Mat023 Gruenberg

Mat023
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:
Universidad Técnica Federico Santa María

1. T (u1 + u2 ) = T (u1 ) + T (u2 ) ∀ u1 , u2 ∈ U .
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 .
⇐ Para la condición 1. basta tomar α = β = 1, y para la condición 2., basta tomar β = 0.
⇒ Sean α, β ∈ K, u1 , u2 ∈ U . Luego:
T (α · u1 + β · u2 ) = T (α · u1 ) + T (β · u2 ) condición 1. aplicada a αu1 , βu2 ∈ U .

= α · T (u1 ) + β · T (u2 ), por la condición 2.
EJEMPLOS
1. Considere la función T : R −→ R tal que T (x) = 5x. Veamos si T es o no una transformación

lineal.
a) Sean x, y ∈ R. Entonces, T (x + y) = 5(x + y) = 5x + 5y = T (x) + T (y).

Departamento de Matemática
b) Sea x ∈ R, (espacio vectorial), y sea α ∈ R (cuerpo). Entonces,

T (αx) = 5αx = α5x = αT (x).
Así, hemos probado que T (x) = 5x es una transformación lineal. Notar que de la misma
manera podríamos haber probado que T (x) = k · x es una transformación lineal, para

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.
a) Sean x, y ∈ R. Entonces, T (x + y) = 5(x + y) + 9 = 5x + 5y + 9

Claramente, esta última expresión es diferente a T (x) + T (y). Luego, esta función no
es una transformación lineal. Como antes, vemos que

T (x) = k · x + n nunca es una transformación lineal, salvo que n = 0.
3. Análogamente, podemos probar que funciones f : R −→ R, definidas por expresiones como

f (x) = x2 ó f (x) = sen x ó f (x) = cos x ó f (x) = ax etc. no son lineales.
4. Considere la función T : R2 −→ R2 tal que T (x, y) = (x + y, x − y). Veamos si T es

o no una transformación lineal.
a) Sean (x, y), (u, v) ∈ R2 . Entonces,

T ((x, y) + (u, v)) = T ((x + u, y + v)) = (x + u + y + v, x + u − y − v)
= (x + y, x − y) + (u + v, u − v) = T (x, y) + T (u, v)
b) Sea (x, y) ∈ R2 y sea α ∈ R. Entonces,
T (α(x, y)) = T (αx, αy) = (αx + αy, αx − αy) = α(x + y, x − y) = αT (x, y)
Así, hemos probado que T (x, y) = (x + y, x − y) es una transformación lineal.
5. Considere la función T : R2 −→ R3 tal que T (x, y) = (x + y, x − y, 2x + 3y). Análogamente,

probaremos que T es lineal:
a) Sean (x, y), (u, v) ∈ R2 . Entonces,

T ((x, y) + (u, v)) = T ((x + u, y + v))
= (x + u + y + v, x + u − y − v, 2x + 2u + 3y + 3v)
= (x + y, x − y, 2x + 3y) + (u + v, u − v, 2u + 3v)
= T (x, y) + T (u, v)
b) Sea (x, y) ∈ R2 y sea α ∈ R. Entonces,
T (α(x, y)) = T (αx, αy)
= (αx + αy, αx − αy, 2αx + 3αy)
= α(x + y, x − y, 2x + 3y) = α T (x, y)
6. Considere la función T : R2 −→ R2 tal que T (x, y) = (x + y, −1). Veamos si T es o no una

transformación lineal.
Sean (x, y), (u, v) ∈ R2 . Entonces, T ((x, y) + (u, v)) = T ((x + u, y + v)) =
(x + u + y + v, −1) = (x + y, −1) + (u + v, 0), (por ejemplo).
Esta última expresión no es igual a T (x, y) + T (u, v). Luego, T no es una transformación
lineal.
MAT023 (1◦ 2012) 2

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.
9. Sea A ∈ Mm×n (R), y definamos TA : Rn −→ Rm con T (u) = Au donde u ∈ Rn se

considera como vector columna. Entonces, T es una transformación lineal. En efecto:
n
sean u, v ∈ R , α, β ∈ R. Entonces:
TA (αu + βv) = A(αu + βv)

= αAu + βAv
= αTA (u) + βTA (v)
Hemos probado así que para cada matriz A ∈ Mm×n (R) podemos construir una transforma-
ción lineal de Rn en Rm .
n
X
10. Sea T r : Mn×n (R) −→ R definida por T r(A) = aii .
i=1
n
X n
X
Como T r(αA + βB) = α aii + β bii ∀α, β ∈ R, ∀A, B ∈ Mn×n (R), es claro que
i=1 i=1
T r es lineal. T r(A) se llama la traza de A.
df
11. Considere D : C 1 [a, b] −→ C[a, b], D(f ) = . Como ∀α, β ∈ R:
dx
d df dg
αf (x) + βg(x) = α (x) + β (x), se tiene que D es una transformación lineal.
dx dx dx
dn f
12. Considere Dn : C n [a, b] −→ C[a, b], Dn (f ) = . Análogamente al ejemplo anterior, Dn
dxn
es una transformación lineal.
Z b
13. Considere I : C[a, b] −→ R, con I(f ) = f (x) dx.
Z b Z b a Z b
Como (αf (x) + βg(x)) dx = α f (x) dx + β g(x) dx, se tiene que I es una
a a a
transformación lineal.
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
MAT023 (1◦ 2012) 3

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 ).
3. T (−u) = −T (u), ∀u ∈ U. Es decir, toda transformación lineal lleva al inverso aditivo de

un vector en el inverso aditivo de la imagen del vector.
4. Si u1 , u2 , · · · , us son vectores l.d., entonces T (u1 ), T (u2 ), · · · , T (us ) son l.d. Es decir, toda

transformación lineal conserva la condición de dependencia lineal.
Dem.
1. ∀ u ∈ U : T (u) = T (u + 0U ) = T (u) + T (0U ) ⇒ T (0U ) = 0V .
2. Es clara, por inducción.
3. ∀ u ∈ U : T (−u) = T (−1 · u) = −1 · T (u) = −T (u).
4. Como u1 , u2 , · · · , us son vectores l.d., existen escalares α1 , α2 , · · · , αs ∈ K no todos nulos tal

Xs
que αi · ui = 0U . Por lo tanto, si aplicamos T a ambos lados de la ecuación:
i=1
s
X s
X
T αi · ui = T (0U ) =⇒ αi · T (ui ) = 0V
i=1 i=1
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:
1. T : R2 −→ R2 tal que T (x, y) = (x + y, 0)
2. T : R2 −→ R2 tal que T (x, y) = (2x − 3y, 4x − y).
3. T : R2 −→ R2 tal que T (x, y) = (ax + by, cx − dy), donde a, b, c, d son números reales
cualquiera.
4. ev0 : Rn [x] −→ R, tal que ev0 (x) = p(0).
5. T : Rn [x] −→ Rn+1 [x], tal que T (p) = D(p) + Ix (p).
6. T : R2 −→ R, tal que T (x, y) = x2 + y 2 .
7. T : R2 −→ R3 , tal que T (x, y) = (x, y, xy).
8. Si A ∈ Mm×n (R), u0 ∈ Rn fijos, estudie TA : Rn −→ Rm con TA (u) = Au + u0 .
MAT023 (1◦ 2012) 4

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,
∃ ! T : U −→ V lineal, tal que T (ui ) = vi , ∀i = 1, · · · , n.
Dem. Debemos probar existencia y unicidad de la transformación lineal.

Existencia: Sea u ∈ U . Escribimos u como una combinación lineal de los elementos de la base

B, es decir, determinamos los escalares α1 , α2 , · · · , αn tal que :
u = α1 u1 + α2 u2 + · · · + αn un
y luego aplicamos la transformación lineal T :

T (u) = T α1 u1 + α2 u2 + · · · + αn un = α1 T (u1 ) + α2 T (u2 ) + · · · + αn T (un )
T (u) = α1 v1 + α2 v2 + · · · + αn vn ya que para cada i = 1, · · · , n conocemos T (ui ).
Así, hemos probado la existencia de esta transformación lineal.
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.
A continuación, veremos ejemplos de este teorema.

EJEMPLOS
1. Sea T : R2 −→ R3 una transformación lineal tal que:
T (1, 0) = (1, −2, 3), T (0, 1) = (−1, 1, −1)
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, y) = x(1, 0) + y(0, 1)
Aplicando T a ambos lados de la ecuación:
T (x, y) = T (x(1, 0) + y(0, 1)) = xT (1, 0) + yT (0, 1) = x(1, −2, 3) + y(−1, 1, −1)
Luego, T (x, y) = (x − y, −2x + y, 3x − y).
MAT023 (1◦ 2012) 5

2. Sea T : R2 −→ R3 una transformación lineal tal que:
T (1, 2) = (2, 3, 4), T (1, 3) = (6, 7, 8)

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

Así: (x, y) = (3x − y)(1, 2) + (y − 2x)(1, 3) Aplicando T a ambos lados de la ecuación:
T (x, y) = (3x − y)T (1, 2) + (y − 2x)T (1, 3) = (3x − y)(2, 3, 4) + (y − 2x)(6, 7, 8)
de donde T (x, y) = (−6x + 4y, −5x + 4y, −4x + 4y)
3. Sea T : R3 → R2 una transformación lineal tal que
T (1, 0, 1) = (1, −1), T (1, 1, 0) = (1, 2), T (0, 1, 1) = (−1, 2)
Hallar T (x, y, z) , para cualquier (x, y, z) ∈ R3 .

Solución:
Como {(1, 0, 1), (1, 1, 0), (0, 1, 1)} es L.I, es una base para R3 . Escribimos entonces un vector
(x, y, z) ∈ R3 cualquiera como combinación lineal de los elementos de la base:
(x, y, z) = α(1, 0, 1) + β(1, 1, 0) + γ(0, 1, 1)
donde α, β, γ son números reales. Obtenemos el sistema:

x = α+β
x−y+z x+y−z −x + y + z
y = β+γ de donde α= , β= , γ= .
z = α+γ 2 2 2
Aplicamos T a la ecuación y usamos la linealidad de T obteniendo:

T (x, y, z) = T (1, 0, 1) + T (1, 1, 0) + T (0, 1, 1)
2 2 2
T (x, y, z) = (1, −1) + (1, 2) + (−1, 2)
2 2 2
Luego, la transformación buscada es
1
T (x, y, z) = (3x − y − z, −x + 5y − z)
2
MAT023 (1◦ 2012) 6

4. Sea T : R2 [x] −→ M2×3 (R) una transformación lineal tal que:

2 3 4 2 2 3 4 2 0 0 0
T (1 + x) = , T (1 + x ) = , T (x + x ) = ,
6 7 8 0 0 0 6 7 8

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 + bx + cx2 = α(1 + x) + β(1 + x2 ) + γ(x + x2 )

a = α+β a+b−c a−b+c
α = , β = ,
Luego, b = α+γ de donde 2 2
−a + b − c
c = β+γ γ =
2
a+b−c a−b+c −a + b − c
Así: a + bx + cx2 = (1 + x) + (1 + x2 ) + (x + x2 )
2 2 2
de donde:
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
1. Sea T : R3 −→ M2×3 (R) una transformación lineal tal que:

1 2 3 0 1 0 1 1 1
T (1, 0, 0) = , T (1, 1, 0) = , T (1, 1, 1) =
0 −1 −4 0 0 −1 0 0 0
Determinar T (3, 4, −5) y T (a, b, c).
2. Determine una transformación lineal S : R2 [x] −→ R3 tal que
S(1) = (1, −1, 1) ∧ S(x2 ) = (2, 1, 0)
MAT023 (1◦ 2012) 7

DEFINICION
Sea T : U −→ V una transformación lineal. Definimos
1. el kernel ó núcleo de T como el conjunto

8
Ker(T ) = {u ∈ U : T (u) = 0V }

es decir, al conjunto de todos los elementos de U que tienen como imagen al 0V .
2. la imagen de T como el conjunto
Im(T ) = {v ∈ V : ∃u ∈ U con T (u) = v}

es decir, es el conjunto de todos los elementos de V que son imágenes de elementos de U .
TEOREMA
Sea T : U −→ V una transformación lineal. Entonces KerT ≤ U .
Dem. Debemos probar que:
1. KerT 6= ∅, lo cual es claro pues T (0U ) = 0V , de donde 0U ∈ KerT .
2. u1 , u2 ∈ KerT ⇒ u1 + u2 ∈ KerT . En efecto: T (u1 + u2 ) = T (u1 ) + T (u2 ) = 0V + 0V = 0V
3. u ∈ KerT, α ∈ K ⇒ αu ∈ KerT . En efecto: T (αu) = αT (u) = α0V = 0V .
TEOREMA
Sea T : U −→ V una transformación lineal. Entonces ImT ≤ V .
Dem.
Debemos probar que:
1. ImT 6= ∅, lo cual es claro pues T (0U ) = 0V , de donde 0V ∈ ImT .
2. v1 , v2 ∈ ImT ⇒ v1 + v2 ∈ ImT . En efecto: v1 , v2 ∈ ImT =⇒ ∃ u1 , u2 ∈ U :

T (u1 ) = v1 , T (u2 ) = v2 . Por lo tanto, T (u1 + u2 ) = T (u1 ) + T (u2 ) = v1 + v2 . Luego
v1 + v2 ∈ Im T .
3. v ∈ ImT, α ∈ K ⇒ αv ∈ ImT . En efecto: como v ∈ ImT, ∃u ∈ U : T (u) = v. Luego,

T (αu) = αT (u) = αv, de donde αv ∈ ImT .
EJEMPLOS
1. σ : U −→ V ⇒ Ker σ = U , Im σ = {0V }.
2. id : U −→ U ⇒ Ker id= {0U }, Im id =U .
3. D : Rn [x] −→ Rn [x] ⇒ KerD = {p(x) : p(x) = cte.}, ImD = Rn−1 [x].
MAT023 (1◦ 2012) 8

4. T : R3 −→ R2 , T (x, y, z) = (x + y, y + z). Entonces, (x, y, z) ∈ KerT ⇐⇒

T (x, y, z) = (0, 0) ⇐⇒ x + y = 0 ∧ y + z = 0. Así, x = z = −y, de donde
KerT = {(x, y, z) ∈ R3 : x = z = −y} = {(−y, y, −y), y ∈ R}

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 (x, 0, z) = T (u, 0, v) = (u + 0, 0 + v) = (u, v).
Luego, ∀(u, v) ∈ R2 podemos encontrar un elemento (x, y, z) ∈ R3 : T (x, y, z) = (u, v).

Así, Im T = R2 .
Método2 : Notamos que los elementos que pertenecen a ImT son de la forma
(x + y, y + z) = x(1, 0) + y(1, 1) + z(0, 1)
es decir, factorizamos por los escalares correspondientes.

Así, ImT = h(1, 0), (1, 1), (0, 1)i = h(1, 0), (0, 1)i = R2 .
Método3 : Usamos el teorema que afirma que una transformación lineal está completa-
mente determinada por las imágenes de una base, por ejemplo, de la base canónica:
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}.
MAT023 (1◦ 2012) 9

6. T : R3 −→ R5 , T (x, y, z) = (x + y, y + z, x + 2y + z, x + y, 0)
(x, y, z) ∈ KerT ⇐⇒ T (x, y, z) = (0, 0, 0, 0, 0) ⇐⇒

10
x+y = 0

y+z = 0 x = −y
=⇒ Por lo tanto,
x + 2y + z = 0 z = −y
x+y = 0
KerT = {(x, y, z) ∈ R3 : x = −y, z = −y } = { (−y, y, −y), y ∈ R} = h(−1, 1, −1)i

Para determinar ImT , notamos que:
(x + y, y + z, x + 2y + z, x + y, 0) = x(1, 0, 1, 1, 0) + y(1, 1, 2, 1, 0) + z(0, 1, 1, 0, 0)

Así, ImT = h(1, 0, 1, 1, 0), (1, 1, 2, 1, 0), (0, 1, 1, 0, 0)i.
Es fácil ver que estos 3 vectores son l.d. en R5 , por lo que escogemos 2 de ellos, y obtenemos
que
ImT = h(1, 0, 1, 1, 0), (0, 1, 1, 0, 0)i
Luego, dimKerT =1 y dimImT =2.

a b
7. Sea T : M2×2 (R) −→ R2 [x], con T = (a + b)x2 + (b + c)x + d
c d
Determinar una base para KerT y para ImT .

a b a b
Ker T = ∈ M2×2 (R) : T =0
c d c d
a b 2
= ∈ M2×2 (R) : (a + b)x + (b + c)x + d = 0
c d
a b
= ∈ M2×2 (R) : a + b = 0, b + c = 0, d = 0
c d
a −a 1 −1
= ∈ M2×2 (R) : a ∈ R =
a 0 1 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
ImT = {αx2 + βx + γ ∈ R2 [x] : (a + b)x2 + (b + c)x + d = αx2 + βx + γ}
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.
MAT023 (1◦ 2012) 10

Otro camino, es notar que:
(a + b)x2 + (b + c)x + d = ax2 + b(x2 + x) + cx + d

11
Luego, ImT = hx2 , x2 + x, x, 1i = hx2 , x, 1i = R2 [x].
8. Sea T : R3 → R2 una transformación lineal tal que

T (1, 0, 1) = (1, −1), T (1, 1, 0) = (1, 2), T (0, 1, 1) = (−1, 2)
Hallar Ker(T ) y una base del Ker(T ) .

Solución:
Como vimos antes,

1
T (x, y, z) = (3x − y − z, −x + 5y − z)
2
Luego, para determinar el KerT :
Ker(T ) = {(x, y, z) ∈ R3 : T (x, y, z) = (0, 0)}
= {(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
1. Sea T : R2 [x] −→ M2×2 (R) una transformación lineal tal que:

1 −1 2 0 −1 2 1 −2
T (1 + x) = , T (x + x ) = , T (1 + x ) =
1 0 −1 1 0 1
Determinar T (a + bx + cx2 ), KerT e ImT .
2. Sea L : R2 [x] −→ R2 [x], L(p(x)) = p(x − 1).
a) Demuestre que es lineal.

b) Determine KerL e ImL.
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 }.
MAT023 (1◦ 2012) 11

⇐ Sean x, y ∈ U : T (x) = T (y). Luego, T (x)−T (y) = 0 ⇒ T (x−y) = 0 ∴ x−y ∈ KerT .

Ahora, KerT = {0U } ⇒ x − y = 0U , de donde x = y, por lo que T es inyectiva.
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.
2. p(x) ∈ KerT ⇐⇒ T (p(x)) = (0, 0, 0) ⇐⇒
a+b=0
c+d=0

e=0
Esto implica que b = −a, d = −c. Luego:
p(x) ∈ KerT ⇐⇒ p(x) = a − ax + cx2 − cx3
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.
3. Consideremos la base canónica de R4 [x]. Tenemos que: T (1) = (1, 0, 0),

T (x) = (1, 0, 0), T (x2 ) = (0, 1, 0), T (x3 ) = (0, 1, 0), T (x4 ) = (0, 0, 1). Claramente, los
3 vectores linealmente independientes que encontramos (vectores de la base canónica de R3 )
forman la base de ImT . Por lo tanto, dim ImT = 3.
4. Notar que dimR (KerT ) + dimR (ImT ) = 2 + 3 = 5 = dimR4 [x]
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
dimK (KerT ) + dimK (ImT ) = n

Dem. Sea {u1 , u2 , · · · , um } una base de KerT . Completamos esta base a una base de U , es
decir, consideramos los vectores um+1 , · · · , un ∈ U : {u1 , · · · , um , um+1 , · · · , un } sea una base de
U . Debemos probar, entonces, que las imágenes de los vectores que hemos agregado, forman una
base de ImT , es decir, que {T (um+1 ), · · · , T (un )} es base de ImT .
Sea u un vector cualquiera en U . Expresamos u como combinación lineal de los elementos de
la base:
u = α1 u1 + · · · + αm um + αm+1 um+1 + · · · + αn un
Aplicamos T a la relación:
T (u) = α1 T (u1 ) + · · · + αm T (um ) + αm+1 T (um+1 ) + · · · + αn T (un )
MAT023 (1◦ 2012) 12

Como T (ui ) = 0, ∀ i = 1, · · · , m, se tiene que:
T (u) = αm+1 T (um+1 ) + · · · + αn T (un )

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 T (um+1 ) + · · · + αn T (un ) = 0
Por lo tanto, usando la linealidad de T :

T αm+1 um+1 + · · · + αn un = 0 por lo que αm+1 um+1 + · · · + αn un ∈ KerT

Luego, podemos escribir este vector como combinación lineal de los elementos de la base de KerT :
αm+1 um+1 + · · · + αn un = α1 u1 + · · · + αm um
ó equivalentemente
α1 u1 + · · · + αm um − αm+1 um+1 − · · · − αn un = 0
Como {u1 + · · · + um , um+1 + · · · + un } es base de U , αi = 0, ∀ i = 1, · · · , n.
Por lo tanto, el conjunto {T (um+1 ), · · · , T (un )}} es una base de ImT , y queda demostrado el
teorema.
EJERCICIO Sea T : M2×2 (R) −→ R3 [x] definida por

a b
T = (a + b) + (c + d)x + (a + b + c + d)x2 + ax3
c d
Demuestre que T es lineal, y determine base de Ker(T ) y dim Im(T ).
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
MAT023 (1◦ 2012) 13

Por lo tanto, dim Ker T = 1. Aplicamos el teorema para determinar la dimensión de Im T :
1 + dim Im(T ) = 4 = dimM2×2 (R) =⇒ dim Im(T ) = 3

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.

Estudiaremos a continuación qué propiedades se traspasan al resultado de operar con transfor-
maciones lineales.
TEOREMA
Sean U, V espacios vectoriales sobre un cuerpo K, y sea α ∈ K.
Sean T, S : U −→ V transformaciones lineales. Entonces:
1. T + S es una transformación lineal.
2. α · T es una transformación lineal .
Dem.
1. Debemos probar que T + S es una transformación lineal. Para ello, sean

u1 , u2 ∈ U, λ1 , λ2 ∈ K. Formamos
(T + S)(λ1 u1 + λ2 u2 ) = T (λ1 u1 + λ2 u2 ) + S(λ1 u1 + λ2 u2 ) (suma de funciones)

= λ1 T (u1 ) + λ2 T (u2 ) + λ1 S(u1 ) + λ2 S(u2 ) (linealidad de T y S)
= λ1 T (u1 ) + λ1 S(u1 ) + λ2 T (u2 ) + λ2 S(u2 )
= λ1 (T + S)(u1 ) + λ2 (T + S)(u2 ). (suma de funciones)
Por lo tanto, T + S es una transformación lineal.
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
L(U, V ) = {T : U → V tal que T es lineal}
MAT023 (1◦ 2012) 14

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 :

ImT −→ U también es una transformación lineal.
Dem. Sean v1 , v2 ∈ ImT =⇒ ∃u1 , u2 ∈ U :
T (v1 ) = u1 , T −1 (v2 ) = u2 . Luego, T (u1 ) = v1 , T (u2 ) = v2 . Por lo tanto,
−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 .
MAT023 (1◦ 2012) 15

2. Encuentre un isomorfismo entre el espacio de los polinomios R3 [x] y el espacio de las matrices
M2×2 (R).
3. Sean U, V espacios vectoriales sobre R, y considere el conjunto

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 ).

MATRIZ ASOCIADA A UNA TRANSFORMACION LINEAL
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):
T (u1 ) = α11 v1 + α21 v2 + · · · αm1 vm

T (u2 ) = α12 v1 + α22 v2 + · · · αm2 vm
.. .
. = ..
T (un ) = α1n v1 + α2n v2 + · · · αmn vm
La matriz de m filas y n columnas (αij )m×n se llama matriz asociada a la transformación

lineal T , con respecto a las bases B1 y B2 .
Denotamos esta matriz por
 
α11 α12 · · · α1n
 α21 α22 · · · α2n 
[ T ]B 2
=
 
B1  .. .. .. 
 . . ··· . 
αm1 αm2 · · · αmn
EJEMPLOS
1. Considere la función T : R2 [x] −→ R3 , definida por T (p(x)) = (p(0), p(1), p(2)).

Sean B = {1, x, x2 } y D = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} bases de R2 [x] y R3 respectivamente.
a) Pruebe que T es lineal.
MAT023 (1◦ 2012) 16

b) Determine el Ker T y [T ]D
B
c) ¿Es T un isomorfismo?

17
Solución:
a) Sean p(x) , q(x) ∈ R2 [x] y α ∈ R . Entonces

T (αp(x) + βq(x)) = (αp(0) + βq(0) , αp(1) + βq(1) , αp(2) + βq(2) )
= α(p(0) , p(1) , p(2)) + β(q(0) , q(1) , q(2))
= α T (p(x)) + β T (q(x))

Por lo tanto T es lineal.
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.
Determinemos ahora la matriz asociada a esta transformación lineal:
T (1) = (1, 1, 1) = 1 · (1, 0, 0) + 1 · (0, 1, 0) + 1 · (0, 0, 1)

T (x) = (0, 1, 2) = 0 · (1, 0, 0) + 1 · (0, 1, 0) + 2 · (0, 0, 1)
T (x2 ) = (0, 1, 4) = 0 · (1, 0, 0) + 1 · (0, 1, 0) + 4 · (0, 0, 1)
Luego, la matriz asociada buscada es
 
1 0 0
[T ]D
B =  1 1 1 
1 2 4
c) Por el teorema de la dimensión, dim R2 [x] = dim KerT + dim ImT .

Como dim R2 [x] = 3, y dim KerT = 0 , tenemos que dim ImT = 3 = dim R3 . Así,
ImT = R3 , y por lo tanto, T es epiyectiva.
Luego, T es lineal y biyectiva de donde T es un isomorfismo.
2. Sea T ∈ L(R3 , R2 ), dado por T (x, y, z) = (x − 2y + 3z, 4x − y − z).
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:
MAT023 (1◦ 2012) 17

T (1, 1, 0) = (−1, 3) = α11 (1, 2) + α21 (1, −1)

T (1, 0, 1) = (4, 3) = α12 (1, 2) + α22 (1, −1)
T (0, 1, 1) = (1, −2) = α13 (1, 2) + α23 ((1, −1)

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
Escribimos (1, 2, 3) = α(1, 1, 0) + β(1, 0, 1) + γ(0, 1, 1), de donde

 
0
[u]B1 = 1 
2
Para encontrar [ T (u)]B2 , primero calculamos T (1, 2, 3) = (6, −1).

Ahora, (6, −1) = α(1, 2) + β(1, −1), de donde

5/3
[T(u)]B2 =
13/3
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
Esta última propiedad es general, vale decir,
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
Sean B1 = {1, 1 + x, 1 + x + x2 } base de R2 [x] y B2 = C, la base canónica de las

matrices de orden 2 × 2.
Determine:
MAT023 (1◦ 2012) 18

B2
a) [T ]B1
b) Si p(x) = 7 − 2x + x2 , determine [p]B1 , [ T (p)]B2 , y [ T ]B

B1 · [p]B1 .
2
2. Sea T : R2 [x] −→ R2 , definida por T (a + bx + cx2 ) = (a + b + c, c − b).

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
b) Si p(x) = 5 − x + 8x2 , determine [p]B1 , [ T (p)]B2 , y [ T ]B

B1 · [p]B1 .
2

MATRIZ CAMBIO DE BASE
Consideremos ahora la transformación lineal identidad de un espacio vectorial U en sí mismo,

donde dimR U = n. En el dominio U , consideremos la base B1 = {u1 , u2 , · · · , un }, y en el
recorrido U , consideremos la base B2 = {v1 , v2 , · · · , vn }.
Sabemos que existen escalares αij únicos:
id(u1 ) = (u1 ) = α11 v1 + α21 v2 + · · · αm1 vm

id(u2 ) = (u2 ) = α12 v1 + α22 v2 + · · · αm2 vm
.. .. ..
. . .
id(un ) = (un ) = α1n v1 + α2n v2 + · · · αmn vm
Por lo tanto, la matriz asociada a la transformación lineal identidad, [ id ]B2
B1 , posee la siguiente
propiedad: w ∈ U =⇒ [id(w)]B2 = [ id ]B B1 · [w]B1 ,
2
de donde
[w]B2 = [ id ]B
B1 · [w]B1
2
Como la identidad es un isomorfismo, la matriz asociada es invertible, y se tiene que

2 −1
([ id ]B
B1 ) [w]B2 = [w]B1
MAT023 (1◦ 2012) 19

EJEMPLOS:
1. Considere la aplicación identidad en R2 , con B1 = {(1, 2), (1, 3)} en el dominio y

B2 = {(1, 1), (1, 0)} en la imagen.

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
u1 = 3v1 − 4v2 y u2 = v1 + 2v2
Determine:

a) la matriz cambio de bace de B2 a B1 .

