Apunte Ecuaciones UNGS 1s 2021

ECUACIONES DIFERENCIALES - UNGS - 2020
1
1 Clase 1
1.1 INTRODUCCION
Introducción general, ejemplos de la fı́sica y otras ciencias.
Forma general y 0 = F (x, y).
Condiciones iniciales.
Metateorema.
1.2 Ecuaciones de variables separadas

Una ecuación se llama de variables separadas si puede escribirse (luego de manipulaciones alge-
braicas) de la forma
y 0 = A(x)B(y). (1)
Para este tipo de ecuaciones podemos intentar un método para calcular las soluciones. Vamos
dy
a presentarlo de un modo informal: escribimos y = dx , usando la notación alternativa de la
derivada, como fracción (no es una fracción, es solo un modo de escribir). Pero separamos las
dy
variables, tratando a dx como si fuera una fracción, despejamos de la ecuación (1); a la izquierda
dejamos las expresiones con variable y, a la derecha las expresiones con x:
1
dy = A(x)dx.
B(y)
Integramos ambos lados Z Z
1
dy = A(x)dx.
B(y)
Si podemos calcular estas integrales, nos queda a la izquierda una expresión con y, a la derecha
otra expresión con x, más constante (no hace falta poner constantes de los dos lados). El
último paso, consiste en despejar y en función de x: las soluciones.
Ejemplos 1.1. Hallemos las soluciones de:

1. y 0 = −3y. Podemos expresarla del modo y 0 = (−3).y, es decir A(x) = −3 (constante),
B(y) = y, según la descripción genérica (1). Entonces:
Z Z
1 1
dy = −3dx =⇒ dy = −3dx.
y y
Integramos, y luego despejamos y:
ln(|y|) = −3x + c =⇒ |y| = e−3x+c = e−3x ec .
Si llamamos k = ec (que es una constante arbitraria positiva), queda |y| = ke−3x . Podemos
despejar y: y = ±ke−3x para k una constante positiva, o, lo que es lo mismo, y = ke−3x ,
dejando que k sea positiva o negativa. Observen que si ponemos k = 0, quedarı́a y = 0.
Podemos chequear si esta función y = 0 es solución, reemplazando esta función en ambos
lados de la ecuación y 0 = −3y: A la izquierda queda y 0 = (0)0 = 0; a la derecha queda
−3y = −3(0) = 0. Se cumple la ecuación: y = 0 también es solución (no detectada por
nuestro método. Por qué?). Resumiendo, las soluciones encontradas son
y = ke−3x , k ∈ R.
2
2x + 1
2. y 0 = . Separamos las variables:
3y 2
Z Z
dy 2x + 1
= =⇒ 3y 2 dy = (2x + 1)dx =⇒ 3y 2 dy = (2x + 1)dx.
dx 3y 2
Queda y 3 = x2 + x + c, despejamos y = (x2 + x + c)1/3 .
Observación 1.2. En cada unos de estos ejemplos, observamos que se obtienen infinitas solu-
ciones, dependientes de una constante (k o c en los ejemplos). Esta es una situación usual.
Ejercicio 1.3. Comprobar que las funciones encontradas en los ejemplos 1.1.1 y 1.1.2, en efecto
son soluciones de las correspondientes ecuaciones.
Ejemplo 1.4. Resolvemos el siquiente problema

0
y = −3y
y(0) = −2
Primero resolvemos la ecuación propiamente dicha, es decir y 0 = −3y. Esto ya lo hicimos en el

Ejemplo 1.1.1: queda y = ke−3x , para k ∈ R. Ahora le imponemos a esta solución general, la
condición inicial y(0) = −2:
−2 = y(0) = ke−3.0 , es decir: k = −2.
Entonces la única solución del problema es y = −2e−3x .
1.3 Ecuaciones de primer orden

