Bernoulli

MA–455: ECUACIONES DIFERENCIALES
ORDINARIAS
Joseph C. Várilly
Escuela de Matemática, Universidad de Costa Rica
I Ciclo Lectivo del 2016
Introducción
Las ecuaciones diferenciales juegan un papel central en las matemáticas y sus aplica-
ciones. Desde que Isaac Newton propuso, en 1687, que “el cambio en la cantidad de
movimiento [de un cuerpo] es proporcional a la fuerza aplicada” (su llamada segunda ley
de movimiento), ha sido indispensable determinar ciertas cantidades variables a partir
de sus derivadas. Las ecuaciones diferenciales se clasifican en ordinarias: para canti-
dades que dependen de una sola variable independiente; y parciales: las que involucran
derivadas parciales con respecto a dos o más variables. Este curso introduce la teoría –
y también la resolución práctica – de las ecuaciones diferenciales ordinarias.
Las ecuaciones diferenciales se clasifican por su orden (el número de derivaciones de
la variable dependiente). De mayor importancia son las ecuaciones de primer y segundo
órdenes. Muchas ecuaciones obtenidas de problemas de la mecánica clásica son de
segundo orden. Resolver una ecuación diferencial implica hallar ciertas antiderivadas
(o integrales indefinidas): en la solución general aparecen una o más constantes de
integración, que serán determinadas por condiciones suplementarias: por ejemplo, los
valores iniciales del variable dependiente y de algunas de sus derivadas.
Una ecuación diferencial de orden n para una función x(t) tiene la forma general
F(t, x(t), x 0(t), . . . , x (n) (t)) = 0. Esta ecuación se llama lineal si F es de primer grado
en todas las derivadas x (k) (t). La resolución de dichas ecuaciones diferenciales lineales
se logra con la ayuda del álgebra lineal. Las ecuaciones no lineales tienen una teoría
menos completa: se pone el énfasis en la existencia y unicidad de sus soluciones y el
comportamiento cualitativo de sus curvas integrales.
Cuando no es posible obtener una solución explícita, hay que aproximar la solución
por diversos algoritmos numéricas, que generalizan las fórmulas conocidas para aproxi-
mar integrales definidas. Este curso incluirá un bosquejo de algunos de esos métodos.
Temario
Ecuaciones diferenciales de primer orden Ecuaciones diferenciales con una condi-
ción inicial. Existencia y unicidad de las soluciones en un intervalo apropiado.
El método de aproximaciones sucesivas. Ecuaciones separables y exactas. La
búsqueda de factores integrantes. Ejemplos diversos.
Ecuaciones lineales de orden superior Ecuaciones de orden superior y sistemas de
primer orden. Ecuaciones lineales homogéneas, soluciones linealmente indepen-
dientes, el wronskiano. Ecuaciones lineales inhomogéneas, determinación de una
solución particular. Sistemas de ecuaciones lineales con coeficientes constantes.
Problemas de contorno Condiciones de frontera y funciones de Green. Problemas de
Sturm y Liouville y sus autovalores. Ortogonalidad de las autofunciones.
Resolución por series de potencias Ecuaciones lineales de segundo orden y sus puntos
singulares. Expansión de soluciones en series de potencias, puntos singulares
regulares. Ecuaciones diferenciales para funciones especiales, funciones de Bessel.
Soluciones aproximadas El método de Euler para obtener aproximaciones poligonales.
Predicción y corrección, aproximaciones mejoradas. El uso de los polinomios de
Taylor, métodos de Runge y Kutta. Estimación de errores.
Bibliografía
El temario sigue en parte el texto introductorio de Ahmad y Ambrosetti, con un buen
balance entre teoría y práctica.
[1] S. Ahmad & A. Ambrosetti, A Textbook on Ordinary Differential Equations, serie

“La Matematica per il 3 + 2”, Springer, New York, 2015.
[2] G. Birkhoff & G.-C. Rota, Ordinary Differential Equations, tercera edición, Wiley,
New York, 1978.
[3] E. A. Coddington, Introducción a las ecuaciones diferenciales, Centro Regional
de Ayuda Técnica, México, DF, 1968.
[4] B. Rai, D. P. Choudhury & H. I. Freedman, A Course in Ordinary Differential
Equations, Alpha Science International, Oxford, 2013.
[5] D. G. Zill, M. R. Cullen & A. E. García Hernández, Ecuaciones diferenciales con
problemas con valores en la frontera, Cengage Learning, Melbourne, 2009.
2
MA–455: Ecuaciones Diferenciales Ordinarias
1 Ecuaciones diferenciales de primer orden

1.1 Ecuaciones diferenciales con una condición inicial
Una ecuación diferencial plantea una relación entre una función diferenciable de una o
varias variables y algunas de sus derivadas. Estas ecuaciones se clasifican en ordinarias
(referentes a funciones de una sola variable) y parciales (para funciones de dos o más
variables: se plantea una relación entre la función original y sus derivadas parciales).
En este curso se estudiará, casi exclusivamente, las ecuaciones diferenciales ordinarias
para funciones de una sola variable.
Conviene adoptar el convenio de designar la variable independiente con la letra t.
En diversas aplicaciones, se trata de averiguar la evolución temporal de una cantidad
desconocida x como función del tiempo t. Entonces la función buscada (la llamada
“variable dependiente”) se denotará por x(t). Cuando se trata de buscar varias funciones
de t a la vez, se usarán las notaciones x(t), y(t), z(t), etcétera.
Definición 1.1. Una ecuación diferencial (ordinaria) de primer orden para una función
x(t) es una relación de la forma
x 0(t) = f (t, x(t)) (1.1)
donde x 0(t) ≡ dx/dt es la derivada de x(t) de primer orden, mientras f (t, x) es una
función conocida de dos variables reales.
La naturaleza de la solución (o soluciones) de dicha ecuación depende del compor-
tamiento de la función f . Se espera encontrar una solución para t ∈ I, donde I ⊆ R es
un intervalo de la recta real R. Si el dominio de f es una parte Ω ⊆ R2 , se busca el
intervalo I tal que (t, x(t)) ∈ Ω para todo t ∈ I. ♦
Ejemplo 1.2. Una ecuación diferencial sencilla es
x 0(t) = x(t), (1.2)
donde f : R2 → R es la función f (t, x) = x. Esta ecuación tiene una solución inmediata:
x(t) = et para todo t ∈ R,
porque la función t 7→ et coincide con su derivada: d/dt(et ) ≡ et . Esto establece la
existencia de una solución, definido en el intervalo completo I = (−∞, +∞) = R.
Sin embargo, esta solución no es única. Otra función que coincide con su derivada
es t 7→ 2 et ; otra más es t 7→ 3 et ; en fin, para toda constante c ∈ R, hay una solución
x c (t) := c et . Las soluciones de (1.2) entonces forman una familia parametrizada por
una constante “arbitraria” c. ♦
3
1.1. Ecuaciones diferenciales con una condición inicial
Ejemplo 1.3. Un modelo de crecimiento de una población de una determinada especie

(de conejos, truchas, hormigas, o lo que sea) debe tomar en cuenta el ritmo de crecimiento
de la población k = n − m, donde n es el ritmo de nacimientos y m es el ritmo de muertes
por unidad de tiempo. Se considera que n y m son cantidades observadas y medidas por
estudios empíricos, así que – en una primera aproximación – el ritmo k es una constante
conocida. Si h es la unidad de tiempo usada, el crecimiento entre las instantes t y t + h
sería1
.
x(t + h) − x(t) = k x(t) h
porque el crecimiento es proporcional al tamaño de la población x(t) en el instante t y
también proporcional al lapso h. Esta aproximación debe ser cada vez mejor cuando la
unidad de tiempo es más corta:
x(t + h) − x(t)
→ k x(t) cuando h → 0,
h
lo cual conduce a la ecuación diferencial de crecimiento simple:
x 0(t) = k x(t). (1.3)
En vista del ejemplo anterior, se puede adivinar una solución, x(t) = e kt ; y luego una
familia de soluciones: x(t) = c e kt , parametrizada por c. Por ese procedimiento ad hoc
no garantiza que el hallazgo de todas las soluciones de (1.3). Sin embargo, sí sugiere un
procedimiento más sistemático: se puede modificar la ecuación
x 0(t) − k x(t) = 0
al multiplicar ambos lados por e−kt :
x 0(t) e−kt − k x(t) e−kt = 0.
El lado izquierdo de la ecuación modificada es una derivada:

d
x(t) e−kt = 0,

dt
y se sabe (por el teorema de valor medio) que las únicas funciones con derivada nula son
las funciones constantes:
x(t) e−kt ≡ C para alguna C ∈ R.
Entonces las funciones x(t) := C e kt son todas las soluciones de la ecuación diferen-
cial (1.3). ♦
.
1 El símbolo = denota una igualdad aproximada.
4
La naturaleza cualitativa de las soluciones de (1.3) es la siguiente. Es necesario (para

los efectos del modelo) que C > 0 ya que x(t) > 0 si x(t) representa el tamaño de una
población. Si k > 0, la solución C e kt indica crecimiento explosivo y descontrolado (y
peor aun, ilimitado). Si k = 0, la solución constante x(t) ≡ C indica una población
totalmente estable. Si k < 0, la solución C e kt indica extinción rápida de la población.
Ninguna de estas tres soluciones es muy realista a largo plazo: en consecuencia, habrá
que refinar el modelo – omitiendo la hipótesis de un ritmo constante k – con una ecuación
diferencial más precisa, capaz de estimar el comportamiento de x(t) para t grande.
I El Ejemplo 1.3 pone de manifiesto que la “constante arbitraria” C es una constante
de integración:
x(t) e = 0 dt = C,
−kt
debido al uso de una integral indefinida para despejar la solución. Si una ecuación
diferencial involucra derivadas de orden superior, se puede esperar dos o más constantes
de integración en su solución general.
| x
0
Figura 1.1: Un resorte estirado
Ejemplo 1.4. Un resorte estirado, con un extremo anclado, ejerce una fuerza sobre un
cuerpo pegado al otro extremo. Según la ley de Hooke,2 esta fuerza es proporcional a
la extensión del resorte desde su posición de equilibrio. La segunda ley de Newton3
indica que la aceleración del cuerpo en movimiento es proporcional a la fuerza ejercida
(la constante de proporcionalidad m es su masa inercial). Para simplificar la situación, se
puede imaginar un resorte sobrepuesto al eje x, con el extremo libre en el origen cuando
está en equilibrio (véase la Figura 1.1), con un cuerpo de masa 1 en el extremo libre
del resorte. Si x(t) denota la posición de ese cuerpo en el instante t, su velocidad en
la dirección horizontal es x 0(t) y su aceleración es la derivada de segundo orden, x 00(t).
La ley de Hooke entonces dice que x 00(t) = k x(t). La fuerza de compresión del resorte
2 Robert Hooke descubrió su ley sobre la tensión de un resorte (ut tensio, sic vis) en 1660 y fue curador
de la Royal Society inglesa a partir de 1662. También hizo estudios sobre el fenómeno de gravitación,
aunque no llegó a formular una ley precisa antes de Newton.
3 En su libro Philosophiæ Naturalis Principia Mathematica (1687), Newton habla de la cantidad de
materia de un cuerpo (su masa inercial m) y también su cantidad de movimiento (su momento p = mv,
donde v denota la velocidad). Si el cuerpo se mueve bajo el efecto de una fuerza F, su segunda ley dice
que dp/dt = F, o equivalentemente, m dv/dt = F. En general, tanto F como p son cantidades vectoriales.
5
tiende a jalar el cuerpo hacia el origen, así que esta constante es negativa: se puede
escribir k = −ω2 para algún ω ∈ R.
En fin, se plantea la ecuación diferencial de segundo orden:
x 00(t) = −ω2 x(t). (1.4a)
Se debe observar que x(t) tiene la dimensión física (L) de una longitud, mientras la
aceleración tiene dimensión física (LT −2 ), así que ω tiene la dimensión (T −1 ): se puede
interpretar ω como una frecuencia.
Para resolver esta ecuación diferencial, conviene introducir una nueva variable, con
la dimensión física de una longitud,
x 0(t)
y(t) := .
ω
entonces la ecuación diferencial de segundo orden se convierte en dos ecuaciones dife-
renciales de primer orden:
x 0(t) = ω y(t),
y0(t) = −ω x(t). (1.4b)
Por lo tanto, se busca un par de funciones, tales que la derivada de cada una sea
proporcional a la otra, con constantes de proporcionalidad que difieren por un signo. He
aquí una solución “evidente”:
x 1 (t) = sen ωt,
y1 (t) = cos ωt.
Después de pensarlo brevemente, se puede dar cuenta que las funciones seno y coseno
pueden cambiar de papel, dando lugar a una segunda solución:
x 2 (t) = cos ωt,
y2 (t) = − sen ωt.
En efecto, estas funciones x 1 (t) y x 2 (t) son dos soluciones de la ecuación (1.4a). Ellas
no coinciden: de hecho, estas dos funciones, al no ser proporcionales, son linealmente
independientes (en el espacio vectorial de funciones diferenciables sobre R). Más aun:
cualquier combinación lineal de x 1 (t) y x 2 (t) es una solución de la ecuación diferencial
original:
x(t) = A sen ωt + B cos ωt, con A, B ∈ R. (1.5)
Resulta (como se verá más adelante) que esta es la solución general de la ecuación
diferencial (1.4a). Está parametrizada por dos constantes de integración. ♦
6
Nuevamente, la naturaleza cualitativa de las soluciones (1.5) es evidente: son fun-

ciones periódicas de período 2π/ω:
x(t + 2π/ω) ≡ x(t), para t ∈ R.
Físicamente, esto corresponde al comportamiento oscilatorio del resorte: en la ausencia

de fuerzas mitigantes (como fricción o desgaste del metal), el resorte se estira y encoge
alrededor de la posición del equilibrio x = 0.
I De los ejemplos ya vistos, es evidente que una ecuación diferencial tendrá una fa-
milia de soluciones si tiene al menos una. Entonces, para obtener unicidad, hay que
imponer algunas condiciones suplementarias, capaces de determinar la o las “constantes
arbitrarias”. Hay dos clases de restricciones de particular importancia:
Condiciones iniciales: por ejemplo, se puede fijar el valor de x(t) y x 0(t) en un

instante inicial t 0 , al demandar x(t 0 ) = x 0 y x 0(t 0 ) = x 00 .
Condiciones de contorno: por ejemplo, se puede fijar los valores de x(t) en los
extremos de un intervalo a 6 t 6 b, al demandar x(a) = x 1 y x(b) = x 2 .
Las condiciones ilustradas son adecuadas para una ecuación de segundo orden, cuando
se requiere determinar dos “constantes”. Para ecuaciones de primer orden, una sola
condición suele ser suficiente.
Definición 1.5. Dada una ecuación diferencial de primer orden (1.1), una condición
inicial toma la forma x(t 0 ) = x 0 . Entonces se plantea lo siguiente:
x 0(t) = f (t, x(t)), x(t 0 ) = x 0 . (1.6)
Este plantamiento se llama un problema de Cauchy, o más simplemente, un problema

de valor inicial. Dada la función f : Ω → R con Ω ⊆ R2 , se trata de hallar un intervalo
I ⊆ R tal que t 0 ∈ I y una función diferenciable x : I → R tal que (t, x(t)) ∈ Ω para todo
t ∈ I, que satisfaga (1.6) para t ∈ I. ♦
Ejemplo 1.6. Considérese el problema de valor inicial:
x 0(t) = 1 + x(t)2, x(0) = 0.
Aquí f (t, x) = 1 + x 2 es independiente de t: dícese que esta ecuación es autónoma. Hay

una función trigonométrica que cumple con estos requisitos:
d
(tg t) = sec2 t = 1 + tg2 t, tg(0) = 0.
dt
7
tg(t)
• • • t
−π/2 0 π/2
− ctg(t)
Figura 1.2: Soluciones a x 0(t) = 1 + t 2
Entonces la solución (que resulta ser única) es x(t) = tg t.

Ahora bien, la función tangente no está definida en todo R, porque tg t → +∞ cuando
t ↑ π/2 y además tg t → −∞ cuando t ↓ −π/2. Entonces el intervalo máximo donde esta
solución puede estar definida es I = (−π/2, π/2). Afortunadamente 0 ∈ I, así que este
problema de Cauchy tiene solución en ese intervalo.
El problema de valor inicial
x 0(t) = 1 + x(t)2, x(π) = 0,
también tiene solución única, pero esta vez hay que usar otro intervalo I = (π/2, 3π/2)
para garantizar que π ∈ I. Se trata de otra “rama” de la función tangente, la cual es
periódica con período π (si se omiten los múltiplos impares de π/2).
El problema de valor inicial
x 0(t) = 1 + x(t)2, x(π/2) = 0,
requiere un nuevo tipo de solución. Por suerte, está disponible la función cotangente,
y la función x(t) = − ctg t provee una solución (también única) definida en el intervalo
I = (0, π). Véase la Figura 1.2. ♦
Se debe notar que el intervalo I ⊆ R puede ser finito, semiinfinito o todo R; también
puede ser un intervalo abierto (a, b), un intervalo semiabierto [a, b) o (a, b], o bien un
intervalo cerrado [a, b]. Típicamente, los problemas de valor inicial poseen soluciones
en intervalos abiertos (a, b) para los cuales a < t 0 < b.
8
t
0 a1 a2 a3
√
Figura 1.3: Varias soluciones de x 0 = 2 x, x(0) = 0
x 0(t) = 2 x(t), x(0) = 0.

p
(1.7)
√
Aquí f (t, x) = 2 x solo está definido en Ω = R × [0, ∞). Esta función f es continua
pero solo es diferenciable – con respecto a x – en el semiplano abierto R × (0, ∞).
Una solución “evidente” a este problema de Cauchy es la media parábola
x(t) = t 2 para t > 0.
Esta solución particular decide el problema de existencia. Sin embargo, esta solución no
es única. Otra solución, también evidente, es la solución trivial: x(t) ≡ 0.
De hecho, el problema de Cauchy (1.7) tiene una infinitud de soluciones: para cada
a > 0, sea x a : [0, ∞) → R la función definida por
0
 si 0 6 t 6 a,
x a (t) := 
 (t − a)2
 si t > a.
Entonces x a es diferenciable4 en [0, ∞) – nótese que x 0a (a) = 0, en particular – y la

función x a verifica (1.7), cualquiera que sea a > 0. Véase la Figura 1.3. ♦
En vista de los ejemplos anteriores, hay dos preguntas que merecen respuesta.
¿Cuáles condiciones garantizan la existencia de (al menos) una solución a un prob-
lema de valor inicial (1.6)? Además: ¿cuáles condiciones garantizan la unicidad de
esa solución? En la siguiente sección, se ofrecerá una respuesta parcial a la segunda
pregunta.
4 Una función y : [c, d] → R cuyo dominio es un intervalo cerrado se llama diferenciable en [c, d]
si (i) y 0(t) := limh→0 (y(t + h) − y(t))/h existe para todo t ∈ (c, d); y (ii) los dos límites unilaterales
y 0(a) := limh↓0 (y(a + h) − y(a))/h, y 0(b) := limh↑0 (y(b + h) − y(b))/h existen.
9
1.2. Existencia y unicidad de las soluciones
1.2 Existencia y unicidad de las soluciones

El teorema principal para problemas de Cauchy de primer orden es el siguiente, cuya
demostración se pospone temporalmente.
Teorema 1.8. Sea f : Ω → R una función continua definida en un dominio Ω ⊆ R2 ,

con derivada parcial continua f x respecto de la segunda variable. Sea (t 0, x 0 ) un punto
interior de Ω. Entonces hay un intervalo cerrado I ⊆ R con t 0 un punto interior de I,
tal que el problema de valor inicial
x 0(t) = f (t, x(t)), x(t 0 ) = x 0
tenga solución única x(t) para t ∈ I.
Este teorema establece la existencia y unicidad de la solución en un intervalo apro-

piado que incluye t 0 . Es posible que la solución pueda extenderse a un intervalo más
grande, bajo el riesgo de perder unicidad en ese intervalo mayor.
Antes de abordar la demostración, cabe recordar su terminología. El interior de un
intervalo cerrado5 I = [a, b] ⊆ R es el intervalo abierto (a, b) que omite los extremos.
Un punto (t 0, x 0 ) ∈ Ω es un punto interior de Ω si posee un vecindario abierto V tal
que V ⊆ Ω. Entre los posibles vecindarios de ese punto, se puede tomar:
Vr := { (t, x) ∈ R2 : (t − t 0 )2 + (x − x 0 )2 < r 2 } para algún r > 0; o bien
Vδ,ε := { (t, x) ∈ R2 : |t − t 0 | < δ, |x − x 0 | < ε } para algunos δ > 0 y ε > 0.
Sin perder generalidad, se puede suponer que Ω incluye el rectángulo cerrado:
V δ,ε := { (t, x) ∈ R2 : |t − t 0 | 6 δ, |x − x 0 | 6 ε },
porque V δ,ε ⊂ Vδ 0,ε 0 para δ < δ0 y ε < ε0.

La derivada parcial f x se define como sigue:
f (t 1, x 1 + h) − f (t 1, x 1 )
f x (t 1, x 1 ) := lim
h→0 h
para todo (t 1, x 1 ) ∈ Ω. n Si el punto (t 1, x 1 ) ∈ Ω no es un punto interior, se debe tomar
un límite unilateral. o Nótese que esta “derivada con t 1 fijo” es un concepto del cálculo
de una variable.
5 Paraintervalos semiinfinitos, el interior de [a, +∞) es (a, +∞); el interior de (−∞, b] es (−∞, b). El
intervalo cerrado R = (−∞, +∞) coincide con su interior.
10
I La demostración del Teorema 1.8 está basada en la siguiente observación: por el

teorema fundamental de cálculo, una función diferenciable x(t) con x(t 0 ) = x 0 es la
integral definida de su derivada:
t
x(t) = x 0 + x 0(s) ds,
t0
y el problema de valor inicial (1.6) es equivalente a la siguiente ecuación integral:

t
x(t) = x 0 + f (s, x(s)) ds. (1.8)
t0
Ahora bien, como la función desconocida x(t) aparece en ambos lados de esta
relación, no es más (ni menos) fácil resolver esta ecuación integral que la ecuación
diferencial original. Sin embargo, se puede al menos observar la existencia de la integral
al lado derecho. En detalle: si se asume que la función s 7→ x(s) es continua, entonces
la continuidad de f garantiza que el integrando s 7→ f (s, x(s)) es continua – por ser la
composición de dos funciones continuas – y por ende la integral existe.6 Además, la
t
ecuación (1.8) implica que x(t) − x(t 1 ) = t 1 f (s, x(s)) ds, lo cual refuerza la hipótesis
de la continuidad de la función t 7→ x(t).
Entonces el planteamiento (1.8) sugiere un procedimiento recursivo para obtener una
“solución aproximada”. Inicialmente, colóquese x 0 (t) ≡ x 0 . Esta función constante es
continua y coincide con la solución deseada al menos en el punto t = t 0 . Ahora defínase
t
x 1 (t) := x 0 + f (s, x 0 ) ds.
t0
Nuevamente, t 7→ x 1 (t) es continua y satisface x 1 (t 0 ) = x 0 . En seguida, se puede ensayar

t
x 2 (t) := x 0 + f (s, x 1 (s)) ds.
t0
Continuando así, se obtiene una familia una familia de funciones { x k (t) : k ∈ N }

definidas recursivamente por:
t
x 0 (t) := x 0, x k+1 (t) := x 0 + f (s, x k (s)) ds (1.9)
t0
para k = 0, 1, 2, 3, . . . Si se puede establecer que las t 7→ x k (t) convergen a una función

límite t 7→ x(t) y que esta función límite es continua, entonces se habrá construido una
solución de (1.8) por este método de aproximaciones sucesivas.
6 Una función continua definida en un intervalo compacto [t 0, t] es integrable en ese intervalo, como
límite de sumas de Riemann.
11
La hipótesis de la existencia y continuidad de la derivada parcial f x (t, x) es la clave

para justificar la convergencia de estas aproximaciones.
Ejemplo 1.9. Considerése el problema de valor inicial
x 0(t) = x(t), x(0) = 1, (1.10)
heredado del Ejemplo 1.2. El método de aproximaciones sucesivas, para f (t, x) = x,

t 0 = 0, x 0 = 1, permite definir x 0 (t) := 1 y en seguida:
t
x 1 (t) := 1 + 1 ds = 1 + t,
0
t
x 2 (t) := 1 + (1 + s) ds = 1 + t + 12 t 2,
0 t
x 3 (t) := 1 + 1 + s + 12 s2 ds = 1 + t + 21 t 2 + 3!1 t 3,

0 t
x 4 (t) := 1 + 1 + s + 21 s2 + 3!1 s3 ds = 1 + t + 12 t 2 + 3!1 t 3 + 4!1 t 4,

0
y luego, por inducción:

1 1 1
x k (t) = 1 + t + t 2 + t 3 + · · · + t k para todo k ∈ N.
2 3! k!
Estas aproximaciones son los polinomios de Taylor de la función continua t 7→ et .
Además, esta convergencia es uniforme en el intervalo compacto [−T, T] si T > 0, por la
estimación del resto de la serie de Taylor:
|t k+1 eθt | T k+1 eT

|et − x k (t)| = |Rk (t)| = 6
(k + 1)! (k + 1)!
para −T 6 t 6 T; aquí 0 < θ < 1 y eθt = d k+1 /ds k+1 (e s ) evaluado en s = θt, según
el teorema de valor medio. Se concluye que x k (t) → et uniformemente en el intervalo
[−T, T] para todo T > 0.7 En este ejemplo, el intervalo de existencia de la solución
x(t) = et es I = R. ♦
Ejemplo 1.10. Considerése el problema de valor inicial
x 0(t) = x(t)2, x(0) = 1. (1.11)

7 Unafunción t 7→ g(t) es analítica en t = a si g es suave (tiene derivadas de todo orden) y sus
polinomios de Taylor convergen a g(t) uniformemente en un intervalo compacto [a − r, a + r], para algún
r > 0. Entonces la serie de Taylor de g converge, y su suma coincide con g en ese intervalo. La estimación
anterior muestra que t 7→ et es analítica en todo R.
12
En este caso, f (t, x) = x 2 y t 0 = 0, x 0 = 1. El método de aproximaciones sucesivas

define x 0 (t) := 1 y luego
t
x 1 (t) := 1 + 1 ds = 1 + t,
0
t t
x 2 (t) := 1 + (1 + s) ds = 1 +
2
(1 + 2s + s2 ) ds = 1 + t + t 2 + 13 t 3,
0 t 0
x 3 (t) := 1 + (1 + s + s2 + 13 s3 )2 ds
0t
=1+ (1 + 2s + 3s2 + 83 s3 + 35 s4 + 23 s5 + 91 s6 ) ds
0
= 1 + t + t 2 + t 3 + 32 t 4 + 31 t 5 + 19 t 6 + 63 t .
1 7
En este caso, es más difícil detectar el patrón inductivo. Se podría especular que las
aproximaciones toman la forma
x k (t) = 1 + t + t 2 + · · · + t k + (correcciones pequeñas),
que permite adivinar que
1
x(t) := lim x k (t) = lim (1 + t + t 2 + · · · + t k ) =
k→∞ k→∞ 1−t
al observar que la parte inicial de cada aproximación es una suma parcial de la serie
geométrica para la función 1/(1 − x). En seguida se podría notar que la derivada de esta
función cumple la ecuación diferencial dada:
1 1
x(t) := =⇒ x 0(t) = = x(t)2 ; x(0) = 1.
1−t (1 − t)2
De este modo se ha “descubierto” una solución de (1.11), pero de modo poco riguroso,
porque no se ha comprobado que x k (t) → x(t). La moraleja de este ejemplo es que el
Teorema 1.8 puede establecer la existencia y unicidad de una solución, pero no ofrece
un algoritmo práctico para hallarla en forma cerrada.
Obsérvese también que la solución x(t) = 1/(1 − t) está representada por la serie
geométrica solamente en el intervalo (−1, 1), y que esta función diverge en t = 1. Se verá
más adelante que un intervalo cerrado de la forma I = [−r, r], con 0 < r < 1, satisface
los requisitos del Teorema 1.8, aunque es evidente que la solución es válida en todo el
intervalo abierto (−∞, 1). ♦
13
I La hipótesis de la diferenciabilidad de x 7→ f (t, x) no ha sido usado (explícitamente)

en los Ejemplos 1.9 y 1.10. Sin embargo, no puede ser dejado de lado: el Ejemplo 1.7
exhibe un problema de valor inicial donde no hay unicidad de la solución. Este problema
√
no cabe dentro de las hipótesis del Teorema 1.8 porque la función x 7→ 2 x no es
diferenciable en x = 0.
La diferenciabilidad de x 7→ f (t, x) permite comprobar la convergencia de las aprox-
imaciones sucesivas. Para eso, bastará hacer ciertas estimaciones, donde una condición
levemente más amplia (dada a continuación) es todo lo se ocupa.
Definición 1.11. Una función f : Ω → R satisface una condición de Lipschitz, o es

lipschitziana (en la segunda variable),8 en el punto (t 0, x 0 ) ∈ Ω si hay un vecindario
cerrado V ⊂ Ω de (t 0, x 0 ) y una constante L > 0 tales que
| f (t, x) − f (t, y)| 6 L |x − y| para todo (t, x), (t, y) ∈ V . (1.12)
Dícese que f es lipschitziana en todo Ω si hay una constante L > 0 tal que la estimación
de (1.12) sea válida para todo (t, x), (t, y) ∈ Ω. ♦
Lema 1.12. Sea (t 0, x 0 ) un punto interior de Ω ⊆ R2 , de modo existen δ > 0 y ε > 0

tales que
V := { (t, x) : |t − t 0 | 6 δ, |x − x 0 | 6 ε } ⊆ Ω.
Si una función f : Ω → R es continuamente diferenciable con respecto a x, entonces f
es lipschitziana en V .
Demostración. La hipótesis dice que la derivada parcial f x existe y es continua y acotada

en V . Como V es un rectángulo compacto, la función continua f x es acotada9 sobre ese
rectángulo. Tómese L := sup(t,x)∈V | f x (t, x)|.
Si (t, x) ∈ V y (t, y) ∈ V , el teorema de valor medio dice que hay yt = (1− θt )x + θt y ∈
R tal que
f (t, x) − f (t, y) = f x (t, yt ) (x − y).
Nótese que (t, yt ) ∈ V también. Entonces
| f (t, x) − f (t, y)| = | f x (t, yt )| |x − y| 6 L |x − y|.

8 Una función de una sola variable g : I → R satisface una condición de Lipschitz, o es lipschitziana,
en un intervalo I ⊆ R, si hay L > 0 con |g(t)− g(s)| 6 L|t − s| para t, s ∈ I. Esta condición, introducido por
Rudolf Lipschitz, es intermedia entre diferenciabilidad continua y continuidad uniforme. En este curso,
se usará el término “lipschitziana” como abreviatura para “lipschitziana en la segunda variable”.
9 Aquí se usa la proposición conocida de que una función real continua alcanza su valor máximo y su
valor mínimo sobre un rectángulo acotado y cerrado.
14
Ejemplo 1.13. La función f (t, x) := |x| es obviamente lipschitziana sobre R2 , con L = 1,

por la desigualdad triangular:

|x| − |y| 6 |x − y|,
pero f x (t, 0) = d/dx(|x|) no existe.

√
La función g(t, x) := 2 x no es lipschitziana en el punto (t, 0) por la misma razón
√
que la derivada g x (t, 0) no existe: la recta que une los puntos (t, 0) y (t + h, 2 h) tiene
una pendiente m = 2h−1/2 que diverge cuando h ↓ 0.
La función h(t, x) := x 2 es lipschitziana en cada punto (t 0, x 0 ) por el Lema 1.12,
pero no en todo R2 , porque h x (t, x) := 2x no es acotada en R2 . En efecto, si fuera
|x 2 − y 2 | 6 L |x − y| para todo x, y, entonces sería |x + y| 6 L toda vez que x , y, lo
cual es falso. Puede decirse que (t, x) 7→ x 2 es localmente lipschitziana, pero no es
“globalmente lipschitziana”. ♦
Proposición 1.14. Sea f : [a, b]×R → R una función continua y lipschitziana. Entonces
las aproximaciones sucesivas x k de la fórmula (1.9) convergen uniformemente en el
intervalo [a, b] a una función continua x : [a, b] → R.
Demostración. La hipótesis dice que hay una constante L > 0 que satisface
| f (t, x) − f (t, y)| 6 L |x − y| para todo t ∈ [a, b]; x, y ∈ R. (1.13)
Por su continuidad, la función t 7→ | f (t, x 0 )| es acotada en el intervalo compacto [a, b].

Sea M := supa6t6b | f (t, x 0 )|.
Para t ∈ [a, b] con t > t 0 , se obtiene la estimación:

t
|x 2 (t) − x 1 (t)| =

f (s, x 1 (s)) − f (s, x 0 ) ds
t0
t

6 f (s, x 1 (s)) − f (s, x 0 ) ds
t0
t
6L |x 1 (s) − x 0 | ds.
t0
El integrando al lado derecho obedece otra estimación:

s
s
|x 1 (s) − x 0 | =

f (r, x 0 ) dr 6 f (r, x 0 ) dr 6 M (s − t 0 ).
t0 t0
15
Al combinar estas dos desigualdades, se obtiene

t t
ML
|x 2 (t) − x 1 (t)| 6 L M (s − t 0 ) ds = M L (s − t 0 ) ds = (t − t 0 )2 .
t0 t0 2
De la misma forma, se obtiene la desigualdad
t
|x 3 (t) − x 2 (t)| 6 L |x 2 (s) − x 1 (s)| ds
t0
la cual implica que

t
ML M L2
|x 3 (t) − x 2 (t)| 6 L (s − t 0 )2 ds = (t − t 0 )3 .
t0 2 6
Entonces es razonable sospechar que, para todo k > 1, se cumple
M L k−1
|x k (t) − x k−1 (t)| 6 (t − t 0 ) k .
k!
Los casos k = 1 y k = 2 ya han sido comprobados. El caso general sigue por inducción
sobre k:

t
|x k+1 (t) − x k (t)| =

f (s, x k (s)) − f (s, x k−1 (s)) ds
t0
t

M Lk t
6L |x k (s) − x k−1 (s)| ds 6 (s − t 0 ) k ds
t0 k! t0
M Lk
6 (t − t 0 ) k+1 .
(k + 1)!
Para el caso t 6 t 0 , se puede hacer el mismo análisis con algunos cambios de signo;
se llega a la siguiente estimación, válido para todo t ∈ [a, b] y todo k ∈ N:
M Lk
|x k+1 (t) − x k (t)| 6 |t − t 0 | k+1 . (1.14)
(k + 1)!
El lado derecho es el término #(k + 1) de la serie de Taylor de la función (M/L) e L|t−t 0 | .
En particular, la sucesión {x k (t)} k∈N , para t fijo, es una sucesión de Cauchy en R y por
ende converge a un límite
x(t) := lim x k (t).
k→∞
En vista de la relación |t − t 0 | 6 (b − a), se puede reemplazar (1.14) por una estimación
uniforme:
M Lk
|x k+1 (t) − x k (t)| 6 (b − a) k+1 .
(k + 1)!
16
En consecuencia, se obtiene
∞ ∞
X M X L k+1 (b − a) k+1 M L n (b − a)n+1 L(b−a)
|x(t) − x n (t)| 6 |x k+1 (t) − x k (t)| 6 6 e .
k=n
L k=n (k + 1)! (n + 1)!
n El lado derecho viene del residuo de Taylor de la función s 7→ e s en s = L(b − a). o

Entonces x n (t) → x(t) uniformemente para t ∈ [a, b]. Como cada función es continua,
por su definición (1.9), su límite uniforme x es también continua en [a, b].
Teorema 1.15 (Picard). Sea f : [a, b] × R → R una función continua y lipschitziana.

Entonces el problema de valor inicial (1.6):
x 0(t) = f (t, x(t)), x(t 0 ) = x 0
posee una solución única, definida en todo el intervalo [a, b].
Demostración. Defínase las aproximaciones sucesivas por la fórmula (1.9):

t
x 0 (t) := x 0, x k+1 (t) := x 0 + f (s, x k (s)) ds,
t0
para k ∈ N y a 6 t 6 b. La Proposición 1.14 muestra que hay una función con-

tinua x : [a, b] → R tal que x k (t) → x(t) uniformemente para t ∈ [a, b]. Entonces
f (s, x k (s)) → f (s, x(s)) también, uniformemente para s ∈ [a, b].
Esta convergencia uniforme garantiza que se puede intercambiar el límite k → ∞
t
con la integral t 0 en el cálculo siguiente:
t
x(t) = lim x k+1 (t) = x 0 + lim f (s, x k (s)) ds
k→∞ k→∞ t 0
t t
= x0 + lim f (s, x k (s)) ds = x 0 + f (s, x(s)) ds.
t 0 k→∞ t0
Esto dice que x(t) satisface la ecuación integral (1.8), así que la función x es diferenciable
y además es una solución del problema de valor inicial.
Para comprobar la unicidad, sea y(t) una solución cualquiera del problema (1.6).
Entonces la diferencia x(t) − y(t) satisface la relación:
t
x(t) − y(t) =

f (s, x(s)) − f (s, y(s)) ds.
t0
17
Si L es la constante de la condición de Lipschitz (1.13), tómese δ tal que 0 < δ < 1/L.
Para t ∈ [a, b] con |t − t 0 | < δ, se ve que

t
|x(t) − y(t)| 6 f (s, x(s)) − f (s, y(s)) ds
t0
t

6 L |x(s) − y(s)| ds 6 L |t − t 0 | sup |x(s) − y(s)|
t0 |s−t 0 |<δ
6 L δ sup |x(s) − y(s)|.

|s−t 0 |<δ
El máximo valor del lado izquierdo está acotado por el lado derecho:
sup |x(t) − y(t)| 6 L δ sup |x(t) − y(t)|.

|t−t 0 |<δ |t−t 0 |<δ
Como Lδ < 1, se concluye que sup|t−t 0 |<δ |x(t) − y(t)| = 0; en otras palabras, y(t) ≡ x(t)
para t ∈ [t 0 − δ, t 0 + δ] ∩ [a, b].
En particular, vale y(t 1 ) = x(t 1 ) para t 1 = t 0 + δ o bien t 1 = t 0 − δ. Al reemplazar
t 0 por t 1 en el análisis anterior, se obtiene y(t) ≡ x(t) en los intervalos [t 0 + δ, t 0 + 2δ] y
[t 0 − 2δ, t 0 − δ]. Por lo tanto, y(t) ≡ x(t) para t ∈ [t 0 − 2δ, t 0 + 2δ] ∩ [a, b]. Al repetir
este argumento un número finito de veces, se obtiene y(t) ≡ x(t) para todo t ∈ [a, b].
La hipótesis de que la función f sea lipschitziana en todo la franja [a, b] × R es muy

restrictiva, pero en vista del Lema 1.12 una función continuamente diferenciable sí es
lipschitziana en algún rectángulo compacto centrado en el punto inicial (t 0, x 0 ):
V = { (t, x) ∈ R2 : |t − t 0 | 6 δ, |x − x 0 | 6 ε }. (1.15)
En tal caso es necesario modificar el intervalo de existencia y unicidad. La funcíon

continua f es acotada en V ; llámese
M := sup{ | f (t, x)| : (t, x) ∈ V }.
Es posible comprobar la validez de los argumentos anteriores para t 0 6 t 6 t 0 + η (y

también para t 0 − η 6 t 6 t 0 ) toda vez que η 6 δ – para que f (t, x(t)) se pueda definir –
y además η 6 ε/M. La segunda condición es necesaria porque la fórmula (1.9) impone
la restricción
t t
|x k+1 (t) − x 0 | 6 | f (s, x k (s))| ds 6 M ds = M(t − t 0 ) 6 Mη
t0 t0
para t 0 6 t 6 t 0 + η. La desigualdad |x k+1 (t) − x 0 | 6 ε garantiza que f (t, x k+1 (t)) ∈ V ,

para que se pueda continuar la inducción.
18
Corolario 1.16. Sea f : Ω → R una función continua y lipschitziana definida en el

rectángulo compacto (1.15). Entonces el problema de valor inicial (1.6) posee una
solución única, definida en el intervalo I = [t 0 − η, t 0 + η], donde η := min{δ, ε/M }.
Bosquejo de la prueba. Es cuestión de repetir las demostraciones de las dos proposi-

ciones anteriores, notando en cada instancia que los puntos (t, x k (t)) y (t, x(t)) pertenecen
al dominio de f . Se deja los detalles como un ejercicio.
Demostración del Teorema 1.8. Por ser (t 0, x 0 ) un punto interior de Ω, existen δ > 0 y
ε > 0 tales que el rectángulo cerrado V de (1.15) esté incluido en Ω. Entonces, por el
Lema 1.12, la función f es continua y lipschitziana en V . El Corolario 1.16 entonces
ofrece el intervalo I en donde hay una solución única.
El Teorema 1.8 permite resolver el problema de Cauchy de forma única localmente,

es decir, en un vecindario del punto inicial (t 0, x 0 ). Es posible que la solución obtenida
en el intervalo [t 0 − η, t 0 + η] pueda extenderse a un intervalo mayor. Por ejemplo, al
obtener el valor x 1 = x(t 0 + η) a partir de esta solución, se puede plantear un nuevo
problema problema de Cauchy en t 1 = t 0 + η:
x 0(t) = f (t, x(t)), x(t 1 ) = x 1 .
Si f es también continua y lipschitziana en un rectángulo centrado en (t 1, x 1 ), habrá un

intervalo J = [t 1 − ξ, t 1 + ξ] con solución única al nuevo problema. En la intersección
[t 0, t 0 + η] ∩ [t 1 − ξ, t 1 ] las dos soluciones coinciden, por unicidad; en tal caso, la solución
inicial en el intervalo I ha sido prolongado al intervalo I ∪ J. Moraleja: la solución local
ofrecida por el Teorema 1.8 podría ser prolongable a un intervalo mayor, dependiendo
de la naturaleza de la función f .
¿Qué ocurre si f es continua en el rectángulo Ω dado por (1.15), pero no es lip-
schitziana? Un teorema de Peano asegura que existe al menos una solución en el mismo
intervalo I = [t 0 − η, t 0 + η], pero sin garantía de unicidad. La demostración está fuera
del alcance de este curso.10
1.3 Ecuaciones separables y exactas

En el apartado anterior, se ha visto que muchos problemas de valor inicial poseen
soluciones únicas; sin embargo, los resultados vistos no ofrecen algoritmos prácticos
10 Peano consideró una familia de “soluciones aproximadas” al problema de Cauchy y mostró que tal
familia debe tener una subsucesión que convergen uniformemente a una verdadera solución. (Esta es
consecuencia de un teorema de Ascoli.) Sin embargo, puede haber otras subsucesiones que convergen a
soluciones distintas: de ahí la falta de unicidad.
19
1.3. Ecuaciones separables y exactas
para hallar las soluciones, salvo en los casos infrecuentes en donde las aproximaciones
sucesivas convergen a una función conocida. Ahora se debe cambiar el énfasis a la tarea
de buscar soluciones explícitas.
El éxito de esa tarea no está garantizada, porque en el caso particular de la ecuación
diferencial x 0(t) = g(t), x(t 0 ) = x 0 , la solución “inmediata” es la integral indefinida:
t
x(t) = x 0 + g(s) ds,
t0
y es bien conocida que no siempre es posible hallar esa integral en una forma elemental.11
Sin embargo, es posible identificar varios casos particulares de problemas de valor
inicial que admiten soluciones explícitas.
1.3.1 Ecuaciones separables
Una ecuación diferenciable se llama separable si tiene la forma
x 0(t) = h(t) g(x), (1.16)
es decir, si el lado derecho f (t, x) := h(t) g(x(t)) se factoriza en dos funciones de una
variable.
En adelante, se supondrá que la función h es continua y que la función g es continua-
mente diferenciable. Entonces f satisface las hipótesis del Teorema 1.8, garantizando la
existencia y unicidad locales de las soluciones de problemas de Cauchy.
La ecuación (1.16) puede escribirse en la forma
x 0(t)
= h(t).
g(x(t))
Al integrar con respecto a t, se obtiene
0
x (t) dt
= h(t) dt,
g(x(t))
o más simplemente,
dx
= h(t) dt + C.
g(x)
Brevemente: el problema se reduce a la búsqueda de antiderivadas para h(t) y 1/g(x).
11 En
términos más precisos: si g(t) pertenece a una clase de funciones “elementales” – polinomios,
funciones racionales, trigonométricos, exponenciales y logarítmicos – se busca su integral indefinida en
esa misma clase. Un estudio hecho por Joseph Liouville, alrededor de 1835, clasificó las funciones que
poseen integrales elementales.
20
Una condición inicial x(t 0 ) = x 0 permite despejar C, la “constante de integración”.