1
b) Si [v]B2 = , determine [v]B1
7
Soluciones:
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
MAT023 (1◦ 2012) 20

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
lineales es la suma de las matrices asociadas a cada transformación lineal.
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

lineal.
3. Sea W un espacio vectorial sobre K, B3 = {w1 , w2 , · · · , wp } una base ordenada de W . Sea

L ∈ L(V, W ) y supongamos que la composición de funciones L ◦ T está definida. Entonces,
[ L ◦ T ]B B3 B2
B1 = [ L ]B2 · [ T ]B1 ,
3
es decir, la matriz asociada a la composición de transfor-
maciones lineales es el producto de las matrices asociadas a cada transformación lineal, en
el orden correspondiente.
4. Supongamos que T es un isomorfismo entre U y V . Sabemos que ∃ T −1 : V −→ U que

también es un isomorfismo. Entonces, [ T −1 ]B B2 −1
B2 = ([ T ]B1 ) , es decir, la matriz asociada a
1
la inversa de una transformación lineal es la inversa de la matriz asociada a la transformación

lineal.
EJEMPLOS
1. Consideremos las transformaciones lineales

S, T : R2 −→ R2 con T (x, y) = (x + y, x − y), S(x, y) = (2x − 3y, 4x − 5y)
L : R2 −→ R2 [x] con L(a, b) = a + bx + (a + b)x2 . Las matrices asociadas a estas transfor-
maciones lineales en las respectivas bases canónicas son:

1 1
[ T ]C
C =
1 −1

C 2 −3
[ S ]C =
4 −5
 
1 0
[ L ]C
C =
 0 1 
1 1
Luego:

1 1 2 −3 3 −2
]C
a) [ T + S =C + =
1 −1 4 −5 5 −6

1 1 −5 −5
b) [ −5T ]C
C = −5 · =
1 −1 −5 5
MAT023 (1◦ 2012) 21

   
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
MAT023 (1◦ 2012) 22

EJERCICIOS
1. Determine cual de las siguientes funciones son transformaciones lineales.

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)

3. Sea T : R3 → R1 [x] una transformación lineal. Encontrar T tal que
T (1, 0, −1) = 2 − x , T (0, 2, 1) = 1 + x y T (1, 3, 1) = 3x − 2
4. ¿Existe una transformación lineal T : R2 [x] → R definida por T (1) = 1 ,
T (1 − x) = 2 , T (1 − x2 ) = 3 tal que T (2x2 − 5x − 2) = −1?
5. Sea T : R2 [x] → R3 [x] definida por
T (p(x)) = x3 p0 (0) + x2 p(0)
¿ Es T una transformación lineal?
6. Sea T : M3×1 (R) → M3×1 (R) definida por
    
x x+1
T  y  =  2y 
z z
¿ Es T una transformación lineal?
7. Sea T : R4 → R3 una transformación lineal definida por
T (x, y, z, w) = (x − y + z + w, x + 2z − w, x + y + 3z − 3w).
Encuentre una base y la dimensión del Ker T y de Im T.
8. Sea T : M1×4 (R) → M1×3 (R) una transformación lineal definida por
T ([a1 a2 a3 a4 ]) = [a1 + a2 a3 + a4 a1 + a3 ]
a) Hallar una base para el Ker T. ¿Cuál es su dimensión?
b) Hallar una base para Im T. ¿Cuál es su dimensión?
9. Sea T : R2 [t] → R una transformación lineal definida por
Z 1
2
T (at + bt + c) = (at2 + bt + c) dt
0
Encuentre una base para el Ker T y para Im T.
MAT023 (1◦ 2012) 23

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

ImT .
14. Sea T : R2 [x] → R3 [x] tal que
T (x) = x2 − x
T (x − 1) = x − 2
T (x2 − 1) = x3 − x − 1
a) Hallar T (ax2 + bx + c).

b) Hallar generadores del Ker(T ).
c) Hallar Im(T ).
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)}
18. Sea T : R2 [x] → R3 dada por la matriz

 
1 2 1
[ T ]CB =  0 1 1 
−1 3 4
donde B = { 1, x − 1, x2 − 1 } es base de R2 [x] y C = { (1, 1, 0), (1, 0, 1), (0, 1, 1) } es

una base de R3 .
Hallar Ker(T ) y dim Ker(T )
MAT023 (1◦ 2012) 24

19. Sea p(x) ∈ R2 [x] considerar

Z 1
f (p) = p(x) dx

25
0
Z 0

g(p) = p(x) dx
−1
Se define T : R2 [x] → R2 tal que T (p(x)) = (f (p), g(p)).
a) Calcule el KerT y escríbalo usando el concepto de generador.

b) Encuentre una base del Ker T y calcule la dim(Im(T ).
∗
c) Calcule [T ]BB , donde B y B ∗ son las bases canónicas de R2 [x] y R2 respectivamente.

20. Sea T : R3 [x] → R2 [x], tal que
Z 1
00
T [p(x)] = p (x) + p(x) dx
0
a) Pruebe que T es una transformación lineal.

b) Sean
B1 = { 1, x − 1, (x − 1)2 , (x − 1)3 }
B2 = { 1, x, x(x − 1) }
bases de R3 [x] y R2 [x] respectivamente. Determine [T ]B2
B1 y use esta matriz para obtener
el núcleo de T .
21. Probar que la matriz cambio de base siempre es invertible.
22. Encuentre la matriz cambio de base de S a R y la de R a S para:
a) S = {(1, 0), (0, 1)} , R = {(2, −3), (−2, 4)}

b) S = {1, x, x2 } , R = {x2 + x + 1, x2 − x − 2, x2 + x − 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
a) Las bases canónicas

b) Las bases S = {(1, 1, 0), (0, 1, 1), (1, 0, 1)} y R = {(1, 2), (1, 3)}
MAT023 (1◦ 2012) 25

1
VARIAS VARIABLES

para MAT023

veronica.gruenberg@usm.cl
1. Nociones de Topología en el Espacio Euclideano Rn

Definición 1.1. En el espacio vectorial Rn , definimos el producto interior euclideano entre los
vectores ~x, ~y ∈ Rn , ~x = (x1 , x2 , · · · , xn ), ~y = (y1 , y2 , · · · , yn ) como
n
X
h~x, ~yi = h(x1 , x2 , · · · , xn ), (y1 , y2 , · · · , yn )i = x i yi
i=1
El espacio vectorial Rn dotado del producto interior euclideano se denomina espacio vectorial
euclideano de dimensión n.
Propiedades 1.1. Sean ~x, ~y, ~z ∈ Rn , α, β ∈ R. Entonces se cumplen las siguientes:

→
−
1. h~x, ~xi ≥ 0 y h~x, ~xi = 0 ⇐⇒ ~x = 0 .
2. h~x, ~yi = h~y, ~xi.
3. hα~x + β~y,~zi = αh~x,~zi + βh~y,~zi.
Demostración. Ejercicio para el lector.
Definición 1.2. Sea ~x ∈ Rn , ~x = (x1 , x2 , · · · , xn ). Definimos la norma de ~x, y la denotamos por

k~xk, a v
u n
uX
k~xk = t x2i
i=1
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.
Definición 1.3. Si ~x, ~y ∈ Rn , ~x = (x1 , x2 , · · · , xn ), ~y = (y1 , y2 , · · · , yn ), entonces la distancia

entre ellos está dada por v
u n
uX
d(~x, ~y) = k~x − ~yk = t (xi − yi )2 .
i=1
Departamento de Matemática Verónica Gruenberg Stern
Si n = 1, 2 ó 3, la distancia así definida coincide con la distancia euclideana usual.
En efecto, si n = 1, ~x = x ∈ R, ~y = y ∈ R, por lo que la distancia

p
d(~x, ~y) = d(x, y) = (x − y)2 = |x − y|
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
Análogamente en el caso en que n = 3.

A continuación, presentamos las propiedades fundamentales que satisfacen la norma de un vector
y la distancia entre dos vectores.
Propiedades 1.2. Sean ~x, ~y,~z ∈ Rn , α ∈ R. Entonces se cumplen las siguientes:
1. k~xk ≥ 0 5. d(~x, ~y) ≥ 0

→
−
2. k~xk = 0 ⇐⇒ ~x = 0 .
6. d(~x, ~y) = 0 ⇐⇒ ~x = ~y
3. kα~xk = |α| k~xk.
4. k~x − ~yk = k~y − ~xk . 7. d(~x, ~y) = d(~y, ~x)

X n
8. xi yi ≤ k~xk k~yk, conocida como la desigualdad de Cauchy–Schwarz.

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.
Demostración. Demostraremos sólo 8, 9 y 10.

→
−
8. Supongamos que ~x, ~y son vectores l.i. Luego, t~x −~y 6= 0 , ∀t ∈ R, de donde kt~x − ~yk2 6= 0,
es decir:
(tx1 − y1 )2 + (tx2 − y2 )2 + · · · + (txn − yn )2 6= 0
Reescribiendo esta relación como una cuadrática en la variable t:
n n n
! ! !
X X X
x2i 2
t − 2 x i yi t + yi2 6= 0
i=1 i=1 i=1
Esto significa que el discriminante de la correspondiente ecuación de segundo grado en t es

negativo, es decir,
MAT023 (2◦ sem. 2011) 2

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
y extrayendo raíz cuadrada a ambos lados de la desigualdad, obtenemos la desigualdad pedida.
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

≤
≤ (k~xk + k~yk)2
Nuevamente, extrayendo raíz cuadrada, obtenemos lo pedido.
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
B(~a, r) = {~x ∈ Rn : k~x − ~ak < r} .
Análogamente, definimos la bola cerrada ó vecindad cerrada de centro ~a y radio r, al conjunto
B(~a, r) = {~x ∈ Rn : k~x − ~ak ≤ r} .
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

= (x, y) ∈ R2 : (x − 2)2 + (y − 2)2 < 1 .

MAT023 (2◦ sem. 2011) 3


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

Definición 1.5. Sea U ⊆ Rn . Diremos que el conjunto U es abierto ⇐⇒ ∀ x0 ∈ U ∃r > 0 :

B(x0 , r) ⊂ U .

Ejemplos
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 .
3. En R2 , el conjunto H = {(x, y) ∈ R2 : y > 0} es abierto. Se conoce como el semiplano

superior.
Y
4. En R3 , el conjunto A = {(x, y, z) ∈ R3 : x2 + y 2 + z 2 < 9} es abierto. Gráficamente, es el
MAT023 (2◦ sem. 2011) 4

interior de una esfera de radio 3 centrada en el origen (sin el borde).

z
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.

Definición 1.6. Diremos que el conjunto F ⊆ Rn es cerrado si, y sólo si, Rn − F es abierto.
Ejemplos
1. En R, los intervalos I4 , I7 e I8 son conjuntos cerrados, ya que R − I4 = ] − ∞, a[ ∪ ]b, ∞[,

R − I7 =]b, ∞[, R − I8 =] − ∞, a[ son abiertos.
2. En R2 , el conjunto A = {(x, y) ∈ R2 : x2 + y 2 ≤ 1} es cerrado, pues

A = {(x, y) ∈ R2 : x2 + y 2 > 1} es un conjunto abierto. En general, toda bola cerrada es
un conjunto cerrado.
3. En R2 , el conjunto A = {(x, y) ∈ R2 : x ≥ 0, y ≥ 0} es cerrado. Corresponde, gráficamente, al

primer cuadrante del plano cartesiano, incluyendo el borde.
4. En R3 , el conjunto A = {(x, y, z) ∈ R3 : x2 + y 2 + z 2 = 9} es cerrado, y también lo es el

conjunto A = {(x, y, z) ∈ R3 : x2 + y 2 + z 2 ≤ 9}.
5. Sea →
−
p ∈ Rn , entonces {→
−
p } es un conjunto cerrado.
Definición 1.7. Sea A ⊆ Rn ; diremos que ~q ∈ Rn es un punto de acumulación de A si y sólo

si,
∀ r > 0, B(~q, r) − {~q} ∩ A 6= ∅
Denotamos al conjunto de los puntos de acumulación de A como
A0 = {~q ∈ Rn : ~q es punto de acumulación de A}
Ejemplos
1. En R, consideremos el intervalo I =]a, b]. Si x ∈ ]a, b[ entonces (B(x, r) − {x}) ∩ I 6= ∅. Por

lo tanto, todos los x ∈ R : a < x < b son puntos de acumulación de I. Además, si x = a,
entonces también (B(a, r) − {a}) ∩ I 6= ∅, y si x = b, (B(b, r) − {b}) ∩ I 6= ∅. Hemos probado
entonces que el conjunto de puntos de acumulación de I, I 0 = [a, b].
MAT023 (2◦ sem. 2011) 5

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].
3. En R, consideremos el conjunto A = n1 , n ∈ N . El único punto de acumulación de A es el

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 .
5. En Rn , el conjunto de pntos de acumulación de Rn −{→

−
p} es (Rn − {→
−
p })0 = Rn .
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:

Å = {x ∈ Rn : x es un punto interior de A}
Ejemplos
1. En R, el interior del intervalo I = [a, b] es ˚

I =]a, b[. El mismo interior tienen los intervalos
]a, b[, [a, b[ y ]a, b].
a b a b a b a b
]a, b] ]a, b[ [a, b] [a, b[
2. En R2 , el interior de la bola B((0, 0), 2) es la misma bola.
3. En R2 , el interior de H = (x, y) ∈ R2 : y ≥ 0 es el semiplano superior.

de A = (x, y, z) ∈ R3 : x2 + y 2 + z 2 ≤ 9 es la esfera sin el borde, es decir,

4. El interior
A = (x, y, z) ∈ R3 : x2 + y 2 + z 2 < 9 .

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,
∀ ε > 0 : B(x0 , ε) ∩ A 6= ∅ ∧ B(x0 , ε) ∩ A{ 6= ∅
Denotamos al conjunto de puntos frontera de A por Fr A o ∂A.
Definición 1.10. Sea A ⊆ Rn ; diremos que x0 ∈ Rn es un punto exterior de A si, y sólo si,
x0 ∈ Int(Ac ).
MAT023 (2◦ sem. 2011) 6

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[
2. En R2 , el conjunto de puntos frontera de A = {(x, y) ∈ R2 : x2 + y 2 < 1} es el conjunto

∂A = {(x, y) ∈ R2 : x2 + y 2 = 1}.

3. En R, el conjunto de puntos frontera de A = n1 , n ∈ N

es ∂A = A ∪ {0}.
1 1
0 5 3 1
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
1. En R2 , la bola B((0, 0), 2) es una región. Cualquier bola es una región en R2 .
2. En general, B(x0 , r) ⊆ Rn es una región.
3. El semiplano superior es una región.
4. En R2 , el anillo abierto A = (x, y) ∈ R2 : 1 < x2 + y 2 < 4 es una región.

MAT023 (2◦ sem. 2011) 7

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

2. En cada uno de los siguientes casos, sea A el conjunto de todos los (x, y, z) ∈ R3 que satisfacen
la desigualdad dada. Grafique el conjunto en cada caso, y determine si es abierto, cerrado, si
es una región, sus puntos interiores, exteriores, frontera y de acumulación.
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
3. Si I1 e I2 son dos intervalos abiertos en R, pruebe que I1 ∪ I2 e I1 ∩ I2 son abiertos.
4. Si I1 e I2 son dos intervalos cerrados en R, pruebe que I1 ∪ I2 e I1 ∩ I2 son cerrados.
5. Si A es un abierto en Rn y x ∈ A, pruebe que el conjunto A − {x} es un abierto.
6. Si A es un cerrado en Rn y x 6∈ A, pruebe que el conjunto A ∪ {x} es un cerrado.
7. Pruebe que la unión arbitraria de conjuntos abiertos es abierto.
8. Pruebe que la intersección finita de conjuntos abiertos es abierto. ¿Qué puede decir de la
intersección arbitraria de conjuntos abiertos?
9. Pruebe que la intersección arbitraria de conjuntos cerrados es cerrado.
10. Pruebe que la unión finita de conjuntos cerrados es cerrado. ¿Qué puede decir de la unión
arbitraria de conjuntos cerrados?
MAT023 (2◦ sem. 2011) 8

2. Funciones Reales de Varias Variables

2.1. Funciones escalares de Varias Variables
En esta sección, estudiaremos funciones que tienen como dominio un subconjunto A de Rn y
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:

ln x
2. Sea f : A ⊂ R2 → R, con f (x, y) = p . El dominio de esta función es el conjunto
4 − x2 y
Dom(f ) = {(x, y) ∈ R2 : 4 > x2 y ∧ x > 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,
Dom(g) = {(x, y) ∈ R2 : 1 − x2 − y 2 ≥ 0} = {(x, y) ∈ R2 : x2 + y 2 ≤ 1}.
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
MAT023 (2◦ sem. 2011) 9

a) Determine y grafique el dominio de f .

b) ¿Es el dominio de f un conjunto abierto?
c) Determine la frontera del dominio de f y sus puntos de acumulación.

10
Solución:
a) Para determinar el dominio de f , necesitamos que la cantidad subradical sea positiva:

x−y

Dom(f ) = 2
(x, y) ∈ R : ≥0
x+y
= {(x, y) ∈ R2 : x − y ≥ 0 ∧ x + y > 0} {(x, y)R2 : x − y ≤ 0 ∧ x + y < 0}

S
= {(x, y) ∈ R2 : x ≥ y ∧ x > −y} {(x, y) ∈ R2 : x ≤ y ∧ x < −y}

S
b) El Dom(f ) no es un conjunto abierto.

Basta tomar, por ejemplo, el punto p = (1, 1) y un radio cualquiera r ∈ R para que la
bola abierta B(p, r) no esté contenida en el dominio de f .
c) Frontera de Dom(f )={(x, y) ∈ R2 : y = x} {(x, y) ∈ R2 : y = −x}
S
Los puntos de acumulación del Dom(f ) forman el conjunto

{(x, y) ∈ R2 : x ≥ y ∧ x ≥ −y} {(x, y) ∈ R2 : x ≤ y ∧ x ≤ −y}
S
Definición 2.1. Sea f : A ⊆ Rn → R una función, donde Dom(f ) = A, y tal que
(x1 , x2 , · · · , xn ) −→ f (x1 , x2 , · · · , xn ).
Definimos el gráfico de f como el conjunto
Gf = {(x1 , x2 , · · · , xn , f (x1 , x2 , · · · , xn )) ∈ Rn+1 : (x1 , x2 , · · · , xn ) ∈ A}
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
MAT023 (2◦ sem. 2011) 10

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

−2 −1 1 2
−1
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
Figura 1: Algunos gráficos.
MAT023 (2◦ sem. 2011) 11

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.
Análogamente las «superficies cuádricas», es decir, superficies con ecuación de la forma
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

(1)
(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.
MAT023 (2◦ sem. 2011) 12

Ecuación Gráfico en R2 Gráfico en R3
2
•
x
1 •

13
z
−2 −1 1 2
−1
(a) y = mx + n
(b) x2 + y 2 = r2
z

x2 y2
+ =1
x
(c) a2 b2
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
MAT023 (2◦ sem. 2011) 13

3. Hiperboloide de una hoja:
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
4. Hiperboloide de dos hojas:
x2 y 2 z 2
4
− + 2 − 2 =1 2
a2 b c z 0
-4
-2

-2
0 x
-4
2
-4
-2
0 4
y 2
4
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
Observación. El intercambio de posición de las variables en las ecuaciones no altera la naturaleza

básica de una superficie, pero sí cambia la orientación de la superficie en el espacio.
MAT023 (2◦ sem. 2011) 14

Ejercicios. Grafique en R3 las siguientes:
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|
2.2. Funciones Vectoriales

En esta sección, estudiaremos funciones que tienen como dominio un subconjunto A de Rn y

recorrido en Rm , es decir,
f : A ⊆ Rn −→ Rm .
Ejemplos:
1. T : R2 −→ R3 tal que T (x, y) = (2x − 3y, x + y, x − y).

→
− →
−
2. F : R2 −→ R2 , tal que F (x, y) = (sen x, y)
→
− →
−
3. F : R2 − {(0, 0)} −→ R2 , tal que F (x, y) = (f1 (x, y), f2 (x, y)), donde
xy
f1 (x, y) = 2 , f2 (x, y) = x cos y.
x + y2
2.3. Curvas y Superficies de Nivel

Definición 2.2. Sea f : A ⊆ R2 −→ R. Para cada z0 ∈ Rec(f ) definimos la correspondiente curva
de nivel como el conjunto
Cz0 = {(x, y) ∈ A : f (x, y) = z0 }
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.
1. Sea f : A ⊆ R2 → R, f (x, y) = 9−x2 −y 2 donde A = {(x, y) ∈ R2 : x2 +y 2 ≤ 9}. Entonces,

las curvas de nivel se obtienen al hacer z = f (x, y) = k =cte. Para distintos valores de la
constante k, obtenemos circunferencias de diferentes radios. Por ejemplo, si k = 0, obtenemos
la circunferencia centrada en el origen y de radio 3. Si k = 5, obtenemos la circunferencia
centrada en el origen de radio 2, y así sucesivamente.
MAT023 (2◦ sem. 2011) 15

k=8

16
k=5

x2 − y 2
2. Determine las curvas de nivel de f (x, y) = .
x2 + y 2
x2 − y 2
Claramente, Domf = R2 − {(0, 0)}. Suponemos que f (x, y) = = k, de donde:
x2 + y 2
x=0 =⇒ f (0, y) = −1 ∴ sobre el eje OY la función tiene el valor constante −1.
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
Si f es una función de 3 variables, es decir, f : A ⊆ R3 → R, el análogo a las curvas de nivel de

f son las gráficas de f (x, y, z) = k =cte., y por lo tanto en lugar de curvas lo que obtenemos son
superficies de nivel .
Definición 2.3. Sea f : A ⊆ R3 −→ R. Para cada w0 ∈ Rec(f ) definimos la correspondiente

superficie de nivel como el conjunto
Cw0 = {(x, y, z) ∈ A : f (x, y, z) = w0 }
MAT023 (2◦ sem. 2011) 16

Observación. Es posible generalizar el concepto de superficies de nivel, considerando funciones

de Rn a Rm . Más precisamente, si
F : A ⊆ Rn −→ Rm , F (x1 , x2 , · · · , xn ) = (f1 (~x), f2 (~x), · · · , fm (~x)),

17
para cada ~b ∈ Rec(F ) definimos la correspondiente superficie de nivel como el conjunto
C~b = {~x ∈ A : F (~x) = ~b}
Ejemplos
Determine las superficies de nivel de f , si

1. f : R3 −→ R, dada por f (x, y, z) = x2 + y 2 + z 2 .
2. f : R3 −→ R, dada por f (x, y, z) = x2 + y 2 − z 2 .
x−y
r
3. Dada la función f (x, y) =
x+y
a) Determine y grafique el dominio de f .
b) ¿Es el dominio de f un conjunto abierto?
c) Determine la frontera del dominio de f y sus puntos de acumulación.

1
d ) Determine las curvas de nivel f (x, y) = c, y grafique para c = 0, c = 1, c = , c = 2.
2
e) Analice que sucede cuando c crece indefinidamente.
Solución
1. Como x2 + y 2 + z 2 ≥ 0 ∀(x, y, z) ∈ R3 , se tiene que:
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.
2. Tenemos los siguientes tres casos:
MAT023 (2◦ sem. 2011) 17

Caso I) x2 + y2 − z2 = 0

18
z0
-2
-4
-2
-4 0
-4 x
-2 2
0
y 2 4
4
Caso II) x2 + y 2 − z 2 > 0 z0
-1
-2
-1
-2 0 x
-2 1
-1 0 2
1 2
y

4
Caso III) x2 + y2 − z2 < 0 2
z 0
-4
-2
-2
0 x
-4
2
-4
-2
0 4
y 2
4
3. a) Necesitamos que la cantidad subradical sea positiva, y que el denominador no se anule.

Luego:
x−y
Dom(f ) = {(x, y) ∈ R2 : ≥ 0}
x+y
= {(x, y) ∈ R2 : x − y ≥ 0 ∧ x + y > 0} {(x, y)R2 : x − y ≤ 0 ∧ x + y < 0}

S
= {(x, y) ∈ R2 : x ≥ y ∧ x > −y} {(x, y) ∈ R2 : x ≤ y ∧ x < −y}

S
b) El Dom(f ) no es un conjunto abierto.

Basta tomar, por ejemplo, el punto p = (1, 1) y un radio cualquiera r ∈ R para que la
bola abierta B(p, r) no esté contenida en el dominio de f .
c) Frontera de Dom(f )={(x, y) ∈ R2 : y = x} {(x, y) ∈ R2 : y = −x}
S
Los puntos de acumulación del Dom(f ) forman el conjunto

{(x, y) ∈ R2 : x ≥ y ∧ x ≥ −y} {(x, y) ∈ R2 : x ≤ y ∧ x ≤ −y}
S
d ) Estudiemos la situación general en primer lugar:

x−y
r
f (x, y) = c ⇔ =c
x+y
x−y
⇔ = c2
x+y
1 − c2

⇔ y= x
1 + c2
MAT023 (2◦ sem. 2011) 18

Es decir, ∀c ∈ R, las curvas de nivel son rectas que pasan por el origen. En particular:
Si c = 0, la curva de nivel es la recta y = x.

Si c = 1, la curva de nivel es la recta y = 0.

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

p
x2 + y 2 − 16
(b) f (x, y) =
x
x+1
(c) f (x, y) =
|y − 1|
2. Describa las curvas de nivel correspondientes a los valores de f (x, y) = C, que se indican, para
las superficies:
(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
a) Determine y grafique Dom(f ).

b) Escriba la ecuación de la curva de nivel que contenga al punto (3,1). Grafique la curva.
5. Sea f : R2 → R definida por:

f (x, y) = mı́n{|x|, |y|}.
Bosqueje las curvas de nivel de la función f (x, y).
6. Sea f : R2 → R definida por:
f (x, y) = mı́n{|x + y|, |x − y|}.
Bosqueje las curvas de nivel de la función f (x, y).
MAT023 (2◦ sem. 2011) 19

x2

si x 6= y

7. Sea f (x, y) = x−y
0 si x 6= y

Determine las curvas de nivel si: (i) f (x, y) = 1, (ii) f (x, y) = 2.

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.
MAT023 (2◦ sem. 2011) 20

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
lı́m f (x) = L ⇐⇒ ∀ε > 0 ∃δ > 0 : 0 < d(x, x0 ) < δ =⇒ |f (x) − L| < ε

x→x0
Observación. Es usual llamar vecindad reducida ó bola reducida centrada en x0 a la bola

B(x0 , r) sin el punto x0 .

Ejemplos
Demuestre que:
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)|
≤ 2|x − 1| + 3|y − 3| (por la desigualdad triangular)
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
MAT023 (2◦ sem. 2011) 21

Si esta última expresión es menor que ε, se tendrá, por transitividad, que |2x + 3y − 11| < ε.
Luego, para lograr lo que queremos demostrar, basta escoger δ ≤ 5ε .

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.

ε
Luego, para que esto sea menor que ε, basta tomar δ ≤ 8.
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
Ahora, |4x + y 2 − 1| = |4x + (y + 1)(y − 1)| ≤ 4|x| + |y + 1| |y − 1| (desig. triangular)
p p
Como antes, sabemos que |x| ≤ x2 + (y − 1)2 y |y − 1| ≤ x2 + (y − 1)2 .
Debemos acotar |y + 1|. Para ello, suponemos que δ1 = 1. Luego:
p
|y − 1| ≤ x2 + (y − 1)2 ≤ 1 (= δ1 ) de donde |y − 1| ≤ 1
⇐⇒ −1 < y − 1 < 1 ⇐⇒ 1 < y+1 < 3 de donde |y + 1| < 3
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 }.
4. Dejamos 4., 7. y 8. como ejercicio al lector. Demostramos ahora:

x2 y 2
5. Para probar que lı́m = 0, acotamos
(x,y)→(0,0) x2 + y 2
MAT023 (2◦ sem. 2011) 22

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.

(x + y) sen x1

si 6 0
x =
1. Sea f (x, y) =
0 si x = 0
Conjeture el lı́m f (x, y), y demuestre su conjetura.

(x,y)→(0,0)

2xy si (x, y) 6= (3, −1)
2. Sea f (x, y) =
0 si (x, y) = (3, −1)
Conjeture el lı́m f (x, y), y demuestre su conjetura.

(x,y)→(3,−1)
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)
Demostraremos este límite como antes:
|2xy − (−6)| = 2|(x − 3)(y + 1) − x + 3y + 6| = 2|(x − 3)(y + 1) − (x − 3) + 3(y + 1)|

≤ 2 |(x − 3)(y + 1)| + |(x − 3)| + 3|(y + 1)|
MAT023 (2◦ sem. 2011) 23

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:
Proposición 1. Si lı́m f (x) = L1 y lı́m f (x) = L2 , entonces L1 = L2 .

x→x0 x→x0
La proposición anterior dice que si el límite de una función en un punto existe, este límite es

único. En otras palabras, si una función tiene diferentes límites cuando x → x0 a través de conjuntos
diferentes de puntos (distintos caminos), entonces lı́m f (x) no existe.
x→x0
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
MAT023 (2◦ sem. 2011) 24

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

Sin embargo, si nos aproximamos por la parábola x = y2:
x4 y 4 y 12 1
lı́m 2 4 3
= lı́m 4 3
= .
(x,y)→(0,0) (x + y ) y→0 (2y ) 8
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
Pero si consideramos la curva que pasa por el origen y = x3 − x2 , obtenemos:
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
Por lo tanto, este límite no existe.
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.
MAT023 (2◦ sem. 2011) 25

y0 y0

26
x0 x0
Si los límites iterados difieres, entonces el límite no existe.
La figura muestra la forma de los caminos que producen los límites iterados.