Llamamos ecuaciones lineales de primer orden a ecuaciones que pueden llevarse a la siguiente
forma:
y 0 + a(x)y = b(x). (2)
Se puede obtener una fórmula para descibir las soluciones de esta ecuación. Antes de presentar
esta fórmula, vamos a describir un procedimiento para llegar a las soluciones. De hecho, este
procedimiento conduce a aquella fórmula. El procedimiento consiste en varios pasos:
1. Consideramos primero la ecuación
y 0 + a(x)y = 0
llamada ecuación homogénea asociada a la ecuación (2). Noten que es una ecuación de
variables separadas:
Z Z
0 dy 1 1
y = −a(x)y =⇒ = −a(x)y =⇒ dy = −a(x)dx =⇒ dy = −a(x)dx.
dx y y
R
Queda ln(|y|) = − a(x)dx. Buscamos en este paso una solución (que no sea 0, no nos
interesan en este paso todas las soluciones); la llamamos u:
R
u = e− a(x)dx
.
3
2. Buscamos ahora las soluciones de la ecuación (2), que sean de la forma
y = uv.
Ahora la incógnita serı́a v. Reemplazamos y = uv en la ecuación (2):
(uv)0 + a(x)uv = b(x). (3)
Noten que (uv)0 + a(x)uv = u0 v + uv 0 + a(x)uv = (−a(x)u)v + uv 0 + a(x)uv = a(x)uv.

Entonces (3) queda uv 0 = b(x), y reemplazando la u encontrada en el primer paso, queda
R R Z R
− a(x)dx 0 0 a(x)dx
e v = b(x) =⇒ v = e b(x) =⇒ v = e a(x)dx b(x)dx + c
Entonces podemos armar las soluciones:

R Z R
y = uv = e− a(x)dx
{ e a(x)dx
b(x)dx + c}.
Veamos un ejemplo:
Ejemplo 1.5. Hallar las soluciones de y 0 + cos(x)y = cos(x). Seguimos los pasos:
1. La ecuación homogénea es y 0 + cos(x)y = 0, que ya sabemos que es de variables separadas:

Z Z
dy 1 1
y 0 = −cos(x)y =⇒ = −cos(x)y =⇒ dy = −cos(x)dx =⇒ dy = −cos(x)dx.
dx y y
R
−cos(x)dx
Queda u = e = esen(x) .
2. Ponemos y = uv, al reemplazar en la ecuación no homogénea, queda (Ejercicio):

Z
v 0 esen(x) = cos(x) =⇒ v 0 = e−sen(x) cos(x) =⇒ v = e−sen(x) cos(x)dx.
e−t dt = −e−t + c =
R
Usamos la sustitución t = sen(x), dt = cos(x)dx, y entonces v =
e−sen(x) + c. Armamos entonces las soluciones:
y = uv = esen(x) {e−sen(x) + c} = 1 + cesen(x) .
Ejercicio 1.6. Hallar la única solución del problema

0
y + cos(x)y = cos(x)
y(π/2) = −3
4
2 Clase 2
2.1 Ecuaciones exactas
Hay otra forma que pueden tomar las ecuaciones diferenciales:
M (x, y)dx + N (x, y)dy = 0. (4)
Un despeje sencillo permite ver que esta expresión es en efecto una ecuación diferencial:
dy M (x, y) M (x, y)
M (x, y)dx + N (x, y)dy = 0 =⇒ =− =⇒ y 0 = − ,
dx N (x, y) N (x, y)
es decir, una ecuación diferencial con la forma que venı́amos viendo.

Una ecuación que venga presentada como en (4), se denomina exacta si las expresiones que
aparecen en la ecuación satisfacen
∂N ∂M
= o, usando la expresión abreviada: Nx = My . (5)
∂x ∂y
Esta condición de exactitud, Nx = My , ha aparecido antes: cuando estudiaron campos conser-
vativos. Especı́ficamente, un campo vectorial (M, N ) que satisface Nx = My (definido en un
dominio de R2 adecuado, no entraremos aquı́ en este detalle), admite lo que se demomina un
potencial. Esto es, existe una función ϕ = ϕ(x, y) de dos variables, que cumple

ϕx = M (x, y)
ϕy = N (x, y)
Entonces, las soluciones y = y(x) de la ecuación exacta (4)) se despejan de la ecaución implı́cita
ϕ(x, y) = k.
Vemos un ejemplo:
Ejemplo 2.1. Hallar las soluciones de
(2xy 3 − ex )dx + 3y 2 (x2 + 1)dy = 0.
En este caso M (x, y) = 2xy 3 − ex , N (x, y) = 3y 2 (x2 + 1). Vemos si es exacta:
Nx = 3y 2 2x , My = 2x3y 2 .
Coinciden, es exacta. Buscamos ϕ tal que
ϕx = 2xy 3 − ex