Alternativamente, se puede plantear el problema en términos de integrales indefinidas:
x t
dx 0
0)
= h(t 0) dt 0 .
x0 g(x t0
Ejemplo 1.17. Como caso particular, considérese la ecuación lineal separable:
x 0(t) = h(t) x, x(t 0 ) = x 0 .
En este caso, se obtiene12

dx
log x = = h(t) dt + C,
x
así que
x(t) = A e h(t) dt
.
donde la “constante de integración” A depende de la condición inicial. Por ejemplo,
3 /3
x 0(t) = t 2 x, x(0) = 4 =⇒ x(t) = 4 et . ♦
t2
x 0(t) = , x(0) = 0. (1.17)
1 + 3x 2
Al separar las variables, se obtiene
x t
(1 + 3x ) dx =
02 0
t 02 dt 0,
0 0
lo cual conduce a la ecuación algebraica:
t3
x + x3 = .
3
A partir de ahí, una solución “explícita” x = x(t) pasa por resolver una ecuación alge-
braica cúbica; no imposible, pero de dudosa utilidad.
Sin embargo, se puede describir la solución en términos cualitativos. Fíjese que
f (t, x) := t 2 /(1 + 3x 2 ) es continua en Ω = R × R; su derivada parcial f x es
∂ t2 2 d
1 6t 2 x
f x (t, x) = = t = − .
∂ x 1 + 3x 2 dx 1 + 3x 2 (1 + 3x 2 )2
12 En este curso, ‘log’ denota el logaritmo natural; es hora de dejar de lado la notación obsoleta ‘ln’.
21
Entonces f x es acotada en cualquier franja [−b, b] × R. n No es difícil encontrar los

extremos de√ la función 6x/(1 + 3x 2 )2 para x > 0; pero bastaría
√ aplicar la desigualdad de
Cauchy |2 3 x| 6 1 + 3x para concluir que | f x (t, x)| 6 b 3 en la franja indicada. o
2 2
Entonces el Teorema 1.15 garantiza que el problema (1.17) tiene solución única en
[−b, b]. Como b es arbitrario, la solución existe y es única en todo R.
Además, la función y = p(x) ≡ x + x 3 es estrictamente creciente en todo R. Por lo
tanto, posee una función inversa x = q(y), también estrictamente creciente, con q(0) = 0.
Entonces la solución única coincide con x(t) = q(t 3 /3) para todo t ∈ R. ♦
Ejemplo 1.19. El crecimiento de una población biológica x(t) con tasa de crecimiento
k no puede ser descrito por la ecuación lineal x 0 = k x, porque esto produciría un
crecimiento exponencial ilimitada x(t) = A e kt . Ese modelo erróneo, sugerido por
Thomas Malthus en 1798, fue modificado por Jean-François Verhulst en 1838 para
tomar en cuenta las limitaciones ambientales. Verhulst sugirió la ecuación logística:
x 0(t) = x(k − mx), con k > 0, m > 0, (1.18)
donde el término negativo −mx 2 tiende a frenar el ritmo de crecimiento.

Hay dos soluciones triviales: x(t) ≡ 0 (cero población) y x(t) ≡ k/m (población
estable) que corresponden a las raíces de la función g(x) := x(k − mx). En ambos casos
x 0(t) ≡ 0: estas son “soluciones de equilibrio”. Se busca, entonces, soluciones que
corresponden a valores iniciales x(0) con 0 < x(0) < k/m.
La ecuación logística es separable:

dx
= dt + C.
x(k − mx)
Usando fracciones parciales, esta relación se convierte en

1 dx m dx
+ = dt + C,
k x k k − mx
así que
1 1 1 x
log |x| − log |k − mx| = log = t + C.
k k k k − mx
Esto implica que
x x(0)
= A e kt donde A := .
k − mx k − mx(0)
Es fácil despejar la ecuación x = A e kt (k − mx):
Ak e kt
x(t) = .
1 + Am e kt
22
k/m
•
• t
0
Figura 1.4: Una solución a x 0(t) = x(k − mx) con 0 < x(0) < k/m
Para 0 < x(0) < k/m, se ve que A > 0 y además 0 < x(t) < k/m para 0 < t < ∞.
Entonces el lado derecho de (1.18) es positivo, así que t 7→ x(t) es estrictamente creciente
para 0 6 t < ∞. Luego, al tomar el límite cuando t → +∞, se obtienen las cotas
Ak e kt k
0 < x(t) < lim = .
t→∞ 1 + Am e kt m
Este modelo sugiere que la población biológica se aproximará a un tamaño máximo k/m
en vez de seguir creciendo sin límite: véase la Figura 1.4. ♦
1.3.2 Ecuaciones exactas
Una familia de curvas disjuntas en el plano R2 – con coordenadas cartesianas (x, y) – se

describe por la ecuación
F(x, y) = C, (1.19)
donde el valor de la constante C distingue una de las curvas de la familia. Así, por
ejemplo, la ecuación x 2 + y 2 = k 2 caracteriza la familia de círculos centrados en el
origen; al fijar un valor de k, se obtiene un círculo de radio k. Si F es una función
diferenciable, se puede suprimir la mención de la constante al tomar la diferencial de
los dos lados:
dF(x, y) ≡ Fx (x, y) dx + Fy (x, y) dy = 0. (1.20)
La diferencial expresa, en forma compacta, la regla de la cadena para funciones

diferenciables de varias variables. En efecto, si una curva de la familia (1.19) está
parametrizada por t 7→ (x(t), y(t)), entonces la ecuación F(x(t), y(t)) = C puede ser
23
expresada mediante su derivada:13

d d
0= (C) = F(x(t), y(t)) = Fx (x(t), y(t)) x 0(t) + Fy (x(t), y(t)) y0(t)

dt dt
al aplicar la regla de la cadena. En forma abreviada:
dx dy
+ Fy (x, y)
Fx (x, y) = 0.
dt dt
La ecuación (1.20) es sinónima a esta, al suprimir la mención de la parametrización.
La regla de la cadena entonces autoriza la manipulación formal de las diferenciales
dx, dy, dt, etcétera, análogamente a la simplificación de integrales “por sustitución”
mediante un cambio de variable.
I Es posible plantear una ecuación diferencial (sin condición inicial) en la forma
M(x, y) dx + N(x, y) dy = 0. (1.21)
Esta relación es sinónimo a cualquiera de las dos ecuaciones:

dy dx
M(x, y) + N(x, y) = 0, o bien M(x, y) + N(x, y) = 0,
dx dy
dependiendo de cual de las dos variables depende de la otra: la primera opción se usa si
y = y(x) y la segunda si x = x(y). Si estas dos funciones son biyectivas, cada una de
ellas es la función inversa de la otra; y las dos opciones son equivalentes.
Dícese que (1.21) es una ecuación diferencial exacta si resulta ser de la forma (1.20);
es decir, si existe una función diferenciable F(x, y) tal que Fx = M, Fy = N.
La solución general de la ecuación exacta (1.20) es la familia de curvas F(x, y) = C
de (1.19). Cuando sea posible expresar esta relación en la forma F(x, y(x)) = C para
alguna función y = y(x) [o bien F(x(y), y) = C para alguna función x = x(y)], la
función y(x) [resp., x(y)] también puede considerarse como una solución de esta ecuación
diferencial.
Lema 1.20. Si M y N son dos funciones continuamente diferenciables14 en un rectángulo

abierto Ω = (a, b) × (c, d) ⊆ R2 , entonces la expresión M(x, y) dx + N(x, y) dy es una
diferencial exacta si y solo si se cumple la siguiente condición de compatibilidad:
My (x, y) = Nx (x, y) para todo (x, y) ∈ Ω. (1.22)

13 Aquí se supone implícitamente que la función F(x, y) es diferenciable y que la parametrización
t 7→ (x(t), y(t)) es también diferenciable.
14 Se debe recordar que una función G(x, y), definido en una parte abierta de R2 , es continuamente
diferenciable si las derivadas parciales G x y G y son funciones continuas en el dominio de G. Esta

condición implica que G sea diferenciable.
24
Demostración. Ad =⇒: Si F : Ω → R es una función diferenciable tal que Fx (x, y) =

M(x, y) y Fy (x, y) = N(x, y) para todo (x, y) ∈ Ω, entonces F de hecho es dos veces
continuamente diferenciable en Ω. La condición de compatibilidad se reduce a la
igualdad
Fxy (x, y) = Fyx (x, y) para (x, y) ∈ Ω,
Un teorema básico del cálculo diferencial asegura que estas derivadas parciales mixtas
de segundo orden coinciden, Fx y ≡ Fyx , toda vez que existen y sean continuas, como en
el caso presente.
Ad ⇐=: Si se verifica la condición (1.22), es necesario obtener una función F tal
que Fx = M y Fy = N. Sea (x 0, y0 ) un punto de Ω, arbitrario pero fijo. Defínase
x y
F(x, y) := M(u, y0 ) du + N(x, v) dv. (1.23)
x0 y0
El teorema fundamental del cálculo da la derivada parcial de F con respecto a x:

y
∂
Fx (x, y) = M(x, y0 ) + N(x, v) dv
∂ x y0
y y
∂
= M(x, y0 ) + N(x, v) dv = M(x, y0 ) + Nx (x, v) dv
y0 ∂ x y0
y
= M(x, y0 ) + My (x, v) dv = M(x, y).
y0
y
El intercambio de ∂/∂ x con y0 es válido porque los integrandos N(x, v) y Nx (x, v) son
continuas.
La derivada parcial de F con respecto a y también viene del teorema fundamental
del cálculo; nótese que la primera integral en (1.23) no depende de y:
y
∂
Fy (x, y) = 0 + N(x, v) dv = N(x, y).
∂ y y0
Las derivadas parciales Fx = M y Fy = N son funciones continuas, así que F es

continuamente diferenciable, con dF := Fx dx + Fy dy = M dx + N dy.
n Cabe mencionar que el lado derecho de (1.23) representa una integral de línea de la
forma diferencial M dx + N dy sobre una camino de dos segmentos consecutivos, desde
(x 0, y0 ) pasando por (x, y0 ) hasta llegar a (x, y). Ese camino queda dentro del rectán-
gulo Ω, naturalmente. Cualquier otro camino de integración C dentro del rectángulo Ω,
con los mismos puntos inicial y final, produciría el mismo resultado F(x, y): la integral
25

C M dx + N dy es “independiente del camino” si se cumple (1.22). En consecuencia,
el Lema 1.20 es válido para otros dominios Ω que son “simplemente conexos”: si C es
una curva simple cerrada en Ω, la región encerrada por C también es parte de Ω. o
Ejemplo 1.21. Considérese la ecuación diferencial:
2xy dx + (x 2 + y 2 ) dy = 0.
Aquí My = 2x = Nx ; el lado izquierdo es una diferencial exacta.

Tanto M(x, y) como N(x, y) son polinomios, definidos en todo el plano R2 . Al tomar
(x 0, y0 ) = (0, 0), la fórmula (1.23) sugiere tomar
x y
y3
F(x, y) := 0 du + (x 2 + v 2 ) dv = x 2 y + .
0 0 3
Entonces la solución es la familia de curvas
y3
x2 y + = C,
3
con C una “constante arbitraria” que parametriza la familia. Nótese que el caso C = 0,
es decir, y(x 2 + y 2 /3) = 0, coincide con el eje x, cuya ecuación es y = 0. Las curvas con
C > 0 están al lado superior (y > 0) del eje x.
También es posible llegar a esta solución mediante el cálculo de “antiderivadas
parciales”. Si Fx (x, y) = 2x y, entonces

F(x, y) = 2x y dx = x 2 y + h(y);
en una integración con respecto de x, la “constante de integración” puede depender de y

(solamente). De ahí se obtiene
Fy (x, y) = x 2 + h0(y) = x 2 + y 2,

así que h0(y) = y 2 . Luego h(y) = y 2 dy = y 3 /3 + C. ♦
I Si la diferencial M(x, y) dx + N(x, y) dy no es exacta, podría ser útil multiplicar

ambos lados de la ecuación (1.21) por una función µ(x, y). Si la ecuación modificada
µM dx + µN dy = 0 resulta ser exacta, dícese que µ(x, y) es un factor integrante de la
ecuación original. n Las dos ecuaciones diferenciales son equivalentes en la regiones del
plano en donde µ(x, y) , 0. o
La búsqueda de un factor integrante es un arte práctico. A veces resulta posible usar
un factor integrante de una sola variable, µ(x) o bien µ(y).
26
Ejemplo 1.22. Considérese la ecuación diferencial:
x sen y dx + (x + 1) cos y dy = 0.
Aquí My = x cos y pero Nx = cos y; en este caso, la diferencial dada no es exacta.

Como My /Nx = x no depende de y, vale la pena buscar un factor integrante de la
forma µ(x). La ecuación diferencial modificada es
x µ(x) sen y dx + (x + 1)µ(x) cos y dy = 0.
Ahora
(µM) y = x µ(x) cos y, (µN) x = µ(x) + (x + 1)µ0(x) cos y.

mientras
Entonces se requiere resolver una ecuación diferencial para µ(x):
(x + 1)µ0(x) = (x − 1)µ(x).
Esta es una ecuación separable:

µ0(x) x − 1 2
= =1− .
µ(x) x+1 x+1
Al integrar ambos lados con respecto a x, se obtiene
0
µ (x) 2
log µ(x) = dx = 1− dx = x − 2 log(x + 1) + C.
µ(x) x+1
En este contexto, se puede suprimir la constante C de integración – se requiere un solo
candidato para µ(x), no el caso general – para así obtener
ex
µ(x) = exp x − 2 log(x + 1) = .

(x + 1)2
Nótese que µ(x) , 0 para todo x ∈ R, así que la ecuación diferencial dada es equivalente
a la versión modificada:
xe x ex
sen y dx + cos y dy = 0.
(x + 1)2 x+1
Se verifica fácilmente que la nueva ecuación es exacta.
La condición Fy (x, y) = e x cos y/(x + 1) implica que

ex ex
F(x, y) = cos y dy = sen y + g(x),
x+1 x+1
27
y luego Fx (x, y) = xe x /(x + 1)2 sen y + g0(x); se ve que g0(x) = 0, así que g(x) es
constante. Entonces la solución general es la familia de curvas
ex
sen y = C.
x+1
Nótese que tanto la ecuación modificada como las curvas de la solución no están definidas
en la recta x = −1. De hecho, las curvas de la solución tiene ramas separadas en los
semiplanos x > −1 y x < −1. ♦
1.3.3 Ecuaciones homogéneas
Definición 1.23. Una función de dos variables f (x, y) se llama homogénea de grado n
si obedece la condición:
f (at, ax) = a n f (t, x) para todo a > 0.
La ecuación diferencial M(x, y) dx + N(x, y) dy = 0 es una ecuación diferencial

homogénea si las funciones M y N son homogéneas del mismo grado:
M(ax, ay) = a n M(x, y), N(ax, ay) = a n N(x, y) para todo a > 0.
En tal caso, el cambio de variable y 7→ z dado por
y =: xz; dy = z dx + x dz
convierte la ecuación diferencial original en una ecuación separable. ♦
En efecto, al definir g(z) := M(1, z), h(z) := N(1, z), la ecuación diferencial original
se convierte en
x n g(z) dx + x n h(z)(z dx + x dz) = 0.
Al cancelar el factor común x n , se obtiene
(g(z) − zh(z)) dx + xh(z) dz = 0,
una ecuación separable con solución general

dx h(z) dz
= .
x zh(z) − g(z)
Una ecuación diferencial de la forma x 0(t) = f (t, x(t)) es homogénea si la función f
es homogénea de grado 0, es decir, f (at, ax) = f (t, x) para todo a > 0. Este es
el caso si f es el cociente de dos funciones homogéneas del mismo grado, de tipo
f (t, x) := −M(t, x)/N(t, x). En tal caso, la sustitución x 7→ z dado por x(t) =: t z(t),
x 0(t) = z(t) + t z0(t) produce una ecuación diferencial separable para z(t).
28
Ejemplo 1.24. Considérese la ecuación diferencial

t2 + x2
x 0(t) = .
tx
El lado derecho es una función homogénea de grado 0, por ser el cociente de dos
funciones cuadráticas.
Conviene usar la sustitución x(t) =: t z(t). La ecuación dada se convierte en
1 + z2
z + t z0 = .
z
o bien
1 + z2 1
t z0 = −z=
z z
así que zz = 1/t, o bien z dz = dt/t. La solución es
0

2 dt
2z dz = , esto es, z 2 = 2 log |t| + C.
t
La función original x(t) entonces obedece
x(t)2 = 2t 2 log |t| + Ct 2 .
Esta familia de curvas es la solución general de la ecuación dada. ♦
1.4 Sistemas de ecuaciones diferenciales

Con frecuencia hay que buscar soluciones a una ecuación diferencial de segundo orden
con el formato:
x 00(t) = f (t, x(t), x 0(t)), (1.24)
para t ∈ [a, b] y f : Ω → R es una función continua definida en un dominio Ω ⊆ R3 .
Hay un artificio que permite reducir este problema a dos ecuaciones de primer orden,
al introducir una nueva variable que representa la derivada x 0(t) de primer orden. En
efecto, si se define
x 1 (t) := x(t),
x 2 (t) := x 0(t),
la ecuación (1.24) es equivalente al sistema siguiente:
x 01 (t) = x 2 (t),
x 02 (t) = f (t, x 1 (t), x 2 (t)). (1.25)
29
1.4. Sistemas de ecuaciones diferenciales
Para abordar sistemas como (1.25) y otros más generales, conviene introducir una
notación vectorial:
! !
x 1 (t) f 1 (t, x)
x(t) := , f (t, x) := ,
x 2 (t) f 2 (t, x)
donde f 1 (t, x 1, x 2 ) ≡ x 2 y f 2 (t, x 1, x 2 ) ≡ f (t, x 1, x 2 ) en el caso de marras. Entonces

el sistema (1.25) se presenta bajo el formato de una ecuación diferencial vectorial de
primer orden:
x 0(t) = f (t, x),
con f : Ω → R2 una función continua en el dominio Ω ⊆ R3 .
Obsérvese que una condición inicial para esta ecuación diferencial vectorial debe
tomar la forma x(t 0 ) = a para algún t 0 ∈ [a, b] y algún vector fijo a = (a1, a2 ) ∈ R2 .
En otras palabras, se trata de tomar dos condiciones iniciales para el problema original
(1.24): el requisito x(t 0 ) = a1 debe venir acompañado de x 0(t 0 ) = a2 . Brevemente: un
problema de valor inicial de segundo orden debe prescribir tanto x 0(t 0 ) como x(t 0 ).
I Ahora bien, el sistema (1.25) admite dos generalizaciones evidentes. En primer lugar,
el componente f 1 de f podría ser más general que la mera coordenada x 2 ; en segundo
lugar, los vectores x y f podrían tener más de dos componentes cada uno. Así, arribamos
a la definición siguiente.
Definición 1.25. Sea f : Ω → Rm una función vectorial continua, definido en un do-

minio Ω ⊆ Rm+1 . Escríbase x = (x 1, . . . , x m ) ∈ Rm y tómese f = ( f 1, . . . , f m ) con
componentes f j (t, x) = f j (t, x 1, . . . , x m ) para j = 1, 2, . . . , m. Un problema de valor
inicial (o un problema de Cauchy) determinado por esta función tiene la forma
x 0(t) = f (t, x(t)), x(t 0 ) = a (1.26)
con algún vector fijo (t, a) ∈ Ω. Se trata de hallar un intervalo I ⊆ R tal que t 0 ∈ I
y una función diferenciable x : I → Rm tal que (t, x(t)) ∈ Ω para todo t ∈ I, que
satisfaga (1.26) para todo t ∈ I. ♦
Debe ser claro que los teoremas de existencia y unicidad anteriores tiene extensiones
naturales a los problemas naturales de tipo (1.26), con algunas adaptaciones de notación
para el caso vectorial. Para extender los teoremas de Picard (el Teorema 1.15 y su
Corolario 1.16), solo hace falta aclarar el concepto de función lipschitziana en el contexto
vectorial, antes de repetir la demostración de esos teoremas casi verbatim. Esa tarea se
simplifica al adoptar la “norma rectangular” en el espacio vectorial Rm .
30
Cabe recordar que una norma sobre Rm es una función x 7→ kxk que cumple estas
tres propiedades:
kt xk = |t| kxk; kx + yk 6 kxk + k yk; kxk > 0 si x , 0.
(Nótese que k0k = 0, al tomar t = 0.) Hay tres normas de especial interés:
kxk1 := |x 1 | + |x 2 | + · · · + |x m |;
q
kxk2 := x 21 + · · · + x 2m ;
kxk∞ := max{|x 1 |, |x 2 |, . . . , |x m |}.
Estas normas son equivalentes: una bola de radio finito { x : kxk 6 R } para cualquiera
de ellas está incluido en una bola de cualquier otra: de modo que las tres normas definen el
mismo concepto de “conjunto acotado” en Rm . Esto es consecuencia del lema siguiente.
Lema 1.26. Para todo x ∈ Rm , se cumplen las desigualdades:
kxk∞ 6 kxk2 6 kxk1 6 mkxk∞ para todo x ∈ Rm .
Demostración. Para verificar estas inecuaciones, basta considerar vectores x con x j > 0
para j = 1, . . . , m. La primera y segunda de estas desigualdades son obvias; y la tercera
resulta de |x j | 6 kxk∞ para cada j.
Los factores de proporcionalidad son óptimas: al tomar x = e1 := (1, 0, . . . , 0), se ve
que ke1 k∞ = ke1 k2 = ke1 k1 . Para x = u := (1, 1, . . . , 1), vale kuk1 = mkuk∞ .
Figura 1.5: Bolas encajadas en R2
Si B p (x; δ) := { y ∈ Rm : kx − yk p 6 δ } denota la bola cerrada con respecto a la

norma k · k p con centro x y “radio” δ > 0, el Lema 1.26 muestra que
B ∞ (x; δ/m) ⊂ B1 (x; δ) ⊂ B2 (x; δ) ⊂ B ∞ (x; δ),
es decir, estas bolas están encajadas: véase la Figura 1.5.
31
1.4. Sistemas de ecuaciones diferenciales
Para analizar sistemas de ecuaciones diferenciales, conviene usar la “norma max”

k · k∞ en vez de la norma euclidiana k · k2 . En adelante, el símbolo k · k – sin subíndice
– denotará la norma max.
I Ahora bien, los resultados de la Sección 1.2 siguen válidos para sistemas de ecuaciones
diferenciales de primer orden.
Si Ω ⊆ Rm+1 , una función f : Ω → Rm se llama lipschitziana en un vecindario
cerrado V ⊂ Ω de (t 0, a) ∈ Ω si hay una constante L > 0 tal que
k f (t, x) − f (t, y)k 6 L kx − yk para todo (t, x), (t, y) ∈ V .
Se definen aproximaciones sucesivas a una solución del problema de Cauchy (1.26) por
una versión de la fórmula (1.9):
t
x0 (t) := a, x k+1 (t) := a + f (s, x k (s)) ds.
t0
Esto permite enunciar versiones vectoriales de los teoremas de existencia y unicidad.
Proposición 1.140. Sea f : [a, b] × Rm → Rm una función continua y lipschitziana.
Entonces las aproximaciones sucesivas x k convergen uniformemente en el intervalo
[a, b] a una función continua x : [a, b] → Rm .
Teorema 1.150 (Picard). Sea f : [a, b] × Rm → Rm una función continua y lipschitziana.
Entonces el problema de valor inicial:
x 0(t) = f (t, x(t)), x(t 0 ) = a
Corolario 1.160. Sea f : Ω → Rm una función continua y lipschitziana, definida en el
rectángulo compacto
V := { (t, x) ∈ Rm+1 : |t − t 0 | 6 δ, kx − x0 k 6 ε },
y sea M := sup{ k f (t, x)k : (t, x) ∈ V }. El problema de valor inicial (1.26) posee una
solución única, definida en el intervalo I = [t 0 − η, t 0 + η], donde η := min{δ, ε/M }.
Teorema 1.80. Sea f : Ω → Rm una función continua, definida en un dominio Ω ⊆ Rm+1 ,
con derivadas parciales continuas f x 1, . . . , f x m respecto de las variables de Rm . Sea
(t 0, a) un punto interior de Ω. Entonces hay un intervalo cerrado I ⊆ R con t 0 un punto
interior de I, tal que el problema de valor inicial
x 0(t) = f (t, x(t)), x(t 0 ) = a
tenga solución única x(t) para t ∈ I.
32
2 Ecuaciones diferenciales lineales

Definición 2.1. Una ecuación diferencial ordinaria de orden n,
F(t, x(t), x 0(t), . . . , x (n−1) (t), x (n) (t)) = 0,
se llama lineal si la función f es un polinomio de primer grado en todas las variables

salvo la primera. En otros términos, una ecuación diferencial es lineal, de orden n, si
tiene el formato:
a0 (t) x (n) (t) + a1 (t) x (n−1) (t) + · · · + an−1 (t) x 0(t) + an (t) x(t) = g(t), (2.1)
donde a0 (t), . . . , an (t) y g(t) son funciones continuas,1 definidas en un intervalo cerrado,2
I = [a, b] ⊆ R. Las funciones a0 (t), . . . , an (t) son los coeficientes de esta ecuación lineal.
La ecuación diferencial lineal (2.1) se llama homogénea si g(t) ≡ 0; en cambio,
dícese que (2.1) es inhomogénea si g(t) no es nula. ♦
La ecuación diferencial lineal de primer orden,
a0 (t) x 0(t) + a1 (t) x(t) = g(t),
se resuelve por los métodos de la Sección 1.3. Se debe notar que esta ecuación es
problemática (singular, se dice) si el intervalo de definición de x(t) contiene un valor t 1
tal que a0 (t 1 ) = 0. Es prudente dejar esos casos de lado, por ahora: se asumirá que la
función a0 (t) no se anula para t ∈ [a, b]. Entonces conviene dividir por a0 (t); la ecuación
diferencial lineal de primer orden es generalmente de la forma
x 0(t) + p(t) x(t) = h(t), (2.2)
donde p y h son funciones continuas definidas en un intervalo cerrado [a, b] ⊂ R.

Con f (t, x) := h(t) − p(t)x, se obtiene f x (x, t) = −p(t). La condición de Lipschitz
| f (t, x) − f (t, y)| = |p(t)| |x − y| 6 L |x − y|

1 La continuidad de estas funciones solo es necesario para poder aplicar los teoremas de existencia
y unicidad del capítulo anterior. Ciertamente es posible plantear ecuaciones diferenciales lineales con
coeficientes discontinuas.
2 En este capítulo [a, b] denotaré un intervalo cerrado de R, no necesariamente compacto. Es decir, la
notación [a, b] podría denotar un intervalo acotado, pero también los casos [a, ∞), (−∞, b] y (−∞, ∞) = R
de intervalos cerrados no acotados. El interior de este intervalo, denotado por (a, b), comprende también
los casos (a, ∞), (−∞, b) y (−∞, ∞).
33
se verifica, al tomar L := sup{ |p(t)| : a 6 t 6 b }; esta cota es finita por la continuidad
de p. Entonces el Teorema 1.15 garantiza la existencia y unicidad de la solución a un
problema de valor inicial en el intervalo [a, b].
Para encontrar dicha solución, se puede emplear un factor integrante µ(t) que depende
de t solamente. Escríbase
µ(t) x 0(t) + µ(t) p(t) x(t) = µ(t) h(t).
El lado izquierda es una derivada total,

d
µ(t) x 0(t) + µ(t) p(t) x(t) = µ(t) x(t) ,

dt
si µ0(t) = µ(t) p(t), o bien µ0(t)/µ(t) = p(t). Esta es una ecuación separable, con solución
0
µ (t)
log µ(t) = dt = p(t) dt =: P(t),
µ(t)
si P(t) es una primitiva (es decir, antiderivada) de p(t). Entonces, con el factor integrante
t
µ(t) := e P(t)
≡ exp p(s) ds , (2.3)
se llega a la ecuación diferencial

d
µ(t) x(t) = µ(t) h(t),

dt
cuya solución elemental resuelve la ecuación original (2.2):
t
1 C
x(t) = h(s) ds + . (2.4)
µ(t) µ(t)
Ejemplo 2.2. La ecuación de crecimiento simple (1.3):
x 0(t) = k x(t),
es lineal y homogénea: a partir de x 0(t) − k x(t) = 0, se ve que p(t) ≡ −k; una primitiva
de esta es P(t) = −kt. Entonces µ(t) := e−kt es un factor integrante:
d
x(t) e−kt = 0,

dt
con solución general x(t) = C/µ(t) = C e kt . Esta es una recapitulación del Ejemplo 1.3
anterior. ♦
34
Ejemplo 2.3. Se busca la solución general de la ecuación diferencial lineal inhomogénea
t 2 x 0(t) + t x(t) = t 4 + t 2 .
En primer lugar, se debe notar que esta ecuación es singular en t = 0, donde el coeficiente
de x 0(t) se anula. Por ende hay que buscar soluciones válidas para t > 0; y para t < 0,
por separado. Tómese t > 0; entonces, al dividir por t 2 , se obtiene
1
x 0(t) + x(t) = t 2 + 1.
t
Ahora p(t) = 1/t tiene primitiva P(t) := log t para t > 0. Por lo tanto, µ(t) := elog t = t es
un factor integrante. En efecto, t x 0(t) + x(t) ≡ d/dt t x(t) es una derivada total. Luego,

t
d t4 t2
t x(t) = t + t =⇒ t x(t) =
3
(s3 + s) ds = + + C1

dt 4 2
da la solución general
t 3 t C1
x(t) = + + para t > 0.
4 2 t
En el intervalo t < 0, se procede del mismo modo. Aquí, sin embargo, p(t) = 1/t
tiene primitiva P(t) := log |t| = log(−t) y el factor integrante (¡positivo!) es µ(t) = −t.
La ecuación reformulada es
d
−t x(t) = −t 3 − t,

dt
de donde es evidente que la misma fórmula x(t) = t 3 /4 + t/2 + C2 /t también describe la
rama de la solución general con t < 0. Las constantes C1 y C2 no son necesariamente
iguales. ♦
2.1 Ecuaciones lineales homogéneas

Considérese una ecuación diferencial lineal homogénea de segundo orden:
x 00(t) + p(t) x 0(t) + q(t) x(t) = 0. (2.5)
Al poner y(t) := x 0(t), este es equivalente a un sistema de dos ecuaciones lineales

homogéneas de primer orden:
x 0(t) − y(t) = 0,
y0(t) + p(t)y(t) + q(t)x(t) = 0;
35
2.1. Ecuaciones lineales homogéneas
que se puede expresar también en forma matricial:
x 0(t)
! ! ! !
0 −1 x(t) 0
+ = .
y0(t) q(t) p(t) y(t) 0
Un problema de valor inicial para la ecuación (2.5) tiene la forma:
x 00(t) + p(t) x 0(t) + q(t) x(t) = 0; x(t 0 ) = x 0 , x 0(t 0 ) = y0 .
El Teorema 1.150 garantiza la existencia y unicidad de su solución en un intervalo

compacto a 6 t 6 b.
Obsérvese que si las condiciones iniciales son ceros:
x(t 0 ) = 0, x 0(t 0 ) = 0,
entonces esta solución única debe ser la solución nula x(t) ≡ 0.

Estas consideraciones también son válidas en ecuaciones de orden superior. La
ecuación diferencial lineal homogénea de orden n tiene la forma:
x (n) (t) + p1 (t) x (n−1) (t) + · · · + pn−1 (t) x 0(t) + pn (t) x(t) = 0. (2.6)
Si x(t) := (x(t), x 0(t), . . . , x (n−1) (t)) ∈ Rn , esta ecuación se transforma en una ecuación
vectorial:
x 0(t) + P(t) x(t) = 0, (2.7)
donde P(t) es una matriz n × n cuyas entradas incluyen los coeficientes p j (t) de la
ecuación original. La condición inicial x(t 0 ) = a se manifiesta como n condiciones
iniciales para la ecuación (2.6):
x(t 0 ) = a1, x 0(t 0 ) = a2, . . . , x (n−1) (t 0 ) = an .
En particular, si a = 0, la solución nula x(t) ≡ 0 es la solución única correspondiente.

I Conviene dejar de lado, por un rato, el asunto de valores iniciales y enfocar la
ecuación homogénea (2.6) cuya solución general debe ser una familia de funciones con
n parámetros reales c1, c2, . . . , cn – las llamadas “constantes arbitrarias” – por ser la
ecuación de n-ésimo orden. n Su versión vectorial (2.7) tendrá un solo parámetro, por
ser de primer orden; pero ese parámetro es un vector (c1, . . . , cn ) que combina los n
parámetros de la ecuación original. o
La linealidad de la ecuación homogénea (2.6) tiene la siguiente consecuencia de
enorme importancia.
36
Lema 2.4. Las soluciones de una ecuación diferencial lineal homogénea forman un
espacio vectorial (sobre R).
Demostración. Sean x 1 (t) y x 2 (t) dos soluciones de la ecuación (2.6). Fórmese una
combinación lineal x(t) := c1 x 1 (t) + c2 x 2 (t) con c1, c2 ∈ R. Entonces
x 0(t) = c1 x 01 (t) + c2 x 02 (t),

x 00(t) = c1 x 001 (t) + c2 x 002 (t),
.. ..
. .
(n) (n)
x (n) (t) = c1 x 1 (t) + c2 x 2 (t).
Al sustituir estas expresiones en el lado izquierdo de la fórmula (2.6), se obtiene
x (n) (t) + p1 (t) x (n−1) (t) + · · · + pn−1 (t) x 0(t) + pn (t) x(t) = c1 (0) + c2 (0) = 0,
después de combinar los términos con derivadas de x 1 y x 2 . En resumen: cualquier

combinación lineal de dos soluciones de (2.6) es también una solución.
Obsérvese que los “vectores” de este espacio vectorial son funciones t 7→ x(t),
definidos en un intervalo [a, b] ⊆ R.
Ejemplo 2.5. Considérese de nuevo el oscilador armónico del Ejemplo 1.4:
x 00(t) + ω2 x(t) = 0.
Esta ecuación es (1.4a), escrito ya en el formato de (2.5). Se conoce dos soluciones:

x 1 (t) := sen ωt y x 2 (t) := cos ωt. El Lema 2.4 asegura que hay una familia de soluciones,
dadas por (1.5):
x(t) = c1 sen ωt + c2 cos ωt, con c1, c2 ∈ R.
Es evidente que las dos soluciones particulares, sen ωt y cos ωt, son linealmente inde-
pendientes, pues ninguna de ellas es un múltiplo de la otra. ♦
Definición 2.6. Sean g, h : [a, b] → R dos funciones diferenciables definidas en un inter-

valo [a, b] ⊆ R. El wronskiano de este par de funciones la función W (g, h) : (a, b) → R
dado por
g(t) h(t)
0 0
W (g, h)(t) := 0 0(t) ≡ g(t) h (t) − g (t) h(t). (2.8)
g (t) h
37
Más generalmente, si g1, . . . , gn : [a, b] → R son funciones (n − 1) veces diferencia-

bles, definidas en un intervalo común [a, b], su wronskiano es el determinante
g (t)
10 g2 (t) ... gn (t)
g1 (t) g20 (t) ... gn0 (t)
W (g1, . . . , gn )(t) := .. .. ... .. . (2.9)
. . .
(n−1) (n−1) (n−1)
g1 (t) g2 (t) . . . gn (t)
Si no hay ambigüedad, se puede denotar esta función por W (t). ♦
Si g y h son linealmente dependientes, de modo que h(t) = c g(t) [o bien g(t) = c h(t)]
para alguna constante c ∈ R, entonces h0(t) = c g0(t) [respectivamente, g0(t) = c h0(t)],
entonces W (g, h)(t) ≡ 0.
En el caso de n funciones linealmente dependientes, sin perder generalidad se puede
suponer que gn (t) = c1 g1 (t) + · · · + cn−1 gn−1 (t). Las derivadas de orden superior siguen
(k) (k) (k)
el mismo patrón: gn (t) = c1 g1 (t) + · · · + cn−1 gn−1 (t) para k = 1, . . . , n − 1. Como
resultado, la última columna del determinante (2.9) es una combinación lineal de las
otras; y por ende, el determinante es nulo: W (g1, . . . , gn )(t) ≡ 0. En resumen: el
wronskiano de un juego de funciones linealmente dependientes es nulo.
Ejemplo 2.7. Considérese las dos funciones diferenciables g, h : [−1, 1] → R dadas por
g(t) := t 3 y h(t) := |t 3 |. Evidentemente, no son proporcionales en todo el intervalo
[−1, 1], así que son linealmente independientes. Sin embargo, su Wronskian es nula:
t 3 t 3 t 3 −t 3
W (g, h)(t) = 2 2 = 0, si t > 0; W (g, h)(t) = 2 2 = 0, si t 6 0.
3t 3t 3t −3t
Entonces la nulidad del wronskiano es una condición necesaria, pero no suficiente, para
que dos funciones sean linealmente dependientes. ♦
Afortunado, este contraejemplo 2.7 no es relevante si se limita la atención a solu-
ciones de una ecuación diferencial lineal homogénea, en vez de funciones diferenciables
cualesquiera. Esto es el resultado de una fórmula de Abel, que expresa el wronskiano en
términos de los coeficientes de esa ecuación.
Proposición 2.8 (Abel). Si x 1 (t) y x 2 (t) son dos soluciones de la ecuación diferencial
x 00(t) + p(t) x 0(t) + q(t) x(t) = 0,
con coeficientes continuas p, q : [a, b] → R, su wronskiano W (t) ≡ W (x 1, x 2 )(t) cumple
t
W (t) = C e −P(t)
, donde P(t) = p(s) ds, (2.10)
a
para alguna constante C ∈ R.
38
Demostración. El wronskiano y su derivada cumplen
W (t) = x 1 (t) x 02 (t) − x 01 (t)x 2 (t),

W 0(t) = x 1 (t) x 002 (t) − x 001 (t)x 2 (t).
Al simplificar x 002 (t) y x 001 (t) con el uso de la ecuación diferencial, se obtiene
W 0(t) = −x 1 (t) p(t) x 02 (t) + q(t) x 2 (t) + p(t) x 01 (t) + q(t) x 1 (t) x 2 (t)

= −p(t) x 1 (t) x 02 (t) − x 01 (t)x 2 (t)

= −p(t) W (t).
Esta ecuación diferencial W 0(t) + p(t) W (t) = 0 tiene la forma (2.2) – con cero al lado
derecho – y por lo tanto puede ser resulto con el factor integrante µ(t) = e P(t) . Se obtiene
W (t) = C/µ(t) = C e−P(t) , como caso particular de la fórmula (2.4).
Corolario 2.9. Si x 1 (t) y x 2 (t) son dos soluciones de una ecuación diferencial lineal
homogénea de segundo orden, su wronskiano W (x 1, x 2 )(t) bien es idénticamente nulo, o
bien nunca se anula. Luego, estas dos soluciones son linealmente dependientes si y solo
si W (x 1, x 2 )(t) ≡ 0.
Demostración. El wronskiano tiene la forma W (t) = C e−P(t) donde el segundo factor es

positivo para todo t. Luego W (t) ≡ 0 si C = 0; pero W (t) , 0 para todo t si C , 0.
Ahora bien, x 1 y x 2 son linealmente dependientes si y solo si hay constantes c1, c2 ,
con (c1, c2 ) , (0, 0), tales que c1 x 1 (t) + c2 x 2 (t) ≡ 0 para t en el intervalo [a, b]. Al
tomar la derivada de ambos lados, también vale c1 x 01 (t) + c2 x 02 (t) ≡ 0 para t ∈ (a, b).
Entonces, para cualquier t 0 ∈ (a, b), el sistema de ecuaciones (algebraicas) lineales:
c1 x 1 (t 0 ) + c2 x 2 (t 0 ) = 0
c1 x 01 (t 0 ) + c2 x 02 (t 0 ) = 0
tiene una solución no nula (c1, c2 ). Por ende, el determinante de sus coeficientes es cero:
x 1 (t 0 ) x 2 (t 0 )
W (t 0 ) = 0 0 = 0.
x 1 (t 0 ) x 2 (t 0 )
Recapitulando: x 1 y x 2 son linealmente dependientes si y solo si W (t 0 ) = 0 para algún
t 0 ∈ (a, b); si y solo si W (t) ≡ 0 para todo t ∈ (a, b).
Teorema 2.10. La solución general de la ecuación diferencial
x 00(t) + p(t) x 0(t) + q(t) x(t) = 0,
39
con coeficientes continuas p, q : [a, b] → R, satisface:
x(t) ≡ c1 x 1 (t) + c2 x 2 (t),
donde x 1 y x 2 son dos soluciones particulares, linealmente independientes.
Demostración. Tómese t 0 ∈ (a, b). Con las condiciones iniciales
x 1 (t 0 ) = 1, x 01 (t 0 ) = 0; x 2 (t 0 ) = 0, x 02 (t 0 ) = 1,
existen soluciones únicas x 1 : [a, b] → R y x 2 : [a, b] → R que cumplen estas condi-

ciones respectivas. Evidentemente, estas funciones no son proporcionales, porque no
son proporcionales en el punto t 0 . Por lo tanto, x 1 y x 2 son soluciones linealmente
independientes.
Ahora sea x : [a, b] → R una solución cualquiera de la ecuación dada (2.5). Sea
c1 := x(t 0 ) y c2 := x 0(t 0 ). Entonces la combinación lineal
y(t) := x(t) − c1 x 1 (t) − c2 x 2 (t)
es también una solución, por el Lema 2.4. Esta solución cumple y(t 0 ) = y0(t 0 ) = 0;
como tal, esta es la solución nula, y(t) ≡ 0, como se quería comprobar.
En síntesis: el espacio vectorial real de las soluciones de la ecuación diferencial de

segundo orden (2.5) tiene dimensión 2.
I La fórmula (2.10) para el wronskiano de dos soluciones permite relacionar dos solu-
ciones independientes: si se conoce una solución x 1 (t), se puede obtener una ecuación
(lineal y homogénea) de primer orden para la otra solución x 2 (t), la cual se resuelve en
seguida: esta proceso se llama la reducción de orden de la ecuación original.
Proposición 2.11. Si se conoce una solución x 1 (t) de la ecuación lineal homogénea
x 00(t) + p(t) x 0(t) + q(t) x(t) = 0,

t
tal que x 1 (t) , 0 para t ∈ [a, b], defínase w(t) := e−P(t) donde P(t) := p(s) ds es una
primitiva del coeficiente p(t). Entonces la fórmula
t
w(s)
x 2 (t) := x 1 (t) ds (2.11)
x 1 (s)2
representa otra solución de la ecuación diferencial dada; y las soluciones x 1 y x 2 son
linealmente independientes.
40
Demostración. Se quiere encontrar una segunda solución de la forma x 2 (t) = u(t) x 1 (t)
donde u es una función no constante. Entonces la ecuación dada toma la forma
u00(t)x 1 (t) + 2u0(t)x 01 (t) + u(t)x 001 (t) + p(t) u0(t)x 1 (t) + u(t)x 01 (t) + q(t)u(t)x 1 (t) = 0,

o bien, al reorganizar los términos:

u00(t)x 1 (t) + u0(t) 2x 01 (t) + p(t)x 1 (t) + u(t) x 001 (t) + p(t)x 01 (t) + q(t)x 1 (t) = 0.

