Ecuaciones Diferenciales

AMPLIACIÓN DE ECUACIONES
DIFERENCIALES
DEPARTAMENTO DE MATEMÁTICA
APLICADA
FERNANDO GARCÍA CASTAÑO
Curso 2011/2012
ii
Índice general
1. Métodos elementales de integración 1

1.1. Introducción a las ecuaciones diferenciales ordinarias . . . . . . . . . . . . 1
1.2. Métodos elementales de integración de ecuaciones diferenciales . . . . . . . 3
1.3. Ecuaciones de primer orden no lineales en y 0 . . . . . . . . . . . . . . . . . 8
1.4. Problemas de trayectorias . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5. Ecuaciones diferenciales de orden superior . . . . . . . . . . . . . . . . . . 13
1.6. Aplicaciones y problemas geométricos de ecuaciones diferenciales . . . . . . 16
1.7. Ejercicios del tema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.8. Soluciones a los ejercicios del tema . . . . . . . . . . . . . . . . . . . . . . 20
2. Teoremas fundamentales 25
2.1. Teoremas de existencia y unicidad para e.d.o. . . . . . . . . . . . . . . . . 25
2.2. Teoremas de existencia y unicidad para sistemas . . . . . . . . . . . . . . . 31
2.3. Dependencia respecto a condiciones iniciales . . . . . . . . . . . . . . . . . 32
3. Ecuaciones diferenciales lineales 37

3.1. Prolongación de las soluciones en las ecuaciones diferenciales . . . . . . . . 37
3.2. Sistemas de ecuaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.3. Ecuaciones lineales con coeficientes constantes . . . . . . . . . . . . . . . . 44
4. Sistemas de ecuaciones diferenciales lineales 67

4.1. Sistemas homogéneos con coeficientes constantes. Método de valores propios 67
4.2. Sistemas lineales no homogéneos . . . . . . . . . . . . . . . . . . . . . . . . 70
4.3. Sistemas de segundo orden y aplicaciones mecánicas . . . . . . . . . . . . . 70
5. Resolución de ecuaciones diferenciales mediante series de potencias 77

5.1. Series de potencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.2. Ecuaciones con coeficientes analı́ticos . . . . . . . . . . . . . . . . . . . . . 81
iii
iv ÍNDICE GENERAL
5.3. Ecuaciones con puntos singulares regulares . . . . . . . . . . . . . . . . . . 83

5.4. Series de matrices. Sistemas lineales no homogéneos (II) . . . . . . . . . . . 86
6. Introducción a las ecuaciones diferenciales en derivadas parciales 97

6.1. Tipos de convergencia de funciones. Series de funciones . . . . . . . . . . . 97
6.2. Desarrollos de Fourier. Propiedades y convergencia . . . . . . . . . . . . . 100
6.3. Problemas de valores propios . . . . . . . . . . . . . . . . . . . . . . . . . . 110
6.4. Método de separación de variables . . . . . . . . . . . . . . . . . . . . . . . 110
7. Teorı́a de Sturm-Liouville y función de Green 123

7.1. Problemas regulares de valor propio y desarrollos en serie de autofunciones 123
7.2. Problemas singulares de valor propio y desarrollos en serie de autofunciones 130
7.2.1. Problema singular con la ecuación de Bessel . . . . . . . . . . . . . 132
7.2.2. Problema singular con la ecuación de Legendre . . . . . . . . . . . . 136
7.2.3. Polinomios de Legendre y los armónicos esféricos . . . . . . . . . . 137
7.3. Función de Green . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
8. Introducción al cálculo variacional 153

8.1. Elementos de cálculo variacional . . . . . . . . . . . . . . . . . . . . . . . . 153
8.2. Condición necesaria para un extremo . . . . . . . . . . . . . . . . . . . . . 158
8.3. Condición suficiente para un extremo . . . . . . . . . . . . . . . . . . . . . 164
Apéndices 174
A. Vectores propios y valores propios en una aplicación lineal 177

Tema 1
Métodos elementales de integración
En diversas aplicaciones, desarrolladas en los cursos de Cálculo integral, se obtienen

relaciones entre cantidades finitas integrando relaciones de igualdad entre sus diferenciales.
Por ejemplo, la ecuación del péndulo, el tiempo en que tarda en vaciarse un depósito, la
teorı́a del planı́metro, etc. Todos estos ejemplos son resueltos, de modo inmediato, a través
del cálculo de ciertas funciones primitivas. Esta fácil reducción se debı́a a la sencillez de las
relaciones que ligaban las diferenciales de las cantidades estudiadas, relación llamada en
cada caso ecuación diferencial del problema. Pero otras cuestiones geométricas y fı́sicas
vienen modeladas mediante ecuaciones de naturaleza más complicada, cuya traducción
a relaciones finitas exige métodos especiales con frecuencia llenos de dificultades. Tales
métodos constituyen el objeto de la teorı́a de ecuaciones diferenciales, que sólo podremos
tratar aquı́ en sus lı́neas fundamentales y en sus más importantes y frecuentes aplicaciones.
Sumario. Introducción a las ecuaciones diferenciales ordinarias. Métodos elementales

de integración de ecuaciones diferenciales. Ecuaciones de primer orden no lineales en
y 0 . Problemas de trayectorias. Ecuaciones diferenciales de orden superior. Aplicaciones
y problemas geométricos de ecuaciones diferenciales. Ejercicios del tema. Soluciones a
los ejercicios del tema.
1.1. Introducción a las ecuaciones diferenciales ordi-

narias
Definición 1.1.1. Fijados un conjunto B ⊂ IRn+2 abierto y conexo, una función
F : B ⊂ IRn+2 → IR,
1
2 Métodos elementales de integración
y un intervalo abierto I ⊂ IR. Se llama ecuación diferencial ordinaria (e.d.o.) de orden n

a una relación de la forma
F (x, y(x), y 0 (x), · · · , y (n) (x)) = 0, ∀x ∈ I,
en la que x es una variable independiente, y es una variable dependiente de x e y 0 , . . . ,

y (n) son las derivadas de y hasta de orden n, verificándose necesariamente que
(x, y(x), y 0 (x), · · · , y (n) (x)) ∈ B, ∀x ∈ I.
Se llama solución de la ecuación diferencial a cualquier función ϕ : I ⊂ R → R, derivable

n veces en I y verificando
a) (x, ϕ(x), ϕ0 (x), . . . , ϕ(n) (x)) ∈ B, ∀x ∈ I,
b) F (x, ϕ(x), ϕ0 (x), . . . , ϕ(n) (x)) = 0, ∀x ∈ I.
Resolver o integrar una e.d.o. es obtener todas las soluciones de dicha ecuación.
Ejemplo 1.1.2.
a) Compruebe que y = 12 xe2x es solución de la e.d.o. y 00 − 4y = 2e2x ;
b) Calcule el valor de n y de C para que f (x) = Cxn satisfaga la ecuación diferencial
x(1 − x)y 00 + (2x2 − 1)y 0 + 2(1 − 2x)y = 0.
y ' = −x / y
Proposición 1.1.3 (Interpretación geométrica). Sea f : B ⊆ R2 → R una función y
B un conjunto abierto. Si φ es una solución de la e.d.o. y 0 = f (x, y), entonces la recta
tangente a la gráfica φ en el punto (x, y) tiene por pendiente f (x, y).
y 0 = −x/y
1.2 Métodos elementales de integración de ecuaciones diferenciales 3
Definición 1.1.4 (Curvas integrales). Se dice que una curva f (x, y) = 0 es curva integral
o solución de
P (x, y)dx + Q(x, y)dy = 0, ∀(x, y) ∈ D,
si la gráfica de f (x, y) = 0 está contenida en D y la recta tangente a f (x, y) = 0 en el
punto (x, y) tiene de parámetros directores (Q(x, y), −P (x, y)).
Ejemplo 1.1.5. x2 + y 2 = R2 es curva integral de xdx + ydy = 0, para cualquier R ∈ IR.
Definición 1.1.6. Sea F (x, y, C) = 0 una familia de curvas dependiente del parámetro
C ∈ IR. Se llama ecuación diferencial de la familia, a la ecuación diferencial G(x, y, y 0 ) =
0 resultante de eliminar el parámetro C al sistema
(
Fx + Fy y 0 = 0;
F = 0.
G(x, y, y 0 ) = 0 representa una propiedad geométrica satisfecha por todas las curvas refer-
ente a las tangentes en los distintos puntos de ellas.
Ejemplo 1.1.7.
a) Hallar la e.d.o. de y = λx2 , λ ∈ IR, en D = {(x, y) ∈ IR2 : x > 0}.
b) Hallar la e.d.o. de las parábolas cuyos focos están en el origen y cuyos ejes están sobre
el eje OY .
Definición 1.1.8. Se llama problema de Cauchy (o de condición inicial) al problema

(
F (x, y(x), y 0 (x), · · · , y (n) (x)) = 0, ∀x ∈ I;
y(x0 ) = y0 , y 0 (x0 ) = y1 · · · y (n−1) (x0 ) = yn−1 ;
donde x0 ∈ I e {yi }n−1i=0 ⊂ IR. Una solución a este problema será una solución de la
ecuación diferencial que satisfaga la condición fijada en el punto x0 .
1.2. Métodos elementales de integración de ecuaciones

diferenciales
Definición 1.2.1. Dadas dos soluciones u y v de una ecuación diferencial (o de un
problema de Cauchy), se dice que v es una extensión de u si el grafo de u está contenido
en el grafo de v y v es solución de la ecuación diferencial en su dominio (intervalo abierto).
Una solución de una ecuación diferencial (o de un problema de Cauchy) se dice que es
maximal si no tiene extensión.
Proposición 1.2.2. Fijada una ecuación diferencial (o de un problema de Cauchy), para

cualquier solución no maximal de ésta existe una solución maximal que la extiende.
Teorema 1.2.3 (Ecuaciones de variables separadas). Sea f (x) una función continua en
I = (a, b), y g(y) una función continua en J = (c, d). Entonces dado un punto (x0 , y0 ) ∈
I × J, la ecuación
y 0 = f (x)g(y),
tiene una única solución (maximal) ϕ(x) que cumple ϕ(x0 ) = y0 .
Ejemplo 1.2.4. Resuelva las siguientes ecuaciones diferenciales
a) sen(x)y 0 = y log y con y(π/2) = e, b) (x2 + 1)(y 2 − 1)dx + xydy = 0,
Teorema 1.2.5 (Ecuaciones homogéneas). Sea f (z) continua en I = (a, b), tal que f (z) 6=
y
z ∀z ∈ I. Entonces existe una única solución de la e.d.o. y 0 = f que pasa por el punto
x
2
(x0 , y0 ) ∈ A, siendo A = {(x, y) ∈ IR : ax < y < bx}.

a) (x4 + y 4 ) dx − xy 3 dy = 0, b) 1 + 2ex/y dx + 2ex/y (1 − x/y) dy = 0.
Proposición 1.2.7 (Ecuaciones reducibles a homogéneas). Fijadas dos rectas r y s del

plano de ecuaciones ax + by + c = 0 y mx + ny + p = 0 respectivamente cumpliéndose la
condición c2 + p2 6= 0. Entonces si:
(
x=v+α
(i) r y s son secantes en (α, β), el cambio transforma la e.d.o.
y =u+β

0 ax + by + c
y =f , (1.1)
mx + ny + p
en una e.d.o. homogénea

(ii) r y s son paralelas y n 6= 0, el cambio u = mx + ny transforma la e.d.o. (1.1) en una
e.d.o. de variables separadas.

dy y−x−1 dy y+x+1
a) = , b) = .
dx x+y−1 dx x+y−1
Teorema 1.2.9 (Ecuaciones Lineales de orden uno). Sean f (x) y g(x) dos funciones
continuas en I = (a, b) y (x0 , y0 ) ∈ I × IR. Entonces existe una única solución ϕ de la
e.d.o.
y 0 = f (x)y + g(x), x ∈ I, (1.2)
verificando ϕ(x0 ) = y0 . La ecuación (1.2) se dice que es lineal y homogénea si g(x) ≡ 0,
y se dice que es lineal y completa (o no homogénea) en caso contrario.
Observación 1.2.10. De la prueba del teorema anterior se deduce

a) La solución de la ecuación completa se puede expresar de la forma y = Kφ(x) + ψ(x),

donde K es una constante real, φ es una solución no nula de la ecuación homogénea
asociada y ψ es una solución particular de la ecuación completa;
b) Si y1 e y2 son dos soluciones distintas de la ecuación completa, y = K(y1 − y2 ) + y1 con
K ∈ IR es la solución de la ecuación completa.
a) y 0 + y cot x = 5ecos x , b)y 0 + 2xy = 4x, y(0) = 27.
Proposición 1.2.12 (Ecuación de Bernoulli). Sea la ecuación diferencial de primer orden
y 0 = f (x)y + y k g(x), (1.3)
siendo f y g dos funciones continuas en un intervalo I de la recta real y k un número
real distinto de 0 ó 1. Entonces, el cambio de variable
y 1−k (x) = v(x) (1.4)
transforma la e.d.o. anterior en una ecuación diferencial lineal de orden uno.
a) y 0 + 2xy + xy 4 = 0, b)xy 0 − [y + xy 3 (1 + log x)] = 0.
Proposición 1.2.14 (Ecuación de Ricati). Sean f (x), g(x) y h(x) funciones continuas
en I = (a, b) e y1 una solución de la e.d.o.
y 0 = f (x) + g(x)y + h(x)y 2 , x ∈ I. (1.5)
1
Entonces el cambio y = + y1 , transforma la ecuación (1.5) en otra e.d.o. lineal.
u
Proposición 1.2.15. Si se conocen tres soluciones distintas de (1.5), entonces puede
obtenerse la solución general de ésta sin necesidad de realizar ninguna cuadratura.
Ejemplo 1.2.16. Resuelva las siguientes ecuaciones diferenciales comprobando previa-
mente las solución particulares dadas.
a) y 0 = cos x − y − y 2 tan x sec x, sol. part. y = cos x
b)(1 + x3 )y 0 + 2xy 2 + x2 y + 1 = 0, sol. part. y = −x.
Definición 1.2.17 (Ecuación exacta). Sea la ecuación diferencial de primer orden
P (x, y)dx + Q(x, y)dy = 0, (x, y) ∈ B, (1.6)
donde P y Q son dos funciones continuas en el abierto B ⊂ R2 . Se dice que la ecuación
(1.6) es una e.d.o. exacta si existe una función (potencial) F (x, y) definida en B tal que
∂F ∂F
(x, y) = P (x, y), (x, y) = Q(x, y), ∀(x, y) ∈ B. (1.7)
∂x ∂y
Proposición 1.2.18. Sea P (x, y)dx + Q(x, y)dy = 0 una e.d.o. exacta, (x, y) ∈ B ⊂ IR2
abierto y F (x, y) una función potencial de ésta. Entonces toda solución y = φ(x) de la
ecuación cuya grafo esté en B satisface la ecuación F (x, φ(x)) = C, para un cierto valor
de C ∈ IR. Recı́procamente, si la ecuación F (x, y) = C define a y como función implı́cita
diferenciable de x, entonces esta función es una solución de la ecuación.
Teorema 1.2.19 (Condición necesaria de exactitud). Si la e.d.o. (1.6) es exacta y
∂P ∂Q
(x, y), (x, y)
∂y ∂x
son continuas en B, entonces
∂P ∂Q
(x, y) = (x, y), ∀(x, y) ∈ B.
∂y ∂x
Teorema 1.2.20 (Condición suficiente de exactitud). Sean P (x, y) y Q(x, y) dos fun-
ciones reales continuas en el conjunto B ⊂ IR2 abierto, conexo y simplemente conexo1 .
Si
∂P ∂Q
(x, y) y (x, y)
∂y ∂x
son continuas e iguales en B, entonces
P (x, y)dx + Q(x, y)dy = 0, (x, y) ∈ B,
es una e.d.o. exacta.
a) (3e3x y − 2x)dx + e3x dy = 0, b) y 0 = −(3x2 + 6xy 2 )/(6x2 y + 4y 3 ).
Definición 1.2.22 (Factor integrante). Sea la ecuación diferencial de primer orden
P (x, y)dx + Q(x, y)dy = 0, (1.8)
donde P y Q son dos funciones continuas en un abierto B de R2 . Supongamos la ecuación

(1.8) no es una ecuación diferencial exacta. Se dice que una función no nula µ continua
en B es un factor integrante de la ecuación (1.8) si la ecuación diferencial
µ(x, y)P (x, y) + µ(x, y)Q(x, y) y 0 = 0 (1.9)
es exacta.
1
Consideraremos este concepto de manera intuitiva, y entenderemos por él que el conjunto considerado
no contiene agujeros.
Proposición 1.2.23. Sea la ecuación diferencial de primer orden

P (x, y)dx + Q(x, y)dy = 0, (1.10)
donde P y Q son dos funciones derivables con continuidad en un abierto conexo y simple-
mente conexo B de R2 . Entonces, es condición necesaria y suficiente para que una función
no nula µ de clase C 1 en B sea un factor integrante de (1.10) que para todo punto de B
se verifique
∂(µP ) ∂(µQ)
= ,
∂y ∂x
o equivalentemente,
∂µ ∂µ ∂Q ∂P
P −Q =µ − . (1.11)
∂y ∂x ∂x ∂y
Proposición 1.2.24 (Algunos factores integrantes). Sea P (x, y) y Q(x, y) dos funciones
continuas en un abierto conexo y simplemente conexo B ⊂ IR2 , de manera que existen y
∂P ∂Q
son continuas en B las funciones y . Entonces si:
∂y ∂x
∂P ∂Q Z
− f (x)dx
∂y ∂x
(i) f (x) = , un factor integrante será µ = e ;
Q
∂P ∂Q Z
− − g(y)dy
∂y ∂x
(ii) g(y) = , un factor integrante será µ = e ;
P
∂P ∂Q Z
− h(v)dv
∂y ∂x
(iii) h(x + y) = , un factor integrante será µ = e siendo v = x + y;
Q−P
∂P ∂Q Z
− i(v)dv
∂y ∂x
(iv) i(x − y) = , un factor integrante será µ = e siendo v = x − y;
P +Q
∂Q ∂P Z
− j(v)dv
∂x ∂y
(v) j(xy) = , un factor integrante será µ = e siendo v = xy;
xP − yQ
1
(vi) P y Q son homogéneas del mismo grado, un factor integrante será µ = ,
P x + Qy
siempre que P x + Qy 6= 0.
a) (x4 + y 4 ) dx − xy 3 dy = 0,
b) cos x dx + (y + sen y + sen x) dy = 0,
c) (4x − 2y) dx + (2x − 4y) dy = 0,
d) (2y 2 − 3xy) dx + (3xy − 2x2 ) dy = 0,
e) (3x − y − 3xy
+ 3y 2 ) dx + (5xy − x2 − 4y 2 − 2x) dy = 0,
f ) 1 + 2ex/y dx + 2ex/y (1 − x/y) dy = 0.
Corolario 1.2.26. Tanto las ecuaciones diferenciales lineales como las homogéneas se
pueden resolver mediante factor integrante. En el primer caso utilizando (i) y en el segundo
caso (vi) de la proposición (1.2.24).
1.3. Ecuaciones de primer orden no lineales en y 0

Proposición 1.3.1 (Ecuación de Lagrange). Fijadas dos funciones derivables f y g, el
cambio de variable y 0 = p transforma la e.d.o.
y = xf (y 0 ) + g(y 0 ) (1.12)
en otra lineal en la variable x(p) con solución general x = F (p, C). Además:
(i) el conjunto
(
x = F (p, C);
(1.13)
y = F (p, C)f (p) + g(p);
determina las curvas integrales de (1.12) en forma paramétrica.

(ii) si p0 es raı́z de f (p) = p, tal que existe g(p0 ), entonces
y = p0 x + g(p0 ) (1.14)
satisface (1.12). Si (1.14) no se obtiene de (1.13), se dice que ésta es una solución singular.
1 − y0 1 + y0
a) y = −x + , b) y = −x − ,
1 + y0 1 − y0
2
1 + y0

c) y = −x + ,
1 − y0
Definición 1.3.3. Dada una familia de curvas F (x, y, C) = 0, se denomina envolvente

de ésta al lugar geométrico de puntos que cumpla
(
F (x, y, C) = 0
(1.15)
FC (x, y, C) = 0
Si no se puede conseguir la eliminación del parámetro C pero sı́ despejar x e y en (1.15),

tendremos las ecuaciones paramétricas de la envolvente.
Proposición 1.3.4. La curva envolvente de una familia de curvas tiene la propiedad de

ser tangente a cada curva en el punto en común definido por el sistema (1.15).
1.3 Ecuaciones de primer orden no lineales en y 0 9
Envolvente de una familia de rectas

Ejemplo 1.3.5. El movimiento de un proyectil lanzado en el vacı́o desde el origen de
coordenadas, a una velocidad v que forme un ángulo α con la horizontal tiene de ecuación
g x2
y = x tan α − .
2 v 2 cos2 α
La curva envolvente es
v2 gx2
y= −
2g 2v 2
llamada parábola de seguridad.
Proposición 1.3.6 (Ecuación de Clairaut). Fijada una función derivable f , el cambio
de variable y 0 = p, en la e.d.o.
y = xy 0 + f (y 0 ) (1.16)
permite obtener:
(i) La integral general y = Cx + f (C), C ∈ IR;
(ii) La envolvente de la familia de curvas del apartado anterior como solución singular de
(1.16). La ecuación de ésta se obtiene eliminando C en la expresión
(
y = Cx + f (C);
0 = x + f 0 (C);
y0
a) y = y 0 x − 2(y 0 )2 , b) y = y 0 x + p ,
1 + (y 0 )2
Proposición 1.3.8 (Ecuaciones resolubles en y). Fijada la función diferenciable f (u, v),
el cambio de variable y 0 = p en la e.d.o.
y = f (x, y 0 ), (1.17)
proporciona una e.d.o. en p(x). La solución general de ésta última F (x, p, C) = 0, junto
con y = f (x, p) proporciona una familia de curvas integrales, en forma paramétrica, de la
e.d.o. (1.17).
Ejemplo 1.3.9. Resuelva la siguiente ecuación diferencial
4y = x2 + (y 0 )2 .
Proposición 1.3.10 (Ecuaciones resolubles en x). Fijada la función diferenciable g(u, v),
el cambio de variable y 0 = p en la e.d.o.
x = g(y, y 0 ), (1.18)
proporciona una e.d.o. en p(y). La solución general de ésta última G(y, p, C) = 0, junto
con x = g(y, p) proporciona una familia de curvas integrales, en forma paramétrica, de la
e.d.o. (1.18).
Ejemplo 1.3.11. Resuelva la siguiente ecuación diferencial
x = y(y 0 )2 .
Proposición 1.3.12 (Ecuaciones en la que falta y). Dada la e.d.o.
F (x, y 0 ) = 0,
se cumple que:
(i) Si se puede despejar y 0 en función de x, entonces y =
R
f (x)dx;
(ii) Si se puede despejar x en función de y 0 , x = g(y 0 ) = g(p), las ecuaciones paramétricas
de la solución general son (
x = g(p)
y = pg 0 (p)dp,
R
(iii) Si la función F (x, p) = 0 puede expresarse en forma paramétrica,

(
x = ϕ(t),
p = ψ(t),
entonces las ecuaciones paramétricas de la solución general son

(
x = ϕ(t)
y = ψ(t)ϕ0 (t)dt,
R
Proposición 1.3.13 (Ecuaciones en la que falta x). Dada la e.d.o.
G(y, y 0 ) = 0,
se cumple que:
Z
0 0 dy
(i) Si se puede despejar y en función de y, y = h(y), entonces x = ;
h(y)
1.3 Ecuaciones de primer orden no lineales en y 0 11
(ii) Si se puede despejar y en función de y 0 , y = k(y 0 ) = k(p), las ecuaciones paramétricas

de la solución general son  Z 0
x = k (p)
dp
p
y = k(p),

(iii) Si la función G(y, p) = 0 puede expresarse en forma paramétrica,

(
y = α(t),
p = β(t),
entonces las ecuaciones paramétricas de la solución general son

( R 0 (t)
x = αβ(t) dt
y = α(t),
a) x2 + x3 − (y 0 )2 = 0, b) x = y 0 + (y 0 )3 ,
c) x(y 0 )2 + (y 0 )2 + x2 = 0, d) y 2 y 0 + yy 0 − 1 = 0,
e) y = (y 0 )3 + y 0 + 1, f ) y 2 y 0 + 2(y 0 )2 + y 2 = 0,
Definición 1.3.15. Una ecuación diferencial
F (x, y, y 0 ) = 0, (1.19)
y
se dice que es homogénea si existe λ ∈ IR tal que F (x, y, y 0 ) = xλ F (1, , y 0 ), equivalente-
x
mente si (1.19) puede expresarse en la forma
y
G , y 0 = 0. (1.20)
x
Proposición 1.3.16 (Ecuaciones homogéneas). Dada la e.d.o. homogénea F (x, y, y 0 ) = 0,
se cumple:
y
0
(i) Si podemos despejar y = H , se obtiene la solución general integrando;
x
y
(ii) Si de (1.20) podemos obtener = f (y 0 ), haciendo los cambios y 0 = p, y = ux, se llega
x
a las ecuaciones paramétricas de la integral general
(
x = g(p), (integrando en la e.d.o. después del cambio)
y = g(p)f (p).
a) y = y(y 0 )2 + 2y 0 x, b) y = x(y 0 )2 − 2x.

1.4. Problemas de trayectorias

Definición 1.4.1. Se dice que la curva g(x, y) = 0 es una trayectoria ortogonal a la una
familia de curvas f (x, y, C) = 0, si g(x, y) = 0 es ortogonal a cada una de las curvas de
la familia f (x, y, C) = 0.
Proposición 1.4.2 (Trayectorias ortogonales). Fijada la familia de curvas
f (x, y, C) = 0, (1.21)

dy
consideramos la e.d.o. F x, y, = 0, resultante de eliminar C en el sistema
dx

f (x, y, C) = 0,
dy
f x + f y = 0.
dx

dx
Entonces la integral general g(x, y, K) = 0 de F x, y, − = 0 proporciona la familia
dy
de trayectorias ortogonales a (1.21).
Ejemplo 1.4.3. Encontrar las familias de trayectorias ortogonales a
a) x2 + y 2 = C 2 , b) y = Cx2 ,
2 2
c) 2x + y − Cx = 0, d) xy = C.

dy
Proposición 1.4.4. Sea F x, y, = 0 la ecuación diferencial de la familia f (x, y, C) =
dx
0. Entonces
y 0 − tan α

F x, y, =0
1 + y 0 tan α
es la ecuación diferencial de las trayectorias oblicuas bajo el ángulo α 6= π/2 con cada
curva de la familia f (x, y, C) = 0.
Ejemplo 1.4.5. Encontrar las trayectorias oblicuas bajo π/4 a x2 + y 2 = C 2 .
Definición 1.4.6. Llamaremos curvas de nivel de la superficie de ecuación f (x, y, z) = 0
a aquellas que tengan como ecuaciones
(
f (x, y, z) = 0,
z = C,
siendo C un parámetro real.

Definición 1.4.7. Llamaremos curvas de máxima pendiente sobre la superficie f (x, y, z) =
0 a aquellas curvas sobre la superficie cuya tangente en cada punto tiene pendiente máxima
y, por lo tanto, es ortogonal a las curvas de nivel.
1.5 Ecuaciones diferenciales de orden superior 13
Proposición 1.4.8. Las curvas de máxima pendiente sobre la superficie f (x, y, z) = 0

vienen dadas por las ecuaciones
(
f (x, y, z) = 0,
g(x, y, C) = 0,
siendo g(x, y, C) = 0 la familia de trayectorias ortogonales a f (x, y, C) = 0.
Ejemplo 1.4.9. Hallar las curvas de máxima pendiente de las superficies
a) x2 + y 2 + 2z 2 = 1, b) x2 + 2y 2 = 4z,
2
c) x + y + 2z − 2 = 0.
1.5. Ecuaciones diferenciales de orden superior

Proposición 1.5.1 (Ecuaciones que no contienen y). Dada la e.d.o.
g(x, y (k) , y (k+1) , . . . , y (n) ) = 0,
mediante el cambio y (k) = u e integrando obtenemos
G(x, y (k) ) = 0. (1.22)
Ahora bien:
(i) Si podemos obtener y (k) de (1.22), entonces se obtiene y mediante k cuadraturas;
(ii) Si podemos obtener x = K(y (k) ) de (1.22), entonces se obtiene la solución general de
forma paramétrica: 


x=Z K(u),Z

y = · · · u[K 0 (u)du]k ;



 | {z }
(k)
(iii) Si podemos expresar (1.22) en forma paramétrica x = ϕ(t), y (k) = u = ψ(t), la

solución general en forma paramétrica:



 x=Z ϕ(t), Z

y = · · · ψ(t)[ϕ0 (t)dt]k ;



 | {z }
(k)
Ejemplo 1.5.2. Resuelva las ecuaciones diferenciales
a) y 0 = x + y 00 , b) y 0 = x2 + 2y 00 ,
c) y 00 = x3 + y 000 .
Proposición 1.5.3 (Ecuaciones que no contienen x). Dada la e.d.o.
f (y, y 0 , y 00 , · · · , y (n) ) = 0,
se cumple:
(i) Tomando x como variable dependiente y sustituir se obtiene la ecuación
g(y, x0 , x00 , . . . , x(n) ) = 0,
estudiada en la proposición 1.5.1;

dp d(n−1) p
(ii) Haciendo el cambio y 0 = p resulta h(y, p, , · · · , (n−1) ) = 0, cuya solución propor-
dy dy
ciona la ecuación H(y, y 0 ) = 0, estudiada en la proposición 1.3.13.
Ejemplo 1.5.4. Resuelva la ecuación diferencial y 00 = y 5 .
Proposición 1.5.5. Dada la e.d.o.
y (n) = f (y (n−2) ),
si hacemos el cambio y (n−2) = u obtenemos

Z
du
x= R 1/2 ,
2 f (u)du
además iterando la expresión

Z Z
y (n−3)
= y (n−2)
dx = uG01 (u)du = G2 (u),
se llega a
y = Gn−1 (u).
Ejemplo 1.5.6. Resuelva la ecuación diferencial y 000 = 4y 0 .
Definición 1.5.7. Se dice que la e.d.o.
f (x, y, y 0 , · · · , y (n) ) = 0, (1.23)
es exacta, si existe una expresión F (x, y, y 0 , · · · , y (n−1) ), cuya derivada respecto a x sea
f (x, y, y 0 , · · · , y (n) ). Entonces a
F (x, y, y 0 , · · · , y (n−1) ) = C,
se le llama la integral primera de (1.23).

1.5 Ecuaciones diferenciales de orden superior 15
Proposición 1.5.8. Sea

f (x, y, y 0 , · · · , y (n) ) = 0,
una e.d.o. exacta. Para cada i ∈ {1, . . . , n − 1}, consideramos la función zi cuya derivada
respecto a y (n−i) del coeficiente de y (n+1−i) en f (x, y, y 0 , · · · , y (n) ). Consideremos además
la función
n−1
X dzi
g=f− ,
i=1
dx
entonces la función que proporciona la integral primera correspondiente viene dada por
n−1
X Z
F = zi + g(x)dx.
i=1
Ejemplo 1.5.9. Obtenga la integral primera de
a) y + 3xy 0 + 2y(y 0 )3 + (x2 + 2y 2 y 0 )y 00 = 0, b) y 0 + y 00 (x + 2y 0 ) = 0.
f (x, y, y 0 , · · · , y (n) ) = 0,
es homogénea de grado m respecto a y, si se verifica
f (x, λy, λy 0 , · · · , λy (n) ) = λm f (x, y, y 0 , · · · , y (n) ).
Proposición 1.5.11. Si en la e.d.o. homogénea
f (x, y, y 0 , · · · , y (n) ) = 0,
hacemos el cambio de variable y = eu , ésta se transforma en
f (x, 1, u0 , u02 + u00 , · · · ) = 0
que se resuelve usando la proposición 1.5.1.
Ejemplo 1.5.12. Resuelva yy 00 + (y 0 )2 − yy 0 = 0.
g(x, y, y 0 , · · · , y (n) ) = 0,
es homogénea de grado m con respecto a x y a dx, cuando se verifica
g(λx, y, λ−1 y 0 , · · · , λ−n y (n) ) = λm g(x, y, y 0 , · · · , y (n) ).


g(x, y, y 0 , · · · , y (n) ) = 0,
una e.d.o. homogénea de grado m con respecto a x y a dx, entonces ésta puede expresarse
en la forma
h(y, xy 0 , x2 y 00 , · · · , xn y (n) ) = 0,
que mediante el cambio x = et resulta
h(y, y 0 , · · · , y (n) ) = 0,
que se resuelve siguiendo la proposición 1.5.3.
Ejemplo 1.5.15. Resuelva xy 00 + yy 0 = 0.
F (x, y, y 0 , · · · , y (n) ) = 0,
es homogénea de grado m con respecto a x y a y, cuando se verifica
F (λx, λy, y 0 , λ−1 y 00 , · · · , λ1−n y (n) ) = λm F (x, y, y 0 , · · · , y (n) ).
F (x, y, y 0 , · · · , y (n) ) = 0,
una e.d.o. homogénea de grado m con respecto a x y a y, entonces el cambio y = ux la
transforma en una homogénea en x y dx.
Ejemplo 1.5.18. Resuelva x3 y 00 + (xy 0 − y)2 = 0.
1.6. Aplicaciones y problemas geométricos de ecua-

ciones diferenciales
Ejemplo 1.6.1. Dada la parábola y = x2
a) Calcular la e.d.o. de la familia obtenida al trasladar dicha parábola en dirección paralela
a la recta 3x − 4y = 0;
b) Integrar la e.d.o. obtenida;
c) Solución singular correspondiente;
Ejemplo 1.6.2. Obtener la e.d.o. de las parábolas que pasan por el origen y tienen su
eje paralelo al eje OX.
Ejemplo 1.6.3. Hallar la e.d.o. de las elipses de semiejes 4 y 5, tales que el eje menor
es paralelo al eje OX.
Ejemplo 1.6.4. La normal a una curva en un punto P corta al eje OY en un punto N .
Hallar esta curva sabiendo que pasa por el punto (3, 4) y se verifica ON = OP .
1.7 Ejercicios del tema 17
1.7. Ejercicios del tema

1. Relaciona cada ecuación con la gráfica correspondiente y 0 = 3y 2/3 , y 0 = y 2 , y 0 = −xy
e y 0 = x/y. y ' = − xy
y ' = 3y2/3
y (0) = 0
y'= x/ y y ' = y2
a) b)
c) d)
2. Determinar la ecuación diferencial de haz xy − C(x − 1) = 0.
3. Hallar la e.d.o. de la familia de circunferencias de radio 2, cuyos centros están en la
recta y = x.
4. Resuelva las ecuaciones diferenciales
a) (x − 1)y 3 dx + (y − 1)x3 dy = 0, que pasa por el punto (2, 1)
b) (x2 + 1)dx + (y 4 + 1)dy = 0,
c) y 0 = x(y 2 + 1), que pasa por el punto (1, 1).
a) (x3 + y 3 )dx + 3xy 2 dy = 0, b) xdy = (x + y)dx, c) (2x + y)dx + (x + 2y)dy = 0.

dy y−x dy x+y−1 dy 2x − 2y − 1
a) = , b) = , c) = .
dx y+x−2 dx x−y−1 dx x−y+1

a) y 0 = y + 1, que para x = 0 toma el valor 2,
b) y 0 = 2y + x, que para x = 0 toma el valor 3,
c) y 0 = xy + 1, que para x = 0 toma el valor 1,
d) y 0 = 3y + 2, que para x = 0 toma el valor 0.
8. Dada la e.d.o. y 0 = y + 2, se consideran las tangentes a las distintas curvas integrales

en los puntos de abscisa x = 0. Hállese el punto por el cual pasan todas estas
tangentes.
√ √ √
a) y 0 = y + y 2 , b) y 0 = −y + y, c) y 0 = xy + y, d) y 0 + 2y = y 3 , e) y 0 = y + 3 y.
10. Resolver la ecuación xy 0 = x2 + y − y 2 , sabiendo que tiene la solución particular

y = x.
11. Reducir la ecuación y 0 = 1 + xy − y 2 a una e.d.o. lineal.

2 2 1
a) (2xy + y )dx + (x + 2xy − 6)dy = 0, b) + y dx + xdy = 0,
1 + x2
c) (2x cos y − cos x)dx − x2 sen ydy = 0, d) (y 3 cos x − y)dx + (3y 2 sen x − x)dy = 0.

a) (2y 3 − 2y 2 + 3x)dx + (3xy 2 − 2xy)dy = 0,
b) (y 3 + x2 y + 2xy − x − 1)dx + (3y 2 + x2 )dy = 0,
c) dx + (2xy + 2y 2 + 1)dy = 0, d) 2xydx + (3x2 − 4y)dy = 0,
e) 2ydx + (x + 3y)dy = 0,
f) (x2 + y 2 + x)dx + (x2 + y 2 + y)dy = 0,
g) 3dx + (x − y − 3)dy = 0, h) 2y 4 dx + 5xy 3 dy = 0.

a) y = x + y 0 − 3(y 0 )2 , b) y = −x + (y 0 )3 , c) y = 3x − (y 0 )2 ,
d) y = 2x + y 0 − 5(y 0 )2 , e) y = x(y 0 + 1) − 2(y 0 )2 .

a) y = y 0 x − 2(y 0 )2 , b) y = y 0 x + 4(y 0 )2 , c) y = y 0 x + 2(y 0 )3 ,
0 0 0 2
d) y = y x + y + 5(y ) .
16. Resuelva la ecuación diferencial

y = 1/2x2 − (y 0 )2 .
17. Resuelva la ecuación diferencial

a) x = 2y 0 + 4(y 0 )3 , b) x = 5(y 0 )4 + 3(y 0 )2 , c) x = y 0 − 6(y 0 )5 ,
d) x(y 0 )2 − 2(y 0 )2 + x2 = 0, e) x(y 0 )4 − (y 0 )4 + x4 = 0, f) y = (y 0 )2 − 3y 0 + 2,
g) y = (y 0 )4 − y 0 , h) y = (y 0 )3 − 2(y 0 )2 , i) y(y 0 )2 − 3(y 0 )2 + y 2 = 0,
j) y 2/3 + (y 0 )2/3 = 9, k) y = y(y 0 )2 + 4xy 0 .
18. Halle las trayectorias ortogonales de las familias de curvas

a) x2 y = C, b) y 2 (C − x) = x3 .
19. Halle la trayectoria ortogonal de la familia de hipérbolas xy = a2 /2, que pasa por
el punto (1, 2).
20. Halle las trayectorias de 45o de la familia de curvas x2 + y 2 + 2Cy = 0.
21. Halle las curvas de máxima pendiente de la superficie z = 1 − xy.
22. Hallar las ecuaciones de las curvas de máxima pendiente de la superficie x2 + 2y 2 +
4z 2 = 1.
23. Integrar las ecuaciones diferenciales, en el apartado j encontrar aquella que cumple
y(−1/2e) = 1 y y 0 (−1/2e) = e.
a) y 000 − 2xy 0 y 00 − (y 0 )2 − xy 0 − y = 0, b) y 0 y 000 − 3(y 00 )2 = 0,
c) y 00 − (y 0 )2 − 1 = 0, d) (1 + x)y 00 + y 0 = 0,
e) y 00 + cos2 x = 0, f) y 00 − 2y(y 0 ) = 0,
g) yy 00 − (y 0 )2 − y 4 = 0, h) 3yy 00 − 2(y 0 )2 − 36y 2 = 0,
2
i) y 0 = y 00 (x + y 00 ), j) y 2 y 00 − 2y 3 (y 0 )2 + ey y 0 = 0.
24. Integrar las ecuaciones

a) y 000 = (y 00 )2 , b) (y 0 )4 + 4x(y 0 )3 y 00 − 2yy 0 = 0.
25. Transforme la ecuación yy 00 + 2(y 0 )2 + yy 0 = 0, en otra en la que le falte la variable

dependiente.
26. Transforme las ecuaciones siguientes en otras en la que le falte la variable indepen-
diente
a) 2xy 00 + yy 0 = 0, b) 2x3 y 00 + 3(xy 0 − y)2 = 0.
1.8. Soluciones a los ejercicios del tema

1. a) y 0 = −xy; b) y 0 = 3y 2/3 ; c) y 0 = x/y; d) y 0 = y 2 .
2. x(x − 1)y 0 − y = 0.
3. (x − y)2 [1 + (y 0 )2 ] − 4[1 + (y 0 )2 ]2 = 0.
4.
1 1 1 1 7 x3 y 5
a) + − − + = 0, b) + + x + y + C = 0,
2x2 2y 2
2 x y 8 3 5
x 1 π
c) y = tan − + .
2 2 4
5.
a) x(x3 + 4y 3 ) = k, b) y/x = log |x| + C, c) x2 + xy + y 2 = k.
6.
y−1 1
a) arctan + log(x2 + y 2 − 2x − 2y + 2) = C,
x−1 2
1 y
b) log(x2 + y 2 − 2x + 1) − arctan = C,
2 x−1
c) 2x − y + 3 log |x − y − 2| = C.
7.
Z x
x −t2 /2 2 /2
a) y = −1 + 3e , 2x
b) y = −1/2x − 1/4 + 13/4e , c) y = e dt + 1 ex
0
d) y = 2/3(e3x − 1),
8. (−1, −2)
9.
Z x 2
1 1 −t2 /4 2
a) y = , b) y = (1 + Cex/2 )2 , c) y = e dt + C ex /2 ,
−1 + Ce−x 2 0
1 2x/3 3/2
d) y = 1/2 , e) y = (−1 + Ce ) .
1 4x
2
+ Ce
10.
2
y =x 1+ .
Ce2x − 1
11. Usando que y = x es solución particular, la transformamos en u0 − xu − 1 = 0.
12.
a) x2 y + xy 2 − 6y = C, b) arctan x + xy = C,
c) (x2 cos y − sen x = C, d) y 3 sen x − xy = C.
1.8 Soluciones a los ejercicios del tema 21
13.
a) x2 y 3 − x2 y 2 + x3 = C, b) ex (y 3 − yx2 − x) = C,
2
c) (x + y)ey = C, d) x2 y 3 − y 4 = C,
e) x2 y + 2xy 2 + y 3 = C, f) 1/2e2(x+y) (x2 + y 2 ) = C,
c) 3 log |x − y| + y = C, d) x2 y 5 = C.
14.
(
x = −6p − 5 log |p − 1| + C
a) integral general,
y = −5p − 5 log |p − 1| + C3p2
( p = 1 queda la solución singular y = x − 2.
para
x = 3/2p2 − 3p + 3 log |p + 1| + C
b) integral general,
y = p3 − 3/2p2 + 3p − 3 log |p + 1| − C
( p = −1 queda la solución singular y = −x − 1.
para
x = −2p − 6 log |p − 3| + C
c) integral general,
y = −6p − 18 log |p − 3| + 3C − p2
( p = 3 queda la solución singular y = 3x − 9.
para
x = −10p − 19 log |p − 2| + C
d) integral general,
y = −19p − 38 log |p − 2| + 2C − 5p2
( p = 2 queda la solución singular y = 2x − 18.
para
x = 4p − 4 + Ce−p
e) integral general.
y = (4p − 4 + Ce−p )(p + 1) − 2p2
15.
a) y = Cx − 2C 2 integral general, y = 1/8x2 solución singular,

b) y = Cx + 4C 2 integral general, y = −1/16x2 solución singular,
c) y = Cx + 2C 3 integral general, y 2 = −2/27x3 solución singular,
d) y = Cx + 5C 2 integral general, y = −1/20x2 solución singular.
16.
(
(2p − x)(p + x)2 = K,
y = 1/2x2 − p2 .
17. Las soluciones en forma paramétrica