.
ϕy = 3y 2 (x2 + 1)
Tomamos alguna de las dos ecuaciones, por ejemplo la segunda:

Z Z
ϕy = 3y (x + 1) =⇒ ϕ = 3y (x + 1)dy = (x + 1) 3y 2 dy = (x2 + 1)y 3 + c(x).
2 2 2 2 2
5
Aquı́ hay un detalle importante: como la integral indefinida fue calculada respecto de la variable
y (es decir, x se toma como constante - por eso pudimos sacar el factor (x2 + 1) fuera de la
integral), la constante que acompaña el cálculo de la primitiva puede llevar la variable x, por
eso ponemos c(x). Ahora tomamos esta expresión ϕ = (x2 + 1)y 3 + c(x), y la reemplazamos en
la ecuación que todavı́a no usamos, la primera. Reemplazamos en esta:
2xy 3 + c0 (x) = ϕx = 2xy 3 − ex =⇒ c0 (x) = −ex =⇒ c(x) = −ex + k.
Elegimos una solución, porque nos basta encontrar una sola ϕ. Por ejemplo (k = 0): ϕ =
(x2 + 1)y 3 − ex . Entonces las soluciones de la ecaución que nos interesa (la del comienzo del
ejemplo) se despejan de la ecuación implı́cita ϕ(x, y) = k. En este caso:
1/3
k + ex

2 3 x
(x + 1)y − e = k =⇒ y = .
x2 + 1
Si hubiera además una condición inicial, se despeja k como en ejemplos anteriores, dando
lugar a una solución única.
2.1.1 Factores integrantes

Hay ejemplos de ecuaciones del tipo M (x, y)dx + N (x, y)dy = 0 que no son exactas, pero que
pueden volverse exactas con una ligera modificación, multiplicándolas por un factor integrante.
Para simplificar este tratamiento, vamos a considerar solo dos tipos de factores integrantes:
1. Factores integrante de variable x.
2. Factores integrante de variable y.

Factores integrantes de variable x
Buscamos una función apropiada µ(x) (µ 6= 0) de modo que la ecuación
µ(x)M (x, y)dx + µ(x)N (x, y)dy = 0 (6)
sea exacta. Noten que esta ecuación tiene las mismas soluciones que la ecuación original
M (x, y)dx + N (x, y)dy = 0. De modo que resolviendo la ecuación (6), estaremos resolviendo la
ecuación propuesta. Como se dijo, buscamos µ, nuestra función incógnita auxiliar, de modo que
(6) sea exacta. Luego, µ debe cumplir que
(µ(x)N (x, y))x = (µ(x)M (x, y))y ,
o sea
My (x, y) − Nx (x, y)
µ0 (x)N (x, y) + µ(x)Nx (x, y) = µ(x)My (x, y) =⇒ µ0 (x) = µ(x) .
N (x, y)
Para que este procedimiento tenga alguna esperanza de llegar a buen fin debe ocurrir ahora algo
M (x,y)−N (x,y)
especial (que no tendrı́a a priori por qué ocurrir). Esto es, que en la fracción y N (x,y)x se
simplifiquen o cancelen las y’s, y quede solo una expresión con variable x (o constante); es decir,
My (x, y) − Nx (x, y)
= A(x).
N (x, y)
6
Si esto ocurre podemos seguir (si no ocurre, abandonar el procedimiento e intentar otras
cosa): queda
µ0 (x) = µ(x)A(x)
u omitiendo la variable x en la µ (como hacemos con la y = y(x) en casos previos)
µ0 = µA(x)
que es una ecuación de variables separadas: dµ

dx = µA(x) . . . etc. La resolvemos (buscamos una
sola solución 6= 0), reemplazamos la µ encontrada en la ecuación (6), y la resolvemos con el
método para resolver ecuaciones exactas.
Veamos un ejemplo:
(4xy 2 + 3y + 3)dx + (2x2 y + x)dy = 0
Chequeamos a ver si es exacta:
Nx = 4xy + 1 ; My = 8xy + 3.
No es exacta. Buscamos un factor integrante µ(x). Repetimos el procedimiento de arriba (mul-

tiplicamos ambos lados por la incógnita µ, volvemos a plantear la condición de exactitud para la
ecuación modificada, despejamos...). Llegamos a la fracción
My (x, y) − Nx (x, y) 8xy + 3 − (4xy + 1) 2(2xy + 1) 2