Ejemplos
x2 − y 2
1. Determine, si existe, lı́m
(x,y)→(0,0) x2 + y 2
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.
3.1. Algebra de Límites

Sea ~x0 ∈ Rn punto de acumulación para f, g : A ⊆ Rn → R. Entonces, si
lı́m f (~x) = L1 y lı́m g(~x) = L2 , se tiene:

x→~
~ x0 x→~
~ x0
1. lı́m (f (~x) ± g(~x)) = L1 ± L2 f (~x) L1

~
x→~
x0
4. Si L2 6= 0, lı́m =
~
x→~
x0 g(~x) L2
5. Si f (~x) ≥ 0 ∀ ~x ∈ A, lı́m f (~x) ≥ 0
~
x→~
x0
2. lı́m cf (~x) = cL1 , ∀c ∈ R
~
x→~
x0
6. Si f (~x) ≥ 0 ∀~x ∈ D ⊂ A,
p r
3. lı́m f (~x) g(~x) = L1 L2 lı́m f (~x) = lı́m f (~x)
~
x→~
x0 ~
x→~
x0 ~
x→~
x0
MAT023 (2◦ sem. 2011) 26

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
sen x sen y sen x sen y xy

2. lı́m = lı́m =1
(x,y)→(0,0) sen xy (x,y)→(0,0) xy sen xy

6(1 − cos xy) 6(1 − cos2 xy)
3. lı́m = lı́m =
(x,y)→(0,0) x2 y sen 2y (x,y)→(0,0) x2 y sen 2y(1 + cos xy)
6y sen2 xy 3 3
= lı́m 2 2
= lı́m =
(x,y)→(0,0) x y sen 2y(1 + cos xy) (x,y)→(0,0) 1 + cos xy 2
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,
1. f (~x) está definida en una vecindad de ~x0
2. lı́m f (~x) = L
x→~
~ x0
MAT023 (2◦ sem. 2011) 27

3. f (~x0 ) = L
Observación. En muchos textos, se dice que f : A ⊆ Rn −→ R es continua en ~x0 ∈ A si, y

sólo si, lı́m f (~x) = f (~x0 ). Aquí hemos preferido enfatizar todos los aspectos involucrados en la

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)

es continua en (0, 0).

a) f (x, y) está definida en (0, 0) y en una vecindad de él.
x2 − y 2
b) Veamos que lı́m xy = 0.
(x,y)→(0,0) x2 + y 2
x2 − y 2 x2 − y 2
p 2
xy
x2 + y 2 − 0 = xy
x2 + y 2
≤ |xy| ≤ x 2 + y2 = x2 + y 2 < ε
√
Por lo tanto, basta tomar δ ≤ ε
c) f (0, 0) = 0 = lı́m f (x, y).

(x,y)→(0,0)
Luego, f es continua en (0, 0)
2. Estudiar la continuidad en el origen de

 2
 x − y2
, (x, y) 6= (0, 0)
f (x, y) = x2 + y 2
0, (x, y) = (0, 0)

Usando límites iterados:

x2 − y 2 x2

lı́m lı́m 2 = lı́m =1
x→0 y→0 x + y 2 x→0 x2
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.
MAT023 (2◦ sem. 2011) 28

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 .

Ejemplos
xy − 1
1. Determine los puntos de R2 en donde la función f (x, y) = es discontinua.
x2 − y
Solución:
Claramente, f es discontinua si y = x2 .
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)

es continua en (0, 0).

Solución:
p p
1 − cos x2 + y 2 1 + cos x2 + y 2
lı́m f (x, y) = lı́m ·
x2 + y 2
p
(x,y)→(0,0) (x,y)→(0,0) 1 + cos x2 + y 2
p
1 − cos2 x2 + y 2
= lı́m p
(x,y)→(0,0) (x2 + y 2 ) 1 + cos x2 + y 2
p
sen2 x2 + y 2 1
= lı́m 2 =
2
p
(x,y)→(0,0)
p
x2 + y 2 1 + cos x2 + y 2
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
MAT023 (2◦ sem. 2011) 29

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|

x2 + |xy| |x||y|
= lı́m = lı́m x +
(x,y)→(0,b) x (x,y)→(0,b) x
(
0, b = 0
=
±b, b 6= 0
Por lo tanto, f es continua en (0, 0) pero no es continua en los puntos de la forma
(x, y) = (0, b), b 6= 0.
4. Sea  x−y

 3 si y − x3 6= 0
x −y
f (x, y) =

si y − x3 = 0

1
Encuentre el dominio de continuidad de f .

Solución :
Note que f es una función continua en R2 − {(x, y) : y = x3 } porque es un cuociente de
funciones continuas.
Sea (a, b) ∈ R2 tal que b = a3 . Note que si (a, b) 6= (0, 0), (a, b) 6= (1, 1), (a, b) 6= (−1, −1),
entonces :
x−y c
lı́m 3
no existe porque es de la forma donde c = a − a3 es una constante distinta
(x,y)→(a,a3 ) x − y 0
de cero.
Sea (a, b) = (1, 1), si nos acercamos a este punto por el camino x = 1 y y = 1 se tiene,
respectivamente, que:
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,
MAT023 (2◦ sem. 2011) 30

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
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



0 si (x, y) = (0, 2)

¿Es f una función continua?
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.
MAT023 (2◦ sem. 2011) 31

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)



x2 + y 2

3. f (x, y) =


0, (x, y) = (0, 0)

sen(x3 − y 3 )

, x 6= y


x−y

4. f (x, y) =


0, x =y

3.4. Cambio de variable. Caso particular: Coordenadas Polares

Observación: Se debe ser cuidadoso al utilizar cambio de coordenadas para el cálculo de límites,
particularmente las coordenadas polares. Consideremos lo siguientes ejemplos:
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
MAT023 (2◦ sem. 2011) 32

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
Por lo tanto f no es continua en (0,0).
√
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:

3 p p
r2 cos(θ) sen(r3 sen3 (θ)) cos(θ) sen(r3 sen3 (θ))
lı́m = lı́m 5
r→0 r4 (cos4 (θ) + sen4 (θ)) r→0 r 2 (cos4 (θ) + sen4 (θ))
p
3r2 cos(θ) sen3 (θ) sen(r3 sen3 (θ))
lı́m
L’H r→0 5 32 4
= 2 r (cos (θ) + sen4 (θ))
√ p
3 r cos(θ) sen3 (θ) sen(r3 sen3 (θ))
= lı́m 5 4 4
2 (cos (θ) + sen (θ))
r→0
= 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
MAT023 (2◦ sem. 2011) 33

3.5. Límites y Continuidad de Funciones de Rn −→ Rm

Una función vectorial de variable vectorial es una función F ~ : A ⊆ Rn −→ Rm que asocia a cada
n ~ m
~x ∈ R un punto F(~x) = (f1 (~x), f2 (~x), · · · , fm (~x)) ∈ R . Cada función fi (~x), i = 1, · · · , m se
~

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.
2. T : R3 −→ R3 , dado por T (x, y, z) = (xy 2 , cos xyz, x + y + z).
Definición 3.4. ~ : A ⊆ Rn −→ Rm , y sea ~x0 ∈ Rn un punto de acumulación de A.

Sea F

Diremos que ~ x) = L
lı́m F(~ ~ ∈ Rm ⇐⇒
x→~
~ x0

~ ~
∀ε > 0 ∃δ > 0 : 0 < d(~x, ~x0 ) < δ =⇒ F(~x) − L <ε
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
Definición 3.5. Sea F~ : A ⊆ Rn −→ Rm , ~x0 ∈ A. ~ es continua en ~x0

Diremos que F ⇐⇒
~ x) = F(~
lı́m F(~ ~ x0 ).
x→~
~ x0
3.6. Derivadas Parciales
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.
Definición 3.6. Sea f : Rn −→ R, ~a = (a1 , a2 , · · · , an ) ∈ Rn . Si el límite
f (a1 , · · · , ai−1 , ai + h, ai+1 , · · · , an ) − f (a1 , · · · , ai−1 , ai , ai+1 , · · · , an )

lı́m
h→0 h
∂f
existe, lo denotaremos por (~a), y lo llamaremos la derivada parcial de f con respecto a la
∂xi
variable xi en el punto ~a. Otras notaciones que también usaremos son: Di f (~a), fxi (~a).
Observación. Di f (~a) es la derivada ordinaria de la función de una variable g : R −→ R, con

g(x) = f (a1 , · · · , ai−1 , x, ai+1 , · · · , an ), donde la variable x ocupa el lugar i-ésimo en la n-upla. Es
decir, Di f (~a) = g 0 (ai ).
MAT023 (2◦ sem. 2011) 34

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

∂y 2 k→0 k k→0 k k→0 k
Aplicando las propiedades del cálculo en una variable:
∂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
MAT023 (2◦ sem. 2011) 35

4. Determine, si existen, las derivadas parciales de
x2 − y 2

xy 2 , (x, y) 6= (0, 0)

f (x, y) = x + y2

36
0, (x, y) = (0, 0)

Solución:
a) Si (x, y) 6= (0, 0):
∂f x2 − y 2 2x(x2 + y 2 ) − 2x(x2 − y 2 )
=y + xy
∂x x2 + y 2 (x2 + y 2 )2
x2 − y 2 4xy 2 y(x4 − y 4 ) + 4x2 y 3

=y + xy =
x2 + y 2 (x2 + y 2 )2 (x2 + y 2 )2

∂f x2 − y 2 −2y(x2 + y 2 ) − 2y(x2 − y 2 )
=x + xy
∂y x2 + y 2 (x2 + y 2 )2
x2 − y 2 4x2 y x(x4 − y 4 ) − 4x3 y 2

=x − xy =
x2 + y 2 (x2 + y 2 )2 (x2 + y 2 )2
b) Si (x, y) = (0, 0):
∂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
5. Determine, si existen, las derivadas parciales en el punto (0, 0) de la función

 3
 x + 3y 3
, (x, y) 6= (0, 0)
f (x, y) = x2 + y 2
0, (x, y) = (0, 0)

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
MAT023 (2◦ sem. 2011) 36

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:
a) Para poder determinar h(0, 1), calculamos primeramente

∂g g(0, 1 + h) − g(0, 1)
(0, 1) = lı́m = 0
∂y h→0 h
∂g √
Por lo tanto, h(0, 1) = f (0, 1) + (0, 1) = 3 + 1.
∂y
b) Notar que
2x2 (y − 1) sen(x)

; (x, y) 6= (0, 1)


∂g 
[x2 + (y − 1)2 ]2
(x, y) =
∂y 

0 ; (x, y) = (0, 1)

Si consideramos el camino x = 0, entonces

∂g
lı́m (x, y) = 0
(x,y)→(0,1) ∂y
Ahora, considere el camino y − 1 = x, entonces
∂g 2x2 x sen(x) 2x3 sen(x) sen(x) 1

lı́m (x, y) = lı́m 2 2 2
= lı́m 2 2
= lı́m =
(x,y)→(0,1) ∂y x→0 [x + x ] x→0 [2x ] x→0 2x 2
Lo que muestra que la función h(x, y) no es continua en (0,1).

 xy
 si x2 6= −y
8. Sea f : R2 → R definida por f (x, y) = x2 + y
0 si x2 = −y

∂f ∂f
Hallar (x, y) y (x, y) en aquellos puntos en que existan. ¿Son continuas en (0,0)?
∂x ∂y
Solución:
Para (x, y) con y 6= −x2 :
MAT023 (2◦ sem. 2011) 37

∂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
Para (x, y) = (0, 0):
∂f f (t, 0) − f (0, 0) 0−0

(0, 0) = lı́m = lı́m = 0
∂x t→0 t t→0 t
∂f f (0, t) − f (0, 0) 0−0
(0, 0) = lı́m = lı́m = 0
∂y t→0 t t→0 t

Para (x, y) con y = −x2 y x 6= 0:
∂f f (x + t, −x2 ) − f (x, −x2 ) x3 + x2 t

(x, −x2 ) = lı́m = lı́m −
∂x t→0 t t→0 (2xt + t2 )t
∂f f (x, −x2 + t) − f (x, −x2 ) tx − x3

(x, −x2 ) = lı́m = lı́m
∂y t→0 t t→0 t2
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 .
Por lo tanto f admite derivadas parciales en R2 − (x, y) ∈ R2 : y = −x2 , 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
MAT023 (2◦ sem. 2011) 38

∂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

Definición 3.7. Sea f : A ⊂ Rn −→ R, A una región. Si existen las n derivadas parciales de f en
un punto ~x0 , llamamos vector gradiente de f en ~x0 al vector

∂f ∂f ∂f
∇f (~x0 ) = (~x0 ), (~x0 ), · · · , (~x0 )
∂x1 ∂x2 ∂xn
MAT023 (2◦ sem. 2011) 39

3.7. Interpretación Geométrica

z
Sea f : R2 → R, ~a = (a1 , a2 ). La gráfica de f es
una superficie de ecuación Pa

40
z = f (x, y).
Si y se mantiene constante (y = a2 ), entonces z =

f (x, a2 ) es la ecuación de la curva de nivel de esta a2 y
superficie en el plano y = a2 . Entonces ∂f ∂x (~
a) es la
pendiente de la recta tangente a la curva en el punto
a1
Pa = (a1 , a2 , f (a1 , a2 )) en el plano y = a2 .
Análogamente con ∂f ∂y (~
a) x
a

p
Ejemplo. Sea C la traza de la gráfica de z = 36 − 9x2 − √ 4y 2 en el plano y = 2. Encuentre la
ecuación paramétrica de la recta tangente a C en P0 = (1, 2, 11).
Solución:

∂z −9x 9
= p = −√

∂x 2 2
36 − 9x − 4y P 11
0
9 20
l: x = t, y = 2, z = −√ t + √ , t∈R
11 11
3.8. Derivadas parciales de orden superior

Sea f : A ⊆ Rn −→ R una función. En general, Di f es también una función de n variables
para cada i = 1, · · · , n. Si las derivadas parciales de estas funciones existen, se llaman segundas
derivadas parciales de f ó derivadas parciales de segundo orden de f . En la práctica, lo que
∂ ∂f
calculamos es .
∂xj ∂xi
∂2f

∂ ∂f
Notación. = = Dij f = fij .
∂xj ∂xi ∂xj ∂xi
Por ejemplo, si f : A ⊆ R2 −→ R, hay 4 derivadas parciales de segundo orden:
∂2f ∂2f ∂2f ∂2f

, , , .
∂x2 ∂x∂y ∂y∂x ∂y 2
De manera análoga se definen las derivadas parciales de orden n ≥ 3.
MAT023 (2◦ sem. 2011) 40

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
∂f f (h, 0) − f (0, 0) 0−0

Si y = 0 : D1 f (0, 0) = (0, 0) = lı́m = lı́m =0
∂x h→0 h h→0 h

Luego, D1 f (0, y) = −y ∀ y ∈ R.
Análogamente, se puede probar que D2 f (x, 0) = x ∀ x ∈ R. Entonces
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
Vemos entonces que, en general, D12 f 6= D21 f . Pero, tenemos el siguiente
Teorema 3. Si f, D1 f, D2 f y D12 f existen y son continuas en una vecindad de un punto

P0 = (x0 , y0 ), entonces D21 f (P0 ) existe y, más aún,
D12 f (P0 ) = D21 f (P0 )
Observación. Análogamente para derivadas mixtas de orden dos de funciones de n variables.

Dejamos como ejercicio probar, en el ejemplo anterior, que D12 f no es continua en (0, 0).
MAT023 (2◦ sem. 2011) 41

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
A la única transformación lineal que satisface esta propiedad se le llama la diferencial de f en

~x0 . Si f es diferenciable en todos los ~x ∈ A, diremos que f es diferenciable en A.
Observación 4.1. La matriz asociada a esta transformación lineal, en las bases canónicas, se llama

matriz jacobiana de f en ~x0 , y, puede probarse que corresponde a la matriz de las derivadas
parciales de f :
∂f ∂f ∂f
(~x0 ) (~x0 ) ... (~x0 )
∂x1 ∂x2 ∂xn
Luego, para funciones f : A ⊂ Rn −→ R, la matriz jacobiana (la matriz asociada a la diferencial)
es el vector gradiente, escrito como matriz fila.
Observación 4.2. Df (~x)(~h) = ∇f (~x) · ~h, ~h ∈ Rn , es decir, la diferencial de f aplicada a ~h

es igual al gradiente de f producto punto ~h.
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)
Luego, la función es diferenciable en (0,0), y la correspondiente matriz jacobiana es (0 0).
MAT023 (2◦ sem. 2011) 42

(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
Debemos calcular ahora:

f (2 + h, 1 + k) − f (2, 1) − (0 1) h
(h+1)k

− 0 − k

k k+1
lı́m √ = lı́m √
(h,k)→(0,0) h2 + k 2 (h,k)→(0,0) h2 + k 2

hk − k 2 hk − k 2

= lı́m √ ≤ lı́m
(h,k)→(0,0) h2 + k 2 |k + 1| (1 + k)k

h − k lı́m |h − k|
≤ lı́m = =0
1 + k lı́m |1 + k|
Luego, f es diferenciable en (2,1) y su matriz jacobiana en ese punto es (0 1).
Lamentablemente, la existencia de las derivadas parciales no garantiza la diferenciabilidad de

f . Veamos el siguiente ejemplo:
3. Determine si f es diferenciable en (0, 0), donde

( xy
, (x, y) 6= (0, 0)
f (x, y) = x2 + y2
0, (x, y) = (0, 0)
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.
MAT023 (2◦ sem. 2011) 43

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

este hecho, basta considerar el siguiente ejemplo, que dejamos como ejercicio.
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⇒
Observación. Es claro que si f es diferenciable en un punto ~x0 , entonces f es continua en ~x0 .

Además, el álgebra clásica para funciones diferenciables también se satisface para funciones definidas
desde subconjuntos de Rn .
MAT023 (2◦ sem. 2011) 44

4.2. Derivada Direccional

Sea f : A ⊂ Rn −→ R, ~a = (a1 , a2 , · · · , an ) ∈ A, A una región. Sea ~u un vector unitario en
Rn . Definimos la derivada direccional de f en la dirección del vector ~u en el punto ~a al siguiente

45
límite, si existe:
f (~a + t~u) − f (~a)

lı́m
t→0 t
∂f
Lo denotaremos por (~a) , D~u f (~a) , f~u (~a).
∂~u
Ejemplo

Determine, si existe, la derivada direccional en la dirección del vector √1 , √1 en el punto (0, 0)
2 2
de la función

 3
 x + 3y 3
, (x, y) 6= (0, 0)
f (x, y) = x2 + y 2
0, (x, y) = (0, 0)

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.
Teorema 5. Sea f : A ⊆ Rn −→ R una función diferenciable en ~x ∈ A donde A es una región.

Entonces, la derivada direccional de f existe en cualquier dirección ~u ∈ Rn , k~uk = 1 y se tiene
D~u f (~x) = ∇f (~x) · ~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

que dejamos como ejercicio.
MAT023 (2◦ sem. 2011) 45

El último teorema nos permite afirmar que:

Teorema 6. (del gradiente) El valor máximo (respectivamente, mínimo) de la derivada direc-
cional de f en ~x0 vale k∇f (~x0 )k (respectivamente, − k∇f (~x0 )k). Además, este valor máximo

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.

Ejemplos
1. Sea f (x, y) = x2 − 4xy. Encontrar la dirección en la que f aumenta más rápidamente en (1,2),
y encontrar también, en el mismo punto, la tasa máxima de crecimiento.
100
2. La temperatura en un punto (x, y, z) ∈ R3 está dada por T = .
x2 + y2 + z2
(a) Determine la razón de cambio de T en el punto P = (1, 3, −2) en la dirección de (1, −1, 1).
(b) ¿En qué dirección a partir de P aumenta más rápidamente la temperatura? ¿A qué tasa?
3. Un insecto situado en un punto P de un plano observa que si camina (en el plano) en la
dirección noreste, la temperatura se incrementa a una razón de 0, 01◦ por cm. Cuando se
dirige en la dirección sureste, la temperatura decrece a razón de 0, 02◦ por cm.
(a) Si se dirige en la dirección 30◦ al norte del occidente, ¿aumenta o disminuye la temperatura
y a qué razón?
(b) ¿Hacia donde debe caminar para calentarse lo más rápidamente posible?
(c) Si está cómodo con su temperatura, ¿en que dirección debe moverse para mantener cons-
tante la temperatura?
Plano tangente y recta normal a una superficie

Sea S una superficie dada por la ecuación f (x, y, z) = 0, y sea ~x0 ∈ S. El ∇f (~x0 ) es ortogonal
al conjunto de nivel de f que pasa por ~x0 (probaremos esta afirmación cuando veamos la regla de la
cadena). Esto último permite determinar la ecuación del plano tangente a una superficie S definida
por la ecuación f (x, y, z) = 0 en un punto P0 = (x0 , y0 , z0 ) ya que el plano tangente a S
en P0 es el plano que pasa por P0 y tiene como vector normal al vector ∇f (P0 ).
Luego, si denotamos por Π al plano tangente a la superficie S en el punto P0 , se tiene que
(x, y, z) ∈ Π ⇐⇒ ((x, y, z) − (x0 , y0 , z0 )) · ∇f (P0 ) = 0, de donde la ecuación del plano
tangente es:
∂f ∂f ∂f
(x0 , y0 , z0 )(x − x0 ) + (x0 , y0 , z0 )(y − y0 ) + (x0 , y0 , z0 )(z − z0 ) = 0
∂x ∂y ∂z
MAT023 (2◦ sem. 2011) 46

Definición 4.1. La recta perpendicular al plano tangente en el punto P0 = (x0 , y0 , z0 ) de la

superficie S, se llama recta normal a S en P0 .
Observación 4.6. Si S es la gráfica de f (x, y, z) = 0, entonces la recta normal a S en P0 es paralela

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 .

3. Encontrar una ecuación de la recta normal al paraboloide elíptico 4x2 + y − 16z = 0 en el
punto P0 = (2, 4, 2).
4. Encontrar la ecuación cartesiana de la recta tangente a la curva de intersección de las superficies

S1 : 3x2 + 2y 2 + z 2 = 49 y S2 : x2 + y 2 − 2z 2 = 10 en el punto P0 = (3, −3, 2).
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
MAT023 (2◦ sem. 2011) 47

4.3. Diferenciabilidad de funciones de Rn −→ Rm

Definición 4.2. Análogamente al caso de funciones de Rn −→ R, se define la diferencial para una
función F : A ⊆ Rn −→ Rm , es decir, una tal función F será diferenciable en ~x0 ∈ A, si existe una

48
transformación lineal DF (~x0 ) : Rn −→ Rm tal que

F (~x0 + ~h) − F (~x0 ) − DF (~x0 ) ~h

lı́m
~ = 0
~h→~0
h
Observación 4.7. La matriz Jacobiana, ó la matriz derivada ó la matriz asociada a la transforma-

ción diferencial en las respectivas bases canónicas DF (~x0 ) es la matriz formada por las derivadas
parciales de las funciones componentes.

Más precisamente:
Si F : A ⊆ Rn −→ Rm con F (~x) = (f1 (~x), f2 (~x), · · · , fm (~x)) es diferenciable en ~x0 , entonces

la correspondiente matriz jacobiana es:
 ∂f1 ∂f1 ∂f1 
∂x1 (~
x0 ) ∂x2 (~
x0 ) ··· ∂xn (~
x0 )
 
 
∂f2 ∂f2 ∂f2

 ∂x1 (~
x0 ) ∂x2 (~
x0 ) ··· ∂xn (~
x 0 ) 

 
 
[JF (~x0 )] =  ··· ··· ···
 

 
 
··· ··· ···
 
 
 
 
∂fm ∂fm ∂fm
∂x1 (~
x0 ) ∂x2 (~
x0 ) ··· ∂xn (~
x0 )
Ejemplos:
1. Si f : Rn → Rm es lineal, entonces Df (→
−
a ) = f, ∀→
−
a ∈ Rn .
2. Sea f : R2 → R definida por f (x, y) = xy , entonces Df (a, b)(x, y) = bx + ay, ∀(a, b) ∈ R2 .
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)
MAT023 (2◦ sem. 2011) 48

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

Si f (u, v) = u2 v − v 3 + 2uv, u = u(x) = ex , v = v(x) = sen x, entonces
∂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
3. Si ϕ es una función derivable en una variable y z = y ϕ(x2 − y 2 ) , probar
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:
MAT023 (2◦ sem. 2011) 49

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

∂u ∂f ∂r ∂f ∂s ∂f 1 ∂f
= x3 · + x3 · = x3 = x2
∂z ∂r ∂z ∂s ∂z ∂s x ∂s
∂u ∂u ∂u ∂f ∂f ∂f ∂f
Así, x + y + z = 3x2 f (r, s) − xy − xz + yx2 + zx2 =
∂x ∂y ∂z ∂r ∂s ∂r ∂s
= 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
MAT023 (2◦ sem. 2011) 50

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
Análogamente se generaliza para funciones diferenciables en más variables.
Más formalmente, y en el caso general, se tiene el siguiente
Teorema 8. (Regla de la Cadena)

→
− →
− →
− −
Sean F : Rn −→ Rm diferenciable en →
−
a y G : Rm −→ Rp diferenciable en F (→
a ). Entonces,

→
− → −
G ◦ F : Rn −→ Rp es diferenciable en →
−
a y se tiene :
→
− → − − →
− → − − →
− −
D( G ◦ F )(→
a ) = D G ( F (→
a )) · D( F (→
a ))
→
− → −
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
En particular, se tiene que:
∂gi (F (→
−
m
∂ →
− a )) ∂fk →
(−
X
(G ◦ F )i ( a ) = · a)
∂xj ∂yk ∂xj
k=1
donde (G ◦ F )i representa a la i-ésima función componente (de Rn a R) de G ◦ F .
Observación 5.1. Notar que si m = n = p = 1 obtenemos la regla de la cadena usual en una

variable.
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
MAT023 (2◦ sem. 2011) 51

∂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
= · + ·
∂r ∂x ∂r ∂y ∂r
∂u ∂u ∂x ∂u ∂y
= · + ·
∂s ∂x ∂s ∂y ∂s
2. Consideremos F : R2 −→ R2 con F (x, y) = (f1 (x, y), f2 (x, y)) y G : R2 −→ R2 con

G(u, v) = (g1 (u, v), g2 (u, v)), ambas con primera derivada parcial y tales que la composición
G ◦ F está bien definida. Entonces:
(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)))
Escribimos la regla de la cadena en forma matricial para este caso:
∂g1 ∂g1 ∂g1 ∂g1 ∂f1 ∂f1

     
 ∂x ∂y  =  ∂u ∂v ∂x ∂y 
∂g2  ·  ∂f2
 
 ∂g ∂g2   ∂g ∂f2 
2 2
∂x ∂y ∂u ∂v ∂x ∂y
Descomponiendo componente a componente:
∂g1 ∂g1 ∂f1 ∂g1 ∂f2 ∂g1 ∂u ∂g1 ∂v

= · + · = · + ·
∂x ∂u ∂x ∂v ∂x ∂u ∂x ∂v ∂x
∂g1 ∂g1 ∂f1 ∂g1 ∂f2 ∂g1 ∂u ∂g1 ∂v
= · + · = · + ·
∂y ∂u ∂y ∂v ∂y ∂u ∂y ∂v ∂y
∂g2 ∂g2 ∂f1 ∂g2 ∂f2 ∂g2 ∂u ∂g2 ∂v

= · + · = · + ·
∂x ∂u ∂x ∂v ∂x ∂u ∂x ∂v ∂x
∂g2 ∂g2 ∂f1 ∂g2 ∂f2 ∂g2 ∂u ∂g2 ∂v
= · + · = · + ·
∂y ∂u ∂y ∂v ∂y ∂u ∂y ∂v ∂y
MAT023 (2◦ sem. 2011) 52

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
C⊂S =⇒ F (f (t), g(t), h(t)) = 0

Sea G(t) = F (f (t), g(t), h(t)). Si F es diferenciable y si f 0 (t0 ), g 0 (t0 ) y h0 (t0 ) existen,
aplicando regla de la cadena:

∂F ∂F ∂F
G0 (t0 ) = (x0 , y0 , z0 )f 0 (t0 ) + (x0 , y0 , z0 )g 0 (t0 ) + (x0 , y0 , z0 )h0 (t0 )
∂x ∂y ∂z
Luego: G0 (t0 ) = ∇F (x0 , y0 , z0 ) · Dt →

−
r (t0 ) = ∇F (x0 , y0 , z0 ) · →
−
r 0 (t0 ).
Como G0 (t) = 0 ∀t bajo consideración (pues F (f (t), g(t), h(t)) = 0), lo anterior se puede
escribir:
∇F (x0 , y0 , z0 ) · →
−
r 0 (t0 ) = 0 y también ∇F (x, y, z) · →
−
r 0 (t) = 0 ∀ (x, y, z) ∈ C
Como → −r 0 (t ) es un vector tangente a C en P , esto implica que el vector ∇F (x , y , z ) es
0 0 0 0 0
perpendicular a toda recta tangente a S en P0 (y también es perpendicular a toda curva C en
S que pasa por P0 ).
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
Sustituyendo los valores, obtenemos:

dI 1 80
= ·5+ − (−2) = 0, 225 A/min
dt 40 1600
MAT023 (2◦ sem. 2011) 53

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
MAT023 (2◦ sem. 2011) 54

5.1. Derivadas Implícitas

La regla de la cadena es útil para encontrar las derivadas de funciones que están definidas de
manera implícita. Recordemos el procedimiento para funciones de R en R:

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:
w = F (u, y), con u = x, y = f (x)
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

∂w ∂w 0
0 = ·1+ f (x)
∂u ∂y
∂w
Luego, si 6= 0, entonces
∂y
dy D1 f (x, y)
f 0 (x) = =−
dx D2 f (x, y)
Tenemos entonces el siguiente:
Teorema 9. Si una ecuación F (x, y) = 0 determina implícitamente una función derivable f de una
variable real, tal que y = f (x), entonces
∂F
dy D1 F (x, y) Fx (x, y) ∂x (x, y)
= − = − = − ∂F
dx D2 F (x, y) Fy (x, y) ∂y (x, y)
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
MAT023 (2◦ sem. 2011) 55

∂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 .
5.2. Teoremas de la función inversa y de la función implícita

Dada una función f : Rn −→ Rn , es posible preguntarse:
1. ¿Es f una función invertible?

