Ecuaciones en Derivadas Parciales - Universidad Nacional Del Litoral PDF

www.elsolucionario.
net
Presentación
Este apunte contiene las notas del curso Matemática Aplicada, curso de posgrado para
la Facultad de Ingenierı́a Quı́mica y la Facultad de Ingenierı́a y Ciencias Hı́dricas de la
Universidad Nacional del Litoral. Este curso se dicta en paralelo con el curso Ecuaciones
en Derivadas Parciales, optativa de la Licenciatura en Matemática Aplicada, y de pos-
grado para el doctorado y la maestrı́a en Matemática. En la sección Ejercicios de cada
capı́tulo hay problemas marcados con un asterisco. Estos problemas más teóricos están
pensados para los alumnos de estas últimas carreras. Los problemas marcados con dos
asteriscos son también para alumnos de estas carreras, pero son opcionales; si bien están
www.elsolucionario.net
relacionados con los contenidos del capı́tulo correspondiente, no son tan importantes para
el objetivo del curso. Los alumnos del doctorado o la maestrı́a en matemática deberı́an
hacerlos.
Este apunte fue escrito durante el dictado de los cursos en el primer cuatrimestre
de 2011, y será actualizado durante el dictado en el primer cuatrimestre de 2012. Cual-
quier sugerencia u observación sobre errores será agradecida por los autores del apunte y
también por los futuros alumnos del curso.
Santa Fe, marzo de 2012
2
Índice general
1. La integral como un promedio 6

1.1. Desplazamiento y velocidad . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2. Masa y densidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3. Valor medio en R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4. Valor medio en R2 y R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.6. Valor medio generalizado . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.7. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2. Integrales de lı́nea y de superficie 17

2.1. Integrales de lı́nea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2. Integrales de superficie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3. Algunos resultados del Cálculo Vectorial 22

3.1. Definición de operadores diferenciales . . . . . . . . . . . . . . . . . . . . 22
3.2. Divergencia y flujo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3. Teorema de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.4. Teorema de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4. Coordenadas Generalizadas en el Espacio 33

4.1. Superficies coordenadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2. Curvas coordenadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.3. Vectores normales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.4. Cálculo de longitudes en coordenadas generalizadas . . . . . . . . . . . . 38
4.5. Cálculo de áreas de superficies coordenadas en coordenadas generalizadas 40
4.6. Cálculo de volúmenes de cubos con aristas que sean curvas coordenadas . 40
4.7. Los operadores diferenciales en coordenadas generalizadas . . . . . . . . . 40
4.8. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5. Leyes de conservación. Ecuaciones constitutivas 44

5.1. Leyes de conservación. Balance . . . . . . . . . . . . . . . . . . . . . . . 44
5.2. Relaciones constitutivas . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.3. Reducción de dimensiones . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.4. Condiciones iniciales y de borde . . . . . . . . . . . . . . . . . . . . . . . 49
5.5. La ecuación de Laplace y la ecuación de Poisson . . . . . . . . . . . . . . 51
3
5.6. Otras relaciones constitutivas . . . . . . . . . . . . . . . . . . . . . . . . 51

5.7. La ecuación de ondas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.8. La ecuación de Schrödinger . . . . . . . . . . . . . . . . . . . . . . . . . 56
5.9. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
6. Ecuaciones Diferenciales. Una breve introducción 58

6.1. Ecuaciones diferenciales ordinarias de primer orden . . . . . . . . . . . . 58
6.1.1. EDOs de primer orden separables . . . . . . . . . . . . . . . . . . 58
6.1.2. EDOs lineales de primer orden . . . . . . . . . . . . . . . . . . . . 61
6.2. EDOs lineales de 2do orden con coeficientes constantes . . . . . . . . . . 65
6.3. Sistemas especiales de EDOs . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.4. Generalidades sobre Ecuaciones en Derivadas Parciales . . . . . . . . . . 69
6.4.1. EDPs lineales y el principio de superposición . . . . . . . . . . . . 70
6.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
7. EDPs de primer orden 74

7.1. EDPs de primer orden con coeficientes constantes . . . . . . . . . . . . . 74
7.1.1. Condición lateral . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
7.1.2. Un modelo para análisis de poblaciones o inventarios . . . . . . . 84
7.2. EDPs de primer orden con coeficientes variables . . . . . . . . . . . . . . 87
7.2.1. Parametrización preferida . . . . . . . . . . . . . . . . . . . . . . 90
7.2.2. Soluciones en forma paramétrica . . . . . . . . . . . . . . . . . . . 92
7.2.3. Consideraciones globales . . . . . . . . . . . . . . . . . . . . . . . 96
7.3. EDPs de primer orden en más variables . . . . . . . . . . . . . . . . . . . 97
7.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
8. La ecuación de difusión unidimensional 100

8.1. Solución fundamental de la ecuación de difusión . . . . . . . . . . . . . . 100
8.2. Solución con CB Dirichlet homogéneas . . . . . . . . . . . . . . . . . . . 102
8.2.1. Ecuación dependiente del tiempo . . . . . . . . . . . . . . . . . . 104
8.2.2. Problema a valores en el borde . . . . . . . . . . . . . . . . . . . 105
8.2.3. Soluciones producto y el principio de superposición . . . . . . . . 108
8.3. Solución del problema de conducción del calor en un anillo circular . . . 113
8.4. Unicidad y el principio del máximo . . . . . . . . . . . . . . . . . . . . . 118
8.4.1. Método de energı́a . . . . . . . . . . . . . . . . . . . . . . . . . . 118
8.4.2. El principio del máximo y sus consecuencias . . . . . . . . . . . . 120
8.4.3. Demostración del principio del máximo . . . . . . . . . . . . . . . 123
8.5. CB independientes del tiempo . . . . . . . . . . . . . . . . . . . . . . . . 125
8.6. CB dependientes del tiempo . . . . . . . . . . . . . . . . . . . . . . . . . 129
8.7. El principio de Duhamel . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
8.8. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
9. Series de Fourier 141

9.1. Ortogonalidad de funciones . . . . . . . . . . . . . . . . . . . . . . . . . 141
9.2. Serie de Fourier. Definición y ejemplos . . . . . . . . . . . . . . . . . . . 144
9.3. La convergencia de las series de Fourier . . . . . . . . . . . . . . . . . . . 153
9.3.1. Convergencia puntual . . . . . . . . . . . . . . . . . . . . . . . . . 156
4
9.3.2. Convergencia uniforme . . . . . . . . . . . . . . . . . . . . . . . . 159

9.4. Series de Senos y series de Cosenos . . . . . . . . . . . . . . . . . . . . . 161
9.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
10.La ecuación de Laplace 169

10.1. Ecuación de Laplace en un Rectángulo . . . . . . . . . . . . . . . . . . . 169
10.2. Ecuación de Laplace en un Disco . . . . . . . . . . . . . . . . . . . . . . 173
10.3. Condición de Compatibilidad para la Existencia de Soluciones. . . . . . . 177
10.4. Propiedades Cualitativas de la Ecuación de Laplace . . . . . . . . . . . . 178
10.4.1. Propiedad del Valor Medio. . . . . . . . . . . . . . . . . . . . . . 178
10.4.2. Principios del máximo . . . . . . . . . . . . . . . . . . . . . . . . 180
10.4.3. Unicidad y estabilidad de soluciones. . . . . . . . . . . . . . . . . 181
10.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
11.La ecuación de Ondas en una dimensión 185

11.1. Solución en R. Fórmula de D’Alembert . . . . . . . . . . . . . . . . . . . 185
11.2. Cuerda vibrante con extremos fijos . . . . . . . . . . . . . . . . . . . . . 188
11.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
12.Ecuaciones en más variables independientes. 192
12.1. Difusión en dos dimensiones . . . . . . . . . . . . . . . . . . . . . . . . . 192
12.2. Ondas en dos dimensiones . . . . . . . . . . . . . . . . . . . . . . . . . . 194
12.3. Problema de autovalores en un rectángulo . . . . . . . . . . . . . . . . . 196
12.4. Problema de autovalores en el disco. Funciones de Bessel . . . . . . . . . 199
12.4.1. El caso general . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
12.4.2. El caso con simetrı́a radial . . . . . . . . . . . . . . . . . . . . . . 204
12.5. Ecuación de Laplace en un cilindro circular. Funciones de Bessel modificadas205
12.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
5
Capı́tulo 1
La integral como un promedio
1.1. Desplazamiento y velocidad

Si t denota el tiempo, medido por ejemplo en segundos, y x(t) denota la distancia re-
corrida por un vehı́culo durante el intervalo de tiempo [0, t], digamos en metros, entonces:
x(t)
es la velocidad media en el intervalo de tiempo [0, t], en metros por segundo.
t
x(b) − x(a)
(con 0 ≤ a < b) es la velocidad media en el intervalo de tiempo [a, b],
b−a
en metros por segundo.
x(a + h) − x(a)
es la velocidad media en el intervalo de tiempo que dura h segundos
h
y comienza en t = a, también en metros por segundo.
x(a + h) − x(a)
lı́m es la velocidad instantánea a tiempo t = a, en metros por
h→0 h
segundo. Si definimos
x(t + h) − x(t)
v(t) = lı́m = x′ (t)
h→0 h
entonces v(t) es la velocidad instantánea a tiempo t.
Por el teorema fundamental del cálculo
Z b Z b
v(t) dt = x′ (t) dt = x(b) − x(a).
a a
Es decir, la integral de la velocidad (entre a y b) es la distancia recorrida (entre los

instantes de tiempo t = a y t = b). Luego
Z b
1 x(b) − x(a)
v(t) dt =
b−a a b−a
es la velocidad media en el intervalo de tiempo [a, b]. En otras palabras, la cantidad
Z b
1
v(t) dt es el valor medio de v(t) en el intervalo [a, b].
b−a a
6
1.2. Masa y densidad

Supongamos que tenemos un cuerpo que ocupa una región llamada Ω del espacio
tri-dimensional R3 . Si la masa de una (sub)región R de Ω es m(R) (en gramos), y su
volumen es vol(R) (en cm3 ), entonces:
m(R) g
El cociente es la densidad media del cuerpo en la región R, en .
vol(R) cm3
Si B(P, r) denota la bola con centro P y radio r, entonces la densidad puntual f (P )
se define como
m B(P, r)
f (P ) = lı́m ,
r→0 vol B(P, r)
es decir, la densidad de un punto es el lı́mite de las densidades de regiones que se

encogen cada vez más hacia ese punto.
Ahora no resulta tan obvio como en el caso del desplazamiento y la velocidad, pero
en cálculo siempre nos enseñaron (por decreto) que si f (x) es la densidad puntual
de un objeto que ocupa una región R, entonces su masa se calcula como
ZZZ
m(R) = f (x) dvol,
R
¿no es cierto? Para afirmar que integrando la f (x) que se obtiene como en el punto
anterior se recupera la masa m(R), harı́a falta un teorema, ¿no les parece?
1.3. Valor medio en R

Supongamos que f (x) es una función continua en R. Consideremos el intervalo [a, b]
y observemos que por definición de mı́nimo y máximo
mı́n f ≤ f (x) ≤ máx f, para todo x ∈ [a, b].

[a,b] [a,b]
Más precisamente, si m denota el mı́nimo valor que toma f en [a, b] y M el máximo,

entonces
m ≤ f (x) ≤ M, para todo x ∈ [a, b].
Integrando entre a y b, obtenemos que
Z b Z b Z b
m dx ≤ f (x) dx ≤ M dx,
a a a
o sea, Z b
m(b − a) ≤ f (x) dx ≤ M (b − a),
a
y por lo tanto Z b
1
m≤ f (x) dx ≤ M.
b−a a
7
Z b
1
Además, si llamamos f = f (x) dx, observemos lo que ocurre al integrar esta
b−a a
constante f sobre el intervalo [a, b]:
Z b Z b Z b
1
f dx = (b − a)f = (b − a) f (x) dx = f (x) dx.
a b−a a a
Es decir, el valor f es el valor de la función constante cuya integral es igual a la integral

de f sobre el intervalo [a, b].
M El área bajo el gráfico de f es

igual al área del rectángulo de
f base (b−a) y altura f , es decir,
Z b
f (x) dx = f (b − a).
m a
Por lo tanto, el valor de f hace
que las dos regiones sombrea-
das tengan la misma área.
a b
En base a estas observaciones:
Z b
1
Llamaremos valor medio de f sobre el intervalo [a, b] a la expresión f (x) dx
b−a a
Si ahora consideramos el valor medio de f en un intervalo [a, a+h] (h > 0), obtenemos
que Z
1 a+h
mh := mı́n f ≤ f (x) dx ≤ máx f =: Mh .
[a,a+h] h a [a,a+h]
Pero como la función es continua, lı́m Mh = f (a) y también lı́m mh = f (a), y por lo
h→0 h→0
tanto: Z a+h
1
lı́m+ f (x) dx = f (a).
h→0 h a
De manera similar, se puede concluir lo siguiente:

Teorema 1.1. Si f es una función continua en x = x0 entonces
Z x0 +h
1
lı́m f (x) dx = f (x0 ).
h→0+ 2h x0 −h
Teorema 1.2. Si f es una función continua en x = x0 e {In }∞ n=1 es una sucesión

de intervalos para la que existe una sucesión de números positivos {hn }∞ n=1 tales que
In ⊂ [x0 − hn , x0 + hn ] y hn → 0, entonces
Z
1
lı́m f (x) dx = f (x0 ).
n→∞ longitud(In ) I
n
8
En palabras, si una sucesión de intervalos está metida en otra sucesión que se encoge
a un punto entonces la sucesión de promedios tiende al valor de la función en ese
punto.
Las demostraciones rigurosas de estos teoremas quedan como ejercicio (ver 1.5– 1.9),
y se sugiere hacerlas utilizando un argumento de tipo ε − δ. El argumento previo con
máximos y mı́nimos fue realizado para ilustración del resultado, pero no es un buen
camino para obtener una demostración rigurosa.
Ejemplos:
Z x0 +h
1
f (x) dx → f (x0 ) cuando h → 0+ .
3h x0 −2h
Z
1 x0 +2h
f (x) dx → f (x0 ) cuando h → 0+ .
h x0 +h
Z x0 +h
1
f (x) dx → f (x0 ) cuando h → 0+ .
h − h2 x0 +h2
1.4. Valor medio en R2 y R3

En esta sección trabajaremos en R2 y R3 , pero los resultados pueden generalizarse
fácilmente a Rd para cualquier d > 1.
Dada una región R en Rd , denotaremos con |R| su medida, que será el área cuando
d = 2 y el volumen cuando d = 3. Si S es una superficie en R3 , y C una curva en R2 o
R3 , también denotaremos con |S| su área y con |C| su longitud (respectivamente). Con
esta notación resulta:
ZZZ
vol(R) = |R| = dvol si R es una región del espacio R3
ZZ R
área(R) = |R| = dA si R es una región del plano R2
ZZR
área(S) = |S| = dσ si S es una superficie en R3
Z S
longitud(C) = |C| = ds si C es una curva en R2 o R3
C
De ahora en adelante utilizaremos la notación siguiente:
dvol: diferencial de volumen;
dA: diferencial de área en el plano R2 ;
dσ: diferencial de área de superficie en R3 ;
ds: diferencial de longitud de arco de curva en R2 o en R3 .
9
Ejemplos:
Si consideramos el rectángulo R = [a, b] × [c, d] = {(x, y) ∈ R2 : a ≤ x ≤ b, c ≤ y ≤

d}, entonces |R| = (b − a) × (d − c).
Si consideramos el prisma R = [a, b] × [c, d] × [e, f ] = {(x, y, z) ∈ R3 : a ≤ x ≤

b, c ≤ y ≤ d, e ≤ z ≤ f }, entonces |R| = (b − a) × (d − c) × (f − e).
Si B(x, r) denota la bola con centro en x y radio r en R3 , entonces |B(x, r)| = 34 πr3 .
Si D(x, r) denota el disco con centro en x y radio r en R2 , entonces |D(x, r)| = πr2 .
Si C(x, r) denota la circunferencia de centro x y radio r en R2 (borde del disco

D(x, r), C(x, r) = ∂D(x, r)) entonces |C(x, r)| = 2πr.
Si S(x, r) denota la superficie esférica de centro x y radio r en R3 (cáscara o borde

de la bola B(x, r), S(x, r) = ∂B(x, r)) entonces |S(x, r)| = 4πr2 .
Haciendo el mismo razonamiento de antes, se cumple que si f es una función continua
RRR
R
f dvol
mı́n f ≤ ≤ máx f si R es una región de R3
R RR |R| R
f dA
mı́n f ≤ R ≤ máx f si R es una región de R2
R RR |R| R
f dσ
mı́n f ≤ S ≤ máx f si S es una superficie en R3
S R |S| S
f ds
mı́n f ≤ C ≤ máx f si C es una curva en R2 o en R3
C |C| C
y más aún,
RRR ZZZ ZZZ
R
f dvol
Si f := entonces f dvol = f dvol (R región de R3 )
RR |R| ZZ R ZZ R
R
f dA
Si f := entonces f dA = f dA (R región de R2 )
RR |R| Z ZR ZZ R
S
f dσ
Si f := entonces f dσ = f dσ (S superficie en R3 )
R |S| Z S Z S
C
f ds
Si f := entonces f ds = f ds (C curva en R2 o R3 )
|C| C C
En todos estos casos diremos que f es el valor medio de f sobre R, S o C según corres-
ponda.
Un resultado análogo al Teorema 1.1 en más dimensiones es el siguiente (lo enunciamos
para R3 pero lo mismo vale en R2 cambiando B(x, r) por D(x, r) y dvol por dA).
Teorema 1.3. Si f es una función definida en R3 y es continua en x = x0 , entonces

ZZZ
1
f dvol −→ f (x0 ) cuando r → 0+ .
|B(x0 , r)| B(x0 ,r)
10
En otras palabras, si {rn } es una sucesión de radios (rn > 0) que tiende a cero, entonces
ZZZ
1
f dvol −→ f (x0 ) cuando n → ∞.
|B(x0 , rn )| B(x0 ,rn )
Observación 1.4. Este teorema justifica ahora la definición de densidad puntual y la

relación con la masa. Más precisamente, si f (x) es una función que cumple que
ZZZ
m(R) = f (x) dvol,
R
entonces necesariamente
m(B(x, r))
f (x) = lı́m+
r→0 vol(B(x, r))
Resultados análogos al Teorema 1.2 son los siguientes:
Teorema 1.5. Sea f una función definida en R3 , continua en x0 . Si {Rn }∞
n=1 es una
3
sucesión de regiones de R tales que Rn ⊂ B(x0 , rn ) y rn → 0, entonces
ZZZ
1
f dvol −→ f (x0 ) cuando n → ∞.
|Rn | Rn
Ejemplo 1.6. Consideremos la función f (x, y, z) = x2 + y 2 + z 2 , calcular el siguiente

lı́mite Z 1+h Z 2+h Z 3+h
1
lı́m f (x, y, z) dz dy dx.
h→0 h3 1 2 3
Las regiones de integración son cubos Qh de lado h (volumen h3 ) que tienen un vértice en
el punto x0 = (1, 2, 3). El cubo Qh está entonces contenido en la bola B((1, 2, 3), 2h) de
centro (1, 2, 3) y radio 2h. Al hacer tender h a cero, obtenemos el valor de f en el punto
(1, 2, 3),
f (1, 2, 3) = 12 + 22 + 32 = 14.
Teorema 1.7. Sea f una función definida en R3 , continua en x0 . Si {Sn }∞ n=1 es una
sucesión de superficies de R3 tales que Sn ⊂ B(x0 , rn ) y rn → 0, entonces
ZZ
1
f dσ −→ f (x0 ) cuando n → ∞.
|Sn | Sn
Ejemplo 1.8. Consideremos la función f (x, y, z) = x2 + y 2 + z 2 , calcular el siguiente

lı́mite ZZ
1
lı́m f (x, y, z) dσ,
h→0 h2 ∂Qh
donde Qh son los cubos del ejemplo anterior, y ∂Qh denota la superficie que recubre a
Qh . Como el área de ∂Qh es 6h2 tenemos que
ZZ ZZ
1 1
lı́m f (x, y, z) dσ = 6 lı́m 2 f (x, y, z) dσ = 6f (1, 2, 3),
h→0 h2 ∂Qh h→0 6h ∂Qh
puesto que los cubos Qh cumplen las mismas hipótesis que antes.
11
1.5. Aplicaciones
En base a las observaciones de la sección anterior, podemos demostrar que:
RRR
Teorema 1.9. Si f es una función continua en una región Ω de R3 y B(x,r)
f dvol = 0
para toda bola B(x, r) contenida en Ω, entonces f ≡ 0.
Demostración. Sea x0 un punto de la región Ω. Entonces

ZZZ
1
f (x0 ) = lı́m f dvol = 0.
r→0 |B(x0 , r)| B(x0 ,r)
RRR
Teorema 1.10. Si f es una función continua en una región Ω de R3 y Q
f dvol = 0
para todo cubo Q contenido en Ω, entonces f ≡ 0.
Demostración. Sea x0 un punto de la región Ω, y denotemos con Qh al cubo con centro

x0 y lado h. Entonces ZZZ
1
f (x0 ) = lı́m f dvol = 0.
h→0 |Qh | Qh
RRR
Observación 1.11. Es importante notar que si uno sabe que Q
f dvol = 0 sobre una
región Q, esto no implica necesariamente que f RRR = 0 en todos los puntos de Q.
Lo que afirmamos anteriormente es que si Q
f dvol = 0 para todos los cubos Q
contenidos en una región Ω entonces f es cero en todos los puntos de Ω. Por ejemplo,
la función f (x, y, z) = xy tiene integral cero sobre el cubo [−h, h] × [−h, h] × [−h, h] y
sin embargo no es cero en todos los puntos. También la función sen(x) tiene integral cero
sobre el intervalo [−π, π], y sin embargo no es idénticamente cero.
RRR
Observación 1.12. Sin embargo, si uno sabe que Q
f dvol = 0 sobre una región Q, y
también sabe que la función f no cambia de signo, por ejemplo, si se sabe que f (x) ≥ 0
para todo x ∈ Q, entonces sı́ se puede concluir que f (x) = 0 para todo x ∈ Q.
1.6. Valor medio generalizado

Vimos en la sección 1.3 que si f es una función continua en R, entonces
Z x0 +h
1
lı́m f (x) dx = f (x0 ).
h→0+ 2h x0 −h
Si definimos (
1
si − h ≤ x ≤ h
χh (x) = 2h
0 en c.o.c.
Z x0 +h Z ∞
1
Entonces f (x) dx = f (x) χh (x0 − x) dx, y luego
2h x0 −h −∞
Z ∞
lı́m f (x) χh (x0 − x) dx = f (x0 ).
h→0 −∞
12
5 5
h = 1/8 h = 1/8
h = 1/4 h = 1/4
4 h = 1/2 4 h = 1/2
h=1 h=1
3 3
2 2
1 1
0 0
−1 −1
−2 −1 0 1 2 −2 −1 0 1 2
Figura 1.1: Gráfico de χh (x) (izquierda) y de ρh (x) (derecha) para varios valores de h.
Z ∞
La integral f (x) χh (x0 − x) dx se llama convolución de f y χh , y se denota por
−∞
f ∗ χh (x0 ), es decir
Z ∞
f ∗ χh (x0 ) = f (x) χh (x0 − x) dx −→ f (x0 ) (cuando h → 0+ ).
−∞
Observemos que por un cambio de variables resulta

Z ∞ Z ∞
f ∗ χh (x0 ) = f (x) χh (x0 − x) dx = f (x0 − x) χh (x) dx = χh ∗ f (x0 )
−∞ −∞
y por lo tanto también

Z ∞
f (x0 − x) χh (x) dx −→ f (x0 ) (cuando h → 0+ ).
−∞
En la Figura 1.1 (izquierda) se muestran algunas funciones χh (x). Observamos que a

medida que h se hace más cercano a cero, la función χh se concentra enRintervalos más
∞
pequeños alrededor de cero, pero que el área bajo el gráfico es siempre 1 ( −∞ χh (x) dx =
1). Otra observación que podemos hacer es que si definimos
(
1
si − 1 ≤ x ≤ 1
χ(x) = 2
0 en c.o.c.
1 x
entonces resulta que χh (x) = χ .
h h
Puede demostrarse que el mismo resultado se cumple si cambiamos χ(x) por cualquier
función positiva que tenga integral 1. Por ejemplo, si consideramos la campana de Gauss
1 2
ρ(x) = √ e−x
π
1 x
y definimos ρh (x) = ρ (ver Figura 1.1 derecha), entonces cuando h → 0
h h
Z ∞ Z ∞
1 x−x
−( h 0 )
2 1 x 2
f ∗ ρh (x0 ) = √ f (x) e dx = √ f (x − x0 ) e−( h ) dx −→ f (x0 ).
h π −∞ h π −∞
13
Las sucesiones de funciones que se concentran alrededor del origen y tienen esta pro-
piedad se denominan aproximaciones de la identidad, pues al hacer la convolución con
una función f y tomar lı́mite, se recupera el valor de f . También se dice usualmente que
tienden a la delta de Dirac.
1.7. Ejercicios
1.1. Dar ejemplos de funciones continuas que no sean idénticamente nulas en el dominio
indicado, y cuyas integrales den cero.
(a) Intervalo [0, 1] de R.
(b) Cuadrado [0, 1] × [0, 1] de R2 .
(c) Cubo [0, 1] × [0, 1] × [0, 1] de R3 .

1.2. Calcular los siguientes lı́mites para f (x, y, z) = 2x + y − z 2
(NO calcular ninguna integral, usar los teoremas del Capı́tulo 1).
Z 1+h Z 1+h Z 1+h
1
(a) lı́m 3 f (x, y, z) dz dy dx
h→0 h 1 1 1
Z 1+h Z 1+h Z 1+h
1
(b) lı́m 3 f (x, y, z) dz dy dx
h→0 h 1−h 1−h 1−h
Z 1+h Z 1+h Z 1+h
1
(c) lı́m 2 f (x, y, z) dz dy dx
h→0 h 1 1 1
Z 2+2h Z −1+h Z h
1
(d) lı́m 3 f (x, y, z) dz dy dx
h→0 h 2+h −1−h 0
Z −1+h Z 4+h
1
(e) lı́m 2 f (x, y, 0) dy dx
h→0 h −1 4
Z −1+h Z 4+h
1
(f ) lı́m 2 f (x, y, 2) dy dx
h→0 h −1 4
ZZZ
1
(g) lı́m+ 3 f dvol
r→0 r B (−1,0,1),r
Z
1
(h) lı́m+ f ds, donde Cr denota la circunferencia de radio r y centro (1, 1, 0) conte-
r→0 r Cr
nida en el plano xy.
1.3. Demostrar que si f y g son dos funciones continuas en R3 y
ZZZ ZZZ
f dvol = g dvol,
R R
para toda región R del espacio R3 , entonces f (x0 ) = g(x0 ) para todo x0 ∈ R3 .
14
1.4. Calcular los siguientes lı́mites:

Z ∞
1 π x 2
(a) lı́m+ √ cos( − x) e−( h ) dx
h→0 h π −∞ 4
Z ∞
1 π x2
(b) lı́m+ √ cos( − x) e− t dx
t→0 t −∞ 4
* 1.5. Sea f una función definida en R, integrable sobre todo intervalo acodato. Demos-
trar que si f es continua en x0 , entonces
Z x0 +h
1
lı́m+ f (x) dx = f (x0 ).
h→0 2h x0 −h
* 1.6. Sea f una función definida en R, integrable sobre todo intervalo acodato. De-
mostrar que si f es continua en x0 , e {In }∞
n=1 es una sucesión de intervalos para la que
existe una sucesión de números positivos {hn }∞n=1 tales que In ⊂ [x0 − hn , x0 + hn ] para
n = 1, 2, . . . y hn → 0 cuando n → ∞ entonces
Z
1
lı́m f (x) dx = f (x0 ).
n→∞ longitud(In ) I
n
* 1.7. Sea f una función definida en R3 , integrable sobre toda bola. Demostrar que si f
es continua en x0 , entonces
ZZZ
1
f dvol −→ f (x0 ) cuando r → 0.
|B(x0 , r)| B(x0 ,r)
* 1.8. Sea f una función definida en R3 , integrable sobre todo conjunto abierto acotado y
continua en x0 . Demostrar que si {Rn }∞
n=1 es una sucesión de conjuntos abiertos no-vacı́os
3
de R tales que Rn ⊂ B(x0 , rn ) para n = 1, 2, . . . y rn → 0 cuando n → ∞, entonces
ZZZ
1
lı́m f dvol = f (x0 ).
n→∞ |Rn | Rn
* 1.9. Sea f una función continua en R3 . Si {Sn }∞ n=1 es una sucesión de superficies
(suficientemente suaves, donde esté definida la integral) de R3 tales que Sn ⊂ B(x0 , rn )
para n = 1, 2, . . . y rn → 0 cuando n → ∞, entonces
ZZ
1
lı́m f dσ = f (x0 ).
n→∞ |Sn | Sn
Interesante: las superficies podrı́an ser bastante raras, y “grandes” de manera que |Sn | →
∞ y aún ası́ el lı́mite ser f (x0 ).
* 1.10. Dada una función f ∈ L2 (Ω), con Ω un subconjunto medible Racotado de Rd
1
(d ∈ N), demostrar que el valor medio de f sobre Ω definido por f = |Ω| Ω
f es el valor
R 2
de t que minimiza la función φ : R → R dada por φ(t) = Ω |f (x) − t| dx.
15
* 1.11. Sea Ω unR conjunto abierto no vacı́o de Rd y sea f una función continua en Ω.
Demostrar que si Ω f φ dx = 0 para toda φ : Ω → R de la forma
φ(x) = φx0 ,r (x) = (r − |x − x0 |)+ = máx{0, r − |x − x0 |}, con B(x0 , 2r) ⊂ Ω,
entonces f ≡ 0 en Ω. Graficar algunas funciones φ de esa forma para ayudarse a entender.

* 1.12. Sea Ω unR conjunto abierto no vacı́o de Rd y sea f una función continua en Ω.
Demostrar que si Ω f φ dx = 0 para toda φ : Ω → R continua en Ω, entonces f ≡ 0 en Ω.
** 1.13. Sea ρ : Rd → R definida por
( 1
−
e (1−|x|2 )2 , si |x| < 1,
ρ(x) =
0 si |x| > 1.
Demostrar que:
ρ ∈ C ∞ (Rd ),
ρ(x) > 0 para todo x ∈ Rd con |x| < 1,
ρ(x) = 0 para todo x ∈ Rd con |x| ≤ 1.
d
** 1.14. Sea Ω unR conjunto abierto no vacı́o de∞R y sea f una función continua en Ω.
Demostrar que si Ω f φ dx = 0 para toda φ ∈ C0 (Ω) entonces f ≡ 0 en Ω.
Aclaraciones y ayuda:
C0∞ (Ω) denota el espacio de las funciones infinitamente diferenciables en Ω que

tienen soporte compacto contenido en Ω.
El soporte de una función continua es la clausura del conjunto de puntos donde no

se anula, es decir sop φ = {x ∈ Ω : φ(x) 6= 0}).
Ayuda: la función ρ del ejercicio anterior es C0∞ (Rd ), trasladándola y encogiéndola

se la puede hacer C0∞ (Ω) y se la puede utilizar como a las funciones φx0 ,r del
ejercicio 1.11 .
16
Capı́tulo 2
Integrales de lı́nea y de superficie
El objetivo de este capı́tulo es solamente repasar lo que significa integrar sobre una
lı́nea o sobre una superficie, y cuáles son las fórmulas que se utilizan.
2.1. Integrales de lı́nea
Consideremos una curva C parametrizada por una función γ(t), para t ∈ [a, b]:
γ(t) = x1 (t)i + x2 (t)j + x3 (t)k
C
γ(t) γ(b)
γ(a)
a b t
γ ′ (t) = x′1 (t)i + x′2 (t)j + x′3 (t)k
La fórmula para calcular la longitud de esta curva es la siguiente

Z Z b Z bp
′
longitud(C) = ds = |γ (t)| dt = x′1 (t)2 + x′2 (t)2 + x′3 (t)2 dt,
C a a
y llamamos diferencial de longitud de arco a

p
ds = |γ ′ (t)| dt = x′1 (t)2 + x′2 (t)2 + x′3 (t)2 dt.
La integral de una función escalar f definida sobre C se calcula de la siguiente manera:

Z Z b Z b p
′
f ds = f (γ(t))|γ (t)| dt = f (x1 (t), x2 (t), x3 (t)) x′1 (t)2 + x′2 (t)2 + x′3 (t)2 dt.
C a a
Si por ejemplo f representa una densidad lineal, que es la masa por unidad de longitud
de un alambre que ocupa la curva C, entonces dicha integral es la masa del alambre.
17
Cuando se pretende integrar una función vectorial F sobre una curva C, en general
se entiende que se quiere integrar la componente de F tangencial a la curva (que es una
función escalar), es decir Z Z
F · ds = F · τ ds,
C C
donde τ denota un vector tangencial a la curva C con una orientación elegida. Queda
claro que si cambiamos la orientación del vector τ entonces cambia el signo del resultado
de la integral.
Si γ parametriza la curva dada, entonces una elección obvia del vector tangente es
γ′
τ = ′ . Por lo tanto
|γ |
Z Z b Z b
γ ′ (t) ′
F · ds = F (γ(t)) · ′ |γ (t)| dt = F (γ(t)) · γ ′ (t) dt.
C a |γ (t)| a
R
Si F es un campo de fuerzas, entonces C F · ds es el trabajo realizado por el campo
de fuerzas F sobre una partı́cula que recorre la curva C (en la dirección indicada por la
tangente elegida). Si V es un campo de velocidades y C es una curva cerrada, entonces
R
C
V · ds es la circulación del campo V a lo largo de la curva C.
Observación 2.1. En muchos casos no hará falta recurrir a la parametrización ni a es-
cribir integrales complicadas, pues todo se simplifica antes de empezar a calcular. Veamos
un par de ejemplos.
Ejemplo 2.2. Consideremos un campo de fuerzas F dado por
F (x1 , x2 , x3 ) = −x2 i + x1 j,
y calculemos el trabajo ejercido por F sobre una partı́cula que recorre la circunferencia C
de radio uno y centro 0 sobre el plano xy, en sentido antihorario cuando lo vemos desde
el lado en que x3 > 0. Observamos que si el punto x1 i + x2 j pertenece a la circunferencia
entonces el vector −x2 i + x1 j es tangente a la misma (y es unitario, pues | − x2 i + x1 j| =
|x1 i + x2 j| = x21 + x22 = 1. Por lo tanto
F (x1 , x2 , x3 ) · τ = (−x2 i + x1 j) · (−x2 i + x1 j) = 1.
Por lo tanto, el trabajo es
Z Z Z
F · ds = F · τ ds = 1 ds = longitud(C) = 2π.
C C C
2.2. Integrales de superficie

Antes de hablar de integrales de superficie conviene recordar la definición y algunas
propiedades del producto vectorial o producto cruz de vectores. Dados dos vectores X =
x1 i + x2 j + x3 k y Y = y1 i + y2 j + y3 k del espacio tridimensional R3 , se define su producto
vectorial por la fórmula
 
i j k
X × Y = det x1 x2 x3  = (x2 y3 − x3 y2 )i + (x3 y1 − x1 y3 )j + (x1 y2 − x2 y1 )k.
y1 y2 y3
18
Este producto tiene las siguientes propiedades:

X × Y = −Y × X.
Si X y Y son paralelos, entonces X × Y = 0.
Si X y Y no son paralelos, entonces
• X × Y es un vector perpendicular a X y a Y , i.e., X × Y · X = X × Y · Y = 0.
• |X × Y | es el área del paralelogramo que tiene a X y a Y como lados.
Consideremos ahora una superficie S parametrizada por la función vectorial
X(u, v) = x(u, v)i + y(u, v)j + z(u, v)k, a < u < b, c < v < d.
Xu × Xv
v X(u, v)
Xv
Xu
d S
c
a b u
Si Xu = xu i + yu j + zu k y Xv = xv i + yv j + zv k (donde los subı́ndices u y v denotan
derivadas con respecto a u y a v respectivamente), la fórmula para calcular el área de
esta superficie es ZZ Z bZ d
área(S) = dσ = |X u × X v | dv du
S a c
La integral de una función escalar f definida sobre S se calcula de la siguiente manera:
ZZ Z bZ d

f dσ = f X(u, v) |X u × X v | dv du
S a c
Z bZ d
= f (x(u, v), y(u, v), z(u, v))|X u × X v | dv du
a c
Observación 2.3. Si la superficie es un rectángulo en un plano paralelo a uno de los

planos coordenados, entonces las fórmulas se simplifican significativamente. Por ejemplo,
si la superficie es el rectángulo
S: a ≤ x ≤ b, c ≤ y ≤ d, z = z0 ,
entonces, utilizamos directamente x e y como variables en lugar de u y v, y la parame-
trización es:
X(x, y) = xi + yj + z0 k
De manera que X x = i, X y = j y X x × X y = k y |X x × X y | = 1, por lo que
ZZ Z bZ d
f dσ = f (x, y, z0 ) dy dx.
S a c
19
Cuando se pretende integrar una función vectorial F sobre una superficie S, en general
se entiende que se quiere integrar la componente de F perpendicular a la superficie, es
decir, se quiere calcular ZZ
F · n dσ,
S
donde n denota el vector normal a la superficie S: perpendicular y de magnitud uno.

En cada punto de la superficie hay dos vectores normales, que apuntan en direcciones
opuestas. El signo de esta integral depende de qué vector normal se elige. La elección
del vector normal depende de lo que se quiera calcular. Por ejemplo, dado un campo de
velocidades V , si se quiere calcular el flujo
RR de V hacia afuera de la superficie esférica S
de centro 0 y radio 1, deberá calcularse S V · n dσ eligiendo n de manera que apunte
hacia afuera.
Observación 2.4. Al igual que para curvas, también suele ocurrir que no haga falta
recurrir a la parametrización, pues todo se simplifica antes de comenzar el cálculo. Veamos
un ejemplo.
Ejemplo 2.5. Calcular el flujo del campo vectorial F = x1 x2 i + x3 j + (x21 + x22 + x23 )k a
través de la superficie
S: x1 = 3, 2 ≤ x2 ≤ 4, 1 ≤ x3 ≤ 6,
en la dirección en que x1 crece.

Observamos primero que n = i y que
ZZ Z 4 Z 6
F · n dσ = F (3, x2 , x3 ) · i dx3 dx2 ,
S 2 1
Luego, como F · i = x1 x2 tenemos que

ZZ Z 4 Z 6 Z 4
F · n dσ = 3 x2 dx3 dx2 = 15 x2 dx2 = 15 × 6 = 90.
S 2 1 2
Ejemplo 2.6. Flujo del campo de Newton. El campo de Newton está dado por la fórmula
r
V = − 3 , donde r denota el vector posición r = xi + yj + zk y r = |r| es la magnitud
r p
de r, es decir r = x2 + y 2 + z 2 . Calculemos el flujo del campo de Newton hacia afuera
de la superficie esférica S de centro 0 y radio 1. Si r está sobre esta superficie, entonces
r = 1 y además, el vector normal exterior es exactamente el radio r. Luego
ZZ ZZ ZZ ZZ
r r·r
V · n dσ = − 3 · r dσ = − 3 dσ = − 1 dσ = −área(S) = −4π.
S S r S r S
En el caso en que se requiera calcular la integral de F · n sobre una superficie S

utilizando una parametrización, conviene observar lo siguiente: en los puntos donde X u ×
X v 6= 0,
Xu × Xv
n=± ,
|X u × X v |
20
donde la elección del signo depende de la dirección del flujo que se quiere calcular. Por
lo tanto:
ZZ Z bZ d

F · n dσ = F X(u, v) · n |X u × X v | dv du
S a c
Z bZ d
Xu × Xv
=± F X(u, v) · |X u × X v | dv du
a c |X u × X v |
Z bZ d

=± F X(u, v) · X u × X v dv du
a c
2.3. Ejercicios
2.1. Calcular el trabajo ejercido por la fuerza F del Ejemplo 2.2 sobre una partı́cula que
recorre la circunferencia de centro 0 y radio R que se encuentra sobre el plano xy, en
sentido horario cuando lo vemos desde el lado en que x3 > 0.
2.2. Sea V (x1 , x2 , x3 ) = ω0 (−x2 i + x1 j) con ω0 una constante (velocidad angular). Sea
CR = {(R cos t, R sen t, 0) : t ∈ [0, 2π)}, R > 0.
Calcular la circulación de V a lo largo de CR .

2.3. Calcular el flujo del campo de Newton hacia afuera de la superficie esférica S de
centro 0 y radio R, con R > 0 fijo, arbitrario. Recordar que r · r = r2 y que sobre la
superficie esférica S, se cumple que r = R.
2.4. Hallar la masa y el centro de gravedad de un alambre delgado que tiene la forma
de un cuarto de cı́rculo x21 + x22 = r2 (x1 ≥ 0, x2 ≥ 0, x3 = 0) si la densidad en el punto
(x1 , x2 ) del mismo es ρ(xR1 , x2 ) = x1 + x2 . (Nota: La coordenada i-ésima del centro de
xi ρ(x1 , x2 ) ds
gravedad está dada por RC . ¡Oh casualidad! un promedio de la variable xi
C
ρ(x1 , x2 ) ds
ponderado por ρ.)
2.5. Hallar la masa y el centro de gravedad de una cúpula de densidad constante ρ que
ocupa la superficie x3 = 20 − x21 − x22R con x21 + x22 ≤ 25. (Nota: La coordenada i-ésima
xi ρ dσ
del centro de gravedad está dada por RS .) Dejar expresadas las integrales. No hace
S
ρ dσ
falta calcularlas.
Bibliografı́a complementaria
[Marsden Tromba] Jerrold E. Marsden, Anthony J. Tromba, Cálculo Vectorial, Addison-
Wesley Iberoamericana.
21
Capı́tulo 3
Algunos resultados del Cálculo

Vectorial
3.1. Definición de operadores diferenciales
En esta sección recordamos la definición de los operadores diferenciales más usuales.
Su significado fı́sico quedará claro en las secciones siguientes.
El operador nabla ∇ se define por
∂ ∂ ∂ ∂ ∂ ∂
∇= i+ j+ k o por ∇= i+ j+ k,
∂x ∂y ∂z ∂x1 ∂x2 ∂x3
dependiendo de si estamos llamando {x, y, z} o {x1 , x2 , x3 } a las coordenadas cartesianas

ortogonales usuales del espacio R3 , respectivamente. En esta sección usaremos {x1 , x2 , x3 }
a tal efecto.
Recordemos que dada una región Ω y un número entero no-negativo, un campo escalar
se dice C k (Ω) si todas las derivadas parciales de orden menor o igual a k existen y con
continuas en Ω. Diremos que un campo es C k cuando se sobreentiende la región a la que
se hace referencia. Un campo vectorial es C k si todas sus componentes son C k .
Gradiente Dado un campo escalar f , el gradiente se define por:

∂ ∂ ∂ ∂f ∂f ∂f
grad f = ∇f = i+ j+ k f= i+ j+ k.
∂x1 ∂x2 ∂x3 ∂x1 ∂x2 ∂x3
El gradiente de un campo escalar es entonces un campo vectorial.
Divergencia Dado un campo vectorial V = V1 i + V2 j + V3 k, la divergencia se define

por
∂ ∂ ∂ ∂V ∂V2 ∂V3
1
div V = ∇ · V = i+ j+ k · V1 i + V2 j + V3 k = + + .
∂x1 ∂x2 ∂x3 ∂x1 ∂x2 ∂x3
La divergencia de un campo vectorial es entonces un campo escalar.

Si un campo vectorial tiene divergencia nula, se dice que es solenoidal.
22
Laplaciano. Dado un campo escalar f se define el Laplaciano como la divergencia del

gradiente
2
∂f ∂f ∂f ∂ 2 f ∂ 2f ∂ 2f
∇ f = div grad f = ∇ · (∇f ) = ∇ · i+ j+ k = + + .
∂x1 ∂x2 ∂x3 ∂x21 ∂x22 ∂x23
Si un campo escalar tiene Laplaciano nulo, se dice que es armónico.
Rotor. Dado un campo vectorial V = V1 i + V2 j + V3 k, el rotor o rotacional se define

por

i j k

∂ ∂ ∂ ∂V3 ∂V2 ∂V
1 ∂V3 ∂V
2 ∂V1
∇×V =
= ∂x − ∂x i + ∂x − ∂x j + ∂x − ∂x k.
∂x1 ∂x2 ∂x3 2 3 3 1 1 2
V1 V2 V3
Si un campo vectorial tiene rotor nulo, entonces se dice que es irrotacional.

Observación 3.1. Vale la pena recordar algunas identidades útiles:
Si V es un campo vectorial C 2 , entonces la divergencia del rotor es cero, i.e.,
∇ · ∇ × V = 0.
Si f es un campo escalar C 2 , entonces el rotor del gradiente es nulo, i.e.,
∇ × ∇f = 0.
Todo campo vectorial C 1 puede escribirse como la suma de un campo vectorial

solenoidal y uno irrotacional. Es decir, si V es un campo vectorial, entonces existen
dos campos vectoriales Ψ y Φ tales que
V = Ψ + Φ, con ∇ · Ψ = 0 y ∇ × Φ = 0.
Esto se conoce como descomposición de Helmholtz.
3.2. Divergencia y flujo

Sea V = V1 i + V2 j + V3 k = (V1 , V2 , V3 ) un campo vectorial en el espacio, por ejemplo
el campo de velocidades de un fluido en un cierto instante de tiempo, en un sistema de
coordenadas cartesianas ortogonales {x1 , x2 , x3 }. Tomamos un punto x0 = (x01 , x02 , x03 ) en
el espacio dentro de la región en que V está bien definido y es C 1 . Sea R un paralelepı́pedo
con vértice en x0 , dado por
R = [x01 , x01 + h1 ] × [x02 , x02 + h2 ] × [x03 , x03 + h3 ]

= (x1 , x2 , x3 ) : x01 ≤ x1 ≤ x01 + h1 ; x02 ≤ x2 ≤ x02 + h2 ; x03 ≤ x3 ≤ x03 + h3 .
Sea S = ∂R la frontera de R. La superficie S se descompone en seis caras planas Ci ,

i = 1, 2, . . . , 6.
23
C2
(x01 , x02 , x03 )
C4 C5
C3
C1
C6
Como las aristas tienen área nula, tendremos que
ZZ 6 ZZ
X
V · n dσ = V · n dσ,
S i=1 Ci
todas las integrales son de superficie en los correspondientes dominios y n es la normal

exterior. Hagamos el cálculo para las caras C1 y C2 . Puesto que sobre C1 la normal
exterior es e1 = i y sobre C2 la normal exterior es −e1 = −i, tenemos que
ZZ ZZ ZZ Z x02 +h2 Z x03 +h2

V · n dσ = V · i dσ = V1 dσ = V1 (x01 + h1 , x2 , x3 ) dx3 dx2 ,
C1 C1 C1 x02 x03
ZZ ZZ ZZ Z x02 +h2 Z x03 +h2
V · n dσ = V · (−i) dσ = − V1 dσ = − V1 (x01 , x2 , x3 ) dx3 dx2 .
C2 C2 C2 x02 x03
Definamos ahora Q1 = [x02 , x02 + h2 ] × [x03 , x03 + h3 ] ⊂ R2 (la proyección de R sobre el

plano x2 x3 ). Dividiendo por vol(R) = h1 h2 h3 , tenemos que
ZZ ZZ
1 1 V1 (x01 + h1 , x2 , x3 ) − V1 (x01 , x2 , x3 )
V · n dσ = dx2 dx3 .
vol(R) C1 ∪C2 h2 h3 Q1 h1
24
Q1
C2
(x01 , x02 , x03 )
Q2
C5
C3
C4
C1
C6
Q3
Si definimos Q2 = [x01 , x01 + h1 ] × [x03 , x03 + h3 ] ⊂ R2 y Q3 = [x01 , x01 + h1 ] × [x02 , x02 + h2 ] ⊂
2
R , haciendo cuentas análogas obtenemos
ZZ ZZ
1 1 V1 (x01 + h1 , x2 , x3 ) − V1 (x01 , x2 , x3 )
V · n dσ = dx2 dx3
vol(R) S h2 h3 Q1 h1
ZZ
1 V2 (x1 , x02 + h2 , x3 ) − V2 (x1 , x02 , x3 )
+ dx1 dx3
h1 h3 Q2 h2
ZZ
1 V3 (x1 , x2 , x03 + h3 ) − V3 (x1 , x2 , x03 )
+ dx1 dx2 .
h1 h2 Q3 h3
Tomando ahora lı́mite cuando (h1 , h2 , h3 ) → (0, 0, 0) obtenemos que

ZZ
1 ∂V1 0 0 0 ∂V2 0 0 0 ∂V3 0 0 0
lı́m V · n dσ = (x1 , x2 , x3 ) + (x1 , x2 , x3 ) + (x , x , x )
vol(R) ∂R ∂x1 ∂x2 ∂x3 1 2 3
= ∇ · V (x01 , x02 , x03 ) = divergencia de V en x0 .
En palabras, podemos decir que
Si V es el campo de velocidades de un fluido, la divergencia de V en x0 es el flujo

saliente de V por unidad de volumen.
De un modo similar se obtiene que si ϕ es un campo escalar, entonces

ZZ
0 1
gradiente de ϕ = ∇ϕ(x ) = lı́m ϕ n dσ,
vol(R) ∂R
25
donde estamos integrando un campo vectorial ϕn, y entendemos que

ZZ ZZ
ϕ n dσ = ϕ (n1 i + n2 j + n3 k) dσ
∂R ∂R
Z Z Z Z Z Z
= ϕn1 dσ i + ϕn2 dσ j + ϕn3 dσ k.
∂R ∂R ∂R
También se puede demostrar que

ZZ
10
rotor de V = ∇ × V (x ) = lı́m n × V dσ.
vol(R) ∂R
En todos los casos mencionados, el lı́mite se toma cuando (h1 , h2 , h3 ) → (0, 0, 0).
Notemos que entonces valen las siguientes relaciones:
ZZ
0 1
∇·V (x ) = lı́m n · V dσ,
vol(R) ∂R
ZZ
0 1
∇ϕ(x ) = lı́m n ϕ dσ,
vol(R) ∂R
ZZ
0 1
∇×V (x ) = lı́m n × V dσ.
vol(R) ∂R
3.3. Teorema de Gauss

Hemos probado que
ZZ
1
V · n dσ −→ ∇ · V (P ),
vol(R) ∂R
si R es un paralelepı́pedo rectangular que converge a P (o se encoge a P ). La forma

explı́cita de R para la validez de este resultado es irrelevante. Una demostración del
teorema de la divergencia de Gauss puede hallarse en muchos libros (por ejemplo en el
Vol. II del Calculus de Apostol [Apostol] o en [Marsden-Tromba]), pero una heurı́stica
razonable puede obtenerse a partir de esta identidad.
Sea Ω un dominio de R3 con frontera ∂Ω suave. Sea V un campo vectorial suave en
todo un entorno de Ω = Ω ∪ ∂Ω. Partimos el dominio Ω en subdominios Ωi muy pequeños
de modo que la aproximación
ZZ ZZZ
1 1
V · n dσ ≈ ∇ · V (Pi ) ≈ ∇ · V dvol
vol(Ωi ) ∂Ωi vol(Ωi ) Ωi
sea buena (el punto Pi está en Ωi ), digamos con un error menor a ε.
26
Pi
Pj
Multiplicando por vol(Ωi ) y sumando para todos los ı́ndices i = 1, 2 . . . , I tendremos

X I ZZ XI ZZZ
V · n dσ ≈ ∇ · V (Pi ) vol(Ωi ) ≈ ∇ · V dvol,
i=1 ∂Ωi i=1 Ω
(siguiendo ahora con un error menor a ε vol(Ω)). En el miembro izquierdo, todos los
trozos de ∂Ωi que son interiores a Ω aparecen dos veces y con normales opuestas. No
ocurre lo mismo con las caras de ∂Ωi que no son interiores a Ω sino que son parte de
la frontera de Ω. Por consiguiente, en la suma de la izquierda, todas las integrales de
superficie calculadas
RR sobre superficies interiores a Ω se cancelan mutuamente y entonces
esa suma es ∂Ω V · n dσ. En el lı́mite tenemos
ZZ ZZZ
V · n dσ = ∇ · V dvol.
∂Ω Ω
Observación 3.2. La igualdad

ZZ ZZZ
V · n dσ = ∇ · V dvol. (3.1)
∂Ω Ω
se cumple siempre que V sea diferenciable y sus derivadas sean continuas en Ω = Ω ∪ ∂Ω.
Por ejemplo, si V es el campo de Newton
r
V (r) = − ,
r3
p
con r = (x1 , x2 , x3 ) y r = x21 + x22 + x23 , que es diferenciable en R3 − {0} (tiene una
singularidad en el origen), la igualdad (3.1) vale siempre que Ω sea una región tal que Ω
no toca al origen. Por ejemplo, la igualdad (3.1) vale en la esfera con centro en (1, 1, 1) y
radio 1, pero no vale en la esfera centrada en el origen con radio 1. Tampoco vale en la
esfera centrada en el (1, 0, 0) y radio 1, aunque
sı́ vale en la esfera ahuecada {(x1 , x2 , x3 ) ∈
R3 : 1 < x21 + x22 + x23 < 4} = B (0, 0, 0), 2 − B (0, 0, 0), 1 .
Observación 3.3. Si V es un campo vectorial C 1 (R3 ) y ∇ · V = 0 en R3 , entonces
ZZ ZZZ
V · n dσ = ∇ · V dvol = 0.
∂Ω Ω
27
Es decir, para toda superficie cerrada ∂Ω que encierre una región de R3 donde V tiene
divergencia nula, se cumple que el flujo de V total saliente/entrante a través de ∂Ω es nulo.
Esto no nos dice que la velocidad V sea nula, sino que el balance es nulo. Si V representa
la velocidad de un fluido, entonces ∇ · V = 0 indica que el flujo es incompresible.
3.4. Teorema de Stokes

Sea V un campo vectorial suave en el espacio R3 . Sea C una curva cerrada simple en
el espacio R3 . La circulación de V a lo largo de C está dada por la integral
Z Z
V · ds = V · τ ds,
C C
que es la integral de la componente de V tangencial a la curva C (τ denota el vector

tangencial a C orientado en la dirección en que se recorre la curva C).
El Teorema de Stokes afirma que el rotor de V también mide la circulación del
fluido con velocidad V . Precisamente, si C es una curva suave en el espacio y S es una
superficie (cualquiera) suave cuyo contorno es C, ambas dentro de la región donde V es
C 1 , entonces
n
ZZ Z
(∇ × V ) · n dσ = V · ds, S
S C
τ C
donde la normal n a S y la dirección de recorrido de C indicada por la elección de τ se
toman de modo que se satisfaga la regla de la mano derecha.
Observación 3.4. La primera observación que se puede hacer de la fórmula de Stokes,
justifica el nombre de rotor o rotacional para el vector ∇ × V , puesto que la anulación
del rotor implica la anulación de la circulación sobre cualquier curva cerrada.
Las consecuencias más profundas del teorema de Stokes se dan en la Teorı́a de Poten-
cial.
Dado un campo vectorial V , se dice que el campo escalar ϕ es un potencial para V si
satisface
∇ϕ = V .
No es cierto que todo campo vectorial admita un potencial, por ejemplo, es fácil ver
que el gradiente de cualquier potencial suficientemente suave ϕ es irrotacional. Es decir
∇ × ∇ϕ = 0.
Esto nos dice que para que un campo vectorial admita un potencial, es necesario que
dicho campo vectorial sea irrotacional:
Si V admite un potencial (V = ∇ϕ) entonces ∇ × V = 0.
28
Trabajo. Dado un campo vectorial F (pensamos ahora en un campo de fuerzas), se

define el trabajo realizado por F sobre una partı́cula que se desplaza por una curva C
como la integral Z Z
F · ds = F · τ ds
C C
donde τ denota (como antes) el vector tangencial a la curva C y apunta en la dirección

que se recorre. Es decir, el trabajo de F sobre C es la integral a lo largo de C de la
componente tangencial a C de F . El signo dependerá de la orientación de la curva.
Campos Conservativos. Se dice que un campo vectorial F (pensamos en fuerzas) es

conservativo si el trabajo realizado por F al desplazar una partı́cula entre los puntos P
y Q sólo depende de los puntos P y Q pero no de la particular trayectoria que los una,
mientras la misma no salga del dominio de suavidad1 de F . Equivalentemente un campo
es conservativo si el trabajo realizado por el mismo en cualquier circuito cerrado es nulo.
Observemos ahora que si F admite un potencial ϕ, y C es una curva, parametrizada
por γ : [0, 1] → C que une P con Q (γ(0) = P , γ(1) = Q), entonces
Z Z 1
F · ds = F (γ(t)) · γ ′ (t) dt
C
Z0 1
= ∇ϕ(γ(t)) · γ ′ (t) dt
0
Z 1
d
= ϕ(γ(t)) dt
0 dt
= ϕ(γ(1)) − ϕ(γ(0))
= ϕ(Q) − ϕ(P ).
Por lo tanto, si F admite un potencial, el trabajo depende solamente de los puntos inicial
y final, y por lo tanto es conservativo.
Si F admite un potencial (F = ∇ϕ) entonces F es conservativo
Por otro lado, si F = F1 i + F2 j + F3 k es un campo vectorial conservativo, entonces

las integrales de lı́nea nos permiten construir un potencial para F . Es decir, nos permiten
construir (al menos) una función escalar ϕ tal que F = ∇ϕ. Basta fijar un punto O en el
dominio de F y definir ϕ(O) = 0. Luego, para cada P en el dominio de F (que estamos
suponiendo simplemente conexo) definir
Z
ϕ(P ) = ϕ(P ) − ϕ(O) = F · ds,
COP
Donde COP es una curva suave (a trozos) que une O con P . Como F es conservativo,
el resultado da lo mismo a través de cualquier curva COP que se elija. De esta manera
1
El dominio de suavidad de una función es el dominio donde la función está definida y es C 1 . Por
ejemplo, el dominio de suavidad del campo de Newton es R3 − {0}.
29
∂ϕ
resulta ∇ϕ = F . Veamos como ejemplo que (x, y, z) = F3 (x, y, z), el resto de las
∂z
igualdades se obtiene de manera análoga (utilizando otra curva C).
(x, y, z)
C3
(0, 0, 0)
C1
(x, 0, 0)
C2 (x, y, 0)
Utilicemos como curva C la de la figura, entonces
Z
ϕ(x, y, z) = F · τ ds
C
Z Z Z
= F · i ds + F · j ds + F · k ds
C1 C2 C3
Z Z Z
= F1 ds + F2 ds + F3 ds
C1 C2 C3
Z x Z y Z z
= F1 (s, 0, 0) ds + F2 (x, s, 0) ds + F3 (x, y, s) ds.
0 0 0
Luego,
∂ϕ
(x, y, z) = F3 (x, y, z).
∂z
En conclusión:
Todo campo conservativo es el gradiente de algún campo escalar.
Recordando ahora que el rotacional de un gradiente es siempre el vector nulo:
Todo campo conservativo es irrotacional.
El teorema de Stokes nos permite afirmar la recı́proca, siempre que estemos en un

dominio simplemente conexo:
Todo campo irrotacional es conservativo, y por consiguiente tiene un potencial ϕ.
En efecto, si F es irrotacional, entonces ∇ × F = 0 y de aquı́ que

Z ZZ
F · ds = (∇ × F ) · n dσ = 0,
C S
30
para toda curva cerrada simple en el dominio. Entonces F es conservativo y por consi-
guiente existe ϕ tal que F = ∇ϕ. El campo escalar ϕ es un potencial para F .
3.5. Ejercicios
3.1. Sea f (r) = 1r el potencial Newtoniano cuyo dominio es R3 \ {0}.
p
(Notación: r = x1 i + x2 j + x3 k y r = x21 + x22 + x23 )
(a) Calcular el gradiente de f .