En la última expresión, el múltiplo de u(t) se anula porque x 1 (t) es una solución de la

ecuación dada. Colóquese v(t) := u0(t). Entonces se obtiene
v 0(t)x 1 (t) + v(t) 2x 01 (t) + p(t)x 1 (t) = 0

Esta es una ecuación diferencial, lineal y homogénea, y de primer orden para la función
desconocida v(t). Al dividir por x 1 (t), se obtiene
x 0 (t)
v 0(t) + 2 1 + p(t) v(t) = 0.
x 1 (t)
De acuerdo con (2.3), esta ecuación posee un factor integrante µ(t), donde
t 0
x 1 (s)
log µ(t) = 2 + p(s) ds = 2 log x 1 (t) + P(t),
x 1 (s)
así que µ(t) = x 1 (t)2 e P(t) = x 1 (t)2 /w(t). En consecuencia,
C w(t)
u0(t) = v(t) = =C
µ(t) x 1 (t)2
Como se busca una solución particular x 2 (t), se puede tomar C = 1 y tomar una primitiva
del lado derecho: t
w(s)
u(t) = ds,
x 1 (s)2
de donde (2.11) es inmediato.
Ejemplo 2.12. La ecuación lineal homogénea
1 0 1
x 00(t) −x (t) + 2 x(t) = 0,
t t
definida en el intervalo (0, ∞), tiene una solución “obvia”, la cual es x 1 (t) = t.
t
En este caso P(t) = − ds/s = − log t, así que w(t) = e−P(t) = elog t = t. Entonces
t t
s ds
x 2 (t) = t 2
ds = t = t log t.
s s
Entonces la solución general a la ecuación dada es x(t) = c1 t + c2 t log t, para t > 0. ♦
41
I Las consideraciones para ecuaciones de orden 2 también son válidas para ecuaciones
de orden superior. El manejo del wronskiano se facilita con el lema siguiente.
Lema 2.13. La derivada del wronskiano (2.9) es otro determinante:
g1 (t) g2 (t) ... gn (t)

...
0
g1 (t) g20 (t) gn0 (t)

.. .. ... ..

W 0(g1, . . . , gn )(t) := . . . . (2.12)
(n−2) (n−2) (n−2)
g1 (t) g2 (t) . . . gn (t)
g (n) (t) (n)
g2 (t)
(n)
. . . gn (t)

1
Demostración. Sea A(t) = [ai j (t)] una matriz n × n cuyas entradas son funciones dife-
renciables. Su determinante admite la expansión en la primera fila:
det A(t) = a11 (t) m11 (t) + a12 (t) m12 (t) + · · · + a1n (t) m1n (t).
La derivada del determinante obedece la regla del producto:
d
det A(t) = a11
0
(t) m11 (t) + a12
0
(t) m12 (t) + · · · + a1n
0

(t) m1n (t)
dt
+ a11 (t) m011 (t) + a12 (t) m012 (t) + · · · + a1n (t) m01n (t) .

Los cofactores mi j (t) son determinantes de lado (n − 1) tomados de las filas 2, . . . , n de

la matriz A(t). Por lo tanto, el primer sumando es el determinante de la matriz A1 (t)
obtenida de A(t) al derivar su primer fila y al dejar iguales las otras filas. Por inducción
sobre n, el mismo proceso es aplicable para derivar los cofactores m1 j (t). En el segundo
sumando aparece el determinante obtenido al derivar la segunda fila de A(t) solamente;
y así sucesivamente:
det A(t) = det A1 (t) + det A2 (t) + · · · + det An (t),
donde Ak (t) es obtenido de A(t) al derivar la fila k solamente. Por ejemplo, para n = 3:
a (t) a (t) a (t)
d 11 12 13

dt a21 (t) a22 (t) a23 (t)
a31 (t) a32 (t) a33 (t)
a0 (t) a0 (t) a0 (t) a (t) a (t) a (t) a (t) a (t) a (t)
11 12 13 11 12 13
11 12 13
= a21 (t) a22 (t) a23 (t) + a21
0 (t) a0 (t) a0 (t) + a (t) a (t) a (t) .

22 23 21 22 23
0 0 0
a31 (t) a32 (t) a33 (t) a31 (t) a32 (t) a33 (t) a31 (t) a32 (t) a33 (t)

42
Si ahora se aplica esta receta al determinante (2.9), en cada una de las matrices
iniciales A1 (t), . . . , An−1 (t) hay dos filas consecutivas iguales, así que det Ak (t) = 0 para
k = 1, . . . , n − 1. Por lo tanto, W 0(g1, . . . , gn )(t) = det An (t), obtenido al derivar la última
fila solamente: esto comprueba la fórmula (2.12).
Proposición 2.80 (Abel). Si x 1, x 2, . . . , x n son n soluciones de la ecuación diferencial

lineal homogénea de orden n:
x (n) (t) + p1 (t) x (n−1) (t) + · · · + pn−1 (t) x 0(t) + pn (t) x(t) = 0,
con coeficientes continuas p1, . . . , pn : [a, b] → R, entonces su wronskiano W (t) ≡

W (x 1, . . . , x n )(t) obedece
t
W (t) = C e −P1 (t)
, donde P1 (t) = p1 (s) ds,
a
para alguna constante C ∈ R.
Demostración. Por el Lema 2.13, la derivada del wronskiano W (t) es igual a

x 1 (t) x 2 (t) ... x n (t)

...
0
x 1 (t) x 02 (t) x 0n (t)

.. .. .. ..

W 0(t) = . . . . .
(n−2) (n−2) (n−2)
x 1 (t) x 2 (t) . . . x n (t)
x (n) (t) (n)
x 2 (t)
(n)
. . . x n (t)

1
(n)
Cada entrada x j (t) de la última fila de W 0(t) puede ser sustituida por la ecuación
diferencial dada:
(n) (n−1)
x j (t) = −p1 (t) x j (t) − · · · − pn−1 (t) x 0j (t) − pn (t) x j (t).
Luego, al sumar pn+1−k (t) veces la k-ésima fila a la última fila, para k = 1, . . . , n − 2,
(una operación que no afecta al valor del determinante), se obtiene
x 1 (t) x 2 (t) ... x n (t)

...
0

x 1 (t) x 02 (t) x 0n (t)
W (t) =
0
.. .. .. = −p1 (t) W (t).

...
. . .
(n−1) (n−1) (n−1)
−p1 (t)x 1 (t) −p1 (t)x 2 (t) . . . −p1 (t)x n (t)

La ecuación diferencial W 0(t) + p1 (t) W (t) = 0 se resuelve, como antes, por el método
del factor integrante, dando lugar a la solución enunciada.
43
Corolario 2.90. Sean x 1, . . . , x n una n soluciones de la ecuación diferencial lineal

homogénea (2.6), de orden n. Entonces su wronskiano W (t) := W (x 1, . . . , x n )(t) bien es
idénticamente nulo, o bien nunca se anula. Luego, estas n soluciones son linealmente
dependientes si y solo si W (t) ≡ 0.
Demostración. Como el wronskiano tiene la forma W (t) = C e−P1 (t) , entonces W (t) ≡ 0
si C = 0; mientras W (t) , 0 para todo t si C , 0.
Ya se ha observado que si x 1, . . . , x n son linealmente dependientes, entonces su
wronskiano es idénticamente nulo – para eso, no hace falta que sean soluciones de (2.6).
Por otro lado, si x 1, . . . , x n son soluciones, y si W (t 0 ) = 0 para algún t 0 ∈ (a, b),
entonces el sistema de ecuaciones (algebraicas) lineales:
c1 x 1 (t 0 ) + c2 x 2 (t 0 ) + · · · + cn x n (t 0 ) = 0
c1 x 01 (t 0 ) + c2 x 02 (t 0 ) + · · · + cn x 0n (t 0 ) = 0
.. .
. = ..
(n−1) (n−1) (n−1)
c1 x 1 (t 0 ) + c2 x 2 (t 0 ) + · · · + cn x n (t 0 ) = 0 (2.13)
tiene una solución no nula (c1, . . . , cn ) ∈ Rn . Por el Lema 2.4, la combinación lineal
y(t) := c1 x 1 (t) + c2 x 2 (t) + · · · + cn x n (t)
es también una solución de (2.6). Entonces las ecuaciones (2.13) muestran que
y(t 0 ) = 0, y0(t 0 ) = 0, . . . , y (n−1) (t 0 ) = 0.
Por la unicidad de la solución de (2.6) con estas condiciones iniciales, y(t) coincide con
la solución nula: y(t) ≡ 0 para t ∈ [a, b]. Esto dice que las soluciones originales son
linealmente dependientes.
Teorema 2.100. La solución general de la ecuación diferencial
x (n) (t) + p1 (t) x (n−1) (t) + · · · + pn−1 (t) x 0(t) + pn (t) x(t) = 0,
con coeficientes continuas p1, . . . , pn : [a, b] → R, satisface:
x(t) ≡ c1 x 1 (t) + c2 x 2 (t) + · · · + cn x n (t),
donde x 1, . . . , x n son n soluciones particulares, linealmente independientes.
44
Demostración. Tómese t 0 ∈ (a, b). Sea {e1, e2, . . . , e n } la base estándar de Rn – esto
es, e1 := (1, 0, . . . , 0), e2 = (0, 1, . . . , 0), . . . , e n = (0, 0, . . . , 1). Con las condiciones
iniciales
(n−1)
x k (t 0 ), x 0k (t 0 ), . . . , x k (t 0 ) = e k ,

existen soluciones únicas x k : [a, b] → R, para k = 1, 2, . . . , n, que cumplen estas

condiciones respectivas. Su wronskiano en el punto t 0 vale
1 0 ... 0
1 ...

0 0
W (x 1, . . . , x n )(t 0 ) = . .. . . .. = 1,
.. . . .
0 ...
0
1
así que W (x 1, . . . , x n )(t) , 0 para todo t; y las soluciones x 1, . . . , x n son linealmente
independientes.
Ahora sea x : [a, b] → R una solución cualquiera de la ecuación dada (2.5). Sean
c1 := x(t 0 ), c2 := x 0(t 0 ), . . . , cn := x (n−1) (t 0 ). Entonces la combinación lineal
y(t) := x(t) − c1 x 1 (t) − c2 x 2 (t) − · · · − cn x n (t)
es también una solución, la cual cumple y(t 0 ) = y0(t 0 ) = · · · = y (n−1) (t 0 ) = 0; por ende,
esta es la solución nula, y(t) ≡ 0.
En síntesis: el espacio vectorial real de las soluciones de la ecuación diferencial (2.6)

de orden n tiene dimensión n.
2.2 Ecuaciones lineales inhomogéneas de segundo orden

Considérese la ecuación lineal inhomogénea
x 00(t) + p(t) x 0(t) + q(t) x(t) = h(t), (2.14)
con funciones continuas p(t), q(t), h(t), definidos en un intervalo cerrado [a, b] ⊆ R.
Al poner y(t) := x 0(t), este es equivalente a un sistema de dos ecuaciones lineales
inhomogéneas de primer orden:
x 0(t) − y(t) = 0,
y0(t) + p(t)y(t) + q(t)x(t) = h(t);
que se puede expresar también en forma matricial:

x 0(t)
! ! ! !
0 −1 x(t) 0
+ = ;
y0(t) q(t) p(t) y(t) h(t)
45
2.2. Ecuaciones lineales inhomogéneas de segundo orden
o bien, en forma matricial:

x 0(t) + A(t) x(t) = h(t), (2.15)
donde h(t) := (0, h(t)); el lado izquierdo es idéntico al lado izquierdo de (2.7).
En la presencia de condiciones iniciales x(t 0 ) = a1 , x 0(t 0 ) = a2 , este es un sistema de
la forma (1.26), en donde f (t, x) := h(t) − A(t) x, con t ∈ [a, b]. Si [a, b] es un intervalo
acotado, se verifica fácilmente que esta función vectorial es lipschitziana:
k f (t, x) − f (t, y)k 6 L kx − yk para todo (t, x), (t, y) ∈ [a, b] × R2,
al tomar
L := sup{ 1 + |p(t)| + |q(t)| : a 6 t 6 b }.
Luego, por el Teorema 1.150, un problema de valor inicial para la ecuación diferen-
cial (2.14) tiene solución única en el intervalo [a, b].
n Con leves cambios de notación, este argumento también demuestra que una ecuación
diferencial lineal homogénea de orden n > 2 tiene solución única en cualquier intervalo
compacto en el cual los coeficientes son funciones continuas. o
I La diferencia principal con el caso homogéneo es la ausencia de una solución trivial:
si fuera h(t) ≡ 0, las condiciones iniciales x(t 0 ) = 0, x 0(t 0 ) = 0 impondrían la solución
nula; pero esto es inadmisible si h(t) no es idénticamente cero. Es necesario, entonces,
encontrar al menos una solución particular de la ecuación inhomogénea (2.14).
Ahora bien, si x(t) y y(t) son dos soluciones de (2.14), su diferencia z(t) := x(t)− y(t)
resuelve la ecuación homogénea:
z00(t) + p(t) z0(t) + q(t) z(t) = 0.
Como tal, z(t) = c1 x 1 (t) + c2 x 2 (t) donde x 1 (t) y x 2 (t) son soluciones linealmente
independientes de la ecuación homogénea. Se ha demostrado el resultado siguiente.
Proposición 2.14. La solución general de la ecuación lineal inhomogénea
x 00(t) + p(t) x 0(t) + q(t) x(t) = h(t)
tiene la forma
x(t) = c1 x 1 (t) + c2 x 2 (t) + y(t),
donde c1 x 1 (t) + c2 x 2 (t) es la solución general de la ecuación homogénea correspon-

diente; mientras y(t) es una solución particular de la ecuación inhomogénea.
46
Ejemplo 2.15. La ecuación lineal inhomogénea

1 0 1
x 00(t) − x (t) + 2 x(t) = 4t (2.16)
t t
es una variante de la ecuación homogénea del Ejemplo 2.12. Esta ecuación posee la
solución particular y(t) = t 3 , como se puede comprobar por inspección.
Habida cuenta de la solución general conocida de la ecuación homogénea, se obtiene
la solución de la inhomogénea:
x(t) = c1 t + c2 t log t + t 3 cuando t > 0.
Hace falta, entonces, desarrollar un método para obtener una solución particular que no
dependa de un golpe de suerte. ♦
2.2.1 Variación de parámetros
Para encontrar una solución particular a la ecuación (2.14), se usa un artificio análogo al
de la demostración de la Proposición 2.11, en donde se obtuvo una segunda solución al
colocar x 2 (t) := u(t) x 1 (t) y se trató de determinar el multiplicador u(t). Para que x 2 (t)
fuera linealmente independiente de la solución dada x 1 (t), era esencial que la función
u(t) no fuera constante.
Ahora bien, al enfrentar la ecuación diferencial (2.14), no se dispone de una solución
previa; pero al menos se conoce un par de soluciones independientes x 1 (t) y x 2 (t) de
la ecuación homogénea. Se recomienda, entonces, reemplazar la combinación lineal
c1 x 1 (t) + c2 x 2 (t) por una expresión
y(t) := v1 (t) x 1 (t) + v2 (t) x 2 (t), (2.17)
en donde v1 (t) y v2 (t) son funciones no necesariamente constantes.

Al calcular la derivada de la última expresión, se obtiene
y0(t) = v10 (t) x 1 (t) + v20 (t) x 2 (t) + v1 (t) x 01 (t) + v2 (t) x 02 (t) .

Para determinar un par de funciones v1 , v2 convenientes, se toma la decisión de anular

la primera de las dos paréntesis al lado derecho. Esto impone el requisito:
v10 (t) x 1 (t) + v20 (t) x 2 (t) = 0. (2.18a)
Entonces la segunda derivada de y(t) es:
y00(t) = v10 (t) x 01 (t) + v20 (t) x 02 (t) + v1 (t) x 001 (t) + v2 (t) x 002 (t).
47
La función y(t) será una solución de (2.14),
y00(t) + p(t) y0(t) + q(t) y(t) = h(t),
si y solo si
v1 (t) x 001 (t) + p(t) x 01 (t) + q(t) x 1 (t) + v2 (t) x 002 (t) + p(t) x 02 (t) + q(t) x 2 (t)

+ v10 (t) x 01 (t) + v20 (t) x 02 (t) = h(t).
Como x 1 y x 2 son soluciones de la ecuación homogénea, los términos iniciales se anulan;

queda solamente la relación:
v10 (t) x 01 (t) + v20 (t) x 02 (t) = h(t). (2.18b)
En resumen, se obtiene una sistema de ecuaciones lineales para las dos incógnitas
v10 (t)
y v20 (t) al combinar las condiciones (2.18):
v10 (t) x 1 (t) + v20 (t) x 2 (t) = 0,

v10 (t) x 01 (t) + v20 (t) x 02 (t) = h(t). (2.18c)
Este sistema se resuelve por la regla de Cramer, habida cuenta de que el determinante de
los coeficientes es el wronskiano:3
x 1 (t) x 2 (t)
0 (t) = W (t) = e ,
−P(t)
0
x
1 (t) x 2
al invocar la fórmula de Abel (2.10). Concretamente:
1 0 x 2 (t) x 2 (t) h(t) 1 x 1 (t) 0 x 1 (t) h(t)

v10 (t) = 0 = − ; v20 (t) = 0 = .
W (t) h(t) x 2 (t) W (t) W (t) x 1 (t) h(t) W (t)
Esto demuestra el resultado siguiente.
Proposición 2.16. Una solución particular de la ecuación diferencial lineal inho-

mogénea (2.14) está dada por
t t
x 2 (s) x 1 (s)
y(t) = −x 1 (t) h(s) ds + x 2 (t) h(s) ds (2.19)
w(s) w(s)
t
donde w(t) = e−P(t) y P(t) = p(s) ds.
3 La
constante C = 1 de la fórmula (2.10) está absorbida en la constante de integración de la primitiva
t
P(t) := p(s) ds.
48
Ejemplo 2.17. Cabe reconsiderar el Ejemplo 2.15. La ecuación inhomogénea (2.16):

1 0 1
x 00(t) − x (t) + 2 x(t) = 4t
t t
fue resulta al adivinar una solución particular “obvia”. Sería interesante ver lo que da el
método de variación de parámetros. Se postula una solución
y(t) := v1 (t) x 1 (t) + v2 (t) x 2 (t) = t v1 (t) + t log t v2 (t).

t
El Wronskian de la ecuación homogénea está dada por P(t) := (−1/s) ds = − log t,
W (t) = e−P(t) = t, o equivalentemente por
t t log t
W (t) = = t.
1 1 + log t
El sistema de ecuaciones (2.18) es:
t v10 (t) + t log t v20 (t) = 0,

v10 (t) + (1 + log t) v20 (t) = 4t;
así que
1 0 t log t 1 t 0
v10 (t) = = −4t log t; v20 (t) = = 4t.
4t 1 + log t

t t 1 4t
De ahí se obtiene un par de primitivas:
t t
v1 (t) = − 4s log s ds = −(2t 2 log t − t 2 + 1), v2 (t) = 4s ds = 2t 2 − 2.
1 1
(Se escoge a = 1 como la cota inferior de integración, porque a = 0 está fuera del
intervalo de definición del problema.)
Entonces se obtiene la solución particular
y(t) = −t(2t 2 log t − t 2 + 1) + t log t(2t 2 − 2) = t 3 − t − 2t log t.
Es evidente que los términos −t − 2t log t son una combinación lineal de las soluciones
básicas x 1 (t) = t y x 2 (t) = t log t de la ecuación homogénea; su presencia se debe a la
elección de a = 1 para calcular las primitivas. Luego se puede descartarlas, y así se
obtiene una nueva solución particular, ỹ(t) := t 3 .
Moraleja: aunque sea preferible obtener una solución particular por inspección, el
método de variación de parámetros siempre es capaz de proporcionar alguna solución. ♦
49
I En el ejemplo anterior, se encontró la solución particular al resolver el sistema (2.18),

en vez de aplicar ciegamente la fórmula (2.19). Sin embargo, esa última fórmula tiene
cierta importancia teórica. Al escribirla en el formato:
t
x 2 (t) x 1 (s) − x 1 (t) x 2 (s)
y(t) = h(s) ds,
a w(s)
se puede observar que tiene la forma de un operador integral:
t
h(t) 7→ G(t, s) h(s) ds (2.20)
a
para cierta función de dos variables G(t, s) obtenida de las soluciones de la ecuación
homogénea.
Definición 2.18. Sean x 1 (t) y x 2 (t) dos soluciones linealmente independientes de la

ecuación diferencial lineal homogénea (2.5), con coeficientes continuas en un intervalo
cerrado [a, b]. Sea w(t) = W (x 1, x 2 )(t) su wronskiano. Una función de Green asociada
a dicha ecuación se define por:
x 2 (t) x 1 (s) − x 1 (t) x 2 (s)
G(t, s) := para a 6 s 6 t 6 b. (2.21)
w(s)
(En problemas de contorno, suele usarse otras funciones de Green, levemente diferentes
de esta fórmula; serán consideradas más adelante.) ♦
Del punto de vista del álgebra lineal, cabe notar que el lado izquierdo de una ecuación
diferencial lineal es de la forma L[x(t)], donde
d2 d
L := 2
+ p(t) + q(t)
dt dt
es un operador lineal – es decir, posee la propiedad:
L[c1 x(t) + c2 y(t)] = c1 L[x(t)] + c2 L[y(t)] para todo c1, c2 ∈ R.
Si se denota el lado derecho de la fórmula (2.20) por G[h(t)], se puede resumir la

Proposición 2.16 así:
y(t) = G[h(t)] =⇒ L[y(t)] = h(t),
e inversamente, L[x(t)] = h(t) implica que x(t) es la suma de G[h(t)] con un elemento
del núcleo del operador lineal L. Por el Teorema 2.10, se sabe que este núcleo es un
espacio R-vectorial de dimensión 2. Brevemente: el operador integral G invierte el
operador diferencial L, módulo el núcleo de L.
50
2.3 Ecuaciones lineales con coeficientes constantes

2.3.1 Ecuaciones homogéneas de segundo orden
Considérese una ecuación diferencial lineal homogénea de segundo orden:
a x 00(t) + b x 0(t) + c x(t) = 0, (2.22)
donde a, b, c ∈ R son constantes, con a , 0. En vez de buscar una solución sistemáti-

camente usando algún factor integrante, se puede partir de una simple observación: hay
una familia de funciones conocidas cuyas derivadas son proporcionales a ellas. Estas
son las funciones exponenciales t 7→ e λt , con λ constante.
Entonces, vale la pena ensayar una función de prueba x(t) := e λt . La ecuación (2.22)
se reduce a
aλ 2 e λt + bλ e λt + c e λt = 0,
y como e λt , 0 para todo t ∈ R, esto es equivalente a la ecuación característica:
aλ 2 + bλ + c = 0. (2.23)
Si esta ecuación cuadrática tiene dos raíces distintas, ellas corresponden a dos soluciones
independientes de la ecuación diferencial (2.22).
Un análisis completo de (2.22) depende del discriminante b2 − 4ac de la ecuación
característica (2.23). Se distinguen tres casos, a continuación.
Caso b 2 − 4ac > 0: La ecuación (2.23) tiene dos raíces distintas,

√ √
−b + b2 − 4ac −b − b2 − 4ac
λ 1 := , λ 2 := .
2a 2a
Las funciones e λ 1 t y e λ 2 t son linealmente independientes. Su wronskiano es

e λ 1 t e λ 2 t (λ 1 +λ 2 )t

λ e λ 1 t λ e λ 2 t = −(λ 1 − λ 2 )e , 0.
1 2
Entonces la solución general de la ecuación diferencial (2.22) es:
x(t) = c1 e λ 1 t + c2 e λ 2 t, (2.24a)
Caso b 2 − 4ac = 0: La ecuación (2.23) tiene una sola raíz, λ = −b/2a. En este caso
x 1 (t) := e−bt/2a es una solución. La segunda solución viene de la Proposición 2.11.
51
2.3. Ecuaciones lineales con coeficientes constantes
Aquí p(t) ≡ b/a, con primitiva P(t) = bt/a; luego w(t) = e−bt/a . Entonces la
fórmula (2.11) produce
t t −bt/a
w(s) e
x 2 (t) := x 1 (t) ds = e −bt/2a
ds = t e−bt/2a .
x 1 (s)2 e−bt/a
Entonces la solución general de (2.22) es:
x(t) = (c1 + c2t) e−bt/2a . (2.24b)
Caso b 2 − 4ac < 0: La ecuación (2.23) no posee raíces reales; pero sí tiene dos raíces
complejas distintas. Escríbase
√
ρ := −b/2a y σ := 4ac − b2 /2|a| > 0. Entonces la fórmula cuadrática ofrece
dos raíces complejas conjugadas:
λ 1 = ρ + iσ, λ 2 = ρ − iσ.
La función exponencial de un número complejo z ∈ C se define mediante la serie
de potencias (o serie de Taylor):
∞
X zk z2 z3
z
e ≡ exp(z) := =1+z+ + +···
k=0
k! 2 6
y se verifica que e z+w = e z ew . En particular, cuando z = iσt, se obtiene4
σ 2t 2 σ 3t 3 σ 4t 4 σnt n
eiσt = 1 + iσt − −i + + · · · + in +···
2 6 24 n!
σ 2t 2 σ 4t 4 σ 2k t 2k
= 1− + + · · · + (−1) k +···
2 24 (2k)!
σ 3t 3 σ 5t 5 kσ
2k+1 t 2k+1
+ i σt − + + · · · + (−1) +···
6 120 (2k + 1)!
= cos σt + i sen σt.
De igual manera, se obtiene e−iσt = cos(σt) − i sen(σt). Entonces
e(ρ±iσ)t = e ρt e±iσt = e ρt (cos σt ± i sen σt).
Para obtener soluciones reales de la ecuación diferencial, tómese estas combina-
ciones lineales de las funciones anteriores:
e(ρ+iσ)t + e(ρ−iσ)t
x 1 (t) := = e ρt cos σt,
2
e(ρ+iσ)t − e(ρ−iσ)t
x 2 (t) := = e ρt sen σt.
2i
4 La identidad que sigue es la fórmula de de Moivre, eiθ = cos θ + i sen θ, para el caso θ = σt.
52
Estas dos funciones son linealmente independientes (sobre R):

e ρt cos σt e ρt sen σt
W (x 1, x 2 )(t) = ρt ρt ρt ρt
ρe cos σt − σe sen σt ρe sen σt + σe cos σt

e ρt cos σt e ρt sen σt
= ρt sen σt σe ρt cos σt = σe
2ρt
> 0.
−σe
Por lo tanto, la solución general de la ecuación diferencial (2.22) en este caso es:
x(t) = c1 e ρt cos σt + c2 e ρt sen σt. (2.24c)
El comportamiento cualitativo de las soluciones de la ecuación diferencial (2.22)

depende en gran medida del discriminante ∆ := b2 − 4ac. Si ∆ > 0, las soluciones
(2.24a) exhiben crecimiento o decrecimiento exponencial cuando t → ±∞ (los signos
de λ 1 y λ 2 determinan si estas soluciones divergen o tienden rápidamente a 0 cuando
t → +∞). Si ∆ = 0, las soluciones (2.24b) tienen un comportamiento similar en el
infinito, pero no son monótonas.
En cambio, si ∆ < 0, las soluciones (2.24c) tienen un comportamiento
q oscilatorio
cuando t → ±∞. Las oscilaciones tiene una amplitud constante c12 + c22 si ρ = 0; pero
si ρ < 0, ellas están amortiguadas cuando t → +∞; y si ρ > 0, al dejar t → +∞ se
observan oscilaciones reforzadas. Las soluciones con ∆ > 0 no presentan oscilaciones.
Ejemplo 2.19. Una variante a la ecuación (2.22) con coeficientes es la llamada ecuación
de Euler:
a t 2 x 00(t) + b t x 0(t) + c x(t) = 0. (2.25)
Esta ecuación diferencial es singular en t = 0, obviamente. En el intervalo abierto t > 0,
se puede hacer el cambio de variable:
t =: e s ⇐⇒ s := log t,
y la regla de la cadena implica que
dx ds dx dx dx
t x 0(t) ≡ t =t = t(t −1 ) = .
dt dt ds ds ds
Conviene usar la notación ẋ(s) ≡ dx/ds para distinguir las derivadas de x con respecto
a las dos variables t y s. Así, se ve que t x 0(t) = ẋ(s). Además,
dx 0 dx 0 ds dx 0 d −s
t 2 x 00(t) = t 2 = t2 =t = es e ẋ(s) = ẍ(s) − ẋ(s).

dt ds dt ds ds
53
Entonces la ecuación (2.25) se convierte en
a( ẍ(s) − ẋ(s)) + b ẋ(s) + c x(s) = 0.
o bien5
a ẍ(s) + (b − a) ẋ(s) + c x(s) = 0.
Este es una ecuación con coeficientes constantes, con discriminante
∆ = (b − a)2 − 4ac = a2 + b2 − 2ab − 4ac.
Si ∆ > 0, por ejemplo, las soluciones de (2.25) asumen la forma
x(t) = c1 e λ 1 s + c2 e λ 2 s = c1 t λ 1 + c2 t λ 2 .
Cuando ∆ = 0, hay soluciones de la forma
x(t) = (c1 + c2 s) e λs = c1 t λ + c2 t λ log t. ♦
2.3.2 Ecuaciones homogéneas de orden superior
Para ecuaciones lineales de orden superior a 2, con coeficientes constantes, el análisis

del caso de segundo orden se extiende con un poco de álgebra lineal. Considérese la
ecuación diferencial homogénea:
x (n) (t) + a1 x (n−1) (t) + · · · + an−1 x 0(t) + an x(t) = 0, (2.26)
con coeficientes constantes reales a1, . . . , an ∈ R. Una vez más, se puede probar una
solución de la forma x(t) := e λt . Esta vez, al tomar en cuenta la fórmula de de Moivre:
e(ρ±iσ)t = e ρt e±iσt = e ρt (cos σt ± i sen σt), (2.27)
sería prudente admitir valores complejos de λ desde el inicio. Al sustituir x(t) = e λt , con
λ ∈ C, en la ecuación (2.26) y al multiplicar el resultado por e−λt , se obtiene la ecuación
característica:
p(λ) ≡ λ n + a1 λ n−1 + · · · + an−1 λ + an = 0. (2.28)
5 En 1666, Isaac Newton era un estudiante de pregrado en Cambridge, leyendo sobre el algoritmo de
DesCartes para calcular rectas tangentes a curvas expresadas algebraicamente como y = f (x). Concibió la
estrategia de expresar las dos variables x, y de DesCartes como cantidades que dependían de una variable
“temporal” t; denotó sus derivadas temporales por ẋ(t) y ẏ(t), de modo que la pendiente de la recta tangente
fuese ẏ/ ẋ. (En esencia, descubrió la regla de cadena, porque su receta arrojaba los mismos resultados
que el procedimiento de DesCartes.) Más tarde, su notación ẋ(t) fue modificada al equivalente de x 0(t),
aunque los clásicos textos ingleses de mecánica continuaron con ẋ(t) cuando la variable independiente
representaba tiempo.
54
El polinomio mónico p(X), de grado n, se puede factorizar en un producto de factores

de primer grado:6
p(X) = (X − λ 1 )q1 (X − λ 2 )q2 · · · (X − λ m )qm, (2.29)
donde λ 1, λ 2, . . . , λ m son las raíces distintas del polinomio, con multiplicidades respec-
tivas q1, q2, . . . , qm . (Fíjese que q1 + · · · + qm = n.)
Lema 2.20. Si λ ∈ C es una raíz de la ecuación característica (2.28), de multiplicidad q,

entonces las funciones
x 1 (t) := e λt, x 2 (t) := t e λt, ... x q (t) := t q−1 e λt
son soluciones linealmente independientes de la ecuación homogénea (2.26).
Demostración. Para k = 0, 1, . . . , q − 1, se ve enseguida que x k (t) := t k e λt cumple
d k λt
(t e ) = (kt k−1 + λt k )e λt .
dt
Resulta muy útil usar la abreviatura D ≡ d/dt y escribir la fórmula anterior así:
(D − λ)x k (t) = k x k−1 (t), para k = 0, 1, . . . , q − 1.
Luego (D − λ)2 x k (t) = k(k − 1) x k−2 (t); y así sucesivamente. Al aplicar el operador
(D − λ) unas q veces, se obtiene
(D − λ)q x k (t) = 0, para k = 0, 1, . . . , q − 1.
Considérese el operador diferencial p(D) obtenido al sustituir D = d/dt por la

incógnita X en la fórmula (2.29):
p(D) = (D − λ 1 )q1 (D − λ 2 )q2 · · · (D − λ m )qm = D n + a1 D n−1 + · · · + an−1 D + an .
Los factores (D−λ j )q j conmutan entre sí porque los λ j son constantes (no dependen de t),
así que su producto es en efecto el polinomio que aparece al lado izquierdo de (2.28).
6 Esta factorización se debe al llamado teorema fundamental del álgebra, según el cual cualquier
polinomio no constante con coeficientes en R o C tiene una raíz compleja λ 1 ∈ C. Este resultado también
es aplicable al polinomio cociente p(X)/(X − λ 1 ), de grado n − 1; de ahí, por inducción sobre el grado de
p(X), se recupera la factorización completa (2.29). Es importante notar que no hay un resultado análogo
para raíces reales: el polinomio X 2 + 1 no tiene raíz alguna en R.
55
Ahora, (D − λ)q es uno de esos factores, de modo que hay otro polinomio r(X), de grado
(n − q), tal que
D n + a1 D n−1 + · · · + an−1 D + an = p(D) = r(D) (D − λ)q .
Al aplicar este operador a las x k (t), se obtiene p(D)x k (t) = r(D) (D − λ)q x k (t) = 0. Por
lo tanto, cada x k (t) es una solución de la ecuación diferencial (2.26).
La independencia lineal de estas soluciones se verifica al calcular su wronskiano
W (t); es suficiente comprobar que W (0) , 0. Resulta que
e λt t e λt t 2 e λt . . . 1 0 0 . . .
λt
λe (λt + 1) e λt (λt 2 + 2t) e λt . . . λ 1 0 . . .

W (t) = 2 λt
; W (0) = 2 .
(λ 2t + 2λ) e λt (λ 2t 2 + 4λt + 2) e λt

λ e . . . λ 2λ 2 . . .
... .. .. . . .. .. .. . .

. . . . . . .
Es fácil comprobar que W (0) es el determinante de una matriz triangular inferior, con
entradas diagonales k! = 1, 1, 2, 6, . . . , para k = 0, 1, 2, . . . , q − 1. Luego W (0) =
Qq−1
k=0
k! > 0. La independencia lineal es consecuencia del Corolario 2.90.
Lema 2.21. Si λ 1, . . . , λ m son las raíces distintas del polinomio p(X) con factoriza-
ción (2.29), entonces las funciones
y1 (t) := e λ 1 t, y2 (t) := e λ 2 t, ... ym (t) := e λ m t
son soluciones linealmente independientes de la ecuación homogénea (2.26).
Demostración. Es evidente que cada y j (t) es una solución, porque (D − λ j )y j (t) = 0 y

cada monomio (X − λ j ) es un factor de p(X), así que p(D)y j (t) = 0 también.
Nótese que y j (t) = λ kj e λ j t para k ∈ N. El wronskiano W (t) = W (y1, . . . , ym )(t)
(k)
tiene entonces el siguiente valor en t = 0:

1 1 1 ... 1
λ 1 λ2 λ3 ... λm

W (0) = λ 1 λ2 λ 23 ... λ 2m
2 2 .
.. .. .. .. ..
. . . . .

λ m−1 λ m−1 λ m−1 . . . λ m
m−1
1 2 3
Este es un determinante de Vandermonde, que puede ser evaluado por eliminación

gaussiana. En efecto, al restar múltiplos de la primera fila de las otras para obtener una
56
primera fila igual al vector e1 ∈ Rm , se obtiene

1 1 1 ... 1
λ2 − λ1 λ3 − λ1 ... λ m − λ 1

0
W (0) = 0 λ 22 − λ 21 λ 23 − λ 21 ... λ 2m − λ 21

.. .. .. .. ..
. . . . .

0 λ m−1 − λ m−1 λ m−1 − λ m−1 . . . λ m−1 m − λ m−1
2 1 3 1 1
λ 2 − λ 1 λ3 − λ1 ... λ m − λ 1
λ 22 − λ 21 λ 23 − λ 21 ... λ 2m − λ 21

=
.. .. .. ..
. . . .