2. Si lo es y además f es diferenciable, ¿será f −1 diferenciable? ¿Bajo qué condiciones?
5.2.1. Teorema de la función inversa

Teorema 11. Sea U ⊆ Rn un abierto, y sea f : U −→ Rn una función de clase C 1 . Sea x0 ∈ U
tal que det(Df (x0 )) 6= 0. Entonces, existen abiertos V, W ⊆ Rn , x0 ∈ V, f (x0 ) ∈ W :
f : V −→ W es biyectiva y f −1 : W −→ V es de clase C 1 .
Df −1 (y) = [Df f −1 (y) ]−1 ,

Además, se tiene que ∀y ∈ W
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.
MAT023 (2◦ sem. 2011) 56

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:

1 0

det (F 0 (a, b)) = = ∂f (a, b) = D2 f (a, b) 6= 0

∂f (a, b) ∂f ∂y

∂x (a, b)
∂y
Luego, por el teorema de la función inversa, se tiene que F es localmente invertible.
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
Luego, ∀(x, y) ∈ R2 : sen y + x cos y 6= 0 , se tiene que la función inversa de F es

diferenciable. Más aún, en tales (x, y):
−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)
MAT023 (2◦ sem. 2011) 57

5.2.2. Teorema de la función implícita

Sean ~x = (x1 , x2 , . . . , xn ) ∈ Rn , ~y = (y1 , y2 , . . . , ym ) ∈ Rm y considere la función
n m
f : R × R −→ R , m (x, y) 7→ f (x, y). Diremos que la función ϕ : Rn −→ Rm está

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),

y calcúlelo.
Solución:
Sea G(x) = f (x, ϕ(x)) = 0. Luego,
G0 (x) = D1 f (x, ϕ(x)) · 1 + D2 f (x, ϕ(x)) · ϕ0 (x) = 0
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 :
∂ϕ D1 f (x, y, ϕ(x, y)) ∂ϕ D2 f (x, y, ϕ(x, y))

(x, y) = − , (x, y) = −
∂x D3 f (x, y, ϕ(x, y)) ∂y D3 f (x, y, ϕ(x, y))
3. Sean F1 , F2 : R5 −→ R funciones de clase C 1 , y consideremos el sistema de ecuaciones

F1 (x, y, x, u, v) = 0
F2 (x, y, x, u, v) = 0
MAT023 (2◦ sem. 2011) 58

¿Qué condiciones son suficientes para poder escribir u y v en función de x, y, z? En el caso en

∂u ∂u ∂u ∂v ∂v ∂v
que estas condiciones se satisfacen, determine , , , , , .
∂x ∂y ∂z ∂x ∂y ∂z
Solución:

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 )

det = 6= 0
D4 F2 D5 F2 ∂(u, v)
Bajo esta hipótesis, es posible calcular las derivadas parciales pedidas; calculemos, por ejem-
∂u
plo, . Derivando el sistema de ecuaciones, utilizando la regla de la cadena, obtenemos:
∂x
∂F1 ∂F1 ∂u ∂F1 ∂v

+ + = 0
∂x ∂u ∂x ∂v ∂x
∂F2 ∂F2 ∂u ∂F2 ∂v
+ + = 0
∂x ∂u ∂x ∂v ∂x
Usando la regla de Cramer:
∂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)
MAT023 (2◦ sem. 2011) 59

4. Demuestre que la ecuación z 3 + z 2 y − 7x2 y 2 z + c = 0 define z como función de x e y. Si

esta función es z = ϕ(x, y) , hallar un valor para la constante c para el cual ϕ(1, 1) = 2 y
∂ϕ ∂ϕ
calcular y en (1,1).
∂x ∂y

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

(1, 1, 2) = ∧ (1, 1, 2) =
∂x 9 ∂y 9
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
2. ¿Puede definirse la superficie de ecuación xy + z ln y + exz = 1 en la forma z = f (x, y)

en una vecindad de (0,1,1)? ¿Y en la forma y = g(x, z)?
3. Demuestre que el sistema

v + ln u − xy = 0
u + ln v − (x − y) = 0
√ √ !
1 + 5 −1 + 5
no define u, v en términos de x, y en un entorno de (x, y, u, v) = , , 1, 1 .
2 2
4. Si F : R3 −→ R es una función diferenciable, ¿qué condiciones debe cumplir F para que

en la ecuación F (x, y, z) = 0 cada variable pueda despejarse localmente en función de
las otras dos variables? Bajo estas condiciones, demuestre que:
∂z ∂x ∂y
· · = −1
∂x ∂y ∂z
MAT023 (2◦ sem. 2011) 60

5.3. Teorema de Taylor para funciones de varias variables

Sea X = (x1 , x2 , · · · , xn ) y H = (h1 , h2 , · · · , hn ). Supongamos que X ∈ U ⊆ Rn , U abierto, y
que f : U −→ R es de clase C n . Como en una variable, interesa encontrar una expresión polinomial

61
que permita aproximar a f , en algún entorno de X.
Para ello, reduciremos el problema a una variable, del siguiente modo: sea
(∗) g(t) = f (X + tH) = f (x1 + th1 , x2 + th2 , · · · , xn + thn ), para 0 ≤ t ≤ 1
∴ g(0) = f (X) y g(1) = f (X + H). Aplicando el Teorema de Taylor a la función g:
g 0 (0) g 00 (0) g (n−1) (0) g (n) (η)

g(1) = g(0) + + + ··· + +
1! 2! (n − 1)! n!
para algún η ∈]0, 1[, donde g ∈ C n (]0, 1[).

Hacemos ui = xi + thi , ∀i = 1, · · · , n en (*), y aplicando regla de la cadena:
n
∂f du1 ∂f du2 ∂f dun X
g 0 (t) = + + ··· + = Di f · hi = ∇f · H
∂u1 dt ∂u2 dt ∂un dt
i=1
n
∂2f

d ∂f X
Para calcular g 00 (t) debemos conocer = · hj
dt ∂ui ∂uj ∂ui
j=1
     
n n n
X ∂2f X ∂2f X ∂2f
∴ g 00 (t) =  hj  · h1 +  hj  · h2 + · · · +  hj  · hn
∂uj ∂u1 ∂uj ∂u2 ∂uj ∂un
j=1 j=1 j=1
n X
n
X ∂2f
g 00 (t) = hj hi , expresión que podemos escribir en la forma:
∂uj ∂ui
i=1 j=1
g 00 (t) = (h1 D1 + h2 D2 + · · · + hn Dn )2 f (X + tH) = (H · ∇)2 f (X + tH)

Análogamente, es posible calcular las derivadas de orden superior. Se tiene entonces:
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:
g (r) (t) = ((H · ∇)r f ) (X + tH) ∀t : X + tH ∈ U
Demostración Por inducción: Casos r = 1 y r = 2, demostrados arriba.

Supongamos que la fórmula es válida para s ∈ N, s ≤ r. Definamos ψ = (H · ∇)s f .
Entonces
g (s) (t) = ψ(X + tH)
Por el caso r = 1, tenemos que:
g (s+1) (t) = ψ 0 (t) = ((H · ∇)ψ) (X + tH) = ((H · ∇)(s+1) f ) (X + tH)
MAT023 (2◦ sem. 2011) 61

lo que termina la demostración.
Antes de enunciar el Teorema de Taylor, miremos un caso particular: sea f ∈ C 2 (U ), U ⊂ R2

y sea X = (a, b). Luego:

62
g(t) = f ((a, b) + t(h1 , h2 )), 0≤t≤1 ∴ g(0) = f (a, b), g(1) = f (a + th1 , b + th2 )
Al aplicar el Teorema de Taylor a la función g, con polinomio de grado 2:

g 0 (0) g 00 (0) g 000 (η)
g(1) = g(0) + + + ⇐⇒
1! 2! 3!
1 ∂2f 2 ∂2f ∂2f 2

∂f ∂f
f (a + th1 , b + th2 ) = f (a, b) + h1 + h2 + h + h1 h2 + 2 h2 + R2
∂x ∂y 2! ∂x2 1 ∂x∂y ∂y

Así, podemos concluir que los polinomios de Taylor de f de grado 1 y 2, respectivamente, son:
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).
Enunciamos a continuación, el Teorema de Taylor:
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[:
H ·∇ (H · ∇)2 (H · ∇)r (H · ∇)r+1

f (X+H) = f (X) + f (X) + f (X) + · · · + f (X) + f (X+τ H)
1! 2! r! (r + 1)!
El último sumando se llama resto del polinomio de Taylor, y se denota por Rr (X).
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
f (x, y) ≈ p1 (x, y) y f (x, y) ≈ p2 (x, y)
Es interesante observar que la primera de estas aproximaciones es conocida, pues:
z = f (a, b) + fx (x − a) + fy (y − b) ⇐⇒ (fx , fy , −1) · (x − a, y − b, z − f (a, b)) = 0
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.
MAT023 (2◦ sem. 2011) 62

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!

p
2. Obtenga los polinomios de Taylor de grado 1 y 2 para
p f (x, y) = x2 + y 2 en torno del
punto (3, 4). Use estos polinomios para estimar 2 2
(3, 1) + (4, 02) .
Solución
∂f x ∂f y
= p , = p
∂x x + y2
2 ∂y x + y2
2
∂2f y2 ∂2f − xy ∂2f x2

2
= 3 , = 3 , 2
= 3
∂x (x2 + y 2 ) 2 ∂x∂y (x2 + y 2 ) 2 ∂y (x2 + y 2 ) 2
Evaluando en (3, 4):
∂f 3 ∂f 4 ∂2f 16 ∂2f −12 ∂2f 9

= , = , 2
= , = , 2
=
∂x 5 ∂x 5 ∂x 125 ∂x∂y 125 ∂y 125
3 4
∴ p1 (x, y) = 5 + (x − 3) + (y − 4)
5 5

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
MAT023 (2◦ sem. 2011) 63

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) .
MAT023 (2◦ sem. 2011) 64

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 ) ).
Análogamente se definen mínimo y máximo absoluto, si la desigualdad se satisface en todo el

dominio D de la función f .
Ejemplo
1. La función f : A ⊆ R2 −→ R, f (x, y) = e|x+y| tiene un máximo relativo (y absoluto) en
(0, 0).

2. La función f : A ⊆ R2 −→ R, f (x, y) = |x − y| tiene mínimos en todos los (x, y) ∈ R2 :
y = x. Es decir, los extremos relativos o absolutos, cuando se alcanzan, no son necesariamente
únicos.
Teorema 15. Si f : Rn −→ R es diferenciable en V ⊆ Rn , y f alcanza un extremo relativo en

x0 ∈ V , entonces ∇f (x0 ) = 0 (es decir, todas las derivadas parciales son nulas).
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 .
2. Los puntos en los cuales el gradiente se anula se llaman puntos críticos.
Teorema 16. Sea f : A ⊆ Rn −→ R, donde f es continua y A es cerrado y acotado. Entonces f

alcanza su máximo y su mínimo absoluto en A.
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.
Desarrollaremos 2 técnicas para encontrar y determinar la naturaleza de los puntos críticos.
6.1. Máximos y Mínimos sin restricciones

El primer criterio se utiliza en dominios abiertos, es decir, en dominios en los cuales podemos
calcular derivadas en todos los puntos. Necesitaremos para ello construir una matriz, conocida como
la matriz hessiana de f .
MAT023 (2◦ sem. 2011) 65

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 )
es la matriz hessiana de f en ~x0 .

Observación 6.1. Notamos inmediatamente que la matriz hessiana es simétrica.
Observación 6.2. Esta matriz, formada por las «segundas derivadas» nos servirá, como en el caso
de una variable, para tener un criterio análogo al criterio de la segunda derivada para funciones de

R en R.
Definición 6.2 (Matriz definida positiva). A ∈ Mn×n es una matriz simétrica definida positiva si,
y sólo si, para todo ~x no nulo de Rn se tiene:
(x1 , x2 , . . . , xn ) A (x1 , x2 , . . . , xn )t > 0.
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 .
Criterio para matrices simétricas

¿Qué significa que una matriz sea definida positiva? Presentaremos dos criterios para poder
determinarlo, para el caso en que la matriz sea simétrica:
1. Una matriz A ∈ Mn×n simétrica es definida positiva si, y sólo si, todos sus valores propios
son positivos.
2. Sea A = (aij ) una matriz simétrica de orden n × n. Para cada k, k = 1, · · · , n construyamos

las submatrices
 
a11 · · · a1k
Ak =  . . . . . . . . . . . . . 
ak1 · · · akk
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.
MAT023 (2◦ sem. 2011) 66

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.
Resumiendo, podemos decir que si f : R2 −→ R, ~x0 ∈ R2 tal que ∇f (~x0 ) = ~0 y
D11 f (~x0 )D22 f (~x0 ) − (D12 f (~x0 ))2 > 0,
entonces

1. D11 f (~x0 ) > 0 =⇒ f tiene un mínimo en ~x0 .
2. D11 f (~x0 ) < 0 =⇒ f tiene un máximo en ~x0 .
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,
1. D11 f (~x0 ) > 0

D11 f (~x0 ) D12 f (~x0 )
2. det >0
D12 f (~x0 ) D22 f (~x0 )
3. det Hf (~x0 ) > 0
y f tiene un máximo relativo en ~x0 si, y sólo si,
1. −D11 f (~x0 ) > 0 ⇐⇒ D11 f (~x0 ) < 0

−D11 f (~x0 ) −D12 f (~x0 ) D11 f (~x0 ) D12 f (~x0 )
2. det > 0 ⇐⇒ det >0
−D12 f (~x0 ) −D22 f (~x0 ) D12 f (~x0 ) D22 f (~x0 )
3. det (−Hf (~x0 )) > 0 ⇐⇒ det Hf (~x0 ) < 0
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.
MAT023 (2◦ sem. 2011) 67

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
3. f (x, y, z) = −x3 + 3xz + 2y − y 2 − 3z 2
6.2. Máximos y Mínimos sujeto a restricciones

En los problemas clásicos de máximos y mínimos, se trata de determinar el máximo y/o mí-
nimo de una función f (x, y) o f (x1 , x2 , · · · , xn ) sujeta a una restricción del tipo g(x, y) = 0 o
g(x1 , x2 , · · · , xn ) = 0, respectivamente. En el primer caso, es claro que se podría resolver el pro-
blema, en teoría, despejando la variable y en la ecuación g(x, y) = 0, y sustituir el valor obtenido

y = ϕ(x).
En términos matemáticos, este tipo de problemas puede mirarse como el de determinar los
extremos de funciones definidas sobre conjuntos cerrados y acotados. Para resolverlos, usaremos la
técnica conocida como multiplicadores de Lagrange.
Teorema 18. Sea F : Rn −→ R, G : Rn −→ R dos funciones de clase C 1 , es decir, con primeras
derivadas continuas. Si la función F alcanza un extremo en ~x0 en la región de Rn en donde G(~x) = 0,
y si ∇G(~x0 ) 6= 0, entonces ∃ λ ∈ R :
∇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.
2. Una formulación equivalente del teorema:

Los extremos de la función F (~x) sujetos a la restricción G(~x) = 0, se encuentran en los puntos
críticos de la función L : Rn+1 −→ R, con L(~x, λ) = F (~x) + λG(~x)
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, 1, 1) = λ(2x, 2y, 2z) y x2 + y 2 + z 2 − 1 = 0
MAT023 (2◦ sem. 2011) 68

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

λ = ,
2 3 3 3 3 3

Luego, f tiene un máximo en √13 , √13 , √13 y un mínimo en − √13 , − √13 , − √13 .
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
Multiplicando la primera ecuación, por x, la segunda por y, la tercera por z y sumándolas,

obtenemos: 2
y2 z2

x
3 · 8xyz = 2λ + 2 + 2 = 2λ · 1
a2 b c
MAT023 (2◦ sem. 2011) 69

Si x o y o z = 0, entonces el volumen V = 0, que es mínimo. Supongamos entonces que ninguno

es 0. Reemplazando el valor de 2λ en las ecuaciones, obtenemos:
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

Como la función raíz cuadrada es monótona, el problema es equivalente a minimizar la función
subradical, vale decir, f (x, y, z) = (x − 2)2 + y 2 + (z − 1)2 , con la restricción que el
punto (x, y, z) ∈ π, es decir, x + 4y + 4z = 39.
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.
6.3. Multiplicadores de Lagrange sujeto a dos o más condiciones

Para maximizar F (x, y, z) sujeto a dos condiciones: G1 (x, y, z) = 0, G2 (x, y, z) = 0 se debe
resolver:
∇F (~x) = λ∇G1 (~x) + µ∇G2 (~x)

G1 (~x) = 0
G2 (~x) = 0
Ejemplos
1. Determine los extremos absolutos de f (x, y, z) = x + 2y + z sujeto a x2 + y 2 = 1 y y + z = 1.
2. Hallar los puntos de la curva de intersección de las superficies x2 −xy+y 2 −z 2 = 1 y x2 +y 2 = 1

que están más cerca del origen.
MAT023 (2◦ sem. 2011) 70

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
2. Dibuje las curvas o superficies de nivel correspondientes a los valores de f (x, y) = K

ó f (x, y, z) = K :
a) f (x, y) = x2 + y 2 , K = 0, 1, 4 y 9

b) f (x, y) = x2 − y 2 , K = 0, 1, 4 y 9
c) f (x, y) = cos(x + y), K = −1, 0, 12 y 1
d ) f (x, y, z) = x2 + y 2 + z 2 , K = 0, 1, 4 y 9
e) f (x, y, z) = x2 + y 2 − 4z, K = −8, −4, 0, 4 y 8
3. Determine, si existen, los siguientes límites

| sen x · sen y| x2 y 2
(a) lı́m (b) lı́m
(x,y)→(0,0) |x| + |y| (x,y)→(0,0) x2 y 2 + (y − x)2
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
4. Calcule, si existen, los siguientes límites:

|x + y| arcsin(xy − 2)
(a) lı́m (b) lı́m
(x,y)→(1,−1) |x| + |y| (x,y)→(2,1) arctan(3xy − 6)
tan(x2 y) x+y−1
(c) lı́m (d) lı́m √ √
(x,y)→(0,0) x2 + y 2 (x,y)→(0+ ,1− ) x− 1−y
MAT023 (2◦ sem. 2011) 71


 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)

Determine α ∈ R, si existe, para que f sea continua en (0,2).
7. Analice la continuidad en R2 de las siguientes funciones :
1
sen(x2 + x2 y 2 )

x si x 6= 0, y ∈ R
a) f (x, y) =
0 si x = 0, y ∈ R

2x4 y

si (x, y) 6= (0, 0)

b) f (x, y) = (x2 + y 2 )2
0 si (x, y) = (0, 0)

( sen xy
si x 6= 0
c) f (x, y) = x
y si x=0
2
x + y2 si x2 > y
d ) f (x, y) =
x2 − y 2 si x2 ≤ y

1
 x sen si y 6= 0


y
8. Sea f (x, y) = .


0 si y = 0

Determine si son verdaderas o falsas las siguientes proposiciones:

a) f no es continua en (0,0).
b) f es continua en (0,3).
c) f no es continua en el eje Y.
9. Determine los valores de m ∈ R, para que f sea continua en (0,0), si

x2 y 2

6 (0, 0) ∧ y 6= 0
si (x, y) =


 2 2
f (x, y) = x y + y − mx


0 si (x, y) = (0, 0)

10. Analizar la continuidad de f en (a, a), si

 sen x − sen y
 si tan x 6= tan y
tan x − tan y

f (x, y) =

cos3 x

si tan x = tan y
MAT023 (2◦ sem. 2011) 72

11. Analizar la continuidad de f en R2 si

 2
 x + y 2 si x2 + y 2 ≤ 1
f (x, y) =

73
0 si x2 + y 2 > 1

12. Calcular las derivadas parciales de las siguientes funciones:

x2 − 2xy
(a) f (x, y) = 31 x3 − 3x2 y + 3xy 2 + y 3 (b) f (x, y) =
x+y
p 2
(c) f (x, y) = ln (x + 2 x2 + 3y 2 ) (d) f (x, y, z) = ex y − 3ez
y x+y
(e) f (x, y, z) = ex · 2z x (f) f (x, y) =
x−y
(g) f (x, y) = ln(x2 + y 2 ) (h) f (x, y) = exy sen(xy)

x
(i) f (x, y) = xy + y x (j) f (x, y) = x cos
y

2
(k) f (x, y) = arctan (l) f (x, y) = arctan xy
x+y
(m) f (x, y, z) = x2 ey ln z (n) f (x, y) = exy + xy + y x
∂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 )
y ∂2f ∂2f

14. Verifique que f (x, y) = arctan satisface la ecuación + = 0.
x ∂x2 ∂y 2
15. Analice la continuidad, existencia de derivadas parciales y diferenciabilidad en (0, 0) de las

siguientes funciones:
xy 3

si (x, y) 6= (0, 0)


 2
a) f (x, y) = x + y2


0 si (x, y) = (0, 0)

2

xy
si (x, y) 6= (0, 0)


 2
b) f (x, y) = x + y4


0 si (x, y) = (0, 0)

x2 y 2

si (x, y) 6= (0, 0)


 2 2
c) f (x, y) = x + y


0 si (x, y) = (0, 0)

MAT023 (2◦ sem. 2011) 73

 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


∂f ∂f
a) Determine (x, y) : x + y 6= 0, (x, y) +
tales que (x, y) = 0
∂x ∂y
b) Calcule, si existen, las segundas derivadas parciales de f en el origen.
18. Calcule la derivada de f (x, y) = x4 + x3 y 2 + y en (1, 1) y en la dirección de la tangente

a la curva y = x4 .
19. Calcule la derivada direccional de f (x, y) = xy + x2 + x4 y en (1, 1) y en la dirección del

vector que forma una ángulo de 60◦ con el eje x.
x2 y

, si (x, y) 6= (0, 0)


x4 + y 2

20. Sea f (x, y) =


0, si (x, y) = (0, 0)

Probar que f es discontinua en el origen, y calcular la derivada direccional de f en (0, 0) en

cualquier dirección unitaria →
−
u.
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)?
22. Encuentre la máxima derivada direccional de f en P , si
a) f (x, y) = 2x2 + 3xy + 4y 2 , en P (1, 1).

b) f (x, y, z) = e−(x+y+z) , en P (5, 2, 3).
MAT023 (2◦ sem. 2011) 74

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?
25. Calcular la ecuación del plano tangente a la superficie dada por:
a) f (x, y) = 3x2 + 8xy en el punto (x0 , y0 ) = (1, 0).

p
b) f (x, y) = x2 + y 2 en el punto (x0 , y0 ) = (1, 2)

1 π 1
c) f (x, y, z) = sen(xyz) − en el punto 3, ,
2 6 3

26. Determinar en qué punto de la superficie z = 3xy −x3 −y 3 el plano tangente es horizontal,
es decir, paralelo al plano z = 0.
27. Determine los puntos de la superficie x2 + 3y 2 + 4z 2 − 2xy − 16 = 0 en los que el plano

tangente es paralelo al plano XZ.
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
31. Determine y clasifique los puntos críticos de las siguientes funciones en R2 :
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.
33. Determine y clasifique los puntos críticos de las siguientes funciones en R3 :
a) f (x, y, z) = x3 + y 2 + z 3 − 6xy + 6x + 4y − 3z.

2x3
b) f (x, y, z) = x2 y − 3 − y2 + y + z2.
MAT023 (2◦ sem. 2011) 75

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

los planos tangentes correspondientes sean perpendiculares el uno al otro.
38. Demuestre que la superficie de ecuación x2 − 2yz + y 3 = 4 es ortogonal a cualquiera de las

superficies de la familia x2 + 1 = (2 − 4a)y 2 + az 2 en el punto de intersección (1,-1,2).
39. Calcular las derivadas de segundo orden:

a) f (x, y) = x3 + 3x2 y + 6xy 2 − y 3
b) 2x4 − 3x2 y 2 + y 4 = z
40. Sea f (x, y) = ϕ(x2 + y 2 ), donde ϕ es diferenciable. Pruebe que:

∂f ∂f
y −x =0
∂x ∂y
∂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.
42. Se dice que una función es armónica si verifica que

∂2f ∂2f
∇2 f = 2
+ 2 =0
∂x ∂y
Sea f : R2 → R una función de clase C2 armónica y sean

x = eu cos v ∧ y = eu sen v
Consideremos la función g : R2 → R definida como

g(u, v) = f (x(u, v) , y(u, v)).
MAT023 (2◦ sem. 2011) 76

a) Pruebe que "

2 2 2 2 #
∂g ∂g 2u ∂f ∂f
+ =e +
∂u ∂v ∂x ∂y

77
b) Pruebe que g es armónica.
43. Si x2 = y 2 + f (x2 + z 2 ), calcular:
∂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

∂2g
45. Sea f (x, y) = g(x, y)eax+by con = 0. Determine los valores de las constantes a y
∂x∂y
b para que
∂2f ∂f ∂f
− − +f =0
∂x∂y ∂x ∂y
1
46. Sea M ⊂ R3 una superficie determinada por la función f (x, y) = . Encontrar los puntos
xy
de M más cercanos al origen.
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
53. Hallar los valores extremos de f (x, y, z) = x − y + z en la esfera x2 + y 2 + z 2 = 1
MAT023 (2◦ sem. 2011) 77

y−x z−y

54. Si w=f , , probar que
xy yz
∂w ∂w ∂w
x2 + y2 + z2 =0

78
∂x ∂y ∂z
55. Si u = sen x + f (sen y − sen x) , donde f es diferenciable, pruebe que:
∂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)


a) ¿Es f continua en (0, 0)?
b) ¿Es f diferenciable en (0, 0)?
∂f
c) Determine, si existe, (1, π2 ).
∂x
∂f
d ) Determine, si existe, (1, π2 ), donde →
−
u es un vector en la dirección de (1, 1).
∂→−
u
e) ¿Existe el plano tangente a z = f (x, y) en (0, 0)?
57. Para cada α ∈ R, considere la función
x4 y 4

si (x, y) 6= (0, 0)

fα = (x4 + x2 + y 2 )α
0 si (x, y) = (0, 0)

a) Determine A = {α ∈ R : fα es continua en (0, 0)}.

∂fα ∂fα
b) Determine B = α∈R: (0, 0) ∧ (0, 0) existen .
∂x ∂y
c) Determine C = {α ∈ R : fα es diferenciable en (0, 0)}.
MAT023 (2◦ sem. 2011) 78

Índice
1. Nociones de Topología en el Espacio Euclideano Rn 1

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

3.6. Derivadas Parciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.7. Interpretación Geométrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.8. Derivadas parciales de orden superior . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
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

coordenadas polares, 32
curva absoluto, 65
de contorno, véase curva de nivel relativo, 65
de nivel, 15 mínimo
absoluto, 65
derivada relativo, 65
direccional, 45 multiplicadores
implícita, 55 de Lagrange, 68
parcial, 34
norma, 1
de segundo orden, 40
interpretación geométrica, 40 plano tangente, 46
desigualdad polinomio
de Cauchy–Schwarz, 2 de Taylor, 62
triangular, 2 producto interior, 1
diferencial, 42, 48 punto
distancia, 1 crítico, 65
de acumulación, 5
espacio vectorial euclideano, 1
exterior, 6
extremo
frontera, 6
relativo, 65
interior, 6
función silla, 67
continua razón
en un punto, 27 de cambio, 45
en una región, 28 recta normal, 47
diferenciable, 42, 48 región, 7
regla de la cadena, 49
gradiente, 39
gradiente superficie
a una superficie, 53 de nivel, véase curva de nivel
gráfico
de una función Taylor
de variables, 10 polinomio de, 62
resto de, 62 del gradiente, 46
Teorema de, 62
vecindad
teorema
abierta, véase bola abierta

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

Editado por
Apuntes de MAT023
Ecuaciones Diferenciales Ordinarias

vs. 2◦ sem.2013
Prefacio
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
Índice general III
1. Ecuaciones Diferenciales de Primer Orden 1

1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Existencia y Unicidad de Soluciones de Ecuaciones de Primer Orden . . . . . . . . . . . . . . . . . 4
1.3. Resolución de Ecuaciones Diferenciales de Primer Orden . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.1. Separación de Variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.2. Ecuaciones Homogéneas de Primer Orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.3. Ecuaciones Reducibles a Homogéneas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3.4. Ecuaciones Diferenciales Exactas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.3.5. Factor de Integración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3.6. Ecuaciones Diferenciales Lineales de Primer Orden . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.3.7. Ecuaciones que pueden reducirse a la forma lineal . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2. Estudio Cualitativo de EDO de Primer Orden 39

2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2. Conceptos Básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.3. Algunos Modelos Sencillos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3. Ecuaciones Diferenciales de Orden Superior 53

3.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.2. Criterios de Independencia Lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.2.1. Solución general de una ecuación homogénea de orden n . . . . . . . . . . . . . . . . . . . . 55
3.3. Solución general de una ecuación no homogénea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.3.1. Operadores Diferenciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.3.2. Operadores Diferenciales con Coeficientes Constantes . . . . . . . . . . . . . . . . . . . . . . 60
3.3.3. Ecuaciones Diferenciales Homogéneas con Coeficientes constantes de orden 2 . . . . 61
III
ÍNDICE GENERAL
3.4. Ecuaciones Diferenciales Homogéneas con coeficientes Constantes de orden superior . . . . 63

3.5. Ecuación de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.6. Ecuaciones Diferenciales Lineales No Homogéneas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.6.1. Método Coeficientes Indeterminados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.6.2. Método de Variación de Parámetros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4. Estudio Cualitativo de ED de Orden Superior 75

4.1. Sistemas Lineales de orden 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.2. Sistemas No Lineales de orden 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
IV
Capítulo 1
Ecuaciones Diferenciales de Primer Orden
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

donde la función y = y (x ) es la función incógnita.
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
7. x 2 d y + y 2 d x = 0 E.D.O. de primer orden y grado 1.
∂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
DEFINICIÓN 1.1.6 Se dice que una E.D.O. es lineal si es de la forma:
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
1. la potencia de la variable dependiente y y de las derivadas de cualquier orden de y , es 1.
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.
Hay tres tipos de soluciones de una E.D.O.:
La solución general de una ecuación diferencial de orden n es una función y = ϕ(x ,C 1 ,C 2 , · · · ,C n ),

donde C 1 ,C 2 , · · · ,C n son constantes arbitrarias (tantas constantes arbitrarias como el orden de la
ecuación). Cualquier solución de la ecuación diferencial se obtiene para valores adecuados de las
constantes C 1 ,C 2 , · · · ,C n . En el caso de las E.D.O. de orden 1, la solución general será una familia
de curvas de la forma y = ϕ(x ,C ), donde C es la constante arbitraria.
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:
1. Verifique que y = x e x es solución (explícita) de la E.D.O. de segundo orden y 00 − 2y 0 + y = 0.
Solución: y = xex ⇒ y 0 = e x (1 + x ) ⇒ y 00 = e x (2 + x ). Reemplazando:
e x (2 + x ) − 2e x (1 + x ) + x e x = 0
2. Verifique que x (t ) = C 1 sen(k t ) + C 2 cos(k t ) es solución (explícita) de x 00 (t ) + k 2 x (t ) = 0.
Solución: x (t ) = C 1 sen(k t ) + C 2 cos(k t ) ⇒ x 0 (t ) = C 1 k cos(k t ) − C 2 k sen(k t ) ⇒

x 00 (t ) = −C 1 k 2 sen(k t ) − C2 k 2 cos(k t ).
Reemplazando:
−C 1 k 2 sen(k t ) − C 2 k 2 cos(k t ) + k 2 (C 1 sen(k t ) + C 2 cos(k t )) = 0
3
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.
1.2. Existencia y Unicidad de Soluciones de Ecuaciones de Primer Orden
En este capítulo estudiaremos ecuaciones diferenciales de primer orden, es decir, de aquellas de la

forma
F (x , y , y 0 ) = 0 ∨ y 0 = f (x , y )
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.
Otro ejemplo sencillo (y general) es el siguiente: si f es una función integrable, la solución de

Z
y 0 = f (x ) es y (x ) = f (x )d x + C
Nuevamente, si consideramos la condición inicial y (x 0 ) = y 0 , entonces la solución de la ecuación dife-

rencial sujeta a la condición inicial dada, es
Z x
y (x ) = y 0 + f (x )d x
x0
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:
1. El problema de valor inicial |y 0 | + |y | = 0, y (0) = 1 no tiene solución, porque y ≡ 0 es la

única solución de la ecuación diferencial.
4
Verónica Gruenberg Stern 1.2. EXISTENCIA Y UNICIDAD DE SOLUCIONES DE ECUACIONES DE PRIMER ORDEN
2. x y 0 = y − 1, y (0) = 1 tiene infinitas soluciones, de la forma y = 1 + cx, c ∈ R.
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
2. Nótese que si F es un polinomio en la variable x , entonces la ED admite solución única ∀ (t , x ) ∈ R2 .