( (
x = 2p + 4p3 x = 3p2 + 5p4
a) b)
y = p2 + 3p4 + C y = 2p3 + 4p5 + C
( (
x = p − 6p5 x = 2 − t2
c) d)
y = 1/2p2 − 5p6 + C y = 2/3t3 − 4t + C
( (
x = 1 − t4 x = 2p − 3 log |p| + C
e) f)
y = 4/7t7 − 4/3t3 + C y = p2 − 3p + 2
( (
x = 4/3p3 − log |p| + C x = 3/2p2 − 4p + C
g) h)
y = p4 − p y = p3 − 2p2
( √ √ √ √ (
x = 2t + 3 log | 3 − t| − 3 log | 3 + t| + C x = 3(t + cot t) + C
i) j)
y = 3 − t2 y = 27 cos3 t
C(p2 − 1)


 x = p
p 3 p(p2 + 3)

e) −4C
y = p


3
p(p2 + 3)
18.
a) y 2 = 1/2x2 + C, b) (x2 + y 2 )2 = C 2 (2x2 + y 2 ).
19. y 2 − x2 = 3.
20. x2 + y 2 = K(x + y).
21. (
z = 1 − xy
y 2 − x2 = C.
22. (
x2 + 2y 2 + 4z 2 = 1
y = x2 C.
23.
a) y(= (C2 + 1)x − (x + C1 ) log |x + C1 | + C3 , b) x = C1 y 2 + C2 y + C3 ,
p = tan(x + C)
c) , d) y = C log |1 + x| + C1 ,
y = − log | cos(x + C)| + C1
2
e) y = −1/4x − 1/4 sen2 x + Cx + C1 , f) x = 1/a arctan(y/a) + C,
dy
g) x = ± √ h) y = M cosh3 (2x + C),
R
2
,
y C1 +y
2
3
i) y = −x /12 + K, j) x = −1/2e−y .
24.
a) y 00 − x(y 0 )2 − xy = C, b) x(y 0 )4 − y 2 = C.
25.
u00 + 3(u0 )2 + u0 = 0
2
d2 y dy d2 u du du
26. a) 2 2 + (y − 2) = 0, b) 2 2 + 2 + 3 = 0.
dt dt dt dt dt
Tema 2
Teoremas fundamentales de la teorı́a

de ecuaciones diferenciales ordinarias
En este tema se abordan resultados sobre existencia y unicidad de problemas de

Cauchy, tanto para problemas con ecuaciones escalares como para problemas con sis-
temas. Para esto es necesario estudiar nociones y resultados topológicos como son la no-
ción de equicontinuidad y diversos tipos de convergencia. Incluso aplicaremos un teorema
del punto fijo.
Dedicaremos la primera sección al estudio de problemas de Cauchy con ecuaciones
escalares, y la segunda al estudio de problemas con sistemas. La tercera sección es de nat-
uraleza distinta, estudiamos la variabilidad de las soluciones cuando variamos las condi-
ciones iniciales o las funciones involucradas en el problema de Cauchy. Acabamos esta
sección estudiando la derivabilidad de las soluciones respecto a las condiciones iniciales.
Sumario. Teoremas de existencia y unicidad de soluciones en las ecuaciones diferen-

ciales. Teoremas de existencia y unicidad de soluciones en los sistemas de ecuaciones
diferenciales. Dependencia de las condiciones iniciales y derivabilidad respecto a éstas.
Ejercicios del tema. Soluciones a los ejercicios del tema.
2.1. Teoremas de existencia y unicidad de soluciones

en las ecuaciones diferenciales
dy
Ejemplo 2.1.1. Resuelva la e.d.o. y 2 + x2 = 0 y compruebe lo siguiente:
dx
(i) Hay infinitas soluciones que satisfacen la condición inicial y(0) = 0;
(ii) Si b 6= 0, no hay soluciones que satisfagan y(0) = b;
(iii) Si a · b 6= 0, existe una única solución satisfaciendo y(a) = b.
25
26 Teoremas fundamentales
Algunas curvas solución de y 2 + x2 y 0 = 0
El ejemplo anterior pone de manifiesto que un problema con condición inicial puede tener
solución, una única solución o infinitas soluciones. En el resto del apartado estudiamos
resultados en los que se asegure la existencia y unicidad de soluciones para un problema
de condiciones iniciales.
Definición 2.1.2. Se dice que una sucesión {fn }n de funciones reales, definidas en A ⊂ IR
es
a) equicontinua en x0 ∈ A, si fijado > 0 existe δ > 0 tal que si x ∈ A verificando
|x0 − x| ≤ δ, entonces |fn (x0 ) − fn (x)| ≤ , ∀n ≥ 1;
b) equicontinua en A, si es equicontinua en cada punto de A;
c) uniformemente equicontinua en A, si fijado > 0 existe δ > 0 tal que si x, y ∈ A
verificando |x − y| ≤ δ, entonces |fn (x) − fn (y)| ≤ , ∀n ≥ 1.
Observación 2.1.3. Si {fn }n es equicontinua en x0 ∈ A, entonces cada fn es continua

en x0 .
Ejemplo 2.1.4.
a) Una familia finita de funciones continuas es equicontinua;
b) La familia { nx }n es uniformemente equicontinua en IR;
c) La familia {nx}n no es equicontinua en ningún punto de IR.
Teorema 2.1.5. Si la sucesión {fn }n es equicontinua en un compacto A, entonces ésta

es uniformemente equicontinua en A.
2.1 Teoremas de existencia y unicidad para e.d.o. 27
Definición 2.1.6. Se dice que una sucesión {fn }n de funciones reales, definidas en A ⊂ IR
converge puntualmente a f : A → IR si:
∀x ∈ A, ∀ > 0 ∃nx, ∈ IN / |fn (x) − f (x)| < si n ≥ nx, ;
o equivalentemente
∀x ∈ A, la sucesión (fn (x))n ⊂ IR converge a f (x) ∈ IR;
Ejemplo 2.1.7. La sucesión dada por el término general fn (x) = xn converge puntual-
mente en [0, 1] a la función
(
0 si 0 ≤ x < 1,
f (x) =
1 si x = 1;
Definición 2.1.8. Fijados dos subconjuntos reales A y B tal que B ⊂ A, se dice que B
es denso en A si dado a ∈ A y δ > 0 se verifica que B(a, δ) ∩ B 6= φ.
Teorema 2.1.9. Si la sucesión {fn }n es equicontinua en A, y converge puntualmente en

un subconjunto denso B ⊂ A, entonces dicha sucesión converge puntualmente en A.
Teorema 2.1.10. Si la sucesión {fn }n es equicontinua en A y converge puntualmente a

una función f , entonces f es continua.
Definición 2.1.11. Se dice que una sucesión {fn }n de funciones reales, definidas en
A ⊂ IR converge uniformemente a f : A → IR si:
∀ > 0 ∃n ∈ IN / |fn (x) − f (x)| < si n ≥ n , ∀x ∈ A;
o equivalentemente
∀ > 0 ∃n ∈ IN / sup |fn (x) − f (x)| < si n ≥ n ;

x∈X
Ejemplo 2.1.12.
n−1
(i) La sucesión dada por el término general fn (x) = converge uniformemente en
n
[0, 1] a la función f (x) = 1;
(ii) La sucesión de funciones del ejemplo 2.1.7 no converge uniformemente a la función f
correspondiente.
Proposición 2.1.13. Si la sucesión {fn }n converge uniformemente a f en A, entonces

ésta converge a f puntualmente. El recı́proco no es cierto en general.
Proposición 2.1.14. La sucesión {fn }n de funciones continuas es uniformemente con-

vergente en [a, b] si, y solo si, es uniformemente de Cauchy en [a, b].
Proposición 2.1.15. Si la sucesión {fn }n es equicontinua en [a, b] y converge puntual-

mente a una función f , entonces dicha sucesión converge uniformemente a f en [a, b].
Observación 2.1.16. La sucesión de funciones del ejemplo 2.1.7 no es equicontinua.
Teorema 2.1.17 (Ascoli). Sea {fn }n una sucesión equicontinua de funciones definidas
en [a, b]. Si existe k ∈ IR tal que
|fn (x)| ≤ k, para cada x ∈ [a, b], n ≥ 1,
entonces de la sucesión dada puede extraerse una subsucesión que converge uniformemente
a una función continua en [a, b].
Teorema 2.1.18 (Peano). Sea D ⊂ IR2 un conjunto abierto y conexo, (x0 , y0 ) ∈ D y

f (x, y) una función continua en D. Entonces existe δ > 0 tal que
(
y 0 = f (x, y)
y(x0 ) = y0 ,
tiene una solución en [x0 − δ, x0 + δ].
Definición 2.1.19. Sea D ⊂ IR2 un conjunto abierto y conexo, se dice que la función
f (x, y) es localmente lipschitziana (respecto de y) en (x0 , y0 ) ∈ D si existe un entorno U
de éste y una constante positiva K tal que
|f (x, y1 ) − f (x, y2 )| ≤ K|y1 − y2 |, ∀(x, y1 ), (x, y2 ) ∈ U.
Observación 2.1.20. La noción de función localmente lipschitiziana se extiende de forma

natural a funciones f (x, y1 , . . . , yn ). En este caso se dice que f es locamente lipschitziana
(respecto a (y1 , . . . , yn )) en el punto (x0 , y10 , . . . , yn0 ) ∈ D si existe un entorno U de éste
y una constante positiva K tal que
n
X
|f (x, y1 , . . . , yn ) − f (x, u1 , . . . , un )| ≤ K |yi − ui |, ∀(x, y1 , . . . , yn ), (x, u1 , . . . , un ) ∈ U.
i=1
Ejemplo 2.1.21. La función f (x, y) = x + y 2 es localmente lipschitziana respecto de y

para cualquier (x, y) ∈ IR2 .
Teorema 2.1.22 (Picard). Sea D ⊂ IR2 un conjunto abierto y conexo, (x0 , y0 ) ∈ D y

f (x, y) una función continua y localmente lipschitziana (respecto de y) en (x0 , y0 ). En-
tonces existe δ > 0 tal que (
y 0 = f (x, y)
y(x0 ) = y0 ,
tiene una solución única en [x0 − δ, x0 + δ].
2.1 Teoremas de existencia y unicidad para e.d.o. 29
Ejemplo 2.1.23. Se considera la ecuación diferencial y 0 (x) = f (x, y(x)), donde para
(x, y) ∈ IR2 , 
0
 si x ≤ 0 ó y ≤ 0
f (x, y) = −2y/x si x2 ≥ y > 0

−2x si y ≥ x2 > 0.

Estúdiese:
a) Continuidad y condición de Lipschitz resp. de y para f en cada punto de IR2 ;
b) Obténganse las soluciones que pasan por un punto (x0 , y0 );
c) Obténganse, en particular, las soluciones que pasan por (0, 0);
d) ¿Que se puede afirmar sobre la unicidad de las soluciones?
Corolario 2.1.24. Sea D ⊂ IR2 un conjunto abierto y conexo, (x0 , y0 ) ∈ D y f (x, y) una
función continua. Entonces existe δ > 0 tal que
(
y 0 = f (x, y)
(2.1)
y(x0 ) = y0 ,
tiene una solución en I = [x0 −δ, x0 +δ]. Si además, la derivada parcial ∂f /∂y es continua
en un entorno de (x0 , y0 ), entonces existe δ 0 ∈ (0, δ] tal que (2.1) tiene solución única en
I = [x0 − δ 0 , x0 + δ 0 ]
Observación 2.1.25.
(i) Al aplicar el corolario 2.1.24 a y 0 = −y obtenemos existencia y unicidad de los proble-
mas de Cauchy en todo IR2 . De hecho las soluciones y(x) = Ce−x existen en todo IR.
√
(ii) Al aplicar el corolario 2.1.24 a y 0 = 2 y en D = {y > 0} obtenemos existencia y
unicidad de la soluciones de los problemas de Cauchy. En el punto (0, 0) encontramos dos
soluciones, y1 (x) = x2 e y2 (x) = 0.
(iii) Al aplicar el corolario 2.1.24 a y 0 = y 2 en D = (−2, 2) × (0, 2) obtenemos existencia y
unicidad. Por ejemplo es el caso del problema, y 0 = y 2 y(0) = 1. Sin embargo la solución
1
correspondiente y = , no existe en todo (−2, 2).
1−x
1
Gráfica de y = .
1−x
Ejemplo 2.1.26.
(i) Estudiar la existencia y unicidad de las soluciones de la ecuación del ejemplo 2.1.1 en
los puntos (0, 0) y (0, 1) aplicando el corolario 2.1.24. Se concluye que la continuidad de f
es una condición suficiente, aunque no necesaria, para la existencia de solución de (2.1).
(ii) El corolario 2.1.24 asegura que el problema
(
xy 0 = 2y
(2.2)
y(−1) = 1,
tiene solución única. Sin embargo las funciones

( (
x2 x ≤ 0 x2 x≤0
f1 (x) = x2 , f2 (x) = , f3 (x) = ,
0 x≥0 −x2 x≥0
son solución de (2.2). ¿Contradice este hecho al corolario 2.1.24?
Gráficas de f1 , f2 y f3 .
Definición 2.1.27. Una aplicación f de un espacio métrico (A, d) en sı́ mismo, se dice
que es contractiva, si existe K ∈ (0, 1) tal que
d(f (x), f (y)) ≤ Kd(x, y), ∀x, y ∈ A.
Teorema 2.1.28 (Teorema del punto fijo). Dada una aplicación contractiva f en un
espacio métrico completo (A, d), existe un único punto x0 ∈ A tal que f (x0 ) = x0 .
2.2 Teoremas de existencia y unicidad para sistemas 31
Ejemplo 2.1.29. Aplique el resultado anterior para probar que

1 4 1 1 1
z + z3 − z − z + = 0,
53 71 73 41
tiene una única solución en B(0, 1) ⊂ C.
2.2. Teoremas de existencia y unicidad de soluciones

en los sistemas de ecuaciones diferenciales
Teorema 2.2.1 (Peano). Sea D ⊂ IR1+n un conjunto abierto y conexo, (x0 , y10 , y2,0 , . . . , yn0 ) ∈
D y {fi (x, y1 , y2 , . . . , yn )}ni=1 una familia de n funciones reales continuas definidas en D.
Entonces existe δ ∈ IR positivo tal que


 dy1 /dx = f1 (x, y1 , y2 , . . . , yn )

dy /dx = f (x, y , y , . . . , y )
2 2 1 2 n
(2.3)


 . . . . . . . . . . . . . . . . . . . . . . . . . . .

dyn /dx = fn (x, y1 , y2 , . . . , yn )
y1 (x0 ) = y10 , y2 (x0 ) = y20 , . . . , yn (x0 ) = yn0 ,
tiene una solución Y (x) = (y1 (x), . . . , yn (x)) en [x0 − δ, x0 + δ].
Teorema 2.2.2.
(i) Todo sistema de ecuaciones diferenciales es equivalente a algún sistema de ecuaciones
diferenciales de orden 1;
(ii) Toda ecuación diferencial de orden mayor que uno es equivalente a algún sistema de
ecuaciones de orden 1.
Ejemplo 2.2.3.
(i) Transforme el sistema
(
2y100 = −6y1 + 2y2 ,
y200 = 2y1 − 2y2 + 40 sen 3x,
en otro sistema equivalente de orden 1;
(ii) Transforme la ecuación y (3) + 3y 00 + 2y 0 − 5y = sen 2x en un sistema equivalente de
orden 1.
Corolario 2.2.4 (Peano). Sea D ⊂ IR1+n un conjunto abierto y conexo, (x0 , y10 , y2,0 , . . . , yn0 ) ∈
D y f (x, y1 , y2 , . . . , yn ) una función real y continua definida en D. Entonces existe δ ∈ IR
positivo tal que la ecuación diferencial
y (n) = f (x, y, y 0 , . . . , y (n−1) )
y(x0 ) = y10 , y 0 (x0 ) = y20 , . . . , y (n−1) (x0 ) = yn0 ,
tiene una solución y(x) en [x0 − δ, x0 + δ].
Teorema 2.2.5 (Picard). Sea D ⊂ IR1+n un conjunto abierto y conexo y {fi (x, y1 , y2 , . . . , yn )}ni=1
una familia funciones reales y continuas definidas en D y localmente lipschitzianas (re-
specto de (y1 , y2 , . . . , yn )) en (x0 , y10 , y2,0 , . . . , yn0 ) ∈ D. Entonces existe δ > 0 tal que

dy1 /dx = f1 (x, y1 , y2 , . . . , yn )


dy /dx = f (x, y , y , . . . , y )
2 2 1 2 n


 ...........................

dyn /dx = fn (x, y1 , y2 , . . . , yn )
y1 (x0 ) = y10 , y2 (x0 ) = y20 , . . . , yn (x0 ) = yn0 ,
tiene solución única Y (x) = (y1 (x), . . . , yn (x)) en [x0 − δ, x0 + δ].
Corolario 2.2.6 (Picard). Sea D ⊂ IR1+n un conjunto abierto y conexo, (x0 , y10 , y2,0 , . . . , yn0 ) ∈
D y f (x, y1 , y2 , . . . , yn ) una función real y continua definida en D y localmente lips-
chitziana (respecto de (y1 , y2 , . . . , yn )) en (x0 , y10 , y2,0 , . . . , yn0 ) ∈ D. Entonces existe δ ∈
IR positivo tal que
y (n) = f (x, y, y 0 , . . . , y (n−1) )

y(x0 ) = y10 , y 0 (x0 ) = y20 , . . . , y (n−1) (x0 ) = yn0 ,
tiene única solución y(x) en [x0 − δ, x0 + δ].
2.3. Dependencia de las condiciones iniciales y deri-

vabilidad respecto a éstas
Lema 2.3.1. Sea D ⊂ IR2 un conjunto abierto y conexo, (a, b) ∈ D y f (x, y) una función
continua y localmente lipscihtziana (respecto de y) en (a, b). Entonces existe α > 0 y
un rectángulo T ⊂ D, que contiene al punto (a, b), de forma que si fijamos un punto
(x0 , y0 ) ∈ T , el problema
(
y 0 = f (x, y);
tiene una solución única, y(x; x0 , y0 ), para x ∈ [a − α, a + α].
y(x0 ) = y0 ,
Lema 2.3.2 (Lema de Gronwall). Sea F (x) una función real continua, definida en el
intervalo [−δ, δ], δ > 0. Si existen dos constantes no negativas A y B tales que
Z x
0 ≤ F (x) ≤ A + B F (t)dt, x ∈ [0, δ]
0
Z x
0 ≤ F (x) ≤ A − B F (t)dt, x ∈ [−δ, 0],
0
entonces se verifica que F (x) ≤ AeB|x| .

2.3 Dependencia respecto a condiciones iniciales 33
Teorema 2.3.3. En el contexto del lema 2.3.1 y fijados dos puntos de T , (x0 , y0 ) y (x1 , y1 )
se cumple:
|y(x; x0 , y0 ) − y(x; x1 , y1 )| ≤ (|y1 − y0 | + M |x1 − x0 |)ek|x−x0 | , ∀ x ∈ [a − α, a + α].
Teorema 2.3.4. En el contexto del lema 2.3.1, la solución y(x; x0 , y0 ) es una función
continua de las variables x, x0 , y0 en el ortoedro [a − α, a + α] × T .
Observación 2.3.5. Análogo resultado al anterior se obtiene para la solución
Y (x; x0 , y10 , . . . , yn0 ) del teorema 2.2.5.
Teorema 2.3.6. Sea D ⊂ IR2 un conjunto abierto y conexo, (x0 , y0 ) ∈ D y f (x, y)
y g(x, y) funciones continuas. Si g(x, y) es localmente lipscihtziana (respecto de y) en
(x0 , y0 ) (con constante k), entonces existe δ > 0 y un rectángulo R ⊂ IR2 de forma que si
|f (x, y) − g(x, y)| ≤ , ∀(x, y) ∈ R,
entonces
k|x−x0 |
|y(x) − z(x)| ≤ [e − 1], para x ∈ [x0 − δ, x0 + δ],
k
siendo y(x) y z(x) las respectivas soluciones de los problemas
( (
y 0 = f (x, y) y 0 = g(x, y)
y(x0 ) = y0 , y(x0 ) = y0 .
Teorema 2.3.7. Fijados un conjunto D ⊂ IR2 abierto y convexo y f (x, y, λ) una función
continua en D × [a, b]. Supongamos que para (x0 , y0 ) ∈ D existe un entorno U ⊂ D tal
que
|f (x, y, λ1 ) − f (x, y2 , λ2 )| ≤ k(|y1 − y2 | + |λ1 − λ2 |), ∀(x, y1 , λ1 ), (x, y2 , λ2 ) ∈ U × [a, b].
Entonces existe λ > 0 tal ( que si (
y 0 = f (x, y, λ1 ); y 0 = f (x, y, λ2 );
y(x, λ1 ) es solución de e y(x, λ2 ) es solución de
y(x0 ) = y0 , y(x0 ) = y0 ,
entonces
|y(x, λ1 ) − y(x, λ2 )| ≤ |λ1 − λ2 |[eK|x−x0 | − 1], ∀(x, λ1 ), (x, λ2 ) ∈ [x0 − λ, x0 + λ] × [a, b].
Teorema 2.3.8. Nos situamos en el contexto del lema 2.3.1 aunque cambiamos la condi-
ción de Lipschitz por la de que exista ∂f /∂y siendo esta continua. Entonces la solución
y(x; x0 , y0 ), (x, x0 , y0 ) ∈ [a − α, a + α] × T , admite derivada respecto a y0 de manera que
Z x
∂y(x; x0 , y0 ) fy [t, y(t; x0 , y0 )]dt
= e x0 .
∂y0
Teorema 2.3.9. Nos situamos en el contexto del lema 2.3.1 aunque cambiamos la condi-
ción de Lipschitz por la de que exista ∂f /∂y siendo esta continua. Entonces la solución
y(x; x0 , y0 ), (x, x0 , y0 ) ∈ [a − α, a + α] × T , admite derivada respecto a x0 de manera que
Z x
∂y(x; x0 , y0 ) fy [t, y(t; x0 , y0 )]dt
= −f (x0 , y0 )e x0 .
∂x0

1. Estudie si la función f (x, y) = x/(1 + y 2 ) es localmente lipschitziana respecto a y
en cada punto de IR2 .
2. En los problemas propuestos estudie si el corolario 2.1.24 garantiza o no la exis-

tencia de una solución del problema correspondiente. Si se garantiza la existencia,
determine si el mencionado resultado garantiza o no la unicidad
√ de esa solución.
√
a) y 0 = x ln y; y(1) = 1. b) y 0 = 3 y, y(0) = 0. c) y 0 = x − y, y(2) = 2.
d) yy 0 = x − 1, y(1) = 0.
3. Determine por inspección dos soluciones diferentes del problema con condición inicial
y 0 = 3y 2/3 , y(0) = 0.
¿Por qué la existencia de soluciones diferentes no contradice el corolario 2.1.24?
4. Utilice la figura siguiente como una sugerencia para mostrar que el problema con
condición inicial
y 0 = 3y 2/3 , y(−1) = −1
tiene un número infinito de soluciones. ¿Por qué la existencia de soluciones diferentes
no contradice el corolario 2.1.24?
5. En el teorema de Picard, al aplicar el método de las aproximaciones sucesivas nos

paramos en la etapa k-ésima. ¿Se puede estimar el error cometido?
6. Aplı́quese el método de aproximaciones sucesivas para obtener la solución que pasa

por (0, 1) de la ecuación y 0 = x − y. Obténgase la solución exacta y calcúlese el error
cometido al detenerse en la etapa k-ésima en el punto de abscisa x = 0, 2.
7. Transforme las siguientes ecuaciones o sistemas en sistemas de orden 1.

a) y 00 − 3y 0 + 7y = x2 , b) x2 y 00 + xy 0 + (x2 − 1)y = 0,
 kx
x00 = − 2

(x + y 2 )3/2
c) y (3) = (y 0 )2 + cos y d) ky
y 00 = −

 (x2 + y 2 )3/2
00
x = 3x − y + 2z

e) y 00 = x + y − 4z .

 00
z = 5x − y − z

|y1 + y2 |
1. Utilizar que |f (x, y1 ) − f (x, y2 )| = |y1 − y2 | .
(1 + y12 )(1 + y22 )
2. a) Existencia y unicidad b) Existencia c) Nada d) Nada
3. y = x3 e y = 0. Porque f (x, y) = 3y 2/3 no es derivable respecto a y en (0, 0).
4. Porque el corolario 2.1.24 proporciona unicidad de tipo local, es decir en un cierto

entorno de (−1, −1). Fuera de éste, no puede asegurarse nada.
5. Aplicando el teorema del punto fijo se llega a los siguiente. Sea z ∈ A, (A, d) métrico
completo y T : (A, d) → (A, d) contractiva (de constante k) tal que T (z) = z. Si
construimos (xn )n ⊂ A tal que lı́mn xn = z, se tiene:
kn
d(xn , z) ≤ d(x0 , x1 ).
1−k
6. Aplicando el método de aproximaciones sucesivas partiendo de x0 (t) = 1, por in-

ducción sobre el número de etapas se obtiene
k Z t k−1 Z t j !
X (−t)j X
xk (t) = + s (−1)du ds.
j=0
j! t0 j=0 s
Es claro que la sucesión converge a x(t) = 2e−t + (t − 1), que es la solución del
problema inicial planteado. Utilizando el método general del ejercicio precedente
calcularemos una estimación de
ek = |x(0, 2) − xk (0, 2)|,
que resulta ser

k
1 1
ek ≤ .
4 5
7. ( (
y10 = y2 y10 = y2
a) b)
y20 = −7y1 − 3y2 + x2 x2 y 0 = (1 − x2 )y1 − xy2
 0 2

0
x1 = x2
y1 = y2


 y 0 = y

2
c) y20 = y3 d) 10

 0  x2 = −kx1 (x21 + y12 )−3/2
y3 = y22 + cos y1


 0
y2 = −ky1 (x21 + y12 )−3/2


 x01 = x2
y10 = y2





z 0 = z

1 2
e) 0


 x2 = 3x1 − y1 + 2z1
y20 = x1 + y1 − 4z1





 0
z2 = 5x1 − y1 − z1
Tema 3
Ecuaciones diferenciales lineales
El objetivo principal del tema es estudiar la resolución de las e.d.o. lineales de cualquier
orden. Dada la equivalencia entre una e.d.o. lineal de orden n y un sistema lineal de orden
1, empezamos estudiando propiedades de estos últimos para inferirlas más tarde a las
e.d.o. escalares. En la primera sección probamos que en un sistema lineal de orden 1 el
intervalo donde existe la solución coincide con el intervalo donde está definido el sistema,
siempre que las funciones coeficientes sean continuas. En la segunda sección estudiamos
más propiedades de los sistemas para aplicarlas a e.d.o. lineales con coeficientes variables.
Es en la última sección donde se estudian dos métodos de resolución de e.d.o. lineales
con coeficientes constantes. Al final de la tercera sección vemos también cómo desacoplar
ciertos sistemas lineales en ecuaciones escalares, estudiamos la ecuación de Euler y vemos
algunos problemas sencillos de valores propios y funciones propias.
Sumario. Prolongación de las soluciones en las ecuaciones diferenciales. Sistemas de

ecuaciones lineales. Ecuaciones lineales con coeficientes constantes. Ejercicios del tema.
Soluciones a los ejercicios del tema.
3.1. Prolongación de las soluciones en las ecuaciones

diferenciales
Teorema 3.1.1. Sea D ⊂ IR2 un subconjunto abierto y conexo, f una función real y
continua definida en D y localmente lipschitziana (respecto a y) en (x0 , y0 ) ∈ D. Entonces:
(i) Existe un intervalo (a, b) ⊂ IR que contiene a x0 y una solución ϕ de
(
y 0 = f (x, y)
y(x0 ) = y0 ,
definida en (a, b), tal que si ψ es otra solución que está definida en (c, d) entonces (c, d) ⊂
(a, b) y ψ ≡ ϕ|(c,d) .
37
38 Ecuaciones diferenciales lineales
(ii) Si D es además acotado, fijamos el intervalo (a, b) del apartado (i) y definimos la
función
p
d(x) = ı́nf{ (x − f1 )2 + (y(x) − f2 )2 ; (f1 , f2 ) ∈ ∂D}, ∀x ∈ (a, b).
Entonces se cumple
lı́m d(x) = lı́m− d(x) = 0.
x→a+ x→b
1+n
Teorema 3.1.2. Sea D ⊂ IR un conjunto abierto y conexo, y {fi (x, y1 , y2 , . . . , yn )}ni=1
una familia de funciones reales y continuas definidas en D y localmente lipschitzianas
(respecto de (y1 , y2 , . . . , yn )) en (x0 , y10 , y2,0 , . . . , yn0 ) ∈ D. Entonces:
(i) Existe un intervalo (a, b) ⊂ IR que contiene a x0 y una solución ϕ̄ de


 dy1 /dx = f1 (x, y1 , y2 , . . . , yn )

dy /dx = f (x, y , y , . . . , y )
2 2 1 2 n


 ...........................

dyn /dx = fn (x, y1 , y2 , . . . , yn )
y1 (x0 ) = y10 , y2 (x0 ) = y20 , . . . , yn (x0 ) = yn0 ;
definida en (a, b), tal que si ψ̄ es otra solución que está definida en (c, d) entonces (c, d) ⊂
(a, b) y ψ̄ ≡ ϕ̄|(c,d) .
(ii) Si D es además acotado, fijamos el intervalo (a, b) del apartado (i) y definimos la
función
p
d(x) = ı́nf{ (x − f0 )2 + (y1 (x) − f1 )2 + · · · + (yn (x) − fn )2 ; (f0 , f1 , . . . , fn ) ∈ ∂D}, ∀x ∈ (a, b).
Entonces se cumple
lı́m d(x) = lı́m− d(x) = 0.
x→a+ x→b
Definición 3.1.3. Se dice que una función f (x, y1 , . . . , yn ) definida en D ⊂ IR1+n es

lipschitziana respecto a (y1 , . . . , yn ) si existe k ∈ IR positivo tal que
n
X
|f (x, y1 , . . . , yn ) − f (x, z1 , . . . , zn )| ≤ k |yi − zi |, ∀(x, y1 , . . . , yn ), (x, z1 , . . . , zn ) ∈ D.
i=1
Teorema 3.1.4. Sea D = (a, b) × IR ⊂ IR1+n , y {fi (x, y1 , y2 , . . . , yn )}ni=1 una familia de
n
funciones reales y continuas definidas en D cumpliendo que si [a1 , b1 ] ⊂ (a, b) entonces

cada función fi es lipschitziana (respecto de (y1 , y2 , . . . , yn )) en [a1 , b1 ] × IRn . Entonces
fijado (x0 , y10 , . . . , yn0 ) ∈ D existe una única solución de

dy1 /dx = f1 (x, y1 , y2 , . . . , yn )


dy /dx = f (x, y , y , . . . , y )
2 2 1 2 n


 ...........................

dyn /dx = fn (x, y1 , y2 , . . . , yn )
y1 (x0 ) = y10 , y2 (x0 ) = y20 , . . . , yn (x0 ) = yn0 ;
definida en (a, b).
3.2 Sistemas de ecuaciones lineales 39
Ejemplo 3.1.5. Hallar el máximo intervalo donde existe la solución de

(
(y − x)dx + (x − 1)dy = 0
y(2) = 2,
Ejemplo 3.1.6. Hallar el máximo intervalo donde existe la solución de

(
y 0 = x2 y 3
y(1) = 1,
Teorema 3.1.7. Sea {aij (x); i, j ∈ {1, . . . , n}} ∪ {bk (x); k ∈ {1, . . . , n}} una familia de
funciones continuas en (a, b) (resp. [a, b]), x0 ∈ (a, b) (resp. x0 ∈ [a, b]) e (y10 , . . . , yn0 ) ∈
IRn . Entonces existe una única solución de


 dy1 /dx = a11 (x)y1 + a12 (x)y2 + · · · + a1n (x)yn + b1 (x)

dy /dx = a (x)y + a (x)y + · · · + a (x)y + b (x)
2 21 1 22 2 2n n 2


 ...................................................
dyn /dx = an1 (x)y1 + an2 (x)y2 + · · · + ann (x)yn + bn (x)

y1 (x0 ) = y10 , y2 (x0 ) = y20 , . . . , yn (x0 ) = yn0 ;
definida en (a, b) (resp. [a, b]).
3.2. Sistemas de ecuaciones lineales

Teorema 3.2.1. Sea {aij (x) : i, j ∈ {1, . . . , n}} una familia de funciones continuas en
(a, b), x0 ∈ (a, b) y fijemos el sistema:

0
y1 = a11 (x)y1 + a12 (x)y2 + · · · + a1n (x)yn ;

................................................... (3.1)

 0
yn = an1 (x)y1 + an2 (x)y2 + · · · + ann (x)yn .
(i) Si Y (x) = (y1 (x), . . . , yn (x)) es solución de (3.1) e Y (x0 ) = 0̄, entonces Y (x) ≡ 0̄;
(ii) Toda combinación lineal de soluciones de (3.1) sigue siendo solución;
(iii) Una familia {Y1 (x), . . . , Yp (x)} de soluciones de (3.1) es linealmente independiente si,
y solo si, lo es la familia de vectores {Y1 (x0 ), . . . , Yp (x0 )} ⊂ Rn .
Definición 3.2.2. Se dice que una familia de campos vectoriales {Y1 (x), . . . , Yn (x)} es:
(i) un sistema de soluciones de (3.1) si es una familia de soluciones de (3.1);
(ii) un sistema fundamental de soluciones de (3.1) si es una familia linealmente indepen-
diente de soluciones de (3.1).
Teorema 3.2.3.
(i) Cualquier sistema lineal homogéneo (3.1) tiene un sistema fundamental de soluciones;
(ii) Cualquier solución de (3.1) puede expresarse como combinación lineal de los elementos
de cualquier sistema fundamental de soluciones.
Definición 3.2.4. Se llama wronskiano de un sistema de soluciones {Y1 (x), . . . , Yn (x)}
de (3.1) al determinante

y11 (x) . . . y1n (x)

w(x) = · · · ··· · · · , siendo Yi (x) = (yi1 (x), · · · , yin (x)), 1 ≤ i ≤ n.
yn1 (x) . . . ynn (x)
Proposición 3.2.5. Un sistema de soluciones {Y1 (x), . . . , Yn (x)} de (3.1) es:

(i) linealmente independiente si, y solo si, w(x) 6= 0 ∀x ∈ (a, b);
(ii) linealmente dependiente si, y solo si, w(x) ≡ 0 si, y solo si, ∃ x0 ∈ (a, b) verificando
w(x0 ) = 0.
Proposición 3.2.6 (Fórmula de Liouville). Fijados un sistema fundamental de solu-
ciones
Pn {Y1 (x), . . . , Yn (x)} de (3.1), x0 ∈ (a, b), y la función definida en (a, b) por T (x) =
j=1 jj (x), se cumple:
a
Rx
T (t)dt
w(x) = w(x0 )e x0
, ∀x ∈ (a, b).
Teorema 3.2.7. Fijamos el sistema (3.1), k soluciones de éste linealmente independientes

(k < n) y x0 ∈ (a, b). Entonces existe η > 0 tal que (3.1) se reduce, en el intervalo
(x0 − η, x0 + η), a un sistema lineal y homogéneo de orden n − k.
Ejemplo 3.2.8. Encontrar un sistema fundamental de soluciones de
(
y10 = − x1 y1 + x22 y2 ,
y20 = −y1 + x3 y2 ,
sabiendo que Y = (2, x) es solución del mismo.

(
(3 + x2 )y10 = 4xy1 + (1 − x2 )y2 ,
(3 + x2 )y20 = 6y1 − 2xy2 ,
sabiendo que Y = (x, 3) es solución del mismo.

(
(3x − 2)y10 = (2 − x)y1 + y2 ,
(3x − 2)y20 = (−x2 + 4x)y1 + (x + 1)y2 ,
sabiendo que Y = (−1, 2 − x) es solución del mismo.

funciones continuas en (a, b). La solución general del sistema no homogéneo

0
y1 = a11 (x)y1 + a12 (x)y2 + · · · + a1n (x)yn + b1 (x);

................................................ (3.2)

 0
yn = an1 (x)y1 + an2 (x)y2 + · · · + ann (x)yn + bn (x);
se obtiene sumando a la solución general del sistema homogéneo asociado


0
y1 = a11 (x)y1 + a12 (x)y2 + · · · + a1n (x)yn ;

.......................................... (3.3)

 0
yn = an1 (x)y1 + an2 (x)y2 + · · · + ann (x)yn ;
una solución particular de (3.2).
Teorema 3.2.12 (Método de variación de parámetros). Sea {Y1 (x), . . . , Yn (x)} un sis-
tema fundamental de soluciones de (3.3). Si las funciones {αi (x)}ni=1 cumplen

0 0 0
α1 (x)y11 (x) + α2 (x)y21 (x) + · · · + αn (x)yn1 (x) = b1 (x);

................................................ (3.4)

 0 0 0
α1 (x)y1n (x) + α2 (x)y2n (x) + · · · + αn (x)ynn (x) = bn (x);
siendo
Yi (x) = (yi1 (x), · · · , yin (x)), 1 ≤ i ≤ n,
entonces
Y (x) = α1 (x)Y1 (x) + · · · + αn (x)Yn (x)
es solución de (3.2).
Ejemplo 3.2.13. Calcular una solución particular del sistema

(
y10 = y2 ;
y20 = −y1 + x;
sabiendo que Y1 = (cos x, − sen x) e Y2 = (sen x, cos x) forman un sistema fundamental

de soluciones del sistema homogéneo asociado.
Ejemplo 3.2.14. Calcular una solución particular del sistema

(
y10 = −4y1 + 2y2 + x−1 ;
y20 = 2y1 − y2 + 4 + 2x−1 ;
sabiendo que Y1 = (1, 2) e Y2 = (−2e−5x , e−5x ) forman un sistema fundamental de solu-

ciones del sistema homogéneo asociado.
A partir de ahora utilizaremos notación matricial para los sistemas. Utilizando ésta
podemos expresar el sistema (3.2) de la siguiente forma:
      
y10 a11 (x) a12 (x) · · · a1n (x) y1 b1
y0    y 2   b2 
 2   a21 (x) a22 (x) · · · a2n (x)     

 ..  =    +  ,
. ··· ··· ··· · · ·   ...   ... 
yn0 an1 (x) an2 (x) · · · ann (x) yn bn
o equivalentemente
dY
= AY + B,
dx
identificando cada matriz con la correspondiente de la linea anterior, y recordando que la
derivada de una matriz es la matriz que se obtiene al derivar cada uno de sus elementos.
Ejemplo 3.2.15. Encontrar un sistema lineal de ecuaciones diferenciales tal que
Y1 = (x, x2 ), Y2 = (cos x, sen x),
forme un sistema fundamental de soluciones en el intervalo (0, π/2).
Proposición 3.2.16. La ecuación diferencial de orden n
y (n) + a1 (x)y (n−1) + · · · + an (x)y = b(x), (3.5)
es equivalente al sistema
      
y10 0 1 0 0 ··· 0 y1 0
 y0    y2   0 
 2   0 0 1 0 ··· 0     
 ..    ..   .. 
 .  =  ··· ··· ··· ··· ··· ···  .  +  . ,

0 0 0 0 ··· 1  yn−1   0 
 0      
yn−1 
0
yn −an (x) −an−1 (x) −an−2 (x) −an−3 (x) · · · −a1 (x) yn b(x)
(3.6)
0 (n−1)
en el sentido de que si y(x) es solución de (3.5), entonces (y(x), y (x), · · · , y (x)), es
solución de (3.6). Y también al revés, si (z1 (x), · · · , zn (x)) es solución de (3.6), entonces
(i)
z1 (x) = zi+1 (x), 1 ≤ i ≤ n − 1,
y z1 (x) es solución de (3.5).
Corolario 3.2.17. Si {ai (x); 1 ≤ i ≤ n} ∪ {b(x)} es una familia de funciones continuas
en (a, b) ⊂ IR, entonces cada solución de (3.5) está definida en todo el intervalo (a, b).
Además, cualquier problema de condición inicial con la ecuación (3.5) en (a, b), tiene una
única solución que está definida en todo el intervalo (a, b).
Definición 3.2.18. Se llama ecuación diferencial lineal homogénea de orden n a una
ecuación de la forma
y (n) + a1 (x)y (n−1) + · · · + an (x)y = 0. (3.7)
Además, se llama:
(i) sistema de soluciones de (3.7) a cualquier familia formada por n soluciones distintas
de (3.7);
(ii) sistema fundamental de soluciones de (3.7) a cualquier familia formada por n solu-
ciones linealmente independientes de (3.7).
Teorema 3.2.19. Sea {ai (x); 1 ≤ i ≤ n} una familia de funciones continuas en (a, b) ⊂
IR, se cumple:
(i) Cualquier combinación lineal de soluciones de (3.7) sigue siendo solución de (3.7);
(ii) La ecuación (3.7) tiene un sistema fundamental de soluciones;
(iii) Cualquier solución de (3.7) puede expresarse como combinación lineal de cualquier
sistema fundamental de soluciones.
Definición 3.2.20. Se llama wronskiano de un sistema de soluciones {y1 (x), . . . , yn (x)}
de (3.7) al determinante

y1 (x) ... yn (x)
0
y (x) ... yn0 (x)
w(x) = 1 .
···
(n−1) ··· · · ·
y (n−1)
1 (x) ... yn (x)
Proposición 3.2.21. El wronskiano de un sistema de soluciones {y1 (x), . . . , yn (x)} de

(3.7) coincide con el wronskiano del sistema de soluciones {Yi (x)}ni=1 de (3.6) dado por
(n−1)
Yi (x) = (yi (x), yi0 (x), · · · , yi (x)), i ∈ {1, · · · , n}.
Proposición 3.2.22. Un sistema de soluciones {y1 (x), . . . , yn (x)} de (3.7) es

(i) linealmente independiente en un intervalo (a, b) (del dominio de la ecuación) si, y solo
si, el wronskiano no se anula en (a, b);
(ii) linealmente dependiente en un intervalo (a, b) (del dominio de la ecuación) si, y solo
si, el wronskiano se anula en (a, b).
Proposición 3.2.23. Fijados un sistema fundamental de soluciones {y1 (x), . . . , yn (x)}
de (3.7) y x0 ∈ (a, b) se cumple:
Rx
− a1 (t)dt
w(x) = w(x0 )e x0
, ∀x ∈ (a, b).
Teorema 3.2.24. Sea {ai (x); 1 ≤ i ≤ n} ∪ {b(x)} una familia de funciones continuas en
(a, b) ⊂ IR, {zi (x)} un sistema fundamental de soluciones de
y (n) (x) + a1 (x)y (n−1) (x) + · · · + an (x)y(x) = 0, x ∈ (a, b),
y v(x) una solución de
y (n) (x) + a1 (x)y (n−1) (x) + · · · + an (x)y(x) = b(x), x ∈ (a, b). (3.8)
Entonces toda solución de (3.8) puede expresarse de la forma

n
X
λi zi (x) + v(x),
i=1
eligiendo convenientemente las constantes reales {λi }ni=1 .
3.3. Ecuaciones lineales con coeficientes constantes

Definición 3.3.1. Sea {fi ; 1 ≤ i ≤ n} ∪ {gj ; 1 ≤ j ≤ n} una familia formada por
funciones reales definidas en (a, b) ⊂ IR, derivables con derivada continua. Se dice que el
campo vectorial de variable real sobre Cn
(f1 + ig1 , · · · , fn + ign )
es solución compleja de

0
y1 = a11 (x)y1 + a12 (x)y2 + · · · + a1n (x)yn + b1 (x);

................................................