(b) Calcular el Laplaciano de f .
3.2. Demostrar que el gradiente de cualquier función escalar ϕ que tiene derivadas de
segundo orden continuas, es un campo vectorial irrotacional. Más precisamente, demostrar
que
∇ × ∇ϕ = 0,
para cualquier función escalar ϕ con derivadas de segundo orden continuas.
* 3.3. Sea f una función de clase C 1 en R3 . Demostrar que

Z x03 +h3 Z x02 +h2
1 f (x01 + h1 , x2 , x3 ) − f (x01 , x2 , x3 ) ∂f 0 0 0
lı́m dx2 dx3 = (x , x , x ),
h2 h3 x03 x02 h1 ∂x1 1 2 3
donde el lı́mite se toma cuando (h1 , h2 , h3 ) → (0, 0, 0).
3.4. Calcular el flujo del campo de Newton
r
V (r) = − ,
r3
a través de una superficie esférica centrada en (1, 1, 1) y de radio uno. (Usar Teorema de
Gauss).
¿Cuál es el flujo a través de cualquier superficie cerrada suave que no deje el origen
en el interior?
r
3.5. Sea V (r) = − . Recuerde que según se resolvió en el ejercicio 2.3, el flujo de V
r3
a través de la superficie esférica centrada en 0 = (0, 0, 0) y radio R, hacia el infinito es
−4π.
Calcular el flujo de V a través de cualquier superficie cerrada suave que contenga a 0
en su interior.
3.6. Sea S una superficie cerrada y suave en el espacio, y sea ni la i-ésima componente
del vector normal exterior a S. Demostrar que entonces
ZZ
ni dσ = 0.
S
31
3.7. Sea S una superficie cerrada y suave en el espacio, sea n el vector normal exterior a
S, y r el vector posición (o función identidad de R3 ). Demostrar que entonces
ZZ
1
r · n dσ = V,
3 S
donde V es el volumen de la región rodeada por S.
3.8. Sea ϕ(x1 , x2 , x3 ) = ln(x21 + x22 ). Determinar su dominio y el de su gradiente V = ∇ϕ.
¿Es V conservativo? ¿Es incompresible? ¿Es ϕ armónico?
[Apostol] Tom M. Apostol, Calculus, Vol. 2., Editorial Reverté, 2005.
[Arfken-Weber] Arfken, G.B., Weber, H.J., Mathematical Methods For Physicists, HARCOUT-
Academic Press, 2001.
[Marsden-Tromba] Jerrold E. Marsden, Anthony J. Tromba, Cálculo Vectorial, Addison-
Wesley Iberoamericana.
32
Capı́tulo 4
Coordenadas Generalizadas en el
Espacio
Las coordenadas cartesianas usuales en R3 pueden verse también como un sistema

de tres familias de superficies en el espacio, de modo que cada punto (fı́sico) P pueda
describirse como la intersección de tres superficies: una de cada familia.
F1 = {x1 = constante} = {planos frontales (paralelos al plano x2 x3 )}
F2 = {x2 = constante} = {planos verticales (paralelos al plano x1 x3 )}
F3 = {x3 = constante} = {planos horizontales (paralelos al plano x1 x2 )}
Tomando este punto de vista, dados tres campos escalares Q1 , Q2 , Q3 en el espacio

introducimos tres familias de superficies: las superficies de nivel de cada Qi , i = 1,2,3.
Ahora,
F1 = {Q1 (x1 , x2 , x3 ) = constante},

F2 = {Q2 (x1 , x2 , x3 ) = constante},
F3 = {Q3 (x1 , x2 , x3 ) = constante}.
Ver por ejemplo la Fig. 4.1.

Si el punto fı́sico P se representa por (x1 , x2 , x3 ) en coordenadas cartesianas, entonces
P se representa por (q1 , q2 , q3 ) en coordenadas generalizadas, con
 
 q1 = Q1 (x1 , x2 , x3 ),
  x1 = X1 (q1 , q2 , q3 ),

q2 = Q2 (x1 , x2 , x3 ), o inversamente x2 = X2 (q1 , q2 , q3 ), (4.1)

 q = Q (x , x , x ), 
 x = X (q , q , q ).
3 3 1 2 3 3 3 1 2 3
33
F1 F2 F3
Figura 4.1: Ejemplo de familias F1 , F2 , F3
Geométricamente, esto significa que el punto P , además de ser la intersección de tres

planos (el frontal por x1 , el vertical por x2 y el horizontal por x3 ) también es la intersección
de las superficies de nivel Q1 (x1 , x2 , x3 ) = q1 , Q2 (x1 , x2 , x3 ) = q2 , Q3 (x1 , x2 , x3 ) = q3 :
Q2 = q2
P
Q3 = q3
Q1 = q1
Ejemplo 4.1. Si q1 = r, q2 = θ, q3 = ϕ, con 0 ≤ r, 0 ≤ θ < 2π y 0 ≤ ϕ ≤ π, dados por

las relaciones 
 x1 = X1 (r, θ, ϕ) = r sen ϕ cos θ

x2 = X2 (r, θ, ϕ) = r sen ϕ sen θ (4.2)

 x = X (r, θ, ϕ) = r cos ϕ
3 3
tenemos el sistema de coordenadas esféricas.

Ejemplo 4.2. Si q1 = ρ, q2 = θ, q3 = z, con 0 ≤ r, 0 ≤ θ < 2π y z ∈ R, dados por las
relaciones 
 x1 = X1 (ρ, θ, z) = ρ cos θ

x2 = X2 (ρ, θ, z) = ρ sen θ (4.3)

 x = X (ρ, θ, z) = z
3 3
tenemos el sistema de coordenadas cilı́ndricas.
4.1. Superficies coordenadas

Son superficies coordenadas las que se obtienen manteniendo una coordenada fija
y permitiendo variar a las otras dos. Es decir, superficies contenidas en alguna de las
superficies de las familias F1 , F2 , F3 mencionadas antes.
34
En el caso de las coordenadas cartesianas usuales, las superficies coordenadas son

superficies contenidas en un plano paralelo a alguno de los planos coordenados.
Por ejemplo, la superficie
x1 = −3, 0 < x2 < 2, 1 < x3 < 5
es un rectángulo de 2 × 4 contenido en el plano x1 = −3, paralelo al plano x2 x3 .

Si consideramos las coordenadas esféricas, la superficie
r = 3, 0 ≤ θ < 2π, 0 ≤ ϕ ≤ π,
es la esfera de centro en el origen y radio 3. La superficie

π
0 ≤ r < ∞, 0 ≤ θ < 2π, ϕ= ,
4
es el cono circular con orientación vertical (eje contenido en eje x3 ) que abre hacia arriba
con un ángulo de apertura de π/2 radianes (o 90 grados). El ángulo con respecto al eje
x3 es de π/4 radiantes o 45 grados.
Si consideramos las coordenadas cilı́ndricas, la superficie
ρ = 5, 0 ≤ θ < 2π, 0 < z < 1,
es la cara lateral de un cilindro vertical de base circular de radio 5 y altura 1.
4.2. Curvas coordenadas

Son curvas coordenadas las que se obtienen dejando fijas dos coordenadas y permitien-
do variar a la tercera. Por lo tanto están contenidas en la intersección de dos superficies
coordenadas.
Consideremos por ejemplo las coordenadas esféricas. La curva
π
r = 2, θ= , 0≤ϕ≤π
2
es la media circunferencia centrada en el origen, de radio 2, que se encuentra en el semi-
plano del plano x2 x3 donde x2 ≥ 0. Si reemplazamos los valores de las coordenadas fijas
en las fórmulas (4.2), obtenemos una parametrización de la curva:
 π
 x1 (ϕ) = 2 sen ϕ cos
 = 0,

 2
π 0 ≤ ϕ ≤ π.
x 2 (ϕ) = 2 sen ϕ sen = 2 sen ϕ,


 2

x3 (ϕ) = 2 cos ϕ = 2 cos ϕ,
Esta curva resulta un meridiano de la esfera de radio 2.

La curva
3
r = 1, 0 ≤ θ < 2π, ϕ = π,
4
35
es una circunferencia ubicada en el cono ϕ = 43 π, paralela al plano x1 x2 . Veamos su

parametrización
 √
 3 2

 x1 (ϕ) = sen π cos θ = cos θ,


 4 √2

3 2 0 ≤ θ < 2π.
x2 (ϕ) = sen π sen θ = sen θ,


 4 2√

 x (ϕ) = cos 3 π 2


3 =− ,
4 2
Se ve aquı́ que la curva en cuestión√ es el paralelo de la esfera de radio unitario que
2
está contenido en el plano x3 = − 2 .
Es interesante observar que por cada punto de coordenadas generalizadas (q1 , q2 , q3 )
pasan tres curvas coordenadas. Que son las que se obtienen de dejar dos coordenadas
fijas, y la restante variable. Por ejemplo, la parametrización de la curva coordenada que
resulta de variar q1 y dejar fijos q2 y q3 es
X(t, q2 , q3 ) = X1 (t, q2 , q3 )i + X2 (t, q2 , q3 )j + X3 (t, q2 , q3 )k.
Un vector tangente a esta curva en el punto (q1 , q2 , q3 ) (t = q1 ) está dado por
d ∂X ∂X1 ∂X2 ∂X3
X(t, q2 , q3 )|t=q1 = (q1 , q2 , q3 ) = (q1 , q2 , q3 )i+ (q1 , q2 , q3 )j + (q1 , q2 , q3 )k.
dt ∂q1 ∂q1 ∂q1 ∂q1
Ası́, los vectores tangentes a las curvas coordenadas que pasan por el punto que tiene
∂X
coordenadas (q1 , q2 , q3 ) son tres, a saber: (q1 , q2 , q3 ), i = 1, 2, 3.
∂qi
Cada par de estos vectores (se pueden armar tres pares diferentes) determina el plano
tangente a una de las tres superficies coordenadas que pasan por dicho punto. Más pre-
cisamente:
∂X ∂X
El plano paralelo a ya que pasa por (q1 , q2 , q3 ) es el plano tangente a la
∂q2 ∂q3
superficie coordenada {q1 = constante} que pasa por dicho punto.
∂X ∂X
∂q1 ∂q3
∂X ∂X
∂q1 ∂q2
∂X
∂q2
∂X
∂q1
Q3 = constante
36
En los ejemplos de coordenadas esféricas y cilı́ndricas que consideramos resulta que los
∂X
vectores (q1 , q2 , q3 ), i = 1, 2, 3, son perpendiculares entre sı́ (ver ejercicio 4.2), y por
∂qi
∂X
lo tanto el vector que no es paralelo al plano tangente de la superficie coordenada,
∂qi
es necesariamente perpendicular. Más precisamente
∂X
En cada punto, el vector es perpendicular al plano tangente a la superficie
∂q1
coordenada {q1 = constante} que pasa por dicho punto.
∂X
∂q2
∂X
∂q3
En general decimos que un vector es perpendicular a una superficie en un punto si es
perpendicular al plano tangente a dicha superficie en ese punto, es por eso que las tres
afirmaciones anteriores pueden re-escribirse de la siguiente manera (resumida):
∂X
El vector es perpendicular a la superficie {q1 = constante}.
∂q1
∂X
∂q2
∂X
∂q3
∂X
Finalmente observamos que el vector apunta en la dirección en que qi aumenta.
∂qi
4.3. Vectores normales

Denotaremos con ai al vector normal a las superficies de la familia Fi (perpendicular
a cada superficie y de longitud uno) de manera que su dirección es la del crecimiento de
qi .
∂X
Cuando los vectores tangentes a las curvas paramétricas son perpendiculares entre
∂qi
sı́, que es el caso de las coordenadas rectangulares usuales, de las esféricas y también de las
cilı́ndricas, el cálculo puede hacerse utilizando lo visto en la sección anterior, normalizando
∂X
los vectores :
∂qi
∂X
∂qi 1 ∂X
ai = = ,
∂X hi ∂qi
∂qi
37

∂X
donde hemos definido hi =
, y como antes ∂X = ∂X1 i + ∂X2 j + ∂X3 k.
∂qi ∂qi ∂qi ∂qi ∂qi
Ejemplo 4.3. Consideremos las coordenadas esféricas y calculemos h2 y a2 . Para realizar
esto debemos utilizar las fórmulas (4.2) y derivar con respecto a q2 = θ:
∂X1
= −r sen ϕ sen θ
∂θ
∂X2 ∂X
= r sen ϕ cos θ =⇒ = r sen ϕ − sen θ i + cos θ j
∂θ ∂θ
∂X3
=0
∂θ
Por lo tanto h2 = r sen ϕ y a2 = − sen θ i + cos θ j.
4.4. Cálculo de longitudes en coordenadas

generalizadas
Sea γ(t) una curva en el espacio que describe (por ejemplo) la trayectoria de una
partı́cula. Si representamos la curva en coordenadas cartesianas ortogonales γ(t) = x1 (t)i+
x2 (t)j + x3 (t)k, para calcular la longitud de un arco cualquiera de la curva, necesitamos
dγ
conocer (t) ya que la longitud del arco que une γ(a) con γ(b) está dada por:
dt
Z Z b Z b r
dr dx1 2 dx2 2 dx3 2
ds = dt (t) dt =
+ + dt .
C a a | dt dt
{z dt }
ds

Supongamos ahora que qj (t) = Qj γ(t) son las coordenadas generalizadas de la

dγ 2
curva, y tratemos de hallar una fórmula para (t) en términos de las coordenadas

dt
qj (t). Estamos considerando entonces que
γ(t) = X(q1 (t), q2 (t), q3 (t))

= X1 (q1 (t), q2 (t), q3 (t))i + X2 (q1 (t), q2 (t), q3 (t))j + X3 (q1 (t), q2 (t), q3 (t))k,
y por la regla de la cadena
∂X ′ ∂X ′ ∂X ′
γ ′ (t) = q1 (t) + q2 (t) + q (t)
∂q1 ∂q2 ∂q3 3
= h1 a1 q1′ (t) + h2 a2 q2′ (t) + h2 a3 q3′ (t)
p ′ ∂X
Además |γ ′ (t)| = γ (t) · γ ′ (t) y como = hi ai ,
∂qi
γ ′ (t) · γ ′ (t) = h21 (q1′ (t))2 + h22 (q2′ (t))2 + h23 (q3′ (t))2 ,
38
porque ai · aj = 0 cuando i 6= j y ai · ai = 1. Luego

q
′
|γ (t)| = h21 (q1′ (t))2 + h22 (q2′ (t))2 + h23 (q3′ (t))2 .
En forma sintética, la fórmula obtenida para calcular longitudes de curvas en las

coordenadas generalizadas puede escribirse
(ds)2 = (dx1 )2 + (dx2 )2 + (dx3 )2
= (h1 dq1 )2 + (h2 dq2 )2 + (h3 dq3 )2 ,
donde ds representa el diferencial de longitud de arco. Lo que esta fórmula sintetiza
es el hecho que si pretendemos calcular la longitud de una curva C que se describe por
(q1 (t), q2 (t), q3 (t)) en coordenadas generalizadas, entonces la longitud del camino recorrido
entre los instantes a y b está dado por
Z Z br
dq1 2 dq2 2 dq3 2
ds = (h1 ) + (h2 ) + (h3 ) dt
C a dt dt dt
v
u 3 2
∂X u ∂X
X i
con hℓ = = t .
∂qℓ i=1
∂q ℓ
Algunas curvas son particularmente importantes en un sistema de coordenadas gene-

ralizadas. Por ejemplo, si q2 y q3 son constantes, tenemos la curva de intersección de dos
superficies, una de la familia F2 y otra de la familia F3 .
ds1 = h1 dq1 .
curva intersección
C
Q3 = constante
Q2 = constante
Para una curva como C en el dibujo, el diferencial de longitud es ds1 = h1 dq1 . Si q1 y
q3 son constantes tenemos ds2 = h2 dq2 , y si q1 y q2 son constantes tenemos ds3 = h3 dq3 .
La cantidad hi indica cuánto se estira o encoge la longitud de un intervalo cuando

se deforma para describir una curva coordenada.
Ejemplo 4.4. Utilizando las coordenadas esféricas calcular la longitud de un paralelo

cualquiera en la esfera de radio 4 (dado por ϕ = constante, 0 ≤ θ ≤ 2π, y r = 4).
Observando que θ = q2 , y sabiendo por el Ejemplo 4.3 que h2 = r sen ϕ, calculamos
Z 2π Z 2π
longitud paralelo de ángulo ϕ = h2 dθ = 4 sen ϕ dθ = 8π sen ϕ.
0 0
39
Observación 4.5. Notar que para obtener la longitud de cualquier paralelo, se debe
calcular una integral entre 0 y 2π. Sin embargo los resultados dependen de q1 = r y
q3 = ϕ. Aquı́ queda un poco más claro lo que significa h2 : mide cuánto se estira el
segmento [0, 2π] cuando se deforma para describir un paralelo de la esfera.
4.5. Cálculo de áreas de superficies coordenadas en

coordenadas generalizadas
Si q3 es constante y queremos aproximar el área
de un rectángulo curvilı́neo como el del dibujo, cons-
truido con curvas coordenadas dentro de la superficie
Q3 = constante, tendremos
dσ12 = ds1 ds2 = h1 h2 dq1 dq2 .

Q3 = constante
De un modo análogo, si Q2 = constante, dσ13 = ds1 ds3 = h1 h3 dq1 dq3 .
Y si Q1 = constante, dσ23 = ds2 ds3 = h2 h3 dq2 dq3 .
La cantidad σij indica cuánto se estira o encoge el área de un rectángulo cuando se

deforma para describir una superficie coordenada.
4.6. Cálculo de volúmenes de cubos con aristas que

sean curvas coordenadas
Análogamente a lo anterior, ahora tenemos que
dvol = ds1 ds2 ds3 = h1 h2 h3 dq1 dq2 dq3 .
La cantidad h1 h2 h3 indica cuánto se estira o encoge el

volumen de un cubo cuando se deforma para describir
un cubo coordenado.
4.7. Los operadores diferenciales en coordenadas ge-

neralizadas
Gradiente. La idea es ahora escribir el gradiente de un campo escalar que viene dado
en coordenadas generalizadas, como una combinación lineal de los vectores normales a1 ,
a2 , a3 .
40
Si ψ es un campo escalar en el espacio, entonces

∇ψ(q1 , q2 , q3 ) = a1 ∇ψ(q1 , q2 , q3 ) · a1 + a2 ∇ψ(q1 , q2 , q3 ) · a2 + a3 ∇ψ(q1 , q2 , q3 ) · a3
1 ∂ψ 1 ∂ψ 1 ∂ψ
= a1 + a2 + a3 .
h1 ∂q1 h2 ∂q2 h3 ∂q3
∂ψ
En la última igualdad hemos usado que ∇ψ(q1 , q2 , q3 ) · ai = h1i ∂q i
, i = 1, 2, 3, lo que
∂ψ
puede verse a partir del siguiente razonamiento: La expresión ∂qi mide la variación de la
cantidad ψ a medida que uno se mueve por la curva coordenada con velocidad hi . Por lo
∂ψ
tanto, la variación de la cantidad ψ a medida que uno se mueve con velocidad 1 es h1i ∂q i
.
Si no lo convence este argumento, he aquı́ una demostración rigurosa: Supongamos que
ψ(q1 , q2 , q3 ) y Ψ(x1 , x2 , x3 ) denotan dos fórmulas para el campo escalar ψ que coinciden
en cada punto fı́sico del espacio tridimensional, es decir
ψ(q1 , q2 , q3 ) = Ψ(x1 , x2 , x3 )
siempre que (q1 , q2 , q3 ) y (x1 , x2 , x3 ) se relacionen a través de las fórmulas (4.1). Más
precisamente

ψ(q1 , q2 , q3 ) = Ψ X1 (q1 , q2 , q3 ), X2 (q1 , q2 , q3 ), X3 (q1 , q2 , q3 ) .
Luego, el gradiente del campo escalar es
∂Ψ ∂Ψ ∂Ψ
∇Ψ(x1 , x2 , x3 ) = (x1 , x2 , x3 ) i + (x1 , x2 , x3 ) j + (x1 , x2 , x3 ) k.
∂x1 ∂x2 ∂x3
Por otro lado, por la regla de la cadena,
∂ψ ∂Ψ ∂X1 ∂Ψ ∂X2 ∂Ψ ∂X3
= + +
∂qi ∂x1 ∂qi ∂x2 ∂qi ∂x3 ∂qi
∂X
= ∇Ψ · = ∇Ψ · (hi ai ),
∂qi

∂X ∂X1 ∂X2 ∂X3 ∂X
donde hemos usado que = i+ j+ k, y hi = (ver Sección 4.3).
∂qi ∂qi ∂qi ∂qi ∂qi
Finalmente,
∂ψ
= hi ∇Ψ · ai ,
∂qi
o, lo que es lo mismo
1 ∂ψ
∇Ψ · ai = .
hi ∂qi
Divergencia. Si V es un campo vectorial en el espacio, expresado en términos de los

vectores normales ai ,
V = V 1 a1 + V 2 a2 + V 3 a3 ,
entonces

1 ∂ ∂ ∂
∇ · V (q1 , q2 , q3 ) = (V1 h2 h3 ) + (V2 h3 h1 ) + (V3 h1 h2 ).
h1 h2 h3 ∂q1 ∂q2 ∂q3
RR
Esto se demuestra usando que ∇ · V = lı́m vol1 R ∂R V · n dσ, con R cubos coordenados
con lados coordenados tendiendo a cero.
41
Laplaciano. Si ψ es un campo escalar en el espacio, combinando las definiciones de

2
gradiente y divergencia, recordando que ∇ ψ = ∇ · ∇ψ , obtenemos

2 1 ∂ h2 h3 ∂ψ ∂ h3 h1 ∂ψ ∂ h1 h2 ∂ψ
∇ ψ(q1 , q2 , q3 ) = ( )+ ( )+ ( )
h1 h2 h3 ∂q1 h1 ∂q1 ∂q2 h2 ∂q2 ∂q3 h3 ∂q3
Rotor. Si V es un campo vectorial en el espacio

a1 h1 a2 h2 a3 h3

1
∂ ∂ ∂
∇ × V (q1 , q2 , q3 ) =
h1 h2 h3 ∂q1 ∂q2 ∂q3

h 1 V 1 h 2 V 2 h 3 V 3
4.8. Ejercicios
4.1. Considerar las coordenadas esféricas y cilı́ndricas. Para cada caso:
Describir F1 , F2 , F3 ;
Calcular h1 , h2 , h3 ;
Describir los vectores normales a1 , a2 , a3 .
Calcular dσ12 , dσ13 , dσ23 , y dvol;
4.2. Verificar que para las coordenadas cilı́ndricas y esféricas se cumple que
∂X ∂X
· = 0, si i 6= j.
∂qi ∂qj
4.3. Describir todos los tipos de curvas coordenadas en los sistemas cartesianos, esféricos
y cilı́ndricos.
4.4. Utilizando coordenadas cilı́ndricas, calcular la longitud de la hélice θ(t) = t, ρ(t) =
R, z(t) = t, 0 ≤ t ≤ 2π.
4.5. Utilizando coordenadas esféricas. Calcular el área del casquete esférico de apertura
ϕ = π/4.
4.6. Utilizando coordenadas esféricas, calcular el volumen del cono esférico de apertura
ϕ = π/4.
4.7. Sea V (x1 , x2 , x3 ) = ω0 (−x2 i + x1 j) con ω0 una constante (velocidad angular). Sea
CR = {(R cos t, R sen t, 0) : t ∈ [0, 2π)}, R > 0.
(a) Calcular el rotor de V .

RR
(b) Calcular directamente la integral de superficie S ∇ × V · n dσ sobre un hemisferio
S con ecuador en la curva CR y n con tercera coordenada positiva.
42
(c) Comparar el resultado del ı́tem anterior con el resultado del ejercicio 2.2 y explicar
la casualidad usando el teorema de Stokes.
4.8. Escribir gradiente, divergencia y Laplaciano en coordenadas esféricas y cilı́ndricas.

2
4.9. Estudiar las soluciones de ∇ u = 0 que sólo dependen de una de las coordenadas
generalizadas qi en coordenadas cartesianas, cilı́ndricas y esféricas.
[Arfken-Weber] Arfken, G.B., Weber, H.J., Mathematical Methods For Physicists, HARCOUT-
Academic Press, 2001.
43
Capı́tulo 5
Leyes de conservación. Ecuaciones

constitutivas
5.1. Leyes de conservación. Balance
Sea Ω una región del espacio R3 y sea ∂Ω su frontera, que suponemos suave a trozos.
Estamos interesados en describir (cuantitativamente) la evolución espacio-temporal de
una cantidad E en Ω. Por ejemplo, la energı́a térmica, la masa de un compuesto, etc. La
ley de conservación básica establece el hecho casi obvio siguiente:
razón de inmigración razón de creación

razón de cambio menos menos
= + (5.1)
temporal de E razón de emigración razón de desaparición
a través de ∂Ω dentro de Ω.
Supondremos, para fijar ideas, que E es energı́a térmica. Más precisamente, supo-
nemos que si E = E(Ω; t) es la energı́a térmica en la región Ω a tiempo t, entonces
la densidad de energı́a térmica e = e(x; t) es la propiedad intensiva asociada a E y se
relacionan de la siguiente manera:
ZZZ
E(B(x, r); t)
E(Ω; t) = e(x; t) dvol ⇐⇒ e(x; t) = lı́m+ .
Ω r→0 vol(B(x, r))
La cantidad e(x; t) también se denomina energı́a térmica por unidad de volumen en el

punto x de Ω en el instante t. Con esta notación resulta
ZZZ
razón de cambio d d
= E(Ω; t) = e(x; t) dvol
temporal de U dt dt Ω
Llamemos φ(x1 , x2 , x3 ; t) al campo vectorial de velocidades de desplazamiento de la

energı́a térmica, de manera que:
ZZ cantidad de energı́a térmica

que atraviesa la superficie S
φ(x; t) · n dσ =
S en la dirección que apunta n
por unidad de tiempo.
44
φ(x; t) se denomina flujo de energı́a térmica por unidad de área en el punto x a tiempo
t. Por lo tanto, si n es el vector normal a ∂Ω que apunta hacia fuera de Ω,
razón de inmigración ZZ
menos
=− φ(x; t) · n dσ
razón de emigración ∂Ω
a través de ∂Ω
La creación y aniquilación de la cantidad E en Ω (que en el caso de energı́a térmica
puede corresponder a reacciones quı́micas exotérmicas o endotérmicas respectivamente,
o a la circulación de una corriente eléctrica) está dada por una función f (x; t) definida
en Ω. La función f tiene signo arbitrario. En los puntos e instantes donde sea positiva
tendremos fuentes de energı́a, mientras que cuando sea negativa tendremos sumideros
de energı́a. La función f es una tasa de creación/aniquilación de energı́a por unidad de
volumen por unidad de tiempo, de manera que
razón de creación ZZZ
menos
= f (x; t) dvol
razón de desaparición
Ω
dentro de Ω
Con estas tres magnitudes básicas, la ley de conservación y el Teorema de Gauss,
podemos establecer una relación cuantitativa precisa entre e, φ y f .
Sea x0 = (x01 , x02 , x03 ) un punto fijo en Ω y sea B = B(x0 , r) una bolita chica centrada
en x0 de manera que B(x0 , r) ⊂ Ω. Consideremos el balance en B.
ZZZ
razón de cambio d d
= E(B; t) = e(x; t) dvol
temporal de E en B dt dt B
ZZ
razón de inmigración/emigración
=− φ(x; t) · n dσ
a través de ∂B ∂B
ZZZ
razón de creación/desaparición
= f (x; t) dvol
dentro de B B
Por el enunciado verbal del balance (5.1) tenemos que

ZZZ ZZ ZZZ
d
e(x; t) dvol = − φ(x; t) · n dσ + f (x; t) dvol (5.2)
dt B ∂B B
Por el Teorema de la Divergencia de Gauss, el primer término en el miembro derecho de

la ecuación anterior es:
ZZ ZZZ
− φ(x; t) · n dσ = − ∇ · φ(x; t) dvol,
∂B B
donde ∇ · φ es, claro, la divergencia del flujo térmico. Si e es una función suave, como la
derivación en el miembro izquierdo de (5.2) es con respecto a la variable tiempo, que no
es la de integración, y como estamos considerando una bola B fija que no depende de la
variable temporal, tenemos también que
ZZZ ZZZ
d ∂
e(x; t) dvol = e(x; t) dvol.
dt B B ∂t
45
Finalmente, la ecuación (5.2) se reescribe

ZZZ
∂
e(x; t) + ∇ · φ(x; t) − f (x; t) dvol = 0.
B ∂t
Esta igualdad debe cumplirse para toda bola B tal que B ⊂ Ω. Si e y φ son de clase C 1
y si f es continua, entonces la función entre corchetes es continua, y por lo visto en el
Capı́tulo 1 se tiene que cumplir que
∂
e(x; t) + ∇ · φ(x; t) − f (x; t) = 0
∂t
para todo x ∈ Ω y todo instante de tiempo t.
La ley de conservación (de la energı́a) es entonces la ecuación diferencial en derivadas
parciales de primer orden dada por
∂e
+ ∇ · φ = f. (5.3)
∂t
Observación 5.1. Una ley de conservación similar se cumple si C representa una con-
centración, que es también una densidad de masa de una cierta sustancia, por unidad de
volumen:
∂C
+ ∇ · φ = f. (5.4)
∂t
En este caso φ es el flujo de masa por unidad de área, y f es un término fuente de masa
por unidad de volumen por unidad de tiempo.
5.2. Relaciones constitutivas

Supongamos ahora que denotamos con:
u = u(x; t) a la temperatura en el punto x ∈ Ω en el instante t;
ρ = ρ(x) a la densidad (de masa) del medio en el punto x de Ω;
c = c(x) al calor especı́fico del medio en el punto x de Ω. Se denomina calor especı́fico

a la energı́a térmica necesaria para aumentar en un grado de temperatura un gramo
de la sustancia que constituye el medio en el punto x).
Entonces
e = cρu.
La ley de conservación toma pues la forma
∂u
cρ + ∇ · φ = f,
∂t
donde c, ρ y f son generalmente datos del problema, y u, φ son las incógnitas.
Es claro que teniendo una sola ecuación, el problema de encontrar u y φ no está sufi-
cientemente determinado. Las ecuaciones de balance, o leyes de conservación tienen que
46
acoplarse con relaciones constitutivas que describen, cuantitativamente relaciones entre

φ y u. La relación constitutiva para la conducción del calor se llama Ley de Fourier y es
elemental desde el punto de vista heurı́stico: “La energı́a térmica fluye desde las regiones
más calientes hacia las más frı́as y la magnitud del flujo es proporcional a la razón de
cambio (espacial) de la temperatura”. En otros términos (más concretos),
φ = −K∇u,
donde K = K(x) se llama conductividad térmica del material y puede ser diferente en
puntos diferentes. Es claro que a mayor K, mayor flujo |φ|. Notar que el signo menos,
admitiendo que K es positiva, está para satisfacer el requerimiento de dirección del flujo:
“de altas a bajas temperaturas” que es lo opuesto de la dirección del gradiente de u.
El sistema (
Ley de Conservación
Relación Constitutiva
nos da 
 c ρ ∂u + ∇ · φ = f,
∂t

φ = −K∇u.
Sustituyendo la segunda en la primera, obtenemos la forma general de la ecuación de
difusión o ecuación del calor en el espacio tridimensional:
∂u
cρ − ∇ · (K∇u) = f. (5.5)
∂t
Recordemos que c, ρ y K son funciones del punto.
Cuando la conductividad térmica K es constante, la ecuación toma la forma
∂u 2
cρ − K∇ u = f.
∂t
Cuando no hay fuentes (ni sumideros) y también el calor especı́fico y la densidad son
constantes, tenemos 2
∂u 2 ∂ u ∂ 2u ∂ 2u
= k∇ u = k + +
∂t ∂x21 ∂x22 ∂x23
K
con k = la difusividad del material.
cρ
Observación 5.2. Cuando consideramos una concentración (de masa) C en lugar de
una temperatura, o densidad de energı́a térmica, la relación constitutiva que relaciona C
con el flujo φ se denomina Ley de Fick :
φ = −k∇C,
que es igual a la de Fourier. Incorporando esta relación constitutiva en la ley de conser-
vación obtenemos:
∂C
− ∇ · (k∇C) = f.
∂t
Obtuvimos la misma ecuación para la incógnita C que habı́amos obtenido anteriormente
para la incógnita u. Esta ecuación se denomina ecuación de difusión y modela tanto
difusión de calor como de masa.
47
5.3. Reducción de dimensiones

Volvamos a la ecuación del calor. Cuando hay razones fı́sicas para predecir la inde-
pendencia de la temperatura de algunas de las variables x1 , x2 , x3 se tienen versiones
de la ecuación del calor en dimensiones uno (varillas) y dos (placas), pero esto no im-
plica, necesariamente la unidimensionalidad, o bidimensionalidad del medio en el que
está ocurriendo el proceso de difusión.
Ecuación del calor unidimensional: Si consideramos una varilla de pequeño espesor,

aislada lateralmente, y alineada con el eje x1 , resulta un modelo válido al suponer que
todas las cantidades son constantes sobre planos paralelos al plano x2 x3 . Por lo tanto
obtenemos la ecuación:
∂u ∂ ∂u
cρ − K = f,
∂t ∂x1 ∂x1
| {z }
=∇·(K∇u)
∂u ∂u
con u = u(x1 ; t) y f = f (x1 ; t). En este caso el flujo φ = −K , 0, 0 = −K i,
∂x1 ∂x1
∂u
y suele definirse directamente el flujo escalar φ = −K , interpretando que el flujo es
∂x1
hacia la derecha cuando φ > 0 y hacia la izquierda cuando φ < 0.
Llamando x a x1 (ya que es la única variable de interés) obtenemos

∂u ∂ ∂u
cρ − K = f,
∂t ∂x ∂x
que también podemos escribir
cρut − (Kux )x = f.
f
En el caso en que los coeficientes c, ρ y K son constantes, y llamando f˜ a
cρ
∂u ∂2u
− k 2 = f˜,
∂t ∂x
ut − kuxx = f˜.
Ecuación del calor bidimensional: Si consideramos una placa plana delgada, alinea-
da con el plano x1 x2 , aislada en su parte superior e inferior, es válido suponer que todas
las cantidades son constantes sobre rectas paralelas al eje x3 y obtenemos la ecuación:

∂u ∂ ∂u ∂ ∂u
cρ − K + K =f
∂t ∂x1 ∂x1 ∂x2 ∂x2
| {z }
=∇·(K∇u)
con u = u(x1 , x2 ; t) y f = f (x1 , x2 ; t). En el caso en que los coeficientes c, ρ y K son

constantes, y llamando x, y a x1 , x2 respectivamente obtenemos
∂u ∂ 2u ∂ 2u
−k + = f˜,
∂t ∂x2 ∂y 2
48
ut − k uxx + uyy = f˜.
5.4. Condiciones iniciales y de borde

Cuando intentemos resolver la ecuación del calor en una región delimitada, por ejem-
plo, correspondiente a un objeto con una cierta forma y con ciertas propiedades fı́sicas,
necesitaremos agregar al problema ciertas condiciones iniciales (CI) y de borde (CB).
Consideremos entonces, para fijar ideas, que tenemos un objeto conductor del calor
(por ejemplo un metal) que ocupa una región Ω del espacio.
Quisiéramos usar la ecuación del calor para calcular soluciones y predecir temperaturas
futuras, o calcular temperaturas en puntos del objeto donde no podemos medir.
Como la ecuación del calor tiene una derivada con respecto al tiempo t, debemos
proveer una condición inicial (CI), usualmente a tiempo t = 0: la temperatura inicial.
Es posible que la temperatura inicial no sea constante, sino que dependa de x. Luego,
debemos proveer una distribución inicial de temperatura
u(x; 0) = f (x), x ∈ Ω.
Esta condición suele escribirse también de la siguiente manera:
u = f, x ∈ Ω, t = 0.
¿Es esta información suficiente para predecir la temperatura en el futuro? La respuesta
es no. Sabemos la distribución de temperatura inicial y sabemos que la temperatura
cambia acorde a la ecuación diferencial parcial (5.5). Pero aún nos falta saber qué ocurre
en el borde del objeto Ω. Sin esta información, no podemos predecir el futuro.
Los siguientes tipos de condiciones de borde son los más usuales:
Temperatura prescripta. En ciertas situaciones, puede suponerse que la temperatura

en el borde del objeto (o en parte del borde) se conoce o está predeterminada y es igual
a uB (x; t) en el punto x de ∂Ω en el instante t. En este caso, la condición de borde se
escribe
u(x; t) = uB (x; t), x ∈ ∂Ω, t ≥ 0. (5.6)
Una situación fı́sica que puede representarse con esta CB es el caso en que uB (t) es la
temperatura de un baño de fluido con el cual el objeto está en contacto.
Otra situación donde esta condición de borde puede ser útil es cuando se conoce la
temperatura de un objeto en todos los puntos de su borde y quiere utilizarse la ecuación
del calor para (una vez resuelta) conocer la temperatura en todos los puntos interiores.
Por ejemplo, cuando sumergimos un ñoqui en agua hirviendo, todos los puntos del borde
del ñoqui estarán a 100o C, podemos utilizar la ecuación del calor para saber cuándo las
partes del ñoqui más centrales llegan a 99o C. En este caso, la condición de borde será
u(x; t) = 100, x ∈ ∂Ω, t ≥ 0.
La condición de borde en que se prescribe el valor de la incógnita u se denomina

condición de borde de tipo Dirichlet.
49
Flujo prescripto. En otras situaciones es posible suponer que se conoce (o está pres-
cripto) el flujo de calor en lugar de la temperatura, es decir
− K(x) ∇u(x; t) · n = ϕ(x; t), x ∈ ∂Ω, t ≥ 0, (5.7)

| {z }
∂u
∂n
donde ϕ(x; t) es una función conocida o dada, y n es el vector normal exterior a ∂Ω.
El ejemplo más simple de flujo de calor prescripto en la frontera es cuando el borde
está perfectamente aislado. En este caso no hay flujo en la frontera (ϕ ≡ 0), y la condición
de borde se escribe
∂u
(x; t) = 0, x ∈ ∂Ω, t ≥ 0. (5.8)
∂n
La condición de borde en que se prescribe el valor de la derivada normal de la

incógnita u se denomina condición de borde de tipo Neumann.
Ley de enfriamiento de Newton. Cuando el objeto está en contacto con un fluido
en movimiento (aire, agua, aceite, etc.), entonces las condiciones hasta ahora vistas no
parecen del todo apropiadas. Por ejemplo, imaginemos un objeto que está caliente, y en
contacto con aire en movimiento. El calor saldrá del objeto, calentando el aire. Y el aire
se llevará el calor por el movimiento mismo. Experimentos muestran que el flujo de calor
que sale del objeto es proporcional a la diferencia de temperatura entre el objeto (u(x; t))
y la temperatura del fluido exterior (uB (x, t)). Esta condición de frontera se llama Ley
de enfriamiento de Newton. Si la queremos escribir en términos matemáticos resulta
∂u
− K(x) (x; t) = H[u(x; t) − uB (x, t)], x ∈ ∂Ω, t ≥ 0, (5.9)
∂n
donde la constante de proporcionalidad H se llama coeficiente de transferencia de calor
o coeficiente de convección. Esta condición de borde involucra una combinación lineal de
∂u
uy .
∂n
El coeficiente H en la ley de enfriamiento de Newton se determina experimentalmente.
Depende de las propiedades del objeto como ası́ también de las del fluido (inclusive de
la velocidad con la que el fluido se mueve). Si el coeficiente es muy pequeño, muy poca
energı́a fluye a través del borde. En el lı́mite H → 0, la ley de enfriamiento de Newton,
se convierte en la condición de borde aislado. Podemos pensar que la ley de Newton con
H 6= 0 representa la situación en que el borde no está perfectamente aislado.
Cuando H es grande, mucha energı́a fluye a través del extremo. En el lı́mite H → ∞,
la condición de borde se transforma la condición de temperatura prescripta u(x, t) =
uB (x, t). Esto puede verse fácilmente si dividimos (5.9) por H:
K(x) ∂u
− (x, t) = u(x, t) − uB (x, t),
H ∂n
y tomamos lı́mite cuando H → ∞.
50
∂u
La condición de borde en que se relaciona el valor de la derivada normal con la
∂n
diferencia entre u y un dato uB se denomina condición de borde de tipo Robin.
Observación 5.3. Cuando consideramos el flujo de calor unidimensional, por ejemplo

en una barra cilı́ndrica de longitud L, las condiciones de borde se escriben de la siguiente
manera:
x Dirichlet Neumann Robin
0 u(0, t) = uB (0, t) K0 (0)ux (0, t) = φ(0, t) K0 (0)ux (0, t) = H[u(0, t) − uB (0, t)]
L u(L, t) = uB (L, t) −K0 (L)ux (L, t) = φ(L, t) −K0 (L)ux (L, t) = H[u(L, t) − uB (L, t)]
Es importante observar el cambio de signo: el flujo hacia afuera por unidad de área
es K0 (0)ux (0, t) en x = 0 y es −K0 (L)ux (L, t) en x = L.
5.5. La ecuación de Laplace y la ecuación de Poisson
Cuando la conductividad térmica del material y la fuente f son independientes del
tiempo en la ecuación general de conducción del calor
∂u
cρ = ∇ · K∇u + f,
∂t
y nos proponemos encontrar soluciones estacionarias (independientes del tiempo) de esa
ecuación, al hacer ut = 0 tenemos la ecuación de Poisson
∇ · K∇u = −f
2
∇ u = −f˜ si K es constante.
Cuando la fuente es nula tenemos la ecuación de Laplace
∇ · K∇u = 0
2
∇ u=0 si K es constante.
5.6. Otras relaciones constitutivas

La forma general de una ley de conservación de una cantidad u = u(x; t) es una
relación diferencial entre u, el flujo φ de la cantidad u y las fuentes f que miden la
generación o desaparición de la cantidad u en el dominio. Precisamente
ut + ∇ · φ = f.
En muchos casos la fuente f es función del punto del espacio, del instante t y también de
u misma: f = f (x, t, u).
51
Las relaciones constitutivas son las relaciones entre el flujo φ y la cantidad u. En el

caso de la conducción del calor, la relación constitutiva es la Ley de Fourier φ = −K∇u.
Otros modelos fı́sicos (en sentido amplio) que tienen la misma ley de conservación están
dados por otras relaciones constitutivas. En dimensión espacial igual a uno, la ley de
conservación toma la forma
∂u ∂φ
+ =f
∂t ∂x
o
ut + φx = f.
El carácter vectorial de φ queda determinado por su signo, entendiendo que cuando
φ es positivo el flujo es en el sentido creciente de la variable x (hacia la derecha) y
cuando es negativo, el flujo ocurre en el sentido opuesto. Ası́, la ecuación que da la ley
de conservación tiene la forma sencilla
ut + φx = f,
u = u(x, t); φ = φ(x, t); f = f (x, t, u).
Transporte, advección: Relación constitutiva “el flujo es proporcional a la cantidad
que fluye”
φ = cu.
El flujo φ no depende explı́citamente de t ni de x, sólo a través de u. La incógnita u
satisface la ecuación diferencial en derivadas parciales de primer orden
ut + cux = f.
Cuando f = 0 se tiene la ecuación de advección:
ut + cux = 0; u = u(x, t).
Esta ecuación es sencilla porque es esencialmente una ecuación ordinaria elemental. En

efecto, pensemos el lado izquierdo como el producto escalar del vector (c, 1) con el gra-
diente espacio-temporal (ux , ut ) de u. La ecuación de advección dice entonces que la
derivada direccional de u en la dirección (c, 1) es nula. Esto significa que u es constante
en la dirección del vector (c, 1).
t
1
V
c x
52
En otras palabras, la ecuación de advección dice que u es constante en lı́neas paralelas

a V = (c, 1). Notar que un vector perpendicular a (c, 1) es (1, −c), y por consiguiente u
sólo puede depender de la variable perpendicular a cx + t, es decir
u(x, t) = F (x − ct)
para alguna función F de una variable, de clase C 1 (derivable con derivada continua). En
efecto, por la regla de la cadena
ut = F ′ (x − ct)(−c), ux = F ′ (x − ct)1,
y por lo tanto
ut + cux = 0.
Notemos de paso que si u(x, 0) = F (x) es la condición inicial, entonces necesariamente

tendremos que la única solución del problema
(
(x, t) ∈ R2 ,
ut + cux = 0,
u(x, 0) = F (x), x ∈ R,
2
está dada por u(x, t) = F (x − ct). Por ejemplo, is F (x) = e−x , la solución es una
Gaussiana que se traslada a velocidad c:
2
u(x, t) = e−(x−ct) .
Se tiene advección con decaimiento cuando el término fuente f = −λu con λ > 0.
Advección no lineal: Cuando la relación constitutiva φ = ϕ(u) está dada por una
función no lineal ϕ de la variable u. La ecuación diferencial de primer orden toma ahora
la forma
ut + ϕ′ (u)ux = f.
5.7. La ecuación de ondas

Más adelante haremos una deducción de la ecuación de ondas desde el punto de vista
de vibraciones de una cuerda. Elegimos ahora el punto de vista de las ondas electro-
magnéticas porque esto nos lleva a introducir el sistema de las Ecuaciones de Maxwell.
La profunda relación entre campos eléctricos y magnéticos, cuya investigación se inicia
con los experimentos de Faraday, “moviendo imanes” y “haciendo girar corrientes eléctri-
cas” está expresada en el sistema de ecuaciones diferenciales en derivadas parciales de
primer orden llamado Las Ecuaciones de Maxwell. Denotemos por B = B(x; t) el campo
magnético en el punto x y en el instante t. Denotemos con E = E(x; t) el campo eléctrico.
Ambos campos son solenoidales (∇ · B = ∇ · E = 0) y las variaciones temporales de cada
uno de ellos se traducen en variaciones espaciales del otro. Muchı́simo más precisamente,
53
el sistema de Ecuaciones de Maxwell se escribe:



 ∇·B =0 (M.1) Ley de Gauss para el campo magnético






 ∇·E =0 (M.2) Ley de Gauss

M: ∂E

 ∇ × B = ε0 µ0 (M.3) Ley de Ampère



 ∂t

∇ × E = − ∂B


(M.4) Ley de Faraday
∂t
donde ε0 es la permisividad del espacio (constante eléctrica) y µ0 es la permeabilidad del
espacio (constante magnética). A partir de este sistema obtendremos la ecuación de ondas
electromagnéticas. Para ello necesitaremos una fórmula que es muy útil y relaciona tres
operadores de segundo orden obtenidos por iteración del operador nabla: ∇.
Si V es un campo vectorial de clase C 2 en el espacio, el Laplaciano vectorial de V es el
campo vectorial cuyas componentes son los Laplacianos de cada una de las componentes
de V :
2 2 2 2
Si V = V1 i + V2 j + V3 k, entonces ∇ V = ∇ V1 i + ∇ V2 j + ∇ V3 k.
Por otra parte, puesto que la divergencia de V es un campo escalar, podemos calcular
su gradiente para obtener ∇(∇ · V ). También está bien definido el rotor del rotor de V :
∇ × (∇ × V ). La fórmula que nos interesa es una relación entre estos tres operadores
vectoriales, que resumimos en el siguiente lema
Lema 5.4. Si V es un campo vectorial C 2 en el espacio, entonces
2
∇ V = ∇(∇ · V ) − ∇ × (∇ × V ).
O sea, el Laplaciano vectorial es el gradiente de la divergencia menos el rotor del rotor.
2 2
Demostración. Supongamos primero que V = V1 i, entonces ∇ V = ∇ V1 i, y por otro
lado

i j k

∂V
1 ∂ ∂ ∂
∇(∇ · V ) − ∇ × (∇ × V ) = ∇ −∇×
∂x1 ∂x1 ∂x2 ∂x3

V1 0 0

i j k

∂V ∂ ∂ ∂
1
=∇ − ∂x1 ∂x2 ∂x 3

∂x1

0 ∂V1 ∂V1
−
∂x3 ∂x2
∂ 2 V1 ∂ 2 V1 ∂ 2 V1
= i + j + k
∂x21 ∂x2 ∂x1 ∂x3 ∂x1
∂ 2V ∂ 2 V1 ∂ 2 V1 ∂ 2 V1
1
+ + i− j− k
∂x22 ∂x23 ∂x2 ∂x1 ∂x3 ∂x1
2 2
= ∇ V1 i = ∇ V .
54
De la misma manera se prueba la tesis en el caso V = V2 j y en el caso V = V3 k. Como

todos los operadores son lineales, se pueden sumar todos los casos y obtener la tesis
deseada. Más precisamente, si V = V1 i + V2 j + V3 k
∇(∇ · V ) − ∇ × (∇ × V ) = ∇(∇ · (V1 i)) − ∇ × (∇ × (V1 i))

+ ∇(∇ · (V2 j)) − ∇ × (∇ × (V2 j))
+ ∇(∇ · (V3 k)) − ∇ × (∇ × (V3 k))
2 2 2 2
= ∇ V1 i + ∇ V2 j + ∇ V3 k = ∇ V .
Volvamos ahora al sistema de Maxwell con la fórmula del lema. Calculamos el rotor
en ambos miembros de (M.4):
∂B ∂
∇ × (∇ × E) = −∇ × =− (∇ × B),
∂t ∂t
Derivamos con respecto a t ambos miembros de (M.3)
∂ ∂ 2E
(∇ × B) = ε0 µ0 2 ,
∂t ∂t
y obtenemos, usando (M.2) que
∂ 2E
ε0 µ0 = −∇ × (∇ × E) = −∇ × (∇ × E) + ∇(∇ · E).
∂t2
Luego, por el Lema 5.4
2
−∇ × (∇ × E) + ∇(∇ · E) = ∇ E,
y por lo tanto el campo eléctrico satisface
2 ∂ 2E
∇ E = ε0 µ0 .
∂t2
De manera análoga, el campo magnético B satisface
2 ∂ 2B
∇ B = ε0 µ0 .
∂t2
Más precisamente, 
2 ∂ 2E
 ∇ E i = ε0 µ0 2 i ,


∂t i = 1, 2, 3,
2

 2 ∂ Bi
 ∇ B i = ε0 µ0 ,
∂t2
son las ecuaciones de ondas que deben satisfacer las componentes de los campos eléctrico
y magnético.
55
5.8. La ecuación de Schrödinger