En lo que sigue, siempre supondremos existencia y unicidad de los problemas de Cauchy.
3. En el caso mencionado arriba, la E.D. x y 0 = y − 1, y (0) = 1 se tiene que x = 0 no está en el do-

minio de F . De hecho, si x = 0, no se tiene una E.D. Otra forma de ver esto es reescribir la ecuación
en la forma
1
y0= (y − 1)
x
1.3. Resolución de Ecuaciones Diferenciales de Primer Orden
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.
La ecuación general de primer orden y primer grado se puede escribir en la forma
M (x , y ) d x + N (x , y ) d y = 0 (1.1)
1.3.1. Separación de Variables
En algunos casos la ecuación (1.1) puede ser expresada en la forma
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
donde C es una constante que depende de las condiciones iniciales (c.i.).
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
Separando variables queda
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
solución implícita de la E.D.O.
2. Resolver 2(y + 3) d x + x y d y = 0.

2 y
dx + dy = 0, x 6= 0
x y +3
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
3. Resolver sen x sen y d x + cos x cos y d y = 0
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
y nuevamente, es claro que éstas son soluciones singulares.
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
Notamos que la solución trivial y = 0 también es solución de la ecuación original.
5. Este es un ejemplo de aplicación: Se ha establecido que la velocidad de la desintegración del radio

es directamente proporcional a su masa en cada instante. Determinar la ley de variación de la masa
del radio en función del tiempo, si para t = 0 la masa del radio es m 0 .
Solución: Sea m la masa en el instante t y sea m + ∆m la masa en el instante t + ∆t . La masa

∆m
desintegrada durante el tiempo ∆t es ∆m . La razón ∆t
es la velocidad media de desintegración.
Luego:
∆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
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.
La ecuación (1.3) es una ecuación de variables separables. Luego, separando variables:
dm
= −k d t
m
⇒ ln m = −k t + c 1
∴ m (t ) = c e −k t
Como m (0) = m 0 , entonces c = m 0 , de donde
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:
Sea y = f (x ) la ecuación de tal curva. Luego, la ecuación de la recta normal en un punto (u , f (u ))

cualquiera de la curva, está dada por la ecuación:
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
Haciendo x = u e y = f (u ) y resolviendo se tiene:
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
Evaluando en el punto (2,3), obtenemos 2C = 9 de donde la curva buscada es
(x − 2)2 + y 2 = 9
es decir, la curva es una circunferencia centrada en (2, 0) y radio 3.
OBSERVACIÓN: En lo que sigue, salvo que se explicite lo contrario, no consideraremos en la resolución

analítica, las soluciones singulares de las E.D.O.
9
1.3.2. Ecuaciones Homogéneas de Primer Orden
Para poder decidir si una ecuación es homogénea, necesitamos la siguiente
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
2. La función f (x , y ) = x y − y 2 es homogénea de grado 2.
En efecto: f (λx , λy ) = (λx ) · (λy ) − (λy )2 = λ2 (x y − y 2 )
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.
En este caso podemos escribir: h(x , y ) = h(1, y /x ) = F y /x .

DEFINICIÓN 1.3.2 La ecuación de primer orden
M (x , y ) d x + N (x , y ) d y = 0
es homogénea cuando M y N son funciones homogéneas del mismo grado respecto de x e y .
10
Resolución de una ecuación diferencial homogénea
Consideremos la ecuación homogénea
(A) M (x , y ) d x + N (x , y ) d y = 0
Luego (A) la podemos escribir de la forma
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
que es una ecuación de variables separables:
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
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
EJERCICIOS:
dy xy 13. sec2 θ tg θ d θ + sec2 ϕ tg θ d ϕ = 0

1. = 2
dx x −y2
2. (2x + 3y ) d x + (x − 2y ) d y 14. sec2 θ tg ϕ d ϕ + sec2 ϕ tg θ d θ = 0
p
3. y d x − x d y = 0 15. (1 + x 2 ) d y − 1−y2dx =0
p p
4. (1 + u )v d u + (1 − v )u d v = 0 16. 1−x2 dy + 1−y2dx
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
11. d ρ + ρ tg θ d θ = 0 23. (8y + 10x ) d x + (5y + 7x ) d y = 0
12. sen θ cos ϕ d θ − cos θ sen ϕ d ϕ = 0 24. x y 2 d y = (x 3 + y 3 ) d x
1.3.3. Ecuaciones Reducibles a Homogéneas
Se reducen a ecuaciones homogéneas las de la forma:
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
Elijamos h y k de modo que se verifiquen las ecuaciones

)
ah +bk + c = 0
, (1.9)
a 1h + b 1k + c 1 = 0
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)
la ecuación se reduce a una ecuación de variables separables. En efecto,

dz dy
= a +b
dx dx
de donde
dy 1 dz a
= − (1.12)
dx b dx b
Introduciendo las expresiones (1.11) y (1.12) en la ecuación (1.10) obtenemos
1 dz a z +c
− =
b dx b λz + c 1
que es una ecuación de variables separables.
En efecto, separando variables queda:
1 a z +c
dz − dx = dx
b b λz + c 1
z +c

1 a
dz − + dx =0
b b λz + c 1
1
dz +dx =0
−b b + λzz +c
a
+c 1
14
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
Sustituyendo, obtenemos la ecuación homogénea

d y1 x 1 + y1
=
d x 1 x 1 − y1
y1
Sea v = , es decir, y 1 = v x 1 . Luego:
x1
d y1 dv
= v + x1
d x1 d x1
dv x1 + v x1
∴ v + x1 =
d x1 x1 − v x1
dv 1+v
v + x1 = ec. de variables separables
d x1 1 − v
dv 1+v2
x1 =
d x1 1−v
1−v d x1
dv =
1+v 2 x1
Z
1 v
− d v = ln x 1 + c
1+v2 1+v2
1
arc tg v − ln(1 + v 2 ) = ln x 1 + c
2
p
arc tg v = ln x 1 1 + v 2 + c
p
2
e arc tg v = e c x 1 1+v
15
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
Reemplazando en (*), queda:
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
Como z = 2x + y , se tiene que:
2 7
(2x + y ) + ln |10x + 5y + 9| = x + c
5 25
10y − 5x + 7 ln |10x + 5y + 9| = c
16
Puesto que y (0) = −2 nos queda que:
−20 + 7 ln | − 1| = c
⇒ c = −20
∴ 10y − 5x + 7 ln |10x + 5y + 9| = −20.
EJERCICIOS:
1. (3y − 7x + 7)d x − (3x − 7y − 3)d y = 0
2. (x + 2y + 1)d x − (2x + 4y + 3)d y = 0
3. (x + 2y + 1)d x + (2x − 3)d y = 0
1.3.4. Ecuaciones Diferenciales Exactas
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
En este caso, obtenemos la solución de la E.D. expresada implícitamente en la forma F (x , y ) = k ,

donde k es una constante y F es una función de clase C 2 (D).
Si F (x , y ) = k describe la solución de la E.D., entonces su diferencial total d F está dada por
∂F ∂F
dF = dx + dy =0
∂x ∂y
Luego, podemos suponer que
∂F ∂F
= M (x , y ) ∧ = N (x , y )
∂x ∂y
y a partir de estas igualdades podemos determinar la función F (x , y ).
17
EJEMPLOS:
1. Resolver la ecuación:
(∗) (3x 2 y + 2x y ) d x + (x 3 + x 2 + 2y ) d y = 0
Solución: Averigüemos si esta ecuación es exacta:
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
donde se integra considerando «y » como constante; luego determinamos:
∂ 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
donde igualamos las expresiones correspondientes. Así:
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
de donde la solución está dada por la relación
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
∂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
Luego, la ecuación es exacta. Buscamos F (x , y ) tal que d F = 0, es decir,

∂F ∂F
dx + dy =0
∂x ∂y
Así
∂F
Z
y2 y2 y2

1 1
= − ⇒ F (x , y ) = − d x = − − ln |x | + C (y )
∂x (x − y )2 x (x − y )2 x x −y
∂F −2y (x − y ) − y 2 0 1 x2
∴ = + C (y ) = −
∂y (x − y )2 y (x − y )2
2
1 2x y − y − x 2 1 x 2 − 2x y + y 2
∴ C 0 (y ) = + = −
y (x − y )2 y (x − y )2
1
∴ C 0 (y ) = − 1 ⇒ C (y ) = ln |y | − y + K
y
y2
F (x , y ) = − − ln |x | + ln |y | − y + K
x −y
y y2

= ln − −y +C
x x −y
∴ la solución viene dada por
y y2

ln − − y = cte.
x x −y
19
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
b) (6x y 3 + cos y )d x + (2k x 2 y 2 − x sen y )d y = 0
1.3.5. Factor de Integración
Supongamos que la ecuación:

M (x , y ) d x + N (x , y ) d y = 0 (1.13)
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
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 ).
Los casos que desarrollaremos aquí son los siguientes:
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.
EJEMPLO 1.3.1 Hallar la solución de la ecuación (y + x y 2 ) d x − x d y = 0.
Solución: Aquí: M = y +xy 2 y N = −x . Entonces:

∂M ∂N ∂M ∂N
= 1 + 2x y , = −1, y luego 6=
∂y ∂x ∂y ∂x
21
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
por lo tanto la ecuación lo admite. Encontremos ahora el factor integrante:
∂ 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
Es claro que de esta manera se puede proceder sólo cuando la expresión

∂N
∂x
− ∂∂M
y
N
no depende de y , sino exclusivamente de x .
Como antes, multiplicando la ecuación (1.14) por µ(x ), se obtiene una ecuación diferencial exacta.
22
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 
 
sólo depende de z , se tendrá que µ = µ(z ), con
∂N ∂M
 
Z  −
 ∂x ∂y 

ln µ =   dz
 2y M − 2x N 
Problema:
1. Si µ = µ(x + y ), encuentre una expresión para el factor de integración.
2. Si µ = µ(x y ), encuentre una expresión para el factor de integración.
EJEMPLOS:
1. Resuelva la ecuación diferencial

y 2 d x = (x 3 − x y ) d y
(Ayuda: Use un factor integrante del tipo x n y m ).
Solución.
Multiplicamos la ecuación por x n y m : x n y m y 2 d x − x n y m (x 3 − x y ) d y = 0
es decir: x n y m +2 d x − (x n +3 y m − x n+1 y m +1 ) d y = 0
23
∂ ∂
Requerimos que: (x n y m +2 ) = (x n +1 y n +1 − x n+3 y m ) es decir,
∂y ∂x
(m + 2)x n y m +1 = (n + 1)x n y m +1 − (n + 3)x n +2 y m
Luego, basta que n +3=0 y m + 2 = n + 1. Por lo tanto, el factor integrante es
µ(x , y ) = x −3 y −4
Multiplicando por µ(x , y ), obtenemos:
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
si se sabe que el factor integrante depende de x 2 + y 2 .
Solución. Notamos que:
∂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
por lo que hemos reducido la ecuación a una ecuación diferencial exacta, que sabemos resolver.
Usando el método habitual, se obtiene que la solución está dada por

x2 y 2

x
+ = arc tan +C
2 2 y
OBSERVACIÓN: El factor integrante no es único. Considere, por ejemplo, la ecuación
xd y −y dx = 0
1 1
Verifique que ésta admite como factor integrante a µ1 = ya µ2 = .
x2 xy
1.3.6. Ecuaciones Diferenciales Lineales de Primer Orden
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 )
en donde a 1 (x ), a 0 (x ), h(x ) son continuas en I y a 1 (x ) 6= 0 para algún x ∈ I .

La ecuación (*) se dice homogénea si h(x ) = 0, ∀ x ∈ I y se dice normal si a 1 (x ) 6= 0, ∀ x ∈ I .
Consideremos ahora la ecuación diferencial lineal normal de primer orden en I :
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)
Veamos si la ecuación (1.16) admite factor integrante. Aquí, M (x , y ) = p (x ) y − q (x ), N (x , y ) = 1.

∂ M (x , y ) ∂ N (x , y )
= p (x ), =0
∂y ∂x
∂M ∂N
6= si tenemos que p (x ) 6= 0 ∀ x ∈ I .
∂y ∂x
25
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)
que es una ecuación diferencial exacta, ya que:
∂ 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
es la solución general de la ecuación dada.
OBSERVACIÓN: Consideremos la ecuación diferencial lineal de primer orden en I :

. R
p (x ) d x
y 0 + p (x )y = q (x ) e
R R R
p (x ) d x p (x ) d x p (x ) d x
y 0e + p (x )e y = q (x )e
Notando que el lado izquierdo de la ecuación
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
podemos reescibir la ecuación en la forma

R
d y e p (x )d x R
p (x )d x
= q (x ) e
dx Z
R R
p (x )d x p (x )d x
ye = q (x ) e dx +C
Z
R R
− p (x )d x p (x )d x
∴ y (x ) = e q (x ) e dx +C
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
2. Resolver (3x y + 3y − 4) d x + (x + 1)2 d y = 0
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
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
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:
d V = volumen de H2 O que sale.

p
d V = 0,5 · v · d t con v = 0,6 2g h,
por otro lado

p
d V = −πr 2 d h con r = h tg 30 = h/ 3
p
p p πh 2 0,9 2g
⇒ 0,3 2 g h d t = − dh ⇒ d t = −h 3/2 d h
3 π
0,9 p 2 0,9 p 2
2g t = −h 5/2 · + c y h(t = 0) = 10 ⇒ 2g · 0 = −105/2 + c
π 5 π 5
2 π 2 π
t= p · 105/2 − h 5/2 y para h = 0 t = · p · 105/2 = 99,7seg = 10 4000
5 0,9 · 2g 5 0,9 2g
8. En un movimiento rectilíneo, la aceleración es inversamente proporcional al cuadrado de la dis-

tancia s , y es igual a −1 cuando s = 2. Además posee una velocidad de 5 y s = 8 cuando t = 0.
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
1.3.7. Ecuaciones que pueden reducirse a la forma lineal
Ciertas E. D. no lineales de primer orden pueden reducirse a E. D. L. por un adecuado cambio de

variables.
29
Ecuación de Bernoulli
La E. D. de Bernoulli es una E. D. no lineal, que adopta la forma
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
y 0 + p (x )y = q (x ) (ecuación diferencial de primer orden lineal).
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
Solución.
En este caso se tiene que n =3 de donde µ = y −2 ⇒ µ0 = −2y −3 y 0

µ0 µ 5 1
− = − x2 ⇒ µ0 + 2µ · = 5x 2
−2 x 2 x
Z Z
x5

−
R 2
dx 2
R
2/x d x −2 ln x 2 2 ln x 1
µ(x ) = e x c+ 5x e dx =e c+ 5x e dx = 2 c +5·
x 5
µ(x ) = y −2 = c x −2 + x 3 ⇒ c x −2 + x 3 = y −2
Ecuación de Ricatti.
Una E. D. N. L. de primer orden de la forma:
y 0 (x ) + a 2 (x )y 2 + a 1 (x )y + a 0 (x ) = 0
donde a i (x ) son funciones continuas en I ∀ i = 0, 1, 2 y a 2 (x ) 6= 0 en un intervalo I se conoce como

ecuación de Ricatti.
1
Para convertirla en una EDL de primer orden se utiliza la sustitución y = + y 1 donde y 1 (x ) es una
µ
solución particular de la ecuación de Ricatti (esta sustitución particular se encuentra por inspección).
En efecto: sea
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
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
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
3. Resolver y 0 − x y 2 + (2x − 1)y = x − 1
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
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 )
en una lineal de primer orden, y resuélvala.
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.
d) Considere la ecuación de segundo orden
y 00 + 5y 0 + 6y = 0
i) Demuestre que la ecuación se reduce a z 0 + 3z = 0 haciendo el cambio de variable z=

y 0 + 2y .
ii) Usando lo anterior, resuelva la ecuación de segundo orden.
iii) En general, demuestre que la E.D.O.
y 00 + (a + b )y 0 + a b y = 0 a ,b constantes
se reduce a una E.D. de orden uno, haciendo la sustitución z = y 0 +ay .
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
1. Resuelva las siguientes ecuaciones diferenciales:
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
2. La ecuación (3x 5 + 3x 2 y 2 )d x − (2x 3 y − 2y 3 )d y = 0 se reduce a una ecuación homogénea ha-

ciendo el cambio de variables x = up y y = vq. Determine las constantes p y q . Resuelva la
ecuación.
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
5. Si la ecuación diferencial (7x 4 y − 3y 8 )d x + (2x 5 − 9x y 7 )d y = 0 se multiplica por el factor

xmy n se transforma en una ecuación exacta, para ciertos valores de m y n. Encuentre estos valores
y resuelva la ecuación.
35
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 ).
Use lo anterior para resolver la ecuación

y
y sec2 ( x )
0
y = +
x y2

1
7. Para x 6= 0 considere la ecuación y (x + 1) + 2x + y 0 = −1
y
a) Determine a y b tal que al multiplicar la ecuación por la función

u (x , y ) = y a e b x se transforme en una ecuación exacta.
b) Encuentre la solución particular que verifica y (4) = 6.
8. Obtenga la solución de los siguientes problemas de valores iniciales

p
a) x y 0 = x2 +y 2 +y, y (3) = 0
y
b) x y 0 − y = , y (1) = e
ln(y ) − ln(x )
c) y 0 − y = 2e 4x , y (0) = −3
5y
d) y 0 + = 3x 3 + x , y (−1) = 4
9x
2
e) y 0 + y = 3, y (0) = 5
x +1
0
9. Encuentre las soluciones de xy 0 −y −ey = 0

dy 2dy
10. Considere la ecuación diferencial y −x = a 1+x , a > 1.
dx dx
a) Encuentre la solución general.

a
b) Encuentre la solución particular que verifica y (1) =
a +1
c) Encuentre el intervalo máximo donde la solución particular anterior está definida.
11. Resuelva la ecuación x 3 y y 0 + 2x 2 y 2 − 1 = 0, utilizando el cambio de variables u (x ) = x 2 y (x ).
12. Resuelva las siguientes ecuaciones diferenciales

y y
a) y 0 = − sec2
x x
y y
b) y = e x + + 1
0
x
p
−x + x 2 + y 2
c) y =
0 Sugerencia: hacer z = x 2 + y 2
y
36
13. Halle la solución general de las siguientes ecuaciones diferenciales:
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
38
Capítulo 2
Estudio Cualitativo de EDO de Primer Orden
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
1. al aumentar t ¿crecen sin cota las soluciones?
2. ¿tienden las soluciones a algún valor (0 por ejemplo)?
3. ¿oscilan entre ciertos valores?
Para comprender mejor la situación, consideremos el siguiente ejemplo:

Z
dy dy .
= 4y (1 − y ) =⇒ =dt
dt 4y (1 − y )
Podríamos encontrar la solución tras la integración, pero las fórmulas obtenidas no son fáciles de
interpretar. Por ello, los métodos geométricos y cualitativos permiten obtener mucha información con
poco trabajo. Esto es importante sobre todo para ED «difíciles»; considerar la ecuación:
dy
= e y /10 sen2 y
2
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
excepto para y = nπ; veremos que esta información es suficientemente útil.
39
CAPÍTULO 2. ESTUDIO CUALITATIVO DE EDO DE PRIMER ORDEN Verónica Gruenberg Stern
2.2. Conceptos Básicos
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
ẋ = F (x ), y en este caso la ecuación se dice autonóma.
Para el estudio cualitativo, una solución x (t ) de ẋ = F (t , x ) se representa geométricamente en el plano

t –x . Como dado cualquier (t 0 , x 0 ) ∈ D existe una única solución que pasa por (t 0 , x 0 ), (por los teoremas
de existencia y unicidad de soluciones); ello quiere decir que las soluciones de la ED (el conjunto de todas
ellas) se representan por una familia de curvas solución en D y que existe una única curva solución que
pasa por un punto determinado.
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
x >0 ∧ t >0 ⇒ ẋ < 0

2
x >0 ∧ t <0 ⇒ ẋ > 0
x <0 ∧ t >0 ⇒ ẋ > 0
x <0 ∧ t <0 ⇒ ẋ < 0
Así, gráficamente, las soluciones son de la forma:
41
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
Vemos entonces que no es necesario tener ni la solución explícita ni un dibujo

exacto para poder describir cualitativamente el comportamiento de la solución
42 dx
de una ED. Más aún, si = F (x) es una ED autónoma, las soluciones de ella
dt
tienen la siguiente propiedad:
Si ξ : R → R es una solución, entonces cualquier traslación de la gráfica de ξ
en la dirección del eje t es la gráfica de otra solución de la ecuación.
dx
de una ED. Más aún, si = F (x) es una ED autónoma, las soluciones de ella
dt
tienen la siguiente propiedad:
Si ξ : R → R es una solución, entonces cualquier traslación de la gráfica de ξ
en la dirección del eje t es la gráfica de otra solución de la ecuación.
En efecto, sea η : R → R con η(t) = ξ(t − c), c ∈ R constante
η̇ = ξ̇(t − c) ≡ F (ξ(t − c)) ≡ F (η(t))
∴ η también es una solución
5. ẋ = x
Ejemplo ẋ = x
−2 −1 1 2
−1
−2
Observación 2. Notemos que el comportamiento está determinado por f (x)

1. Si ∃ c ∈ R : f (c) = 0, entonces x(t) = c es una solución
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:
PROPOSICIÓN 2.2.1 Si ξ: R → R es una solución, entonces cualquier traslación de la gráfica de ξ en la

dirección del eje t es la gráfica de otra solución de la ecuación.
En efecto: sea η: R → R con η(t ) = ξ(t − c ), c ∈ R constante.
Entonces:
η̇ = ξ̇(t − c ) ≡ F (ξ(t − c )) ≡ F (η(t ))
∴ η también es una solución.
OBSERVACIÓN: Notamos que el comportamiento de la solución de las ecuaciones diferenciales autóno-

mas está determinado por f (x ). Específicamente:
1. Si ∃ c ∈ R : f (c ) = 0, entonces x (t ) = c es una solución.
2. Si f (x ) 6= 0, entonces x (t ) es creciente o decreciente, dependiendo del signo de f (x ).
43
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.
2. Análisis analítico vs cualitativo

Para ver esto, considere

dy dy
= 4y(1 − y) ⇒ dy
= e y /10 sen2 y
= dt / 2
dt 4y(1 − y)
d t
Podríamos encontrar la solución tras la integración, pero las fórmulas obteni-
das no son fáciles de interpretar. Por ello, los métodos geométricos y
cualitativa
Z Z
2 /10
−1
permiten obtener mucha información con poco trabajo. Esto es importanteysobre 2
todo para ED «difíciles».
=⇒ e sen y dy = dt
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
para y = nπ , n ∈ Z , que nos dan las soluciones de equilibrio. Gráficamente:

Pero cualitativamente
excepto
2
f (y) = ey /10
sen2 y > 0
excepto para y = nπ que nos dan las soluciones de equilibrio.
−9 −8 −7 −6 −5 −4 −3 −2 −1 1 2 3 4 5 6 7 8 9
La ecuación del ejemplo tiene sólo tres soluciones esencialmente diferentes:

Es posible «resumir» el comportamiento cualitativo de las soluciones en las llamadas líneas de fase,
crecientes, decreciente y constante.
Este resumen
que describimos de lade comportamientos
siguiente manera: cualitativos se puede ilustrar geométrica-
mente definiendo una «línea de fases»
x
decre. 0 crece
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
DEFINICIÓN 2.2.1 Sea ẋ = F (x ), y sea x 0 ∈ R : F (x 0 ) = 0. Entonces diremos que x 0 es una singularidad o
Notar que x(t) = x0 es una solución (cte.) de la ED, pues
un punto de equilibrio de la ED
ẋ(t) = 0 y F (x0 ) = 0
Notar que x (t ) = x 0 es una solución (cte.) de la ED, pues
Observación 3. La línea de fase se puede obtener directamente de ẋ(t) = F (x),
simplemente mirando cuando F (x) ≥ ẋ0.(t ) = 0 y F (x ) = 0
0
Ejemplo Supongamos que Gr F viene dado por
OBSERVACIÓN: La línea de fase se puede obtener directamente de ẋ (t ) = F (x ), simplemente mirando
cuando F (x ) ≥ 0.
44
x
crece 0
es una singularidad o un punto de equilibrio de la ED
decre. 0
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
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
en donde la dirección de la flecha indica si la función

a creceb (→) o decrece
c (←) d
en donde la dirección de la flecha indica si la función crece (→) o decrece (←)

en donde la dirección de la flecha en cada intervalo indica si la función crece (→) o decrece (←) en dicho
intervalo.
Escribimos la línea de fase de manera vertical, al lado del gráfico en el plano t − x que representa las
soluciones, de manera de simplificar su interpretación:
6
Observación 4. Dependiendo del comportamiento local de las soluciones de la

ecuación de una singularidad aislada en la Línea de Fases, se distinguen los
OBSERVACIÓN: siguientesdel
Dependiendo tipos de singularidades
comportamiento local de las soluciones de la ecuación en una singula-
ridad aislada en la Línea1.deRepulsor
Fase, se distinguen
o fuente (y definen) los siguientes tipos de singularidades:
45
2. Atractor o sumidero
bc
c
ab
ba

Observación
a 4. Dependiendo del comportamiento local de las soluciones de la
siguientes tipos de singularidades
1. Repulsor o fuente: Observación 4. Dependiendo del comportamiento local de las soluciones de la
1. Repulsor o fuente
Observación 4. Dependiendo del comportamiento local de las soluciones de la
2. Atractor o sumidero:
3. Atractor-repulsor
3. Atractor-repulsor: 4. Repulsor-atractor
4. Repulsor-atractor
7
4. Repulsor-atractor
7
4. Repulsor-atractor:
7
Ejemplo. Describir cualitativamente los tipos de soluciones que admite la

4
EDO ẋ = (x − 1)3 ecos(x −1) .
Solución. Es inmediato que x = 1 es la única singularidad (aislada) de la
4 4
EDO. Como ecos(x −1) > 0, ∀ x ∈ R, la gráfica de F (x) = (x − 1) ecos(x −1) , la
EJEMPLO 2.2.2 Describir línea de fases y los tipos
cualitativamente losdetipos
soluciones
dedesoluciones
la EDO, son como
queilustra
admitela figura,
la EDO
respectivamente.
2
4 −1)
ẋ = (x − 1)3 e cos(x
1 1
Solución. Es inmediato que x = 1 es la única singularidad (aislada) de la EDO.

