:
a) Para que se pueda realizar la composición entre la función ln y la función g(x, y) = x+y −1
con Domg = R2 , es necesario restringir el dominio de g al semiplano x + y ≥ 1. Luego, f es
continua en {(x, y) ∈ R2 : x + y ≥ 1}, pues es composición de dos funciones continuas.
Dejamos b), c) como ejercicio.
Ejercicios
Determine si las siguientes son o no continuas en (0, 0):
4x3
32
, (x, y) 6= (0, 0)
2
1. f (x, y) = x + y2
0, (x, y) = (0, 0)
xy − x
, (x, y) 6= (0, 0)
x2 − 2x + y 2
2. f (x, y) =
0, (x, y) = (0, 0)
x2 y 2
, (x, y) 6= (0, 0)
sen(x3 − y 3 )
, x 6= y
x−y
4. f (x, y) =
0, x =y
Ejemplos
1. Estudie la continuidad en (0, 0) de la función
2
x − xy
, si (x, y) 6= (0, 0)
f (x, y) = x+y
0, si (x, y) = (0, 0)
Solución:
Usando coordenadas polares, es decir, haciendo x = r cos θ, y = r sen θ:
x2− xy r2 (cos2 θ− cos θ sin θ) r cos θ(cos θ − sen θ)
lı́m = lı́m = lı́m =
(x,y)→(0,0) x+y r→0 r(cos θ + sen θ) r→0 (cos θ + sen θ)
r cos θ (cos θ − sen θ) cos θ − sen θ r cos θ (1 − sen 2θ)
= lı́m · = lı́m
r→0 (cos θ + sen θ) cos θ − sen θ r→0 2 cos2 θ − 1
La tentación para afirmar que el límite anterior es 0 es grande, pero ello no es correcto, puesto
que existe un ángulo (al menos) para el cual el denominador también se anula.
x2 + x2
33
Si usamos el camino y = −x notamos que el límite queda: lı́m −→ @
x→0 x − x
√
y x · sen(y 3 )
2. Calcule, si existe, lı́m .
(x,y)→(0,0) x4 + y 4
Solución 1:
Consideremos x = r cos(θ), y = r sen(θ) y reemplazando en el límite queda:
= 0
Solución 2:
Como x4 + y 4 ≥ y 4 , se tiene:
√ √
y x · sen(y 3 ) 3
≤ y x · sen(y )
x4 + y 4 y4
√
x · sen(y 3 )
≤
y3
√
≤ x
Por lo tanto,
√
y x · sen(y 3 ) √
lı́m ≤ lı́m x=0
(x,y)→(0,0) 4
x +y 4 (x,y)→(0,0)
Luego, √
y x · sen(y 3 )
lı́m = 0.
(x,y)→(0,0) x4 + y 4
34
denomina función componente de F.
Ejemplos
1. La transformación lineal T : R2 −→ R3 , dado por T (x, y) = (x + 2y, −3x + y, x − 4y)
es una de estas funciones. En general, todas las transformaciones lineales de Rn −→ Rm son
funciones vectoriales de variable vectorial.
Teorema 2. ~ : A ⊆ Rn −→ Rm ,
Sea F ~x0 ∈ Rn y ~ = (l1 , l2 , · · · , m ).
L Entonces,
~ x) = L
lı́m F(~ ~ ⇐⇒ lı́m fi (~x) = li , i = 1, · · · , m
x→~
~ x0 x→~
~ x0
Hallaremos a continuación las derivadas parciales de una función f , es decir, aquellas que se
obtienen al derivar la función respecto a sólo una de las variables considerando las otras como
constantes.
Ejemplos
Calculemos las derivadas parciales con respecto a cada variable de las siguientes funciones:
1. f (x, y) = x2 sen y, usando la definición y también aplicando propiedades conocidas del cálcu-
35
lo en una variable, en:
a) (1, π2 ) b) (x0 , y0 )
Solución:
a) Por la definición:
∂f π f (1 + h, π2 ) − f (1, π2 ) (1 + h)2 · 1 − 1 h2 + 2h
1, = lı́m = lı́m = lı́m =2
∂x 2 h→0 h h→0 h h→0 h
∂f π f (1, π2 + k) − f (1, π2 ) sen( π2 + k) − 1 cos k − 1
1, = lı́m = lı́m = lı́m =0
∂f π
1, = 2x sen y |(1, π ) = 2
∂x 2 2
∂f π
1, = x2 cos y |(1, π ) = 0
∂y 2 2
b) Por la definición:
∂f f (x0 + h, y0 ) − f (x0 , y0 ) (x0 + h)2 sen y0 − x20 sen y0
(x0 , y0 ) = lı́m = lı́m =
∂x h→0 h h→0 h
2x0 · h sen y0 + h2 sen y0
= lı́m = 2x0 · sen y0
h→0 h
Si aplicamos derivación en la variable x, considerando y constante:
∂f
(x0 , y0 ) = 2x · sen y |(x0 ,y0 ) = 2x0 · sen y0
∂x
∂f
Dejamos como ejercicio los cálculos correspondientes a (x0 , y0 ).
∂y
x
2. f (x, y) = x cos , y 6= 0
y
Solución:
∂f x x x ∂f x x x2 x
(x, y) = cos − sen , (x, y) = −x sen (− 2 ) = 2 sen
∂x y y y ∂y y y y y
∂f
3. Determine, si existe, ∂x (0, 1) para f (x, y) = |x|y.
Solución:
f (0 + h, 1) − f (0, 1) f (h, 1) − f (0, 1)
lı́m = lı́m
h→0 h h→0 h
|h| − 0
= lı́m , que no existe.
h→0 h
x2 − y 2
xy 2 , (x, y) 6= (0, 0)
f (x, y) = x + y2
36
0, (x, y) = (0, 0)
Solución:
∂f x2 − y 2 2x(x2 + y 2 ) − 2x(x2 − y 2 )
=y + xy
∂x x2 + y 2 (x2 + y 2 )2
∂f f (0 + h, 0) − f (0, 0) 0
(0, 0) = lı́m = lı́m =0
∂x h→0 h h→0 h
∂f f (0, 0 + h) − f (0, 0) 0
(0, 0) = lı́m = lı́m =0
∂y h→0 h h→0 h
Solución:
h3
∂f f (0 + h, 0) − f (0, 0) h2
(0, 0) = lı́m = lı́m =1
∂x h→0 h h→0 h
3h3
∂f f (0, 0 + h) − f (0, 0) h2
(0, 0) = lı́m = lı́m =3
∂y h→0 h h→0 h
6. Determine las derivadas parciales en todos los puntos de R2 donde estas existan, para la
función:
x|y|, x ≥0
f (x, y) =
|x|y, x <0
p 2
7. Sean f, g : R2 −→ R definidas por: f (x, y) = |xy| + 3 + ex(y−1)
(y − 1)2 sen(x)
si (x, y) 6= (0, 1)
2
x + (y − 1)2
37
g(x, y) =
0 si (x, y) = (0, 1)
∂g
Si h : R2 −→ R está definida por h(x, y) = f (x, y) + (x, y)
∂y
a) Determine h(0, 1).
b) ¿Es h continua en (0,1)? Justifique.
Solución:
∂f ∂f
Hallar (x, y) y (x, y) en aquellos puntos en que existan. ¿Son continuas en (0,0)?
∂x ∂y
Solución:
∂f y(x2 + y) − xy · 2x y 2 − yx2
(x, y) = =
∂x (x2 + y)2 (x2 + y)2
∂f x(x2 + y) − xy x3
38
(x, y) = =
∂y (x2 + y)2 (x2 + y)2
Y ninguno de estos dos límites existe. Por lo tanto no existen las derivadas parciales en los
puntos de la curva y = −x2 con x 6= 0 .
2
y − yx2
y 6= −x2
∂f
(x, y) = (x2 + y)2
∂x
0 (x, y) = (0, 0)
x3
y 6= −x2
∂f
(x, y) = (x2 + y)2
∂y
0 (x, y) = (0, 0)
y 2 − yx2
Por otra parte lı́m no existe, pues:
(x,y)→(0,0) (x2 + y)2
y 2 − yx2 y2
lı́m lı́m = lı́m =1
y→0 x→0 (x2 + y)2 y→0 y 2
y 2 − yx2
0
lı́m lı́m = lı́m =0
x→0 y→0 (x2 + y)2 x→0 x4
∂f
Así (x, y) no es continua en (0, 0) .
∂x
x3
Analogamente lı́m no existe. En efecto:
39
(x,y)→(0,0) (x2 + y)2
x3
0
lı́m lı́m 2 2
= lı́m 2 = 0
y→0 x→0 (x + y) y→0 y
x3 1
lı́m lı́m 2 = lı́m
x→0 y→0 (x + y)2 x→0 x
∂f
Y este último límite no existe. Por lo tanto (x, y) no es continua en (0,0) .
∂y
40
z = f (x, y).
Ejemplo
Encontrar D12 f (0, 0) y D21 f (0, 0), si f es la función definida por
x2 − y 2
41
xy 2 , (x, y) 6= (0, 0)
x + y 2
f (x, y) =
0, (x, y) = (0, 0)
Solución:
h2 −y 2
∂f f (h, y) − f (0, y) h2 +y 2
6 0 : D1 f (0, y) =
Si y = (0, y) = lı́m = lı́m hy = −y
∂x h→0 h h→0 h
D1 f (0, k) − D1 f (0, 0) −k
D12 f (0, 0) = lı́m = lı́m = −1
k→0 k k→0 k
D2 f (h, 0) − D2 f (0, 0) h
D21 f (0, 0) = lı́m = lı́m = 1
h→0 h h→0 h
4. Diferenciabilidad
4.1. Diferenciabilidad de funciones de Rn −→ R
Sea f : A ⊆ Rn −→ R, A región. Diremos que f es diferenciable en ~x0 ∈ A, si existe una
42
transformación lineal Df (~x0 ) : Rn −→ R tal que
f (~x0 + ~h) − f (~x0 ) − Df (~x0 )~h
lı́m
~
= 0
~h→~0
h
Observación 4.1. La matriz asociada a esta transformación lineal, en las bases canónicas, se llama
Ejemplos
1. Probar que f (x, y) = xy es diferenciable en (0, 0).
Solución: Calculamos primero, por la definición, las derivadas parciales en (0, 0):
∂f f (0 + h, 0) − f (0, 0) h·0−0
(0, 0) = lı́m = lı́m = 0
∂x h→0 h h→0 h
∂f f (0, 0 + k) − f (0, 0) 0·k−0
(0, 0) = lı́m = lı́m = 0
∂y k→0 k k→0 k
Para ver que f es diferenciable en (0,0), debemos probar que el siguiente límite es 0:
f (0 + h, 0 + k) − f (0, 0) − Df (0, 0) h
k |hk − 0 − 0|
lı́m √ = lı́m √ ≤
(h,k)→(0,0) 2
h +k 2 (h,k)→(0,0) h2 + k 2
|hk − 0 − 0|
≤ lı́m √ ≤ lı́m |k| ≤ 0
(h,k)→(0,0) h2 (h,k)→(0,0)
(x − 1)(y − 1)
2. Sea f (x, y) = . Probar que f es diferenciable en (2,1).
y
Solución: Si y 6= 0:
43
∂f 1 ∂f
=1− ⇒ (2, 1) = 0
∂x y ∂x
∂f x 1 ∂f
= 2− 2 ⇒ (2, 1) = 1
∂y y y ∂y
Solución:
Tenemos que D1 f (0, 0) = D2 f (0, 0) = 0. Luego, si f fuese diferenciable en el origen, el
jacobiano o matriz de la diferencial debiera ser (0 0). Sin embargo:
f (h, k) − f (0, 0) − (0 0) h
k |hk|
lı́m √ = lı́m √
(h,k)→(0,0) h2 + k 2 (h,k)→(0,0) (h2 + k 2 ) h2 + k 2
y es fácil ver que este límite no existe. Notar que deberíamos haber sospechado que la función
no era diferenciable en (0, 0), pues vimos antes que no es continua.
Concluimos entonces, que una función que no es continua en un punto, no puede ser diferenciable
allí (de la misma manera que en el cálculo en una variable). De la misma manera, sabemos que
la continuidad en un punto tampoco garantiza la diferenciabilidad en un punto (basta considerar
la función f (x) = |x|, en x = 0). El ejemplo anterior muestra, además, que la existencia de las
44
derivadas parciales no garantiza la diferenciabilidad. ¿Existirá una ó más condiciones sobre la función
que permitan garantizar diferenciabilidad en un punto? Tenemos el siguiente:
Teorema 4. Sea f : A ⊆ Rn −→ R tal que todas sus derivadas parciales existen y son continuas
en una vecindad que contiene al punto ~a. Entonces f es diferenciable en ~a.
Observación importante
Lamentablemente, el recíproco del teorema anterior no es cierto. Es decir, si f es diferenciable
en un punto, no necesariamente las derivadas parciales en ese punto son continuas. Para constatar
Ejemplo. Verificar que la siguiente función f es diferenciable en (0, 0) pero sus derivadas parciales
no son continuas en el origen.
!
2
2 1
(x + y ) sen p , (x, y) 6= (0, 0)
f (x, y) = x 2 + y2
0, (x, y) = (0, 0)
Conclusión
f diferenciable
⇒
⇐
6⇐
6⇒
∂
⇐ ∂
∃ ∂x i
∃ ∂x i
y son continuas
6⇒
45
límite, si existe:
Ejemplo
Determine, si existe, la derivada direccional en la dirección del vector √1 , √1 en el punto (0, 0)
2 2
de la función
Solución
f (0, 0) + t √12 , √12 − f (0, 0) f √t , √t
2 2 2 √
D~u f (0, 0) = lı́m = lı́m =√ = 2
t→0 t t→0 t 2
Observación 4.3. Si ~u = ~ei donde e~i = (0, · · · , 0, 1, 0, · · · , 0), (con un 1 en el i-ésimo lugar)
es un vector de la base canónica de Rn , entonces la derivada direccional de f en la dirección de ~ei
coincide con la derivada parcial de f con respecto a la i-ésima componente.
∂f
Es decir: D~u f (~x) = De~i f (~x) = (~x) = Di f (~x) , ∀i = 1, · · · , n.
∂xi
Observación 4.4. La derivada direccional representa la razón de cambio de los valores de la
función f en la dirección del vector unitario ~u.
Observación 4.5. El teorema anterior dice que si una función f es diferenciable en un punto,
entonces posee derivada direccional en cualquier dirección en ese punto, y se puede calcular usando
directamente el gradiente de la función en el punto.
El recíproco, sin embargo, no es cierto. Una función en varias variables puede ser derivable en
cualquier dirección (es decir, la derivada direccional puede existir en todas las direcciones), pero no
ser diferenciable. Para verificar esto, considere la función
x2 y
si x 6= ±y
f (x, y) = x2 − y 2
0 si x = ±y
46
(respectivamente mínimo) se alcanza en la dirección de ∇f (~x0 ) (respectivamente, en la dirección de
−∇f (~x0 ) ).
Demostración. Si θ es el ángulo entre el gradiente de f y el vector unitario ~u, la derivada direccional
de f en ~x0 en la dirección ~u es
∇f (~x) · ~u = k∇f (~x)k k~uk cos θ = k∇f (~x)k cos θ, pues ~u es unitario.
Esta última expresión toma su valor máximo cuando cos θ = 1, es decir, cuando el gradiente
de f y ~u están en la misma dirección. (Análogamente, toma su valor mínimo cuando cos θ = −1,
es decir, cuando el gradiente de f y ~u están en direcciones opuestas.
47
al vector ∇f (x0 , y0 , z0 ).
Ejemplos
1. Encontrar una ecuación del plano tangente al elipsoide 43 x2 + 3y 2 + z 2 = 12, en el punto
√
P0 = 2, 1, 6 . Encuentre también una ecuación para la recta normal al elipsoide en el mismo
punto P0 .
2. Encontrar una ecuación del plano tangente al paraboloide elíptico 4x2 + y 2 − 16z = 0, en el
punto P0 = (2, 4, 2). Encuentre también una ecuación para la recta normal al paraboloide en
el mismo punto P0 .
Teorema 7. El plano tangente a la gráfica de z = f (x, y), donde f es una función diferenciable en
el punto P0 = (x0 , y0 , z0 ) tiene como ecuación
∂f ∂f
z − z0 = (x0 , y0 , z0 )(x − x0 ) + (x0 , y0 , z0 )(y − y0 )
∂x ∂y
48
transformación lineal DF (~x0 ) : Rn −→ Rm tal que
F (~x0 + ~h) − F (~x0 ) − DF (~x0 ) ~h
lı́m
~
= 0
~h→~0
h
Ejemplos:
1. Si f : Rn → Rm es lineal, entonces Df (→
−
a ) = f, ∀→
−
a ∈ Rn .
Solución:
→
− →
− →
− →
−
kf (→
−
a + h ) − f (→
−
a ) − f ( h )k kf (→
−
a ) + f ( h ) − f (→
−
a ) − f ( h )k
1. −lı́m→
→ − →
− = −
lı́m→
→ − →− = 0
h→0 khk h→0 khk
|f (a + h, b + k) − f (a, b) − Df (a, b)(h, k)| |(a + h)(b + k) − ab − (bh + ak)|
2. lı́m = lı́m √
(h,k)→(0,0) k(h, k)k (h,k)→(0,0) h2 + k 2
|hk| |hk|
= lı́m √ ≤ lı́m = lı́m |h| = 0
(h,k)→(0,0) h2 + k 2 (h,k)→(0,0) |k| (h,k)→(0,0)
5. Regla de la Cadena
Recordemos que en R, si g es una función diferenciable en la variable u, es decir, g = g(u) es
diferenciable, y u es una función diferenciable en la variable x, es decir, u = f (x) es diferenciable,
49
entonces, es posible calcular la derivada de g ◦ f con respecto a x del siguiente modo:
dg dg du
(g ◦ f )0 (x) = g 0 (f (x)) · f 0 (x) ó equivalentemente =
dx du dx
Análogamente, supongamos que f : R2 −→ R, u, v : R −→ R con f = f (u, v),
u = u(x), v = v(x), todas funciones diferenciables en las respectivas variables. Entonces:
∂f ∂f du ∂f dv
= +
∂x ∂u dx ∂v dx
Ejemplo
∂f
= (2uv + 2v) ex + u2 − 3v 2 + 2u cos x.
∂x
Podemos generalizar un paso más: sean
f, u, v : R2 −→ R, funciones diferenciables tal que f = f (u, v), u = u(x, y), v = v(x, y).
Entonces:
∂f ∂f ∂u ∂f ∂v
= +
∂x ∂u ∂x ∂v ∂x
∂f ∂f ∂u ∂f ∂v
= +
∂y ∂u ∂y ∂v ∂y
Ejemplo
∂w ∂w
1. Sea w = w(x, y) = x2 y, x = s2 + t2 , y = cos st. Determine y .
∂s ∂t
2. Si w = f (x, y) donde x = r cos θ, y = r sen θ, pruebe que
2 2 2 2
∂w ∂w ∂w 1 ∂w
+ = +
∂x ∂y ∂r r2 ∂θ
1 ∂z 1 ∂z z
· + · = 2
x ∂x y ∂y y
Solución
∂z ∂z
= 2xy ϕ0 (x2 − y 2 ) y = ϕ(x2 − y 2 ) − 2y 2 ϕ0 (x2 − y 2 )
∂x ∂y
Luego se cumple:
1 ∂z 1 ∂z 1 y ϕ(x2 − y 2 ) z
· + · = 2y ϕ0 (x2 − y 2 ) + · ϕ(x2 − y 2 ) − 2y ϕ0 (x2 − y 2 ) = = 2
x ∂x y ∂y y y2 y
50
y z ∂u ∂u ∂u
4. Si u = x3 f , demuestre que x + y + z = 3u
x x ∂x ∂y ∂z
Solución
y z
Sea r = , s = Luego:
x x
∂u ∂f ∂r ∂f ∂s ∂f ∂f
= 3x2 f (r, s) + x3 · + x3 · = 3x2 f (r, s) − xy − xz
∂x ∂r ∂x ∂s ∂x ∂r ∂s
∂u ∂f ∂r ∂f ∂s ∂f 1 ∂f
= x3 · + x3 · = x3 · = x2
∂y ∂r ∂y ∂s ∂y ∂r x ∂r
= 3x3 f (r, s) = 3u
y−x z−y
∂w ∂w ∂w
5. Si w=f , , probar que x2 + y2 + z2 =0
xy yz ∂x ∂y ∂z
Solución:
y−x z−y
Hacemos u= y v= . Entonces
xy yz
∂w ∂f ∂u ∂f ∂v
= · + ·
∂x ∂u ∂x ∂v ∂x
∂f −xy − y 2 + xy
∂f
= 2 2
+ ·0
∂u x y ∂v
1 ∂f
= − ·
x2 ∂u
∂w ∂f ∂u ∂f ∂v
= · + ·
∂y ∂u ∂y ∂v ∂y
∂f xy − (y − x)x ∂f −yz − (z − y)z
= +
∂u x2 y 2 ∂v y2z2
1 ∂f 1 ∂f
= 2
· − 2·
y ∂u y ∂v
∂f yz − (z − y)y
∂w ∂f
= ·0+
∂z ∂u ∂v y2z2
1 ∂f
= ·
z 2 ∂v
Luego se tiene:
∂w ∂w ∂w ∂f ∂f ∂f ∂f
x2 · + y2 · + z2 · = − + − + = 0
∂x ∂y ∂z ∂u ∂u ∂v ∂v
51
∂w ∂ 2 w ∂ 2 w
6. Sea w(x, y) = x2 + y 2 , con x = r cos θ y y = r sen θ. Calcular , , .
∂r ∂r2 ∂θ∂r
→
− → −
Escrito en forma matricial (por simplicidad escribimos F y G en lugar de F y G ):
∂(G◦F )1 →
− ∂(G◦F )1 →
− →
− →
− ∂f1 (−
→ ∂f1 (−
→
∂g1 ∂g1 a) a)
∂x1 ( a ) ··· ∂xn ( a ) ∂y1 (F ( a )) ··· ∂ym (F ( a )) ∂x1 ··· ∂xn
.. ..
= .. ..
· .. ..
. . . . . .
∂fm (−
→ ∂fm (−
→
∂(G◦F )p →
− ∂(G◦F )p →
− (→
− →
−
∂gp ∂gp a) a)
∂x1 ( a ) ··· ∂xn ( a ) ∂y1 (F a )) · · · ∂ym (F ( a )) ∂x1 ··· ∂xn
∂gi (F (→
−
m
∂ →
− a )) ∂fk →
(−
X
(G ◦ F )i ( a ) = · a)
∂xj ∂yk ∂xj
k=1
Ejemplos
1. Veamos que esta manera general de mirar la regla de la cadena es consistente con las situaciones
explicitadas anteriormente. Consideraremos un caso particular para ilustrar esto:
u : R2 f : R2 −→ R2
−→ R
Sean , y
(x, y) 7→ u(x, y) (r, s) 7→ (x(r, s), y(r, s))
∂u ∂u
Luego, formamos la matriz jacobiana de u:
∂x ∂y
∂x ∂x
∂r ∂s
y la matriz jacobiana de f :
∂y ∂y
52
∂r ∂s
Como la diferencial es una transformación lineal, entonces la diferencial (o matriz jacobiana)
de la función compuesta u ◦ f es el producto de las matrices correspondientes, vale decir:
∂x ∂x
∂u ∂u
∂r ∂s
D(u ◦ f ) = Du · Df = ·
∂x ∂y
∂y ∂y
∂r ∂s
Como u es una función que depende de r y s, tenemos finalmente:
∂u ∂u ∂x ∂u ∂y
= · + ·
∂s ∂x ∂s ∂y ∂s
(G◦F )(x, y) = G(F (x, y)) = G(f1 (x, y), f2 (x, y)) = (g1 (f1 (x, y), f2 (x, y)), g2 (f1 (x, y), f2 (x, y)))
3. Demostrar que el gradiente a una superficie S dada por la ecuación F (x, y, z) = 0, es normal
a la superficie.
En efecto: Sea P0 = (x0 , y0 , z0 ) un punto en S. Entonces F (x0 , y0 , z0 ) = 0. Sea C una
curva en S que pasa por P0 , con ecuaciones paramétricas:
53
x = f (t), y = g(t), z = h(t)
Sea t0 el valor del parámetro en P0 . Escribimos una ecuación vectorial de C usando su para-
metrización:
→
− →
− →
− →
−
r (t) = f (t) i + g(t) j + h(t) k
4. La regla de la cadena es útil, entre otros, para resolver problemas de rapidez de cambio de
variables relacionadas, como vemos en el siguiente ejemplo.
En un circuito eléctrico simple se tiene una resistencia R y un voltaje V . En cierto instante,
V = 80 volts y crece a razón de 5 volts por minuto, mientras que R = 40 ohms y disminuye
V
a razón de 2 ohms por minuto. La ley de Ohm establece que I = . Determine la rapidez de
R
cambio de la intensidad de corriente I en ese instante.