La función de onda de una partı́cula es un campo escalar (complejo) ψ(P, t) cuyo
módulo mide la probabilidad de que la partı́cula, en el instante t, esté en una región dada
del espacio. Ası́: ZZZ
Prob(Ω, t) = |ψ(x; t)|2 dvol
Ω
es la probabilidad de que la partı́cula esté en Ω en el instante t. Necesariamente

ZZZ
|ψ(x; t)|2 dvol = 1.
R3
La función de onda ψ de una partı́cula bajo la acción de un potencial V tiene que satisfacer
la Ecuación de Schrödinger que, en forma simplificada luce de la siguiente manera
∂ψ 2
i + ∇ ψ = V.
∂t
Esta ecuación se parece sólo en su aspecto exterior a una ecuación de difusión, porque el
factor complejo i cambia completamente el comportamiento de las soluciones.
5.9. Ejercicios
* 5.1. Sea Ω un abierto de Rd , y sea B una bola tal que su clausura está contenida en
Ω. Demostrar que si u : Ω × (0, T ) → R es C 1 (todas las derivadas parciales de primer
orden son continuas) entonces
Z Z
d
u(x, t) dx = ut (x, t) dx, ∀t ∈ (0, T ).
dt B B
5.2. Considerar una barra cilı́ndrica de longitud L alineada con el eje x, ocupando el
intervalo [0, L], suponer que su conductividad térmica y temperatura son constantes en
los planos paralelos al plano yz. Llamemos K(x) a la conductividad térmica a distancia
x del extremo izquierdo y u(x; t) a la temperatura a distancia x del extremo izquierdo.
Supongamos que el área de la sección transversal de la barra cilı́ndrica es A.
(a) Escribir sendas fórmulas para el flujo total de calor hacia fuera de la barra en x = 0
y en x = L.
(b) Escribir sendas fórmulas para la cantidad total de calor que fluyó hacia fuera de la
barra en x = 0 y en x = L por el perı́odo de tiempo desde t = 0 hasta t = T .
5.3. Supongamos que se unen dos barras cilı́ndricas de la misma forma, pero diferente
material en el plano x = x0 . Supongamos que la que ocupa el intervalo [0, x0 ] tiene
conductividad térmica K1 y la que ocupa el intervalo [x0 , L] tiene conductividad térmica
K2 . Se dice que estas dos barras están en contacto térmico perfecto si la temperatura es
continua en x = x0 :
u(x− +
0 , t) = u(x0 , t)
56
y no se pierde nada de energı́a calórica en x = x0 (es decir, la energı́a calórica que fluye
hacia fuera de una barra fluye hacia adentro de la otra). ¿Qué ecuación matemática
representa la condición
la energı́a calórica que fluye hacia fuera de una barra fluye hacia adentro de la otra
en x = x0 ?
5.4. Considerar un baño conteniendo un volumen V de aceite, con calor especı́fico cf y
densidad de masa ρf , en el que se sumerge un cuerpo de metal con calor especı́fico cm ,
densidad ρm y conductividad térmica Km . Suponer que el baño se agita rápidamente de
modo que la temperatura del baño es aproximadamente uniforme en todo el recipiente
que lo contiene, y ésta es igual a la temperatura del cuerpo de metal en todo su contorno.
Supongamos que el baño está térmicamente aislado excepto donde está en perfecto con-
tacto térmico con el cuerpo de metal, donde puede enfriarse o calentarse dependiendo de
la temperatura del mismo. El objetivo de este problema es determinar una ecuación para
la temperatura del baño, que resultará a su vez una condición de borde para el cuerpo
de metal. Para hacerlo seguiremos los siguientes pasos.
(a) Llamemos T (t) a la temperatura del aceite. Escribir una fórmula que represente la
energı́a térmica total del baño de aceite.
(b) Escribir una fórmula que represente la razón de cambio de la energı́a térmica total
del aceite.
(c) Sea Ω la región que ocupa el cuerpo de metal, y sea u(x; t) la temperatura en el
punto x del metal a tiempo t. Escribir una fórmula que represente el flujo de calor
hacia fuera del cuerpo de metal.
(d) Como la cantidad de calor que fluye hacia fuera del cuerpo de metal es la cantidad de
calor que ingresa al fluido, igualando las fórmulas de los ı́tems (b) y (c) obtenemos
una ecuación diferencial (ordinaria) para T (t) que está acoplada con la ecuación del
calor en el metal. Escribirla.
(e) Escribir un sistema de ecuaciones diferenciales para T (t) (la temperatura del aceite)
y u(x; t) (la temperatura del metal).
[Haberman 1998] Haberman, R., Elementary Applied Partial Differential Equations, Pren-
tice Hall, Upper Saddle River, NJ, 1998.
57
Capı́tulo 6
Ecuaciones Diferenciales. Una breve

introducción
Una ecuación diferencial es una ecuación que involucra una función incógnita y al-
gunas de sus derivadas. Si la incógnita es una función de más de una variable, entonces
la ecuación se llama ecuación en derivadas parciales (EDP) pues las derivadas de la
incógnita son derivadas parciales. Ejemplos de EDPs son las ecuaciones que aparecieron
en el capı́tulo anterior cuando vimos las leyes de conservación junto con las ecuaciones
constitutivas, y nuestro objetivo es resolver y comprender propiedades cuantitativas y
cualitativas de las soluciones de estas ecuaciones.
Cuando la función incógnita depende sólo de una variable, la ecuación se llama ecua-
ción diferencial ordinaria (EDO). A continuación veremos un breve repaso de algunos
aspectos básicos de EDOs, que serán necesarios para resolver las EDPs, que son la parte
principal de este curso.
6.1. Ecuaciones diferenciales ordinarias de primer or-

den
Una EDO es de primer orden si en su formulación aparece la derivada de la función
incógnita, y tal vez la función incógnita sin derivar, pero no aparecen derivadas de orden
superior a uno de la incógnita.
6.1.1. EDOs de primer orden separables
Una EDO de primer orden se dice separable si puede escribirse de la siguiente manera:
dy
f (y) = g(x), (6.1)
dx
donde y es la función incógnita de la variable independiente x.
Son ejemplos de EDOs de primer orden separables las siguientes ecuaciones en la

función incógnita y = y(x).
58
dy
=5;
dx
dy 1 dy
= −3y (pues es equivalente a = −3);
dx y dx
dy 1 dy
= xy (pues es equivalente a = x);
dx y dx
dy 1 dy
− y 2 = 0 (pues es equivalente a 2 = 1);
dx y dx
dy
y = −x.
dx
Las ecuaciones separables pueden resolverse integrando (cuando es posible) a cada

lado con respecto a x. Integrando el lado izquierdo de (6.1) obtenemos
Z Z
dy
f (y) dx = f (y) dy = F (y) + C1 ,
dx
′
donde F (y) es una antiderivada, R o primitiva de f (y) (i.e., F (y) = f (y)) y C1 es una
constante arbitraria. El sı́mbolo f (y) dy representa la familia de todas las antiderivadas
de f (y) y como sabemos todas ellas difieren entre sı́ en una constante. En este caso, F (y)
es una cualquiera de ellas, y todas se obtienen sumándole una constante.
Si G(x) denota una antiderivada cualquiera de g(x), integrando el lado derecho de (6.1)
obtenemos
F (y) + C1 = G(x) + C2 .
Llamando C a C2 − C1 obtenemos
F (y) = G(x) + C,
y si pudiéramos despejar y de F (y) obtendrı́amos una fórmula para y(x). En otros casos,
la solución y queda implı́cita.
Veamos cómo resolver los ejemplos mencionados arriba:
dy
= 5. Integrando obtenemos que
dx
Z Z
dy
dx = 5 dx
dx
Z Z
dy = 5 dx
y + C1 = 5x + C2 .
Luego y(x) = 5x + C es la solución general.
59
dy 1 dy
= −3y. Esta ecuación es equivalente a = −3. Integrando obtenemos que
dx y dx
Z Z
1 dy
dx = −3 dx
y dx
Z Z
1
dy = −3 dx
y
ln |y| + C1 = −3x + C2 ,
por lo que ln |y| = −3x + C ó |y| = eC e−3x . La solución general es entonces
y(x) = C̃e−3x .
Notar que en la última expresión hemos denotado con C̃ a ±eC ; eC es siempre

positivo, pero y puede ser positiva, negativa o cero, aunque no cambia de signo. Es
decir, la solución de esta ecuación puede ser:
• positiva para todo x: C̃ > 0;
• negativa para todo x: C̃ < 0;
• constantemente cero (para todo x): C̃ = 0.
dy 1 dy
= xy. Notemos que esta ecuación es equivalente a = x, y luego
dx y dx
Z Z
1 dy
dx = x dx
y dx
x2
ln |y| + C1 = + C2 ,
2
x2 x2
por lo que ln |y| = + C ó |y| = eC e 2 . La solución general es entonces
2
x2
y(x) = C̃e 2 .
Notar que nuevamente hemos denotado con C̃ a ±eC .

dy 1 dy
− y 2 = 0. Integrando la ecuación equivalente 2 = 1, obtenemos
dx y dx
Z Z
1 dy
dx = 1 dx
y 2 dx
Z Z
1
dy = 1 dx
y2
1
− + C1 = x + C2 ,
y
1
y luego la solución general es y = − , que tiene dos ramas. Sólo una de
x+C
esas ramas será la solución que cumpla la condición inicial, pues la otra rama
60
está desconectada. Por ejemplo, si queremos encontrar la solución que cumple y(0) =
1
4, entonces la constante debe ser C = − y por lo tanto la solución es
4
1 4
y(x) = − 1 = ,
x− 4
1 − 4x
1
que sólo está definida para x 6= . Pero la rama de la solución que cumple la
4 1
condición inicial está definida en − ∞, .
4
dy
y = −x. Integrando a ambos lados obtenemos
dx
Z Z
dy
y dx = −x dx
dx
Z Z
y dy = −x dx
y2 x2
+ C1 = − + C2 ,
2 2
es decir que y 2 + x2 = C y la solución está implı́cita. En este caso podemos despejar
y obtener que √
y(x) = ± C − x2
√ √
que sólo existe en el intervalo − C ≤ x ≤ C y para C > 0.
6.1.2. EDOs lineales de primer orden

Definición 6.1. Una EDO de primer orden se dice lineal si puede escribirse de la siguiente
manera:
a(x)y ′ (x) + b(x)y(x) = c(x), (6.2)
donde y es la función incógnita de la variable independiente x y a(x), b(x), c(x) son
funciones dadas.
Suponiendo a(x) 6= 0 en el intervalo de interés, podemos dividir por a(x) y obtenemos
la EDO lineal en forma estándar
y ′ (x) + p(x)y(x) = q(x). (6.3)
Una manera de resolver este tipo de ecuaciones es recurriendo a lo que se conoce

como factor integrante. La idea consiste en muliplicar ambos lados de (6.3) por una
misma función m(x) obteniendo
m(x)y ′ (x) + m(x)p(x)y(x) = m(x)q(x).
Pero m(x) debe elegirse de manera que el lado izquierdo m(x)y ′ (x) + m(x)p(x)y(x) sea la
derivada de un sólo término, que será el producto de y(x) por otra función. Ahora bien,
′
m(x)y(x) = m(x)y ′ (x) + m′ (x)y(x)
61
y observamos que lograremos el objetivo deseado si se cumple que

1
m′ (x) = m(x)p(x), o bien m′ (x) = p(x).
m(x)
Recordemos que p(x) es una función conocida, y que estamos tratando de hallar m(x).
Resulta entonces que esta es una ecuación de primer orden separable para la incógnita
m(x). Integrando a ambos lados obtenemos que
m(x) = C exp(P (x)),
con P (x) una primitiva de p(x). Como sólo nos interesa hallar una función m(x) con
las propiedades dadas, tomamos C = 1, y multiplicamos (6.3) por el factor integrante
m(x) = exp(P (x)), obteniendo
m(x)y ′ (x) + m(x)p(x)y(x) = m(x)q(x)
exp(P (x)) y ′ (x) + exp(P (x))p(x) y(x) = exp(P (x))q(x)
| {z } | {z }
m(x) m′ (x)
′
m(x)y(x) = m(x)q(x).
Por lo tanto,
Z
m(x)y(x) = m(x)q(x) dx + C
Z
1
y(x) = m(x)q(x) dx + C .
m(x)
Lo importante no es recordar la fórmula final, sino el procedimiento:
Para resolver
y ′ (x) + p(x)y(x) = q(x)
hay que elegir el factor integrante m(x) de manera que al multiplicar
′ la ecuación por
m(x) resulte que el término de la izquierda sea igual a m(x)y(x) . Para ello, debe
ser
m′ (x) = m(x)p(x).
Veamos unos ejemplos

Ejemplo 6.2. Hallar la solución general de (1+x2 )y ′ +2 x y = 3 x2 . Si prestamos suficiente
atención, observamos que 2x (que multiplica a y) es justamente la derivada con respecto
a x de (1 + x2 ) (que multiplica a y ′ . Por lo tanto, el miembro izquierdo de la ecuación es
d
justamente (1 + x2 )y , y la ecuación resulta entonces
dx
′
(1 + x2 )y = 3 x2 .
Integrando, obtenemos que (1 + x2 )y = x3 + C, y la solución general resulta
x3 + C
y(x) = .
1 + x2
62
Ejemplo 6.3. Consideremos dos recipientes A y B que contienen un lı́quido viscoso y

se vacı́an a una tasa proporcional al volumen V , digamos V ′ (t) = −kV (t), con k > 0
una constante dada. Supongamos que el volumen inicial de lı́quido del recipiente A es
VA0 , mientras que el recipiente B está inicialmente vacı́o. Si el recipiente A comienza a
vaciarse hacia el recipiente B a tiempo t = 0, hallar el volumen VB (t) de lı́quido en el
recipiente B a tiempo t.
Por un lado, el volumen de lı́quido del recipiente A obedece la ecuación VA′ (t) =
−k VA (t) y por lo tanto VA (t) = Ce−kt , y como el volumen inicial es VA (0) = VA0 tenemos
que
VA (t) = VA0 e−kt .
Por otro lado, el volumen de lı́quido VB (t) del recipiente B decrece a tasa −k VB (t), pero
a la vez aumenta a tasa kVA (t), es decir
VB′ (t) = −k VB (t) + kVA (t).
Reemplazando lo que se sabe para VA (t) obtenemos la siguiente ecuación para VB (t):
VB′ (t) + k VB (t) = k VA0 e−kt .
Multipliquemos por el factor integrante m(t) para ver qué debe satisfacer.
m(t)VB′ (t) + m(t)k VB (t) = m(t)k VA0 e−kt .

′
Queremos que el miembro izquierdo de la ecuación sea m(t)VB (t) y para ello debe ser
m′ (t) = k m(t). Una solución no trivial de esta ecuación es m(t) = ekt . Ası́ que la ecuación
original ahora se transforma en
kt ′
e VB (t) = ekt k VA0 e−kt ,
que se simplifica en ′
ekt VB (t) = k VA0 ,
es decir ekt VB (t) = k VA0 t + C, y entonces
VB (t) = k VA0 t e−kt + C e−kt .
Usando que VB (0) = 0 obtenemos que C = 0 y finalmente, el volumen del lı́quido en el

recipiente B a tiempo t es
VB (t) = k VA0 t e−kt .
Ejemplo 6.4. Consideremos la situación en que se posee un tanque A con 500 litros de
salmuera, con una concentración de 5 gramos de sal por litro. Este tanque A drena 20
litros de salmuera por minuto hacia el tanque B. A su vez, el tanque B, que inicialmente
contiene 100 litros de agua pura, drena 15 litros por minuto, se encuentra siempre bien
mezclado y no rebalsa. ¿Cuánta sal hay, y cuál es la concentración en el tanque B después
de 10 minutos?
Una manera conveniente de modelar este tipo de situaciones es definir la variable S(t)
como la cantidad de sal en el tanque B a tiempo t (en gramos).
63
La cantidad de sal que ingresa al tanque B por minuto es la misma cantidad de sal
que drena desde el tanque A:
ℓ g g
20 × 5 = 100 .
min ℓ min
Por otro lado, la cantidad de sal que sale del tanque B por minuto es igual a la cantidad
de salmuera que sale por minuto, por la concentración, es decir
ℓ S(t) g S(t) g
15 × = 15 ,
min V (t) ℓ V (t) min
donde V (t) denota el volumen de salmuera en el tanque B, que fácilmente vemos es
ℓ
V (t) = 100 ℓ + (20 − 15) t min = 100 + 5t ℓ.
min
Luego, el problema a valores iniciales (ecuación diferencial más condición inicial) para
S(t) resulta:
15
S ′ (t) = 100 − S(t), S(0) = 0 .
{z100 + 5t }
| {z }
| condición inicial
ecuación diferencial
La ecuación diferencial es lineal de primer orden, que en forma estándar (y simplificando)
se lee
3
S ′ (t) + S(t) = 100.
20 + t
3
El factor integrante debe cumplir m′ (t) = m(t), de manera que
20 + t
Z
3
ln |m(t)| = dt = 3 ln(20 + t) = ln(20 + t)3 ,
20 + t
3
y entonces m(t) = (20+t) . Multiplicando la ecuación diferencial por este factor integrante
obtenemos
(20 + t)3 S ′ (t) + 3 (20 + t)2 S(t) = 100 (20 + t)3
h i′
que es lo mismo que (20 + t)3 S(t) = 100 (20 + t)3 . Luego
(20 + t)3 S(t) = 25 (20 + t)4 + C,

C
y la solución general de la ecuación diferencial es S(t) = 25 (20 + t) + . Ahora
(20 + t)3
C
imponemos la condición inicial S(0) = 0 que implica 500 + 3 = 0 ó C = −4 × 106 ,
20
obteniendo como solución del PVI a
4 × 106
S(t) = 25 (20 + t) − .
(20 + t)3
Para saber la cantidad de sal en el recipiente B después de 10 minutos, recordamos que
estamos midiendo el tiempo en minutos y la cantidad de sal en gramos, por lo que la
respuesta es
4 × 106 4000
S(10) = 25 (20 + 10) − 3
= 750 − ≈ 601,85g.
(20 + 10) 27
S(10) 601,85 g g
La concentración después de 10 minutos es ≈ = 4,0123 .
V (10) 150 ℓ ℓ
64
6.2. EDOs lineales de 2do orden con coeficientes cons-

tantes
Para resolver las EDP de los próximos capı́tulos, necesitaremos manejar con fluidez
la ecuación homogénea de segundo orden con coeficientes constantes:
a y ′′ (x) + b y ′ (x) + c y(x) = 0, (6.4)
donde los coeficientes a, b, c son constantes reales.

Antes de continuar, recordamos que
Teorema 6.5. Si y1 (x) e y2 (x) son soluciones linealmente independientes1 de una EDO
lineal homogénea de segundo orden, entonces todas las soluciones de dicha ecuación pue-
den escribirse como
y(x) = C1 y1 (x) + C2 y2 (x)
eligiendo apropiadamente las constantes C1 y C2 . La fórmula anterior, que engloba a
todas las soluciones, se llama solución general de la ecuación.
Además, dado x0 ∈ R y dos números y0 , y1 , existe una única solución que satisface
y(x0 ) = y0 , y ′ (x0 ) = y1 .
Observemos ahora que:
Si a = b = c = 0 no hay ecuación :-)
Si a = b = 0 y c 6= 0 la ecuación es algebraica con solución y ≡ 0.

c
Si a = 0 y b 6= 0, la ecuación es de primer orden con solución general y(x) = Ce− b x .
Si a 6= 0 la ecuación es realmente de segundo orden, y procedemos a resolverla a

continuación.
De ahora en adelante suponemos a 6= 0. El método usual para resolver (6.4) consiste

en buscar soluciones de la forma y(x) = erx con r constante. Para ello reemplazamos esta
dn rx
fórmula en la ecuación y vemos qué tiene que satisfacer r. Observemos que dx ne = rn erx ,
rx
y por lo tanto y(x) = e será solución de (6.4) si
a r2 erx + b r erx + c erx = ar2 + br + c) erx = 0 para todo x.
Luego r debe ser solución de la ecuación cuadrática a r2 + b r + c = 0. Esta ecuación

(algebraica para la variable r) se conoce como ecuación auxiliar para (6.4). Las soluciones
son √
−b ± b2 − 4ac
r1,2 = .
2a
Si definimos d = b2 − 4ac, podemos distinguir tres casos.
1
Dos funciones son linealmente independientes cuando no es cierto que una es un múltiplo (constante)
de la otra.
65
Caso 1: d > 0. En este caso hay dos raı́ces reales distintas:

√ √
−b + d −b − d
r1 = , r2 = .
2a 2a
Hemos encontrado entonces dos soluciones linealmente independientes
y1 (x) = er1 x , y2 (x) = er2 x ,
y la solución general de (6.4) es

√ √
−b + d −b − d
d = b2 − 4ac > 0 =⇒ y(x) = C1 er1 x + C2 er2 x , con r1 = , r2 = .
2a 2a
−b
Caso 2: d = 0. En este caso, la ecuación cuadrática tiene una sola raı́z r = de
2a
multiplicidad doble, que nos provee sólo una solución y1 (x) = erx . Podemos verificar que
otra solución linealmente independiente a esta primera es y2 (x) = xerx . Luego, la solución
general de (6.4) es
b
d = b2 − 4ac = 0 =⇒ y(x) = C1 erx + C2 x erx , con r = − .
2a
Caso 3: d < 0. En este caso, las raı́ces son complejas:

p p
−b + i |d| −b − i |d|
r1 = , r2 = ,
2a 2a
√
2 −b |d|
donde i es la unidad imaginaria, que satisface i = −1. Si llamamos α = 2a
yβ= 2a
,
entonces
r1 = α + iβ, r2 = α − iβ,
y la solución general resulta (a valores complejos)

y(x) = C1 e(α+iβ)x + C2 e(α−iβ)x = eαx C1 eiβx + C2 e−iβx .
Recordando que e±iβx = cos βx ± i sen βx, vemos que

y(x) = eαx C1 (cos βx + i sen βx) + C2 (cos βx − i sen βx)

= eαx (C1 + C2 ) cos βx + i(C1 − C2 ) sen βx .
| {z } | {z }
C̃1 C̃2
Luego, la solución general de (6.4) es

p
2 αx
b |d|
d = b − 4ac < 0 =⇒ y(x) = e C1 cos βx + C2 sen βx , con α = − , β = .
2a 2a
66
Ejemplo 6.6. Hallar la solución general de y ′′ + y ′ = 0. Proponemos una solución de la

forma y(x) = erx , que satisface y ′′ (x) = r2 erx , entonces

y ′′ + y ′ = 0 ⇔ r2 + r erx = 0,
La ecuación auxiliar es entonces r2 + r = 0 que puede factorizarse como r(r + 1) = 0 y
se ve fácilmente que tiene dos soluciones diferentes r = 0, −1. Por lo tanto la solución
general es
y(x) = C1 + C2 e−x .
Ejemplo 6.7. Hallar la solución general de y ′′ − 4y = 0. La ecuación auxiliar es
r2 − 4 = 0, con raı́ces r = ±2.
La solución general es entonces
y(x) = C1 e2x + C2 e−2x .
Ejemplo 6.8. Hallar la solución general de y ′′ + 4y = 0. La ecuación auxiliar es
r2 + 4 = 0, con raı́ces r = ±2i.
La solución general es entonces
y(x) = C1 cos(2x) + C2 sen(2x).
6.3. Sistemas especiales de EDOs

Ocasionalmente nos encontraremos con un sistema de EDOs lineales de esta forma:
x′ (t) = a x(t) + b y(t)
y ′ (t) = c x(t) + d y(t),
con a, b, c, d constantes dadas y x(t), y(t) las funciones incógnita. Necesitaremos resolver
este sistema con valores iniciales dados x(0), y(0).
Si b = 0 entonces podemos resolver primero para x(t) y obtener x(t) = x(0)eat ,
luego reemplazar esta expresión en la segunda ecuación y resolverla utilizando un factor
integrante adecuado.
Si d = 0 podemos hacer lo mismo, resolviendo primero para y(t) y luego para x(t).
Si b 6= 0 y d 6= 0 entonces se dice que las ecuaciones están acopladas. En ese caso,
derivamos la primera ecuación y obtenemos
x′′ (t) = a x′ (t) + b y ′ (t)

= a x′ (t) + b c x(t) + d y(t),
1
= a x′ (t) + b c x(t) + d x′ (t) − ax(t)
b
= (a + d)x′ (t) + (bc − ad)x(t).
Luego x(t) es solución de la siguiente EDO lineal de 2do orden
x′′ (t) − (a + d)x′ (t) − (bc − ad)x(t) = 0
1

que ya sabemos resolver. Una vez hallada x(t) usamos la identidad y(t) = b
x′ (t)−ax(t)
para tener una expresión de y(t).
67
Ejemplo 6.9. Resolver
x′ (t) = 3 x(t) − 4 y(t) x(0) = 1

y ′ (t) = x(t) − y(t) y(0) = 1.
Derivamos la primera ecuación y obtenemos
x′′ (t) = 3 x′ (t) − 4y ′ (t).
Usamos la segunda ecuación para reemplazar y ′ (t) obteniendo
x′′ (t) = 3 x′ (t) − 4 x(t) + 4 y(t).
Ahora despejamos y(t) de la primera ecuación
1 3
y(t) = − x′ (t) + x(t), (6.5)
4 4
y lo reemplazamos, obteniendo
x′′ (t) = 3 x′ (t) − 4 x(t) − x′ (t) + 3x(t),
que resulta
x′′ (t) − 2x′ (t) + x(t) = 0.
Proponiendo x(t) = ert deducimos que r2 − 2r + 1 = 0, es decir r = 1 es una raı́z doble,

por lo que la solución general es
x(t) = C1 et + C2 tet .
Utilizando la condición inicial para x, x(0) = 1 obtenemos que C1 = 1 y por lo tanto
x(t) = et + C2 tet .
De (6.5)
1 t 3
y(t) = − e + C2 et + C2 tet + et + C2 tet
4 4
1 1 3 1 3
= − − C2 + − C2 t + C2 t et
4 4 4 4 4
1 1 1
= − C2 + C2 t et .
2 4 2
Forzando la condición inicial y(0) = 1 obtenemos que C2 = −2. Finalmente la solución

resulta
x(t) = (1 − 2t)et y(t) = (1 − t)et .
68
6.4. Generalidades sobre Ecuaciones en Derivadas Par-

ciales
Dada una función u = u(x, y, z, . . . ) de varias variables independientes x, y, z, . . . ,
utilizaremos la siguiente notación conveniente:
∂u ∂u ∂u
ux = , uy = , uz = , ...,
∂x ∂y ∂z
∂ 2u ∂ 2u ∂ 2u
uxx = , u yx = , u xy = , ....
∂x2 ∂xy ∂yx
El orden de una derivada parcial es entonces la cantidad de subı́ndices: uno en la primera
lı́nea de los ejemplos anteriores y dos en la segunda.
Repasemos algunas definiciones
Se dice que una función u es C 0 cuando es continua. Dado un entero positivo k, se

dice que una función es C k si toda derivada parcial de orden menor o igual a k existe
y es continua.
Por ejemplo, si u = u(x, y, z) es una función de tres variables, entonces u ∈ C 2 si u,
ux , uy , uz , uxx , uxy , uxz , uyx , uyy , uyz , uzx , uzy , uzz son continuas. Vemos aquı́ que u ∈ C 2
implica u ∈ C 1 pues u ∈ C 1 cuando u, ux , uy , uz son continuas.
Vemos entonces que en general, u ∈ C k implica que u ∈ C k−1 .
Es también sabido que si u ∈ C 2 entonces uxy = uyx , uyz = uzy , etc. Decimos en
general que si u ∈ C k , las derivadas parciales de orden menor o igual a k conmutan.
Definición 6.10. Dado un entero positivo k, una ecuación en derivadas parciales (EDP)
de orden k es una ecuación que involucra una función incógnita u, tal que k es el mayor
orden de derivada parcial que aparece en la ecuación.
Ejemplo 6.11. Veamos un par de ejemplos:
La ecuación del calor
ut = kuxx u = u(x, t)
es una ecuación de orden dos.
La ecuación de transporte
aux + buy = f u = u(x, y)
es una ecuación de orden uno, o de primer orden.

En general, una EDP está definida sobre un dominio D que es la región de interés
donde las variables están definidas. Por ejemplo, la ecuación del calor unidimensional que
modela el flujo de calor en una barra de longitud L se presenta usualmente ası́:
ut = kuxx 0 < x < L, t > 0.
El dominio donde está planteada la ecuación es D = {(x, t) : 0 < x < L, t > 0}. Este
dominio es un rectángulo “espacio-temporal” semi-infinito.
69
Definición 6.12. Una función u es una solución de una EDP de orden k en el dominio
D si es una función C k en la región D y la EDP se satisface en todos los puntos interiores
a D.
Ejemplo 6.13. La función u(x, t) = sen(x)e−t es solución de la ecuación de difusión
ut = uxx en D = {(x, t) : 0 < x < 1, t > 0}.
En efecto, ut = − sen(x)e−t , ux = cos(x)e−t , uxx = − sen(x)e−t , luego ut = uxx para todo

x y para todo t, en particular para (x, t) ∈ D.
6.4.1. EDPs lineales y el principio de superposición

Una EDP es lineal cuando puede escribirse de la siguiente manera:
El lado izquierdo es una combinación lineal de la función incógnita y sus

derivadas parciales, con coeficientes que pueden depender de las variables
independientes, pero no de la función incógnica. El lado derecho es alguna
función f que no depende de la incógnita. Si f ≡ 0 la EDP lineal se dice
homogénea.
Ejemplo 6.14. Las siguientes son ecuaciones lineales en la incógnita u:
ut = kuxx , pues puede escribirse como ut − kuxx = 0.
3xux + (x + y)uy = e−x .

2 2
∇ u + (x2 + y 2 + z 2 )u = e−x
La parte de la ecuación que involucra a la función incógnita u y sus derivadas se

denomina operador diferencial aplicado a u, y en este curso lo denotaremos con la letra
L. Ası́, en los ejemplos anteriores
El operador es La ecuación se escribe como
L[u] = ut − kuxx L[u] = 0
L[u] = 3xux + (x + y)uy L[u] = e−x

2 2
L[u] = ∇ u + (x2 + y 2 + z 2 )u L[u] = e−x
Ejemplo 6.15. Las siguientes ecuaciones no son lineales en la incógnita u
u ux + uy = 1
uxx + uy = u2
70
Cuando la ecuación involucrada es lineal, el operador diferencial L es lineal, es decir:
L[c1 u1 + c2 u2 ] = c1 L[u1 ] + c2 L[u2 ]
cualesquiera sean las constantes c1 , c2 y las funciones suaves u1 , u2 .
Principio de superposición. Si L es un operador diferencial lineal y u1 , u2 son

soluciones de
L[u1 ] = f1 L[u2 ] = f2
entonces, cualesquiera sean las constantes c1 , c2 ,
u = c 1 u1 + c 2 u2
es solución de
L[u] = c1 f1 + c2 f2 .
En particular, tomando f1 = f2 = 0 obtenemos que si u1 , u2 son soluciones del
problema homogéneo,
L[u1 ] = 0 L[u2 ] = 0
entonces u = c1 u1 + c2 u2 es solución de L[u] = 0.
6.5. Ejercicios
6.1. La ley de Torricelly dice que (bajo ciertas circunstancias ideales) un recipiente
cilı́ndrico perderá fluido por un agujero en la base, a una tasa proporcional a la raı́z
cuadrada de la altura de la superficie del fluido. Supongamos que un contenedor cilı́ndri-
co está inicialmente lleno a una altura de 25cm. Si le lleva un minuto perder tres cuartos
del total. ¿Cuánto le llevará perder el total del fluido?
6.2. Resolver las siguientes ecuaciones lineales de primer orden, sujetas a las condiciones
iniciales indicadas
(a) y ′ (x) + 2y(x) = ex , y(0) = 1, (b) x′ (t) + x(t) cos(t) = 0, x(π) = 100.
6.3. Hallar la solución general y(x) de las siguientes EDO homogéneas de segundo orden
(a) y ′′ = 0 (d) y ′′ + 5y ′ + 4y = 0
25
(b) y ′′ + 36y = 0 (e) y ′′ + 4y ′ + 4
y =0
(c) y ′′ − 36y = 0
6.4. Hallar la solución particular que cumple las condiciones dadas:
(a) y ′′ = 0, y(0) = 1, y ′ (0) = 0
(b) y ′′ + 36y = 0, y(0) = 0, y ′ (0) = 1
(c) y ′′ − 36y = 0, y(0) = 1, y ′ (0) = 1
(d) y ′′ + 5y ′ + 4y = 0, y(0) = 1, y ′ (0) = 0
71
25
(e) y ′′ + 4y ′ + 4
y = 0, y(0) = 0, y ′ (0) = 1
6.5. Hallar la solución particular que cumple las condiciones (homogéneas) dadas:
(a) y ′′ = 0, y(0) = 0, y ′ (0) = 0
(b) y ′′ + 36y = 0, y(0) = 0, y ′ (0) = 0
(c) y ′′ − 36y = 0, y(0) = 0, y ′ (0) = 0
(d) y ′′ + 5y ′ + 4y = 0, y(0) = 0, y ′ (0) = 0

25
(e) y ′′ + 4y ′ + 4
y = 0, y(0) = 0, y ′ (0) = 0
6.6. Hallar todas las soluciones que cumplen las condiciones dadas:
(a) y ′′ = 0, y(0) = 0, y(π) = 0
(b) y ′′ + 36y = 0, y(0) = 0, y(π) = 0
(c) y ′′ − 36y = 0, y(0) = 0, y(π) = 0
(d) y ′′ + 5y ′ + 4y = 0, y(0) = 0, y(π) = 0

25
(e) y ′′ + 4y ′ + 4
y = 0, y(0) = 0, y(π) = 0
6.7. Resolver el siguiente sistema de ecuaciones diferenciales ordinarias
x′ (t) = x(t) − 4y(t) x(0) = 1

y ′ (t) = x(t) + y(t) y(0) = 1
6.8. Para x ∈ R se definen el seno y coseno hiperbólico de la siguiente manera
ex − e−x ex + e−x
senh(x) = cosh(x) =
2 2
(a) Graficar ambas funciones y determinar el valor de cosh(0), senh(0), cosh′ (0) y senh′ (0).
(b) Determinar todos los valores de x para los que cosh(x) = 0, y también aquellos para
los que senh(x) = 0.
(c) Verificar que cosh2 (x) − senh2 (x) = 1 para todo x ∈ R.

d d
(d) Mostrar que dx
senh(x) = cosh(x) y que dx
cosh(x) = senh(x).
(e) Mostrar que dado un par de números A, B, existe un par de números Ã, B̃ tal que
A ex + B e−x = Ã cosh(x) + B̃ senh(x), para todo x ∈ R.
(f ) Mostrar que si λ > 0 entonces toda solución de y ′′ − λy = 0 se puede escribir

√ √
Ã cosh λ x + B̃ senh λ x
72
(g) Mostrar que si H ∈ R está dado (fijo), y λ > 0 entonces toda solución de y ′′ − λy = 0
se puede escribir
√ √
y(x) = Ã˜ cosh λ (x − H) + B̃
˜
senh λ (x − H)
6.9. Dado λ > 0 fijo, hallar todas las soluciones de y ′′ − λy = 0 que cumplan
(a) y(0) = 0 (b) y ′ (0) = 0 (c) y(3) = 0 (d) y ′ (3) = 0
Ayuda: usar el ejercicio anterior para hallar la fórmula más sencilla posible.
6.10. Mostrar que para los siguientes operadores L se cumple que
L[c1 u1 + c2 u2 ] = c1 L[u1 ] + c2 L[u2 ]
para todo par de constantes c1 , c2 y funciones suaves u1 , u2 .
(a) L[u] = ut − kuxx , u = u(x, t)
(b) L[u] = uxx + uyy + uzz , u = u(x, y, z)
(c) L[u] = (3 + 2x)uxx + uyy , u = u(x, y)

2
(d) L[u] = utt − e−x ux , u = u(x, t)
x
[Bleecker-Csordas] Bleecker, D., Csordas, G., Basic Partial Differential Equations, Inter-
national Press, Cambridge, Massachusetts, 1996.
[Edwards-Penney] Edwards, C.H. Jr., David E. Penney, Ecuaciones diferenciales elemen-
tales.
73
Capı́tulo 7
EDPs de primer orden
En este capı́tulo nos dedicaremos a estudiar EDPs de primer orden. Veremos cómo se
resuelven las lineales, y haremos algunas consideraciones sobre la existencia y unicidad
de soluciones.
7.1. EDPs de primer orden con coeficientes constan-
tes
Tal vez la EDP más simple es la lineal de primer orden con coeficientes constantes:
a ux + b uy + c u = f (x, y), u = u(x, y), (7.1)
donde a, b, c son constantes dadas tales que a2 + b2 6= 01 y f (x, y) es una función dada.
Como es usual, no se escriben las variables independientes de la función incógnita u. La
expresión u = u(x, y) a la derecha indica que la función u depende de dos variables x e y
y no más.
Como la ecuación es de primer orden, buscamos soluciones u = u(x, y) que sean C 1 ,
y para que esto sea posible, f (x, y) debe ser continua.
Primer caso: Consideramos el caso sencillo en que b = 0 (por lo tanto a 6= 0) y la

ecuación es
a ux (x, y) + c u(x, y) = f (x, y), u = u(x, y).
Si bien es una ecuación en derivadas parciales, sólo aparece una derivada con respecto a
x y ninguna con respecto a y. Si interpretamos a y como un parámetro esta ecuación en
realidad resulta una familia de ecuaciones diferenciales ordinarias: una para cada y fijo,
que se reescribe ası́:
c 1
ux (x, y) + u(x, y) = f (x, y), u = u(x, y).
a a
c
El factor integrante de esta ecuación es m(x) = e a x , que multiplicándolo a la ecuación
da
∂ c 1 c
e a x u(x, y) = e a x f (x, y).
∂x a
1 2
a + b2 6= 0 quiere decir que a y b no son ambos iguales a cero.
74
Integrando (con respecto a x) obtenemos

Z
c
x 1 cx
e u(x, y) =
a e a f (x, y) dx + C(y),
a
donde es importante notar que la constante puede ser diferente para cada y, y por eso
escribimos C(y) en lugar de C. La solución general entonces resulta
Z
− ac x 1 cx
u(x, y) = e e a f (x, y) dx + C(y) .
a
Como buscamos soluciones C 1 , pedimos que la función C(y) sea C 1 .
El desarrollo realizado hasta aquı́ debe usarse para comprender el procedimiento, pero
no es aconsejable recordar la fórmula de la solución.
El caso a = 0 (b 6= 0) es similar. Resolvamos directamente un ejemplo:
Ejemplo 7.1. Hallar la solución general de
3uy − 2u = x + y, u = u(x, y). (7.2)
2 x+y
Dividimos por 3 y obtenemos la ecuación uy − u = . Multiplicamos por el factor
2
3 3
integrante m(y) = e− 3 y y obtenemos
∂ −2y 2 x + y
e 3 u(x, y) = e− 3 y .
∂y 3
Integrando con respecto a y obtenemos

− 32 y x 2 y 3 2
e u(x, y) = − e− 3 y − + e− 3 y + C(x),
2 2 4
2
y multiplicando por e 3 y obtenemos la solución general

x y 3 2 x+y 3 2
u(x, y) = − − + + C(x) e 3 y = − − + C(x) e 3 y .
2 2 4 2 4
Esto quiere decir que reemplazando C(x) por cualquier función C 1 de la variable x obte-
nemos una solución de (7.2). Ası́, todas las siguientes son soluciones:
u(x, y) C(x)
x + y 3 x2 2 y x2
− − + e3
2 4 8 8
x+y 3 2
− − + cos(πx) e 3 y cos(πx)
2 4
x+y 3 2 2
− − − 2e 3 (x+y) −2e 3 x
2 4
x+y 3 2
− − + e3y 1
2 4
75
Está claro que estas no son todas las soluciones, pues hay infinitas. . .
Pasemos ahora al caso más general en que a 6= 0 6= b (esto quiere decir que a 6= 0 y
que b 6= 0, es decir, ninguna de las dos constantes es nula). La clave para resolver este
problema es ver que la parte de la ecuación (7.1) que involucra a las derivadas es:
a ux + b uy = ∇u · (ai + bj)
es decir, el producto escalar entre el gradiente de u y el vector (a, b). Por lo tanto, a ux +b uy
es una derivada direccional en la dirección ai + bj, y la ecuación es entonces una EDO a
lo largo de estas direcciones.
La idea es ahora introducir un cambio de variables de manera que una variable sea
constante a lo largo de las rectas paralelas al vector ai + bj. Estas rectas se llaman rectas
caracterı́sticas y son las de ecuación
b 1 2
y = x+d y =− y=0 y=1 y=
− a a a
− x − bx − a
a bx bx b
o también bj
ai +
bx − ay = const.
Usaremos w, z para las nuevas variables. Elegimos w de manera que las caracterı́sticas
sean las rectas w = constante. Elegimos la otra variable z de alguna manera sencilla, pero
que no sea un múltiplo de w. Por ejemplo

 x = w + az
(
w = bx − ay
⇐⇒ b
z=y y = z
Definimos entonces una nueva función v = v(w, z) que coincida con u = u(x, y) en
cada punto. Es decir
w + az
v(w, z) = u(x, y) = u( , z) o bien u(x, y) = v(w, z) = v(bx − ay, y)
b
Veamos qué EDP satisface v(w, z):
ux = v w w x + v z z x uy = v w w y + v z z y
ux = v w b + v z 0 y uy = vw (−a) + vz 1
a ux = a b v w b uy = −a b vw + b vz .
Luego la parte principal de la ecuación (7.1) resulta:
a ux + b uy = bvz
76
y reemplazando en (7.1), vemos que v(w, z) debe ser solución de
bvz + cv = g(w, z)
donde g(w, z) = f ( w+az

b
, z). Esta ecuación es ahora de las sencillas en que aparece una
sola derivada parcial.
Nuevamente, no es bueno recordar esta forma final de la nueva ecuación, sino el
procedimiento, que consiste en hacer el cambio de variables adecuado. Veamos un ejemplo
concreto.
3ux − 2uy + u = x, u = u(x, y). (7.3)
Las caracterı́sticas son las rectas de pendiente − 32 , es decir las de ecuación y = − 23 x + d,

o también
2x + 3y = constante.
Luego hacemos el cambio de variables

 x = w − 3z
(
w = 2x + 3y
⇐⇒ 2
z=y 
y=z
Identificando u(x, y) = v(w, z), veamos qué EDP satisface v(w, z):
ux = v w 2 + v z 0 y uy = v w 3 + v z 1
3 ux = 6 v w 2uy = 6vw + 2 vz .
w − 3z
Por lo tanto 3ux −2uy = −2vz . Ası́, la ecuación (7.3) se transforma en −2vz +v = ,
2
que es equivalente a
1 w − 3z
vz − v = − .
2 4
z
El factor integrante es m(z) = e− 2 que multiplicándolo nos da
∂ z w − 3z − z
e− 2 v = − e 2.
∂z 4
Integrando obtenemos
z w −z 3 z
e− 2 v = e 2 − (2 + z)e− 2 + C(w),
2 2
z
y finalmente, multiplicando por e 2 , resulta
w 3 z
v= − (2 + z) + C(w)e 2 .
2 2
Reemplazando w, z por sus equivalentes en términos de x, y obtenemos
2x + 3y 3 y
u(x, y) = − (2 + y) + C(2x + 3y)e 2
2 2
77
y simplificando llegamos a que la solución general es

y
u(x, y) = x − 3 + C(2x + 3y)e 2 . (7.4)
Es importante mencionar aquı́ que C(2x+3y) indica cualquier función C 1 de una variable,
aplicada a la expresión (2x + 3y) como un bloque indivisible. Por ejemplo
C(w) u(x, y)
y
w3 x − 3 + (2x + 3y)3 e 2
y
2 + sen(w) x − 3 + (2 + sen(2x + 3y)) e 2
y
1 e2
x−3+
1 + w2 1 + (2x + 3y)2
y
log(10 + w4 ) x − 3 + log(10 + (2x + 3y)4 )e 2
Observación 7.3. Vemos que el problema tiene infinitas soluciones. Si tomamos C ≡ 0
tenemos la solución particular up (x, y) = x − 3, que es una solución de 3ux − 2uy + u = x.
y
La otra parte de la solución general, uh (x, y) = C(2x + 3y)e 2 es la familia de todas las
soluciones del problema homogéneo 3ux − 2uy + u = 0.
Ejemplo 7.4. ¿Qué habrı́a ocurrido en el ejemplo anterior si en lugar de definir z = y
hubiéramos intentado z = x? Veamos. Hacemos el cambio de variables
( 
w = 2x + 3y x = z
⇐⇒
z=x  y = w − 2z .
3
ux = v w 2 + v z 1 y uy = v w 3 + v z 0
3 ux = 6 vw + 3vz 2uy = 6vw .
Por lo tanto 3ux − 2uy = 3vz . Ası́, la ecuación (7.3) se transforma en 3vz + v = z, que es
equivalente a
1 z
vz + v = .
3 3
z
Multiplicamos por el factor integrante m(z) = e 3 y obtenemos
∂ z z z
e3 v = e3 .
∂z 3
z z
Integrando con respecto a z nos queda e 3 v = (z − 3)e 3 + G(w), o lo que es lo mismo
z
v(z, w) = z − 3 + G(w)e− 3 .
78
Reemplazando w, z por sus equivalentes en términos de x, y obtenemos la solución general

x
u(x, y) = x − 3 + G(2x + 3y)e− 3 .
Esta solución es aparentemente diferente de la obtenida anteriormente para el mismo pro-

w
blema (ver (7.4)), pero notemos que reemplazando C(w) = e− 6 G(w), en (7.2) obtenemos
2x+3y y x
u(x, y) = x − 3 + e− 6 G(2x + 3y)e 2 = x − 3 + G(2x + 3y)e− 3 ,
que es la fórmula recién obtenida.
Conclusiones:
Uno puede tener soluciones generales aparentemente diferentes pero que en realidad
son la misma familia de soluciones.
La elección de la variable z puede hacerse convenientemente a fin de simplificar las

cuentas. En el ejemplo anterior usar z = x en lugar de z = y ayuda un poco.
7.1.1. Condición lateral
En muchas ocasiones, uno está interesado en encontrar soluciones que cumplen alguna
condición lateral. Para la ecuación (7.1) una condición apropiada puede ser que u(x, y)
tome ciertos valores especı́ficos en los puntos que están sobre una lı́nea recta o curva.
Ejemplos de tales condiciones son:
u(x, 0) = g(x), x∈R se indica el valor de u sobre

el eje x.
u(0, y) = g(y), x∈R se indica el valor de u sobre
el eje y.
u(x, 3) = g(x), x∈R se indica el valor de u sobre
la recta y = 3.
u(x, x) = g(x), x∈R se indica el valor de u sobre
la recta y = x.
u(es , s) = g(s), x∈R se indica el valor de la gráfica de x = ey .
u sobre
x
u(5x, x + 1) = g(x), x∈R se indica el valor de u sobre la recta y = + 1.
5
Veamos un ejemplo:
Ejemplo 7.5. Hallar la solución de
ux − uy + 2u = 1, u = u(x, y), u(x, 0) = x2 , x ∈ R.
El primer paso consiste en hallar la solución general de la ecuación diferencial, ignorando

por un momento la condición lateral u(x, 0) = x2 . Identificamos las caracterı́sticas como
las rectas de ecuación y = −x + d o las de ecuación x + y = const. Luego hacemos el
cambio de variables
( (
w =x+y x=w−z
⇐⇒
z=y y = z.
79
ux = v w 1 + v z 0 y uy = v w 1 + v z 1
ux = v w uy = v w + v z .
Por lo tanto ux − uy = −vz . Ası́, la ecuación diferencial se transforma en −vz + 2v = 1,

que es equivalente a vz − 2v = −1. Multiplicamos por el factor integrante m(z) = e−2z y
obtenemos
∂
e−2z v = −e−2z .
∂z
1
Integrando con respecto a z nos queda e−2z v = e−2z + C(w), o lo que es lo mismo,
2
1 2z
v = +C(w)e . Reemplazando w y z por sus equivalentes en términos de x e y obtenemos
2
la solución general
1
u(x, y) = + C(x + y)e2y .
2
Una vez hallada la solución general imponemos la condición lateral u(x, 0) = x2 para
todo x ∈ R. Esto implica
1
x2 = u(x, 0) = + C(x), x ∈ R,
2
es decir C(x) = x2 − 21 . Luego, la solución es

1 2 1 2y
u(x, y) = − + (x + y) − e .
2 2
| {z }
C(x+y)
Veamos otro ejemplo:

ux + 2uy − 4u = ex+y , u = u(x, y), u(x, 4x + 2) = 0, x ∈ R.
Nuevamente, el primer paso consiste en hallar la solución general. Las caracterı́sticas son
las rectas de pendiente 2, es decir las rectas de la forma y − 2x = const. Viendo que en el
lado derecho de la ecuación aparece ex+y elegimos las variables auxiliares de la siguiente
manera: 
( z−w
w = y − 2x x =

⇐⇒ 3
z =x+y 
y = 2z +w
3
ux = vw (−2) + vz 1 y uy = v w 1 + v z 1
ux = −2 vw + vz uy = v w + v z .
80
Por lo tanto ux + 2 uy = 3vz . Ası́, la ecuación diferencial se transforma en 3vz − 4v = ez ,

z 4
que es equivalente a vz − 34 v = e3 . Multiplicamos por el factor integrante m(z) = e− 3 z y
obtenemos z
∂ − 4 z e− 3
e 3 v = .
∂z 3
4 z 4
Integrando nos queda e− 3 z v = −e− 3 + C(w), o lo que es lo mismo v = −ez + C(w)e 3 z .
Reemplazando w y z por sus equivalentes en términos de x e y obtenemos la solución
general
4
u(x, y) = −ex+y + C(y − 2x)e 3 (x+y) . (7.5)
Una vez hallada la solución general imponemos la condición lateral u(x, 4x + 2) = 0 para
todo x ∈ R. Esto implica
4
0 = u(x, 4x + 2) = −ex+4x+2 + C(4x + 2 − 2x)e 3 (x+4x+2) , x ∈ R,
4 5x+2
es decir C(2x + 2) = e(5x+2)− 3 (5x+2) = e− 3 , x ∈ R. Tenemos entonces que definir la
función C(r) (usamos una variable genérica r) de manera que
5x+2
C(2x + 2) = e− 3 . (7.6)
¿Cómo hacemos esto? Definimos r = 2x + 2 (lo que está como argumento de C), y
despejamos x, es decir x = r−2
2
. Luego reemplazamos esta expresión en todos los lugares
en que aparece x en la igualdad (7.6), es decir:
r−2 5x+2 5 r−2

2 +2 5
C(2x + 2) = C(2 + 2) = C(r) = e− 3 = e− 3 = e− 6 r+1 .
2
5
Es decir, C(r) = e− 6 r+1 . La solución buscada se obtiene entonces utilizando esta definición
de C(r) en (7.5). Es decir
4 5 4
u(x, y) = −ex+y + C(y − 2x)e 3 (x+y) = −ex+y + e− 6 (y−2x)+1 e 3 (x+y)
y
= −ex+y + e 2 +3x+1 .
Hasta ahora no nos hemos encontrado con grandes dificultades, veamos un par de
ejemplos más.
ux + 2uy − 4u = ex+y , u = u(x, y) u(x, 2x − 1) = 0, x ∈ R.
Vemos que la ecuación diferencial es la misma, ası́ que la solución general es

4
u(x, y) = −ex+y + C(y − 2x)e 3 (x+y) .
Cuando intentamos imponer la condición lateral u(x, 2x − 1) = 0, obtenemos

4
0 = u(x, 2x − 1) = −ex+2x−1 + C(2x − 1 − 2x)e 3 (x+2x−1)
4 x ∈ R,
= −e3x−1 + C(−1)e 3 (3x−1) ,
81
es decir
3x−1
C(−1) = e− 3 , x ∈ R.
Aquı́ vemos que estamos pidiendo a la función C(r) que en r = −1 tome diferentes valores
dependiendo de x. Esto es imposible, por lo que el problema plantedo no tiene solución.
La dificultad radica en que la condición lateral está dada sobre una caracterı́stica, la recta
y = 2x − 1 que tiene pendiente 2.
Nos preguntamos por qué tenemos dificultades cuando la condición lateral está dada
sobre una caracterı́stica. La explicación es la siguiente. La EDP resulta una EDO a lo largo
de las caracterı́sticas, y por eso el valor de la solución a lo largo de ellas está determinado
por el valor en un solo punto. Como la condición lateral no cumple la EDO sobre la
caracterı́stica, el problema no tiene solución.
Veamos un último ejemplo:
ux + 2uy − 4u = ex+y , u = u(x, y) u(x, 2x) = −e3x + e4x , x ∈ R.
Vemos que la ecuación diferencial es la misma, y como ya no somos tan inocentes también
detectamos que la condición lateral está dada sobre una caracterı́stica, la recta y = 2x.
Recordamos que la solución general es
4
u(x, y) = −ex+y + C(y − 2x)e 3 (x+y) ,
e intentamos imponer la condición lateral u(x, 2x) = −e3x + e4x :

4
−e3x + e4x = u(x, 2x) = −ex+2x + C(2x − 2x)e 3 (x+2x)
x ∈ R,
= −e3x + C(0)e4x ,
es decir
C(0) = 1, x ∈ R.
Aquı́ vemos que estamos pidiendo a la función C(r) que en r = 0 tome el valor 1. Esto
sı́ es posible, por lo que el problema plantedo tiene solución. Lo extraño aquı́ es que
existen infinitas funciones C(r) que valen 1 en r = 0. Por este motivo, este problema
tiene infinitas soluciones. He aquı́ algunos ejemplos:
C(r) u(x, y)
4
(r + 1)3 −ex+y + (y − 2x + 1)3 e 3 (x+y)
4
cos(r) −ex+y + cos(y − 2x) e 3 (x+y)
4 4 4
e− 3 r −ex+y + e− 3 (y−2x) e 3 (x+y) = −ex+y + e4x
4
ln(e + r4 ) −ex+y + ln e + (y − 2x)4 ) e 3 (x+y)
82
Lo que ocurre en el ejemplo 7.8 es que la condición lateral está dada sobre una ca-
racterı́stica, pero la misma es compatible con la EDO que se cumple sobre esa recta. Por
lo tanto el problema tiene solución. Ahora uno se pregunta por qué tiene infinitas. La
existencia de infinitas soluciones se debe a que la condición lateral no impone ninguna
exigencia sobre ningún punto de las demás caracterı́sticas.
En base a los ejemplos analizados precedentemente concluimos algo que se puede
demostrar rigurosamente en general, pero cuya demostración queda fuera del alcance de
este curso:
Al resolver EDP lineales de primer orden con coeficientes constantes como (7.1):
Si la condición lateral está dada sobre una recta no-caracterı́stica, el problema

tiene una única solución.
Si la condición lateral está dada sobre una caracterı́stica, ocurre una de las
siguientes posiblidades:
• El problema no tiene solución.
• El problema tiene infinitas soluciones.
Como mencionamos al principio de esta Sección una condición lateral podrı́a estar
dada sobre una curva, y no necesariamente sobre una lı́nea recta.
Definición 7.9. Si para la solución u = u(x, y) de (7.1) se requiere que tome valores
especı́ficos sobre una curva, tal curva se llama curva lateral.
Se dice que una curva es regular si tiene vector tangente unitario que varı́a de manera
continua con respecto a la longitud de arco. Visualmente es una curva que no tiene esqui-
nas. Una forma de saber si una curva es regular consiste en hallar una parametrización
t → x(t)i + y(t)j con x′ (t), y ′ (t) continuas y tales que (x′ (t))2 + (y ′ (t))2 > 0 para todo t.
Definición 7.10. Se dice que una curva regular intersecta a una lı́nea recta transversal-
mente si en cada punto intersección la recta no es tangente a la curva.
Teorema 7.11. Consideremos la EDP a ux + b uy + c u = f (x, y), u = u(x, y), y supon-
gamos que la condición lateral se impone sobre una curva lateral regular que corta cada
recta caracterı́stica exactamente una vez y lo hace transversalmente. Entonces, si los va-
lores impuestos sobre la curva varı́an de manera suave (C 1 ) el problema tiene solución
única.
Este teorema nos dice que para garantizar que el problema tenga solución única, la
condición lateral debe ser impuesta sobre una curva que satisfaga lo siguiente:
Que corte a todas las caracterı́sticas.
Que corte a cada caracterı́stica una sola vez.
Que en cada punto de la curva la recta tangente no sea caracterı́stica.
En la Figura 7.1 se muestran curvas laterales buenas para la imposición de valores
a la solución (izquierda), y también se muestran curvas laterales que no garantizan la
existencia de solución única (derecha).
83
Figura 7.1: Curvas laterales adecuadas e inadecuadas. Las curvas de la izquierda son
adecuadas porque cortan todas las rectas caracterı́sticas, cortan a cada caracterı́stica una
sola vez y lo hacen de manera transversal. Las curvas de la derecha no cumplen estas tres
condiciones a la vez.
7.1.2. Un modelo para análisis de poblaciones o inventarios

Bajo ciertas hipótesis naturales, derivamos a continuación una EDP de primer orden
que gobierna la manera en que se distribuye una población de individuos con respecto a
la edad, a medida que transcurre el tiempo. Los individuos pueden ser tanto organismos
biológicos como objetos manufacturados, por ejemplo lámparas, transistores, productos
alimenticios o medicamentos. Nos referiremos entonces a alguna colección de objetos simi-
lares que se vuelven defectuosos con la edad, o se vencen, acorde a un patrón establecido
estadı́sticamente. Utilizaremos el verbo expirar para decir que un individuo deja de exis-
tir, o de funcionar, o se vence. Y utilizaremos el verbo existir para decir que un individuo
está vivo, o funciona correctamente, o no está vencido.
Supongamos entonces que la variable P (x, t) denota una densidad de población a
tiempo t de individuos de edad x. Es decir,
Z b
P (x, t) dx = cantidad de individuos de edad entre a y b que existen a tiempo t.
a
También ocurre que
P (x, t)∆x ∼= número de individuos de edad entre x y x + ∆x que existen a tiempo t.