λ m−1 − λ m−1 λ m−1 − λ m−1 . . . λ m−1 m − λ
m−1
2 1 3 1 1
1 1 ... 1
λ2 + λ1 λ 3 + λ 1 . . . λ m + λ 1

=
.. .. ... .. (λ 2 − λ 1 )(λ 3 − λ 1 ) · · · (λ m − λ 1 )
. . .
λ m−2 + etc λ m−2 + etc . . . λ m−2 m + etc
2 3
1 1 ... 1
λ2 λ 3 . . . λ m Y
m
= .
.. ... .. (λ j − λ 1 )
.. . . j=2
λ m−2 λ m−2 . . . λ m−2
m

2 3
En este cálculo, se ha hecho (a) expansión en la primera columna; (b) extracción de

un factor común de cada columna; y (c) sustraer múltiplos de algunas filas desde otras
filas. El primer factor al lado derecho es otro determinante de Vandermonde, de tamaño
menor. Luego, por inducción sobre m, se obtiene el resultado:
Y
W (0) = (λ j − λ i ). (2.30)
i< j
Como los números λ 1, . . . , λ m ∈ C son distintos por hipótesis, se obtiene W (0) , 0. Por
lo tanto, vale W (t) , 0 para todo t ∈ R. Esto establece la independencia lineal de las
soluciones y1 (t), . . . , ym (t).
Es posible demostrar con un argumento más directo (sin calcular wronskianos) un

resultado más general: las n funciones t k j e λ j t , con k j = 0, 1, . . . , q j − 1, son linealmente
independientes.
Si algún λ = λ j es complejo pero no real, es decir, λ = ρ + iσ con σ , 0, su
conjugado complejo λ̄ := ρ − iσ debe ser otra raíz de p(X), con la misma multiplicidad,
57
para que el producto
(X − λ)q (X − λ̄ j )q = (X − ρ − iσ)q (X − ρ + iσ)q = (X 2 − 2ρX + ρ2 + σ 2 )q
sea un factor real del polinomio p(X) = X n +a1 X n−1 +· · ·+an−1 X +an cuyos coeficientes
son reales.
En tal caso, en visto de la fórmula (2.27), se reemplaza el par de funciones complejas
t e y t k e λ̄t por sus combinaciones lineales
k λt
t k e ρt sen σt y t k e ρt cos σt
en el conjunto de las soluciones básicas de (2.26). En fin, se puede resumir estas

consideraciones en la proposición siguiente.
Proposición 2.22. El espacio R-vectorial de soluciones de la ecuación diferencial lineal

homogénea
x (n) (t) + a1 x (n−1) (t) + · · · + an−1 x 0(t) + an x(t) = 0,
con coeficientes constantes a1, . . . , an ∈ R, posee una base de soluciones de las formas
t k e λt ; o bien t k e ρt sen σt, t k e ρt cos σt; (2.31)
donde λ es una raíz real del polinomio característico (2.28) de multiplicidad q; respec-
tivamente, ρ ± iσ es un par de raíces complejas conjugadas de ese polinomio, ambos de
multiplicidad q; y en ambos casos, k ∈ {0, 1, . . . , q − 1}.
2.3.3 Sistemas de ecuaciones lineales homogéneas
Hay una manera alternativa de analizar la ecuación lineal homogénea (2.26): con la
sustitución de la variable vectorial x(t) := (x(t), x 0(t), . . . , x (n−1) (t)), esta ecuación asume
la forma de la ecuación diferencial vectorial de primer orden (2.7), esta vez con una
matriz constante de coeficientes:7
0 1 0 ... 0
...
*. +/
.. 0 0 1 0
. . .. ... ..
//
x 0(t) = A x(t); con A := .. .. .. . .// . (2.32)
. . . 1 //
.. /
. 0 0 0
,−an −an−1 −an−2 . . . −a1 -
7 Al comparar (2.32) con (2.7), se ve que A = −P(t), independiente de t en el contexto actual.
58
Dada la condición inicial x(0) = x0 , esta ecuación x 0(t) = A x(t) permite escribir la
solución única de manera elegante:
x(t) = e At x0 ≡ exp(At) x0 . (2.33)
Es evidente que la fórmula (2.33) sigue válida para cualquier matriz A con entradas
constantes, no necesariamente de la forma exhicida en (2.32).8 Por lo tanto, en esta
subsección se considera ecuaciones de tipo x 0(t) = A x(t) donde A es una matriz real
constante cualquiera.
I A la hora de usar (2.33) como fórmula práctica para resolver la ecuación (2.32), surge
una dificultad: ¿cómo (a) interpretar y (b) calcular la expresión matricial exp(At)?
La serie de Taylor de la función exponencial e x = 1 + x + x 2 /2 + . . . resuelve el
problema de inerpretación: se define una exponencial matricial como la suma de la serie
de Taylor correspondiente. Si B es una matriz n × n (real o compleja), se define9
∞ ∞ k
X 1 k X t
exp(B) := 1n + B . Luego, exp(At) := 1n + Ak .
k=1
k! k=1
k!
Ejemplo 2.23. Para calcular A 7→ exp(At) en los siguientes casos, se puede usar la serie
de Taylor directamente:
2 0 0 0 1 0 !
0 −1
D = .0 3 0 // ; B = .0 0 1// ; C= .
*. + *. +
1 0
,0 0 −1- ,0 0 0-
La matriz D es diagonal, D = diag[2, 3, −1]. Sus potencias son también diagonales:
D k = diag[2 k , 3 k , (−1) k ]. Luego la serie de Taylor se calcula “entrada por entrada” en la
diagonal:
e2t 0 0
exp(Dt) = . 0 e 3t 0 // .
*. +
−t
,0 0 e -
La matriz B es nilpotente: B2 solo tiene una entrada no nula, la cual es una 1 en la
posición 3, 3; mientras B3 = 0 y luego B k = 0 para k > 3. En este caso, la serie de
Taylor termina en k = 2, y se obtiene
1 2
1 t 2t +
exp(Bt) = .0 1 t // .
*.
,0 0 1-
8 Cabe notar que el formato de la matriz A en (2.32) corresponde a la forma canónica racional de una
aplicación lineal cíclica.
9 La notación 1 denota la matriz identidad n × n.
n
59
!
−1 0
La matriz C tiene un cuadrado escalar: C =2 = −12 . Entonces la serie de
0 −1
Taylor se separa en términos pares e impares:
∞ ∞
X (−1)m t 2m X (−1)m t 2m+1
exp(Ct) = 12 +C
m=0
(2m)! m=0
(2m + 1)!
!
cos t − sen t
= 12 cos t + C sen t = . ♦
sen t cos t
Los tres casos del Ejemplo anterior son “típicos”, porque cualquier matriz real n × n
es una combinación de ellas. En más detalle: se debe recordar que una matriz compleja
n × n es semejante a una forma canónica de Jordan: A = P−1 J P, donde J es una suma
directa de “bloques de Jordan”. Cada bloque de Jordan Jr (λ) = λ1r + Br es la suma de
una matriz escalar r × r y una matriz nilpotente Br (con entradas no nulas son bi,i+1 = 1).
Entonces exp(Jr (λ)t) = e λt exp(Br t), donde el segundo factor es una matriz triangular
cuyas entradas son monomios en t.
Las entradas diagonales λ de los bloques Jr (λ) son los autovalores de la matriz A:
pueden ser reales, λ ∈ R; o bien complejos, λ = ρ + iσ. Cuando A posee autovalores
complejos, estos ocurren en pares conjugados, λ ± = ρ ± iσ, porque son raíces del
polinomio característico p A(x) = det(A − x1n ) que tiene coeficientes reales. Es fácil
comprobar la semejanza de matrices 2 × 2:
λ+ 0 ρ + iσ ρ −σ
! ! !
0
= ∼ = ρ 12 + σ C.
0 λ− 0 ρ − iσ σ ρ
En consecuencia, la parte diagonal de la suma de bloques Jr (λ + ) ⊕ Jr (λ − ) es semejante10

a una suma de r bloques que son copias de (ρ 12 + σ C). De esta manera, el cálculo de
exp(At) en general se reduce a los tres casos particulares del Ejemplo 2.23.
Un examen minucioso de las entradas de las matrices exp(At), calculado a partir de
la forma normal de Jordan de A, produce los mismos términos (2.31) ya encontrados en
la Proposición 2.22.
Ejemplo 2.24. Encontrar la solución general al sistema de ecuaciones diferenciales:
x 0(t) = 5x(t) + 4y(t),

y0(t) = −x(t) + y(t).
10 Para
una exposición detallada de esta “forma canónica de Jordan real”, se puede consulatr la sec-
ción 6.6 del libro: Georgi E. Shilov, Linear Algebra, Dover, New York, 1977.
60
Escríbase x(t) := (x(t), y(t)). Entonces este es un sistema lineal homogéneo,

!
5 4
x (t) = A x(t); con A =
0
.
−1 1
El polinomio característico de A es11
5 − λ 4
p A(λ) := = (5 − λ)(1 − λ) + 4 = λ 2 − 6λ + 9 = (λ − 3)2,
−1 1 − λ
con una!raíz doble λ = 3. Entonces 3 es un autovalor de A, de multiplicidad 2. Si
p1
p= es un autovector de A para λ = 3, de modo que Ap = 3p, se obtiene
p2
5p1 + 4p2 = 3p1 2p1 + 4p2 = 0

( ) ( )
=⇒ =⇒ p1 = −2p2 ,
−p1 + p2 = 3p2 −p1 − 2p2 = 0
así que solo hay un autovector, p = −1 2

, hasta múltiplos.
Esto dice que la matriz A no es diagonalizable, porque R2 no posee una base de
autovectores de A. Se debe encontrar un autovector generalizado q ∈ ker((A − 3)2 ) al
resolver la ecuación (A − 3)q = p:
2q1 + 4q2 = p1
( )
=⇒ q1 = p1 − 2q2 ,
−q1 − 2q2 = p2
! !
1 2 1
y se puede tomar q = , hasta múltiplos. Ahora bien, la matriz P := , cuyas
0 −1 0
columnas son los autovectores generalizados, realiza el cambio de base de R2 que lleva
{e1, e2 } 7→ { p, q}. Por lo tanto:
! ! ! !
0 −1 5 4 2 1 3 1
P AP =
−1
= =: J
1 2 −1 1 −1 0 0 3
es la forma normal de Jordan de la matriz A.
La exponencial matricial exp(At) se calcula en seguida:
∞ k ∞ ∞
X t X 1 X 1
exp(At) = Ak = (PJ P−1 ) k = PJ k P−1 = P exp(Jt)P−1
k=0
k! k=0
k! k=0
k!
(1 + 2t)e3t
! 3t 3t 4te3t
! ! !
2 1 e te 0 −1
= = .
−1 0 0 e3t 1 2 −te3t (1 − 2t)e3t
polinomio característico de una matriz n × n es p A(λ) := det(A − λ1n ). Algunos autores usan un
11 El
convenio alternativo det(λ1n − A) = (−1)n det(A − λ1n ), que conduce a los mismos autovalores λ.
61
Las columnas de esta matriz son las soluciones a los problemas de valor inicial con
condiciones iniciales respectivas x(0) = e1 y x(0) = e2 :
(1 + 2t)e3t 4te3t
! ! ! !
1 0
x(t) = exp(At) = , x(t) = exp(At) = .
0 −te3t 1 (1 − 2t)e3t
En cambio, si la condición inicial es un autovector de A, entonces x(t) es un múltiplo de

ese autovector para todo t:
2e3t
! ! !
2 3t 2
x(t) = exp(At) = =e .
−1 −e3t −1
Para la solución general, se puede tomar combinaciones lineales de dos de estas solu-
ciones particulares:
x(t) = 2c1 e3t + c2 (1 + 2t)e3t,

y(t) = −c1 e3t − c2t e3t . ♦
Ejemplo 2.25. Encontrar la solución general al sistema de ecuaciones diferenciales:
x 0(t) = −y(t),
y0(t) = x(t),
z0(t) = y(t) − z(t).
Al poner x(t) := (x(t), y(t), z(t)), se obtiene un sistema lineal homogéneo:
0 −1 0
x (t) = A x(t);
0
A = .1 0 0 // .
*. +
con
,0 1 −1-
El polinomio característico de A es
−λ −1 0
0 = −(λ + 1)(λ 2 + 1),

p A(λ) := 1 −λ
0 1 −1 − λ

con autovalores distintos λ = −1, i, −i. La forma normal de Jordan real es entonces
−1 0 0
J = . 0 0 −1// .
*. +
,0 1 0-
62
En una matriz (real, invertible) P tal que P−1 AP = J, la primera columna es un autovector
para λ = −1, es decir, un múltiplo de e3 . Las otras columnas quedan determinadas (hasta
múltiplos) por la ecuación AP = PJ. Entonces
− 21 12 −1 0 −1 0 0 1 0 −1 0 0
P AP = . 1 0 0 / .1 0 0 / . 0
−1
0 1 / = . 0 0 −1// = J.
*
. +/ *. +/ *. +/ *. +
1 1
, 0 1 0 - ,0 1 −1- ,−1 − 2 2 - , 0 1 0 -
En conclusión,
0 1 0 e−t 0 0 − 21 21 −1
exp(At) = P exp(Jt)P−1 = .. 0
* + * + * +
0 1 // .. 0 cos t − sen t // .. 1 0 0 //
1 1
,−1 − 2 2 - , 0 sen t cos t - , 0 1 0 -
cos t − sen t 0
=. 0 // .
*. +
sen t cos t
, 2 (sen t − cos t + e ) 2 (sen t + cos t − e ) e -
1 −t 1 −t −t
Para obtener tres soluciones linealmente independientes de la ecuación x 0(t) = A x(t),

basta tomar x(0) en una base de R3 . Al elegir x(0) igual a e3 , 2e1 − e3 , 2e2 + e3
sucesivamente, las soluciones xi (t) = exp(At) x(0) se combinan para formar la solución
general:
x(t) = 2c2 cos t − 2c3 sen t,

y(t) = 2c2 sen t + 2c3 cos t,
z(t) = c1 e−t + c2 (sen t − cos t) + c3 (sen t + cos t). ♦
2.3.4 Ecuaciones inhomogéneas
En general, para resolver una ecuación lineal inhomogénea con coeficientes constantes:
x (n) (t) + a1 x (n−1) (t) + · · · + an−1 x 0(t) + an x(t) = h(t), (2.34)
es posible buscar una solución particular con el método ya visto de variación de paráme-
tros. Sin embargo, si el término forzante h(t) tiene el formato de una de las funciones
(2.31) – o una combinación lineal de ellas – entonces resulta más rápida “pescar” una
solución particular con ese mismo formato, por prueba y error. Este procedimiento suele
llamarse el método de los coeficientes indeterminados.
Ejemplo 2.26. Considérese la ecuación diferencial lineal inhomogénea:
x 00(t) + 2 x 0(t) + x(t) = et . (2.35)
63
La ecuación homogénea determinado por el lado izquierdo, x 00 + 2x 0 + x = 0, tiene

ecuación característica λ 2 + 2λ + 1 = 0, con raíz doble λ = −1; luego su solución
general, según (2.24b), es z(t) := (c1 + c2t) e−t . A eso hay que sumarle una solución
particular y(t) de la ecuación inhomogénea.
Vale la pena probar una solución posible de la forma y(t) := p(t) et , donde p(t) es
algún polinomio, debido a la presencia del exponencial et al lado derecho. En tal caso:
y(t) = p(t) et ; y0(t) = (p0(t) + p(t)) et ; y00(t) = (p00(t) + 2p0(t) + p(t)) et .
Al sustituir estas funciones en el lado izquierdo de (2.35), resulta:
(p00(t) + 4p0(t) + 4p(t)) et = et .
Esto se reduce a la ecuación diferencial p00(t) + 4p0(t) + 4p(t) = 1 para el polinomio p(t).
Tiene una solución “obvia”, el polinomio constante p(t) ≡ 1/4, con p0(t) = p00(t) = 0.
Entonces y(t) := 14 et es una solución particular; y la solución general es
1 t
x(t) = (c1 + c2t) e−t + e. ♦
4
I Ahora se puede analizar las ecuaciones lineales inhomogéneas de segundo orden:
a x 00(t) + b x 0(t) + c x(t) = h(t). (2.36)
En el caso de que h(t) = q(t) e µt con µ ∈ R, donde q(t) es un polinomio de grado m,

se puede probar una solución particular de la forma y(t) := p(t) e µt con otro polinomio
p(t) – de grado n, por determinar – y la misma exponencial e µt . Al enchufar esta y(t)
en (2.36), se obtiene
a(p00(t) + 2µp0(t) + µ2 p(t)) e µt + b(p0(t) + µp(t)) e µt + cp(t) e µt = q(t) e µt,
esto es,
ap00(t) + (2a µ + b)p0(t) + (a µ2 + bµ + c)p(t) e µt = q(t) e µt,

la cual se reduce a la ecuación algebraica entre polinomios:
ap00(t) + (2a µ + b)p0(t) + (a µ2 + bµ + c)p(t) = q(t). (2.37)
Obsérvese que el coeficiente de p(t) en la última ecuación, a µ2 + bµ + c, es el lado

izquierdo de la ecuación característica (2.23). Entonces se distinguen dos casos:
64
Caso no resonante, aµ 2 + bµ + c , 0: Como la derivación reduce grados de poli-

nomios, el lado izquierdo de (2.37) es un polinomio de grado n. Se debe tomar
n := m y resolver esta ecuación para los coeficientes de p(t).
Caso resonante, aµ 2 + bµ + c = 0: Si 2a µ + b , 0, el lado izquierdo de (2.37) tiene

grado n − 1; se debe tomar n := m + 1. En cambio, si 2a µ + b = 0, se debe tomar
n := m + 2.
Ejemplo 2.27. Considérese la ecuación diferencial lineal inhomogénea:
x 00(t) + 3 x 0(t) + 2 x(t) = (5t + 3)e2t .
La ecuación característica es λ 2 + 3λ + 2 = 0, con raíces λ = −1, −2. El exponente µ = 2

no es una raíz: este es un caso no resonante. Entonces se debe tomar p(t) := At + B, de
grado 1, ya que q(t) := 5t + 3 tiene grado 1. Con
y(t) = (At + B) e2t, y0(t) = (2At + A + 2B) e2t, y00(t) = (4At + 4A + 4B) e2t,
se obtiene:
(4At + 4A + 4B) + 3(2At + A + 2B) + 2(At + B) = 5t + 3,

esto es, 12At + 7A + 12B = 5t + 3.
Al igualar coeficientes, 12A = 5 y 7A + 12B = 3, se obtiene A = 5/12 y B = 1/144.

Luego la solución general es
5t 1 2t
x(t) = c1 e−t + c2 e−2t + + e . ♦
12 144
Ejemplo 2.28. En contraste con el Ejemplo 2.27 anterior, la ecuación inhomogénea
x 00(t) + 3 x 0(t) + 2 x(t) = (5t + 3)e−2t
pertenece al caso resonante: µ = −2 es una raíz de la misma ecuación característica

λ 2 + 3λ + 2 = 0. Por lo tanto, se debe tomar p(t) := At 2 + Bt + C, de grado 2. El
coeficiente constante C no aparece en los cálculos de p0(t) y p00(t); se puede suprimirlo,
así que p(t) := At 2 + Bt. Al derivar y(t) = (At 2 + Bt) e−2t , se obtiene
y0(t) = −2At 2 + (2A − 2B)t + B e−2t,

y00(t) = 4At 2 + (−8A + 4B)t + (6A − 4B) e2t,

65
y de ahí se ve que
(4A − 6A + 2A)t 2 + (−8A + 4B + 6A − 6B + 2B)t + (6A − 4B + 3B) = 5t + 3,
y por lo tanto, −2A = 5 y 6A − B = 3, se obtiene A = −5/2 y B = −18. (El coeficiente

de t 2 se anula, necesariamente.) Luego la solución general es
5t 2 t
x(t) = c1 e + −
−t
− + c2 e−2t . ♦
2 18
Ejemplo 2.29. La ecuación diferencial lineal inhomogénea:
x 00(t) + 3 x 0(t) + 2 x(t) = (5t + 3) cosh 2t
tiene la misma parte homogénea que los dos ejemplos anteriores, mientras que el término
forzante al lado derecho es una combinación lineal de los casos anteriores:
5t + 3 2t 5t + 3 −2t
(5t + 3) cosh 2t = e + e .
2 2
La linealidad del lado izquierdo – en función de la incógnita x(t) – permite juntar las
soluciones particulares con la misma combinación lineal. En detalle: si L designa el
operador lineal
d2 d
L := 2
+ 3 + 2; L[x(t)] := x 00(t) + 3 x 0(t) + 2 x(t),
dt dt
y si y1 (t) := (5t/12 + 1/144) e2t , y2 (t) := (−5t 2 /2 − t/18) e−2t denotan las soluciones
respectivas, entonces
L[y1 (t)] = (5t + 3) e2t, L[y2 (t)] = (5t + 3) e−2t,
y por lo tanto
e2t + e−2t
L 21 y1 (t) + 12 y2 (t) = (5t + 3) = (5t + 3) cosh 2t.

2
Entonces la solución particular buscada es
5t 1 2t 5t 2 t −2t
y(t) := 12 y1 (t) + 12 y2 (t) = + e − + e .
24 288 4 36
Conclusión: para resolver una ecuación lineal inhomogénea (con coeficientes constantes)
cuyo término forzante es una suma h(t) = kj=1 q j (t) e µ j t , se puede tratar cada sumando
P
por separado y después combinar los resultados. ♦
66
Si el término forzante h(t) en (2.36) es oscilatorio:
a x 00(t) + b x 0(t) + c x(t) = q1 (t) e ρt sen σt + q2 (t) e ρt cos σt,
se puede aprovechar la fórmula de de Moivre:
e(ρ±iσ)t = e ρt (cos σt ± i sen σt),
para expresar el lado derecho como una suma de exponenciales complejas:
q1 (t) e ρt sen σt + q2 (t) e ρt cos σt = q̃1 (t) e(ρ+iσ)t + q̃2 (t) e(ρ−iσ)t,
donde q̃1 (t) = 21 (q2 (t) − iq1 (t)), q̃2 (t) = 21 (q2 (t) + iq1 (t)). Entonces el análisis anterior es
aplicable a los dos sumandos. Se distinguen dos casos, resonante y no resonante, como
antes. Si b2 − 4ac > 0, la ecuación característica no tiene raíces complejas; este es un
subcaso no resonante. Si b2 − 4ac < 0, el caso resonante ocurre si y sólo si las dos raíces
complejas son ρ ± iσ. Entonces se debe ensayar una solución de prueba de la forma:
y(t) = p1 (t) e ρt sen σt + p2 (t) e ρt cos σt.
Si m es el mayor de los grados de q1 (t) y q2 (t), entonces m es el grado común de los dos
polinomios complejos q̃1 (t), q̃2 (t). Entonces se debe tomar p1 (t) y p2 (t) de grado m en
el caso no resonante; o de grado m + 1 (o bien a veces m + 2), en el caso resonante.
Ejemplo 2.30. La siguiente ecuación corresponde a un oscilador forzado:
x 00(t) + ω2 x(t) = sen σt. (2.38)
Se trata de un resorte elástico con una frecuencia natural ω (debido a su materia consti-
tuyente y a la ley de Hooke), sujeto a una fuerza externa períodica h(t) = sen σt con una
frecuencia σ. La ecuación característica es λ 2 + ω2 = 0, con raíces complejas λ = ±iω.
Supóngase primero que σ , ±ω; este es un caso no resonante. Los polinomios del
lado derecho son constantes: q1 (t) ≡ 1, q2 (t) ≡ 0. Luego, se puedo tomar
y(t) = A sen σt + B cos σt.
Luego y00(t) = −Aσ 2 sen σt − Bσ 2 cos σt; la ecuación diferencial (2.38) se convierte en
A(ω2 − σ 2 ) sen σt + B(ω2 − σ 2 ) cos σt = sen σt,
con solución A = 1/(ω2 − σ 2 ), B = 0. Entonces la solución particular correspondiente

es y(t) = (ω2 − σ 2 )−1 sen σt. La solución general de (2.38) es
1
x(t) = c1 cos ωt + c2 sen ωt + sen σt.
ω2 − σ2
67
5.6 Linear nonhomogeneous equations – method of undetermined coefficients 109
x(t)
Fig. 5.6. Beats: solutions of (5.20) when ! ! !

1
.
Figura 2.1: Pulsaciones de un oscilador forzado con ω = σ
Dividing through by sin !1 t, we get .! 2 " !12 /˛ D 1. Since !12 6D ! 2 we find ˛ D
1=.! 2 " !12 / and hence
1
Esta es una superposición de dosz.t/ D de
ondas, sin !1 t: respectivas ω y σ.
frecuencias que(5.21)
Nótese
! " !12
2
si σ está muy cerca de ω , aunque no igual, la amplitud de esta onda es muy grande
2 2
Thus the|x(t)|
pero acotada: general
∼ solution
1/|ω2 of− (5.20) is given by
σ 2 | cuando t → ±∞. Este da lugar al fenómeno de
pulsaciones: véase la Figura 2.1. 1
x.t/ D c1 sin !t C c2 cos !t C 2
sin !1 t:
" !1 2
El caso resonante del oscilador forzado ocurre! cuando σ = ±ω. En este caso, se
The resulting
anticipa una soluciónwave is a superposition
particular de la formaof two oscillations with frequency !1 and !.
Particularly interesting is the case shown in Figure 5.6 in which the two frequencies
are very close. This phenomenon is called beat.
y(t) = At sen ωt + Bt cos ωt.
(2) Case ! D !1 . This is the resonant case when the equation becomes
110 5 Second order equations
x 00 C ! 2 x D sin !t: (5.22)
As in Example 5.6.4 - (i), we can find a particular solution in the form z D

x
At sin !t C Bt cos !t. Repeating the calculations carried out therein, one finds
z 00 C ! 2 z D 2A! cos !t " 2B! sin !t:
Then z 00 C ! 2 z D sin !t yields A D 0; B D " 2!

1
and hence
t
1
z.t/ D " t cos !t (5.23)
2!
is a particular solution of the nonhomogeneous equation.
Fig. 5.7. Resonance: solution of (5.22) for t > 0

Figura 2.2: Resonancia de un oscilador forzado con ω = σ
Therefore the general solution of (5.22) is given by
68 t
x.t/ D c1 sin !t C c2 cos !t ! cos !t:
2!
The graph of the solutions is shown in Figure 5.7 and shows that the presence of
t
2! cos !t has the effect of producing oscillations of increasing amplitude.
Let us check this claim. To simplify the notation, we take c D ! D 1 and c D 0 so
Ahora se calcula que:
y0(t) = (A − Bωt) sen ωt + (B + Aωt) cos ωt,

y00(t) = −(2Bω + Aω2t) sen ωt + (2Aω − Bω2t) cos ωt,
y00(t) + ω2 y(t) = −2Bω sen ωt + 2Aω cos ωt.
Entonces A = 0 y B = −1/2ω, lo cual da la solución particular y(t) = −(2ω)−1t cos ωt.

La solución general en este caso es
1
x(t) = c1 cos ωt + c2 sen ωt − t cos ωt.
2ω
La amplitud de esta onda crece linealmente para t grande: |x(t)| ∼ |t/2ω| cuando
t → ±∞. Este crecimiento de la amplitud es la manifestación física del fenómeno de
resonancia: véase la Figura 2.2.12 ♦
12 Las Figuras 2.1 y 2.2 fueron tomados del libro de Ahmad y Ambrosetti, pp. 109–110.
69
3 Problemas de contorno
El teorema de Picard garantiza la existencia y unicidad de soluciones (bajo ciertas
condiciones) de una ecuación diferencial de primer o segundo orden con condiciones
iniciales dadas en un instante t = t 0 . Sin embargo, en muchas aplicaciones, se requiere
resolver una ecuación diferencial bajo otras condiciones laterales.
Un problema bastante común es la búsqueda de soluciones x(t) de una ecuación de
segundo orden en un intervalo a 6 t 6 b, con información parcial sobre x(t) en los
extremos t = a y t = b. En tales problemas de contorno, la existencia de una solución
no está garantizada, ni tampoco su unicidad cuando existe.
3.1 Condiciones de frontera para ecuaciones de segundo orden

Considérese de nuevo una ecuación diferencial lineal inhomogénea de segundo orden,
definido sobre un intervalo compacto [a, b] ⊂ R:
x 00(t) + h(t) x 0(t) + k(t) x(t) = l(t), (3.1)
donde h, k, l : [a, b] → R son funciones continuas. Al usar un factor integrante:

t
g(t) := e , con H(t) :=
H(t)
h(s) ds,
t0
se obtiene la ecuación
g(t) x 00(t) + g(t)h(t) x 0(t) + g(t)k(t) x(t) = g(t)l(t),
en donde g(t) > 0 para todo t ∈ [a, b], por su definición como exponencial de la función
real H(t). En esta sección, entonces, vale la pena considerar ecuaciones lineales de
segundo orden de la forma:
g(t) x 00(t) + p(t) x 0(t) + q(t) x(t) = r(t), (3.2)
con coeficientes continuas g, p, q, r : [a, b] → R, con la hipótesis extra de que g(t) > 0
para t ∈ [a, b]. Esa hipótesis dice que la ecuación es regular, pues es equivalente a la
ecuación “mónica” (3.1) obtenida al dividir ambos lados por g(t).
Para obtener un problema de valores iniciales para esta ecuación de segundo orden,
es suficiente asignar los valores de x(t 0 ) y x 0(t 0 ) en algún punto t 0 ∈ [a, b], por ejemplo
en t 0 = a o en t 0 = b. Como alternativa a este procedimiento, se puede fijar un par de
combinaciones lineales de esas cantidades que combinan sus valores en los dos extremos.
70
Definición 3.1. Sea x(t) una solución de la ecuación diferencial (3.2). Se puede asignar
valores a dos combinaciones lineales, no proporcionales, de los valores extremos de x(t)
y x 0(t) en el intervalo compacto [a, b]:
A[x] ≡ A1 x(a) + A2 x 0(a) + A3 x(b) + A4 x 0(b) = A0 ,

B[x] ≡ B1 x(b) + B2 x 0(b) + B3 x(a) + B4 x 0(a) = B0 , (3.3)
donde los Ai, B j ∈ R son constantes. Para excluir casos triviales que se reducen a
condiciones iniciales, se exige que A21 + A22 > 0 y B12 + B12 > 0. Estas asignaciones
A[x] = A0 y B[x] = B0 se llaman condiciones de frontera para la ecuación (3.2).
Dícese que estas condiciones de frontera son homogéneas si A0 = B0 = 0. ♦
Entre las posibles condiciones de frontera, se destacan las siguientes:
Condiciones de frontera de Dirichlet: este es el caso x(a) = x(b) = 0.
Condiciones de frontera de Neumann: el caso x 0(a) = x 0(b) = 0.
Condiciones de frontera periódicas: si los coeficientes g(t), p(t), q(t), r(t) son
periódicas con período (b − a), de modo que p(a) = p(b), etc., vale la pena
considerar el caso x(a) = x(b) y x 0(a) = x 0(b).
Las condiciones de frontera se llaman separadas si A3 = A4 = 0 y B3 = B4 = 0;

en cuyo caso las igualdades (3.3) se escriben así:
A1 x(a) + A2 x 0(a) = A0 , B1 x(b) + B2 x 0(b) = B0 . (3.4)
Ejemplo 3.2. Los problemas de contorno lineales, en contraste con los problemas lineales
de valores iniciales, no tienen garantía de la existencia – ni la unicidad – de una solución.
Por ejemplo, considérese la ecuación lineal homogénea:
x 00(t) + x(t) = 0, cuya solución general es: x(t) = c1 cos t + c2 sen t,
en el intervalo compacto [0, π]. Si B0 , 0, no hay solución alguna que satisfaga las
condiciones de frontera x(0) = 0, x(π) = B0 ; en cambio, hay infinitas soluciones
que cumplen las condiciones de frontera x(0) = x(π) = 0, porque se puede tomar
x(t) = c sen t para cualquier c ∈ R. ♦
Si la ecuación diferencial es homogénea, es decir, r(t) ≡ 0 en (3.2), y si las condi-

ciones de frontera también son homogéneas, es evidente que el problema de contorno
admite la solución trivial: x(t) ≡ 0. Del ejemplo anterior se puede notar la posibilidad
de otras soluciones no triviales.
71
3.1. Condiciones de frontera para ecuaciones de segundo orden
Lema 3.3. Sean x 1 (t) y x 2 (t) dos soluciones linealmente independientes de la ecuación
lineal homogénea
g(t) x 00(t) + p(t) x 0(t) + q(t) x(t) = 0.
Dadas unas condiciones de frontera homogéneas, A[x] = 0 y B[x] = 0 en un intervalo
[a, b], el problema de contorno homogénea tiene una solución no trivial si y sólo si
A[x 1 ] B[x 2 ] − B[x 1 ] A[x 2 ] = 0.
Demostración. Sea x(t) = c x 1 (t) + d x 2 (t) una solución del problema de contorno, para
determinados valores de los coeficientes c, d. Por la linealidad de los funcionales A[x]
y B[x] en (3.3), se puede notar que
A[x] = c A[x 1 ] + d A[x 2 ] = 0,

B[x] = c B[x 1 ] + d B[x 2 ] = 0.
Este es un sistema de ecuaciones (algebraicas) lineales homogéneas para las incógnitas

c y d, el cual tiene una solución no trivial, (c, d) , (0, 0), si y solo si el determinante de
los coeficientes es cero. Este determinante es ∆ := A[x 1 ] B[x 2 ] − B[x 1 ] A[x 2 ].
Corolario 3.4. El problema de contorno inhomogéneo (3.2) con condiciones de frontera

(3.3) tiene solución única si y solo si el problema homogéneo correspondiente admite
únicamente la solución trivial.
Demostración. La solución general a la ecuación inhomogénea (3.2) tiene la forma
x(t) = c1 x 1 (t) + c2 x 2 (t) + y(t),
donde y(t) es una solución particular, con x 1 (t) y x 2 (t) como en el Lema 3.3. Ahora se
plantea un par de ecuaciones (algebraicas) lineales inhomogéneas para c1 y c2 :
A[x] = c1 A[x 1 ] + c2 A[x 2 ] + A[y] = A0 ,

B[x] = c1 B[x 1 ] + c2 B[x 2 ] + B[y] = B0 .
Este sistema tiene solución única (c1, c2 ), que conlleva una función única x(t), si y sólo
si ∆ , 0, lo que corresponde a la solución trivial única en el Lema 3.3.
3.1.1 Funciones de Green
Dada una ecuación diferencial inhomogénea regular (3.2), junto con un par de soluciones
linealmente independientes x 1 (t) y x 2 (t) de la ecuación homogénea correspondiente, la
Proposición 2.16 ofrece un recetario para construir soluciones particulares de (3.2) por
72
variación de parámetros. Este recetario puede ser reorganizado en la forma de un

operador integral (2.20), determinado por una función de dos variables G(t, s).
La función G(t, s), dada en principio por la fórmula (2.21), depende de la elección
de las soluciones básicas x 1 (t) y x 2 (t). Cuando se trata de problemas de contorno, es
posible eliminar esa dependencia para así obtener un operador integral único, que a la
vez resuelve el problema de contorno. Conviene empezar de nuevo, con las propiedades
deseables de la función G(t, s), para así establecer su papel en esa resolución.
Notación. Sea f : [a, b] → R una función continua excepto en un argumento c ∈ [a, b],
para el cual los límites unilaterales de f (t) en t = c existen pero tal vez no sean iguales.
Dichos límites unilaterales se denotan por:
f (c− ) := lim f (c − δ), f (c+ ) := lim f (c + δ).

δ↓0 δ↓0
Definición 3.5. Sean dadas una ecuación lineal homogénea regular:
g(t) x 00(t) + p(t) x 0(t) + q(t) x(t) = 0. (3.5)
junto con condiciones de frontera homogéneas A[x] = 0 y B[x] = 0 según (3.3) en el

intervalo compacto [a, b]. Una función de Green para este problema de contorno es una
función continua G : [a, b] × [a, b] → R que cumple las propiedades siguientes:
(a) La derivada parcial Gt (t, s) es continua en los triángulos a 6 s 6 t 6 b y

a 6 t 6 s 6 b; pero es discontinua en la diagonal t = s, con salto
1
Gt (s+, s) − Gt (s−, s) = .
g(s)
(b) Para cada s ∈ [a, b], la función x s (t) := G(t, s) es una solución de la ecuación
diferencial (3.5) en el intervalo [a, s) y también en el intervalo (s, b]. (Véase la
Figura 3.1.)
(c) Para cada s ∈ [a, b], la función x s (t) := G(t, s) cumple las condiciones de frontera
A[x s ] = 0 y B[x s ] = 0. ♦
Proposición 3.6. Si la ecuación lineal homogéneo (3.5) con condiciones de frontera

homogéneas A[x] = 0 y B[x] = 0 posee solamente la solución trivial, entonces existe
una única función de Green continua que satisface las propiedades (a), (b), (c) de la
Definición 3.5.
73
b−
a−
t
−
−
a b
Figura 3.1: Dominio de una función de Green
Demostración. Sean x 1 (t) y x 2 (t) dos soluciones linealmente independientes de la

ecuación homogénea (3.5). Si G es una función de Green cualquiera para este problema
de contorno, entonces la propiedad (b) demanda que hay funciones ci (s) para i = 1, 2, 3, 4
y s ∈ [a, b], tales que
 c1 (s) x 1 (t) + c2 (s) x 2 (t) si a 6 t 6 s,


G(t, s) = 
 c (s) x (t) + c (s) x (t) si s 6 t 6 b. (3.6)
 3 1 4 2
Escríbase d 1 (s) := c3 (s) − c1 (s) y d 2 (s) := c4 (s) − c2 (s).

La continuidad de G y la propiedad (a) muestran que los ci y los di son funciones
continuas; y que se cumple
d 1 (s) x 1 (s) + d 2 (s) x 2 (s) = 0,
1
d 1 (s) x 01 (s) + d 2 (s) x 02 (s) = . (3.7a)
g(s)
Como el wronskiano w(s) := W (x 1, x 2 )(s) no se anula en [a, b], este par de ecuaciones
determina d 1 (s) y d 2 (s) unívocamente para cada s ∈ [a, b].
Para cada s ∈ [a, b], entonces, la solución x s (t) tiene la forma
 c1 (s) x 1 (t) + c2 (s) x 2 (t)

 si a 6 t 6 s,
x s (t) = 
 c (s) + d (s) x (t) + c (s) + d (s) x (t)
 1 1 1 2 2 2 si s 6 t 6 b.
Al aplicar las condiciones de frontera, A[x s ] = 0 y B[x s ] = 0, resulta entonces que
c1 (s) A[x 1 ] + c2 (s) A[x 2 ] = α(s),
c1 (s) B[x 1 ] + c2 (s) B[x 2 ] = β(s), (3.7b)
74
donde los términos al lado derecho son:
α(s) := −A3 d 1 (s) x 1 (b) + d 2 (s) x 2 (b) − A4 d 1 (s) x 01 (b) + d 2 (s) x 02 (b) ,

β(s) := −B1 d 1 (s) x 1 (b) + d 2 (s) x 2 (b) − B2 d 1 (s) x 01 (b) + d 2 (s) x 02 (b) .

Por la hipótesis y el Lema 3.3, se obtiene A[x 1 ] B[x 2 ] − B[x 1 ] A[x 2 ] = 0; lo cual implica
que el sistema (3.7) determina c1 (s) y c2 (s) de manera única.
Para comprobar la existencia y continuidad de la función G, es cuestión de recorrer
este procedimiento en el sentido inverso. La función 1/g(s) es continua en [a, b], por
hipótesis; por ende, las soluciones únicas d 1 (s), d 2 (s) de (3.7a) son también continuas.
En seguida, las funciones α(s) y β(s) son continuas, así que las soluciones únicas c1 (s),
c2 (s) de (3.7b) son continuas. Así, al haber determinado los ci (s), la fórmula (3.6) se
adopta como una definición de G(t, s), continua en la variable s. Su continuidad en t es
consecuencia de la continuidad de las soluciones básicas x 1 y x 2 .
Ejemplo 3.7. Considérese el problema de contorno:
x 00(t) + x(t) = 0; x(0) = x(π/2) = 0.
La solución general a la ecuación diferencial es
x(t) = c1 cos t + c2 sen t.
Es evidente que x(0) = c1 y x(π/2) = c2 . Por lo tanto, las condiciones de frontera exigen
c1 = c2 = 0: la única solución a este problema homogéneo es la trivial.
Tómese x 1 (t) := cos t y x 2 (t) := sen t como un par de soluciones de x 00(t) + x(t) = 0.
Su wronskiano es w(t) = cos2 t + sen2 t ≡ 1. En este caso, las ecuaciones (3.7a) son:
d 1 (s) cos s + d 2 (s) sen s = 0, −d 1 (s) sen s + d 2 (s) cos s = 1,
cuya solución es d 1 (s) = − sen s, d 2 (s) = cos s.

Usando A[x] := x(0), B[x] := x(π/2), de modo que A3 = A4 = B2 = 0, B1 = 1, se
obtiene α(s) = 0, β(s) = −d 2 (s) = − cos s. De las ecuaciones (3.7b) se obtiene
c1 (s) = 0, c3 (s) = c1 (s) + d 1 (s) = − sen s,

c2 (s) = − cos s, c4 (s) = c2 (s) + d 2 (s) = 0.
Entonces, según (3.6), la función de Green para este problema está dada por:
 − cos s sen t,
 si 0 6 t 6 s 6 π/2,
G(t, s) =  ♦
 − sen s cos t,
 si 0 6 s 6 t 6 π/2.
75
Proposición 3.8. Si la ecuación homogénea (3.5) con condiciones de frontera homo-

géneas A[x] = 0 y B[x] = 0 posee solamente la solución trivial, entonces la solución
única de la ecuación inhomogénea (3.2), sujeta a A[x] = 0 y B[x] = 0, está dada por
b t b
y(t) = G(t, s) r(s) ds = G(t, s) r(s) ds + G(t, s) r(s) ds. (3.8)
a a t
Demostración. Por su construcción (3.6) la función de Green es continua y la derivada

parcial Gt (t, s) existe1 en los dos triángulos a 6 s 6 t 6 b y a 6 t 6 s 6 b. Luego, se
puede derivar las integrales al lado derecho de la fórmula (3.8) mediante la fórmula de
Leibniz:
t b
y (t) := G(t, t) r(t) +
0
Gt (t, s) r(s) ds − G(t, t) r(t) + Gt (t, s) r(s) ds
a t
t b b
= Gt (t, s) r(s) ds + Gt (t, s) r(s) ds = Gt (t, s) r(s) ds. (3.9)
a t a
La función Gt (t, s) es continua en los dos triángulos por separado. En cada punto (t, t)
de la diagonal, esta función puede calcularse por límites unilaterales, de dos maneras:
Gt (t, t − ) = Gt (t +, t) mientras Gt (t, t + ) = Gt (t −, t).
Al derivar y(t) por segunda vez, se obtiene

t b
+
y (t) = Gt (t, t ) r(t) +
00 −
Gtt (t, s) r(s) ds − Gt (t, t ) r(t) + Gtt (t, s) r(s) ds
a t
b
+
= Gt (t , t) − Gt (t , t) r(t) +
−
Gtt (t, s) r(s) ds
a
b
r(t)
= + Gtt (t, s) r(s) ds. (3.10)
g(t) a
Al combinar (3.8), (3.9) y (3.10), se obtiene
g(t) y00(t) + p(t) y0(t) + q(t) y(t)

b
= r(t) + g(t) Gtt (t, s) + p(t) Gt (t, s) + q(t) G(t, s) ds

a
b
= r(t) + g(t) x 00s (t) + p(t) x 0s (t) + q(t) x s (t) ds = r(t),

a
1 En los extremos de un intervalo, se define la derivada parcial t 7→ Gt (t, s) por límites unilaterales.
76
porque x s (t) := G(t, s) es una solución de la ecuación homogénea, para s ∈ [a, b]. Se
ha verificado que el lado derecho de (3.8) satisface la ecuación diferencial (3.2). Las
condiciones de frontera se cumplen:
b b b
y(t) = x s (t) r(s) ds =⇒ A[y] = A[x s ] r(s) ds = 0 ds = 0
a a a
por la linealidad del funcional A, y de igual manera B[y] = 0. Luego y(t) coincide con
la solución única del problema de contorno.
Ejemplo 3.9. Considérese la ecuación diferencial lineal inhomogéneo:
x 00(t) + x(t) = t,
sujeto a las condiciones de frontera de Dirichlet: x(0) = x( π2 ) = 0.