Ejemplo. Describir cualitativamente los tipos de soluciones que admite la
4 1fácil4 −1)
2 integrar
3 bajo
4 el punto de
=La (xecuación edel ejercicio
−1) anterior, es3muy de
4
Como e cos(x −1) > 0, ∀ xEDO
∈ R,ẋvista
la − 1)3 de
gráfica cos(x
F (x ) .= (x −1) e cos(x , la línea de fases y los tipos de soluciones
del cálculo. En consecuencia es difícil conocer explícitamente las ecuaciones
Solución. Es inmediato que x = 1 es la única singularidad (aislada) de la
de las soluciones4 que indica la figura. Sin embargo, la línea de fases permite dar 4
de la EDO, son como ilustra la descripción
EDO. una
Comofigura,
ecos(xen−1)cada subintervalo respectivo.
cualitativa ∈ R,
> 0, ∀delx tipo de la gráficay de
soluciones F (x)
punto = (x − 1) ecos(x −1) , la
de equilibrio.
línea de fases y los
Definición tipos
3. Dos de soluciones
ecuaciones de la
diferenciales EDO, son
autónomas, comocualitativa-
se dicen ilustra la figura,
respectivamente.
mente equivalentes si, y sólo si, tienen la misma línea de fases, en el sentido del
mismo número de puntos singulares, 2de la misma naturaleza y distribuidos en
el mismo orden.
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
vista del cálculo.

(pues enEn
esteconsecuencia es difícil
último caso el atractor y elconocer explícitamente
repulsor se las ecuaciones
encuentran en distinto
La ecuación del ejercicio anterior,
orden). quees
de las soluciones
muy difícil de integrar, desde el punto de vista del cálculo. En
indica la figura. Sin embargo, la línea de fases permite dar
consecuencia, es difíciluna descripción
conocer cualitativa del las
explícitamente tipoexpresiones
de soluciones yde punto de equilibrio.que indica la figura. Sin
las soluciones
3. Sistemas de ED de primer orden (en el plano)
Definición
embargo, la línea de fases permite3. dar
Dosuna
ecuaciones diferenciales
descripción autónomas,
cualitativa se dicen
del tipo cualitativa- y sus puntos de
de soluciones
Consideremossi,
mente equivalentes el y
sistema
sólo si, tienen la misma línea de fases, en el sentido del
equilibrio. mismo número de puntos singulares, de la misma naturaleza y distribuidos en
el mismo orden. ẋ = f (t, x, y)
ẏ = g(t, x, y)
DEFINICIÓN 2.2.2 Dos ecuaciones diferenciales autónomas, se dicen cualitativamente equivalentes si, y
que podemos expresar matricialmente en la forma
Ejemplos
sólo si, tienen la misma línea de fases, en el sentido
dY 4
del mismo número de puntos singulares, de la
1. Las ED ẋ = x, ẋ = (x − 1) ecos(x
dt
−1)
= F (t, Y,),son equivalentes, pues solo tiene un
misma naturaleza y distribuidos en el
único punto mismo
atractor en orden.
sus respectivas líneas de fases.
8 Pero ẋ = −(x+2)(x+1) ∼ ẋ = 1 (x2 −1)
2. ẋ = (x+2)(x+1) ∼ ẋ = 12 (x2 −1). 2
46 (pues en este último caso el atractor y el repulsor se encuentran en distinto
orden).
3. Sistemas de ED de primer orden (en el plano)

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.
2. ẋ = (x + 2)(x + 1) ∼ ẋ = 21 (x 2 − 1). Pero ẋ = −(x + 2)(x + 1) 6∼ ẋ = 12 (x 2 − 1) (pues en este último

caso el atractor y el repulsor se encuentran en distinto orden).
x 3 − 4x
3. Considere la ecuación diferencial x 0 (t ) = .
1 + e 3x
a) Describa las singularidades de la ecuación diferencial.
b) Encuentre lı́m x (t ), donde x (t ) es la solución que satisface x (0) = 1.
t →∞
Solución:
a) Es claro que x 0 (t ) = 0 ⇐⇒ x 3 − 4x = 0 puesto que 1 + e 3x > 0 ∀x .

Es decir, x (x + 2)(x − 2) = 0. Así, los puntos críticos son x = −2, x = 0, x = 2.
Notamos que:
1) x < −2 : x 0 (t ) < 0
2) −2 < x < 0 : x 0 (t ) > 0
3) 0 < x < 2 : x 0 (t ) < 0
4) x > 2 : x 0 (t ) > 0
La línea de fase es:
-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
2.3. Algunos Modelos Sencillos
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:
1. Crecimiento ilimitado de Poblaciones
Este modelo se basa en el supuesto que la velocidad de crecimiento de la población es proporcional

al tamaño de la misma. Las variables implicadas en este modelo son:
t : tiempo, que es la variable independiente
P: número de sujetos de la población, que es la variable dependiente
k : constante de proporcionalidad (ó parámetro), que se denomina a veces «coeficiente de ve-

locidad del crecimiento»
Así, la hipótesis de que la variación del tamaño de la población es proporcional a ella se escribe
como:
dP
= kP
dt
2. Modelo logístico de población
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 pequeña, la tasa de crecimiento de ella es proporcional a su tamaño.
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:
Si P(t ) < N , entonces la población P crece.
Si P(t ) > N , entonces la población P decrece.
Luego, el modelo puede ser expresado como

dP P
= kP 1−
dt N
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.
Supongamos además que la población inicial es P(0) = P0 > 0 y que N = 105 .
Los puntos críticos ó singularidades de la ecuación son P = 0 ∧ P = N . Entonces:

P
0 < P0 < N : ⇒ P · 1 − > 0, por lo que en este intervalo, la función P es creciente.
N

P
P0 > N : ⇒ P · 1 − < 0, por lo que en este intervalo, la función P es decreciente.
N
Obviamente, en este contexto, no tiene sentido suponer que la población inicial es una cantidad
negativa.
Luego, la correspondiente línea de fase para el problema planteado es:
0 N
de donde la gráfica de la función P(t ) es:
P =N
Así, podemos concluir que: lı́m P(t ) = N .

t →∞
Notemos que, analíticamente obtenemos lo mismo (en este caso, la ecuación es sencilla y podemos
resolverla analíticamente):
49
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
2.4. Ejercicios
1. Obtenga la solución de los siguientes problemas de valores iniciales

p
a) x y 0 = x 2 + y 2 + y , y (3) = 0
y
b) x y 0 − y = , y (1) = e
ln(y ) − ln(x )
c) y 0 − y = 2e 4x , y (0) = −3
5y
d) y 0 + = 3x 3 + x , y (−1) = 4
9x
2
e) y 0 + y = 3 , y (0) = 5
x +1
2. Determine los puntos de equilibrio de las siguientes ecuaciones autonomas:
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
y clasifique la naturaleza (atractor, repulsor, atractor-repulsor, repulsor-atractor) de cada punto de

equilibrio. Construya el retrato de fase de cada ecuación.
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
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
c) y 0 = t arc tan y , y (0) = 2 d) y 0 = y sen y + s , y (0) = −1

t 1
e) x 0 = , x (0) = 0 f) y0= y + 2, y (0) = 1
x +1 x
9. Considere la ecuación
dy
= a [(y − 1)(y − 4) − b ]
dt
Determine todos los valores de a y b tales que y 0 = 5 sea un punto de equilibrio atractor para la
ecuación.
52
Capítulo 3
Ecuaciones Diferenciales de Orden Superior
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.
3.2. Criterios de Independencia Lineal
TEOREMA 3.2.1 Sean y 1 (x ), . . . , y n (x ) ∈ C n −1 (I ). Suponga que ∃ x 0 ∈ I :

on
(n −1)
n
y i (x 0 ), y i0 (x 0 ), y i00 (x 0 ), . . . , y i (x 0 )
i =1
es l.i. en Rn . Entonces, {y j (x )} j =1,...,n es l.i. en C n (I ).
EJEMPLOS: {e x , x e x , x 2 e x } es l.i. en R pues:
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
{(1, 1, 1), (0, 1, 2), (0, 0, 2)} es l.i.
EJERCICIOS:
1. Demuestre que {1, x , x 2 } es l.i.
2. Demuestre que {x , e x , sen x } es l.i.
53
CAPÍTULO 3. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR Verónica Gruenberg Stern
DEFINICIÓN 3.2.1 Sean y 1 (x ), . . . , y n (x ) ∈ C n −1 (I ). ∀ x ∈ I el determinante

y (x ) y 2 (x ) ... y n (x )
1
y 10 (x ) y 10 (x ) ... y n0 (x )

W [y 1 (x ), . . . , y n (x )] =
.. .. .. ..

. . . .

(n −1) (n−1) (n−1)

y
1 (x ) y 2 (x ) . . . y n (x )
se llama el Wronskiano de las funciones y 1 , . . . , y n .
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
3. W [x , sen x ] = x cos x − sen x
4. W [x , 2x ] = 0
EJERCICIOS: Determine el Wronskiano de los siguiente conjuntos de funciones:
1. W [x , sen x , cos x ] 3. W [1, x , x 2 , x 3 ]
2. W [sen x , sen 2x , sen 3x ] 4. W [e a x , e b x ], a 6= b
TEOREMA 3.2.2 Sean y 1 , . . . , y n ∈ C n −1 (I ). Entonces, W [y 1 , . . . , y n ] 6≡ 0 ⇒ {y 1 , . . . , y n } es l.i.
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 W [y 1 , . . . , y n ] 6≡ 0, ∃x 0 ∈ R : W [y 1 (x 0 ), . . . , y n (x 0 )] 6= 0, de donde el sistema tiene solución única,

que es α1 = α2 = · · · = αn = 0.
OBSERVACIÓN: Es decir, si el Wronskiano de las funciones y 1 , . . . , y n no es idénticamente nulo, entonces

el conjunto es l.i. Sin embargo, el recíproco no es cierto, vale decir, W [y 1 , . . . , y n ] = 0 6⇒ que las funciones
sean l.d. Basta considerar el conjunto {x , |x |}.
Pero, para el caso de soluciones de una ED lineal homogénea de orden n, y normal en I , si W [y 1 , . . . , y n ] ≡

0, entonces y 1 , y 2 , . . . , y n l.d. en C (I ).
3.2.1. Solución general de una ecuación homogénea de orden n
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 ).
COROLARIO 3.2.1 Sean y 1 (x ), y 2 (x ), . . . , y n (x ) soluciones l.i. de la ecuación diferencial lineal homogénea

de orden n
b n (x )y (n ) + b n −1 (x )y (n −1) + · · · + b 1 (x )y 0 + b 0 (x )y = 0
Entonces, la solución general (ó solución homogénea) de la ecuación es:
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).
EJEMPLOS: Sea y 000 − y 00 − 2y 0 = 0
1. Demuestre que las funciones e −x , senh x − 12 e x , 2e 2x , 1 son soluciones de la ecuación diferencial.
2. Determine una base para el espacio solución de la E.D.O.
3. Determine la solución general de la E.D.O.
55
Solución:
1. Basta reemplazar cada una de las funciones en la E.D.O.
2. La ecuación es lineal, normal, homogénea y de orden 3 en R, y luego el espacio solución tiene

dimensión 3. Por lo tanto, para determinar una base del espacio solución, basta escoger 3 funciones
l.i. de entre las dadas. Notamos que:
1 e x − e −x 1 x 1
senh x − e x = − e = − e −x
2 2 2 2
Luego, basta probar que e −x , 2e 2x , 1 son funciones l.i., que dejamos como ejercicio.
3. La solución general es y h (x ) = C 1 e x + C 2 e 2x + C 3 · 1
3.3. Solución general de una ecuación no homogénea
TEOREMA 3.3.1 Sea y p (x ) cualquier solución particular de
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 )
Demostración: Notar que

(n ) (n −1)
b n (x ) y h (x ) + y p (x ) + b n −1 (x ) y h (x ) + y p (x ) + · · · + b 0 (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 )
EJEMPLOS: Resolver (D 2 − 1)y = 1.

Solución:
d 2y
Notamos que (D 2 − 1)y = 1 ⇐⇒ − y = 1.
dx2
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 .
Por lo tanto, y (x ) = −1 + C 1 e x + C 2 e −x son todas las soluciones de la E.D.
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 )
con y (x 0 ) = y 0 , y 0 (x 0 ) = y 1 , · · · , y (n −1) (x 0 ) = y n −1 tiene una y sólo una solución.
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 ).
TEOREMA 3.3.3 (Fórmula de Abel) Si y 1 (x ) es una solución no trivial de la ED
y 00 + a 1 (x )y 0 + a 0 (x )y = 0
entonces la segunda solución de la ED es
R
a 1 (x ) d x
e−
Z
y 2 (x ) = y 1 (x ) dx
y 12 (x )
la que es l.i. con respecto a y 1 (x ) y por lo tanto
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
Reemplazando en la ecuación original:
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:
1. Resolver x 2 y 00 − 3x y 0 + 4y = 0 si se sabe que una solución es y 1 (x ) = x 2 en ]0, ∞[.

Solución:
La ecuación es normal en ]0, ∞[ y debe escribirse como

3 0 4
y 00 − y + 2y =0
x x
3 R
∴ a 1 (x ) = − ⇒ e− a1 dx
= e 3 ln x = x 3
Zx Z
2 x3 1
y 2 (x ) = x dx = x2 d x = x 2 ln x
x4 x
⇒ y h (x ) = x 2 (c 1 + c 2 ln x )
¿Qué pasa si se conoce la solución y 1 (x ) = x 2 ln x y se pide la otra?

Z −R 3 d x Z
2 e x
2 1
y 2 (x ) = x ln x 2
d x = x ln x dx
4
x ln x x ln2 x
1
= −x 2 ln x = −x 2
ln x
⇒ y h (x ) = x 2 (c 1 ln x + c 2 )
58
2. Resolver y 00 + (tan x − 2cotg x )y 0 = 0 si y 1 (x ) = 1 es una solución particular de la ecuación en

cualquier intervalo en el que tan x y cotg x estén definidos.
Solución:
Una segunda solución es

Z Z
R
− (tan x −2cotg x )d x 2 x) 1
y 2 (x ) = e dx = e ln(cos x sen dx = sen 3x
3
Luego, la solución general es y h (x ) = C 1 + C 2 sen 3x .
EJERCICIOS:
1. Resolver y 00 + (tg x )y 0 − 6(cotg2 x )y = 0 si y 1 (x ) = sen3 x es una solución.
2 0 2
2. Resolver y 00 − y + 2y = 0 si y 1 (x ) = x es una solución.
x x
3.3.1. Operadores Diferenciales
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
Así, una expresión de la forma L(D) = a n (x )D n + a n−1 (x )D n−1 + · · · + a 1 (x )D + a 0 (x ) es un operador

lineal de C n (I ) en C (I ), de orden n, puesto que
L(D)(αy 1 + β y 2 ) = αL(D)(y 1 ) + β L(D)(y 2 ) ∀ α, β ∈ R
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
OBSERVACIÓN: Los operadores diferenciales, en general, no conmutan. Veamos, por ejemplo, que D(x D) 6=
(x D)D:
En efecto: D(x D)y = D(x y 0 ) = y 0 + x y 00 mientras que (x D)Dy = (x D)y 0 = x y 00 .
EJEMPLOS:
1. Demostrar que (D − x )(D + x ) 6= (D + x )(D − x ).
2. Demostrar que (D − a )(D − b ) = (D − b )(D − a ) , ∀a ,b ∈ R.
3.3.2. Operadores Diferenciales con Coeficientes Constantes
DEFINICIÓN 3.3.1 La expresión L(D) = a n D n + a n −1 D n −1 + · · · + a 1 D + a 0 , donde a j , j = 0, · · · , n son

constantes, es un «operador diferencial con coeficientes constantes de orden n». Al aplicar este operador
diferencial a la función y ∈ C n (I ) queda
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:
1. Aplicar (D − m )n a x k e m x donde m es constante; k , n ∈ N con k < n
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
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:
1. Es decir, si L i (D)(y ) = 0 para algún i entre 1 y n, entonces (L 1 (D) · L 2 (D) · · · L n (D))(y ) = 0.
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.
3.3.3. Ecuaciones Diferenciales Homogéneas con Coeficientes constantes de orden 2
Estudiaremos ecuaciones de la forma y 00 + a 1 y + a 0 y = 0, que en términos de operadores dife-

renciales puede escribirse en la forma (D 2 + a 1D + a 0 )y = 0.
La ecuación característica asociada es
m 2 + a 1m + a 0 = 0
61
y supongamos que sus soluciones son m = α1 y m = α2 .

Luego, el operador puede factorizarse en la forma D 2 + a 1 D + a 0 = (D − α1 ) (D − α2 ) y la ecuación
puede reescribirse en la forma
(D − α1 ) (D − α2 ) y = 0
Dependiendo de la naturaleza de las raíces del polinomio, se tiene tres tipos de soluciones de la E.D.:
Caso 1: α1 , α2 reales y distintas.

(D − α1 ) (D − α2 ) y = 0
es decir:
(D − α1 ) y = 0 ∨ (D − α2 ) y = 0
que es equivalente a
y 0 − α1 y = 0 ∨ y 0 − α2 y = 0
Las soluciones de estas ecuaciones son
y (x ) = e αi x , i = 1, 2
Las funciones y 1 = e α1 x e y 2 = e α2 x son soluciones l.i. Así, la solución de la ecuación homogénea

es:
y (x ) = C 1 e α1 x + C 2 e α2 x
Caso 2: α1 = α2 = α reales e iguales.
(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:
(2D 2 +5D −12)(y ) = 0 ⇒ L(m ) = 2m 2 +5m −12 = 0 ⇒ m 1 = −4 ∧ m 2 = 32 ⇒ y h (x ) =

3
x
c1 e −4x + c2e 2
2. Resolver (D + 3)2 y = 0
Solución:
(D + 3)2 y = 0 ⇒ L(m ) = (m + 3)2 = 0 ⇒ m =3 con multiplicidad 2.

⇒ y h (x ) = c 1 e −3x + c2 x e −3x .
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:
D 2y = 0 ⇒ L(m ) = m 2 = 0 ⇒ m =0 con multiplicidad 2.

⇒ y h (x ) = C 1 + C 2 x .
3.4. Ecuaciones Diferenciales Homogéneas con coeficientes Constantes de

orden superior
Sea (D n + a n −1 D n −1 + · · · + a 0 )(y ) = 0 , con a 0 , a 1 , · · · , a n constantes. El operador diferencial

lineal se descompone en factores lineales y cuadráticos, determinándose estos factores por la descom-
posición de la ecuación característica
m n + a n −1 m n −1 + · · · + a 0 = 0
63
TEOREMA 3.4.1 Si y = f (x ) pertenece al Kernel de un operador diferencial con coeficientes constantes

L(D), entonces x m −1 f (x ) pertenece al Kernel del operador L(D)m .
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 )
3. (D 4 + 2D 3 + D 2 )(y ) = 0 ⇒ m = 0, 0, −1, −1, y h (x ) = c 1 + c 2 x + e −x (c 3 + c 4 x )
4. y 000 = 0 ⇒ D 3y = 0 ⇒ m =0 y h (x ) = c 1 + c 2 x + c 3 x 2 .
Podríamos haber resuelto esta ecuación directamente, integrando: D 2y = C 1 Integrando de nuevo: Dy =

C 1x + C 2
x2
Finalmente, y (x ) = C 1 +C 2 x +C 3 . Por lo tanto, la solución de la ecuación homogénea es:
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:
e a x cos(b x ), x e a x cos(b x ), x 2 e a x cos(b x ), · · · , x n −1 e a x cos(b x )
e a x sen(b x ), x e a x sen(b x ), x 2 e a x sen(b x ), · · · , x n−1 e a x sen(b x )
y luego, la solución de la EDH es:

y h (x ) = e a x cos(b x )(C 1 + C 2 x + · · ·C n x n−1 ) + sen(b x )(C n+1 + C n+2 x + · · ·C 2n x n−1 )
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:
(D − x )(D + x ) = D 2 + 1 − x 2 , en cambio (D + x )(D − x ) = D 2 − 1 − x 2
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
3.5. Ecuación de Euler
La ecuación de Euler homogénea es de la forma
x n y (n ) + a n −1 x n −1 y (n −1) + · · · + a 1 x y 0 + a 0 y = 0
donde a 0 , a 1 , · · · , a n−1 son constantes reales.
Estudiaremos, en primer lugar, el caso particular n = 2:

Consideremos la ecuación de Euler
x 2 y 00 + a 1 x y 0 + a 0 y = 0
Hacemos la sustitución x = et (para x > 0). Luego:
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
de donde obtenemos la ecuación diferencial lineal homogénea con coeficientes constantes
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
Luego, si m 1 es raíz de esta última ecuación, entonces y (t ) = e m 1 t es solución de la ecuación con

coeficientes constantes, por lo que
y (x ) = e m 1 ln x = x m 1
es solución de la ecuación de Euler original.
65
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:
TEOREMA 3.5.1 La solución general de la ecuación de Euler homogénea de orden n
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
L ∗ (D) = D(D − 1) · · · (D − n + 1) + a n −1 D(D − 1) · · · (D − n + 2) + · · · + a 1 D + a 0
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
3.6. Ecuaciones Diferenciales Lineales No Homogéneas
La solución general de la EDL no homogénea es de la forma
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
1. método de los coeficientes indeterminados (MCI) y
2. método de variación de parámetro (MVP)
3.6.1. Método Coeficientes Indeterminados
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
L 2 (h(x )) = 0 ⇒ L 2 ◦ L(y ) = L(h(x )) = 0 ⇒

∗ ∗
L (y ) = 0 donde L = L2 ◦ L
∗ ∗ ∗
Sea y (x ) = y h + y p tal que L (y (x )) = 0 ⇒ yp = y ∗ − yh
∴ 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:
(D 2 + 4)(y ) = 0 ⇒ y h (x ) = c 1 sen 2x + c 2 cos 2x

L 2 (7) = D(7) = 0 ⇒ L2 = D ⇒ L ∗ = D(D 2 + 4) ⇒
∗
y = c 1 sen 2x + c 2 cos 2x + c 3 ⇒ yp = c 3
y p00 + 4y p = 0 + 4c 3 ≡ 7 ⇒ c 3 = 7/4
7
⇒ yG (x ) = c 1 sen 2x + c 2 cos 2x +
4
67
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
D2 + 3 = D2 − 1 + 4 ⇒ (D 2 + 3)(c 3 e x ) = (D − 1)(D − 1)(c 3 e x ) + 4c 3 e x

1
4c 3 e x ≡ e x c3 = .
⇒
4
p p 1
yG (x ) = c 1 sen 3x + c 2 cos 3x + e x
4
3. Resolver (D 2 + 2D + 1)(y ) = 2e x + cos 2x .
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
(D 2 + 2D + 1)(y p ) = (D 2 + 42D − 3)(y p )

= (D 2 + 4)(c 3 e x ) + (2D − 3)(y p )
= (D 2 − 1 + 5)(c 3 e x ) + (2(D − 1) − 1)(c 3 e x + c 4 sen 2x +)
= 5c 3 e x − 1c 3 e x + 2c 4 · 2 cos 2x + 2c 5 (−2) sen 2x
= 4c 3 e x + (4c 4 − 3c 5 ) cos 2x − (4c 5 + 3c 4 ) sen 2x
= 2e x + cos 2x
)
4c 4 − 3c 5 = 1 4 3
⇒ c 3 = 1/2 ⇒ c4 = c5 = −
3c 4 + 4c 5 = 0 25 25
1 4 3
yp = e x + sen 2x − cos 2x
2 25 25
1 4 3
yG = c 1 e −x + c 2 x e −x + e x + sen 2x − cos 2x
2 25 25
68
EJERCICIOS:
Empleando el MCI, encontrar y p en:
1. (D 2 + 6D + 10)(y ) = x 4 + 4x 2 + 2 4. (D 2 − 4D + 8)(y ) = e 2x (1 + sen 2x )
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
Anuladores para el MCI
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
3.6.2. Método de Variación de Parámetros
Comenzamos considerando la EDL de 2.o orden
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)
se busca una solución particular y p de (3.1) tal que
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)
Derivando y p y reemplazando en (3.1) se obtiene
y p0 = k 1 y 1 + k 1 y 10 + k 20 y 2 + k 2 y 20
y p00 = k 100 y 1 + 2k 10 y 10 + k 1 y 100 + k 200 y 2 + 2k 20 y 20 + k 2 y 200
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 )
pues y 1 ∧ y 2 son soluciones de la ecuación diferencial homogénea. Reordenando:
(k 100 y 1 + k 10 y 10 + k 200 y 2 + k 20 y 20 ) + a 1 (k 10 y 1 + k 2 y 2 ) + k 10 y 10 + k 20 y 20 = h(x )

(k 10 y 1 + k 20 y 2 )0 + a 1 (x )(k 10 y 1 + k 20 y 2 ) + k 10 y 10 + k 20 y 20 = 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
Usando la regla de Cramer para resolver este sistema:
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.
La solución de la ecuación homogénea es:
y h (x ) = c 1 sen x + c 2 cos x
Luego, suponemos que la solución particular es de la forma:
y p (x ) = k 1 (x ) sen x + k 2 (x ) cos x
y luego formamos el sistema

)
k 10 sen x + k 20 cos x = 0
k 10 cos x − k 20 sen x = h(x ) = sec x

sen x cos x

Como W = = −1

cos x − sen x
k 10 = sec x · cos x = 1 ∧ k 20 = − sec x · sen x = − tg x

Z
⇒ k1 = x ∧ k2 = − tg x d x = ln | cos x |
∴ yG (x ) = c 1 sen x + c 2 cos x + x sen x + cos x ln | cos x |
72
2. Resolver (D 2 − D − 2)(y ) = e −x sen x .
Solución: En este caso, podemos usar MCI ó MVP. Aplicaremos MVP, dejando como ejercicio al
lector resolver esta EDO usando MCI.
La solución de la ecuación homogénea es:
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
OBSERVACIÓN: En general, el método de variación de parámetros puede extenderse fácilmente a ecuacio-

nes de orden arbitrario. En efecto, consideremos la ecuación diferencial normal en I :
y (n ) + a n −1 (x )y (n −1) + · · · + a 0 (x )y = h(x )
Supongamos que se conoce la solución general de la ecuación homogénea, y que ésta es
y h (x ) = C 1 y 1 (x ) + · · · + C n y n (x )
Luego, la solución particular será de la forma
y p (x ) = C 1 (x )y 1 (x ) + · · · + C n (x )y n (x )
Es posible probar que en este caso,

Z x
y p (x ) = K (x , t ) h(t ) d t
x0

y 1 (t ) ··· ··· y n (t )

y 10 (t ) y n (t )

··· ··· 0

.. .. .. ..
. . . .
y (n −2) (t ) (n −2)

1 ··· ··· yn (t )
y 1 (x ) y n (x )

··· ···
donde K (x , t ) =
W [y 1 (t ), · · · , y n (t )]
K (x , t ) es la función de Green para L(D) = D n + a n−1 (x )D n−1 + · · · + a 0 (x )
74
Capítulo 4
Estudio Cualitativo de ED de Orden Superior
4.1. Sistemas Lineales de orden 2
4.2. Sistemas No Lineales de orden 2
75
LÍNEAS DE FASES
E. SÁEZ
Sea el dominio Ω ⊂ R × R y la función F : Ω → R.
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
Departamento de Matemática, UTFSM

e–mail: eduardo.saez@usm.cl
http://docencia.mat.utfsm.cl/ esaez/ .
1
2 E. SÁEZ
intervalo I, la identidad siguiente:

d
(3) (φ(t)) ≡ F (t, φ(t))
dt
Interpretación interesante:
Sea (t0 , φ(t0 )) un punto arbitrario pero fijo de la gráfica de una solución φ. Por el
Cálculo y la identidad anterior, el valor de la imagen F (t0 , φ(t0 )) es la pendiente de
la recta tangente a dicha curva solución por el punto (t0 , φ(t0 )). Luego
(4) x − x0 = F (t0 , x0 )(t − t0 ) , donde , x0 = φ(t0 )
es la ecuación de la recta tangente a la curva solución en el punto (t0 , φ(t0 )), es decir,
cualquier curva solución por el punto considerado es TANGENTE a la recta (4) (ver
Fig. 2).
(t0 , φ(t0 )) F R
•
• F (t0 , x0 )
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
Nótese que si en (2), F es un polinomio en la variable x, entonces la Ecuación

Diferencial admite solución única ∀(t, x) ∈ R2 . En lo que sigue, siempre supondremos
existencia y unicidad de los problemas de Cauchy.
Pregunta 1: ¿Cómo describir la forma de las curvas en Ω, que son gráficas de
soluciones de (2)?
Para responder esta pregunta recordemos la idea geométrica sobre traslaciones de
gráficas respecto de un sistema de coordenadas. Si una variable de una función, por
ejemplo x, se reemplaza por la traslación x → x − c donde c es una constante real,
entonces la gráfica de la función se traslada en la dirección positiva (resp. negativa)
del eje x si c > 0 (resp. c < 0). La Fig. 4 ilustra este comentario en el caso c > 0
y = f (x)
− c)
f (x
)=
(x
g
=
y
x
x−c x
Fig. 4
Respuesta parcial de la Pregunta 1.