Solución
dI ∂I dV ∂I dR 1 dV V dR
= + = + − 2
dt ∂V dt ∂R dt R dt R dt
Ejercicios
∂u ∂u p
1. Determine y , si u = ln x2 + y 2 , x = r es , y = r e−s
∂r ∂s
54
2. Sean f y g de clase C 2 . Si w = f (ax + by) + g(ax − by), donde a, b son constantes no nulas,
demostrar que
∂2w ∂2w
2 2
b = a
∂x2 ∂y 2
∂w ∂w ∂ 2 w
3. Sea w = f (t2 + r, t − r3 ), con f de clase C 2 . Calcular , ,
∂t ∂r ∂r∂t
55
supongamos que la ecuación F (x, y) = 0 define implícitamente a la función y = f (x).
Es decir, F (x, f (x)) = 0, ∀ x ∈ Dom(f ). Reescribamos de la siguiente manera:
Usando la regla de la cadena y recordando que u, v son funciones de una variable, obtenemos:
dw ∂w du ∂w dy
= +
dx ∂u dx ∂y dx
dw
Como F (x, f (x)) = 0, ∀x, se tiene que = 0. Reemplazando en la ecuación:
dx
Es posible razonar de la misma manera para funciones en tres variables. Es decir, si una ecuación
F (x, y, z) = 0 determina implícitamente una función diferenciable f de dos variables (x e y, por
ejemplo), tales que z = f (x, y) en el dominio de f , entonces se tiene:
Teorema 10. Si una ecuación F (x, y, z) = 0 determina implícitamente una función derivable f de
dos variables x e y, tal que z = f (x, y) ∀ (x, y) en el dominio de f , entonces
∂z D1 F (x, y, z) ∂z D2 F (x, y, z)
=− , =−
∂x D3 F (x, y, z) ∂y D3 F (x, y, z)
Ejemplo
∂z ∂z
Sea z = f (x, y), tal que x2 z 2 + xy 2 − z 3 + 4yz − 5 = 0. Encuentre , .
∂x ∂y
Solución
∂z 2xz 2 + y 2
=− 2
∂x 2x z − 3z 2 + 4y
∂z 2xy + 4z
=− 2
∂y 2x z − 3z 2 + 4y
56
Observación. La manera en que se ha enfocado la derivación implícita hasta aquí es meramente
operacional. Para poder comprender mejor los conceptos y restricciones involucradas, es necesario
estudiar los teoremas de la función inversa (para funciones f : Rn −→ Rn ) y de la función
implícita, para funciones f : Rn −→ Rm .
Observación
1. Sea F = (f1 , f2 , · · · , fn ), con fi : Rn −→ R, ∀ i = 1, · · · , n. Entonces el determinante
de la matriz jacobiana
∂f1 ∂f1 · · · ∂f1
∂x1 ∂x2 ∂xn
∂f2 ∂f2 · · · ∂f2
∂x1 ∂x2 ∂xn ∂(f1 , f2 , · · · , fn )
det(DF (x0 )) = (x0 ) = (x0 )
...................
∂(x1 , · · · , xn )
∂f
n ∂fn · · · ∂fn
∂x1 ∂x2 ∂xn
se llama el jacobiano de F en x0 .
2. Una función puede tener inversa aunque el det f 0 (x0 ) = 0. Lo que no se puede garantizar
es la diferenciabilidad de la función inversa. Por ejemplo, en una variable, la función
f : R → R, dada por f (x) = x 3 es invertible, pero, claramente, su inversa f −1 : R → R,
−1 √
f (x) = x 3
no es derivable en x = 0.
3. Sea f : R2 −→ R2 , con f (x, y) = (ex cos y, ex sen y). Veamos que en este caso
det(f 0 (x, y)) 6= 0 ∀ (x, y) ∈ R2 pero que f no es inyectiva.
x
e cos y ex sen y
0 = e2x > 0 ∀ (x, y) ∈ R2
det(f (x, y)) = x
e sen y ex cos y
Pero, f (x, y) = f (x, y + 2kπ) , ∀k ∈ Z. Por lo tanto, f no es inyectiva. Sin embargo, lo que
57
el teorema de la función inversa garantiza es que f es localmente invertible, y, más aún,
con inversa local de clase C 1 .
Ejemplos
1. Sea U ⊆ R2 abierto, y sea f : U −→ R de clase C 1 . Sea (a, b) ∈ U y suponga que D2 f (a, b) 6= 0.
Entonces, la función F : R2 −→ R2 dada por F (x, y) = (x, f (x, y)) es localmente
invertible en (a, b).
En efecto: f ∈ C1 ∧ F (x, y) = (x, f (x, y)) =⇒ F ∈ C 1. Además:
2. Sea F : R2 −→ R2 , F (x, y) = (f1 (x, y), f2 (x, y)) = (x sen y, 2x − 2y). Determine los
puntos en R2 en los que la función es localmente invertible, y calcule las derivadas parciales
en aquellos puntos.
El determinante de la matriz Jacobiana es:
∂(f1 , f2 )
= sen y x cos y
|JF | = = −2(sen y + x cos y)
(x, y) 2 −2
−1
−1 sen y x cos y 1 −2 −x cos y
DF (x, y) = = ·
2 −2 −2(sen y + x cos y) −2 sen y
de donde
∂x 1 ∂x x cos y
= =
∂u sen y + x cos y ∂v 2(sen y + x cos y)
∂y 1 ∂y sen y
= = −
∂u sen y + x cos y ∂v 2(sen y + x cos y)
58
definida implícitamente por la ecuación f (x, y) = 0 si f (x, ϕ(x)) = 0, ∀x ∈ Dom(ϕ).
Teorema 12. Sea f : Rn × Rm −→ Rm una función de clase C 1 , en un abierto que contiene a (a, b),
∂(f1 , f2 , · · · , fm )
con f (a, b) = 0. Si (a, b) 6= 0, entonces existe un abierto A ⊂ Rn con
∂(y1 , y2 , · · · , ym )
a ∈ A y un abierto B ⊂ Rm con b ∈ B, tal que ∃ ϕ : A −→ B de clase C 1 tal que ϕ(a) = b y
f (x, ϕ(x)) = 0, ∀x ∈ A.
Ejemplos
1. Sea f : R2 −→ R de clase C 1 , y supongamos que f (x, ϕ(x)) = 0 ∀x ∈ Dom(ϕ), es decir
ϕ está definida implícitamente por f . Determine el dominio en donde es posible calcular ϕ0 (x),
D1 f (x, ϕ(x))
Luego, ϕ0 (x) = − , siempre que D2 f (x, ϕ(x)) 6= 0
D2 f (x, ϕ(x))
2. Sea f : R3 −→ R de clase C 1 , y supongamos que f (x, y, ϕ(x, y)) = 0 ∀(x, y) ∈ Dom(ϕ),
∂ϕ ∂ϕ
es decir ϕ está definida implícitamente por f . Calcular y .
∂x ∂x
Solución:
Sea G(x, y) = f (x, y, ϕ(x, y)) = 0. Luego:
∂G ∂ϕ
= D1 f · 1 + D2 f · 0 + D3 f · = 0
∂x ∂x
∂G ∂ϕ
= D1 f · 0 + D2 f · 1 + D3 f · = 0
∂y ∂y
Luego, si D3 f 6= 0 :
59
Sea F : R3 × R2 −→ R2 , con F = (F1 , F2 ). Sean P = (x, y, z), Q = (u, v). Se trata de
determinar cuando se puede despejar Q en función de P en el sistema
F (P, Q) = (0, 0)
es decir, cuando existe una función ϕ tal que F (P, ϕ(P )) = (0, 0) o, equivalentemente,
(F1 (P, ϕ(P )), F2 (P, ϕ(P ))) = (0, 0).
Esto es posible si se cumplen las hipótesis del teorema de la función implícita, es decir, si
D4 F1 D5 F1 ∂(F1 , F2 )
∂F1 ∂F1
−
∂x ∂v
∂F2 ∂F2
−
∂(F1 , F2 )
∂x ∂v
−
∂u ∂(x, y)
= =
∂x
∂(F1 , F2 )
∂F1 ∂F1 ∂(u, v)
−
∂u ∂v
∂F2 ∂F2
−
∂u ∂v
∂v ∂u ∂v ∂u ∂v
Como ejercicio, obtenga , , , , . Observe que en el denominador siempre
∂x ∂y ∂y ∂z ∂z
∂(F1 , F2 )
aparece , que es no mulo por hipótesis.
∂(u, v)
60
Solución:
∂f
f (x, y, z) = z 3 + z 2 y − 7x2 y 2 z + c =⇒ = 3z 2 + 2yz − 7x2 y 2
∂z
∂f
∴ (1, 1, 2) = 9 6= 0
∂z
Luego, ∃ϕ definida en una vecindad de (1,1) tal que ϕ(1, 1) = 2 ∧ f (x, y, ϕ(x, y)) = 0
∂ϕ −14xy 2 z ∂ϕ z 2 − 14x2 z
= − 2 = − 2
∂x 3z + 2zy − 7x2 y 2 ∂y 3z + 2zy − 7x2 y 2
∂ϕ 28 ∂ϕ 24
Ejercicios
1. Considere el sistema
u2 − 2xv + x = 0
uv + 3x − 2y = 0
Suponga que u y v son funciones diferenciables de x e y en el punto (x, y) = (1, 2). Si sabe
∂u ∂u ∂v ∂v
que: u(1, 2) = v(1, 2) = 1, determine (1, 2), (1, 2), (1, 2) ∧ (1, 2).
∂x ∂y ∂x ∂y
61
que permita aproximar a f , en algún entorno de X.
Para ello, reduciremos el problema a una variable, del siguiente modo: sea
n X
n
X ∂2f
g 00 (t) = hj hi , expresión que podemos escribir en la forma:
∂uj ∂ui
i=1 j=1
Teorema 13. Sea r ∈ N. Sea f una función de clase C r definida en un abierto U ⊂ Rn , y sean
X ∈ U, H ∈ Rn . Sea g(t) = f (X + tH). Entonces:
62
g(t) = f ((a, b) + t(h1 , h2 )), 0≤t≤1 ∴ g(0) = f (a, b), g(1) = f (a + th1 , b + th2 )
p1 (x, y) = f (a, b) + fx (x − a) + fy (y − b)
1
fxx (x − a)2 + 2fxy (x − a)(y − b) + fyy (y − b)2
p2 (x, y) = p1 (x, y) +
2
donde las derivadas parciales se evalúan en (a, b).
Teorema 14. (de Taylor) Sea f una función de clase C r+1 definida en un abierto U ⊂ Rn . Sea
X ∈ U, H ∈ Rn . Supongamos que el segmento de recta que une X con X + H está contenido en U .
Entonces, ∃τ ∈]0, 1[:
La pregunta ahora es: ¿cuán buena es la aproximación de estos polinomios de Taylor para,
digamos, f (x, y) en puntos cercanos a (a, b)? En otras palabras, quisiéramos poder estimar el error
que se comete al aproximar
es la ecuación del plano tangente a la gráfica de z = f (x, y) en el punto (a, b, f (a, b)). Es decir,
estamos aproximando la superficie z = f (x, y) por su plano tangente en el punto mencionado.
Ejemplos.
1. Desarrollar f (x, y) = x2 y alrededor del punto (1, −2) hasta los términos de grado 2, y hallar
R2 .
Solución
∂2f ∂2f ∂2f
63
∂f ∂f
= 2xy, = x2 , = 2y, = 2x, = 0
∂x ∂y ∂x2 ∂y∂x ∂y 2
∂3f ∂3f ∂3f ∂3f
= 0, = 2, = = 0
∂x3 ∂x2 ∂y ∂x∂y 2 ∂y 3
Además, f (1, −2) = −2. Luego:
1 h i
x2 y = −2 − 4(x − 1) + (y + 2) + − 4(x − 1)2 + 4(x − 1)(y + 2) + R2
2!
1
donde R2 = 3 · 2(x − 1)2 (y + 2) = (x − 1)2 (y + 2).
3!
1 16 2 24 9 2
p2 (x, y) = p1 (x, y) + (x − 3) − (x − 3)(y − 4) + (y − 4)
2 125 125 125
p
Usemos esta información para estimar (3, 1)2 + (4, 02)2 :
Cerca de (3, 4), el polinomio de grado 1 entrega:
1
f (x, y) ≈ [25 + 3(x − 3) + 4(y − 4)]
5
Luego:
1
f (3, 1; 4, 02) ≈ [25 + 3 · (0, 1) + 4 · (0, 02)] = 5, 076
5
Con el polinomio de grado 2 se obtiene:
1
f (x, y) ≈ 5, 076 + [16(x − 3)2 − 24(x − 3)(y − 4) + 9(y − 4)2 ]
250
Luego:
1
f (3, 1; 4, 02) ≈ 5, 076 + [16 · (0, 1)2 − 24 · (0, 1)(0, 02) + 9 · (0, 02)2 ]
250
64
0, 1156
= 5, 076 + = 5, 0764624
250
Ejercicios
Determinar los polinomios de Taylor p1 y p2 para f (x, y) =
a) x2 y 2 en torno a (1, 1) b) sen(xy) en torno a (0, 0) c) xy en torno a (1, 1). Estime el valor
1,2
de (1, 1) .
6. Máximos y Mínimos
Definición 6.1. Sea f : A ⊆ Rn −→ R, ~x0 ∈ D. Se dice que f tiene un mínimo relativo
(respectivamente, máximo relativo) en ~x0 si, y sólo si, existe una vecindad V~x0 tal que ∀ ~x ∈ V~x0 ∩D:
65
→
f (~x0 ) ≤ f (~x) (respectivamente, f (~x) ≤ f (x0 ) ).
Ejemplo
1. La función f : A ⊆ R2 −→ R, f (x, y) = e|x+y| tiene un máximo relativo (y absoluto) en
(0, 0).
Observación
1. El recíproco es falso. Pero esto ya lo sabíamos para funciones de una variable; por ejemplo,
la función f : R −→ R, f (x) = x3 satisface que f 0 (0) = 0, pero en 0 no se alcanza
ningún extremo relativo (ni máximo ni mínimo). Un ejemplo de una función en 2 variables es
f : R2 −→ R, f (x, y) = x2 − y 2 .
Ejemplo
Sea f : D −→ R, D = {(x, y, z) ∈ R3 : k(x, y, z)k ≤ 1} y f (x, y, z) = x + y + z. Claramente,
f es continua y D es un conjunto cerrado y acotado. Por lo tanto, la función alcanza sus extremos
absolutos en D. Sin embargo, al calcular ∇f vemos que ∇f = (1, 1, 1) 6= (0, 0, 0). Esto nos dice
que los extremos de f se encuentran en la frontera de D, y no en su interior.
Sea f : A ⊆ Rn −→ R, f ∈ C 2 (A), ~x0 ∈ A y tal que ∇f (~x0 ) = ~0. Como la función tiene
segundas derivadas parciales continuas, esto quiere decir que las derivadas mixtas son iguales, es
decir, Dij f = Dji f . Formamos la matriz de las segundas derivadas parciales siguiente:
66
D11 f (~x0 ) D12 f (~x0 ) · · · D1n f (~x0 )
D12 f (~x0 ) D22 f (~x0 ) · · · D2n f (~x0 )
.....................................
D1n f (~x0 ) D2n f (~x0 ) · · · Dnn f (~x0 )
Análogamente, una matriz A ∈ Mn×n es definida negativa si, y solamente si, −A es definida
positiva.
Teorema 17. Sea f : A ⊆ Rn −→ R, f ∈ C 2 (A), ~x0 ∈ A y tal que ∇f (~x0 ) = ~0. Entonces,
si Hf (~x0 ) es definida positiva, entonces f tiene un mínimo relativo en ~x0 , y si Hf (~x0 ) es definida
negativa, entonces f tiene un máximo relativo en ~x0 .
entonces, A es definida positiva si, y sólo si, ∀k, |Ak | > 0. Es decir, si todos los subdetermi-
nantes son positivos.
Este último criterio será el que usaremos para la matriz hessiana. En primer lugar, traduzcamos
lo que este criterio nos dice para un par de casos.
Si n = 2:
Sea f : R2 −→ R, ~x0 ∈ R2 tal que ∇f (~x0 ) = ~0. Formamos la matriz hessiana de f en ~x0 :
D11 f (~x0 ) D12 f (~x0 )
67
Hf (~x0 ) =
D12 f (~x0 ) D22 f (~x0 )
Entonces, Hf (~x0 ) es definida positiva ⇐⇒ D11 f > 0 y D11 f D22 f − (D12 f )2 > 0, y
Hf (~x0 ) es definida negativa ⇐⇒ D11 f < 0 y D11 f D22 f − (D12 f )2 > 0.
entonces
Si n = 3:
Sea f : R3 −→ R, ~x0 ∈ R3 tal que ∇f (~x0 ) = ~0. Formamos la matriz hessiana de f en ~x0 :
D11 f (~x0 ) D12 f (~x0 ) D13 f (~x0 )
Hf (~x0 ) = D12 f (~x0 ) D22 f (~x0 ) D23 f (~x0 )
D13 f (~x0 ) D23 f (~x0 ) D33 f (~x0 )
→
Por lo tanto, f tiene un mínimo relativo en x0 si, y sólo si,
Definición 6.3. Sea f : Rn −→ R, ~x0 ∈ Rn , f ∈ C 2 tal que ∇f (~x0 ) = ~0. Si los subdeterminantes
no se anulan y los signos son diferentes a lo señalado arriba, entonces decimos que ~x0 es un punto
silla.
Ejemplos
Hallar los extremos locales, si existen, de las siguientes funciones:
1. f (x, y) = x2 − 4xy + y 3 + 4y
68
2. f (x, y) = x3 + y 3 − 27x − 12y
∇F (~x0 ) = λ∇G(~x0 )
G(~x0 ) = 0
Observaciones
1. F es la función a maximizar o minimizar y G se denomina usualmente la condición o la
restricción.
Ejemplos
1. Determine máximo y mínimo absolutos de f (x, y, z) = x + y + z, definida en el dominio
D = {(x, y, z) ∈ R3 : k(x, y, z)k ≤ 1}
Solución
Notar que ∇f = (1, 1, 1) 6= (0, 0, 0), por lo cual no hay extremos de la función en el interior
de la esfera. Como f es continua en D, que es un cerrado y acotado de R3 , los extremos de f
deben encontrarse en la frontera de D, es decir, en los (x, y, z) : x2 + y 2 + z 2 = 1. Definimos
entonces G(x, y, z) = x2 + y 2 + z 2 − 1 = 0
Aplicando el teorema de Lagrange, ∃λ ∈ R : ∇f = λ∇G, i.e.
1 = 2λx
1 = 2λy
es decir,
1 = 2λz
1 = x2 + y 2 + z 2
69
Elevando al cuadrado las primeras tres ecuaciones y sumándolas obtenemos
√
2 2 2 2 2 3
3 = 4λ (x + y + z ) ⇒ 3 = 4λ ⇒ λ=±
2
√
√
3 1 1 1 1 3
λ=− , ⇒ x = y = z = −√ ⇒ f −√ , −√ , −√ = −√ = − 3
2 3 3 3 3 3
√
√
3 1 1 1 1 3
⇒ x=y=z= √ ⇒ f √ ,√ ,√ = √ = 3
2. Determine el volumen máximo del paralelepípedo recto que se puede inscribir en el elipsoide
x2 y 2 z 2
+ 2 + 2 = 1.
a2 b c
Solución
El volumen del paralelepípedo está dado por V (x, y, z) = 8xyz. Como esta función es
x2 y 2 z 2
continua y la condición G(x, y, z) = 2 + 2 + 2 −1 = 0 es un conjunto cerrado y acotado,
a b c
sabemos que podemos encontrar los extremos de V sujetos a G usando los multiplicadores de
Lagrange:
∃λ ∈ R : ∇f = λ∇G, i.e.
x2 y 2 z 2
2x 2y 2z
(8yz, 8xz, 8xy) = λ , , y + 2 + 2 −1 = 0 es decir,
a2 b2 c2 a2 b c
2x
8yz = λ
a2
2y
8xz = λ
b2
2z
8xy = λ
c2
x2 y 2 z 2
1 = + 2 + 2
a2 b c
a2 b2 c2 a b c
70
x2 = , y2 = , z2 = =⇒ x= √ , y= √ , z= √
3 3 3 3 3 3
abc
Luego, en √a , √b , √c la función alcanza su máximo, que es VMAX = 8 · √ .
3 3 3 3 3
3. Considere el plano de ecuación x + 4y + 4z = 39. Encuentre el punto de este plano que se
encuentre a distancia mínima de (2, 0, 1).
Solución
La distancia entre (x, y, z) y (2, 0, 1) en R3 viene dada por
p
d((x, y, z), (2, 0, 1)) = (x − 2)2 + (y − 0)2 + (z − 1)2
2(x − 2) = λ
2y = 4λ
Luego, ∇f = λ∇g, de donde
2(z − 1) = 4λ
x + 4y + 4z = 39
Dejando x, y, z en función de λ, reemplazamos en la última ecuación obteniendo λ = 2 de
donde x = 3, y = 4, z = 5.
Ejemplos
1. Determine los extremos absolutos de f (x, y, z) = x + 2y + z sujeto a x2 + y 2 = 1 y y + z = 1.
Ejercicios
1. Determine y grafique el dominio de las siguientes:
p
x2 + y 2 − 16
71
p
(a) f (x, y) = 36 − x2 − y 2 (b) f (x, y) =
x
x+1
(c) f (x, y) = (d) f (x, y) = ln(xy − 1)
|y − 1|
√
1 1 − cos( xy)
(e) f (x, y) = p √ (f) f (x, y) =
y− x y
a) f (x, y) = x2 + y 2 , K = 0, 1, 4 y 9
xy sen(y 3 ) sen(xy 3 )
(c) lı́m (d) lı́m
(x,y)→(0,0) x4 + y 4 (x,y)→(0,0) x2 + y 6
p
y 3 |x| x3 + y 2
(e) lı́m (f) lı́m
(x,y)→(0,0) |x| + y 4 (x,y)→(0,0) |x| + |y|
√
sen x + sen y cos( xy) − 1
(g) lı́m (h) lı́m
(x,y)→(0,0) x+y (x,y)→(1,0) y
p
(x − 1)4 y 2 x2 y x2 + y 2
(i) lı́m (j) lı́m
(x,y)→(1,0) (x − 1)8 + y 4 (x,y)→(0,0) sen(xy)
x2 y 3x2 − y 2
(k) lı́m (l) lı́m
(x,y)→(0,0) x2 + y (x,y)→(0,0) x2 + y 2
x2 x4 + 3x2 y 2 + 2xy 3
(m) lı́m (n) lı́m
(x,y)→(0,0) x2 + 2y 2 − x (x,y)→(0,0) (x2 + y 2 )2
tan(x2 y) x+y−1
(c) lı́m (d) lı́m √ √
(x,y)→(0,0) x2 + y 2 (x,y)→(0+ ,1− ) x− 1−y
x + y si |x| + |y| ≥ 2
5. Sea f (x, y) = ¿Existe lı́m f (x, y)?
(x,y)→(1,1)
1 si |x| + |y| < 2
72
(y − 2)2 sen(xy)
si (x, y) 6= (0, 2)
2
6. Sea f (x, y) = x + y 2 − 4y + 4
α si (x, y) = (0, 2)
1
sen(x2 + x2 y 2 )
x si x 6= 0, y ∈ R
a) f (x, y) =
0 si x = 0, y ∈ R
73
0 si x2 + y 2 > 1
∂2z ∂2z
13. Sea z = f (x, y). Verifique que = , si
∂x∂y ∂y∂x
2
a) z = x2 − 4xy + 3y 2 b) z = x2 e−y
c) z = ln(x + y) d) z = x2 cos(y −2 )
x2 y 2
si (x, y) 6= (0, 0)
2 2
c) f (x, y) = x + y
0 si (x, y) = (0, 0)
4
x (y + 2)2
si (x, y) 6= (0, −2)
x2 + y 2
16. Sea f (x, y) =
0 si (x, y) = (0, −2)
74
a) Analice la continuidad de f en (0,-2).
∂f
b) Calcule, si existe, (0, −2)
∂x
c) Analice la diferenciabilidad de f en (0,-2).
x(x − y)
, si x + y 6= 0
x+y
17. Sea f (x, y) =
0 si x+y =0
x2 y
, si (x, y) 6= (0, 0)
x4 + y 2
20. Sea f (x, y) =
0, si (x, y) = (0, 0)
x|y|
p 2 , si (x, y) 6= (0, 0)
21. Sea f (x, y) = x + y2
0, si (x, y) = (0, 0)
Demuestre que, en el origen, f posee derivada direccional en cualquier dirección. ¿Es f dife-
renciable en (0,0)?
23. Sea T (x, y, z) = 3x2 + 2y 2 − 4z la temperatura en el punto (x, y, z). Determine la razón
de cambio de T en P = (−1, −3, 2) en dirección a Q = (−4, 1, −2). ¿Cuál es la tasa de máxima
variación?.
75
24. Una hormiga se encuentra en el punto (1, 1, 0) del paraboloide hiperbólico S : z = y 2 − x2 .
¿En cuál sentido del plano XY debe moverse para seguir la cuesta más empinada?