= 2
= = ,
N (x, y) 2x y + x x(2xy + 1) x
ocurrió el milagro! Entonces, según el desarrollo de arriba, debemos encontrar µ = µ(x) que
cumpla
Z Z
2 dµ 2 1 2 1 2
µ0 = µ =⇒ = µ =⇒ dµ = dx =⇒ dµ = dx =⇒ ln(|µ|) = 2 ln(|x|) + c.
x dx x µ x µ x
Como buscamos una sola solución, ponemos c = 0, |µ| = µ, y queda
µ = e2 ln(|x|) = |x|2 = x2 .
Tomamos este factor integrante µ = x2 , y multplicamos en la ecuación original. Queda
x2 (4xy 2 + 3y + 3)dx + x2 (2x2 y + x)dy = 0 =⇒ (4x3 y 2 + 3x2 y + 3x2 )dx + (2x4 y + x3 )dy = 0
Esta ahora sı́ es exacta (comprobarlo). Entonces buscamos ϕ que cumpla
ϕx = 4x3 y 2 + 3x2 y + 3x2

ϕy = 2x4 y + x3
Para variar respecto del ejemplo anterior, tomamos la primera ecuación y la integramos (respecto
de x):
ϕ = x4 y 2 + x3 y + x3 + c(y),
7
reemplazamos en la segunda e igualamos:
2x4 y + x3 = ϕy = x4 2y + x3 + c0 (y) =⇒ c0 (y) = 0.
Podemos tomar c(y) = 0. Queda ϕ = x4 y 2 + x3 y + x3 , y las soluciones de la ecuación deben

despejarse de la ecuación ϕ(x, y) = k, o sea:
x4 y 2 + x3 y + x3 = k.
Queremos despejar y, entonces podemos interpretar que todo lo que no sea y se toma como
constante. Visto ası́ , queda una ecuación cuadrática en y:
 A = x4

2
Ay + By + C = 0 , donde B = x3 .
C = x3 − k

Entonces, usando la fórmula para despejar raı́ces de una cuadrática, hay dos despejes posibles:
1 3
p 1 3
p
y= {−x + x6 − 4x4 (x3 − k)} o bien y= {−x − x6 − 4x4 (x3 − k)}.
2x4 2x4
Factores integrantes de variable y
El procedimiento es similar al anterior, ahora se busca un factor integrante µ = µ(y). Por
ejemplo, si fracasó el intento anterior. Multiplicamos ambos lados de la ecuación que queremos
resolver por µ(y):
µ(y)M (x, y)dx + µ(y)N (x, y)dy = 0. (7)
La idea es que quede exacta, es decir, que cumpla
(µ(y)N (x, y))x = (µ(y)M (x, y))y ,
queda
Nx (x, y) − My (x, y)
µ(y)Nx (x, y) = µ0 (y)M (x, y) + µ(y)My (x, y) =⇒ µ0 (y) = µ(y) .
M (x, y)
N (x,y)−M (x,y)
Y el procedimiento funciona si ahora en la fraccción x M (x,y)y se simplifican o cancelan las
x, y se convierte en una expresión B(y) solo con y. Si eso ocurre, queda
µ0 (y) = µ(y)B(y)
que escribiendo como antes, omitiendo la variable y dentro de µ, queda

dµ
µ0 = µB(y) es decir = µB(y)
dy
que es de variables separadas. Se calcula una µ = µ(y), se reemplaza en la ecuación (7), que
entonces queda exacta, y se resuelve. Veamos un ejemplo:
8
ex−y (1 + x)dx − 2xex−y dy = 0
No es exacta. Si buscáramos un factor integrante µ(x), llegarı́amos al punto en que no se van