R x+∆x
Esto es cierto porque para ∆x pequeño, P (x, t)∆x ∼ = x P (y, t) dy.
Supongamos ahora que D(x, t) es la tasa de expiración. Más precisamente,
Z b
número de individuos de edad entre a y b
D(x, t)P (x, t) dx =
a que expiran, por unidad de tiempo.
Lo que implica que
número de individuos de edad entre x y x + ∆x

D(x, t)P (x, t)∆x∆t ∼
=
que expiran en el intervalo de tiempo [t, t + ∆t]
Si los individuos no expiraran (D ≡ 0), tendrı́amos que P (x, t + ∆t) = P (x − ∆t, t).
Es decir, la densidad de individuos de edad x a tiempo t + ∆t es la misma que la densidad
de individuos de edad x − ∆t a tiempo t.
84
Pero si expiran a tasa D(x, t) tenemos que

P (x, t + ∆t) ∼
= P (x − ∆t, t) − D(x, t)P (x, t)∆t.
Restando P (x, t) a ambos miembros y dividiendo por ∆t obtenemos
P (x, t + ∆t) − P (x, t) ∼ P (x − ∆t, t) − P (x, t)
= − D(x, t)P (x, t).
∆t ∆t
Tomando lı́mite cuando ∆t → 0, y teniendo en cuenta que la aproximación implı́cita en
∼
= tiende a una igualdad cuando ∆t → 0, obtenemos
Pt (x, t) = −Px (x, t) − D(x, t)P (x, t) ó Pt (x, t) + Px (x, t) + D(x, t)P (x, t) = 0.
Observación 7.12. Si no le convence la deducción de la ecuación usando ∼=, he aquı́ una
deducción alternativa. Si los individuos expiran a tasa D(x, t) tenemos que
Z ∆t
P (x, t + ∆t) = P (x − ∆t, t) − D(x − ∆t + s, t + s)P (y − ∆t + s, t + s) ds,
0
y escribiendo r en lugar de ∆t tenemos
Z r
P (x, t + r) = P (x − r, t) − D(x − r + s, t + s)P (y − r + s, t + s) ds.
0
Derivando esta última expresión con respecto a r tenemos

Pt (x, t + r) = −Px (x − r, t) − D(x − r + r, t + r)P (x − r + r, t + r)
Z r
+ Dx (x − r + s, t + s)P (y − r + s, t + s) ds
0
Z r
+ D(x − r + s, t + s)Px (y − r + s, t + s) ds.
0
Tomando lı́mite cuando r → 0 obtenemos

Pt (x, t) = −Px (x, t) − D(x, t)P (x, t) ó Pt (x, t) + Px (x, t) + D(x, t)P (x, t) = 0.
(Fin de la deducción alternativa).
Analicemos un poco esta ecuación, que es (casi) una de las que hemos aprendido a
resolver en esta sección. Los coeficientes frente a Px y a Pt son constantes (iguales a
1), pero el coeficiente frente a P es D(x, t) que es variable. Sin embargo, toda la teorı́a
desarrollada en esta sección se puede utilizar. Veamos: las caracterı́sticas son las rectas
de pendiente 1, es decir las de ecuación x − t = const. Hacemos entonces el cambio de
variables ( (
w =x−t x=z
⇐⇒
z=x t = z − w.
Identificando P (x, t) = Q(w, z), veamos qué EDP satisface Q(w, z):
Px = Qw wx + Qz zx Pt = Qw wt + Qz zt
Px = Qw 1 + Qz 1 y Pt = Qw (−1) + Qz 0
Px = Qw + Qz Pt = −Qw .
85
Por lo tanto Pt + Px = Qz . Ası́, la ecuación diferencial se transforma en
Qz + D(z, z − w)Q = 0,
donde
R hemos reemplazado x por z, y t por z − w. El factor integrante es ahora m(z) =
D(z,z−w) dz
e . Multiplicamos y obtenemos
∂ R D(z,z−w) dz
e Q = 0.
∂z
R
D(z,z−w) dz
Integrando con respecto a z nos queda e Q = C(w). Eligiendo una primitiva
en particular obtenemos
Z z
Q(w, z) = C(w) exp − D(ζ, ζ − w) dζ .
w
Reemplazando w y z por sus equivalentes en términos de x e y obtenemos la solución

general
Z x
P (x, t) = C(x − t) exp − D(ζ, ζ − x + t) dζ .
x−t
Haciendo el cambio de variables τ = ζ − x + t en la integral dentro de la exponencial la

fórmula de la solución general resulta
Z t
P (x, t) = C(x − t) exp − D(x − t + τ, τ ) dτ .
0
Tomando t = 0 obtenemos P (x, 0) = C(x), por lo que C(x) indica la densidad inicial de
población con respecto a la edad, al menos para x ≥ 0. Es decir
Z t
P (x, t) = P (x − t, 0) exp − D(x − t + τ, τ ) dτ .
0
Como P (x, 0) no está definido para x < 0, resulta que P (x, t) no está definido para x < t
(ver Figura 7.2). Es entonces conveniente definir, para x < 0, P (x, 0) como el número
de nacimientos por unidad de tiempo que se producirán a tiempo |x|, definiendo a la vez
D(x, t) = 0 para x < 0.
Consideremos el caso de producción constante C, es decir P (x, 0) = C para todo
x < 0 y tasa de expiración independiente del tiempo, o sea D(x, t) = D(x) (recordando
que D(x) = 0 si x < 0). Analicemos qué ocurre a medida que pasa mucho tiempo. Más
precisamente, calculemos la densidad de población en estado estacionario:
Z t
P∞ (x) = lı́m P (x, t) = lı́m P (x − t, 0) exp − D(x − t + τ ) dτ .
t→+∞ t→+∞ 0
Ahora bien, para t > x, x − t < 0 y entonces P (x − t, 0) = C por lo que
lı́m P (x − t, 0) = C;
t→+∞
86
t
D≡0 D>0
x<t
P es constante
sobre estas lı́neas
x>t
x=t
x
Figura 7.2: Diferentes regiones para el problema del inventario
además
Z t Z x Z 0 Z x Z x
D(x − t + τ ) dτ = D(s) ds = D(s) ds + D(s) ds = D(s) ds.
0 x−t x−t 0 0
| {z }
=0
Por lo que finalmente

Z x
P∞ (x) = lı́m P (x, t) = C exp − D(s) ds .
t→+∞ 0
Más aún, la densidad estacionaria P∞ (x) coincide con la densidad P (x, t) cuando t > x.
Más precisamente
P∞ (x) = P (x, t), si x > t.
Esto es cierto sólo cuando hay producción constante.
7.2. EDPs de primer orden con coeficientes variables

En muchas aplicaciones aparecen ecuaciones de la forma
a(x, y) ux + b(x, y) uy + c(x, y) u = f (x, y), u = u(x, y). (7.7)
Es decir, los coeficientes a, b, c pueden depender del punto (x, y). Esta EDP sigue siendo
lineal, pues el operador L[u] = a(x, y) ux + b(x, y) uy + c(x, y) u es lineal. La ecuación
dejarı́a de ser lineal si los coeficientes dependieran de u o alguna de sus derivadas.
Para resolverla, observemos primero que el término a(x, y) ux +b(x, y) uy es la derivada
direccional de u en la dirección del vector a(x, y)i + b(x, y)j =: g(x, y). Como a y b
dependen del punto (x, y) tenemos que en cada punto estaremos mirando una derivada
direccional, pero no siempre en la misma dirección. En la figura 7.3 podemos ver el campo
de direcciones ai+bj en un caso en que a y b son constantes y en otro donde son variables.
Vemos entonces que las caracterı́sticas no serán siempre rectas, y establecemos la
siguiente definición.
87
Figura 7.3: Campos de direcciones constante (izquierda) y variable (derecha) y algunas

curvas caracterı́sticas
Definición 7.13. Una curva en el plano xy se llama curva caracterı́stica para la EDP (7.7)
si en cada punto (x0 , y0 ) de la curva el vector g(x0 , y0 ) = a(x0 , y0 )i + b(x0 , y0 )j es tangente
a la curva.
Si la curva caracterı́stica es el gráfico de una función y(x), entonces la definición nos
dice que
dy b(x, y)
= .
dx
|{z} a(x, y)
| {z }
pendiente de la pendiente del
recta tangente vector g(x, y)
La ecuación
dy b(x, y)
= (7.8)
dx a(x, y)
se llama ecuación caracterı́stica de (7.7) y los gráficos de las soluciones son las curvas
caracterı́sticas de (7.7).
La EDP (7.7) resulta una EDO sobre las curvas caracterı́sticas.
En el caso a, b constante, las caracterı́sticas son las rectas y = ab x + d o también
bx − ay = const. En ese caso definı́amos la variable w como una variable auxiliar que nos
ayudarı́a a resolver el problema. Ahora haremos algo parecido.
Supongamos que ya pudimos resolver (7.8) y que las curvas caracterı́sticas son de la
forma
h(x, y) = const.
Por ejemplo h(x, y) = y − x2 o h(x, y) = x2 + y 2 (ver figura 7.4)
Entonces hacemos el cambio de variables y la identificación
(
w = h(x, y)
v(w, z) = u(x, y)
z=y
La idea es que w será constante en cada caracterı́stica y entonces la EDP se transfor-
mará en una EDO de la variable z. Veamos si esto ocurre
ux = v w h x + v z 0 y uy = v w h y + v z 1
a ux = ahx vw b uy = bhy vw + b vz .
88
Figura 7.4: Curvas caracterı́sticas de la forma h(x, y) = y − x2 = const. (izquierda) y

h(x, y) = x2 + y 2 = const. (derecha)
Por lo tanto
a ux + b uy = (a hx + b hy ) vw + b vz .
Observemos ahora que a hx + b hy = (ai + bj) · ∇h, y ai + bj es tangente a las curvas de
nivel de h, por lo tanto ai + bj es perpendicular a ∇h. Es decir
a hx + b hy = (ai + bj) · ∇h = 0,
y resulta que la parte principal de la ecuación es a ux + b uy = b vz , por lo que la ecuación

en v resulta
b vz + c v = f,
que es una EDO en la variable z.
Veamos un ejemplo.
−y ux + x uy = 0, u = u(x, y).
El primer paso consiste, como antes, en encontrar las curvas caracterı́sticas. Las mismas
deben satisfacer
dy x
=− ,
dx y
que es una EDO de primer orden separable. Multiplicamos por y e integramos a ambos
lados, obteniendo
dy
y = −x
Z dx Z
y dy = − x dx
y2 x2
=− +C
2 2
2 2
x + y = const.
89
Realizamos entonces el cambio de variables

( ( √
w = x2 + y 2 x = ± w − z2
⇐⇒
z=y y=z
ux = vw 2x + vz 0 y uy = vw 2y + vz 1
−yux = −2xy vw x uy = 2xy vw + xvz .
Por lo tanto −yux + xuy = xvz , y la ecuación resulta xvz = 0. Por lo tanto vz debe ser
cero en todos los puntos donde x 6= 0, pero como buscamos soluciones C 1 , vz debe ser
continua y por lo tanto vz ≡ 0. Es decir
v(w, z) = C(w),
y la solución general resulta
u(x, y) = C(x2 + y 2 ).
En otras palabras, las soluciones son todas las funciones radiales, o sea, las que son
constantes a lo largo de las circunferencias centradas en el origen. Por ejemplo
C(w) u(x, y)
w3 (x2 + y 2 )3
2 +y 2 )
e−w e−(x
1 1
1+w 1 + x2 + y 2
7.2.1. Parametrización preferida

Otra forma de resolver EDPs lineales de primer orden con coeficientes variables se
obtiene parametrizando las curvas caracterı́sticas con un parametro t, como cuando cal-
culábamos integrales sobre curvas.
Sea x(t)i + y(t)j la parametrización de una curva caracterı́stica. Entonces
x′ (t)i + y ′ (t)j debe ser paralelo a a(x(t), y(t))i + b(x(t), y(t))j.
La forma más fácil de lograr esto es eligiendo la parametrización de manera que

x′ (t) = a x(t), y(t) ,
(7.9)
y ′ (t) = b x(t), y(t) .
El sistema (7.9) se llama sistema caracterı́stico de (7.7).
90
Si x(t), y(t) son soluciones del sistema caracterı́stico (7.9) entonces la parametrización
x(t)i + y(t)j se llama parametrización preferida de la caracterı́stica.
Si tenemos una parametrización preferida de una caracterı́stica, definimos

U (t) = u(x(t), y(t)),
es decir, U (t) denota los valores de la solución u(x, y) a lo largo de la caracterı́stica. Al
derivar U (t) con respecto a t, usando la regla de la cadena, obtenemos:
U ′ (t) = ux (x(t), y(t))x′ (t) + uy (x(t), y(t))y ′ (t)
= ux (x(t), y(t))a(x(t), y(t)) + uy (x(t), y(t))b(x(t), y(t))
que es la parte principal de la ecuación diferencial. Si ahora definimos C(t) = c(x(t), y(t))
y F (t) = f (x(t), y(t)), U (t) debe satisfacer
U ′ (t) + C(t)U (t) = F (t),
que es una EDO lineal de primer orden. En otras palabras, los valores de u(x, y) sobre la
caracterı́stica satisfacen una EDO lineal de primer orden a lo largo de la caracterı́stica.
Venimos diciendo esto desde que comenzamos este capı́tulo, pero aquı́ queda más claro
que nunca.
Resolvamos nuevamente el ejemplo anterior utilizando la parametrización preferida:
Ejemplo 7.15. Utilizando las parametrizaciones preferidas hallar la solución general de
−y ux + x uy = 0, u = u(x, y).
Hallamos ahora las parametrizaciones preferidas de las caracterı́sticas. Para ello plantea-
mos el sistema caracterı́stico correspondiente:
x′ (t) = −y(t), y ′ (t) = x(t),
que es como los estudiados en la Sección 6.3. Para resolverlo derivamos la primera ecuación
y reemplazamos y ′ (t) por x(t) obteniendo
x′′ (t) = −x(t),
con solución general
x(t) = C1 cos t + C2 sen t, y(t) = −x′ (t) = C1 sen t − C2 cos t.
Observamos que x(t)2 + y(t)2 = C12 + C22 , ası́ que las caracterı́sticas son cı́rculos centrados
en el origen, y la misma familia de curvas se obtiene tomando C2 = 0 y C1 constante
arbitraria; pero con una fórmula más simple. Ahora, si u(x, y) es solución de la ecuación
planteada, U (t) = u(x(t), y(t)) debe satisfacer
U ′ (t) = ux x′ + uy y ′ = ux (−y) + uy x = 0,
por lo que U (t) debe ser constante, o lo que es lo mismo, u(x, y) es constante sobre cı́rculos
centrados en el origen. En consecuencia, la solución general es:
u(x, y) = f (x2 + y 2 ), f ∈ C 1.
Observación 7.16. Es interesante notar que el problema anterior no tiene solución
cuando imponemos la condición lateral u(x, 0) = 3x, x ∈ R. Esto ocurre porque el eje
x corta cada caracterı́stica dos veces. Si impusiéramos
p u(x, 0) = 3x, x > 0 entonces el
problema sı́ tendrı́a solución, y única: u(x, y) = 3 x + y 2 .
2
91
7.2.2. Soluciones en forma paramétrica

Es conveniente en algunas situaciones parametrizar las curvas caracterı́sticas en la
forma X(s, t)i + Y (s, t)j de manera que para s fijo y t variable tengamos una parame-
trización preferida de una caracterı́stica, y para t = 0 (y s variable) estemos en la curva
lateral.
Ejemplo 7.17. Consideremos el ejemplo de la sección anterior, con condición lateral
sobre el eje x positivo:
−y ux + x uy = 0, u = u(x, y), u(s, 0) = s3 , s > 0.
En este caso, tomaremos las parametrizaciones:
X(s, t) = s cos t
s > 0, 0 ≤ t < 2π.
Y (s, t) = s sen t
De manera que para cada s0 > 0 fijo la curva X(s0 , t)i + Y (s0 , t)j = s0 cos t i + s0 sen t j,
0 ≤ t < 2π describe la circunferencia de radio x0 centrada en el origen. Y para t = 0,
X(s, 0)i + Y (s, 0)j = s cos 0i + s sen 0j = si describe la curva lateral, que en este caso es
el eje x > 0.
Consideremos entonces, en general, la EDP
a(x, y)ux + b(x, y)uy + c(x, y)u = f (x, y), u = u(x, y),
con condición lateral

u(γ1 (s), γ2 (s)) = g(s), s ∈ I,
para algún intervalo I. Es decir, la condición lateral está dada sobre la curva γ1 (s)i +
γ2 (s)j, s ∈ I. En el ejemplo anterior, γ1 (s) = s, γ2 (s) = 0 e I = (0, +∞).
curvas caracterı́sticas
t variable, s fijo
curva lateral Figura 7.5: La curva lateral s →

X(0, s), corresponde a t = 0 y s
t = 0,
s variable variable. Las curvas caracterı́sti-
cas t → X(t, s) son las que se ob-
tienen dejando variar t y mante-
niendo s fijo.
Buscamos entonces una familia de parametrizaciones preferidas X(s, t)i + Y (s, t)j de
las curvas caracterı́sticas, de manera que para t = 0 estemos sobre la curva lateral (ver
92
Figura 7.5). Luego, se debe cumplir que

∂X
(s, t) = a(X(t, s), Y (t, s)), X(s, 0) = γ1 (s),
∂t
∂Y
(s, t) = b(X(t, s), Y (t, s)), Y (s, 0) = γ2 (s).
∂t
Definimos
U (s, t) = u(X(s, t), Y (s, t))
y vemos que
∂ ∂X ∂Y
U (s, t) = ux (X(s, t), Y (s, t)) (s, t) + uy (X(s, t), Y (s, t)) (s, t)
∂t ∂t ∂t
o más brevemente
Ut = ux Xt + uy Yt .
Utilizando que las parametrizaciones son preferidas, tenemos que Ut es la parte principal
de la EDP. Más precisamente, si u(x, y) es solución de la EDP, U (s, t) debe satisfacer
Ut + c(X(s, t), Y (s, t))U = f (X(s, t), Y (s, t)).
Si definimos C(s, t) = c(X(s, t), Y (s, t)) y F (s, t) = f (X(s, t), Y (s, t)), U (s, t) debe cum-
plir
Ut (s, t) + C(s, t)U (s, t) = F (s, t), U (s, 0) = g(s), s ∈ I.
Esta última ecuación es entonces una familia de ecuaciones diferenciales ordinarias lineales
de primer orden, una para cada s ∈ I, que sabemos resolver. Veamos un ejemplo concreto:
Ejemplo 7.18. Hallar la solución en forma paramétrica de
(y + x)ux + (y − x)uy − u = 0, u = u(x, y), u(cos(s), sen(s)) = 1, 0 ≤ s < 2π.
Planteamos la ecuación de las parametrizaciones preferidas:
Xt (s, t) = X(t, s) + Y (t, s), X(s, 0) = cos(s),

Yt (s, t) = Y (t, s) − X(t, s), Y (s, 0) = sen(s).
Resolvemos como en la Sección 6.3:
Xtt = Xt + Yt = Xt + |{z}
Y −X = Xt + Xt − X − X = 2Xt − 2X,
|{z}
Y −X Xt −X
por lo que
Xtt − 2Xt + 2X = 0.
Proponiendo X = ert obtenemos r2 − 2r + 2 = 0 que tiene soluciones complejas r = 1 ± i.
La solución es entonces X(s, t) = C1 (s)et cos(t) + C2 (s)et sen t; notar que las constantes
pueden depender de la variable s. Las curvas caracterı́sticas están entonces dadas por:

X(s, t) = et C1 (s) cos t + C2 (s) sen t

Y (s, t) = et − C1 (s) sen t + C2 (s) cos t
93
Imponiendo las condiciones iniciales X(s, 0) = cos s, Y (s, 0) = sen s tenemos que C1 (s) =
cos s y C2 (s) = sen(s), por lo que

X(s, t) = et cos s cos t + sen s sen t = et cos(s − t)

Y (s, t) = et (− cos s sen t + sen s cos t = et sen(s − t)
Definiendo U (s, t) = u(X(s, t), Y (s, t)), con u(x, y) la solución buscada,
Ut = ux Xt + uy Yt = ux (X + Y ) + uy (Y − X) = u = U,
es decir, Ut − U = 0. Resolviendo y usando la condición lateral
U (s, t) = C(s)et , U (s, 0) = 1 =⇒ U (s, t) = et .
La solución paramétrica está entonces dada por
X(s, t) = et cos(s − t),
Y (s, t) = et sen(s − t), t ∈ R, 0 ≤ s < 2π. (7.10)
U (s, t) = et ,
Ası́ es como queda expresada la solución paramétrica.
A veces, muy pocas veces, puede deducirse la fórmula de u(x, y) en base a la formu-
lación paramétrica. En el ejemplo anterior por ejemplo, es fácil ver que
p
et = U (s, t) = X(s, t)2 + Y (s, t)2
p
y entonces u(x, y) = x2 + y 2 .
Pero en general no es tan fácil hallar la fórmula de u(x, y) aunque la forma paramétri-
ca (7.10) es igualmente útil. Veamos otro ejemplo con la misma ecuación, pero diferente
condición lateral, dada sobre la misma curva lateral.
(y +x)ux +(y −x)uy −u = 0, u = u(x, y), u(cos(s), sen(s)) = cos(2s), 0 ≤ s < 2π.
Las parametrizaciones preferidas son las mismas, y U (t, s) = C(s)et , pero ahora la condi-
ción lateral nos dice que U (0, s) = cos(2s), ası́ que C(s) = cos(2s) y la solución en forma
paramétrica es:
X(s, t) = et cos(s − t),
Y (s, t) = et sen(s − t), t ∈ R, 0 ≤ s < 2π. (7.11)
t
U (s, t) = cos(2s)e ,
Ya no es tan fácil despejar u en términos de x e y, pero sı́ es fácil por ejemplo, graficar
la solución usando un software como MATLAB u OCTAVE; ver Figura 7.6.
94
% lineas para graficar la solucion % lineas para graficar la solucion

% en forma parametrica % en forma parametrica
% correspondiente al Ejemplo 7.18 % correspondiente al Ejemplo 7.19

% x = e^t cos(s-t) % x = e^t cos(s-t)
% y = e^t sen(s-t) % y = e^t sen(s-t)
% u = e^t % u = sen(2s) e^t
s = [0:0.1:2*pi]; s = [0:0.1:2*pi];
t = [-1:0.05:1]; t = [-1:0.05:1];
[s, t] = meshgrid(s, t); [s, t] = meshgrid(s, t);
x = exp(t) .* cos(s-t); x = exp(t) .* cos(s-t);

y = exp(t) .* sin(s-t); y = exp(t) .* sin(s-t);
u = exp(t); u = cos(2*s) .* exp(t);
mesh(x,y,u) mesh(x,y,u)
3 3
2.5 2
2 1
1.5 0
1 -1
0.5 -2
03 -3 3
2 2
3 3
1 1
2 2
0 1 0 1
-1 0 -1 0
-1 -1
-2 -2
-2 -2
-3 -3 -3 -3
Figura 7.6: Cómo graficar en MATLAB/OCTAVE soluciones dadas en forma paramétrica.
95
10 10
5 5
0 0
−5 −5
−10 −10
−10 −5 0 5 10 −10 −5 0 5 10
Figura 7.7: Curvas caracterı́sticas y curvas laterales de los problemas (7.12) y (7.13). En
el problema 7.12 la curva lateral determina la solución en el primer y el tercer cuadrante
(izquierda), mientras que en el problema 7.13 la curva lateral determina la solución en el
primer y el segundo cuadrante (derecha).
7.2.3. Consideraciones globales
Cuando los valores de u se prescriben sobre una curva regular que intersecta cada
caracterı́stica una sola vez de manera transversal, entonces tenemos una manera de en-
contrar la solución u en todo el plano. Sin embargo, como veremos en el siguiente ejemplo,
puede ocurrir que no existe una curva que corte a todas las caracterı́sticas. En tales ca-
sos, no será posible hallar la solución en todo el plano, sino en algunas regiones, a menos
que impongamos condiciones laterales sobre más de una curva. Esto no es en general
un problema, dado que en muchas ocasiones la región de interés será la cubierta por las
caracterı́sticas que cortan a la curva lateral indicada. Veamos un ejemplo.
Consideremos el problema
xux − yuy + yu = 0, u = u(x, y), u(x, x) = 1. (7.12)
y el problema
xux − yuy + yu = 0, u = u(x, y), u(x, 2 + x2 /10) = ex . (7.13)
dy y
Para ambos problemas, las caracterı́sticas son las curvas que cumplen = −
dx x
1 dy 1
ó = − . Integrando obtenemos ln |y| = − ln |x| + C, o ln |y| + ln |x| = C, que es
y dx x
equivalente a
xy = const.
Las curvas caracterı́sticas son entonces las hipérbolas que se ven en la Figura 7.7. Al
intentar resolver cada uno de los problemas planteados vemos que la condición lateral no
podrá determinar la solución en todo el plano xy sino solamente en un par de cuadrantes;
ver Figura 7.7.
Observación 7.20. Es importante notar que esta particularidad de que ocurra que
una curva no pueda cortar a todas las caracterı́sticas, sólo puede suceder cuando los
96
coeficientes a(x, y) y b(x, y) son variables. Cuando los coeficientes son constantes las
caracterı́sticas son todas rectas paralelas entre sı́.
7.3. EDPs de primer orden en más variables

El método de las caracterı́sticas también se aplica al caso de EDP lineales de primer
orden en más dimensiones. Por ejemplo, en dimensión 3, la EDP lineal de primer orden
es
a(x, y, z)ux + b(x, y, z)uy + c(x, y, z)uz + d(x, y, z)u = f (x, y, z), u = u(x, y, z),
para funciones dadas a, b, c, d y f . Las curvas caracterı́sticas x(t)i + y(t)j + z(t)k para-
metrizadas de la manera preferida son las soluciones del sistema
dx dy dz
= a(x(t), y(t), z(t)), = b(x(t), y(t), z(t)), = c(x(t), y(t), z(t)).
dt dt dt
En la práctica es usualmente más conveniente tratar a x como un parámetro en lugar
de t, en cuyo caso el sistema anterior se transforma en un sistema de dos ecuaciones (si
suponemos que a(x, y, z) 6= 0)
dy b(x, y(x), z(x)) dz c(x, y(x), z(x))
= , = ,
dx a(x, y(x), z(x)) dx a(x, y(x), z(x))
para las incógnitas y = y(x) y z = z(x).
Veamos un ejemplo con coeficientes constantes.
2ux + 3uy + 5uz − u = 0, u = u(x, y, z). (7.14)
Las curvas caracterı́sticas se encuentran resolviendo el sistema

dy 3 dz 5
= , = .
dx 2 dx 2
Obtenemos y = 32 x+α, z = 25 x+β con α, β constantes arbitrarias. Las caracterı́sticas son
entonces las lı́neas dadas por la intersección de dos planos de la forma 2y − 3x = const1
y 2z − 5x = const2 . Hacemos entonces el siguiente cambio de variables:

  −ȳ + 2z̄
x̄ = 2y − 3x

 x=

 
 5
ȳ = 2z − 5x ⇐⇒ 5x̄ − 3ȳ + 6z̄
  y=
 z̄ = z 

 10
 z = z̄.
Identificando u(x, y, z) = ū(x̄, ȳ, z̄), veamos qué EDP satisface ū(x̄, ȳ, z̄):
ux = ūx̄ x̄x + ūȳ ȳx + ūz̄ z̄x uy = ūx̄ x̄y + ūȳ ȳy + ūz̄ z̄y
ux = ūx̄ (−3) + ūȳ (−5) + ūz̄ 0 uy = ūx̄ 2 + ūȳ 0 + ūz̄ 0
2 ux = −6 ūx̄ − 10 ūȳ 3uy = 6 ūx̄ .
97
uz = ūx̄ x̄z + ūȳ ȳz + ūz̄ z̄z

y uz = ūx̄ 0 + ūȳ 2 + ūz̄ 1
5uz = 10 ūȳ + 5 ūz̄ .
Por lo tanto 2ux + 3uy + 5uz = 5ūz̄ . Ası́, la ecuación (7.14) se transforma en 5ūz̄ − ū = 0,
que tiene solución
ū(x̄, ȳ, z̄) = C(x̄, ȳ) ez̄/5 .
Reemplazando x̄, ȳ y z̄ por sus equivalentes en términos de x, y y z obtenemos la solución
general
u(x, y, z) = C(2y − 3x, 2z − 5x) ez/5 .
La función de dos variables C(x̄, ȳ) se determina imponiendo una condición lateral
sobre una superficie que debe cortar a cada recta caracterı́stica de manera transversal
una sola vez.
2ux + 3uy + 5uz − u = 0, u = u(x, y, z), u(x, y, 0) = x2 sen y, x ∈ R, y ∈ R.
Ya sabemos que la solución general es u(x, y, z) = C(2y − 3x, 2z − 5x)ez/5 . Debemos im-
poner la condición lateral u(x, y, 0) = x2 sen y para determinar la función C. La condición
lateral implica
C(2y − 3x, −5x) = x2 sen y.
Tomemos r = 2y − 3x y s = −5x, entonces x = − 5s , y = 21 (r − 35 s), y entonces
s 2 s 2
1 3 r 3
C(r, s) = sen (r − s) = sen − s .
5 2 5 5 2 10
La solución deseada es entonces

2
2z − 5x 2y − 3x 3 z
u(x, y, z) = sen − (2z − 5x) e 5
5 2 10
2
2 3 z
= z − x sen y − z e 5 .
5 5
7.4. Ejercicios
7.1. Encontrar la solución general de cada una de las siguientes ecuaciones lineales de
primer orden con coeficientes constantes:
(a) 2 ux − 3 uy = x (b) ux + uy − u = 0.
7.2. Consideremos la ecuación diferencial siguiente: 5ux −uy +u = 0, u = u(x, y).
(a) Hallar la solución general, y decir cuáles son las curvas caracterı́sticas.
98
En cada uno de los siguientes casos hallar (si es posible) una solución de la ecuación
resuelta en (a) que cumpla la condición lateral indicada. Si no hay, indicar por qué. Si
hay más de una, indicar tres soluciones diferentes.
−x + 5
(b) u(−5x, x) = 3ex , (c) u(x, ) = x(1 − x), (d) u(x, x) = x2 .
5
7.3. ¿Qué forma debe tener la función g(x) para que el siguiente problema tenga solución?
(
u x + 3 uy − u = 1 (x, y) ∈ R2
u(x, 3 x) = g(x) x ∈ R.
Si g cumple tal condición. ¿Tiene el problema solución única?
* 7.4. Dar un ejemplo de ecuación lineal de primer orden con coeficientes constantes (en
R2 ), y condición lateral dada sobre una curva lateral que corte todas las caracterı́sticas,
pero que no tenga solución. Explicar por qué no tiene solución.
7.5. Encontrar la solución general, en los dominios indicados, de cada una de las siguientes
ecuaciones lineales de primer orden con coeficientes variables:
(a) x ux + 2 y uy = 0, x > 0, y > 0.
(b) y ux − 4 x uy = 2 x y, (x, y) ∈ R2 .
7.6. Encontrar la forma paramétrica de la solución de cada uno de los siguientes proble-
mas:
( (
x ux + 2 y uy = 0, x > 0, y > 0 y ux − 4 x uy = 2 x y, (x, y) ∈ R2
(a) (b)
u(s, e−s ) = sen s, s > 0. u(s, s3 ) = 1, s∈R
Graficar (usando MATLAB) en una parte del dominio para ver cómo lucen las soluciones.
7.7. Resolver el problema
ux + uy + uz = u, u = u(x, y, z), u(x, y, 0) = x2 + y 2 .
7.8. Hallar la solución general de la EDP ux − uy + u = z, u = u(x, y, z).
(a) Hallar la solución que cumple con la condición lateral u(0, y, z) = y 2 ez .
(b) Mostrar que no hay ninguna solución que satisfaga u(x, y, x + y) = 0.
(c) Hallar tres soluciones que satisfagan u(x, y, x + y) = x + y + ey .
(d) Explicar lo ocurrido en (b) y (c) relacionando las rectas caracterı́sticas de la EDP
con el plano z = x + y donde se dan las condiciones laterales.
(e) ¿Qué relación existe entre el plano x = 0 donde se da la condición lateral del item
(a) y las rectas caracterı́sticas?
[Bleecker-Csordas 1996] Bleecker, D., Csordas, G., Basic Partial Differential Equations,
International Press, Cambridge, Massachusetts, 1996.
99
Capı́tulo 8
La ecuación de difusión
unidimensional
Vimos en la Sección 5.3 que la ecuación de difusión unidimensional cuando los coefi-
cientes son constantes resulta
ut − kuxx = f, u = u(x, t), (8.1)
donde f (x, t) denota un término fuente.

En este capı́tulo buscaremos soluciones de esta ecuación con diferentes condiciones
iniciales, y diferentes condiciones de borde. En las primeras secciones consideraremos
f ≡ 0 y en la última sección veremos cómo tratar el término fuente f 6≡ 0 a través del
principio de Duhamel.
8.1. Solución fundamental de la ecuación de difusión

Comenzamos estudiando la ecuación de difusión cuando el dominio de la variable x
es toda la recta real. Una solución muy importante de la ecuación de difusión homogénea
está dada por la fórmula
1 x2
Φ(x, t) = √ e− 4kt , x ∈ R, t > 0. (8.2)
4πkt
En efecto, es fácil verificar que Φt = kΦxx para todo x ∈ R, t > 0. Luego Φ(x, t) es
solución de (8.1) cuando f ≡ 0.
Analicemos brevemente las propiedades de esta solución.
Para cada t0 > 0 fijo, la función Φ(x, t0 ) es una Gaussiana en la variable x. Su

gráfica es más aplanada cuando t0 es más grande, y está más concentrada en el
origen cuando t0 está más cerca de cero; ver Figura 8.1 (izquierda).
Φ(x, t) no está definida para t = 0, pero vemos que Φ(x, t) se aproxima a la Delta
de Dirac cuando t → 0+ .
Z ∞
Φ(x, t) dx = 1, para cualquier t > 0.
−∞
100
Definimos ahora, para una función g : R → R dada, la función

Z ∞
u(x, t) = g(y)Φ(x − y, t) dy, x ∈ R, t > 0. (8.3)
−∞
Si g es continua y acotada, entonces se puede ver que las derivadas con respecto a
x y a t se pueden meter dentro de la integral y
Z ∞
ux (x, t) = g(y)Φx (x − y, t) dy,
Z−∞
∞
uxx (x, t) = g(y)Φxx (x − y, t) dy,
−∞
Z ∞
ut (x, t) = g(y) Φt (x − y, t) dy.
−∞ | {z }
=kΦxx (x,t)
Entonces ut = kuxx , y u también es solución de la ecuación de difusión homogénea.

Ya vemos que u(x, t) no está definida para t = 0, y entonces nos preguntamos
qué ocurre con lı́mt→0+ u(x, t). Veamos:
Z ∞ Z ∞
u(x, t) = g(y)Φ(x − y, t) dy = g(x − y)Φ(y, t) dy
−∞ −∞
Z ∞
1 y2
=√ g(x − y)e− kt dy
4πkt −∞
Pero el lı́mite de esta última fórmula es g(x) cuando t → 0+ por lo visto en la
Sección 1.6 (ver también ejercicio 1.4).
Por lo tanto, si extendemos la definición de u(x, t) a x ∈ R, 0 ≤ t < ∞ de la
siguiente manera:
Z ∞
 g(y)Φ(x − y, t) dy, si t > 0,
u(x, t) = −∞

g(x), si t = 0,
obtenemos una solución del problema
ut = kuxx , x ∈ R, t > 0
u(x, 0) = g(x), x ∈ R (t = 0).
La solución dada por esta fórmula para el dato inicial
(
1, si − 1 ≤ x ≤ 1
g(x) = (8.4)
0, en c.o.c.
puede visualizarse en la Figura 8.1 (derecha).
Como las soluciones del problema de difusión homogéneo se pueden obtener haciendo
convolución del dato inicial con Φ(x, t) de la fórmula (8.2), esta función Φ(x, t) se
denomina solución fundamental de la ecuación de difusión en 1d.
101
2.5
t = 1/4 t=0
t=1 1 t = 1/4
t=4 t=1
2
t = 16 t=4
0.8 t = 16
1.5
0.6
1
0.4
0.5 0.2
0 0
−3 −2 −1 0 1 2 3 −3 −2 −1 0 1 2 3
Figura 8.1: Gráfico de la solución fundamental de la ecuación de difusión ut = kuxx , x ∈ R,

t > 0 para k = 1/16 y distintos valores de t (izquierda). Solución dada por la convolución
con la solución fundamental del problema con dato inicial u = g, x ∈ R, t = 0, con g
de (8.4)
8.2. Solución con CB Dirichlet homogéneas
Consideramos el siguiente problema
∂u ∂2u
EDP: = k 2, 0 < x < L, t > 0,
∂t
( ∂x
u(0, t) = 0, (8.5)
CB: t > 0,
u(L, t) = 0,
CI: u(x, 0) = f (x), 0 < x < L.
Estamos interesados en poder predecir cómo cambia la propiedad intensiva u(x, t)

(temperatura o densidad de masa de un compuesto), representada en el dato inicial f (x),
a medida que transcurre el tiempo.
El método de separación de variables, consiste esencialmente en buscar soluciones
del problema que tengan forma de producto
u(x, t) = φ(x)G(t), (8.6)
donde φ(x) es función sólo de la variable x y G(t) es función sólo de la variable t. La

función u(x, t), que es la candidata a solución, dada en (8.6) debe satisfacer la ecuación
en derivadas parciales lineal homogénea EDP y las condiciones de borde CB de (8.5). Por
el momento ignoraremos la condición inicial, pues veremos que en general la solución
producto (8.6) no satisface la condición inicial. Más adelante veremos qué se debe hacer
para encontrar una solución que la satisfaga. En principio:
Buscamos todas las soluciones posibles que sean producto de una función de x y una
de t y que satisfagan la ecuación diferencial y las condiciones de borde homogéneas.
102
Es claro que la función u ≡ 0 es solución de la ecuación diferencial y satisface las con-

diciones de borde. Esta solución se conoce como solución trivial, y está siempre presente.
Tengamos pues en mente que estamos buscando soluciones producto no-triviales.
Seamos francos desde el comienzo, no existe ninguna razón clara por la que elegimos
la forma (8.6). Daniel Bernoulli inventó esta técnica en los 1700s, y funciona, como ya
veremos.
Supongamos entonces que u(x, t) = φ(x)G(t) ya es una solución de la ecuación dife-
rencial que también satisface las condiciones de borde. Veamos qué deben satisfacer φ y
G para que esto sea posible. Observemos que usando la forma (8.6) se tiene que
∂u dG(t) ∂ 2u d2 φ(x)
(x, t) = φ(x) , (x, t) = G(t).
∂t dt ∂x2 dx2
En consecuencia la ecuación de difusión (8.5) implica que
dG(t) d2 φ(x)
φ(x) =k G(t). (8.7)
dt dx2
Ahora nos damos cuenta de que podemos “separar variables” dividiendo ambos miembros
de (8.7) por el producto φ(x)G(t):
1 dG(t) 1 d2 φ(x)
=k .
G(t) dt φ(x) dx2
Se ve que las variables han sido “separadas” en el sentido que el lado izquierdo es sólo
función de la variable t y el lado derecho es sólo función de la variable x. Podemos
continuar trabajando con esta expresión, pero es conveniente dividir también por k, y
luego
1 dG 1 d2 φ
= 2
. (8.8)
kG dt
| {z } φ dx
| {z }
función de t función de x
¿Cómo es posible que una función solamente dependiente de t sea igual a una función que
depende solamente de x? La única posibilidad es que ambas expresiones sean constantes
e independientes tanto de x como de t. Y por la igualdad deben ser iguales a la misma
constante:
1 dG 1 d2 φ
= = −λ, (8.9)
kG dt φ dx2
donde λ es una constante arbitraria conocida como constante de separación. En un
momento explicaremos la aparición del misterioso signo menos, que fue introducido sólo
por conveniencia.
La ecuación (8.9) equivale a dos ecuaciones diferenciales ordinarias, una para G(t) y
otra para φ(x):
d2 φ
= −λφ (8.10)
dx2
dG
= −λkG. (8.11)
dt
103
Tenemos ahora tres incógnitas: φ, G, y λ. Para hallar las soluciones producto (8.6)
debemos resolver las dos ecuaciones diferenciales ordinarias que acabamos de deducir, y
ver para qué constantes λ estas soluciones no dan la solucion trivial.
Repetimos que λ es constante, y es la misma en ambas ecuaciones (8.10) y (8.9). Las
soluciones producto también deben satisfacer las dos condiciones de borde. Por ejemplo,
u(0, t) = 0 implica que φ(0)G(t) = 0. Hay aquı́ dos posibilidades. O bien G(t) ≡ 0, o
φ(0) = 0. Si G(t) ≡ 0, entonces u ≡ 0 y obtuvimos la solución trivial. Como estamos
buscando soluciones no-triviales, descartamos este caso y suponemos G(t) 6≡ 0. Si G(t) 6≡
0, es necesario que
φ(0) = 0. (8.12)
Del mismo modo, observando la condición de borde u(L, t) = 0, obtenemos que
φ(L) = 0. (8.13)
Los factores φ y G intervinientes en las soluciones producto, además de satisfacer dos
ecuaciones diferenciales ordinarias (8.10) y (8.11), deben satisfacer las condiciones de
borde (8.12) y (8.13).
Conclusión: para encontrar las soluciones de variables separables u(x, t) =

φ(x)G(t), debemos encontrar las ternas (φ, G, λ) para las cuales se satisfagan las
siguientes ecuaciones simultáneamente:
d2 φ
= −λφ, φ(0) = 0, φ(L) = 0,
dx2
dG
= −λkG.
dt
8.2.1. Ecuación dependiente del tiempo

La ventaja del método de separación de variables es que transforma una ecuación en
derivadas parciales, que no sabemos resolver, en dos ecuaciones diferenciales ordinarias.
Las condiciones de borde imponen dos condiciones en la ecuación diferencial ordinaria
que depende de x. La ecuación que depende del tiempo (8.11) no tiene (aún) ninguna
dG
condición. Sólo = −λkG. Resolvámosla antes de resolver la otra. Esta ecuación es
dt
una ecuación de primer orden con coeficientes constantes, cuya solución general es
G(t) = c e−λkt . (8.14)
Recordemos que λ es la constante de separación, que por el momento pareciera que puede
tomar cualquier valor. Veremos a continuación que λ sólo puede tomar ciertos valores.
104
8.2.2. Problema a valores en el borde

La parte dependiente de la variable espacial x de la solución producto, φ(x), satisface
una ecuación diferencial ordinaria (EDO) con dos condiciones de borde homogéneas:
d2 φ
= −λφ
dx2
(8.15)
φ(0) = 0
φ(L) = 0.
Llamamos a (8.15) problema a valores en el borde para ecuaciones diferenciales

ordinarias. En los cursos donde se enseña ecuaciones diferenciales ordinarias, sólo se
estudian problemas a valores iniciales. Por ejemplo (pensando en la segunda ley de
d2 y
Newton), resolvemos ecuaciones diferenciales ordinarias de segundo orden (m 2 = F )
dt
dy
sujetas a dos condiciones iniciales (y(0) y (0) dadas) ambas en el mismo instante de
dt
tiempo (t = 0). Pero (8.15) es muy diferente. Es un problema a valores en el borde, pues
las condiciones no se dan en el mismo lugar, sino en dos lugares diferentes, x = 0 y x = L.
No hay ninguna teorı́a simple que garantice que la solución existe o es única para este tipo
de problemas. En particular, notamos que φ(x) ≡ 0 satisface la EDO y ambas condiciones
de borde homogéneas, sin importar el valor de λ, aún para λ < 0. Esta solución se conoce
con el nombre de solución trivial del problema a valores de borde. Como u(x, t) =
φ(x)G(t), corresponde a u(x, t) ≡ 0, si las soluciones de (8.15) fueran únicas, φ(x) ≡ 0
serı́a la única solución; y no podrı́amos obtener soluciones no-triviales de una EDP lineal
homogénea por el método de separación de variables. Afortunadamente sı́ existen otras
soluciones de (8.15), aunque no para cualquier valor de λ sino sólo para algunos. Veremos
a continuación que hay ciertos valores de λ, llamados autovalores de (8.15), para los
cuales existen soluciones no-triviales φ(x). Una φ(x) no-trivial, correspondiente a algún
valor de λ se llama autofunción correspondiente al autovalor λ.
Un número λ se llama autovalor de la ecuación

d2 φ
= −λφ, φ(0) = 0, φ(L) = 0, (8.16)
dx2
si y sólo si existe una función φ 6≡ 0 que satisface (8.16). Dicha función φ se llama
autofunción correspondiente a λ.
Tratemos de determinar los autovalores λ y sus correspondientes autofunciones. En

otras palabras, ¿para qué valores de λ existe solución no-trivial de (8.15)? Resolva-
mos (8.15) directamente. La ecuación es de segundo orden y homogénea con coeficientes
constantes: usualmente se obtienen dos soluciones independientes en forma de exponen-
ciales φ(x) = erx . Sustituyendo esta exponencial en la ecuación diferencial obtenemos el
polinomio caracterı́stico r2 = −λ. Las soluciones correspondientes a las dos raı́ces tienen
diferentes propiedades dependiendo del valor de λ. Existen tres casos:
1. λ >
√ 0: las dos raı́ces son puramente imaginarias y son los números complejos r =
±i λ.
105
2. λ = 0: las dos raı́ces son nulas r = 0.

√
3. λ < 0: las dos raı́ces son reales y opuestas r = ± −λ.
Autovalores y autofunciones para λ > 0. Consideremos primero el caso λ > 0. El

problema a valores
√ de frontera tiene entonces las soluciones exponenciales con exponentes
imaginarios e±i λx . En este caso las soluciones son√ oscilantes,
√ y si queremos soluciones
reales linealmente independientes, éstas son cos λx y sen λx. Entonces, la solución
general de (8.15) en el caso λ > 0 es
√ √
φ(x) = c1 cos λx + c2 sen λx. (8.17)
Si exigimos a la solución general, que cumpla las condiciones de borde, obtenemos

√ √
0 = φ(0) = c1 cos λ0 + c2 sen λ0 = c1 .
√
Luego c1 = 0 y φ(x) = c2 sen λx. Para satisfacer la condición de frontera en x = L, es
necesario que √
0 = c2 sen λL.
Si c2 = 0, obtenemos la solución trivial φ(x) ≡ 0 que no nos interesa. Si c2 6= 0 entonces
tenemos que buscar todos los valores de λ para los que
√
sen λL = 0.
√
En√ otras palabras, λL debe ser un cero de la función seno, es decir un múltiplo entero de
π: λL = nπ. Como hemos supuesto λ > 0, n toma los valores 1, 2, . . . . Los autovalores
λ son entonces nπ 2
λ= , n = 1, 2, 3 . . . . (8.18)
L
2
La autofunción correspondiente al autovalor λ = nπ L
es
√ nπx
φ(x) = c2 sen λx = c2 sen (8.19)
L
donde c2 es una constante arbitraria. A menudo elegimos una autofunción seleccionando
un valor no-nulo para c2 , por ejemplo c2 = 1. Debemos observar que cualquier autofunción
puede ser multiplicada por una constante arbitraria y seguir siendo autofunción del
mismo autovalor pues la ecuación es lineal y homogénea.
Autovalores y autofunciones para λ = 0. Ahora determinaremos si λ = 0 es un

autovalor de (8.15). El caso λ = 0 es especial, la solución general en este caso es
φ(x) = c1 + c2 x.
Para determinar si λ = 0 es un autovalor, debemos aplicar las condiciones de borde a la

solución general φ. La condición φ(0) = 0 implica c1 = 0 y luego φ(x) = c2 x. La condición
φ(L) = 0 implica c2 L = 0. Como la longitud L es positiva, c2 = 0 y por lo tanto φ(x) ≡ 0,
la solución trivial. En este caso, decimos que λ = 0 no es un autovalor. Debemos estar
atentos pues λ = 0 no es un autovalor en este caso, pero sı́ puede serlo en otros casos,
por ejemplo cuando consideremos CB de tipo Neumann (ver ejercicio 8.7).
106
Autovalores y autofunciones para λ < 0. ¿Existen autovalores negativos? Si λ < 0,

la solución de
d2 φ
= −λφ
dx2
no es √difı́cil, pero debemos ser cuidadosos. Las
√ raı́ces del
√ polinomio caracterı́stico son
−λx − −λx
r = ± −λ, y por lo tanto las soluciones son e ye . La solución general es
√ √
−λx
φ(x) = c1 e + c2 e − −λx
. (8.20)
A menudo, se utilizan también las funciones hiperbólicas en lugar de estas exponenciales.
Como repaso, las definiciones de las funciones hiperbólicas son
ez + e−z ez − e−z
cosh z = senh z = ,
2 2
simplemente combinaciones lineales de exponenciales. Notemos que senh 0 = 0 y cosh 0 =
1 (análogo a lo que ocurre con las funciones trigonométricas). También notemos que
d d
cosh z = senh z senh z = cosh z,
dz dz
similarmente a lo que ocurre con las trigonométricas, pero más fáciles de recordar porque
no cambia el signo al derivar. Otras propiedades importantes son las siguientes:
cosh z 6= 0 para todo z;
senh z = 0 sólo si z = 0.
Como ambas funciones hiperbólicas son sumas de exponenciales y son independientes,
la solución general también se puede expresar como
√ √
φ(x) = c1 cosh −λx + c2 senh −λx, (8.21)
una forma equivalente a (8.20). Aplicamos ahora las condiciones de borde a la solución
√
general (8.21). La condición φ(0) = 0 √implica c1 = 0 y luego φ(x) = c2 senh −λx.
La condición φ(L) = 0 implica c2 senh −λL = 0. Pero senh z = 0 sólo para z = 0 y
entonces, como λ 6= 0 y L > 0, obtenemos c2 = 0 quedándonos nuevamente la solución
trivial. Por lo tanto no hay autovalores negativos para este problema.
Autofunciones - Resumen. Resumimos ahora lo que hemos concluido acerca de los

autovalores y autofunciones del problema
d2 φ
= −λφ
dx2
φ(0) = 0
φ(L) = 0.
Los autovalores λ son todos positivos y dados por
nπ 2
λn = , n = 1, 2, 3, . . .
L
y las correspondientes autofunciones son
nπx
φn (x) = sen .
L
107
8.2.3. Soluciones producto y el principio de superposición

Juntando lo que hemos obtenido en las dos últimas secciones, vemos que:
Si u(x, t) = φ(x)G(t) satisface
∂u ∂ 2u
= k 2, u(0, t) = 0, u(L, t) = 0,
∂t ∂x
entonces
√ nπ 2
φ(x) = c2 sen λx, G(t) = ce−λkt , y λ= , n = 1, 2, 3, . . . .
L
Escrito de otra forma,
nπx nπ 2
φ(x) = c2 sen , G(t) = ce−( L ) kt
, n = 1, 2, 3, . . . .
L
Por lo tanto, todas las soluciones producto de la ecuación de difusión (8.5) que cumplen
las CB son
nπx −( nπ 2
u(x, t) = b sen e L ) kt , n = 1, 2, 3, . . .
L
donde b es una constante arbitraria. Es decir, para cada número real b y cada entero
positivo n, la expresión anterior es una solución de la ecuación de difusión con condiciones
de borde de tipo Dirichlet homogéneas.
Ejemplo 8.1. Las siguientes funciones son soluciones de la ecuación de difusión con
condiciones de borde de u prescripta igual a cero:
3πx − 9π22 kt
u1 (x, t) = sen e L
L
πx − π22 kt
u2 (x, t) = 4,5 sen e L .
L
Y como la ecuación y las condiciones de borde que estamos considerando son lineales y
homogéneas, también
3πx − 9π22 kt πx − π22 kt
u3 (x, t) = sen e L + 4,5 sen e L
L L
es una solución.
¿Qué condición inicial satisfacen estas tres soluciones? Basta reemplazar t por cero
para ver que
3πx
u1 (x, 0) = sen
L
πx
u2 (x, 0) = 4,5 sen
L
3πx πx
u3 (x, 0) = sen + 4,5 sen .
L L
No parece haber mucha libertad para elegir condiciones iniciales generales. Nos ocupare-
mos de este tema a continuación.
108
Problema a valores iniciales. Supongamos como ejemplo que queremos resolver el

siguiente problema a valores iniciales:
∂u ∂2u
EDP: =k 2
∂t ∂x
CB: u(0, t) = 0
u(L, t) = 0
3πx
CI: u(x, 0) = 4 sen .
L
2
L )
−( nπ kt
La solución producto u(x, t) = b sen nπx L
e satisface la condición inicial u(x, 0) =
b sen nπx
L
. Por lo tanto, eligiendo n = 3 y b = 4, se satisface la condición inicial, y luego
la solución es
3πx −( 3π 2
u(x, t) = 4 sen e L ) kt .
L
Se puede demostrar que este problema fı́sico tiene una única solución, por lo que no
importa el método utilizado para resolverlo. Siempre obtendrı́amos la misma.
Principio de superposición. Las soluciones producto son soluciones muy particu-
lares, pues sólo sirven cuando la condición inicial tiene la forma apropiada u(x, 0) =
b sen nπx
L
. Sin embargo, este tipo de soluciones es muy útil también en muchas otras si-
tuaciones. Consideremos la misma EDP con las mismas condiciones de borde pero con la
condición inicial
3πx 8πx
u(x, 0) = 4 sen + 1,7 sen .
L L
La solución de este problema puede obtenerse sumando dos soluciones producto:
3πx −( 3π 2 8πx −( 8π 2
u(x, t) = 4 sen e L ) kt + 1,7 sen e L ) kt .
L L
Inmediatamente vemos que esta función resuelve la EDP, las CB y también la CI.
Superposición (extendida). El principio de superposición puede extenderse para

mostrar que si u1 , u2 ,. . . ,uM son soluciones de un problema lineal homogéneo, enton-
ces cualquier combinación lineal de ellas:
M
X
c 1 u 1 + c 2 u 2 + · · · + c M uM = c n un
n=1
es también una solución. Como sabemos del método de separación de variables que la
nπ 2
función sen nπx e−( L ) kt es solución de la ecuación de difusión para todo entero n positivo,
L
entonces cualquier combinación lineal de estas soluciones es también solución de la misma
ecuación de difusión con las mismas condiciones de borde homogéneas. Por lo tanto
M
X nπx −( nπ 2
u(x, t) = bn sen e L ) kt (8.22)
n=1
L
109
es solución de la ecuación de difusión (con condiciones de borde de tipo Dirichlet nulas)

para cualquier M y cualesquiera valores de bn . Entonces hemos ahora extendido la familia
de soluciones. De soluciones producto, hemos pasado a combinaciones lineales de
soluciones producto. Si en (8.22) tomamos t = 0 vemos que
M
X nπx
u(x, 0) = bn sen .
n=1
L
Por lo que podemos resolver la ecuación de difusión para cualquier condición inicial de
la forma
M
X nπx
u(x, 0) = f (x) = bn sen .
n=1
L
¿Qué hacemos si tenemos que resolver la ecuación de difusión con un dato inicial f (x)
que no es de esta forma? La teorı́a de las series de Fourier (Capı́tulo 9) dice que:
1. Cualquier función f (x) (con algunas restricciones razonables) puede ser aproximada
(en algún sentido) por combinaciones lineales de sen nπx
L
.
2. La aproximación tal vez no será buena para M pequeño, pero mejora a medida que
M crece.
3. Más aún, si consideramos el lı́mite cuando M → ∞, entonces la serie infinita converge

a f (x).
Afirmamos entonces que cualquier dato inicial f (x) se puede escribir como una com-
binación lineal infinita de sen nπx
L
, conocida como serie de Fourier:
∞
X nπx
f (x) = bn sen . (8.23)
n=1
L
Lo que es más importante es que la serie infinita correspondiente

∞
X nπx −( nπ 2
u(x, t) = bn sen e L ) kt (8.24)
n=1
L
es solución de nuestra ecuación de difusión.