28. Demuestre que todo plano tangente a la gráfica de z 2 = x2 + y 2 pasa por el origen.
∂u ∂u ∂u
29. Pruebe que si u = x2 y + y 2 z + z 2 x, entonces + + = (x + y + z)2 .
∂x ∂y ∂z
xy ∂2f ∂2f 2
2∂ f = 0
30. Sea f (x, y) = . Demuestre que : x2 + 2xy + y
x+y ∂x2 ∂x∂y ∂y 2
a) f (x, y) = (y − x)2 (y + x)
b) f (x, y) = x3 + 3xy − y 3
c) f (x, y) = ex sen y
1 1
d ) f (x, y) = x2 + xy + y 2 + x + y
2 −y 2
e) f (x, y) = (x2 + 3y 2 )e−x
32. Sea f (x, y) = x2 + y 2 + Axy. Determine A ∈ R para que f tenga un mínimo relativo en un
único punto.
34. Probar que el volumen formado por el plano tangente a la superficie xyz = m3 , en cualquier
punto, y los planos coordenados es constante.
p
35. Si z = 2xy + y 2 , con 2xy + y 2 > 0, hallar
76
∂2z
(x, y)
∂x∂y
36. Calcular la ecuación del plano tangente en el punto (1, 0), a la superficie de ecuación
z = 3x2 + 8xy
37. Hallar una constante c tal que en todo punto de la intersección de las dos esferas:
(x − c)2 + y 2 + z 2 = 3 x2 + (y − 1)2 + z 2 = 1
∂2u ∂2u
41. Demuestre que la función u(x, t) satisface la ecuación 2
= a2 2 para:
∂t ∂x
a) u(x, t) = ϕ(x − at) + ψ(x + at) donde ϕ y ψ son funciones de clase C 2 .
b) u(x, t) = sen(akt) sen(kx) con k ∈ Z.
77
b) Pruebe que g es armónica.
∂y ∂y ∂z ∂z
xy + yz − zx
∂x ∂x ∂x ∂x
∂f ∂f
44. Sea f (x, y) = x2 g(x2 y). Pruebe que x − 2y = 2f (x, y).
∂x ∂y
47. Encontrar los valores extremos de f (x, y) = x2 + y 2 − xy en la región dada por 2x2 + y 2 ≤ 1.
48. Con una lámina metálica rectangular de 24 cm. de ancho y 120 cm. de longitud, se quiere
construir un canal, para lo cual se doblará a lo largo de la lámina, una longitud x en un ángulo
θ. Determinar el valor de x y de θ para que el canal conduzca el máximo volumen.
49. Calcular la distancia que hay entre el origen y la superficie de ecuación xy 3 z 2 = 16. Hallar
todos los puntos de la superficie que estan a esa distancia.
3
R2
50. Pruebe que el máximo valor de x2 y 2 z 2 bajo la condición x2 + y 2 + z 2 = R2 es .
3
p
3 x2 + y 2 + z 2
Deduzca de esto que x2 y 2 z 2 ≤ .
3
51. Hallar los valores extremos de la función f (x, y) = cos2 (x)+cos2 (y) con la condición x−y = π4 .
x2 y 2 z 2
52. Hallar los extremos de f (x, y, z) = x2 + y 2 + z 2 si + 2 + 2 = 1 con a > 0, b > 0, c > 0.
a2 b c
y−x z−y
54. Si w=f , , probar que
xy yz
∂w ∂w ∂w
x2 + y2 + z2 =0
78
∂x ∂y ∂z
∂u ∂u
cos x · (x, y) + cos y · (x, y) = cos x · cos y
∂y ∂x
56. Sea
sen(x2 y)
si (x, y) 6= (0, 0)
f (x, y) = |x| + |y|
0 si (x, y) = (0, 0)
x4 y 4
si (x, y) 6= (0, 0)
fα = (x4 + x2 + y 2 )α
0 si (x, y) = (0, 0)
79
2. Funciones Reales de Varias Variables 9
2.1. Funciones escalares de Varias Variables . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2. Funciones Vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3. Curvas y Superficies de Nivel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3. Límites y Continuidad 21
3.1. Algebra de Límites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.4. Cambio de variable. Caso particular: Coordenadas Polares . . . . . . . . . . . . . . . 32
3.5. Límites y Continuidad de Funciones de Rn −→ Rm . . . . . . . . . . . . . . . . . . . 34
4. Diferenciabilidad 42
4.1. Diferenciabilidad de funciones de Rn −→ R . . . . . . . . . . . . . . . . . . . . . . . 42
4.2. Derivada Direccional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.3. Diferenciabilidad de funciones de Rn −→ Rm . . . . . . . . . . . . . . . . . . . . . . 48
5. Regla de la Cadena 49
5.1. Derivadas Implícitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.2. Teoremas de la función inversa y de la función implícita . . . . . . . . . . . . . . . . 56
5.2.1. Teorema de la función inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5.2.2. Teorema de la función implícita . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.3. Teorema de Taylor para funciones de varias variables . . . . . . . . . . . . . . . . . . 61
6. Máximos y Mínimos 65
6.1. Máximos y Mínimos sin restricciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.2. Máximos y Mínimos sujeto a restricciones . . . . . . . . . . . . . . . . . . . . . . . . 68
6.3. Multiplicadores de Lagrange sujeto a dos o más condiciones . . . . . . . . . . . . . . 70
Índice de Materias 80
Índice de Materias
bola jacobiano, 56
80
abierta, 3
cerrada, 3 límite
reducida, 21 definición, 21
iterado, 25
conjunto unicidad, 24
abierto, 4
cerrado, 5 matriz
continuidad definida positiva, 66
en un punto, véase función continua hessiana, 65
en una región, véase función continua jacobiana, 42, 48
máximo
81
de la función implícita, 58 cerrada, véase bola cerrada
de la función inversa, 56 vector
de Taylor, 61 gradiente, 39
del acotamiento, 27 unitario, 45
Apuntes de MAT023
Estimados alumnos:
Este apunte, en su primera versión en formato de libro, reúne en un texto el esfuerzo de varios colegas del
Departamento de Matemática de la Universidad Técnica Federico Santa María, que a lo largo del tiempo
han dictado este curso. Los aportes han sido editados por quien suscribe, para que su estructura incor-
pore no solo los contenidos que se espera conozcan en profundidad, sino que también varios ejercicios
resueltos y propuestos, que esperamos resuelvan con entusiasmo, para lograr mejores aprendizajes. Es-
peramos que esta versión, aún preliminar, les sea de utilidad, y que cualquier error que encuentren (por
cierto, involuntario), sea informado al mail indicado abajo. Este apunte no tiene más pretensiones que
servirles de apoyo y brindarles orientación en cuanto al nivel que se espera alcancen en estos temas. El
estudio de las Ecuaciones Diferenciales es un tema profundo en el mundo matemático, en el cual se rea-
liza mucha investigación.
Es importante que tengan presente adermás que este apunte corresponde a una parte del curso MAT023
y que, por cierto, no reemplaza las clases. Para lograr un buen aprendizaje de los conceptos e ideas que
considera esta parte del curso, es fundamental que asistan a clases, participen activamente en ella, estu-
dien de manera metódica, ojalá estructurando un horario de estudio diario, preparándose siempre para
su próxima clase y que planteen a sus profesores cualquier duda conceptual que les surja. Si sus dudas
aparecen cuando están resolviendo un problema, revisen los apuntes (éstos y los personales de clases),
ya que es posible que haya algún concepto que no han comprendido cabalmente, reintente, aplique mu-
chas alternativas de solución e intercambie opiniones y métodos con sus compañeros. Esta forma de
estudiar les entregará una comprensión más profunda de las ideas y conceptos involucrados, lo que tie-
ne como consecuencia un aprendizaje de calidad.
Deseándoles la mejor experiencia de aprendizaje y que su trabajo sistemático rinda los frutos que espe-
ran, los saluda muy cordialmente,
I
PREFACIO Verónica Gruenberg Stern
veronica.gruenberg@usm.cl
II
Índice general
Prefacio I
III
ÍNDICE GENERAL
IV
Capítulo 1
Las ecuaciones con las que se ha trabajado hasta ahora son aquellas en las que requerimos deter-
minar los valores numéricos de ciertas incógnitas, que satisfacen algunas relaciones entre sí. Pero, en
las aplicaciones de la matemática, existe una gran clase de problemas cualitativamente diferentes: pro-
blemas en los que la incógnita es una función. Estudiaremos en estos capítulos las llamadas ecuaciones
diferenciales, es decir, ecuaciones en las que, además de la función desconocida, aparecen también sus
derivadas de distintos órdenes. Estas ecuaciones son de suma importancia porque muchos fenómenos
del mundo físico, de la ingeniería, de la economía, de la biología, etc., pueden ser modelados mediante
ellas.
1.1. Introducción
DEFINICIÓN 1.1.1 Una ecuación diferencial es una ecuación que contiene diferenciales o derivadas (or-
dinarias o parciales) de una o más variables dependientes, con respecto a una o más variables indepen-
dientes.
Resolver una ecuación diferencial es encontrar una función que, al ser reemplazada en la ecuación, la
transforma en una identidad.
DEFINICIÓN 1.1.2 Si una ecuación contiene solo derivadas o diferenciales ordinarias de una o más varia-
bles dependientes con respecto a una sola variable dependiente, entonces se dice que es una ecuación
diferencial ordinaria (E.D.O.) .
Es decir, una E.D.O. es una ecuación que relaciona la variable independiente x , una función y = y (x )
(que depende sólo de la variable independiente) y sus respectivas derivadas y 0 , y 00 , ..., y (n ) . Es decir, es una
expresión de la forma:
F x , y , y 0 , y 00 , · · · , y (n ) = 0
DEFINICIÓN 1.1.3 Una ecuación que contiene derivadas parciales de una o más variables dependientes
de dos o más variables independientes se llama ecuación diferencial parcial (E.D.P.) .
1
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
Es decir, una E.D.P. es una ecuación que relaciona las variables independientes x 1 , x 2 , · · · , x n , una fun-
ción y = y (x 1 , x 2 , · · · , x n ) (que depende de las variables independientes) y sus respectivas derivadas par-
ciales. Es decir, es una expresión de la forma:
∂y ∂y ∂y ∂y2 ∂ 2y
F x 1, x 2, · · · , x n , y , , ,··· , , 2 , ,··· = 0
∂ x1 ∂ x2 ∂ x n ∂ x 1 ∂ x 2∂ x 1
En este texto estudiaremos solo las ecuaciones diferenciales ordinarias, dejando el estudio de las
ecuaciones diferenciales parciales para MAT024.
DEFINICIÓN 1.1.4 El orden de la más alta derivada en una ecuación diferencial se llama orden de la
ecuación diferencial .
DEFINICIÓN 1.1.5 El grado de la derivada de mayor orden en una ecuación diferencial se llama grado de
la ecuación diferencial .
EJEMPLOS:
dx
1. − 4t x = 30. E.D.O. de orden 1 y grado 1, con x = x (t ).
dt
2. (x + y )d x − 12y d y = 0. E.D.O. de orden 1 y grado 1, con y = y (x ).
du dv
3. − = 4x . E.D.O. de orden 1 y grado 1, con u = u (x ), v = v (x ).
dx dx
d 2y dy
4. 2
−3 + 9y = 0. E.D.O. de orden 2 y grado 1, con y = y (x ).
dx dx
2 2
dy 3
d y
5. −3 + 9y = 0. E.D.O. de orden 2 y grado 2, con y = y (x ).
dx2 dx
3 5
d 2y
dy
6. + − 3y = x 3 E.D.O. de segundo orden y grado 3.
dx2 dx
∂u ∂v
8. x +y =u E.D.P. de primer orden y grado 1.
∂x ∂y
∂ 2u ∂ 2u ∂ u
9. = − E.D.P. de segundo orden y grado 1.
∂x 2 ∂t2 ∂t
d ny d n −1 y dy
a n (x ) n
+ a n −1 (x ) n−1
+ · · · + a 1 (x ) + a 0 (x ) y = h(x )
dx dx dx
Si la ecuación diferencial no es lineal, se dice que es no lineal.
2
Verónica Gruenberg Stern 1.1. INTRODUCCIÓN
OBSERVACIÓN: En otras palabras, las ecuaciones diferenciales ordinarias lineales son aquellas en las que
2. los coeficientes que acompañan a las derivadas de la variable dependiente y dependen solo de la
variable independiente x .
DEFINICIÓN 1.1.7 Una función ϕ, definida en algún intervalo I ⊆ R, es solución de una ecuación dife-
rencial ordinaria en el intervalo I , si al sustituir ϕ en la ecuación, ésta se reduce a una identidad.
Una solución particular de una ecuación diferencial de orden n es una solución con valores fijos
para las constantes C 1 ,C 2 , · · · ,C n , es decir, es una solución que no depende de parámetros arbitra-
rios.
Una solución singular es una solución que no está incluida en la solución general; es decir, no se
puede obtener a partir de ella asignando un valor conveniente a la constante.
Notemos que al resolver una E.D.O. no siempre es posible expresar la solución y = ϕ(x ) de manera
explícita, sino que en ocasiones solo podremos expresar la solución en la forma implícita G (x , y ) = 0.
EJEMPLOS:
e x (2 + x ) − 2e x (1 + x ) + x e x = 0
Reemplazando:
3
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
dy x
3. La solución de =− es x 2 + y 2 − c = 0, con c > 0. En este caso, la solución está dada en
dx y
forma implícita.
d ny
dy
DEFINICIÓN 1.1.8 Sea F x , y , ,··· , = 0 una E.D.O. Entonces:
dx dxn
1. Si y (x ) = 0 es solución de una E.D.O., se dice que ésta es la solución trivial.
2. La gráfica de una solución y = ϕ(x ) de una E.D.O. se llama curva solución de la ecuación diferen-
cial.
Por lo tanto, la solución general de una de estas ecuaciones dependerá de una constante arbitraria. Es
decir, representa un conjunto o familia de soluciones. Cada una de las soluciones dependerá del valor
que tome la constante.
dy x
En el último ejemplo de la sección anterior, la solución x 2 + y 2 − c = 0 de la ecuación =−
p d x y
representa una familia de circunferencias, de radio c , c ∈ R+ . Si ponemos la condición inicial y (0) = 1,
esto significa que el punto (0, 1) pertenece a la circunferencia, y luego es posible determinar la constante:
c = 1. Así, la solución de la ecuación diferencial sujeta a la condición inicial dada, es x 2 + y 2 − 1 = 0.
Al considerar este tipo de problemas, surgen dos preguntas fundamentales: ¿existe una solución del
problema? Si es que existe, ¿es esta solución única? Las respuestas a ellas no son tan obvias como parecen.
Considere por ejemplo:
4
Verónica Gruenberg Stern 1.2. EXISTENCIA Y UNICIDAD DE SOLUCIONES DE ECUACIONES DE PRIMER ORDEN
Puede que, a pesar de los ejemplos anteriores, se piense que no tiene sentido demostrar existencia
de soluciones, si la EDO proviene, por ejemplo, de un problema físico que tiene solución. Sin embargo,
esto permite asegurar que el modelo es una buena aproximación al fenómeno que se está modelando.
Demostrar la unicidad de la solución (o, más bien, determinar condiciones que garanticen la unicidad
de la solución) permite que el modelo matemático prediga el comportamiento futuro del fenómeno con
menor probabilidad de error.
DEFINICIÓN 1.2.1 Se llama problema de Cauchy o problema de valor inicial asociado a una E.D.O. de
orden uno, al problema de resolver
dx
= F (t , x ), tal que ϕ(t 0 ) = x 0
dt
En otras palabras, se trata de encontrar una solución de x 0 (t ) = F (t , x ) pero con la condición de que
pase por el punto (t 0 , x 0 ).
TEOREMA 1.2.1 (existencia de soluciones) Sea F : Ω → R una función continua en el dominio Ω. Para to-
do punto (t 0 , x 0 ) ∈ Ω existe una función ϕ : I → R definida en algún intervalo I , solución del problema de
Cauchy
dx
= F (t , x ), tal que ϕ(t 0 ) = x 0
dt
La siguiente figura ilustra el teorema con dos soluciones ϕ1 , ϕ2
x x = ϕ2 (t)
x = ϕ1 (t)
t
∂F
TEOREMA 1.2.2 Sea F : Ω → R tal que F, son funciones continuas en el dominio Ω ⊆ R2 (y por lo tanto
∂x
acotadas). Para todo punto (t 0 , x 0 ) ∈ Ω existe una única función ϕ : I → R definida en algún intervalo I de
R, solución única del problema de valor inicial de Cauchy.
OBSERVACIÓN:
1. Las condiciones señaladas en los teoremas anteriores son suficientes pero no necesarias.
5
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
En esta sección estudiaremos algunas técnicas que nos permitirán determinar soluciones analíticas
de las E.D.O. de primer orden más usuales. Debemos tener presente, sin embargo, que existen diversas
maneras de afrontar el problema de resolver una ecuación diferencial. El método seleccionado depen-
derá de las características del problema que se desea resolver, la información disponible y precisión de
los datos (en el caso de modelos), el grado de exactitud requerida, el tipo de análisis que deberá susten-
tar la solución, etc. Dependiendo de ello, se podrá resolver la ecuación diferencial mediante métodos
analíticos, métodos numéricos o utilizando técnicas de análisis cualitativo.
Como señalamos, iniciaremos nuestro estudio con métodos analíticos, para E.D.O. de primer orden.
M (x , y ) d x + N (x , y ) d y = 0 (1.1)
A(x ) d x + B (y ) d y = 0 (1.2)
o sea, se reúnen todos los términos en la variable y en B (y ) y todos los términos en la variable x en A(x ).
La solución de (1.2) es Z Z
A(x ) d x + B (y ) d y = C
6
Verónica Gruenberg Stern 1.3. RESOLUCIÓN DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN
Sin embargo, se debe tener cuidado cuando se realizan las divisiones necesarias para separar las va-
riables. Las expresiones en la variable independiente en el denominador (cuando éste se anula), afectan
el dominio en el que están definidas las soluciones. Las expresiones en la variable dependiente en el de-
nominador, cuando se anulan, puede ocasionar que se pierdan soluciones de la ecuación original. Estas
posibles soluciones deben ser verificadas en la ecuación original, y, de no quedar representadas en la so-
lución general que se obtenga mediante el método de separación de variables, deberán ser consideradas
adicionalmente, como soluciones singulares de la E.D
EJEMPLOS:
1. Resolver (x 2 − 1) d x + x y d y = 0
x2 −1
dx +y dy = 0, x 6= 0
x
Luego, la solución obtenida será válida en uno de los intervalos ] − ∞, 0[ o ]0, ∞[. Integrando:
x2 y2
− ln x + = c, x >0 (escogemos un intervalo)
2 2
x2 +y 2 = 2c + ln x 2
2 +y 2
x 2 + y 2 = ln(c 1 x )2 ó ex = kx2
2. Resolver 2(y + 3) d x + x y d y = 0.
Nuevamente, la solución obtenida será válida en uno de los intervalos ] − ∞, 0[ o ]0, ∞[. Pero
adicionalmente, necesitaremos estudiar la posible solución de la ecuación original y = −3, que
haremos al final del problema. Integrando:
ln x 2 + y − 3 ln(y + 3) = c , x >0
(y + 3)3
∴ y = c + ln
x2
que es la solución general de la E.D.O. Veamos ahora si y = −3 es o no solución de la ecuación
original. Podemos reescribirla en la forma
dy
xy = −2(y + 3)
dx
y es claro, entonces, que y = −3 es una solución singular de la E.D.O.
7
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
sen x cos y
dx + dy = 0
cos x sen y
− ln cos x + ln sen y = C
sen y
ln = C
cos x
π π
⇒ sen y = C 1 cos x , x ∈ (2k − 1) , (2k + 1) , k ∈Z
2 2
Veamos ahora qué sucede con las soluciones posibles que se obtienen considerando sen y = 0, es
decir, y = k π, k ∈ Z. Reescribimos la ecuación original en la forma
dy
cos x cos y = − sen x sen y
dx
2
4. Resolver xy 3dx +ex dy = 0
2
x e −x d x + y −3 d y = 0
Z
1 2 y −2
− −2x e −x d x + = c
2 −2
1 2 1
− e −x − y −2 = c
2 2
−x 2
e + y −2 = −2c
−x 2
e + y −2 = K
∆m d m
lı́m = es la velocidad de desintegración del radio en el instante t .
∆t →0 ∆t dt
Según la hipótesis:
dm
= −k m (1.3)
dt
8
Verónica Gruenberg Stern 1.3. RESOLUCIÓN DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN
donde k es el coeficiente de proporcionalidad (k > 0). Ponemos el signo menos, porque a medida
dm
que transcurre el tiempo, la masa del radio disminuye y por eso dt
< 0.
dm
= −k d t
m
⇒ ln m = −k t + c 1
∴ m (t ) = c e −k t
m (t ) = m 0 e −k t .
6. La recta normal en cada punto (x , y ) de una curva dada, pasa por el punto (2, 0). Si la curva pasa
por el punto (2,3), encuentre la ecuación de la curva.
Solución:
1
y − f (u ) = − 0 (u )
(x − u )
f
Como la recta normal debe pasar por el punto (2,0), se tiene que:
1
− f (u ) = − 0 (u )
(2 − u )
f
1 y2 (2 − x )2
y= dy
(2 − x ) ⇔ y d y = (2 − x )d x ⇔ =− +C ⇔ (x − 2)2 + y 2 = 2C
2 2
dx
(x − 2)2 + y 2 = 9
9
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
DEFINICIÓN 1.3.1 La función f (x , y ) se dice homogénea de grado k respecto a las variables x e y , si:
f (λx , λy ) = λk f (x , y ), ∀λ ∈ R \ {0}
EJEMPLOS:
p
1. La función f (x , y ) = 3
x 3 + y 3 es homogénea de primer grado.
p p
En efecto: f (λx , λy ) = 3 (λx )3 + (λy )3 = λ 3 x 3 + y 3
x2 −y 2
3. La función f (x , y ) = es homogénea de grado cero.
xy
(λx )2 − (λy )2 x 2 − y 2
En efecto: f (λx , λy ) = =
λ2 x y xy
4. La función f (x , y ) = x 2 + y no es homogénea.
2
xy y
5. La función f (x , y , z ) = + x sen es homogénea de grado uno.
z z2
OBSERVACIÓN:
f (x , y )
1. Sean g (x , y ), f (x , y ) homogéneas del mismo grado; entonces es homogénea de grado cero.
g (x , y )
2. Sea h(x , y ) una función homogénea de grado cero. Haciendo el cambio de variable y = u x , tene-
mos:
y
h(x , y ) = h(x , u x ) = h(1, u ) = h 1, (pues h es homogénea de grado 0)
x
Es decir, la función homogénea de grado cero depende sólo del cuociente de las variables.
M (x , y ) d x + N (x , y ) d y = 0
10
Verónica Gruenberg Stern 1.3. RESOLUCIÓN DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN
(A) M (x , y ) d x + N (x , y ) d y = 0
dy M (x , y ) y
=− =F
dx N (x , y ) x
es decir:
dy y
(B ) =F
dx x
y
Esta última ecuación se resuelve efectuando el cambio de variable v = x , es decir,
y = vx, (1.4)
luego
dy dv
= v +x (1.5)
dx dx
Sustituyendo (1.4) y (1.5) en (B ), obtenemos
dv
v +x = F (v )
dx
es decir:
dv
x + v − F (v ) = 0
dx
x d v + (v − F (v )) d x = 0
dx v
+ =0
x v − F (v )
EJEMPLOS:
x 2 − x y + y 2 d x − x y d y = 0.
1. Resolver
Observamos que las funciones
M (x , y ) = x 2 − x y + y 2 ∧ N (x , y ) = −x y
11
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
son homogéneas de grado 2. Luego se trata de una ecuación homogénea. Hacemos el cambio de
variable y = v x de donde d y = v d x + x d v . Reemplazando en la ecuación:
(x 2 − x 2 v + x 2 v 2 ) d x − x 2 v (v d x + x d v ) = 0
(x 2 − x 2 v + x 2 v 2 − x 2 v 2 ) d x − x 3 v d v = 0
x 2 (1 − v ) d x − x 3 v d v = 0
dx v
+ dv =0
x v −1
ln x + v + ln(v − 1) = c
y y −x
ln x + + ln =c
x x
y
ln(y − x ) = c − ⇒ (y − x )e y /x = c
x
2. Resolver (x 2 + y 2 ) d x − 2x y d y = 0.
Observemos que la ecuación es homogénea pues las funciones M (x , y ) = x 2 + y 2 , N (x , y ) = −2x y
son homogéneas de grado 2. Haciendo y = v x tenemos:
(x 2 + x 2 v 2 ) d x − 2x 2 v (v d x + x d v ) = 0
(x 2 + x 2 v 2 − 2x 2 v 2 ) d x − 2x 3 v d v = 0
x 2 (1 − v 2 ) d x − 2x 3 v d v = 0
Separando variables
dx 2v
+ 2 dv =0
x v −1
Integrando
ln x + ln(v 2 − 1) = c , c ∈R
reemplazando v = y /x :
ln x + ln y 2 /x 2 − 1 = c
ln x + ln(y 2 − x 2 ) − ln x 2 = c
ln(y 2 − x 2 ) − ln x = c
y 2 −x2
=c
x
y 2 = cx +x2
12
Verónica Gruenberg Stern 1.3. RESOLUCIÓN DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN
EJERCICIOS:
5. (1 + y ) d x − (1 − x ) d y = 0 17. 3e x tg y d x + (1 − e x ) sec2 y d y = 0
dx
6. (t 2 − x t 2 ) +x2 +t x2 = 0 18. (x − y 2 x ) d x + (y − x 2 y ) d y = 0
dt
7. (y − a ) d x + x 2 d y = 0 19. (y − x ) d x + (y + x ) d y = 0
8. z d t − (t 2 − a 2 ) d z = 0 20. (x + y ) d x + x d y = 0
dx 1+x2
9. = 21. (x + y ) d x + (y − x ) d y = 0
dy 1+y2
p p
10. (1 + s 2 ) d t − t d s 22. x d y − y d x = x2 +y 2 dx
dy ax +by + c
= con a ó b 6= 0 (1.6)
dx a 1x + b 1y + c 1
a x +b y
Si c 1 = c = 0, la ecuación (1.6) es, evidentemente, homogénea (pues a 1 x +b 1 y
es una función homogé-
nea de grado cero).