La solución (única) de este problema de contorno está dada por:
π/2
y(t) = G(t, s) s ds,
0
donde G(t, s) es la función de Green del Ejemplo 3.7. En efecto:

t π/2
y(t) = − (sen s cos t)s ds − (cos s sen t)s ds
0 t
π
= − cos t(−t cos t + sen t) − sen t − t sen t − cos t
2
π
= t − sen t. ♦
2
Ejemplo 3.10. Denótese el lado izquierdo de las ecuaciones homogénea (3.5) e inho-
mogénea (3.2) por
L[x(t)] := g(t) x 00(t) + p(t) x 0(t) + q(t) x(t).
Una variante de la Proposición 3.8 es la búsqueda de una solución a L[x(t)] = r(t)

sujeto a condiciones de frontera no homogéneas A[x] = A0 y B[x] = B0 . Siempre bajo
la hipótesis de que el problema homogéneo L[x(t)] = 0; A[x] = 0, B[x] = 0 tiene la
solución trivial solamente, se puede descomponer el problema en dos partes:
encontrar y(t) que cumple L[y(t)] = r(t), con A[y] = 0, B[y] = 0;
encontrar z(t) que cumple L[z(t)] = 0, con A[z] = A0 , B[z] = B0 .
Entonces la suma x(t) := y(t) + z(t) es la solución buscada.
77
3.2. Problemas de Sturm y Liouville
En efecto, tanto L como las combinaciones A y B son operadores lineales, así que
L[x(t)] = L[y(t) + z(t)] = L[y(t)] + L[z(t)] = r(t) + 0 = r(t),
mientras A[z] = A[x] + A[y] = A0 y de igual modo B[z] = B[x] + B[y] = B0 .

Por ejemplo, considérese el problema de contorno:
x 00(t) + x(t) = t, sujeto a x(0) = 0, x( π2 ) = 1.
Del Ejemplo 3.9, se sabe que y(t) := t − π2 sen t cumple la ecuación diferencial dada, con
y(0) = y(π/2) = 0. Por otro lado, la ecuación homogénea x 00(t) + x(t) = 0 tiene solución
general c1 cos t + c2 sen t. Las condiciones z(0) = 0, z( π2 ) = 1 demandan c1 = 0 y c2 = 1,
así que z(t) := sen t cumple las condiciones de frontera. Por lo tanto
π
x(t) = y(t) + z(t) = t − − 1 sen t
2
es la solución buscada. ♦
3.2 Problemas de Sturm y Liouville

Algunos problemas de contorno homogéneas admiten soluciones no triviales, según el
criterio del Lema 3.3. Este fenómeno resulta ser de interés cuando el coeficiente de x(t)
depende de un parámetro real λ; las soluciones no triviales existen solamente para
ciertos valores de λ, denotados “autovalores” del problema de contorno. Las soluciones
no triviales correspondientes se llaman “autofunciones” del problema. Estos valores y
funciones juegan un papel importante en diversas aplicaciones.
Conviene volver al punto de partida (3.1), con la siguiente variante: en vez de tener
un término inhomogéneo, se introduce un cambio en el coeficiente de x(t):
x 00(t) + h(t) x 0(t) + [k(t) + λl(t)] x(t) = 0,
donde h, k, l : [a, b] → R son continuas y λ ∈ R es un parámetro real.2 Se plantea

también unas condiciones de frontera separadas (3.4):
A[x] ≡ A1 x(a) + A2 x 0(a) = A0 , B[x] ≡ B1 x(b) + B2 x 0(b) = B0 .

2 ¿Qué cosa es un parámetro? Es simplemente una variable extra, cuya variabilidad no interesa (por
ahora), con un valor no determinado o por determinar posteriormente. Así, por ejemplo, las “constantes
arbitrarias” mencionadas en los capítulos anteriores pueden considerarse como “parámetros” de la solución
general de una ecuación diferencial.
78
De nuevo, se introduce un factor integrante p(t), tal que p(t) > 0 para todo t ∈ [a, b]:
p(t) x 00(t) + p(t)h(t) x 0(t) + p(t)[k(t) + λ l(t)] x(t) = 0.
La relación p0(t) = p(t)h(t) para este factor integrante implica que
d
p(t) x 0(t) = p(t) x 00(t) + p(t)h(t) x 0(t) = −p(t)[k(t) + λ l(t)] x(t).

dt
Si se define q(t) := −p(t)k(t) y r(t) := p(t)l(t), la ecuación dada, junto con sus condi-
ciones de frontera, asume la forma
d
p(t) x 0(t) − q(t) x(t) + λ r(t) x(t) = 0.

(3.11)
dt
Definición 3.11. Sean p, q, r : [a, b] → R tres funciones continuas, definidas en un
intervalo compacto [a, b] ⊂ R, tales que p(t) > 0 y r(t) > 0 para todo t ∈ [a, b]. La
ecuación diferencial en (3.11) se llama una ecuación de Sturm y Liouville regular,3 con
parámetro λ ∈ R.
Un problema de Sturm y Liouville regular es una ecuación de Sturm y Liouville
regular junto con dos condiciones de frontera separadas (3.4). ♦
Ejemplo 3.12. Considérese el problema de Sturm y Liouville en el intervalo [0, π]:
x 00(t) + λ x(t) = 0; x(0) = x(π) = 0. (3.12)
La ecuación x 00(t) + λ x(t) = 0 es lineal y homogénea, con coeficientes constantes. La

naturaleza de sus soluciones depende del signo de λ. Se debe examinar tres casos.
Si λ < 0, escríbase λ = −µ2 con µ > 0. La solución general es, por (2.24a):
x(t) = c1 e µt + c2 e−µt .
La condición x(0) = 0 implica c1 + c2 = 0, así que c2 = −c1 . La condición

x(π) = 0 entonces implica c1 (e µπ − e−µπ ) = 2c1 senh(µπ) = 0, así que c1 = 0 y de
rebote c2 = 0. El problema solo posee la solución trivial x(t) ≡ 0.
Si λ = 0, la solución general (2.24b) es x(t) = c1 + c2 t; las condiciones de frontera

implican c1 = 0, c2 π = 0. De nuevo, la única solución es la trivial, x(t) ≡ 0.
3 Más adelante habrá una discusión de casos singulares, si p se anula en uno punto de [a, b], o el
intervalo de definición no es compacto, o las condiciones de frontera no son separadas.
79
Si λ > 0, escríbase λ = ω2 con ω > 0. La solución general es, por (2.24c):
x(t) = c1 cos ωt + c2 sen ωt.
La condición x(0) = 0 implica c1 = 0; la condición x(π) = 0 entonces implica

c2 sen ωπ = 0. En este caso hay soluciones no triviales (con c2 , 0) si y solo si ω
es un número entero:
sen ωπ = 0 ⇐⇒ ω ∈ Z.
En resumen: el problema (3.12) posee una solución no trivial (única hasta múltiplos
escalares) si y sólo λ = n2 donde n ∈ N∗ es un entero positivo:
x (t) + n2 x(t) = 0
( 00 )
=⇒ x(t) = C sen nt.
x(0) = x(π) = 0
Los valores posibles del parámetro λ = n2 ∈ {1, 4, 9, . . . } se llaman autovalores de este

problema de Sturm y Liouville (3.12). Las funciones acompañantes x(t) = sen nt son
las autofunciones correspondientes. ♦
El término autovalor, con sus autovectores concomitantes, se debe a la presencia de

un operador lineal L en un problema de Sturm y Liouville. Dos clases de operadores
lineales son de especial importancia:
el operador diferencial D ≡ d/dt : x(t) 7→ x 0(t);

los operadores de multiplicación4 tales como q(t) : x(t) 7→ q(t) x(t).
Definición 3.13. Sean p : [a, b] → R una función continuamente diferenciable tal que
p(t) > 0 para t ∈ [a, b]; sean q, r : [a, b] → R dos funciones continuas, con r(t) > 0 para
t ∈ [a, b]. La abreviatura
L := D [p(t) D] − q(t) (3.13a)
designa un operador lineal que permite escribir la ecuación (3.11) en el formato:
L[x(t)] + λr(t) x(t) = 0. (3.13b)
Para que el operador L esté bien definida, es necesario declarar el espacio vectorial sobre
el cual L actúa. Este es el espacio V de funciones x : [a, b] → R de clase C 2 que cumplen
las condiciones de frontera (3.4).5
4 Seríamás lógico denotar este operador por q en vez de q(t), escribiendo q : x 7→ qx. Sin embargo,
en estas notas ya es de uso corriente que el símbolo q(t) denota “la función cuyo valor en t es q(t)”; y de
igual forma se designa el operador de multiplicación correspondiente.
5 La frase de clase C 2 significa “dos veces continuamente diferenciable”.
80
El operador lineal L : V → V así definido determina un problema de Sturm y Liouville

regular (3.13). Cada λ ∈ C tal que este problema admite una solución no trivial x(t) es
un autovalor del problema; dicha solución x(t) es la autofunción correspondiente. ♦
Lema 3.14. Considérese un problema de Sturm y Liouville regular (3.11) con condi-
ciones de frontera x(a) = x(b) = 0. Todos sus autovalores son reales. Si además
q(t) > 0, entonces los autovalores son positivos.
Demostración. Al multiplicar los dos lados de la ecuación (3.11) por una solución real
x(t), se obtiene
d
p(t) x 0(t) x(t) − q(t) x(t)2 + λr(t) x(t)2 = 0.

dt
Se puede simplificar la integral del primero término con una integración por partes:
b b
d
p(t) x 0(t) x(t) dt = p(b) x 0(b) x(b) − p(a) x 0(a) x(a) − p(t) x 0(t) x 0(t) dt

a dt a
b
=− p(t) x 0(t)2 dt,
a
al aplicar las condiciones x(a) = x(b) = 0 para cancelar los primeros dos términos al
lado derecho. Por lo tanto, se obtiene
b b b
λ r(t) x(t) dt =
2
p(t) x (t) dt +
0 2
q(t) x(t)2 dt. (3.14)
a a a
Si x(t) es una autofunción real del problema para el autovalor λ, entonces x(t)2 y x 0(t)2
son funciones continuas no negativas.6 Entonces (3.14) es una ecuación de la forma
λ R = P + Q con P > 0 y R > 0, así que λ = (P + Q)/R ∈ R.
Además, si q(t) > 0 para t ∈ [a, b], entonces Q > 0 y por ende P + Q > 0; se
concluye que λ = (P + Q)/R > 0.
En el Ejemplo 3.12, en donde q(t) ≡ 0, los autovalores son λ = n2 con n ∈ N \ {0};

todos son positivos.
I La positividad de la función r(t) implica que el lado izquierdo de la ecuación (3.14)
es un múltiplo positivo de λ, la cual garantiza las conclusiones sobre el signo de λ. La
función r(t) juega el papel de “función de peso” en esta integral.
6 Elcaso de soluciones complejas es similar: procede multiplicar (3.11) por x(t) y reemplazar los
términos x(t)2 , x 0(t)2 por |x(t)|2 , |x 0(t)|2 .
81
Definición 3.15. Sea [a, b] un intervalo compacto de R y sea r : (a, b) → (0, +∞) una
función continua.7 Se define el producto escalar de dos funciones reales continuas
f , g : [a, b] → R, con la función de peso r, por la fórmula:
b
( f | g) := r(t) f (t) g(t) dt. (3.15)
a
Es evidente que la forma (· | ·) es R-bilineal, simétrica, y definida positiva:8
b
(f | f) = r(t) f (t)2 dt > 0, con igualdad si y solo si f (t) ≡ 0 en [a, b].
a
Dícese que f y g son ortogonales con respecto a la función de peso r, si ( f | g) = 0. ♦
Proposición 3.16. Sean λ, µ dos autovalores distintos del problema (3.11) en el inter-
valo [a, b], con x(a) = x(b) = 0. Las autofunciones correspondientes x(t), y(t) son
ortogonales:
b
r(t) x(t) y(t) dt = 0. (3.16)
a
Demostración. El operador L de (3.13a) cumple la relación siguiente:
d d
x(t) L[y(t)] − L[x(t)] y(t) = x(t) p(t)y0(t) − p(t)x 0(t) y(t)

dt dt
= x(t) p (t)y (t) + p(t)y00(t) − p0(t)x 0(t) + p(t)x 00(t) y(t)
0 0
= p0(t) x(t)y0(t) − x 0(t)y(t) + p(t) x(t)y00(t) − x 00(t)y(t)

d
= p(t) x(t)y0(t) − x 0(t)y(t) .

(3.17)
dt
Esta relación se conoce como la identidad de Lagrange.
Por otro lado, la ecuación (3.13b) implica que
x(t) L[y(t)] − L[x(t)] y(t) = (λ − µ) r(t) x(t) y(t).
Al calcular la integral de estas expresiones sobre el intervalo [a, b], se obtiene
b t=b
(λ − µ) r(t) x(t) y(t) dt = p(t) x(t) y (t) − x (t) y(t)
0 0
. (3.18)
a t=a
El lado derecho es cero, por las condiciones de frontera x(a) = x(b) = 0, y(a) = y(b) = 0.
Se concluye que (λ − µ) (x | y) = 0; luego (x | y) = 0 porque λ , µ.
7 En
la integrales que siguen, los valores de r es los extremos no son importantes; la continuidad de r
tampoco es estrictamente necesario, pero sirve para garantizar la existencia de las integrales.
8 Nuevamente, la continuidad de f y g no es indispensable, pero garantiza la existencia de las integrales.
b
Cabe notar que para funciones con valores en C, la definición sería ( f | g) := a r(t) f (t) g(t) dt. Esta es
un forma sesquilineal, hermítica, definida positiva.
82
Fíjese que el lado derecho de la identidad de Lagrange (3.17) tiene integral cero sobre
el intervalo [a, b], por las condiciones de frontera. Entonces el lado izquierdo también
tiene integral cero:
b
(x | Ly) − (Lx | y) = x(t) L[y(t)] − L[x(t)] y(t) dt = 0.
a
La igualdad (x|Ly) = (Lx|y) dice que el operador diferencial L de (3.13a) es simétrico

sobre el espacio de soluciones V. De hecho, como el dominio V de L incorpora las
condiciones de frontera, suele decirse que L es un operador autoadjunto.
n Para dar una explicación más precisa de las propiedades de L, habría que invocar
la teoría de operadores lineales en dimensión infinita. Brevemente: la presencia del
producto escalar real (3.15) hace p de V un espacio vectorial (real) prehilbertiano. Su
compleción en la norma kxk2 := (x | x) es un espacio de Hilbert H; L se considera
como un operador lineal (con dominio denso) sobre H. Como tal, L posee un operador
adjunto L ∗ que satisface (x | L ∗ y) = (Lx | y); su dominio consiste de vectores y ∈ H tales
que (Lx | y) existe si x ∈ Dom L. Al ser (x|Ly) = (Lx|y) y además Dom L ∗ = Dom L,
resulta que L ∗ = L, es decir, L es autoadjunto. La teoría de los espacios de Hilbert
garantiza que todos los autovalores de L son reales. o
Es posible mostrar, bajo las hipótesis del Lema 3.14, que un problema de Sturm y
Liouville regular tiene infinitos autovalores y que ellos son simples: el espacio vectorial
de autofunciones para un determinado autovalor es unidimensional. Entonces se suele
ordenar los autovalores en una sucesión creciente, 0 < λ 1 < λ 2 < · · · < λ n < · · · , donde
además limn→∞ λ n = +∞. El Ejemplo 3.12, con λ n = n2 , es típico (aunque en general
no es posible dar fórmulas cerradas para los λ n ).
Ejemplo 3.17. El problema de Sturm y Liouville periódico:
x 00(t) + λ x(t) = 0; x(−π) = x(π), x 0(−π) = x 0(π)
es singular, por cuanto las condiciones de frontera no son separadas. En este caso, λ 1 = 0
es un autovalor porque las soluciones constantes de x 00(t) = 0 cumplen las condiciones
de frontera. Además, el λ n+1 = n2 , con n ∈ N∗ , es un autovalor doble, porque sen nt y
cos nt son autofunciones linealmente independientes para este autovalor. ♦
En el próximo capítulo se estudiará diversos ecuaciones diferenciales lineales que

dan lugar a problema de Sturm y Liouville singulares.
83
4 Resolución por series de potencias
Algunas ecuaciones diferenciales admiten soluciones que pueden expresarse “en forma
cerrada”. Entre ellas, las ecuaciones lineales homogéneas con coeficientes constan-
tes tienen familias de soluciones explícitas compuestas de funciones exponenciales o
trigonométricas, multiplicadas por polinomios en algunos casos. Ciertas ecuaciones de
Euler poseen soluciones polinomiales con factores logarítmicos. Pero en general, no
siempre es posible expresar las soluciones en términos de funciones conocidas.
Para superar esa limitación, se debe ampliar el catálogo de las ecuaciones diferenciales
resolubles en forma explícita. En primer lugar, cabe recordar que muchas funciones
“conocidas” fueron introducidas como antiderivadas de otras funciones. Así, la función
logarítmica de Napier se define como una primitiva de la función 1/t; la llamada función
de error de la teoría de probabilidad es proporcional a una primitiva de e−t /2 ; etcétera.
2
Una primitiva de una función f (t) no es otra cosa que la solución a un problema de valor
inicial x 0(t) = f (t), x(t 0 ) = x 0 . En este contexto, se puede (y debe) adoptar el punto
de vista de que la resolución de una ecuación diferencial sirve para introducir y definir
nuevas funciones especiales.
Una función (real o compleja) se llama analítica si es suave y además está repre-
sentada por su serie de Taylor en un intervalo apropiado. Las funciones analíticas se
“conocen” al dar una receta para los coeficientes de sus series de Taylor. De esa manera,
el problema de buscar una solución analítica para una ecuación diferencial se reduce a
resolver algunas identidades algebraicas para esos coeficientes de Taylor.
4.1 Soluciones analíticas a ecuaciones lineales

Antes de emprender la tarea de buscar soluciones analíticas, conviene repasar brevemente
la teoría de series de Taylor.
Definición 4.1. Una serie de potencias real, centrada en t 0 , es una sumatoria

∞
X
f (t) := a k (t − t 0 ) k con cada a k ∈ R. (4.1)
k=0
Cada serie de potencias tiene un radio de convergencia R, con 0 6 R 6 ∞, tal que

la serie converge absolutamente para |t − t 0 | < R y diverge para |t − t 0 | > R. (El
comportamiento en los valores t = t 0 ± R depende de la serie particular.) Si R = 0, la
serie solo converge en t = t 0 y por eso es inútil para representar una función. Si R = ∞,
la serie converge absolutamente para todo t. Cuando R > 0, la serie define una función
f (t) en el intervalo abierto (t 0 − R, t 0 + R). ♦
84
Si R > 0 y si 0 < r < R, la serie de potencias (4.1) converge uniformemente en el

intervalo compacto [t 0 − r, t 0 + r]. Por lo tanto, la suma f (t) es continua – por ser un
límite uniforme de polinomios – en ese intervalo; y de rebote, f es continua en todo
(t 0 − R, t 0 + R). Además, f es diferenciable en (t 0 − R, t 0 + R), porque se puede derivar
la serie término por término en cada (t 0 − r, t 0 + r):
∞
X ∞
X
f (t) =
0
ka k (t − t 0 ) k−1
= (m + 1)am+1 (t − t 0 )m .
k=1 m=0
Nótese que f 0(t) es también continua en (t 0 − R, t 0 + R), porque la nueva serie tiene
el mismo radio de convergencia. Por el criterio del cociente, el radio de convergencia
obedece
a k
R = lim
k→∞ a k+1

si el límite existe.1 Por inducción, se ve que f (t) es suave (es decir, indefinidamente
diferenciable).
Definición 4.2. La serie de Taylor, centrada en t 0 , de una función suave f : (a, b) → R

tal que t 0 ∈ (a, b), es la serie de potencias
∞
X f (k) (t 0 )
(t − t 0 ) k , (4.2)
k=0
k!
toda vez que esta serie tenga radio de convergencia R > 0.

Dícese que esta serie de Taylor representa la función suave f en el subintervalo
(t 0 − c, t 0 + c) ⊆ (a, b) si R > c y si la serie converge a la suma f (t) para |t − t 0 | < c.
La función f es analítica2 en el intervalo (a, b) si para cada t 0 ∈ (a, b) hay un
subintervalo (t 0 − c, t 0 + c) en el cual f está representada por su serie de Taylor (4.2). ♦
n Hay un ejemplo bien conocido de una función suave en R cuya serie de Taylor
2
(centrada en 0) no la representa: si f (t) := e−1/t con f (0) := 0, se puede comprobar
que f (k) (0) = 0 para todo k ∈ N, así que la serie de Taylor es la serie nula, con suma
idénticamente 0, aunque f (t) > 0 para t , 0. (Este contraejemplo no es aplicable para
2
variable compleja, porque F(z) := e−1/z tiene una singularidad esencial en z = 0.) o
1 Más generalmente, se puede usar la fórmula 1/R = lim supk→∞ |ak+1 /ak |.
2 Esta definición es aplicable a funciones de variable compleja, mutatis mutandis – por ejemplo, se
debe reemplazar el intervalo (t 0 − c, t 0 + c) por un disco { z ∈ C : |z − z0 | < c }. Sin embargo, las funciones
analíticas complejas tienen propiedades no compartidas por sus análogos reales: por ejemplo, una función
diferenciable de variable compleja es automáticamente analítica y por ende también suave. Suele usarse
la palabra holomorfa como sinónimo de analítica en el contexto de variable compleja.
85
4.1. Soluciones analíticas a ecuaciones lineales
Ejemplo 4.3. Considérese la función f (t) := 1/(1 − t) para t , 1. Es fácil comprobar

por inducción que f (k) (t) = k!(1 − t)−k−1 , así que la serie de Taylor centrada en 0 es la
serie geométrica
∞ ∞
X f (k) (0) k X k
t = t .
k=0
k! k=0
Las sumas parciales de la serie geométrica obedecen

n
X 1 − t n+1 1
tk = −→ = f (t) si − 1 < t < 1.
k=0
1−t 1−t
Para |t| > 1, la serie geométrica diverge. Entonces, la serie geométrica representa f (t)
en el intervalo (−1, 1).
Fíjese que f (k) (−1) = k! 2−k−1 . Entonces la serie de Taylor centrada en −1 es
∞ ∞
X f (k) (−1) 1 X t + 1 k 1 2 1
(t + 1) =
k
= =
k=0
k! 2 k=0 2 2 2 − (t + 1) 1 − t
y esta serie tiene radio de convergencia R = lim k→∞ 2−k−1 /2−k−2 = 2. Entonces esta
segunda serie de potencias representa f (t) en el intervalo (−3, 1).
De igual manera, si t 0 > 1, se puede hallar una serie de Taylor centrada en t 0 que
representa f (t) = 1/(1 − t) en el intervalo (1, 2t 0 − 1). Se concluye que f (t) es analítica
en su dominio (−∞, 1) ∪ (1, ∞), aunque esté representada por diversos series de potencias
en diferentes subintervalos de este dominio. ♦
Si f (t) y g(t) son dos funciones analíticas, representadas por sus series de Taylor
centradas en t 0 en un intervalo común (t 0 − c, t 0 + c), entonces el producto f (t)g(t) es
también analítico en ese intervalo, representado por
∞ ∞ X k
X ( f g)(k) (t 0 ) X f ( j) (t 0 ) g (k− j) (t 0 )
f (t)g(t) = (t − t 0 ) k = (t − t 0 ) k
k=0
k! k=0 j=0
j! (k − j)!
porque el lado derecho es el producto de Cauchy de las series de Taylor (4.2) de f (t)
y g(t), el cual converge absoluta y uniformemente en [t 0 − r, t 0 + r] cuando 0 < r < c.
De igual manera, si f (t 0 ) , 0, entonces f (t) , 0 en (t 0 − δ, t 0 + δ) para algún δ > 0; y el
recíproco 1/ f (t) es una función analítica en (t 0 − c0, t 0 + c0) donde c0 := min{c, δ}.
En particular, una función racional, esto es, un cociente de dos polinomios p(t)/q(t),
tal que q(t 0 ) , 0, es analítica en un vecindario de t 0 .
86
Definición 4.4. Considérese una ecuación diferencial lineal homogénea
a0 (t) x (n) (t) + a1 (t) x (n−1) (t) + · · · + an−1 (t) x 0(t) + an (t) x(t) = 0, (4.3)
donde los coeficientes a0 (t),. . . , an (t) son funciones analíticas en un intervalo común
(t 0 − c, t 0 + c). Si a0 (t 0 ) , 0, se dice que t 0 es un punto regular para esta ecuación
diferencial.
En cambio, si a(t 0 ) = 0, t 0 se llama un punto singular de la ecuación diferencial. ♦
En torno a un punto regular, se puede dividir ambos lados de (4.3) por a0 (t), para
obtener una ecuación diferencial de la forma (2.6). Entonces el Teorema 2.100 garantiza la
existencia de una solución general como la combinación de n soluciones independientes,
en un intervalo (t 0 − c0, t 0 + c0).
La existencia de soluciones independientes alrededor de un punto singular será exa-
minada más adelante.
I Sin perder mucha generalidad, basta considerar series de Taylor centrados en 0. Por lo
tanto, en lo sucesivo se estudiará ecuaciones diferenciales lineales (4.3) cuyos coeficientes
son funciones analíticas en un intervalo común (−c, c).
Cuando t = 0 es un punto regular, el método de series de potencias para resolver (4.3)
consiste en colocar
∞
X
x(t) = a k t k = a0 + a1 t + a2 t 2 + · · ·
k=0
y sustituir esta serie (y sus derivadas) en el lado izquierdo, para hallar ecuaciones
algebraicas entre los coeficientes numéricas a k . En otras palabras, se postula que la
solución x(t) es una función analítica y se trata de determinarla. En la solución general,
habrá unos n coeficientes “libres”, los otros se expresan como combinaciones de estos;
en la presencia de n condiciones iniciales, se obtiene todos los a k sin ambigüedad. Ahora
bien, es posible justificar este “postulado” por el método de aproximaciones sucesivas.3
Aquí se omite esa demostración, pero vale la pena enunciar el resultado: en torno a un
punto regular, la solución única de un problema de valor inicial es una función analítica.
Ejemplo 4.5. Considérese la ecuación diferencial
x 00(t) − t x 0(t) + 3 x(t) = 0.

3 Véase, por ejemplo, la Sección 9.8 del libro de Rai, Choudhury y Freedman.
87
El coeficiente de x 00(t) es 1, así que todo punto t 0 es regular. Al desarrollar los términos
alrededor de t = 0, se obtiene
∞
X
x 00(t) = k(k − 1)a k t k−2 = 2a2 + 6a3t + 12a4t 2 + 20a5t 3 + · · · ,
k=2
X∞
−t x 0(t) = − ka k t k = −a1t − 2a2t 2 − 3a3t 3 + · · · ,
k=1
∞
X
3 x(t) = 3 ak t k = 3a0 + 3a1t + 3a2t 2 + 3a3t 3 + · · · .
k=0
Al sumar estas series, el término constante y el término de primer grado de la suma dan
dos ecuaciones:
2a2 + 3a0 = 0, 6a3 + 2a1 = 0,
así que a2 = − 32 a0 y a3 = − 31 a1 . Para k > 2, el coeficiente de t k en la suma es
(k + 2)(k + 1)a k+2 − (k − 3)a k = 0.
Esta es una relación de recurrencia, que permite despejar a k+2 en función de a k :

k −3
a k+2 = ak . (4.4)
(k + 2)(k + 1)
(En este ejemplo, esta relación también es válida para k = 1, pero no para k = 0.)
Cabe notar que la recurrencia (4.4) se separa en dos casos, para k par e impar
respectivamente:
2m − 3 2m − 4
a2m+2 = a2m , a2m+1 = a2m−1
(2m + 2)(2m + 1) (2m + 1)(2m)
para m > 1 en los dos casos. La primera relación, para m > 2, implica que4
(2m − 3)(2m − 5)
a2m+2 = a2m−2
(2m + 2)(2m + 1)(2m)(2m − 1)
4!(2m − 3)!! 2(2m − 3)!! 3(2m − 3)!!
= ··· = a4 = − a2 = a0 .
(2m + 2)! (2m + 2)! (2m + 2)!
La segunda relación, con m = 2, implica a5 = (0/30)a3 = 0, así que a7 = a9 = · · · = 0
también. Al tomar a0 = 0, a1 = 1, lo cual corresponde a elegir las condiciones iniciales
x(0) = 0, x 0(0) = 1, se obtiene una solución polinomial x(t) = t − 13 t 3 .
4 Aquíse usa la notación n!! := n(n − 2)(n − 4) · · · (2 o 1), el llamado doble factorial, para abreviar
las expresiones.
88
En cambio, al tomar a0 = 1, a1 = 1, correspondiente a las condiciones iniciales

x(0) = 1, x 0(0) = 0, se obtiene una serie de potencias no terminante. Para a0 , a1
generales, se obtiene una combinación lineal de estas dos soluciones básicas:
∞
3 X (2m − 3)!! 2m 1
x(t) = a0 1 − t 2 + 3 t + a1 t − t 3 .
2 m=2
(2m + 2)! 3
La solución polinomial es obviamente analítica. Para la otra – expresada como serie de

potencias en la variable t 2 – se debe chequear el radio de convergencia:
a2m (2m + 2)(2m + 1)
R = lim = lim = +∞,
m→∞ a2m+2
m→∞ 2m − 3
así que esta solución es analítica en todo R. ♦
Ejemplo 4.6. Considérese la ecuación de Legendre:
(1 − t 2 ) x 00(t) − 2t x 0(t) + λ x(t) = 0, (4.5a)
donde λ es un parámetro real. Nótese que esta ecuación puede escribirse en la

forma (3.11):
d
(1 − t 2 ) x 0(t) + λ x(t) = 0,

dt
pero por ahora no se imponen condiciones de frontera. Nótese que t = ±1 son puntos
singulares de la ecuación. Entonces se debe buscar soluciones analíticas de esta ecuación
alrededor del punto regular t = 0, con la esperanza que las series de potencias converjan
al menos en el intervalo abierto (−1, 1).
Si x(t) = ∞ k
P
k=0 a k t , las siguientes series de potencias deben tener suma igual a 0:
∞
X
x (t) =
00
k(k − 1)a k t k−2 = 2a2 + 6a3t + 12a4t 2 + 20a5t 3 + · · · ,
k=2
X∞
−t 2 x 00(t) = − k(k − 1)a k t k = −2a2t 2 − 6a3t 3 + · · · ,
k=2
X∞
−2t x 0(t) = −2 ka k t k = −2a1t − 4a2t 2 − 6a3t 3 + · · · ,
k=1
∞
X
λ x(t) = λ ak t k = λa0 + λa1t + λa2t 2 + λa3t 3 + · · · .
k=0
Los primeros dos términos de la suma dan las ecuaciones:
2a2 + λa0 = 0, 6a3 + (λ − 2)a1 = 0,
89
y luego, para k > 2:
(k + 2)(k + 1)a k+2 = k(k + 1) − λ a k .

Es evidente que esta relación de recurrencia, al igual que en el ejemplo anterior, se separa
en dos casos para k par e impar.
Más aun, se nota que si λ ∈ { n(n + 1) : k ∈ N } = {0, 2, 6, 12, 20, . . . }, entonces
la ecuación posee una solución polinomial. Para λ n := n(n + 1), la recurrencia da
an+2 = 0 an , así que el polinomio correspondiente tiene grado n. Ahora bien, un
polinomio es continua en todo R y no diverge en los puntos singulares. Este da lugar a
un problema de Sturm y Liouville singular, (4.5) con las condiciones de frontera:
|x(−1+ )| = lim |x(t)| < ∞, |x(1− )| = lim |x(t)| < ∞.

t↓−1 t↑1
Para uno de esos autovalores, la ecuación de Legendre tiene la forma
(1 − t 2 ) x 00(t) − 2t x 0(t) + n(n + 1) x(t) = 0. (4.5b)
Luego a2 = − 12 n(n + 1)a0 y a3 = − 16 (n − 1)(n + 2)a1 . La relación de recurrencia es:

k(k + 1) − n(n + 1)
a k+2 = ak
(k + 2)(k + 1)
para k > 2 a priori, pero también para k = 0, 1. En particular, an+2 = an+4 = · · · = 0;
hay una solución polinomial Pn (t), el cual es un polinomio par si n es par, o bien un
polinomio impar si n es impar. La otra solución Q n (t), con la paridad opuesta, está dada
por una serie de potencias cuya radio de convergencia es
a k (k + 2)(k + 1)
R = lim = lim = 1.
k→∞ a k+2 k→∞ k(k + 1) − n(n + 1)

La solución general tiene la forma x(t) = c1 Pn (t) + c2 Q n (t), analítica en (−1, 1).
Las soluciones Pn (t) y Q n (t) son únicos una vez que se fija los valores de a0 y a1 ;
por ejemplo, se puede imponer condiciones iniciales en t = 0. Sin embargo, debido a
la presencia de un problema de Sturm y Liouville singular, conviene más precisar las
condiciones de frontera para Pn :
Pn (1) = 1, Pn (−1) = (−1)n . (4.6)
n Nótese que, en este caso, la primera condición Pn (1) = 1 determina el valor de Pn (−1),
por la paridad del polinomio Pn (t). o Los ejemplos de grado bajo son:
P0 (t) ≡ 1, P1 (t) = t, P2 (t) = 21 (3t 2 − 1),

P3 (t) = 12 (5t 3 − 3t), P4 (t) = 18 (35t 4 − 30t 2 + 3). ♦
90
Definición 4.7. La solución polinomial Pn (t) al problema de Sturm y Liouville singular

(4.5b) y (4.6) se llama el polinomio de Legendre de grado n. ♦
Los polinomios de Legendre forman una familia de autofunciones para la ecuación de
Sturm y Liouville (4.5a) en el intervalo compacto [−1, 1], debido a que estos polinomios
están bien definidos en los dos extremos del intervalo. Por lo tanto, la demostración de la
Proposición 3.16 es aplicable en este caso. En efecto, la identidad de Lagrange implica,
por (3.18) con r(t) ≡ 1, p(t) = 1 − t 2 :
1 t=1
(m + m − n − n)
2 2
Pm (t) Pn (t) dt = (1 − t 2 ) Pm (t) Pn0 (t) − Pm0 (t) Pn (t) = 0.
−1 t=−1
Resulta, entonces, que los polinomios de Legendre son ortogonales con respecto al
producto escalar usual de funciones en el intervalo [−1, 1]:
1
(Pm | Pn ) = Pm (t) Pn (t) dt = 0 para m , n. (4.7)
−1
Es posible mostrar que, en el caso m = n, que la normalización de los Pn (t) produce
el resultado: 1
2
(Pn | Pn ) = Pn (t)2 dt = .
−1 2n + 1
p
Sea k f k2 := ( f | f ) . La compleción en este norma del espacio vectorial de los
polinomios reales, restringidos al intervalo [−1, 1], es un espacio de Hilbert real, deno-
tado L 2 [−1,
p 1]. Se concluye, entonces, que los polinomios de Legendre normalizados
pn (t) := (2n + 1)/2 Pn (t) forma una base ortonormal para este espacio de Hilbert.
Ejemplo 4.8. Considérese la ecuación de Hermite:
x 00(t) − 2t x 0(t) + λ x(t) = 0, (4.8a)
con un parámetro real λ. Esta ecuación lineal no tiene puntos singulares; es de esperar
que tenga una solución general definida en todo R.
Si x(t) = ∞ k
P
k=0 a k t , la ecuación diferencial asume la forma:
∞
X
(2a2 + λa0 ) + (k + 2)(k + 1)a k+2 + (λ − 2k)a k t k = 0.

k=1
Entonces
2a2 + λa0 = 0; (k + 2)(k + 1)a k+2 = (2k − λ)a k para k > 1.
Una vez más, estas relaciones de recurrencia se separan en dos casos para k par e impar,
respectivamente. Para λ n := 2n, con n = 0, 1, 2, . . . , se obtiene an+2 = 0 an ; en cuyo
caso, la serie de potencias se simplifica en un polinomio de grado n.
91
Para uno de esos autovalores, la ecuación de Hermite tiene la forma
x 00(t) − 2t x 0(t) + 2n x(t) = 0. (4.8b)
Ahora a2 = −na0 , a3 = − 31 (n − 1)a1 , y en general

2(k − n)
a k+2 = ak .
(k + 2)(k + 1)
Luego, vale an+2 = an+4 = · · · = 0; hay una solución polinomial Hn (t), par o impar
según la paridad de n. Para este polinomio de Hermite Hn (t), se elige el coeficiente
principal an = 2n , de modo que
H0 (t) ≡ 1, H1 (t) = 2t, H2 (t) = 4t 2 − 2,

H3 (t) = 8t 3 − 12t, H4 (t) = 16t 4 − 48t 2 + 12.
n Hay otra solución no polinomial, cuya serie de potencias tiene radio de convergencia
R = lim k→∞ |a k /a k+2 | = lim k→∞ (k + 2)(k + 1)/2(k − n) = ∞. o ♦
Nótese que la ecuación de Hermite (4.8a) no tiene el formato (3.11) de una ecuación
de Sturm y Liouville, porque los primeros dos términos no forman la derivada de un
producto p(t) x 0(t). Este defecto puede ser curado al multiplicar ambos lados por un
2
“factor integrante”, el cual sería p(t) := e−t , así:
d −t 2 0 2
e x (t) + λ e−t x(t) = 0.
dt
Nuevamente, la identidad de Lagrange conduce a una relación de ortogonalidad: si
2
m , n en N, entonces, por (3.18) con p(t) = r(t) = e−t :
∞ 2 t=+∞
(2m − 2n) Hm (t) Hn (t) dt = e−t Hm (t) Hn0 (t) − Hm0 (t) Hn (t) = 0.
−∞ t=−∞
2
Fíjese que en este caso el decrecimiento rápido de la función p(t) = e−t hace innecesario
imponer condiciones de frontera en t = ±∞. Se concluye que los polinomios de Hermite
2
son ortogonales en todo R, con respecto a la función de peso r(t) = e−t .
Resulta que la normalización de los Hn (t) implica que
∞
2 √
Hn (t)2 e−t dt = 2n n! π.
−∞
√
La presencia de la constante π es evidente cuando n = 0, por la fórmula conocida:
∞ 2 2 2π ∞
−s2 −t 2 2
e dt =
−t
e ds dt = e−r r dr dθ = π.
−∞ R2 0 0
92
Se puede eliminar el uso de la función de peso al introducir las funciones de Hermite:

1
√ √4 Hn (t) e−t /2 .
2
hn (t) := (4.9)
2n/2 n! π
Estas funciones forman una base ortonormal5 para el espacio de Hilbert L 2 (R):
∞ 1
 si m = n,
(hm | hn ) = hm (t) hn (t) dt = 
0
−∞  si m , n.
I En los últimos dos ejemplos, fue oportuno considerar familias de ecuaciones diferen-
ciales lineales de segundo orden, (4.5b) y (4.8b) respectivamente, cuyos lados izquierdos
difieren solamente en el coeficiente de x(t). En tal caso, las posiciones de los ceros de
las soluciones de cada familia están relacionadas por el siguiente resultado, que se llama
el teorema de comparación de Sturm.6
Teorema 4.9 (Sturm). Considérese dos ecuaciones lineales homogéneas:

d
p(t) x 0(t) + q1 (t) x(t) = 0,

(4.10a)
dt
d
p(t) y0(t) + q2 (t) y(t) = 0,

(4.10b)
dt
donde p, q1, q2 : [a, b] → R son continuas y p(t) > 0 para todo t ∈ [a, b]. Supóngase
que q1 (t) 6 q2 (t) para t ∈ [a, b]. Si c < d son dos ceros consecutivos en [a, b] de
una solución x(t) de (4.10a), y si y(t) es una solución de (4.10b), entonces existe s con
c < s < d tal que y(s) = 0.
Demostración. Supóngase, arguendo, que y(t) > 0 en (c, d). Como x(t) tampoco se
anula en ese intervalo abierto, por hipótesis, se puede asumir sin perder generalidad que
x(t) > 0 en (c, d). Entonces, al restar y(t) veces (4.10a) de x(t) veces (4.10b), se obtiene
la igualdad
d d
p(t) y0(t) − p(t) x 0(t) y(t) + q2 (t) − q1 (t) x(t) y(t) = 0.

x(t) (4.11)
dt dt
El tercer término es no negativo y tiene integral no negativo en el intervalo [c, d]:
d

q2 (t) − q1 (t) x(t) y(t) dt > 0.
c
5 Se ha comprobado que los hn forman una familia ortonormal. Para que sean una base ortonormal,
hace falta mostrar que esta familia es “total”, es decir, que el único elemento de L 2 (R) ortogonal a cada
hn es el elemento nulo. Este es el teorema de Riesz y Fischer, no demostrado aquí.
6 Hay varios teoremas con ese nombre; esta versión es la que tiene las hipótesis más sencillas.
93
Los otros términos forman una derivada total, por la identidad de Lagrange (3.17):
d d d
p(t)y0(t) − p(t)x 0(t) y(t) = p(t) x(t)y0(t) − x 0(t)y(t) ,

x(t)
dt dt dt
cuya integral, habida cuenta de que x(c) = x(d) = 0, es igual a
t=d
0 0
p(t) x(t)y (t) − x (t)y(t) = p(c)x 0(c)y(c) − p(d)x 0(d)y(d).
t=c
La función diferenciable x(t) es positivo en el intervalo (c, d) entre dos ceros, así que
x 0(c) > 0 y x 0(d) < 0 necesariamente. Por lo tanto,
p(c)x 0(c)y(c) − p(d)x 0(d)y(d) > 0. (4.12)
Entonces el lado izquierdo de (4.11) tiene integral positiva, mientras que el lado derecho
d
tiene integral c 0 dt = 0. Esta contradicción refuta la suposición de que y(t) > 0
en (c, d). Si fuera y(t) < 0 en ese intervalo, el mismo argumento aplicado a −y(t) llega
a la misma contradicción. Luego la solución y(t) tiene al menos un cero en (c, d).
Si fuera q2 (t) ≡ q1 (t) en (4.10), de manera que x(t), y(t) serían dos soluciones de la
misma ecuación diferencial (lineal, homogénea, de segundo orden), entonces el tercer
término del lado izquierdo de (4.11) es nulo, el argumento del teorema demuestra otro
resultado, llamado el teorema de separación de Sturm, a continuación.
Teorema 4.10 (Sturm). Sean x(t), y(t) dos soluciones linealmente independientes de la
ecuación lineal homogénea:
d
p(t) x 0(t) + q(t) x(t) = 0,

dt
Si c < d son dos ceros consecutivos de x(t), entonces existe s ∈ (c, d) tal que y(s) = 0.
En consecuencia, los ceros de x(t) y de y(t) están entrelazados.
Demostración. En primer lugar, obsérvese que y(c) , 0 y que y(d) , 0. En efecto,

si fuera y(c) = x(c) = 0, al poner m := y0(c)/x 0(c), se obtendría y(t) ≡ m x(t) por la
unicidad del problema de valor inicial y(c) = 0, y0(c) = m x 0(c). Esto es incompatible
con la independencia lineal de las dos soluciones.
Los argumentos de la demostración anterior ahora muestran que el lado izquierdo
de (4.12) es cero:
p(c)x 0(c)y(c) − p(d)x 0(d)y(d) = 0.
94
Aquí p(c) > 0 y p(d) > 0, mientras que x 0(c) y x 0(d) tienen signos opuestos.7 Por lo
tanto, y(c), y(d) también deben tener signos opuestos; y el teorema de valor intermedio
implica que y(t) tiene un cero en (c, d).
Luego, al cambiar los papeles de x(t) y y(t), también se ve que entre dos ceros
consecutivos de y(t) debe haber un cero de x(t).
I Al volver a los polinomios de Legendre Pn (t), que son soluciones de las ecuaciones
tipo (4.5b), se puede tomar q1 (t) = m(m + 1), q2 (t) = n(n + 1) con m < n. El Teorema 4.9
dice que entre dos ceros de Pm (t) debe haber al menos un cero de Pn (t).
√
Por ejemplo, entre los dos ceros t ± = ± 1/3 de P2 (t) = 21 (3t 2 − 1), hay un cero de
√
P3 (t) = 12 (5t 3 − 3t), el cual es s0 = 0. Ahora, P3 (t) tiene otros dos ceros, s± = ± 3/5
en el intervalo [−1, 1]. El Teorema 4.9 no ofrece información acerca de su posición. Sin
embargo, la ortogonalidad de estos polinomios implica el siguiente resultado.
Proposición 4.11. El polinomio de Legendre Pn (t) de grado n posee n ceros simples en

el intervalo [−1, 1].
Demostración. Está claro que Pn (t) tiene a lo sumo n ceros reales, contados con mul-
tiplicidad. Como Pn (1) = 1 y Pn (−1) = (−1)n , ninguno de ellos coincide con −1 o 1.
Sean t 1, . . . , t m los ceros distintos que pertenecen al intervalo (−1, 1) y que tengan mul-
tiplicidades impares r 1, . . . , r m respectivamente. Sean t m+1, . . . , t m+l los ceros distintos
en (−1, 1) con multiplicidades pares. Entonces Pn (t) se factoriza así:
m
Y m+l
Y
Pn (t) = (t − t i )ri
(t − t j )r j R(t)
i=1 j=m+1
donde R(1) > 0 y el factor R(t) no se anula en [−1, 1]; por ende, vale R(t) > 0 en [−1, 1].
Considérese ahora el polinomio
m m+l
r i +1
Y Y
Q(t) := Pn (t) (t − t 1 )(t − t 2 ) · · · (t − t m ) = (t − t i ) (t − t j )r j Rn (t).
i=1 j=m+1
Entonces Q(t) > 0 para t ∈ [−1, 1], por ser el producto de R(t) y el cuadrado de otro
polinomio. Si fuera m < n, entonces
(t − t 1 )(t − t 2 ) · · · (t − t m ) = c0 P0 (t) + c1 P1 (t) + · · · + cm Pm (t)

7 Nótese que x 0(c) = 0 o x 0(d) = 0 diría que x(t) ≡ 0 por unicidad del problema de valor inicial,
contrario a la independencia lineal de x(t) y y(t).
95
4.2. Ecuaciones con puntos singulares regulares
x
1
−
−1 1
−
−1
Figura 4.1: Polinomios de Legendre de grados 0, 1, 2, 3, 4
para algunos c0, . . . , cm ∈ R. La ortogonalidad (4.7) entonces implica que

1 m
X 1
Q(t) dt = ck Pk (t) Pn (t) dt = 0,
−1 k=0 −1
lo cual es imposible, porque Q(t) > 0 y Q(t) 6≡ 0 en [−1, 1].