 0
si

0 0
f1 + ig1 = a11 (x)(f1 + ig1 ) + a12 (x)(f2 + ig2 ) + · · · + a1n (x)(fn + ign ) + b1 (x);

................................................

 0
fn + ign0 = an1 (x)(f1 + ig1 ) + an2 (x)(f2 + ig2 ) + · · · + ann (x)(fn + ign ) + bn (x).
funciones continuas en (a, b) ⊂ IR, x0 ∈ (a, b) e {y10 , · · · , yn0 } ⊂ C. Entonces existe una
única solución compleja
(y1 (x), · · · , yn (x)) : (a, b) ⊂ IR → Cn ,
de

0
y1 = a11 (x)y1 + a12 (x)y2 + · · · + a1n (x)yn + b1 (x);

................................................

 0
y1 (x0 ) = y10 , · · · , yn (x0 ) = yn0 .
Definición 3.3.3. Fijado {bi ; 0 ≤ i ≤ m} ⊂ C, mediante la expresión
M (D) = b0 Dm + b1 Dm−1 + · · · + bm−1 D + bm ,

3.3 Ecuaciones lineales con coeficientes constantes 45
estamos representando un operador
M (D) : {z : IR → C; m veces derivable} −→ {z : IR → C},
definido por la fórmula
M (D)z = b0 z (m) + b1 z (m−1) + · · · + bm−1 z 0 + bm z.
Además:
(i) si λ ∈ C, por M (λ) representamos el número complejo
b0 λm + b1 λm−1 + · · · + bm−1 λ + bm ;
(ii) por M (λ) = 0 representamos la ecuación algebraica
b0 λm + b1 λm−1 + · · · + bm−1 λ + bm = 0,
de grado m con coeficientes complejos en la incógnita compleja λ.

Teorema 3.3.4. Para cualquier λ ∈ C se cumple M (D)eλx = M (λ)eλx .
Con esta notación, fijado {ai ; 1 ≤ i ≤ n} ⊂ IR, expresaremos la ecuación diferencial
lineal homogénea con coeficientes constantes
y (n) + a1 y (n−1) + · · · + an−1 y 0 + an y = 0,
en la forma L(D)y = 0, siendo
L(D) = Dn + a1 Dn−1 + · · · + an−1 D + an .
En este contexto, por L(λ) = 0 representamos la ecuación algebraica
λn + a1 λn−1 + · · · + an−1 λ + an = 0,
de grado n con coeficientes reales en la incógnita compleja λ.

Definición 3.3.5. Llamamos ecuación caracterı́stica de la ecuación diferencial lineal ho-
mogénea de coeficientes constantes L(D)y = 0, a la ecuación algebraica L(λ) = 0.
Teorema 3.3.6. Sea L(D)y = 0 una e.d.o. lineal homogénea de coeficientes constantes
reales de orden n, y λ1 , · · · , λn las raı́ces (todas simples) de la ecuación caracterı́stica
L(λ) = 0. Entonces cualquier solución compleja de L(D)y = 0 se expresa de la forma
y(x) = c1 eλ1 x + · · · + cn eλn x , para {ci }i=1 ⊂ C.
Ejemplo 3.3.7. Obtenga las soluciones complejas de:

(a) y 00 + 4y 0 + 2y = 0, (b) y 00 + 6y 0 + y = 0, (c) y 000 + 3y 00 − 3y 0 − y = 0,
(d) y 00 − 12y 0 + 35y = 0, y(0) = 0, y 0 (0) = −2, (e) y 00 − 2y 0 + 4y = 0.
reales de orden n, y λ1 , · · · , λn las raı́ces (todas simples) de la ecuación caracterı́stica
L(λ) = 0. Supongamos además que
λj = αj + iβj ∈ C, para 1 ≤ j ≤ p,
λj = rj ∈ IR, para 2p + 1 ≤ j ≤ n.
Si y(x) es una solución real de L(D)y = 0, entonces se puede expresar

p n
X X
y(x) = eαj x [Dj cos βj x + Ej sen βj x] + Cj erj x ,
j=1 j=2p+1
para ciertos Cj , Di , Ei ∈ IR.

Ejemplo 3.3.9. Obtenga las soluciones reales de:
(a) y 00 + 2y 0 + 6y = 0, (b) y 00 − 4y 0 + 20y = 0, (c) y 000 − 5y 00 + 8y 0 − 6y = 0,
(d) y 00 + 9y = 0, y(0) = 2, y 0 (0) = 3, (e) y 00 − 2y 0 + 10y = 0.
Teorema 3.3.10. Fijados λ ∈ C y el polinomio complejo
M (r) = b0 rm + b1 rm−1 + · · · + bm−1 r + bm ,
se cumple:
(i) si f (x) es una función real de variable real y derivable hasta de orden m, se tiene:
M (D)(eλx f (x)) = eλx M (D + λ)f (x);
(ii) dado q entero no negativo y si M (r) no es identicamente nulo, entonces:
M (D)(xq eλx ) ≡ 0 si, y solo si, λ es raı́z de M (r) = 0
de multiplicidad mayor que q;

(iii) dado q < m entero no negativo, si M (r) no es identicamente nulo y si las funciones
M (D)(xi eλx ) se anulan en x = 0 para 0 ≤ i ≤ q, entonces
M (D)(xq eλx ) ≡ 0.
reales de orden n, {ri }qi=1 las raı́ces (todas distintas) de la ecuación caracterı́stica L(λ) =
0, y denotemos por ni a la multiplicidad de cada raı́z ri , 1 ≤ i ≤ q. Entonces si z es
solución de L(D)y = 0, podemos expresar
q
X
z(x) = pi (x)eri x , (3.9)
i=1
donde pi (x) es un polinomio de grado menor que ni , 1 ≤ i ≤ q.

Ahora bien, si z es solución real se cumple:
(i) si rj ∈ IR, entonces pj (x) es un polinomio real de grado menor que nj , 1 ≤ j ≤ q;

(ii) si rj = α + iβ ∈ C \ IR, entonces podemos hacer la siguiente sustitución en la fórmula
(3.9):
pj (x)erj x + pk (x)er¯j x = eαx [A(x) cos(βx) + B(x) sen(βx)],
donde A(x) y B(x) son polinomios reales de grado menor que nj , 1 ≤ j ≤ q.
Ejemplo 3.3.12. Resolver:

(a) y 000 + 3y 00 + 3y 0 + y = 0, (b) y (iv) − 18y 00 + 81y = 0, (c) y (v) + 6y (iv) = 0,
(d) y (v) − 4y (iv) + 6y 000 − 4y 00 + y 0 = 0, (e) y 00 − 4y 0 + 4y = 0, y(0) = 1, y 0 (0) = 4;
(f ) y (iv) + 2y 000 + 9y 00 + 8y 0 + 16y = 0.
Teorema 3.3.13 (Método de variación de las constantes, caso escalar). Sea f (x) una
función real y continua en (a, b) ⊂ IR, L(D)y = f (x) una e.d.o. lineal no homogénea
de coeficientes constantes reales de orden n definida en (a, b). Si {ui }ni=1 es un sistema
fundamental de soluciones de L(D)y = 0, entonces
y(x) = α1 (x)u1 (x) + · · · + αn (x)un (x)
es solución de L(D)y = f (x) siempre que



 α10 (x)u1 (x) + α20 (x)u2 (x) + · · · + αn0 (x)un (x) = 0;

0 0 0 0 0 0
α1 (x)u1 (x) + α2 (x)u2 (x) + · · · + αn (x)un (x) = 0;



................................................
 (n−2) (n−2) (n−2)
α10 (x)u1 (x) + α20 (x)u2 (x) + · · · + αn0 (x)un (x) = 0;




α0 (x)u(n−1) (x) + α0 (x)u(n−1) (x) + · · · + α0 (x)u(n−1) (x) = f (x).

1 1 2 2 n n
Por lo tanto la solución general de L(D)y = f (x) viene dada por la expresión:
y(x) = α1 (x)u1 (x) + · · · + αn (x)un (x) + c1 u1 (x) + · · · + cn un (x),
ci ∈ IR, 1 ≤ i ≤ n.
Observación 3.3.14. El método de variación de las constantes puede aplicarse incluso

en el caso en que los coeficientes de la ecuación diferencial
y (n) + a1 (x)y (n−1) + · · · + an−1 (x)y 0 + an (x)y = f (x),
son funciones reales y continuas en (a, b).
Teorema 3.3.15 (Método de coeficientes indeterminados). Sea f (x) una función real y
continua en (a, b) ⊂ IR, L(D)y = f (x) una e.d.o. lineal no homogénea de coeficientes
constantes reales de orden n definida en (a, b). Para obtener una solución (particular),
yp , de la e.d.o. distinguimos los siguientes casos:
(i) Si f (x) = p(x)erx , donde p(x) es un polinomio real de grado k, r ∈ IR. Entonces:
yp = xm qk (x)erx ,
donde m es la multiplicidad de r como raı́z de L(λ) = 0 y qk (x) es un polinomio de grado

k, cuyos k + 1 coeficientes se hallarán identificando
L(D)yp = p(x)erx .
(ii) Si f (x) = eαx [A(x) cos βx + B(x) sen βx], donde A(x) y B(x) son dos polinomios de
grado menor o igual que k y α + iβ es solución de L(λ) = 0 de multiplicidad m. Entonces
yp = xm eαx [C(x) cos βx + D(x) sen βx],
donde C(x) y D(x) son polinomios de grado menor o igual a k. Los coeficientes se hallarán
de nuevo sustituyendo en la e.d.o. inicial;
(iii) Si f (x) es combinación lineal de funciones de las dos formas descritas, trabajare-
mos cada sumando a parte para hallar las correspondientes soluciones particulares, y se
tomará como solución particular de la e.d.o. inicial la combinación lineal de las corres-
pondientes soluciones particulares.
Finalmente, si {ui }ni=1 es un sistema fundamental de soluciones de L(D)y = 0, en-
tonces la solución general de L(D)y = p(x)erx viene dada por
y(x) = yp (x) + c1 u1 (x) + · · · + cn un (x),
ci ∈ IR, 1 ≤ i ≤ n.
Ejemplo 3.3.16. Resolver:
(a) y 00 − 7y 0 + 10y = 2x2 , (b) y 00 − 2y 0 + y = xe2x ,
(c) y 00 + 2y 0 + y = e−x , (d) y 00 − 3y 0 + 2y = cos 3x.
Ejemplo 3.3.17. Dada la ecuación diferencial
y 00 − 2αy 0 + α2 y = xex , siendo α ∈ IR.
a) Resuelva la ecuación homogénea;

b) Utilizando el método de coeficientes indeterminados, obtenga la forma de una solución
particular de la ecuación completa en función del parámetro α;
c) Resuelva completamente la ecuación diferencial mediante el método de variación de las
constantes en el caso α = 1.
Ejemplo 3.3.18. Resuelva √ en función de los valores del parámetro α ≥ 0, la ecuación
00 2
diferencial y + α y = cos(x α).
La ecuación diferencial y 00 + ω02 y = cos(ω0 x), ω0 > 0, del ejercicio 3 es muy parecida
a la resuelta en el ejemplo anterior, y proporciona la evolución temporal de un oscilador
armónico forzado.
En este caso, la fuerza externa que actúa sobre el oscilador se corresponde con el término
cos (ω0 x). Al coincidir la frecuencia de la fuerza, ω0 , con la frecuencia propia del oscilador
se produce un fenómeno de resonancia. En esta situación (ideal) la desviación del oscilador
respecto a su posición de equilibrio, y, crece indefinidamente al crecer x.
Teorema 3.3.19. Fijado el sistema de ecuaciones diferenciales


L11 (D)y1 + L12 (D)y2 + · · · + L1n (D)yn = f1 (x);


L (D)y + L (D)y + · · · + L (D)y = f (x);
21 1 22 2 2n n 2


................................................
Ln1 (D)y1 + Ln2 (D)y2 + · · · + Lnn (D)yn = fn (x);

donde {Lij (D)}1≤i,j≤n es una familia de polinomios en el operador D de coeficientes cons-

tantes reales, de forma que el determinante operacional ∆(D) no es idénticamente nulo
y {fj (x)}nj=1 es una familia de funciones con derivadas continuas en (a, b). Entonces
(y1 , . . . , yn ) es solución del sistema fijado si, y solo si,
n
X
∆(D)yi = Mji (D)fj (x), ∀ i ∈ {1, . . . , n},
j=1
donde por Mij (D) se representa el determinante adjunto de Lij (D) en ∆(D), 1 ≤ i, j ≤ n.
Ejemplo 3.3.20. Resolver  2

d y1 dy2
 2 + = x,


dx dx
2
 dy1 + 4 d y2 = 0.


dx dx2
Definición 3.3.21 (Ecuación de Euler). Se llama ecuación de Euler de orden n a la que
puede expresarse en la forma
xn y (n) + a1 xn−1 y (n−1) + · · · + an y = f (x), (3.10)
siendo {ai }ni=1 ⊂ IR y f (x) una función real continua en un intervalo (a, b) ⊂ IR.
Teorema 3.3.22. Sea {ai }ni=1 ∪ {a, b} ⊂ IR y f (x) una función real continua en un
intervalo (a, b) ⊂ IR que no contiene a 0.
(i) La ecuación diferencial
(ax + b)n y (n) + a1 (ax + b)n−1 y (n−1) + · · · + an y = f (x),
se transforma en una ecuación de Euler mediante el cambio de variable independiente

t = ax + b.
(ii) Si 0 < a (resp. si b < 0), el cambio de variable independiente x = et (resp. x = −et )
transforma la ecuación de Euler (3.10) en una lineal de coeficientes constantes.
Ejemplo 3.3.23. Resolver x2 y 00 − 3xy 0 − 5y = 0.
Definición 3.3.24 (Problema de valores propios (versión reducida)). Se llama problema

de valores propios, al problema de determinar para qué valores de λ el problema con valores
en la frontera 00
y + λy = 0, a < x < b,
a1 y(a) + a2 y (a) = 0, b1 y(b) + b2 y 0 (b) = 0,
0
tiene soluciones no triviales. A estas soluciones se les llama funciones propias y al valor
correspondiente de λ valor propio.
Ejemplo 3.3.25. El problema de valores propios

00
y + λy = 0, 0 < x < π,
y(0) = 0, y(π) = 0,
tiene por autovalores λn = n2 y yn = sen(nx), para n = 1, 2, ..
Ejemplo 3.3.26 (El pandeo de una viga). Consideramos una viga uniforme de longitud
L, que se ha deformado como consecuencia de una fuerza axial de compresión P aplicada
en un extremo. Denotaremos por y = y(x) la curva de deflexión resultante en la viga,
definida en [0, L].
El modelo matemático de la situación viene dado por

P
y 00 + y = 0, y(0) = y(L) = 0,
EI
donde los parámetros E e I dependen de la forma de la viga y del material de ésta. Los
valores propios del problema dan lugar a fuerzas crı́ticas de pandeo de la viga.
Indicaciones del ejemplo 3.3.26

En este problema se trata de calcular los valores de P (presión) para que el problema de
contorno tenga solución no trivial. Siguiendo las pautas del ejemplo anterior se llega a
que el problema tiene como autovalores
Pn n2 π 2
= 2 , n = 1, 2, 3, . . .
EI L
y como autofunciones
nπx
yn = sen( ), n = 1, 2, ...
L
Por lo tanto las fuerzas crı́ticas de combamiento (pandeamiento) de la barra son
n2 π 2 EI
Pn = , n = 1, 2, 3, ...
L2
La carga crı́tica más pequeña

π 2 EI
P1 = ,
L2
se denomina la fuerza combadora de Euler para la varilla; es la cota superior para aquellas
fuerzas de compresión a las que la barra puede someterse sin que se combe. Si se consigue
(mediante alguna restricción fı́sica o guı́a en L/2) que la barra no combe, la siguiente
fuerza necesaria serı́a P2 ya ası́ sucesivamente....La forma de la varilla al combar viene
dada por la gráfica de su autofunción.
nπx
yn = sen( )
L

1. Resolver
(a) y 00 − 5y 0 + 4y = 0; (b) y 00 − 6y 0 + 5y = 0; (c) y 00 − 5y 0 + 6y = 0;
(d) y 00 − 7y 0 + 10y = 0, y(0) = 0, y 0 (0) = 3;
(e) y 00 − y 0 − 2y = 0, y(0) = 3, y 0 (0) = 3; (f) y 000 + 6y 00 − 7y 0 = 0;
(g) y 000 − 4y 00 + 2y 0 + y = 0; (h)y 000 − 2y 00 − y 0 + 2y = 0
(i)y 000 + 3y 00 − 4y 0 − 12y = 0, y(0) = 1, y 0 (0) = 3, y 00 (0) = −1;
(j)y 000 − 6y 00 + 11y 0 − 6y = 0, y(0) = 6, y 0 (0) = 10, y 00 (0) = 18;
(k)y 00 − 2y 0 + 2y = 0; (l)y 00 − 4y 0 + 13y = 0;
(m) y 00 + y = 0, y(π) = 1, y 0 (π) = 2;
(n) y 00 + 4y = 0, y(π/2) = 1, y 0 (π/2) = 3;
(ñ) y (iv) − y = 0;
2. Resolver
(a) y 000 − 2y 00 + y 0 = 0; (b) y (iv) − 4y 000 + 4y 00 = 0;
(c) y (vi) − 3y (v) + 2y iv) = 0;
(d) y 000 − 3y 0 + 2y = 0; (e) y (v) − 8y (iv) + 16y 000 = 0;
(f) y 00 − 6y 0 + 9y = 0, y(0) = 1, y 0 (0) = 5;
(g) y 000 + 3y 00 + 3y 0 + y = 0, y(0) = y 0 (0) = 0, y 00 (0) = 2;
(h) y 00 − 4y 0 + 4y = 0, y(0) = 2, y 0 (0) = 0;
(i) y 00 − 10y 0 + 25y = 0 y(0) = 3,y 0 (0) = −2
(j) y 000 + 2y 00 + y 0 = 0 y(0) = 0,y 0 (0) = 3,y 00 (0) = −5
(k) y (iv) + 2y 00 + y = 0; (l) y (iv) − 4y 000 + 8y 00 − 8y 0 + 4y = 0;
(m) y (iv) − 18y 000 + 26y 00 − 40y 0 + 25y = 0 (n)y (v) + 8y 000 + 16y 0 = 0;
(ñ) y 00 − y = xex ; (o) y 00 − 4y = cos x + x sen x;
(p) y 00 + y = tan x; (q) y 00 − 2y 0 + y = x−1 ex ;
3. Resuelva en función de los valores del parámetro real correspondiente, las ecuaciones
diferenciales √
a)y 00 + α2 y = cos(x α), α ≥ 0; b)y 00 − 4y 0 + 4y = eαx , α ∈ IR;
c)y 00 − αy = eαx , α ≥ 0; d)y 00 + ω02 y = cos(ω0 x), ω0 > 0.
4. Resolver
dy1 dy2


 + − y2 = 0,
dx dx
2 dy1 + dy2 + 2y = 0.

2
dx dx
5. Resolver
(a)x3 y 000 − 2x2 y 00 = 0; (b)x3 y 000 + 2x2 y 00 − 6xy 0 = 0; (c)x2 y 00 − 4xy 0 + 6y = 0.
6. Resolver
dy1


 = y1 + 2y2 ,
dx
 dy2 = 3y + 2y .

1 2
dx
7. Resolver el problema de valores propios
y 00 + λy = 0, 0 < x < π,

y(0) = 0, y 0 (π) = 0,
y 00 + λy = 0, −π < x < π,

y(−π) = y(π), y 0 (−π) = y 0 (π),

1.
(a) y = Aex + Be4x ; (b) y = Aex + Be5x ;
(c) y = Ae2x + Be3x ; (d) y = −e2x + e5x ;
−x
(e) y = e + 2e ; √2x
√
(f) y = A + Bex + Ce−7x ;
3− 13 3+ 13
(g) y = Aex + Be 2 x + Ce 2 x ; (h)y = Ae−x + Bex + Ce2x ;
−3x −2x 2x
(i) y = −e +e +e ; (j)y = 2ex + 4e2x ;
(k) y = ex [A cos x + B sen x]; (l) y = e2x [A cos 3x + B sen 3x];
(m) y = − cos x − 2 sen x; (n) y = − cos 2x − 3/2 sen 2x;
−x x
(ñ) y = Ae + Be + C cos x + D sen x
2.
(a)y = A + (Bx + C)ex ; (b) y = Ax + B + (Cx + D)e2x ;
(c) y = Ax3 + Bx2 + Cx + D + Eex + F e2x ; (d) y = Ae−2x + (Bx + C)ex ;
2 4x
(e) y = Ax + Bx + C + (Dx + E)e ; (f) y = (2x + 1)e3x ;
(g) y = x2 e−x ; (h) y = (−4x + 2)e2x ;
(i) y = (−17x + 3)e5x ; (j)y = 1 + (2x − 1)e−x
(k) y = (Ax + B) cos x + (Cx + D) sen x;
(l)y = ex [(Ax + B) cos x + (Cx + D) sen x];
(m) y = e2x [(Ax + B) cos x + (Cx + D) sen x];
(n) y = A + (Bx + C) cos 2x + (Dx + E) sen 2x;
(ñ)y = Ae−x + Bex + x(1/4x − 1/4)ex ;
(o) y = Ae−2x + Be2x − 7/25 cos x − 1/5x sen x;
(p) y = A cos x + B sen x − cos x log(sec x + tan x);
(q) y = Aex + (C + log x)xex .
3. √
(a) y 00 + α2 y = cos(x α), α ≥ 0
Ecuación homogénea.- La ecuación diferencial es una ecuación diferencial lineal del
segundo orden con coeficientes constantes. Para resolver su ecuación homogénea
y 00 + α2 y = 0,
obtengamos las raı́ces de la ecuación caracterı́stica asociada
λ2 + α2 = 0 ⇒ λ = ±αi.
Ası́ tenemos una raı́z λ = ±αi compleja y su conjugada para α 6= 0, y la raı́z real
λ = 0 doble para α = 0. Por lo tanto, la solución de la ecuación homogénea viene
dada por
yh (x) = c1 + c2 x con c1 , c2 ∈ R para α = 0,
e
yh (x) = c1 cos(αx) + c2 sen(αx) con c1 , c2 ∈ R para α 6= 0.
Ecuación completa (variación de las contantes).-

Para obtener una solución (particular) utilizaremos el método de variación de las
constantes. Teniendo en cuenta el apartado anterior, en el caso α = 0 consideraremos
una solución de la forma
yp (x) = u(x) + v(x)x.
Donde las derivadas de u(x) y v(x) verifican
0
1 x u (x) 0
0 = ,
0 1 v (x) 1
despejando

0 x
det
0
1 1
u (x) = = −x,
W (1, x)

1 0
det
0
0 1
v (x) = = 1.
W (1, x)
De estas expresiones se obtiene la solución particular

1 1
y p = − x2 + x · x = x2 ,
2 2
de donde la solución de la ecuación para el caso que nos ocupa es
1
y = c1 + c2 x + x2 , siendo c1 , c2 ∈ IR.
2
En el caso α 6= 0, la solución particular será de la forma
yp (x) = u(x) cos(αx) + v(x) sen(αx).


0
cos αx sen αx u (x) 0√
= ,
−α sen αx α cos αx v 0 (x) cos(x α)
despejando
1 √
u0 (x) = ... = − sen(αx) cos( αx)
α
1 √
v 0 (x) = ... = cos(αx) cos(x α) .
α
Integrando estas expresiones llegamos a
√ √

1 1 1
u(x) = √ cos α + α x + √ cos α − α x ,
2α α+ α α− α
√ √

1 1 1
v(x) = √ sen α + α x + √ sen α − α x .
2α α + α α− α
Para llegar a u(x) hemos utilizado (en la integral correspondiente) la identidad
2 sen a cos b = sen(a + b) + sen(a − b),
y para llegar a v(x) la identidad
2 cos a cos b = cos(a + b) + cos(a − b).
Con estas expresiones se llega a la solución general de la ecuación completa en la

forma habitual
y = yh + yp .
√
Las expresiones obtenidas
√ para u y v carecen de sentido en el caso α + α = 0 o
para el caso α − α = 0. Estas ecuaciones tienen por solución α = 0 (excluido en
este apartado) y α = 1. Éste último caso hay que estudiarlo aparte. En este caso
(α = 1) obtenemos
1
u0 (x) = − sen x cos x ⇒ u(x) = cos(2x),
4
x 1
v 0 (x) = cos2 x ⇒ v(x) = + sen(2x).
2 4
Por lo que para α = 1 la solución general queda de la forma
1 1 x
y(x) = c1 cos x + c2 sen x + cos(2x) cos x + sen 2x + sen x + sen x =
4 4 2
x
= c1 cos x + c2 sen x + sen x,
2
con c1 , c2 ∈ IR.
Ecuación completa (coeficientes indeterminados).-
√
Puesto que f (x) = cos(x α) (polinomio de grado cero por un coseno) sı́ que pode-
mos utilizar el método de los coeficientes indeterminados para encontrar una solución
particular. Recordemos las soluciones de la ecuación diferencial homogénea
yh (x) = c1 + c2 x con c1 , c2 ∈ R para α = 0,
e
yh (x) = c1 cos(αx) + c2 sen(αx) con c1 , c2 ∈ R para α 6= 0.
En el caso α = 0 hay solapamiento de f (x) = 1 con la solución de la ecuación

homogénea. Debido a éste la solución particular sigue la expresión
yp = x2 A,
sustituyendo en la ecuación diferencial se llega a que A = 21 . Por lo tanto la solución

general de la ecuación en este caso será
1
y = c1 + c2 x + x2 , siendo c1 , c2 ∈ IR.
2
√
En caso α 6= 0, habrá solapamiento cuando α = α, lo que nos lleva a que α = 0
o α = 1. Dado que estamos en el caso α 6= 0, habrá solapamiento solo en el caso
α = 1. Por lo tanto la solución particular será
yp = x(A cos x + B sen x) ,cuando α = 1,

√ √
yp = A cos( αx) + B sen( αx) ,cuando α 6= 1.
Sustituyendo en cada caso se llega a las soluciones particulares

1
yp = x sen x ,cuando α = 1,
2
1 √
yp = cos( αx) ,cuando α 6= 1.
α2 −α
Por tanto las soluciones generales serán
1
y = c1 cos x + c2 sen x + x sen x, con c1 , c2 ∈ IR para α = 1,
2
1 √
y = c1 cos(αx) + c2 sen(αx) + cos( αx), con c1 , c2 ∈ IR para α 6= 1, α 6= 0.
α2 −α
Como último comentario decir que la expresión de la solución general para α 6= 1 y
α 6= 0 no presenta problemas porque α2 − α = 0 solo para α = 0 y α = 1.
(b) y 00 − 4y 0 + 4y = eαx , α ∈ IR
Ecuación homogénea.-
La ecuación diferencial es una ecuación diferencial lineal del segundo orden con
coeficientes constantes. Para resolver su ecuación homogénea
y 00 − 4y 0 + 4y = 0,

√
2 4 ± 16 − 16
λ − 4λ + 4 = 0 ⇒ λ = = 2.
2
Ası́ la única raı́z es λ = 2 con multiplicidad 2. Por lo tanto, la solución de la ecuación
homogénea viene dada por
yh (x) = c1 e2x + c2 xe2x con c1 , c2 ∈ R
Ecuación completa (variación de las contantes).-

constantes. Teniendo en cuenta el apartado anterior, consideraremos una solución
de la forma
yp (x) = u(x)e2x + v(x)xe2x .
2x 0
e xe2x u (x) 0
= ,
2e2x e2x + 2xe2x v 0 (x) eαx
despejando

0 xe2x
det
0
eαx e2x + 2xe2x −xe2x eαx
u (x) = = = −xe(α−2)x ,
W (e2x , xe2x ) e4x
2x
e 0
det
0
2e2x eαx e2x eαx
v (x) = = = e(α−2)x .
W (e2x , xe2x ) e4x
De estas expresiones, se deduce que es necesario considerar dos casos según que
α = 2 o α 6= 2.
Si α = 2 se tiene que
Z Z
1
u(x) = −x dx = − x2 , v(x) = 1 dx = x.
2
Por lo tanto la solución de la ecuación diferencial se escribirá como
y(x) = yh (x) + yp (x),
es decir
1 1
y(x) = c1 e2x + c2 xe2x − x2 e2x + x · xe2x = c1 e2x + c2 xe2x + x2 e2x .
2 2
con c1 , c2 ∈ R.
Si α 6= 2 se tiene que
xe(α−2)x e(α−2)x xe(α−2)x e(α−2)x

Z Z
(α−2)x
u(x) = −xe dx = − + dx = − + ,
α−2 α−2 α−2 (α − 2)2
Z
1 (α−2)x
v(x) = e(α−2)x dx = e .
α−2
y(x) = yh (x) + yp (x),
es decir
xe(α−2)x 2x e(α−2)x 2x 1 (α−2)x 2x
y(x) = c1 e2x + c2 xe2x − e + 2e + e xe
α−2 (α − 2) α−2
eαx
= c1 e2x + c2 xe2x + .
(α − 2)2
con c1 , c2 ∈ R.

Puesto que b(x) = eαx (polinomio de grado cero por una exponencial) sı́ que podemos
utilizar el método de los coeficientes indeterminados para encontrar una solución
particular. En este caso, como
yh = c1 e2x + c2 xe2x ,
solo hay solapamiento en el caso α = 2. Por tanto si α 6= 2, ensayaremos una solución

de la forma yp (x) = Aeαx . Si α = 2 , tendrı́amos una solución particular de la forma
yp (x) = x2 Ae2x .
a) Caso α 6= 2. De la forma de la solución particular se sigue que
yp0 (x) = αAeαx , yp00 (x) = α2 Aeαx .

Llevando estas expresiones a la ecuación diferencial, debe verificarse
α2 Aeαx − 4αAeαx + 4Aeαx = eαx .
Agrupando los términos, podemos escribir

2
α A − 4αA + 4A − 1 eαx = 0.

Para que se verifique esta ecuación para cualquier valor de x deberemos tener
1 1
α2 A − 4αA + 4A − 1 = 0 ⇒ A = = .
α2 − 4α + 4 (α − 2)2
Luego una solución particular viene determinada por
1 αx
yp (x) = 2e .
(α − 2)
Señalemos que esta solución está bien definida, puesto que el denominador
nunca se puede anular ya que estamos en el caso en el que α 6= 2. Ası́, la
solución de la ecuación diferencial es
1
y(x) = c1 e−αx + c2 xe−αx + 2e
αx
con c1 , c2 ∈ R.
(α − 2)
b) Caso α = 2. De la forma de la solución particular se sigue que
yp0 (x) = 2Axe2x + 2Ax2 e2x , yp00 (x) = 2Ae2x + 8Axe2x + 4Ax2 e2x .
2Ae2x + 8Axe2x + 4Ax2 e2x − 4 2Axe2x + 2Ax2 e2x + 4Ax2 e2x = e2x .

(2A − 1) e2x = 0.
1
2A − 1 = 0 ⇒ A = .
2
1
yp (x) = x2 e2x .
2
Ası́, la solución de la ecuación diferencial es
1
y(x) = c1 e2x + c2 xe2x + x2 e2x con c1 , c2 ∈ R.
2
(c) y 00 − αy = eαx , α ≥ 0
Ecuación homogénea.-
La ecuación diferencial es una ecuación diferencial lineal de segundo orden con
coeficientes constantes. Para resolver su ecuación homogénea
y 00 − αy = 0,

√
λ2 − α = 0 ⇒ λ = ± α.
Puesto que el parámetro α siempre es no negativo las raı́ces serán reales. Si α 6= 0

tendremos dos raı́ces distintas, pero si α = 0 únicamente existirá la raı́z 0 con
multiplicidad dos.
Por lo tanto, para α 6= 0 la solución viene dada por
√ √
yh (x) = c1 ex α
+ c2 e−x α
con c1 , c2 ∈ R,
y si α = 0
yh (x) = c1 + c2 x con c1 , c2 ∈ R,
Ecuación completa (variación de las constantes).-
constantes.
En el caso α 6= 0 consideraremos una solución de la forma
√ √
yp (x) = u(x)ex α
+ v(x)e−x α
.

x√ α √
−x α
0
e e u (x) 0
√ x√ α √ √ = ,
αe − αe−x α v 0 (x) eαx
despejando
√
e−x α √

0
det √ √
x(α− α)
eαx − αe−x α −e 1 x(α−√α)
u0 (x) = x√α √
−x α
= √ = √ e ,
−2 α

e e 2 α
det √ x√α √ √
αe − αe−x α
x√ α
e 0
det √ x α αx√ √
x(α+ α)
αe e e 1 x(α+√α)
v 0 (x) = x√α √
−x α
= √ = − √ e .
−2 α

e e 2 α
det √ x√α √ √
αe − αe−x α
Ası́, dos primitivas de u0 y v 0 son

√ √ √ √
ex(α− α) 1 ex(α− α) ex(α+ α) 1 ex(α+ α)
Z Z
u(x) = √ dx = √ √ , v(x) = − √ dx = − √ √ .
2 α 2 α α− α 2 α 2 α α+ α
Señalemos que estas soluciones no están definidas si el denominador se anula. Como

α > 0, esto sólo puede suceder si α = 1.
y(x) = yh (x) + yp (x),
que en el caso α 6= 0, α 6= 1 es
√ √
1 1 √ √ 1 1 √ √
y(x) = c1 ex α
+ c2 e−x
+ √ α
√ ex(α− α) ex α − √ √ ex(α+ α) e−x α =
2 αα− α 2 αα+ α

√ √ 1 1 1
= c1 ex α + c2 e−x α + √ √ − √ exα =
2 α α− α α+ α
√ √ 1
= c1 ex α
+ c2 e−x α
+ 2
exα .
α −α
con c1 , c2 ∈ R.
Si α = 1 la expresión de v seguirı́a siendo válida pero para determinar u(x) habrı́a
que considerar
1 x(α−√α)
Z Z
1 x
u(x) = √ e dx = dx = .
2 α 2 2
De aquı́ se sigue que la solución en este caso es
1 1
y(x) = c1 ex + c2 e−x + xex − ex =
2 4
1
= c1 ex + c2 e−x + xex ,
2
con c1 , c2 ∈ R.
En el caso α = 0 consideraremos una solución (particular) de la forma
yp (x) = u(x) + v(x)x.
u0 (x)

1 x 0
= ,
0 1 v 0 (x) 1
despejando

0 x 1 0
det det
1 1 −x 0 1
u0 (x) = = 0
= −x, v (x) = = 1.
1 x 1 1 x
det det
0 1 0 1
Ası́, dos primitivas de u0 y v 0 son
Z Z
1 2
u(x) = −xdx = − x , v(x) = dx = x.
2
Por lo tanto la solución de la ecuación diferencial en el caso α = 0 es
1 1
y(x) = c1 + c2 x − x2 + x2 = c1 + c2 x + x2 ,
2 2
con c1 , c2 ∈ R.
Puesto que el término de la ecuación es de la forma f (x) = eαx , α ≥ 0 (polinomio de
grado cero por una exponencial) sı́ que podemos utilizar el método de los coeficientes
indeterminados1 para encontrar una solución particular. En este caso, la ecuación
caracterı́stica asociada a la ecuación diferencial es
√
λ2 − α = 0 ⇒ λ = ± α.
Por lo tanto la solución de la ecuación homogénea será
√ √
y h = c1 e αx
+ c2 e− αx
, con c1 , c2 ∈ IR cuando α 6= 0,
e
yh = c1 + c2 x, con c1 , c2 ∈ IR cuando α = 0.
√
Considerando este resultado, señalemos que si α 6= ± α, no habrá solapamiento y
ensayaremos una solución de la forma
yp (x) = x0 Aeαx = Aeαx .
√
Puesto que α ≥ 0, la situación α = ± α ,sólo puede suceder si α = 1 ó α = 02 .
Para cada uno de estos casos hay solapamiento y tendremos soluciones particulares
de la forma
Si α = 0 : yp (x) = x2 Ae0·x = Ax2 ,
Si α = 1 : yp (x) = x1 Ae1·x = Axex .

1
Anteriormente se determinó una solución (particular) por el método de variación de las constantes.
2
En el caso en el que α = 0, la multiplicidad de 0 como solución de la ecuación caracterı́stica es dos.
En el caso en el que α = 1, la multiplicidad de 1 como solución de la ecuación caracterı́stica es uno (la
otra raı́z serı́a −1).
Ası́, es necesario distinguir tres casos según que α 6= 1, α 6= 0, α = 1 ó α = 0. Para

cada uno de estos casos obtendremos la forma de la solución particular.
a) Caso α 6= 1, α 6= 0. De la forma de la solución particular se sigue que
yp0 (x) = Aαeαx , yp00 (x) = Aα2 eαx .
Aα2 eαx − α (Aeαx ) = eαx .

Aα2 − αA − 1 eαx = 0.

1
Aα2 − αA − 1 = 0 ⇒ A = .
α (α − 1)
1
yp (x) = eαx .
α (α − 1)
Señalemos que esta solución está bien definida, puesto que el denominador
nunca se puede anular ya que estamos en el caso en el que α 6= 1, α 6= 0.
b) Caso α = 1. De la forma de la solución particular se sigue que
yp0 (x) = Aex + Axex , yp00 (x) = 2Aex + Axex .
(2Aex + Axex ) − (Axeαx ) = ex .
(2A − 1) ex = 0.
1
2A − 1 = 0 ⇒ A = .
2
1
yp (x) = xex .
2
c) Caso α = 0. De la forma de la solución particular se sigue que
yp0 (x) = 2Ax, yp00 (x) = 2A.
(2A) − 0 · Ax2 = 1.


1
2A = 1 ⇒ A = .
2
1
yp (x) = x2 .
2
(d) y 00 + ω02 y = cos(ω0 x), ω0 > 0

Puesto que b(x) = cos (ω0 x) (polinomio de grado cero por un coseno) sı́ que podemos
utilizar el método de los coeficientes indeterminados para encontrar una solución
particular. En este la ecuación caracterı́stica asociada a la ecuación diferencial es
q
2 2
λ + ω0 = 0 ⇒ λ = ± −ω02 = ±iω0 , ya que ω0 > 0.
luego hay solapamiento. Por lo tanto ensayaremos una solución de la forma
yp (x) = x1 A cos (ω0 x) + x1 B sen (ω0 x) = xA cos (ω0 x) + xB sen (ω0 x) .
De esta expresión se sigue que
yp0 (x) = Bω0 x cos (ω0 x) − Aω0 x sen (ω0 x) + A cos (ω0 x) + B sen (ω0 x) ,
yp00 (x) = −Aω02 x cos (ω0 x) − Bω02 x sen (ω0 x) + 2Bω0 cos (ω0 x) − 2Aω0 sen (ω0 x) .

[−Aω02 x cos (ω0 x) − Bω02 x sen (ω0 x) + 2Bω0 cos (ω0 x) − 2Aω0 sen (ω0 x)] +
+ω02 [xA cos (ω0 x) + xB sen (ω0 x)] = cos (ω0 x) .

[Aω02 − Aω02 ] x cos (ω0 x) + [Bω02 − Bω02 ] x sen (ω0 x) +
+ [2Bω0 − 1] cos (ω0 x) + [−2Aω0 ] x sen (ω0 x) = 0 ⇒
⇒ [2Bω0 − 1] cos (ω0 x) + [−2Aω0 ] x sen (ω0 x) = 0.