Sea una E.D.O. Autónoma,
dx
(5) = F (x)
dt
Las Ecuaciones Diferenciales Autónomas son definidas en dominios de la forma R × I,
donde I = dom(F ). Supongamos que ξ : (−∞, ∞) → R , t → ξ(t) , es una solución
de (5). Entonces cualquier traslación de la gráfica de ξ en la dirección del eje t, es
una gráfica de una nueva solución de (5). En efecto, sea la nueva función trasladada
η : (−∞, ∞) → R , tal que , η(t) = ξ(t − c) , c ∈ R constante
Entonces las siguientes identidades son inmediatas en el intervalo I = R
˙ − c) ≡ F (ξ(t − c)) ≡ F (η(t))
η̇(t) ≡ ξ(t
Luego por (3), η también es solución de (5).
El argumento anterior nos dice que si conocemos el comportamiento cualitativo
de una solución ξ0 de (5), en realidad conocemos el comportamiento cualitativo de
infinitas soluciones, pues basta considerar traslaciones de ξ0 en la dirección positiva o
negativa del eje t. Esto significa que si Ω̃ ⊂ Ω es el dominio que cubren, en el plano
tx, las traslaciones de ξ0 . Por el Teorema de Existencia y Unicidad en Ω̃ no puede
existir una curva que sea gráfica de una solución diferente a una traslación de ξ0 . Es
4 E. SÁEZ
decir en Ω̃ se han encontrado TODAS las soluciones que la ecuación admite (ver Fig.
5).
x
ξ0
Ω̃
Fig. 5
Pregunta 2: ¿Cuántas soluciones diferentes de traslaciones admite (2)?

dx
Examinemos con un ejemplo sencillo la pregunta anterior. Sea la E.D.O., = x.
dt
Es inmediato que la función exponencial x = et es una solución. Luego:
x = et−c = e−c et = ket , son soluciones , ∀ k = e−c > 0 , c ∈ R
Las gráficas de las soluciones anteriores son curvas CRECIENTES (pendientes
positivas ) y cubren el semi plano superior Ω1 = {(t, x) | x > 0}. Por los argumen-
tos desarrollados mas arriba, no puede existir en Ω1 una curva solución diferente de
traslaciones de x = et . Cualquier otra solución diferente de traslaciones de la expo-
nencial sólo pueden existir en R2 − Ω1 . Pero x = −et también es una solución trivial,
basta reemplazar en la ecuación. Entonces:
x = −et−c = −e−c et = ket , son soluciones , ∀ k = −e−c < 0 , c ∈ R
y las gráficas de estas funciones son curvas DECRECIENTES (pendientes nega-
tivas) y cubren el semi plano inferior Ω2 = {(t, x) | x < 0}.
¿Existen más soluciones diferentes de las anteriores? Sólo pueden existir otras
soluciones en la parte del plano
Ω3 = R2 − (Ω1 ∪ Ω2 ) = {(t, 0) | t ∈ R}
Pero Ω3 es el eje t en el plano xt de ecuación x = 0. Es inmediato que x = 0
es otra solución trivial de la ecuación que tiene la particularidad de ser Constante
(pendiente cero) . En resumen, la ecuación planteada tiene sólo TRES soluciones
esencialmente diferentes en el sentido que sólo admite tres tipos de curvas soluciones:
Crecientes, Decrecientes y Constantes. Este resumen de comportamientos cualitativos
se puede ilustrar geométricamente definiendo una lı́nea ad hoc llamada Lı́nea de Fases
como indica la Fig. 6
comportamientos decrecientes < • > x comportamientos crecientes
solución constante
Fig. 6
LÍNEAS DE FASES 5
Observación. Si x0 es una raı́z de la ecuación F (x) = 0, es decir, F (x0 ) = 0, entonces

x = x0 es la ecuación de una recta en el plano tx, que es una solución constante de
(2) pues se satisface:
d
(x0 ) ≡ F (x0 ) ≡ 0 , ya que, x0 es una constante.
dt
Definición. Sea x0 una raı́z de la ecuación F (x) = 0, entonces diremos que x0 es

una SINGULARIDAD, o bien, un punto de EQUILIBRIO de la lı́nea de fases de la
ecuación (2).
Observación Importante. La Lı́nea de Fases se puede obtener directamente de la
ecuación (2), “sin necesidad de resolver explı́citamente la ecuación”, ¿Cómo? Sabemos
que F (x) son las pendientes de las curvas soluciones de (2), entonces basta observar
la gráfica de la función F pues los valores positivos, negativos y raı́ces de F (x) deter-
minan las soluciones crecientes, decrecientes y singularidades, respectivamente.
Ejemplo: Supongamos que la gráfica de la función F en la ecuación (2) es como
indica la Fig. 7. La Lı́nea de Fases queda determinada por los valores de las imágenes
de F y es como muestra geométricamente la parte inferior de la Fig. 7.
Gr(F )
• • • • x
<• > • < • < • > Lı́nea de Fases

Fig. 7
Interpretanto la Lı́nea de Fases se tiene en forma inmediata el comportamiento cualita-

tivo de los tipos de soluciones que admite (2) pues el sentido de las flechas corresponden
a las soluciones monótonas como se muestra en la Fig. 8.
•
•x
t
•
•
Lı́nea de Fases y comportamientos Cualitativos

Fig. 8
6 E. SÁEZ
Observación. Dependiendo del comportamiento local de las soluciones de la

ecuación alrededor de una singularidad aislada en la Lı́nea de Fases, se distinguen
los siguientes tipos de singularidades:
1)
<• > , repulsor (fuente),
2)
>• < , atractor (pozo),
3)
>• > , atractor-repulsor,
4)
<• < , repulsor-atractor,
Ejemplo. Describir cualitativamente los tipos de soluciones que admite la E.D.O.,

4
ẋ = (x − 1)3 ecos(x −1) .
Solución: Es inmediato que x = 1 es la única singularidad (aislada) de la E.D.O.
4 4
Como ecos(x −1) > 0, ∀x ∈ R, la gráfica de F (x) = (x−1)3 e(cos(x −1) , la Lı́nea de Fases
y los tipos de soluciones de la E.D.O. son como ilustra la Fig. 9, respectivamente.
x
Gr(F)
• x •1 , Pto de eq. repulsor

1
t
x
Fig. 9
La ecuación del ejercicio anterior, es muy difı́cil de integrar bajo el punto de vista
del Cálculo. En consecuencia es difı́cil conocer explı́citamente las ecuaciones de las
soluciones que indica la Fig. 9, sin embargo, la Lı́nea de Fases permite dar una
descripción cualitativa del tipo de soluciones y punto de equilibrio.
Ejemplo. Estudiemos el modelo de Newton, sobre la variación de temperatura que
tienen los cuerpos. “La temperatura de un cuerpo, en cada instante, cambia con una
rapidez proporcional a la diferencia de temperatura del cuerpo con la temperatura del
medio ambiente, la cual se supone constante”.
Sea T = T (t) la temperatura de un cuerpo en el instante t y T0 la temperatura
ambiente, que se supone constante. La Ecuación Diferencial que modela el Principio
de Newton es de la forma
dT
= −λ(T − T0 )
dt
donde λ > 0 es la constante de proporcionalidad.
LÍNEAS DE FASES 7
La gráfica de F (T ) = −λ(T − T0 ), la Lı́nea de Fases y los tipos de soluciones de

la E.D.O. son como ilustra la Fig. 10, respectivamente.
T
Gr(F)
• T • T0 , T0 pto de eq. atractor

T0
t
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
donde λ > 0 es la constante de proporcionalidad.

Como x(t) + y(t) = N, la E.D. anterior que modela el comportamiento de los
individuos infectados se reduce a la expresión:
dy
= λ(N − y)y
dt
La gráfica de F (y) = λ(N − y)y, la Lı́nea de Fases y los tipos de soluciones de la

E.D.O. son como ilustra la Fig. 11, respectivamente.
8 E. SÁEZ
Gr(F )
•N , N pto de eq. atractor
• • y
0 N
•0 t , 0 pto de eq. repulsor
y
Fig. 11
Comentario: Nótese que si en un instante t0 , aparece un caso de un individuo

infectado, es decir, se presenta la condición inicial y(t0) = 1, entonces si y = y(t) es
la curva solución que satisface la condición inicial, según el modelo limt→∞ y(t) = N,
pues N es un punto de equilibrio atractor. El modelo predice que de no tomar medidas
especiales para controlar la epidemia, la totalidad de la población se contagia a medida
que transcurre el tiempo.
Definición. Dos Ecuaciones Diferenciales Autónomas del tipo (2), se dicen cua-
litativamente equivalentes si y sólo si tienen la misma Lı́nea de Fases, en el sentido
del mismo número de puntos singulares, de la misma naturaleza y distribuidos en el
mismo orden.
4
Ejemplo: Las E.D. ẋ = x, ẋ = (x − 1)3 ecos(x −1) . son equivalentes pues sólo
tienen un único punto atractor en sus respectivas Lı́neas de Fases.
Comentario: Existen fenómenos de la naturaleza que bajo el punto de vista de la
definición anterior, matemáticamente son equivalentes. Por ejemplo, el modelo de
Newton de enfriamiento de los cuerpos descrito anteriormente es equivalente a la Ley
de desintegración radioactiva “La tasa de desintegración de una sustancia radioactiva
es proporcional, en cualquier instante a la cantidad de sustancia presente”. En efecto
si A = A(t) es la masa de una sustancia radioactiva en el instante t, entonces la
E.D. que modela el fenómeno está dada por: Ȧ = −λA, λ > 0. La gráfica de
F (A) = −λA, la Lı́nea de Fases y los tipos de soluciones de la E.D.O. son como
ilustra la Fig. 12, respectivamente.
A
Gr(F)
• A •0 t , 0 pto de eq. atractor

0
A
Fig. 12
LÍNEAS DE FASES 9
Los puntos T = T0 y A = 0 son los únicos puntos de equilibrio atractores en las

respectivas Lı́neas de Fases.
Ejercicio: Clasificar las Lı́neas de Fases no-equivalentes de la E.D. ẋ = λ + x2 ,
donde λ es un parámetro real.
Solución: Sea Fλ (x) = λ + x2 , λ ∈ R. Con el objeto de estudiar como cambian las
distintas Lı́neas de Fases, dependiendo del parámetro λ, consideremos la gráfica de la
ecuación Fλ (x) = 0 en el plano λx (ver Fig. 13). Si las rectas verticales muestran
las Lı́neas de Fases, entonces las intersecciones entre la parábola λ = −x2 y las
rectas verticales son los puntos de equilibrio de las Lı́neas de Fases. Es claro que si
λ < 0, λ = 0 , o bien λ > 0, se tiene respectivamente: dos, cero , o bien ninguna
intersección. Sólo existen tres Lı́neas de Fases no-equivalentes, en efecto, si λ < 0
existen dos puntos de equilibrio atractor y repulsor resp., si λ = 0 sólo el origen
es un punto de equilibrio atractor-repulsor y si λ > 0 no existen puntos de equilibrio
(ver Fig. 13)
x >0
•
(x )
Fλ
Fλ (x) < 0
• λ
Fig. 13
Ejercicio 1. Una cierta ley de radiación, establece que la razón de cambio de la

temperatura de un cuerpo a T (t) grados, que se encuentra en un medio de temperatura
constante, de M = 70 0 C, es proporcional a M 2 − T 2 (t) donde la constante de
proporcionalidad es positiva:
i) Encuentre la Lı́nea de Fases

ii) Si T (0) = 100 0 C, determinar:
lim T (t)
t→∞
Ejercicio 2. Describir cualitativamente los tipos de soluciones de las E.D.
a) ẋ = sen x2
b) ẋ = sen2 x
10 E. SÁEZ
Ejercicio 3. Describir las Lı́neas de Fases, no equivalentes, de la ecuación diferencial

ẋ = (x − 1)(x + λ)e2 cos x , si λ ∈ R
Ejercicio 4. Sea la Ecuación Diferencial,
dx
= (x + 1 + λ)(x − 1)ex−1 , donde el parámetro λ ∈ R
dt
i) ¿Cuáles son las Lı́neas de Fases, no equivalentes, que admite la Ecuación
Diferencial?
ii) Describa en un gráfico, cualitativamente, las soluciones de la Ecuación Dife-
rencial correspondientes a las Lı́neas de Fases encontradas en a)
Ejercicio 5. Supongamos que A(t) es la cantidad de material que memoriza un estu-

diante en un tiempo t y M representa la cantidad de material total que es necesario
memorizar. Si la rapidez de memorización de un cierto estudiante, es la diferencia
entre un múltiplo de la cantidad de material que le queda por memorizar, y un múltiplo
de lo memorizado.
i) Describa el modelo matemático que representa la capacidad de memorización.
ii) ¿Cómo es la Lı́nea de Fases del modelo obtenido en i)? (se entiende que todas
las constantes son positivas)
iii) Si A(0) = 0. ¿Un estudiante llega a lo largo del tiempo a memorizar todo el
material?
iv) Si el múltiplo de lo memorizado por Juan es menor que el de Diego. ¿Quién
tiene mejor memoria?
Ejercicio 6. En un envase de reacción se encuentran las substancias A y B. La
substancia A por reacciones quı́micas se convierte en la substancia B. La rapidez de
conversión, en cada instante, es proporcional al producto de las masas de ambos subs-
tancias. Según las leyes de la Fı́sica , la suma de las masas M de ambas substancias,
es invariante en el proceso de conversión.
a) ¿Cuáles son las ecuaciones diferenciales que modela los cambios de la masa
x(t) de la substancia A y los cambios de la masa y(t) de la substancia B ?.
b) ¿Cuáles son los puntos de equilibrio de ambas E.D.O. ?
c) Si el sistema no está en un punto de equilibrio al inicio de un experimento.
¿Qué se puede decir sobre los comportamientos de x(t) , y(t) cuando t → ∞
?
d) ¿ Son equivalentes las dos E.D.O de a) ?.
Ejercicio 7. Sea p = p(t) la población de una bacteria en cada instante (medida en
millones). La rapidez de cambio de la población ( en un modelo sencillo) en cada
momento está dada por: una tasa de natalidad que es proporcional a la población
del instante, una segunda tasa de mortalidad natural que también es proporcional a
LÍNEAS DE FASES 11
la población del instante y una tercera tasa de mortalidad debida a competencias

intraespecies que es proporcional al término 21 p(p − 1).
i) Si k1 , k2 , k3 > 0 son las respectivas tasas de proporcionalidad en el orden en que
aparecen en el enunciado. ¿ Cuál es la Ecuación Diferencial que modela
la población de las Bacterias ?
ii) Si las respectivas tasas en i) son: k1 = 5, k2 = 2, k3 = 1. ¿ Cuál es la lı́nea
de fases asociada a la E.D.O. ?.
iii) Si en el instante inicial p(0) > 0 ¿ Existe, a largo plazo, la posibilidad que
la población de Bacterias se extinga ?.
iv) En general, si las constantes de proporcionalidad satisfacen k1 − k2 + 21 k3 <
0 ¿ Qué puede afirmar sobre la supervivencia de la población de
Bacterias ?.
Ejercicio 8. Sea p = p(t) la población de una cierta ciudad en cada instante t (medida
en millones de personas). La razón de cambio de la población, principalmente se
debe a tres causales: a) Una tasa de natalidad que es proporcional, con constante
de proporcionalidad k1 > 0, a la población del momento; b) Una tasa de mortalidad
natural que es proporcional, con constante de proporcionalidad k2 > 0, a la población
del momento, k2 < k1 ; c) Una tasa de mortalidad no-natural (por ejemplo: debida
a accidentes de tránsito, accidentes en el trabajo, perı́odos de guerra, etc) que es
proporcional, con constante de proporcionalidad k3 > 0, al término p(p − 1)2 , (k3 <
k2 ).
i) Establezca la Ecuación Diferencial que modela el tamaño de la población .
ii) Si las respectivas tasas se estiman en k1 = 6, k2 = 5, k3 = 4. Describa la Lı́nea
de Fases de la E.D.O.
iii) Si en el instante inicial p(0) < 21 . ¿ Existe a largo plazo, la posibilidad que la
población se extinga ?.
iv) ¿ Bajo que condiciones iniciales se puede afirmar la supervivencia de la res-
pectiva ciudad a través de los tiempos ?.
Ejercicio 9. Suponga un modelo sencillo de una población de animales P = P(t),
donde t es el tiempo, que tiene igual número de machos y hembras. Los nacimientos
de la población, en cada instante, son proporcionales con tasa k > 0 al número de
machos y hembras . La mortalidad de la población es proporcional con tasa δ > 0 a
la población en cada instante .
i) ¿ Cuál es la Ecuación Diferencial que modela la rapidez de cambio de la
población ?.
δ
ii) Si a = . ¿Qué puede afirmar si P(0) < 4a ?
k
iii) ¿ Qué puede afirmar si P(0) > 4a ?
Ejercicio 10. Un modelo sencillo sobre la variación de la población de peces en un
lago de grandes dimensiones a lo largo del tiempo, x = x(t), medida en toneladas,
12 E. SÁEZ
depende esencialmente de tres factores:

i) Tasa de nacimiento en el instante t dada por: 2x(t)
1
ii) Tasa de mortalidad en el instante t dada por: (1 + 12 x(t))x(t)
iii) Tasa de captura constante dada por el parámetro K
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 ?.
Agradecimientos: Por su contribución a revisar la presentación de estos apuntes

agradezco a la señora Amalia Becerra, Secretaria del Departamento de Matemática.
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

Vivian Aranda Núñez

1. Introducción
La transformada de Laplace es un ejemplo de un operador. Este opera sobre una función, pro-
duciendo otra función. La transformada de Laplace es un método útil para resolver ecuaciones
diferenciales y problemas de valor inicial con condiciones en la frontera. También permite resolver
ecuaciones integrales ó íntegro-diferenciales. Esencialmente, estos problemas se resuelven en 3 pa-
sos: en primer lugar, se transforma el problema en uno más sencillo, luego se resuelve el problema
sencillo y, finalmente, la solución obtenida se transforma en el sentido inverso, obteniéndose la
solución al problema original.
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
Además: f (t) = L−1 (F (s)), es la transformada de Laplace inversa de F .
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
−e−sT

1 1
= lı́m + = siempre que s > 0.
T →∞ s s s
Si s < 0, la integral diverge.

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

0
siempre que 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
Usando la regla de L’Hôpital:
−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
Notar que, usando integración por partes, se tiene que ∀n ∈ N:

∞
Z ∞ Z ∞
−st
e n n
L(tn )(s) = tn e−st n
dt = t · (− ) + tn−1 e−st dt = L(tn−1 )(s)

0 s s 0 s
0
Luego, es posible probar inductivamente, que:
n!
L(tn )(s) = ∀n ∈ N
sn+1
MAT023 (2◦ sem. 2012) 2

4. f (t) = sen(bt), ∀t > 0

Z ∞ Z T
−st
L(sen(bt))(s) = F (s) = sen(bt) e dt = lı́m sen(bt) e−st dt
0 T →∞ 0

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

T
e−st s T −st
Z
= − cos(bt) − e cos(bt) dt

b b 0
0
Hacemos
sen(bt)
u = e−st ⇒ du = −s e−st dt ∧ dv = cos(bt) dt ⇒ v=
b
y usando integración por partes nuevamente:

T
T
e−st s T −st
Z Z
sen(bt) e−st dt = − cos(bt) − e cos(bt) dt

0 b b 0
0
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,
MAT023 (2◦ sem. 2012) 3

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

5. Análogamente, es posible mostrar, integrando por partes dos veces, que la transformada de
Laplace de la función f (t) = cos(bt), es:
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
7. Calcular la transformada de Laplace de f (t), donde f (t) está dada por:

t si 0 6 t 6 1
f (t) =
1 si 1 < t < ∞
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:
MAT023 (2◦ sem. 2012) 4

Cuadro 1: Transformada de Laplace
f (t) L(f )(s) = F (s)

5

1
1 s>0
s
1
t s>0
s2
n!
tn s>0

sn+1
b
sen(bt) s>0
s2 + b2
s
cos(bt) s>0
s2 + b2
1
eat s>a
s−a
Pero, primero es necesario determinar algunas condiciones sobre una función para la existencia
de su correspondiente transformada.
2. Existencia de la Transformada de Laplace

2.1. Definición
Diremos que f : [a, b] −→ R es seccionalmente continua ó continua por tramos ssi
1. f es continua en todos los puntos del intervalo [a, b], salvo a lo más en un número finito de
ellos.
2. Todos los puntos t0 de discontinuidad de f , son discontinuidades de tipo salto, es decir, en

los puntos de discontinuidad se tiene que los siguientes dos límites existen:
lı́m f (t) = f (t−

0) ∈ R ∧ lı́m f (t) = f (t+
0) ∈ R
t→t−
0 t→t+
0
Observación
−
1. |f (t+
0 ) − f (t0 )| mide el salto de la discontinuidad.
MAT023 (2◦ sem. 2012) 5

−
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
5. Si f y g son seccionalmente continuas en [a, b] entonces f (x) · g(x) es seccionalmente

Z b
continua en [a, b] y f (t) g(t) dt existe.
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.
Veamos que f6 (t) es de orden exponencial:
MAT023 (2◦ sem. 2012) 6

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.
Luego |tn eat sen bt| ≤ Cet ∀t > 0, a ≤ 0, C = constante adecuada
Veamos ahora que f (t) no es de orden exponencial:

2
et 2
Notemos que lı́m at = lı́m et −at −→ ∞ ∀a ∈ R
t→∞ e t→∞
2
et
Luego, dada cualquier constante C : at > C para t suficientemente grande, por lo que no es
2
e
posible acotar et por Ceat .
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.
Demostración: Como f es de orden exponencial, existen constantes positivas C, α tal que
|e−st f (t)| = e−st |f (t)| ≤ Ce−st eαt = Ce−t(s−α)

Luego:
Z ∞ Z ∞ Z T
−st −t(s−α) C
|e f (t)|dt ≤ Ce dt = lı́m C e−t(s−α) dt =
0 0 T →∞ 0 s−α
Luego, como fZ es seccionalmente continua, por el criterio de comparación para integrales impropias,
∞
la integral e−st f (t)|dt converge.
0
Observación
1. Si f es de orden exponencial, entonces lı́m e−st f (t) = 0, s > c.
t→∞
En efecto: |f (t)| ≤ Ceαt =⇒ |e−st f (t)| ≤ Ce−(s−α)t .
Como lı́m e−(s−α)t = 0 si s > α, de donde, por el teorema del sandwich,

t→∞
lı́m |e−st f (t)| = 0 si s > c

t→∞
MAT023 (2◦ sem. 2012) 7

y así
lı́m e−st f (t) = 0 si s > c
t→∞
2. El Teorema es una condición suficiente pero no necesaria para la existencia de la transfor-

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

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
de donde ambas integrales divergen.
MAT023 (2◦ sem. 2012) 8

2.2. Linealidad e inversa de la transformada de Laplace

Linealidad: Supongamos que f y g son funciones seccionalmente continuas y de orden ex-
ponencial, y que α y β son constantes. Luego, utilizando las propiedades de la integral, se tiene

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:
L(f ) = L(g) ; f (t) = g(t)

Por lo tanto, L no es inyectiva. Sin embargo, tenemos el siguiente

2.2.1. Teorema
Sean f, g funciones tales que L(f ) = L(g). Entonces, f (t) = g(t) ∀t > 0, excepto a lo
más en un número finito de puntos de discontinuidad.
Estos sencillos hechos permiten y facilitan el cálculo tanto de la transformada de Laplace de

funciones como el de sus inversas.
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)
Notar que cos 2α = cos2 α − sen2 α = 1 − 2 sen2 α
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

−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)
Resolviendo, obtenemos que A = 1 , B = −1 , C = 0.

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

L−1 2
= L−1 √ 2
= √ sen( 17 t )
s + 17 17 s + 17 17
5
6. Dada F (s) = encontrar f (t).
s7

−1 5 −1 5 6! 5 6
L = L = t.
s7 6! s7 6!
1 16
7. Calcular la transformada de Laplace inversa de: F (s) = − 2
s−5 s +4

−1 −1 1 −1 16
f (t) = L (F )(s) = L −L
s−5 s2 + 4

1 2
= L−1 − 8 L−1 2 = e5t − 8 sen(2t)
s−5 s +4

−1 s+9
8. Calcular L
s2 − 2s − 3
s+9 s+9 A B A(s − 3) + B(s + 1)
= = + =
s2 − 2s − 3 (s + 1)(s − 3) (s + 1) (s − 3) (s + 1)(s − 3)
A(s − 3) + B(s + 1) s(A + B) + (−3A + B)
= =
(s + 1)(s − 3) (s + 1)(s − 3)
A+B = 1 A = −2
⇒
−3A + B = 9 B = 3
luego, podemos reescribirlo como:

s+9 −2 3
F (s) = = +
s2 − 2s − 3 (s + 1) (s − 3)

−1 −1 −2 −1 3
f = L (F ) = L +L = −2e−t + 3e3t
(s + 1) (s − 3)
MAT023 (2◦ sem. 2012) 10

2.3. Propiedades Básicas de la transformada de Laplace
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→∞
Demostración: Como |f (t)| ≤ Ceαt ∀t > 0 se tiene:

Z ∞ Z ∞ Z ∞
−st −st
e−st Ceαt dt

|F (s)| =
e f (t) dt ≤
e |f (t)| dt ≤
0 0 0
Z ∞
C

= C e−(s−α)t dt =
0 s−α
C
∴ lı́m |F (s)| ≤ lı́m = 0 =⇒ lı́m F (s) = 0
s→∞ s→∞ s − α s→∞
La transformada de Laplace de derivadas

La relación existente entre la transformada de Laplace de la derivada de una función y la trans-
formada de Laplace de la función misma es sorprendente, y nos permitirá aplicar esta herramienta
para resolver ecuaciones diferenciales.
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:
L( y 0 )(s) = s L(y)(s) − y(0) = s Y (s) − y(0)
donde Y (s) es la transformada de Laplace de y.
Demostración
Z ∞ Z T
0 −st
0
L( y )(s) = y (t) e dt = lı́m y 0 (t) e−st dt
0 T →∞ 0
Usando integración por partes:

u = e−st ⇒ du = −s e−st dt ∧ dv = y 0 (t) dt ⇒ v = y(t)
" T Z T #

L( y 0 )(s) = lı́m y(t) e−st + s y(t) e−st dt

T →∞ 0
" 0 #
Z T
= lı́m y(T ) e−sT − y(0) + s y(t) e−st dt
T →∞ 0
MAT023 (2◦ sem. 2012) 11

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
= lı́m y(T ) e−sT − y(0) + s Y (s)

T →∞
Ya que y es de order exponencial, existen constantes C y a tal que |y(t)| 6 C eat , por lo tanto:
e−sT |y(T )| 6 C e−(s−a)T
lo cual converge a 0 para s > a cuando T −→ ∞. Por lo tanto,
L( y 0 )(s) = s Y (s) − y(0).

2.3.2. Proposición
Supongamos que y e y 0 son funciones diferenciables por tramos y continuas y que y 00 es continua
por tramos. Supongamos que las tres son de orden exponencial. Luego,
L( y 00 )(s) = s2 L(y)(s) − s y(0) − y 0 (0) = s2 Y (s) − s y(0) − y 0 (0)
donde Y (s) es la transformada de Laplace de y.
Inductivamente, puede probarse que en general:
L( y (k) )(s) = sk L(y)(s) − sk−1 y(0) − · · · − s y (k−2) (0) − y (k−1) (0)
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
MAT023 (2◦ sem. 2012) 12

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
L{y 00 + y} = L{cos 2t}

L{y 00 } + L{y} = L{cos 2t}
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
MAT023 (2◦ sem. 2012) 13

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 )

1 1
= cos(t) + sen(t) − cos(2t)
3 3
3. Resolver y 00 + 4y 0 + 3y = 0, y(0) = 3, y 0 (0) = 1
4. Si f (t) = t sen ωt, determine L(f ).
f (t) = t sen ωt, entonces f (0) = 0 y f 0 (t) = sen ωt + ωt cos ωt
Luego, f 0 (0) = 0 y f 00 (t) = 2ω cos ωt − ω 2 f (t)
Así, L(f 00 ) = 2ωL(cos ωt) − ω 2 L(f )
El lado izquierdo de la igualdad es igual a: s2 L(f ) − sf (0) − f 0 (0)
Por lo tanto: (s2 + ω 2 )L(f ) = 2ωL(cos ωt)
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
MAT023 (2◦ sem. 2012) 14

La transformada de Laplace de la integral

2.3.3. Teorema
Z t

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

αx
f (x) dx ≤ |f (x)| dx ≤ C e dx = e = (e − eαa )

a

a a α a α
Z t
C αt
∴ f (x) dx ≤ e ∀t > 0

a α
Z t
Luego, f (x) dx es de orden exponencial.
a Z t Z ∞ Z t
−st
Ahora, L f (x) dx = e f (x) dx dt Integrando por partes:
a 0 a
| {z }
u
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
MAT023 (2◦ sem. 2012) 15

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

Z t t
1 1 1
2. L−1 = L −1
= 1 dx = 1 = t (lo cual ya se sabía).

s2 s s 0
0
Además, este ejemplo muestra con claridad que L−1 (f · g) 6= L−1 (f ) · L−1 (g)
1
3. Si L(f ) = , determinar f (t).
s(s2 + ω2)
1
4. Si L(f ) = , determinar f (t).
s2 (s2 + ω2)
y(t) L(y)(s) = Y (s)
y 0 (t) s Y (s) − y(0)
y 00 (t) s2 Y (s) − s y(0) − y 0 (0)
y (n) (t) sk Y (s) − sk−1 y(0) − · · · − s y (k−2) (0) − y (k−1) (0)

Z t
1
y(u) du Y (s)
0 s
MAT023 (2◦ sem. 2012) 16

2.3.4. Teorema (1◦ de traslación)

Sea f una función continua por tramos y de orden exponencial. Sea F (s) la transformada de
Laplace de f , y sea c una constante. Entonces,

17
L{ ec t f (t)}(s) = F (s − c)

y por lo tanto,
L−1 (F (s − c)) = ect f (t)
Demostración

Z ∞ Z ∞
−st
ct
L{ e f (t)}(s) = ct
e f (t) e dt = f (t) e−(s−c)t dt = F (s − c)
0 0
Ejercicios:
1. Calcular la transformada de Laplace de g(t) = e2t sen 3t
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
MAT023 (2◦ sem. 2012) 17

f (t) L(f )(s) = F (s)

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

(s − a)n+1
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:
L{ tn f (t)}(s) = (−1)n F (n) (s)

dn
donde F (n) (s) = F (s)
dsn
MAT023 (2◦ sem. 2012) 18

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

¿Cuál será la transformada de Laplace de t3 e3t ? ¿Puede conjeturar para tn ent para n ∈ N?
2. Calcular la transformada de Laplace de la función t sen(ωt).
0
0 ω 2ωs
L(t sen(ωt)) = −[L(sen(ωt))] = − = . (Comparar con ejemplo 4
s2 + ω 2 s2 + ω 2
página 14).