Se concluye que m = n. Esto dice que l = 0 y R(t) ≡ R(1); además, cada raíz t i de
P(t) debe ser simple, es decir, de multiplicidad 1.
En la Figura 4.1 que muestra los grafos de los polinomios de Legendre de grados
n 6 4 en el intervalo [−1, 1], se puede apreciar el entrelazamiento de sus ceros.
4.2 Ecuaciones con puntos singulares regulares

Cuando la ecuación lineal homogénea (4.3) tiene un punto singular en t = t 0 , entonces
no es posible asegurar la existencia de una solución analítica centrada en t 0 . En esta
sección se analizará el caso importante de las ecuaciones de segundo orden con puntos
singulares. Un tratamiento exhaustivo demanda el uso de recursos de variable compleja
y está fuera del alcance de este curso. Sin embargo, hay un subcaso de especial interés
que es amenable a un tratamiento con funciones reales.
Definición 4.12. La ecuación lineal homogénea de segundo orden:
a0 (t) x 00(t) + a1 (t) x 0(t) + a0 (t) x(t) = 0
posee un punto singular en t = t 0 si a0 (t 0 ) = 0. Al dividir por a0 (t), para reexpresar la
ecuación como
x 00(t) + p(t) x 0(t) + q(t) x(t) = 0, (4.13)
96
se dice que t 0 es un punto singular regular si las dos funciones
(t − t 0 ) p(t), (t − t 0 )2 q(t)
son analíticas en un vecindario de t 0 . En caso contrario, t 0 se llama un punto singular

irregular.8 ♦
Ejemplo 4.13. Considérese la ecuación de Bessel con parámetro n:
t 2 x 00(t) + t x 0(t) + (t 2 − n2 ) x(t) = 0. (4.14)
Aquí se toma n ∈ N, aunque otros valores son concebibles.9 Es obvio que t = 0 es un

punto singular. Aquí p(t) = 1/t y q(t) = (1 − n2 /t 2 ): este es un punto singular regular.
Resulta que una de las dos soluciones básicas de esta ecuación es analítica. Efec-
tivamente, si se postula una solución con serie de potencias x(t) = ∞ m
P
m=0 am t , se
obtiene
∞
X ∞
X ∞
X ∞
X
m(m − 1) am t + m
m am t + m
am t m+2
− n2 am t m = 0.
m=2 m=1 m=0 m=0
Al reacomodar estas sumas, se obtiene

∞
X
−n a0 + (1 − n )a1t +
2 2
m(m − 1) am + m am + am−2 − n2 am t m = 0.

m=2
Una vez más, la relación de recurrencia
(m2 − n2 )am + am−2 = 0 para m = 2, 3, . . .
da lugar a una serie de potencias para o impar, según la paridad de n.

Si n = 0, se obtiene a1 = 0 y luego a3 = a5 = · · · = 0 también. Tómese a0 := 1;
entonces, por una sencilla inducción,
a2k−2 a2k−4 (−1) k

a2k = − = = · · · = .
(2k)2 (2k)2 (2k − 2)2 22k (k!)2
8 Usualmente, los vocablos singular y regular son antónimos. La frase “punto singular regular” es
gramaticalmente excepcional, pero autorizado por tradición. La clasificación tiene sus origines en la teoría
de variable compleja: las funciones en (4.13) son holomorfas si p(t) posee un polo de primer orden en
t 0 ∈ C, o bien si q(t) posee un polo de primer o segundo orden en t 0 .
9 Esta ecuación proviene de un problema de Sturm y Liouville singular, que depende de n ∈ N. En
la literatura, a veces (4.14) se llama “la ecuación de Bessel de orden n”, aunque se trata de una ecuación
diferencial de segundo orden.
97
Defínase la serie de potencias con estos coeficientes:

∞
X (−1) k t 2k t2 t4 t6
J0 (t) := = 1 − + − +··· .
k=0
(k!)2 2 4 64 2304
Esta función de Bessel J0 es analítica y es par; con J0 (0) = 1.
Si n = 1, se obtiene a0 = 0 y luego a2 = a4 = · · · = 0 también. Tómese a1 := 12 ;
entonces, por inducción,
a2k−1 a2k−3 (−1) k
a2k+1 =− = = · · · = 2k+1 .
4(k + 1)k 42 (k + 1)k 2 (k − 1) 2 k!(k + 1)!
Defínase la serie de potencias con estos coeficientes:
∞
X (−1) k t 2k+1 t t3 t5 t7
J1 (t) := = − + − +··· .
k=0
k!(k + 1)! 2 2 16 384 18432
Esta función de Bessel J1 es analítica y es impar; con J1 (0) = 0.
Para los casos n > 2, se obtiene a0 = a1 = 0; y por la relación de recurrencia se ve
que am = 0 para cada m < n. Al tomar an := 2−n /n!, se obtiene la solución analítica
∞
X (−1) k t 2k+n
Jn (t) := . (4.15)
k=0
k!(k + n)! 2
Las únicas soluciones analíticas a la ecuación (4.14) tienen la forma an Jn (t). Para
obtener otra solución linealmente independiente de Jn (t), se podría usar el método de la
Sección 2.1: al colocar x(t) := u(t) Jn (t) con u(t) una función no constante y al tomar
v(t) := u0(t), la demostración de la Proposición 2.11 ofrece un método para despejar v(t)
y eventualmente u(t). Sin embargo, el factor u(t) es singular en t = 0; es mejor encontrar
la segunda solución por otra vía. ♦
I Una ecuación lineal (2.5) con un punto singular regular en t = 0 tiene la forma
t 2 x 00(t) + t b(t) x 0(t) + c(t) x(t) = 0,
donde b(t) = b0 + b1t + · · · y c(t) = c0 + c1t + · · · son analíticas cerca de t = 0. En
el caso especial b(t) = c0 y c(t) = c0 , este es una ecuación de Euler (2.25) y el cambio
de variable s := log t (para t > 0) la reduce a una ecuación lineal con coeficientes
constantes. En la subsección 2.3.1 se obtuvo una base de soluciones para una ecuación
de Euler, de la forma {t λ 1, t λ 2 }, o bien {t λ, t λ log t}. Esta circunstancia es la motivación
de una extensión del método de series de potencias, introducida por Frobenius.10
10 Georg
Frobenius fue un estudiante de Karl Weierstraß. En su tesis doctoral, De functionum analyti-
carum unius variabilis per series infinitas repraesentatione (Berlin, 1870), expuso lo que hoy en día se
llama “el método de Frobenius”.
98
Cuando una ecuación lineal homogénea posee un punto singular regular en t = t 0 , el

método recomienda buscar una solución de la forma
∞
X ∞
X
x(t) = (t − t 0 )r
a k (t − t 0 ) =
k
a k (t − t 0 ) k+r , (4.16)
k=0 k=0
con algún exponente r ∈ R. Para la ecuación de Bessel, por ejemplo, la solución Jn (t)
de (4.15) tiene esta forma, con r = n; esta solución es analítica porque r ∈ N. Si r < 0
o si r no es entero, la serie formal (4.16) no representa una función analítica. Entonces,
en primera instancia, se debe considerarla una serie formal, cuya convergencia debe ser
confirmada posteriormente.
En adelante, para simplificar los cálculos, se tomará t 0 = 0.
n Para demostrar la validez del método de Frobenius, se requiere considerar las
soluciones como funciones de una variable compleja. En tal caso, una serie de tipo
(4.16) con r ∈ Z \ N se llama una serie de Laurent, con un polo en t 0 . Para r < Z, dícese
que t 0 es un punto de ramificación; la función compleja z 7→ zr = er log z debe manejarse
con respeto. Tales dificultades son menos aparentes para funciones con argumentos
reales, pero deben tomarse en cuenta. o
Ejemplo 4.14. Considérese de nuevo la ecuación de Bessel (4.14), con el entero n

reemplazada por p ∈ [0, ∞) cualquiera:
t 2 x 00(t) + t x 0(t) + (t 2 − p2 ) x(t) = 0.
Se busca una solución dada por la serie formal:

∞
X
x(t) = a k t k+r .
k=0
Entonces
X∞ ∞
X ∞
X ∞
X
(k + r)(k + r − 1) a k t k+r
+ (k + r) a k t k+r
+ ak t k+r+2
− p2 a k t k+r = 0.
k=0 k=0 k=0 k=0
Al igualar los coeficientes de la potencia más baja t r , se obtiene una ecuación para r:
(r 2 − p2 )a0 = 0.
La relación de recurrencia conecta cada a k con a k+2 , así que la opción a0 = 0 conduce a
la solución nula, que no interesa. Se debe asumir a0 , 0, entonces, y como consecuencia
r = p o bien r = −p. Al tomar r = p, los coeficientes obedecen
(2p + 1)a1 = 0, k(2p + k)a k + a k−2 = 0 para k = 2, 3, . . .
99
Entonces a1 = a3 + a5 = · · · = 0; y en breve se obtiene

(t/2)2 (t/2)4 (t/2)6
Jp (t) ∝ t p 1 − + − +··· . (4.17)
p + 1 2! (p + 1)(p + 2) 3! (p + 1)(p + 2)(p + 3)
La serie de potencias entre paréntesis tiene radio de convergencia infinita; y t 7→ t p es
un función al menos continua, para t ∈ R y p > 0 (es suave en R \ {0}).
Falta elegir a0 apropiadamente, habida cuenta que a0 = 2−n /n! cuando p = n ∈ N.
La función Gamma de Euler, definida por11
∞
Γ(x) := t x−1 e−t dt,
0
cumple Γ(x + 1) = x Γ(x) mediante una integración por partes; y Γ(1) = Γ(2) = 1.
Luego Γ(n + 1) = n! para n ∈ N (por inducción). Entonces, al tomar a0 := 2−p /Γ(p + 1),
se llega a la función de Bessel con índice p > 0:
∞
X (−1) k t 2k+p
Jp (t) := .
k=0
Γ(k + 1)Γ(k + p + 1) 2
Si p < N, el caso r = −p determina una segunda solución de la ecuación de Bessel,

linealmente independiente de Jp (t), aunque discontinua en t = 0:
∞
X (−1) k t 2k−p
J−p (t) := .
k=0
Γ(k + 1)Γ(k − p + 1) 2
La solución general de la ecuación de Bessel, para p < Z, tiene la forma
x(t) = c1 Jp (t) + c2 J−p (t). ♦
Para el caso p = −n ∈ N, la serie en (4.17) tiene términos con denominador cero. En

tal caso, adoptando el convenio de que 1/Γ(−m) := 0 para m ∈ N, el primer término no
nulo de la serie de J−n (t) tiene índice k = n. Luego, se puede observar que
∞
X (−1) k t 2k−n
J−n (t) :=
k=n
Γ(k + 1)Γ(k − n + 1) 2
∞
X (−1)m+n t 2m+n
= = (−1)n Jn (t).
m=0
Γ(m + n + 1)Γ(m + 1) 2
11 La función Γ(z) se define mediante esta integral (de Riemann, impropia) para z ∈ C con < z > 0; y
la fórmula Γ(z) = Γ(z + 1)/z permite extenderla a todo C, aunque con polos en z = −n, para n ∈ N. Su
recíproco 1/Γ(z) no tiene polos y define una función analítica entera en C. Luego, la fórmula dada para
Jp (t) también tiene sentido para p < 0.
100
Como Jn (t) y J−n (t) no son linealmente independientes, se debe buscar una segunda
solución a la ecuación de Bessel (4.14) mediante el proceso de reducción de orden de la
Proposición 2.11.
Sea Yn (t) la segunda solución buscada (determinado hasta multiplicación por un
coeficiente a0 ). El wronskiano w(t) := W (Jn, Yn )(t) obedece la fórmula de Abel (2.10).
t
En este caso, p(t) = t/t 2 = 1/t; P(t) = ds/s = c + log t; y w(t) = e−P(t) = C/t, para
t > 0. Entonces, por (2.11) y (4.17):
t t ! −2
ds/s (s/2)2 (s/2)4
Yn (t) = C Jn (t) ∝ Jn (t) s −1−2n
1− + +··· ds
1 Jn (s)
2
1 n + 1 2(n + 1)(n + 2)
t
2n + 5
!
1
= Jn (t) s −1−2n
+ s 1−2n
+ s 3−2n
+ · · · ds.
1 2(n + 1) 16(n + 1)2 (n + 2)
En el caso particular n = 0, se obtiene
t 2 5t 4
Y0 (t) ∝ J0 (t) B + log t + + + · · · = J0 (t) log t + f 0 (t),
4 128
donde B es alguna constante y f 0 (t) es analítica cerca de t = 0. De hecho, las series
J0 (t)−2 y luego f 0 (t) tienen radio de convergencia R, donde R es el primer cero de la
función J0 (t) en el intervalo (0, ∞).
t
Cuando n > 0, uno de los términos en el integrando 1 (· · · ) ds es un múltiplo de s−1 ;
se obtiene
Yn (t) ∝ Jn (t) log t + t −n f n (t),
donde f n (t) es analítica cerca de t = 0. La constante de proporcionalidad está determi-
nado por ciertos convenios no discutidos aquí.12
Esta discusión ejemplifica el siguiente teorema, cuya demostración será omitida.13
Teorema 4.15 (Frobenius). Si t = 0 es un punto singular regular de la ecuación dife-

rencial lineal homogénea:
t 2 x 00(t) + t p(t) x 0(t) + q(t) x(t) = 0,
entonces esta ecuación posee al menos una solución de la forma

∞
X
x(t) = t r 1 + ak t k . (4.18)
k=1
12 El desarrollo en serie de la función Yn (t) aparece en los breviarios de la teoría de “funciones
especiales”. Véase, por ejemplo, la sección 5.4 del libro: Nikolai N. Lebedev, Special Functions and their
Applications, Dover, New York, 1972.
13 La prueba requiere técnicas de variable compleja. Véase el capítulo 9 del libro de Birkhoff y Rota.
101
El índice r obedece la ecuación indicial:

r(r − 1) + p(0) r + q(0) = 0. (4.19)
Si esta ecuación cuadrática tiene dos raíces reales distintas, r 1 y r 2 , con r 1 − r 2 < Z,
entonces las soluciones correspondientes x 1 (t) y x 2 (t) son linealmente independientes.
En cambio, si las raíces de la ecuación indicial satisfacen r 1 − r 2 ∈ Z – esto incluye
el caso r 1 = r 2 de una raíz doble – hay un par de soluciones básicas de la forma:
X∞ ∞
X
x 1 (t) = t 1 +
r1
ak t ,
k
x 2 (t) = c x 1 (t) log t + t r2
bk t k .
k=1 k=0
Si r 1 = r 2 , se puede tomar c = 1 y b0 = 0; si r 1 > r 2 , se puede tomar b0 = 1.
Ejemplo 4.16. La siguiente ecuación hipergeométrica depende de tres parámetros
a, b, c ∈ R:
t(1 − t) x 00(t) + (c − (a + b + 1)t) x 0(t) − ab x(t) = 0. (4.20)
Como de costumbre, se buscan soluciones reales de esta ecuación.14 Esta ecuación tiene
puntos singulares regulares en t = 0 y en t = 1. n También tiene un punto singular en
t = ∞: al hacer el cambio de variable s := 1/t, se obtiene una ecuación lineal de segundo
orden para x(s) que posee un punto singular regular en s = 0. o Cerca de t = 0, entonces,
se prueba una solución de la forma (4.18), con a0 = 1, para obtener
X∞ ∞
X
(k + r)(k + r − 1) a k (t k+r−1 − t k+r ) + (k + r)ca k t k+r−1
k=0 k=0
∞
X ∞
X
− (k + r)(a + b + 1) a k t k+r − aba k t k+r = 0.
k=0 k=0
Los términos con el menor exponente dan lugar a la ecuación indicial:
r(r + c − 1) = 0.
Supóngase (por ahora) que c < Z, para evitar soluciones con logaritmos. Entonces, la
opción r = 0 ofrece una solución analítica x 1 (t), denotado por F(a, b; c; t). Con un breve
cálculo, se obtiene la relación de recurrencia:
(k + 1)(c + k) a k+1 = (a + k)(b + k) a k . (4.21)
De ahí se obtiene a1 = (ab/c), 2(c + 1)a2 = (a + 1)(b + 1)a1 , y en general
ab a(a + 1)b(b + 1) t 2 a(a + 1)(a + 2)b(b + 1)(b + 2) t 3
F(a, b; c; t) = 1 + t+ + +···
c c(c + 1) 2! c(c + 1)(c + 2) 3!
14 Más
generalmente, se puede tomar a, b, c ∈ C y buscar soluciones de una variable compleja t ∈ C,
empleando series de potencias complejas.
102
Conviene adoptar una notación para productos que aparecen en estas fracciones. Al
escribir
Γ(a + k)
a k ≡ (a) k := a(a + 1)(a + 2) · · · (a + k − 1) =
Γ(a)
estos factoriales ascendientes a k = (a) k permiten escribir la función hipergeométrica
con una serie de potencias explícita:15
∞ ∞
X a k bk t k X (a) k (b) k t k
F(a, b; c; t) = =
k=0 c
k k!
k=0
(c) k k!
∞
Γ(c) X Γ(a + k)Γ(b + k) t k
= . (4.22)
Γ(a)Γ(b) k=0 Γ(c + k) k!
El radio de convergencia de esta serie está dada por
a k bk a k+1 bk+1 (k + 1)(c + k)

,
R = lim = lim = 1,
k→∞ k! c k (k + 1)! c k+1 k→∞ (a + k)(b + k)
siempre y cuando ni a ni b (ni c) es un entero negativo.16 Si −a o −b ∈ N∗ , la relación

de recurrencia (4.21) muestra que a k+1 = 0 para k = −a o k = −b respectivamente; y la
solución F(a, b; c; t) es un polinomio de grado no mayor que ese k.
La solución x 1 (t) := F(a, b; c; t) tiene condiciones iniciales x 1 (0) = 1, x 01 (0) = ab/c.
Cuando c < Z, el Teorema 4.15 asegura que la opción r = 1 − c conduce a una
segunda solución x 2 (t) de (4.20), con relación de recurrencia:
(k + 2 − c)(k + 1) a k+1 = (a + k + 1 − c)(b + k + 1 − c) a k .
Esta relación es similar a (4.21), con los cambios c 7→ 2 − c, a 7→ a + 1 − c, b 7→ b + 1 − c.

Por lo tanto, se obtiene
x 2 (t) = t 1−c F(a + 1 − c, b + 1 − c; 2 − c; t).
Como 1 − c < N, esta solución no es analítica en t = 0. ♦

15 La notación (a)k es tradicional; recibe el nombre símbolo de Pochhammer. Sin embargo, no es
muy informativa. Donald Knuth ha propuesto una reforma: al notar la analogía con el numerador
del coeficiente binomial ak y con la potencia a k = a(a)(a) · · · (a), introdujo el factorial descendiente
a k := a(a − 1)(a − 2) · · · (a − k + 1) y el factorial ascendiente a k . Así, por ejemplo, el coeficiente binomial
sería k = a k /k! para cualquier a ∈ R. Estas notaciones está empleadas sistemáticamente en el libro:
a
R. L. Graham, D. E. Knuth y O. Patashnik, Concrete Mathematics, Addison-Wesley, Reading, MA, 1994.

16 Se puede anticipar un radio de convergencia no mayor que 1 puesto que t = 1 es otro punto singular
de la ecuación hipergeométrica.
103
n El desarrollo (4.22) da una definición alternativa de la función hipergeométrica

F(a, b; c; t). En muchos libros, esta función se denota por 2 F1 (a, b; c; t), donde los
subíndices en 2 F1 cuentan la cantidad de términos de tipo a k en el numerador y en el
denominador de la fracción. Por ejemplo, se puede definir
∞ ∞
X a k bk c k t k X ak t k
3 F2 (a, b, c; d, e; t) = , 1 F1 (a; b; t) = ,
k k k! k k!
k=0 d e k=0 b
etcétera. Esta 1 F1 (a; b; t) lleva el nombre de función hipergeométrica confluente. o

I Es posible obtener muchas relaciones entre funciones hipergeométricas por manipu-
laciones directas de la serie de potencias (4.22). Sin embargo, a veces es más eficiente
utilizar la ecuación diferencial (4.20).
Por ejemplo, al derivar ambos lados de esa ecuación, se obtiene
t(1 − t) x 000(t) + (c + 1 − (a + b + 3)t) x 00(t) − (ab + a + b + 1) x 0(t) = 0.
Entonces la función y(t) := x 01 (t) es analítica en t = 0, satisface y(0) = ab/c, y cumple

la ecuación diferencial:
t(1 − t) y00(t) + (c + 1 − (a + 1 + b + 1 + 1)t) y0(t) − (a + 1)(b + 1) y(t) = 0.
Por unicidad de la solución analítica que vale 1 en t = 0, se obtiene la identidad (válida

para c < Z, al menos):
ab
F 0(a, b; c; t) = F(a + 1, b + 1; c + 1; t). (4.23)
c
El cambio de variable s := 1 − t, z(s) := x(t), aplicada a (4.20) produce la ecuación
diferencial:
s(1 − s) z̈(s) + a + b − c + 1 − (a + b + 1)s ż(s) − ab z(s) = 0.

porque ż(s) = −x 0(t) y z̈(s) = x 00(t). Esta es otra ecuación hipergeométrica con un punto
singular regular en s = 0, esto es, en t = 1. Luego la ecuación original (4.20) posee dos
soluciones básicas (cuando c − a − b < Z) dadas por:
x 3 (t) = F(a, b; a + b − c + 1; 1 − t),

x 4 (t) = t c−a−b F(c − b, c − a; c − a − b + 1; 1 − t).
Las series de potencias para estas soluciones convergen en el intervalo (0, 2). En el
intervalo 0 < t < 1, las dos bases de soluciones {x 1 (t), x 2 (t)} y {x 3 (t), x 4 (t)} son
equivalentes; luego x 3 (t) y x 4 (t) coinciden con ciertos combinaciones lineales de x 1 (t)
y x 2 (t) en el intervalo (0, 1).
104
n La determinación de los coeficientes usa diversos fórmulas para las funciones

hipergeométricos, que son fuera del alcance de este curso. Basta con citar aquí una de
esas combinaciones:17
Γ(a + b + 1 − c)Γ(1 − c) Γ(a + b + 1 − c)Γ(c − 1)
x 3 (t) = x 1 (t) + x 2 (t)
Γ(a + 1 − c)Γ(b + 1 − c) Γ(a)Γ(b)
salvo ciertos valores excepcionales de a, b, c. o
I Varias funciones “elementales” son casos particulares de la función hipergeométrica.
Por ejemplo, al notar que 1 k = k! se ve que la serie geométrica es:
∞ ∞
X tk X k 1
F(1, 1; 1; t) = 1k = t = .
k=0
k! k=0 1−t
Más generalmente,
∞ ∞ ∞
tk X a + k − 1 k X
! !
k −a k
X
F(a, 1; 1; t) = a = k
t = (−1) t = (1 − t)−a,
k=0
k! k=0 k k=0
k
usando el teorema binomial para exponentes reales. (La serie binomial es convergente
en (−1, 1) si el exponente no está en N.) En particular, si n ∈ N, se ve que
F(−n, 1; 1; −t) = (1 + t)n .
Fíjese que ciertos valores de los parámetros a, b, c dan jugar a polinomios. En este caso,
la ecuación hipergeométrico es
t(1 + t) x 00(t) − (1 − (n − 2)t) x 0(t) − n x 0(t) = 0.
Ejemplo 4.17. Considérese la ecuación de Laguerre con parámetro n:
t x 00(t) + (1 − t) x 0(t) + n x(t) = 0. (4.24)
Hay un punto singular regular en t = 0. Tómese una solución de la forma (4.18) con
x(t) = t r 1 + ∞k=1 a k t . En los términos del Teorema 4.15, la ecuación se escribe como
k
P
t 2 x 00(t) + t(1 − t) x 0(t) + nt x(t) = 0
con p(t) := 1 − t, q(t) := nt. La ecuación indicial (4.19) en este caso se reduce a
r(r − 1) + r + 0 = 0,
con una raíz doble, r = 0.

17 Parala demostración, véase el Teorema 2.3.2 del libro: George E. Andrews, Richard Askey y Ranjan
Roy, Special Functions, Cambridge University Press, Cambridge, 1999.
105
Entonces esta ecuación tiene una solución analítica. Con a0 = 1 y x(t) =

P∞
m=0 am t m ,
se obtiene
∞
X ∞
X ∞
X
m(m − 1)am t m−1
+ mam t m−1
+ (n − m)am t m = 0,
m=1 m=1 m=0
o bien
∞
X
(k + 1)2 a k+1t k + (n − k)a k t k = 0.
k=0
La relación de recurrencia es
n−k
a k+1 = − ak .
(k + 1)2
Entonces an+1 = 0 y en seguida an+k = 0 para todo k > 0. La solución analítica es un
polinomio L n (t), de grado n.
Es fácil verificar que ese polinomio de Laguerre es
n ! k
k n t
X
L n (t) = (−1) . (4.25)
k=0
k k!
Ejemplos:
L 0 (t) ≡ 1, L 1 (t) = 1 − t, L 2 (t) = 1 − 2t + 21 t 2, L 3 (t) = 1 − 3t + 32 t 2 − 16 t 3, . . .
Hay una relación de ortogonalidad entre los polinomios de Laguerre. Con el “factor
integrante” e−t aplicado a la ecuación (4.24), se obtiene
d −t 0
te x (t) + ne−t x(t) = 0.
dt
Para obtener una ecuación de Sturm y Liouville (singular) con autovalores λ = n, es
necesario modificar estos polinomios, al definir
l n (t) := e−t/2 L n (t) para cada n ∈ N.
Fíjese que l 0n (t) = e−t/2 (L0n (t) − 12 L n (t)). Usando la ecuación (4.24), se calcula que
d 0 d −t/2
t l n (t) = t L0n (t) − 2t L n (t)

e
dt dt
= e−t/2 t L00n (t) + (1 − t) L0n (t) − ( 12 − 4t ) L n (t)

= e−t/2 (−n − 1
2 + 4t ) L n (t).
106
Esto dice que las funciones l n (t) cumplen las ecuaciones diferenciales:
d 0
t l (t) + (n + 12 − 4t ) l n (t) = 0.
dt n
Se trata de una ecuación de Sturm y Liouville (singular) en el intervalo [0, ∞), con
p(t) = t, q(t) = 4t − 12 , r(t) ≡ 1 y λ = n, con condiciones de frontera:
l n (0) = 1, l n (+∞) := lim e−t/2 L n (t) = 0.
t→∞
Ahora la identidad de Lagrange (3.18) muestra que
∞
(m − n) l m (t) l n (t) dt = 0,
0
o bien, en términos de los polinomios L n (t),
∞
L m (t) L n (t) e−t dt = 0 para m , n.
0
Dicho de otro modo: los polinomios de Laguerre L n (t) son ortogonales en [0, ∞) con
respecto a la función de peso e−t . ♦
Proposición 4.18. Los polinomios de Laguerre están dados por la función generatriz:
∞
X 1 −rt
L n (t) r n = exp . (4.26)
n=0
1 − r 1 − r
y esta serie converge para todo t y para −1 < r < 1.
Demostración. Cuando t = 0, en vista de L n (0) = 1 la serie se reduce a la serie
geométrica ∞ n=0 r = 1/(1 − r), la cual converge si y solo si −1 < r < 1. Para t , 0, el
P n
lado derecho también es analítica en r para r ∈ (−1, 1).

Ahora hay que hacer un reacomodo de una serie doble:
∞ ∞ n ! k X ∞ ∞
X X X
k n t (−t) k X n! r n
L n (t) r =
n
r n
(−1) =
n=0 n=0 k=0
k k! k=0 (k!)2 n=k (n − k)!
∞ ∞ ∞ ∞
(−t) k X (m + k)! r k+m X (−rt) k X k + m m
X !
= 2
= r
k=0
(k!) m=0
m! k=0
k! m=0
m
∞ k ∞ ∞
(−rt) k
!
X (−rt) X −k − 1 m X
= (−1)m r = (1 − r)−k−1
k=0
k! m=0
m k=0
k!
∞
1 X (−rt) k 1
= (1 − r)−k = e−rt/(1−r) .
1 − r k=0 k! 1−r
El intercambio de sumas se justifica por la convergencia absoluta de la última serie, toda
vez que |r | < 1.
107
5 Soluciones aproximadas
Para las ecuaciones diferenciales lineales, hay una amplia gama de métodos que ofrecen
soluciones en una forma “exacta”, sea por una combinación de funciones conocidas o
por series de potencias con coeficientes precisas. En cambio, las clases de ecuaciones no
lineales con soluciones precisas son muy escasas. En tales casos, a veces es preferible
obtener soluciones aproximadas: en lugar de dar una fórmula o serie de potencias para
x(t) para a 6 x 6 b, bastaría con listar un número finito de argumentos t k ∈ [a, b] y
obtener valores x k tales que las diferencias x(t k ) − x k sean aceptablemente pequeñas.
En este capítulo se hará una breve reseña de varios procedimientos “numéricos” que
permiten hallar tales listas de valores aproximadas {(t 1, x 1 ), . . . , (t n, x n )}. Estos algorit-
mos tienen importancia histórica y conceptual, aunque hoy en día han sido desplazados
por métodos más finos que aprovechan las posibilidades de las computadoras modernas.
5.1 El método de Euler

Conviene volver a considerar el problema de valor inicial de primer orden (1.6) en un
intervalo [a, b], esta vez con t 0 = a:
x 0(t) = f (t, x(t)), x(a) = x 0 . (5.1)
n Con modificaciones apropiadas para soluciones vectoriales x(t) y funciones vectoriales

f (t, x(t)), los métodos que siguen se adapten a las ecuaciones de orden superior. o
Definición 5.1. Sea [a, b] ⊂ R un intervalo compacto. Para algún n ∈ N∗ (el número de
pasos), sea h := (b − a)/n y considérese la partición del intervalo dado por
a = t 0 < t 1 < t 2 < · · · < t n−1 < t n = b, con

t k := a + k h para k = 0, 1, . . . , n.
Los nodos de esta partición son los argumentos
t k = 1 − nk a + k

n b,
y la cantidad h > 0 es el tamaño de paso. (En el caso de un intervalo [b, a] con b < a,
la última relación sigue válida pero con h < 0.) ♦
En lo que sigue, se tomará t 0 = a y h > 0 para simplificar el tratamiento. Si

fuera a < t 0 < b en el problema de valor inicial (1.6), habría que unir dos soluciones
aproximadas, uno en [t 0, b] con pasos de (b − t 0 )/n > 0 y otro en [a, t 0 ] con pasos
(a −t 0 )/m < 0; así se obtendría una solución aproximada en [a, b] que cumple x(t 0 ) = x 0 .
108
Definición 5.2. Dada un problema de valor inicial (5.1), con solución exacta x(t), una
función y(t) es una solución aproximada con error no mayor que ε si
|y(t) − x(t)| 6 ε para a 6 t 6 b.
Si y(t) es continua y diferenciable por trozos en [a, b], se dice que esta solución aproxi-
mada tiene desviación no mayor que η si
|y0(t) − f (t, y(t))| 6 η
para t ∈ [a, b], con un número finito de excepciones. ♦
Para garantizar la unicidad de la solución exacta x(t), usando el Teorema 1.15 de

Picard, se supondrá en adelante que f (t, x) cumple una condición de Lipschitz (1.13) en
[a, b] × R:
| f (t, x) − f (t, y)| 6 L |x − y| para todo t ∈ [a, b]; x, y ∈ R.
n Si f fuera lipschitziana solo en un rectángulo compacto [a, b] × [x 0 − c, x 0 + c], con

f (t, x)| 6 M allí, habría que replantear la solución aproximada en el intervalo [a, a + d],
donde d = min{b − a, c/M }, en vista del Corolario 1.16. o
Definición 5.3. El método de Euler comprende la evaluación sucesiva de los incremen-

tos (x k+1 − x k ) en los nodos de la partición de [a, b]:
x k+1 := x k + h f (t k , x k ), (5.2a)
seguido por una interpolación por segmentos rectilíneos:

t k+1 − t t − tk
y(t) := xk + x k+1 para t ∈ [t k , t k+1 ]. (5.2b)
h h
La solución es lineal por trozos, pasando por los puntos (t k , x k ) para k = 0, 1, . . . , n. ♦
Ejemplo 5.4. Considérese el problema de valor inicial:1

x
x 0(t) = t 2 − , x(1) = 1, en el intervalo [1.0, 1.5].
t
Con un paso h = 0.1, se obtiene la partición {t 0, t 1, . . . , t 5 } = {1.0, 1.1, . . . , 1.5}. Se
debe calcular, sucesivamente, los valores
x 0 = 1, x k+1 := x k + h f (t k , x k ) = x k + 0.1(t 3k − x k )/t k .

1 Los datos numéricos de este ejemplo se toman del libro de Rai, Choudury y Freedman, p. 418.
109
5.1. El método de Euler
x(t)
y(t)
1.0 −
−
−
−
−
−
−
1.0 1.5
Figura 5.1: Método de Euler para x 0(t) = t 2 − x/t, x(1) = 1; con h = 0.1.
.
Por ejemplo, x 1 = 1 + 0.1(1 − 1)/1 = 1.0, x 2 = 1.0 + 0.1(1.331 − 1)/1.1 = 1.03009,
etcétera. Al redondear a 4 cifras decimales,2 se obtiene
tk 1.0 1.1 1.2 1.3 1.4 1.5

x k 1.0 1.0 1.0301 1.0883 1.1736 1.2858
La Figura 5.1 exhibe el resultado gráficamente: la línea quebrada y(t) une los puntos
(t k , x k ); la curva (t, x(t)) representa la solución exacta.
De hecho, esta ecuación diferencial es lineal; su solución exacta es
t3 3
x(t) = + para 1.0 6 t 6 1.5.
4 4t
Fíjese que x 0(t) = 34 (t 2 − t −2 ) > 0 y x 00(t) = 32 (t + t −3 ) > 0 para 1 6 t 6 23 . Luego, la

función x(t) es creciente y convexa en el intervalo de interés. Esto implica que la línea
quebrada y(t) – en este ejemplo – queda por debajo de la curva x(t), y el error x(t) − y(t)
.
crece con t; su máximo valor es x(1.5) − y(1.5) = 1.3437 − 1.2858 = 0.0579. El error
del método entonces es 0.058 (con un poquito de redondeo). ♦
Este Ejemplo 5.4 pone de manifiesto que el método de Euler no está tan mal como
un primer ensayo, pero ciertamente es mejorable con procedimientos más sofisticados.
Como los valores x k+1 están calculados a partir de x k (la abscisa t k se conoce de
antemano), los errores |x k − x(t k )| son cumulativos.
2 Para efectos de dibujar un gráfico del resultado,
basta conservar 3 cifras decimales (cualquier medida
menos del diámetro de un pixel no sería observable en el gráfico). El error de redondeo cumulativo es
bastante menor que el error propio del algoritmo.
110
El el caso especial donde f (t, x) es continua pero independiente de x, la solución

exacta del problema de valor inicial x 0(t) = f (t), x(a) = x 0 es la integral (de Riemann):
t
x(t) = x 0 + f (s) ds.
a
En este caso, el método de Euler se reduce a una aproximación a esta integral por una
suma de Riemann:
n−1
X
x k+1 := x k + h f (t k ) = x k + h f (a + k h), xn = x0 + h f (a + k h),
k=0
donde los valores f (t k ) están evaluadas al extremo izquierdo t k de cada subintervalo

[t k , t k+1 ] de la partición. Esto indica que se puede esperar varias mejoras al método de
Euler que se reducirán, para f (t, x) ≡ f (t), a los algoritmos conocidos: el “del punto
medio”; el “del trapecio”; el “de Simpson”, que ofrecen aproximaciones a una integral
de Riemann.
I Si la función f (t, x) es de clase C m (es decir, r veces continuamente diferenciable)
sobre [a, b], entonces la solución única x(t) del problema de valor inicial (5.1) es de
clase C m+1 y por ende admite un desarrollo de Taylor hasta grado r:
h2 s 2 h3 s 3 hm sm
x(a + hs) = x(a) + x 0(a) hs + x 00(a) + x 000(a) + · · · + x (m) (a) + Rm,
2! 3! m!
donde el resto tiene la forma
h m+1 s m+1
Rm = x (m+1) (a + θhs) para algún θ ∈ (0, 1). (5.3)
(m + 1)!
Conviene desarrollar x(t) alrededor de t k = a + k h en vez de a, y usar las abreviaturas
x 0k := x 0(t k ), x 00k := x 00(t k ), etc. Así se obtiene, para s = 1:
h2 00 h m (m)
x(t k+1 ) = x(t k + h) = x k + h x 0k + xk + · · · + x + Rm ,
2 m! k
donde Rm = x (m+1) (τk ) h m+1 /(m + 1)! con t k < τk < t k+1 .
En el caso m = 1, la omisión del resto R1 es equivalente al cambio
x(t k+1 ) 7−→ x k+1 := x k + h x 0k = x k + h f (t k , x k ).
Esto es el método de Euler, aplicado con el valor inicial x(t k ) := x k . En resumen: el

método de Euler consiste de la aplicación del polinomio de Taylor de primer grado en
cada paso individual de (t k , x k ) a (t k+1, x k+1 ).
111
5.2. Los métodos de Euler mejorado y modificado
Una manera de obtener una mejor aproximación es la de usar un polinomio de Taylor

de mayor grado. Por ejemplo, con m = 2 se podría considerar el polinomio cuadrático
en H dado por:
d
x k+1 := x k + h x 0k + 21 h2 x 00k = x k + h x 0k + 21 h2 f (t k , x k (t)) .

dt
Con la regla de la cadena se obtiene d f /dt = f t + f x dx/dt, es decir, d f /dt = f t + f f x ,
dando lugar a la receta
x k+1 := x k + h x 0k + 12 h2 f t (t k , x k ) + f (t k , x k ) f x (t k , x k ) .