Para que se verifique esta ecuación para cualquier valor de x, y puesto que las
funciones cos (ω0 x) y sen (ω0 x) son linealmente independientes, deberemos tener
1
2Bω0 − 1 = 0; −2Aω0 = 0 ⇒ B = , A = 0.
2ω0
Luego una solución particular viene determinada por3

1
yp (x) = x sen (ω0 x) .
2ω0
4. y1 = −3/4Ae4x + B, y2 = Ae4x .
5. (a)y = A + Bx + Cx4 , (b)y = A + Bx−2 + Cx3 , (c)y = Ax2 + Bx3 .
6. y1 = Ae−x + Be4x , y2 = −Ae−x + 3/2Be4x .
7. λn = (2n − 1)2 /4, yn = sen[(2n − 1)/2x]
8. λ0 = 0, y0 = 1, λn = n2 , yn1 = sen(nx), yn2 = cos(nx).
3
La ecuación diferencial que hemos resuelto proporciona la evolución temporal de un oscilador
armónico forzado. En este caso, la fuerza externa que actúa sobre el oscilador se corresponde con el
término cos (ω0 x). Al coincidir la frecuencia de la fuerza, ω0 , con la frecuencia propia del oscilador se
produce un fenómeno de resonancia. En esta situación (ideal) la desviación del oscilador respecto a su
posición de equilibrio, y, crece indefinidamente al crecer x.
Tema 4
Sistemas de ecuaciones diferenciales

lineales
En este tema estudiamos el método de los valores propios para resolver sistemas lineales
homogéneos de orden 1. En el apartado 2 se ilustra con ejemplos el método de coeficientes
indeterminados para sistemas completos. El método de variación de las constantes para
este tipo de sistemas se estudiará en el tema siguiente. En el apartado 3 vemos la resolución
de sistemas lineales y homogéneos de orden 2. El apéndice es un repaso de diagonalización
de matrices.
Sumario. Sistemas de ecuaciones diferenciales lineales homogéneos de orden uno con

coeficientes constantes, método de valores propios. Sistemas de ecuaciones diferenciales
lineales no homogéneos con coeficientes constantes. Sistemas lineales de orden 2. Ejerci-
cios del tema. Soluciones a los ejercicios del tema. Apéndice, vectores propios y valores
propios de una aplicación lineal.
4.1. Sistemas de ecuaciones diferenciales lineales ho-

mogéneos con coeficientes constantes. Método
de valores propios
Proposición 4.1.1. Fijado un sistema lineal de primer orden de coeficientes constantes
dY
= AY,
dx
y un valor propio λ de la matriz de coeficientes A. Si v es un vector propio asociado con
λ, entonces Y (x) = veλx es una solución no trivial del sistema.
67
68 Sistemas de ecuaciones diferenciales lineales
Teorema 4.1.2. Sea

dY
= AY,
dx
un sistema lineal de primer orden de coeficientes constantes y sean λ1 , · · · , λn los valores
propios de la matriz A. Si v1 , · · · , vn son n vectores propios linealmente independientes
asociados con los valores propios anteriores, entonces obtenemos n soluciones linealmente
independientes
Y1 (x) = v1 eλ1 x , · · · , Yn (x) = vn eλn x .
En este caso, la solución general de Y 0 = AY se puede expresar
Y (x) = c1 Y1 (x) + · · · + cn Yn (x) , para {ci }ni=1 ⊂ IR.
Además, si algún valor propio λi ∈ C \ IR y λj = λ̄i ; entonces eligiendo vj = v̄i y
cj = c̄i obtenemos una solución real de la expresión
ci vi eλi x + cj vj eλj x .
Definición 4.1.3.
(i) Un valor propio λ de la matriz A se llama completo si la dimensión del espacio vectorial
A(λ) = {v ∈ IRn ; (A − λIn )v = 0} ⊂ IRn ,
coincide con la multiplicidad k de λ. En otro caso diremos que λ es defectuoso siendo
d = k − p el defecto, donde p es la dimensión de A(λ);
(ii) Si λ es un valor propio de la matriz A, entonces un vector propio generalizado de
rango r asociado a λ es un vector v tal que
(A − λIn )r v = 0 pero (A − λIn )r−1 v 6= 0.
Proposición 4.1.4. Fijado el sistema de coeficientes constantes
dY
= AY,
dx
{λi }qi=1 los valores propios (todos distintos y completos) de la matriz A, y denotemos por
ni a la multiplicidad de cada raı́z λi . Si para cada valor propio λi tenemos ni vectores
propios l.i., podemos construir la solución general del sistema siguiendo el procedimiento
del teorema anterior.
Ejemplo 4.1.5. Resolver (
y10 = 5y1 + 4y2 ;
y20 = y1 + 5y2 .
Ejemplo 4.1.6. Resolver  
9 4 0
Y 0 = −6 −1 0 Y.
6 4 3
4.1 Sistemas homogéneos con coeficientes constantes. Método de valores
propios 69
Ejemplo 4.1.7. Resolver

0 4 −3
Y = Y.
3 4
Definición 4.1.8. Consideramos el valor propio λ de A con multiplicidad k. Se llama

cadena de longitud k de vectores generalizados con base el vector propio v1 asociado a λ
a una familia de vectores
{v1 , v2 , · · · , vk } = {uk , uk−1 , · · · , u2 , u1 }
que cumple


 (A − λIn )u1 = u2 6= 0,
2
 (A − λIn )u2 = (A − λIn ) u1 = u3 6= 0,



..
.
(A − λIn )uk−1 = (A − λIn )k−1 u1 = uk 6= 0,





(A − λIn )uk = (A − λIn )k u1 = 0 , uk = v1 .

Teorema 4.1.9. Sea λ un valor propio de A con multiplicidad k, y {v1 , v2 , · · · , vk } una

cadena de vectores propios generalizados. Entonces un conjunto de k soluciones lineal-
mente independientes de Y 0 = AY correspondientes al valor propio λ viene dado por:


 Y1 (x) = v1 eλx ,
Y2 (x) = (v1 x + v2 )eλx ,




 Y3 (x) = ( 1 v1 x2 + v2 x + v3 )eλx ,

2
..
 .


 1 k−1 1
+ · · · + vk−2 x + vk−1 x + vk eλx .
2

 Yk (x) = v1 x


(k − 1)! 2!
Teorema 4.1.10. La solución general del sistema Y 0 = AY puede expresarse de la forma

n
X
Y (x) = ci Yi (x), {ci }ni=1 ⊂ C,
i=1
siendo la función Yj (x) de la forma dada por el teorema 4.1.2, por la proposición 4.1.4 o
por el teorema 4.1.9 según el caso.

 
4 −1 0
Y 0 = 1 3 −1 Y
1 0 2
4.2. Sistemas de ecuaciones diferenciales lineales no

homogéneos con coeficientes constantes
Como ya estudiamos en el tema 3, concretamente en el teorema 3.2.11, la solución de
un sistema no homogéneo
Y 0 = A(x)Y + B(x),
puede obtenerse sumando una solución particular Yp a la solución general del sistema
homogéneo asociado. En la sección anterior hemos estudiado cómo obtener la solución
general de un sistema homogéneo de orden uno con coeficientes constantes,
Y 0 = AY,
veamos ahora como obtener una solución particular del sistema completo
Y 0 = AY + B(x).
En el tema 3 vimos (teorema 3.2.12) que se puede utilizar el método de variación de

parámetros para obtener una solución particular del sistema completo (incluso para coefi-
cientes variables). Este procedimiento está ligado a calcular la exponencial de una matriz,
y ésta se define (de manera natural) a través de una serie de potencias de matrices. Es
por este motivo por el que posponemos el estudio del método de variación de parámetros
para sistemas al tema siguiente, ya que en la primera parte de éste, ser repasarán nociones
relacionadas con series.
Dedicamos este apartado pues, al estudio del método de coeficientes indeterminados
para obtener una solución particular de un sistema completo de orden uno con coeficientes
constantes. Dado que el método es esencialmente el mismo que para ecuaciones escalares,
ilustraremos el procedimiento con varios ejemplos.

0 3 2 3
Y = Y + .
7 5 2x

0 4 2 15
Y = Y − xe−2x .
3 −1 4
4.3. Sistemas de segundo orden y aplicaciones mecánicas

Teorema 4.3.1. Sea
d2 Y
= AY,
dx2
4.3 Sistemas de segundo orden y aplicaciones mecánicas 71
un sistema lineal de segundo orden de coeficientes constantes. Si la matriz A, de tamaño

n × n, tiene valores propios distintos y negativos, {−λ2i }ni=1 , con vectores propios (reales)
asociados {vi }ni=1 . Entonces cualquier solución del sistema puede expresarse en la forma
n
X
Y = (ai cos λi x + bi sen λi x)vi , ai , bi ∈ IR.
i=1
En el caso especial de un valor propio nulo no repetido con vector propio asociado v0 , la
expresión
Y0 = (a0 + b0 x)v0 ,
es la parte correspondiente de la solución general.
Consideramos tres masas conectadas entre ellas y a dos paredes por medio de cu-
atro resortes, denotaremos por mi la masa de cada una de ellas, por ki las constantes
de elasticidad de los resortes y por yi los desplazamientos de las tres masas respecto a
sus posiciones de equilibrio (los desplazamientos hacia la derecha se toman positivos).
Entonces el sistema
MY 00 = KY, (4.1)
modela el movimiento de los resortes cuando no hay fuerzas externas actuando, siendo
   
m1 0 0 −(k1 + k2 ) k2 0
M =  0 m2 0  , y K =  k2 −(k2 + k3 ) k3 .
0 0 m3 0 k3 −(k3 + k4 )
Este modelo se generaliza y particulariza de forma natural al variar la cantidad de masas

conectadas.
Ejemplo 4.3.2. Obtenga las ecuaciones del movimiento de un sistema de resortes con
m1 = 2, m2 = 1, k1 = 100 y k2 = 50.
Ejemplo 4.3.3. Consideramos tres vagones de ferrocarril que están conectados mediante
resortes de amortiguación que reaccionan al ser comprimidos, pero se desenganchan en
lugar de estirarse. Teniendo en cuenta que este es un caso particular del anterior con
n = 3, k = k1 = k3 y k2 = k4 = 0, obtenga:
(i) Las ecuaciones del movimiento del sistema con m1 = m3 = 750kg, m2 = 500kg y
k = 3000kg/s2 ;
(ii) La solución particular del sistema anterior en la que cada partı́cula inicialmente está en
su punto de equilibrio, y todas con velocidad inicial cero salvo la primera partı́cula cuya
velocidad inicial es v0 > 0.
Ejemplo 4.3.4. Teniendo en cuenta que el modelado de los desplazamientos de los pisos
en un edificio sigue también (4.1), obtenga las ecuaciones del movimiento de éstos en un
edificio de dos pisos, ambos de masa 5000 kg y constante k = 10000kg/s2 .

1. Resolver siguiendo la sección 4.1
(
y10 = 2y1 + 3y2 ;
y20 = 2y1 + y2 .

(
y10 = −3y1 − 2y2 ;
y20 = 9y1 + 3y2 .

(
y10 = y1 − 5y2 ;
y20 = y1 + 3y2 .


0
y1 = y1 + 2y2 + 3y3 ;

y20 = 2y1 + 7y2 + y3 ;

 0
y3 = 2y1 + y2 + 7y3 .


0
y1 = 2y1 + y2 − 1y3 ;

y20 = −4y1 − 3y2 − y3 ;

 0
y3 = 4y1 + 4y2 + 2y3 .

(
y10 = y1 + 2y2 ;
y20 = 2y1 + y2 .

(
y10 = 2y1 − 5y2 ;
y20 = 4y1 − 2y2 .
y1 (0) = 2 , y2 (0) = 3.

(
y10 = 5y1 − 9y2 ;
y20 = 2y1 − y2 .


0
y1 = 5y1 − 6y3 ;

y20 = 2y1 − y2 − 2y3 ;

 0
y3 = 4y1 − 2y2 − 4y3 .


0
y1 = 5y1 + 5y2 + 2y3 ;

y20 = −6y1 − 6y2 − 5y3 ;

 0
y3 = 6y1 + 6y2 + 5y3 .
11. Resolver siguiendo la sección 4.1 (valores propios defectuosos)

(
y10 = y1 − 3y2 ;
y20 = 3y1 + 7y2 .


0
y1 = y2 + 2y3 ;

y20 = −5y1 − 3y2 − 7y3 ;

 0
y3 = y1 .

(
y10 = −2y1 + y2 ;
y20 = −y1 − 4y2 .


0
y1 = −3y1 − 4y3 ;

y20 = −y1 − y2 − y3 ;

 0
y3 = y1 + y3 .
15. Obtenga las ecuaciones del movimiento del sistema de resortes correspondiente a los
datos m1 = 1, m2 = 1, k1 = 0, k2 = 2, k3 = 0.
datos m1 = m2 = 1, k1 = 1, k2 = 4, k3 = 1.
datos m1 = 1, m2 = 2, k1 = 1, k2 = k3 = 2.
datos m1 = 1, m2 = 1, k1 = 1, k2 = 2, k3 = 1.
datos m1 = 1, m2 = 1, k1 = 2, k2 = 1, k3 = 2.
datos m1 = 1, m2 = 2, k1 = 2, k2 = 4, k3 = 4.
datos m1 = 1, m2 = 1, k1 = 4, k2 = 6, k3 = 4.

1. y(x) = (c1 e−x − 3c2 e4x , c1 e−x + 2c2 e4x ).
2. y(x) = (c1 cos 3x + c2 sen 3x, 3/2(c1 + c2 ) cos 3x + 3/2(−c1 + c2 ) sen 3x).
3. y(x) = (e2x (−c1 − 2c2 ) cos 2x + e2x (2c1 − c2 ) sen 2x, e2x (c1 cos 2x + c2 sen 2x)).
√ √ √ √
4. y(x) = (c1√e6x +1/4c2 (−7− √89)e(9/2−1/2 89)x +1/4c3 (−7+ √
89)e (9/2+1/2 89)x
√
, −11c1 e6x +
c2 e(9/2−1/2 89)x + c3 e(9/2+1/2 89)x , 9c1 e6x + c2 e(9/2−1/2 89)x + c3 e(9/2+1/2 89)x ).
5. y(x) = (−c1 ex + 1/2c2 (cos 2x − sen 2x) + 1/2c3 (cos 2x + sen 2x), c1 ex − c2 cos 2x −
c3 sen 2x, c2 cos 2x + c3 sen 2x).
6. y(x) = (c1 e−x + c2 e3x , −c1 e−x + c2 e3x ).
7. y(x) = (2 cos 4x − 7/4 sen 4x, 1/10 sen 4x + 3 cos 4x).
8. y(x) = (e2x (c1 cos 3x + c2 sen 3x), e2x (1/3(c1 − c2 ) cos 3x + 1/3(c1 + c2 ) sen 3x)).
9. y(x) = (6c1 + 3c2 ex + 2c3 e−x , 2c1 + c2 ex − c3 e−x , 5c1 + 2c2 ex + 2c3 e−x ).
10. y(x) = (−c1 + c2 (cos 3x − sen 3x)e2x + c3 (cos 3x + sen 3x)e2x , c1 − 2(c2 cos 3x +
c3 sen 3x)e2x , 2(c2 cos 2x + c3 sen 2x)e2x ).
11. y(x) = ((−3c2 x + c2 − 3c1 )e4x , (3c2 x + 3c1 )e4x ).

     2 
−2 −2x + 1 −x + x + 1
12. y(x) = c1 −2 e−x + c2 −2x − 5 e−x + c3  −x2 − 5x  e−x
2 2x + 1 x2 + x

1 −3x x + 1 −3x
13. y(x) = c1 e + c2 e
−1 −x
     
0 −2 −2x + 1
14. y(x) = c1 1 e−x + c2 x − 1 e−x + c3 x2 /2 − x e−x
0 1 x
Tema 5
Resolución de ecuaciones
diferenciales lineales ordinarias
mediante series de potencias.
Sistemas lineales no homogéneos (II)
En el tema 3 hemos resuelto ecuaciones diferenciales lineales, en particular ecua-

ciones lineales con coeficientes constantes y ecuaciones de tipo Euler. En estos casos
expresábamos la solución final como combinación lineal de funciones elementales. En este
tema abordaremos la solución del problema en los casos, no tan sencillos, de ecuaciones de
coeficientes variables, que asimismo presenta la fı́sica matemática. Utilizaremos el méto-
do de desarrollo de la solución en serie de potencias. En la primera sección repasamos
los conceptos y propiedades elementales de las series de potencias que utilizaremos más
adelante. En las secciones 5.2 y 5.3 se estudian los métodos de resolución de ecuaciones
lineales homogéneas con coeficientes variables. En la sección 5.4 definiremos el concepto
de serie de matrices y el de exponencial de una matriz. Con ayuda de éstos aplicaremos el
método de variación de parámetros a los sistemas lineales no homogéneos, completando
ası́ el estudio hecho sobre sistemas en la sección 4.4 del tema anterior.
Sumario. Series de potencias. Ecuaciones con coeficientes analı́ticos. Ecuaciones con

puntos singulares regulares. Series de matrices. Sistemas lineales no homogéneos (II).
Ejercicios del tema. Soluciones a los ejercicios del tema.
5.1. Series de potencias

El conocimiento de los conceptos y herramientas sobre series numéricas y series de
potencias debe formar parte del bagaje obtenido por el alumno en los primeros cursos de
77
78 Resolución de ecuaciones diferenciales mediante series de potencias
la Licenciatura en Matemáticas. No obstante, haremos mención de las herramientas que

atañe a las series de potencias y que utilizaremos en este tema.
Definición 5.1.1. Se llama serie de potencias centrada en c ∈ IR a cualquier serie de la
forma
X+∞
an (x − c)n ,
n=0
siendo an ∈ IR el n-ésimo coeficiente de la serie de potencias.
Ejemplo 5.1.2. En la serie geométrica +∞ n
P
n=0 x , se han dado los valores an = 1 ∀ n ≥ 0
y c = 0.
Teorema 5.1.3
P (Criterio deln cociente + Teorema de Cauchy-Hadarmad). Dada la serie
de potencias +∞
n=0 an (x − c) , donde an 6= 0 a partir de algún valor de n, fijado x ∈ IR
supongamos que existe
an+1 (x − c)n+1

L = lı́m
.
n an (x − c)n
Entonces:
(i) Si L < 1 la serie converge absolutamente;
(ii) Si L > 1 la serie diverge.
Además si la serie +∞ n
P
n=0 an (x − c) converge para |x − c| < r, entonces ésta converge
absolutamente para |x − c| < r.
Ejemplo 5.1.4.
1
a) La serie geométrica converge para |x| < 1 y su suma vale ;
1−x
+∞
X (x − 2)n
b) La serie (−1)n+1 converge para x ∈ (1, 3);
n=0
n
+∞ n
X x
c) La serie converge para todo x ∈ IR.
n=0
n!
Definición 5.1.5. Una función real de variable real f (x) se dice que es analı́tica en un
punto c ∈ domf si puede expresarse como una serie de potencias centrada en c convergente
en algún entorno (no degenerado) de c.
1
Ejemplo 5.1.6. La función es analı́tica en c = 0 y la serie de potencias correspon-
1−x
diente converge para |x| < 1.
(i) En los primeros cursos se enseña que las funciones continuas como ex , cos x, sen x,
log(1 + x), etcétera, se pueden representar como series de Taylor, extendiendo los poli-
nomios de Taylor correspondientes a series de potencias.
5.1 Series de potencias 79
f (x) Serie Intervalo de convergencia

+∞ n
X x
ex IR
n=0
n!
+∞
X x2n+1
sen x (−1)n IR
n=0
(2n + 1)!
+∞
X x2n
cos x (−1)n IR
n=0
(2n)!
+∞
X x2n+1
senh x IR
n=0
(2n + 1)!
+∞
X x2n
cosh x IR
n=0
(2n)!
+∞
X xn
log(1 + x) (−1)n+1 (−1, 1]
n=1
n
+∞
X α(α − 1) · · · (α − n + 1)
(1 + x) α
1+ xn (−1, 1)
n=1
n!
+∞
1 X
xn (−1, 1)
1−x n=0
Cuadro 5.1: Series de Taylor en c = 0 de algunas funciones
(ii) Se pueden combinar series de potencias centradas en el mismo punto mediante las ope-
raciones de suma y multiplicación. Los procedimientos para series de potencias se parecen a
los de suma y multiplicación de polinomios; esto es, para la suma se suman los coeficientes
de potencias iguales en x, y para el producto se aplica la propiedad distributiva y se agrupan
los términos semejantes. El intervalo de convergencia resultante es la intersección de los
intervalos de las series iniciales. El cociente de dos series centradas en x = c también
tendrá un desarrollo en series de potencias centrado en x = c, siempre que el denominador
no se anule en éste. Sin embargo, el intervalo de convergencia de la serie obtenida puede
estar estrictamente contenido en el de la serie del numerador o en el de la serie del
denominador.
(iii) La suma y producto de funciones analı́ticas en un mismo punto sigue siendo analı́tica
en dicho punto, y el cociente de dos funciones analı́ticas en un mismo punto sigue siendo
analı́tica en dicho punto cuando la función del denominador no se anula en éste.
Ejemplo 5.1.8. Aplicando la observación anterior:

(i) Obtenga la serie resultante del producto

+∞ +∞
X
nx2n+1 X n x
2n
(−1) (−1) ;
n=0
(2n + 1)! n=0 (2n)!
(ii) Indique si la función tan x es analı́tica en x = 0.

Proposición 5.1.9. Sea f (x) una función real de variable real y analı́tica en x0 , donde
+∞
X
f (x) = an (x − x0 )n , an ∈ IR,
n=0
siendo la serie convergente para |x−x0 | < ρ0 . Entonces todas las derivadas de f (x) existen
para |x − x0 | < ρ0 y éstas pueden calcularse derivando las correspondientes series término
a término. Además f (n) (x0 ) = n! an , para n ≥ 1.
Ejemplo 5.1.10. Aplicando el resultado anterior, obtenga la serie de MacLaurin de la
1
función f (x) = .
x+1
Observación 5.1.11. Del resultado anterior se desprende que toda función analı́tica en
un punto es de clase C ∞ en un entorno de ese punto. El recı́proco no es cierto en general,
como se puede observar en un estudio detallado de la función
( 2
e−1/x x 6= 0
f (x) =
0 x = 0,
en x = 0.
Los dos lemas siguientes se usan en la prueba del teorema 5.2.1.
Lema 5.1.12 (Lema de comparación). Fijadas las series de potencias
+∞
X +∞
X
n
an x y An xn ,
n=0 n=0
+∞
X
donde |an | ≤ An y An ≥ 0 para todo n ≥ 0. Si existe r > 0 tal que An xn converge
n=0
+∞
X
para |x| < r, entonces an xn converge también para |x| < r.
n=0
+∞
X
Lema 5.1.13. Fijados r0 > 0 y la serie de potencias an xn que converge para |x| < r0 .
n=0
Entonces para cualquier 0 < r < r0 existirá una constante M > 0 tal que
rn |an | ≤ M, ∀n ≥ 0.
5.2 Ecuaciones con coeficientes analı́ticos 81
5.2. Ecuaciones con coeficientes analı́ticos

Por comodidad en ocasiones expresaremos las ecuaciones diferenciales lineales a través
de un operador. Dadas n funciones continuas a1 (x), . . . , an (x) definidas en un intervalo
I, consideraremos el operador
L[y] = y (n) + a1 (x)y (n−1) + · · · + an (x)y,
definido para funciones y que son n veces derivables en el intervalo I. Con éste expresare-
mos la ecuación diferencial
y (n) + a1 (x)y (n−1) + · · · + an (x)y = b(x)
de la forma
L[y] = b.
Cuando en una ecuación diferencial lineal las funciones coeficientes sean analı́ticas,
está asegurada la existencia de solución por medio de series de potencias.
Teorema 5.2.1 (Existencia de solución para las ecuaciones con coeficientes analı́ticos).
Sea x0 ∈ IR, r0 > 0 y supongamos que las funciones coeficientes en
L[y] = y (n) + a1 (x)y (n−1) + · · · + an (x)y
son analı́ticas en x0 , siendo las correspondientes series convergentes para |x − x0 | < r0 .

Entonces para cualesquiera n constantes α1 , . . . , αn el problema con condiciones iniciales
L(y) = 0; y(x0 ) = α1 , . . . , y (n−1) (x0 ) = αn ;
tiene solución mediante una serie de potencias

+∞
X
φ(x) = ck (x − x0 )k , (5.1)
k=0
siendo ésta convergente para |x − x0 | < r0 . Además se cumple que:

αk+1
(i) ck = para 0 ≤ k ≤ n − 1;
k!
(ii) El resto de coeficientes ck (para k ≥ n) puede ser expresado en términos de los n
primeros c0 , . . . , cn−1 , substituyendo la serie (5.1) en la ecuación diferencial L[y] = 0.
Observación 5.2.2. Como consecuencia del teorema 3.1.7 (tema 3), la solución propor-
cionada por el teorema anterior es única en el intervalo (x0 − r0 , x0 + r0 ).
Ejemplo 5.2.3. Resuélvase L[y] = y 00 − xy = 0.
Ejemplo 5.2.4.
(i) La ecuación de Legendre (1 − x2 )y 00 − 2xy 0 + α(α + 1)y = 0, con α constante, tiene por
soluciones linealmente independientes
+∞
X (α + 2m − 1)(α + 2m − 3) . . . (α + 1)α(α − 2) . . . (α − 2m + 2) 2m
φ1 (x) = 1+ (−1)m x ;
m=1
(2m)!
+∞
X (α + 2m)(α + 2m − 2) . . . (α + 2)(α − 1)(α − 3) . . . (α − 2m + 1) 2m+1
φ2 (x) = x+ (−1)m x ;
m=1
(2m + 1)!
para |x| < 1 cuando α es no natural1 .
En caso de ser α = n entero no negativo, o bien φ1 o bien φ2 es un polinomio de
grado n. En este caso, el polinomio de grado n solución de la ecuación diferencial, Pn ,
que cumple la condición Pn (1) = 1 es llamado polinomio de Legendre. Los primeros
polinomios de Legendre son P0 (x) = 1, P1 (x) = x, P2 (x) = 23 x2 − 12 , P3 (x) = 25 x3 − 32 x,
P4 (x) = 35
8
x4 − 15
4
x2 + 38 .
(ii) La ecuación de Chebyshev (1 − x2 )y 00 − xy 0 + α2 y = 0, con α constante, tiene por
soluciones linealmente independientes
+∞
X (−α2 )(22 − α2 ) . . . [(2m − 2)2 − α2 ] 2m
φ1 (x) = 1 + x ;
m=1
(2m)!
+∞
X (12 − α2 )(32 − α2 ) . . . [(2m − 1)2 − α2 ] 2m+1
φ2 (x) = x + x ;
m=1
(2m + 1)!
para |x| < 1 cuando α es no natural.
En caso de ser α = n entero no negativo, o bien φ1 o bien φ2 es un polinomio de
grado n. En este caso al polinomio Cn de grado n solución de la ecuación diferencial
(convenientemente normalizado) se le llama polinomio de Chebyshev.
(iii) La ecuación de Hermite y 00 − 2xy 0 + 2αy = 0, con α constante, tiene por soluciones
linealmente independientes
+∞ m
X 2 (−α)(2 − α) . . . [2m − 2 − 2α] 2m
φ1 (x) = 1 + x ;
m=1
(2m)!
+∞ m
X 2 (1 − α)(3 − α) . . . [2m − 1 − α] 2m+1
φ2 (x) = x + x ;
m=1
(2m + 1)!
cuando α es no natural.
En caso de ser α = n entero no negativo, o bien φ1 o bien φ2 es un polinomio de grado
n. En este caso el polinomio Hn definido por
2 dn −x2
Hn (x) = (−1)n ex e ,
dxn
1
Consideramos como conjunto de números naturales al formado por los números enteros no negativos
5.3 Ecuaciones con puntos singulares regulares 83
es solución de la ecuación de Hermite, y es llamado el n-ésimo polinomio de Hermite.

Los primeros polinomios de Hermite son H0 (x) = 1, H1 (x) = 2x, H2 (x) = 4x2 − 2,
H3 (x) = 8x3 − 12x.
5.3. Ecuaciones con puntos singulares regulares

Definición 5.3.1. Se dice que la ecuación diferencial
a0 (x)y (n) + a1 (x)y (n−1) + · · · + an (x)y = 0,
tiene un punto singular en x0 si las funciones coeficientes a0 , . . . , an son analı́ticas en x0
y además a0 (x0 ) = 0.
Definición 5.3.2. Se dice que la ecuación diferencial
(x − x0 )n y (n) + c1 (x)(x − x0 )n−1 y (n−1) + · · · + cn (x)y = 0,
tiene un punto singular regular en x0 si las funciones c1 , . . . , cn son analı́ticas en x0 .
Teorema 5.3.3 (Ecuación de Euler de orden 2). Consideremos la ecuación de Euler de
segundo orden
x2 y 00 + axy 0 + by = 0; a, b ∈ IR,
y el polinomio indicial q(r) = r(r − 1) + ar + b con raı́ces r1 y r2 .
Entonces una base para las soluciones de la ecuación de Euler en cualquier intervalo
que no contenga a x = 0 viene dada por:
(i) φ1 (x) = |x|r1 y φ2 (x) = |x|r2 cuando r1 6= r2 ; (cuando r1 = a + bi, r2 = a − bi ∈ C
podemos expresar la base con las funciones |x|a cos(b log |x|) y |x|a sen(b log |x|)).
(ii) φ1 (x) = |x|r1 y φ2 (x) = |x|r1 log |x| cuando r1 = r2 .
Ejemplo 5.3.4. Resuélvase x2 y 00 + xy 0 + y = 0.
Teorema 5.3.5 (Ecuación de Euler, caso general). Consideremos la ecuación de Euler
L[y] = xn y (n) + a1 xn−1 y (n−1) + · · · + an y = 0; a1 , . . . , an ∈ IR,
y el polinomio q(r) = r(r − 1) . . . (r − n + 1) + a1 r(r − 1) . . . (r − n + 2) + · · · + an con
raı́ces distintas r1 ,. . . ,rs , y supongamos que ri tiene multiplicidad mi ∈ IN para cada
i ∈ {1, . . . , s}.
Entonces una base para las soluciones de la ecuación de Euler en cualquier intervalo
que no contenga a x = 0 viene dada por:
|x|r1 ; |x|r1 log |x|; . . . |x|r1 logm1 −1 |x|;

... ... ... ...
r2 r2
|x| ; |x| log |x|; . . . ... ... |x|r2 logm2 −1 |x|;
... ... ... ...
|x|rs ; |x|rs log |x|; . . . ... |x|rs logms −1 |x|;
donde las multiplicidades (valores mi ) no tienen por qué coincidir.

En lo que queda de sección centraremos nuestro estudio en las ecuaciones de segundo
orden, es decir, ecuaciones del tipo
(x − x0 )2 y 00 + a(x)(x − x0 )y 0 + b(x)y = 0,
siendo a y b funciones analı́ticas en x0 .
Proposición 5.3.6. Sea x0 6= 0 un punto singular regular de la ecuación
(x − x0 )2 y 00 + a(x)(x − x0 )y 0 + b(x)y = 0.
Entonces el cambio de variable t = x − x0 transforma la ecuación anterior en otra equi-
valente, con t = 0 como punto singular regular.
El resultado anterior nos lleva a considerar únicamente el caso x0 = 0.
Teorema 5.3.7. Sea r0 > 0, a(x) y b(x) dos funciones analı́ticas en el origen, con
desarrollos que convergen para |x| < r0 ; consideremos la ecuación
x2 y 00 + a(x)xy 0 + b(x)y = 0.
Denotaremos por r1 y r2 las raı́ces del polinomio indicial q(r) = r(r − 1) + a(0)r + b(0),
(Re r1 ≥ Re r2 ). Entonces para 0 < |x| < r0 existe una solución φ1 de la forma
+∞
X
φ1 (x) = |x|r1 ck x k , (c0 = 1),
k=0
donde la serie converge para |x| < r0 . Además si r1 − r2 no es cero ni entero positivo,
entonces para 0 < |x| < r0 existe una segunda solución φ2 de la forma
+∞
X
r2
φ2 (x) = |x| c̃k xk , (c̃0 = 1),
k=0
donde la serie converge para |x| < r0 .

Los coeficientes ck y c̃k pueden calcularse sustituyendo las soluciones φ1 y φ2 en la
ecuación diferencial.
Ejemplo 5.3.8. Resuélvase la ecuación L[y] = x2 y 00 + 23 xy 0 + xy = 0.
Los casos no considerados en el teorema anterior son considerados casos excepcionales
y los estudiamos en el siguiente resultado.
Teorema 5.3.9 (Método de Frobenius). Sea r0 > 0, a(x) y b(x) dos funciones analı́ticas
en el origen, con desarrollos que convergen para |x| < r0 ; consideremos la ecuación
x2 y 00 + a(x)xy 0 + b(x)y = 0.
Denotaremos por r1 y r2 las raı́ces del polinomio indicial q(r) = r(r − 1) + a(0)r + b(0),
de forma que Re r1 ≥ Re r2 . Se cumple:
5.3 Ecuaciones con puntos singulares regulares 85
(i) Si r1 = r2 , entonces para 0 < |x| < r0 existirán dos soluciones linealmente indepen-
dientes φ1 y φ2 de la forma
φ1 (x) = |x|r1 σ1 (x), φ2 (x) = |x|r1 σ2 (x) + (log |x|)φ1 (x),
donde σ1 y σ2 tienen desarrollos en series de potencias convergentes para |x| < r0 y
además σ1 (0) 6= 0.
(ii) Si r1 − r2 es un entero positivo, entonces para 0 < |x| < r0 existirán dos soluciones
linealmente independientes φ1 y φ2 de la forma
φ1 (x) = |x|r1 σ1 (x), φ2 (x) = |x|r2 σ2 (x) + c(log |x|)φ1 (x),
donde σ1 y σ2 tienen desarrollos en series de potencias convergentes para |x| < r0 ,
σ1 (0) · σ2 (0) 6= 0 y c es una constante (que podrı́a ser nula).
Ejemplo 5.3.10. La ecuación de Bessel x2 y 00 + xy 0 + (x2 − α2 )y = 0, con α constante de
parte real no negativa tiene por soluciones linealmente independientes:
(i) En el caso α = 0:
+∞
X (−1)m x 2m
J0 (x) = ,
m=0
(m!)2 2
llamada función de Bessel de primer tipo de orden cero y
+∞
(−1)m

X 1 1 x 2m
K0 (x) = − 1 + + ··· + + (log |x|)J0 (x),
m=0
(m!)2 2 m 2
llamada función de Bessel de segundo tipo de orden cero;
(ii) En el caso α 6= 0:
(a) α no es entero positivo:
+∞
x α X (−1)m x 2m
Jα (x) = ,
2 m=0
m!Γ(m + α + 1) 2
llamada función de Bessel de primer tipo de orden α, y J−α (x). Donde la función
gamma está definida por Z +∞
Γ(z) = e−x xz−1 dx.
0
(b) α = n es un entero positivo: Jn (x) y

n−1
1 x −n X (n − j − 1)! x 2j 1 1 1 1 x n
Kn (x) = − − 1 + + ··· + −
2 2 j=0
j! 2 2 n! 2 n 2
+∞
1 x n X (−1)m

1 1 1 1 x 2m
− 1 + + ··· + + 1 + + ··· + +
2 2 m=0 m!(m + n)! 2 m 2 m+n 2
+(log |x|)Jn (x),
llamada función de Bessel de segundo tipo de orden n.
Definición 5.3.11. Se dice que la ecuación
L[y] = y 00 + a1 (x)y 0 + a2 (x)y = 0;
tiene en infinito un punto singular regular, si al hacer el cambio de variable t = 1/x

obtenemos una ecuación (en la variable independiente t) que tiene al origen como punto
singular regular.
Ejemplo 5.3.12.
(i) La ecuación de Euler x2 y 00 + axy 0 + by = 0, con a, b constantes tiene al origen y a
infinito como puntos singulares regulares.
(ii) La ecuación hipergeométrica (x − x2 )y 00 + [γ − (α + β + 1)x]y 0 − αβy = 0, con α, β y
γ constantes tiene al origen, al uno y a infinito como puntos singulares regulares.
5.4. Series de matrices. Sistemas lineales no homogéneos

(II)
Definición 5.4.1. Dada una sucesión {Ak }k≥1 de matrices m × n, cuyos elementos son
(k)
representados por Ak = [cij ]. Se dice que la serie de matrices +∞
P
k=1 Ak converge, si ası́ lo
hace cada una de las series numéricas
+∞
X (k)
cij ,
k=1
para cualesquiera i ∈ {1, · · · , m}, j ∈ {1, · · · , n}. En caso de que la serie de matrices
sea convergente, se define su suma como la matriz m × n cuyo elemento ij es la serie
numérica anterior.
Ejemplo 5.4.2. Si en el contexto de la definición anterior definimos
1 1 
 k
Ak =  2 k(k + 1)  ,
1 1

k2 k4
entonces  
+∞
X 1 1
A= Ak = π 2
 π4  .
k=1
6 90
Definición 5.4.3. Se define la norma de una matriz A = [aij ] como
m X
X n
k A k= |aij |.
i=1 j=1
5.4 Series de matrices. Sistemas lineales no homogéneos (II) 87
π2 π4
Ejemplo 5.4.4. Para la matriz del ejemplo anterior, se cumple k A k= 2 + + .
6 90
Proposición 5.4.5. Fijadas dos matrices A, B, un escalar λ y un entero positivo k,
se verifican las siguientes propiedades (siempre que se puedan efectuar las operaciones
indicadas):
(i) k A + B k≤k A k + k B k;
(ii) k AB k≤k A kk B k;
(iii) k Ak k≤k A kk ;
(iv) k λA k= |λ| k A k.
Teorema
P+∞ 5.4.6. Fijada una sucesión {Ak }k≥1 de matrices m × n; si Pla serie numérica
+∞
k=1 k A k k converge, entonces la serie de matrices correspondiente k=1 Ak también
converge.
Proposición 5.4.7. Fijada una matriz cualquiera A, la serie matricial siguiente converge
+∞
X Ak
.
k=1
k!
Definición 5.4.8. Fijada una matriz A de orden n, se define la exponencial de ésta como
+∞
X Ak
eA := In + ,
k=1
k!
donde por In denotamos la matriz identidad de orden n.

 
λ1 0 0
Ejemplo 5.4.9. Obtener la matriz exponencial de  0 λ2 0 ;
0 0 λ3
Teorema 5.4.10. Fijada una matriz A de orden n e Y0 una matriz columna n × 1, el
problema
 d Y = AY;

dx
Y(0) = Y0 ;

tiene por solución Y = eAx Y0 .

Proposición 5.4.11. Fijada una matriz A de orden n y un escalar t, se cumple:
(i) etA es invertible y su inversa es e−tA ;
(ii) Si B es una matriz permutable con A, entonces eA+B = eA eB .

1 1 1 −1
Ejemplo 5.4.12. Comprobar que si A = y B = , entonces eA eB 6=
0 0 0 0
eB eA 6= eA+B .
Ejemplo 5.4.13. Obtener la matriz exponencial de

     
λ 1 0 1 1 1 4 −1 0
(i) 0 λ 1 ; (ii) 2 2 2 ; (iii) 1 3 −1 .
0 0 λ 3 3 3 1 2 0
Teorema 5.4.14 (Método de variación de las constantes). Fijada una matriz A de orden
n, Y0 y F(x) dos matrices columna n × 1, siendo F(x) además continua; el problema no
homogéneo
 d Y = AY + F(x);

dx
Y(0) = Y0 ;

tiene por solución Z x

Ax
Y(x) = e Y0 + e Ax
e−As F(s)ds.
0
Dedicaremos el resto de esta sección a la obtención de un método sistemático para el

cálculo de la exponencial de una matriz.
Definición 5.4.15. Se llama matriz fundamental del sistema

dY
= AY, (5.2)
dx
a cualquier matriz Φ(x) en la cual si denotamos su columna i-ésima por la matriz columna
Yi (x), entonces {Yi (x)}1≤i≤n es un sistema fundamental de soluciones2 de (5.2). Las
matrices fundamentales suelen representarse haciendo referencia al sistema fundamental
que las forma, e. d.,
Φ(x) = [Y1 (x) · · · Yn (x)] .
dY
Ejemplo 5.4.16. Determinar la matriz fundamental de = AY, siendo
dx
 
4 −1 0
A= 1 3 −1 .
1 2 0
Proposición 5.4.17. Fijada una matriz A de orden n, se cumple:

dΦ
(i) Si Φ(x) es una matriz fundamental de (5.2), entonces = AΦ y det(Φ(0)) 6= 0;
dx
(ii) Si Ψ(x) cumple
dΨ
= AΨ
dx
y det(Ψ(0)) 6= 0, entonces Ψ(x) es una matriz fundamental de (5.2);
2
Definición 3.2.2 del tema 3
(iii) Si Φ(x) y Ψ(x) son matrices fundamentales de (5.2), entonces existe una matriz B
de orden n tal que Φ(x) = Ψ(x)B.
Teorema 5.4.18. Fijada una matriz A de orden n, entonces
eAx = Φ(x)Φ(0)−1 ;
siendo Φ(x) una matriz fundamental de (5.2).

0 4 2 15 −2x 7
Y = Y − xe , Y (0) = .
3 −1 4 3

1. Encuentre dos soluciones linealmente independientes, expresadas en series de po-
tencias e indicando el intervalo de convergencia, para cada una de las siguientes
ecuaciones:
(a) y 00 − xy 0 + y = 0 (b) y 00 − x2 y = 0 (c) y 00 + y = 0
(d)y 00 + (x − 1)2 y 0 − (x − 1)y = 0 con las condiciones iniciales y(1) = 1, y 0 (1) = 0.
2. Considérese la ecuación de Legendre (1 − x2 )y 00 − 2xy 0 + α(α + 1)y = 0, donde α es

una constante.
(a) Demuéstrese que si la ecuación de Legendre se escribe de la forma y 00 +a1 (x)y 0 +

a2 (x)y = 0, entonces a1 y a2 tienen desarrollos en series de potencias (de x) en
|x| < 1.
(b) Encontrar dos soluciones linealmente independientes de la ecuación de Legen-
dre para |x| < 1.
(c) Probar que si α = n es un entero no negativo, entonces existe un polinomio de
grado n solución de la ecuación de Legendre.
(d) Obtenga los polinomios de Legendre de grados cero hasta grado cuatro.
3. Considérese la ecuación de Chebyshev (1 − x2 )y 00 − xy 0 + α2 y = 0, donde α es una

constante.
(a) Encontrar dos soluciones linealmente independientes de la ecuación de Cheby-

shev para |x| < 1.
(b) Probar que si α = n es un entero no negativo, entonces existe un polinomio de
grado n solución de la ecuación de Chebyshev. Cuando normalizamos conve-
nientemente estos polinomios se llaman polinomios de Chebyshev.
4. Considérese la ecuación de Hermite y 00 − 2xy 0 + 2αy = 0, donde α es una constante.