Supongamos, pues, que c y c 1 (o una de ellas) son diferentes de cero. Realicemos el cambio de varia-
bles x = x 1 + h, y = y 1 + k (h, k constantes por determinar); entonces
dy d y1
= (1.7)
dx d x1
dy
Reemplazando en (1.7) las expresiones de x , y , dx
, tenemos:
d y1 a x 1 + b y1 + a h + b k + c
= (1.8)
d x 1 a 1x 1 + b 1 y1 + a 1 h + b 1 k + c 1
13
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
es decir, determinemos h y k como solución del sistema de ecuaciones (1.9). Con esta condición, la
ecuación (1.8) es homogénea:
d y1 a x 1 + b y1
=
d x 1 a 1x 1 + b 1 y1
Al resolver esta ecuación y pensando de nuevo en x e y , según las fórmulas (1.7), obtenemos la solu-
ción de la ecuación (1.6).
El sistema (1.8) no tiene solución si
a b
= 0,
a 1 b 1
a1 b
es decir, si a b 1 = a 1b . Pero en este caso a
= b1
= λ, es decir, a 1 = λa , b 1 = λb , y, por consiguiente, se
puede escribir la ecuación (1.6) en la forma
dy (a x + b y ) + c
= (1.10)
dx λ(a x + b y ) + c 1
Haciendo la sustitución
z = ax +by (1.11)
14
Verónica Gruenberg Stern 1.3. RESOLUCIÓN DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN
EJEMPLOS:
dy x +y −3
1. Resuelva la ecuación = .
dx x −y −1
Solución: Notamos que:
1 1
= −2 6= 0
1 −1
Hacemos la sustitución
x = x1 + h
y = y1 + k
entonces
d y1 x 1 + y1 + h + k − 3
=
d x 1 x 1 − y1 + h − k − 1
Resolviendo el sistema:
h +k −3=0
=⇒ h = 2, k =1
h −k −1=0
15
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
y1 y − 1
Sustituyendo v por = , se obtiene:
x1 x − 2
p y −1
arc tg x −2
c (x − 1)2 + (y − 1)2 = e , c ∈ R.
2x + y − 1
2. Resolver la ecuación y0= con condición inicial y (0) = −2.
4x + 2y + 5
Solución: Notamos que:
2 1 2x + y − 1
=0 y que y0= (∗)
2(2x + y ) + 5
4 2
Sea z = 2x + y . Luego:
dz
= z0 = 2+y 0 ⇒ y 0 = z0 −2
dx
z −1
z0 −2 =
2z + 5
z − 1 5z + 9
z0 = +2=
2z + 5 2z + 5
2z + 5
dz =dx
5z + 9
2z + 5
Z
dz =x +c
5z + 9
2z + 5 2 5z + 9 − 9 d (5z + 9)
Z Z Z Z Z
z 5
pero dz =2 dz + dz = dz +
5z + 9 5z + 9 5z + 9 5 5z + 9 5z + 9
9 d (5z + 9)
Z Z
2
= dz − + ln |5z + 9|
5 5 5z + 9
2 9
= z − ln |5z + 9| + ln |5z + 9|
5 5
2 18 2 7
= z− ln |5z + 9| + ln |5z + 9| = z + ln |5z + 9|
5 25 5 25
2 7
∴ z+ ln |5z + 9| = x + c
5 25
2 7
(2x + y ) + ln |10x + 5y + 9| = x + c
5 25
10y − 5x + 7 ln |10x + 5y + 9| = c
16
Verónica Gruenberg Stern 1.3. RESOLUCIÓN DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN
−20 + 7 ln | − 1| = c
⇒ c = −20
∴ 10y − 5x + 7 ln |10x + 5y + 9| = −20.
EJERCICIOS:
La ecuación
M (x , y ) d x + N (x , y ) d y = 0
se llama ecuación diferencial exacta, si M (x , y ) y N (x , y ) son funciones con primera derivada continua en
un cierto dominio D (es decir, de clase C 1 (D)) que verifican la igualdad:
∂M ∂N
=
∂y ∂x
∂F ∂F
dF = dx + dy =0
∂x ∂y
∂F ∂F
= M (x , y ) ∧ = N (x , y )
∂x ∂y
17
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
EJEMPLOS:
1. Resolver la ecuación:
(∗) (3x 2 y + 2x y ) d x + (x 3 + x 2 + 2y ) d y = 0
M (x , y ) = 3x 2 y + 2x y , N (x , y ) = x 3 + x 2 + 2y
∂M ∂N
(x , y ) = 3x 2 + 2x , (x , y ) = 3x 2 + 2x
∂y ∂x
∂M ∂N
∴ = = 3x 2 + 2x
∂y ∂x
∴ La ecuación (∗) corresponde a una ecuación diferencial exacta. Suponemos una solución de la
forma F (x , y ) = C . Entonces:
∂F
= 3x 2 y + 2x y ⇒ F (x , y ) = x 3 y + x 2 y + C (y )
∂x
∂ F (x , y ) ∂ 3
= x y + x 2 y + C (y ) = x 3 + x 2 + C 0 (y )
∂y ∂y
∴ x 3 + x 2 + C 0 (y ) = x 3 + x 2 + 2y
C 0 (y ) = 2y ⇒ C (y ) = y 2 + C 1 ,
∴ F (x , y ) = x 3 y + x 2 y + y 2 + C 1 = C , C ∈R
x 3y + x 2y + y 2 = k , k ∈R
2x y 2 − 3x 2
2. Resolver d x + dy =0
y3 y4
Solución: La ecuación diferencial es exacta pues:
∂ ∂ y 2 − 3x 2
2x 6x
=− 4 =
∂y y3 y ∂x y4
Luego, suponemos una solución del tipo F (x , y ) = k y procedemos como arriba:
∂F 2x x2
= 3 ⇒ F (x , y ) = + C (y )
∂x y y3
18
Verónica Gruenberg Stern 1.3. RESOLUCIÓN DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN
∂F ∂ x2 3x 2 y 2 − 3x 2
0
= + C (y ) = − + C (y ) =
∂y ∂y y3 y4 y4
⇒ C 0 (y ) = y −2
1
⇒ C (y ) = − + C1
y
x2 1
∴ F (x , y ) = 3 − + C 1
y y
Luego la solución general de la ecuación está dada por la relación:
x2 1
− =C C ∈ R.
y3 y
y2 x2
1 1
3. Resolver: − dx + − dy = 0
(x − y )2 x y (x − y )2
| {z } | {z }
M N
∂M 2x y
=
∂ y (x − y )3
∂M ∂N
Solución: Verificamos que = , pues
∂y ∂x
∂N
2x y
=
∂x (x − y )3
y y2
ln − − y = cte.
x x −y
19
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
EJERCICIOS:
1. (x 2 + y ) d x + (x − 2y ) d y = 0 x d x + (2x + y ) d y
6. =0
(x + y )2
2. (y − 3x 2 ) d x − (4y − x ) d y = 0
3y 2
1 2y d y
7. 2
+ 4
=
x x x3
3. (y 3 − x ) y 0 = y
x2 dy −y 2 dx
y2 x2 8. =0
1 1
4. − d x + − dy =0 (x − y )2
(x − y )2 x y (x − y )2
y dx −x dy
5. 2(3x y 2 + 2x 3 ) d x + 3(2x 2 y + y 2 ) d y = 0 9. x d x + y d y =
x2 +y 2
10. Determine para qué valores de k ∈ R son exactas las ecuaciones siguientes y resuélvalas para ese
valor.
a) k x y d x + (x 2 + cos y ) d y = 0
no es una ecuación diferencial exacta (y que no es del tipo de las anteriores), por ejemplo,
(y + x y 2 )d x − x d y = 0.
Se puede a veces elegir una función µ(x , y ) tal que si multiplicamos todos los términos de la ecuación
por esta función, la ecuación (1.13) se convierta en una ecuación diferencial exacta. La función µ(x , y ) se
llama factor de integración (o factor integrante) de la ecuación (1.13).
Para hallar el factor integrante µ procedemos del siguiente modo (donde hemos omitido escribir las
variables en las funciones):
µM d x + µN d y = 0
Para que esta última ecuación sea una ecuación diferencial exacta es necesario y suficiente que:
∂ (µM ) ∂ (µN )
=
∂y ∂x
20
Verónica Gruenberg Stern 1.3. RESOLUCIÓN DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN
es decir:
∂M ∂µ ∂N ∂µ
µ +M =µ +N
∂y ∂y ∂x ∂x
o sea
∂µ ∂µ ∂N ∂M
1
M −N =µ −
∂y ∂x ∂x ∂y µ
1 ∂µ 1 ∂µ ∂N ∂M
M −N = −
µ∂y µ∂x ∂x ∂y
∂ (ln µ) ∂ (ln µ) ∂ N ∂ M
M −N = − (1.14)
∂y ∂x ∂x ∂y
En la mayoría de los casos el problema de la búsqueda de µ(x , y ) de la ecuación (1.14) no es fácil. Sólo
en algunos casos particulares se logra determinar fácilmente la función µ(x , y ).
CASO I
Supongamos que la ecuación (1.13) admite un factor integrante que depende sólo de y , es decir, µ = µ(y ).
Entonces:
∂ ln µ
=0
∂x
y para hallar µ obtenemos la ecuación diferencial ordinaria (que se obtiene de (1.14)):
∂N
∂ ln µ ∂x
− ∂∂M
y
=
∂y M
de donde podemos determinar ln µ:
∂N ∂M
Z
1
ln µ = − dy
M ∂x ∂y
y, por tanto,
∂N
1
− ∂∂M
R
dy
µ(y ) = e M ∂x y
∂N
Es claro que de esta manera se puede proceder sólo cuando la expresión 1
M ∂x
− ∂∂M
y
no depende
de x .
Luego, multiplicamos la ecuación (1.13) por este factor µ(y ), obteniendo una ecuación diferencial
exacta.
21
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
Por lo tanto, la ecuación no es una ecuación diferencial exacta. Examinemos si esta ecuación admite
un factor integrante que dependa sólo de y . Observemos que:
∂N
∂x
− ∂∂M
y −1 − 1 − 2x y −2(1 + x y ) 2
= = =−
M y +xy 2 y (1 + x y ) y
∂ ln µ 2
=−
∂y y
1
de donde ln µ = −2 ln y , es decir, . µ=
y2
Después de multiplicar todos los términos de la ecuación dada por el factor integrante µ(y ) = 1/y 2 ,
obtenemos la ecuación:
1 x
+x dx − 2 dy = 0
y y
∂ M 1 ∂ N1 x x2
1
diferencial exacta = = − 2 . Resolviéndola, encontramos que: + + c = 0, es decir,
∂y ∂x y y 2
2x
y =− .
x 2 + 2c
CASO II
Análogamente, supongamos que la ecuación (1.13) admite un factor integrante que depende sólo de x ,
es decir, µ = µ(x ). Entonces:
∂ ln µ
=0
∂y
y la ecuación (1.14) se reduce a:
∂M
∂ ln µ ∂y
− ∂∂ Nx
=
∂x N
de donde podemos determinar ln µ:
∂M ∂N
Z
1
ln µ = − dx
N ∂y ∂x
y, por tanto,
∂M
1
− ∂∂ Nx d x
R
µ(x ) = e N ∂y
22
Verónica Gruenberg Stern 1.3. RESOLUCIÓN DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN
Otros casos:
Vemos el caso en que µ = µ(x 2 + y 2 ) y dejamos otros casos como ejercicio.
Si µ = µ(x 2 + y 2 ), hacemos el cambio de variable z = x 2 + y 2 en
∂µ ∂µ ∂N ∂M
M −N =µ −
∂y ∂x ∂x ∂y
Luego:
∂µ ∂z ∂µ ∂z ∂N ∂M
M −N =µ −
∂z ∂y ∂z ∂x ∂x ∂y
∂µ ∂N ∂M
(M 2y − N 2x ) =µ −
∂z ∂x ∂y
de donde, si la expresión
∂N ∂M
−
∂x ∂y
2y M − 2x N
∂N ∂M
Z −
∂x ∂y
ln µ = dz
2y M − 2x N
Problema:
EJEMPLOS:
Solución.
es decir: x n y m +2 d x − (x n +3 y m − x n+1 y m +1 ) d y = 0
23
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
∂ ∂
Requerimos que: (x n y m +2 ) = (x n +1 y n +1 − x n+3 y m ) es decir,
∂y ∂x
µ(x , y ) = x −3 y −4
x −3 y −2 d x − (y −4 − x −2 y −3 ) d y = 0
∂M ∂N
Así, = −2x −3 y −3 = . Efectivamente, es exacta, y luego para resolverla:
∂y ∂x
Z
1
F (x , y ) = x −3 y −2 d x + K (y ) = − x −2 y −2 + K (y )
2
∂F 1 −3
= x −2 y −3 + K 0 (y ) = x −2 y −3 − y −4 ⇒ K 0 (y ) = −y −4 ∴ K (y ) = y +C.
∂y 3
1 1
Por lo tanto, la solución general es: − x −2 y −2 + y −3 = K , K = cte.
2 3
2. Resolver la ecuación
(x 3 + x y 2 − y ) d x + (x 2 y + y 3 + x ) = 0
∂N ∂M
−
∂x ∂y 2x y + 1 − (2x y − 1) 1 1
= =− 2 =−
2y M − 2x N 2y (x + x y − y ) − 2x (x y + y + x )
3 2 2 3 x +y 2 z
R 1 1 1
Por lo tanto, µ = e− z
dz
= e − ln z = = 2 .
z x +y2
Multiplicamos la ecuación por este factor integrante, obteniendo:
y x
x− 2 dx + y + 2 dy = 0
x +y2 x +y2
Calculamos
∂M −x 2 + y 2 ∂N
= 2 =
∂y (x + y )2 2 ∂x
24
Verónica Gruenberg Stern 1.3. RESOLUCIÓN DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN
por lo que hemos reducido la ecuación a una ecuación diferencial exacta, que sabemos resolver.
xd y −y dx = 0
1 1
Verifique que ésta admite como factor integrante a µ1 = ya µ2 = .
x2 xy
Sea I un intervalo real. Una ecuación diferencial de primer orden en I , se dice lineal si puede escri-
birse de la forma:
(∗) a 1 (x ) y 0 + a 0 (x ) y = h(x )
a 1 (x ) y 0 + a 0 (x ) y = h(x ) (1.15)
Nuestro propósito es encontrar la solución general de (1.15). Como la ecuación (1.15) es normal en I
entonces la podemos escribir de la forma:
a 0 (x ) h(x )
y0+ y=
a 1 (x ) a 1 (x )
a 0 (x ) h(x )
Si llamamos p (x ) = , q (x ) = , entonces
a 1 (x ) a 1 (x )
dy
+ p (x ) y = q (x )
dx
d y + p (x ) y d x = q (x ) d x
(p (x )y − q (x )) d x + d y = 0 (1.16)
25
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
El caso p (x ) = 0, reduce la ecuación (1.16) a una ecuación de variables separables que ya sabemos
resolver.
Supongamos entonces que p (x ) 6= 0. Examinemos si la ecuación (1.16) admite un factor integrante
que depende sólo de x . Observemos que:
− ∂∂ Nx + ∂∂M
y
= p (x )
N
R
p (x ) d x
por lo tanto la ecuación lo admite y luego el factor integrante es µ(x ) = e
R
p (x ) d x
Multiplicando todos los términos de la ecuación (1.16) por el factor integrante µ(x ) = e , obte-
nemos la ecuación
R R
p (x ) d x p (x ) d x
(p (x )y − q (x ))e dx +e dy =0 (1.17)
∂ M1 R
∂ N1
= p (x )e p (x ) d x =
∂y ∂x
R R
p (x ) d x p (x ) d x
donde M 1 (x , y ) = (p (x )y − q (x ))e y N 1 (x , y ) = e
EJERCICIOS:
Resuelva el ecuación (1.17) y verifique que:
Z
R R
− p (x ) d x p (x ) d x
y =e q (x )e dx +C , c ∈ R, x ∈ I
R R R 0
p (x ) d x p (x ) d x
y 0e + p (x )e y = y e p (x ) d x
26
Verónica Gruenberg Stern 1.3. RESOLUCIÓN DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN
EJEMPLOS:
1. Resolver (x 4 + 2y ) d x = x d y
Solución:
dy 2
x − 2y = x 4 ⇒ y0− y = x3 que es normal en ] − ∞, 0[ o en ]0, ∞[
dx x Z
−2 −2
R R
∴ y (x ) = e − x
dx
C+ x 3e x
dx
dx
Z Z
x3
y (x ) = e 2 ln x C + x 3 e −2 ln x d x = x2 C + dx
x2
x2
∴ y (x ) = x 2 C +
2
Solución:
dy
(x + 1)2 + 3(x + 1)y = 4 ⇒ y 0 + 3(x + 1)−1 y = 4(x + 1)−2 normal en ] − ∞, −1[ o en ] − 1, ∞[.
dx
Z
3
− dx Z
x +1 4 R 3
dx
∴ y (x ) = e C+ · e x +1
(x + 1)2
Z
−3 ln |x +1| 4
= e C+ e 3 ln |x +1| d x
(x + 1)2
(x + 1)3
Z
1
= C +4 dx
(x + 1)3 (x + 1)2
C 1 (x + 1)2
= +
(x + 1)3 2 (x + 1)3
y (x ) = C (x + 1)−3 + 2 (x + 1)−1
27
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
3. Resolver (1 + x y ) d x − (1 + x 2 ) d y = 0
Solución:
x 1
(1 + x 2 )y 0 − x y = 1 ⇒ y0− y = que es normal en ] − ∞, ∞[.
1+x 2 1+x2
Z Z
x
R
d x 1 −
R x
d x 1
ln |1+x 2| 1 − 1
ln(1+x 2)
∴ y = e 1+x 2 c+ e 1+x 2 dx = e 2 c+ e 2 dx
1+x2 1+x2
Z
p 1 p
y (x ) = 1 + x c +
2 d x = c 1+x2 +x
(1 + x 2 )3/2
donde
sec2 θ d θ
Z Z Z
1 x
dx = = cos θ d θ = sen θ = p
(1 + x 2 )3/2 (sec2 θ )3/2 1+x2
di
4. Resolver L + Ri = E con c.i. i (0) = 0, donde L, R, E son constantes.
dt
Solución:
Z
di R E − RL t E Rt − RL t E L Rt
+ i= ⇒ i (t ) = e c+ e L dt =e c+ · e L
dt L L L L R
R E E E E R
i (t ) = c e − L t + ; i (0) = 0 ⇒ 0=C + ⇒ C =− ⇒ i (t ) = 1−e−L t
R R R R
5. Resolver d x = (1 + 2x tg y ) d y
Solución:
Z
dx dx R R
−2 tg y d y
= 1 + 2x tg y ⇒ − 2x tg y = 1 ⇒ x (y ) = e 2 tg y d y c+ e dy
dy dy
Z Z Z
1
x (y ) = e 2 ln | cos y | c + e 2 ln | cos y | d y = sec2 y c+ cos2 y d y = sec2 y c+ (1 + cos 2y )d y
2
1 sen 2y
x (y ) = sec2 y c+ y+ ⇒ 4x cos2 y = C + 2y + sen 2y
2 2
6. Encontrar la velocidad inicial mínima que debe tener un cuerpo que se dispara para que escape de
la atracción de la Tierra. Desprecie la resistencia del aire.
Solución:
k gR
a (r ) = k <0 como en r = R, a (R) = −g ⇒ a (r ) = −
r2 r2
por otro lado
dv dv dr dv 0 g R2 d v
a= = · = ·v ⇒− 2 = ·v
dt dr dt dr r dr
g R2 v2 v2
⇒ +c = pero en r = R, v = v 0 ⇒ c = 0 − g R
r 2 2
2g R 2
⇒ v2 = + v 02 − 2g R
r2
28
Verónica Gruenberg Stern 1.3. RESOLUCIÓN DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN
7. Un embudo con ángulo de salida de 60◦ y una sección transversal con área de 0,5cm2 , contiene
agua. En t = 0, se abre la salida. Determinar el tiempo que tardará en vaciarse, suponiendo que la
altura inicial del agua h(0) = 10cm.
p
Dato: v = 0,6 2g h, h = altura instántanea, v = velocidad del líquido.
Solución:
a) Hallar v cuando s = 24
b) Hallar el tiempo t que demora en recorrer desde s = 8 a s = 24.
Solución:
k k ds
a =− ⇒ −1 = − ⇒ k = 4 ⇒ a = −4/s 2 ; v =
s2 4 dt
dv dv ds dv dv 4 25 4
a= = · = ·v ⇒ v = − 2 ⇒ v 2 /2 = c + 4/s ⇒ c = − = 12
dt ds dt ds ds s 2 8
p Æ
4
a) v (s = 24) = 2 24 + 12 ≈ 4,93
p p Z8
ds 8 1 s ds
b) v = = s + 3s ⇒ t = p
2 p ≈ 3,23
dt s 2 2 24 s + s 2
29
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
Ecuación de Bernoulli
dy
+ p (x ) y = q (x ) y n (1.18)
dx
Notamos que:
si n = 1 ⇒ (1.18) queda
dy
+ (p (x ) − q (x ))y = 0 (variables separables), y
dx
si n = 0 ⇒ (1.18) queda
dµ dy
Si n 6= 0, 1 usamos la sustitución µ = y 1−n ⇒ = (1 − n ) y −n ⇒ (1.18) queda (al
dx dx
dividir por y n ):
y −n y 0 + p (x )y 1−n = q (x )
(1 − n) y −n y 0 + (1 − n) p (x )y 1−n = (1 − n)q (x )
dµ
+ (1 − n)p (x )µ = (1 − n)q (x )
dx
que es una E. D. L. de primer orden en la variable µ.
EJEMPLOS:
x
1. Resolver y 0 +xy =
y
Solución.
dµ dy
En este caso, se tiene que n = −1 de donde µ = y 1−(−1) = y 2 ⇒ = 2y
d x dx
1 dµ
Z
R R
−xµ = x ⇒ µ(x ) = e −2 2x d x
2x e 2x d x
dx +c
2 dx
Z
−x 2 x2 2 2 2
µ(x ) = e 2x e d x + c = e −x ex +c = 1 + c e −x
2
∴ y 2 = 1 + c e −x
y 5
2. Resolver y0− = − x 2y 3
x 2
30
Verónica Gruenberg Stern 1.3. RESOLUCIÓN DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN
Solución.