Este procedimiento ciertamente conduce a una mejor aproximación que el método

original de Euler. Sin embargo, es evidente que requiere tres evaluaciones de f (t, x) y
sus derivadas en cada paso, con un cómputo muy costoso – en tiempo y esfuerzo – para
no decir engorroso. La única virtud especial de este método es que es exacto cuando x(t)
es un polinomio cuadrático, en cuyo caso x(a + h) = x(a) + x 0(a) h + 12 x 00(a) h2 sin resto.
Se debe, entonces, buscar procedimientos más sencillos que conservan la propiedad
de ser exactas para polinomios cuadráticos.
5.2 Los métodos de Euler mejorado y modificado

En esta sección se busca una familia de algoritmos que ofrecen soluciones aproximadas al
problema de valor inicial (5.1) en el intervalo [a, b], con pasos de tamaño h := (b − a)/n,
en donde se usan las notaciones x k , x k+1 , x 0k , x 0k+1 .
Aquí x k representa la aproximación calculada para x(t k ) en el paso #k del algoritmo;
x k+1 es el valor propuesta para el algoritmo para aproximar x k+1 ; x 0k := f (t k , x k ) es la
derivada calculada en el paso #k.
Considérese la receta general:
x k+1 := α1 x k + h β0 x 0k+1 + β1 x 0k ,

(5.4)
donde α1 , β0 , β1 son ciertos coeficientes numéricos, por determinar. Se adopta el
requisito de que esta receta debe ser exacto para polinomios cuadráticos x(t), al sustituir
x k 7→ x(0), x k+1 7→ x(h), x 0k 7→ x 0(0), x 0k+1 7→ x 0(h).
Al probar con x(t) = 1 t, t 2 sucesivamente, se deduce lo siguiente:
x(t) ≡ 1 =⇒ 1 = α1 + h(0) =⇒ α1 = 1,
x(t) = t =⇒ h = 0 + h( β0 + β1 ) =⇒ β0 + β1 = 1,
x(t) = t 2
=⇒ h = 0 + h(2 β0 h + 0) =⇒
2
β0 = 1
2 =⇒ β1 = 12 .
112
La fórmula (5.4) tiene un aspecto curioso si β0 , 0: si se toma x 0k+1 := f (t k+1, x k+1 ),

la evaluación de x 0k+1 parece exigir el conocimiento previo de x k+1 . Este acertijo se
resuelve con la definición siguiente.
Definición 5.5. Dado un problema de valor inicial (5.1) en el intervalo [a, b], se define
un algoritmo lineal de m pasos por una fórmula iterativa del siguiente tipo:3
x k+1 := α1 x k + α2 x k−1 + · · · + α m x k−m+1

+ h β0 x 0k+1 + β1 x 0k + · · · + βm x 0k−m+1 .

(5.5)
Si β0 = 0, este asignación es un predictor: el lado derecho depende solamente de

valores x j y x 0j calculados en etapas previas al paso #(k + 1). En cambio, si β0 , 0, la
asignación es un corrector: depende también de un valor x 0k+1 calculado por algún otro
procedimiento.
Es posible combinar dos recetas de tipo (5.5) con coeficientes diferentes, la primera
con β0 = 0 y la segunda con β0 , 0, aplicadas consecutivamente en el paso #(k + 1).
Un algoritmo lineal de esa clase se llama un método predictor y corrector. ♦
Por ejemplo, se puede combinar el método de Euler (de 1 paso) con la receta correc-
tora (5.4) con α1 = 1, β0 = β1 = 21 ; como sigue.
Definición 5.6. El método de Euler mejorado combina el método de Euler, como

predictor, con el método de 1 paso (5.4) como corrector, así:
x̃ k+1 := x k + h x 0k , x k+1 := x k + 12 h(x 0k + x̃ 0k+1 ),
con la abreviatura x̃ 0k+1 := f (t k+1, x̃ k+1 ). De modo más explícito:
x̃ k+1 := x k + h f (t k , x k ),
x k+1 := x k + 12 h f (t k , x k ) + f (t k+1, x̃ k+1 ) .

(5.6)
Después de la segunda asignación, se descarta el valor provisional x̃ k+1 .

La solución aproximada y(t) es la función lineal por trozos (5.2b) que une los puntos
(t k , x k ) determinados sucesivamente por (5.6). ♦
Ejemplo 5.7. Considérese de nuevo el problema del Ejemplo 5.4:

x
x 0(t) = t 2 − , x(1) = 1, en el intervalo [1.0, 1.5].
t
3 En la fórmula (5.5), se sobreentiende que x j = 0 y x 0j = 0 si el índice j es negativo.
113
5.2. Los métodos de Euler mejorado y modificado
Con el método mejorado de Euler (5.6), la tabla de valores (t x, x k ) es la siguiente:4
tk 1.0 1.1 1.2 1.3 1.4 1.5

x̃ k 1.0 1.0 1.0437 1.1135 1.2091 1.3310
x k 1.0 1.0150 1.0576 1.1268 1.2223 1.3442
El error cumulativo en t = 1.5 es x(1.5) − y(1.5) = 1.3437 − 1.3442 = −0.0005. n En

este caso el error ya no es una función monótona de t; además, es negativa: la línea
quebrada (t, y(t)) es levemente superior a la curva (t, x(t)). o ♦
En el caso especial donde f (t, x) = f (t) no depende de x, el método mejorado de

Euler (5.6) se reduce a la prescripción:
x k+1 := x k + 21 h f (t k ) + f (t k+1 ) .

(En este caso particular, el valor intermedio x̃ k+1 es irrelevante.) Esta no es otra cosa
que la regla del trapecio para aproximar la integral de f (t) sobre el intervalo [a, b]:
b n−1
. hX
f (t) dt = f (t k ) + f (t k+1 )
a 2 k=0
= 12 h f (t 0 ) + 2 f (t 1 ) + 2 f (t 2 ) + · · · + 2 f (t n−1 ) + f (t n ) .

I Un método predictor de 2 pasos,
x k+1 := α1 x k + α2 x k−1 + h β1 x 0k + β2 x 0k−1

es exacto para polinomios cuadráticos x(t) si y solo si
α1 + α2 = 1, α1 + β1 + β2 = 2, α1 + 2 β1 = 4.
Hay varias soluciones para estas ecuaciones; una de ellas es α1 = β2 = 0, α2 = 1,

β1 = 2, que produce el algoritmo:
x k+1 := x k−1 + 2h x 0k . (5.7)
Definición 5.8. El método de Euler modificado aplica el algoritmo (5.7) pero con un
tamaño de paso de 12 h, con 2n pasos en el intervalo [a, b]. Para poder compararlo con
4 Tomado de Rai et al, p. 420.
114
los métodos anteriores, se introduce la notación t k+1/2 := a + (k + 12 )h = 12 (t k + t k+1 ).

Con esta modificación, la receta (5.7) asume el formato:
x k+1 := x k + h x 0k+1/2 .
Para poder calcular valores solamente en los nodos t k , se adopta la definición x k+1/2 :=
x k + 12 h f (x k , t k ), esto es, se aplica el método de Euler con un medio paso 21 h. Entonces
el método modificado de Euler se presenta como sigue:
x k+1/2 := x k + 12 h f (x k , t k ),
x k+1 := x k + h f ( 12 (t k + t k+1 ), x k+1/2 ). (5.8)
La solución aproximada y(t) es la función lineal por trozos que une los puntos (t k , x k )
obtenidos por este método, para k = 0, 1, 2, . . . , n. ♦
Para el caso f (t, x) = f (t), la fórmula (5.8) se reduce a
x k+1 := x k + h f ( 21 (t k + t k+1 )).
Esto proporciona la regla del punto medio para aproximar integrales:
b n−1
. X 1
f (t) dt = h f ( 2 (t k + t k+1 )).
a k=0
Denótese el lado derecho por S2 ; y sea S1 la suma aproximante dada por la regla del
b
trapecio para la integral I := a f (t) dt. No es difícil comprobar, por una aplicación del
teorema de valor medio a la serie de Taylor de f , que los errores respectivos son
h2 h2
E1 := I − S1 = − (b − a) f 00(c1 ), E2 := I − S2 = + (b − a) f 00(c2 ),
12 24
para algunas abscisas c1, c2 ∈ [a, b]. Aunque c1 , c2 , se puede anticipar un error mucho
menor al usar la aproximación
S := 31 S1 + 23 S2 .
Resulta que la aproximación S es mucho más precisa de lo esperado; en efecto,
h4
E := I − S = − (b − a) f (4) (c), para algún c ∈ (a, b).
180
La fórmula aproximante
b n−1
. hX
f (t) dt = S = f (t k ) + 4 f (t k+1/2 ) + f (t k+1 )
a 6 k=0
= 61 h f (t 0 ) + 4 f (t 1/2 ) + 2 f (t 1 ) + · · · + 2 f (t n−1 ) + 4 f (t n−1/2 ) + f (t n )

es la celebrada regla de Simpson.
115
5.3. Los métodos de Runge y Kutta
I Hay una amplia gama de métodos de pasos múltiples (5.5), dependiendo de la manera
en que se asignan los coeficientes α j y β j . Una posibilidad es pedir exactitud para
polinomios x(t) hasta el grado 2m − 1 (si β0 = 0, un método predictor) o de grado 2m
si β0 , 0. Otra táctica, a veces más aconsejable, es la de suprimir ciertos coeficientes
a priori. Los llamados métodos de Adams piden α j = 0 para j > 1, en cuyo caso α1 = 1
necesariamente. Considérese, por ejemplo, la fórmula predictor de Adams y Bashforth:
h
x k+1 := x k + 55 x 0k − 59 x 0k−1 + 37 x 0k−2 − 9 x 0k−3 ,

(5.9a)
24
y la fórmula corrector de Adams y Moulton:5
h
x k+1 := x k + 9 x 0k+1 + 19 x 0k − 5 x 0k−1 + x 0k−2 .

(5.9b)
24
Los dos métodos son exactos para polinomios de grado 4.
Sin embargo, los métodos de pasos múltiplos requieren, al inicio de la iteración, los
valores iniciales de x 1, . . . , x m−1 . Estos valores deben ser generados por algún método
de paso simple, como el de Euler (el predictor para el método de Euler mejorado) o
bien los de Runge y Kutta, examinados a continuación. Fíjese que el método de Euler
modificado es de paso doble (levemente disfrazado), y como tal requiere el valor de x 1/2
para su arranque.
5.3 Los métodos de Runge y Kutta

Los métodos de pasos múltiples evitan la necesidad de evaluar las derivadas parciales
de f , tales como f t (x k , h k ), f x (x k , h k ) y otras derivadas de orden superior, pero adolecen
de la necesidad de obtener los valores iniciales por algún otro procedimiento. Un
método de paso simple que también evita la necesidad de evaluar los f t , f x , etcétera,
fue introducido por Runge: él sugirió la posibilidad de evaluar f (t, x) en ciertos puntos
intermedios, usando un juego de coeficientes cuidadosamente seleccionados.6
5 Estos dos métodos fueron introducidos por el matemático inglés John Couch Adams, quien en 1845
usó las leyes de Kepler, una tabla de posiciones de Urano, y un algoritmo numérico de este estilo para
predecir la posición de Neptuno (casi simultáneamente con Le Verrier), confirmada en 1846. El método
predictor fue empleado por él y Francis Bashforth en 1883 para estudiar la formación de gotas líquidos; el
método corrector fue usado por Forrest Moulton en 1926 en un problema balístico.
6 En el artículo original: Carl Runge, “Über die numerische Auflösung von Differentialgleichungen”,
Mathematische Annalen 46 (1895), 167–178, los principios del método fueron expuestos y analizados.
Posteriormente, en: Wilhelm Kutta, “Beitrag zur näherungweisen Integration totaler Differentialgleichun-
gen”, Zeitschrift für mathematische Physik 46 (1901), 435–453, aparecen el esquema general del método
y los dos ejemplos más famosos de orden 4.
116
Definición 5.9. El esquema de Runge, reformulado por Kutta, propone un algoritmo:
x m+1 := x m + (b1 k 1 + b2 k2 + · · · + br kr ), (5.10a)
con pesos b1, . . . , br por determinar, con unos r incrementos ki de la forma
k 1 := h f (t m, x m ),
k 2 := h f (t m + c2 h, x m + a21 k1 ),
k 3 := h f (t m + c3 h, x m + a31 k1 + a32 k 2 ), etc. (5.10b)
con el patrón general:

i−1
X
ki := h f t m + ci h, x m + ai j k j . (5.10c)
j=1
donde se toma c1 = 0. Dícese que este método tiene r etapas (el número de evaluaciones
de los incrementos ki ) y que tiene orden p si es exacto para polinomios x(t) de grados
no mayor que p. ♦
Para obtener un método de Runge y Kutta de orden 2, hay que determinar b1 , b2 , c2

y a21 tales que la asignación (5.10a) coincida con el desarrollo de Taylor hasta segundo
orden. En otras palabras, se compara el desarrollo
x(t + h) = x(t) + h x 0(t) + 21 h2 x 00(t) + O(h3 ) (5.11)
con lo que se obtiene de la fórmula de Taylor en dos variables:
f (t + c2 h, x + a21 h f (t, x)) = f (t, x) + c2 h f t (t, x) + a21 h f (t, x) f x (t, x) + O(h2 ).

.
El paso x(t + h) = x(t) + b1 k 1 + b2 k 2 entonces implica que
x(t + h) = x(t) + (b1 + b2 ) f (t, x) + b2 c2 h2 f t (t, x) + b2 a21 h2 f (t, x) f x (t, x) + O(h3 ).
Al comparar con (5.11), habida cuenta de que x 0(t) = f (t, x) y x 00(t) = ( f t + f f x )(t, x),
se obtienen las condiciones
b1 + b2 = 1, b2 c2 = b2 a21 = 1
2 =⇒ c2 = a21 .
Queda un parámetro libre, que podría ser c2 .

En general, para los métodos con r etapas, resulta que
b1 + · · · + br = 1 y ci = ai1 + · · · + ai,i−1 . (5.12)
117
Algunas de las posibilidades para métodos de segundo orden son las siguientes:
Para c2 = 1, se obtiene el método de Euler mejorado, (5.6):
x m+1 := x m + 12 h f (t m, x m ) + 12 h f (t m + h, x m + h f (t m, x m )).
Para c2 = 21 , se obtiene el método de Euler modificado, (5.8):
x m+1 := x m + h f (t m + 12 h, x m + 21 h f (t m, x m )).
Para c2 = 32 , se obtiene el llamado método de Heun de segundo orden:
x m+1 := x m + 41 h f (t m, x m ) + 34 h f (t m + 32 h, x m + 23 h f (t m, x m )).
Nótese que las primeras dos fórmulas ya tienen incorporados el término x̃ m+1 de las
fórmulas (5.6) y (5.8). Se trata de un método de paso simple, sin necesidad de un
“predictor” explícito.
Es factible hacer un análisis semejante para métodos de tercer y cuarto orden, como
también para órdenes superiores, aunque los desarrollos de Taylor se vuelven engorrosos.
Por ejemplo, para orden 3 hay que emplear la fórmula:
x 000(t) = f tt + 2 f f t x + f 2 f x x + f t f x + f f x2 (t, x).

En todo caso, se obtienen diversos relaciones entre los parámetros b j , ci y ai j , que

incluyen las relaciones lineales (5.12) ya mencionadas. En cada caso, quedan algunos
parámetros libres, que dan lugar a una familia de métodos de Runge y Kutta para cada
orden.
Se puede organizar los parámetros con el esquema que sigue.
Definición 5.10. Un método de Runge y Kutta está determinado por sus coeficientes:
dos vectores b, c ∈ Rr y una matriz triangular inferior A, organizados en un tablero de
Butcher:7
c A
b>
donde b > es la transpuesta de b (un vector de fila). En este tablero, resulta que c1 = 0 y
se cumplen las relaciones (5.12), entre otras: la última fila tiene suma 1 y la suma de la
fila # i de A es igual a ci , colocada a la izquierda de esa fila. ♦
7 Todos los métodos de Runge y Kutta han sido estudiados a fondo por John Butcher, quien introdujo
este tablero en 1964 para exhibir los coeficientes. Los métodos dados por (5.10) son “explícitos”: x m+1
depende directamente de x m . Cuando se permite c1 , 0 y que la matriz A no sea triangular inferior, se
obtienen otros métodos “implícitos”, no discutidos en este curso.
118
Ejemplo 5.11. Los tableros de Butcher de una o dos etapas son:
0 0 0
0 0 1 1 2 2
1 1 2 2 3 3
1 1 1 1 3
2 2 0 1 4 4
que representan respectivamente: el método de Euler (de una sola etapa); el método de
Euler mejorado; el método de Euler modificado; y el método de Heun. ♦
Ejemplo 5.12. De entre los tableros de tres etapas, se pueden mencionar:
0 0 0
1 1 2 2 1 1
2 2 3 3 3 3
2 2 2 2
1 −1 2 3 0 3 3 0 3
1 2 1 1 3 3 1 3
6 3 6 4 8 8 4 0 4
atribuidos a Kutta, Nystrom y Heun, respectivamente.

Por ejemplo, la forma de Kutta corresponde al algoritmo:
x m+1 := x m + 16 (k 1 + 4k 2 + k 3 ), donde
k 1 := h f (t m, x m ),
k 2 := h f (t m + 21 h, x m + 12 k 1 ),
k 3 := h f (t m + h, x m − k 1 + 2k 2 ). (5.13)
Fíjese que solo se requiere tres evaluaciones de f (t, x) en diversos puntos en cima del
intervalo [t m, t m+1 ]. ♦
El significado del método de Runge queda más evidente en la fórmula (5.13). Cada
ki /h representa la pendiente de un segmento con abscisa t m +ci h. La solución aproximada
y(t) para t m 6 t 6 t m+1 es un segmento con extremo izquierdo (t m, x m ), como en
el método de Euler; pero, en contraste con este método, se calcula varias pendientes
posibles; y al final se decide por un promedio ponderado de las pendientes disponibles.
Esta variante sofisticada del método de Euler fue la que motivó a Runge a proponer su
algoritmo de paso simple.
Obviamente, se debe lograr un balance entre la precisión del método y el número de
evaluaciones de f (t, x). Para cálculos “manuales” se estima que ese meta se alcanza con
dos métodos de 4 etapas, ambos de orden 4, propuestas originalmente por Kutta, que se
detallan a continuación.8
8 Kuttaprefirió su “regla de tres octavos”, por tener mayor precisión, pero el otro método “clásico” fue
alabado por Runge, porque requiere menos pasos computacionales.
119
Definición 5.13. La regla de tres octavos de Kutta es el algoritmo de paso simple con
el tablero de Butcher siguiente:
0
1 1
3 3
2
3 − 13 1
1 1 −1 1
1 3 3 1
8 8 8 8
el cual corresponde al algoritmo:
x m+1 := x m + 18 (k 1 + 3k 2 + 3k 3 + k 4 ), donde
k 1 := h f (t m, x m ),
k 2 := h f (t m + 13 h, x m + 13 k 1 ),
k 3 := h f (t m + 32 h, x m − 13 k 1 + k2 ),
k 4 := h f (t m + h, x m + k 1 − k 2 + k 3 ). (5.14)
El análisis de error de los métodos de cuarto orden es difícil, pero Kutta creyó que este
método es más preciso que el que sigue.9 ♦
Definición 5.14. El método clásico de Runge y Kutta es el algoritmo de paso simple

con el tablero de Butcher siguiente:
0
1 1
2 2
1
2 0 12
1 0 0 1
1 1 1 1
6 3 3 6
el cual corresponde al algoritmo:
x m+1 := x m + 16 (k 1 + 2k 2 + 2k 3 + k 4 ), donde
k 1 := h f (t m, x m ),
k 2 := h f (t m + 12 h, x m + 12 k 1 ),
k 3 := h f (t m + 21 h, x m + 12 k 2 ),
k 4 := h f (t m + h, x m + k 3 ). (5.15)
9 Esta opinión está citado en: John C. Butcher y Gerhard Wanner, “Runge–Kutta methods: some
historical notes”, Applied Numerical Mathematics 22 (1996), 113–151.
120
Debido a que tres de los coeficientes ai j son ceros, este método es levemente más sencillo
que (5.14). En muchos libros de texto modernos, es el único método de Runge y Kutta
digno de mención. ♦
Ejemplo 5.15. Considérese de nuevo el problema de valor inicial del Ejemplo 5.4:
t3 − x
x 0(t) = , x(1) = 1, en el intervalo [1.0, 1.5].
t
Una vez más, se usa pasos de tamaño h = 0.1. Para x 0 = 1.0, se obtiene sucesivamente
(hasta 6 cifras decimales):
k 1 = 0.1 f (1.0, 1.0) = 0.0,
k 2 = 0.1 f (1.05, 1.0) = 0.015012,
k 3 = 0.1 f (1.05, 1.007506) = 0.014297,
k 4 = 0.1 f (1.1, 1.014297) = 0.028791.
Luego, el primer paso produce el valor
x 1 = 1.0 + 61 (0.0 + 0.030024 + 0.028594 + 0.028791) = 1.014568.
Ahora se continua el siguiente paso con k 1 = 0.1 f (1.1, 1.014568) = 0.028766, etcétera.
En resumen, se obtiene esta tabla de valores:10
tk 1.0 1.1 1.2 1.3 1.4 1.5

x k 1.0 1.014568 1.057000 1.126173 1.221714 1.343750
Esto ofrece el valor calculado y(1.5) = 1.343750, que se debe comparar con el valor
exacto x(1.5) = 41 ((1.5)3 + 3/1.5) = 14 (3.375 + 2) = 1.34375 (sin redondeo). Conclusión:
el método clásico de Runge y Kutta da el valor exacto de x(1.5), módulo de errores de
redondeo – los cuales en este caso son menores que la precisión de 10−6 en el transcurso
del cálculo.11 ♦
La ganancia de exactitud en comparación con el método de Euler mejorado es
impresionante. Por tal motivo, es frecuente usar uno de los métodos de Runge y Kutta
como una etapa de arranque antes de transferir el control a un algoritmo de predictor
y corrector, como el de Adams (5.9). El método de Adams de grado 4 conserva una
exactitud semejante al del clásico de Runge y Kutta, también de grado 4, pero requiere
menos cálculos en cada paso subsiguiente. La combinación de los dos métodos es muy
poderosa.
10 Tomados de Rai et al, op. cit., p. 428.
11 En el libro citado, se ejecutan los cálculos hasta 7 cifras decimales: todos los x k calculados son
exactos hasta 7 cifras.
121
5.4. Errores de truncación
5.4 Errores de truncación

Los métodos numéricos vistos en este capítulo son inexactos, en parte por las limitaciones
propias de los algoritmos pero también por la precisión limitada de los instrumentos de
cálculo. El segundo tipo de error se debe a la necesidad de expresar los números
calculados en cada operación aritmética con una cantidad acotada de cifras decimales:
4 o 5 para cálculos manuales, 8 a 12 para calculadoras de bolsillo o los “apps” que las
emulan; quizás 20 o más con software numérico profesional; pero de todas formas una
cantidad finita. Las desviaciones de las últimas cifras decimales debidas a esta precisión
finita se llaman errores de redondeo. Como los errores de esta clase, aunque siempre
presentes, no son propios de los algoritmos aquí discutidos, se limita su estudio en este
curso a una mención piadosa.12
Definición 5.16. Considérese, una vez más, el problema de valor inicial (5.1) en el
intervalo compacto a 6 t 6 b, subdividido en n segmentos iguales de longitud h =
(b − a)/n. Se calculan los valores aproximados x 1, x 2, . . . , x n mediante un algoritmo de
la forma
x k+1 := x k + h Φ(t k , x k , x k−1, . . . , x k−m+1 ; h), (5.16a)
para un método explícito de m pasos. n En un método implícito, Φ también puede
depender de x k+1 . o Sea x̃ /k (t) la solución exacta de x 0(t) = f (t, x) con la condición
inicial x̃ /k (t k ) = x k . La diferencia
x k+1 − x̃ /k (t k+1 )
se llama el error de truncación local o el error de discretización local en el paso #k.

La cantidad x n − x(b), donde x(t) es la solución exacta del problema original (5.1),
es el error de truncación cumulativo. Es importante señalar que x n − x(b) no es
simplemente la suma de los x k+1 − x̃ /k (t k+1 ), porque en general x̃ /k (t k ) , x(t k ) para
k = 1, . . . , n − 1. ♦
Para simplificar la discusión de los errores, aquí se discutirá en detalle los métodos
de un paso solamente. En la asignación
x k+1 := x k + h Φ(t k , x k ; h), (5.16b)
la función de incremento Φ depende del punto (t k , x k ) y de h por una fórmula concreta.

12 Físicamente, cualquier computadora reserva unos pocos registros para guardar en memoria un deter-
minado número decimal. Luego, se ejecutan operaciones de la llamada aritmética de punto flotante, que
ni siquiera es conmutativa ni asociativa. Sin embargo, los errores debidos a este tipo de inexactitud son
insignificantes en comparación con los errores de truncación y de redondeo.
122
De este modo, se puede redefinir el error de truncación local como una función
de t ∈ [a, b] y de h, así:
T(t, h) := x(t) + h Φ(t, x(t); h) − x(t + h). (5.17)
Este es el error obtenido al aplicar el algoritmo a la ecuación diferencial x 0(t) = f (t, x(t))
en el intervalo [t, t + h].
I Para el método de Euler, con función de incremento
Φ(t, x; h) = f (t, x),
la fórmula de Taylor de primer orden muestra que
T(t, h) = x(t) + h f (t, x(t)) − x(t + h)

h2 00
= x(t) + h x 0(t) − x(t + h) = − x (t + θh),
2
para algún θ con 0 < θ < 1.
En vista de que x 00(t) = f t (t, x(t)) + f (t, x(t)) f x (t, x(t)), se obtiene una cota
M2 := sup{ |x 00(t)| : a 6 t 6 b }, (5.18)
toda vez que f sea continuamente diferenciable (es decir, que las derivadas parciales f t
y f x sean continuas en [a, b] × R). En tal caso, se obtiene la estimación:
|T(t, h)| 6 12 h2 M2 . (5.19)
En cuanto al error cumulativo del método de Euler, el siguiente resultado es relevante.
Proposición 5.17. Sea dado el problema de valor inicial (5.1):
x 0(t) = f (t, x(t)), x(a) = x 0 .
Supóngase que f sea continuamente diferenciable y lipschitziana según (1.13):
| f (t, x) − f (t, y)| 6 L |x − y| para t ∈ [a, b]; x, y ∈ R.
La solución única x(t) es dos veces continuamente diferenciable y la cota M2 de (5.18)

es finita. Sea y(t) la solución aproximada (5.2) dada por el método de Euler. Entonces
el error cumulativo Ek := x k − x(t k ) en cada intervalo [a, t k ] satisface la desigualdad:
M2 L(t k −a)
−1 .

Ek 6 h e (5.20)
2L
123
Demostración. Si se compara la ecuación (5.16b) con (5.17) evaluada en t = t k :
x k+1 = x k + h Φ(t k , x k ; h),

x(t k+1 ) = x(t k ) + h Φ(t k , x(t k ); h) − T(t k , h),
al restarlos se obtiene una relación entre errores consecutivos:
Ek+1 = Ek + h Φ(t k , x k ; h) − Φ(t k , x(t k ); h) + T(t k , h).

En el caso del método de Euler, esa fórmula se simplifica:
Ek+1 = Ek + h f (t k , x k ) − f (t k , x(t k )) + T(t k , h).

Sea T := max{ |T(t k , h)| : k = 1, . . . , n }. Entonces T 6 1 2

2 h M2 por (5.19). La
condición de Lipschitz implica que
| f (t k , x k ) − f (t k , x(t k ))| 6 L |x k − x(t k )| = L |Ek |
y por lo tanto:
|Ek+1 | 6 (1 + hL)|Ek | + |T(t k , h)| 6 (1 + hL)|Ek | + T .
Como E0 = x 0 − x(t 0 ) = 0 por la condición inicial, se obtiene |E1 | 6 T. En seguida,
|E2 | 6 T 1 + (1 + hL) , |E3 | 6 T 1 + (1 + hL) + (1 + hL)2 ,

y luego, por inducción sobre k,
(1 + hL) k − 1 M2
(1 + hL) k − 1 .

|Ek | 6 T 6h
hL 2L
La desigualdad de Bernoulli, 1 + hL 6 e hL , entrega la conclusión:
M2 k hL M2 L(t k −a)
−1 = h −1 .

|Ek | 6 h e e
2L 2L
En particular, |En | 6 h M2 (e L(b−a) − 1)/L.
Corolario 5.18. El método de Euler es de primer orden, por cuanto sus errores de
truncación cumulativos son O(h) con pasos de tamaño h.
124
I Antes de abordar los errores de truncación para otros métodos, es útil observar que
todos los métodos discutidos hasta ahora se extienden a ecuaciones de orden superior,
o bien a sistemas de ecuaciones de primer orden, al considerar ecuaciones con soluciones
vectoriales. Es decir, se debe estudiar el problema de valor inicial:
x 0(t) = f (t, x(t)), x(a) = x0 (5.21)
en el intervalo a 6 t 6 b, con x(t) ∈ Rm y f : [a, b] × Rm → Rm una función continua y

lipschitziana. Por ejemplo, se obtiene el método de Euler para una ecuación de segundo
orden x 00(t) = g(t, x(t), x 0(t)) al colocar y(t) := x 0(t) y al considerar un sistema de dos
ecuaciones:
x 0(t) = y(t),
y0(t) = g(t, x(t), y(t)), con x(a) = x 0, y(a) = y0
usando el algoritmo
x k+1 := x k + hy k , y k+1 := y k + h g(t k , x k , y k ).
Para simplificar los desarrollos de Taylor que siguen, es mejor limitarse a problemas
de valor inicial para ecuaciones diferenciales autónomas:
x 0(t) = f (x(t)), x(a) = x0 . (5.22)
Esto se puede lograr con el artificio de reemplazar x(t) = (x 1 (t), . . . , x m (t)) ∈ Rm por
el vector x̃(t) := (t, x 1 (t), . . . , x m (t)) ∈ Rm+1 , considerando t como una nueva incógnita.
Al reemplazar f (t, x(t)) por f˜ ( x̃(t)) := 1, f 1 (t, x(t)), . . . , f m (t, x(t)) , se convierte el

sistema no autónoma (5.21) en un sistema autónoma:
x̃ 0(t) = f˜ ( x̃(t)), x̃(a) = (a, x0 ).
El desarrollo de Taylor de x(t + h) en el caso vectorial no difiere del caso escalar,

salvo en la notación:
h2 00 h3 000 h m (m)
x(t + h) = x(t) + h x 0(t) + x (t) + x (t) + · · · + x (t) + O(h m+1 ). (5.23)
2! 3! m!
Cuando x 0(t) = f (x(t)) en vista de la ecuación diferencial autónoma (5.22), de modo
que x 0j (t) = f j (x(t)) para j = 0, 1, . . . , m, la regla de la cadena implica que
m m
X ∂ fi 0 X ∂ fi ∂f
x 00j (t) = x i (t) = f i (x(t)) ≡ · f (x(t)) =⇒ x 00(t) = f x · f (x(t)).
i=0
∂ x j i=0
∂ x j ∂ x j
En la notación, f x denota la matriz de derivadas parciales [∂ f i /∂ x j ] actuando sobre el

vector f . (Esta expresión f x · f reemplaza f t + f x f del caso escalar no autónoma.)
125
Para las derivadas superiores de x(t), las fórmulas apropiadas son13
x 000(t) = f x x · ( f , f ) + ( f x )2 · f ,
x (4) (t) = f x x x · ( f , f , f ) + 3 f x x · ( f , f x · f ) + f x · f x x · ( f , f ) + ( f x )3 · f ,
etc., evaluadas en x(t). Aquí, f x x es una forma bilineal simétrica, f x x x es trilineal, etc.
Proposición 5.19. El método de Euler mejorado es de segundo orden, pues tiene errores
de truncación global O(h2 ) con pasos de tamaño h.
Demostración. El método de Euler mejorado es un método de Runge y Kutta de dos

etapas (véase el Ejemplo 5.11:
x m+1 := x m + 12 k 1 + 21 k 2,
k 1 := h f (t m, x m ),
k 2 := h f (t m + h, x m + k1 ).
Se puede convertir esta en una ecuación autónoma al introducir las notaciones vectoriales
x(t) ≡ (t, x(t)) y f (x(t)) ≡ (1, f (t, x(t))); para así obtener
x m+1 := x m + 12 k1 + 12 k2, k1 := h f (x m ), k2 := h f (x m + k1 ).
Se debe mostrar que le error de truncación local es de orden O(h3 ). Según (5.17), es
cuestión de desarrollar en potencias de h la expresión:
T (t, h) := x(t) + 21 h f (x(t)) + f (x(t) + k1 (t)) − x(t + h),

donde, para t ∈ [a, b − h] cualquiera, se ha introducido14
k1 (t) := x(t + h) − x(t)

= h x 0(t) + 12 h2 x 00(t) + O(h3 )
= h f (x(t)) + 12 h2 f x · f (x(t)) + O(h3 ).
De la serie de Taylor de x(t), se obtiene
T (t, h) = −h x 0(t) − 12 h2 x 00(t) − 16 h3 x 000(t) + O(h4 ) + 12 h f (x(t)) + 21 h f (x(t) + k1 (t)).

13 Las expresiones para derivadas de orden 4 en adelante requieren el aparato combinatorio, de árboles
con raíz, introducido para ese propósito por Arthur Cayley en 1857. Estos árboles con raíz fueron usados
por Butcher en 1963 para analizar los métodos de Runge y Kutta con más de 4 etapas.
14 Esta definición, para t = t , implica cambiar el segundo argumento de k , reemplazando x + k
m 2 m 1
por x m+1 en las fórmulas anteriores. En otras, palabras, se trata de la versión implícita de método de Euler
mejorado. Esto introduce una discrepancia despreciable de O(h4 ) en el análisis del método.
126
Por otro lado, al abreviar f (x) ≡ f (x(t)), se ve que
f (x + k1 ) = f (x) + f x · k1 + 12 f x x · (k1, k1 ) + · · ·
= f (x) + h f x · f (x) + 21 h2 ( f x )2 · f (x) + 12 h2 f x x · ( f (x), f (x)) + O(h3 ).
En la expresión anterior para T (t, h), los términos −h x 0(t) + 12 h f (x(t)) + 12 h f (x(t))
cancelan. Luego
T (t, h) = − 12 h2 x 00(t) − 16 h3 f x x · ( f (x), f (x)) + ( f x )2 · f (x)

+ 12 h2 f x · f (x) + 14 h3 f x x · ( f (x), f (x)) + ( f x )2 · f (x) + O(h4 )

= 12
1 3
h f x x · ( f (x), f (x)) + ( f x )2 · f (x) + O(h4 ).

Esta última expresión puede abreviarse como T (t, h) = 12 h x (t) + O(h4 ). En el

1 3 000
problema original, esto dice que T(t, h) = 12 h x (t) + O(h4 ); o bien, con menos
1 3 000
precisión, T(t, h) = O(h3 ). Entonces Em = O(h2 ) para m = 1, 2, . . . , n.
Los mismos métodos son aplicables para analizar los errores de truncación en méto-
dos de Runge y Kutta de tres o cuatro etapas. Las expansiones de esas series de Taylor
dan lugar a expresiones extensas. En todo caso, es posible comprobar que los métodos
de tres etapas en el Ejemplo 5.12 obedecen T(t, h) = O(h4 ). Con más esfuerzo, se puede
verificar15 los dos métodos de cuatro etapas introducidos en las Definiciones 5.13 y 5.14
cumplen T(t, h) = O(h5 ), de tal manera que estos dos métodos tiene errores de truncación
global de cuarto orden.
15 Para
un análisis relativamente sucinto de los errores de truncación del método clásico, véase el libro
de Birkhoff y Rota, pp. 218–219.
127
1.5. Ejercicios sobre ecuaciones diferenciales de primer orden
Ejercicios
1.5 Ejercicios sobre ecuaciones diferenciales de primer orden
Ejercicio 1.1. Encontrar, en cada caso, una ecuación diferencial cuya solución general
es la familia de curvas dadas en el plano t x:
(a) Las funciones x(t) = C e−5t , con C ∈ R.
(b) Los círculos (t − a)2 + x 2 = 4, con a ∈ R.
(c) Todas las rectas tangentes a la parábola 2x = t 2 .
Ejercicio 1.2. Encontrar aproximaciones sucesivas x 0 (t), x 1 (t), x 2 (t), x 3 (t) a los siguien-
tes problemas de valor inicial:
(a) x 0(t) = t + x(t)2 , x(0) = 0.
(b) x 0(t) = 2 x(t) − 2t 2 − 3, x(0) = 2.
Ejercicio 1.3. Encontrar aproximaciones sucesivas x 0 (t), x 1 (t), x 2 (t), x 3 (t) al problema
de valor inicial:
x 0(t) = t + x(t), x(0) = 1.
En seguida, encontrar una fórmula para la k-ésima aproximación x k (t). Hallar una
función x(t) tal que x k (t) → x(t) cuando k → ∞ para todo t ∈ R y mostrar que esta
función resuelve la ecuación dada.
Ejercicio 1.4. Mostrar que la función f (t, x) = |x| p es lipschitziana1 en el punto (0, 0)
si p 6 1, pero no es lipschitziana en ese punto si 0 < p < 1.
Ejercicio 1.5. Encontrar los rectángulos cerrados V ⊆ R2 en las cuales estas funciones
son lipschitzianas:
x t
(a) f 1 (t, x) = ; (b) f 2 (t, x) = .
1 + t2 1 + x2
Ejercicio 1.6. Encontrar dos soluciones distintas al problema de valor inicial:
3
x 0(t) = x(t)1/3, x(0) = 0.
2
1 Con respecto a la segunda variable x.
128
Ejercicio 1.7. Demostrar que la solución al problema de valor inicial:

x 0(t) = 1 + t 2 x(t)4, x(0) = 0,
es única en un intervalo −a 6 t 6 a; y que esta solución es necesariamente una función
impar, esto es, x(−t) ≡ −x(t).
Ejercicio 1.8. Si h : [a, b] → R y g : [c, d] → R \ {0} son funciones continuas cuyos
dominios son intervalos compactos, demostrar que el problema de valor inicial:
x 0(t) = h(t) g(x); x(t 0 ) = x 0
posee una solución única en un vecindario de cualquier punto (t 0, x 0 ) del rectángulo
abierto (a, b) × (c, d).
Ejercicio 1.9. Encontrar la solución general de cada una de las siguientes ecuaciones:
(a) x 0(t) = 4t 3 x 4 .
(b) x 0(t) = −t x 2 .
(c) t x x 0(t) + 1 + x 2 = 0.
(d) (1 + t 2 ) x 0(t) = t x(1 + x 2 ).
(e) 2t 2 x 0(t) + 1 + t 2 x 2 = 0.
n Indicación: Expresar las soluciones en el formato F(t, x) = C o bien F(t, x; C) = 0,
donde el lado izquierdo depende de un parámetro C. En la parte (e), colocar y := t x. o
Ejercicio 1.10. Resolver cada una de estos problemas de valores iniciales:
(a) x 0(t) = x 2 − 1; x(0) = 0.
(b) (2x + 1) x (t) = x + x;
0 2
x(0) = 1.
t √
(c) x 0(t) = ; x( 2) = 1.
x
(d) (1 + e )x x 0(t) = et ;
t
x(0) = 1.
(e) x 0(t) sen t = x log x; x(π/2) = e.
Ejercicio 1.11. Comprobar que las siguientes ecuaciones diferenciales son exactas y
hallar la solución general en cada caso:
(a) (2x 2 + 1) dx = (y 5 − 1) dy.
(b) (x + y) dx + (x − y) dy = 0.
(c) (x 3 + x y 2 ) dx + (x 2 y + y 3 ) dy = 0.
(d) (sen xy + x y cos xy) dx + (x 2 cos x y) dy = 0.
(e) (sen y + y sen x + x −1 ) dx + (x cos y − cos x + y −1 ) dy = 0.
129
1.5. Ejercicios sobre ecuaciones diferenciales de primer orden
Ejercicio 1.12. En la hidrodinámica plana, una familia de curvas F(x, [y) = C representa
curvas equipotenciales; el movimiento del fluido sigue las líneas de flujo G(x, y) = C 0
tales que, en cada punto (x, y), las dos rectas tangentes son perpendiculares. (Dícese que
las dos familias son trayectorias ortogonales, una a la otra.) Así, si la tangente en (x, y)
a la primera familia es y0(x), la tangente a la otra familia tiene pendiente −1/y0(x).
(a) Mostrar que las trayectorias ortogonales a las hipérbolas x 2 − y 2 = C son otras
hipérbolas x y = C 0. n Indicación: Hallar la ecuación diferencial que describe las
primeras, deducir la ecuación diferencial para la otra familia, y luego resolverla. o
(b) Encontrar las trayectorias ortogonales a las elipses concéntricas x 2 + 2y 2 = C.

Ejercicio 1.13. Encontrar un factor integrante de la forma µ(x) para cada una de las
siguientes ecuaciones diferenciales y luego hallar sus soluciones generales:
(a) (2y + x) dx + (x 2 − 1) dy = 0.
(b) (1 − x 2 y) dx + (x 2 y − x 3 ) dy = 0.
(c) (x 2 + y) dx − x dy = 0.
(d) (x + y 2 ) dx − 2x y dy = 0.
(e) (3y + 4x y 2 ) dx + (2x + 3x 2 y) dy = 0.
Ejercicio 1.14. Si µ(x, y) es un factor integrante a la ecuación diferencial
M(x, y) dx + N(x, y) dy = 0,
comprobar la siguiente relación entre derivadas parciales:
µ(x, y) My (x, y) − Nx (x, y) = N(x, y) µ x (x, y) − M(x, y) µ y (x, y).

Deducir que hay un factor integrante de la forma µ(x) si y solo si la función (My − Nx )/N
depende de x solamente.
Mostrar también que hay un factor integrante de la forma µ(y) si y solo si la función
(My − Nx )/M depende de y solamente.
Ejercicio 1.15. Encontrar un factor integrante para cada una de las siguientes ecuaciones
y hallar sus soluciones generales:
(a) (1 + y 2 ) dx + x y dy = 0.
q
(b) 2x y log y dx + x 2 + y 2 1 + y 2 dy = 0.
(c) (y − x 2 y 2 ) dx + x dy = 0.
n Indicación: Para la parte (c), calcular la diferencial dF de la función F(x, y) = −1/x y. o
130
Ejercicio 1.16. Encontrar la solución general de cada una de las siguientes ecuaciones:
x−t +1
(a) x 0(t) = .
xp− t + 2
(b) t x 0(t) = t 2 − x 2 + x.
(c) (t n + x n ) x 0(t) = t n−1 x si n ∈ N∗ .
(d) (x 3 − y 3 ) dx + xy 2 dy = 0.
Ejercicio 1.17. Escribir en detalle la demostración del Teorema 1.150:

Sea f : [a, b] × Rm → Rm una función continua y lipschitziana; tómese un vector fijo
a ∈ Rm . Entonces el problema de valor inicial:
x 0(t) = f (t, x(t)), x(t 0 ) = a
Ejercicio 1.18. Demostrar que los problemas de valores iniciales de segundo orden:
(a) x 00(t) = x |x|, x(0) = a1, x 0(0) = a2 ;

(b) x 00(t) = x 4, x(0) = a1, x 0(0) = a2 ;
poseen soluciones únicas definidas en todo R, para cada par de valores a1, a2 ∈ R.
Ejercicio 1.19. El siguiente problema de valores iniciales tiene solución única:
x 0(t) = y(t), x(0) = 0,

y0(t) = −x(t), y(0) = 1.
Demostrar que esta solución satisface la ecuación x 2 + y 2 = 1. n Indicación: Considerar

la función z(t) := x(t)2 + y(t)2 . o
Ejercicio 1.20. Resolver estos problema de valores iniciales de segundo orden:
(a) t x 00(t) + x 0(t) = 0, x(1) = 0, x 0(1) = 2.