(a) Encontrar dos soluciones linealmente independientes de la ecuación de Hermite

para x ∈ IR.
(b) Probar que si α = n es un entero no negativo, entonces existe un polinomio de
grado n solución de la ecuación de Hermite.
(c) Probar que los polinomios Hn definidos por
dn −x2
n x2
Hn (x) = (−1) e e ,
dxn
es solución de la ecuación de Hermite cuando α = n es un entero no negativo.
Esta solución Hn es llamada el n-ésimo polinomio de Hermite. (Ayuda: Sea
2
u(x) = e−x , probar que u0 (x) + 2xu(x) = 0. Derivar esta ecuación n veces
hasta obtener
Hn+1 (x) − 2xHn (x) + 2nHn−1 (x) = 0 (5.3)
para n ≥ 1. Derivar Hn para obtener
Hn0 (x) = 2xHn (x) − Hn+1 (x) (5.4)
para n ≥ 0. Usar (5.3) y (5.4) para probar que Hn es una solución de la ecuación
de Hermite)
(d) Calcular los polinomios de Hermite H0 , H1 , H2 y H3 .
5. Resolver las siguientes ecuaciones para x > 0:

(a) x2 y 00 + 2xy 0 − 6y = 0 (b) 2x2 y 00 + xy 0 − y = 0
(c) x2 y 00 + xy 0 − 4y = x (d) x2 y 00 − 5xy 0 + 9y = x3
(e) x3 y 000 + 2x2 y 00 − xy 0 + y = 0
6. Obtenga todas las soluciones φ de la forma

+∞
X
r
φ(x) = |x| ck xk , para |x| > 0,
k=0
de las ecuaciones:
(a) 3x2 y 00 + 5xy 0 + 3xy = 0 (b) x2 y 00 + xy 0 + x2 y = 0
(c) x2 y 00 + xy 0 + (x2 − 41 )y = 0 (d) 2x2 y 00 + (x2 − x)y 0 + y = 0
7. Consideremos las siguientes tres ecuaciones cerca de x = 0:

(i) 2x2 y 00 + (5x + x2 )y 0 + (x2 − 2)y = 0 (ii) 4x2 y 00 − 4xex y 0 + 3(cos x)y = 0
(iii) (1 − x2 )x2 y 00 + 3(x + x2 )y 0 + y = 0
Conteste a los siguientes apartados:
(a) Calcular las raı́ces de la ecuación indicial para cada una de las ecuaciones
anteriores;
(b) Indique la forma (sin resolver) de dos soluciones linealmente independientes

de cada ecuación cerca del origen, indicando claramente donde convergen las
series correspondientes.
8. Consideremos la ecuación x2 y 00 + xy 0 + (x2 − α2 )y = 0, donde α es una constante no

negativa.
(a) Obtenga las raı́ces del polinomio indicial

(b) Discutir la naturaleza de las soluciones cerca del origen considerando todos los
casos cuidadosamente pero sin obtener las soluciones.
9. Resuélvase la ecuación de Bessel x2 y 00 + xy 0 + (x2 − α2 )y = 0, en el caso α = 0.
10. Indique la forma de dos soluciones (válidas cerca del origen) linealmente independi-
entes para las siguientes ecuaciones.
(a) x2 y 00 + 3xy 0 + (1 + x)y = 0 (b) x2 y 00 + 2x2 y 0 − 2y = 0
(c) x2 y 00 + 5xy 0 + (3 − x3 )y = 0 (d) x2 y 00 − 2x(x + 1)y 0 + 2(x + 1)y = 0
(e) x2 y 00 + xy 0 + (x2 − 1)y = 0 (f) x2 y 00 − 2x2 y 0 + (4x − 2)y = 0
11. Probar que el infinito no es un punto singular regular para la ecuación y 00 +ay 0 +by =
0, siendo a, b constantes no ambas nulas.
12. Probar que el infinito no es un punto singular regular para la ecuación de Bessel
x2 y 00 + xy 0 + (x2 − α2 )y = 0.
13. (a) Probar que el infinito es un punto singular regular para la ecuación de Legendre
(1 − x2 )y 00 − 2xy 0 + α(α + 1)y = 0.
(b) Calcular el polinomio indicial, y sus raı́ces, de la ecuación obtenida en el aparta-
do anterior.
(c) Indique la forma de las soluciones para valores cerca de infinito.
(d) Indique para qué valores de x son válidas las soluciones anteriores.
14. Resuelva el sistema utilizando el método de variación de las constantes

0 6 −7 60 0
Y = Y + , Y (0) = .
1 −2 90 0

0 1 2 180x 0
Y = Y + , Y (0) = .
2 −2 90 0

2x
0 4 −1 18e 0
Y = Y + 2x , Y (0) = .
5 −2 30e 0

0 3 −1 7 3
Y = Y + , Y (0) = .
9 −3 5 5

0 2 −5 4x 0
Y = Y + , Y (0) = .
1 −2 1 0

0 2 −4 36x2 0
Y = Y + , Y (0) = .
1 −2 6x 0

0 0 −1 sec x 0
Y = Y + , Y (0) = .
1 0 0 0

     
1 2 3 0 0
0
Y = 0 1
 2 Y + 0 , Y (0) = 0 .
   
0 0 1, 6ex 0

     
0 4 8 0 x 0
0 0 3 8 x 0
Y0 =

 Y + 30   , Y (0) =   .
0 0 0 4 x 0
0 0 0 0, x 0

1. Todas las series convergen para cualquier real x.
+∞
X x2m
(a) φ1 (x) = x; φ2 (x) = .
m=0
m!2m (2m − 1)
+∞
X x4m
(b) φ1 (x) = 1 + ;
m=1
3 · 4 · 7 · 8 · · · (4m − 1)(4m)
+∞
X x4m+1
φ2 (x) = x + .
m=1
4 · 5 · 8 · 9 · · · (4m)(4m + 1)
+∞ +∞
X (−1)m x2m X (−1)m x2m+1
(c) φ1 (x) = = cos x; φ2 (x) = = sen x.
m=0
(2m)! m=0
(2m + 1)!
+∞
X (−1)m+1 (x − 1)3m
(d) φ(x) = .
m=0
3m m!(3m − 1)
2. Ejemplo 5.2.4 apartado (i).
3. Ejemplo 5.2.4 apartado (ii).
4. Ejemplo 5.2.4 apartado (iii).
(d) H0 (x) = 1, H1 (x) = 2x, H2 (x) = 4x2 − 2, H3 (x) = 8x3 − 12x.
5. (a) φ(x) = c1 x−3 + c2 x2 , c1 , c2 ∈ IR

(b) φ(x) = c1 x−1/2 + c2 x, c1 , c2 ∈ IR
x
(c) φ(x) = c1 x2 + c2 x−2 − , c1 , c2 ∈ IR
3
(d) φ(x) = c1 x + c2 x log x + 12 x3 log2 x, c1 , c2 ∈ IR
3 3
(e) φ(x) = c1 x + c2 x log x + c3 x−1 , c1 , c2 , c3 ∈ IR
6. (a) Cualquier múltiplo de φ1 o de φ2 donde:

+∞ +∞
X (−1)k 3k xk −2/3
X (−1)k 3k xk
φ1 (x) = , φ2 (x) = |x| .
k=0
k! · 5 · 8 · 11 · · · (3k + 2) k=0
k! · 1 · 4 · 7 · · · (3k − 2)
+∞
X (−1)k x 2k
(b) Cualquier múltiplo de φ1 , siendo φ1 (x) = 2
.
k=0
(k!) 2
(c) φ(x) = c|x|−1/2 sen x), siendo c constante.
(d) Cualquier múltiplo de φ1 o de φ2 donde:
+∞
X (−1)k xk
φ1 (x) = |x| ,
k=0
1 · 3 · 5 · 7 · · · (2k + 1)
+∞
X (−1)k xk
φ2 (x) = |x| 1/2
= x1/2 e−x/2 .
k=0
2k k!
7. (a) (i) r1 = 1/2, r2 = −2

(ii) r1 = 3/2, r2 = 1/2
(iii) r1 = −1, r2 = −1
(b) (i) φ1 (x) = |x|1/2 σ1 (x), φ2 (x) = |x|−2 σ2 (x), teniendo σ1 y σ2 desarrollos en
series de potencias convergentes para |x| < +∞
(ii) φ1 (x) = |x|3/2 σ1 (x), φ2 (x) = |x|1/2 σ2 (x) + c(log |x|)φ1 (x), teniendo σ1 y σ2
desarrollos en series de potencias convergentes para |x| < +∞.
(iii) φ1 (x) = |x|−1 σ1 (x), φ2 (x) = |x|−1 σ2 (x) + (log |x|)φ1 (x), teniendo σ1 y σ2
desarrollos en series de potencias convergentes para |x| < 1.
8. (a) α, −α.
(b) Si α = 0 hay dos soluciones de la forma φ1 (x) = σ1 (x), φ2 (x) = σ2 (x) +

(log |x|)φ1 (x), donde σ1 , σ2 tienen desarrollo en series de potencias conver-
gentes para |x| < +∞; si α > 0, 2α no es entero positivo, dos soluciones
son de la forma φ1 (x) = |x|α σ1 (x), φ2 (x) = |x|−α σ2 (x), donde σ1 , σ2 tienen
desarrollo en series de potencias convergentes para |x| < +∞; si 2α es un
entero positivo, dos soluciones son de la forma φ1 (x) = |x|α σ1 (x), φ2 (x) =
|x|−α σ2 (x) + c(log |x|)φ1 (x), donde σ1 , σ2 tienen desarrollo en series de poten-
cias convergentes para |x| < +∞.
9. Véase ejemplo 5.3.10.
10. Aunque el enunciado del ejercicio pida solo la forma, se proporciona la solución
completa.
+∞
−1
X (−1)k xk
(a) φ1 (x) = |x|
k=0
(k!)2
+∞
(−1)k

−1
X 1 1
φ2 (x) = −2|x| 1 + + ··· + xk + (log |x|)φ1 (x).
k=1
(k!)2 2 k
+∞
2
X (−1)k 2k (k + 1)
−1
(b) φ1 (x) = |x| (1 − x), φ2 (x) = x xk
k=0
(k + 3)!
" +∞
#
X 1
(c) φ1 (x) = x−3 1 + x3k
k=1
1 · 3 · 4 · 6 · · · (3k − 2)(3k)
" +∞
#
X 1
φ2 (x) = x−1 1 + x3k
k=1
3 · 5 · 6 · 8 · · · (3k)(3k + 2)
(d) φ1 (x) = x, φ2 (x) = xe2x .
+∞
x X (−1)k x 2k
(e) φ1 (x) = ,
2 k=0 k!(k + 1)! 2

1 x −1 x 2
φ2 (x) = − 1+ +
2 2 2
+∞ )
(−1)k
x 2 X
1 1 1 1 x 2k
+ 1 + + ··· + + 1 + + ··· + +
2 k=1 k!(k + 1)! 2 m 2 m+1 2
+(log |x|)φ1 (x).
(f) φ1 (x) = x2 , " #
+∞
X 2k xk
φ2 (x) = x−1 1 + 3x + 6x2 − 3 − 4x2 log |x|.
k=4
(k − 3)k!
b
11. Después del cambio x = 1/t, la ecuación queda t2 ỹ 00 (t) + (2t − a)ỹ 0 (t) + 2 ỹ(t) = 0,
t
que solo tiene al cero como punto singular regular cuando a = b = 0.
1 − αt2
12. Después del cambio x = 1/t, la ecuación queda t2 ỹ 00 (t) + tỹ 0 (t) + ỹ(t) = 0,
t2
1 − αt2
siendo b(t) = no analı́tica en t = 0 para cualquier valor de α.
t2
2t2

2 00 α(α + 1)
13. (a) t ỹ + 2 tỹ 0 + 2 ỹ = 0
t −1 t −1
(b) q(r) = r2 − r − α2 − α; r1 = α + 1, r2 = −α (sup. α > 0)
+∞ k
1 X 1
(c) Sup. α > 0 y 2α + 1 entero positivo: φ1 (x) = α+1 ck ,
|x| k=0
x
+∞ k
1 X 1 1
φ2 (x) = −α c̃k + c log φ1 (x).
|x| k=0
x x
(d) |x| > 1.
14. La matriz exponencial es
1 −e−x + 7e5x 7e−x − 7e5x

Ax
e = .
6 −e−x + e5x 7e−x − e5x
La solución es
102 − 95e−x − 7e5x

Y = .
96 − 95e−x − e5x
1 e−3x + 4e2x −2e−3x + 2e2x

Ax
e = .
5 −2e−3x + 2e2x 4e−3x + e2x
La solución es
−70 − 60x + 16e−3x + 54e2x

Y = .
5 − 60x − 32e−3x + 27e2x
1 −e−x + 5e3x e−x − e3x

Ax
e = .
4 −5e−x + 5e3x 5e−x − e3x
La solución es
−e−x − 14e2x + 15e3x

Y = .
−5e−x − 10e2x + 15e3x

Ax 1 + 3x −x
e = .
9x 1 − 3x
La solución es
3 + 11x + 8x2
Y = .
5 + 17x + 24x2

Ax cos x + 2 sen x −5 sen x
e = .
sen x cos x − 2 sen x
La solución es
−1 + 8x + cos x − 8 sen x
Y = .
−2 + 4x + 2 cos x − 3 sen x

Ax 1 + 2x −4x
e = .
x 1 − 2x
La solución es
8x3 + 6x4
Y = .
3x2 − 2x3 + 3x4
Ax cos x − sen x
e = .
sen x cos x
La solución es
x cos x + (log cos x) sen x
Y = .
x sen x − (log cos x) cos x
 x 
e 2xex (3x + 2x2 )ex
eAx = 0 ex 2xex .
0 0 ex
La solución es  2 
(9x + 4x3 )ex
Y = 6x2 ex .
x
6xe
 
1 4x 8x + 6x2 32x2 + 8x3
0 1 3x 8x + 6x2 
eAx =
0 0
.
1 4x 
0 0 0 1
La solución es  
15x2 + 60x3 + 95x4 + 12x5
 15x2 + 55x3 + 15x4 
Y = .
 15x2 + 20x3 
2
15x
Tema 6
Introducción a las ecuaciones

diferenciales en derivadas parciales
En este tema estudiamos algunos problemas clásicos en los cuales se incluyen ecua-
ciones en derivadas parciales (e.d.p.) de segundo orden en dos variables. Éstos serán
introducidos en la sección 6.4 y resueltos mediante el método de separación de variables.
Para poder aplicar el método de separación de variables con cierta rigurosidad, se hace
necesario estudiar resultados y procedimientos que avalen la validez de las soluciones
obtenidas. En la sección 6.1 recordamos distintos tipos de convergencia de funciones,
ası́ como algunos resultados relativos a dichos tipos de convergencia y de convergencia de
series de funciones. Los resultados antes mencionados serán utilizados en la sección 6.2, en
la que introduciremos los desarrollos en series de Fourier1 . En la sección 6.3 recordaremos
algunos problemas de valores propios ya estudiados en el tema 3, y que aparecerán en la
sección siguiente.
Sumario. Tipos de convergencia de funciones. Series de funciones. Desarrollos de

Fourier. Propiedades y convergencia. Problemas de valores propios. Método de sepa-
ración de variables. Ejercicios del tema. Soluciones a los ejercicios del tema.
6.1. Tipos de convergencia de funciones. Series de

funciones
En la sección 6.4 resolveremos e.d.p. lineales de segundo orden, L[u](x, t) = 0, median-
te el método de separación de variables. Éste proporcionará una sucesión de funciones
1
La herramienta natural para estudiar los desarrollos de Fourier es la integral de Lebesgue. Como en
este curso no es posible utilizarla, usaremos la integral de Riemann. No obstante, aunque trabajaremos
con una clase de funciones más restrictiva, ésta es lo suficientemente rica para las aplicaciones propuestas.
97
98 Introducción a las ecuaciones diferenciales en derivadas parciales
{un (x, t)}+∞

n=1 que cumplirá
" k
#
X
L un (x, t) = 0, para todo k ≥ 1.
n=1
A continuación definiremos la función

k
X +∞
X
u(x, t) = lı́m un (x, t) = un (x, t),
k→+∞
n=1 n=1
con la que pretenderemos obtener la solución de L[u] = 0. Sin embargo, para asegurarnos
de que u es solución habrá que probar que la definición de u tiene sentido, es decir, que
existe el lı́mite indicado y que proporciona una función derivable que satisface L[u] = 0
(además de las posibles condiciones iniciales y/o de contorno).
Dedicaremos esta sección al estudio de la convergencia de sucesiones y series de fun-
ciones, completando ası́ el estudio hecho en el tema anterior sobre series de potencias.
Fijado n ≥ 1 y un subconjunto X ⊂ IRn , denotaremos por IRX al espacio vectorial
de las funciones definidas en X. En la siguiente definición aparecen distintos tipos de
convergencia de sucesiones de funciones.
Definición 6.1.1. Fijadas {fn }n ⊂ IRX y f ∈ IRX , se dice que:
(i) {fn }n converge puntualmente a f si:
∀x ∈ X, ∀ > 0 ∃nx, ∈ IN / |fn (x) − f (x)| < si n ≥ nx, ;
o equivalentemente
∀x ∈ X, (fn (x))n ⊂ IR converge a f (x) ∈ IR;
(ii) {fn }n converge uniformemente a f si:
∀ > 0 ∃n ∈ IN / |fn (x) − f (x)| < si n ≥ n , ∀x ∈ X;
o equivalentemente
∀ > 0 ∃n ∈ IN / sup |fn (x) − f (x)| < si n ≥ n ;
x∈X
(iii) {fn }n converge en media cuadrática a f respecto a la función peso ρ si:

Z
∀ > 0 ∃n ∈ IN / [fn (x) − f (x)]2 ρ(x)dx < si n ≥ n .
X
Ejemplo 6.1.2.
(i) La sucesión de término general fn (x) = xn ∈ IR[0,1] converge puntualmente a
(
0 si 0 ≤ x < 1,
f (x) =
1 si x = 1;
6.1 Tipos de convergencia de funciones. Series de funciones 99
n−1
(ii) La sucesión de término general fn (x) = ∈ IR[0,1] converge uniformemente a
n
f (x) = 1 ∈ IR[0,1] ;
n−1
(iii) La sucesión de término general fn (x) = ∈ IR[0,1] converge en media cuadrática
n
a (
1 si 0 ≤ x < 1,
f (x) =
3/2 si x = 1.
Proposición 6.1.3. En la definición 6.1.1 (ii)⇒ (i) y (ii)⇒ (iii), siendo falsos, en ge-
neral, los recı́procos. Además entre (i) y (iii) no hay, en general, relación.
Fijado n ≥ 1 y un subconjunto compacto K ⊂ IRn , denotaremos por C(K) al espacio
vectorial de las funciones continuas definidas en K. Además consideremos la norma del
supremo
||f ||∞ = sup |f (k)|, para cada f ∈ C(K).
k∈K
Observación 6.1.4. Una sucesión {fn }n ⊂ C(K) converge uniformemente a f ∈ C(K)

si, y solo si, ∀ > 0 ∃n tal que ||f − fn ||∞ < ∀n ≥ n . Denotaremos este tipo de
convergencia mediante
|| · ||∞ − lı́m fn = f en K.
Teorema 6.1.5. Fijado un compacto K ⊂ Rn , se cumple:
(i) C(K) es un subespacio vectorial cerrado de (IRK , k · k∞ ), es decir, el lı́mite uniforme
de funciones continuas es una función continua;
(ii) el espacio vectorial normado (C(K), k · k∞ ) es completo, es decir, las sucesiones uni-
formemente de Cauchy son uniformemente convergentes;
(iii) el espacio vectorial de los polinomios definidos en K es un subespacio vectorial nor-
mado y denso en (C(K), k · k∞ ).
Observación 6.1.6. Los espacios vectoriales normados completos se denominan espacios
de Banach. Los espacios de Banach proporcionan un marco adecuado para el estudio de
análisis funcional lineal y no lineal, teorı́a de operadores, análisis abstracto, probabilidad,
optimización y otras ramas de las matemáticas.
Definición 6.1.7. Fijada {fn }n ⊂ IR[a,b] , se dice que la serie +∞
P
n=1 fn converge puntual-
mente (resp. uniformemente; resp. en media cuadrática) PNsi lo hace la sucesión definida
por las sumas parciales, cuyo término general es sN = n=1 fn .
P+∞
Teorema 6.1.8 (Criterio M de Weierstrass). Sea n=1 fn una serie de funciones de
IR[a,b] , +∞
P
n=1 M n una serie numérica convergente tal que
|fn (x)| ≤ Mn , ∀n ≥ 1, ∀x ∈ [a, b].

P+∞
Entonces la serie n=1 fn converge uniforme y absolutamente en IR[a,b] .
+∞
X sen nx
Ejemplo 6.1.9. La serie n
converge uniforme y absolutamente en todo intervalo
n=1
e
compacto de IR. Por lo tanto la función definida por ésta tiene por dominio IR.
En el tema anterior hemos trabajado con series de potencias y hemos utilizado las
propiedades tan buenas de que éstas disfrutan. Por ejemplo una serie de potencias es
siempre derivable y su derivada se obtiene derivando término a término manteniéndose
el mismo intervalo de convergencia para la nueva serie obtenida. Sin embargo en este
tema trabajaremos con series de funciones, y éstas no gozan de las propiedades de las
series de potencias. Ası́ que hay que manipular cuidadosamente las series de funciones
y asegurarse, por ejemplo, de que la serie con la que trabajamos es derivable, antes de
calcular su derivada.
sen nx
Ejemplo 6.1.10. La sucesión dada por el término general fn (x) = √ converge uni-
n
formemente a f (x) = 0 en IR, sin embargo fn0 no converge a f 0 .
Hay que tener en cuenta que, en general:
" +∞ #0 +∞ +∞
Z bX +∞ Z b
X X X
0
fn 6= fn ; fn 6= fn .
n=1 n=1 a n=1 n=1 a
Para que se cumpla la igualdad hay que pedir, al menos, convergencia uniforme en un
intervalo compacto.
Teorema 6.1.11. Fijada {fn }n ⊂ IR[a,b] , supongamos que existe c ∈ [a, b] tal que +∞
P
n=1 fn (c)
converge,
P+∞ 0 todas las funciones f n son derivables con derivada continua y la serie de derivadas
en IR[a,b] . Entonces la serie +∞
P
f
n=1 n converge uniformemente n=1 fn converge uniforme-
mente en IR[a,b] y " +∞ #0 +∞
X X
fn = fn0 .
n=1 n=1
Ejemplo 6.1.12. La función obtenida en el ejemplo 6.1.9 es derivable en todo IR y su

derivada se obtiene derivando término a término la serie inicial.
+∞
2
X
Ejemplo 6.1.13. Fijado k > 0, la serie e−kn t sen(nx) converge en 0 ≤ x ≤ π, t ≥ 0.
n=1
Utilizando el teorema 6.1.11 se puede justificar que la función obtenida a través de la serie,
u(x, t), es derivable en (0, π) × (0, +∞), y que la derivada se obtiene derivando término
a término la serie.
6.2. Desarrollos de Fourier. Propiedades y conver-

gencia
En cursos previos se estudia el espacio euclı́deo IRn , en el que se fija el producto escalar
canónico <, > y la base canónica ortonormal {ei }ni=1 . Cualquier elemento x ∈ IRn cumple
6.2 Desarrollos de Fourier. Propiedades y convergencia 101
x = ni=1 < x, P ei > ei . Ahora bien, si consideramos la base canónica {e˜i }n−1 n−1
P
i=1 de IR y
0 n−1 n−1 0
definimos x = i=1 < x, ei > e˜i ∈ IR , se dice que x es la proyección ortogonal de x
sobre el espacio IRn−1 . Se cumple:
(i) x0 ⊥ x − x0 (extendiendo x0 como elemento de IRn );
(ii) x0 es el vector de IRn−1 que mejor aproxima a x en el sentido de la desigualdad
< x − x0 , x − x0 > ≤ < x − y, x − y > , ∀y ∈ IRn−1 .
En esta sección estudiaremos mecanismos para descomponer una función en series

de Fourier, generalizando el procedimiento descrito en el párrafo anterior (ya que tra-
bajamos en espacios vectoriales de dimensión infinita). Además veremos qué condiciones
debe cumplir la función a descomponer para obtener convergencia de la serie construida
a la función inicial.
Definición 6.2.1. Se dice que ρ ∈ IR[a,b] es una función peso si es estrictamente positiva
en [a, b] y continua en (a, b). Fijada ésta, se define el conjunto:
Z b
(a,b)
Rρ [a, b] = {f ∈ IR localmente integrable tal que f 2 ρdx < +∞}.
a
Rb
Observación 6.2.2. En la definición anterior, la expresión a f 2 ρdx puede corresponder
a una integral impropia. Cuando no cause confusión escribiremos Rρ en lugar de Rρ [a, b].
√
Ejemplo 6.2.3. 4 x ∈ R 1 [0, 1], 1 6∈ R 1 [0, 1], log x ∈ R1 [0, π].
x x
Proposición 6.2.4. Fijados un intervalo [a, b] ⊂ IR y una función peso ρ, se cumple:

(i) Rρ [a, b] es subespacio vectorial de IR(a,b) ;
(ii) para cualesquiera f , g ∈ Rρ [a, b] siempre existe la integral
Z b
f (x)g(x)ρ(x)dx.
a
Definición 6.2.5. Se dice que dos funciones f , g ∈ Rρ son ortogonales si el semiproducto

escalar Z b
< f, g >ρ = f (x)g(x)ρ(x)dx = 0.
a
Proposición 6.2.6. Dada una función peso ρ, una sucesión ortogonal {φn }n≥1 ⊂ Rρ y
f ∈ Rρ , la combinación lineal de elementos de {φn }n≥1 que da la aproximación óptima a
f en el sentido de los mı́nimos cuadrados, es decir, que hace menor la expresión
Z b k
X k
X k
X
2
[f (x) − cn φn (x)] ρ(x)dx =< f − cn φn , f − cn φn >ρ , (6.1)
a n=1 n=1 n=1
para cualquier k ∈ IN fijado, es la dada por los coeficientes siguientes (siempre que éstos
existan)
Z b
f φn ρdx
a
cn = Z b ∀n ≥ 1. (6.2)
2
φn ρdx
a
Observación 6.2.7. La proposición anterior generalizaPel procedimiento descrito en el

N
primer párrafo de esta sección. Si denotamos por sN = n=1 cn φn , donde los coeficientes
cn vienen definidos por (6.2), se cumple:
(i) < sN , f − sN >ρ = 0;
(ii) < f − sN , f − sN >ρ ≤< f − g, f − g >ρ , ∀g ∈ span({φn }N n=1 ) ⊂ Rρ .
A sN se le llama la proyección ortogonal de f sobre el espacio vectorial span({φn }N
n=1 ),
N ≥ 1.
Ejemplo 6.2.8. La mejor aproximación (o proyección) de f (x) = x2 a (sobre) span({φ1 , φ2 }) ⊂

R1 [−1, 1] mediante φ1 = 1 y φ2 = x es s = 13 · 1 + 0 · x.
Definición 6.2.9. Dada una familia ortogonal {φn }n≥1 ⊂ Rρ y f ∈ Rρ , llamaremos

coeficientes de Fourier
P+∞ a cada uno de los coeficientes cn definidos por la fórmula (6.2)
anterior. A la serie n=1 cn φn (x) se le llama desarrollo en serie de Fourier de f mediante
la familia {φn }n≥1 y se suele escribir
+∞
X
f (x) ∼ cn φn (x).
n=1
Ejemplo 6.2.10. Ejemplos de familias ortogonales que proporcionan desarrollos en series

de Fourier (en el espacio de funciones indicado en cada caso).
(i) La familia trigonométrica {1} ∪ {cos(nx), sen(nx) : n = 1, 2, ...} en R1 [−π, π]. Los de-
sarrollos obtenidos mediante esta familia se denominan series trigonométricas de Fourier;
(ii) Los polinomios de Legendre en R1 [−1, 1];
(iii) Los polinomios de Hermite en Re−x2 (−∞, +∞);
(iv) Los polinomios de Chebyshev en R √ 1 [−1, 1].
1−x2
A continuación veremos una serie de igualdades y desigualdades clásicas.
P+∞ Dada una familia ortogonal {φn }n≥1 ⊂ Rρ ,

Proposición 6.2.11 (Desigualdad de Bessel).
f ∈ Rρ y su respectiva serie de Fourier n=1 cn φn (x). Se cumple que:
+∞
X Z b Z b
c2n φ2n ρdx ≤ f 2 ρdx.
n=1 a a
Corolario 6.2.12. En las hipótesis del resultado anterior, se cumple que:

Rb
f φn ρdx
lı́m qaR = 0,
n→+∞ b 2
φ ρdx
a n
(siempre que se anulen, a lo sumo, una cantidad finita de denominadores).
Proposición 6.2.13. Dada una familia ortogonal {φn }n≥1 ⊂ Rρ y f ∈ Rρ , entonces

Z b N
X
lı́m [ cn φn (x) − f (x)]2 ρ(x)dx = 0 (convergencia en media cuadrática)
N a n=1
si, y sólo si,

+∞
X Z b Z b
c2n φ2n ρdx = f 2 ρdx. (Identidad de Parseval)
n=1 a a
Definición 6.2.14. Una familia ortogonal {φn }n≥1 ⊂ Rρ se dice que es un sistema
completo, cuando la serie de Fourier de cualquier f ∈ Rρ converge en media cuadrática
al propio f . Equivalentemente, el sistema es completo cuando se cumple la identidad de
Parseval para todo f ∈ Rρ .
Ejemplo 6.2.15. Consideramos el sistema completo {sen(nx)}n≥1 ⊂ R1 [0, π]. Comprue-

ba:
(i) Los coeficientes de la Fourier de f (x) = 1 respecto al sistema fijado vienen dados por
las fórmulas
4
c2n−1 = , y c2n = 0;
π(2n − 1)
(ii) Usando la identidad de Parseval se obtiene
+∞
X 1 π2
= ;
n=1
(2n − 1)2 8
Z π
(iii) Aplicando el corolario 6.2.12, se obtiene lı́m log x sen nxdx = 0.
n→+∞ 0
Observación 6.2.16. En el teorema 6.2.38 se probará que la familia trigonométrica

forma un sistema completo. Las familias de polinomios ortogonales vistos en el ejemplo
6.2.10 son también sistemas completos.
Proposición 6.2.17. Dado un sistema completo {φn }n≥1 ⊂ Rρ , si f y g ∈ Rρ son

continuas en [a, b] y tienen los mismos coeficientes de Fourier, entonces f (x) = g(x)
∀x ∈ [a, b]. En el caso de ser continuas salvo para una cantidad finita de puntos, las
funciones coincidirán salvo en una cantidad finita de puntos de [a, b].
Proposición 6.2.18 (Identidad de Parseval generalizada). Dado un sistema completo

{φn }n≥1 ⊂ Rρ , si f y f ∗ ∈ Rρ entonces:
Z b +∞
X Z b +∞
X Z b
∗
f (x)f (x)ρ(x)dx = cn c∗n φ2n ρdx = cn φn (x)f ∗ (x)ρ(x)dx.
a n=1 a n=1 a
Lema 6.2.19 (Riemann-Lebesgue). Dada qRuna familia ortogonal {φn }n≥1 ⊂ Rρ , f ∈

b
IR[a,b] , si la sucesión de funciones {φn (x)/ a φ2n ρdx}n es uniformemente acotada y
Z b
|f (x)|ρ(x)dx < +∞, (la integral puede ser impropia)
a
entonces Rb
f φn ρdx
lı́m qaR = 0,
n→+∞ b 2
φ
a n
ρdx
siempre que existan todas las expresiones involucradas.
Ejemplo 6.2.20.
(i) Comprobar mediante la función
(
−1 si x ∈ IR \ Q
f (x) =
1 si x ∈ Q
que Z b Z b
|f |dx < +∞ 6⇒ ∃ f dx.
a a
(ii) Probar que la familia dada por φn (x) = sen n + 21 x ∈ R1 [−π, π] es ortogonal y

verifica las hipótesis del resultado anterior.

Lema 6.2.21 (Desigualdades de Schwarz).
(i) Fijados c, d ∈ IR y α > 0, se cumple

1 2 2 1 2
|cd| ≤ α c + 2d ;
2 α
P+∞ 2
y +∞ 2
P
(ii) Si las series n=1 cn n=1 dn convergen, se cumple

+∞

+∞
!1/2 +∞ !1/2
X X X
cn d n ≤ c2n d2n ;

n=1 n=1 n=1
(iii) Si f y g son funciones integrables en [a, b], se cumple

Z b Z b 1/2 Z b 1/2
2 2

f gdx ≤
f (x)dx g (x)dx .
a a a
En lo que queda de sección nos centramos en el caso particularmente interesante de

ρ ≡ 1.
Proposición 6.2.22. Dado f ∈ R1 [a, b], las seminormas
Z b Z b 1/2
2
||f ||1 = |f (x)|dx, y ||f ||2 = f (x)dx ,
a a
cumplen que fijados (fn )n ⊂ R1 y f ∈ R1 se verifica

k · k∞ − lı́m fn = f ⇒ k · k2 − lı́m fn = f ⇒ k · k1 − lı́m fn = f.
n n n
Definición 6.2.23 (Conjuntos de medida nula). Un subconjunto S ⊂ IR se dice que tiene

P+∞ nula si dado > 0 existe una sucesión de intervalos (Jn )n tal que S ⊂ ∪n Jn y
medida
n=1 |Jn | < , donde |Jn | es la longitud del intervalo Jn .
Ejemplo 6.2.24.
(i) Todo conjunto finito es de medida nula. Todo conjunto numerable es de medida nula;
(ii) El conjunto de Cantor es un ejemplo de un conjunto no numerable y de medida nula.
Teorema 6.2.25 (Condición de integrabilidad de Lebesgue). Una función acotada f ∈
IR[a,b] es integrable Riemann si, y solo si, el conjunto de puntos de [a,b] en los que f es
discontinua es de medida nula.
Observación 6.2.26. Consideramos la siguiente relación de equivalencia en R1 [a, b]:
f ∼ g ⇔ f = g salvo para un conjunto de medida nula (f =g).
˙
Se cumple:
(i) En el espacio cociente (R1 [a, b]/ ∼) las seminormas k·k1 y k·k2 son, de hecho, normas.
Rb
Además en este caso k · k2 proviene del producto escalar < f, g >= a f gdx.
(ii) Si dos funciones f , g de R1 [a, b] tienen los mismos coeficientes de Fourier, entonces
f =g.
˙
En lo que queda de tema denotaremos por R1 al espacio R1 [−π, π].
Proposición 6.2.27 (Series trigonométricas de Fourier). Dada una función f ∈ R1 la
serie trigonométrica de Fourier de ésta puede escribirse como
+∞
1 X
a0 + (an cos nx + bn sen nx),
2 n=1
donde Z π
1 1
an = f (t) cos(nt)dt =< f (t),
cos(nt) >; n = 0, 1, 2, ...
π −π π
1 π
Z
1
bn = f (t) sen ntdt =< f (t), sen(nt) >; n = 1, 2, ...
π −π π
La serie de Fourier de una función puede converger a ésta en algunos puntos y no en

otros. Abordamos ahora el problema de la convergencia.
Observación 6.2.28. Fijados f ∈ R1 y N ≥ 1 denotaremos por SN (x) la suma parcial

N -ésima de la serie trigonométrica de Fourier de f , es decir,
N
1 X
SN (x) = a0 + [an cos(nx) + bn sen(nx)] .
2 n=1
Lema 6.2.29 (Núcleo de Dirichlet). Fijados f ∈ R1 y N ≥ 1 se cumple

Z π
1
SN (x) = f (x + t)DN (t)dt,
2π −π
donde
 sen[(N + 1/2)t]

t 6= 0
DN (t) = sen(1/2t) Núcleo de Dirichlet,
DN (0) = 2N + 1

y f se ha extendido a todo IR a partir de (−π, π] de forma periódica, es decir, f (x+2kπ) =

f (x) para k entero y x ∈ (−π, π].
Como se extrae del enunciado anterior, a partir de ahora cuando fijemos una función
f ∈ R1 , consideraremos la extensión periódica en todo IR de f |(−π,π] (que seguiremos
denotando por f ).
Lema 6.2.30. En las hipótesis del resultado anterior, se cumple que

Z π
1
DN (t)dt = 1, ∀N ≥ 1.
2π −π
Teorema 6.2.31 (Criterio de Dini). Dada f ∈ R1 , fijado x0 ∈ [−π, π] tal que

Z π
|f (x0 + h) − f (x0 )|
∃ dh < +∞. (6.3)
−π |h|
Entonces la serie de Fourier de f converge a f en dicho punto.
Corolario 6.2.32. Dada f ∈ R1 , si se cumple alguna de las siguientes condiciones:

(i) f cumple la condición de continuidad de Hölder en x0 ∈ [−π, π], es decir,
∃α > 0, M > 0 tales que |f (x0 ) − f (y)| ≤ M |x0 − y|α , ∀y ∈ [−π, π];
(ii) f es derivable en x0 ∈ [−π, π];

Entonces la serie de Fourier de f converge a f en dicho punto.
Teorema 6.2.33 (Criterio de Dini para puntos de Discontinuidad). Sea f ∈ R1 , x0 ∈

(−π, π] tal que f es discontinua en dicho punto pero existen los lı́mites laterales corres-
pondientes (f (x− +
0 ) y f (x0 )). Si además
Z π −
|f (x0 + h) − f (x+
0 ) + f (x0 − h) − f (x0 )|
∃ dh < +∞, (6.4)
0 h
−
entonces la serie de Fourier de f en x0 converge a 12 [f (x+
0 ) + f (x0 )].
(i) La condición (6.4) se cumple cuando existen las semirrectas tangentes a f en x0 .
(ii) Se conoce como fenómeno de Gibbs al hecho de que las sumas parciales de una serie de
Fourier no puedan aproximarse uniformemente a f(x) en intervalos en los que la función
presenta discontinuidades.
Graficas de una función y de sumas parciales

N -ésimas de su serie de Fourier
Proposición 6.2.35. Dada f ∈ R1 y fijada su serie Fourier correspondiente, si ésta

k · k∞ -converge a f en [−π, π] entonces f es continua y f (−π) = f (π).
La serie de Fourier puede ser divergente en puntos donde f (x) es continua, con tal que
(6.3) no se cumpla. [Ver Burkill and Burkill, A second course in Mathematical Analysis,
Cambridge, 1970, página 315]. La continuidad es por tanto necesaria, pero no suficiente,
para la convergencia de la serie de Fourier.
Teorema 6.2.36 (Convergencia uniforme de la serie de Fourier). Si f es continua en

[−π, π], f (−π) = f (π) y f 0 ∈ R1 , entonces la serie de Fourier de f k · k∞ -converge a f
en [−π, π].
Ejemplo 6.2.37. La serie de Fourier

+∞
π 4 X cos(2k − 1)x
−
2 π k=1 (2k − 1)2
de f (x) = |x| converge en k · k∞ . En este caso

(
−1 para − π < x < 0,
f 0 (x) =
1 para 0 < x < π,
es discontinua y de cuadrado integrable.
Teorema 6.2.38 (Completitud de la familia trigonométrica). Fijado f ∈ R1 , su serie

trigonométrica de Fourier k · k2 -converge a f .
Corolario 6.2.39 (Cota del error al aproximar por series de Fourier). Si f es continua
en [−π, π], f (−π) = f (π) y f 0 ∈ R1 , entonces la suma parcial de Fourier sk (x) cumple
" Z k
#1/2 " k
#1/2
π 2
1 X π X 1
|f (x) − sk (x)| ≤ f 02 dx − n2 (a2n + b2n ) − .
π −π n=1
6 n=1
n2
Ejemplo 6.2.40. En el ejemplo 6.2.37 el error cometido al aproximar con k = 2 es 0, 39.
Definición 6.2.41. Dada una función f ∈ R1 [0, π], se define la serie de Fourier de:
(i) senos de f a la serie
+∞
X
bn sen nx,
n=1
donde Z π
2
bn = f (t) sen ntdt, n = 1, 2, ...
π 0
(ii) cosenos de f a la serie

+∞
1 X
a0 + an cos nx,
2 n=1
donde Z π
2
an = f (t) cos ntdt, n = 0, 1, 2, ...
π 0
(i) En la definición anterior, consideramos extensiones impares de f de [0, π] a todo IR en
el desarrollo de Fourier en senos y extensiones pares de f en el desarrollo de Fourier en
cosenos;
(ii) Las funciones de la sucesión {sen(nx)}+∞ +∞
n=1 (resp. {cos(nx)}n=0 ) forman un sistema
ortogonal completo de R1 [0, π]. Además los resultados de convergencia vistos para la serie
completa pueden aplicarse a la serie de Fourier de senos, con f (0) = f (π) = 0 para la
convergencia uniforme (resp. de cosenos).
Ejemplo 6.2.43. Obtener el desarrollo de Fourier en senos de f (x) = x. Idem de cosenos.

Definición 6.2.44. Sea f (x) ∈ R1 [a, b], se define la serie trigonométrica de Fourier para
f (x) como la serie
+∞
1 X 2nπ 1 2nπ 1
a0 + an cos x − (a + b) + bn sen x − (a + b) , (6.5)
2 n=1
b−a 2 b−a 2
donde los coeficientes de Fourier {an }n≥0 , {bn }n≥1 se definen como:
Z b
2 2nπ 1
an = f (x) cos x − (a + b) dx, n≥0
b−a a b−a 2
y
Z b
2 2nπ 1
bn = f (x) sen x − (a + b) dx, n ≥ 1.
b−a a b−a 2
Análogamente al caso anterior puede definirse la serie de Fourier de senos y/o la serie
de Fourier de cosenos para la f .
Observación 6.2.45. Los teoremas de convergencia para las series de Fourier vistas en
el caso R1 [−π, π] se aplican de igual modo al caso R1 [a, b]. Para la convergencia uniforme
debe cumplirse f (a) = f (b).
Un poco de historia:
Estudiando la transmisión del calor, Fourier se ve conducido al problema de representar
una función como una serie ”de Fourier”, es decir, como una serie trigonométrica. Fourier
consiguió publicar su Tesis Doctoral sobre el mencionado desarrollo en 1822, aunque para
conseguirlo tuvo muchas dificultades ya que grandes matemáticos del momento (Lagrange,
Laplace, Legendre, Blot, Poisson...) no aceptaban como válido éste tipo de desarrollo. El
problema que habı́a en la teorı́a de Fourier era que no estaba clara la convergencia de la
serie hacia la función inicial que habı́a sido descompuesta. Más tarde Cantor se propuso
estudiar en qué puntos era convergente la serie de Fourier hacia la función inicial siendo
ésta continua. Este estudio le hizo ver que habı́a que construir con rigor el conjunto de
números reales. Eso hizo y además construyó la teorı́a de ordinales y cardinales, llegando
a plantearse en 1878 la hipótesis del continuo: todo subconjunto infinito de IR es, o nume-
rable, o de la misma cardinalidad que IR (véase http://www.ii.com/math/ch). Cantor no
logró probar la veracidad o falsedad de la hipótesis del continuo, ni probar la convergencia
de la serie de Fourier. Gödel probó en 1938 que si añadimos la hipótesis del continuo a
la teorı́a de conjuntos usual, no surgen contradicciones. Más tarde Cohen (medalla Fields
en 1966) probó en 1963 que tampoco surgen contradicciones si se añade la negación de la
hipótesis del continuo a la teorı́a de conjuntos usual, por lo tanto la hipótesis del continuo
es independiente de la teorı́a de conjuntos usual. Finalmente en 1966 Carleson (premio
Abel en 2006) acaba esta historia demostrando que la serie de Fourier de una función
continua converge a ésta en todo punto salvo en un conjunto de medida nula.
6.3. Problemas de valores propios

Los problemas de valores propios serán estudiados con profundidad en el tema si-
guiente, cuando estudiemos desarrollos generales de Fourier. Sin embargo en este tema
necesitaremos resolver algunos problemas de valores propios. Por lo tanto daremos una
definición de problema de valores propios que, aunque restrictiva, será suficiente para
afrontar los problemas de este tema.
Definición 6.3.1 (Problema de valores propios (versión simplificada)). Se llama problema

de valores propios, al problema de determinar para qué valores de λ el problema con valores
en la frontera 00
y + λy = 0, a < x < b,
a1 y(a) + a2 y (a) = 0, b1 y(b) + b2 y 0 (b) = 0,
0
Ejemplo 6.3.2. Comprobar que c1 e−αx + c2 eαx = (c2 − c1 ) senh(αx) + (c2 + c1 ) cosh(αx),
para cualesquiera c1 , c2 ∈ IR.
Ejemplo 6.3.3. El problema de valores propios

00
y + λy = 0, 0 < x < π,
y(0) = 0, y(π) = 0,
tiene por autovalores λn = n2 , y por autofunciones yn = sen(nx), para n = 1, 2, ..
6.4. Método de separación de variables

Una ecuación diferencial en derivadas parciales es una ecuación diferencial que contiene
derivadas parciales de una o más variables dependientes respecto a una o más variables
independientes. Una solución de una ecuación en derivadas parciales es una relación im-
plı́cita o explı́cita entre las variables, relación que no contiene derivadas y que satisface la
ecuación.
6.4 Método de separación de variables 111
Comenzamos el estudio de este tipo de ecuaciones viendo algunas generalidades. Para

ello nos centraremos en el tipo de ecuaciones en derivadas parciales que aparecerán en los
problemas que estudiaremos.
Definición 6.4.1. Una ecuación en derivadas parciales lineal de segundo orden, con dos
variables independientes es una ecuación de la forma
L[u](x, y) =
∂ 2u ∂ 2u ∂ 2u ∂u
A(x, y) (x, y) + B(x, y) (x, y) + C(x, y) (x, y) + D(x, y) (x, y)+ (6.6)
∂x2 ∂x∂y ∂y 2 ∂x
∂u
+E(x, y) (x, y) + F (x, y)u(x, y) = G(x, y),
∂y
para (x, y) ∈ R ⊂ IR2 . Si G(x, y) es idénticamente cero, la ecuación (6.6) se reduce a
∂ 2u ∂ 2u ∂ 2u ∂u ∂u
L[u] = A 2
+ B + C 2
+D +E + F u = 0, en R. (6.7)
∂x ∂x∂y ∂y ∂x ∂y
Nuestro estudio se centrará en las ecuaciones con coeficientes constantes, éstas pueden
clasificarse según la siguiente definición.
Definición 6.4.2. Se dice que la ecuación en derivadas parciales lineal y de segundo

orden
∂ 2u ∂ 2u ∂ 2u ∂u ∂u
L[u] = A 2 + B +C 2 +D +E + F u = 0, (6.8)
∂x ∂x∂y ∂y ∂x ∂y
donde A, B, C, D, E y F son constantes reales es:
(i) Hiperbólica, si B 2 − 4AC > 0;
(ii) Parabólica, si B 2 − 4AC = 0;
(iii) Elı́ptica, si B 2 − 4AC < 0.
Ejemplo 6.4.3.
(i) Se llama ecuación de ondas unidimensional a la ecuación
∂ 2u ∂ 2u
c2 (x, t) − (x, t) = 0,
∂x2 ∂t2
siendo c > 0. Ésta es una ecuación hiperbólica.