µ(x ) = y −2 = c x −2 + x 3 ⇒ c x −2 + x 3 = y −2
Ecuación de Ricatti.
y 0 (x ) + a 2 (x )y 2 + a 1 (x )y + a 0 (x ) = 0
1 dy d u d y1
y= + y1 ⇒ = −µ2 +
µ dx dx dx
donde
y 10 + a 2 (x )y 12 + a 1 (x )y 1 + a 0 (x ) = 0
1 2
d y1 1 du 1
− 2 + a 2 (x ) y 1 + + a 1 (x ) y 1 + + a 0 (x ) = 0
dx µ dx µ µ
1 du 2 1 a 1 (x )
0 = y 10 − 2 + a 2 (x )y 12 + y 1 a 2 (x ) + 2 a 2 (x ) + a 1 (x )y 1 + + a 0 (x )
µ dx µ µ µ
dµ
− + 2µy 1 a 2 (x ) + a 2 (x ) + a 1 (x )µ = 0 ⇒
dx
dµ dµ
− (2y 1 a 2 (x ) + a 1 (x ))µ = a 2 (x ) ⇐⇒ + p (x )µ = q (x )
dx dx
EJEMPLOS:
1. Resolver: y 0 = x + 1 − x y 2 + 2x 2 y − x 3 si y 1 (x ) = 1 + x .
31
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
Primero, escribimos la ecuación en la forma que se necesita para reconocer el tipo de ecuación y
los términos correspondientes. La ecuación queda:
y 0 + x y 2 − 2x 2 y + x 3 − x − 1 = 0
Luego : a 2 (x ) = x , a 1 (x ) = −2x 2 , a 0 (x ) = x 3 − x − 1
dµ
Aplicando el cambio de variable, la ecuación queda − (2(1 + x )x − 2x 2 )µ = x
d x Z
dµ
R R
es decir : − 2x v = x de donde µ = e− −2x d x
xe −2x d x
dx +c
dx
Z
x2 −x 2 2 1
µ(x ) = e xe dx +c = cex −
2
2
Así, la solución obtenida es : y (x ) = 1 + x + 2
cex −1
1
2. Resolver y 0 − sen2 x y 2 + y + cos2 x = 0, si y p = cotg x .
sen x cos x
En este caso,
1
a 2 (x ) = − sen2 x , a 1 (x ) = , a 0 (x ) = − cos2 x .
sen x cos x
1
Si y= + y p (x ), se tiene:
v
dv 2 1
− −2cotg x sen x + v = − sen2 x .
dx sen x cos x
dv 1
− −2 sen x cos x + v = − sen2 x
dx sen x cos x
−2 sen2 x cos2 x + 1
v0 − v = − sen2 x
sen x cos x
−2 sen2 x cos2 x + 1 2 sen2 x cos2 x + 1
Z Z
dx Z dx
sen x cos x 2 sen x cos x
v =e − sen x e d x + c
Calculamos la integral:
Z Z
sen2 x
1 2
−2 sen x cos x + d x = −2 + dx
sen x cos x 2 sen 2x
Z
= − sen2 x + 2 cosec 2x d x = − sen2 x + ln | cosec 2x + cotg 2x |
32
Verónica Gruenberg Stern 1.3. RESOLUCIÓN DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN
Luego:
Z
− sen2 x − ln | cosec 2x +cotg 2x | 2 sen2 x ln | cosec 2x +cotg 2x |
v =e e − sen x e e dx +c
Z
− sen2 x 1 2 sen2 x
v =e − sen x e (cosec 2x + cotg 2x )d x + c
cosec 2x + cotg 2x
Z
− sen2 x sen 2x 2 sen 2x cos x
=e − sen x e · dx +c
1 + cos 2x sen x
Z
− sen2 x 1 2x
= tg x e − 2 sen x cos x e sen dx +c
2
− sen2 x 1 2 1 2
= tg x e − e sen x + c = − tg x + c tg x e − sen x
2 2
1
⇒ y (x ) = cotg x +
− 21 tg x + c tg x e − sen
2x
Solución. Esta es una ecuación de Ricatti de la cual no conocemos una solución particular. Supon-
gamos que ésta es y1 = k ; luego, es necesario determinar el valor de la constante k .
y1 = k ⇒ y 10 = 0 Reemplazando: 0 − x k 2 + 2k x − k − x + 1 = 0
⇒ x (−k 2 + 2k − 1) + 1 − k = 0 ⇒ −x (k − 1)2 − (k − 1) = 0
1
⇒ k =1 y =1+ ∴⇒ y 0 = −u −2 u 0
u
1 2
−2 0 1
−u u − x 1 + + (2x − 1) 1 + =x −1
u u
−u −2 u 0 − x − 2x /u − x /u 2 + 2x − 1 + 2x /u − 1/u = x − 1 / · (−u 2 )
Z
R R
⇒ u 0 + u = −x ⇒ u (x ) = e − dx
c+ −x e dx
dx
u (x ) = e −x c − x e x + e x
∴ y = 1 + (1 − x + c e −x )−1
Otras reducciones.
Existen otras ecuaciones diferenciales no lineales, en las que un adecuado cambio de variable permi-
te transformarla en una lineal, que es posible resolver. Considere, por ejemplo:
33
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
dy
a) + p (x )y = q (x )y ln y
dx
1 0
Usamos el cambio de variable: u = ln y de donde u0 = y
y
du
Reemplazando: u 0 y + p (x )y = q (x )y u y luego + p (x ) = q (x )u ⇒
dx
du
− q (x )u = −p (x ), que es una EDL de primer orden.
dx
b) Use la sustitución z = tan(y ) para transformar la e.d.o.
2
y 0 + x sen(2y ) = x e −x cos2 (y )
dy 1−xy 2 y
c) Resuelva la ecuación = haciendo la sustitución v= para un valor adecua-
dx 2x 2 y xn
do de n.
y 00 + 5y 0 + 6y = 0
y 00 + (a + b )y 0 + a b y = 0 a ,b constantes
e) Resuelva la ecuación (1 − x 2 )y 00 − 2x y 0 = 0.
EJERCICIOS:
y2
1. 2y 0 − −1=0
x2
2. y 0 + y 2 + 3y + 2 = 0
3. y 0 + (1 + e x )y 2 − 2x 2 (1 + e x )y + x 4 (1 + e x ) − 2x = 0
dx
4. +x2 +1 = 0
dt
5. y 0 + y 2 − 1 = 0, tal que, y (0) = −1/3
6. y 0 = (x + y + 1)2 − 2
34
Verónica Gruenberg Stern 1.4. EJERCICIOS
1.4. Ejercicios
dy 1 d y 2y
a) = 4x − 5 l) − = x cos(x )
dx x dx x2
b) (x − 3)d y + y d x = 0 m) y 0 = (x + y )2
dy 6x 5 − 2x + 1
c) = n) y 0 = (8x + 2y + 1)2
dx cos(y ) + e y
p
dy x +x ñ) (2x − y )d x + (4x − 2y + 3)d y = 0
d) =p
dx y +y o) (x 2 + y 2 )d x − x y d y = 0
e) y = 2x + y
0
y
1 p) x (x + y )(d x + d y ) = (x d y − y d x )
f) y0= +1 x
x −y x + 2y
x +y q) y 0 =
g) y0+ =0 x
x + 2y r) (x + 2y )d x − x d y = 0
h) (x 2 + y 2 )d x − 2x y d y = 0
s) 2x y d x + (x 2 + 4y )d y = 0
i) ey dx + (x e y + 2y )d y = 0 dy
t) (1 + y )d x + 2 =0
j) (6x y 2 − 3x 2 )d x + (6x 2 y + 3y 2 − 7)d y = 0 x − 3x
dy dy y −3
k) + 2y = 3e x u) =
dx dx x +y +1
3. Halle la ecuación de la curva que pasa por el punto (0,1), y que satisface la ecuación diferencial:
dy x +y −1
=
dx 2y − x + 3
4. En los siguientes, multiplique por el correspondiente factor integrante µ(x , y ) para resolver la EDO:
1
a) (y 2 − x y )d x + x 2 d y = 0, µ(x , y ) =
xy 2
1
b) (x 2 y 2 − 1)d x + (1 + x 2 y 2 )x d y = 0, µ(x , y ) =
xy
y +1
c) 3(y + 1)d x − 2x d y = 0, µ(x , y ) =
x4
1
d) (x 2 + y 2 − x )d x − y d y = 0, µ(x , y ) =
x2 +y 2
35
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
y y
6. Muestre que la ecuación y 0 = +xmy n f se transforma en una ecuación de variables sepa-
x x
rables usando el cambio de variables y = v x , donde v = v (x ).
1
7. Para x 6= 0 considere la ecuación y (x + 1) + 2x + y 0 = −1
y
36
Verónica Gruenberg Stern 1.4. EJERCICIOS
dy x +y dy
a) = c) 2t y = 3y 2 − t 2
dx x −y dt
p dy
b) (t − t y ) =y d) (1 + t − 2y )d t + (4t − 3y − 6)d y = 0
dt
x e −x
14. Resuelva 2(1 − x 2 )y 0 − (1 − x 2 )y = y 3. ¿Dónde es normal la ecuación?
2(1 − x 2 )
37
CAPÍTULO 1. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Verónica Gruenberg Stern
38
Capítulo 2
2.1. Introducción
Hasta aquí, hemos estudiado algunas técnicas que nos permiten resolver analíticamente algunos ti-
pos de ecuaciones diferenciales. Sin embargo, es importante tener presente que la mayoría de las ED no
puede resolverse explícitamente, ó, como sucede en muchas aplicaciones, la solución general importa
menos que la solución particular que satisface una determinada condición inicial. Interesa, no obstante,
describir cómo se comportan las soluciones; por ejemplo
d
Z t Z
−1
y /10
2
2
=⇒ e sen y dy = dt
La integral del lado izquierdo es complicada, sin embargo, cualitativamente, notamos que
2 /10
f (y ) = e y sen2 y > 0
39
CAPÍTULO 2. ESTUDIO CUALITATIVO DE EDO DE PRIMER ORDEN Verónica Gruenberg Stern
Otra relación que es importante considerar cuando se trata de modelos cuya información, por tan-
to, puede provenir de mediciones ó datos aproximados, es la dependencia (continua) de las soluciones
respecto de las condiciones iniciales, ya que si éstas cambian ligeramente, es deseable que la solución no
varíe mucho.
OBSERVACIÓN: Sea F : D → R, donde D ⊂ R × R. Por lo tanto, es posible expresar una EDO de primer
orden en la forma
dx
= F (t , x ) ó ẋ = F (t , x )
dt
Si F (t , x ) = F (x ), i.e., si F depende sólo de la variable x , entonces
40
Nótese que si en (2), F es un polinomio en la variable x, entonces la ED admi-
te solución única ∀ (t, x) ∈ R2 . En lo que sigue, siempre supondremos existencia
Verónica Gruenberg Stern 2.2. CONCEPTOS BÁSICOS
y unicidad de los problemas de Cauchy.
Una solución x(t) de ẋ = F (t, x) se representa geométricamente en el plano
EJEMPLOS:t–x. Como dado cualquier (t0 , x0 ) ∈ D existe una solución que pasa por (t0 , x0 ),
ello quiere decir que las soluciones de la ED se representan por una familia de
curvas solución en D y que ∃ ! curva solución que pasa por un punto determi-
1. Estudie ẋ = x −t
nado. |{z}
f (x ,t )
Ejemplos
dx
= 0 ⇒ x (t ) alcanza sus puntos críticos en x − t = 0
d t1. ẋ = x − t
f (x,t)
Cualitativamente: Analíticamente:
dx
Cualitativamente = 0 ⇒ x(t) al- Analíticamente
Método 1 ẋ − x = −t ED lineal
dt
canza sus puntos críticos en x−t = 0 Método 1 ẋ − x = R−t ED Zlineal
R
dt − dt
x (t ) = e − t e dt +C
x(t) = e dt − t e− dt dt + C
−t = e−tt t e −t
+ e −t + C
t
= e t e + e +C
t
2 = t + 1 + C=ett + 1 + C e
Método 2 u 2= xu−=tx − t
Método
1
du dx
⇒ = ⇒−d1u = d x − 1
dt dt d t dt
−2 −1 1 2 du du
∴ d u
+ 1 =∴ u ⇒ + 1 = u=⇒ 0 du =dt
dt u−1
−1 dt u −1
ln(u − 1) = t + k
ln(u − 1) = t + k
−2 u(t) − 1 = C et
u (t ) − 1 = C e t
x(t) − t = C et +1
x (t ) − t = C e t + 1
x dx dt
2. ẋ = − , t = 0 ⇒ =−
t x x t
2. Estudiar ẋ = − , t 6= 0.
t ln |x| = − ln |t| + C
1 dx xd x dt
|x(t)| =implica
Claramente, lo anterior k 0⇒− ==
=que 0⇒
− x= (solución trivial)
. 0 Luego:
t dt tx t
Pero
ln |x | = − ln |t | + C
1 x > 0 ∧ t >d0x ⇒ ẋ < 0 x
de donde |x (t )| = k . Además: =0 ⇒ − =0 ⇒ x = 0 (solución trivial)
t x > 0 ∧ t <d0t ⇒ ẋ > 0 t
x < 0 ∧ t > 0 ⇒ ẋ > 0
Pero
x < 0 ∧ t < 0 ⇒ ẋ < 0
41
CAPÍTULO 2. ESTUDIO CUALITATIVO DE EDO DE PRIMER ORDEN Verónica Gruenberg Stern
t
3. ẋ = − , x = 0 ⇒ x dx = −t dt ⇒ x2 + t2 = C
t x
3. ẋ = − , x 6= 0 =⇒ x d x = −t d t =⇒ x2 +t 2 = C
x t
3. ẋ = − , x = 0 ⇒ x dx = −t dt ⇒ x2 + t2 = C
x
1 2 √
4. Autónoma: ẋ = (x − 1) ⇒ ẋ = 0 ⇒ x(t) = 1 o x = √
1 ± 1 + c et
4. Autónoma: ẋ =2 (x − 1) ⇒ ẋ = 0 ⇒ x(t) = 1 o x = ± 1 + c et
2
2
Consideremos ahora un par de ecuaciones autónomas:
1 2
4. ẋ = (x − 1) ⇒ (ẋ = 0 ⇔ x (t ) = 1 ó x (t ) = −1)
2
x(t) = 1
3
3
x(t) = −1
−2 −1 1 2
−1
−2
Vemos entonces que no es necesario tener ni la solución explícita ni un dibujo exacto para poder
4 dx
describir cualitativamente el comportamiento de la solución de una ED. Más aún, si = F (x ) es una
dt
ED autónoma, las soluciones de ella tienen la siguiente propiedad:
Entonces:
43
CAPÍTULO 2. ESTUDIO CUALITATIVO DE EDO DE PRIMER ORDEN Verónica Gruenberg Stern
Esta información
2. Si f (x) = 0, entoncespuede representarse
x(t) es creciente en una recta
o decreciente, dependiendo del real que representa a x .
sgnf (x)
Esta información puede representarse en una recta real que representa a x.
La integral
Considerardel lado izquierdo es complicada, sin embargo, cualitativamente, notamos que
dy 2
= ey /10 sen2 y
2 /10
dt −1 f (y ) = e y sen2 y > 0
2
⇒ ey /10 sen2 y dy = dt
−9 −8 −7 −6 −5 −4 −3 −2 −1 1 2 3 4 5 6 7 8 9
decre. 0 crece
44
x
crece 0
es una singularidad o un punto de equilibrio de la ED
decre. 0
Notar que x(t) = x0 es una solución (cte.) de la ED, pues
Definición 2. Sea ẋ = F (x), y sea x0 ∈ R : F (x0 ) = 0. Entonces diremos que
x0 es una singularidad o un punto de equilibrio de la ED ẋ(t) = 0 y F (x0 ) = 0
Notar que x(t) = x0 es una solución (cte.) de la ED, pues
Observación 3. La línea de fase se puede obtener directamente de ẋ(t) = F (x),
Verónica Gruenberg Stern 0 y F (x0 ) = 0
ẋ(t) =simplementemirando cuando F (x) ≥ 0. 2.2. CONCEPTOS BÁSICOS
Observación 3. La línea de fase se puede obtener directamente
Ejemplo Supongamosde ẋ(t)que
= FGr
(x),F viene dado por
simplemente mirando cuando F (x) ≥ 0.
2.2.1 Supongamos
EJEMPLOEjemplo que
Supongamos que Gr Gr (F
F viene ) viene
dado por dado por
Entonces,
Entonces, lalalínea
línea de
defase
fases es
Entonces, la línea de fase
a b c d
45
2. Atractor o sumidero
bc
c
ab
ba
3. Atractor-repulsor
2. Atractor o sumidero
3. Atractor-repulsor
3. Atractor-repulsor: 4. Repulsor-atractor
3. Atractor-repulsor
4. Repulsor-atractor
7
4. Repulsor-atractor
7
4. Repulsor-atractor:
7
Ejemplos
1 1
cos(x4 −1)
1. Las ED ẋ = x, ẋ = (x − 1) e , son equivalentes, pues solo tiene un
único punto atractor en sus respectivas líneas de fases.
La ecuación del ejercicio
2. ẋ = (x+2)(x+1) ∼ ẋ =anterior, es muy 1fácil de 2 integrar
3 bajo1 42 el punto de
2 (x −1). Pero ẋ = −(x+2)(x+1) ∼ ẋ = 2 (x −1)
1 2
EJEMPLOS:
4 −1)
1. Las ED ẋ = x , ẋ = (x − 1)e cos(x , son equivalentes, pues cada una de ellas tiene un único
punto atractor en sus respectivas líneas de fases.
Solución:
-2 0 2
2
Luego, x = −2 es un repulsor, x = 0 es un atractor y x = 2 es un repulsor.
b) Si x (0) = 1, entonces 0 < x < 2 por lo que el límite de la solución que pasa por el punto (0, 1) es
lı́m x (t ) = 0.
x →∞
X =2
X =0
t
X =-2
47
CAPÍTULO 2. ESTUDIO CUALITATIVO DE EDO DE PRIMER ORDEN Verónica Gruenberg Stern
Para ilustrar de mejor manera cómo se utilizan las ecuaciones diferenciales para modelar, conside-
remos algunos modelos sencillos, y comenzaremos con algunos modelos clásicos de crecimiento de po-
blación.
EJEMPLOS:
Así, la hipótesis de que la variación del tamaño de la población es proporcional a ella se escribe
como:
dP
= kP
dt
Claramente, el modelo anterior no considera las condiciones del entorno y la cantidad de recursos
disponibles. Para considerar estos factores, agregamos a la hipótesis anterior, las siguientes:
Si la población es grande con respecto a la capacidad de soporte del entorno y de los recursos
disponibles, la población disminuirá; es decir, en este caso la tasa de crecimiento es negativa.
Usamos los mismos parámetros anteriores, sólo que en este caso la constante k es la razón de cam-
bio de la población en el caso en que ésta sea pequeña. Debemos introducir un nuevo parámetro
que dé cuenta de la «capacidad de soporte» del entorno. Es decir, necesitamos un parámetro N que
permita modelar la situación:
48
Verónica Gruenberg Stern 2.3. ALGUNOS MODELOS SENCILLOS
Estudiemos la información que podemos obtener de este modelo en el que, por simplicidad, su-
pondremos k = 1.
Obviamente, en este contexto, no tiene sentido suponer que la población inicial es una cantidad
negativa.
0 N
P =N
Notemos que, analíticamente obtenemos lo mismo (en este caso, la ecuación es sencilla y podemos
resolverla analíticamente):
49
CAPÍTULO 2. ESTUDIO CUALITATIVO DE EDO DE PRIMER ORDEN Verónica Gruenberg Stern
dP
= dt
P
P 1−
N
1
1 N
+ = dt
P P
1−
N
P
ln P − ln 1 − = t +C
N
!
P
ln = t +C
1 − NP
!
P
t
= C e
1 − NP
t =0
!
P0
⇒ C =
1 − PN0
1
∴ P(t ) =
1 1
N
+ P0
− N1 e −t
Vemos en esta última expresión que, cuando t → ∞ entonces e −t → 0, de donde lı́m P(t ) = N .
t →∞
50
Verónica Gruenberg Stern 2.4. EJERCICIOS
2.4. Ejercicios
a) x0 = x +1 b) x0 = x −x3 c ) x 0 = sinh x 2
d ) x 0 = x 4 − x 3 − 2x 2 e ) x 0 = sen x f ) x 0 = sen x − x
3. Determine todos los posibles retratos de fases y los respectivos intervalos para λ en la siguiente
ecuación diferencial dependiente del parámetro λ:
x̂ = (x − λ)(x 2 − λ) , λ∈R
4. Para las siguientes EDO, encuentre la solución general y esboce las gráficas de varios elementos
de la familia de curvas solución. Muestre que no hay soluciones que satisfagan las condiciones
iniciales dadas. ¿Por qué no contradice esto el teorema de existencia de soluciones?
a) t x 0 − x = t 2 cos t , x (0) = −3
b) t x 0 = 2x − t , x (0) = 2
5. Suponga que x es una solución del problema de v.i. x 0 = x cos2 t , x (0) = 1. Pruebe que x (t ) >
0 para todos los t para los que x está definido.
6. Suponga que y es una solución del problema de v.i. y 0 = (y 2 − 1)e t y , y (1) = 0. Pruebe que
−1 < y < 1, ∀t para los que y está definido.
x3 −x 1
7. Suponga que x es una solución del problema de v.i. x0 = , x (0) = . Pruebe que
1 + t 2x 2 2
0 < x (t ) < 1, ∀t para los que x está definido.
51
CAPÍTULO 2. ESTUDIO CUALITATIVO DE EDO DE PRIMER ORDEN Verónica Gruenberg Stern
8. ¿Cuál(es) de los siguientes problemas de valor inicial tienen garantizada una única solución, por el
teorema de unicidad de soluciones de ED? Justifique.
p
a) y 0 = 4 + y 2 , y (0) = 1 b) y 0 = y, y (4) = 0
52
Capítulo 3
3.1. Introducción
Estudiaremos ecuaciones diferenciales lineales de orden suerior, y veremos que la solución general
de estas ecuaciones es, en realidad, un subespacio vectorial de C n (I ), y que una solució particular no
es sino un «vector» de este subespacio. Para poder determinar el subespacio solución de una de estas
ecuaciones, necesitaremos poder dilucidar cuando un conjunto de funciones es l.i. Iniciaremos nuestro
estudio con la presentación de estos criterios.
y 1 (x ) = e x ⇒ (e x , e x , e x )|x =0 = (1, 1, 1)
y 2 (x ) = x e x ⇒ (x e x , e x (1 + x ), e x (2 + x ))|x =0 = (0, 1, 2)
y 3 (x ) = x 2 e x ⇒ (x 2 e x , e x (x 2 + 2x ), e x (x 2 + 4x + 2))|x =0 = (0, 0, 2)
y claramente
EJERCICIOS:
53
CAPÍTULO 3. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR Verónica Gruenberg Stern
EJEMPLOS:
sen x cos x
1. W [sen x , cos x ] = = −1
cos x − sen x
e x xex x 2e x
2. W [e x , x e x , x 2 e x ] = e x (1 + x )e x (2 + x )e x = 2e 3x
e x (x 2 + 2x )e x (x 2 + 4x + 2)e x
4. W [x , 2x ] = 0
Demostración: Debemos probar que si una combinación lineal de las funciones es idénticamente nula,
entonces necesariamente las constantes deben ser todas iguales a 0. Debemos determinar, entonces, las
constantes α1 , · · · , αn tal que:
α1 y 1 (x ) + · · · + αn y n (x ) = 0
α1 y 10 (x ) + · · · + αn y n0 (x ) = 0
.. ..
. .
(n−1) (n−1)
α1 y 1 (x ) + · · · + αn y n (x ) = 0
Este sistema es equivalente al sistema:
y 1 (x ) ··· y n (x ) α1 0
y 0 (x ) ··· y n0 (x ) α2 0
1
=
.
.. .. .. .. ..
. .
.
.
(n −1) (n −1)
y1 (x ) · · · yn (x ) αn 0
54
Verónica Gruenberg Stern 3.2. CRITERIOS DE INDEPENDENCIA LINEAL
Como vimos en el caso de las ecuaciones diferenciales de orden 1, no existen métodos únicos ó explí-
citos para resolver ecuaciones diferenciales arbitrarias. Sin embargo, sí los hay para ciertos tipos ó formas
de ecuaciones, que serán las que consideraremos. En cualquier caso, es importante tener presente el si-
guiente
TEOREMA 3.2.3 El espacio solución de cualquier ecuación diferencial lineal homogénea normal de orden
n definida en un intervalo real I
b n (x )y (n ) + b n−1 (x )y (n −1) + · · · + b 1 (x )y 0 + b 0 (x )y = 0
es un subespacio de dimensión n de C n (I ).
y h (x ) = c 1 y 1 (x ) + c 2 y 2 (x ) + · · · + c n y n (x )
donde c i son constantes que dependen de las n condiciones iniciales (c.i.) (solución intrínseca del siste-
ma).
55
CAPÍTULO 3. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR Verónica Gruenberg Stern
Solución:
3. La solución general es y h (x ) = C 1 e x + C 2 e 2x + C 3 · 1
b n (x )y (n ) + b n −1 (x )y (n −1) + · · · + b 0 (x )y = h(x )
y sea y h (x ) la solución de la ecuación homogénea; entonces la solución general de la ecuación está dada
por
yG (x ) = y h (x ) + y p (x )
(n ) (n −1)
b n (x )y h + b n −1 (x )y h + · · · + b 0 (x )y h +b n (x )y p(n ) + b n−1 (x )y p(n −1) + · · · + b 0 (x )y p = h(x )
| {z } | {z }
=0 =h(x )
Por simple inspección, notamos que y p = −1 es una solución particular. Consideramos la ecua-
ción homogénea asociada
d 2y
−y =0
dx2
La solución general de esta ecuación homogénea es y h = C 1 e x + C 2 e −x .