Por lo tanto, si queremos resolver la ecuación de difusión (8.5) para una función f
dada, hace falta calcular los coeficientes bn que hacen posible la igualdad (8.23). Dichos
coeficientes bn se denominan coeficientes de Fourier de f .
El cálculo de los coeficientes de Fourier en la serie se senos de f se basa en la siguiente
observación:
Z L (
nπx mπx 0 si n 6= m,
Para n, m enteros positivos sen sen dx = L
0 L L 2
si n = m.
110
Observemos ahora que

Z Z ∞
!
L L
mπx nπx
X mπx
f (x) sen dx = bn sen sen dx
0 L 0 n=1
L L
Z LX ∞
nπx mπx
= bn sen sen dx
0 n=1 L L
∞ Z L
X nπx mπx
= bn sen sen dx.
n=1 0 L L
Haciendo uso de la observación anterior vemos que todos los términos de esta serie son
nulos excepto uno, aquel para el que n = m. Por lo tanto
Z L Z L
mπx mπx mπx L
f (x) sen dx = bm sen sen dx = bm .
0 L 0 L L 2
De esta manera, hemos podido despejar bm de la fórmula (8.23) obteniendo que
Z L
2 mπx
bm = f (x) sen dx, m = 1, 2, 3, . . . . (8.25)
L 0 L


 ut = kuxx ,
 0 < x < L, t > 0,
u(0, t) = 0, u(L, t) = 0, t > 0, (8.26)

 u(x, 0) = 1, 0 < x < L,
La solución de este problema está dada por

∞
X nπ 2 nπx
u(x, t) = bn e −( L ) kt
sen ,
n=1
L
siempre que los coeficientes bn se elijan de modo que

∞
X nπx
1= bn sen , 0 ≤ x ≤ L,
n=1
L
pues (8.26) es la ecuación de difusión (8.5) con f (x) ≡ 1.

Veamos entonces cuánto valen los coeficientes de Fourier de la función constante
f (x) ≡ 1. Según la fórmula (8.25)

) L
Z
2 L
nπx 2 (− cos nπx
L 2 L nπL
bn = sen dx = nπ = − L nπ cos L − cos 0
L 0 L L L 0
( (
2 2 0 si n es par 0 si n es par,
=− [cos nπ − 1] = − = 4
nπ nπ −2 si n es impar nπ
si n es impar.
111
Por lo tanto, la solución de (8.26) es

∞
(
X nπ 2 nπx 0 si n es par,
u(x, t) = bn e −( ) L
kt
sen , con bn = 4
n=1
L nπ
si n es impar.
Utilizando un programa como el MATLAB u OCTAVE, o cualquier otro podemos graficar

algunas curvas para entender un poco mejor.
Para graficar y ver un poco qué ocurre consideramos k = 1 y L = 1.
1.4
y=f
y=f1 1
1.2
y=f3
1 y=f30 0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0 0
0 0.2 0.4 0.6 0.8 1 0 0.1 0.2 0.3 0.4 0.5 0.6
Figura 8.2: Gráfico de f ≡ 1 y su aproximación por la suma de 1, 3 y 30 términos de

su serie de Fourier de senos (izquierda). Gráfico de la solución aproximada u30 (x, t) en
x = 0,125, x = 0,25, 0,375 y x = 0,5 para 0 < t < 0,6.
En la Figura 8.2 (izquierda) vemos la función f (constantemente 1) y la aproximación

de f que se obtiene sumando 1, 3 y 30 términos de la serie de Fourier de f . Es decir,
graficamos
1
X
f (x) = 1, f1 (x) = bn sen nπx = b1 sen πx,
n=1
3
X X30
f3 (x) = bn sen nπx, f30 (x) = bn sen nπx.
n=1 n=1
La aproximación es bastante mala porque las condiciones de borde implican que
lı́m u(0, t) = 0 6= lı́m+ u(x, 0) = 1 y lı́m u(L, t) = 0 6= lı́m− u(x, 0) = 1.

t→0+ x→0 t→0+ x→L
Cuando esto ocurre suele decirse que las CI y las CB son incompatibles. Sin embargo, si
graficamos la solución para diferentes valores de t, a partir de f30 , vemos que se observa
lo que se espera de la solución con condición inical constantemente igual a 1.
En la Figura 8.3 (izquierda) vemos el gráfico de
30
X 2
u30 (x, t) = bn e−(nπ) t sen nπx,
n=1
112
como función de x para t = 0,01, 0,03, 0,05, 0,07, 0,09 (también se grafica f (x) ≡ 1 para
referencia, y no se grafica u30 (x, 0)). Se ve que la evolución es muy rápida en el intervalo
de tiempo [0, 0,01] ası́ que graficamos u(x, t) para t = 0,002, 0,004, 0,006, 0,008, 0,01 en el
gráfico de la derecha.
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Figura 8.3: Gráfico de u(x, t) para 0 < x < 1 y t = 0,01, 0,03, 0,05, 0,07, 0,09 (izquierda).
Gráfico de u(x, t) para 0 < x < 1 y t = 0,002, 0,004, 0,006, 0,008, 0,01 (derecha).
En los problemas se pide que usted haga lo mismo para diferentes funciones f y
problemas con otras condiciones de borde.
8.3. Solución del problema de conducción del calor

en un anillo circular
Hemos investigado un problema de difusión cuyas autofunciones son senos y en los
problemas se verán ejemplos cuyas autofunciones son cosenos. En esta sección ilustrare-
mos un problema de difusión cuyas autofunciones son senos y cosenos.
x=L x = 0 Figura 8.4: Anillo circular de longitud

x = −L
2L
Supongamos que un alambre delgado se curva para formar una circunferencia, como
en la Figura 8.4. Por cuestiones de conveniencia supongamos que el alambre tiene longitud
2L, es decir, L es la mitad de la longitud del alambre. Como la circunferencia tiene una
2L L
longitud de 2πr, el radio es r = = . Si el alambre es suficientemente delgado y
2π π
113
está térmicamente aislado, es razonable suponer que la temperatura es constante en cada

sección transversal del alambre curvo. En esta situación la temperatura del alambre debe
satisfacer una ecuación del calor unidimensional, donde x representa la longitud de arco
a lo largo del alambre:
∂u ∂ 2u
= k 2. (8.27)
∂t ∂x
Nuevamente suponemos que el alambre tiene propiedades térmicas constantes y no hay
fuentes de calor. Es conveniente para simplificar algunos cálculos, suponer que la longitud
de arco x varı́a de −L a L (en lugar de variar de 0 a 2L).
Supongamos que el alambre está perfectamente conectado a sı́ mismo en los extremos
(x = −L a x = L). Allı́ deberı́an cumplirse las condiciones de contacto térmico perfecto:
La temperatura u(x, t) deberı́a ser continua
u(−L, t) = u(L, t). (8.28)
También el flujo de calor deberı́a ser continuo, y como la conductividad térmica es cons-
tante, esto implica que la derivada con respecto a x de la temperatura es continua:
∂u ∂u
(−L, t) = (L, t). (8.29)
∂x ∂x
Las dos condiciones de borde para la ecuación en derivadas parciales son entonces (8.28)
y (8.29). La condición inicial es una función dada
u(x, 0) = f (x). (8.30)
El problema matemático consiste luego en la EDP lineal homogénea (8.27), con condicio-
nes de borde lineales y homogéneas (8.28) y (8.29). Es por lo tanto plausible la utilización
del método de separación de variables.
Proponemos una solución producto u(x, t) = φ(x)G(t). Luego obtenemos para φ y G
las ecuaciones diferenciales ordinarias
dG d2 φ
= −λkG = −λφ.
dt dx2
Las condiciones de borde que nos interesan ahora implican que la función φ debe satisfacer
dφ dφ
φ(−L) = φ(L) y (−L) = (L). La constante de separación λ se determina entonces
dx dx
encontrando todos los λ para los que el problema a valores en el borde:
d2 φ dφ dφ
= −λφ, φ(−L) = φ(L) (−L) = (L),
dx2 dx dx
tiene solución no-trivial. Las condiciones de borde con que nos encontramos se denominan
comúnmente condiciones de borde periódicas porque aunque el problema se piensa
definido en −L < x < L, se puede pensar que está definido periódicamente para todo
x ∈ R; la temperatura será periódica (x = x0 es el mismo punto fı́sico que x = x0 + 2L,
y por lo tanto tendrá la misma temperatura). Si λ > 0, la solución general del problema
para φ es √ √
φ(x) = c1 cos λx + c2 sen λx.
114
La condición de borde φ(−L) = φ(L) implica que

√ √ √ √
c1 cos λ(−L) + c2 sen λ(−L) = c1 cos λL + c2 sen λL
√ √
Como
√ el coseno es una
√ función par, cos λ(−L) = cos λL, y como el seno es impar
sen λ(−L) = − sen λL. Se sigue entonces que φ(−L) = φ(L) se satisface cuando
√ √ √ √
c1 cos λL − c2 sen λL = c1 cos λL + c2 sen λL
y ésta igualdad es válida si y sólo si

√
c2 sen λL = 0. (8.31)
Antes de resolver esta ecuación, analicemos la segunda condición de borde, que involucra
a la derivada,
dφ √ √ √
(x) = λ −c1 sen λx + c2 cos λx .
dx
dφ dφ
Luego (−L) = (L) se cumple si
dx dx
√ √ √ √ √ √
λ −c1 sen λ(−L) + c2 cos λ(−L) = λ −c1 sen λL + c2 cos λL
Usando nuevamente las propiedades de las funciones trigonométricas (que el coseno es

dφ dφ
par y el seno impar) obtenemos que (−L) = (L) si y sólo si
dx dx
√ √
c1 λ sen λL = 0. (8.32)
√
Ahora veamos qué implican las ecuaciones (8.31) y (8.32). Si sen λL 6= 0 entonces
por (8.31) c2 = 0 y por (8.32) c1 = 0, obteniendo la solución trivial. Luego, para obtener
soluciones no-triviales debe cumplirse que
√
sen λL = 0,
lo que determina los autovalores λ. Nuevamente obtenemos que

nπ 2
λ= , n = 1, 2, 3, . . . .
L
Los autovalores obtenidos son los mismos que los de los casos anteriores (para eso he-
mos tomado el alambre de longitud 2L). Sin embargo, en este caso no hay restricciones
adicionales sobre c1 ni c2 . Ambas constantes pueden tomar cualquier valor. Decimos en
este caso que ambas funciones sen nπxL
y cos nπx
L
son autofunciones correspondientes al
autovalor λ = (nπ/L)2 ,
nπx nπx
φ(x) = cos , sen , n = 1, 2, 3 . . . .
L L
En realidad, cualquier combinación lineal de estas funciones (para el mismo n) es una
autofunción del autovalor λ = (nπ/L)2 . Pero debe entenderse siempre que las dos son
115
autofunciones independientes. En conclusión, tenemos dos familias infinitas de soluciones

producto de la ecuación diferencial:
nπx −( nπ 2 nπx −( nπ 2
u(x, t) = cos e L ) kt y u(x, t) = sen e L ) kt , n = 1, 2, 3, . . . .
L L
Todas estas soluciones producto corresponden a λ > 0.
Analicemos el caso λ = 0: La solución general es φ(x) = c1 + c2 x. La condición
φ(−L) = φ(L) implica que
c1 − c2 L = c1 + c2 L,
lo que a su vez implica que c2 = 0. Luego φ(x) = c1 y dφ
dx
(x) ≡ 0, de modo que la segunda
dφ dφ
condición de borde (0) = (L) se cumple automáticamente. Vemos entonces que
dx dx
φ(x) = c1 ,
cualquier constante, es una autofunción correspondiente al autovalor λ = 0. Las solucio-
nes producto también son constantes en este caso pues e0 = 1. Notemos que para λ = 0
hay sólo una autofunción linealmente independiente (todas las otras se obtienen mul-
tiplicándola por una constante). En cambio para cada autovalor positivo λ = (nπ/L)2
hay dos autofunciones linealmente independientes, sen nπx
L
y cos nπx
L
. Nuevamente, no hay
ningún autovalor λ < 0 (¿por qué?).
Conclusión: Las soluciones producto para la conducción del calor en un

alambre circular de longitud 2L son:
nπx −( nπ 2
uan (x, t) = an cos e L ) kt n = 1, 2, . . . ,
L
nπx −( nπ 2
b
un (x, t) = bn sen e L ) kt n = 1, 2, . . . ,
L
u0 (x, t) = a0 ,
donde a0 , a1 , . . . , b1 , b2 , . . . son constantes arbitrarias.
Para lograr que se cumpla la condición inicial es necesario aplicar el principio de

superposición. La solución más general que se obtiene por el método de separación de
variables consiste de una combinación lineal arbitraria de las soluciones producto:
∞ ∞
X nπx −( nπ )
2 X nπx −( nπ 2
u(x, t) = a0 + an cos e L kt
+ bn sen e L ) kt . (8.33)
n=1
L n=1
L
La constante a0 es la solución producto correspondiente a λ = 0, mientras que dos

familias de coeficientes arbitrarios an y bn son necesarios para las soluciones producto
correspondientes a λ > 0. La condición inicial u(x, 0) = f (x) se satisface si
∞ ∞ ∞ ∞
X nπx X nπx X nπx X nπx
f (x) = a0 + an cos + bn sen = an cos + bn sen . (8.34)
n=1
L n=1
L n=0
L n=1
L
Aquı́ la función f (x) es una combinación lineal de senos y de cosenos. Otra diferencia
crucial es que (8.34) es válida para −L < x < L, mientras que para las series de senos
del ejemplo de la Sección 8.2 la igualdad era válida para 0 ≤ x ≤ L.
116
Ahora queremos determinar los coeficientes a0 , an , bn (n ≥ 1) a partir de (8.34).

Nuevamente, las autofunciones satisfacen las siguientes propiedades integrales (notar que
ahora son diferentes pues estamos considerando el intervalo [−L, L] que es simétrico
respecto al origen):

Z L
nπx mπx 0
 si n 6= m
cos cos dx = L si n = m 6= 0
−L L L 

2L si n = m = 0
Z L (
nπx mπx 0 si n 6= m (8.35)
sen sen dx =
−L L L L si n = m 6= 0
Z L
nπx mπx
sen cos dx = 0 (siempre),
−L L L
donde n y m son enteros no negativos arbitrarios. La autofunción constante corresponde
a n = 0 ó m = 0. La última de estas integrales es particularmente simple de derivar,
pues el seno es una función impar y el coseno es par, entonces el producto es una función
impar y la integral en un intervalo simétrico con respecto al origen es cero.
Los coeficientes se obtienen de forma similar a como se hizo antes. Si multiplica-
mos (8.34) por cos mπxL
y/o por sen mπx
L
(hacemos las dos cuentas a la vez) y luego inte-
gramos de x = −L a x = L, obtenemos
 mπx   mπx 
Z L 
 cos 
 ∞ Z L 
 cos 

 L  X nπx  L 
f (x) dx = an cos dx
−L 
 mπx 
 n=0 −L L  mπx 

sen  sen 
L L
 mπx 
∞ Z L 
 cos 

X nπx  L 
+ bn sen . dx.
n=1 −L L   mπx 

sen 
L
Ahora utilizamos las propiedades integrales (8.35) y obtenemos
Z L Z L
mπx mπx 2
f (x) cos dx = am cos dx
−L L −L L
Z L Z L
mπx mπx 2
f (x) sen dx = bm sen dx
−L L −L L
Despejando obtenemos
Z L
1
a0 = f (x) dx
2L −L
Z
1 L mπx
am = f (x) cos dx
L −L L
Z
1 L mπx
bm = f (x) sen dx
L −L L
donde las dos últimas fórmulas valen para m = 1, 2, 3, . . . .
117
8.4. Unicidad y el principio del máximo

Si escribimos, en base a un problema de palabras, que
(
x + y + z = 3,
x + y = 3,
podrı́amos decir que x = 1, y = 2, z = 0. Pero podemos observar también que hay

más soluciones. Esto indica que el problema está mal planteado, o faltan condiciones que
determinen una única solución.
En EDP no es tan obvio darse cuenta si hay infinitas soluciones, o única. La unicidad
de soluciones, además de decirnos que el problema está bien planteado, nos permite
afirmar que si hemos hallado una fórmula para una solución (por ejemplo por el método
de separación de variables), entonces esa formula representa la solución.
En esta sección veremos la unicidad de soluciones del problema de difusión en un
intervalo con condiciones de Dirichlet de dos maneras diferentes:
Utilizando el método de energı́a.
A través del principio del máximo.
8.4.1. Método de energı́a

El siguiente teorema dice que la ecuación de difusión con CB de tipo Dirichlet en
un intervalo acotado [0, L] tiene única solución. Su demostración se hará utilizando el
llamado método de energı́a.
Teorema 8.3. Consideremos el problema de difusión en un intervalo acotado con condi-
ciones de borde Dirichlet siguiente:

 ut − kuxx = g(x, t),
 0 < x < L, 0 < t < T
u(0, t) = a(t), u(L, t) = b(t) 0<t<T (8.36)

 u(x, 0) = f (x), 0 < x < L,
donde g(x, t), f (x), a(t), b(t) son funciones dadas en [0, L] y en [0, T ], respectivamente.
Si u1 (x, t) y u2 (x, t) son soluciones de (8.36), entonces u1 (x, t) = u2 (x, t) para todo
0 ≤ x ≤ L, t ≥ 0.
Demostración. Sea v(x, t) = u1 (x, t) − u2 (x, t). La demostración consiste en mostrar que
v(x, t) ≡ 0, lo que implicará que u1 (x, t) ≡ u2 (x, t). ¿Qué podemos deducir que cumple
v(x, t)? Claramente


 vt = kvxx , 0 < x < L, t > 0
v(0, t) = 0, v(L, t) = 0 t>0 (8.37)

 v(x, 0) = 0, 0 < x < L.
Aquı́ hay que tener cuidado con la lógica. Es claro que si tomamos v ≡ 0 obtenemos una
solución de (8.37). Lo que queremos demostrar es que existe una única solución de (8.37),
y es la v ≡ 0.
118
Sea entonces v(x, t) una solución de (8.37) y definamos

Z L 2
F (t) = v(x, t) dx, t ≥ 0.
0
Esta función F (t) que depende sólo de t se llama energı́a de la solución v(x, t) a tiempo
t. Veamos qué propiedades cumple F (t).
Z L Z L
2
F (0) = v(x, 0) dx = 0 dx = 0.
0 0
F (t) ≥ 0 para todo t ≥ 0.
Observemos F ′ (t)
Z
′ d L 2
F (t) = v(x, t) dx
dt 0
Z L
∂ 2
= v(x, t) dx
0 ∂t
Z L Z L
= 2v(x, t) vt (x, t) dx = 2 v(x, t) kvxx (x, t) dx por (8.37)
0 0
Z L
= 2k 2v(x, t) vxx (x, t) dx
0
" x=L Z L #

= 2k v(x, t) vx (x, t) − vx (x, t) vx (x, t) dx int. por partes
x=0 0
Z L
2
= 2k v(L, t) vx (L, t) − v(0, t)vx (0, t) −2k vx (x, t) dx .
| {z } |0 {z }
=0 por CB ≥0
| {z }
≤0
Por lo tanto F ′ (t) ≤ 0 y F (t) es decreciente.
Poniendo todo junto
0 ≤ F (t) ≤ F (0) = 0 =⇒ F (t) ≡ 0, t ≥ 0.

Z L 2
Luego v(x, t) dx = 0, t ≥ 0 lo que implica que v(x, t) ≡ 0, 0 ≤ x ≤ L, t ≥ 0.
0
Observación 8.4. El método del Teorema 8.3 puede usarse para todas las condiciones
de borde que hemos visto hasta ahora. Basta ver que siempre da menor o igual a cero el
término
v(L, t) vx (L, t) − v(0, t)vx (0, t)
cuando v = u1 − u2 es la resta entre dos soluciones con las mismas condiciones de borde.
Ver ejercicio 8.13
119
Observación 8.5. El método del Teorema 8.3 puede usarse para comparar dos soluciones
con diferentes condiciones iniciales. Si u1 , u2 son soluciones de (8.36) con condición inicial
Z L
2
f1 , f2 , respectivamente, entonces definimos v := u1 − u2 y F (t) = v(x, t) dx como
0
antes. Luego F ′ (t) ≤ 0 y F (t) ≤ F (0), es decir
Z L
2
u1 (x, t) − u2 (x, t) dx = F (t)
0
Z L 2
≤ F (0) = u1 (x, 0) − u2 (x, 0) dx
0
Z L
2
= f1 (x) − f2 (x) dx.
0
En palabras, el error cuadrático medio entre u1 (·, t) y u2 (·, t) es decreciente y nunca excede
el error cuadrático medio inicial.
Observación 8.6. La observación anterior nos dice que el error que se comete al apro-
ximar el dato inicial verdadero por uno medido, o por uno dado por una suma finita
de senos (por ejemplo) no crece cuando lo medimos como la integral de la diferencia al
cuadrado. Esto no nos dice que el máximo error no crezca, sino que en promedio no crece.
Un resultado más preciso se presenta en la próxima sección.
8.4.2. El principio del máximo y sus consecuencias

Teorema 8.7 (Principio del máximo). Sea u(x, t) una solución del problema

 ut − kuxx = 0,
 0 < x < L, 0 < t < T
u(0, t) = a(t), u(L, t) = b(t) 0<t<T (8.38)


u(x, 0) = f (x), 0 < x < L,
con a(t), b(t) y f (x) funciones continuas dadas en [0, T ] y [0, L], respectivamente, para
un tiempo final T > 0 dado. Definimos
f = máx f (x) = máximo valor de u en t = 0
0≤x≤L
a = máx a(t) = máximo valor de u en x = 0

0≤t≤T
b = máx b(t) = máximo valor de u en x = L

0≤t≤T
y
M = máx{f , a, b} = máximo valor de u en Γ.
Aquı́ Γ = {0 ≤ x ≤ L, t = 0} ∪ {x = 0, 0 ≤ t ≤ T } ∪ {x = L, 0 ≤ t ≤ T } es lo que se
denomina frontera parabólica del problema (8.38) (ver Figura 8.5). Entonces
u(x, t) ≤ M, 0 < x < L, 0 < t ≤ T.
O lo que es lo mismo
máx u(x, t) = máx u(x, t), ó máx u = máx u.
0≤x≤L (x,t)∈Γ Ω×[0,T ] Γ
0≤t≤T
120
Γ = frontera parabólica Ω × (0, T ]

t
T Ω × (0, T ]
x
L
Ω = [0, L] Ω = (0, L)
Figura 8.5: Gráfico de Γ, Ω × [0, T ], Ω × (0, T ], Ω y Ω.
Observación 8.8. Desde el punto de vista fı́sico, si u denota temperatura, el principio
del máximo nos dice que, en ausencia de fuentes volumétricas de calor, la temperatura
en un punto x a tiempo t es siempre menor o igual a la máxima temperatura alcanzada
entre el tiempo inicial y el borde en el intervalo de tiempo considerado.
Postponemos la demostración del Teorema 8.7 hasta la próxima sección y nos dedi-
camos ahora a ver algunas consecuencias que se desprenden del principio del máximo.
Corolario 8.9 (Principio del mı́nimo). Sea u una solución de (8.38) y definamos
f = mı́n f (x) = mı́nimo valor de u en t = 0

0≤x≤L
a = mı́n a(t) = mı́nimo valor de u en x = 0

0≤t≤T
b = mı́n b(t) = mı́nimo valor de u en x = L

0≤t≤T
y
m = mı́n{f , a, b} = mı́nimo valor de u en Γ.
Entonces
u(x, t) ≥ m, 0 < x < L, 0 < t ≤ T.
O lo que es lo mismo
mı́n u(x, t) = mı́n u(x, t), ó mı́n u = mı́n u.

0≤x≤L (x,t)∈Γ Ω×[0,T ] Γ
0≤t≤T
Este corolario se demuestra aplicando el principio del máximo a −u, observando que
máx(−u) = − mı́n u, máx(−a) = − mı́n a, etc.
121
Ejemplo 8.10. Los principios del máximo y del mı́nimo se pueden utilizar para deducir
cotas ajustadas de la solución aún cuando la misma no pueda calcularse exactamente.
Por ejemplo, si u(x, t) es la solución de

 ut = 9uxx , 0 < x < 3, t > 0


u(0, t) = 0, u(3, t) = 0 t>0

 x4 (x − 3)4
 u(x, 0) = , 0 < x < 3,
100
entonces u(x, t) es siempre un número entre 0 y el máximo del dato inicial. Observemos
4 4
que el dato inicial x (x−3)
100
es simétrico en el intervalo [0, 3] y positivo, y que su máximo se
alcanza en el punto medio del intervalo. Reemplazando x = 1,5 en la fórmula obtenemos
1,58
que el máximo del dato inicial es ≈ 0,25629. Por lo tanto, deducimos que
100
0 ≤ u(x, t) ≤ 0,25629, 0 < x < 3, t > 0.
Una consecuencia importante de los principios del máximo y del mı́nimo es el siguiente
teorema.
Teorema 8.11 (Dependencia continua de las CI y las CB). Sean u1 y u2 soluciones de
los problemas
 i i
 ut − kuxx = 0,
 0 < x < L, 0 < t < T
i i i i
u (0, t) = a (t), u (L, t) = b (t) 0<t<T , i = 1, 2.

 i i
u (x, 0) = f (x), 0 < x < L,
Si para algún error ǫ > 0 se cumple que
|f1 (x) − f2 (x)| ≤ ǫ, 0<x<L
|a1 (t) − a2 (t)| ≤ ǫ, 0<t<T
|b1 (t) − b2 (t)| ≤ ǫ, 0<t<T
entonces
|u1 (x, t) − u2 (x, t)| ≤ ǫ, 0 < x < L, 0 < t < T.
Demostración. La demostración consiste en aplicar los principios del máximo y mı́nimo
a v(x, t) = u1 (x, t) − u2 (x, t). La función v(x, t) ası́ definida es solución de
vt − kvxx = 0, 0 < x < L, 0<t<T

v(0, t) = a1 (t) − a2 (t), v(L, t) = b1 (t) − b2 (t) 0<t<T
v(x, 0) = f 1 (x) − f 2 (x), 0 < x < L.
Por otro lado, las hipótesis sobre f i , ai , bi implican que

−ǫ ≤ mı́n f 1 (x) − f 2 (x) ≤ máx f 1 (x) − f 2 (x) ≤ ǫ,
0≤x≤L
−ǫ ≤ mı́n a1 (t) − a2 (t) ≤ máx a1 (t) − a2 (t) ≤ ǫ,

0≤t≤T
−ǫ ≤ mı́n b1 (t) − b2 (t) ≤ máx b1 (t) − b2 (t) ≤ ǫ.

0≤t≤T
122
Por lo tanto, aplicando los principios del máximo y del mı́nimo a v(x, t) obtenemos
−ǫ ≤ v(x, t) = u1 (x, t) − u2 (x, t) ≤ ǫ, 0 < x < T, 0 < t < T.
Observación 8.12. El último teorema es muy importante, pues nos dice que si dispo-
nemos de datos iniciales y de borde aproximados (como los obtenidos por medición),
entonces la solución del problema está igualmente aproximada a la solución con los datos
exactos.
Observación 8.13. Por otro lado, nos permite saber que las soluciones uN , calculadas
con una aproximación fN del dato inicial f (por ejemplo la obtenida con una suma de N
de funciones trigonométricas), están tan aproximadas a la solución exacta u(x, t) como
fN lo está de f .
8.4.3. Demostración del principio del máximo
En esta sección procedemos a demostrar el Teorema 8.7, conocido como Principio del
Máximo. Si bien el resultado es obvio si uno piensa en temperaturas y desde el punto de
vista fı́sico, es interesante ver qué propiedades de la fı́sica observables u obvias pueden
deducirse del modelo matemático.
Demostremos primero la siguiente proposición, que nos da el principio del máximo en
un caso particular en el que hay una fuente constantemente negativa.
Proposición 8.14. Sea v(x, t) una solución del problema
vt − kvxx = −c, 0 < x < L, 0<t<T (8.39)
con c una constante positiva y un tiempo final T > 0 dado. Entonces
máx v(x, t) = máx v(x, t),

(x,t)∈Ω×[0,T ] (x,t)∈Γ
donde Γ es la frontera parabólica (ver Figura 8.5).
Demostración. Sea M = máx v(x, t) y sea M0 = máx v(x, t). Es obvio que M ≤
(x,t)∈Γ (x,t)∈Ω×[0,T ]
M0 porque Γ ⊂ Ω × [0, T ]. Para probar el teorema debemos concluir que M0 ≤ M .
Supongamos entonces que M0 > M y veamos que esto no es posible.
Sea (x0 , t0 ) el punto del dominio espacio temporal Ω × [0, T ] donde se alcanza el
máximo M0 . Como este máximo es mayor estricto que el máximo M que se alcanza sobre
Γ resulta que (x0 , t0 ) ∈
/ Γ, es decir,
0 < x0 < L, y 0 < t0 ≤ T.
Observamos ahora que M0 es también el máximo de v a lo largo de los segmentos (coor-

denados) H = {(x, t0 ) : 0 < x < L} y V = {(x0 , t) : 0 < t ≤ T }; ver Figura 8.6.
Como el máximo sobre el segmento H se da en un punto interior (que no es extremo)
resulta que vx (x0 , t0 ) = 0 y vxx (x0 , t0 ) ≤ 0. Por otro lado, como el máximo sobre el
123
v t v
T Ω × (0, T ]
t0
(x0 , t0 )
x t
0 x0 L 0 t0 T
x
x0 L
Figura 8.6: Si el máximo de v está en (x0 , t0 ) entonces v tiene un máximo en x0 sobre el
segmento horizontal t = t0 y un máximo en t0 sobre el segmento vertical x = x0 . Luego
vx (x0 , t0 ) = 0, vxx (x0 , t0 ) ≤ 0 y vt (x0 , t0 ) ≥ 0.
segmento V se da en un t0 que podrı́a ser igual a T , sólo podemos decir que vt (x0 , t0 ) ≥ 0,
pero entonces
vt (x0 , t0 ) − kvxx (x0 , t0 ) ≥ 0,
lo cual contradice la hipótesis de que v es solución de (8.39). Esta contradicción nos dice
que no es posible que M0 > M , y luego M0 ≤ M . Como ya sabı́amos que M ≤ M0
concluimos que M = M0 .
Demostración del Teorema 8.7. Supongamos ahora que u(x, t) satisface las hipótesis del
Teorema 8.7. Para c > 0 (arbitrario) definimos v(x, t) = u(x, t) − c t. Entonces vt =
k vxx − c o, lo que es lo mismo
vt (x, t) − kvxx (x, t) = −c.
Por la Proposición 8.14, para cada (x, t) ∈ Ω × (0, T ]
u(x, t) − c t = v(x, t) ≤ máx v ≤ máx u,
Γ Γ
porque v(x, t) = u(x, t) − ct ≤ u(x, t). Tomando lı́mite cuando c → 0+ a la izquierda de

la última expresión obtenemos que para cada (x, t) ∈ Ω × (0, T ]
u(x, t) ≤ máx u.
Γ
El Teorema 8.7 se conoce también como Principio del máximo débil. Existe un prin-
cipio del máximo fuerte que enunciamos a continuación, cuya demostración queda fuera
del alcance de este curso (puede encontrarse en [Bleecker-Csordas 1996, Chapter 3].
Teorema 8.15 (Principio del máximo fuerte). Bajo las hipótesis del Teorema 8.7, no
existe ningún (x0 , t0 ) ∈ Ω × (0, T ] tal que u(x0 , t0 ) = M := máxΓ u, a menos que u sea
constante en [0, L] × [0, t0 ], y en ese caso f ≡ a ≡ b ≡ u ≡ M para 0 ≤ x ≤ L y
0 ≤ t ≤ t0 .
124
8.5. CB independientes del tiempo

Hasta ahora hemos resuelto problemas con condiciones de borde homogéneas, por
ejemplo u(0, t) = 0, u(−L, t) − u(L, t) = 0, ux (L, t) + u(L, t) = 0, etc.; ver Secciones 8.2,
8.3 y ejercicios 8.5–8.11. En esta sección nos ocuparemos de condiciones de borde no-
homogéneas pero constantes en el tiempo.
La idea es hallar primero una solución particular que cumpla la Ecuación Diferencial
(ED) y las Condiciones de Borde (CB), ignorando la Condición Inicial (CI). Luego
hallar una que cumpla la ED y las CB homogéneas correspondientes de manera que
sumada a la anterior cumpla todo: la ED, las CB y la CI.
Veamos directamente un ejemplo:

ut − kuxx = 0, 0 < x < L, t>0
u(0, t) = a, u(L, t) = b, t > 0, (8.40)
u(x, 0) = g(x), 0 < x < L,
con a y b dos constantes y g(x) una función dada. Descomponemos este problema de la
siguiente manera. Primero resolveremos el problema:
up,t − kup,xx = 0, 0 < x < L, t > 0,
up (0, t) = a, up (L, t) = b, t > 0,
up (x, 0) = lo que sea, 0 < x < L.
Una vez resuelto, resolvemos este:
vt − kvxx = 0, 0 < x < L, t > 0,
v(0, t) = 0, v(L, t) = 0, t > 0,
v(x, 0) = g(x) − up (x, 0), 0 < x < L.
De esta manera, la función u(x, t) = up (x, t) + v(x, t) será solución de (8.40). En efecto:
ut − kuxx = (up + v)t − k (up + v)xx
= up,t + vt − kup,xx − kvxx 0 < x < L, t > 0,
= up,t − kup,xx + vt − kvxx = 0,
u(0, t) = up (0, t) + v(0, t) = a + 0 = a, t > 0,
u(L, t) = up (L, t) + v(L, t) = b + 0 = b, t > 0,
u(x, 0) = up (x, 0) + v(x, 0)
= up (x, 0) + (g(x) − up (x, 0)) = g(x), 0 < x < L.
Ahora nos resta resolver los dos (sub)problemas. Para hallar up conviene intentar primero
buscar una solución estacionaria, es decir una que satisfaga up,t = 0. Reemplazando up,t
por 0 en la ED nos da up,xx = 0, o sea que up es lineal en x. Imponiendo las CB obtenemos
b−a
up (x, t) = x + a,
L
125
que satisface la ED y las CB. Ahora debemos resolver

vt − kvxx = 0, 0 < x < L, t > 0,
v(0, t) = 0, v(L, t) = 0, t > 0,

b−a
v(x, 0) = g(x) − x+a , 0 < x < L,
L
cuya solución hemos encontrado en la Sección 8.2, y está dada por
∞
X nπx −( nπ 2
v(x, t) = bn sen e L ) kt ,
n=1
L
con Z
L
2 b−a nπx
bn = g(x) − x+a sen dx, n = 1, 2, . . . .
L 0 L L
La solución u(x, t) de (8.40) es entonces
∞
b−a X nπx −( nπ 2
u(x, t) = x+a+ bn sen e L ) kt ,
L n=1
L
RL
con bn = L2 0 g(x) − b−a L
x + a sen nπx
L
dx, n = 1, 2, . . . . Es importante notar que
los coeficientes bn no se calculan con respecto a la g(x) original, sino con respecto a la
condición inicial que satisface v(x, t), que es el dato inicial original g(x) menos lo que vale
up en t = 0.
Resolvamos un ejemplo más concreto
ut − 2uxx = 0, 0 < x < 3, t > 0,
u(0, t) = 2, u(3, t) = −1, t > 0, (8.41)
1 π
u(x, 0) = 2 + sen( x) − x, 0 < x < 3,
10 3
Buscamos una solución estacionaria up = up (x) que cumpla las CB: up = C1 x + C2 , con
up (0) = 2 y up (3) = −1, es decir
up (x) = 2 − x.
Ahora buscamos una solución v(x, t) del problema con CB homogéneas y dato inicial
1 π 1 π
2+ sen( x) − x − 2 − x = sen( x),
10 3 10 3
vt − 2vxx = 0, 0 < x < 3, t > 0,
v(0, t) = 0, v(3, t) = 0, t > 0,
1 π
v(x, 0) = sen( x), 0 < x < 3.
10 3
Por lo visto en la Sección 8.2 la solución de este problema es
1 π π 2
v(x, t) = sen( x)e−( 3 ) 2t ,
10 3
126
y finalmente
1 π 2π 2
u(x, t) = up (x, t) + v(x, t) = 2 − x + sen( x)e− 9 t .
10 3
Observamos que
lı́m u(x, t) = 2 − x = up (x, t).
t→∞
Veamos otro ejemplo, con condiciones de borde de diferente tipo en cada extremo:
ut − 3uxx = 0, 0 < x < 1, t > 0,
ux (0, t) = 1, u(1, t) = −1, t > 0,
(8.42)
2 3π 5
u(x, 0) = x + cos x − , 0 < x < 1.
4 2
Buscamos, como antes, una solución particular estacionaria up = up (x), que debe ser por
lo tanto lineal: up (x) = C1 x + C2 . Para que satisfaga las CB debe ser C1 = 0 y C2 = −1,
es decir,
up (x) = x − 2.
Ahora buscamos una solución v(x, t) del problema con CB homogéneas y dato inicial

2 3π 5 1 2 3π 1 3π
x + cos x − − (x − 2) = − + cos x = cos x ,
4 2 2 4 2 2
donde hemos usado la identidad trigonométrica cos2 (α) = 21 + 12 cos(2α). Es decir, busca-
mos v(x, t) solución de
vt − 3vxx = 0, 0 < x < 1, t>0
vx (0, t) = 0, v(1, t) = 0, t > 0,

1 3π
v(x, 0) = cos x , 0 < x < 3.
2 2
Por lo visto en el Problema 8.9 la solución de este problema es
1 3π 3π 2
v(x, t) = cos( x)e−( 2 ) 3t ,
2 2
y finalmente
1 3π 27π 2
u(x, t) = up (x, t) + v(x, t) = x − 2 + cos( x)e− 4 t .
2 2
Observamos que
lı́m u(x, t) = x − 2 = up (x, t).
t→∞
El truco consiste entonces en hallar la solución de estado estacionario que cumple las
condiciones de borde para up y luego el problema se transforma en uno de los conocidos
con CB homogéneas. Esto funciona bien con cualquier combinación de CB constantes en
el tiempo, excepto cuando las dos condiciones son de tipo Neumann. Veamos un ejemplo
semi-abstracto que ilustra la situación.
127

ut − kuxx = 0, 0 < x < L, t>0
ux (0, t) = a, ux (L, t) = b, t > 0, (8.43)
u(x, 0) = g(x), 0 < x < L,
Buscamos, como antes, una solución particular estacionaria up = up (x), que debe ser por
lo tanto lineal: up (x) = C1 x + C2 . Para que satisfaga las CB debe ser C1 = a y C1 = b.
Tal solución estacionaria existe sólo cuando a = b, y en este caso se procede como en
los ejemplos anteriores. Si a 6= b tal solución estacionaria no existe, y para entender por
qué, basta interpretar la ecuación cuando modela una temperatura u(x, t) en una barra
unidimensional de longitud L. En este caso ux (0, t) = a indica que la cantidad de calor
que sale de la barra en x = 0 proporcional a a, y ux (L, t) = b indica que la cantidad de
calor que entra a la barra en x = L proporcional a b, y además en la ecuación no figuran
términos fuente o sumidero. Por lo tanto, cuando a 6= b no podrá existir un estado
estacionario, dado que la cantidad de calor que entra/sale de la barra no es nula. Este
análisis fı́sico nos hace pensar que la cantidad de calor en la barra tiene que aumentar
o disminuir linealmente con el tiempo, por eso proponemos una solución particular de la
siguiente forma
up (x, t) = h(x) + c t.
Veamos si hallamos una solución de esta forma que cumpla la ED y las CB:
up,t (x, t) = c,
up,xx (x, t) = h′′ (x),
up,t (x, t) − kup,xx (x, t) = c − kh′′ (x),
up,x (0, t) = h′ (0),
up,x (L, t) = h′ (L).
La ED y las CB impuestas a up implican una EDO con CB para h(x):
c
h′′ (x) = , 0 < x < L, h′ (0) = a, h′ (L) = b.
k
Intentemos resolverla:
c c 2
h′′ (x) = =⇒ h(x) = x + C1 x + C2
k 2k
c
h′ (x) = x + C1
k
′ c 2
h (0) = a =⇒ C1 = a =⇒ h(x) = x + a x + C2
2k
c
h′ (x) = x + a
k
′ c b−a
h (L) = b =⇒ L + a = b =⇒ c = k
k L
y nos quedó C2 con libertad de elección. Para simplificar elegimos C2 = 0 y nos queda
b−a 2 b−a
up (x, t) = x + |{z}
a x+ kt
| 2L
{z } C1 |L
{z }
c c
2k
128
Luego nos falta hallar la solución v(x, t) del problema correspondiente, con condición
inicial g(x) − up (x, 0), que en este caso resulta
vt − kvxx = 0, 0 < x < L, t>0
vx (0, t) = 0, vx (L, t) = 0, t > 0,

b−a 2
v(x, 0) = g(x) − x + ax , 0 < x < L.
2L
La solución de este problema está dada por
∞
X nπx −( nπ 2
v(x, t) = a0 + an cos e L ) kt ,
n=1
L
con
Z L Z L
1 b−a 2 2 b−a 2 nπx
a0 = g(x)− x + ax , an =
g(x) − x + ax cos dx, n = 1, 2, . .
L 0 2L 0 L 2L L
(8.44)
Finalmente, la solución u(x, t) del problema (8.43) es u(x, t) = up (x, t) + v(x, t), o sea
∞
b−a 2 b−a X nπx −( nπ 2
u(x, t) = x + ax + k t + a0 + an cos e L ) kt ,
2L L n=1
L
con an , n = 0, 1, 2, . . . dados por (8.44).
8.6. CB dependientes del tiempo

Ya hemos visto que el problema

 ut − kuxx = 0,
 0 < x < L, 0 < t < T,
u(0, t) = a(t), u(L, t) = b(t), 0 < t < T, (8.45)


u(x, 0) = f (x), 0 < x < L,
tiene solución única, y también sabemos cómo resolverlo si a y b son constantes. Queremos
ver ahora cómo resolverlo si a(t) y b(t) no son constantes, sino que varı́an con t.
Podemos intentar algo similar a lo hecho antes, definiendo w(x, t) = b(t)−a(t)
L
x + a(t).
Esta función cumple las CB pero
b′ (t) − a′ (t)
wt − kwxx = x + a′ (t),
L
que no es cero a menos que a y b sean constantes. Igualmente podemos seguir con el
razonamiento, y buscar una función v que sumada a w sea la solución u = v + w que
estamos buscando. Nos preguntamos: ¿qué debe cumplir dicha función v? La respuesta
es simple, dada la linealidad de la ecuación, v(x, t) debe ser solución de
 ′ ′

 b (t) − a (t) ′

 vt − kvxx = − x + a (t) , 0 < x < L, 0 < t < T,


 L
v(0, t) = 0, v(L, t) = 0, 0 < t < T,



 b(0) − a(0)
 v(x, 0) = f (x) −
 x + a(0) , 0 < x < L,
L
129
Aparece entonces la necesidad de estudiar problemas con términos fuente no-nulos

como el siguiente:

 ut − kuxx = h(x, t),
 0 < x < L, 0 < t < T,
u(0, t) = 0, u(L, t) = 0, 0 < t < T,

 u(x, 0) = g(x), 0 < x < L.
Este problema puede a su vez desdoblarse en dos (sub)problemas


 u1,t − ku1,xx = 0,
 0 < x < L, 0 < t < T,
u1 (0, t) = 0, u1 (L, t) = 0, 0 < t < T, (8.46a)

 u1 (x, 0) = g(x), 0 < x < L,

 u2,t − ku2,xx = h(x, t),
 0 < x < L, 0 < t < T,
u2 (0, t) = 0, u2 (L, t) = 0, 0 < t < T, (8.46b)

 u2 (x, 0) = 0, 0 < x < L.
Llegamos entonces a la siguiente proposición:
Proposición 8.20. La solución de (8.45) está dada por
u(x, t) = w(x, t) + u1 (x, t) + u2 (x, t),
b(t) − a(t)
con w(x, t) = x + a(t), u1 (x, t) y u2 (x, t) soluciones de (8.46a) y (8.46b),
L
respectivamente, con

b(0) − a(0)
g(x) = f (x) − w(x, 0) = f (x) − x + a(0) en (8.46a),
L
′
b (t) − a′ (t) ′
h(x, t) = − (wt − kwxx ) = − x + a (t) en (8.46b).
L
La demostración de esta proposición es sencilla, y se deja como ejercicio.
8.7. El principio de Duhamel

Vimos en la sección anterior la necesidad de resolver problemas con un término fuente
no nulo, de la forma

 0 < x < L, 0 < t < T
u(0, t) = 0, u(L, t) = 0 0<t<T (8.47)

 u(x, 0) = 0, 0 < x < L.
El objetivo de esta sección es presentar el Principio de Duhamel que provee una forma de
resolver este tipo de problemas resolviendo una familia de problemas sin término fuente,
pero con dato inicial no-homogéneo.
130
Veamos una derivación heurı́stica de la fórmula. Consideremos ∆t pequeño, digamos

∗
∆t = tn con t∗ > 0 fijo y n grande, y la siguiente sucesión de instantes de tiempo:
t0 = 0 < t1 = ∆t < t2 = 2∆t < . . . < tn = n∆t = t∗ < . . . .
Como ∆t es pequeño, podemos pensar que la difusión es despreciable en el primer intervalo
de tiempo, y luego Z t1
u(x, t1 ) ∼
= h(x, t) dt ∼
= ∆t h(x, t1 ).
0
En el segundo intervalo de tiempo (entre t1 y t2 ) pensamos que hay difusión del calor que
ingresó durante el primer intervalo, pero es despreciable la difusión del calor que ingresa
durante el segundo intervalo, ası́:
Z t2
u(x, t2 ) ∼
= v1 (x, t2 ) + h(x, t) dt ∼
= v1 (x, t2 ) + ∆t h(x, t2 ),
t1
con v1 (x, t) solución de la ecuación de difusión


 v1,t − kv1,xx = 0,
 0 < x < L, t > t1 ,
v1 (0, t) = 0, v1 (L, t) = 0 t > t1 ,

 v1 (x, t1 ) = ∆t h(x, t1 ), 0 < x < L, (t = t1 ).
En el tercer intervalo de tiempo (entre t2 y t3 ) pensamos que hay difusión del calor que
ingresó durante los dos primeros intervalos, pero es despreciable la difusión del calor que
ingresa durante el último intervalo, ası́:
Z t3
∼
u(x, t3 ) = v1 (x, t3 ) + v2 (x, t3 ) + h(x, t) dt ∼
= v1 (x, t3 ) + v2 (x, t3 ) + ∆t h(x, t3 ),
t2
con v1 (x, t) como antes y v2 (x, t) solución de la ecuación de difusión


 v2,t − kv2,xx = 0,
 0 < x < L, t > t2 ,
v2 (0, t) = 0, v2 (L, t) = 0, t > t2 ,


v2 (x, t2 ) = ∆t h(x, t2 ), 0 < x < L, (t = t2 ).
Si continuamos con este razonamiento llegamos a que en t = tn = t∗ ,
u(x, t∗ ) ∼
= v1 (x, t∗ ) + v2 (x, t∗ ) + v3 (x, t∗ ) + · · · + vn−1 (x, t∗ ) + ∆t h(x, tn ), (8.48)
con vi (x, t), i = 1, 2 . . . , n − 1 solución de la ecuación de difusión

 vi,t − kvi,xx = 0,
 0 < x < L, t > ti ,
vi (0, t) = 0, vi (L, t) = 0, t > ti ,


vi (x, ti ) = ∆t h(x, ti ), 0 < x < L, (t = ti ).
Para entender mejor la suma (8.48) definimos la función w(x, t; s) como solución de los
siguientes problemas de difusión

 wt (x, t; s) = wxx (x, t; s),
 0 < x < L, t > s,
w(0, t; s) = 0, w(L, t; s) = 0, t > s,

 w(x, s; s) = h(x, s), 0 < x < L.
131
Es decir que vn (x, t) = ∆t w(x, t; tn ). Ası́, la suma (8.48) resulta

u(x, t∗ ) ∼
= w(x, t∗ ; t1 ) ∆t + w(x, t∗ ; t2 ) ∆t + · · · + w(x, t∗ ; tn−1 ) ∆t + ∆t h(x, tn )
n−1
X
= w(x, t∗ ; ti )∆t + ∆t h(x, tn ).
i=1
Z t∗
Cuando ∆t tiende a cero, la última suma tiende a w(x, t∗ ; t) dt. Como la aproximación
0
deberı́a ser mejor cuanto menor es ∆t, esta heurı́stica nos induce a creer que esta última
integral es u(x, t∗ ). Esto es cierto, como demostramos a continuación de manera rigurosa.
Teorema 8.21 (Principio de Duhamel). Sea h(x, t) una función C 2 y para cada s > 0
consideremos el problema1

 wt (x, t; s) = wxx (x, t; s)
 0 < x < L, t > s,
w(0, t; s) = 0, w(L, t; s) = 0, t > s, (8.49)

 w(x, s; s) = h(x, s), 0 < x < L.
Entonces la única solución de

 0 < x < L, 0 < t < T,
u(0, t) = 0, u(L, t) = 0, 0 < t < T,

 u(x, 0) = 0, 0 < x < L.
está dada por la fórmula Z t
u(x, t) = w(x, t; s) ds.
0
La demostración es sencilla, pero para hacerla debemos ver antes el siguiente lema.
Lema 8.22. Dada una función g(t, s) de dos variables tal que g(t, s) y gt (t, s) son con-
tinuas, se cumple que
Z t Z t
d
g(t, s) ds = g(t, t) + gt (t, s) ds
dt 0 0
Ry
Demostración. Para demostrar este lema definimos G(r, y) = 0 g(r, s) ds y vemos que
Z t
g(t, s) ds = G(t, t).
0
Además Z y
Gr (r, y) = gt (r, s) ds y Gy (r, y) = g(r, y).
0
Ahora bien,
Z t
d
G(t, t) = Gr (t, t) + Gy (t, t) = Gr (r, y) + Gy (r, y) = gt (t, s) ds + g(t, t).
dt r=t r=t 0
y=t y=t
1
Notemos que la condición inicial está dada en t = s y es allı́ donde entra la función h(x, t).
132
Ahora sı́, podemos demostrar el principio de Duhamel.