las y’s. Directamente buscamos un factor integrante µ(y). Hacemos el procedimiento de arriba
desde el comienzo, y llegamos al punto crucial, de la fracción
Nx (x, y) − My (x, y) −2ex−y − 2xex−y + ex−y (1 + x)
= = −1
M (x, y) ex−y (1 + x)
Ocurre lo que esperábamos (se fueron las xs), y queda
µ0 = −µ,
que por ejemplo, tiene como solución a µ(y) = e−y . Multiplicamos la ecuación original por µ(y)
y queda
e−y ex−y (1 + x)dx − e−y 2xex−y dy = 0, o sea ex−2y (1 + x)dx − 2xex−2y dy = 0
que es exacta. Buscamos ϕ tal que
ϕx = ex−2y (1 + x)

.
ϕy = −2xex−2y
Tomamos la segunda: ϕy = −2xex−2y = −2xex e−2y ,

Z Z
x −2y 1
ϕ = −2xe e dy = −2xe x
e−2y dy = −2xex (− )e−2y + c(x) = xex e−2y + c(x).
2
Reeemplazamos esto en la primera:
ex−2y (1 + x) = ϕx = ex e−2y + xex e−2y + c0 (x) =⇒ c0 (x) = 0.
Tomamos c(x) = 0, queda ϕ(x, y) = xex e−2y . Planteamos ϕ(x, y) = k, y despejamos y en

función de x:
k k
xex e−2y = k =⇒ e−2y = e−x =⇒ −2y = ln( e−x )
x x
o sea y = − 12 ln( xk e−x )
Observación 2.4. Veamos ahora un aspecto teórico: por qué la función potencial ϕ del campo
(M, N ) provee las soluciones de la ecuación exacta.
Supongamos que la fórmula y = y(x) se despeja de la ecuación ϕ(x, y) = k. Digamos que este
despeje es válido en el intervalo I (serı́a el dominio de la función y(x)). Entonces, si volvemos
a reemplazar la fórmula y(x) en la ecuación ϕ(x, y) = k (que es como si verificáramos que el
despeje está bien hecho), tenemos:
ϕ(x, y(x)) = k, que vale para x ∈ I.
Podemos interpretar que esto es una igualdad entre dos funciones de variable x. Derivamos de
los dos lados:
(ϕ(x, y(x)))0 = 0
9
Del lado izquierdo usamos la regla de la cadena (de Cálculo II o Cálculo en varias variables):
∇ϕ(x, y(x)) • (1, y 0 (x)) = 0,
donde • es el producto escalar de R2 . Sabemos que ∇ϕ = (ϕx , ϕy ) = (M, N ). Entonces queda
0 = (M (x, y(x)), N (x, y(x)) • (1, y 0 (x)) = M (x, y(x)) + y 0 (x)N (x, y(x)),
M (x,y(x)
es decir y 0 (x) = − N 0
(x,y(x)) , que quiere decir que y = y(x) es solución de la ecuación y =
−M (x,y)
N (x,y) , que es la misma que la ecuación M (x, y)dx + N (x, y)dy = 0, como vimos al principio
de esta clase.
3 Clase 3
3.1 Ecuaciones lineales de segundo orden con coeficientes constantes
La siguiente clase de ecuaciones que estudiaremos (la incógnita sigue siendo y = y(x)) son de
segundo orden. Esto quiere decir que aparece la derivada segunda y 00 de la función incógnita.
Son ecuaciones de la forma
y 00 + ay + by = f (x). (8)
Aquı́ a, b son constantes reales, y f (x) es una función continua. Comenzaremos estudiando una
versión más sencilla (pero que es clave en la solución del problema general):
y 00 + ay + by = 0, (9)
es decir, con f = 0. Esta ecuación se deomina homogénea.