56
Verónica Gruenberg Stern 3.3. SOLUCIÓN GENERAL DE UNA ECUACIÓN NO HOMOGÉNEA
TEOREMA 3.3.2 Sea b n (x )y (n) + b n −1 (x )y (n −1) + · · · + b 0 (x )y = h(x ) una ecuación diferencial lineal
normal de orden n en I , y sea x 0 ∈ I cualquiera, fijo. Sean y 0 , y 1 , · · · , y n −1 ∈ R arbitrarios. Entonces, el
problema de valor inicial
b n (x )y (n ) + b n −1 (x )y (n −1) + · · · + b 0 (x )y = h(x )
A continuación, veremos un teorema que nos permite encontrar una segunda solución l.i. y 2 (x ) de
una EDLH de segundo orden, si se conoce una solución y 1 (x ).
y 00 + a 1 (x )y 0 + a 0 (x )y = 0
R
a 1 (x ) d x
e−
Z
y 2 (x ) = y 1 (x ) dx
y 12 (x )
y h (x ) = c 1 y 1 (x ) + c 2 y 2 (x )
Demostración:
Supongamos que
y 2 (x ) = k (x )y 1 (x )
Por lo tanto:
y 20 = k 0 y 1 + k y 10 y y 200 = k 00 y 1 + 2k 0 y 10 + k y 100
57
CAPÍTULO 3. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR Verónica Gruenberg Stern
k 00 y 1 + 2k 0 y 10 + k y 100 + a 1 (x )(k 0 y 1 + k y 10 ) + a 0 (x )k y 1 = 0
k (y 100 + a 1 y 10 + a 0 y 1 ) + 2y 10 k 0 + y 1 (a 1 k 0 + k 00 ) = 0
∴ y 1 k 00 + (2y 10 + a 1 y 1 )k 0 = 0
0
y1
k + 2 +a1 k0 = 0
00
y1
R 2y 0
− 1 +a 1 d x
k0 = e y1
C
R R
−2
= C e −2 ln y1 − a 1d x
= C e ln y1 e − a1 dx
R
e− a1 dx
=C
y 12
R
e− a1 dx
Z
∴ k (x ) = C dx
y 12
R
e− a1 dx
R
y 1 y1 dx
y 12
R
− a1 dx
W [y 1 , y 2 ] = R
− a1 dx = e
R 6= 0
e− a1 dx
d x + y1 e y 2
R
y 10 y 10 y 12 1
∴ {y 1 , y 2 } son l.i.
∴ y h (x ) = C 1 y 1 (x ) + C 2 y 2 (x )
EJEMPLOS:
58
Verónica Gruenberg Stern 3.3. SOLUCIÓN GENERAL DE UNA ECUACIÓN NO HOMOGÉNEA
Solución:
EJERCICIOS:
2 0 2
2. Resolver y 00 − y + 2y = 0 si y 1 (x ) = x es una solución.
x x
Sea D el operador que denota diferenciación con respecto a una variable (por ejemplo x ), D 2 el ope-
rador que indica una doble diferenciación, D 3 el operador que indica una triple diferenciación, y en
dky
general, D k y ≡ el operador que denota la derivada k -ésima con respecto a la variable x .
dxk
Notamos que los operadores D, D 2 , D 3 , . . . , D k son operadores lineales, i.e., ∀α, β ∈ R:
d k (αy 1 + β y 2 ) d k y1 d k y2
D k (αy 1 (x ) + β y 2 (x )) = =α +β = αD k y 1 + β D k y 2
dxk dxk dxk
EJEMPLOS:
p
1. El operador lineal x D 2 + 3 x D − 1 es de orden 2 en [0, ∞[, y en cualquiera de sus subintervalos.
p
2. El operador lineal (x + |x |)D 2 − x + 1D + ln(x + 1) es de orden 2 en ]0, 1[ pero es de orden 1 en
] − 1, 0[.
59
CAPÍTULO 3. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR Verónica Gruenberg Stern
OBSERVACIÓN: Los operadores diferenciales, en general, no conmutan. Veamos, por ejemplo, que D(x D) 6=
(x D)D:
EJEMPLOS:
d ny d n−1 y dy
L(D)(y ) = a n n
+ a n −1 n −1
+ ··· + a1 + a 0y
dx dx dx
EJEMPLOS:
a) (D − m )(e m x ) = m e m x − m e m x = e m x (m − m ) = 0
b) (D − m )2 (e m x ) = (D − m )[(D − m )(e m x )] = (D − m )(0) = 0
c) (D − m )2 (x e m x ) = (D − m )[e m x + m x e m x − m x e m x ] = (D − m )(e m x ) = 0
d) (D − m )2 (e m x + x e m x ) = (D − m )2 (e m x ) + (D − m )2 (x e m x ) = 0
2. Notar que:
(D − m )(y ) =0 ⇐⇒ y h (x ) = c e m x
(D − m )2 (y ) =0 ⇐⇒ y h (x ) = e m x (c 1 + c 2 x )
(D − m )3 (y ) =0 ⇐⇒ y h (x ) = e m x (c 1 + c 2 x + c 3 x 2 )
.....................................................................................................
(D − m )n (y ) = 0 ⇐⇒ y h (x ) = e m x (c 1 + c 2 x + c 3 x 2 + · · · + c n−1 x n −2 + c n x n −1 )
3. (D − 1)2 (y ) = 0 =⇒ y h (x ) = e x (c 1 + c 2 x )
4. (D + 2)3 (y ) = 0 =⇒ y h (x ) = e −2x (c 1 + c 2 x + c 3 x 2 )
60
Verónica Gruenberg Stern 3.3. SOLUCIÓN GENERAL DE UNA ECUACIÓN NO HOMOGÉNEA
Las ecuaciones diferenciales lineales con coeficientes constantes pueden ser escritas, entonces, en la
forma L(D)(y ) = h(x ) , donde h ∈ C (I ). Las ecuaciones diferenciales lineales homogéneas con
coeficientes constantes son de la forma L(D)(y ) = 0.
PROPOSICIÓN 3.3.1 Si L 1 (D), L 2 (D), · · · , L n (D) son operadores diferenciales con coeficientes constantes,
entonces
KerL i (D) ⊆ Ker(L 1 (D) · L 2 (D) · · · L n (D))
OBSERVACIÓN:
2. Por lo tanto, si y 1 (x ) es una solución de (L 1 (D)(y ) = 0, entonces y 1 (x ) es una solución de (L 1 (D)L 2 (D)(y ) =
0, donde L 1 (D), L 2 (D) son operadores lineales con coeficientes constantes.
d 0y
3. Sea L(D) = a n D n + a n −1 D n −1 + · · · + a 1 D + a 0 D 0 , donde D 0 (y ) = = y . Aplicamos L(D) a e m x :
dx0
L(D)(e m x ) = a 0 m n e m x + a 1 m n −1 e m x + · · · + a n −1 m e m x + a n e m x
= e m x (a 0 m n + a 1 m n −1 + · · · + a n −1 m + a n )
= e m x L(m )
Si m es una raíz de la ecuación L(m ) = 0 entonces L(D)(e m x ) = 0. Pero, una ecuación L(m ) = 0
de grado n en la variable m tiene a lo más n soluciones reales. Por lo tanto: para cada m i ∈ R tal que
L(m i ) = 0 se tiene que L(D)(e m i x ) = 0; luego, si m 1 , m 2 , . . . , m i , . . . , m n son soluciones distintas de
L(m ) = 0, se tiene
L(D)(c 1 e m 1 x + c 2 e m 2 x + · · · + c n e m n x ) = 0
⇒ L(D)(y ) = 0 ⇐⇒ y h (x ) = c 1 e m 1 x + c 2 e m 2 x + · · · + c n e m n x
Para sistematizar estas observaciones, estudiemos primeramente las EDL con coeficientes constan-
tes de orden 2.
m 2 + a 1m + a 0 = 0
61
CAPÍTULO 3. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR Verónica Gruenberg Stern
Dependiendo de la naturaleza de las raíces del polinomio, se tiene tres tipos de soluciones de la E.D.:
es decir:
(D − α1 ) y = 0 ∨ (D − α2 ) y = 0
que es equivalente a
y 0 − α1 y = 0 ∨ y 0 − α2 y = 0
y (x ) = e αi x , i = 1, 2
(D − α)2 y = 0
Una solución es y 1 = e αx , y usando la fórmula de Abel, puede probarse fácilmente que la otra solución
l.i. es y 2 = x e αx . Luego, la solución de la ecuación homogénea es:
y = C 1 e αx + C 2 x e αx
Caso 3: α1 , α2 complejos.
En este caso, α1 = a + i b ∧ α2 = a − i b , con a ,b ∈ R, b > 0. Como antes:
y = k 1 e (a +i b )x + k 2 e (a −i b )x
= e a x (k 1 e i b x + k 2 e −i b x )
= e a x (k 1 cosb x + i k 1 senb x + k 2 cosb x − k 2 i senb x )
= e a x {(k 1 + k 2 ) cosb x + i (k 1 − k 2 ) senb x }
= e a x (c 1 cosb x + c 2 senb x )
62
3.4. ECUACIONES
Verónica Gruenberg Stern DIFERENCIALES HOMOGÉNEAS CON COEFICIENTES CONSTANTES DE ORDEN SUPERIOR
EJEMPLOS:
d 2y dy
1. Resolver 2 +5 + 12y = 0.
dx2 dx
Solución:
2. Resolver (D + 3)2 y = 0
Solución:
3. Resolver (D 2 + 1) y = 0
Solución:
(D 2 + 1) y = 0 ⇒ L(m ) = m 2 + 1 = 0 ⇒ m1 = i ∧ m 2 = −i
⇒ y h (x ) = C 1 cos x + C 2 sen x .
4. Resolver (D 2 + D + 1) y = 0
Solución:
p
−1 + i 3
(D 2 + D
+ 1) y = 0 ⇒ L(m ) = m 2 + m +1=0 ⇒ m1 = ∧
p 2
−1 − i 3 x
p p
3x
m2 = ⇒ y h (x ) = e − 2 (C 1 cos( 2
) + C 2 sen( 23x )).
2
5. Resolver D 2y = 0
Solución:
m n + a n −1 m n −1 + · · · + a 0 = 0
63
CAPÍTULO 3. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR Verónica Gruenberg Stern
EJEMPLOS:
1. (D + 4)3 (y ) = 0 ⇒ y h (x ) = e −4x (c 1 + c 2 x + c 3 x 2 ) pues las fuciones e −4x , x e −4x , x 2 e −4x son l.i.
y satisfacen la E.D.O.
2. En general, si (D − m )k (y ) = 0 entonces y h (x ) = e m x (c 1 + c 2 x + c 3 x 2 + · · · + c k x k −1 )
4. y 000 = 0 ⇒ D 3y = 0 ⇒ m =0 y h (x ) = c 1 + c 2 x + c 3 x 2 .
y (x ) = C 1 x 2 + C 2 x + C 3
n
5. D 2 − 2a D + (a 2 + b 2 ) y = 0. Notamos que las funciones l.i. que satisfacen esta E.D. son:
OBSERVACIÓN: Los operadores diferenciales con coeficientes constantes tienen la gran ventaja que per-
miten hacer uso de operaciones algebraicas simples para resolver la ED, como la factorización de po-
linomios en las ecuaciones características. En el caso en que los coeficientes de los operadores no son
constantes, el producto de los operadores no es, en general, conmutativo.
Vimos un ejemplo anteriormente, y hacemos ahora otro que habíamos dejado de ejercicio:
Sin embargo, algunas EDL con coeficientes no constantes pueden transformarse, a través de un ade-
cuado cambio de variables, en ED con coeficientes constantes, como veremos en la siguiente sección.
64
Verónica Gruenberg Stern 3.5. ECUACIÓN DE EULER
x n y (n ) + a n −1 x n −1 y (n −1) + · · · + a 1 x y 0 + a 0 y = 0
x 2 y 00 + a 1 x y 0 + a 0 y = 0
dy dy
dy dt dy
y0 = = d tt = e −t
dx dx e dt
dt
Luego,
d d y −t
e
d 2y d 2 y −t d y −t d 2y d y
d dy dt dt
y 00 = = e −t = = e − e e −t = e −2t −
d 2x dx dt dx dt2 dt dt2 dt
dt
Reemplazamos en la ecuación original:
d 2y d y
dy
e 2t e −2t − + a 1 e t e −t + a 0y = 0
dt2 dt dt
d 2y d y dy
2
− + (a 1 − 1) + a 0y = 0
dt dt dt
La ecuación característica asociada es
m 2 + (a 1 − 1)m + a 0 = 0
65
CAPÍTULO 3. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR Verónica Gruenberg Stern
EJEMPLOS:
1. x 2 y 00 + 25 x y 0 − y = 0
2. x 2 y 00 − x y 0 + y = 0
3. x 2 y 00 + x y 0 + y = 0
OBSERVACIÓN: En la práctica, a veces es más conveniente buscar directamente las soluciones de una
ecuación de Euler de la forma y (x ) = x k .
Para el caso general, tenemos el siguiente teorema, cuya demostración es análoga al caso n = 2 visto
arriba:
x n y (n ) + a n −1 x n −1 y (n−1) + · · · + a 1 x y 0 + a 0 y = 0
es
y h (x ) = C 1 y 1 (ln |x |) + C 2 y 2 (ln |x |) + · · · + C n y n (ln |x |), C 1 , · · · ,C n ∈ R
en el intervalo ] − ∞, 0[ o ]0, ∞[, y donde y 1 (u ), · · · , y n (x ) son una base para el espacio solución
de la ecuación con coeficientes constantes L ∗ (D)(y ) = 0, con
EJERCICIOS:
1. x 2 y 00 + 2x y 0 − 6y = 0
2. x y 00 + y 0 = 0
66
Verónica Gruenberg Stern 3.6. ECUACIONES DIFERENCIALES LINEALES NO HOMOGÉNEAS
yG (x ) = y h (x ) + y p (x )
Nuestro problema ahora consiste en tratar de determinar y p , ya que y h ya se sabe como obtenerla.
Existen varios métodos para determinar y p , los dos más conocidos son
El MCI tiene la ventaja de ser un método sencillo, pero para poder aplicarlo es necesario conocer la
forma de la solución particular.
Sea L(y ) = h(x ), y sea L 2 el operador con coeficientes constantes tal que
∴ para determinar las constantes que aparecen en y p , se substituye y p en la ecuación diferencial L(y p ) =
h(x ).
EJEMPLOS:
1. Resolver (D 2 + 4)(y ) = 7
Solución:
67
CAPÍTULO 3. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR Verónica Gruenberg Stern
2. Resolver (D 2 + 3)(y ) = e x
Solución:
p p
y h (x ) = c 1 sen 3x + c 2 cos 3x
L2 = D − 1 pues (D − 1)e x = 0
p p
∴ (D − 1)(D 2 + 3)(y ) = 0 ⇒ y ∗ = c 1 sen 3x + c 2 cos 3x + c 3 e x
⇒ yp = c 3 e x .
(c 3 e x ) + 3(c 3 e x ) ≡ e x
pero
Solución:
y h (x ) = c 1 e −x + c 2 x e −x
L 2 = (D − 1)(D 2 + 4) y p = c 3 e x + c 4 sen 2x + c 5 cos 2x
68
Verónica Gruenberg Stern 3.6. ECUACIONES DIFERENCIALES LINEALES NO HOMOGÉNEAS
EJERCICIOS:
Empleando el MCI, encontrar y p en:
2. (6D 2 + 2D − 1)(y ) = 7x e x (1 + x )
5. (D 2 − 4)2 (y ) = x senh x
3. (D 2 + D − 2)(y ) = 3e x − sen x
OBSERVACIÓN: Notamos que este método es útil solo si conocemos el operador diferencial con coeficien-
tes constantes que anula a la función h(x ). A continuación, presentamos las funciones con sus corres-
pondientes anuladores.
69
CAPÍTULO 3. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR Verónica Gruenberg Stern
Función Anulador
1 D
x D2
xn D n +1
n
X
p (x ) = aixi D n +1
i =0
e ax D −a
x e ax (D − a )2
x n e ax (D − a )n +1
cosb x , senb x D2 + b 2
)
e a x cosb x
D 2 − 2a D + a 2 + b 2
e a x senb x
)
x n e a x cosb x
(D 2 − 2a D + a 2 + b 2 )n +1
x n e a x senb x
70
Verónica Gruenberg Stern 3.6. ECUACIONES DIFERENCIALES LINEALES NO HOMOGÉNEAS
y 00 + a 1 (x )y 0 + a 0 (x )y = h(x ) (3.1)
definida en un intervalo I y cuya solución general de la EDL homogénea asociada a (3.1) es:
y h (x ) = k 1 y 1 (x ) + k 2 y 2 (x ) (3.2)
y p (x 0 ) = 0
y p0 (x 0 ) = 0 con x 0 ∈ I
La construcción de y p se empieza con la suposición de que cualquier solución particular de (3.1) debe
estar relacionada con ó parecese a y h y para ello se intenta alterar ésta última de modo que se convierta
en una solución particular de (3.1). Una forma de hacerlo es permitir que k 1 y k 2 en (3.2) varíen con x (o
sea, k 1 = k 1 (x ) y k 2 = k 2 (x )) es decir, la solución particular es de la forma:
y p (x ) = k 1 (x )y 1 (x ) + k 2 (x )y 2 (x ) (3.3)
abreviando,
yp = k 1 y1 + k 2 y2 (3.4)
y p0 = k 1 y 1 + k 1 y 10 + k 20 y 2 + k 2 y 20
k 1 (y 100 + a 1 (x )y 10 + a 0 (x )y 1 ) + k 2 (y 200 + a 1 (x )y 20 + a 0 (x )y 2 ) +
+ k 100 y 1 + 2k 10 y 10 + k 200 y 2 + 2k 20 y 20 + a 1 k 10 y 1 + a 1 k 20 y 2 = h(x )
⇒ k 100 y 1 + 2k 10 y 10 + k 200 y 2 + 2k 20 y 20 + a 1 k 10 y 1 + a 1 k 2 y 2 = h(x )
Esta identidad debe mantenerse si (3.3) es solución de la ED y ∴ k 1 y k 2 pueden escogerse en forma tal
que:
)
k 10 y 1 + k 20 y 2 = 0
∀x ∈ I
k 10 y 10 + k 20 y 20 = h(x )
71
CAPÍTULO 3. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR Verónica Gruenberg Stern
h(x )y 2 h(x )y 1
k 10 = − ∧ k 20 =
W W
donde W es el Wronskiano
y 1 y 2
W = 0 = W [y 1 (x ), y 2 (x )]
y 1 y 20
Zx
y 2 (x )y 1 (t ) − y 1 (x )y 2 (t )
∴ y p (x ) = h(t ) d t
x
W (y 1 (t ), y 2 (t ))
0
y 2 (x )y 1 (t ) − y 1 (x )y 2 (t )
DEFINICIÓN 3.6.1 La función K (x , t ) = se llama función de Green para el ope-
W (y 1 (t ), y 2 (t ))
rador L(D) = D 2 + a 1 (x )D + a 0 (x ).
EJEMPLOS:
1. Resolver y 00 + y = sec x .
Solución:
En este caso no se puede aplicar el MCI pues @ operador L con coeficientes constantes tal que
L(sec x ) = 0.
y h (x ) = c 1 sen x + c 2 cos x
y p (x ) = k 1 (x ) sen x + k 2 (x ) cos x
72
Verónica Gruenberg Stern 3.6. ECUACIONES DIFERENCIALES LINEALES NO HOMOGÉNEAS
Solución: En este caso, podemos usar MCI ó MVP. Aplicaremos MVP, dejando como ejercicio al
lector resolver esta EDO usando MCI.
y h (x ) = c 1 e 2x + c 2 e −x
2x
e e −x
1 1
W = W [e 2x , e −x ] = = e 2x e −x = −3e x
2x −x
2e −e 2 −1
Z
0 1 −3x 1 1 e −3x
k1 = e sen x ⇒ k 1 = e −3x sen x d x = (−3 sen x − cos x )
3 3 3 1+9
e 2x e −x sen x 1 1
k 20 = x
= − sen x ⇒ k 2 = cos x
−3e 3 3
1 1
∴ y g (x ) = c 1 e 2x + c 2 e −x − e −x (3 sen x + cos x ) + e −x cos x
30 3
3. Resolver x 4 y 00 + x 3 y 0 − x 2 y = 1
Solución:
x 4 y 00 + x 3 y 0 − x 2 y = 0 ⇒ x 2 y 00 + x y 0 − y = 0 (ec. de Euler)
α(α − 1) + α − 1 = 0 ⇒ α2 = 1 ⇒ y 1 (x ) = x , y 2 = x −1
Z − 1 dx
R Z
e x 1 1
y 2 (x ) = x 2
dx =x 3
dx =−
x x 2x
1
∴ y h (x ) = c 1 x + c 2
x
1
k 10 x + k 20
=0
x
1 1
k 10 − k 20 2 = 4
x x
x 1/x 2
W = W [x , 1/x ] = =−
1 −1/x 2 x
1 1
k 10 = ⇒ k1 = − 3
2x 4 6x
1 1
k 20 = − 2 ⇒ k 2 =
2x 2x
1
yp = 2
3x
1 1
yG (x ) = c 1 x + c 2 + 2
x 3x
73
CAPÍTULO 3. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR Verónica Gruenberg Stern
y (n ) + a n −1 (x )y (n −1) + · · · + a 0 (x )y = h(x )
y h (x ) = C 1 y 1 (x ) + · · · + C n y n (x )
y p (x ) = C 1 (x )y 1 (x ) + · · · + C n (x )y n (x )
74
Capítulo 4
75
LÍNEAS DE FASES
E. SÁEZ
x F
R
Fig. 1
Una expresión de la forma
dx
(1) = F (t, x) , o bien, ẋ = F (t, x)
dt
se llama Ecuación Diferencial Ordinaria (E.D.O.) de Primer Orden definida en Ω.
dx
Ejemplos: = t sen x , ẋ = et (x2 − 1)
dt
Observación: Si la función F : Ω → R es de la forma F (t, x) ≡ F (x) en Ω, es
decir, F es sólo función de la variable x, entonces (1) se reduce a una ecuación del
tipo
(2) ẋ = F (x)
En estos casos se dice que (2) es Autónoma. En caso contrario (1) se dice No-
autónoma.
Ejemplos de Ecuaciones Autónomas:
2
ẋ = sen(ex −1 ),
dx
= x3 − 3x2 + µx , donde, µ es un parámetro real
dt
Definición Sea I un intervalo de R. Una curva en Ω, parametrizada por una
función φ : I → R, t → φ(t), se llama una solución de (1) si y sólo si satisface, en el
Fig. 2
Comentario: Las preguntas sobre existencia y unicidad de soluciones de (1), depende
de las propiedades de la función F . Estos problemas se estudian en cursos más
avanzados, ver por ejemplo [3]. En estas notas sólo nos limitamos a sus enunciados.
Teorema de Existencia
Sea F : Ω → R una función continua en el dominio Ω. Para todo punto (t0 , xo ) ∈ Ω
existe una función φ : I → R definida en algún intervalo I, solución del problema de
valor inicial llamado de Cauchy.
dx
= F (t, x) , tal que , φ(t0 ) = x0
dt
La Figura 3, ilustra el Teorema con dos soluciones φ1 , φ2.
x
Ω x = φ2 (t)x = φ (t)
1
x0 •
t0 t
Teorema de Unicidad
Fig. 3
Sea F : Ω → R, tal que; F, ∂F ∂x
son funciones continuas en el dominio Ω. Para todo
punto (t0 , xo ) ∈ Ω existe una única función φ : I → R definida en algún intervalo I
de R, solución única del problema de valor inicial de Cauchy.
LÍNEAS DE FASES 3
− c)
f (x
)=
(x
g
=
y
x
x−c x
Fig. 4
decir en Ω̃ se han encontrado TODAS las soluciones que la ecuación admite (ver Fig.
5).
x
ξ0
Ω̃
Fig. 5
solución constante
Fig. 6
LÍNEAS DE FASES 5
d
(x0 ) ≡ F (x0 ) ≡ 0 , ya que, x0 es una constante.
dt
• • • • x
•
•x
t
•
•
2)
>• < , atractor (pozo),
3)
>• > , atractor-repulsor,
4)
<• < , repulsor-atractor,
T
Gr(F)
T
Fig. 10
Nótese que si un cuerpo tiene en el instante cero una temperatura mayor (resp.
menor) que T0 , es decir, T (0) > T0 (resp. T (0) < T0 ), entonces como la temperatura
ambiente T0 , es el único punto de equilibrio y es un atractor, la temperatura de ambos
cuerpos tienden a T0 a medida que transcurre el tiempo, o bien, para ambos cuerpos
y cualquier otro cuerpo, limt→∞ T (t) = T0
Ejemplo. Supongamos el siguiente modelo sencillo de epidemias. “Existe una
población de N individuos que tiene en cada instante t, y(t) individuos infectados
y x(t) individuos sanos pero susceptibles de infectarse. La suma de los individuos
infectados más los individuos sanos es el total de la población, la cual se supone cons-
tante. El número de individuos infectadas cambia con una rapidez proporcional al
número de individuos infectadas y al número de individuos sanos”. ¿Qué ocurre con
la epidemia a medida que transcurre el tiempo?.
La Ecuación Diferencial que modela el comportamiento de los individuos infectados,
de acuerdo al enunciado anterior está dada por;
d
(y(t)) = λx(t)y(t)
dt
dy
= λ(N − y)y
dt
Gr(F )
•N , N pto de eq. atractor
• • y
0 N
•0 t , 0 pto de eq. repulsor
y
Fig. 11
A
Gr(F)
A
Fig. 12
LÍNEAS DE FASES 9
•
(x )
Fλ
Fλ (x) < 0
• λ
Fig. 13
lim T (t)
t→∞
a) ẋ = sen x2
b) ẋ = sen2 x
10 E. SÁEZ
Preguntas:
(i) Escribir la Ecuación Diferencial Ordinaria del modelo.