Rt Rt
Demostración del Teorema 8.21. Es claro que u(0, t) = 0 w(0, t; s) ds = 0 0 ds = 0 y
R0
análogamente u(L, t) = 0. También u(x, 0) = 0 w(x, 0; 0) ds = 0. Hemos visto entonces
que se cumplen las condiciones de borde y la condición inicial. Veamos que se cumple la
ecuación diferencial:
Z t
∂
ut (x, t) = w(x, t; s) ds
∂t 0
Z t
= w(x, t; t) + wt (x, t; s) ds por el lema anterior
0
Z t
= h(x, t) + kwxx (x, t; s) ds por definición de w(x, t; s)
0
Z t
∂2
= h(x, t) + k 2 w(x, t; s) ds
∂x 0
= h(x, t) + kuxx (x, t).
Es decir, ut (x, t) − kuxx (x, t) = h(x, t).
La fórmula puede ser bastante complicada, pero veamos un ejemplo cuando resolvemos
en R usando la solución fundamental.
ut − kuxx = h(x, t), x ∈ R, t > 0

u(x, 0) = 0, x ∈ R (t = 0).
Según el principio de Duhamel, la solución está dada por

Z t
u(x, t) = w(x, t; s) ds
0
donde w(x, t; s) debe ser la solución de
wt (x, t; s) − kwxx (x, t; s) = 0, x ∈ R, t > s

w(x, s; s) = h(x, s), x ∈ R (t = s).
Según la fórmula dada en la Sección 8.1

Z ∞
w(x, t; s) = h(y, s)Φ(x − y, t − s) dy, x ∈ R, t > s.
−∞
Entonces
Z tZ ∞
u(x, t) = h(y, s)Φ(x − y, t − s) dy ds, x ∈ R, t > 0.
0 −∞
133
Si quisiéramos resolver la ecuación de difusión en R con término fuente h(x, t) y dato

inicial g(x) tendrı́amos que sumar la solución del último ejemplo con la solución dada
por (8.3). Ası́, la solución de
ut − kuxx = h(x, t), x ∈ R, t > 0

u(x, 0) = g(x), x ∈ R (t = 0).
es
Z ∞ Z tZ ∞
u(x, t) = g(y)Φ(x − y, t) dy + h(y, s)Φ(x − y, t − s) dy ds, x ∈ R, t > 0.
−∞ 0 −∞
8.8. Ejercicios
8.1. Demostrar que la solución fundamental de la ecuación de difusión en una dimensión
dada por (8.2) es solución de ut = kuxx en R × (0, ∞).
* 8.2. Consideremos la solución fundamental de la ecuación de difusión en una dimensión
dada por (8.2). Demostrar que si g : R → R es acotada y de soporte compacto (es decir,
existe M > 0 tal que |g(x)| ≤ M , x ∈ R; y g(x) = 0 si |x| > M ), entonces la función
u(x, t) definida por (8.3) cumple lo siguiente:
(a) u ∈ C 2 (R × (0, ∞)) (Demostrarlo primero para Φ y ver que bajo la hipótesis de g
acotada y de soporte compacto se puede meter la derivada en la integral);
(b) ut = kuxx para (x, t) ∈ R × (0, ∞); (Usar que Φ es solución y usar—nuevamente—
que se puede meter la derivada en la integral);
(c) Si x0 es un punto de continuidad de g, entonces lı́m+ u(x0 , t) = g(x0 ).

t→0
Ayuda: Seguir los siguientes pasos:
R 2 √ R 2
R 2
1/2
(i) Demostrar que R
e−x dx = π. Para esto usar que R e−x dx = R2 e−|x| dx y calcular
la integral de R2 usando coordenadas polares.
R
(ii) Demostrar que R Φ(x, t) dx = 1 para todo t > 0.
R
(iii) Demostrar que |x|<δ Φ(x, t) dx → 1 cuando t → 0+ , para cualquier δ > 0 fijo.
(iv) Usar que

Z ∞
g(x0 ) − u(x0 , t) = [g(x0 ) − g(x0 − y)]Φ(y, t) dy
−∞
Z Z
= [g(x0 ) − g(x0 − y)]Φ(y, t) dx + [g(x0 ) − g(x0 − y)]Φ(y, t) dy.
|y|<δ |y|>δ
Comentario: Se puede demostrar que la ecuación de difusión en R tiene una única solución
acotada para cada dato inicial g. Este problema nos dice que la fórmula para dicha solución
está dada por (8.3).
134
8.3. Las siguientes integrales indefinidas son válidas cuando a 6= b,

Z
1 sen((a − b)x) sen((a + b)x)
sen(ax) sen(bx) dx = −
2 a−b a+b
Z
1 sen((a − b)x) sen((a + b)x)
cos(ax) cos(bx) dx = +
2 a−b a+b
Usándolas, y usando también que

1 1 1 1
sen2 (α) = − cos(2α), cos2 (α) = + cos(2α).
2 2 2 2
Calcular las siguientes integrales (deben quedar expresadas en términos de L, n, m):
Z L
nπx mπx
(a) sen( ) sen( ) dx, para n, m = 1, 2, 3, . . . .
0 L L
Z L
nπx mπx
(b) cos( ) cos( ) dx, para n, m = 0, 1, 2, 3, . . . .
L L
0
Z L
(n − 21 )πx (m − 21 )πx
(c) sen( ) sen( ) dx, para n, m = 1, 2, 3, . . . .
0 L L
Z L
(n − 12 )πx (m − 21 )πx
(d) cos( ) cos( ) dx, para n, m = 1, 2, 3, . . . .
0 L L
8.4. En base al problema anterior, decir cómo deben calcularse los coeficientes an , bn (en
términos de f ) si se sabe que se cumplen las igualdades siguientes para f definida en
[0, L]:
N N
X nπx X (n − 21 )πx
(a) f (x) = bn sen( ). (c) f (x) = cn sen( ).
n=1
L n=1
L
N N
X nπx X (n − 12 )πx
(b) f (x) = a0 + an cos( ). (d) f (x) = dn cos( ).
n=1
L n=1
L
8.5. Decir cuál es la solución del siguiente problema


 ut = 2uxx ,
 0 < x < 3, t > 0,
u(0, t) = 0, u(3, t) = 0, t > 0,

 u(x, 0) = f (x), 0 < x < 3,
en cada uno de los siguientes casos

2πx 5πx
(a) f (x) = 4 sen( ) − sen( );
3 3
(b) f (x) = 5 sen(4πx) + 2 sen(10πx);
(c) f (x) = x(3 − x).
135


 ut = uxx ,
 −1 < x < 1, t > 0,
u(−1, t) = u(1, t), ux (1, t) = ux (−1, t), t > 0,

 u(x, 0) = f (x), −1 < x < 1,
x3 − x
(a) f (x) = 10 + 2 cos(πx) − 0,1 sen(8πx); (b) f (x) = 4 + .
2
8.7. Hallar todas las soluciones u(x, t) = φ(x)G(t) de variables separadas del problema:
ut = kuxx , 0 < x < L, t > 0,

ux (0, t) = 0, ux (L, t) = 0, t > 0.
¿Qué situación fı́sica representan las condiciones de borde?


 ut = 5uxx ,
 0 < x < 10, t > 0,
ux (0, t) = 0, ux (10, t) = 0, t > 0.


u(x, 0) = f (x), 0 < x < 10,
π 10x − x2
(a) f (x) = 10; (b) f (x) = 10 − cos x ; (c) f (x) = 4 + .
10 2
ut = kuxx , 0 < x < L, t > 0,

ux (0, t) = 0, u(L, t) = 0, t > 0.


 ut = 3uxx ,
 0 < x < 5, t > 0,
ux (0, t) = 0, u(5, t) = 0, t > 0.

 u(x, 0) = f (x), 0 < x < 5,
π x2
(a) f (x) = cos x ; (b) f (x) = 5 − .
10 5
ut = kuxx , 0 < x < L, t > 0,

u(0, t) = 0, ux (L, t) = −u(L, t), t > 0.
136
8.12. Supongamos que v(x, t) es una función C 2 que satisface
(ED) vt = kvxx 0 < x < L, t > 0;

(CB) v(0, t) = 0 v(L, t) = 0, t > 0.
Demostrar que si 0 ≤ t1 ≤ t2 , entonces

Z L Z L
2
[v(x, t2 )] dx ≤ [v(x, t1 )]2 dx. (8.50)
0 0
(Ayuda: proceder como en el Teorema 8.3).

8.13. Demostrar el mismo resultado del ejercicio anterior cuando las condiciones de borde
se cambian por
( ( (
vx (0, t) = 0 vx (0, t) = 0 vx (0, t) = hv(0, t) (h > 0)
(a) (b) (c)
vx (L, t) = 0 v(L, t) = 0 v(L, t) = 0
8.14. Usar los principios del máximo/mı́nimo para deducir cotas para la solución de
ut = kuxx , 0 < x < 5, t > 0,

u(0, t) = 0, u(5, t) = 0, t > 0,
u(x, 0) = x(5 − x), 0 < x < 5.
8.15. Considerar la misma ecuación del calor del ejercicio anterior:
ut = kuxx , 0 < x < 5, t > 0,

u(0, t) = 0, u(5, t) = 0, t > 0,
u(x, 0) = f (x), 0 < x < 5.
200 πx

Considerar fe (x) = x(5 − x) y f1 (x) = π3
sen 5
; fe es la condición inicial exacta y f1
una aproximada.
(a) Utilizando una computadora/calculadora, superponer los gráficos de las funciones fe

y f1 en el intervalo [0, 5]. En MATLAB se puede hacer de la siguiente manera
>> x = [0:.01:5];
>> fe = x .* (5-x);
>> f1 = 200/pi^3*sin(pi/5*x);
>> plot(x, fe, x, f1);
>> legend(’exacta’, ’aproximada’)
(b) Graficar el error fe (x) − f1 (x). En MATLAB:
>> plot(x, fe - f1);

>> legend(’error’)
137
(c) Tomando una grilla de aproximadamente 500 puntos, calcular el máximo error entre
fe y f1 (usar valor absoluto). En MATLAB: >> max(abs(fe-f1))
También se puede hallar el máximo y el mı́nimo de fe (x) − f1 (x) analı́ticamente, pero no vale la
pena en este caso.
(d) ¿Cuál es la solución u1 (x, t) del problema tomando como condición inicial la función
f1 (x)?
(e) Si se toma u1 (x, t) como aproximación de la solución exacta ue (x, t). ¿Cuál es el error
entre ue (x, t) y u1 (x, t) para 0 ≤ x ≤ 5 y t ≥ 0? ¿Sirve u1 (x, t) como aproximación
de ue (x, t)?
(f ) Graficar el perfil de temperaturas dado por la aproximación u1 (x, t) para t = 0, 1, 2.
(g) Graficar la temperatura en el punto medio del intervalo [0, 5] para t en el intervalo
[0, 7], usando la aproximación u1 (x, t).

8.16. Repetir el ejercicio anterior con f3 (x) = 200
π 3 sen πx
5
+ 200
27π 3 sen 3πx
5
.
* 8.17. Sea u una solución C 2 ([0, L] × [0, T ]) del problema
ut = kuxx , 0 < x < L, 0 < t < T,

u(0, t) = a(t), ux (L, t) = 0, 0 < t < T,
u(x, 0) = f (x), 0 ≤ x ≤ L.
Demostrar que si
M = máx máx a(t), máx f (x)
t∈[0,T ] x∈[0,L]
entonces se cumple que u(x, t) ≤ M , para todo 0 ≤ x ≤ L y 0 ≤ t ≤ T .

* 8.18. Sea u una solución C 2 del problema
ut = kuxx , −L < x < L, t > 0,

u(−L, t) = u(L, t), ux (−L, t) = ux (L, t), t > 0,
u(x, 0) = f (x), −L < x < L.
Demostrar que si
M = máx máx f (x)
x∈[0,L]
entonces se cumple que u(x, t) ≤ M , para todo −L ≤ x ≤ L y t ≥ 0.

* 8.19. Sea Ω un dominio de Rd (d ≥ 2), y supongamos que u = u(x, t) es una solución
C 2 (Ω × [0, T ]) del problema
2
ut = k∇ u, x ∈ Ω, 0 < t < T,
u(x, t) = a(x, t), x ∈ ∂Ω, t > 0,
u(x, 0) = f (x), x ∈ Ω.
138
Demostrar que si
M = máx máx a(x, t), máx f (x)
x∈∂Ω,t∈[0,T ] x∈Ω
se cumple que u(x, t) ≤ M , para todo x ∈ Ω y 0 ≤ t ≤ T .

8.20. Resolver el siguiente problema
ut = 2uxx , 0 < x < 1, t > 0,

u(0, t) = −1, ux (1, t) = 1, t > 0,
3πx
u(x, 0) = x + sen( ) − 1, 0 < x < 1.
2
8.21. Resolver el siguiente problema
ut = 5uxx , 0 < x < 10, t > 0,

ux (0, t) = 2, ux (10, t) = 3, t > 0,
1
u(x, 0) = x2 + 2x + cos(πx),
0 < x < 10.
20
8.22. Demostrar la Proposición 8.20.
8.23. Considerar el problema siguiente:
ut = kuxx , 0 ≤ x ≤ L, t ≥ 0,
ux (0, t) = a(t), ux (L, t) = b(t), t ≥ 0, (8.51)
u(x, 0) = f (x), 0 ≤ x ≤ L.
(a) ¿Qué situación fı́sica representa?
(b) Dar una fórmula para una función w(x, t) que cumpla las condiciones de borde.
(c) ¿Qué problema debe resolver v(x, t) para que u(x, t) = v(x, t) + w(x, t) sea solución
de (8.51)?
(d) Realizar una descomposición del problema descripto en el ı́tem anterior en dos sub-
problemas más sencillos, análogos a (8.46a) y (8.46b). Dar las fórmulas precisas
para los datos no-homogéneos de los problemas resultantes (g(x) y h(x, t) de (8.46a)
y (8.46b) respectivamente).
(e) Demostrar que la suma de w(x, t) y las soluciones u1 (x, t), u2 (x, t) de los subproble-
mas del ı́tem anterior, es solución del problema original.
8.24. Repetir los cinco ı́tems el ejercicio anterior para la siguiente situación:
ut = kuxx + q(x, t), 0 ≤ x ≤ L, t ≥ 0,

ux (0, t) = a(t), ux (L, t) + Hu(L, t) = Hb(t), t ≥ 0,
u(x, 0) = f (x), 0 ≤ x ≤ L.
139
140
Capı́tulo 9
Series de Fourier
En el capı́tulo anterior vimos que las soluciones de ecuaciones de difusión (con coe-
ficientes constantes) sobre intervalos acotados se escriben como combinaciones lineales
de senos y cosenos, multiplicadas por exponenciales. Al tomar t = 0 para verificar la
condición inicial, las exponenciales dan todas igual a uno y desaparecen de la expresión.
Afirmamos en ese momento que habı́a una forma de determinar los coeficientes an o bn pa-
ra que la suma de senos o cosenos aproximase al dato inicial f (x) tanto como deseáramos.
Junto con el principio del máximo, vimos que la suma correspondiente una vez vueltas
a incorporar las exponenciales, serı́a una solución igualmente aproximada de la solución
exacta para todo x y para todo t > 0. Nos proponemos ahora estudiar un poco más en
detalle la aproximación de funciones por series de senos y/o de cosenos.
El objetivo de este capı́tulo es estudiar cómo aproximar funciones f (x) por sumas de
alguna de las siguientes formas:
N N N
X nπx X nπx X nπx nπx
a0 + an cos , bn sen , a0 + an cos + bn sen .
n=1
L n=1
L n=1
L L
Estudiaremos primero el caso más general (que engloba de alguna manera a los otros
dos) que consiste en aproximar una función f definida en [−L, L] por una suma de la
forma
N
X nπx nπx
a0 + an cos + bn sen . (9.1)
n=1
L L
Estas sumas se denominan polinomios trigonométricos.
9.1. Ortogonalidad de funciones

P
El producto escalar natural de vectores RN es el dado por x · y = N i=1 xi yi , es decir,
la suma del producto de sus componentes correspondientes. Como ya vimos desde el
primer capı́tulo, la generalización de suma (por ejemplo para calcular promedios) cuando
se trata de funciones definidas sobre un intervalo, es la integral. Ası́, definimos para
funciones definidas sobre el intervalo [−L, L] los siguientes conceptos análogos a los del
espacio de dimensión finita RN .
141
Espacio RN Espacio de funciones sobre [−L, L]
Producto escalar, producto interno, o producto punto
N
X Z L
x̄ · ȳ = xi yi hf, gi = f (x)g(x) dx
i=1 −L
Norma, magnitud, tamaño
N
X 21 Z L 21
√ p
|x̄| = x̄ · x̄ = x2i kf k = hf, f i = 2
f (x) dx
i=1 −L
Distancia
N
X 21 Z L 21
2 2
|x̄ − ȳ| = (xi − yi ) kf − gk = [f (x) − g(x)] dx
i=1 −L
Ortogonalidad o perpendicularidad
f ⊥g ⇐⇒ hf, gi = 0
Z L
x̄ ⊥ ȳ ⇐⇒ x̄ · ȳ = 0
⇐⇒ f (x)g(x) dx = 0
−L
Desigualdad de Cauchy-Schwarz
|hf, gi| ≤ kf k kgk

Z Z L 12 Z 21
|x̄ · ȳ| ≤ |x̄| |ȳ| L
2
L
2
f (x)g(x) dx ≤ f (x) dx g(x) dx
−L −L −L
Recordamos también que si ā es un vector unitario, entonces x̄ · ā es la componente

de x en la dirección de ā. Más aún, si ai , i = 1, 2, . . . , N es una base ortonormal 1 de RN ,
entonces
X N
x= (x̄ · āi )āi . (9.2)
i=1
Algo parecido ocurre cuando tomamos una sucesión de funciones ortogonales.

(
0 si i 6= j
1
{āi }N
i=1 es una base ortonormal de R N
si āi · āj = δij = . Es decir, ai ⊥ aj si i 6= j y
1 si i = j
|ai | = 1.
142
Retomemos el estudio de las funciones senos y cosenos del capı́tulo anterior, es decir,
consideremos la sucesión
πx πx 2πx 2πx 3πx 3πx
1 , cos , sen , cos , sen , cos , sen , ...
| {zL} | {zL} | {zL } | {zL } | {zL } | {zL }
|{z}
c0
c1 (x) s1 (x) c2 (x) s2 (x) c3 (x) s3 (x)
Vimos en ese capı́tulo que se cumplen las siguientes relaciones (ver (8.35))
(
0 si n 6= m
hcn , cm i = δn,m L = , n, m = 1, 2, 3, . . . ,
L si n = m
hsn , sm i = δn,m L, n, m = 1, 2, 3, . . . ,
hcn , sm i = 0, n, m = 1, 2, 3, . . . ,
hc0 , sn i = 0, n = 1, 2, 3, . . . ,
hc0 , cn i = 0, n = 1, 2, 3, . . . ,
hc0 , c0 i = 2L.
En palabras:
Las funciones de la familia c1 , c1 , s1 , c2 , s2 , . . . , son ortogonales y
kc0 k2 = 2L, kcn k2 = L, ksn k2 = L, n = 1, 2, 3, . . . .
Como consecuencia de estas identidades se tiene el siguiente teorema.

Teorema 9.1. Si
N
X nπx nπx
f (x) = a0 + an cos + bn sen , (9.3)
n=1
L L
entonces los coeficientes a0 , an , bn cumplen:

Z L
1 1
a0 = f (x) dx = hf, c0 i
2L −L 2L
Z
1 L nπx 1
an = f (x) cos dx = hf, cn i, n = 1, 2, . . . , N,
L −L L L
Z L
1 nπx 1
bn = f (x) sen dx = hf, sn i, n = 1, 2, . . . , N.
L −L L L
La demostración de este teorema fue hecha en la página 117, a continuación de las

identidades (8.35).
Observación 9.2. Si escribimos la fórmula para los coeficientes dentro de (9.3) obtene-
mos
N N
hf, c0 i X hf, cn i X hf, sn i
f (x) = 2
c 0 (x) + 2
c n (x) + 2 n
s (x)
kco k n=1
kc n k n=1
ks n k
143
Si definimos
c0 cn sn
c̃0 = , c̃n = , s̃n = , n = 1, 2, 3, . . . ,
kc0 k kcn k ksn k
entonces la fórmula anterior puede reescribirse como
N
X N
X
f (x) = hf, c̃0 ic̃0 (x) + hf, c̃n ic̃n (x) + hf, s̃n is̃n (x),
n=1 n=1
que es análoga a (9.2).
9.2. Serie de Fourier. Definición y ejemplos

Es claro que no toda función es de la forma (9.3), pues estas son siempre C ∞ [−L, L]
y existen funciones no tan suaves, u otras suaves pero que no coinciden con una suma
finita de senos y cosenos. Las funciones cuyas gráficas se observan en la Figura 9.1 son
ejemplos de tales funciones.
−L L −L L
Figura 9.1: Gráficas de funciones que no son de la forma (9.3).
Sin embargo, casi siempre podemos definir los coeficientes de Fourier, y su correspon-
diente serie.
Definición 9.3 (Serie de Fourier). Sea f (x) definida sobre el intervalo [−L, L] tal que
las siguientes integrales están bien definidas:
Z L
1 1
a0 = f (x) dx = hf, c0 i,
2L −L 2L
Z
1 L nπx 1
an = f (x) cos dx = hf, cn i, n = 1, 2, . . . , N,
L −L L L
Z
1 L nπx 1
bn = f (x) sen dx = hf, sn i, n = 1, 2, . . . , N.
L −L L L
Definimos entonces la serie de Fourier de f por
∞
X nπx nπx
SF f (x) = a0 + an cos + bn sen ,
n=1
L L
y los coeficientes a0 , a1 , b1 , a2 , b2 , . . . , se llaman coeficientes de Fourier de f .
144
Observación 9.4. Si definimos la suma parcial de orden N de SF f por

N
X nπx nπx
SFN f (x) = a0 + an cos + bn sen ,
n=1
L L
entonces por definición de serie, o suma infinita, resulta
SF f (x) = lı́m SFN f (x).

N →∞
Observación 9.5. Como veremos en las secciones siguientes, y como mencionamos en el

capı́tulo anterior, para una gran familia de funciones se cumple que
lı́m SFN f (x) = f (x),

N →∞
o lo que es lo mismo
SF f (x) = f (x),
o también
∞
X nπx nπx
f (x) = a0 + an cos + bn sen .
n=1
L L
Lo que también es interesante es poder medir el error entre SFN f (x) y f (x), que también
estudiaremos en esta sección y en las que siguen.
El primer resultado de aproximación de SFN f a f , usando la norma integral k · k
definida al principio de esta sección está dado en la siguiente proposición.
Proposición 9.6. Sea VN el conjunto de todas las funciones que pueden escribirse como
combinación lineal de c0 , c1 , s1 , c2 , s2 , . . . , cN , sN , entonces
kf − SFN f k ≤ kf − gk, para toda función g ∈ VN .
Observación 9.7. La proposición anterior dice, en palabras, que SFN f es la mejor

aproximación a f desde el espacio VN (midiendo el error con la norma k · k), o lo que es
lo mismo:
kf − SFN f k = mı́n kf − gk.
g∈VN
Demostración de la Proposicion 9.6. Observemos primero que el error f − SFN f es or-

togonal a cualquier función de VN . Primero lo vemos para todas las de la base c0 , c1 , s1 ,
c2 , s2 , . . . , cN , sN :
hf − SFN f, c0 i = hf, c0 i − hSFN f, c0 i

|{z}
=1
N
X
= hf, c0 i − a0 hc0 , c0 i + an hcn , c0 i +bn hsn , c0 i
| {z } | {z } | {z }
n=1 =0 =0
=2L
hf, c0 i
= hf, c0 i − a0 2L = hf, c0 i − 2L = 0.
2L
145
Para m = 1, 2, . . . , N ,
hf − SFN f, cm i = hf, cm i − hSFN f, cm i

N
X
= hf, cm i − a0 hc0 , cm i + an hcn , cm i +bn hsn , cm i
| {z } | {z } | {z }
=0 n=1 =0
=δn,m L
hf, cm i
= hf, cm i − am L = hf, cm i − L = 0,
L
y análogamente,
hf − SFN f, sm i = hf, sm i − hSFN f, sm i

N
X
= hf, sm i − a0 hc0 , sm i + an hcn , sm i +bn hsn , sm i
| {z } | {z } | {z }
=0 n=1 =0 =δn,m L
hf, sm i
= hf, sm i − bm L = hf, sm i − L = 0.
L
Resumiendo, hf − SFN f, cn i = 0, hf − SFN f, cn i, y hf − SFN f, sn i, para n = 1, 2, . . . , N .
Si
PNahora v es cualquier función del conjunto VN , entonces se escribe como v = ā0 c0 +
n=1 ān cn + b̄n sn , y por lo tanto
N
X
hf − SF f, vi = ā0 hf − SF f, c0 i + ān hf − SF f, cn i + b̄n hf − SF f, sn i = 0.
n=1
Finalmente, recordando la definición de norma dada en la tabla del principio de este

capı́tulo, dada g ∈ VN
kf − SFN f k2
= hf − SFN f, f − SFN f i definición de norma
= hf − SFN f, f − g + g − SFN f i sumamos y restamos g ∈ VN
= hf − SFN f, f − gi + hf − SFN f, g − SFN f i linealidad del producto escalar
| {z }
=v∈VN
= hf − SFN f, f − gi f − SFN f ⊥ v ∈ VN
≤ kf − SFN f k kf − gk. Cauchy-Schwarz (ver tabla)
Luego kf − SFN f k2 ≤ kf − SFN f k kf − gk, lo cual implica que
kf − SFN f k ≤ kf − gk,
para cualquier g ∈ VN .
A continuación calcularemos los coeficientes de Fourier para algunas funciones f (x)

a fin de comprender en base a experimentos de qué manera las sumas parciales SFN f
aproximan a f .
146
Ejemplo 9.8. Hallar la serie de Fourier de f (x) = x en [−L, L]. Lo que debemos hacer
es calcular los coeficientes de Fourier a0 , a1 , b1 , a2 , b2 , . . .
Z L
1
a0 = x dx = 0,
2L −L
Z
1 L nπx
an = x cos dx = 0, n = 1, 2, . . . (función par por impar es impar)
L −L L
Z
1 L nπx 2L 2L
bn = x sen dx = − cos(nπ) = (−1)n+1 , n = 1, 2, 3, . . . .
L −L L nπ nπ
Para el cálculo de a0 y an , n = 1, 2, . . . hemos usado que la integral de una función impar

en un intervalo simétrico respecto del origen es cero, y que el producto de una función par
por una impar es impar (ver ejercicio 9.4). Para el cálculo de los bn se usó el programa
wxMaxima, disponible de manera gratuita en Internet. En la figura 9.2 se muestra el
gráfico de SFN f (x) para N = 1, 3, 5, 10, 25, y también el de SF f , comparado con f sobre
el intervalo [−L, L], tomando L = 2. Notar que para la definición de SF f (x) sólo se
2 2 2
1.5 1.5 1.5
1 1 1
0.5 0.5 0.5
0 0 0
−0.5 −0.5 −0.5
−1 −1 −1
−1.5 −1.5 −1.5
−2 −2 −2
−2 −1 0 1 2 −2 −1 0 1 2 −2 −1 0 1 2
2 2 2
1.5 1.5 1.5
1 1 1
0.5 0.5 0.5
0 0 0
−0.5 −0.5 −0.5
−1 −1 −1
−1.5 −1.5 −1.5
−2 −2 −2
−2 −1 0 1 2 −2 −1 0 1 2 −2 −1 0 1 2
Figura 9.2: Gráficas de SFN f (x) para N = 1, 3, 5, 10 y SF f para f (x) = x en [−L, L]

(usamos L = 2).
usaron los valores de f (x) para −2 ≤ x ≤ 2 y que sin embargo las funciones SFN f (x) y
SF f (x) están definidas en todo R. En la figura 9.3 se muestra el gráfico de SF25 f (x) y
también el de SF f , comparado con f sobre el intervalo [−6, 6]. El fenómeno de oscilación
de magnitud grande de SFN f (x) en los extremos del intervalo se denomina Fenómeno de
Gibbs, y se debe a que para las condiciones que satisface f (x) = x son de alguna manera
incompatibles con las condiciones periódicas que cumplen los senos y cosenos.
Ejemplo 9.9. Consideremos ahora la función f (x) = 3 + (x − L)2 (x + L)2 , cuyos coefi-
147
6 6
4 4
2 2
0 0
−2 −2
−4 −4
−6 −6
−6 −4 −2 0 2 4 6 −6 −4 −2 0 2 4 6
Figura 9.3: Gráficas de SF25 f (x) (izquierda) y SF f (derecha) para f (x) = x en [−2, 2],
pero graficadas sobre el intervalo [−6, 6].
cientes de Fourier son
1
a0 = (8L4 + 45),
15
48 48
an = − 4 4 cos(nπ) = 4 4 (−1)n+1 , n = 1, 2, . . . ,
nπ nπ
bn = 0, n = 1, 2, . . . .
En la figura 9.4 se muestra el gráfico de SFN f (x) para N = 1, 3, 5, y también el de SF f ,

comparado con f sobre el intervalo [−1, 1]. Notar nuevamente que para la definición de
SF f (x) sólo se usaron los valores de f (x) para −L ≤ x ≤ L y que sin embargo las
funciones SFN f (x) y SF f (x) están definidas en todo R. En la figura 9.5 se muestra el
gráfico de SF25 f (x) y también el de SF f , comparado con f sobre el intervalo [−3L, 3L].
148
4 4
3.8 3.8
3.6 3.6
3.4 3.4
3.2 3.2
3 3
−1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1
4 4
3.8 3.8
3.6 3.6
3.4 3.4
3.2 3.2
3 3
−1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1
Figura 9.4: Gráficas de SFN f (x) para N = 1, 3, 5 y SF f para f (x) = 3 + (x − L)2 (x + L),
con L = 1.
10 10
9 9
8 8
7 7
6 6
5 5
4 4
3 3
−3 −2 −1 0 1 2 3 −3 −2 −1 0 1 2 3
Figura 9.5: Gráficas de SF10 f (x) (izquierda) y SF f (derecha) para f (x) = 3+(x−L)2 (x+
L) en [−1, 1] (L = 1), pero graficadas sobre el intervalo [−3, 3].
149
Ejemplo 9.10. Consideremos ahora la función f (x) = |x|, cuyos coeficientes de Fourier
son
L
a0 =
2
2L 2L
an = 2 2 cos nπ − 1 = 2 2 (−1)n − 1 , n = 1, 2, . . . ,
nπ nπ
bn = 0, n = 1, 2, . . . .

1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
−1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
−1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1
Figura 9.6: Gráficas de SFN f (x) para N = 1, 3, 5 y SF f para f (x) = |x|, con L = 1.
gráfico de SF5 f (x) y también el de SF f , comparado con f sobre el intervalo [−3, 3].
Ejemplo 9.11. Consideremos ahora la función
(
x, si x > 0,
f (x) = (x)+ :=
0, si x ≤ 0,
150
3 3
2.5 2.5
2 2
1.5 1.5
1 1
0.5 0.5
0 0
−3 −2 −1 0 1 2 3 −3 −2 −1 0 1 2 3
Figura 9.7: Gráficas de SF10 f (x) (izquierda) y SF f (derecha) para f (x) = |x| en [−1, 1]
(L = 1), pero graficadas sobre el intervalo [−3, 3].
cuyos coeficientes de Fourier son
L
a0 =
4
L L
an = 2 2 (cos nπ − 1) = 2 2 ((−1)n − 1), n = 1, 2, . . . ,
nπ nπ
L L
bn = − cos nπ = − (−1)n , n = 1, 2, . . . .
nπ nπ
gráfico de SF15 f (x) y también el de SF f , comparado con f sobre el intervalo [−3, 3].
151
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
−0.2
−1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
−1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1
Figura 9.8: Gráficas de SFN f (x) para N = 1, 5, 15 y SF f para f (x) = (x)+ , con L = 1.
3 3
2.5 2.5
2 2
1.5 1.5
1 1
0.5 0.5
0 0
−3 −2 −1 0 1 2 3 −3 −2 −1 0 1 2 3
Figura 9.9: Gráficas de SF15 f (x) (izquierda) y SF f (derecha) para f (x) = (x)+ en [−1, 1]
152
Ejemplo 9.12. Consideremos el último ejemplo dado por la función

(
1, si x > 0,
f (x) =
0, si x ≤ 0,
cuyos coeficientes de Fourier son

1
a0 =
2
an = 0, n = 1, 2, . . . ,
1 1
bn = (1 − cos nπ) = (1 − (−1)n ), n = 1, 2, . . . .
nπ nπ
En la figura 9.10 se muestra el gráfico de SFN f (x) para N = 1, 5, 15, y también el de
SF f sobre el intervalo [−1, 1]. Notar nuevamente que para la definición de SF f (x) sólo
1.2
1
1
0.8
0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
−0.2
−1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
−1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1
Figura 9.10: Gráficas de SFN f (x) para N = 1, 5, 15 y SF f para f (x) = 1 si x > 0 y

f (x) = 0 si x ≤ 0, con L = 1.
se usaron los valores de f (x) para −L ≤ x ≤ L y que sin embargo las funciones SFN f (x)
y SF f (x) están definidas en todo R. En la figura 9.11 se muestra el gráfico de SF15 f (x)
y también el de SF f , comparado con f sobre el intervalo [−3, 3].
9.3. La convergencia de las series de Fourier

En esta sección veremos algunos resultados de convergencia de las series de Fourier.
153
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
−3 −2 −1 0 1 2 3 −3 −2 −1 0 1 2 3
Figura 9.11: Gráficas de SF15 f (x) (izquierda) y SF f (derecha) para f (x) = (x)+ en [−1, 1]
Observemos primero que dada una función f (x) definida en [−L, L] la suma parcial
de N términos de su serie de Fourier es
N
X nπx0 nπx0
SFN f (x0 ) = a0 + an cos + bn sen
n=1
L L
Z L
1
= f (x) dx
−L 2L
N Z L Z L
X 1 nπx nπx0 1 nπx nπx0
+ f (x) cos dx cos + f (x) sen dx sen
n=1 −L
L L L −L L L L
Z " N
#
1 L 1 X nπx nπx0 nπx nπx0
= f (x) + cos cos + sen sen dx
L −L 2 n=1 L L L L
Z " N
#
1 L 1 X nπ(x − x0 )
= f (x) + cos dx.
L −L 2 n=1 L
| {z }
DN (x−x0 )
Es decir, la suma parcial de orden N se puede expresar de manera compacta como una
integral involucrando al llamado núcleo de Dirichlet DN :
Z
1 L
SFN f (x0 ) = f (x)DN (x − x0 ) dx,
L −L
con
N
1 X nπx
DN (x) = + cos .
2 n=1 L
La primera propiedad que podemos ver que satisface el núcleo de Dirichlet es que
DN (x) es periódica de perı́odo 2L, es decir, DN (x + 2L) = DN (x) para todo x ∈ R y por
lo tanto su gráfica se repite en intervalos consecutivos de longitud 2L. Otra propiedad es
154
la siguiente:
Z L Z L N Z L
1 X nπx
DN (x) dx = dx + cos dx = L,
−L −L 2 n=1 −L
L
y por lo tanto
Z L
1
DN (x) dy = 1, N = 1, 2, 3 . . . .
L −L
Usando más identidades trigonométricas puede verse que

 1
(n+ 2 )πx


 sen L

 , si sen 2L πx
 6= 0,
πx
DN (x) = 2 sen 2L



 1 πx
n + , si sen 2L = 0.
2
A partir de esta nueva fórmula elaboramos la gráfica de DN sobre [−L, L] para diferentes
valores de N , que puede observarse en la Figura 9.12. Vemos en la gráfica que la función
20 20
15 15
10 10
5 5
0 0
−5 −5
−1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1
20 20
15 15
10 10
5 5
0 0
−5 −5
−1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1
Figura 9.12: Gráficas de DN (x) para N = 1, 5, 10, 15 y L = 1 en el intervalo [−L, L].
DN (x) es más oscilante para N más grande, pero se concentra alrededor del origen. Uno
RL
tenderı́a entonces a pensar que lı́mN →∞ L1 −L f (x)DN (x) dx = f (0) siempre que f (x).
Debido a las oscilaciones de DN (x), esta afirmación es cierta cuando además de continua,
f es C 1 a trozos, como lo establece la siguiente proposición.
155
Proposición 9.13. Sea f (x) una función C 1 a trozos y continua en [−L, L]. Entonces
Z L
1
lı́m f (x)DN (x) dx = f (0).
N →∞ L −L
La demostración de esta proposición escapa al interés de este apunte; los interesados

pueden encontrarla en el Capı́tulo 4 del libro [Bleecker-Csordas 1996]. Como consecuencia
de este resultado, sólo trasladando el núcleo de Dirichlet, y usando que es periódico de
perı́odo 2L obtenemos el siguiente corolario.
Corolario 9.14. Sea f (x) una función C 1 a trozos y continua en [−L, L], que satisface
f (−L) = f (L). Entonces
Z L
1
lı́m f (x)DN (x − x0 ) dx = f (x0 ), para cada x0 ∈ [−L, L].
N →∞ L −L
1
RL
Ahora sı́, dado que L −L
f (x)DN (x − x0 ) dx = SFN f (x0 ), tenemos que
Teorema 9.15. Sea f (x) una función C 1 a trozos y continua en [−L, L], que satisface
f (−L) = f (L). Entonces
lı́m SFN f (x) = f (x), para cada x ∈ [−L, L].

N →∞
Equivalentemente podemos escribir:

N
X nπx nπx
lı́m a0 + an cos + bn sen = f (x), para cada x ∈ [−L, L].
N →∞
n=1
L L
o también
SF f (x) = f (x), para cada x ∈ [−L, L],
que es lo mismo que decir
∞
X nπx nπx
a0 + an cos + bn sen = f (x), para cada x ∈ [−L, L].
n=1
L L
9.3.1. Convergencia puntual

Concluimos, en base a los ejemplos vistos en la Sección 9.2 que cuando f es discontinua
o cuando f (−L) 6= f (L) la serie de Fourier converge en esos puntos de discontinuidad al
valor medio de los lı́mites laterales. Eso se debe a que
Z Z 0 Z L
1 L 1
f (x)DN (x) dx = f (x)DN (x) dx + f (x)DN (x) dx ,
L −L L −L 0
1 f (0− ) f (0+ )
y las integrales del lado derecho, multiplicadas por convergen a y respec-
L 2 2
tivamente, donde f (0− ) = lı́mx→0− f (x) y f (0+ ) = lı́mx→0+ f (x).
Motivados por esta observación hacemos la siguiente definición.
156
Definición 9.16. Sea f (x) una función C 1 a trozos en [−L, L]. Cambiando los valores
de f (x) en algunos puntos obtenemos la función arreglada f¯(x) que se define como sigue:

 f (x+ ) + f (x− )

 , si − L < x < L,
f¯(x) = 2 (9.4)

 f (−L+ ) + f (L− )
 , si x = ±L,
2
donde f (x+
0 ) = lı́mx→x+
0
f (x) y f (x−
0 ) = lı́mx→x−
0
f (x).
Observación 9.17. Si f (x) es continua en [−L, L] entonces f¯(x) = f (x) para todo
f (−L+ ) + f (L− )
x ∈ (−L, L) (−L < x < L) y f¯(±L) = .
2
Si f (x) es continua y además f (−L) = f (L), entonces f¯(x) = f (x) para todo x ∈
[−L, L] (−L ≤ x ≤ L).
En la Figura 9.13 vemos algunos ejemplos gráficos de funciones f y sus correspon-
dientes funciones arregladas f¯.
−L L −L L −L L
−L L −L L −L L
Figura 9.13: Ejemplos gráficos de funciones f (arriba) y sus correspondientes funciones
arregladas f¯ (abajo).
Enunciamos a continuación un segundo resultado de convergencia de series de Fourier,

cuya demostración puede encontrarse en el Capı́tulo 4 del libro [Bleecker-Csordas 1996].
Teorema 9.18. Sea f (x) una función C 1 a trozos en [−L, L] y sea f¯(x) la función
arreglada de f según (9.4). Entonces
SF f (x) = f¯(x), para cada x ∈ [−L, L],
es decir,
N
X nπx nπx
lı́m a0 + an cos + bn sen = f¯(x), para cada x ∈ [−L, L].
N →∞
n=1
L L
157
Más aún, si f¯˜ es la extensión periódica de f¯, entonces
SF f (x) = f˜¯(x), para cada x ∈ R,
o,
N
X nπx nπx
lı́m a0 + an cos + bn sen = f˜¯(x), para cada x ∈ R.
N →∞
n=1
L L
En la Figura 9.14 se pueden ver las extensiones periódicas de las funciones arregladas
de la Figura 9.13.
−3L −L L 3L
−3L −L L 3L
−3L −L L 3L
Figura 9.14: Gráficos de las extensiones periódicas de las funciones arregladas de la Figu-
ra 9.13, sobre el intervalo [−3L, 3L].
Observación 9.19. El Teorema 9.18 nos dice que para cada x ∈ [−L, L] (fijo) se cumple
que lı́mN →∞ SFN f (x) = f¯(x). Notemos que si f es discontinua en algún punto, o si no se
cumple que f (−L) = f (L), entonces no es cierto que máx−L≤x≤L | SFN f (x) − f¯(x)| → 0.
Esta convergencia es la que se conoce como convergencia uniforme, y se sabe que si una
sucesión de funciones continuas converge uniformemente a otra, entonces la función lı́mite
es también continua. Por lo tanto como las funciones SFN f (x) son continuas y valen lo
mismo en −L y L, si se cumpliera que máx−L≤x≤L | SFN f (x) − f¯(x)| → 0, resultarı́a
necesariamente que f es continua y f (−L) = f (L).
Observación 9.20 (Fenómeno de Gibbs). Cuando la función f tiene una discontinuidad
esencial (no evitable) o cuando f (L− ) 6= f (−L+ ), al aproximarla con su serie de Fourier
ocurre el llamado Fenómeno de Gibbs, por el que las sumas parciales de las series de
158
Fourier aproximan mal a la función en un entorno de la discontinuidad. A medida que su-

mamos más términos de la serie, el entorno se achica, pero el overshooting/undershooting
no disminuye por debajo de un cierto umbral (Ver Figuras 9.2, 9.8, 9.10).
9.3.2. Convergencia uniforme

El Teorema 9.15 nos dice que para cada x ∈ [−L, L] se cumple que lı́mN →∞ SFN f (x) =
f (x), pero bajo esas hipótesis se cumple un resultado un poco más fuerte, que es el
siguiente:
Teorema 9.21. Sea f (x) una función continua y C 1 a trozos en [−L, L] tal que f (−L) =
f (L) entonces
máx |f (x) − SFN f (x)| → 0, cuando N → ∞.
−L≤x≤L
Observación 9.22. Este último teorema nos dice que si f es continua en [−L, L] y C 1
a trozos, y además cumple la condición de periodicidad f (−L) = f (L) entonces su serie
de Fourier converge a f uniformemente. El máximo error entre SFN f (x) y f (x) tiende
a cero cuando N → ∞. Vimos que esto no ocurre cuando f es discontinua o cuando
f (−L) 6= f (L) debido al fenómeno de Gibbs.
A continuación vemos un teorema que bajo hipótesis más fuertes sobre f estable-
ce la convergencia uniforme de la serie de Fourier pero además presenta un orden de
convergencia.
Teorema 9.23. Sea f (x) una función de clase C 2 en el intervalo [−L, L] tal que
f (−L) = f (L) y f ′ (−L) = f ′ (L).
Sean a0 , an , bn , n = 1, 2, 3 . . . sus coeficientes de Fourier y sea M = máx[−L,L] |f ′′ |.

Entonces, para cada N ≥ 1 se tiene que
4L2 M 1
|f (x) − SFN f (x)| ≤ , para todo x ∈ [−L, L].
π2 N
Observación 9.24. La afirmación precedente nos dice que si f tiene derivadas primeras
y segundas continuas en [−L, L] y además cumple las condiciones de compatibilidad
(periodicidad) de igualdad de f y también de f ′ en los extremos, entonces el error entre
f (x) y la suma de N términos de su serie de Fourier es menor que una constante por
1 1
. Esto nos dice que dicho error tiende a cero uniformemente, tan rápido como , y
N N
también nos da una manera de elegir N para aproximar con una tolerancia dada.
Demostración del Teorema 9.23. Por el Teorema 9.21 se cumple que SF f (x) = f (x) para
159
todo x ∈ [−L, L] y por lo tanto, para cada N ≥ 1,
f (x) − SFN f (x) = SF f (x) − SFN f (x)

" ∞
#
X nπx nπx
= a0 + an cos + bn sen
n=1
L L
" N
#
X nπx nπx
− a0 + an cos + bn sen
n=1
L L
" ∞ #
X nπx nπx
= an cos + bn sen .
n=N +1
L L
Por lo tanto, como | cos nπx

L
| ≤ 1 y | sen nπx
L
| ≤ 1 se tiene que
∞
X
|f (x) − SFN f (x)| ≤ |an | + |bn | .
n=N +1
Veamos ahora si podemos acotar el tamaño de los2 coeficientes an , bn . Recordemos que
cn (x) = cos nπx
L
y que entonces cn (x) = − nπ L
c′′n (x). Luego, integrando por partes
obtenemos Z Z L
1 L L
an = f (x)cn (x) dx = − 2 2 f (x)c′′n (x) dx
L −L n π −L
" x=L Z L #
L
= − 2 2 f (x)c′n (x) − f ′ (x)c′n (x) dx .
nπ x=−L −L
′
x=L
Como c′n (x) = − nπ
L
s n (x), resulta que c ′
n (−L) = c ′
n (L) = 0, entonces f (x)c n (x)
x=−L
=0
y luego "Z #
L
L ′ ′
an = 2 2 f (x)cn (x) dx
nπ −L
" x=L Z L #
L ′
′′
= 2 2 f (x)cn (x) − f (x)cn (x) dx .
nπ x=−L −L
x=L
Como f ′ (−L) = f ′ (L) resulta f ′ (x)cn (x)x=−L = 0 y
Z L
L
an = − 2 2 f ′′ (x)cn (x) dx.
nπ −L
Análogamente,
Z L
L
bn = − 2 2 f ′′ (x)sn (x) dx,
nπ −L
nπx ′′
con sn (x) = sen L
. Como |f (x)| ≤ M tenemos que
|cn (x)f ′′ (x)| ≤ M y |sn (x)f ′′ (x)| ≤ M,
160
por lo tanto Z L
L 2L2 M
|an | ≤ 2 2 M dx = ,
n π −L n2 π 2
Z L
L 2L2 M
|bn | ≤ 2 2 M dx = ,
n π −L n2 π 2
por lo que finalmente
∞ ∞
X 4L2 M X 1 4L2 M 1
|f (x) − SFN f (x)| ≤ |an | + |bn | ≤ ≤ .
n=N +1
π 2 n=N +1 n2 π2 N
∞ ∞
X 1 1 X 1
Donde hemos usado que 2
≤ , lo que puede verse comparando la suma
n=N +1
n N n=N +1
n2
Z ∞
1
con la integral 2
dx.
N x
Como dijimos en el comentario anterior a la demostración, este último teorema nos
sirve, además, para saber cuántos términos de la serie de Fourier se deben sumar para
garantizar una aproximación con una tolerancia dada. Veamos un ejemplo.
Ejemplo 9.25. Dada f (x) = x3 −x y L = 1. Determinar N para asegurar que | SFN f (x)−
f (x)| ≤ 0,01. Al ser f un polinomio es de clase C ∞ y por lo tanto también C 2 . Además
f (−1) = f (1) = 0 y f ′ (x) = 3x2 − 1 por lo que f ′ (−1) = f ′ (1) = 2. Luego se cumplen
las hipótesis de f para que valga la afirmación del teorema anterior. Necesitamos saber
M = máx[−1,1] |f ′′ |. Veamos, f ′′ (x) = 6x, y luego M = 6. Queremos saber para qué N ∈ N
se cumple que
4L2 M 1 4×6 1 24
≤ 0,01 ⇐⇒ ≤ 0,01 ⇐⇒ = 243,17 . . . < N.
π2 N π2 N 0,01π 2
Luego, para N ≥ 244, se cumple que |f (x) − SFN f (x)| ≤ 0,01 para todo x ∈ [−1, 1].
9.4. Series de Senos y series de Cosenos

Hasta aquı́ hemos estado trabajando con series de Fourier que involucran senos y
también cosenos sobre el intervalo [−L, L]. En los problemas de difusión sobre el intervalo
[0, L] con condiciones de Dirichlet y de Neumann aparecen las series de Fourier de senos
y las series de Fourier de cosenos por separado:
N N
X nπx X nπx
a0 + an cos , bn sen .
n=1
L n=1
L
Queremos utilizar lo aprendido en la sección anterior para ver si es cierto lo que afirma-
mos en el Capı́tulo 8, que una gran familia de funciones definidas sobre el intervalo [0, L]
se puede aproximar por series de cosenos (para resolver problemas con CB Neumann) y
también por series de senos (para resolver problemas con CB Dirichlet).
Recordemos las siguiente definición.
161
Definición 9.26. Una función f (x) se llama par si f (−x) = f (x) para todo x, y una
función f (x) se llama impar si f (−x) = −f (x) para todo x.
La demostración de la siguiente proposición es una consecuencia inmediata del ejer-
cicio 9.4.
Proposición 9.27. Sea f (x) definida en el intervalo [−L, L] con coeficientes de Fourier
Z L Z
1 1 L nπx
a0 = f (x) dx, an = f (x) cos dx, n = 1, 2, . . . ,
2L −L L −L L
Z
1 L nπx
bn = f (x) sen dx, n = 1, 2, . . . .
L −L L
Si f (x) es una función par, entonces

Z Z
1 L 2 L nπx
a0 = f (x) dx, an = f (x) cos dx, n = 1, 2, . . . ,
L 0 L 0 L
bn = 0, n = 1, 2, . . . .
Si f (x) es una función impar, entonces
a0 = 0, an = 0, n = 1, 2, . . . ,
Z L
2 nπx
bn = f (x) sen dx, n = 1, 2, . . . .
L 0 L
En base a las observaciones escritas en la proposición anterior establecemos la siguiente

definición.
Definición 9.28. Sea f definida en [0, L] tal que las integrales de (9.6) y (9.5) existen.
La serie de Fourier de senos de f (x) es
∞
X nπx
SFs f (x) = bn sen ,
n=1
L
Z L
2 nπx
con bn = f (x) sen dx, n = 1, 2, . . . . (9.5)
L 0 L
La serie de Fourier de cosenos de f (x) es

∞
X nπx
SFc f (x) = a0 + an cos ,
n=1
L
Z L Z L
1 2 nπx
con a0 = f (x), an = f (x) cos dx, n = 1, 2, . . . . (9.6)
L 0 L 0 L
Y al pensar en los lı́mites de estas series de Fourier de senos y de cosenos, aparece

naturalmente la necesidad de hacer las siguientes definiciones:
Definición 9.29. Sea f una función definida en [0, L].
162
La extensión par de f es la función

(
f (x), si 0 ≤ x ≤ L,
fp (x) =
f (−x), si −L ≤ x < 0.
La extensión impar de f es la función


f (x),
 si 0 < x ≤ L,
fi (x) = 0, si x = 0,


−f (−x), si −L ≤ x < 0.
Proposición 9.30. Sea f (x) definida en el intervalo [0, L] tal que existen las integrales
de (9.5) y (9.6). Entonces la serie de Fourier de senos de f coincide con la serie de
Fourier de su extensión impar fi y la serie de Fourier de cosenos de f coincide con la
serie de Fourier de su extensión par fp . O sea,
SFs f = SF fi , SFc f = SF fp .
Demostración. Veamos que la primera afirmación es cierta, la segunda es análoga. La
serie de Fourier de senos de f es
∞ Z
s
X nπx 2 L nπx
SF f (x) = bn sen , con bn = f (x) sen dx.
n=1
L L 0 L
Por otro lado, si consideramos la extensión impar fi de f , resulta que por la Proposi-
ción 9.27, sus coeficientes de Fourier (de la serie de senos y cosenos) son
a0 = 0, an = 0, n = 1, 2, . . . ,
Z L Z L
2 nπx 2 nπx
bn = fi (x) sen dx = f (x) sen dx, n = 1, 2, . . . .
L 0 L L 0 L
Y por lo tanto, la serie de Fourier de fi es
∞ Z L
Xnπx 2 nπx
SF fi = bn sen , con bn = f (x) sen dx,
n=1
L L 0 L
es decir SFs f = SF fi .
Con lo visto en la última proposición podemos adaptar los resultados de convergencia
de series de Fourier (de senos y cosenos) para obtener resultados de convergencia de las
series de Fourier de senos y de las de cosenos.
Teorema 9.31 (Convergencia de la serie de Fourier de senos). Sea f una función C 1 a
trozos en [0, L]. Entonces las sumas parciales SFsN f de la serie de Fourier de senos de f
convergen puntualmente (en cada x) a

 f (x+ ) + f (x− )
, si 0 < x < L,
SFs f (x) = 2
0, si x = 0 ó x = L.
163
Si f (x) es además continua en [0, L] y f (0) = 0, f (L) = 0, entonces la suma parcial

SFsN f converge uniformemente (no hay fenómeno de Gibbs) a f (x) en [0, L], es decir,
máx |f (x) − SFsN (x)| → 0, cuando N → ∞.

0≤x≤L
Demostración. Para demostrar las dos afirmaciones de este teorema basta ver que si f (x)
cumple las hipótesis del mismo, entonces su extensión impar fi cumple las hipótesis de
los Teoremas 9.18 y 9.21, respectivamente.
Teorema 9.32 (Convergencia de la serie de Fourier de cosenos). Sea f una función C 1

a trozos en [0, L]. Entonces las sumas parciales SFcN f de la serie de Fourier de cosenos
de f convergen puntualmente (en cada x) a

 f (x+ ) + f (x− )

 , si 0 < x < L,
c 2
SF f (x) = f (0+ ), si x = 0,


 −
f (L ), si x = L.
Si f (x) es además continua en [0, L], entonces la suma parcial SFcN f converge uniforme-
mente (no hay fenómeno de Gibbs) a f (x) en [0, L], es decir,
máx |f (x) − SFcN (x)| → 0, cuando N → ∞.