(ii) Se llama ecuación del calor unidimensional a la ecuación
∂ 2u ∂u
a2 2
(x, t) − (x, t) = 0,
∂x ∂t
siendo a > 0. Ésta es una ecuación parabólica.

(iii) Se llama ecuación de Laplace de dimensión dos a la ecuación
∂ 2u ∂ 2u
+ = 0 ⇔ ∇2 u = 0,
∂x2 ∂y 2
siendo ∇ el operador laplaciano en dos dimensiones. Ésta es una ecuación elı́ptica. A

las funciones de clase C2 que son solución de esta ecuación se les denomina funciones
armónicas.
Las soluciones generales de los problemas que estudiaremos dependen de funciones ar-
bitrarias, habrá que determinarlas teniendo en cuenta las condiciones iniciales y/o condi-
ciones de contorno del problema en cuestión.
Ejemplo 6.4.4. Se llama problema de desplazamiento u(x, t) de una cuerda con extremos
fijos, velocidad inicial cero y forma inicial dada por la función f (x), al problema de resolver
la ecuación unidimensional de ondas
∂ 2u 2
2∂ u
L[u] = − c = 0,
∂t2 ∂x2
sujeta a las condiciones
u(x, 0) = f (x), 0 ≤ x ≤ L;
∂u (6.9)
(x, 0) = 0, 0 ≤ x ≤ L;
∂t
u(0, t) = 0 = u(L, t), t > 0.
Antes de ilustrar el método de separación de variables con varios ejemplos hemos de ver
el principio del máximo para las ecuaciones del calor y de Laplace. Éstos serán utilizados
para probar la convergencia y la continuidad de la solución obtenida en forma de serie de
funciones.
Teorema 6.4.5 (Principio del máximo para la ecuación del calor). Sea E = [0, π]×[0, t0 ],
u(x, t) solución de la ecuación del calor en el interior de E continua en E, S1 = {0} ×
[0, t0 ], S2 = [0, π] × {0}, S3 = {π} × [0, t0 ]. Entonces el máximo de u sobre E se alcanza
en S1 ∪ S2 ∪ S3 .
Ejemplo 6.4.6. Resuelva:
∂u ∂ 2u
L[u] = − k 2 = 0, 0 < x < π, t > 0;
∂t ∂x
u(x, 0) = f (x); (distribución inicial de temperatura)

(6.10)
u(0, t) = 0 = u(π, t) (extremos de la varilla a temperatura constante);
siendo f continua en [0, π], f (0) = f (π) = 0 y f 0 ∈ R1 [0, π].

Ejemplo 6.4.7. Resuelva:

∂u ∂ 2u
L[u] = − k 2 = 0, 0 < x < π, t > 0;
∂t ∂x
u(x, 0) = f (x);
u(0, t) = 0;
(6.11)
∂u
(π, t) = 0.
∂x
Siendo f derivable con continuidad y f (0) = 0 = f 0 (π).
Teorema 6.4.8 (Principio del máximo para la ecuación de Laplace). Sea E = [0, π] ×
[0, t0 ], u(x, t) solución de la ecuación de Laplace en el interior de E continua en E,
S1 = {0} × [0, t0 ], S2 = [0, π] × {0}, S3 = {π} × [0, t0 ],S4 = [0, π] × {t0 }. Entonces el
máximo de u sobre E se alcanza en S1 ∪ S2 ∪ S3 ∪ S4 .
Ejemplo 6.4.9. Resuelva y calcule el error cometido al aproximar la solución por una
suma finita:
∂ 2u ∂ 2u
L[u] = + = 0, 0 < x < π, 0 < y < A;
∂x2 ∂y 2
u(x, 0) = f (x);
(6.12)
u(0, y) = u(π, y) = u(x, A) = 0;
siendo f continua en [0, π], f (0) = f (π) = 0 y f 0 ∈ R1 [0, π].
Ejemplo 6.4.10. Resuelva utilizando un cambio de variable a polares.
∂ 2u ∂ 2u
L[u] = + = 0, x2 + y 2 < 1;
∂x2 ∂y 2
u(x, y) continua x2 + y 2 ≤ 1;
(6.13)
u(x, y) = f (x, y); x2 + y 2 = 1.
siendo f derivable con continuidad y periódica de periodo 2π.
Ejemplo 6.4.11. Encuentre la solución formal de
∂ 2u 2
2∂ u
L[u] = − c = 0, 0 < x < π, t > 0.
∂t2 ∂x2
u(x, 0) = f (x),
∂u (6.14)
(x, 0) = 0,
∂t
u(0, t) = 0 = u(π, t).
Ejercicios del tema

+∞
2
X
1. Fijado k > 0, la serie e−k(n−1/2) t sen((n − 1/2)x) converge en 0 ≤ x ≤ π, t ≥ 0.
n=1
Probar que la función obtenida u(x, t) por la serie es derivable en (0, π) × (0, +∞),
y que la derivada se obtiene derivando término a término la serie inicial.
+∞
X senh[n(A − y)]
2. Fijado A > 0, la serie sen nx, converge en [0, π] × [0, A]. Probar:
n=1
senh(nA)
senh[n(A − y)] e−ny

a) ≤ , para n = 1, 2, ..;
senh(nA) 1 − e−2A
b) que la función obtenida u(x, t) por la serie es derivable en (0, π) × (0, A), y que la
derivada se obtiene derivando término a término la serie inicial.
3. Encuentre la expresión de la desigualdad de Bessel cuando consideramos R1 [−π, π]
con el sistema ortogonal trigonométrico.
4. En el contexto del ejercicio 3 encuentre la expresión de la identidad de Parseval.
Aplicar dicha fórmula a f (x) = x y a f (x) = x3 .
5. En el contexto del ejercicio 3 reescriba el teorema de Riemann Lebesgue.
6. Hallar la serie de Fourier para π < x < π en los casos:
a) f (x) = ex b) f (x) = x2 c) f (x) = x d) f (x) = sen3 x.
7. Hallar la suma de la serie de Fourier correspondiente a f (x) = ex para −π < x < π
en x = π.
8. Demostrar que si f (x), ampliada como función periódica, es derivable dos veces con
continuidad, su serie de Fourier converge uniformemente.
Indicación: Aplicar integración por partes a las expresiones de an y bn dadas en la
proposición 6.2.27.
9. Hallar la serie de Fourier para f (x) = x4 . Hallar una cota del error cometido al
sustituir x4 por los tres primeros términos de la serie.
10. Hallar la serie de Fourier para senh x. Probar que esta serie no converge uniforme-
mente para −π ≤ x ≤ π.
11. Hallar un número N tal que la suma parcial N -ésima de la serie de Fourier de
f (x) = |x| aproxime a f (x) con un error no superior a 0, 1.
00
y + λy = 0, 0 < x < π,
y(0) = 0, y 0 (π) = 0,

00
y + λy = 0, −π < x < π,
y(−π) = y(π), y 0 (−π) = y 0 (π),
14. Resolver el problema:

∂u ∂ 2u
L[u] = − k 2 = 0, 0 < x < π, t > 0;
∂t ∂x
u(x, 0) = sen3 (x);
u(0, t) = 0 = u(π, t).
∂u ∂ 2u
L[u] = − k 2 = 0, 0 < x < π, t > 0;
∂t ∂x
u(x, 0) = x(π − x);
u(0, t) = 0 = u(π, t).
∂u ∂ 2u
L[u] = − k 2 = 0, 0 < x < π, t > 0;
∂t ∂x
u(x, 0) = sen(x);
∂u
(0, t) = 0;
∂x
∂u
(π, t) = 0.
∂x
∂u ∂ 2u
L[u] = − k 2 = 0, a < x < b, t > 0;
∂t ∂x
u(x, 0) = (x − a)(b − x);
u(a, t) = 0 = u(b, t).
∂u ∂ 2 u
L[u] = − 2 + au = 0, 0 < x < π, t > 0;
∂t ∂x
u(x, 0) = x(π − x);
∂u
(π, t) = 0 = u(0, t).
∂x

∂ 2u ∂ 2u
L[u] = + = 0, 0 < x < B, 0 < y < A;
∂x2 ∂y 2
u(x, 0) = f (x);
u(0, y) = 0 = u(B, y) = u(x, A).

∂ 2u ∂ 2u
L[u] = + = 0, 0 < x < π, 0 < y < A;
∂x2 ∂y 2
u(0, y) = g(y);
u(π, y) = 0 = u(x, 0) = u(x, A).

∂ 2u ∂ 2u
L[u] = + = 0, 0 < x < π, 0 < y < π;
∂x2 ∂y 2
u(x, 0) = x2 (π − x);
u(π, y) = 0 = u(0, y) = u(x, π).

∂ 2u ∂ 2u
L[u] = + = 0, 0 < x < π, 0 < y < 1;
∂x2 ∂y 2
u(x, 0) = u(x, 1) = sen3 x;
u(0, y) = sen πy;
u(π, y) = 0.

∂ 2u ∂ 2u
L[u] = + = 0, 0 < x < π, 0 < y < π;
∂x2 ∂y 2
u(x, 0) = x2 ;
u(x, π) = 0;
∂u ∂u
(0, y) = (π, y) = 0.
∂x ∂x
Demostrar que la solución obtenida satisface todas las condiciones del problema, y
hallar una cota del error |u(x, y) − s2 (x, y)|.
∂ 2u ∂ 2u
L[u] = + = 0, 0 < x < 1, 0 < y < 1;
∂x2 ∂y 2

u(x, 0) = (1 − x)2 ;
u(x, 1) = 0;
∂u
(0, y) = 0
∂x
u(1, y) = 0.
Hallar una cota del error |u(x, y) − s2 (x, y)|.
25. Resuelva:
∂ 2 u 1 ∂u 1 ∂ 2u
L[u] = + + = 0, 0 < r < 1, −π < θ < π;
∂r2 r ∂r r2 ∂θ2
sujeta a la condición
u(1, θ) = sen3 θ. (6.15)
26. Resuelva:
∂ 2u ∂ 2u
L[u] = + = 0, x2 + y 2 < 4;
∂x2 ∂y 2
u(x, y) = x4 , para x2 + y 2 = 4. (6.16)
Encontrar una cota para |u(r, θ) − u1 (r, θ)|.
27. Si
∇2 u = 0, para x2 + y 2 < 1;
u = y log(5 + 4x), para x2 + y 2 = 1,

hallar u en x = 1/2, y = 0 por medio de la fórmula de Poisson.
28. Resolver el problema en un semicı́rculo
∂ 2 u 1 ∂u 1 ∂ 2u
L[u] = + + = 0, 0 < r < 1, 0 < θ < π;
∂r2 r ∂r r2 ∂θ2
u(r, 0) = u(r, π) = 0;
(6.17)
u(1, θ) = θ(π − θ).
29. Resolver el problema en un cuadrante
∂ 2 u 1 ∂u 1 ∂ 2u 1
L[u] = + + = 0, 0 < r < 1, 0 < θ < π;
∂r2 r ∂r r2 ∂θ2 2
u(r, 0) = 0;
1
u(r, π) = 0; (6.18)
2
u(1, θ) = θ.
Soluciones a los ejercicios del tema

1. Repetir las pautas seguidas en la resolución del ejemplo 6.1.13.
2. Repetir las pautas seguidas en la resolución del ejemplo 6.1.13.
3. Si f es integrable en [−π, π], entonces:

+∞ π
a20 X 2
Z
1
+ (an + b2n ) ≤ f 2 (x)dx.
2 n=1
π −π
4. Con una sola función es cambiar la desigualdad por la igualdad en la solución del
ejercicio anterior. En el sentido general, dadas f , f ∗ integrables en [−π, π] se cumple:
π +∞
a0 a∗0 X
Z
1 ∗
f (x)f (x)dx = + (an a∗n + bn b∗n ).
π −π 2 n=1
Respecto al caso particular, obtenemos la identidad

+∞
π4 X 1

2 6
= π − 2 .
10 n=1 n2 n
5. Para cualquier función f integrable en [−π, π] se cumple:

Z π Z π
lı́m f (t) cos ntdt = lı́m f (t) sen ntdt = 0.
n→+∞ −π n→+∞ −π
( +∞
)
senh π X (−1)n
6. (a) 1+2 2+1
(cos nx − n sen nx) .
π n=1
n
+∞
1 2 X (−1)n
(b) π + 4 cos nx.
3 n=1
n2
+∞
X (−1)n
(c) −2 sen nx.
n=1
n
3 1
(d) sen3 x = sen x − sen 3x.
4 4
1 1 π
f (π − ) + f (π + ) = e + e−π .

7.
2 2

N 2Z π N
X
00
X 1
8. (an cos nx + bn sen nx) ≤ |f |dx .

M +1
π −π
M +1
n2
+∞ 2
1 4X n 8π 48
9. π (−1) − 4 cos nx.
5 n=1 n2 n
1/2 2 1/2
32π 6

2 2 2 2 2 π 1
Error ≤ − (8π − 48) − 2 (2π − 3) −1− ≡ 30, 24.
7 6 4
+∞
2 X (−1)n n
10. − senh nπ sen nx.
π n=1
n2 + 1
La función f (x) ampliada como una función periódica de perı́odo 2π, es discontinua
en x = π y en x = −π. Luego la serie de Fourier no puede converger uniformemente
hacia ella.
11. Según el teorema 6.2.39 debemos elegir N de modo que
( N
)( N
)
n 2 2
4 X [1 − (−1) ] π X 1
2− 2 2
− ≤ 0, 01.
π n=1 n 6 n=1
n2
Esta desigualdad se satisface para N = 9.

12. λn = (2n − 1)2 /4, yn = sen[(2n − 1)/2x]
13. λ0 = 0, y0 = 1, λn = n2 , yn1 = sen(nx), yn2 = cos(nx).
3 1
14. u(x, t) = e−kt sen x − e−9kt sen 3x.
4 4
+∞
8X 2
15. u(x, t) = (2n − 1)−3 e−(2n−1) kt sen(2n − 1)x.
π n=1
+∞
2 4X 2 2
16. u(x, t) = − (4n − 1)−1 e−4n kt cos 2nx.
π π n=1
(2n − 1)2 π 2 kt
+∞ − (2n − 1)π(x − a)
(b − a)2
X
17. u(x, t) = 8π −3 (b − a)2 −3
(2n − 1) e sen .
n=1
b−a
+∞ [(2n − 1)2 k + 4a]t

−

X 4 1
18. u(x, t) = 8 (2n − 1)−3 + (−1)n (2n − 1)−2 e 4 sen n − x.
n=1
π 2
+∞
X senh nπ(A − y)/B RB
19. u(x, y) = bn sen nπx/B, donde bn = 2/B 0 f (x) sen(nπx/B)dx.
n=1
senh nπA/B
+∞
X senh nπ(π − x)/A RA
20. u(x, y) = bn 2
sen nπy/A, donde bn = 2/A 0 f (x) sen(nπy/A)dy.
n=1
senh nπ /A
+∞
X senh n(π − y)
21. u(x, y) = −4 [1 + 2(−1)n ]n−3 sen nx, donde el error está acotado
n=1
senh nπ
por
1/2 1/2
4 4 1 2 1
π − 16 − 9 π −1− ∼ 0, 621.
15 6 4
3[senh(1 − y) + senh y] [senh 3(1 − y) + 3 senh 3y] senh π(π − x)
22. u(x, y) = sen x− sen 3x+ sen πy.
4 senh 1 senh 3 senh π 2
+∞
1 X (−1)n senh n(π − y) cos nx
23. u(x, y) = π(π − y) + 4 2 senh nπ
, donde el error está acotado
3 n=1
n
por
1/2 1/2
8 2 1 2 1
π − 16 − 4 π −1− ∼ 1, 58.
3 6 4
+∞
" −2 −3 # 1 1

− − −

X 1 1 senh n π(1 y) cos n πx
24. u(x, y) = 4 π −2 n − + (−1)n π −3 n − 2
1
2
,
n=1
2 2 senh n − 2
π
estando el error acotado por
2 1/2
 
2 Z 1 2
" −2 −3 #2
X 1 1 1
2
(2x)2 dx − 16 π −2 n − + (−1)n π −3 n − n− ·
π 0 2 2 2 
n=1
( +∞ −2 )1/2
X 1
· n− ∼ 0, 20.
n=3
2
1
3r sen θ − r3 sen 3θ .

25.
4
1
768 + 64r2 cos 2θ + r4 cos 4θ .

26.
8

1
27. u − , 0 = 0.
2
+∞
8X
28. u(r, θ) = (2k − 1)−3 r2k−1 sen(2k − 1)θ.
π k=1
+∞
4X
29. u(r, θ) = (−1)k (2k − 1)−2 r2k−1 sen(2k − 1)θ.
π k=1
Tema 7
Teorı́a de Sturm-Liouville y función

de Green
En la primera sección estudiamos problemas de valores propios que dan lugar a de-
sarrollos generales de Fourier. Asimismo estudiamos las propiedades de los autovalores y
las autofunciones de los problemas regulares de Sturm-Liouville. Finalmente hacemos una
pequeña incursión en los problemas singulares de Sturm-Liouville.
En la segunda sección estudiaremos cómo obtener funciones de Green para problemas
que involucren operadores auto adjuntos. A continuación analizaremos las propiedades de
la función de Green. Como veremos, la función de Green proporciona fórmulas integrales
para las soluciones de ciertos problemas de condición inicial y/o de contorno.
7.1. Problemas regulares de valor propio y desarro-

llos en serie de autofunciones
Consideramos el operador

d dy
L[y](x) := p(x) (x) + q(x)y(x), (7.1)
dx dx
donde x toma valores en (a, b), q es continua y p es derivable con continuidad en [a, b].
Para dos funciones u, v de C 2 [a, b] se cumple que
d
(Identidad de Lagrange) uL[v] − vL[u] = (pW [u, v]) ,
dx
por lo tanto
Z b
(Fórmula de Green) (uL[v] − vL[u]) (x)dx = [ (pW [u, v]) (x) ] ba ,
a
123
124 Teorı́a de Sturm-Liouville y función de Green
Si además u y v satisfacen ciertas condiciones en los extremos a y b, se llega a

Z b
(uL[v] − vL[u]) (x)dx = 0 (7.2)
a
Lo que nos lleva a que

hu, L[v]i = hL[u], vi (7.3)
siendo Z b
hf, gi = f (x)g(x)dx,
a
para f ,g ∈ R1 [a, b].
Un operador diferencial lineal L que satisface 7.3 para todas las funciones u y v en
su dominio se llama un operador autoadjunto. Los operadores autoadjuntos satisfacen
ciertas condiciones similares a las matrices simétricas en cuanto, por ejemplo, que todos
los valores propios son reales.
Proposición 7.1.1. Dada la ecuación
A2 (x)y 00 (x) + A1 (x)y 0 (x) + A0 (x)y(x) = F (x), (7.4)
considerada en un intervalo (a, b), con funciones coeficientes continuas en [a, b] y siendo
A2 (x) estrictamente positiva y derivable con continuidad en [a, b]. Entonces dicha ecuación
puede expresarse en la forma auto adjunta

d dy
L[y](x) = p(x) (x) + q(x)y(x) = f (x) (7.5)
dx dx
a través del factor integrante
1 R
µ(x) = e A1 (x)/A2 (x)dx ,
A2 (x)
siendo p = µA2 , q = µA0 , f = µF . Las funciones q y f son continuas y p es positiva y
derivable con continuidad en [a, b].
Ecuaciones tan importantes como la ecuación de Bessel, la ecuación de Legendre, la
ecuación de Hermite y la ecuación de Chebyshev son de la forma (7.4), por lo que se
pueden expresar en la forma auto adjunta (7.5).
Definición 7.1.2 (Problema de contorno). Se llama problema de contorno (o problema
de valores en la frontera) en dos puntos, al problema de determinar una solución de una
ecuación diferencial de segundo orden
A2 (x)y 00 (x) + A1 (x)y 0 (x) + A0 (x)y(x) = F (x), a < x < b, (7.6)
que satisface las condiciones lineales en la frontera
a11 y(a) + a12 y 0 (a) + b11 y(b) + b12 y 0 (b) = c1 ,
(7.7)
a21 y(a) + a22 y 0 (a) + b21 y(b) + b22 y 0 (b) = c2 .
7.1 Problemas regulares de valor propio y desarrollos en serie de
autofunciones 125
Las condiciones en (7.7) se dice que son homogéneas si c1 = c2 = 0, y no homogéneas

en cualquier otro caso. Hay ciertas condiciones de contorno que aparecen con frecuencia
en las aplicaciones. Veamos algunos ejemplos, condiciones:
Separadas, si son de la forma
(
a1 y(a) + a2 y 0 (a) = c1 ,
b1 y(b) + b2 y 0 (b) = c2 ;
de Dirichlet, si son de la forma

y(a) = c1 , y(b) = c2
de Neumann, si son de la forma

y 0 (a) = c1 , y 0 (b) = c2
periódicas de perı́odo 2L si son de la forma




 y(−L) = y(L), y 0 (−L) = y 0 (L)

o bien


y(0) = y(2L), y 0 (0) = y 0 (2L)

Ejemplo 7.1.3. El problema de contorno

( 00
y + 2y 0 + 26y = 0; 0 < x < π;
(7.8)
y(0) = 1; y(π) = −e−π ;
tiene por solución y = e−x cos 5x + ce−x sen 5x, para cualquier c ∈ IR.
Ejemplo 7.1.4 (Problema de la deflexión de una viga). Se considera una viga de longitud
L, empotrada en un extremo y libre en el otro. La deflexión de la viga, y(x), es la solución
del problema (
EIy (4) = ω, 0 < x < L,
y(0) = y 0 (0) = 0, y 00 (L) = y (3) (L) = 0;
en la que E, I y ω son constantes.
Obtener la expresión de y(x), el punto de máxima deflexión de la viga y el valor de
ésta.
Definición 7.1.5 (Problema de valores propios). Se llama problema de valores propios,
al problema de determinar para qué valores de λ el problema con valores en la frontera

 d p(x) dy + q(x)y + λρ(x)y = 0,

a < x < b,
dx dx
a1 y(a) + a2 y 0 (a) = 0, b1 y(b) + b2 y 0 (b) = 0,

En el tema anterior ya resolvimos problemas de valores propios al aplicar el método

de separación de variables a ciertos problemas con ecuaciones en derivadas parciales. En
esta sección estudiamos problemas de valores propios que contienen a aquellos como casos
particulares.
Definición 7.1.6 (Problema regular de Sturm-Liouville con valores en la frontera). Se
llama problema regular de Sturm-Liouville con valores en la frontera, al problema de
valores propios dados por la ecuación

d dy
p(x) − q(x)y + λρ(x)y = 0, a < x < b, (7.9)
dx dx
junto con las condiciones de frontera
a1 y(a) − a2 y 0 (a) = 0, b1 y(b) + b2 y 0 (b) = 0, (7.10)
donde p(x), p0 (x), q(x) y ρ(x) son funciones continuas en [a, b] con valores reales,
p(x) > 0 y ρ(x) > 0 en [a, b]. Excluimos los casos en que a1 = a2 = 0 ó b1 = b2 = 0.
Ejemplo 7.1.7. En el tema anterior resolvimos el problema de valores propios:
00
X (x) + λX(x) = 0, 0 < x < π,
0
X(0) = 0, X (π) = 0.
En éste obtuvimos como autovalores y autofunciones las siguientes:
( 2
λn = n − 12 ;
Xn (x) = sen n − 21 x ,

para n ≥ 1.
Observación 7.1.8. A través de los problemas de valores propios resueltos en el tema
anterior obtuvimos familias de funciones (trigonométricas) con las que construimos las
respectivas series de Fourier. En esta sección estudiaremos qué propiedades cumplen los
autovalores y autofunciones obtenidos a partir de problemas regulares de valores propios, e
incluso qué propiedades satisfacen los desarrollos de Fourier construidos con estas familias
de autofunciones.
Definición 7.1.9. Se dice que un valor propio es simple, si todas las funciones propias
asociadas a éste son proporcionales.
Proposición 7.1.10. Si u, v ∈ C 2 [a, b] satisfacen las condiciones (7.10), entonces
Z b
(uL[v] − vL[u]) (x)dx = 0.
a
Por lo tanto, el operador L restringido a u ∈ C 2 [a, b] que satisfacen las condiciones (7.10)
es auto adjunto.
autofunciones 127
Proposición 7.1.11. Las siguientes propiedades se cumplen para un problema regular de

Sturm-Liouville con valores en la frontera:
(i) Los valores propios son reales y tienen funciones propias con valores reales;
(ii) Todos los valores propios del problema regular de Sturm-Liouville con valores en la
frontera son simples;
(iii) Las funciones propias son ortogonales con respecto de la función de peso ρ(x) en [a, b];
(iv) Los valores propios forman una sucesión numerable y creciente
λ1 < λ2 < λ3 < · · · con lı́m λn = +∞. Además,

n→∞
si q(x) ≥ 0 en [a, b] y a1 , a2 , b1 y b2 son todos no negativos, entonces todos los valores

propios son no negativos.
Ejemplo 7.1.12. Determinar los valores propios y funciones propias para el problema
00
y (x) + λy(x) = 0, 0 < x < L,
y(0) = 0, hy(L) + y 0 (L) = 0. (h > 0)
00
y (x) + λy(x) = 0, 0 < x < π,
y(0) = 0, 3y(π) − y 0 (π) = 0.

 d x dy + λ y = 0, 1 < x < e,

dx dx x

y(1) = 0, y(e) = 0.
Proposición 7.1.15. Sea u una autofunción y λ su correspondiente autovalor de un
problema regular de Sturm-Liouville con q ≥ 0 y condición en la frontera
y(a) · y 0 (a) = 0, y(b) · y 0 (b) = 0.
Entonces Rb
a
[pu02 + qu2 ]dx
0<λ= Rb , (cociente de Rayleigh).
a
ρu2 dx
Teorema 7.1.16 (Principio del mı́nimo). Fijado k ≥ 1, el mı́nimo siguiente se alcanza de
entre las funciones φ ∈ C 2 [a, b] que cumplen las condiciones en la frontera (7.10) siendo
a2 = 0 = b2 y q ≥ 0:
(R b )
02 2
a
[pφ + qφ ]dx
λk = mı́n Rb ; φ ⊥ ui , i < k ,
ρφ 2 dx
a
donde cada uk es una función propia asociada al valor propio λk .

Recapitulando un poco, fijado un problema regular de Sturm-Liouville, se obtienen dos

sucesiones (λn )n ⊂ IR y (un )n ⊂ Rρ [a, b] de autovalores y autofunciones que cumplen las
condiciones de la proposición
P+∞ 7.1.11. Por lo tanto, fijada f ∈ Rρ [a, b] podemos considerar
su serie de Fourier n=1 cn un , para la que recordemos que
Rb
f un ρdx
cn = Rab .
ρu 2 dx
a n
Teorema 7.1.17 (Completitud de un sistema ortogonal de autofunciones). Sea f inte-

grable en [a, b] y {un }n el sistema de autofunciones del problema regular de Sturm-Liouville
con valores en la frontera. Entonces la serie de Fourier correspondiente a f converge en
media cuadrática a f en [a, b], por lo tanto se cumple la identidad de Parseval.
Teorema 7.1.18 (Convergencia uniforme las series de Fourier). Sea
{un }n∈IN un sistema de funciones propias del problema regular de Sturm-Liouville con
valores en la frontera (7.10). Si f es continua con derivada integrablePen [a, b] y f satis-
face las condiciones en la frontera (7.10), entonces la serie de Fourier +∞
n=1 cn un converge
uniforme y absolutamente a f en [a, b].
Teorema 7.1.19 (Convergencia puntual de las series de Fourier). Sea
{un }n∈IN un sistema de funciones propias del problema regular de Sturm-Liouville con
valores en la frontera (7.10). Si f tiene derivada integrable en [a, b], entonces la serie de
P+∞
Fourier n=1 cn un converge puntualmente a f en los puntos de continuidad, y al promedio
1
2
[f (x+ ) + f (x− )] en cada punto de discontinuidad.
Ejemplo 7.1.20. Las funciones propias del problema
00
y (x) + λy(x) = 0, 0 < x < L,
y 0 (0) = 0, y(L) = 0.
(2n − 1)πx
vienen dadas por yn = cos , n = 1, 2, ... La serie de Fourier de una función
2L
f (x) en términos de estas autofunciones viene dada por
+∞
(2n − 1)πx 2 L (2n − 1)πx
X Z
cn cos , siendo cn = f (x) cos .
n=1
2L L 0 2L
Ejemplo 7.1.21. Las funciones propias del problema

00
y (x) + λy(x) = 0, 0 < x < 1,
y(0) = 0, y(1) + 2y 0 (1) = 0.
vienen dadas por yn = sen βn x, n = 1, 2, ... donde βi son las raı́ces positivas de tan x =
−2x. La serie de Fourier de una función f (x) = A en términos de estas autofunciones
viene dada por
+∞
X 2A(1 − cos βn )
2β )
sen βn x.
n=1
β n (1 + 2 cos n
autofunciones 129
Ejemplo 7.1.22. Resolver el problema planteado bajo la hipótesis que f y sus dos primeras
derivadas son continuas, que f (0) = f (1) = 0 = f 00 (0) = f 00 (1) y f 000 es integrable en [0, 1].
∂ 2u ∂ 2u

1
− 2 = 0; 0 < x < 1, t > 0;


(1 + x)2 ∂t2 ∂x





u(x, 0) = f (x);


∂u
 (x, 0) = 0;
 ∂t


u(0, t) = 0;





u(1, t) = 0.
Corolario 7.1.23. Fijado el problema

 d p(x) dw − q(x)w = −F (x), a < x < b,

dx dx

w(a) = 0, w(b) = 0,
siendo F integrable,
+∞
X
−1
Fρ ∼ cn u n ,
n=1
donde {un }n es el sistema de autofunciones y {λn }n el de autovalores correspondiente al

problema de valores propios de la definición 7.1.6 con a2 = 0 = b2 y q ≥ 0. La solución
de éste viene dada por
∞
X cn
w= un ,
λ
n=1 n
siendo la serie absoluta y uniformemente convergente en [a, b].
Teorema 7.1.24 (Teorema de separación). Si u y v son solución de L[u] + λρu = 0 y

L[v] + λρv = 0 respectivamente, con λ ≤ λ, y si α y β son ceros consecutivos de v, debe
existir por lo menos un cero de u(x) en el intervalo abierto (α, β) a menos que λ = λ y v
sea múltiplo de u.
Teorema 7.1.25 (Teorema de oscilación). La k-ésima autofunción uk del problema reg-

ular de Sturm-Liouville con condiciones en la frontera tiene exactamente k − 1 ceros en
el intervalo (a, b).
Teorema 7.1.26 (Teorema de monotonı́a). Reduciendo el intervalo (a, b), aumentando p

o q, o disminuyendo ρ aumentan todos los valores propios del problema regular de Sturm-
Liouville condiciones en la frontera.
7.2. Problemas singulares de valor propio y desarrol-

los en serie de autofunciones
En las aplicaciones aparecen problemas de Sturm-Liouville con valores en la frontera
que no satisfacen todas las condiciones necesarias para que el problema sea regular.
Definición 7.2.1 (Problema singular de Sturm-Liouville). Llamamos problema singular
de Sturm-Liouville al problema de valores propios asociado a la ecuación

d dy
p(x) − q(x)y + λρ(x)y(x) = 0, a < x < b, (7.11)
dx dx
siendo p(x), p0 (x), q(x) y ρ(x) son funciones continuas en (a, b) con valores reales y que
además p(x) y ρ(x) son positivas en (a, b), y además al menos una de las siguientes
condiciones se cumple:
(i) lı́m+ p(x) = 0 o lı́m− p(x) = 0
x→a x→b
(ii) p(x), q(x) o ρ(x) no están acotadas en cualquier entorno de a ó b.
(iii) El intervalo (a, b) no está acotado (es decir a ó b son ± + ∞)
Al resolver la ecuación de Laplace en un cı́rculo se realiza un cambio de variable a
polares y aparece un problema de estas caracterı́sticas, en particular aparece el problema:
 2

 d r dR − n R(r) = 0, 0 < r < 1;
dr dr r
R(r) acotada en el origen, n ≥ 1.

Dos ejemplos importantes de ecuaciones singulares de Sturm-Liouville son la ecuación

de Bessel y la ecuación de Legendre. La ecuación de Bessel describe la variable radial
cuando la ecuación del calor, de onda o de Laplace se separa en coordenadas cilı́ndricas;
los coeficientes no están acotados cuando la coordenada radial tiende a cero, cerca del
eje z. La ecuación de Legendre controla la variable de ángulo longitudinal cuando estas
ecuaciones diferenciales parciales se separan en coordenadas esféricas; los coeficientes no
están acotados cuando el ángulo tiende a 0 o a π (cerca de los polos).
Ejemplo 7.2.2 (Transformación de la ecuación de Bessel). Un problema singular de
Sturm-Liouville con valores en la frontera tı́pico asociada a la ecuación de Bessel de
orden ν es:
ν2

d dy
x − y + λxy = 0, 0 < x < 1.
dx dx x
En este caso p(x) = x, que se anula para x = 0. Además para ν 6= 0,√la función q(x) =
−ν 2 /x no está acotada cuando x → 0+ .El cambio de variable t = λx transforma la
ecuación anterior en la ecuación de Bessel de orden ν
√
t2 y 00 (t) + ty 0 (t) + (t2 − ν 2 )y = 0, 0 < t < λ.
7.2 Problemas singulares de valor propio y desarrollos en serie de
autofunciones 131
Ejemplo 7.2.3 (Transformación de la ecuación de Legendre). La ecuación de Legendre
(1 − x2 )y 00 − 2xy 0 + n(n + 1)y = 0, −1 < x < 1
se puede escribir como la ecuación singular de Sturm-Liouville

d 2 dy
(1 − x ) + λy = 0, −1 < x < 1,
dx dx
donde λ = n(n + 1). En este caso p(x) = 1 − x2 se anula en los dos extremos ±1.
Ejemplo 7.2.4 (Transformación de la ecuación de Hermite). La ecuación de
Hermite
y 00 − 2xy 0 + 2ny = 0, −∞ < x < +∞
2
al ser multiplicada por e−x , se convierte en la ecuación singular de Sturm-Liouville

d −x2 dy 2
e + λe−x y = 0, −∞ < x < +∞,
dx dx
donde λn = 2n. En este caso el intervalo no está acotado.
En la sección anterior observamos que el operador lineal asociado con un problema
regular de Sturm-Liouville con valores en la frontera era un operador autoadjunto. Como
muchas de las propiedades de los problemas regulares de Sturm-Liouville con valores en
la frontera son consecuencia de este hecho, es útil saber qué condiciones en la frontera
convierten a una ecuación singular de Sturm-Liouville en un problema autoadjunto. Para
investigar esta cuestión, regresemos a la fórmula de Green. Como p y q son continuas
en (a, b), el único cambio posible en la fórmula de Green para una ecuación singular de
Sturm-Liouville es que la integral sea impropia en uno o ambos extremos. En este caso
tenemos
Z b
(uL[v] − vL[u]) (x)dx = lı́m− p(x)W [u, v](x) − lı́m+ p(x)W [u, v](x). (7.12)
a x→b x→a
El operador L será autoadjunto si el miembro derecho de (7.12) se anula. Esto ocurrirı́a

si cada lı́mite, considerado por separado, fuese igual a cero. Ası́, consideremos uno de los
lı́mites del miembro derecho de 7.12 y veamos qué condiciones en la frontera sobre u y v
garantizan que
lı́m+ p(x)[u(x)v 0 (x) − u0 (x)v(x)] = 0 (7.13)
x→a
Lema 7.2.5 (Condiciones singulares en la frontera). Cualquiera de las tres condiciones

siguientes garantiza que se cumple la condición (7.13):
(i) lı́m+ p(x) = p(a) existe y u, v satisfacen la condición en la frontera
x→a
a1 y(a) − a2 y 0 (a) = 0, con a21 + a22 6= 0 (7.14)

(ii) lı́m+ p(x) = 0 y u, v satisfacen la condición en la frontera

x→a
y(x), y 0 (x) permanecen acotadas cuando x → a+ (7.15)
(iii) Las funciones u, v satisfacen la condición en la frontera

p p
lı́m+ p(x)y(x) = 0 = lı́m+ p(x)y 0 (x) (7.16)
x→a x→a
Observación 7.2.6 (Condiciones singulares en la frontera II). Aunque el lema 7.2.5 se

refiere al punto a, se puede establecer un lema similar para el punto b que garantice
lı́m p(x)[u(x)v 0 (x) − u0 (x)v(x)] = 0 (7.17)

x→b−
Si 7.13 y 7.17 se cumplen, el operador L será autoadjunto. Por ejemplo, si la condición

(i) del lema 7.2.5 se cumple para a y el análogo para la condición (ii) se cumple para b,
entonces L es autoadjunto.
Aunque las condiciones en la frontera impuestas sobre la ecuación singular de Sturm-
Liouville impliquen que el operador lineal sea autoadjunto, pueden surgir otras dificul-
tades. Por ejemplo, los valores propios pueden no ser discretos (aislados). En efecto, puede
existir todo un intervalo I tal que si λ ∈ I, entonces el problema tenga una solución no
trivial, en tal caso, se dice que el problema tiene un espectro continuo. También es
posible que haya valores propios discretos y un espectro continuo.
Cuando el problema singular de Sturm-Liouville con valores en la frontera no tiene es-
pectros continuos sino un número infinito de valores propios discretos, podemos modificar
los argumentos dados en la sección anterior para problemas regulares de Sturm-Liouville
con valores en la frontera y probar que los valores propios deben ser reales y que las fun-
ciones propias correspondientes a valores propios distintos son ortogonales con respecto
de ρ(x) en (a, b). Además, las fórmulas para los coeficientes de un desarrollo en términos
de funciones propias son los mismos. Sin embargo, la convergencia del desarrollo mediante
funciones propias debe analizarse para cada caso particular.
7.2.1. Problema singular con la ecuación de Bessel

Un problema singular de Sturm-Liouville con valores en la frontera tı́pico asociado a
la ecuación de Bessel de orden ν es
ν2

d dy
x − y + λxy = 0, 0 < x < 1, (7.18)
dx dx x
y(x), y 0 (x) permanecen acotadas cuando x → 0+

(7.19)
y(1) = 0
Este problema es autoadjunto, pues la condición (ii) del lema 7.2.5 se cumple en a = 0 y
el análogo de la condición (i) del mismo lema en b = 1.
autofunciones 133
√
Si λ > 0, la sustitución t = λx transforma 7.18 en la ecuación de Bessel usual
t2 y 00 (t) + ty 0 (t) + (t2 − ν 2 )y = 0 (7.20)
En el tema 4 usamos los métodos de series de potencias para mostrar que una solución
general de 7.20 es
y(t) = c1 Jν (t) + c2 Yν (t)
o √ √
y(x) = c1 Jν ( λx) + c2 Yν ( λx)
√ √
El√desarrollo
√ en serie de potencias para Jν ( λx) implica que para ν = 0 o ν ≥ 1, J
√ν ( λx)
y λJν0 ( λx) permanecen acotadas cuando x → 0+ . Sin embargo, la función Yν ( λx) no
está acotada. Por lo tanto, tomamos c2 = 0 para que se cumpla la primera condición de
7.19. √
Para que se cumpla y(1) = 0 con y(x) = c1 Jν ( λx), necesitamos que c1 = 0 o
√
Jν ( λ) = 0.
√ √
Es decir, λ debe ser un cero de Jν para que Jν ( λx) sea una solución no trivial de
(7.18-7.19). Se puede demostrar que la función de Bessel Jν tiene una sucesión creciente
de ceros reales:
0 < αν1 < αν2 < · · ·
2
Por lo tanto, λn = ανn , n ≥ 1 son los valores propios de este problema con funciones
propias correspondientes
yn (x) = Jν (ανn x). (7.21)
Éstos son los únicos valores propios positivos. Además, se puede demostrar que no existen
valores propios no positivos para este problema.
Las funciones propias en 7.21 son ortogonales con respecto de la función de peso
ρ(x) = x:
Z 1
Jν (ανn x)Jν (ανm x)xdx = 0, n 6= m. (7.22)
0
Además se puede probar que éstas forman un sistema completo. Si f (x) es una función
dada, entonces un desarrollo mediante funciones propias asociado a f es
+∞
X
f∼ an Jν (ανn x), (7.23)
n=1
donde Z 1
f (x)Jν (ανn x)xdx
0
an = Z 1
Jν2 (ανn x)xdx
0
Cuando f y f 0 son continuas por partes en [0, 1], el desarrollo en 7.23 converge a
1
f (x− ) + f (x+ )