5
(ii) Si la captura K = . Encontrar los puntos de equilibrio del modelo.
3
(iii) ¿ Como es la Lı́nea de Fases ?
(iv) Describir cualitativamente el tipo de soluciones que admite la E.D.O.
(v) Si K = 4. ¿ Qué puede afirmar a futuro sobre la población de peces ?.
References
[1] “Ordinary differential equations‘ ‘. D.K.Arrowsmith & C.M.Place. Chapman and Hall . London,
New York. 1982
[2] “Ecuaciones diferenciales”. P.Blanchard, R.L.Devaney and G.R.Hall. Boston Univer-
sity.International Thomson Editores. 1998
[3] “Liçóes de equaçóes diferenciais ordinárias”. Jorge Sotomayor. IMPA, Rio de Janeiro, Brasil.
Proyecto Euclides. 1979.
Apuntes Transformada de Laplace (MAT023)
1
Segundo semestre de 2012
Verónica Gruenberg Stern
Vivian Aranda Núñez
Definición
Supongamos que f (t) es una función definida para todo t > 0. Definimos la transformada de
Laplace de f a la siguiente integral, si ésta converge:
Z ∞
L(f )(s) = F (s) = f (t) e−st dt para s > 0
0
Observación
Es importante recordar que la integral impropia anterior se define por:
Z ∞ Z T
−st
f (t) e dt = lı́m f (t) e−st dt
0 T →∞ 0
Notar, además, que el resultado de esta integral es una función en la variable s, lo que explica
la notación F (s).
Ejemplos: Calcular la transformada de Laplace de las siguientes funciones:
1. f (t) = 1, ∀t > 0
T
∞ T
−e−st
Z Z
L(1)(s) = F (s) = 1 · e−st dt = lı́m 1 · e−st dt = lı́m =
0 T →∞ 0 T →∞ s
0
Universidad Técnica Federico Santa María
Departamento de Matemática
−e−sT
1 1
= lı́m + = siempre que s > 0.
T →∞ s s s
2
2. f (t) = eat , ∀t > 0
Z ∞ Z T
−st
at
L(e )(s) = F (s) = at
e · e dt = lı́m e−(s−a)t dt
0 T →∞ 0
T
−e−(s−a)t
−(s−a)T
e−(s−a)·0
−e 1
= lı́m = lı́m + =
T →∞ s−a T →∞ s−a s−a s−a
3. f (t) = t, ∀t > 0
Z ∞ Z T
−st
L(t)(s) = F (s) = te dt = lı́m t e−st dt
0 T →∞ 0
−e−st
−st
Integrando por partes, con u = t ( ∴ du = dt) ∧ dv = e dt ∴ v = :
s
" T Z # " T T #
T
−t e−st −e−st −t e−st e−st
L(t)(s) = lı́m − dt = lı́m − 2 =
T →∞ s 0 s T →∞ s s
0 0 0
" #
−t e−sT e−sT 1 −T 1 1
= lı́m − 2 + 2 = lı́m sT
− lı́m 2 sT + lı́m 2
T →∞ s s s T →∞ s e T →∞ s e T →∞ s
−T −1 1 1
lı́m sT
= lı́m 2 sT = 0 ⇒ L(t)(s) = 0 − 0 + 2
= 2
T →∞ s e T →∞ s e s s
n!
L(tn )(s) = ∀n ∈ N
sn+1
3
Para usar integración por partes, hacemos u = e−st ⇒ du = −s e−st dt ∧ dv =
cos(bt)
sen(bt) dt ⇒ v = − :
b
T Z
T T
e−st s · e−st
Z
sen(bt) e−st dt = − cos(bt) − cos(bt) dt
0 b 0 b
0
Hacemos
sen(bt)
u = e−st ⇒ du = −s e−st dt ∧ dv = cos(bt) dt ⇒ v=
b
T T Z
−st −st T −st
e s e −s e
= − cos(bt) − sen(bt) − sen(bt) dt
b b b 0 b
0 0
T T
e−st −st
s2 T
Z
s e
= − cos(bt) − sen(bt) − 2 sen(bt) e−st dt
b b2 b 0
0 0
Z T
Tenemos sen(bt) e−st dt a ambos lados de la ecuación. Poniendo este término al lado
0
derecho de la ecuación y evaluando, tenemos:
T
s2 e−sT 1 s e−sT
Z
1+ 2 sen(bt) e−st dt = − cos(bT ) + − sen(bT )
b 0 b b b2
T −sT
b2 1 s e−sT
Z
−st e
sen(bt) e dt = 2 − cos(bT ) + − sen(bT )
0 b + s2 b b b2
Finalmente,
Z ∞
L(sen(bt))(s) = sen(bt) e−st dt
0
Z T
4
= lı́m sen(bt) e−st dt
T →∞ 0
b2 e−sT 1 s e−sT
= lı́m 2 − cos(bT ) + − sen(bT )
T →∞ b + s2 b b b2
b
=
b2 + s 2
s
L(cos(bt))(s) =
b2 + s2
1 si 0 6 t < 1
6. Si g(t) está dada por: g(t) = entonces su transformada de Laplace
0 si t>1
es: 1
Z 1 Z ∞ −st
−e −e−s 1
L(g)(s) = G(s) = 1 e−st dt + 0 e−st dt = = +
0 1 s s s
0
Observación
Pareciera que para determinar las transformadas de Laplace de funciones, deberemos calcular
siempre integrales impropias. Esto no es así: una de las ventajas que tiene la transformada de
Laplace son sus variadas propiedades que estudiaremos a continuación, y que nos permitirán hacer
uso de las transformadas de funciones conocidas. Para ello, es conveniente notar que sólo con la
definición, hemos construído la siguiente tabla de transformadas de Laplace:
5
1
1 s>0
s
1
t s>0
s2
n!
tn s>0
Pero, primero es necesario determinar algunas condiciones sobre una función para la existencia
de su correspondiente transformada.
1. f es continua en todos los puntos del intervalo [a, b], salvo a lo más en un número finito de
ellos.
Observación
−
1. |f (t+
0 ) − f (t0 )| mide el salto de la discontinuidad.
−
2. Si f (t+
0 ) = f (t0 ), entonces f es continua en t0 . Si esto sucede en todos los eventuales puntos
de discontinuidad, significa que f es continua en el intervalo [a, b]. Claramente, f continua
en [a, b] ⇒ f seccionalmente continua en [a, b].
6
Z b
3. Si f es seccionalmente continua en [a, b], entonces f (t) dt existe y es independiente de los
a
valores que toma f en los puntos de discontinuidad (si es que los toma).
4. Si f y g son seccionalmente continuas en [a, b] con f (x) = g(x) ∀x excepto en los puntos
Z b Z b
de discontinuidad, entonces f (t) dt = g(t) dt.
a a
Ejemplos
x 0<x<1
1. f (x) = es seccionalmente continua.
1−x 1<x<2
1
2. f (x) = , ∀x ∈ [−1, 1] − {0} no es seccionalmente continua.
x
1 si 0 6 t < 1
3. g(t) = es seccionalmente continua.
0 si t>1
2.1.1. Definición
Diremos que f es seccionalmente continua en R+
0 si f es seccionalmente continua en [0, t0 ] ∀ t0 >
0.
2.1.2. Definición
Diremos que una función f es de orden exponencial en [0, ∞[ si existen constantes α, C ∈ R+ ,
tal que |f (t)| ≤ Ceαt ∀t > 0.
Ejemplos
Las funciones f1 (t) = 1, f2 (t) = tn , f3 (t) = eat , f4 (t) = sen bt, f5 (t) = cos bt y f6 (t) =
2
tn eat sen bt son de orden exponencial. La función f (t) = et no es de orden exponencial.
Demostración: Probaremos que f6 (t) es de orden exponencial y que f (t) no lo es.
n at n at n
t e sen bt
Si a > 0 : ≤ t e = t −→ 0 si t −→ ∞
e2at e2at eat
n
t
Así, para t suficientemente grande: < 1. Luego,
eat
7
|tn eat sen bt| ≤ Ce2at ∀t > 0, a > 0, C = constante adecuada
Si a ≤ 0 : |tn eat sen bt| ≤ tn < et , para t suficientemente grande.
2.1.3. Teorema
Si f es seccionalmente continua y de orden exponencial en R+
0 entonces ∃ a > 0 tal que f tiene
transformada de Laplace para s > a.
Observación
1. Si f es de orden exponencial, entonces lı́m e−st f (t) = 0, s > c.
t→∞
y así
lı́m e−st f (t) = 0 si s > c
t→∞
8
1
mada de Laplace de una función. Veamos que L(t−1/2 ) existe, aunque la función f (t) = √
t
no satisface las condiciones del teorema anterior.
1
Claramente, f (t) = √ tiene una discontinuidad de tipo infinito en t = 0, y claramente no
t
1
es de orden exponencial, ya que @ α, C ∈ R+ : t 2 ≤ C eαt .
Z ∞ −st Z ∞ −u Z ∞
e 1 e 2 2
Pero, L(t −1/2
) = √ dt |{z}= √ √ du |{z}
= √ e−x dx
t s 0 u s 0
u = st u = x2
Es posible probar (usando√ integración múltiple, que se verá en MAT024) que esta útima
π
integral converge y vale . Luego,
2
r
π
L(t−1/2 ) = , t>0
s
1
Veamos ahora que la función f (t) = 2 , t > 0 no posee transformada de Laplace;
t
si tuviera, entonces
Z ∞ Z 1 −st Z ∞ −st
1 −st 1 e e
L 2 = e 2
dt = 2
dt + dt
t 0 t 0 t 1 t2
La primera integral del lado derecho diverge; para probar esto, basta aplicar el criterio de
1
comparación asintótica con la función f (t) = 2 , cuya integral entre 0 y 1 diverge:
t
e−st
2 1
lı́m+ t = lı́m+ st = 1 , ∀s > 0
t→0 1 t→0 e
t2
9
que
L (α f (t) + β g(t)) (s) = α L(f (t))(s) + β L(g(t))(s)
Inversa: Notamos que la aplicación L no es inyectiva, puesto que si f y g son dos funciones
que poseen transformada de Laplace y que difieren en un número finito de puntos, entonces sus
respectivas transformadas coinciden. Luego:
Ejercicios:
1. Calcular la transformada de Laplace de f (t) = 3 sen 2t − 4t + 5e3t
2 1 1
L{3 sen 2t − 4t + 5e3t } = 3 L{sen 2t} − 4 L{t} + 5 L{e3t } = 3 −4 2 +5
s2 +4 s s−3
2. Calcular la transformada de Laplace de f (t) = sen2 (at)
1 − cos 2α
∴ sen2 α =
2
2 1 − cos 2at 1
Por lo tanto, L(sen (at)) = L = (L(1) − L(cos 2at)) =
2 2
2a2
1 1 s
= − 2 =
2 s s + 4a2 s(s2 + 4a2 )
3. Calcular L(sinh(at)) y L(cosh(at)).
eat − e−at
11 1 a
L(sinh(t)) = L = − =
2 s−a s+a
2 s2 − a2
s
Análogamente, L(cosh(at)) = 2
s − a2
MAT023 (2◦ sem. 2012) 9
Universidad Técnica Federico Santa María
Departamento de Matemática
−1 1
4. Calcular L 2
s (s + 1)
1 A Bs + C (A + B)s2 + Cs + A
Notar que = + 2 =
10
s (s2 + 1) s s +1 s (s2 + 1)
Luego:
−1 1 −1 1 −1 s
L = L −L = 1 − cos t
s (s2 + 1) s s2 + 1
15
5. Dada F (s) = encontrar f (t).
s2 + 17
√ !
√
15 15 17 15
A+B = 1 A = −2
⇒
−3A + B = 9 B = 3
Teorema
11
Si f es una función seccionalmente continua y de orden exponencial, entonces
lı́m {L(f (t))}(s) = lı́m F (s) = 0
s→∞ s→∞
2.3.1. Proposición
Supongamos que y = f (t) es una función diferenciable por tramos y de orden exponencial.
Supongamos también que y 0 es de orden exponencial. Luego a partir de algún s ∈ R:
Demostración
Z ∞ Z T
0 −st
0
L( y )(s) = y (t) e dt = lı́m y 0 (t) e−st dt
0 T →∞ 0
Z T
−sT
= lı́m y(T ) e − lı́m y(0) + s lı́m y(t) e−st dt
T →∞ T →∞ T →∞ 0
Z ∞
= lı́m y(T ) e−sT − y(0) + s y(t) e−st dt
12
T →∞ 0
T →∞
Ya que y es de order exponencial, existen constantes C y a tal que |y(t)| 6 C eat , por lo tanto:
Observación
1. Si f es continua en R+ y f (0+ ) existe, entonces
L( f 0 )(s) = s L( f ) − f (0+ ).
−
2. Si f es discontinua en x1 , · · · , xn ∈ R+ y f (x+
i ) y f (xi ) existen, ∀i = 1, · · · n, entonces:
n
X
−
L( f 0 )(s) = s L( f ) − f (0+ ) − e−xi s f (x+
i ) − f (x i ) ,
i=1
donde f (x+
i ) = lı́m+ f (t) y f (x−
i ) = lı́m− f (t)
t→xi t→xi
Ejemplos
1. Resolver y 00 − y = 1, y(0) = 0, y 0 (0) = 1
1
Aplicamos L a la ecuación, obteniendo: L(y 00 ) − L(y) =
s
1
i.e. s2 L(y) − sy(0) − y 0 (0) − L(y) =
s
1 1
Luego, Y (s)(s2 − 1) = +1 ⇒ Y (s) =
13
s s(s − 1)
1
y(t) = L−1 = et − 1
∴
s(s − 1)
2. Encontrar la solución del problema de valor inicial:
y 00 + y = cos 2t con y(0) = 0, y 0 (0) = 1
s
s2 Y (s) − s y(0) − y 0 (0) + Y (s) =
s2 +4
s
Y (s)(s2 + 1) − 1 =
s2 +4
1 s
Y (s) = +1
(s2 + 1) s2 + 4
s2 + s + 4
Y (s) =
(s2 + 1)(s2 + 4)
1 s 1 1 s
Y (s) = + −
3 (s2 + 1) (s2 + 1) 3 (s2 + 4)
ya que:
s2 + s + 4 As + B Cs + D
2 2
= 2 + 2
(s + 1)(s + 4) (s + 1) (s + 4)
(As + B)(s2 + 4) + (Cs + D)(s2 + 1)
=
(s2 + 1)(s2 + 4)
As3 + 4As + Bs2 + 4B + Cs3 + Cs + Ds2 + D
=
(s2 + 1)(s2 + 4)
(A + C)s3 + (B + D)s2 + (4A + C)s + (4B + D)
=
(s2 + 1)(s2 + 4)
A+C = 0 A = 1/3
B+D = 1 B = 1
⇒
4A + C = 1 C = −1/3
4B + D = 4 D = 0
1
s2 + s + 4 3
s+1 − 13 s
= 2 +
(s2 + 1)(s2 + 4) (s + 1) (s2 + 4)
1 s 1 1 s
= + 2 −
14
2 2
3 (s + 1) (s + 1) 3 (s + 4)
Finalmente para encontrar el valor de y que es solución del problema de valor inicial, uti-
lizamos la inversa de la transformada de Laplace:
y(t) = L−1 (Y )
1 −1 s −1 1 1 −1 s
= L +L − L
3 (s2 + 1) (s2 + 1) 3 (s2 + 22 )
2ωs
∴ L(f ) =
(s2 + ω 2 )2
5. Determine L(f ), si
a) f (t) = t cos ωt
b) f (t) = teat
c) f (t) = tn eat
15
Si f es seccionalmente continua y de orden exponencial, entonces f (x) dx es de orden ex-
a
ponencial y se tiene que
Z t Z a
1 1
L f (x) dx = L(f ) − f (x) dx
a s s 0
Demostración:
Como f es de orden exponencial, ∃C, α ∈ R+ : |f (t)| ≤ Ceαt , ∀t > 0. Luego:
Z t Z t Z t
c αx t C αt
1 −st t
Z ∞ 1 Z ∞ 1 0
Z
1
−st
=− e f (x) dx + e f (t)dt = f (x) dx + L(f )
s a 0 s 0 s a s
Z t
ya que como f (x) dx es de orden exponencial, se tiene que
a
Z t
−st
e f (x) dx −→ 0 si t −→ ∞
a
Así, Z t Z a
1 1
L f (x) dx = L(f ) − f (x) dx
a s s 0
Corolario
Z t
1
Si a = 0, entonces L y(u) du (s) = Y (s). Además, en este caso:
0 s
Z t
−1 1
L Y (s) = y(u) du
s 0
Ejemplos
1. Determine L(tet ).
Z t t Z t
16
x x
Notamos que xe dx = xe − ex dx = tet − et + 1.
0 0 0
Z t
x
∴ L xe dx = L(tet ) − L(et ) + L(1)
0
1
∴ L(tet ) = L(tet ) − L(et ) + L(1)
s
1 1 1 1
de donde L(tet ) −1 = − + ⇒ L(tet ) =
s s−1 s (s − 1)2
17
L{ ec t f (t)}(s) = F (s − c)
y por lo tanto,
L−1 (F (s − c)) = ect f (t)
Demostración
Ejercicios:
3 3
L{e2t sen 3t} = F (s − 2) = 2
= 2
(s − 2) + 9 s − 4s + 13
−1 s −1 s
2. L 2
= L =
s + 4s + 13 (s2 + 2(2s) + 4) + 9
−1 s −1 s+2−2
= L = L
(s + 2)2 + 32 (s + 2)2 + 32
−1 s+2 −1 2
= L − L
(s + 2)2 + 32 (s + 2)2 + 32
s + 2 2 3
= L−1 − L−1
(s + 2)2 + 32 3 (s + 2)2 + 32
2
= e−2t cos(3t) − e−2t sen(3t)
3
18
b
eat sen(bt) s>a
(s − a)2 + b2
s−a
eat cos(bt) s>a
(s − a)2 + b2
n!
eat tn s>a
Observación
Supongamos que f es una función continua por tramos de orden exponencial, y sea F (s) su
transformada de Laplace. Luego,
Z ∞
−st
F (s) = f (t) e dt
0
Derivando con respecto a la variable s, suponiendo que es posible intercambiar la integral con
la derivada, se tiene:
Z ∞ Z ∞
d d −st ∂ −st
F 0 (s) = F (s) = f (t) e dt = f (t) (e ) dt =
ds ds 0 0 ∂s
Z ∞
−st
=− t f (t) e dt = −L{ t f (t)}(s)
0
es decir:
L{ t f (t)}(s) = − F 0 (s)
Además:
d d d2 F
L(t2 f (t)) = L(t (t f (t))) = − L(t f (t)) = − (− F 0 (s)) = (−1)2 2 (s)
ds ds ds
Inductivamente, si n es cualquier entero positivo, entonces:
Ejercicios:
1. Calcular la transformada de Laplace de la función t2 e3t .
19
1
Aqui f (t) = e3t ⇒ F (s) =
(s − 3)
d 1 d 2
con F 0 (s) = (F (s)) = − y F 00 (s) = (F 0 (s)) =
ds (s − 3)2 ds (s − 3)3
luego,
2
L{ t2 e3t }(s) = (−1)2 F 00 (s) =
(s − 3)3
s2
1 e4
Y (s) = 3 + C 3 . Como lı́m Y (s) = 0, necesariamente C = 0.
s s s→∞
1 t2
Así, Y (s) = 3 de donde y(t) = .
20
s 2
5. Resolver ty 00 − y 0 = t2 , y(0) = 0.
Aunque no conocemos más que una condición inicial, aplicamos transformada de Laplace a
la ecuación:
Z
1 2 3
= 3 − 5 s ds + C
s s
Z
1 2 1 2
= 3 − 2 ds + C = 3 + C
s s s s
2 C
= 4
+ 3
s s
−1 2 −1 C 1 3 C 2
y(t) = L + L = t + t
s4 s3 3 2
−1 s−3
6. Determinar L arctan .
s+1
21
componen por tramos a la función completa, en el cálculo de la correspondiente transformada de
Laplace.
Consideremos las siguientes funciones:
Función intervalo:
0 , t<a
Hab (t) = 1 , a6t<b
0 , b6t<∞
Podemos expresar la función intervalo Hab (t) en términos de la función escalón unitario Ha (t)
y Hb (t) del siguiente modo:
22
−t
e , 66t<∞
f (t) =
= 3 [H0 (t) − H4 (t)] − 5 [H4 (t) − H6 (t)] + e−t H6 (t)
= 3 H0 (t) − 8 H4 (t) + 5 H6 (t) + e−t H6 (t)
= 3 H(t) − 8 H(t − 4) + 5 H(t − 6) + e−t H(t − 6)
Z T
= lı́m 1 · e−st dt
T →∞ c
T
−st
−T s
e−cs
−e −e
= lı́m = lı́m +
T →∞ s T →∞ s s
c
e−cs
=
s
Luego,
e−as − e−bs
L(Hab (t))(s) = L(Ha (t))(s) − L(Hb (t))(s) =
s
Además:
L−1 {e−cs F (s)}(t) = H(t − c)f (t − c)
Demostración
Z ∞
H(t − c) f (t − c) e−st dt
L H(t − c) f (t − c) =
0
23
Z c Z ∞
−st
= 0e dt + f (t − c) e−st dt
0 c
Z ∞
= f (t − c) e−st dt (haciendo τ = t − c)
c
Z ∞ Z ∞
−s(τ +c) −cs
= f (τ ) e dτ = e f (τ ) e−sτ dτ
0 0
Ejercicios:
1. Encontrar la transformada de Laplace de la función H(t − π/4) sen(t).
Finalmente,
√
2
L H(t − π/4) sen(t) = L H(t − π/4) sen(t − π/4) +
2
√
2
+ L H(t − π/4) cos(t − π/4)
2
√ √ √
2 −πs 1 2 −πs s 2 −πs 1 + s
L H(t − π/4) sen(t) = e 4 + e 4 = e 4
2 s2 + 1 2 s2 + 1 2 s2 + 1
sen t si 0 ≤ t < 2π
2. Encontrar L(f ), si f (t) =
sen t + cos t si t ≥ 2π
24
L(f ) = L(sen t) + L (H2π (t) cos(t − 2π)) = L(sen t) + e−2πs L(cos t)
1 s
= 2
+ e−2πs
1+s 1 + s2
e−2s
3. Encontrar la transformada de Laplace inversa de la función F (s) = .
A+B = 0 A = 1/9
C = 0 ⇒ B = −1/9
9A = 1 C = 0
Luego,
e−2s
1 −1 −2s 1 1 −1 −2s s
L−1 = L e − L e
s(s2 + 9) 9 s 9 s2 + 9
1 1
= H(t − 2) · 1 − H(t − 2) · cos(3(t − 2))
9 9
1
= H(t − 2) (1 − cos(3(t − 2)))
9
0 , t<2
=
(1 − cos(3(t − 2))) /9 , 2 6 t < ∞
00 0 0 t≤2
4. Resolver: y + 4y + 4y = −(t−2) con las condiciones iniciales
e t>2
y(0) = 0, y 0 (0) = 0.
25
Solución:
0 t≤2
Sea g(t) =
e−(t−2) t>2
1
s2 Y (s) − sy(0) − y 0 (0) + 4sY (s) − 4y(0) + 4Y (s) = e−2s ·
s+1
1
s2 Y (s) + 4sY (s) + 4Y (s) = e−2s ·
s+1
1
(s2 + 4s + 4) Y (s) = e−2s ·
s+1
e−2s e−2s
Y (s) = =
(s + 1) (s2 + 4s + 4) (s + 1) (s + 2)2
Usamos fracciones parciales:
1 A B C
= + + =
(s + 1) (s + 2)2 s+1 s+2 (s + 2)2
A (s + 2)2 + B(s + 1) (s + 2) + C (s + 1)
=
(s + 1) (s + 2)2
(A + B) s2 + (4A + 3B + C) s + 4A + 2B + C
=
(s + 1) (s + 2)2
A+B = 0 A = 1
de donde 4A + 3B + C = 0 ⇒ B = −1 Luego:
4A + 2B + C = 1 C = −1
5. Resolver la ecuación
Z t t si 0 ≤ t < 1
y 0 + 2y + y(t) dt = 2 − t si 1 ≤ t < 2 con la c.i. y(0) = 0
26
0
0 si t≥2
Solución:
Escribimos la función del lado derecho en términos de la función escalón unitario, como
t + (2 − 2t)H(t − 1) + (t − 2)H(t − 2)
e−s e−2s
1 1
Y (s) s + 2 + = 2 − 2 2 + 2
s s s s
1 e−s e−2s
Y (s) = − 2 +
s(s + 1)2 s(s + 1)2 s(s + 1)2
Usamos fracciones parciales:
1 A B C
2
= + + =⇒ A = 1, B = −1, C = −1
s(s + 1) s s+1 (s + 1)2
Luego,
1 1 1 1 1 1
Y (s) = − − − 2 e−s − − +
s s+1 (s + 1)2 s s+1 (s + 1)2
−2s 1 1 1
+e − −
s s+1 (s + 1)2
de donde:
27
Proposición
Supongamos que f es una función periódica con período T , seccionalmente continua y de orden
exponencial. Entonces:
Z T
f (t) e−st dt
L{f }(s) = 0
Demostración
Z ∞ Z T Z 2T Z 3T
−st −st −st
L{f }(s) = f (t) e dt = f (t) e dt + f (t) e dt + f (t) e−st dt + · · ·
0 0 T 2T
Z T Z τ Z T
= f (t) e−st dt + f (τ + T ) e−s(τ +T ) dτ + f (τ + 2T ) e−s(τ +2T ) dτ + |{z}
···
0 0 0
| {z } | {z } etc.