0≤x≤L
Demostración. Para demostrar las dos afirmaciones de este teorema basta ver que si f (x)
cumple las hipótesis del mismo, entonces su extensión impar fp cumple las hipótesis de
los Teoremas 9.18 y 9.21, respectivamente.
También se puede aplicar el Teorema 9.23 a las extensiones par e impar de una función
f definida en [0, L] para obtener los siguientes teoremas.
Teorema 9.33 (Convergencia con orden de la serie de Fourier de senos). Sea f (x) una
función de clase C 2 en el intervalo [0, L], tal que f (0) = 0 y f (L) = 0, y sea M = máx |f ′′ |.
[0,L]
Entonces, para cada N ≥ 1 se tiene que
4L2 M 1
|f (x) − SFsN f (x)| ≤ , para todo x ∈ [0, L].
π2 N
Demostración. Si f es C 2 en [0, L] y f (0) = f (L) = 0 entonces su extensión impar fi es
C 2 en [−L, L], fi (−L) = fi (L) y fi′ (−L) = fi′ (L) (pues la derivada de una función impar
es una función par). Aplicamos entonces el Teorema 9.23 a fi y obtenemos que
4L2 M 1
|fi (x) − SFN fi (x)| ≤ , para todo x ∈ [−L, L].
π2 N
Por un lado fi (x) = f (x) en [0, L], y por la Proposición 9.30 SFN fi (x) = SFsN f (x) para
4L2 M 1
todo x ∈ [0, L] y todo N ∈ N. Por lo tanto |f (x) − SFsN f (x)| ≤ para todo
π2 N
x ∈ [0, L].
164
Teorema 9.34 (Convergencia con orden de la serie de Fourier de cosenos). Sea f (x)
una función de clase C 2 en el intervalo [0, L], tal que f ′ (0) = 0 y f ′ (L) = 0, y sea
M = máx |f ′′ |. Entonces, para cada N ≥ 1 se tiene que
[0,L]
4L2 M 1
|f (x) − SFcN f (x)| ≤ , para todo x ∈ [0, L].
π2 N
Demostración. Si f es C 2 en [0, L] y f ′ (0) = f ′ (L) = 0 entonces su extensión par fp es
C 2 en [−L, L], fp (−L) = fp (L) y fp′ (−L) = fp′ (L). Aplicamos entonces el Teorema 9.23 a
fp y obtenemos que
4L2 M 1
|fp (x) − SFN fp (x)| ≤ , para todo x ∈ [−L, L].
π2 N
Por un lado fp (x) = f (x) en [0, L], y por la Proposición 9.30 SFN fp (x) = SFcN f (x) para
4L2 M 1
todo x ∈ [0, L] y todo N ∈ N. Por lo tanto |f (x) − SFcN f (x)| ≤ para todo
π2 N
x ∈ [0, L].
Los últimos teoremas son de aplicación directa para el cálculo aproximado de solucio-
nes de problemas de difusión. Veamos un ejemplo.
Ejemplo 9.35. Considerar el problema

 ut = uxx ,
 0 < x < 1, t > 0,
u(0, t) = 0, u(1, t) = 0, t > 0.

 u(x, 0) = x3 − x, 0 < x < 1,
Hallar una solución aproximada uN (x, t) que cumple |uN (x, t) − u(x, t)| ≤ 0,01 para todo
x ∈ [0, L] y todo t ≥ 0. Las soluciones exactas que conocemos de este problema son de la
forma
N
X 2 2
uN (x, t) = bn sen(nπx)e−n π t .
n=1
Por el principio del máximo, dado que u(x, t) = uN (x, t) = 0 para x = 0 y x = L (t > 0),
sabemos que
máx |u(x, t) − uN (x, t)| ≤ máx |u(x, 0) − uN (x, 0)|.
0≤x≤1 0≤x≤1
t≥0
Ahora bien, u(x, 0) = x3 − x = f (x) es C 2 en [0, 1] y f (0) = f (1) = 0, es decir, cumple

las hipótesis del Teorema 9.33 (para L = 1), y por lo tanto, si bn se eligen como los
coeficientes de la serie de Fourier de senos de f (x) resulta
4M 1
máx |f (x) − SFsN f (x)| ≤ ,
0≤x≤1 π2 N
con M = máx[0,1] |f ′′ |. Como ya vimos en el Ejemplo 9.25, M = 6 y basta elegir N ≥ 244
para que 4M 1
π2 N
≤ 0,01. Por lo tanto, la solución deseada es
244
X 2 π2 t
uN (x, t) = bn sen(nπx)e−n ,
n=1
165
Z 1
12 12
con bn = 2 (x3 − x) sen(nπx) dx = 3 3
cos(nπ) = 3 3 (−1)n . De esta manera, la
0 nπ nπ
solución buscada resulta
244
X (−1)n 2 π2 t
uN (x, t) = 12 sen(nπx)e−n .
n=1
n3 π 3
9.5. Ejercicios
(
1 si x > 0
9.1. Para L = 1 y la función f (x) = graficar con la computadora SFN f (x)
0 si x ≤ 0
en [−1, 1], para N = 1, 3, 5, 7, 9, . . . , 101, y verificar que siempre máx SFN f (x) ≥ 1,089
x∈[0,1]
(mientras que máxx∈R f (x) = 1). Para hacerlo, tomar x=[-1:.001:1] y evaluar SFN f
en esa grilla, luego tomar el máximo valor. Este fenómeno, observado experimentalmente
en la computadora, puede demostrarse para todo N ∈ N. Nos dice que la discontinuidad
de f en x = 0 causa un overshooting debido al fenómeno de Gibbs mayor al 8 % del salto
en la discontinuidad.
9.2. Para cada una de las siguientes funciones, definir y graficar (a mano) la función
arreglada en [−L, L], con L = 1 y graficar su extensión periódica en [−3L, 3L].
(a) f (x) = 1, (b) f (x) = x3 , (c) f (x) = 1 − x2 ,

(d) f (x) = cos(πx), (e) f (x) = sen(πx).
* 9.3. Sea f (x) una función C 3 en el intervalo [−L, L] tal que f (−L) = f (L), f ′ (−L) =
f ′ (L), y f ′′ (−L) = f ′′ (L). Demostrar que si M = máx |f ′′′ (x)|, entonces
x∈[−L,L]
4L3 M 1
(a) máx |f (x) − SFN f (x)| ≤ ,
x∈[−L,L] π3 N 2
(b) (SFN f )′ (x) = SFN f ′ (x),
4L2 M 1
(c) máx |f ′ (x) − SFN f ′ (x)| ≤ .
x∈[−L,L] π2 N
9.4. Verificar (demostrar) las siguientes afirmaciones:
(a) El producto de dos funciones pares es par.
(b) El producto de dos funciones impares es par.
(c) El producto de una función par y una impar es impar.

RL
(d) Si f (x) es impar, entonces −L f (x) dx = 0.
RL RL
(e) Si f (x) es par, entonces −L
f (x) dx = 2 0
f (x) dx.
166
9.5. Mostrar que cualquier función f (x) definida en [−L, L] se puede escribir como suma
f (x) + f (−x) f (x) − f (−x)
de una función par y una impar. Ayuda: f (x) = + .
2 2
9.6. Para cada una de las siguientes funciones definidas en [0, L], definir y graficar (a
mano) su extensión par y su extensión impar a [−L, L], la función arreglada de la extensión
par y de la impar en [−L, L] y graficar su extensión periódica en [−3L, 3L] (considerar
L = 1).
(a) f (x) = 1, (b) f (x) = x3 , (c) f (x) = 1 − x2 ,

(d) f (x) = cos(πx), (e) f (x) = sen(πx).
9.7. Consideremos L = 1 y la función f (x) definida sobre el intervalo [0, 1] cuyo gráfico
es el de la figura.
y = f (x) y = f (x) y = f (x)
(a) 1 (b) 1 (c) 1
En cada caso por separado, graficar (a mano, aproximadamente) sobre el intervalo

[−3, 3]
SFs10 f (x), SFs f (x). Es decir, la suma de diez términos de la serie de Fourier de
senos de f y el lı́mite de las sumas parciales, o la serie total de senos.
SFc10 f (x), SFc f (x). Es decir, la suma de diez términos de la serie de Fourier de
cosenos de f y el lı́mite de las sumas parciales, o la serie total de cosenos.
Decir en qué casos se observa el fenómeno de Gibbs y en qué casos la convergencia es

uniforme.
9.8. Considerar el problema


 ut = uxx ,
 0 < x < 1, t > 0,
u(0, t) = 0, u(1, t) = 0, t > 0.

 u(x, 0) = x(1 − x), 0 < x < 1,
Usando el principio del máximo determinar una solución aproximada uN (x, t) que cumpla
|u(x, t) − uN (x, t)| ≤ 0,005, 0 ≤ x ≤ L, t > 0.
167


 ut = uxx ,
 0 < x < 1, t > 0,
u(0, t) = 1, u(1, t) = 2, t > 0.

 u(x, 0) = x + 1 + x(1 − x), 0 < x < 1,
(a) Usando el principio del máximo determinar una solución aproximada uN (x, t) que
cumpla
|u(x, t) − uN (x, t)| ≤ 0,005, 0 ≤ x ≤ L, t > 0.
(b) Usando (la computadora y) la solución aproximada del item anterior, determinar
(aproximadamente) el valor de t0 a partir del cual u(x, t) ≤ 2 para todo t ≥ t0 .


 ut = 5uxx ,
 0 < x < 1, t > 0,
u(0, t) = 1, ux (1, t) = 0, t > 0.

 u(x, 0) = (x − 1)2 , 0 < x < 1,
(a) Usando el principio del máximo (enunciado en el Problema 8.17) y el Teorema 9.23
determinar una solución aproximada uN (x, t) que cumpla
|u(x, t) − uN (x, t)| ≤ 0,005, 0 ≤ x ≤ 1, t > 0.
(b) Usando (la computadora y) la solución aproximada del item anterior, determinar
(aproximadamente) el valor de t0 a partir del cual u(x, t) ≥ 0,5 para todo t ≥ t0 .
168
Capı́tulo 10
La ecuación de Laplace
Cuando consideramos la ecuación de difusión sin término fuente, y con condiciones de

borde independientes del tiempo, el lı́mite de las soluciones cuando t → ∞ es la solución
de la ecuación de estado estacionario. En el caso de coeficientes constantes resulta la
2
ecuación de Laplace ∇ u = 0 con las condiciones de borde que provienen de la ecuación de
difusión original. Cuando el dominio espacial es unidimensional (un intervalo) la ecuación
de Laplace resulta uxx = 0 cuyas soluciones son las funciones lineales u(x) = c1 x + c2 .
Imponer condiciones de borde es sencillo en esta situación, y salvo el caso en que ambos
extremos tengan condiciones de borde de flujo prescripto, pueden hallarse siempre las
constantes c1 y c2 para que las condiciones de borde se cumplan, ver Sección 8.5. En
este capı́tulo estudiaremos cómo resolver la ecuación de Laplace en diferentes regiones del
plano y del espacio, y también veremos algunas propiedades cualitativas de las soluciones,
como el principio del máximo y la propiedad del valor medio.
10.1. Ecuación de Laplace en un Rectángulo

Comenzamos resolviendo la ecuación de Laplace en un rectángulo (0 ≤ x ≤ L, 0 ≤
y ≤ H) cuando la temperatura está prescripta en la frontera (borde) del mismo:
∂ 2u ∂ 2u
EDP: + =0 0 < x < L, 0 < y < H.
∂x2 ∂y 2
Consideraremos primero el caso de condiciones de borde de tipo Dirichlet. Como el borde

del rectángulo está compuesto por cuatro segmentos, escribimos las condiciones de borde
de la siguiente manera:
CB1: u(0, y) = g1 (y) 0<y<H

CB2: u(L, y) = g2 (y) 0<y<H
CB3: u(x, 0) = f1 (x) 0<x<L
CB4: u(x, H) = f2 (x) 0<x<L
donde g1 (y), g2 (y), f1 (x) y f2 (x) son funciones dadas. Otras condiciones de borde serán
presentadas en los ejercicios. En este caso, la EDP es lineal y homogénea pero las condi-
ciones de borde, aunque lineales, no son homogéneas. No podremos aplicar el método de
169
separación de variables a este problema tal como está. La razón de esto es que al separar
variables, el problema a valores de borde que determina las constantes de separación po-
sibles o autovalores debe tener condiciones de borde homogéneas. En este ejemplo, todas
las condiciones de borde son no-homogéneas.
Podemos superar esta dificultad dándonos cuenta de que el problema original es no-
homogéneo debido a las cuatro condiciones de borde no-homogéneas. Utilizaremos el
principio de superposición para desglosar nuestro problema en cuatro subproblemas, cada
uno de los cuales tiene sólo una condición no-homogénea. Escribimos
u(x, t) = u1 (x, t) + u2 (x, t) + u3 (x, t) + u4 (x, t),
donde cada una de las funciones ui (x, y) (i = 1, 2, 3, 4) satisface la ecuación de Laplace con
una condición de borde no-homogénea y las otras tres condiciones de borde homogéneas,
como se muestra en la Figura 10.1.
u = f2 (x) u1 = 0 u2 = 0 u3 = f2 (x) u4 = 0
u = g2 (y) u1 = 0 u2 = g2 (y) u3 = 0 u4 = 0
∇2 u = 0 = ∇2 u 1 = 0 + ∇2 u 2 = 0 + ∇2 u 3 = 0 + ∇2 u 4 = 0
u = g1 (y) u1 = 0 u2 = 0 u3 = 0 u4 = g1 (y)
u = f1 (x) u1 = f1 (x) u2 = 0 u3 = 0 u4 = 0
Figura 10.1: Ecuación de Laplace dentro de un rectángulo
El método para hallar cualquiera de las ui (x, y) es el mismo; sólo algunos detalles
difieren. Haremos la resolución para encontrar u4 (x, y), y dejaremos los otros casos para
los ejercicios:
∂ 2 u4 ∂ 2 u4
EDP: + =0 0 < x < L, 0<y<H
∂x2 ∂y 2
CB1: u4 (0, y) = g1 (y) 0<y<H
CB2: u4 (L, y) = 0 0<y<H
CB3: u4 (x, 0) = 0 0<x<L
CB4: u4 (x, H) = 0 0 < x < L.
170
Nos proponemos resolver este problema por el método de separación de variables. Comen-
zamos ignorando la condición no-homogénea u4 (0, y) = g1 (y). Eventualmente sumaremos
soluciones producto para obtener esta condición, pero por ahora la ignoraremos. Busca-
mos soluciones producto
u4 (x, y) = h(x)φ(y),
que satisfagan las condiciones de borde homogéneas CB2, CB3 y CB4. Éstas nos dicen
que
h(L) = 0, φ(0) = 0, φ(H) = 0.
Luego, la parte de la solución dependiente de y, φ(y) tiene dos condiciones de borde
homogéneas, mientras que la parte dependiente de x sólo tiene una. Si sustituimos la
solución producto en la ecuación de Laplace obtenemos
φ(y)h′′ (x) + h(x)φ′′ (y) = 0.
Las variables pueden separarse dividiendo por h(x)φ(y), obteniendo

1 ′′ 1 ′′
h (x) = − φ (y). (10.1)
h(x) φ(y)
El lado izquierdo es sólo función de la variable x, mientras que el lado derecho depende
sólo de y. Por lo tanto, ambos deben ser iguales a una constante de separación. ¿Qué usa-
mos? ¿λ ó −λ? Una de ellas es más conveniente. Si la constante de separación fuera
negativa (como lo era antes), la ecuación (10.1) implicarı́a que h(x) oscila (trigonométri-
ca) y φ(y) es una combinación de exponenciales. Pero las condiciones de borde para φ(y)
indican que este caso no es posible. Por otro lado, si la constante de separación fuera po-
sitiva, (10.1) implicarı́a que h(x) es combinación de exponenciales y φ(y) es combinación
de senos y cosenos. Esto parece más razonable dadas las condiciones de borde y entonces
introducimos la variable de separación λ (aunque no suponemos λ ≥ 0):
1 ′′ 1 ′′
h (x) = − φ (y) = λ.
h(x) φ(y)
Obtenemos entonces dos ecuaciones diferenciales ordinarias:
h′′ (x) = λh(x)

φ′′ (y) = −λφ(y).
El problema dependiente de la variable x no es un problema a valores en la frontera pues

no tiene dos condiciones homogéneas:
h′′ (x) = λh(x) h(L) = 0.
En cambio, el problema dependiente de la variable y sı́ lo es y será utilizado para deter-

minar los autovalores λ
φ′′ (y) = −λφ(y) φ(0) = 0 φ(H) = 0.
Este problema a valores en la frontera es el mismo que hemos estudiado anteriormente,

con la única diferencia dada por la longitud del intervalo, que en este caso es H en lugar de
171
L. Todos los autovalores son positivos λ > 0. Las autofunciones son senos pues φ(0) = 0.
Más aún, la condición φ(H) = 0 implica que
nπ 2 nπy
λ= , φ(y) = sen , n = 1, 2, 3, . . . .
H H
Para obtener soluciones producto, debemos ahora resolver la EDO para h(x) con la con-
dición de borde homogénea correspondiente y con λ un autovalor de los ya encontrados.
Como λ = (nπ/H)2 , la ecuación resulta
nπ 2
h′′ (x) = h(x). (10.2)
H
La solución general es una combinación lineal de exponenciales, que también puede ex-
presarse como una combinación lineal de funciones hiperbólicas. Podrı́amos utilizar cual-
quiera de estas dos expresiones de la solución general, pero ninguna de estas es la más
apropiada para la condición de borde h(L) = 0. Podemos encontrar la solución que bus-
camos de un modo más rápido y sencillo si observamos que las funciones trasladadas
nπ(x − L) nπ(x − L)
cosh y senh
H H
son soluciones linealmente independientes de (10.2). Por lo que la solución general también
puede escribirse como (ver Ejercicios 6.8–6.9)
nπ(x − L) nπ(x − L)
h(x) = a1 cosh + a2 senh .
H H
Resulta natural preguntarse ahora por qué es más conveniente esta expresión de la solu-
ción general. Bien, si queremos forzar la condición de borde h(L) = 0 obtenemos
nπ(L − L) nπ(L − L)
0 = h(L) = a1 cosh + a2 senh = a1 cosh 0 + a2 senh 0 = a1 .
H H
De esto resulta a1 = 0 y h(x) = a2 senh nπ(x−L)

H
, una expresión sencilla de la solución.
Las soluciones producto resultan entonces
nπy nπ(x − L)
u4 (x, y) = bn sen senh , n = 1, 2, . . . .
H H
Ahora queremos encontrar una solución más general, para lo cual utilizamos el prin-
cipio de superposición, obteniendo
∞
X nπy nπ(x − L)
u4 (x, y) = bn sen senh .
n=1
H H
Una vez que tenemos esta solución general, imponemos la condición de borde no-homogénea
u4 (0, y) = g1 (y):
∞
X nπy nπ(−L)
u4 (0, y) = bn sen senh = g1 (y).
n=1
H H
172
Este es el mismo tipo de serie de senos que ya hemos discutido con una sola diferencia:
Antes tenı́amos los coeficientes bn multiplicando a las funciones seno, pero ahora tenemos
que bn senh nπ(−L)
H
multiplica a las funciones seno (notar que bn senh nπ(−L)
H
no depende
nπ(−L)
de la variable y). Por ende, si llamamos Bn = bn senh H nuestro problema consiste
en hallar Bn tal que
∞
X nπy
Bn sen = g1 (y).
n=1
H
Luego, por lo que ya hemos visto en secciones anteriores
Z
2 H nπy
Bn = g1 (y) sen dy,
H 0 H
y despejando bn obtenemos
Z H
Bn 2 nπy
bn = nπ(−L)
= nπ(−L)
g1 (y) sen dy.
senh H senh 0 H
H H
Es importante notar aquı́ que senh nπ(−L)H

6= 0 y por ende bn está bien definido para todo
n.
Por lo tanto, la solución u4 (x, y) es la serie
∞
X nπy nπ(x − L)
u4 (x, y) = bn sen senh .
n=1
H H
con sus coeficientes bn dados por
Z H
2 nπy
bn = nπ(−L)
g1 (y) sen dy.
H senh 0 H
H
10.2. Ecuación de Laplace en un Disco

Consideramos ahora la ecuación de Laplace en un disco de radio a con condiciones
de Dirichlet en el borde como se ilustra en la Figura 10.2. La geometrı́a (forma) de
este problema sugiere el uso de coordenadas polares, es decir, escribir u = u(r, θ). En
particular, en la circunferencia de radio r = a la distribución de temperatura es una
función dada de la variable θ, u(a, θ) = f (θ).
Para intentar resolver este problema es necesario primero encontrar una expresión de
2 ∂ 2u ∂ 2u
∇ u= + en coordenadas polares, para ello, recordamos que debemos escribir
∂x2 ∂y 2
u(r, θ) = u (r(x, y), θ(x, y)) ,
x = r cos θ,
y = r sen θ.
Las coordenadas polares coinciden con las coordenadas cilı́ndricas (ignorando la variable
z, y llamando r a ρ) y entonces

2 1 ∂ ∂u ∂ 1 ∂u ∂ 2 u 1 ∂u 1 ∂ 2u
∇ u= r + = 2 + + 2 2.
r ∂r ∂r ∂θ r ∂θ ∂r r ∂r r ∂θ
173
u(a, θ) = f (θ)
a Figura 10.2: Ecuación de Laplace dentro

de un disco
∇2 u = 0
El problema que queremos resolver es entonces
∂ 2 u 1 ∂u 1 ∂ 2u
EDP: + + =0 0<r<a −π <θ <π
∂r2 r ∂r r2 ∂θ2
CB: u(a, θ) = f (θ), −π < θ < π.
A primera vista parecerı́a que no podemos utilizar el método de separación de variables
porque no tenemos ninguna condición de borde homogénea. Sin embargo, el utilizar coor-
denadas polares requiere una discusión acerca del método de separación de variables que
nos ayudará a comprenderlo un poco mejor. Si resolvemos la ecuación de Laplace en un
rectángulo, entonces se necesitan condiciones en los extremos de definición de las varia-
bles, x = 0, x = L, y = 0, y = H. Estos extremos coinciden con los bordes fı́sicos de la
placa rectangular que se considera. Por otro lado, para coordenadas polares, 0 ≤ r ≤ a,
−π ≤ θ ≤ π. Matemáticamente, se necesitan dos condiciones en los extremos r = 0,
r = a, y θ = −π, θ = π. La única condición que corresponde a una frontera fı́sica es en
r = a. Por lo tanto todavı́a nos hace falta determinar condiciones de borde en r = 0 y
en θ = ±π. Para hallarlas utilizaremos consideraciones del problema fı́sico. Las coorde-
nadas polares son singulares en r = 0; por razones fı́sicas, pediremos que la incógnita u
(temperatura, densidad) sea finita, o acotada allı́:
acotación de u en el origen: |u(0, θ)| < ∞.
Aún nos falta definir condiciones en θ = ±π. Esto es similar a lo que ocurre en la situación
del anillo circular. El extremo θ = −π corresponde al mismo punto de la placa circular que
θ = π. Aunque allı́ no hay realmente un borde de la placa, el hecho de que la temperatura
o densidad sea continua allı́ y que el flujo de calor o de masa en la dirección de θ también
sea continuo, implica las siguientes condiciones de borde:
∂u ∂u
u(r, −π) = u(r, π) (r, −π) = (r, π).
∂θ ∂θ
Notamos que estas condiciones “de borde” son también lineales y homogéneas. De este
modo, el problema luce similar a la ecuación de Laplace en un rectángulo: Hay cuatro
condiciones, de las cuales sólo una es no-homogénea: u(a, θ) = f (θ). Aplicaremos entonces
el método de separación de variables.
174
Buscaremos soluciones producto
u(r, θ) = φ(θ)G(r),
que satisfagan la EDP y las tres condiciones de borde homogéneas (nuevamente ignoramos
momentáneamente la condición no-homogénea). Las condiciones periódicas implican
φ(−π) = φ(π) φ′ (−π) = φ′ (π).
Si la función producto satisface la EDP se tiene que

1 1
φ(θ)G′′ (r) + φ(θ)G′ (r) + 2 G(r)φ′′ (θ) = 0
r r
r2
Multiplicando por obtenemos
φ(θ)G(r)
r2 G′′ (r) + rG′ (r) φ′′ (θ)
=− = λ.
G(r) φ(θ)
Hemos introducido la constante de separación como λ (en lugar de −λ) porque hay dos
condiciones homogéneas para la función φ de la variable θ. El problema que determi-
nará los autovalores λ es
φ′′ (θ) = −λφ(θ), φ(−π) = φ(π), φ′ (−π) = φ′ (π).
Los autovalores λ se determinan del modo usual. En efecto, este es uno de los problemas
estándar que ya hemos resuelto, el del alambre circular, con L = π. Por lo tanto los
autovalores son nπ 2
λ= = n2 ,
L
con las autofunciones correspondientes
sen nθ y cos nθ.
El caso n = 0 debe también considerarse pues da la función constante.

El problema dependiente de la variable r es entonces
r2 G′′ (r) + rG′ (r) = n2 G(r)
ó
r2 G′′ (r) + rG′ (r) − n2 G(r) = 0. (10.3)
La ecuación (10.3) es lineal y homogénea pero tiene coeficientes no-constantes. Sin
embargo se puede resolver fácilmente. La forma más sencilla de resolver esta ecuación,
es dándose cuenta de que para el operador diferencial en (10.3) la función G(r) = rp se
reproduce a sı́ misma. Esto quiere decir que si reemplazamos rp en el lugar de G(r) en la
ecuación (10.3) obtenemos un múltiplo de rp . En efecto
d2 p d
r2 2
(r ) + r (rp ) − n2 rp = r2 p (p − 1) rp−2 + r p rp−1 − n2 rp
dr dr
= p (p − 1) + p − n2 rp .
175
Luego nuestro problema se transforma en encontrar las potencias p para las cuales
p(p − 1) + p − n2 = 0.
Pero
p(p − 1) + p − n2 = p2 − p + p − n2 = p2 − n2
y esta última expresión es igual a cero cuando p = n ó p = −n. Si n 6= 0 estas raı́ces son
distintas y las funciones rn y r−n son linealmente independientes, por lo que la solución
general resulta
G(r) = c1 rn + c2 r−n .
El caso n = 0 es diferente, e igualmente importante porque λ = 0 también es un autovalor.
Si n = 0 la ecuación (10.3) resulta
r2 G′′ (r) + rG′ (r) = 0
rG′′ (r) + G′ (r) = 0
y también a
d
(rG′ (r)) = 0
dr
lo que a su vez equivale a decir que rG′ (r) es constante. Luego G′ (r) = const/r, integrando
obtenemos
G(r) = c1 + c2 ln r.
Ya hemos discutido la condición en r = 0 y hemos dicho que requeriremos |u(0, θ)| <
∞, lo que implica para la solución producto que
|G(0)| < ∞.
Si ahora observamos las soluciones generales obtenidas, vemos que la parte multiplicada
por c2 tiende a ∞ cuando r → 0. Esto nos dice que c2 = 0 y luego la solución general de
la parte dependiente de r es
G(r) = c1 rn , n ≥ 0,
donde para n = 0 esta expresión se reduce a la constante c1 .
Concluyendo, las soluciones producto que satisfacen las condiciones homogéneas son
rn cos nθ (n ≥ 1) y rn sen nθ (n ≥ 0).
Por el principio de superposición, la solución general de la ecuación de Laplace en el
cı́rculo es ∞ ∞
X X
n
u(r, θ) = A0 + An r cos nθ + Bn rn sen nθ.
n=1 n=1
Para resolver la condición de borde no-homogénea u(a, θ) = f (θ) los coeficientes An ,

Bn tienen que ser determinados para que se satisfaga la igualdad
∞
X ∞
X
f (θ) = A0 + An an cos nθ + Bn an sen nθ, −π ≤ θ ≤ π.
n=1 n=1
176
Este problema es similar al que resolvimos en la Sección 8.3. La única diferencia es que
aquı́ el papel de los coeficientes an y bn es jugado por An an y por Bn an , respectivamente.
Usando las mismas fórmulas integrales de esa sección, obtenemos
Z π
1
A0 = f (θ) dθ
2π −π
Z
n 1 π
An a = f (θ) cos nθ dθ, n≥1
π −π
Z
n 1 π
Bn a = f (θ) sen nθ dθ, n ≥ 1.
π −π
Como an 6= 0, la solución de la ecuación del calor en el disco de radio a con temperatura

prescripta u(a, θ) = f (θ) en la frontera es
∞
X ∞
X
n
u(r, θ) = A0 + An r cos nθ + Bn rn sen nθ,
n=1 n=1
donde los coeficientes An y Bn están dados por
Z π
1
A0 = f (θ) dθ
2π −π
Z π
1
An = n f (θ) cos nθ dθ, n≥1
πa −π
Z π
1
Bn = n f (θ) sen nθ dθ, n ≥ 1.
πa −π
10.3. Condición de Compatibilidad para la Existen-

cia de Soluciones.
Podrı́a presentársenos el caso de querer resolver la ecuación de Laplace con condiciones
de borde de flujo prescripto. En cuyo caso se indica el flujo −K∇u · n, en lugar de la
temperatura u. Vimos en la Sección 8.5 (en una dimensión) que si se prescribe el flujo en
ambos extremos podrı́a no existir solución estacionaria (cuando ux (0) 6= ux (L)). Veamos
que si se prescribe el flujo en la frontera, éste debe satisfacer una condición necesaria
para que exista solución: Supongamos que u es solución de la ecuación de Laplace en una
región bidimensional Ω. Luego ∇2 u = 0 sobre toda esta región, integrando obtenemos
ZZ ZZ
2
0= ∇ u dA = ∇ · (∇u) dA.
Ω Ω
ZZ Z
Por el teorema de la divergencia se tiene que ∇ · (∇u) dA = ∇u · n ds, donde ∂Ω
Ω ∂Ω
denota la curva cerrada que rodea a Ω y n el vector normal exterior a Ω. Luego
Z
∇u · n ds = 0. (10.4)
∂Ω
177
Esto nos dice que si u es solución de la ecuación de Laplace (ecuación de difusión estacio-
naria), el flujo de calor neto a través de la frontera debe ser cero. Esto también está claro
desde el punto de vista fı́sico si pensamos en difusión de calor. Si el flujo de calor neto
a través de la frontera no fuera cero, habrı́a cambio (en el tiempo) de la energı́a térmica
total dentro de la región, violando la condición de estado estacionario. La condición (10.4)
se denomina condición de compatibilidad para la ecuación de Laplace.
2
Ejemplo 10.1. Consideremos la ecuación de Laplace ∇ u = 0 en el rectángulo [0, L] ×
[0, H] con las siguientes condiciones de borde
ux (0, y) = f (y), ux (L, y) = 0, uy (x, 0) = 0, uy (x, H) = g(x),
para 0 < x < L, 0 < y < H. Es decir, el flujo está prescripto en el lado izquierdo (x = 0)
y en el lado superior (y = H). La condición de compatibilidad (10.4) nos dice que
Z
0= ∇u · n ds
∂Ω
Z L Z H
= ∇u(x, 0) · (−j) dx + ∇u(L, y) · i dy
0 0
Z L Z H
+ ∇u(x, H) · j dx + ∇u(0, y) · (−i) dy
0 0
Z L Z H Z L Z H
= −uy (x, 0) dx + ux (L, y) dy + uy (x, H) dx + −ux (0, y) dy.
0 0 0 0
Usando las condiciones de borde, obtenemos que la condición de compatibilidad resulta

Z L Z H
0= g(x) dx + −f (y) dy.
0 0
Es decir, el problema tiene solución sólo si

Z L Z H
g(x) dx = f (y) dy.
0 0
Observación 10.2. Notemos que si se cumple la condición de compatibilidad en un

problema donde la condición de borde sobre todo el borde es de tipo Neumann, entonces
el problema tiene infinitas soluciones. Todas ellas se obtienen sumando una constante a
una solución dada.
10.4. Propiedades Cualitativas de la Ecuación de La-

place
10.4.1. Propiedad del Valor Medio.
La solución obtenida de la ecuación de Laplace dentro de un cı́rculo por el método
de separación de variables nos permite observar un resultado importante. Si evaluamos
la función u en el origen (r = 0), vemos que
Z π
1
u(0) = A0 = f (θ) dθ;
2π −π
178
es decir, la función u en el centro es igual al promedio de la temperatura en el borde del

cı́rculo. Esta propiedad se conoce como propiedad del valor medio para la ecuación
de Laplace y se cumple en general en el siguiente sentido.
2
Teorema 10.3 (Propiedad del valor medio). Sea u una función C 2 y armónica (∇ u = 0)
en una región Ω de R2 . Si el disco centrado en (x0 , y0 ) de radio R está completamente
(con borde) contenido en Ω (ver Figura 10.3), y si denotamos con CR a la circunferencia
de radio R, entonces
Z Z
1 1
u(x0 , y0 ) = u ds = u ds
2πR CR longitud(CR ) CR
Z 2π
1
= u(x0 + R cos θ, y0 + R sen θ) dθ.
2π 0
Es decir, el valor de u(x0 , y0 ) es igual al promedio de u sobre la circunferencia centrada

en (x0 , y0 ) y radio R.
R
(x0 , y0 )
Figura 10.3: Cı́rculo dentro de una región
general. La circunferencia no toca el borde
de la región.
Demostración. Observemos primero que por el teorema de la divergencia, si 0 < r ≤ R,

entonces Z ZZ ZZ
2
∇u · n ds = ∇ · ∇u dA = ∇ u dA = 0,
Cr Dr Dr
donde Dr denota el disco de centro (x0 , y0 ) y radio r.

Definimos la función V (r) para 0 < r ≤ R como el promedio de u sobre la circunfe-
rencia de centro (x0 , y0 ) y radio r. Es decir
Z Z 2π
1 1
V (r) = u ds = u(x0 + r cos θ, y0 + r sen θ) dθ. (10.5)
2πr Cr 2π 0
179
Entonces,
Z 2π
d 1 ∂
V (r) = u(x0 + r cos θ, y0 + r sen θ) dθ
dr 2π 0 ∂r
Z 2π
1
= ux (x0 + r cos θ, y0 + r sen θ) cos θ + uy (x0 + r cos θ, y0 + r sen θ) sen θ dθ
2π 0
Z 2π
1
= ∇u(x0 + r cos θ, y0 + r sen θ) · (cos θi + sen θj ) dθ
2π 0 | {z }
n
Z
1
= ∇u · n ds = 0,
2πr Cr
por (10.5). Por lo tanto V (r) es constante para 0 < r ≤ R y resulta que
Z Z
1 1
V (R) = u ds = u ds
2πR CR longitud(CR ) CR
Z Z
1 1
= lı́m+ V (r) = lı́m+ u ds = lı́m+ u ds.
r→0 r→0 2πr Cr r→0 longitud(Cr ) Cr
Por otro lado, como los promedios sobre circunferencias que se encogen a un punto con-
vergen al valor de la función en ese punto
Z
1
lı́m u ds = u(x0 , y0 ),
r→0+ longitud(Cr ) Cr
y por lo tanto Z
1
u ds = u(x0 , y0 ).
2πR CR
Aplicando la propiedad del valor medio a una temperatura en estado de equilibrio

obtenemos la siguiente afirmación:
En estado de equilibrio (estacionario) la temperatura en cualquier punto interior a

Ω es igual al promedio de la temperatura alrededor de cualquier cı́rculo (contenido
en Ω) centrado en ese mismo punto.
10.4.2. Principios del máximo

Como consecuencia de la propiedad del valor medio se obtiene el siguiente principio
del máximo.
Teorema 10.4 (Principio del máximo fuerte). Sea u una función C 2 y armónica en un
dominio conexo Ω. Si alcanza su máximo en un punto interior (que no está en el borde),
entonces u es constante.
180
Demostración. Sea M = máxΩ u y sea (x0 , y0 ) ∈ Ω tal que u(x0 , y0 ) = M . Sea ahora R
tal que el disco DR con centro (x0 , y0 ) y radio R está completamente contenido en Ω,
entonces Z
1
u(x0 , y0 ) = M = u ds = promedio de u sobre CR .
2πR CR
Si existiera un punto sobre CR donde u < M , entonces para que el promedio sea M ,
deberı́a haber otros puntos sobre CR donde u > M , pero esto es imposible pues M es el
máximo de u. Por lo tanto u = M en todos los puntos de CR y esto se cumple para todo
radio R tal que DR ⊂ Ω. En otras palabras, u = M en todo disco centrado en (x0 , y0 )
contenido en Ω.
Ahora, si tomamos (x1 , y1 ) contenido en un disco de estos, resulta que también
u(x1 , y1 ) = M y por lo tanto, u = M en todo disco contenido centrado en (x1 , y1 ) y
contenido en Ω. Repitiendo este argumento cubrimos Ω con discos donde u = M y resul-
ta que u ≡ M en Ω.
Observación 10.5. La prueba matemática rigurosa del principio del máximo fuerte para
funciones armónicas puede hacerse demostrando que el conjunto de puntos de Ω donde
u = M es abierto y cerrado en Ω, y no vacı́o. Usando que Ω es conexo resulta que el
conjunto es todo Ω.
Como consecuencia inmediata del principio del máximo fuerte obtenemos el principio
del máximo débil.
Teorema 10.6 (Principio del máximo débil). Sea Ω una región acotada de R2 . Si u es
2
una función C 2 en Ω y armónica (∇ u = 0) en Ω y es continua en Ω := Ω ∪ ∂Ω entonces
máx u = máx u,
Ω ∂Ω
es decir, el máximo se alcanza siempre en un punto del borde de Ω.
10.4.3. Unicidad y estabilidad de soluciones.

El principio del máximo es una herramienta muy importante para el análisis de ecua-
ciones en derivadas parciales, especialmente al establecer propiedades cualitativas.
El primer resultado está dado en la siguiente proposición.
Proposición 10.7 (Unicidad de soluciones). El problema de Dirichlet para la ecuación
de Poisson
2
∇ u=f en Ω
(10.6)
u=g en ∂Ω
tiene solución única.
Observación 10.8. La ecuación de Laplace es también una ecuación de Poisson, con
término fuente f ≡ 0.
Demostración. Sean u1 y u2 soluciones del problema (10.6). Definimos entonces v =
u1 − u2 y resulta que v es solución del problema de Laplace
2
∇ v = 0 en Ω, v = 0 en ∂Ω.
181
Por el principio del máximo, máx v = máx v = 0 y por lo tanto

Ω ∂Ω
v(x) ≤ 0, para todo x ∈ Ω.

Por otro lado, −v = u2 − u1 también es solución del mismo problema de Laplace y luego
−v(x) ≤ 0, para todo x ∈ Ω,
o lo que es lo mismo
v(x) ≥ 0, para todo x ∈ Ω.
Por lo tanto v(x) ≡ 0 en Ω, o sea u1 ≡ u2 en Ω.
De manera análoga puede demostrarse el siguiente teorema de estabilidad con respecto
a los valores de borde.
Teorema 10.9 (Estabilidad con respecto al dato de borde). Sean u1 , u2 soluciones de
la ecuación de Poisson con el mismo término fuente, pero diferente valor de borde:
2 2
∇ u1 = f en Ω, ∇ u2 = f en Ω,
(10.7)
u1 = g 1 en ∂Ω, u2 = g 2 en ∂Ω.
Entonces
máx |u1 − u2 | ≤ máx |g1 − g2 |
Ω ∂Ω
Antes de proceder a la demostración vale la pena interpretar lo que este principio del
máximo significa en la práctica. Supongamos que g1 es el valor medido de la temperatura
en el borde de una región y g2 es el valor real o exacto (g1 es una aproximación de g2 ).
Sea ahora u1 la solución de la ecuación de Poisson con dato g1 en el borde. Si u2 denota
la temperatura real en la región, entonces u2 es la solución de la ecuación de Laplace
con dato g2 en el borde. Pregunta: ¿Cuán bien aproxima u1 (solución calculada) a u2
(temperatura real desconocida)? Respuesta: tan bien como g1 aproxime a g2 .
Demostración del Teorema 10.9. Definamos (como en la demostración de la proposición
anterior) v = u1 − u2 . Entonces v es solución de la ecuación de Laplace con dato de borde
g1 − g2 . Más precisamente
2
∇ v = 0 en Ω, v = g1 − g2 en ∂Ω.
Por el principio del máximo
máx v = máx v = máx g1 − g2 ≤ máx |g1 − g2 |,
Ω ∂Ω ∂Ω ∂Ω
y por lo tanto
v(x) ≤ máx |g1 − g2 |, para todo x ∈ Ω.
∂Ω
Análogamente,
−v(x) ≤ máx |g1 − g2 |, para todo x ∈ Ω.
∂Ω
Luego
− máx |g1 − g2 | ≤ v(x) = u1 (x) − u2 (x) ≤ máx |g1 − g2 |, para todo x ∈ Ω.
∂Ω ∂Ω
Por lo tanto máx |u1 − u2 | ≤ máx |g1 − g2 |.

Ω ∂Ω
182
10.5. Ejercicios
10.1. Hallar la solución de la ecuación de Laplace dentro de un rectángulo 0 ≤ x ≤ L,
0 ≤ y ≤ H con las siguientes condiciones de borde (para 0 < x < L, 0 < y < H):
∂u ∂u
(a) (0, y) = 0, (L, y) = 0, u(x, 0) = 0, u(x, H) = f (x).
∂x ∂x
∂u ∂u
(b) (0, y) = g(y), (L, y) = 0, u(x, 0) = 0, u(x, H) = 0.
∂x ∂x
10.2. Supongamos que u(x, y) es la solución de la ecuación de Laplace dentro del rectángu-
lo 0 ≤ x ≤ L, 0 ≤ y ≤ H con las condiciones de borde:
ux (0, y) = 0, ux (L, y) = 0, uy (x, 0) = 0, uy (x, H) = f (x).
(a) Sin resolver el problema, explicar la condición de compatibilidad (sobre la función

f ) para que este problema tenga solución. Interpretar fı́sicamente.
(b) Resolver el problema por el método de separación de variables. Mostrar que el método
sólo funciona bajo la condición de la parte (a). Notar que queda una constante sin
determinar, es decir que puede tomar cualquier valor.
(c) Considerar la ecuación del calor dependiente del tiempo vt = k(vxx + vyy ) con condi-
ción inicial v(x, y, 0) = g(x, y) y condiciones de borde
vx (0, y, t) = 0, vx (L, y, t) = 0, vy (x, 0, t) = 0, vy (x, H, t) = f (x),
para 0 < x < L, 0 < y < H, t > 0, (las mismas que u). Demostrar que si v es una
solución C 2 , entonces la energı́a
Z LZ H
E(t) = v(x, y, t) dy dx
0 0
RLRH
se mantiene constantemente igual a 0 0
g(x, y) dy dx para todo t > 0.
(d) Como dijimos antes, la solución del ı́tem (b) tiene una constante arbitraria que queda
sin determinar. Determinarla considerando que u(x, y) es el estado estacionario de
la ecuación (del calor) dependiente del tiempo del ı́tem (c). Es decir, suponer que
u(x, y) = lı́m v(x, y, t). (lı́mite uniforme)

t→∞
(Ayuda: la constante a determinar tiene que ver con la condición inicial g(x, y).)
10.3. Resolver la ecuación de Laplace dentro de un cuarto de cı́rculo de radio 1 (0 < θ <
π/2, 0 < r < 1), sujeto a las condiciones de borde
∂u
(a) (r, 0) = 0, u(r, π/2) = 0, u(1, θ) = f (θ)
∂θ
∂u ∂u ∂u
(b) (r, 0) = 0, (r, π/2) = 0, (1, θ) = g(θ).
∂θ ∂θ ∂r
R π/2
Mostrar que esta última solución existe sólo si 0 g(θ) dθ = 0. ¿Hay solución única?
183
10.4. Resolver la ecuación de Laplace fuera de un cı́rculo de radio a sujeto a la condición

de borde (en coord. polares) u(a, θ) = f (θ) (para −π ≤ θ ≤ π). Para este problema hace
falta imponer que u(r, θ) permanece acotado cuando r → ∞.
10.5. Resolver la ecuación de Laplace en un anillo circular a < r < b sujeto a las
condiciones de borde
(a) u(a, θ) = f (θ), u(b, θ) = 0

∂u
(b) (a, θ) = 0, u(b, θ) = f (θ)
∂r
10.6. Considerar la ecuación de Laplace dentro de un rectángulo 0 < x < L, 0 < y < H,
con las condiciones de borde
∂u ∂u ∂u ∂u
(0, y) = 0, (L, y) = g(y), (x, 0) = 0, (x, H) = f (x).
∂x ∂x ∂y ∂y
¿Cuál es la condición de compatibilidad (sobre f y g) para que exista solución y cuál es

su interpretación fı́sica?
* 10.7. Demostrar rigurosamente el principio del máximo fuerte del Teorema 10.4 si-
guiendo la sugerencia de la Observación 10.5.
* 10.8. Demostrar con un contraejemplo que si Ω no es acotado, entonces no vale el
principio del máximo débil (Teorema 10.6). Más precisamente, hallar un dominio Ω y
una función armónica que valga cero en ∂Ω y resulte no acotada en Ω.
[Pinchover-Rubinstein 2005] Pinchover, Y., Rubinstein, J., An Introduction to Partial Dif-
ferential Equations, Cambridge Univbersity Press, New Yotk, 2005.
184
Capı́tulo 11
La ecuación de Ondas en una

dimensión
Dada una cuerda elástica de densidad lineal constante ρ a tensión constante T0 , ali-
neada con el eje x, el desplazamiento vertical u(x, t) del punto a distancia x del origen,
satisface la ecuación
ρ utt (x, t) = T0 uxx (x, t).
Esta ecuación se conoce como ecuación de ondas unidimensional, y se obtiene después
de algunas simplificaciones que resultan de suponer pequeños desplazamientos y que
no hay desplazamiento horizontal. Los detalles pueden encontrarse en [Haberman 1998,
T0
Weinberger 1995]. Usualmente se reemplaza por c2 con c > 0 y la ecuación resulta:
ρ
utt (x, t) = c2 uxx (x, t).
Dado que la ecuación es de segundo orden en el tiempo, deben imponerse dos condi-
ciones iniciales: la posición inicial y la velocidad inicial:
u(x, 0) = f (x), ut (x, 0) = g(x).
En las siguientes secciones hallaremos la solución de esta ecuación en un intervalo

infinito y en un intervalo acotado.
11.1. Solución en R. Fórmula de D’Alembert

Si bien no existe una cuerda infinita, es también de interés resolver la ecuación de
ondas en toda la recta real. Planteamos el problema con condiciones iniciales:
utt (x, t) = c2 uxx (x, t), x ∈ R, t > 0,

u(x, 0) = f (x), x ∈ R, (t = 0), (11.1)
ut (x, 0) = g(x), x ∈ R, (t = 0).
Una manera de encontrar la solución de este problema es a través del cambio de

variables
w = x + c t, z = x − c t.
185
Buscamos entonces una solución v(z, w) que satisfaga:
v(w, z) = v(x + c t, x − c t) = u(x, t).
Procedemos como en el Capı́tulo 7, cuando resolvı́amos ecuaciones de primer orden:

Hallamos primero uxx en términos de v, w, z:
ux = v w w x + v z z x
ux = v w 1 + v z 1
ux = v w + v z
uxx = vww wx + vwz zx + vzw wx + vzz zx
uxx = vww 1 + vwz 1 + vzw 1 + vzz 1
uxx = vww + 2vwz + vzz .
Hallamos ahora utt :
ut = v w w t + v z z t
ut = vw c + vz (−c)
ut = c v w − c v z
utt = c vww wt + c vwz zt − c vzw wt − c vzz zt
utt = c vww c + c vwz (−c) − c vzw c − c vzz (−c)
utt = c2 vww − c2 vwz − c2 vzw + c2 vzz
utt = c2 vww − 2 c2 vwz + c2 vzz .
La ecuación utt − c2 uxx = 0 se transforma en −4c2 vwz = 0, que es equivalente a
vwz = 0.
Integrando primero respecto de z obtenemos
vw (w, z) = C1 (w),
con C1 (w) una función de la variable w. Integrando esta última expresión respecto de w
obtenemos
v(w, z) = C2 (z) + C1 (w),
donde C1 es una primitiva o antiderivada de C1 . En sı́ntesis, v(w, z) es la suma de dos
funciones, una que depende de w = x + c t y otra que depende de z = x − c t. Podemos
decir entonces que
u(x, t) = F (x + c t) + G(x − c t).
Imponemos ahora las condiciones iniciales: La primera u(x, 0) = f (x) implica que
f (x) = F (x) + G(x).
La segunda involucra a ut , entonces vemos primero que
ut (x, t) = F ′ (x + c t)c + G′ (x − c t)(−c) = cF ′ (x + c t) − cG′ (x − c t),
186
luego debe cumplirse que
g(x) = ut (x, 0) = cF ′ (x) − cG′ (x) = c(F ′ (x) − G′ (x)),
que se cumple cuando Z x

g(s) ds = c(F (x) − G(x)).
0
Por lo tanto, F (x) y G(x) deben cumplir el siguiente sistema de dos ecuaciones con dos
incógnitas (f (x) y g(x) son datos conocidos):
F (x) + G(x) = f (x)

Z
1 x
F (x) − G(x) = g(s) ds.
c 0
Sumando las ecuaciones obtenemos que

Z
1 1 x
F (x) = f (x) + g(s) ds ,
2 c 0
y restándolas obtenemos que

Z
1 1 x
G(x) = f (x) − g(s) ds .
2 c 0
Luego, la solución u(x, t) = F (x + c t) + G(x − c t) resulta

Z Z
1 1 x+c t 1 1 x−c t
u(x, t) = f (x + c t) + g(s) ds + f (x − c t) − g(s) ds
2 c 0 2 c 0
Z x+c t Z x−c t
f (x + c t) + f (x − c t) 1
= + g(s) ds − g(s) ds .
2 2c 0 0
Z x+c t Z x−c t Z x+c t

Como g(s) ds − g(s) ds = g(x) ds resulta
0 0 x−c t
Z x+c t
f (x + c t) + f (x − c t) 1
u(x, t) = + g(s) ds..
2 2c x−c t
Esta fórmula da la solución de la ecuación de ondas (11.1) y se conoce como Fórmula

de D’Alembert.
Dominio de dependencia y dominio de influencia. Además de decir cuál es la

solución de la ecuación de ondas en R, la fórmula de D’Alembert nos permite determinar
lo que se conoce como dominio de dependencia y dominio de influencia de las condiciones
iniciales. Observemos que para determinar el valor de u(x0 , t0 ) sólo se usa el valor de f (x)
en x = x0 + c t0 y en x = x0 − c t0 , y de la función g(x) se usa su valor sobre el intervalo
[x0 − c t0 , x0 + c t0 ]. Es decir:
187
(x0 , t0 )
ct
x=
b+
a−
x=
ct
x0 − c t 0 x0 + c t 0 a b
Figura 11.1: Dominio de dependencia y de influencia para la ecuación de ondas.
El valor de u(x0 , t0 ) depende de los datos iniciales en [x0 − c t0 , x0 + c t0 ]. El intervalo

[x0 − c t0 , x0 + c t0 ] se denomina dominio de dependencia de la solución en (x0 , t0 ).
Por otro lado, los valores de los datos iniciales f (x) y g(x) sobre el intervalo [a, b] sólo
influirán sobre los puntos (x, t) que estén sobre el cono de influencia:
C[a,b] = {(x, t) : a − c t ≤ x ≤ b + c t, t > 0}.
11.2. Cuerda vibrante con extremos fijos

Planteamos ahora la ecuación de ondas en un intervalo, que modela el desplazamiento
vertical de una cuerda elástica de longitud L, sujetada en ambos extremos, como la cuerda
de una guitarra:
utt (x, t) = c2 uxx (x, t), 0 < x < L, t > 0,

u(0, t) = 0, t > 0,
u(L, t) = 0, t > 0, (11.2)
u(x, 0) = f (x), 0 < x < L, (t = 0),
ut (x, 0) = g(x), 0 < x < L, (t = 0).
Intentamos resolverla por el método de separación de variables. Para ello, ignoramos

momentáneamente las condiciones iniciales y buscamos soluciones de la forma u(x, t) =
φ(x)h(t). La ecuación diferencial utt = c2 uxx implica
φ(x)h′′ (t) = c2 φ′′ (x)h(t),
1 h′′ (t) φ′′ (x)
= = −λ,
c2 h(t) φ(x)
y se cumple siempre que ambos lados sean iguales a la misma constante −λ. Las condicio-
nes de borde u(0, t) = 0 y u(L, t) = 0 implican que φ(0) = 0, y φ(L) = 0 pues queremos
soluciones no triviales.
188
Los autovalores λ se determinan hallando todas las soluciones no triviales de
φ′′ (x) = −λ φ(x), 0 < x < L, φ(0) = 0, φ(L) = 0.
Ya hemos resuelto este problema de autovalores antes, y hemos hallado que

nπ 2 nπx
λn = , φn (x) = sen , n = 1, 2, 3, . . . .
L L
Debemos ahora hallar las funciones hn (t) correspondientes a cada λn . La ecuación que
debe resolver hn (t) es
h′′n (t) = −λn c2 hn (t),
o, reemplazando el valor de λn ,
nπc 2
h′′n (t) = − hn (t),
L
cuya solución general es
nπct nπct
hn (t) = an cos + bn sen .
L L
Las soluciones de variables separables son entonces

nπx nπct nπct
un (x, t) = sen an cos + bn sen , n = 1, 2, 3 . . . .
L L L
Superponiendo soluciones obtenemos la solución más general
∞
X nπx nπct nπct
u(x, t) = sen an cos + bn sen .
n=1
L L L
Observamos ahora que a diferencia de la ecuación de difusión, las soluciones son ahora
oscilantes, y dados los coeficientes an , bn , nunca existirá lı́mt→∞ u(x, t).
Al imponer las condiciones iniciales quedarán determinados los coeficientes an , bn ,
dependiendo del desplazamiento inicial f (x) y de la velocidad inicial g(x). Por un lado,
∞ X ∞
X nπx nπc0 nπc0 nπx
u(x, 0) = sen an cos +bn sen = an sen .
n=1
L | {z L } | {zL } n=1
L
1 0
Por lo tanto, debe cumplirse que

∞
X nπx
f (x) = an sen ,
n=1
L
Z L
2 nπx
lo que se logra tomando an = f (x) sen . Por otro lado,
L 0 L
∞
X nπx nπct nπct
ut (x, t) = sen −an nπcL sen + bn nπcL cos ,
n=1
L L L
189
y entonces
∞ ∞
X nπx nπc nπc0 nπc nπc0 X nπc nπx
ut (x, 0) = sen − an sen +bn cos = bn sen .
n=1
L L | {zL } L | {zL } n=1
L L
0 1
La segunda condición inicial se cumple entonces cuando

∞
X nπc nπx
g(x) = bn sen ,
n=1
L L
y esto se logra tomando
Z L
nπc 2 nπx
bn = g(x) sen dx,
L L 0 L
Z L
2 nπx
bn = g(x) sen dx, n = 1, 2, 3, . . . .
nπc 0 L
Resumiendo:
La solución de (11.2) es
∞
X nπx nπct nπct
u(x, t) = sen an cos + bn sen .
n=1
L L L
con
Z L Z L
2 nπx 2 nπx
an = f (x) sen , bn = g(x) sen dx, n = 1, 2, 3, . . . .
L 0 L nπc 0 L
Observación 11.1. Las frecuencias de oscilación nπcL

, n = 1, 2, . . . , se llaman modos de
vibración de la cuerda. La primera frecuencia de oscilación (que se obtiene con n = 1) es
s
πc π T0
= ,
L L ρ
y se llama modo principal de vibración de la cuerda. En el caso de una cuerda amortiguada
como las reales de una guitarra por ejemplo, este primer modo de vibración es muy
aproximado a la frecuencia de vibración que más perdura en el tiempo.
Notemos que el modo principal de vibración aumenta cuando aumenta la tensión T0 ,
lo que equivale a un sonido más agudo de una cuerda de guitarra al aumentar la tensión
por medio de las clavijas.
También se escucha un sonido más agudo cuando se disminuye la longitud de las
cuerdas por ejemplo apoyando los dedos en los trastes de la guitarra, esto equivale a
disminuir L, lo que también aumenta el modo principal de vibración.
En una guitarra, la densidad de las cuerdas es mayor cuanto más arriba se encuentran,
vemos que el modo principal de vibración disminuye al aumentar la densidad. Esto se
corresponde con un sonido más grave de las cuerdas superiores.
190
11.3. Ejercicios
11.1. Considerar la ecuación de ondas
utt (x, t) = c2 uxx (x, t), x ∈ R, t ∈ R.
(a) Mostrar que si F y G son funciones C 2 definidas en R, entonces
u(x, t) = F (x + ct) + G(x − ct), x ∈ R, t ∈ R,
es solución. Se dice entonces que u(x, t) es una superposición de ondas viajeras. ¿Por
qué?
(b) Hallar fórmulas para F y G para que la solución u(x, t) cumpla con las condiciones
iniciales
2
u(x, 0) = e−x ut (x, 0) = 0, x ∈ R.
(c) Para c = 3, graficar aproximadamente la solución u(x, t) como función de x para

t = 1, t = 2 y t = 3.
(d) ¿Qué diferencia se observarı́a en los gráficos si c fuera 6 en lugar de 3?
11.2. Consideremos una cuerda vibrante levemente amortiguada que satisface
ρ utt = T0 uxx − βut , 0 ≤ x ≤ L, t ≥ 0,
con β el parámetro de rozamiento suficientemente pequeño (que cumple 0 < β 2 <