2
para cada x ∈ (0, 1).
Ejemplo 7.2.7. Consideremos un cilindro de radio unidad que tiene una temperatura
inicial constante u(r, 0) = u0 r < 1. Determinar u(r, t) teniendo en cuenta que la temper-
atura en la frontera es cero, e. d. u(1, t) = 0, t > 0.
Ejemplo 7.2.8 (Vibración de una membrana circular). Consideremos el problema:

 2 2 2

∂ u 2 ∂ u 1 ∂u 1 ∂ u

 −c + + = 0, r < 1, t > 0;
∂t2 ∂r2 r ∂r r2 ∂θ2




u(r, θ, 0) = f (r, θ);

∂u
(r, θ, 0) = 0;



 ∂t



u(1, θ, t) = 0.
Su solución representa el pequeño movimiento transversal de una membrana circular tensa

de contorno fijo. Por ejemplo, puede ser el movimiento del parche de un tambor.
Indicaciones: √
Con la separación de √
variables, encontramos soluciones de la forma R(r) cos(mθ) cos(c λt)
y R(r) sen(mθ) cos(c λt) donde m = 0, 1, 2, ... y R es una solución del problema de au-
tovalores
m2

d dR
r − R + λrR = 0, 0 < r < 1, (7.24)
dr dr r
R(r), R0 (r) permanecen acotadas cuando r → 0+

R(1) = 0
En los párrafos precedentes se han estudiado los autovalores y autofunciones del problema.
Con éstos la solución del problema de la membrana viene dada por la serie:
+∞ +∞
1X X
u(r, θ, t) = cn,0 J0 (α0n r) cos(cα0n t)+ (cnm cos mθ+dnm sen mθ)J0 (αmn r) cos(cαmn t).
2 n=1 n,m=1
Ésta representa la suma de vibraciones sensibles de forma fija. Esos movimientos senoidales,
descritos cnm cos mθJ0 (αmn r) cos(cαmn t) y dnm sen mθJ0 (αmn r) cos(cαmn t) se llaman mo-
dos normales del sistema. Las frecuencias caracterı́sticas o naturales de vibración son
cαmn /2π. Se determinan con los autovalores del problema (7.24). Las formas de modos nor-
males se determinan con las correspondientes autofunciones.
autofunciones 135
Ejemplo 7.2.9 (Vibraciones forzadas. Resonancia). Consideremos el problema:

 2 2 2

∂ u 2 ∂ u 1 ∂u 1 ∂ u

 −c + + = F (r, θ) cos ωt, r < 1, t > 0;
∂t2 ∂r2 r ∂r r2 ∂θ2




u(r, θ, 0) = 0;

 ∂u (r, θ, 0) = 0;


 ∂t



u(1, θ, t) = 0.
Su solución representa el pequeño movimiento transversal de una membrana circular im-

pulsada por una fuerza senoidal arbitrariamente distribuida.
Indicaciones:
La solución viene dada por la serie
+∞
1 X Cn,0 J0 (α0n r)
u(r, θ, t) = 2 2
[cos ωt − cos(cα0n t)] +
2 n=1 α0n c − ω2
+∞
X 1
+ [Cnm cos mθ + Dnm sen mθ]J0 (αmn r)[cos ωt − cos(cαmn t)].
α 2 c2
n,m=1 mn
− ω2
2
Si αmn c2 − ω 2 es pequeño, esto es, si ω/2π es próximo a una frecuencia natural, el
coeficiente del modo normal correspondiente será grande a menos que Cnm sea cero. Una
fuerza impulsora senoidal con frecuencia ω/2π tiende a excitar modos normales cuyas
frecuencias naturales son próximas a ω/2π y cuyas oscilaciones van creciendo de ampli-
2
tud conforme αmn c2 − ω 2 se hace pequeño. Este fenómeno se conoce con el nombre de
resonancia.
Es clásico el ejemplo del puente colgante de Angers (Francia), hundido en 1850 al paso
de una tropa por efecto de resonancia entre su perı́odo propio de vibración y el de la
marcha rı́tmica de ésta.
En el verano de 1940 se terminó el puente colgante de Tacoma Narrows. Casi de in-
mediato, algunos observadores notaron que a veces parecı́a que el viento originaba grandes
oscilaciones del piso. El puente se volvió una atracción turı́stica, en la que las personas
iban a ver, y quizá a pasar por el puente ondulatorio. Por último, el 7 de noviembre de
1940, durante una tormenta, las oscilaciones aumentaron más allá de cualquiera obser-
vada con anterioridad. Pronto, las oscilaciones verticales se volvieron giratorias. Al final,
todo el puente se derrumbó debido a las grandes oscilaciones. Durante casi 50 años, la
hipótesis generalmente aceptada fue que la causa probable del colapso fue un episodio de
resonancia (aunque en investigaciones recientes se concluye que se debió a otros motivos).
El fenómeno de resonancia ocurre para cualquier problema de valores de contorno e
iniciales correspondiente a una ecuación de ondas no homogénea en un dominio acotado
con un término de impulsación senoidal. Las frecuencias de resonancia están, en general,
determinadas por los autovalores de un problema que incluya un operador de derivación
parcial elı́ptico.
Figura 7.1: Puente de Angers y colapso del puente de Tacoma Narrows
7.2.2. Problema singular con la ecuación de Legendre

Un problema singular de Sturm-Liouville con valores en la frontera tı́pico asociado a
la ecuación de Legendre es
0
(1 − x2 )y 0 + λy = 0, −1 < x < 1

(7.25)
y(x), y 0 (x) permanecen acotadas cuando x → ±1 (7.26)
Este problema es autoadjunto, pues la condición (ii) del lema 7.2.5 se cumple en cada
extremo. En el tema 4 vimos que 7.25 tiene soluciones polinomiales para λ = n(n + 1),
n ≥ 0. Estas soluciones son múltiplos constantes de los polinomios de Legendre
[n/2]
−n
X (−1)m (2n − 2m)! n−2m
Pn (x) = 2 x , (7.27)
m=0
(n − m)!m!(n − 2m)!
donde [n/2] es el máximo entero menor o igual que n/2. Los cuatro primeros polinomios
de Legendre son
3 1 5 3
P0 (x) = 1, P1 (x) = x, P2 (x) = x2 − , P3 (x) = x3 − x.
2 2 2 2
Los únicos valores propios para 7.25-7.26 son λ = n(n + 1), n ≥ 0 y las funciones propias
correspondientes son los polinomios de Legendre Pn (x). Los polinomios de Legendre Pn (x)
son ortogonales en [−1, 1] con respecto de ρ(x) := 1.
Si f (x) es una función dada, entonces un desarrollo mediante funciones propias asoci-
ado a f es
+∞
X
f∼ an Pn (x), (7.28)
n=0
donde Z 1
f (x)Pn (x)dx
−1
an = Z 1
Pn2 (x)dx
−1
autofunciones 137
Los resultados de convergencia similares a los dados para series de Fourier se cumplen
para el desarrollo (7.28).
7.2.3. Polinomios de Legendre y los armónicos esféricos

Si introducimos coordenadas esféricas r, θ, φ tales que
x = r sen θ cos φ; y = r sen θ sen φ; z = r cos θ; 0 ≤ θ ≤ π, 0 ≤ φ < 2π,
la ecuación de Laplace se transforma en
∂ 2 u 2 ∂u ∂ 2u

1 ∂ ∂u 1
2
+ + 2 sen θ + 2 = 0.
∂r r ∂r r sen θ ∂θ ∂θ r sen2 θ ∂φ2
Al aplicar separación de variables llegamos al problema de valores propios dado por la

ecuación
m2

d 2 dP
(1 − t ) − P + λP = 0; −1 < t < 1, m = 0, 1, 2, ....
dt dt 1 − t2
Para m = 0 obtenemos como autovalores λn = n(n + 1) y como autofunciones los poli-

nomios de Legendre {Pn (t)}n≥1 . Éstos puede caracterizarse por
1 dn 2
Pn (t) = (t − 1)n , (fórmula de Rodrigues).
2n n! dtn
Fijado m > 0 y n ≥ m las funciones
n
1 2 m/2 d
Pnm (t) = (1 − t ) (t2 − 1)n ,
2n n! dtn
son las autofunciones correspondientes al problema con valor propio n(n + 1) y se llaman
funciones asociadas de Legendre.
El método de separación de variables da ası́ las funciones armónicas (esto es, soluciones
de la ecuación de Laplace) (
rn Pnm (cos θ) cos mφ;
rn Pnm (cos θ) sen mφ;
que son regulares en todo el espacio (r, θ, φ). Dichas funciones son polinomios homogéneos
de grado n en x, y y z. Los hay de grado n−m en z. Tales polinomios se llaman armónicos
esféricos. Los armónicos esféricos son funciones de importancia capital por sus aplica-
ciones. Prácticamente cualquier cálculo en fı́sica atómica, molecular, nuclear o de partı́cu-
las elementales requiere la utilización de armónicos esféricos de uno u otro modo. Los
armónicos esféricos son utilizados también para estimar el campo gravitato-
rio terrestre (resolviendo la ecuación de Laplace en coordenadas esféricas), con esto se
Figura 7.2: Geoide de referencia de la Tierra
obtiene el Geoide de la Tierra el cual da con una precisión de cms un modelo para la for-
ma de la Tierra. Dicho Geoide es fundamental para el buen funcionamiento de cualquier
satélite, ya que éstos necesitan ser corregidos durante su trayectoria según sufran más o
menos atracción de la Tierra en los distintos puntos de su órbita. Los satélites de GPS
usan el Geoide para darnos las posición exacta (± cms) donde estamos. En Oceanografı́a
se utiliza el Geoide para estimar las variaciones de masa del mar, siendo ésta es una de
las lı́neas de investigación en el Dpto de Matemática Aplicada de la UA.
Los armónicos esféricos son funciones que toman valores sobre una esfera parametriza-
da por (θ, φ). La manera más habitual de representarlos es dibujando a cada punto (θ, φ)
de esa esfera una longitud en coordenadas esféricas que es justamente el valor absoluto
del armónico esférico considerado.
Proposición 7.2.10 (Fórmula de Rodrigues). Dado n ≥ 1, la formula
1 dn 2
Pn (x) = n n
(x − 1)n ,
2 n! dx
proporciona el n-ésimo polinomio de Legendre, es decir, es el polinomio de grado n solución
del problema
(1 − x2 )y 00 − 2xy 0 + n(n + 1)y = 0, y(1) = 1.
Observación 7.2.11. Tanto los polinomios de Hermite como los de Chebishev pueden
definirse a partir de similares fórmulas de Rodrigues.
7.3 Función de Green 139
Figura 7.3: Representación gráfica de algunos armónicos esféricos
7.3. Función de Green

Estudiaremos las funciones de Green en los problemas en los que podamos obtener op-
eradores en la forma (7.1), ya que en este caso las funciones de Green gozan de propiedades
interesantes. Comenzamos estudiando la función de Green para un problema de Cauchy.
Teorema 7.3.1 (Función de Green para un problema de condiciones iniciales). Dado el

problema de condiciones iniciales

L[y](x) = d p(x) dy (x) + q(x)y(x) = f (x); a < x < b;

dx dx (7.29)
y(a) = y 0 (a) = 0;

siendo las funciones q y f son continuas y p es positiva y derivable con continuidad en

[a, b]. La solución puede ser expresada de la forma
Z x
y(x) = G(x, s)f (s)ds.
a
Conviene hacer notar que la función G(x, s) no depende de la función f (x) ni del punto
a, sino exclusivamente de la ecuación homogénea asociada al problema (7.29). La función
G(x, s) se denomina función de Green o función de influencia asociada al problema (7.29).
Proposición 7.3.2 (Propiedades de la función de Green para un problema de Cauchy).

La función de Green G(x, s) del problema (7.29) satisface las siguientes propiedades:
(i) G(x, s) = −G(s, x);
(ii) Considerada como función de una sola variable (en x o en s) G(x, s) es solución de
L[y] = 0.
(iii) Fijado a < s0 < b, G(x, s0 ) está caracterizada por ser la solución del problema de
condiciones iniciales: 


 L[y](x) = 0; s0 < x < b;

y(s0 ) = 0; (7.30)
 0 1
y (s0 ) = ;


p(s0 )
(iv) Si las condiciones iniciales en el problema (7.29) no son homogéneas, la solución del
problema vendrá dada por la expresión
Z x
y(x) = G(x, s)f (s)ds + c1 y1 (x) + c2 y2 (x),
a
siendo y1 , y2 dos soluciones linealmente independientes de L[y] = 0 y c1 , c2 dos constantes

a determinar.
Ejemplo 7.3.3. Resolver el problema

( 00
u + u = f (x); x > 0;
u(0) = u0 (0) = 0;
siendo f (x) continua, construyendo previamente la función de Green correspondiente.
Ejemplo 7.3.4. Resolver el problema

 00
u + u = f (x);
 x > 0;
 u(0) = 1;
 0
u (0) = −1;
siendo f (x) continua,construyendo previamente la función de Green correspondiente.
A diferencia del problema de condiciones iniciales (7.29) que siempre tiene solución
y ésta es única, un problema de contorno puede no tener solución, tener solución única
o tener infinitas soluciones. Por lo tanto primero hay que dar condiciones para las que
haya existencia y unicidad de la solución. En el siguiente teorema vemos una condición de
este tipo, y bajo ésta pretendemos obtener la solución del problema de contorno a través
de una fórmula integral, obteniendo previamente la función de Green correspondiente. Es
necesario ver antes un resultado técnico
Proposición 7.3.5. Sean u y v dos funciones de C 2 [a, b] soluciones de L[y] = 0. Entonces

existe K ∈ IR tal que
p(x)W [u, v](x) = K, ∀x ∈ [a, b],
siendo W [u, v] = uv 0 − vu0 es el wronskiano de u y v.
Teorema 7.3.6 (Función de Green para un problema de contorno). El problema de

contorno 
d dy
 dx p(x) dx (x) + q(x)y(x) = −f (x); a < x < b;



(7.31)

 a1 y(a) + a2 y 0 (a) = 0, (a21 + a22 6= 0);

b1 y(b) + b2 y 0 (b) = 0, (b21 + b22 6= 0);

donde las funciones q y f son continuas y p es positiva y derivable con continuidad en

[a, b] tiene solución única si el problema homogéneo asociado tiene como única solución
la trivial. En éste caso la solución de (7.31) puede ser expresada de la forma
Z b
y(x) = G(x, s)f (s)ds,
a
siendo G(x, s) una función que no depende de f (x) ni de los puntos a y b, sino exclu-
sivamente de la ecuación homogénea asociada al problema (7.31). La función G(x, s) se
denomina función de Green o función de influencia asociada al problema (7.31).
Observación 7.3.7. En el resultado anterior, la condición suficiente para la existencia

de función de Green equivale a la condición de que λ = 0 no sea autovalor de

d dy
 dx p(x) dx (x) + q(x)y(x) + λy(x) = 0; a < x < b;



(7.32)

 a1 y(a) + a2 y 0 (a) = 0, (a21 + a22 6= 0);

b1 y(b) + b2 y 0 (b) = 0, (b21 + b22 6= 0);

Teorema 7.3.8 (Solución para un problema de contorno con condiciones no homogéneas).

El problema de contorno

d dy
 dx p(x) dx (x) + q(x)y(x) = −f (x); a < x < b;



(7.33)

 a1 y(a) + a2 y 0 (a) = α;

b1 y(b) + b2 y 0 (b) = β;

donde las funciones q y f son continuas y p es positiva y derivable con continuidad en

[a, b] tiene solución única si el problema homogéneo asociado al problema (7.31) tiene
como única solución la trivial. En éste caso la solución puede ser expresada de la forma
Z b
p(a) p(b)
y(x) = G(x, s)f (s)ds − αG(x, a) + βG(x, b),
a a2 b2
siendo G(x, s) la función G(x, s) se denomina función de Green o función de influencia

asociada al problema (7.31).
Además:
1 1 ∂G
• Si a2 = 0, reemplazamos G(x, a) por − (x, a)
a2 a1 ∂s
1 1 ∂G
• Si b2 = 0, reemplazamos G(x, b) por − (x, b).
b2 b1 ∂s
La definición de función de Green tiene un carácter exclusivamente formal. No ob-
stante, con el fin de justificar dicha definición vamos a comentar el sentido fı́sico que
subyace en ésta. La función de Green se puede caracterizar mediante la distribución delta
de Dirac, apoyando ésta la interpretación de G(x, s) como la deformación de una varilla
(viga, etc..) en un punto x como resultado de la acción de una fuerza puntual de intensidad
unitaria en algún otro punto s. Es decir, G(x, s) representa la influencia de la fuerza en
s sobre la varilla en el punto x. De aquı́ el nombre de función de influencia. Además,
G(x, s)f (s) es la influencia de la fuerza puntual de intensidad f (s). Al sobreponer todas
las fuerzas puntuales para s entre a y b, obtenemos
Z b
y(x) = G(x, s)f (s)ds
a
como deformación resultante de una varilla bajo una fuerza externa de f (x). No entramos
en los detalles de la caracterización de la función de Green en términos de la delta de
Dirac ya que el estudio de las distribuciones no tiene cabida en este curso.
Proposición 7.3.9 (Propiedades de las funciones de Green). Sea G(x, s) la función de

Green del problema (7.31). Entonces:
(i) G(x, s) es continua en el cuadrado [a, b] × [a, b]. Para cada s fijado, las derivadas par-
ciales (∂G/∂x)(x, s) y (∂ 2 G/∂x2 )(x, s) son funciones continuas en x, para x 6= s.
(ii) En a < x = s < b, la derivada parcial ∂G/∂x tiene una discontinuidad de salto:
∂G ∂G 1
lı́m+ (x, s) − lı́m− (x, s) = − (7.34)
x→s ∂x x→s ∂x p(s)
(iii) Para cada s fijada, la función G(x, s) satisface el problema homogéneo correspondiente
para x 6= s; es decir
L[G(·, s)](x) = 0, x 6= s; (7.35)
∂G ∂G
a1 G(a, s) + a2 (a, s) = 0, b1 G(b, s) + b2 (b, s) = 0 (7.36)
∂x ∂x
(iv) Sólo existe una función que satisface las propiedades anteriores.
(v) G(x, s) es simétrica, es decir,
G(x, s) = G(s, x)
Figura 7.4: Gráfica de G(x, ξ). Gráfica de G(x, ξ) con a < x < b y ξ fijado.
Observación 7.3.10. Las funciones de Green que satisfacen las propiedades (i)-(iv) tam-
bién existen para los problemas generales no autoadjuntos con valores en la frontera. Sin
embargo, la existencia de una función de Green simétrica para problemas de contorno
equivale al hecho de que el operador lineal L[y] correspondiente sea autoadjunto.
Ejemplo 7.3.11. Encuentre la solución del siguiente problema a través de la función de
Green correspondiente:  00
u = −f (x); 0 < x < 1;

 u(0) = 0;

u(1) = 0.
Encuentre la solución en el caso particular de f (x) ≡ 1.
Ejemplo 7.3.12. Encuentre la solución del siguiente problema a través de la función de
Green correspondiente, siendo b > 0:
 00
u = −f (x);
 0 < x < 1;
 u(0) = 0;
 0
u (1) + bu(1) = 1.
Observación 7.3.13. Si una solución particular de un problema puede encontrarse a
simple vista, es, naturalmente, innecesario recurrir a la función de Green. Por ejemplo,
en el problema  00
u − u = 2x; 0 < x < 1;

0
 u (0) = 0;

u(1) = 0,
la función −2x es evidentemente una solución particular de la ecuación diferencial. La
solución general es entonces
u = −2x + aex + be−x .
Ajustando las constantes a y b para que satisfagan las condiciones de contorno, encon-
tramos
2(e + 1) x 2e(e − 1) −x
u = −2x + 2 e − 2 e .
e +1 e +1
A continuación introducimos una nueva noción que será de utilidad para resolver
problemas con ecuaciones en derivadas parciales completas.
Definición 7.3.14. Dada una función u(x, t), se define su:
(i) transformada finita de Fourier a la sucesión de funciones {a0 (t)} ∪ {an (t), bn (t)}n≥1
definidas por:
1 π 1 π
Z Z
an (t) = u(x, t) cos nxdx; y bn (t) = u(x, t) sen nxdx;
π −π π −π
(ii) transformada finita de Fourier en senos a la sucesión de funciones {bn (t)}n≥1 definidas
por:
2 π
Z
bn (t) = u(x, t) sen nxdx;
π 0
(iii) transformada finita de Fourier en cosenos a la sucesión de funciones {an (t)}n≥0
definidas por:
2 π
Z
an (t) = u(x, t) cos nxdx.
π 0
Si la función u(x, t) es continua, entonces queda unı́vocamente determinada por sus
transformadas finitas de Fourier.
Ejemplo 7.3.15. Resuélvase el problema
∂u ∂ 2 u


 − 2 = F (x, t); 0 < x < π; t > 0,
∂t ∂x

 u(0, t) = u(π, t) = 0,

u(x, 0) = 0,

π 2
∂ 2F
Z
∂F
siendo F y continuas, F (0, t) = F (π, t) y (x, t) dx uniformemente acotada.
∂x 0 ∂x2
Ejemplo 7.3.16. Resuélvase el problema
∂u ∂ 2 u


 − 2 = F (x, t); 0 < x < π; t > 0,
∂t ∂x

 u(0, t) = u(π, t) = 0,

u(x, 0) = f (x),

π 2
∂ 2F
Z
∂F
siendo F y continuas, F (0, t) = F (π, t) y (x, t) dx uniformemente acotada.
∂x 0 ∂x2
Observación 7.3.17. Los problemas estudiados en los dos ejemplos anteriores pueden
resolverse con una fórmula integral, es decir, a través de su correspondiente función de
Green. Para el primero se tiene:
Z tZ π
u(x, t) = K(x, s, t − τ )F (s, τ )dsdτ,
0 0
siendo
+∞
2 X −n2 t
K(x, s, t) = e sen nx sen ns.
π n=1
Para el segundo problema se tiene:
Z tZ π +∞
2
X
u(x, t) = K(x, s, t − τ )F (s, τ )dsdτ + bn (0)e−n t sen nx.
0 0 n=1
Ejemplo 7.3.18. Resuelva el problema:

 2 2
 ∂ u + 1 ∂u + 1 ∂ u = −F (r, θ); r < 1;
∂r2 r ∂r r2 ∂θ2
u(1, θ) = 0.

Claramente las transformadas finitas de Fourier son sencillamente los coeficientes de

Fourier. Siempre que un problema homogéneo
P puede resolverse por separación de variables
en la forma de una serie de Fourier cn Xn (x)Tn (t), la transformada finita de Fourier
R
u(x, t)Xn (x)ρ(x)dx
cn (t) = R
Xn2 (x)ρ(x)dx
reduce la ecuación diferencial completa en derivadas parciales en un sistema infinito de
ecuaciones diferenciales ordinarias.
Observación 7.3.19. Para cualquier dominio D con contorno C la solución del problema
no homogéneo (
∇2 = −F ; en D,
u = 0, sobre C,
puede expresarse en la forma
Z Z
u(x, y) = G(x, y; s, t)F (s, t)dsdt.
D
En cuanto a la interpretación, la función de Green G(x, y; s, t) puede interpretarse como

en el caso de ecuaciones diferenciales ordinarias. En este problema representa el potencial
en (x, y) debido a una carga situada en (s, t). En problemas que involucren la ecuación
de ondas representa el desplazamiento en (x, y) de una membrana debido a una fuerza
aplicada en el punto (s, t).
Ejercicios del tema

1. Verifique que los valores propios y las funciones propias en este problema regular de
Sturm-Liouville son los indicados
00
y (x) + λy(x) = 0, 0 < x < L,
y 0 (0) = 0, y 0 (L) = 0.
λ0 = 0, y0 = 1, λn = n2 π 2 /L2 , yn = cos nπx/L.
00
y (x) + λy(x) = 0, 0 < x < L,
y 0 (0) = 0, hy(L) + y 0 (L) = 0(h > 0).
λn = βn2 /L2 , yn = cos βn x/L, donde βn es la n-ésima raı́z positiva de tan x = hL/x.
Utilice las gráficas para estimar el valor de βn para n grande.
00
y (x) + λy(x) = 0, 0 < x < L,
hy(0) − y 0 (0) = 0, y(L) = 0 (h > 0).
λn = βn2 /L2 , yn = βn cos βn x/L + hL sen βn x/L, donde βn es la n-ésima raı́z positiva
de tan x = −x/hL. Utilice las gráficas para estimar el valor de βn para n grande.
00
y (x) + λy(x) = 0, 0 < x < L,
hy(0) − y 0 (0) = 0, hy(L) + y 0 (L) = 0(h > 0).
λn = βn2 /L2 , yn = βn cos βn x/L + hL sen βn x/L, donde βn es la n-ésima raı́z positiva
de tan x = 2hLx/(x2 − h2 L2 ). Utilice las gráficas para estimar el valor de βn para n
grande.
5. Desarrolle f (x) = 1 como una serie de Fourier de autofunciones del problema de

valores propios del ejemplo 7.1.12.
6. Desarrolle f (x) = x como una serie de Fourier de autofunciones del problema de

valores propios del ejemplo 7.1.12 con L = 1.
√
7. Resolver el ejemplo (7.1.22) con f (x) = 1 + xx(1 − x).
8. Resolver el problema bajo la hipótesis que g y sus dos primeras derivadas son con-
tinuas, que g(0) = g(1) = 0 = g 00 (0) = g 00 (1) y g 000 es integrable en [0, 1].
∂ 2u ∂ 2u

1
− 2 = 0; 0 < x < 1, t > 0;


(1 + x)2 ∂t2 ∂x





u(x, 0) = 0;



∂u
(1, t) = 0;


 ∂x
u(0, t) = 0;




 ∂u (x, 0) = g(x).



∂t
9. Resolver el problema bajo la hipótesis que g y sus dos primeras derivadas son con-
tinuas, que f (0) = f (1) = 0 = f 00 (0) = f 00 (1) y f 000 es integrable en [0, 1].
2

∂u 2∂ u

 − (1 + x) = 0; 0 < x < 1, t > 0;
 ∂t ∂x2



u(x, 0) = f (x);
u(1, t) = 0;





u(0, t) = 0;

10. Resolver ( 00
u − u = f (x); x > 0;
u(0) = u0 (0) = 0.
11. Resolver (
[(x + 1)2 u0 ]0 − u = f (x); x > 0;
u(0) = 0; u0 (0) = 1.
12. Resolver ( 00
u + u0 − 2u = ex ; x > 0;
u(0) = 1; u0 (0) = 0;
13. Resolver (
(1 + x2 )1/2 u0 + u = x; x > 0;
u(0) = 0,
reduciendo la ecuación a la forma
[p(x)u]0 = f (x).
14. Resolver ( 00
u − u = −f (x); 0 < x < 1;
u(0) = u(1) = 0.
15. Resolver ( 00
u − u = −f (x); 0 < x < 1;
u0 (0) = u0 (1) = 0.
16. Resolver ( 00
u − u = ex ; 0 < x < 1;
0
u(0) = 1; u (1) = 0.
17. Resolver (
[(x + 1)2 u0 ]0 − u = f (x); 0 < x < 1;
u(0) = 0 = u(1).
18. Resolver  2 3
∇ u = y(1 − y) sen x; 0 < x < π, 0 < y < 1;

 u(x, 0) = u(x, 1) = 0;

u(0, y) = u(π, y) = 0.
19. Resolver (NO) ( 2
∇ u = −2; x2 + y 2 < R2 ;
u = 0; x2 + y 2 = R 2 .
20. Resolver
∂u ∂ 2 u

 ∂t − ∂x2 = F (x, t); 0 < x < π; t > 0,



u(x, 0) = 0,
u(0, t) = ∂u (π, t) = 0.



∂x
21. Resolver  2
∇ u = −F (x, y);
 0 < x < π, 0 < y < A;
 u(x, 0) = u(x, A) = 0

u(0, y) = u(π, y) = 0.
22. Resolver 


∇2 u = −F (x, y); 0 < x < π, 0 < y < A;

u(x, 0) = u(0, y) = 0
 ∂u ∂u
 (x, A) = (π, y) = 0.


∂y ∂y
23. Resolver (NO)
 2

 ∇ u = −F (x, y); 0 < x < 1, 0 < y < 1;

u(x, 0) = u(x, 1) = u(1, y) = 0
 ∂u (0, y) − u(0, y) = 0.


∂x
24. Resolver (NO)  2
∂ u 1 ∂u 1 ∂ 2u

 + + = −F (r, θ); r < R;
∂r2 r ∂r r2 ∂θ2
 ∂u (R, θ) = 0,

∂r
R R R 2π
con la normalización u(0, θ) = 0, con tal que 0 0 F rdrdθ = 0. Demostrar que el
problema no tiene solución si esta integral no es cero.

1.
2.
3.
4.
+∞
X 1 − cos βn βn x
5. 2hL sen .
n=1
βn (hL + cos2 βn ) L
+∞
X sen βn sen βn x
6. 2h(1 + h) 2 (h + cos2 β )
.
n=1
β n n
7.
+∞
2[(−1)n − 1] 3nπ[2(−1)n − 1] nπ[4(−1)n − 1]
X
1/2
u(x, t) = (1 + x) − 2 2 +
n=1
nπ n π + (log 2)2 n2 π 2 + 4(log 2)2
r
1
cos (nπ/ log 2)2 + t sen[nπ log(1 + x)/ log 2].
4
8.
q 2
1
π/ log 2 + 14 t
+∞

X sen n− 2 1/2

1

u(x, t) = cn q
1
2 1 (1+x) sen n − 2 π log(1 + x)/ log 2 ,
n=1 n − 2 π/ log 2 + 4
donde
Z 1
−3/2 1
cn = (2/ log 2) (1 + x) g(x) sen n − π log(1 + x)/ log 2 dx.
0 2
9.
+∞
2 +(1/4)]t
X
u(x, t) = cn e−[(nπ/ log 2) (1 + x)1/2 sen[nπ log(1 + x)/ log 2],
n=1
donde Z 1
cn = (2/ log 2) (1 + x)−3/2 f (x) sen [nπ log(1 + x)/ log 2] dx.
0
Z x
10. u(x) = senh(x − ξ)f (ξ)dξ.
0
11.
Z x n √ √ o
−1/2 −1/2 −1/2 5/2 5/2
u(x) = 5 (1 + x) (1 + ξ) [(1 + x)/(1 + ξ)] − [(1 + ξ)/(1 + x)] f (ξ)dξ+
0
h √ √ i
+5−1/2 (1 + x)−1/2 (1 + x) 5/2 − (1 + x)− 5/2 .
1 8 4
12. u(x) = (x − 1)ex + ex + e−2x .
3 9 9
1h √ −1
√ i
13. u(x) = 2
x − (x + 1 + x ) log(x + 1 + x ) . 2
2
Z x Z 1
1
14. u(x) = senh(1 − x) senh ξf (ξ)dξ + senh x senh(1 − ξ)f (ξ)dξ .
senh 1 0 x
Z x Z 1
1
15. u(x) = cosh(1 − x) cosh ξf (ξ)dξ + cosh x cosh(1 − ξ)f (ξ)dξ .
senh 1 0 x
1
16. u(x) = xex − e senh x/ cosh 1 + cosh(1 − x)/ cosh 1.
2
17.
(" −[1+√5]/2 −[1−√5]/2 #
1 1 1
u(x) = √ √ √ (1 + x) − (1 + x)
10[2 5/2 − 2− 5/2 ] 2 2
Z x √ √
− (1 + ξ)−[1+ 5]/2 ]f (ξ)dξ+
[(1 + ξ)−[1− 5]/2
0
√ √
Z 1 " −[1+√5]/2 −[1−√5]/2 # )
1 1
+ [(1 + x)−[1− 5]/2 − (1 + x)−[1+ 5]/2 ] (1 + ξ) − (1 + ξ) f (ξ)dξ .
x 2 2
18.
( " #)
3 cosh y − 12
u(x, y) = −y(1 − y) + 2 1 − sen x−
4 cosh 12
( " #)
1 1 2 cosh 3 y − 12
− − y(1 − y) + 1− sen 3x.
4 9 81 cosh 32
1
19. u = (R2 − r2 ).
2
+∞ Z tZ π
2X 1 −(2n−1)2 (t−τ )/4 1
20. u(x, t) = sen n − x e sen n − ξ F (ξ, τ )dξdτ .
π n=1 2 0 0 2
+∞
X
21. u(x, y) = bn (y) sen nx, donde
n=1
Z π Z y
2
bn (y) = senh[n(A − y)] senh nηF (ξ, η)dη+
πn senh nA 0 0
Z A
+ senh ny senh[n(A − η)]F (ξ, η)dη sen nξdξ.
y
+∞
X 1
22. u(x, y) = cn (y) sen[ n − x], donde
n=1
2
Z π Z y
2 1 1
cn (y) = cosh[ n − (A − y)] senh[ n − η]F (ξ, η)dη+
π n − 21 cosh[ n − 21 A] 0

2 0 2
Z A
1 1 1
+ senh[ n − y] cosh[ n − (A − η)]F (ξ, η)dη sen[ n − ξ]dξ.
2 y 2 2
+∞
X
23. u(x, y) = bn (x) sen nπy, donde
n=1
Z 1 Z x
2
bn (x) = senh[nπ(1 − x)] [senh nπξ + nπ cosh nπξ]F (ξ, η)dξ+
πn(senh nπ + nπ cosh nπ) 0 0
Z 1
+[senh nπx + nπ cosh nπx] senh[nπ(1 − ξ)]F (ξ, η)dξ sen nπηdη.
x
+∞
1 X
24. u(r, θ) = a0 (r) + [an (r) cos nθ + bn (r) sen nθ], donde
2 n=1
Z r
a0 (r) = − log(r/ρ)A0 (ρ)ρdρ;
0
Z r Z R
1 n n n+1 n n n
an (r) = [(R/r) + (r/R) ] ρ An (ρ)dρ + r [(R/ρ) + (ρ/R) ]An (ρ)ρdρ ;
2nRn 0 r
Z r Z R
1 n n n+1 n n n
bn (r) = [(R/r) + (r/R) ] ρ Bn (ρ)dρ + r [(R/ρ) + (ρ/R) ]Bn (ρ)ρdρ ;
2nRn 0 r
y
+∞
1 X
F (r, ρ) ∼ A0 (r) + [An (r) cos nθ + Bn (r) sen nθ].
2 n=1
La función a0 (r) no se obtiene a partir de la función de Green sino integrando
la relación (ra00 )0 = −rA0 entre 0 y r, dividiendo por r, integrando otra vez, y
cambiando entonces el orden de integración. La condición integral es necesaria para
hacer que a00 (R) = 0. Una constante cualquiera se puede sumar a a0 (r), pero esta
constante es cero según la condición u(0, θ) = 0.
Tema 8
Introducción al cálculo variacional
8.1. Elementos de cálculo variacional

Definición 8.1.1. Llamaremos funcional a cualquier aplicación
F : D(F) ⊂ (X, k · k) −→ IR,
siendo (X, k · k) un espacio vectorial normado y D(F) un subconjunto de éste.

Los espacios vectoriales que consideraremos serán (C[a, b], k · k∞ ) y (C n [a, b], |k · |kn ),
donde n
X
|ky|kn = k y (i) k∞ ,
i=0
siendo y un elemento del espacio vectorial C n [a, b].

A continuación veremos unos cuantos enunciados de problemas variacionales clásicos.
Ejemplo 8.1.2 (Curva de longitud mı́nima). Encontrar la curva del plano que une los
puntos (a, A) y (b, B) de éste con longitud más corta, es decir, encontrar la curva y =
y(x) ∈ D(F) para la cual el funcional
Z bp
F(y) = 1 + [y 0 (x)]2 dx,
a
alcanza su mı́nimo siendo D(F) = {y ∈ C 1 [a, b]; y(a) = A, y(b) = B}.

El problema isoperimétrico fue resuelto por Euler; De entre todas las curvas cerradas de
longitud fijada l, encontrar la que encierre mayor área. La respuesta es una circunferencia.
Ejemplo 8.1.3 (Problema isoperimétrico). Fijados b > a > 0 y l > b − a, encontrar la
curva y = y(x) ∈ D(F) para la cual el funcional
Z b
F(y) = y(x)dx,
a
153
154 Introducción al cálculo variacional
alcanza su máximo siendo

Z bp
1
D(F) = {y ∈ C [a, b]; y(a) = 0, y(b) = 0, 1 + [y 0 (x)]2 dx = l}.
a
Dados dos puntos A y B situados en el mismo plano vertical con abscisa distinta. Un
punto material se mueve sin fricción entre A y B, y es obligado a hacerlo a lo largo de
una determinada curva. Sobre él, no actúa otra fuerza que la gravedad. De entre todas
las curvas posibles que unen A y B y sobre las cuales se desliza nuestro punto material,
buscamos aquella que hace mı́nimo el tiempo que tarda la partı́cula en ir desde A hasta
B. La respuesta es la braquistocrona.
Ejemplo 8.1.4 (Problema de la braquistocrona). Encontrar la curva del plano que une
los puntos A(0, 0) y B(b, b0 ) de manera que un punto que se desplace de B a A tarde el
menor tiempo posible (sometido sólo a la fuerza de la gravedad), es decir, encontrar la
curva y = y(x) ∈ D(F) para la cual el funcional
Z bs
1 1 + [y 0 (x)]2
F(y) = √ dx,
2g 0 y(x)
alcanza su mı́nimo siendo D(F) = {y ∈ C 1 [0, b]; y(0) = 0, y(b) = b0 , y(x) > 0 ∀x ∈
(0, b]}.
Ejemplo 8.1.5 (Problema de Sturm-Liouville). Fijado k ≥ 1 el k-ésimo valor propio λk
del problema regular de Sturm-Liouville correspondiente a a2 = 0 = b2 y q ≥ 0, se puede
obtener como el mı́nimo del funcional
Z b
[p(y 0 )2 + qy 2 ]
F(y) = Rb dx,
a ρy 2 dx
a
siendo D(F) = {y ∈ C 2 [a, b]; y ⊥ ui , i < k; y(a) = 0 = y(b); y 6≡ 0}, donde cada uk es
una función propia asociada al valor propio λk , es decir, un elemento uk ∈ D(F) donde
el funcional alcanza el mı́nimo.
En fı́sica, un lagrangiano es una función a partir de la cual se pueden obtener la evolu-
ción temporal, las leyes de conservación y otras propiedades importantes de un sistema
fı́sico. De hecho, en fı́sica moderna el lagrangiano se considera el objeto más fundamental
que describe un sistema fı́sico. Consideremos la siguiente situación: una partı́cula material
de masa m que se mueve sobre una recta, y está sometida a una fuerza que depende del
tiempo, y, en cada instante, de la posición de la partı́cula sobre la recta y de la veloci-
dad de la misma. Tratamos pues un problema dinámico unidimensional. La función de
Lagrange o lagrangiana del sistema que estamos considerando se define como
1
L(t, x(t), x0 (t)) = m[x0 (t)]2 − V (t, x(t), x0 (t)),
2
donde x(t) representa la posición de la partı́cula, x0 (t) su velocidad, ambas medidas en
el instante t y V (t, x(t), x0 (t)) representa el potencial originado por la resultante de las
fuerzas externas.
8.1 Elementos de cálculo variacional 155
Ejemplo 8.1.6 (Principio de Hamilton). El camino recorrido en el plano (t, x) por el

sistema definido en el párrafo anterior para ir del punto (a, A) al punto (b, B) es aquel
que minimice el funcional
Z b
1 0 2 0
F(y) = m[y (x)] − V (x, y(x), y (x)) dx,
a 2
siendo D(F) = {y ∈ C 1 [a, b]; y(a) = A, y(b) = B}.

Como se desprende de los ejemplos anteriores, uno de los tipos básicos de funcionales
considerado en cálculo variacional es el que tiene la forma
Z b
F(y) = F (x, y(x), y 0 (x))dx,
a
siendo F (x, y, z) un campo escalar.