τ =t−T en la 2a integral τ =t−2T en la 3a integral
Z T Z τ Z T
−st −sT −sτ −2sT
= f (t) e dt + e f (τ ) e dτ + e f (τ ) e−sτ dτ + · · ·
0 0 0
Z T
f (t) e−st dt 1 + e−sT + e−2sT + e−3sT + · · ·
=
0
Z T
−st 1
= f (t) e dt
0 1 − e−sT
Ejemplo
Calculemos la transformada de Laplace de la función definida por
1 0<t≤1
f (t) = , g(t + 2) = g(t) ∀t > 0
0 1≤t≤2
Observación
La fórmula anterior simplifica el trabajo para determinar la transformada de Laplace de una
función periódica, puesto que no es necesario calcular una integral impropia. Sin embargo, es
28
posible simplificar los cálculos aún más, utilizando el conocimiento de las transformadas de las
fórmulas que conforman, por subintervalos, a la función periódica. Para ver esto, notamos que a
partir de una función periódica f de período T , es posible construir una nueva función (consideran-
do solo un período de la función f y definiéndola como 0 en el resto del dominio) del siguiente modo:
f (t) , 0 6 t < T
fT (t) =
0 , T 6t<∞
Ejemplo
Calculemos la transformada de Laplace de la función definida por
t 0<t≤1
g(t) = , g(t + 2) = g(t) ∀t > 0
2−t 1≤t≤2
Ejercicios
Determine las transformadas de Laplace de las siguientes:
1. Onda cuadrada:
k 0<t≤a
f (t) = , f (t + 2a) = f (t) ∀t > 0
−k a ≤ 2a ≤ 2
k
g(t) = t, 0 < t < p, g(t + p) = g(t) ∀t > 0
p
29
3. Rectificador de media onda:
π
sen ωt 0<t≤
h(t) = ω 2π
∀t > 0
π 2π , h(t + ω
) = h(t)
0 <t<
ω ω
El siguiente producto de convolución de funciones, tiene una propiedad muy útil para calcular
la transformada de Laplace inversa de un producto de transformadas conocidas. Definamos, en
primer lugar, este producto:
Definición
Sean f y g dos funciones continuas por tramos. La convolución de f y g es la función f ∗ g
definida por:
Z t
(f ∗ g)(t) = f (u) g(t − u) du
0
Observación
En la integral anterior, notar que si hacemos el cambio de variable v = t − u, tenemos:
Z t Z 0 Z t
f (u) g(t − u) du = − f (t − v) g(v) dv = f (t − v) g(v) dv = (g ∗ f )(t)
0 t 0
Así, hemos probado que el producto de convolución es conmutativo, que es la primera de las
afirmaciones del siguiente teorema. Dejamos las demás como ejercicio.
2.5.1. Teorema
Supongamos que f , g y h son funciones continuas por tramos. Luego,
30
1. f ∗ g = g ∗ f
2. f ∗ (g + h) = f ∗ g + f ∗ h
3. (f ∗ g) ∗ h = f ∗ (g ∗ h)
4. f ∗ 0 = 0
2.5.2. Teorema
Supongamos que f y g son funciones seccionalmente continuas y de orden exponencial. Supong-
Z t
= (u2 − 2u) (t − u) du
0
Z t
= (tu2 − 2tu − u3 + 2u2 ) du
0
t4 t3
= −
12 3
Z t
a) f ∗ g = f (u) g(t − u) du
0
Z t Z t Z t
31
= sen u (t − u) du = t sen u du − u sen u du
0 0 0
h it h it Z t
= t − cos u − − u cos u − − cos u du
0 0 0
h it h it h it
= t − cos u − − u cos u + sen u
0 0 0
h i h i
1 1
b) F (s) = L(f ) = L(sen t) = , G(s) = L(g) = L(t) =
s2 +1 s2
1 1 1 As + B C D
F (s)G(s) = · = = + + 2
(s2 + 1) s2 (s2 + 1)s2 (s2 + 1) s s
(A + C)s3 + (B + D)s2 + Cs + D
=
(s2 + 1)s2
A+C = 0 A = 0
B+D = 0 B = −1
⇒
C = 0 C = 0
D = 1 D = 1
luego,
−1 1 −1 −1 1 −1 1
F (s)G(s) = 2 + 2 ⇒ L {F (s)G(s)} = −L +L
(s + 1) s (s2 + 1) s2
∴ f ∗ g = − sen(t) + t
−1 1 −1 1 1 −1 1 −1 1
Ejemplo 3: L 2
= L 2
= L ∗L =
s(s + 1) s s +1 s s2 + 1
Z t t
= 1 ∗ sen t = 1 · sen u du = − cos u = − cos t + 1
32
0 0
Ejemplo 4: Resuelva el problema de valor inicial, usando Transformada de Laplace
ty 00 − 2y 0 + ty = 0 y(0) = 1, y 0 (0) = 0
s3 + 3s + C
Y (s) =
(s2 + 1)2
Esto último es equivalente a
s3 + s + 2s + C s(s2 + 1) 2s C
Y (s) = 2 2
= 2 2
+ 2 2
+ 2
(s + 1) (s + 1) (s + 1) (s + 1)2
es decir
s 2s C
Y (s) = + 2 + 2
s2 + 1 (s + 1) 2 (s + 1)2
Aplicando L−1 :
−1 s −1 2s −1 C
y(t) = L 2
+L +L
s +1 (s + 1)2
2 (s + 1)2
2
Por lo tanto:
sen t − t cos t
y = cos t + 2(cos t ∗ sen t) + C
2
de donde
C
y = cos t + t sen t − sen2 t cos t + (sen t − t cos t)
2
Z t
Ejemplo 5: Resolver y(t) + 3 y(u) sen(t − u) du = e−t .
0
33
producto de convolución y(t) ∗ sen t. Luego, obtenemos:
1 1
Y (s) + 3Y (s) =
s2 +1 s+1
de donde
s2 + 4 s2 + 1
1
Y (s) = ⇒ Y (s) =
s2 + 1 s+1 (s + 1)(s2 + 4)
Para calcular la transformada inversa, aplicamos fracciones parciales:
Z t Z t
0
Ejemplo 6: Resolver 4 y(u)du + y (u) = y(u) cos(t − u)du, y(0) = 1.
0 0
Y (s) s
+ sY (s) − y(0) = Y (s) 2
4
s s +1
Como y(0) = 1, reemplazamos, factorizamos y despejamos para obtener:
s(s2 + 1)
Y (s) =
(s2 + 2)2
2
−1 s(s + 1)
Dejamos como ejercicio la determinación de L , lo cual finalmente da como
(s2 + 2)2
resultado
√ √2 √
y(t) = cos 2t − t sen 2t
4
34
diante la "función generalizada"δ de Dirac, que definiremos a continuación.
2.6.1. Definición
Sea a > 0 una constante, y considere la función
( 1
si −a ≤ t ≤ a
δa (t) = 2a
0 si t < −a ó t > a
2.6.2. Propiedades
1. δ(t) = 0, ∀t 6= 0 y δ(t) −→ ∞ para t = 0.
Z ∞
2. δ(t) dt = 1
−∞
3. L(δ(t))(s) = 1
eas − e−as
En efecto: L(δ(t))(s) = lı́m L(δa (t))(s) = lı́m = 1
a→0 a→0 2as
Z ∞ Z ∞
4. f (t) δ(t) dt = f (0) y f (t) δ(t) dt = f (0).
−∞ 0
Observación
1. Notar que lı́m L(δ(t))(s) = 1 6= 0. Esta aparente contradicción no es tal, puesto que la
s→∞
Delta de Dirac no es de orden exponencial, que son el tipo de funciones para las cuales se
probó que el límite de su transformada de Laplace debe ser igual a 0. De hecho, en sentido
estricto, ¡ni siquiera es una función!
2.6.3. Definición
Sean a, c > 0 constantes tal que c ≥ a y considere la función
( 1
35
si c−a≤t≤c+a
δa (t − c) = 2a
0 si t < c − a ó t > c + a
Note que ∀a > 0 : Z ∞
δa (t − c) dt = 1
−∞
δ(t − c) = lı́m δa (t − c)
2.6.4. Propiedades
1. δ(t − c) = 0, ∀t 6= c y δ(t) −→ ∞ para t = c.
Z ∞
2. δ(t − c) dt = 1
−∞
sX + Y = e−2πs
e−3πs
−X + sY =
s
MAT023 (2◦ sem. 2012) 35
Universidad Técnica Federico Santa María
Departamento de Matemática
36
s −2πs
s e −
−3πs
s = s e−2πs − e s
s
X(s) = = 2 2
+ e−3πs 2
s 1 s +1 s +1 s s +1
−1 s
s
−1
−3πs
e−2πs e
s e−3πs + e−2πs e−3πs e−2πs
Y (s) = = = +
s2 + 1 s2 + 1 s2 + 1 s2 + 1
x(t) = H(t − 2π) cos(t − 2π) − H(t − 3π) + H(t − 3π) cos(t − 3π)
EJERCICIOS
1. Determine las transformadas de Laplace de las siguientes funciones de la varaible t:
37
Z t
a) sen(t + α) e) t3 e2t cos(6t)
h) e 2t
e6u cos(4u) du
5t
b) (7t − 3)e t 0
Z
π f ) t2 cos2 u du
c) t cos 2t + 0 Z t Z u
3
d ) t2 cos t g) tet f 0 (t) i) f (x)dx du
0 0
a) ty 00 − ty 0 − y = 0, y(0) = 0, y 0 (0) = 3
b) ty 00 + 2ty 0 + 2y = 0, y(0) = 0, y 0 (0) = 3
c) y 00 − 8ty 0 + 16y = 3, y(0) = y 0 (0) = 0
d ) t(1 − t)y 00 + 2y 0 + 2y = 6t, y(0) = y 0 (0) = 0
e) ty 00 − ty 0 + y = 2(et − 1), y(0) = 0, y 0 (0) = −1
1 si 0≤t<1
0 si 1≤t<2
1 si 2≤t<3
d ) y 00 − 3y 0 + 2y = , y(0) = 0, y 0 (0) = 0
0 si 3≤t<4
38
1 si 4≤t<5
0 si t≥5
6. Determine L−1 ln s+a
(Ayuda: F 0 (s) = −L[tf (t)]).
s−a
.
8. Resolver la ecuación
Z t t si 0 ≤ t < 1
0
y + 2y + y(t) dt = 2 − t si 1 ≤ t < 2 con la c.i. y(0) = 0
0
0 si t≥2
11. a) Sea F (s) = L[f (t)](s). Suponga que f (t)/t tiene límite cuando t → 0+ . Probar que
Z ∞
L[f (t)](s) = F (u) du
s
sen t
b) Use a) para encontrar la transformada de Laplace de f (t) = t
.
ty 00 + (t − 1)y 0 + y = 1 − (1 + t)e−t
39
a) Demuestre que eat ∗ (eat f (t)) = eat (1 ∗ f (t)).
b) Use a) para encontrar las soluciones de la ecuación que pasan por (0,0).
13. Use transformada de Laplace para resolver el siguiente sistema de E.D.O.:
2x0 + x + y 00 = e6t
2x + y 0 = 0
x0 − 4x − y + t = 0
a) con las condiciones iniciales x(0) = 0, y(0) = 1
y 0 + 2x − y + et = 0
x0 + x + y 0 + cos t = 0
b) con las condiciones iniciales x(0) = 0, y(0) = 0
y 0 + x − y + et = 0
Γ(n + 1)
L(tn ) =
sn + 1
u
Sugerencia: hacer t = s
en la integral que define a L(tn ).
tx00 + x0 + tx = 0
40
con x(0) = 1 y x0 (0) = 0. Demostrar que:
1
a) L(x(t))(s) = √ .
2
s +1
Z ∞
b) J0 (u)du = 1, donde J0 (t) es la solución de la ecuación.
0
1 π
Z
c) Probar formalmente que J0 (x) = cos(x cos t)dt.
Z π π 0
1 · 3 · 5 · · · (2n − 1)
Γ(x + 1)
18. Demuestre que para x>0: L(tx ) = , donde la función Gamma, está
sx+1
Z ∞
definida por Γ : [0, ∞[−→ R, con Γ(x) = e−t tx−1 dt.
0
Deni
ión 1. Diremos que dos fun
iones f1 , f2 : [a, b] → R son ortogonales en
el intervalo [a, b] si:
Z b
hf1 , f2 i = f1 (x) · f2 (x) dx = 0.
a
para n 6= m y 6 0.
hfn , fn i =
Denimos la norma de la fun
ión fn (x), que denotamos por kfn k, mediante:
!1/2
p Z b
kfn k = hfn , fn i = fn2 (x) dx .
a
0 si n 6= m
Z b
hfn , fm i = fn (x) · fm (x) dx =
a 1 si n = m
Z π
hfn , fm i = sen nx sen mx dx
−π
1 π
Z
= (cos(n − m) x − cos(n + m) x) dx
2 −π
Z π Z π
1
= cos(n − m) x dx − cos(n + m) x dx , si n 6= m :
2 −π −π
π π !
1 sen(n − m)x sen(n + m)x
= −
2 n − m −π n + m −π
1
= (0 − 0) = 0
2
1
Ahora, si n = m:
π
1
Z
hfn , fn i = (1 − cos 2nx) dx
2 −π
π !
1 sen 2nx
= 2π − =π
2 2n −π
√
∴ kfn k = π
Ejemplo 3. El
onjunto {1, sen nx, cos nx; n ∈ N} es ortogonal en [−π, π]. Es
de
ir, la integral del produ
to de
ualquier par de esas fun
iones es 0:
π Z π
1
Z
sen nx · cos nx dx = sen(n + m) x + sen(n − m) dx dx
−π 2 −π
π π !
1 cos(n + m)x
= − − cos(n − m)x
2 n+m
−π −π
1
= (0 − 0) = 0.
2
Los
onjuntos ortogonales de fun
iones propor
ionan desarrollos en serie muy
últiles.
Sea {fn (x)} un
onjunto ortogonal de fun
iones en [a, b] y suponga qu la
fun
ión f (x) puede representarse en términos de las fun
iones fn (x) por una
serie
onvergente, i.e.,
∞
X
f (x) = cn fn (x) = c1 f1 (x) + c2 f2 (x) + · · ·
n=1
Esta serie se llama serie generalizada de Fourier para f (x) y los
oe
ientes cn ,
se llaman
oe
ientes generalizados de Fourier de f (x). Para determinar estos
oe
ientes, jamos m y multipli
amos la igualdad por fm (x) e integramos.
2
∞
X
f (x) · fm (x) = cn fn (x)fm (x)
n=1
Z b X∞ Z b
f (x) · fm (x) = cn fm (x) · fm (x) dx
a n=1 a
X∞
=⇒ hf, fm i = cn hfn , fm i
n=1
Fourier observó que una fun
ión f
ontinua por partes y periódi
a de periodo
2π , puede representarse mediante una serie trigonométri
a de la forma:
∞
a0 X
f (x) = + (an cos nx + bn sen nx)
2 n=1
Note que:
π
1
Z
a0 = f (x) · dx
π −π
Deni
ión 2. Sea f una fun
ión
ontinua por partes de periodo 2π. La serie
de Fourier de la fun
ión f es la serie:
∞
a0 X
+ (an cos nx + bn sen nx)
2 n=1
3
donde los
oe
ientes de Fourier an , bn están dados por:
1 π
Z
a0 = f (x) dx
π −π
1 π
Z
an = f (x) cos nx dx,
π −π
1 π
Z
bn = f (x) sen nx dx, n = 1, 2, . . .
π −π
0, si n = 2, 4, 6, . . .
2
bn = (1 − cos nπ) =
nπ 4 , si n = 1, 3, 5, . . .
nπ
∞
X 2
∴ f (x) = (1 − cos nπ) · sen nx
n=1
nπ
4 sen 3x sen 5x sen 7x
= sen x + + + + ···
π 3 5 7
4
Ejemplo 5. Cal
ular la serie de Fourier de f (x) = |x|, −π < x < π,
f (x + 2π) = f (x).
π Z 0 Z π
1 1
Z
a0 = f (x) dx = −x dx + x dx
π −π π −π 0
0 π !
x2 x2 π2 π2
1 1
= − + = − 0− + =π
π 2 −π 2 0 π 2 2
Z 0 Z π
1
an = −x cos nx dx + x cos nx dx
π −π 0
0 π
1 1 1
= − 2 (cos nx + nx sen nx) + 2 (cos nx + nx sen nx)
π n −π n 0
1 1 1 1
= − 2 (1 − cos nπ) + 2 (cos nπ − 1) = 2 (−2 + 2 cos nπ)
π n n n π
2
= 2 (cos nπ − 1)
n π
Z 0 Z π
1
bn = − x sen nx dx + x sen nx dx
π −π 0
0 ! π !
1 1 1
= − 2 sen nx − nx cos nx + − 2 sen nx − nx cos nx
π n −π n 0
1 1 1
= − 2 nπ cos nπ − 2 nπ cos nπ = 0
π n n
∞
π X 2
∴ |x| = + (cos nπ − 1) cos nx
2 n=1 n2 π
π 4 4 cos 3x 4 cos 5x
|x| = − cos x − − − ···
2 π π 32 π 52
π 4 cos 3x cos 5x
|x| = − cos x + + + ···
2 π 32 52
5
2. Extensión a intervalos arbitrarios
Hasta ahora hemos visto series de Fourier de fun
iones periódi
as de periodo
2π .
Considere ahora una fun
ión f (x), periódi
a de período 2L, L > 0, L 6= π.
Hagamos el siguiente
ambio de variable para x ∈ [−L, L]:
πx Lt
t= de donde x= , t ∈ [−π, π].
L π
Denimos la fun
ión g(t) = f ; −π ≤ t ≤ π :
Lt
π
L Lt Lt
g(t + 2π) = f (t + 2π) = f + 2L = f = g(t)
π π π
∞
a0 X
g(t) = + an cos nt + bn sen nt
2 n=1
donde
π
1
Z
an = g(t) cos nt dt
π −π
y
π
1
Z
bn = g(t) sen nt dt
π −π
donde
L L
1 πx nπx 1 nπx
Z Z
an = g · cos dx = f (x) · cos dx
L −L L L L −L L
Análogamente,
L
1 nπx
Z
bn = f (x) sen dx.
L −L L
6
Deni
ión 3. Sea f : R → R se
ionalmente
ontinua de periodo 2L. La serie
de Fourier de f (x) está dada por
∞
a0 X nπx nπx
+ an cos + bn sen
2 n=1
L L
Note que
L
1
Z
a0 = f (x) dx
L −L
1 0 1 0 1
x2 x2
Z Z Z
a0 = f (x) dx = −x dx + x dx = − + =1
−1 −1 0 2 −1 2 0
Z 1 Z 0 Z 1
an = f (x) cos(nπx) dx = −x cos(nπx) dx + x cos(nπx) dx =
−1 −1 0
1 1
2 = 2 (1 − cos nπ) =
Z
= 2 x cos(nπx) dx = 2 2
(cos nπx)
0 n π
0 n2 π 2
4
, n impar
n2 π 2
=
n par
0,
Z 1
bn = f (x) sen(nπx) dx = 0
−1
1 4 cos 3πx cos 5πx
∴ f (x) = − cos πx + + + · · ·
2 π2 32 52
7
3. Fun
iones Par e Impar
Deni
ión 4. Una fun
ión f se llama par si para
ada x en su dominio
f (x) = f (−x)
Observa
ión 1. Para el produ
to, las fun
iones par e impar se
omportan así:
par · par = par
par · impar = impar
impar · impar = par
Teorema 1. Sea f (x) una fun
ión periódi
a de período 2π, integrable en [−π, π].
Si f (x) es par, su serie de Fourier tiene sólo términos en
oseno y sus
oe-
ientes están dados por:
π
2
Z
an = f (x) cos nx dx, bn = 0.
π 0
Si f (x) es impar, su serie de Fourier sólo tiene términos en seno, sus
oe
ientes
dados por:
π
2
Z
bn = f (x) sen nx dx, an = 0.
π 0
8
3. Supongamos que se desea en
ontrar una aproxima
ión en serie de Fourier
de la fun
ión
f (x) = x, 0 ≤ x < 1.
Como la fun
ión no es periodi
a,
onstruimos una extensión periodi
a de
f , de modo que al restringirla, ésta
oin
ida
on f .
Grá
amente, vemos que es posible
onstruir innitas extensiones. Por
ejemplo:
Notar que las dos primeras extensiones no satisfa
en
ondi
iones de pari-
dad, en
ambio la ter
era fun
ión es una extensión periodi
a par de f y
la
uarta es una extensión periodi
a impar de f .
Claramente, en estos dos últimos
asos, el trabajo de determinar los
oe-
ientes es menor.
9
4. Convergen
ia de las series de Fourier
Para que f (x) tenga una representa
ión en serie (1), f (x) debe satisfa
er las
siguientes
ondi
iones:
1. f debe ser
ontinua por partes, es de
ir, f debe tener un número nito de
puntos de dis
ontinuidad.
2. En
ada punto x0 en el que f es dis
ontinua, la dis
ontinuidad debe ser
de tipo salto nito, es de
ir, si denotamos por
f (x−
0 ) = lı́m− f (x) y f (x+
0 ) = lı́m+ f (x)
x→x0 x→x0
aunque f (x−
0 ) 6= f (x0 ), tanto f (x0 )
omo f (x0 ) son números reales.
+ − +
10
Apli
ando el teorema:
1
f (0− ) = −1, f (0+ ) = 1 =⇒ +
2 (f (0 ) + f (0 )) = 0
−
1
f (π − ) = 1, f (π + ) = −1 =⇒ +
2 (f (π ) + f (π )) = 0
−
2 2
x3 8
Z
a0 = x2 dx = =
0 3 0 3
Z 2
an = x2 cos(nπx) dx, u = nπx =⇒ du = nπdx
0
2nπ
u 2 Z 2nπ
du 1 4
Z
an = cos u = 3
u2 cos u du =
0 nπ nπ (nπ) 0 (nπ)2
Z 2 Z 2nπ
1 4
bn = x2 sen(nπx) dx = 3
u2 sen u du = −
0 (nπ) 0 nπ
∞
4 X 1 4
=⇒ f (x) = + cos(nπx) − sen(nπx)
3 n=1 (nπ)2 nπ
1
f (0− ) = 4, f (0+ ) = 0 =⇒ f (0) = ·4 =2
2
1
f (2− ) = 4, f (2+ ) = 0 =⇒ f (2) = · 4 = 2
2
11
Conse
uen
ia interesante: Como vimos, la serie de Fourier de f
onverge
a 2 en x = 0, es de
ir, evaluando en x = 0 obtenemos:
∞
4 X 4
f (0) = 2 = + , de donde
3 n=1 (nπ)2
∞ ∞
π2 π2
4 4 X 1 X 1 4
2= + 2 =⇒ = 2 − =
3 π n=1 n2 n=1
n2 4 3 6
Ejemplo 9. Cal
ular la serie de Fourier de la fun
ión de período 2π tal que
0 si − π ≤ x < 0 ∨ x = π
f (x) =
π si 0≤x<π
π 0 π
1 1 1
Z Z Z
a0 = f (x) dx = 0 dx +
π dx = π
π −π π −π π 0
π
1 π sen(nπ)
Z
an = f (x) cos(mx) dx = =0
π −π n 0
π
1 π cos(nx)
Z
bn = f (x) sen(nx) dx = −
π −π n 0
− cos(nπ) + 1 1 − (−1)n
= =
n n
Luego, la serie de Fourier de la fun
ión es:
π X 1 − (−1)n
∞
f (x) = + sen(nx)
2 n=1 n
En esta serie, sólo los
oe
ientes impares son no nulos. Luego, podemos
rees
ribirla en la forma:
∞
π X 2
f (x) = + sen((2k + 1)x)
2 2k + 1
k=0
Evaluando en π/2:
π ∞
π X 2
f = + (−1)k de donde
2 2 2k + 1
k=0
(−1)k
∞
π
y luego
X
π− =2
2 2k + 1
k=0
(−1)k
∞
X π
=
2k + 1 4
k=0
12
Índi
e
1. Series de Fourier 1
2. Extensión a intervalos arbitrarios 6
3. Fun
iones Par e Impar 8
4. Convergen
ia de las series de Fourier 10
13