−1 s−3
3. Determinar L ln .
s+1

−1 dF 1 −1 d 1 −1 d s−3
Como: tf (t) = −L ∴ f (t) = − L F = − L ln
ds t ds t ds s + 1

1 −1 s + 1 s + 1 − (s − 3)
= − L
t s−3 (s + 1)2
1 1
1 −1 4 4 −1 4 4
= − L = − L −
t (s − 3)(s + 1) t s−3 s+1
1 3t e−t e3t
= − (e − e−t ) = −
t t t
4. Resolver y 00 + 2ty 0 − 4y = 1, y(0) = y 0 (0) = 0.
Aplicamos transformada de Laplace a la ecuación:
L(y 00 ) + L(2ty 0 ) − 4L(y) = L(1)

d 1
s2 Y (s) − y(0) − sy 0 (0) − 2 (sY (s) − y(0)) − 4Y (s) =
ds s
1
s2 Y (s) − 2(Y (s) + sY 0 (s)) − 4Y (s) =
s
1
−2sY 0 (s) + (s2 − 6)Y (s) =
s
2
6−s 1
Y 0 (s) + Y (s) = − 2
2s 2s
que es una E.D.O. lineal de primer orden, cuya solución está dada por:
MAT023 (2◦ sem. 2012) 19

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:
L(ty 00 ) − L(y 0 ) = L(t2 )

d 2!
(−1) L(y 00 ) − (sY − y(0)) = 3

ds s
d 2 2!
− (s Y − sy(0) − y 0 (0)) − sY = 3
ds s
d 2 2!
− (s Y ) − sY = 3
ds s
2
−(s2 Y 0 + 2sY ) − sY = 3
s
2
−s2 Y 0 − 3sY = 3
s
3 2
Y0+ Y = − 5
s s
que es una E.D.O. lineal de primer orden, cuya solución está dada por:
Z  Z 
3 3
− ds Z
2
ds
Y (s) = e s  − 5 e s ds + C 

s

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
de donde la solución buscada es la transformada inversa de esta función:

−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
MAT023 (2◦ sem. 2012) 20

2.4. Funciones Discontinuas Especiales

En esta sección veremos cómo ciertas funciones definidas por tramos pueden reescribirse de
modo de poder utilizar el conocimiento que tenemos de las transformadas de las funciones que

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<∞


Esta función es la "función característica" del intervalo [a, b[ definida en R.
Función escalón unitario:

0 , t<0
H(t) =
1 , t>0
Esta función también es conocida como "función de Heaviside".
Función escalón unitario trasladada hasta el punto c:

0 , t<c
Hc (t) = H(t − c) =
1 , t>c
Podemos expresar la función intervalo Hab (t) en términos de la función escalón unitario Ha (t)
y Hb (t) del siguiente modo:
Hab (t) = Ha (t) − Hb (t) = H(t − a) − H(t − b)
Ejercicio: Exprese la función g(t) en términos de la función escalón unitario:

2t , 0 6 t < 1
g(t) =
2 , 16t<∞
g(t) = 2t H01 (t) + 2 H1 (t)

= 2t [H0 (t) − H1 (t)] + 2 H1 (t)
= 2t H0 (t) + (−2t + 2) H1 (t)
= 2t H(t − 0) − 2(t − 1) H(t − 1)
= 2t H(t) − 2(t − 1) H(t − 1)
MAT023 (2◦ sem. 2012) 21

Ejercicio: Exprese la función f (t) en términos de la función escalón unitario:


 3 , 06t<4
f (t) = −5 , 46t<6

22
 −t
e , 66t<∞
3 H04 (t) − 5 H46 (t) + e−t H6 (t)

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)

La transformada de Laplace de la función escalón unitario
Z ∞
L(Hc (t))(s) = Hc (t) e−st dt
0
Z c Z ∞
−st
= 0· e dt + 1 · e−st dt
0 c
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
2.4.1. Teorema (2◦ de Traslación)

Sea f (t) una función continua por tramos y de orden exponencial. Sea F (s) la transformada de
Laplace de f . Luego para c > 0, la transformada de Laplace de la función H(t − c) f (t − c) está
dado por:
L H(t − c) f (t − c) = e−cs F (s)

Además:
L−1 {e−cs F (s)}(t) = H(t − c)f (t − c)
MAT023 (2◦ sem. 2012) 22

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

= e−cs F (s)
Ejercicios:
1. Encontrar la transformada de Laplace de la función H(t − π/4) sen(t).
La función sen(t) debe estar expresado en términos de (t − π/4):
sen(t) = sen((t − π/4) + π/4)
= sen(t − π/4) cos(π/4) + cos(t − π/4) sen(π/4)

√ √
2 2
= sen(t − π/4) + cos(t − π/4)
2 2
Luego,
√ √
2 2
H(t − π/4) sen(t) = H(t − π/4) sen(t − π/4) + H(t − π/4) cos(t − π/4)
2 2
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
MAT023 (2◦ sem. 2012) 23


sen t si 0 ≤ t < 2π
2. Encontrar L(f ), si f (t) =
sen t + cos t si t ≥ 2π
Notamos que f (t) = sen t + H2π (t) cos(t − 2π). Luego:

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) = .

s(s2 + 9)
Para determinar L−1 (F (s)), descomponemos la parte racional de F usando fracciones par-
ciales:
1 A Bs + C A(s2 + 9) + (Bs + C)s (A + B)s2 + Cs + 9A

= + = =
s(s2 + 9) s s2 + 9 s(s2 + 9) s(s2 + 9)
A+B = 0 A = 1/9
C = 0 ⇒ B = −1/9
9A = 1 C = 0
1 1/9 −1/9s e−2s 1 1 1 s

2
= + 2 ⇒ 2
= e−2s − e−2s 2
s(s + 9) s s +9 s(s + 9) 9 s 9 s +9
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 < ∞
MAT023 (2◦ sem. 2012) 24


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
Usando la función de Heaviside, escribimos g en la forma

g(t) = e−(t−2) H(t − 2)
de donde la ecuación diferencial queda: y 00 + 4y 0 + 4y = e−(t−2) H(t − 2).
Aplicamos transformada de Laplace a esta ecuación:

L(y 00 ) + 4L(y 0 ) + 4L(y) = L e−(t−2) H(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
e−2s e−2s e−2s

Y (s) = − −
(s + 1) (s + 2) (s + 2)2
y(t) = H(t − 2)e−(t−2) − H(t − 2)e−2(t−2) − H(t − 2) (t − 2)e−2(t−2)
MAT023 (2◦ sem. 2012) 25


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)
Ahora, aplicamos transformada de Laplace a la ecuación:

1 1
sL(y) − y(0) + 2L(y) + L(y) = 2 + 2e−s L(−t) + e−2s L(t)
s s
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:
y(t) = 1 + e−t + t · e−t − 2(1 + e−t+1 + (t − 1) · e−t+1 ) H(t − 1) +
+ (1 + e−t+2 + (t − 2) · e−t+2 ) H(t − 2)
MAT023 (2◦ sem. 2012) 26

Transformada de Laplace de una Función Periódica

Una función f es periódica con período T si f (t + T ) = f (t) ∀t ∈ Dom(f ). El período T es el
menor número positivo que satisface esta propiedad.

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

1 − e−T s
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
Aplicamos el resultado obtenido arriba:

R 2 −st R 1 −st
0
e f (t) dt 0
e f (t) dt 1
L{f }(s) = = =
1 − e−2s 1 − e−2s s(1 − e−2s )
MAT023 (2◦ sem. 2012) 27

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<∞

∴ fT (t) = H0T (t) f (t) = (H0 (t) − HT (t)) f (t)
Si FT (s) es la transformada de Laplace de fT (t), entonces:
Z T
f (t) e−st dt
FT (s)
L{f }(s) = 0 −T
=
1−e s 1 − e−T s
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
Claramente, g es una función periódica de período 2. Luego, para calcular su transformada de

Laplace construimos la función:
gT (t) = t (H(t) − H(t − 1)) + (2 − t) (H(t − 1) − H(t − 2))
= t − 2 (t − 1) H(t − 1)) + (t − 2) H(t − 2)

1
Luego: L(g) = L(gT (t))
1 − e−2s
e−s e−2s

1 1
= −2 2 + 2
1 − e−2s s2 s s
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
MAT023 (2◦ sem. 2012) 28

2. Onda diente de sierra:
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

2.5. Convolución
Sabemos que L−1 (F + G) = L−1 (F (s)) + L−1 (G(s)). Pero, esta propiedad no se cumple
para el producto puesto que en general L−1 (F · G) 6= L−1 (F (s)) · L−1 (G(s)). Basta notar
que L−1 ( s12 ) 6= L−1 ( 1s ) · L−1 ( 1s ).
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.
MAT023 (2◦ sem. 2012) 29

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-

amos que L(f ) = F (s) y L(g) = G(s). Luego,
L(f ∗ g)(t) = F (s) · G(s)

ó, equivalentemente, Z t
−1
L {F (s) · G(s)}(t) = f (u) g(t − u) du
0
Demostración: No se hará, requiere integración múltiple.
Ejemplo 1: Sea f (t) = t2 − 2t y g(t) = t. Calcular (f ∗ g)(t)

Z t
(f ∗ g)(t) = f (u) g(t − u) du
0
Z t
= (u2 − 2u) (t − u) du
0
Z t
= (tu2 − 2tu − u3 + 2u2 ) du
0
t4 t3
= −
12 3
Ejemplo 2: Sea f (t) = sen t y g(t) = t. Calcular la convolución f ∗ g:

Z t
a) Directamente de la definición f ∗g = f (u) g(t − u) du
0
b) Evaluando F = L(f ) y G = L(g) y luego calculando f ∗ g = L−1 {L(f ) L(g)}
MAT023 (2◦ sem. 2012) 30

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

h i
= t − cos(t) + cos(0) − − t cos(t) + 0 cos(0) + sen(t) − sen(0)
= −t cos(t) + t + t cos(t) − sen(t) = t − sen(t)
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
(As + B)s2 + Cs(s2 + 1) + D(s2 + 1)

=
(s2 + 1)s2
As3 + Bs2 + Cs3 + Cs + Ds2 + D

=
(s2 + 1)s2
(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
MAT023 (2◦ sem. 2012) 31


−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
Solución: Aplicando la transformada de Laplace:
L{ty 00 } − 2L{y 0 } + L{ty} = 0

d 2 d
s L{y} − sy(0) − y 0 (0) − 2 (sL{y} − y(0)) −

=⇒ − (L{y}) = 0
ds ds
Llamando L{y} = Y (s), derivando, agrupando y simplificando se obtiene la ecuación lineal
4s 3
Y 0 (s) + Y (s) = 2
s2 +1 s +1
cuya solución es
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
MAT023 (2◦ sem. 2012) 32

Z t
Ejemplo 5: Resolver y(t) + 3 y(u) sen(t − u) du = e−t .
0
Solución: Para aplicar la transformada de Laplace, notamos que la integral corresponde al

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:

s2 + 1 A Bs + C (A + B)s2 + (B + C)s + A + C
= + =
(s + 1)(s2 + 4) s+1 s2 + 4 (s + 1)(s2 + 4)
A+B = 1
2 3 3
de donde: B+C = 0 ⇒ A= , B= , C=− .
4A + C = 1 5 5 5
Así:
s2 + 1

−1 −1 2/5 3 s 1
y(t) = L =L + −
(s + 1)(s2 + 4) s + 1 5 s2 + 4 s2 + 4
2 3 3
∴ y(t) = e−t + cos 2t − sen 2t
5 5 10
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
Solución: Aplicamos la transformada de Laplace:
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
MAT023 (2◦ sem. 2012) 33

2.6. Delta de Dirac ó distribución impulso unitario

En muchas aplicaciones a sistemas eléctricos, mecánicos ú otros, aparecen fuerzas muy grandes
que actúan en intervalos de tiempo pequeños. Una manera de representar estos elementos es me-

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

Note que ∀a > 0 : Z ∞
δa (t) dt = 1
−∞
Llamaremos "función" Delta de Dirac a aquella definida por
δ(t) = lı́m δa (t)

a→0
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
5. L(f (t) δ(t))(s) = f (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. La propiedad 3. implica que L−1 (1) = δ(t)
Podemos generalizar la Delta de Dirac recién definida centrada en 0, a un centro cualquiera

c > 0:
MAT023 (2◦ sem. 2012) 34

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
−∞
Llamaremos "función" Delta de Dirac a aquella definida por
δ(t − c) = lı́m δa (t − c)

a→0
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
−∞
3. L(δ(t − c))(s) = e−cs de donde L−1 (e−cs ) = δ(t − c).

as −as

cs e − e
En efecto: L(δ(t − c))(s) = lı́m L(δa (t − c))(s) = lı́m e = e−cs
a→0 a→0 2as
Z ∞ Z ∞
4. f (t) δ(t − c) dt = f (c) y f (t) δ(t − c) dt = f (c).
−∞ 0
5. L(f (t) δ(t − c))(s) = e−cs f (0).
Ejemplo Resuelva el sistema de ecuaciones diferenciales lineal no homogéneo
x0 = −y + δ(t − 2π) , x(0) = 0

y 0 = x + H(t − 3π) , y(0) = 0
Solución: Aplicamos la transformada de Laplace a cada ecuación:
sX(s) = −Y (s) + e−2πs

e−3πs
sY (s) = X(s) +
s
Escribimos el sistema en la forma:
sX + Y = e−2πs
e−3πs
−X + sY =
s
MAT023 (2◦ sem. 2012) 35
Aplicamos la regla de Cramer para obtener X e Y :

e−2πs 1

e−3πs e−3πs

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

donde para la expresión final para X(s) hemos aplicado fracciones parciales.
Así:
x(t) = H(t − 2π) cos(t − 2π) − H(t − 3π) + H(t − 3π) cos(t − 3π)
y(t) = H(t − 3π) sen(t − 3π) + H(t − 2π) sen(t − 2π)
MAT023 (2◦ sem. 2012) 36

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
2. Calcular las transformadas inversas de:

5 1

a) F (s) = f ) F (s) =
(s + 1)3 s4 +1
s
b) F (s) =

1 1
(s + 1)2
2
g) F (s) = e −2s
+
s s2 s5
c) F (s) =
s (s + 1)2
2 2
1
e−as h) F (s) = arctan
d ) F (s) = , n ≥ 1, a∈R s
sn+1
e−3s
2
s +1
e) F (s) = i ) F (s) = ln
(s − 1)(s + 2) s(s − 3)
3. Usando transformada de Laplace, resuelva los siguientes problemas de valor inicial:
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
4. Usando transformada de Laplace, resuelva ty 00 + (t − 1)y 0 + y = 0, y(0) = 0.
5. Resuelva las siguientes ecuaciones diferenciales:

1 si 0 ≤ t ≤ 1
a) y 00 + 4y = , y(0) = 1, y 0 (0) = 0
0 si t>1

00 0 t si 0 ≤ t < 3
b) y − 4y + 4y = , y(0) = 0, y 0 (0) = 0
t + 2 si t≥3

00 0 si 0 ≤ t < π
c) y + 9y = , y(0) = 1, y 0 (0) = 1
cos(t) si t≥π
MAT023 (2◦ sem. 2012) 37



 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
.
7. Resuelva, usando transformada de Laplace, las siguientes ecuaciones integrales:

Z x
2
sen(x − u)y(u)du

a) y(x) = x +
0
Z t
0
b) y (t) = cos t + y(τ ) cos(t − τ )dτ, y(0) = 1
0
Z t
−t
c) x(t) = e −2 cos(t − u)x(u)du
0
Z t
1
d ) x(t) = t + (t − u)3 x(u)du
6 0

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
9. Sea la ecuación diferencial

00 0 sen(t) si 0≤t≤π
y + 2y + y =
0 si no
a) Calcular y(4) si las condiciones iniciales son y(0) = y 0 (0) = 0.

b) Calcular y(4) si las condiciones iniciales son y(0) = 0, y 0 (0) = 1.
10. Encuentre la función y(x) que satisface:

Z x
−x
e = y(x) + 2 cos(x − t) y(t) dt
0
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
.
MAT023 (2◦ sem. 2012) 38

12. Considere la ecuación diferencial:
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

con las condiciones iniciales x(0) = 1, y(0) = 2 y y 0 (0) = −2.
14. Resolver los siguientes sistemas de E.D.O. utilizando transformada de Laplace:
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
15. Resolver el problema de valor inicial
y 000 + y = et + δ(t − 1) cony(0) = y 0 (0) = 1, y 00 (0) = 2
16. La función gamma está definida por

Z ∞
Γ(x) = e−t tx−1 dt
0
a) Demuestre que esta función converge ∀x > 0.

b) Pruebe que Γ(x + 1) = xΓ(x), ∀x > 0.
c) Calcule Γ(1), y use lo anterior para probar que Γ(n + 1) = n! n = 0, 1, 2, 3, · · · .
d ) Sea n > −1, n ∈ R. Probar que
Γ(n + 1)
L(tn ) =
sn + 1
u
Sugerencia: hacer t = s
en la integral que define a L(tn ).
MAT023 (2◦ sem. 2012) 39

17. Sea x(t) la solución de la ecuación de Bessel de orden cero:
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)

(Ayuda: cos2n x dx = π)
0 2 · 4 · 6 · · · 2n
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
MAT023 (2◦ sem. 2012) 40

1. Series de Fourier
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
Un onjunto de fun iones {fi : [a, b] → R, i = 1, 2, . . . } se llama onjunto or-

togonal de fun iones en [a, b] si ada integral
Z b
hfn , fm i = fn (x) · fm (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
Un onjunto ortogonal de fun iones {fn (x)} se llama onjunto ortonormal,

en un intervalo [a, b], si kfn k = 1, ∀ n ∈ N. Así, si {fn (x)} es un onjunto
ortonormal de fun iones, enton es
0 si n 6= m
Z b
hfn , fm i = fn (x) · fm (x) dx =
a 1 si n = m
Ejemplo 1. El onjunto de las fun iones fn (x) = sen nx on n ∈ N, es un

onjunto ortogonal en [−π, π]. En efe to:
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 2. El onjunto de las fun iones fn (x) = cos nx on n ∈ N, son

ortogonales en [−π, π]. Análogamente al ejemplo anterior, onsideramos los asos
n 6= m y n = m:
Z π
n 6= m : hfn , fm i = cos nx · cos mx dx
−π
π
1
Z
= (cos(n + m) x + cos(n − m) x) dx
2 −π
=0
Z π
√
1
n=m: hfn , fn i = cos 2nx + 2π = π =⇒ kfn k = π
2 −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
Como para n 6= m se tiene hfn , fm i = 0, se tiene

2
hf, fm i = cm kfm k
b
hf, fm i 1
Z
=⇒ cm = 2 = 2 f (x) · fm (x) dx; m = 1, 2, . . .
kfm k kfm k a
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
Por lo anterior tenemos

1 π
Z
an = f (x) · cos nx dx,
π −π
1 π
Z
bn = f (x) · sen nx dx.
π −π
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
Ejemplo 4. En ontrar el desarrollo en serie de Fourier de la fun ión

−1, −π < x < 0
f (x) = , f (x + 2π) = f (x).
1, 0<x<π
0 π !
1 π
Z 0 Z π
1 1
Z

a0 = f (x) dx = −dx + dx = −x + x
π −π π −π 0 π −π 0
1
= (−π + π) = 0,
π
1 π
Z 0 Z π
1
Z
an = f (x) · cos nx dx = − cos nx dx + cos nx dx = 0,
π −π π −π 0
1 π
Z 0 Z π
1
Z
bn = f (x) · sen nx dx = − sen nx dx + sen nx dx
π −π π −π 0

1 cos nx 0 cos nx π 1 1 cos nπ cos nπ 1
= − = − − +
π n −π n 0 π n n n n

 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
Geométri amente, notamos que en la medida en que se onsideren más tér-

minos de la serie trigonométri a, mejor se aproxima la fun ión original.
4 sen 3x 4 sen 3x sen 5x

π sen x + 3 π sen x + 3 + 5
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
∴ g es periódi a de periodo 2π . Podemos representar a g por la serie de

Fourier:
∞
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
Ahora representamos a la fun ión f , on variable x, en serie de Fourier

πx ∞
a0 X nπx nπx
f (x) = g = + an cos + bn sen
L 2 n=1
L L
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
donde los oe ientes de Fourier están dados por

L
1 nπx
Z
an = f (x) · cos dx
L −L L
Z L
1 nπx
bn = f (x) · sen dx
L −L L
Note que
L
1
Z
a0 = f (x) dx
L −L
Ejemplo 6. Cal ular la serie de Fourier de:

−x, −1 ≤ x < 0
f (x) = , f (x + 2) = f (x).
x, 0 ≤ x ≤ 1,
En este aso, la fun ión es periódi a de período 2, por lo que L = 1. Luego:
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)
e impar 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
Conse uen ias interesantes:

1. Si una fun ión es par, para en ontrar una aproxima ión en series trigonométri-
as, sólo se requiere al ular los términos ai , i = 0, 1, 2, · · · Análoga-
mente para fun iones impares, en las que sólo se requiere al ular los
términos bi , i = 1, 2, 3, · · ·
2. La mejor aproxima ión en series de Fourier para una fun ión seno ó
oseno, es la misma fun ión. Por ejemplo, la serie de Fourier de la fun-
i'on f (x) = 3 cos x es la misma fun ión, es de ir, una expansión nita.
Lo mismo su ede en otros asos, en que las identidades trigonométri as
permiten determinar sin mayor di ultad los orrespondientes oe ientes
de Fourier. Por ejemplo, para obtener la expansión en series de Fourier de
f (x) = sen2 (x), basta re ordar que cos 2x = 1 − 2 sen2 (x), de donde la
1 1
expansión en series de Fourier de f es − cos 2x.
2 2
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:
(a) Primera extensión (b) Segunda extensión
( ) Ter era extensión (d) Cuarta extensión
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
La fun ión f es representada por la serie

∞
a0 X
f (x) ∼ + an cos nx + bn sen nx (1)
2 n=1
uando la serie es onvergente.
Observamos que ada término de la serie tiene periodo 2π y por lo tanto si
la fun ión f (x) se representa por la serie, la fun ión debe de tener período 2π.
Siempre que onsideremos la serie (1) supondremos que f (x) está denida
en el intervalo [−π, π) ó (−π, π] y que para ualquier otro valor de x, f (x) está
denida por la ondi ión de periodi idad:
f (x + 2π) = f (x).
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.
+ − +
Teorema 2. Sea f : [−π, π) → R ontinua por partes y a otada, on un número

nito de máximos y mínimos en ese intervalo y periódi a de período 2π. En-
ton es la serie de Fourier (1) onverge a:
(i) f (x) en todo punto en el que f es ontinua
(ii) 1 +
2 (f (x ) + f (x− )) en ada punto en el que f es dis ontinua.
Ejemplo 7. Como vimos en el ejemplo 4, si

−1, −π < x < 0
f (x) = , f (x + 2π) = f (x).
1, 0<x<π
la representa ión en serie de Fourier de f viene dada por
∞
X 2
f (x) = (1 − cos nπ) sen nx
n=1
nπ

4 sen 3x sen 5x
= sen x + + + ···
π 3 5
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
−
y luego de la serie de f onverge a la fun ión uyo grá o es:
Ejemplo 8. Consideremos 0 < x < 2, on f (x + 2) = f (x), es

f (x) = x2 ,
de ir, f tiene período 2. Cal ulemos los oe ientes de Fourier de esta fun ión:
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

Mat023 Gruenberg

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Mat023 Gruenberg

Enviado por

Direitos autorais:

Formatos disponíveis

Mat023

Universidad Técnica Federico Santa María

⇐ Para la condición 1. basta tomar α = β = 1, y para la condición 2., basta tomar β = 0.

T (α · u1 + β · u2 ) = T (α · u1 ) + T (β · u2 ) condición 1. aplicada a αu1 , βu2 ∈ U .

1. Considere la función T : R −→ R tal que T (x) = 5x. Veamos si T es o no una transformación

a) Sean x, y ∈ R. Entonces, T (x + y) = 5(x + y) = 5x + 5y = T (x) + T (y).

b) Sea x ∈ R, (espacio vectorial), y sea α ∈ R (cuerpo). Entonces,

a) Sean x, y ∈ R. Entonces, T (x + y) = 5(x + y) + 9 = 5x + 5y + 9

Universidad Técnica Federico Santa María

3. Análogamente, podemos probar que funciones f : R −→ R, definidas por expresiones como

4. Considere la función T : R2 −→ R2 tal que T (x, y) = (x + y, x − y). Veamos si T es

a) Sean (x, y), (u, v) ∈ R2 . Entonces,

5. Considere la función T : R2 −→ R3 tal que T (x, y) = (x + y, x − y, 2x + 3y). Análogamente,

a) Sean (x, y), (u, v) ∈ R2 . Entonces,

6. Considere la función T : R2 −→ R2 tal que T (x, y) = (x + y, −1). Veamos si T es o no una

MAT023 (1◦ 2012) 2

9. Sea A ∈ Mm×n (R), y definamos TA : Rn −→ Rm con T (u) = Au donde u ∈ Rn se

Universidad Técnica Federico Santa María

MAT023 (1◦ 2012) 3

3. T (−u) = −T (u), ∀u ∈ U. Es decir, toda transformación lineal lleva al inverso aditivo de

Universidad Técnica Federico Santa María

2. Es clara, por inducción.

3. ∀ u ∈ U : T (−u) = T (−1 · u) = −1 · T (u) = −T (u).

4. Como u1 , u2 , · · · , us son vectores l.d., existen escalares α1 , α2 , · · · , αs ∈ K no todos nulos tal

1. T : R2 −→ R2 tal que T (x, y) = (x + y, 0)

2. T : R2 −→ R2 tal que T (x, y) = (2x − 3y, 4x − y).

4. ev0 : Rn [x] −→ R, tal que ev0 (x) = p(0).

5. T : Rn [x] −→ Rn+1 [x], tal que T (p) = D(p) + Ix (p).

6. T : R2 −→ R, tal que T (x, y) = x2 + y 2 .

7. T : R2 −→ R3 , tal que T (x, y) = (x, y, xy).

8. Si A ∈ Mm×n (R), u0 ∈ Rn fijos, estudie TA : Rn −→ Rm con TA (u) = Au + u0 .

MAT023 (1◦ 2012) 4

∃ ! T : U −→ V lineal, tal que T (ui ) = vi , ∀i = 1, · · · , n.

Dem. Debemos probar existencia y unicidad de la transformación lineal.

Universidad Técnica Federico Santa María

y luego aplicamos la transformación lineal T :

T (u) = α1 v1 + α2 v2 + · · · + αn vn ya que para cada i = 1, · · · , n conocemos T (ui ).

Así, hemos probado la existencia de esta transformación lineal.

A continuación, veremos ejemplos de este teorema.

T (1, 0) = (1, −2, 3), T (0, 1) = (−1, 1, −1)

Determine T (x, y), ∀(x, y) ∈ R2 .

(x, y) = x(1, 0) + y(0, 1)

Aplicando T a ambos lados de la ecuación:

Luego, T (x, y) = (x − y, −2x + y, 3x − y).

MAT023 (1◦ 2012) 5

2. Sea T : R2 −→ R3 una transformación lineal tal que:

T (1, 2) = (2, 3, 4), T (1, 3) = (6, 7, 8)

Universidad Técnica Federico Santa María

3. Sea T : R3 → R2 una transformación lineal tal que

T (1, 0, 1) = (1, −1), T (1, 1, 0) = (1, 2), T (0, 1, 1) = (−1, 2)

Hallar T (x, y, z) , para cualquier (x, y, z) ∈ R3 .

(x, y, z) = α(1, 0, 1) + β(1, 1, 0) + γ(0, 1, 1)

donde α, β, γ son números reales. Obtenemos el sistema:

Aplicamos T a la ecuación y usamos la linealidad de T obteniendo:

MAT023 (1◦ 2012) 6

4. Sea T : R2 [x] −→ M2×3 (R) una transformación lineal tal que:

a + bx + cx2 = α(1 + x) + β(1 + x2 ) + γ(x + x2 )

Universidad Técnica Federico Santa María

1. Sea T : R3 −→ M2×3 (R) una transformación lineal tal que:

Determinar T (3, 4, −5) y T (a, b, c).

2. Determine una transformación lineal S : R2 [x] −→ R3 tal que

S(1) = (1, −1, 1) ∧ S(x2 ) = (2, 1, 0)

MAT023 (1◦ 2012) 7

1. el kernel ó núcleo de T como el conjunto