Para entender la idea fundamental de los problemas y métodos del cálculo variacional,
es muy importante ver cómo están relacionados con problemas de análisis clásico, es decir,
el estudio de funciones de n variables. De modo que consideremos un funcional de la forma
Z b
F(y) = F (x, y(x), y 0 (x))dx,
a
para el que D(F) = {y ∈ C 1 [a, b]; y(a) = A, y(b) = B}. En esta situación a cada curva
y(x) se le asigna un número. Para encontrar una función de análisis clásico relacionada
con este funcional se procede de la siguiente manera. Consideramos una partición
x0 = a < x1 < · · · < xn < b = xn+1
de [a, b]. Entonces reemplazamos la curva y = y(x) por la linea poligonal de vértices
{(xi , y(xi ))}n+1
i=0 , y aproximamos el funcional F(y) por la suma
n+1
X yi − yi−1
F(y1 , · · · , yn ) = F xi , yi , hi ,
i=1
hi
donde yi = y(xi ), h = xi − xi−1 . Cada linea poligonal está unı́vocamente determinada por
las ordenadas {yi }ni=1 de sus vértices, y la suma anterior es, por tanto, una función de
n variables. Por tanto, como una aproximación, podemos contemplar el problema varia-
cional como el problema de encontrar los extremos de la función F(y1 , · · · , yn ). Euler, al
resolver problemas variacionales, hizo amplio uso de este método de diferencias finitas.
Reemplazando curvas diferenciables por lineas poligonales, redujo el problema de encon-
trar extremos de un funcional al problema de encontrar extremos de una función de n
variables, y entonces obtuvo soluciones exactas pasando al lı́mite n → +∞. En este senti-
do, los funcionales pueden considerarse como funciones de infinitas variables, y el cálculo
variacional puede ser considerado como el correspondiente análogo al cálculo diferencial.
Definición 8.1.7. Un funcional F : D(F) ⊂ (X, k · k) −→ IR se dice que es continuo

en f ∈ D(F), si al considerar en D(F) la topologı́a τ heredada de (X, k · k) y en IR la
topologı́a euclı́dea, la aplicación F : (D(F), τ ) −→ IR es continua en f . Un funcional se
dice continuo si lo es en todos los elementos de D(F).
Proposición 8.1.8. Un funcional F : D(F) ⊂ (X, k · k) −→ IR es continuo en f ∈ D(F)

si ∀ > 0 ∃δ > 0 tal que si g ∈ D(F) cumpliendo k f −g k< δ, entonces |F(f )−F(g)| < .
En este caso se suele escribir
lı́m F(g) = F(f ).
g→f
Observación 8.1.9. A primera vista podrı́a pensarse que el espacio vectorial norma-
do más grande considerado en este tema (C[a, b], k · k∞ ) es el más adecuado para es-
tudiar problemas variacionales. Sin embargo puede comprobarse que el funcional F(y) =
Rbp
a
1 + [y 0 (x)]2 dx no es continuo en (C[a, b], k·k∞ ), y sı́ lo es en (C 1 [a, b], |k·|k1 ). Ya que
queremos usar métodos ordinarios analı́ticos, por ejemplo, pasar al lı́mite, es razonable
elegir un dominio donde el funcional considerado sea continuo.
En lo que sigue consideraremos siempre un funcional F con dominio
D(F) = f + M = {f + m; m ∈ M} ⊂ X,
siendo f ∈ D(F) y M un subespacio, en general denso, del espacio vectorial normado

(X, k · k). A continuación veremos algunas propiedades de este tipo de descomposición.
Proposición 8.1.10. Sea (X, k · k) un espacio vectorial normado, M un subespacio vec-

torial de X y a ∈ X. Se cumple:
(i) Si a ∈ M, entonces a + M = M;
(ii) Si a 6∈ M, entonces a + M no tiene estructura de espacio vectorial;
(iii) Si b ∈ a + M, entonces a + M = b + M;
(iv) Sea b ∈ a + M, entonces todo entorno de b en a + M es de la forma
b + V = {x ∈ X; x = b + v, v ∈ V },
siendo V un entorno del origen en M (con la topologı́a heredada de (X, k · k));

(v) M es denso en (X, k · k) si, y sólo si, a + M es denso en (X, k · k).
En el siguiente resultado se aplica la descomposición anterior al dominio del funcional

del ejemplo 8.1.2.
Proposición 8.1.11. Fijados A, B reales no nulos y f ∈ C 1 [a, b] tal que f (a) = A y

f (b) = B. Entonces se cumple:
(i) M = {y ∈ C 1 [a, b]; y(a) = 0 = y(b)} es subespacio vectorial de C 1 [a, b];
(ii) {y ∈ C 1 [a, b]; y(a) = A, y(b) = B} = f + M.
8.1 Elementos de cálculo variacional 157
Definición 8.1.12. Se dice que el funcional F es lineal si éste está definido sobre todo el
espacio vectorial (X, k · k) y verifica que F(ax + by) = aF(x) + bF(y), para cualesquiera
a, b ∈ IR, x, y ∈ (X, k · k).
Ejemplo 8.1.13. Los siguientes funcionales son lineales.
(i) Fijado x0 ∈ [a, b], consideramos el funcional F(f ) = f (x0 ), para cada f ∈ C[a, b];
Rb
(ii) F(f ) = a f (x)dx, para cada f ∈ C[a, b];
Rb
(iii) Fijada α(x) ∈ C[a, b], consideramos el funcional F(f ) = a α(x)f (x)dx, para cada
f ∈ C[a, b];
(iv) En general fijadas αi (x) ∈ C[a, b], i = 1, · · · , n, consideramos el funcional
Z bX n
F(f ) = αi (x)f (i) (x)dx,
a i=1
para cada f ∈ C n [a, b].

En muchos problemas variacionales hay que manejar funcionales definidos en conjuntos
D(F) de funciones que no tienen estructura de espacio vectorial. De hecho, el conjunto
de funciones (o curvas) que satisfacen las condiciones de un problema variacional, lla-
madas funciones admisibles (o curvas admisibles), no forman en general un espacio
vectorial. Sin embargo el concepto de espacio vectorial y los conceptos relacionados de
distancia entre funciones, continuidad de funcionales, etc., juegan un papel importante
en el cálculo variacional. De hecho encontramos una situación similar en problemas de
análisis elemental, donde, al trabajar con funciones de n variables, es conveniente usar
el concepto de espacio vectorial euclı́deo IRn , aunque el dominio de definición no sea un
subespacio vectorial de IRn .
Definición 8.1.14. Se dice que un funcional es diferenciable en f ∈ D(F) = f + M ⊂
(X, k · k) si existe una aplicación lineal δFf : M → IR (llamada variación primera), tal
que
F(f + h) − F(f ) = δFf (h) + (h, f ) k h k,
para h ∈ V siendo éste último un entorno del origen en M y verificándose además que
lı́m (h, f ) = 0.
h→0
Para la prueba del teorema de unicidad de la variación primera usaremos el siguiente

Lema 8.1.15. Sea ϕ : (X, k · k) → IR una aplicación lineal tal que
ϕ(h)
lı́m = 0,
h→0 k h k
entonces ϕ ≡ 0.
Teorema 8.1.16. Sea F un funcional diferenciable en f ∈ D(F), entonces la variación
primera δFf es única.
8.2. Condición necesaria para un extremo

Definición 8.2.1. Se dice que un funcional F alcanza en f un
(i) máximo absoluto (resp. relativo) si F(f ) ≥ F(g), ∀g ∈ D(F) (resp. ∀g ∈ W , siendo
W un entorno de f );
(ii) mı́nimo absoluto (resp. relativo) si F(f ) ≤ F(g), ∀g ∈ D(F) (resp. ∀g ∈ W , siendo
W un entorno de f );
(iii) punto extremal si F alcanza en f un máximo o mı́nimo absoluto o relativo.
Teorema 8.2.2. Sea F un funcional diferenciable en f , entonces si f es un punto ex-

tremal de F se cumple que δFf ≡ 0.
Antes de empezar a estudiar un problema variacional concreto, es necesario estudiar

una serie de resultados previos.
Lema 8.2.3. Sea α ∈ C[a, b] tal que

Z b
α(x)h(x)dx = 0,
a
para toda función h ∈ C[a, b] que cumpla h(a) = h(b) = 0, entonces α ≡ 0.

Z b
α(x)h0 (x)dx = 0,
a
para toda función h ∈ C 1 [a, b] que cumpla h(a) = h(b) = 0, entonces α ≡ K, para alguna
constante K ∈ IR.

Z b
α(x)h00 (x)dx = 0,
a
para toda función h ∈ C 2 [a, b] que cumpla h(a) = h(b) = 0 y h0 (a) = h0 (b) = 0, entonces
α(x) = c1 x + c2 , siendo c1 , c2 ∈ IR.
Lema 8.2.6. Sea α, β ∈ C[a, b] tal que

Z b
[α(x)h(x) + β(x)h0 (x)]dx = 0,
a
para toda función h ∈ C 1 [a, b] que cumpla h(a) = h(b) = 0, entonces β es derivable y
β 0 = α.
8.2 Condición necesaria para un extremo 159
Teorema 8.2.7. Fijados F (x, y, z) ∈ C 2 (IR3 ) y a, b, A, B ∈ IR, b − a > 0 y el funcional

definido por Z b
F(y) = F (x, y(x), y 0 (x))dx,
a
1
donde y ∈ D(F) = {y ∈ C [a, b]; y(a) = A, y(b) = B}. Entonces si F alcanza un extremo
relativo en y, entonces y es solución de
∂F d ∂F
− =0 Ecuación de Euler-Lagrange. (8.1)
∂y dx ∂y 0
Las soluciones de la ecuación de Euler-Lagrange se denominan extremales. Dado que
la ecuación de Euler-Lagrange es una ecuación diferencial ordinaria de segundo orden y
tenemos condiciones en la frontera, no está garantizada la existencia y unicidad del prob-
lema aunque tengamos funciones coeficientes continuas. Para asegurarnos la existencia y
unicidad del problema de contorno utilizaremos el siguiente resultado.
Teorema 8.2.8 (Bernstein). Fijados F (x, y, z) ∈ C 1 (IR3 ), k > 0 y dos funciones no
negativas α(x, y), β(x, y) acotadas en todo recinto acotado del plano tales que
∂F
(x, y, y 0 ) > k, |F (x, y, y 0 )| ≤ α(y 0 )2 + β,
∂y
entonces hay una única solución de
y 00 = F (x, y, y 0 ),
que pase por dos puntos prefijados con diferentes abscisas.
La ecuación (8.1) proporciona condiciones necesarias para obtener extremo, no ob-
stante éstas no tienen por qué ser suficientes. Las condiciones suficientes serán tratadas con
posterioridad en este tema. No obstante, en muchos casos, la ecuación de Euler-Lagrange
es suficiente para obtener una solución completa al problema. De hecho la existencia de
un extremo es a menudo claro del significado geométrico o fı́sico del problema, por ejem-
plo, en el problema de la braquistocrona, el problema de la distancia más corta entre dos
puntos, etc. Si en uno de estos casos existe sólo un extremal satisfaciendo las condiciones
en la frontera del problema, este extremal debe ser forzosamente la curva para la cual se
alcanza el extremo.
Ejemplo 8.2.9. La función
(
0 para − 1 ≤ x ≤ 0;
y(x) =
x2 para 0 < x ≤ 1;
es extremal del funcional Z 1

F(y) = y 2 (2x − y 0 )2 dx,
−1
00
aunque y (x) no existe en todo punto de [−1, 1].
En el siguiente resultado se tienen condiciones para que una solución de la ecuación

de Euler-Lagrange tenga derivada segunda continua.
Teorema 8.2.10. Sea y(x) ∈ C 1 [a, b] solución de (8.1). Entonces si F (x, y, z) ∈ C 2 (IR3 ),
entonces y(x) tiene derivada segunda continua en todos los puntos donde
∂ 2F
[x, y(x), y 0 (x)] 6= 0.
∂(y 0 )2
Antes de plantear problemas variacionales concretos conviene estudiar cuatro casos en

los que la ecuación (8.1) puede ser reducida a una ecuación de primer orden o donde la
solución puede ser obtenida en términos de cuadraturas (resolviendo integrales).
Proposición 8.2.11.
Rb
(i) Para el funcional de la forma F(y) = a F (x, y 0 )dx, la ecuación de Euler-Lagrange da
lugar a la expresión Fy0 = C, donde C es una constante;
Rb
(ii) Para el funcional de la forma F(y) = a F (y, y 0 )dx, la ecuación de Euler-Lagrange da
lugar a la expresión F − y 0 Fy0 = C, donde C es una constante;
Rb
(iii) Para el funcional de la forma F(y) = a F (x, y)dx, la ecuación de Euler-Lagrange da
lugar a la expresión Fy (x, y) = 0 que no es una ecuación diferencial, sino una ecuación
”finita”, cuya solución consiste en una o más curvas y = y(x);
Rb p
(iv) Para el funcional de la forma F(y) = a f (x, y) 1 + [y 0 (x)]2 dx, la ecuación de Euler-
0 y 00
Lagrange se transforma en fy − fx y − f = 0.
1 + [y 0 (x)]2
Ejemplo 8.2.12. Encontrar los posibles puntos extremales del funcional
Z 2p
1 + [y 0 (x)]2
F(y) = dx,
1 x
sujeto a las condiciones y(1) = 0, y(2) = 1.
Ejemplo 8.2.13. De entre todas las curvas que unen dos puntos dados, encontrar aquella
que genera, al girar sobre el eje de abscisas, la superficie de mı́nima área.
Ejemplo 8.2.14. Encontrar los posibles puntos extremales del funcional

Z b
F(y) = (x − y)2 dx.
a
Veamos como quedan los resultados anteriores en el caso de trabajar con funcionales
que toman valores sobre funciones de varias variables. Para mantener una notación cómo-
da, trabajaremos con funciones de dos variables independientes, aunque los resultados que
obtengamos se pueden generalizar al caso de n variables independientes fácilmente.
Teorema 8.2.15. Fijados F (x, y, z, p, q) ∈ C 2 (IR5 ), R es una región cerrada de IR2 y el

funcional definido por
Z
F(z) = F (x, y, z(x, y), zx (x, y), zy (x, y))dxdy,
R
donde z ∈ D(F) = {z ∈ C 2 (R); z(∂R) = f (∂R)}. Entonces si F alcanza un extremo

relativo en z, entonces z es solución de
∂ ∂
Fz − F zx − Fz = 0 Ecuación de Ostrogradski. (8.2)
∂x ∂y y
Ejemplo 8.2.16. Encontrar la ecuación diferencial para la superficie de menor área

encerrada por un contorno fijo.
Teorema 8.2.17. Fijados F (x, y, z) ∈ C 2 (IR3 ) y a, b ∈ IR, b − a > 0 y el funcional

definido por
Z b
F(y) = F (x, y(x), y 0 (x))dx,
a
donde y ∈ D(F) = C 1 [a, b]. Entonces si F alcanza un extremo relativo en y, entonces y

es solución de
∂F d ∂F
− = 0 Ecuación de Euler-Lagrange. (8.3)
∂y dx ∂y 0
Fy0 |x=a = 0 = Fy0 |x=b Condiciones de contorno de frontera móvil. (8.4)
Observación 8.2.18. Además de los casos de extremos fijos y extremos variables, es

posible considerar casos mezclados, donde uno de los extremos es fijos y el otro variable.
Por ejemplo, si mantenemos fijo y(a) = A y variable en x = b las condiciones últimas se
traducen en Fy0 |x=b = 0 e y(a) = A se mantiene como segunda condición de contorno.
Ejemplo 8.2.19. Comenzando por el punto P (a, A) una partı́cula pesada se desliza sobre
una curva en el plano vertical. Encontrar la curva tal que la partı́cula alcanza la recta
x = b en el menor tiempo posible.
Otro caso interesante es aquel en el que el funcional toma como valores campos vec-
toriales de una sola variable, es decir,
y(x) = (y1 (x), . . . , yn (x)),
donde cada yi : IR → IR es una función real de una variable real. Buscamos ahora
extremales para funcionales de la forma
Z b
F(y) = F (x, y1 , . . . , yn , y10 , . . . , yn0 )dx,
a
sujeto a las condiciones
yi (a) = Ai , yi (b) = Bi , i = 1, . . . , n.
El problema de encontrar geodésicas, es decir, las curvas más cortas que unen dos puntos
de alguna variedad es de este tipo. El mismo tipo de problema surge en óptica, al buscar
los caminos a través de los cuales se propaga la luz en un medio no homogéneo (con
distinto ı́ndice de refracción). De hecho, de acuerdo al principio de Fermat, la luz viaja
de un punto P0 a un punto P1 a través del camino para el cual el tiempo de transmisión
es menor.
Teorema 8.2.20. Fijados F (x1 , . . . , x2n+1 ) ∈ C 2 (IR2n+1 ), a, b ∈ IR (b − a > 0), Ai ,

Bi ∈ IR (1 ≤ i ≤ n) y el funcional definido por
Z b
F(y) = F (x, y1 (x), . . . , yn (x), y10 (x), . . . , yn0 (x))dx,
a
donde y ∈ D(F) = {y = (yi )ni=1 /yi ∈ C 1 [a, b]; yi (a) = Ai , yi (b) = Bi }. Entonces si F
alcanza un extremo relativo en y, entonces y es solución de
∂F d ∂F
− = 0; 1 ≤ j ≤ n; Ecuaciones de Euler-Lagrange. (8.5)
∂yj dx ∂yj0
Ejemplo 8.2.21. Obtener las ecuaciones diferenciales para las curvas a través de las
cuales se propaga la luz en un medio no homogéneo.
Ejemplo 8.2.22. Encontrar las ecuaciones diferenciales para las geodésicas (u(t), v(t))
de la superficie dada por r(u, v) ∈ IR3 , (u, v) ∈ A ⊂ IR2 .
Si examinamos con detenimiento la formulación del problema isoperimétrico (ejemplo

(8.1.3), nos daremos cuenta que, en realidad, aparecen dos funcionales. El ”principal.es el
que mide el área bajo la curva, y también aparece otro ”secundario”que mantiene con-
stante la longitud de la curva. Éste segundo proporciona una restricción o una condición
para el problema. En el análisis clásico esta situación aparece también (extremos condi-
cionados) y se resuelve a través de la función y los multiplicadores de Lagrange. En esa
misma linea, generalizando el caso clásico, se trabaja con funcionales.
De hecho el problema isoperimétrico puede plantearse de la siguiente manera: Fijados
b > a > 0 y l > b − a, encontrar la curva y = y(x) ∈ D(F) para la cual el funcional
Z b
F(y) = y(x)dx,
a
alcanza su máximo siendo
D(F) = {y ∈ C 1 [a, b]; y(a) = A, y(b) = B},

de manera que el funcional

Z bp
G[y] = 1 + [y 0 (x)]2 dx
a
tome como valor fijo l.

Para resolver este problema utilizaremos el siguiente resultado.
Teorema 8.2.23. Dado el funcional
Z b
F(y) = F (x, y(x), y 0 (x))dx,
a
con funciones admisibles satisfaciendo las condiciones

Z b
y(a) = A, y(b) = B, G[y] = G(x, y(x), y 0 (x))dx = l,
a
donde G es otro funcional, y supongamos que F tiene en y un punto extremal. Entonces,

si y no es un extremal de G, entonces existe una constante λ tal que y es también punto
extremal del funcional Z b
(F + λG)dx,
a
es decir, satisface la ecuación diferencial

d d
Fy − Fy0 + λ Gy − Gy0 = 0.
dx dx
Observación 8.2.24. Lo estudiado en el resultado anterior se puede generalizar de man-
era natural al caso de funcionales que dependan de n funciones de variable real. En este
caso, si buscamos un extremo para un funcional
Z b
F(y1 , . . . , yn ) = F (x, y1 , . . . , yn , y10 , . . . , yn0 )dx,
a
sujeto a las condiciones

yi (a) = Ai , yi (b) = Bi , (i = 1, . . . , n);
y las restricciones
Z b
Gj [y1 , . . . , yn ] = Gj (x, y1 , . . . , yn , y10 , . . . , yn0 )dx = lj , (j = 1, . . . , k). (8.6)
a
En este caso una condición necesaria para obtener un extremo es que

k
! k
!
∂ X d ∂ X
F+ λj Gj − F+ λj Gj = 0, (i = 1, . . . , n).
∂yi j=1
dx ∂yi0 j=1
Los k parámetros λj se suelen llamar multiplicadores de Lagrange y se determinan a partir

de las condiciones de contorno y de las restricciones del problema.
En ocasiones las restricciones del problema vienen dadas a través de campos escalares
en lugar de a través de un funcional, es decir, cambiar (8.6) por
Gj (x, y1 , . . . , yn ) = 0, (j = 1, . . . , k).
Estudiaremos este caso con n = 2 y k = 1 para mantener una notación sencilla.

Teorema 8.2.25. Dado el funcional
Z b
F(y, z) = F (x, y, z, y 0 , z 0 )dx,
a
con curvas admisibles satisfaciendo las condiciones
y(a) = A1 , y(b) = B1 , z(a) = A2 , z(b) = B2 ,
y perteneciendo a la superficie
g(x, y, z) = 0,
y supongamos que F tiene en (y, z) un punto extremal. Entonces, si |gy | + |gz | 6= 0 para
todo punto de g(x, y, z) = 0, entonces existe una función λ(x) tal que (y, z) es un punto
extremal de Z b
(F + λ(x)g)dx,
a
es decir, satisface las ecuaciones diferenciales
d
Fy + λgy − Fy0 = 0;
dx
d
Fz + λgz − Fz0 = 0.
dx
Ejemplo 8.2.26. De entre todas las curvas de longitud l en el semiplano superior dado
por los puntos (−a, 0) y (a, 0), encontrar aquella que junto con el intervalo [−a, a] encierre
mayor área.
Ejemplo 8.2.27. De entre todas las curvas de la esfera x2 + y 2 + z 2 = a2 que pasan por
dos puntos dados (x0 , y0 , z0 ) y (x1 , y1 , z1 ) encontrar las ecuaciones de aquella que tiene
menor longitud.
8.3. Condición suficiente para un extremo

Hasta ahora, en nuestro estudio de extremales de funcionales, hemos considerado solo
una condición necesaria. A continuación veremos condiciones suficientes para asegurarnos
que el funcional alcanza un extremo.
Definición 8.3.1.
8.3 Condición suficiente para un extremo 165
(i) Llamamos forma bilineal a una aplicación B : X × X → IR siendo ésta lineal en cada
variable, y X un espacio vectorial;
(ii) Llamamos forma cuadrática a una aplicación A : X → IR tal que existe una forma
bilineal B cumpliendo que A(x) = B(x, x), para cada x ∈ X.
Definición 8.3.2. Se dice que un funcional es diferenciable dos veces en f ∈ D(F) =
f + M ⊂ (X, k · k) si existe una aplicación lineal δFf : M → IR (llamada variación
primera) y una forma cuadrática δ 2 Ff : M → IR (llamada variación segunda), tal que
F(f + h) − F(f ) = δFf (h) + δ 2 Ff (h) − (h, f ) k h k,
para h ∈ V siendo éste último un entorno del origen en M y verficándose además que
lı́m (h, f ) = 0.
h→0
Teorema 8.3.3. Sea F un funcional diferenciable dos veces en f ∈ D(F), entonces la

variación segunda δ 2 Ff es única.
Teorema 8.3.4. Una condición necesaria para que el funcional dos veces diferenciable F
tenga un mı́nimo en y ∈ D(F) es que
δ 2 Ff (h) ≤ 0, ∀h ∈ M.
Asimismo es condición necesaria para la existencia de un máximo en y que
δ 2 Ff (h) ≥ 0, ∀h ∈ M.
Definición 8.3.5. Una forma cuadrática A en M es fuertemente positiva (resp. negativa)
si existe K > 0 tal que
A(h) ≥ K k h k2 , ∀h ∈ M.
(resp. A(h) ≤ −K k h k2 , ∀h ∈ M)
Teorema 8.3.6. Una condición suficiente para que un funcional F dos veces diferenciable
tenga un mı́nimo (resp. máximo) en y ∈ D(F) en el supuesto en que se anule la variación
primera de F en y es que la variación segunda de F en y sea fuertemente positiva (resp.
negativa).
Teorema 8.3.7. Fijados F (x, y, z) ∈ C 2 (IR3 ) y a, b, A, B ∈ IR, b − a > 0 y el funcional
definido por Z b
F(f ) = F (x, y, y 0 )dx,
a
1
donde f ∈ D(F) = {y ∈ C [a, b]; y(a) = A, y(b) = B}. Entonces F es dos veces diferen-
ciable y la variación segunda viene dada por
Z b
2
P (h0 )2 + Qh2 dx, siendo

δ Ff (h) =
a
1 ∂ 2F 1 ∂ 2F 1 d ∂ 2F
P = ; Q= − . (8.7)
2 ∂(y 0 )2 2 ∂y 2 2 dx ∂y∂y 0
Definición 8.3.8. Sea h ∈ M, y consideremos la ecuación diferencial
d
P h0 − Qh = 0,
dx
donde P y Q han sido definidos en (8.7). Se dice que c ∈ [a, b] es conjugado de a, si la
ecuación diferencial anterior tiene una solución no trivial que se anula en c.
Teorema 8.3.9. Sea y ∈ D(F) ⊂ C 1 [a, b], satisfaciendo las siguientes condiciones:
(i) y es solución de la ecuación de Euler-Lagrange,
∂F d ∂F
− = 0;
∂y dx ∂y 0
(ii) Para todo x ∈ [a, b], se tiene que
∂ 2F
(x, y(x), y 0 (x)) > 0;
∂y∂y 0
(iii) El intervalo (a, b) no contiene puntos conjugados de a.

Entonces F tiene un mı́nimo relativo en y.
Ejemplo 8.3.10. Aplicar el resultado anterior a los ejemplos anteriores.
Ejercicios del tema

1. Hallar los extremales del funcional
x1
p
1 + (y 0 )2
Z
F(y) = dx.
x0 y
2. Analizar el extremo del funcional

Z x1
F(y) = (y 2 + 2xyy 0 )dx, y(x0 ) = y0 ; y(x1 ) = y1 .
x0
3. Analizar el extremo del funcional

Z 1
F(y) = (xy + y 2 − 2y 2 y 0 )dx, y(0) = 1; y(1) = 2.
0

Z x1
F(y) = y 0 (1 + x2 y 0 )dx.
x0

Z x1
F(y) = [(y 0 )2 + 2yy 0 − 16y 2 ]dx.
x0

Z x1
F(y) = [xy 0 + (y 0 )2 ]dx.
x0

x1
1 + y2
Z
F(y) = dx.
x0 (y 0 )2

Z x1
F(y) = [(y 0 )2 + y 2 − 2y sen x]dx.
x0

Z x1
F(y, z) = [2yz − 2y 2 + (y 0 )2 − (z 0 )2 ]dx.
x0
10. Escribir la ecuación de Ostrogradski para el funcional

Z Z " 2 2 #
∂z ∂z
F(z) = − dxdy.
D ∂x ∂y
11. Escribir la ecuación de Ostrogradski para el funcional

Z Z Z " 2 2 2 #
∂u ∂u ∂u
F(u) = + + + 2uf (x, y, z) dxdydz.
D ∂x ∂y ∂z

x1
(y 0 )2
Z
F(y) = dx.
x0 x3

Z x1
F(y) = [y 2 + (y 0 )2 + 2yex ]dx.
x0

Z x1
F(y) = [y 2 − (y 0 )2 − 2y sen x]dx.
x0

Z x1
2y
F(y) = y 2 + (y 0 )2 + dx.
x0 cosh x

Z x1
F(y) = [2y 2 + x2 (y 0 )2 + 2xy]dx.
x0
17. Analizar los extremos del funcional:

Z 2
F(y) = [xy 0 + (y 0 )2 ]dx; y(0) = 1; y(2) = 0.
0

Z a
F(y) = [(y 0 )2 + 2yy 0 − 16y 2 ]dx; a > 0; y(0) = 0; y(a) = 0.
0

Z 2
F(y) = y 0 (1 + x2 y 0 )dx; y(−1) = 1; y(2) = 4.
−1

Z 2
F(y) = y 0 (1 + x2 y 0 )dx; y(1) = 3; y(2) = 5.
1

Z 2
F(y) = y 0 (1 + x2 y 0 )dx; y(−1) = 1; y(2) = 1.
−1

Z π/4
F(y) = [4y 2 − (y 0 )2 + 8y]dx; y(0) = −1; y(π/4) = 0.
0

Z 2
F(y) = [x2 (y 0 )2 + 12y 2 ]dx; y(1) = 1; y(2) = 8.
1

Z 1
F(y) = [y 2 + (y 0 )2 + 2ye2x ]dx; y(0) = 1/3; y(1) = 1/3e2 .
0

Z π/4
F(y) = [−(y 0 )2 + y 2 + 6y sen 2x]dx; y(0) = 0; y(π/4) = 1.
0

Z x1
dx
F(y) = ; y(0) = 0; y(x1 ) = y1 x1 > 0; y1 > 0.
0 y0

Z x1
dx
F(y) = ; y(0) = 0; y(x1 ) = y1 x1 > 0; y1 > 0.
0 (y 0 )2

Z 2 3
x
F(y) = 0 2
dx; y(1) = 1; y(2) = 4.
1 (y )

Z 1
F(y) = [12xy + (y 0 )2 ]dx; y(1) = 0; y(3) = 26.
0

Z 2
F(y) = [y 2 + (y 0 )2 − 2xy]dx; y(0) = 0; y(2) = 3.
0
31. (NO) Hallar las curvas en las cuales puede alcanzarse un extremo del funcional
Z 10
F(y) = (y 0 )3 dx; y(0) = 0; y(10) = 0,
0
con la condición de que las curvas admisibles no puedan penetrar dentro del cı́rculo
delimitado por la circunferencia
(x − 5)2 + y 2 = 9.
32. Hallar la función en la cual puede alcanzarse un extremo del funcional

Z π/4
F(y) = [y 2 − (y 0 )2 ]dx; y(0) = 0,
0
si el otro punto frontera puede deslizarse por la recta x = π/4.
33. (NO) Aplicando solo la condición necesaria fundamental, hallar la curva en la cual
puede alcanzarse un extremo del funcional
Z x1 p
1 + (y 0 )2
F(y) = dx; y(0) = 0,
0 y
si el segundo punto frontera (x1 , y1 ) puede desplazarse por la circunferencia
(x − 9)2 + y 2 = 9.
34. Hallar los extremales del problema isoperimétrico

Z 1
F(y) = [x2 + (y 0 )2 ]dx,
0
con la condición Z 1
y 2 dx = 2, y(0) = 0; y(1) = 0.
0
35. Hallar las lı́neas geodésicas del cilindro circular r = R. Indicación: Es cómodo
buscar la solución en coordenadas cilı́ndricas.

Z x1
F(y) = (y 0 )2 dx,
x0
con la condición Z x1
ydx = a,
x0
donde a es una constante.
37. Escribir la ecuación diferencial de los extremales del problema isoperimétrico sobre
el extremo del funcional
Z x1
F(y) = [p(x)(y 0 )2 + q(x)y 2 ]dx,
0
con la condición
Z x1
r(x)y 2 dx = 1; y(0) = 0; y(x1 ) = 0.
0

Z 1
F(y, z) = [(y 0 )2 + (z 0 )2 − 4xz 0 − 4z]dx,
0
con la condición
Z 1
[(y 0 )2 − xy 0 − (z 0 )2 ]dx = 2, y(0) = 0; z(0) = 0; y(1) = 0; z(1) = 1.
0

1. (x − C1 )2 + y 2 = C22 .
2. No tiene solución.
3. No tiene solución.
4. y = C1 /x + C2 .
5. y = C1 sen(4x − C2 ).
6. y = −x2 /4 + C1 x + C2 .
7. y = senh(C1 x + C2 ).
8. y = C1 ex + C2 e−x + 1/2 sen x.
9. y = (C1 x+C2 ) cos x+(C3 x+C4 ) sen x, z = 2y +y 00 , donde z se determina fácilmente.
∂ 2z ∂ 2z
10. − = 0.
∂x2 ∂y 2
∂ 2u ∂ 2u ∂ 2u
11. + + = f (x, y, z).
∂x2 ∂y 2 ∂z 2
12. y = C1 x4 + C2 .
13. y = 1/2xex + C1 ex + C2 e−x .

x cos x
14. y = − + C1 cos x + C2 sen x.
2
15. y = C1 cosh x + C2 senh x + x senh x − cosh x log(cosh x).
16. y = C1 x + C2 /x2 + 1/3x log |x|.
17. Para y = −x2 /4 + 1 se tiene un mı́nimo.

18. Para y = 0 se tiene un mı́nimo si 0 < a < π/4; si, en cambio, a > π/4, no hay
mı́nimo.
19. No hay extremo en las curvas continuas.
20. Hay un mı́nimo para y = 7 − 4/x.
21. Para y = 1 hay mı́nimo.
22. Hay un máximo para y = sen 2x − 1.
23. Para y = x3 hay mı́nimo.
24. Mı́nimo para y = 1/3e2x .
25. Máximo para y = sen 2x.
26. En la recta y = y1 /x1 x hay mı́nimo.
27. En la recta y = y1 /x1 x hay mı́nimo.
28. Mı́nimo en y = x2 .
29. Máximo para y = x3 − 1.
30. Hay mı́nimo para y = senh x/ senh 2 + x.
31. La curva está formada por un segmento de recta tangente a la circunferencia, un

arco de circunferencia y nuevamente un segmento de tangente a ésta.

±3/4x

p
para 0 ≤ x ≤ 16/5;
y = ± 9 − (x − 5)2 para 16/5 < x ≤ 34/5;

±3/4(x − 10) para 34/5 < x ≤ 10.

32. y ≡ 0.
√
33. Los arcos de circunferencia y = ± 8x − x2 .
34. y = ±2 sen nπx, siendo n entero.
35. φ = C1 + C2 z; r = R.
36. y = λx2 + C1 x + C2 , donde C1 , C2 y λ se determinan de las condiciones de frontera

y de la condición isoperimétrica.
d
37. [p(x)y 0 ) + [λr(x) − q(x)]y = 0; y(0) = 0; y(x1 ) = 0. La solución trivial y ≡ 0
dx
no satisface la condición isoperimétrica, y las soluciones no triviales existen, como
es sabido, solo para ciertos valores de λ, llamados valores propios. En consecuencia,
λ debe ser un valor propio. Una constante arbitraria de la solución general de la
ecuación de Euler se determina de la condición y(0) = 0; la otra, de la condición
isoperimétrica.
38. y = −5/2x2 + 7/2x; z = x.

Apéndices
175
Apéndice A
Vectores propios y valores propios en

una aplicación lineal
Definición A.0.11. Fijado un C-espacio vectorial V de dimensión n, se dice que v ∈

V \ {0} es un vector propio de la aplicación lineal T : V → V , si existe λ ∈ C tal que
T (v) = λv. Al escalar λ se le llama valor propio de T asociado con el vector propio v.
Proposición A.0.12. Sea V un C-espacio vectorial de dimensión n y T : V → V
una aplicación lineal. Entonces los vectores y valores propios de T coinciden con los de
cualquier matriz A asociada a T . Por lo tanto λ será valor propio de T si, y solo si,
det(A − λIn ) = 0,
siendo A cualquier matriz asociada a T .

Ejemplo A.0.13. Determinar los valores propios de las matrices:
 
1 1 3
4 1
(a) 0 1 −2 (b)
2 3
1 0 1
Definición A.0.14. Sea V un C-espacio vectorial de dimensión n y T : V → V una
aplicación lineal. Dado α ∈ C, se define el conjunto:
VT (α) := {v ∈ V ; T (v) = αv} ⊂ V.
Proposición A.0.15. Sea V un C-espacio vectorial de dimensión n, T : V → V una

aplicación lineal, y cada elemento de {λi }pi=1 ⊂ C un valor propio de T con multiplicidad
el respectivo elemento de {mi }pi=1 ⊂ IN. Entonces cada subespacio vectorial VT (λj ) de V
tiene dimensión menor o igual que mj , j ∈ {1, 2, . . . , p}.
Proposición A.0.16. Sea V un C-espacio vectorial de dimensión n, T : V → V una
aplicación lineal con valores propios {λi }pi=1 ⊂ C de multiplicidad el respectivo elemento
de {mi }pi=1 ⊂ IN. Si para cada j ∈ {1, . . . , p} denotamos por xj un vector propio asociado
a λj , entonces {xj }pj=1 es un sistema linealmente independiente.
177
178 Vectores propios y valores propios en una aplicación lineal
Definición A.0.17. Sea V un C-espacio vectorial de dimensión n, T : V → V una

aplicación lineal. Se dice que T es diagonalizable si alguna matriz A asociada a T lo es, e.
d., ésta última es semejante a una matriz diagonal. En tal caso, existe una matriz regular
B y una matriz diagonal D verificando:
A = B −1 DB.
Los elementos de la diagonal de D son los valores propios de T , y aparecen en la diagonal

tantas veces como multiplicidad tienen.
Teorema A.0.18. Sea V un C-espacio vectorial de dimensión n, T : V → V una apli-
cación lineal y A una matriz asociada a T . Entonces T (o A) es diagonalizable si, y solo
si, existe una base en V formada por vectores propios de T (o de A).
Corolario A.0.19. Sea V un C-espacio vectorial de dimensión n, T : V → V una
aplicación lineal y A una matriz asociada a T . Si todos los autovalores de T (o de A) son
simples, entonces T (o A) es diagonalizable.
cación lineal, y cada elemento de {λi }pi=1 ⊂ C un valor propio de T con multiplicidad el
respectivo elemento de {mi }pi=1 ⊂ IN. Si A es cualquier matriz asociada a T , entonces T
(o A) es diagonalizable si, y solo si, el rango de la matriz A − λj In es n − mj , para cada
j ∈ {1, . . . , p}.
Ejemplo A.0.21. Comprobar si es diagonalizable la matriz:
 
2 1 1
−1 −1 −1
2 4 3
cación lineal y A una matriz asociada a T . Supongamos que cada elemento de {λj }pj=1 ⊂ C
es un valor propio de T con multiplicidad el respectivo elemento de {mi }pi=1 ⊂ IN. De-
notemos por Ej el núcleo de la aplicación lineal asociada a la matriz
(A − λj In )mj , j ∈ {1, . . . , p}.
Entonces:
(i) E = ⊕pi=1 Ei ;
(ii) La restricción Tj de T a Ej es una aplicación lineal sobre Ej , j = 1, . . . , p;
(iii) La matriz A es semejante a una matriz casidiagonal C,
 
A1 0 ... 0 0
 0 A2 ... 0 0 
C= . . .
,

0 0 . . . 0 Ap
179
de manera que cada Aj es una matriz cuadrada de orden mj , cuya ecuación caracterı́stica
es
(λ − λj )mj = 0, j = 1, . . . , p.
Definición A.0.23. Sea V un C-espacio vectorial de dimensión n, T : V → V una

aplicación lineal y cada elemento de {λj }pj=1 ⊂ C un valor propio de T . Se dice que los
vectores de la familia {xi }m
i=1 ⊂ V forman un conjunto básico respecto al valor propio λj
y al vector propio x1 6= 0 si T (x1 ) = λj x1 y
T (xi ) = λj xi + xi−1 , ∀ i ∈ {2, . . . , m}.
Teorema A.0.24. En cualquier espacio vectorial de dimensión finita existe una base
formada por una o por varias familias de subconjuntos básicos.
Definición A.0.25. Se llama bloque de Jordan de orden p ≥ 1 con valor propio λ a la

matriz cuadrada de orden p dada por:
(i) Si p = 1, [λ];
(ii) Si p > 1,  
λ 1 0 0 ... 0 0
 0 λ 1 0 ... 0 0
 
. . . ... ... ... ... .
 
 0 0 0 0 ... λ 1
0 0 0 0 ... 0 λ
Teorema A.0.26 (Jordan). Sea V un C-espacio vectorial de dimensión n, T : V → V

una aplicación lineal y A una matriz asociada a T . Entonces la matriz A es semejante a
una matriz casidiagonal  
J1 0 . . . 0 0
 0 J2 . . . 0 0 
C= . . .
,

0 0 . . . 0 Jr
donde cada elemento de la familia {Ji }ri=1 es un bloque de Jordan asociado a un valor
propio distinto de T .
Ejemplo A.0.27. Hallar la forma de Jordan de la matriz

 
1 1 3
 0 1 −2 .
1 0 1

Ecuaciones Diferenciales

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Ecuaciones Diferenciales

Загружено:

Авторское право:

Доступные форматы

AMPLIACIÓN DE ECUACIONES

FERNANDO GARCÍA CASTAÑO

1. Métodos elementales de integración 1

3. Ecuaciones diferenciales lineales 37

4. Sistemas de ecuaciones diferenciales lineales 67

5. Resolución de ecuaciones diferenciales mediante series de potencias 77

5.3. Ecuaciones con puntos singulares regulares . . . . . . . . . . . . . . . . . . 83

6. Introducción a las ecuaciones diferenciales en derivadas parciales 97

7. Teorı́a de Sturm-Liouville y función de Green 123

8. Introducción al cálculo variacional 153

A. Vectores propios y valores propios en una aplicación lineal 177

Métodos elementales de integración

En diversas aplicaciones, desarrolladas en los cursos de Cálculo integral, se obtienen

Sumario. Introducción a las ecuaciones diferenciales ordinarias. Métodos elementales

1.1. Introducción a las ecuaciones diferenciales ordi-

y un intervalo abierto I ⊂ IR. Se llama ecuación diferencial ordinaria (e.d.o.) de orden n

F (x, y(x), y 0 (x), · · · , y (n) (x)) = 0, ∀x ∈ I,

en la que x es una variable independiente, y es una variable dependiente de x e y 0 , . . . ,

(x, y(x), y 0 (x), · · · , y (n) (x)) ∈ B, ∀x ∈ I.

Se llama solución de la ecuación diferencial a cualquier función ϕ : I ⊂ R → R, derivable

x(1 − x)y 00 + (2x2 − 1)y 0 + 2(1 − 2x)y = 0.

Ejemplo 1.1.5. x2 + y 2 = R2 es curva integral de xdx + ydy = 0, para cualquier R ∈ IR.

Definición 1.1.8. Se llama problema de Cauchy (o de condición inicial) al problema

1.2. Métodos elementales de integración de ecuaciones

Proposición 1.2.2. Fijada una ecuación diferencial (o de un problema de Cauchy), para

Ejemplo 1.2.4. Resuelva las siguientes ecuaciones diferenciales

a) sen(x)y 0 = y log y con y(π/2) = e, b) (x2 + 1)(y 2 − 1)dx + xydy = 0,

Ejemplo 1.2.6. Resuelva las siguientes ecuaciones diferenciales

Proposición 1.2.7 (Ecuaciones reducibles a homogéneas). Fijadas dos rectas r y s del

en una e.d.o. homogénea

Ejemplo 1.2.8. Resuelva las siguientes ecuaciones diferenciales

Observación 1.2.10. De la prueba del teorema anterior se deduce

a) La solución de la ecuación completa se puede expresar de la forma y = Kφ(x) + ψ(x),

Teorema 1.2.19 (Condición necesaria de exactitud). Si la e.d.o. (1.6) es exacta y

son continuas en B, entonces

P (x, y)dx + Q(x, y)dy = 0, (x, y) ∈ B,

es una e.d.o. exacta.

Ejemplo 1.2.21. Resuelva las siguientes ecuaciones diferenciales

a) (3e3x y − 2x)dx + e3x dy = 0, b) y 0 = −(3x2 + 6xy 2 )/(6x2 y + 4y 3 ).

Definición 1.2.22 (Factor integrante). Sea la ecuación diferencial de primer orden

P (x, y)dx + Q(x, y)dy = 0, (1.8)

donde P y Q son dos funciones continuas en un abierto B de R2 . Supongamos la ecuación

µ(x, y)P (x, y) + µ(x, y)Q(x, y) y 0 = 0 (1.9)

Proposición 1.2.23. Sea la ecuación diferencial de primer orden

1.3. Ecuaciones de primer orden no lineales en y 0

determina las curvas integrales de (1.12) en forma paramétrica.

Ejemplo 1.3.2. Resuelva las siguientes ecuaciones diferenciales

Definición 1.3.3. Dada una familia de curvas F (x, y, C) = 0, se denomina envolvente

Si no se puede conseguir la eliminación del parámetro C pero sı́ despejar x e y en (1.15),

Proposición 1.3.4. La curva envolvente de una familia de curvas tiene la propiedad de

Envolvente de una familia de rectas

Ejemplo 1.3.9. Resuelva la siguiente ecuación diferencial

Ejemplo 1.3.11. Resuelva la siguiente ecuación diferencial

Proposición 1.3.12 (Ecuaciones en la que falta y). Dada la e.d.o.

(iii) Si la función F (x, p) = 0 puede expresarse en forma paramétrica,

entonces las ecuaciones paramétricas de la solución general son

Proposición 1.3.13 (Ecuaciones en la que falta x). Dada la e.d.o.

(ii) Si se puede despejar y en función de y 0 , y = k(y 0 ) = k(p), las ecuaciones paramétricas

(iii) Si la función G(y, p) = 0 puede expresarse en forma paramétrica,

entonces las ecuaciones paramétricas de la solución general son

Ejemplo 1.3.14. Resuelva las siguientes ecuaciones diferenciales

Definición 1.3.15. Una ecuación diferencial

Ejemplo 1.3.17. Resuelva las siguientes ecuaciones diferenciales

∀x ∈ A, ∀ > 0 ∃nx, ∈ IN / |fn (x) − f (x)| < si n ≥ nx, ;