4ρT0 π 2 /L2 ). Hallar la solución que satisface las siguientes condiciones de borde y condi-
ciones iniciales
u(0, t) = 0 u(L, t) = 0, t ≥ 0, u(x, 0) = f (x), ut (x, 0) = g(x), 0 < x < L.
Ayuda: Al proponer la solución por variables separadas se obtiene
ρh′′ (t) + βh′ (t) φ′′ (x)

= .
T0 h(t) φ(x)
Las autofunciones φn (x) y los autovalores λn son los mismos que antes, y las soluciones h deben
satisfacer nπ 2
ρh′′ (t) + βh′ (t) = − T0 h(t).
L
Resolver esta ecuación ordinaria proponiendo h(t) = ert . La condición dada sobre β en el
enunciado implicará que las soluciones r1 , r2 de la ecuación caracterı́stica son complejas.
[Weinberger 1995] Weinberger, H.F., A First Course in Partial Differential Equations:
with Complex Variables and Transform Methods, Dover Publications Inc., 1995.
191
Capı́tulo 12
Ecuaciones en más variables

independientes.
12.1. Difusión en dos dimensiones
La ecuación de difusión en un dominio bidimensional Ω (de forma arbitraria) es
2
(ED) ut (x, y; t) = k∇ u(x, y; t) (x, y) ∈ Ω, t > 0
(CB) u(x, y; t) = 0 (x, y) ∈ ∂Ω, t > 0 (12.1)
(CI) u(x, y; 0) = f (x, y) (x, y) ∈ Ω, (t = 0).
Hemos considerado aquı́ condiciones de borde (CB) de tipo Dirichlet o de valor prescripto,
2
y recordemos que ∇ u(x, y; t) = uxx (x, y; t) + uyy (x, y; t).
Separación de la variable tiempo. Si procedemos con el método de separación, pero

sólo separando la variable tiempo, dejando las variables espaciales en una misma función,
proponemos una solución de la siguiente forma:
u(x, y; t) = h(t) φ(x, y).
Si esta u(x, y; t) es solución de la ecuación de difusión (12.1), entonces debe ocurrir que
2
′ 2 1 h′ (t) ∇ φ(x, y)
h (t) φ(x, y) = k h(t) ∇ φ(x, y) =⇒ = .
k h(t) φ(x, y)
Como los miembros izquierdo y derecho de la última igualdad dependen de diferentes
variables independientes, deben igualar a una misma constante −λ. Es decir
2
h′ (t) = −k λ h(t), ∇ φ(x, y) = −λ φ(x, y).
Para que u(x, y; t) cumpla la condición de borde (CB) y no sea la solución trivial, debe
cumplirse que
h(t)φ(x, y) = 0, (x, y) ∈ ∂Ω, t > 0 =⇒ φ(x, y) = 0, (x, y) ∈ ∂Ω.
Arribamos entonces al siguiente problema de autovalores para el Laplaciano:
192
Hallar λ ∈ R y φ(x, y) 6≡ 0 tal que

2
∇ φ = −λφ, en Ω,
φ=0 en ∂Ω.
En las siguientes secciones resolveremos este problema de autovalores para algunas

formas concretas simples. Lo que se cumple en general para geometrı́as arbitrarias (con
borde suave a trozos) es el siguiente teorema, cuya demostración queda fuera del alcance
de este curso.
Teorema 12.1. Dado un dominio Ω, existe una sucesión de autovalores
0 < λ1 < λ2 ≤ λ3 ≤ λ4 ≤ · · · → ∞,
y correspondientes autofunciones
φ1 , φ2 , φ3 , φ4 , . . . ,
que satisfacen lo siguiente:

ZZ (
0, si n 6= m,
φn φm dA = n, m = 1, 2, 3, . . . .
Ω kφn k2 6= 0, si n = m,
Para cada f continua en Ω y C 1 a trozos sobre Ω, se cumple que

∞
X
f (x, y) = an φn (x, y),
n=1
ZZ
1
si an = f (x, y) φn (x, y) dA, n = 1, 2, 3, . . . .
kφn k2 Ω
ZZ
2
En el teorema anterior hemos usado la notación kφn k = [φn (x)]2 dA.
Ω
Observación 12.2. En el caso unidimensional Ω = (0, L), las autofunciones φn (x) y los
autovalores λn son
nπ 2 nπx
λn = , φn (x) = sen , n = 1, 2, . . . .
L L
L
En este caso sencillo, sabemos que kφn k2 = , y por eso la fórmula para el cálculo de los
Z2
2 L nπL
coeficientes de Fourier de senos es an = f (x) sen dx.
L 0 x
El teorema garantiza la existencia de autovalores y autofunciones para el Laplaciano.
Además, cualquier función continua y C 1 a trozos se puede aproximar por combinaciones
193
lineales de autofunciones. En las siguientes secciones veremos ejemplos de autovalores y

autofunciones para diferentes geometrı́as. Ahora continuemos con la ecuación de difusión.
Para cada autovalor λn deberemos luego resolver la ecuación
h′n (t) = −λn k hn (t), t > 0.
Las soluciones de este problema son
hn (t) = an e−kλn t .
Ası́, aunque no conozcamos los autovalores λn y sus autofunciones φn sabemos que las
soluciones de variables separables son
un (x, y; t) = an φn (x, y)e−kλn t , n = 1, 2, 3, . . . .
Una solución más general se obtiene sumando las de variables separables, es decir
∞
X
u(x, y; t) = an φn (x, y)e−kλn t .
n=1
La condición inicial u(x, y; 0) = f (x, y) equivale a
∞
X
an φn (x, y) = f (x, y), (x, y) ∈ Ω,
n=1
ZZ
1
que acorde al Teorema 12.1 se cumplirá si elegimos an = f (x, y)φn (x, y) dA,
kφn k2 Ω
n = 1, 2, 3, . . . .
Resumiendo:
∞
X
u(x, y; t) = an φn (x, y)e−kλn t .
n=1
ZZ
1
con an = f (x, y)φn (x, y) dA, n = 1, 2, 3, . . . .
kφn k2 Ω
12.2. Ondas en dos dimensiones

La ecuación de ondas en un dominio bidimensional Ω (de forma arbitraria) es
2
(ED) utt (x, y; t) = c2 ∇ u(x, y; t) (x, y) ∈ Ω, t > 0
(CB) u(x, y; t) = 0 (x, y) ∈ ∂Ω, t > 0
(12.2)
(CI1 ) u(x, y; 0) = f (x, y) (x, y) ∈ Ω, (t = 0).
(CI2 ) ut (x, y; 0) = g(x, y) (x, y) ∈ Ω, (t = 0).
Esta ecuación modela por ejemplo la vibración de una membrana en posición horizontal
(alineada con el plano xy), donde u(x, y; t) denota el desplazamiento vertical (en dirección
al eje z).
194
Separación de la variable tiempo Si procedemos—como en la sección anterior—con

el método de separación, pero sólo separando la variable tiempo, dejando las variables
espaciales en una misma función, proponemos una solución u(x, y; t) = h(t) φ(x, y) para
la ecuación de ondas (12.2). Entonces debe ocurrir que
2
′′ 2 2 1 h′′ (t) ∇ φ(x, y)
h (t) φ(x, y) = c h(t) ∇ (x, y) =⇒ 2
= .
c h(t) φ(x, y)
Como los miembros izquierdo y derecho de la igualdad anterior dependen de diferentes
variables independientes, deben igualar ambos a una misma constante −λ. Es decir
2
h′′ (t) = −c2 λ h(t), ∇ φ(x, y) = −λ φ(x, y).
Para que u(x, y; t) cumpla la condición de borde (CB) y no sea la solución trivial, debe
cumplirse que
h(t)φ(x, y) = 0, (x, y) ∈ ∂Ω, t > 0 =⇒ φ(x, y) = 0, (x, y) ∈ ∂Ω.
Arribamos entonces al siguiente problema de autovalores para el Laplaciano:
Hallar λ ∈ R y φ(x, y) 6≡ 0 tal que

2
∇ φ = −λφ, en Ω,
φ=0 en ∂Ω.
Este es el mismo problema de autovalores al que llegamos en la sección anterior, y

por lo tanto sigue valiendo el Teorema 12.1
Para cada autovalor λn deberemos luego resolver la ecuación
h′′n (t) = −λn c2 hn (t), t > 0.
Como los autovalores λn son todos positivos, las soluciones de este problema son
p p
hn (t) = an cos(c λn t) + bn sen(c λn t).
Ası́, aunque no conozcamos los autovalores λn y sus autofunciones φn sabemos que las
soluciones de variables separables son
p p
un (x, y; t) = φn (x, y) an cos(c λn t) + bn sen(c λn t) , n = 1, 2, 3, . . . .
Obtenemos una solución más general sumando las de variables separables, es decir
∞
X p p
u(x, y; t) = φn (x, y) an cos(c λn t) + bn sen(c λn t) .
n=1
La ecuación de ondas tiene dos condiciones iniciales:
u(x, y; 0) = f (x, y) y ut (x, y; 0) = g(x, y).
195
Al imponer la primera, recordando que cos 0 = 1 y que sen 0 = 0, obtenemos

∞
X
an φn (x, y) = f (x, y), (x, y) ∈ Ω,
n=1
ZZ
1
que acorde al Teorema 12.1 se cumplirá si elegimos an = f (x, y)φn (x, y) dA,
kφn k2 Ω
n = 1, 2, 3, . . . .
Para imponer la segunda necesitamos primero calcular ut (x, y; t)
∞
X p p p p
ut (x, y; t) = φn (x, y) −an c λn sen(c λn t) + bn c λn cos(c λn t) .
n=1
Ahora sı́, la condición inicial u(x, y; 0) = g(x, y) se lee

∞
X p
φn (x, y)bn c λn = g(x, y), (x, y) ∈ Ω,
n=1
ZZ
1 1
que acorde al Teorema 12.1 se cumplirá si elegimos bn = √ g(x, y)φn (x, y) dA,
kφn k2 c λn Ω
n = 1, 2, 3, . . . .
Resumiendo:
∞
X p p
u(x, y; t) = φn (x, y) an cos(c λn t) + bn sen(c λn t) ,
n=1
con
ZZ ZZ
1 n 1 1
an = f (x, y)φ (x, y) dA y bn = √ g(x, y)φn (x, y) dA,
kφn k2 Ω
2
kφn k c λn Ω
n = 1, 2, 3, . . . .
12.3. Problema de autovalores en un rectángulo

Consideremos en esta sección el problema de autovalores que apareció en las secciones
anteriores, pero considerando el dominio concreto y simple Ω = (0, L) × (0, H). Es decir,
consideramos el problema de hallar λ ∈ R y φ(x, y) no trivial que satisfagan
φxx + φyy = −λφ, 0 < x < L, 0 < y < H,

φ(0, y) = 0, 0 < y < H,
φ(L, y) = 0, 0 < y < H, (12.3)
φ(x, 0) = 0, 0 < x < L,
φ(x, H) = 0, 0 < x < L.
196
Recordemos que tanto λ como φ(x, y) son incógnitas de este problema, y dada la
simplicidad de las condiciones de borde, tratemos de encontrar soluciones con φ(x, y) de
variables separables. Es decir, buscamos soluciones de la forma
φ(x, y) = f (x) g(y).
2
Como ∇ φ(x, y) = φxx (x, y)+φyy (x, y) = f ′′ (x)g(y)+f (x)g ′′ (y), resulta que queremos
hallar f (x), g(y) no triviales y λ ∈ R que satisfagan
f ′′ (x)g(y) + f (x)g ′′ (y) = −λf (x)g(y),
es decir,
f ′′ (x) g ′′ (y) f ′′ (x) g ′′ (y)
+ = −λ, =⇒ = −λ − .
f (x) g(y) f (x) g(y)
Los miembros derecho e izquierdo de la última igualdad son funciones de diferentes va-
riables, y por lo tanto, ambos miembros deben ser iguales a una misma constante de
separación que llamaremos −µ. Por otro lado, las condiciones de borde implican que
f (0) = f (L) = 0 y g(0) = g(H) = 0. El problema de hallar autovalores y autofunciones
de variables separables para el rectángulo (0, L) × (0, H) resulta entonces:
Hallar funciones f (x), g(y) y valores λ ∈ R, y µ ∈ R que satisfagan:
f ′′ (x)
= −µ, 0 < x < L, f (0) = f (L) = 0,
f (x)
(12.4)
g ′′ (y)
= −(λ − µ), 0 < y < H, g(0) = g(H) = 0.
g(y)
La ecuación para f (x) resulta

f ′′ (x) = −µf (x), 0 < x < L, f (0) = f (L) = 0,
nπx nπ 2
que tiene solución no trivial f (x) = sen para µ = , n = 1, 2, . . . .
L L
2
Para cada uno de estos valores de µn = nπ L
debemos hallar todos los números λ y
funciones no nulas g(y) tales que
nπ 2
′′
g (y) = − λ − g(y), 0 < y < H, g(0) = g(H) = 0.
L
Este problema es del mismo tipo que el anterior, y tendrá solución no trivial gm (y) =
sen mπy
H
siempre que
nπ 2 mπ 2
λ− = , m = 1, 2, . . . .
L H
Por lo tanto, los valores λ para los que el problema (12.3) tiene solución no trivial φ(x, y) =
f (x)g(y) son los de la forma
nπ 2 mπ 2
λn m = + , n, m = 1, 2, 3, . . . ,
L H
197
y sus correspondientes autofunciones son

nπx mπy
φn m (x, y) = sen sen .
L H
Es fácil ver que


ZZ LH
kφn m k2 =

si k = n y ℓ = m,
φn m (x, y) φk ℓ (x, y) dA = 2 2
Ω 0 en c.o.c.
A diferencia del Teorema 12.1 los autovalores están indexados por dos ı́ndices n y m,
en lugar de uno. Podrı́amos ordenarlos y numerarlos con un solo ı́ndice de ser necesario,
pero esto no hace falta en la práctica, además el orden dependerá de cuánto valgan L y
H. Veamos lo que ocurre en el problema de difusión y en el de ondas.
Difusión en una placa rectangular. Si consideramos el problema (12.1) en Ω =
(0, L) × (0, H), lo visto en la sección anterior nos permite decir que la solución es
∞ X
∞
nπx mπy −k ( nπ 2 2
X h i
L )
+( mπ
H )
t
u(x, y; t) = an m sen sen e
n=1 m=1
L H
con
Z L Z H
4 nπx mπy
an m = f (x, y) sen sen dy dx, n, m = 1, 2, . . . .
LH 0 0 L H
Vibración de una membrana rectangular. Si consideramos el problema (12.2) en

Ω = (0, L) × (0, H), lo visto en la sección anterior nos permite decir que la solución es
∞ X
∞
X nπx mπy
u(x, y; t) = sen sen [an m cos(c ωn m t) + bn m sen(c ωn m t)]
n=1 m=1
L H
√ q
nπ 2 mπ 2
con ωn m = λn m = L
+ H
,
Z L Z H
4 nπx mπy
an m = f (x, y) sen sen dy dx,
LH 0 0 L H
y
Z L Z H
1 4 nπx mπy
bn m = g(x, y) sen sen dy dx,
c ωn m LH 0 0 L H
para n, m = 1, 2, . . . .
198
12.4. Problema de autovalores en el disco. Funciones

de Bessel
12.4.1. El caso general
Consideremos en esta sección el problema de autovalores para el Laplaciano con con-
diciones de borde Dirichlet en el cı́rculo de radio R. Si utilizamos coordenadas polares
(r, θ), el problema resulta: Hallar λ ∈ R y φ(r, θ) no trivial que satisfagan
∂ 2 φ 1 ∂φ 1 ∂ 2φ
+ + = −λφ, 0 < r < R, −π < θ < π,
∂r2 r ∂r r2 ∂θ2
φ(r, −π) = φ(r, π) 0 < r < R,
∂φ ∂φ (12.5)
(r, −π) = (r, π) 0 < r < R,
∂θ ∂θ
φ(R, θ) = 0 −π < θ < π,
|φ(0, θ)| < ∞ −π < θ < π.
Busquemos nuevamente autofunciones de variables separables φ(r, θ) = f (r)g(θ).
Deseamos entonces hallar funciones no triviales f (r), g(θ) y números λ que satisfagan:
1 1
f ′′ (r)g(θ) + f ′ (r)g(θ) + 2 f (r)g ′′ (θ) = −λf (r)g(θ).
r r
r2
Multiplicando por , obtenemos
f (r)g(θ)
r2 f ′′ (r) + rf ′ (r) g ′′ (θ) r2 f ′′ (r) + rf ′ (r) + λr2 f (r) g ′′ (θ)

+ = −λr2 , =⇒ =− .
f (r) g(θ) f (r) g(θ)
Los miembros derecho e izquierdo de la última igualdad son funciones de diferentes

variables, y por lo tanto, ambos miembros deben ser iguales a una misma constante
de separación que llamaremos µ. Por otro lado, las condiciones de borde implican que
|f (0)| < ∞, f (R) = 0, g(−π) = g(π) y g ′ (−π) = g ′ (π). El problema de hallar autovalores
y autofunciones de variables separables para el disco de radio R resulta entonces:
Hallar funciones no nulas f (r), g(θ) y valores λ ∈ R, y µ ∈ R que satisfagan:
r2 f ′′ (x) + rf ′ (x) + λr2 f (r)

= µ, 0 < r < R, |f (0)| < ∞, f (R) = 0,
f (r)
g ′′ (θ)
= −µ, −π < θ < π, g(−π) = g(π) g ′ (−π) = g ′ (π).
g(θ)
Una de estas ecuaciones ya hemos resuelto anteriormente, y es la ecuación para g(θ),

que determina los valores µ = n2 , n = 0, 1, 2, . . . con correspondientes autofunciones
g0 (θ) = 1, gn1 (θ) = cos nθ, gn1 (θ) = sen nθ, n = 1, 2, 3, . . . .
199
Para cada valor de µ = n2 , n = 0, 1, 2, . . . , debemos hallar todos los valores λ ∈ R y

funciones no nulas f (r) tales que
r2 f ′′ (r) + rf ′ (r) + λr2 f (r) = µf (r), 0 < r < R, |f (0)| < ∞, f (R) = 0,
o bien, reemplazando µ por n2 , n = 0, 1, 2, . . . ,
r2 f ′′ (r) + rf ′ (r) + (λr2 − n2 )f (r) = 0, 0 < r < R, |f (0)| < ∞, f (R) = 0. (12.6)
√
Para resolver este problema a valores de borde hacemos
√ el cambio de√variables z = λr
y la identificación F (z) = f (r), o sea F (z) = F ( λr) y f (r) = f (a/ λ), entonces
√
f ′ (r) = fr (r) = Fz (z)zr = F ′ (z) λ, y análogamente f ′′ (r) = λF ′′ (z).
Luego, la ecuación para f (r) se transforma en
z 2 F ′′ (z) + z F ′ (z) + (z 2 − n2 )F (z) = 0, (12.7)
que se conoce como Ecuación Diferencial de Bessel de orden n. Las soluciones de esta
ecuación se llaman funciones de Bessel, y se describen a continuación.
Funciones de Bessel. La ecuación de Bessel de orden n es una ecuación de segundo

grado, y para cada n = 0, 1, 2, . . . tiene dos soluciones linealmente independientes, usual-
mente denotadas por Jn (z) y Yn (z). La función Jn (z) se denomina función de Bessel de
primera especie de orden n, y la función Yn (z) se denomina función de Bessel de segunda
especie de orden n. Hay varias definiciones equivalentes, pero a efectos de conocerlas un
poco escribimos las siguientes, válidas para n = 0, 1, 2, . . . :
Z
1 π
Jn (z) = cos(nt − z sen t) dt,
π 0
Z Z (12.8)
1 π 1 ∞ nt n −nt −z senh t
Yn (z) = sen(z sen t − nt) dt − [e + (−1) e ]e dt.
π 0 π 0
Su definición precisa no es tan importante para este curso, dado que vienen implementadas
en diferentes bibliotecas de software1 . Lo importante es saber algunas de sus propiedades:
(
1, si n = 0,
lı́m+ Jn (z) =
z→0 0, si n = 1, 2, . . . .
lı́m Yn (z) = −∞, n = 0, 1, 2, . . . .

z→0+
lı́m Jn (z) = lı́m Yn (z) = 0, n = 0, 1, 2, . . . .

z→+∞ z→+∞
Jn (z) y Yn (z) son funciones oscilatorias, y oscilan indefinidamente a medida que z

crece (ver Figura 12.1).
200
1 1
J0 Y0
J1 Y1
J2 Y2
0.5 0.5
J3 Y3
0 0
−0.5 −0.5
−1 −1
0 2 4 6 8 10 0 2 4 6 8 10
Figura 12.1: Gráfico de las funciones de Bessel de primera especie Jn (z) (izquierda) y de
segunda especie Yn (z) (derecha) para n = 0, 1, 2, 3.
Teniendo las funciones de Bessel de primera y segunda especie, llegamos a que la

solución general de la ecuación de Bessel de orden n (12.7) es
F (z) = a Jn (z) + b Yn (z), 0 < z < ∞,
con a, b constantes arbitrarias. Luego, la solución general de la ecuación diferencial

en (12.6) es √ √
f (r) = a Jn ( λ r) + b Yn ( λ r).
√
La condición de borde |f (0)| < ∞ implica b = 0 pues lı́m+ Yn ( λ r) = −∞. Luego la
r→0
solución de (12.6) que cumple la condición de borde |f (0)| < ∞ es
√
f (r) = a Jn ( λ r),
y la condición de borde f (R) = 0 se cumplirá (con solución no trivial) siempre que

√
Jn ( λ R) = 0,
√
es decir, siempre que λ R sea un cero de Jn (z). Para escribir lo que sigue más preci-
samente, denotemos con zn m al m-ésimo cero positivo de la función de Bessel Jn , que
acorde a lo que dijimos anteriormente son infinitos (ver Figura 12.2). Entonces para cada
n = 0, 1, 2, . . . existen infinitos autovalores λn m , que son
z 2
nm
λn m = ,
R
con correspondientes autofunciones
zn m
fn m (r) = Jn ( r), m = 1, 2, . . . . (12.9)
R
1
En MATLAB y en Mathematica se llaman besselj y bessely; en wxMaxima se llaman bessel j y
bessel y.
201
1 1
J0 J1
0.5 0.5
z0 4
0 z0 1 z0 2 z0 3 0
z1 1 z1 2 z1 3
−0.5 −0.5
−1 −1
0 2 4 6 8 10 12 0 2 4 6 8 10 12
Figura 12.2: Gráfico de las funciones de Bessel de primera especie J0 (z) (izquierda) y J1 (z)
(derecha) y de los ceros z0 m , z1 m , m = 1, 2, . . . .
1 1
J0 (z01 r) J1 (z11 r)
J0 (z02 r) J1 (z12 r)
J0 (z03 r) J1 (z13 r)
0.5 0.5
0 0
−0.5 −0.5
−1 −1
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Figura 12.3: Gráfico de funciones de Bessel de primera especie escaladas f0 m (r) =

J0 (z0 m r) (izquierda) y f1 m (r) = J1 (z1 m r) (derecha) para m = 1, 2, 3, tomando R = 1.
202
Es importante destacar que fijado el n, las funciones fn m resultan ortogonales con el

peso r sobre el intervalo [0, R], más precisamente (ver Ejercicio 12.5)
Z R
fn m1 (r)fn m2 (r) r dr = 0, si m1 6= m2 . (12.10)
0
Resumiendo, tenemos el siguiente resultado:
Los autovalores y las autofunciones de (12.5) están dados por
n = 0:
z 2 z0 m
0m
λ0 m = , φ 0 m = J0 ( r), m = 1, 2, 3 . . . .
R R
n = 1, 2, 3, . . . :
z 2
nm
λn m = ,
R
zn m
φ1n m (r, θ) = Jn ( r) cos nθ,
R
zn m
φ2n m (r, θ) = Jn ( r) sen nθ, m = 1, 2, 3, . . . ,
R
donde Jn es la función de Bessel de orden n de primera especie, y zn m es el m-ésimo

cero positivo de Jn .
Como consecuencia de la ortogonalidad que ya conocemos de los senos y cosenos, y

la ortogonalidad de las funciones de Bessel (12.10) obtenemos la ortogonalidad de las
autofunciones de (12.5) (ver ejercicio 12.6)
ZZ Z π Z R
φin m φjk ℓ dA = φin m (r, θ)φjk ℓ (r, θ) r dr dθ = 0, si i 6= j ó n 6= k ó m 6= ℓ.
DR −π 0
(12.11)
Difusión en el disco. Si consideramos el problema (12.1) en Ω = DR , lo visto en la

sección anterior nos permite decir que la solución es
∞
X z0 m −( z0Rm )2 kt
u(r, θ; t) = a0 m J 0 ( r)e
m=1
R
∞ X
∞
X zn m zn m 2
+ Jn ( r) (an m cos nθ + bn m sen nθ) e−( R ) kt ,
n=0 m=1
R
203
con RR
f (r, θ)Jn ( z0Rm r) dA
DR
a0 m = RR 2 , m = 1, 2, . . . ,
z0 m
J n ( R
r) dA
RR DR zn m
DR
f (r, θ)J n ( R r) cos nθ dA
an m = RR 2 , n = 1, 2, . . . , m = 1, 2, . . . ,
zn m
DR
J n ( R
r) cos nθ dA
RR
f (r, θ)Jn ( znRm r) sen nθ dA
DR
bn m = RR zn m 2 n = 1, 2, . . . , m = 1, 2, . . . .
DR
Jn ( R r) sen nθ dA
Para simplificar, suele denotarse con λ = (n, m, i) en el conjunto de ı́ndices
Λ = {(0, m, 0) : m = 1, 2, . . . } ∪ {(n, m, i) : n = 1, . . . , m = 1, 2, . . . , i = 1, 2},
y para λ = (n, m, i)

zλ
J0 ( R r),
 si n = 0,
i
φλ (r, θ) = φn m (r, θ) = Jn ( zRλ r) cos nθ, si n > 0 e i = 1,

 zλ
Jn ( R r) sen nθ, si n > 0 e i = 2,
con zλ = zn m .
Luego, la solución del problema de difusión puede escribirse simplificada de la siguiente
manera: X zλ 2
u(r, θ; t) = aλ φλ (r, θ)e−( R ) kt ,
λ∈Λ
con RR
DR
f φλ dA
aλ = RR .
DR
[φλ ]2 dA
Vibración de una membrana circular. Si consideramos el problema (12.2) en Ω =

DR , lo visto en la sección anterior nos permite decir que la solución es
X zλ zλ
u(r, θ; t) = φλ (r, θ) aλ cos( ct) + bλ sen( ct)
λ∈Λ
R R
con RR
D
f φλ dA
aλ = RR R ,
DR
φ2λ dA
y RR
R g φλ dA
bλ = RRDR 2 .
c zλ φ dA
DR λ
12.4.2. El caso con simetrı́a radial

Cuando las funciones dato de las condiciones iniciales tienen simetrı́a radial, f = f (r)
y g = g(r), todas las integrales de los numeradores que definen an m y bn m para n =
204
1, 2, . . . dan cero, y sólo sobreviven los coeficientes con ı́ndice n = 0. Por lo tanto, la
solución de la ecuación de difusión resulta
∞
X z0 m −( z0Rm )2 kt
u(r, t) = a0m J0 ( r)e ,
m=1
R
con RR
f (r)J0 ( z0Rm r) r dr
a0m = R0 R 2 , m = 1, 2, 3, . . . .
z0 m
0
J 0 ( R
r) r dr
Por otro lado, la solución de la ecuación de ondas, bajo la hipótesis de simetrı́a radial,
resulta ∞
X z0 m h z0 m z0 m i
u(r, t) = J0 ( r) a0m cos( ct) + b0m sen( ct) ,
m=1
R R R
con
RR RR
0
f (r)J0 ( z0Rm r) r dr R 0 g(r)J0 ( z0Rm r) r dr
a0m = RR 2 , y b0m = R , m = 1, 2, 3, . . . .
J 0 ( z0 m
r) r dr cz0 m R J0 ( z0 m r) 2 r dr
0 R 0 R
12.5. Ecuación de Laplace en un cilindro circular.
Funciones de Bessel modificadas
2
Como ya hemos visto, la ecuación de Laplace ∇ u = 0 modela el estado estacionario
de la ecuación de difusión en ausencia de términos fuente. Hemos resuelto la ecuación de
Laplace en un rectángulo y en un cı́rculo. La ecuación de Laplace en un prisma rectangular
también puede resolverse por el método de separación de variables (ver Ejercicio 12.7).
Como puede verse en los ejercicios al final del capı́tulo, las tres variables independientes
dan dos problemas de autovalores con soluciones oscilatorias, y el restante problema tiene
soluciones no-oscilatorias.
Un problema más desafiante presenta la ecuación de Laplace en un cilindro de radio
R y altura H. Utilizando las coordenadas cilı́ndricas
x = r cos θ, y = r sen θ, z = z,
el dominio tridimensional Ω se describe por
Ω : 0 ≤ r < R, −π ≤ θ ≤ π, 0 < z < H,
y la ecuación de Laplace es:

∂ 2 u 1 ∂u 1 ∂ 2u ∂ 2u
+ + + 2 = 0, u = u(r, θ, z).
∂r2 r ∂r r2 ∂θ2 ∂z
Para fijar ideas imponemos condiciones de borde de tipo Dirichlet, en las tres caras del
cilindro:
(cara plana inferior) u(r, θ, 0) = α(r, θ), 0 < r < R, −π < θ < π,
(cara plana superior) u(r, θ, H) = β(r, θ), 0 < r < R, −π < θ < π,
(cara curva lateral) u(R, θ, z) = γ(θ, z), −π < θ < π, 0 < z < H.
205
En la frontera artificial θ = −π, θ = π tenemos las condiciones de borde periódicas ya

vistas:
u(r, −π, z) = u(r, π, z), uθ (r, −π, z) = uθ (r, π, z), 0 < r < R, 0 < z < H. (12.12)
Nos encontramos frente a tres condiciones de borde no homogéneas. Como antes, podemos
dividir este problema en tres subproblemas, cada uno de los cuales involucra resolver
la ecuación de Laplace, pero tiene condición de borde no-homogénea en una cara, y
homogénea en las otras dos. Más precisamente,
u = u 1 + u 2 + u3 ,
con
 2  2  2

 ∇ u1 = 0 
 ∇ u2 = 0 
 ∇ u3 = 0

 
 

u1 (r, θ, 0) = α(r, θ), u2 (r, θ, 0) = 0, u3 (r, θ, 0) = 0,


 u1 (r, θ, H) = 0, 

 u2 (r, θ, H) = β(r, θ), 

 u3 (r, θ, H) = 0,
  
u1 (R, θ, z) = 0, u2 (R, θ, z) = 0, u3 (R, θ, z) = γ(θ, z),
además de las condiciones de periodicidad (12.12).
A continuación, comenzamos a resolver por el método de separación de variables una
sola vez, y luego tratamos los diferentes casos individualmente.
2
Separación de variables. Buscamos soluciones de la ecuación de Laplace ∇ u = 0 de
la forma u(r, θ, z) = f (r)g(θ)h(z). Entonces f (r), g(θ) y h(z) deben satisfacer
1 1
f ′′ (r)g(θ)h(z) + f ′ (r)g(θ)h(z) + 2 f (r)g ′′ (θ)h(z) + f (r)g(θ)h′′ (z) = 0.
r r
Dividiendo por f (r)g(θ)h(z) obtenemos
f ′′ (r) f ′ (r) g ′′ (θ) h′′ (z)

+ + 2 + = 0.
f (r) r f (r) r g(θ) h(z)
La suma de los tres primeros términos depende de las variables r, θ y el cuarto término
depende sólo de z, por lo que concluimos que para alguna constante de separación λ,
h′′ (z) f ′′ (r) f ′ (r) g ′′ (θ)

= λ, + + 2 = −λ.
h(z) f (r) r f (r) r g(θ)
Multiplicando la segunda de estas ecuaciones por r2 obtenemos que
r2 f ′′ (r) r f ′ (r) g ′′ (θ)

+ + λr2 = − ,
f (r) f (r) g(θ)
que a su vez implica que
r2 f ′′ (r) r f ′ (r) g ′′ (θ)

+ + λr2 = µ, − = µ.
f (r) f (r) g(θ)
206
Las condiciones de borde periódicas (12.12) deben cumplirse en los tres casos, y se tra-
ducen en g(−π) = g(π), g ′ (−π) = g ′ (π). Esto implica que los autovalores µ son n2 ,
n = 0, 1, 2, . . . , con autofunciones:
n=0 g(θ) = 1,
N = 1, 2, 3 . . . , g(θ) = cos nθ, sen nθ.
Para cada n = 0, 1, 2, 3 . . . deberemos hallar los valores de λ para los cuales las siguientes
funciones tienen solución no trivial, y satisfacen las CB correspondientes (en cada caso):
h′′ (z)
= λ, r2 f ′′ (r) + r f ′ (r) + (λr2 − n2 )f (r) = 0.
h(z)
Para saber cuál de estas dos ecuaciones determina los autovalores λ, hace falta considerar
las condiciones de borde homogéneas. Éstas dependen de si estamos buscando u1 , u2 ó u3 .
Valor prescripto en la cara plana inferior z = 0. Consideremos el problema
2
∇ u1 = 0
u1 (r, θ, 0) = α(r, θ),
u1 (r, θ, H) = 0,
u1 (R, θ, z) = 0.
La condición de borde u1 (r, θ, H) = 0 en la cara plana superior z = H implica
h(H) = 0,
y la condición de borde u1 (R, θ, 0) = 0 en la cara curva lateral r = R implica
f (R) = 0.
Una condición de borde que debemos considerar se debe a la singularidad creada por
el cambio de variables en r = 0, que como en el caso de coordenadas polares debemos
imponer
|f (0)| < ∞.
Los autovalores λ estarán determinados por el problema que tiene dos condiciones de
borde homogéneas, que en este caso es el siguiente:
r2 f ′′ (r) + r f ′ (r) + (λr2 − n2 )f (r) = 0, 0 < r < R, |f (0)| < ∞, f (R) = 0.
Las autofunciones de este problema están dadas por las funciones de Bessel de primera
especie, y resultan, para cada n = 0, 1, 2, . . . , las funciones (ver Figuras 12.2–12.3)
zn m
fn m (r) = Jn ( r), donde zn m es el m-ésimo cero positivo de Jn , m = 1, 2, 3 . . . ,
R
2
y los autovalores son λn m = znRm . Ahora, para estos valores de λn m debemos ha-
2
llar las funciones h(z) correspondientes. Como λn m = znRm > 0 resulta que h(z) =
207
zn m zn m
C1 cosh z + C2 senh z. Para imponer la condición inicial conviene trasladar las
R R
funciones en H, escribiendo
zn m zn m
h(z) = C1 cosh (z − H) + C2 senh (z − H).
R R
zn m
Ası́ h(H) = 0 implica C1 = 0 y luego h(z) = C2 senh (z − H).
R
Resumiendo, las soluciones de variables separables que cumplen las mismas condicio-
nes de borde homogéneas que u1 son:
z0 m
n = 0, a0 m f0 m (r) senh( (z − H)), m = 1, 2, . . . ,
R
zn m
n = 1, 2, . . . , fn m (r) senh( (z − H)) (an m cos nθ + bn m sen nθ) , m = 1, 2, . . . ,
R
y una solución más general se obtiene sumándolas:
∞
X z0 m
u1 (r, θ, z) = a0 m f0 m (r) senh (z − H)
m=1
R
∞ X
∞
X zn m
+ fn m (r) senh (z − H) (an m cos nθ + bn m sen nθ) .
n=1 m=1
R
Al imponer la condición de borde u1 (r, θ, 0) = α(r, θ) se requiere que

∞
X z0 m
α(r, θ) = a0 m f0 m (r) senh (−H)
m=1
R
∞ X
∞
X zn m
+ fn m (r) senh (−H) (an m cos nθ + bn m sen nθ) ,
n=1 m=1
R
y acorde a lo visto en la sección anterior esto se logra eligiendo

RR
DR
α(r, θ)f0, m (r) dA
a0 m = RR 2 , m = 1, 2, . . . ,
− senh z0Rm H DR
f 0, m (r) dA
RR
DR
α(r, θ)fn m (r) cos nθ dA
an m = RR 2 , n = 1, 2, . . . , m = 1, 2, . . . ,
− senh znRm H DR
f nm (r) cos nθ dA
RR
DR
α(r, θ)fn m (r) sen nθ dA
bn m = RR 2 , n = 1, 2, . . . , m = 1, 2, . . . .
− senh znRm H DR
fn m (r) sen nθ dA
ZZ Z R Z π
Usando que v(r, θ) dA = v(r, θ)r dθ dr y que además
DR 0 −π
Z π Z π
2
cos nθ dθ = sen2 nθ dθ = π, n = 1, 2, . . .
−π −π
208
obtenemos las fórmulas más precisas siguientes

Rπ RR
−π 0
α(r, θ)f0, m (r) r dr dθ
a0 m = − RR 2 , m = 1, 2, . . . ,
2π senh z0Rm H 0 f0, m (r) r dr
Rπ RR
α(r, θ)fn m (r) cos nθ r dr dθ
an m = − −π 0 RR 2 , n = 1, 2, . . . , m = 1, 2, . . . ,
π senh znRm H 0 fn m (r) r dr
Rπ RR
α(r, θ)fn m (r) sen nθ r dr dθ
bn m = − −π 0 RR 2 , n = 1, 2, . . . , m = 1, 2, . . . .
π senh znRm H 0 fn m (r) r dr
Valor prescripto en la cara plana superior z = H. El cálculo de u2 , solución de

2
∇ u2 = 0
u2 (r, θ, 0) = 0,
u2 (r, θ, H) = β(r, θ),
u2 (R, θ, z) = 0,
es similar al de u1 y se deja como ejercicio (ver Ejercicio 12.9).
Valor prescripto en la cara lateral r = R. Consideremos ahora el problema para u3 :

2
∇ u3 = 0
u3 (r, θ, 0) = 0,
u3 (r, θ, H) = 0,
u3 (R, θ, z) = γ(θ, z).
Las condiciones de borde homogéneas implican que los autovalores λ estarán determinados
por el problema
h′′ (z) = λh(z), 0 < z < H, h(0) = 0, h(H) = 0.
Ya tenemos experiencia con este problema de autovalores y sabemos que las soluciones
son: mπ 2 mπz
λ=− , h(z) = sen , m = 1, 2, 3, . . . .
H H
Ahora bien, para cada n = 0, 1, 2, . . . , y m = 1, 2, 3 . . . debemos resolver la siguiente
ecuación para f (r):

2 ′′ ′ mπ 2 2 2
r f (r) + r f (r) + − r − n f (r) = 0, 0 < r < R, |f (0)| < ∞. (12.13)
H
mπ
Para resolver este problema hacemos el cambio de variables w = r y la identificación
H
F (w) = f (r), entonces:

w2 F ′′ (w) + wF ′ (w) + −w2 − n2 F (w) = 0, (12.14)
que es similar a (12.7), pero con un signo cambiado. Esta ecuación (12.14) se llama
ecuación de Bessel modificada de orden n y los pares de soluciones canónicas se llaman
funciones de Bessel modificadas y se describen a continuación.
209
Funciones de Bessel modificadas. La ecuación de Bessel modificada de orden n

presentada en (12.14) es una ecuación de segundo grado, y para cada n = 0, 1, 2, . . . tiene
dos soluciones linealmente independientes denotadas por In (w) y Kn (w). La función In (w)
se denomina función de Bessel modificada de orden n de primera especie, y la función
Kn (w) se denomina función de Bessel modificada de orden n de segunda especie. Su
definición precisa no es necesaria en este contexto, dado que vienen implementadas en
diferentes bibliotecas de software2 . Lo importante es saber algunas de sus propiedades:
(
1, si n = 0,
lı́m+ In (w) =
w→0 0, si n = 1, 2, . . . .
lı́m Kn (w) = ∞, n = 0, 1, 2, . . . .
w→0+
lı́m In (w) = +∞, n = 0, 1, 2, . . . .

w→+∞
lı́m Kn (z) = 0, n = 0, 1, 2, . . . .
w→+∞
In (w) y Kn (w) son funciones que no oscilan y más aún, son positivas para todo
w > 0; ver Figura 12.4.
10 10
I0 K0
I1 K1
8 I2 8 K2
I3 K3
6 6
4 4
2 2
0 0
0 2 4 6 8 10 0 2 4 6 8 10
Figura 12.4: Gráfico de las funciones de Bessel modificadas de primera especie In (w)
(izquierda) y de segunda especie Kn (w) (derecha) para n = 0, 1, 2, 3.
Teniendo las funciones de Bessel modificadas de primera y segunda especie, llegamos

a que la solución general de la ecuación de Bessel modificada de orden n (12.14) es
F (w) = aIn (w) + bKn (w), 0 < w < ∞,
con a, b constantes arbitrarias. Luego, la solución general de la ecuación diferencial

en (12.13) es
mπ mπ
f (r) = a In ( r) + b Kn ( r).
H H
2
En MATLAB y en Mathematica se llaman besseli y besselk; en wxMaxima se llaman bessel i y
bessel k.
210
mπ
La condición de borde |f (0)| < ∞ implica b = 0 pues lı́m+ Kn ( r) = +∞. Luego la
r→0 H
solución de (12.13) que cumple la condición de borde |f (0)| < ∞ es
mπ
f (r) = a In ( r).
H
Resumiendo, las soluciones de variables separables que cumplen las mismas condicio-
nes de borde homogéneas que u3 son:
mπ mπz
n = 0, a0 m I 0 ( r) sen , m = 1, 2, . . . ,
H H
mπ mπz
n = 1, 2, . . . , In ( r) sen (an m cos nθ + bn m sen nθ) , m = 1, 2, . . . ,
H H
y una solución más general se obtiene sumándolas:
∞
X mπ mπz
u3 (r, θ, z) = a0 m I 0 ( r) sen
m=1
H H
∞ X
∞
X mπ mπz
+ In ( r) sen (an m cos nθ + bn m sen nθ) .
n=1 m=1
H H
Al imponer la condición de borde u3 (R, θ, z) = γ(θ, z) se requiere que

∞
X mπ mπz
γ(θ, z) = a0 m I 0 ( R) sen
m=1
H H
∞ X
∞ (12.15)
X mπ mπz
+ In ( R) sen (an m cos nθ + bn m sen nθ) .
n=1 m=1
H H
Si llamamos CR a la pared curva lateral del cilindro, resulta la siguiente propiedad de

ortogonalidad (ver ejercicio 12.8):
ZZ
mπz kπz
sen cos nθ sen cos ℓθ dA = 0 si m =6 k ó n 6= ℓ,
CR H H
ZZ (12.16)
mπz kπz
sen sen nθ sen sen ℓθ dA = 0 si m 6= k ó n 6= ℓ,
CR H H
para m, k = 1, 2, . . . y n, ℓ = 0, 1, 2, . . . . Por lo tanto, la condición de borde (12.15) se

logra eligiendo:
RR
CR
γ(θ, z) sen mπzH
dA
a0 m = RR , m = 1, 2, . . . ,
mπz 2
I0 ( mπ
H
R) CR
sen H
dA
RR mπz
CR
γ(θ, z) sen H
cos nθ dA
an m = RR 2 , n = 1, 2, . . . , m = 1, 2, . . . ,
In mπ H
R CR
sen mπz
H
cos nθ dA
RR mπz
CR
γ(θ, z) sen H
sen nθ dA
bn m = RR 2 , n = 1, 2, . . . , m = 1, 2, . . . .
In mπ H
R CR
sen mπz
H
sen nθ dA
211
ZZ Z π Z H
Usando que v(θ, z) dA = v(θ, z) R dz dθ, y que entonces
CR −π 0
ZZ h Z π Z H
mπz i2 mπz H
sen dA = R dθ sen2 dz = R2π = RπH,
CR H −π 0 H 2
ZZ Z π Z H
mπz 2 mπz RπH
sen cos nθ dA = R cos2 nθ dθ sen2 dz = ,
CR H −π 0 H 2
ZZ Z π Z H
mπz 2 2 mπz RπH
sen sen nθ dA = sen nθ dθ sen2 dz = ,
CR H −π 0 H 2
obtenemos las fórmulas más precisas siguientes

Rπ RH
−π 0
γ(θ, z) sen mπz
H
dz dθ
a0 m = mπ , m = 1, 2, . . . ,
I0 ( H R)πH
Rπ RH
2 −π 0 γ(θ, z) sen mπzH
cos nθ dz dθ
an m = , n = 1, 2, . . . , m = 1, 2, . . . ,
In mπ
H
R πH
Rπ RH
2 −π 0 γ(θ, z) sen mπz sen nθ dz dθ
bn m = mπ
H , n = 1, 2, . . . , m = 1, 2, . . . .
In H R πH
12.6. Ejercicios
12.1. Consideremos una membrana vibrante de forma genérica Ω levemente amortiguada
que satisface
ρ utt = T0 (uxx + uyy ) − βut , (x, y) ∈ Ω, t > 0,

u = 0, (x, y) ∈ ∂Ω, t > 0,
u(x, y, 0) = f (x, y), (x, y) ∈ Ω,
ut (x, y, 0) = 0, (x, y) ∈ Ω.
√
Hallar la solución (separando sólo la variable tiempo) suponiendo 0 < β < 2 ρT0 λ1 ,
con λ1 el primer autovalor del Laplaciano en Ω. Dicha solución debe quedar expresada
en términos de las funciones φn (x, y) aludidas en el Teorema 12.1.
nπx mπy
12.2. Demostrar que para φn m (x, y) = sen sen , y Ω = (0, L)×(0, H) se cumple
L H
que 
ZZ L H
si k = n y ℓ = m,
φn m (x, y) φk ℓ (x, y) dA = 2 2
Ω  0 en c.o.c.,
si n, m, j, ℓ ∈ N.
12.3. Decir cuáles son los primeros 6 autovalores del Laplaciano y sus correspondientes
autofunciones en Ω = (0, π) × (0, 2π) (L = π, H = 2π). Notar que algunos autovalores
se repiten con autofunciones ortogonales. Decir cuáles son las 6 frecuencias principales
de vibración de una membrana elástica (con T0 = 2 y ρ = 1) que ocupa el rectángulo
Ω = (0, π) × (0, 2π).
212
12.4. Decir cuáles son (aproximadamente) los primeros 6 autovalores del Laplaciano y sus
correspondientes autofunciones en Ω = D1 es decir, el disco de radio 1. Notar que algunos
autovalores se repiten con autofunciones ortogonales. Decir cuáles son las 6 frecuencias
principales de vibración de una membrana elástica (con T0 = 2 y ρ = 1) que ocupa el disco
unitario Ω = D1 . Para este ejercicio deberá hallar de manera aproximada el valor de los
ceros de las primeras funciones de Bessel de primera especie. Puede hacerlo, por ejemplo,
mediante la aplicación de zoom en los gráficos de las funciones de Bessel, o buscando en
alguna tabla. Puede resultarle útil saber que zn1 1 < zn2 1 siempre que n1 < n2 .
zn m
* 12.5. Demostrar que si n = 0, 1, 2, . . . , m = 1, 2, . . . y fn m (r) = Jn ( r) entonces
R
vale (12.10), es decir
Z R
fn m1 (r)fn m2 (r) r dr = 0, si m1 6= m2 .
0
2
Ayuda: Usar que r2 fn′′ m (r) + rfn′ m (r) + (λn m r2 − n2 )fn m = 0, para λn m = znRm , y demostrar
que
n2
′
λn m fn m (r)r = fn m (r) − rfn′ m (r) .
r
Multiplicar esta igualdad para m = m1 por fn m2 , integrar por partes dos veces, usar la condición
de borde fn m (R) = 0 para arribar a
Z R Z R
λn m 1 fn m1 (r)fn m2 (r) r dr = λn m2 fn m1 (r)fn m2 (r) r dr.
0 0
12.6. Demostrar la propiedad de ortogonalidad (12.11). (Ayuda: usar la propiedad de

ortogonalidad (12.10)).
2
12.7. Hallar la solución de la ecuación de Laplace ∇ u = 0 en el prisma (0, L) × (0, H) ×
(0, W ) con las siguientes condiciones de borde:
(a)
u(x, y, 0) = 0, u(x, y, W ) = 0, 0 < x < L, 0 < y < H,
u(x, 0, z) = f (x, z), u(x, H, z) = 0, 0 < x < L, 0 < z < W,
u(0, y, z) = 0, u(L, y, z) = 0 0 < y < H, 0 < z < W.
(b)
u(x, y, 0) = 0, u(x, y, W ) = 0, 0 < x < L, 0 < y < H,
uy (x, 0, z) = 0, uy (x, H, z) = 0, 0 < x < L, 0 < z < W,
u(0, y, z) = 0, u(L, y, z) = f (y, z) 0 < y < H, 0 < z < W.
(c) ¿Cómo resulta la solución del item anterior si f (y, z) sólo depende de z, es decir
f (y, z) = f (z)?
12.8. Demostrar la propiedad de ortogonalidad (12.16).

2
12.9. Calcular la solución de la ecuación de Laplace ∇ u en el cilindro de radio R y
altura H con las siguientes condiciones de borde:
213
(a)
u(r, θ, 0) = 0, 0 < r < R, −π < θ < π,
u(r, θ, H) = β(r, θ), 0 < r < R, −π < θ < π,
u(R, θ, z) = 0, −π < θ < π, 0 < z < H.
(b) (Notar que las condiciones de borde son de tipo Neumann sobre las caras planas)
uz (r, θ, 0) = 0, 0 < r < R, −π < θ < π,

uz (r, θ, H) = 0, 0 < r < R, −π < θ < π,
u(R, θ, z) = f (θ, z), −π < θ < π, 0 < z < H.
(c) ¿Cómo resulta la solución del ı́tem anterior si f (θ, z) sólo depende de θ, es decir
f (θ, z) = f (θ)? ¿Qué relación guarda con la solución del problema de Laplace en el
disco?
214

Ecuaciones en Derivadas Parciales - Universidad Nacional Del Litoral PDF

Cargado por

Copyright:

Formatos disponibles

Ecuaciones en Derivadas Parciales - Universidad Nacional Del Litoral PDF

Cargado por

Información del documento

Título 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

Ecuaciones en Derivadas Parciales - Universidad Nacional Del Litoral PDF

Cargado por

Copyright:

Formatos disponibles

www.elsolucionario.

Santa Fe, marzo de 2012

1. La integral como un promedio 6

2. Integrales de lı́nea y de superficie 17

3. Algunos resultados del Cálculo Vectorial 22

4. Coordenadas Generalizadas en el Espacio 33

5. Leyes de conservación. Ecuaciones constitutivas 44

5.6. Otras relaciones constitutivas . . . . . . . . . . . . . . . . . . . . . . . . 51

6. Ecuaciones Diferenciales. Una breve introducción 58

7. EDPs de primer orden 74

8. La ecuación de difusión unidimensional 100

9. Series de Fourier 141

9.3.2. Convergencia uniforme . . . . . . . . . . . . . . . . . . . . . . . . 159

10.La ecuación de Laplace 169

11.La ecuación de Ondas en una dimensión 185

La integral como un promedio

1.1. Desplazamiento y velocidad

Es decir, la integral de la velocidad (entre a y b) es la distancia recorrida (entre los

1.2. Masa y densidad

es decir, la densidad de un punto es el lı́mite de las densidades de regiones que se

1.3. Valor medio en R

mı́n f ≤ f (x) ≤ máx f, para todo x ∈ [a, b].

Más precisamente, si m denota el mı́nimo valor que toma f en [a, b] y M el máximo,

Es decir, el valor f es el valor de la función constante cuya integral es igual a la integral

M El área bajo el gráfico de f es

Por lo tanto, el valor de f hace

De manera similar, se puede concluir lo siguiente:

Teorema 1.2. Si f es una función continua en x = x0 e {In }∞ n=1 es una sucesión

1.4. Valor medio en R2 y R3

De ahora en adelante utilizaremos la notación siguiente:

dvol: diferencial de volumen;

dA: diferencial de área en el plano R2 ;

dσ: diferencial de área de superficie en R3 ;

ds: diferencial de longitud de arco de curva en R2 o en R3 .

Si consideramos el rectángulo R = [a, b] × [c, d] = {(x, y) ∈ R2 : a ≤ x ≤ b, c ≤ y ≤

Si consideramos el prisma R = [a, b] × [c, d] × [e, f ] = {(x, y, z) ∈ R3 : a ≤ x ≤

Si C(x, r) denota la circunferencia de centro x y radio r en R2 (borde del disco

Si S(x, r) denota la superficie esférica de centro x y radio r en R3 (cáscara o borde

Haciendo el mismo razonamiento de antes, se cumple que si f es una función continua

Teorema 1.3. Si f es una función definida en R3 y es continua en x = x0 , entonces

Observación 1.4. Este teorema justifica ahora la definición de densidad puntual y la

Ejemplo 1.6. Consideremos la función f (x, y, z) = x2 + y 2 + z 2 , calcular el siguiente

Ejemplo 1.8. Consideremos la función f (x, y, z) = x2 + y 2 + z 2 , calcular el siguiente

Demostración. Sea x0 un punto de la región Ω. Entonces

Demostración. Sea x0 un punto de la región Ω, y denotemos con Qh al cubo con centro

1.6. Valor medio generalizado

Observemos que por un cambio de variables resulta

y por lo tanto también

En la Figura 1.1 (izquierda) se muestran algunas funciones χh (x). Observamos que a

(b) Cuadrado [0, 1] × [0, 1] de R2 .

(c) Cubo [0, 1] × [0, 1] × [0, 1] de R3 .

1.4. Calcular los siguientes lı́mites:

φ(x) = φx0 ,r (x) = (r − |x − x0 |)+ = máx{0, r − |x − x0 |}, con B(x0 , 2r) ⊂ Ω,

entonces f ≡ 0 en Ω. Graficar algunas funciones φ de esa forma para ayudarse a entender.

ρ(x) > 0 para todo x ∈ Rd con |x| < 1,

C0∞ (Ω) denota el espacio de las funciones infinitamente diferenciables en Ω que

El soporte de una función continua es la clausura del conjunto de puntos donde no

Ayuda: la función ρ del ejercicio anterior es C0∞ (Rd ), trasladándola y encogiéndola

Integrales de lı́nea y de superficie