(b) x 00(t) + x(t) x 0(t) = 0, x(0) = 0, x 0(0) = 2.
n Indicación: En los dos casos, la sustitución y(t) := x 0(t) reduce la ecuación dada a otra
de primer orden. En el segundo caso, es útil notar que dy/dt = (dx/dt)(dy/dx). o
131
2.4. Ejercicios sobre ecuaciones diferenciales lineales
2.4 Ejercicios sobre ecuaciones diferenciales lineales

Ejercicio 2.1. Demostrar que las siguientes pares de funciones son linealmente indepen-
dientes sobre el intervalo indicado:
(a) x 1 (t) = t 3 − t 2 , x 2 (t) = t 3 − 3t; sobre R.
(b) x 1 (t) = sen t, x 2 (t) = tg t; sobre (− π2 , π2 ).
(c) x 1 (t) = tg t, x 2 (t) = ctg t; sobre (0, π2 ).
Ejercicio 2.2. Comprobar que las funciones g(t) := sen t y h(t) := t 2 son linealmente
independientes sobre R. Demostrar que, a pesar de eso, no hay ecuación diferencial
alguna de la forma x 00(t) + p(t) x 0(t) + q(t) x(t) = 0, con p : R → R y q : R → R
continuas, cuya solución general sería x(t) = c1 sen t + c2 t 2 .
Ejercicio 2.3. Encontrar una solución polinomial n es decir, x(t) es un polinomio en t o

a la ecuación diferencial lineal homogénea
x 00(t) − t x 0(t) + 3 x(t) = 0.
Demostrar que esta ecuación también posee una solución no polinomial. (No es necesario
hallar una fórmula explícita para la segunda solución.)
Ejercicio 2.4. Averiguar si los siguiente triples de funciones son linealmente indepen-
dientes sobre R, o no:
(a) et , e2t, e3t .

(b) et , t et , t 2 et .
(c) sen t, cos t, cos 2t.
(d) cos t, cos(t + 1), cos(t + 2).
Ejercicio 2.5. Si x(t) = c1 x 1 (t) + c2 x 2 (t) es a solución general de la ecuación diferencial

lineal homogénea x 00(t) + p(t) x 0(t) + q(t) x(t) = 0, y si w(t) := W (x 1, x 2 )(t) es el
wronskiano de dos soluciones linealmente independientes, demostrar que los coeficientes
satisfacen:
x 2 (t) x 001 (t) − x 1 (t) x 002 (t) x 01 (t) x 002 (t) − x 02 (t) x 001 (t)
p(t) = , q(t) = .
w(t) w(t)
n Indicación: calcular el wronskiano W (x 1, x 2, x)(t). o
132
Ejercicio 2.6. Hallar ecuaciones diferenciales lineales homogéneas de segundo orden,

definidas sobre R, que tienen las siguientes pares de soluciones:
(a) x 1 (t) = t, x 2 (t) = sen t.
(b) x 1 (t) = cosh t, x 2 (t) = senh t.
n Indicación: usar el Ejercicio 2.5 anterior. o
Ejercicio 2.7. Considérese la ecuación lineal homogénea x 00(t)+ p(t) x 0(t)+q(t) x(t) = 0.
(a) Si m(m − 1) + mt p(t) + t 2 q(t) = 0, mostrar que x 1 (t) := t m es una solución.
(b) Hallar la solución general de la ecuación diferencial
(1 − t 2 ) x 00(t) + 2t x 0(t) − 2 x(t) = 0
sobre el intervalo (−1, 1).
Ejercicio 2.8. Considérese la ecuación lineal homogénea x 00(t)+ p(t) x 0(t)+q(t) x(t) = 0.
(a) Si a2 + ap(t) + q(t) = 0, mostrar que x 1 (t) := e at es una solución.
(b) Hallar la solución general de la ecuación diferencial
t x 00(t) − (2t + 1) x 0(t) + (t + 1) x(t) = 0
sobre el intervalo (0, ∞).
Ejercicio 2.9. Comprobar que la ecuación lineal homogénea
t x 00(t) − x 0(t) − 4t 3 x(t) = 0

2
admite x 1 (t) := et como solución particular.
En seguida, hallar la solución general de esta ecuación diferencial.
Ejercicio 2.10. Demostrar el teorema de separación de Sturm:

Si g(t) y h(t) son dos soluciones linealmente independientes de la ecuación lineal
homogénea x 00(t) + p(t) x 0(t) + q(t) x(t) = 0, demostrar que entre dos ceros consecutivos
de g(t) debe haber un único cero de h(t).
Concluir que los ceros de las dos soluciones están entrelazadas (es decir, hay un cero
de una entre dos ceros consecutivos de la otra.)
Ilustrar este teorema con las soluciones de la ecuación x 00(t) + ω2 x(t) = 0.
n Indicación: si g(a) = g(b) = 0 con g(t) , 0 para a < t < b, usar el wronskiano
W (g, h)(t) para estudiar los posibles signos de los números g0(a), g0(b), h(a) y h(b). o
133
Ejercicio 2.11. Encontrar la solución general a cada una de las siguientes ecuaciones
diferenciales, cuya parte homogénea tiene coeficientes constantes:
(a) x 00(t) − x(t) = t 2 .
(b) x 00(t) − x(t) = sen t cos t.

1
(c) x 00(t) − x(t) = .
1 + et
(d) x 00(t) + x(t) = 3 t 2 + t.
(e) x 00(t) − x 0(t) − 2 x(t) = sen 2t.
Ejercicio 2.12. Encontrar la solución general a cada una de las siguientes ecuaciones
lineales inhomogéneas en el intervalo t > 0:
(a) t 2 x 00(t) + 2t x 0(t) − 12 x(t) = t 4 .

(b) t x 00(t) + (2t − 1) x 0(t) = −4t 2 .
Ejercicio 2.13. Comprobar que la ecuación diferencial lineal homogénea
t x 00(t) + 2 x 0(t) + t x(t) = 0
tiene una base de soluciones x 1 (t) := (sen t)/t, x 2 (t) := (cos t)/t, válidas para t , 0.
En seguida, hallar la solución general a la ecuación inhomogénea
t x 00(t) + 2 x 0(t) + t x(t) = 1.
Ejercicio 2.14. Hallar la solución general a cada una de las siguientes ecuaciones inho-
mogéneas, dada una solución x 1 (t) de la ecuación homogénea correspondiente:
(a) t 2 x 00(t) − t x 0(t) − 3 x(t) = 5t 4, x 1 (t) = 1/t.

(b) x (t) − x (t) + e x(t) = te − 1,
00 0 2t 2t
x 1 (t) = sen(et ).
Ejercicio 2.15. Si h : [−a, a] → R es una función continua, demostrar que la solución

general de la ecuación diferencial
x 00(t) + x(t) = h(t)
puede expresarse en la forma

t
x(t) = c1 cos t + c2 sen t + h(s) sen(t − s) ds,
0
para −a 6 t 6 a.
134
Ejercicio 2.16. Resolver los siguientes problemas de valores iniciales:
(a) x 00(t) + 8 x 0(t) + 16 x(t) = 0; con x(0) = 1, x 0(0) = −1.
(b) 2 x 00(t) + 4 x 0(t) + 5 x(t) = 0; con x(0) = 0, x 0(0) = 1.
(c) x 00(t) − 6 x 0(t) + 9 x(t) = 0; con x(0) = 0, x 0(0) = 1.
Ejercicio 2.17. Encontrar la solución general de cada una de las siguientes ecuaciones
lineales inhomogéneas:
(a) x 00(t) − 4 x(t) = 4t 2 .

(b) x 00(t) + x(t) = 3t 2 + t.
(c) x 00(t) − x 0(t) − 2 x(t) = 2t + et .
(d) x 00(t) + x(t) = t sen 2t.
(a) x 000(t) + 4 x 0(t) = 0; con x(0) = 1, x 0(0) = −1, x 00(0) = 2.
(b) x 000(t) + x 00(t) − 2 x(t) = 0; con x(0) = 0, x 0(0) = 0, x 00(0) = 1.
(c) x (4) (t) − x(t) = 0; con x(0) = 1, x 0(0) = x 00(0) = x 000(0) = 0.
Ejercicio 2.19. Encontrar las soluciones generales de las siguientes ecuaciones lineales:
(a) x (4) (t) − 2 x 000(t) − 7 x 00(t) + 20 x 0(t) − 12 x(t) = 0.

(b) x (4) (t) − 6 x 000(t) + 7 x 00(t) + 6 x 0(t) − 8 x(t) = 0.
(c) x (4) (t) − 4 x 000(t) + 5 x 00(t) − 4 x 0(t) + 4 x(t) = 0.
(d) x (6) (t) − 64 x(t) = 0.
Ejercicio 2.20. Encontrar las soluciones generales de las siguientes ecuaciones lineales:
(a) x (4) (t) + 3 x 000(t) + 2 x 00(t) = et .

(b) x 00(t) − x 0(t) − 6 x(t) = 6t 3 + 26 sen 2t.
135
0 1+ cosh t senh t +
Ejercicio 2.21. (a) Si A = * , mostrar que exp(At) = * para t ∈ R.
,1 0 - ,senh t cosh t -
(b) Resolver el problema de valores iniciales:
x (t) = y(t)
( 0 )
con x(0) = 2 , y(0) = −3.
y0(t) = x(t)
1 0+
Ejercicio 2.22. Calcular exp(At) para A = * .
,3 1 -
En seguida, hallar la solución general al sistema de ecuaciones diferenciales:
x 0(t) = x(t), y0(t) = 3 x(t) + y(t).
Ejercicio 2.23. Encontrar las soluciones generales de los siguientes sistemas:
x (t) = 2 x(t) + 6 y(t) + et x (t) = x(t) + 2 y(t) + 2t
( 0 ) ( 0 )
(a) : , (b) : .
y0(t) = x(t) + 3 y(t) − et y0(t) = 3 y(t) + t 2
Ejercicio 2.24. Resolver el problema de valores iniciales:
x 0(t) = x(t) + z(t), x(0) = 0,
y0(t) = −y(t) + z(t), y(0) = 1,
z (t) = y(t) − z(t),
0
z(0) = 0.
Ejercicio 2.25. Encontrar una base de autovectores generalizados para la matriz
*.3 1 0 +/
A = ..2 3 −1// .
,0 2 3 -
Luego, hallar la solución general del sistema x 0(t) = A x(t), si x(t) ≡ (x(t), y(t), z(t)).
Ejercicio 2.26. Un problema de Cauchy para un sistema lineal inhomogénea con coefi-
cientes constantes A ∈ Mn (R) tiene la forma:
x 0(t) = A x(t) + r(t); x(0) = x0 .
Verificar que la solución única está dada por la receta siguiente:
t
x(t) := exp(At) x0 + exp(A(t − s)) r(s) ds.
0
En seguida, resolver el problema de valores iniciales:
x (t) = x(t) + 2 y(t) + e−t
( 0 )
con x(0) = 2 , y(0) = −1.
y0(t) = 3 y(t)
136
3.3 Ejercicios sobre problemas de contorno

1
Ejercicio 3.1. Mostrar que las funciones x 1 (t) := cosh(t 2 − 1), x 2 (t) := 2 senh(t 2 − 1)
son dos soluciones de la ecuación lineal homogénea:
t x 00(t) − x 0(t) − 4t 3 x(t) = 0.
Bajo las condiciones de frontera de Dirichlet o Neumann en el intervalo [1, 2]:
(a) x(1) = 0 , x(2) = 0 ;

(b) x 0(1) = 0 , x 0(2) = 0 ;
averiguar si la solución nula x(t) ≡ 0 es la única solución o no.
Ejercicio 3.2. Dado el problema de contorno:
x 00(t) + 2 x 0(t) + 5 x(t) = 0 , x(0) = x(π/2) = 0 ,
hallar dos soluciones linealmente independientes x 1 (t) y x 2 (t) de la ecuación diferencial.

Verificar que el problema de contorno tiene infinitas soluciones; y encontrarlas.
Ejercicio 3.3. Resolver el problema de contorno:
x 00(t) − 6 x 0(t) + 25 x(t) = 0 , x 0(0) = 1 , x(π/4) = 0 .
Ejercicio 3.4. Demostrar que este problema de contorno no posee solución alguna:
x 00(t) + x(t) = t , x(0) + x 0(0) = 1 , x(π/2) − x 0(π/2) = 0.
Ejercicio 3.5. Encontrar la función de Green para el problema de contorno:

1 0
x (t) = 0 ,
x 00(t) − x(0) = x 0(0) = 0.
t
Ejercicio 3.6. Comprobar que la función de Green para el problema de contorno:
x 00(t) − x(t) = 0 , x(0) = x(1) = 0 ,
está dada por:

2e
senh t senh(s − 1), si 0 6 t 6 s 6 1,



 2
e −1
G(t, s) = 

 2e
senh s senh(t − 1), si 0 6 s 6 t 6 1.


 2
e − 1
Luego, encontrar la solución única al problema de contorno:
x 00(t) − x(t) = 2 sen t , x(0) = 0 , x(1) = 2 .
137
3.3. Ejercicios sobre problemas de contorno
Ejercicio 3.7. Verificar que la función de Green para el problema de contorno:
x 00(t) = 0 , x(a) = x(b) = 0 ,

(t − a)(b − s)
si a 6 t 6 s 6 b,



a − b

G(t, s) = 

está dada por: 
(b − t)(s − a)
si a 6 s 6 t 6 b.



 a−b
En seguida, hallar la solución única al problema de contorno:
x 00(t) = 6t , x(a) = x(b) = 0 .
Ejercicio 3.8. Considérese el problema de contorno con condiciones de Dirichlet:
x 00(t) + p(t) x 0(t) + q(t) x(t) = 0 , x(a) = x(b) = 0 .
Sean x 1 (t), x 2 (t) las soluciones respectivas de la ecuación diferencial bajo las condiciones
iniciales x 1 (a) = 0, x 01 (a) = 1; y x 2 (b) = 0, x 02 (b) = 1. Sea w(t) := W (x 1, x 2 )(t) su
wronskiano. Demostrar que la función G(t, s) definida por
 x 1 (t) x 2 (s)/w(s) si a 6 t 6 s 6 b,


G(t, s) := 
 x (s) x (t)/w(s) si a 6 s 6 t 6 b,

 1 2
es efectivamente la función de Green del problema de contorno dado.
Ejercicio 3.9. Encontrar una fórmula para una solución particular del problema de
contorno:
x 00(t) + p(t) x 0(t) + q(t) x(t) = r(t) , x(a) = x(b) = 0 ,
con base en el Ejercicio 3.8 anterior.
Ejercicio 3.10. Considérese el problema de contorno con condiciones de Neumann:
x 00(t) = r(t) , x 0(a) = x 0(b) = 0 .
Verificar que el problema homogéneo correspondiente posee una solución no trivial,

única hasta múltiplos. (Por lo tanto, no existe una función de Green para ese problema).
Demostrar, sin embargo, que este problema tiene soluciones (no únicas) de la forma
t
x(t) = c1 + (t − s) r(s) ds,
a
b
si y solo si se cumple a r(t) dt = 0.
138
Ejercicio 3.11. Hallar la función de Green para el problema de contorno con condiciones
de frontera periódicas:
x 00(t) + 4 x(t) = 0 , x(0) = x(π/2), x 0(0) = x 0(π/2).
Ejercicio 3.12. Encontrar los autovalores λ y las autofunciones correspondientes del
problema de Sturm y Liouville en el intervalo [0, π]:
x 00(t) + λ x(t) = 0, x 0(0) = x 0(π) = 0 .
Ejercicio 3.13. Encontrar los autovalores λ y las autofunciones correspondientes de
estos problemas de Sturm y Liouville en [0, π]:
(a) x 00(t) + λ x(t) = 0, x 0(0) = x(π) = 0.
(b) x 00(t) + λ x(t) = 0, x(0) = x 0(π) = 0.
problema de Sturm y Liouville en el intervalo [0, 1]:
x 00(t) + 2 x 0(t) + (1 − λ) x(t) = 0 , x(0) = x(1) = 0 .
problema de Sturm y Liouville en el intervalo [0, 1]:
d λ
(1 + t 2 ) x 0(t) + x(t) = 0 , x(0) = x(1) = 0 .

dt 1 + t2
n Indicación: usar el cambio de variable t =: tg s, s := arctg t. o
Ejercicio 3.16. Demostrar que el wronskiano de dos soluciones linealmente indepen-
dientes de la ecuación de Sturm y Liouville:
d
p(t) x 0(t) − q(t) x(t) + λ r(t) x(t) = 0

dt
C
está dada por w(t) = , para alguna constante C ∈ R.
p(t)
Ejercicio 3.17. Considérese un problema de Sturm y Liouville en el intervalo [a, b] con
condiciones de frontera periódicas:
d
p(t) x 0(t) − q(t) x(t) + λ r(t) x(t) = 0 , x(a) = x(b), x 0(a) = x 0(b),

dt
donde p(t) > 0 y r(t) > 0 para t ∈ [a, b]. Demostrar que dos autofunciones x(t), y(t)
para autovalores distintas λ , µ son ortogonales:
b
x(t) y(t) r(t) dt = 0.
a
n Indicación: usar la identidad de Lagrange. o
139
4.3. Ejercicios sobre soluciones en series de potencias
4.3 Ejercicios sobre soluciones en series de potencias

(a) x 00(t) + t x 0(t) + x(t) = 0, x(0) = 1, x 0(0) = 0.

(b) x 00(t) − t x(t) = 1, x(0) = 0, x 0(0) = 1.
(c) x 00(t) + (t − 1) x 0(t) + 2 x(t) = 0, x(1) = 3, x 0(1) = −2.
Ejercicio 4.2. La ecuación lineal homogénea:
x 00(t) − t x 0(t) − 2 x(t) = 0
tiene dos soluciones independientes: x 1 (t) es una función par, x 2 (t) es una función impar.
Expresarlas como series de potencias; y luego concluir que x 2 (t) = t et /2 .
2
Ejercicio 4.3. Hallar la solución general para estas ecuaciones lineales homogéneas:
(a) x 00(t) + t x 0(t) + x(t) = 0.

(b) (2t 2 + 1) x 00(t) + 3t x 0(t) − 6 x(t) = 0.
Ejercicio 4.4. Para la ecuación de Airy:
x 00(t) − t x(t) = 0,
hallar dos soluciones linealmente independientes. Comprobar que estas dos series de
potencias tiene radio de convergencia R = ∞.
Ejercicio 4.5. Sean C(t) y S(t) las dos soluciones de la ecuación diferencial lineal
x 00(t) − x(t) = 0, determinadas por las siguientes valores iniciales:2
C(0) = 1, C 0(0) = 0 ; S(0) = 0, S0(0) = 1 .
(a) Hallar los desarrollos de C(t) y S(t) como series de potencias (con R = ∞).
(b) Con base en dichas series, mostrar que C(t) es una función par y que S(t) es impar.
(c) Mostrar que S(t) tiene exactamente un cero en R y que C(t) nunca se anula.
(d) Calcular el wronskiano w(t) = W (C, S)(t) y luego concluir que C(t)2 − S(t)2 ≡ 1.
2 Desdeluego, C(t) y S(t) son funciones bien conocidas. En este ejercicio, se trata de averiguar las
propiedades de estas funciones que son consecuencias directas de la ecuación diferencial.
140
Ejercicio 4.6. El problema de valor inicial no lineal de primer orden:
x 0(t) = 1 + x(t)2, x(0) = 0,
posee una solución única en un intervalo (−c, c), la cual es analítica. Esta solución es
x(t) = tg t, desde luego. Comprobar que y(t) := −x(−t) cumple la misma ecuación
diferencial y concluir que tg t es una función impar. Nótese que x 0(0) = 1, así que
x(t) = t + m>1 a2m+1t 2m+1 . Obtener así los primeros términos de la serie de Taylor:
P
1 3 2 5 17 7 62 9
tg t = t + t + t + t + t +···
3 15 315 2835
Ejercicio 4.7. Considérese la ecuación de Chebyshev:
(1 − t 2 ) x 00(t) − t x 0(t) + λ x(t) = 0 .
(a) Expresar la solución general como serie de potencias. De la relación de recurrencia,

deducir que hay una solución polinomial Tn (t), de grado n ∈ N, si y solo si λ = n2 .
Este Tn (t), con Tn (1) = 1, se llama el polinomio de Chebyshev de grado n.
(b) Con el cambio de variable t = cos θ para θ ∈ [0, π], mostrar que la ecuación
diferencial (con λ = n2 ) se convierte en x 00(θ) + n2 x(θ) = 0. Concluir que
Tn (cos θ) = cos(nθ).
(c) Deducir la relación de ortogonalidad

1
dt
(Tm | Tn ) := Tm (t) Tn (t) √ =0 para m , n;
−1 1 − t2
y comprobar que (T0 | T0 ) = π y que (Tn | Tn ) = π/2 para n = 1, 2, 3, . . .
Ejercicio 4.8. Considérese la ecuación de Legendre:
(1 − t 2 ) x 00(t) − 2t x 0(t) + n(n + 1) x(t) = 0 .
cuya solución Pn (t), con Pn (1) = 1, es el polinomio de Legendre de grado n.
(a) De la relación de recurrencia para los coeficientes, deducir la expresión

X (−1) k n ! 2n − 2k !
Pn (t) = n
t n−2k .
062k 6n
2 k n
141
(b) Demostrar que esta fórmula de Rodrigues coincide con la expresión anterior:
1 dn 2
Pn (t) = (t − 1)n .

n
2 n! dt n
(c) Concluir que el polinomio de Legendre también está dado por:

n !2
1 X n
Pn (t) = n (t + 1) k (t − 1)n−k .
2 k=0 k
Ejercicio 4.9. Los polinomios de Legendre cumplen una relación de recurrencia:
(n + 1)Pn+1 (t) − (2n + 1)t Pn (t) + nPn−1 (t) = 0.
Demostrar esta relación, mediante los pasos siguientes. Se puede asumir que
1
2
(Pn | Pn ) := Pn (t)2 dt = .
−1 2n + 1
(a) Hay constantes An , Bn y Cn tales que
Q(t) := Pn+1 (t) − (An t + Bn ) Pn (t) − Cn Pn−1 (t)
tenga grado menor que (n − 1), de modo que Q(t) = r=0

Pn−2
Dr Pr (t). Usar la
ortogonalidad (Pn | Q) = 0 para mostrar que cada Dr = 0. Concluir que Q(t) = 0.
2n + 1
!
2n n
(b) Del Ejercicio anterior, Pn (t) = 2 −n t + · · · ; concluir que An = .
n n+1
(c) Calcular (Q | Pn−1 ) y deducir que
1 1
An (t) Pn (t) t Pn−1 (t) dt = Cn Pn−1 (t)2 dt.
−1 −1
Como An−1t Pn−1 (t) − Pn (t) tiene grado menor que n, concluir que
n
An (Pn | Pn ) = Cn An−1 (Pn−1 | Pn−1 ) y por ende Cn = .
n+1
(d) Inversamente, dados los valores de An y Cn , verificar por inducción que
A0 2
(Pn | Pn ) = C1C2 · · · Cn (P0 | P0 ) = .
An 2n + 1
142
Ejercicio 4.10. Encontrar, con el método de Frobenius, dos soluciones linealmente

independientes de la ecuación diferencial
2t 2 x 00(t) + (t 2 − t) x 0(t) + x(t) = 0.
Ejercicio 4.11. Considerar la ecuación lineal homogénea:
t 2 x 00(t) + 3t x 0(t) + (1 + t) x(t) = 0.
Tiene un punto singular regular en t = 0. Comprobar que la ecuación indicial tiene una
raíz doble. Encontrar dos soluciones independientes de las formas:
∞
X ∞
X
x 1 (t) = t r
ak t k
y x 2 (t) = x 1 (t) log t + t r
bk t k .
k=0 k=1
Ejercicio 4.12. Para m, n ∈ N con 0 6 m 6 n, considerar la ecuación lineal homogénea:

m2
(1 − t 2 ) x 00(t) − 2t x 0(t) + n(n + 1) − x(t) = 0.
1 − t2
(a) Después de sustituir x(t) =: (1 − t 2 )m/2 y(t), encontrar la ecuación diferencial
correspondiente (lineal, homogénea, de segundo orden) para y(t).
(b) Mostrar que una solución de la nueva ecuación es d m /dt m [Pn (t)], donde Pn (t)
es el polinomio de Legendre de grado n. Concluir que la función asociada de
Legendre Pnm (t) := (1 − t 2 )m/2 d m /dt m [Pn (t)] es una solución de la ecuación
diferencial lineal. n Indicación: aplicar d m /dt m a la ecuación de Legendre. o
Ejercicio 4.13. (a) Sea f n (t) := (t 2 − 1)n . Usando integración por partes, mostrar que
1 1 1
(n) (n) (n−1) (n+1) (2n)
In ≡ f n (t) f n (t) dt = − f n (t) f n (t) dt = (−1) n
f n (t) f n (t) dt.
−1 −1 −1
1 2n+1
2 (n!)2
(b) Verificar las identidades In = (2n)! (1 − t)n (1 + t)n dt = .
2n + 1
−1 1
2
(c) Con la fórmula de Rodrigues [Ejercicio 4.8(b)], comprobar Pn (t)2 dt = .
−1 2n + 1
Ejercicio 4.14. Hallar la solución general para estas ecuaciones lineales homogéneas, al
usar un cambio de variable s = at para transformarla en ecuaciones de Bessel:
(a) t 2 x 00(t) + t x 0(t) + (4t 2 − 19 ) x(t) = 0.

1 1
(b) x 00(t) + x 0(t) + x(t) = 0.
t 9
143
Ejercicio 4.15. Hallar la solución general de la ecuación diferencial siguiente, al usar la

transformación x(t) =: t 1/2 y(t) para obtener una ecuación de Bessel:
t 2 x 00(t) + (t 2 + 14 ) x(t) = 0.
Ejercicio 4.16. La función de Bessel Jn (t), para n ∈ N, está dada por la siguiente fórmula
integral:
1 π
Jn (t) = cos(t sen θ − nθ) dθ. (4.27)
π 0
Se sabe que cualquier solución de la ecuación de Bessel
t 2 x 00(t) + t x 0(t) + (t 2 − n2 ) x(t) = 0,
que es continua en t = 0, debe ser un múltiplo de Jn (t). Comprobar que el lado derecho
de (4.27) es proporcional a Jn (t), con igualdad cuando n = 0, 1, 2.
n Indicación: sea f n (t) el lado derecho de (4.27). Calcular f n0 (t) y f n00(t), simplificando
f n0 (t) con una integración por partes; luego comprobar que f n (t) es una solución. Evaluar
f 0 (0), f 10 (0), f 200(0). o
Ejercicio 4.17. Demostrar que la función de Bessel con índice n ∈ N,

∞
X (−1) k t 2k+n
Jn (t) := ,
k=0
k! (k + n)! 2
cumple las relaciones:
d n d −n
t Jn (t) = t n Jn−1 (t) t Jn (t) = −t −n Jn+1 (t).

y
dt dt
Deducir las fórmulas:
n n
Jn0 (t) = Jn−1 (t) − Jn (t) = Jn (t) − Jn+1 (t),
t t
y sus corolarios (relaciones de recurrencia):
2n
2Jn0 (t) = Jn−1 (t) − Jn+1 (t) y Jn+1 (t) = Jn (t) − Jn−1 (t).
t
√
Ejercicio 4.18. Se sabe que Γ( 21 ) = π. Verificar las fórmulas siguientes:
r r
2 2
J1/2 (t) = sen t, J−1/2 (t) = cos t.
πt πt
144
Ejercicio 4.19. Si 0 < r < ∞, las funciones etr/2 y e−t/2r son funciones analíticas para
todo t ∈ R. Tomando el producto de sus series de potencias, demostrar que
t ∞
X
exp (r − r −1 ) = Jn (t) r n . (4.28)
2 n=−∞
(Dícese que la función e t(r−r −1 )/2

es la función generatriz de las funciones de Bessel Jn ).
n Indicación: reordenar la sumatoria doble en el producto de las series de potencias,
la cual converge absolutamente para todo t. o
Ejercicio 4.20. (a) Colocar r = eiθ = cos θ + i sen θ en la fórmula (4.28) y deducir las
expansiones:
∞
X
cos(t sen θ) = J0 (t) + 2 J2k (t) cos 2kθ,
k=1
∞
X
sen(t sen θ) = 2 J2k+1 (t) sen(2k + 1)θ.
k=1
(b) Deducir la expansión, para cada m ∈ Z:

∞
X
cos(t sen θ − mθ) = Jn (t) cos(m − n)θ.
n=−∞
(c) Al integrar la igualdad anterior en el intervalo [0, π], verificar la representación

integral (4.27) de Jn (t), para todo n ∈ Z.
Ejercicio 4.21. Las funciones de Bessel de segunda especie Yp (t) se definen por
Jp (t) cos πp − J−p (t) 1 ∂
, Yn (t) := lim Yp (t) = Jp (t) − (−1)n J−p (t) ,

Yp (t) :=
sen πp p→n π ∂p p=n

para p < Z y n ∈ Z, respectivamente. Verificar la expansión, para n ∈ N:3

n−1
2 t 1 X (n − k − 1)! t 2k−n
Yn (t) = Jn (t) log −
π 2 π k=0 k! 2
∞
1 X (−1) k t 2k+n
− (Hk + Hk+n − 2γ) .
π k=0 k! (k + n)! 2
n Indicación: Si ψ(t) := Γ0(t)/Γ(t), vale ψ(t + 1) = 1

t + ψ(t); luego ψ(n + 1) = Hn − γ. o
3 Losnúmeros armónicos Hn := 1 + 12 + 13 + · · · + 1
obedecen limn→∞ (Hn − log n) = γ = −Γ 0(1),
. n
donde γ = 0.5772156649 es la constante de Euler.
145
5.5. Ejercicios sobre soluciones aproximadas
5.5 Ejercicios sobre soluciones aproximadas

En estos ejercicios, se recomienda el uso de una calculadora manual (o un ‘app’ emulador)
para efectuar las operaciones aritméticas. Se debe expresar los resultados numéricos con
.
6 cifras decimales. El símbolo = indica igualdad hasta errores de redondeo.
Ejercicio 5.1. Considérese el problema de valor inicial:
x 0(t) = 1 − 2x, x(0) = 1.
(a) Hallar la solución exacta x(t) y evaluar x(t k ) para t k = 0.1, 0.2, . . . , 0.9, 1.0.
(b) Usar el método de Euler para calcular aproximaciones x k para esos x(t k ).
x 0(t) = t(x 2 − 1), x(1) = 0.
(a) Hallar la solución exacta x(t) y evaluar x(t k ) para t k = 1.2, 1.4, 1.6, 1.8, 2.0.
(b) Usar el método de Euler mejorado para calcular una solución aproximada en el
intervalo [1, 2], con tamaño de paso h = 0.2.
x 0(t) = 1 + x 2, x(0) = 0.
(a) Usar el método de Euler mejorado para calcular una solución aproximada en el
intervalo [0, 1], con tamaño de paso h = 0.1.
(b) Calcular una solución aproximada al mismo problema con el método de Euler
modificado, también en [0, 1] con h = 0.1.
x 0(t) = 1 − 2t x, x(0) = 0.
.
Resulta que x(0.1) = 0.09934 hasta 5 cifras decimales. Para extender la solución
aproximado sobre el intervalo [0, 0.5] en pasos de h = 0.1, se puede usar el siguiente
método de 2 pasos (de Milne):
Predictor : x̃ k+1 := x k−1 + 2h f (t k , x k );

h
x k+1 := x k−1 + f (t k+1, x̃ k+1 ) + 4 f (t k , x k ) + f (t k−1, x k−1 ) .

Corrector :
3
Calcular una solución aproximada sobre [0, 0.5] con este método.
146
Ejercicio 5.5. Aplicar el método clásico de Runge y Kutta para aproximar el valor x(0.6)
de la solución del problema de valor inicial:
x 0(t) = t + x, x(0) = 1 (5.24)
en tres pasos de tamaño h = 0.2. Se recomienda organizar los pasos con una tabla de
números decimales de la forma:
tm xm k1 k1
t m + 12 h x m + 12 k 1 k 2 2k 2
t m + 12 h x m + 12 k 2 k 3 2k 3
tm + h x m + k3 k4 k4
(k 1 + 2k 2 + 2k 3 + k4 )/6
En cada fila |t ∗ | x ∗ | k j |?k j | (excepto la última) se calcula k j := h f (t ∗, x ∗ ). El siguiente

bloque de la tabla empieza con t m+1 = t m + h y x m+1 := x m + (k 1 + 2k 2 + 2k 3 + k 4 )/6.
2t
x 0(t) = x − , x(0) = 1.
x
√
(a) Obtener la solución exacta x(t) = 2t + 1 y evaluar x(t k ) para t k = 0.2, 0.4, 0.6.
n Indicación: sustituir y = x 2 . o
(b) Usar el método clásico de Runge y Kutta con paso h = 0.2 para calcular aproxi-
maciones x k para esos t k .
x 0(t) = t + x 2, x(0) = 0.
(a) Usar el método clásico de Runge y Kutta con un solo paso de h = 0.4 para obtener
.
el valor aproximado x 1 = 0.080647 para x(0.4).
(b) Usar el método clásico de Runge y Kutta con dos pasos de h = 0.2 para obtener el
.
valor aproximado x 2 = 0.080524 para x(0.4).
147
5.5. Ejercicios sobre soluciones aproximadas
(c) Resolver el problema con el método de series de potencias para verificar que
t2 t5 t8 7t 11
x(t) = + + + +···
2 20 160 8800
.
y comprobar que x(0.4) = 0.080516 hasta 6 cifras decimales.
Ejercicio 5.8. Aplicar el método clásico de Runge y Kutta para aproximar los valores
numéricos de sen(1) y cos(1), con dos pasos de h = 0.5, partiendo del problema de valor
inicial de segundo orden:
x 00(t) = −x(t), x(0) = 0, x 0(0) = 1.
n Indicación: usar y(t) := x 0(t) para convertirlo en un problema de valor inicial para
el vector (x(t), y(t)). Agregar otras columnas a la tabla del Ejercicio 5.5 para calcular
k j := f 1 (t ∗, x ∗, y ∗ ) y k̃ j := f 2 (t ∗, x ∗, y ∗ ), con x m+1 := x m + (k 1 + 2k 2 + 2k 3 + k 4 )/6,
ym+1 := ym + ( k̃ 1 + 2 k̃ 2 + 2 k̃ 3 + k̃4 )/6. o
Ejercicio 5.9. Aplicar los métodos de Runge y Kutta de tres etapas, definidos por los
cuadros de Butcher del Ejemplo 5.12:
0 0 0
1 1 2 2 1 1
2 2 3 3 3 3
2 2 2 2
1 −1 2 3 0 3 3 0 3
1 2 1 1 3 3 1 3
6 3 6 4 8 8 4 0 4
para aproximar el valor x(0.4) de la solución del problema (5.24) del Ejercicio 5.5, en
dos pasos de tamaño h = 0.2.
En seguida, resolver el problema (5.24) para obtener la solución exacta. ¿Cuál de
estos tres métodos da la mejor aproximación para x(0.4)?
Ejercicio 5.10. Es posible comprobar, con el uso de series de Taylor hasta tercer orden,
que los coeficientes del método de Runge y Kutta de tres etapas (5.10) cumplen las
siguientes relaciones algebraicas (solamente):
c2 = a21 b1 + b2 + b3 = 1 b2 c2 + b3 c3 = 1
2
c3 = a31 + a32 b3 a32 c2 = 1
6 b2 c22 + b3 c32 = 1
3
(a) Verificar que los tres tableros del Ejercicio 5.9 cumplen estas ligaduras.
(b) Hallar el tablero de Butcher de tres etapas que cumple b1 = 0, c3 = 1. Exhibir el

algoritmo correspondiente.
148
Indíce General
Introducción 1
1 Ecuaciones diferenciales de primer orden 3

1.1 Ecuaciones diferenciales con una condición inicial 3
1.2 Existencia y unicidad de las soluciones 10
1.3 Ecuaciones separables y exactas 19
1.4 Sistemas de ecuaciones diferenciales 29
2 Ecuaciones diferenciales lineales 33

2.1 Ecuaciones lineales homogéneas 35
2.2 Ecuaciones lineales inhomogéneas de segundo orden 45
2.3 Ecuaciones lineales con coeficientes constantes 51
3 Problemas de contorno 70
3.1 Condiciones de frontera para ecuaciones de segundo orden 70
3.2 Problemas de Sturm y Liouville 78
4 Resolución por series de potencias 84

4.1 Soluciones analíticas a ecuaciones lineales 84
4.2 Ecuaciones con puntos singulares regulares 96
5 Soluciones aproximadas 108

5.1 El método de Euler 108
5.2 Los métodos de Euler mejorado y modificado 112
5.3 Los métodos de Runge y Kutta 116
5.4 Errores de truncación 122
Ejercicios
1.5 Ejercicios sobre ecuaciones diferenciales de primer orden 128
2.4 Ejercicios sobre ecuaciones diferenciales lineales 132
3.3 Ejercicios sobre problemas de contorno 137
4.3 Ejercicios sobre soluciones en series de potencias 140
5.5 Ejercicios sobre soluciones aproximadas 146
149

Bernoulli

Cargado por

Copyright:

Formatos disponibles

Bernoulli

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Bernoulli

Cargado por

Copyright:

Formatos disponibles

MA–455: ECUACIONES DIFERENCIALES

Escuela de Matemática, Universidad de Costa Rica

I Ciclo Lectivo del 2016

[1] S. Ahmad & A. Ambrosetti, A Textbook on Ordinary Differential Equations, serie

1 Ecuaciones diferenciales de primer orden

x 0(t) = f (t, x(t)) (1.1)

Ejemplo 1.3. Un modelo de crecimiento de una población de una determinada especie

x 0(t) = k x(t). (1.3)

al multiplicar ambos lados por e−kt :

x 0(t) e−kt − k x(t) e−kt = 0.

El lado izquierdo de la ecuación modificada es una derivada:

x(t) e−kt ≡ C para alguna C ∈ R.

La naturaleza cualitativa de las soluciones de (1.3) es la siguiente. Es necesario (para

Figura 1.1: Un resorte estirado

x 00(t) = −ω2 x(t). (1.4a)

Nuevamente, la naturaleza cualitativa de las soluciones (1.5) es evidente: son fun-

x(t + 2π/ω) ≡ x(t), para t ∈ R.

Físicamente, esto corresponde al comportamiento oscilatorio del resorte: en la ausencia

 Condiciones iniciales: por ejemplo, se puede fijar el valor de x(t) y x 0(t) en un

x 0(t) = f (t, x(t)), x(t 0 ) = x 0 . (1.6)

Este plantamiento se llama un problema de Cauchy, o más simplemente, un problema

Ejemplo 1.6. Considérese el problema de valor inicial:

x 0(t) = 1 + x(t)2, x(0) = 0.

Aquí f (t, x) = 1 + x 2 es independiente de t: dícese que esta ecuación es autónoma. Hay

Figura 1.2: Soluciones a x 0(t) = 1 + t 2

Entonces la solución (que resulta ser única) es x(t) = tg t.

x 0(t) = 1 + x(t)2, x(π) = 0,

x 0(t) = 1 + x(t)2, x(π/2) = 0,

Ejemplo 1.7. Considérese el problema de valor inicial:

x 0(t) = 2 x(t), x(0) = 0.

x(t) = t 2 para t > 0.

Entonces x a es diferenciable4 en [0, ∞) – nótese que x 0a (a) = 0, en particular – y la

1.2 Existencia y unicidad de las soluciones

Teorema 1.8. Sea f : Ω → R una función continua definida en un dominio Ω ⊆ R2 ,

x 0(t) = f (t, x(t)), x(t 0 ) = x 0

tenga solución única x(t) para t ∈ I.

Este teorema establece la existencia y unicidad de la solución en un intervalo apro-

 Vr := { (t, x) ∈ R2 : (t − t 0 )2 + (x − x 0 )2 < r 2 } para algún r > 0; o bien

 Vδ,ε := { (t, x) ∈ R2 : |t − t 0 | < δ, |x − x 0 | < ε } para algunos δ > 0 y ε > 0.

Sin perder generalidad, se puede suponer que Ω incluye el rectángulo cerrado:

porque V δ,ε ⊂ Vδ 0,ε 0 para δ < δ0 y ε < ε0.

I La demostración del Teorema 1.8 está basada en la siguiente observación: por el

y el problema de valor inicial (1.6) es equivalente a la siguiente ecuación integral:

Nuevamente, t 7→ x 1 (t) es continua y satisface x 1 (t 0 ) = x 0 . En seguida, se puede ensayar

Continuando así, se obtiene una familia una familia de funciones { x k (t) : k ∈ N }

para k = 0, 1, 2, 3, . . . Si se puede establecer que las t 7→ x k (t) convergen a una función

La hipótesis de la existencia y continuidad de la derivada parcial f x (t, x) es la clave

Ejemplo 1.9. Considerése el problema de valor inicial

x 0(t) = x(t), x(0) = 1, (1.10)

heredado del Ejemplo 1.2. El método de aproximaciones sucesivas, para f (t, x) = x,

y luego, por inducción:

|t k+1 eθt | T k+1 eT

Ejemplo 1.10. Considerése el problema de valor inicial

x 0(t) = x(t)2, x(0) = 1. (1.11)

En este caso, f (t, x) = x 2 y t 0 = 0, x 0 = 1. El método de aproximaciones sucesivas

x k (t) = 1 + t + t 2 + · · · + t k + (correcciones pequeñas),

que permite adivinar que

I La hipótesis de la diferenciabilidad de x 7→ f (t, x) no ha sido usado (explícitamente)

Definición 1.11. Una función f : Ω → R satisface una condición de Lipschitz, o es

Condiciones iniciales: por ejemplo, se puede fijar el valor de x(t) y x 0(t) en un

Vr := { (t, x) ∈ R2 : (t − t 0 )2 + (x − x 0 )2 < r 2 } para algún r > 0; o bien

Vδ,ε := { (t, x) ∈ R2 : |t − t 0 | < δ, |x − x 0 | < ε } para algunos δ > 0 y ε > 0.