Tenemos el siguiente
Teorema 3.1. Para la ecuación
y 00 + ay + by = 0
se pueden encontrar dos soluciones Φ1 , Φ2 , llamadas soluciones fundamentales, que tienen
la siguiente propiedad: cualquier otra solución de esta ecuación (12) es de la forma
y = k Φ1 + m Φ2 ,
para k, m ∈ R. Más aún, si uno encuentra dos soluciones de esta ecuación homogénea, tales
que ninguna de las dos sea múltiplo de la otra, entonces estas dos soluciones encontradas son
soluciones fundamentales.
Ejemplo 3.2. Consideremos la ecuación y 00 −5y 0 +6y = 0. Se puede comprobar que las funciones
Φ1 (x) = e2x , Φ2 (x) = e3x son soluciones. Por otra parte, ninguna de las dos es múltiplo de la
otra (Ejercicio). Entonces el teorema establece que todas las soluciones de la ecuación son de la
forma
y = k e2x + m e3x ,
para k, m ∈ R.
Noten que hay dos constantes ahora. Esta es una caracterı́stica de las ecuaciones de se-
gundo orden (las soluciones de las ecuaciones de primer orden, es decir, donde solo aparecı́a
la derivada primera de la incógnita, tenı́an una sola constante).
10
3.2 Determinación de las soluciones fundamentales de una ecuación homogénea
Veamos cómo obtener las soluciones fundamentales Φ1 , Φ2 . El método consiste en buscar solu-
ciones que sean de la forma Φ(x) = erx , para r una constante (real o compleja). Reemplazamos
Φ dentro de la ecuación homogénea (12), y 00 + ay 0 + by = 0:
0 = (erx )00 + a(erx )0 + b(erx ) = r2 erx + arerx + berx = erx (r2 + ar + b).
Entonces (como erx 6= 0) debe ser

r2 + ar + b = 0. (10)
Esta ecuación cuadrática se denomina ecuación caracterı́stica.
Noten que se puede deducir la ecuación caracterı́stica directamente (sin pasar por este
cálculo):
y 00 + ay 0 + by + 0 7−→ r2 + ar + b = 0
(se reemplazan derivadas de y por potencias de r:)
y 00 = y (2) 7→ r2 ; y 0 = y (1) 7→ r1 ; y = y (0) 7→ r0 = 1).
En el ejemplo que vimos más arriba, las soluciones se obtuvieron de la siguiente manera:
y 00 − 5y 0 + 6y = 0 7−→ r2 − 5r + 6 = 0
cuyas raices son r1 = 2, r2 = 3, las que producen las funciones Φ1 (x) = e2x , Φ2 (x) = e3x .
Ejercicio 3.3. En cualquier ecuación y 00 + ay 0 + by = 0 en la cual la ecuación caracterı́stica

r2 +ar +b = 0 tenga soluciones reales distintas r1 6= r2 , se tendrá que Φ1 (x) = er1 x , Φ2 (x) = er2 x
son soluciones fundamentales (es decir, no son una múltiplo de la otra).
Podemos llamar al caso del Ejercicio 3.3 (en que la ecuación caracterı́stica tiene raices reales
distintas), el Caso 1.
Ahora bien, qué pasa en los otros casos: Caso 2, la ecuación caracterı́stica tiene raiz real
doble r0 ; o Caso 3, la ecuación caracterı́stica tiene raices complejas α + iβ, α − iβ (con β > 0).
3.2.1 Caso 2: raiz doble r0

Si la ecuación r2 + ar + b = 0 tiene una raiz doble r0 , nos aparece una solución de la ecuación
(12): Φ1 (x) = er0 x .
Nos falta Φ2 .
Una idea para encontrarla, es buscar Φ2 de la forma Φ2 (x) = u(x)Φ2 (x). Reemplazamos
esto en la ecuación (12):
0 = (uΦ1 )00 + a(uΦ1 )0 + b(uΦ1 ) = u00 Φ1 + 2u0 Φ01 + uΦ001 + au0 Φ1 + auΦ01 + buΦ1
u(Φ001 + aΦ01 + bΦ1 ) + u00 Φ1 + 2u0 Φ01 + au0 Φ1 .

Noten que lo que está entre paréntesis, Φ001 + aΦ01 + bΦ1 es 0: pues justamente Φ1 es solución de
y 00 + ay 0 + by + 0. Entonces la u buscada debe cumplir
u00 + u0 (2Φ01 + aΦ1 ) = 0.
11
Usemos aquı́ la forma de Φ1 , y la propiedad de que r0 es raiz doble de (10). Que r0 sea raiz
doble, implica que la cuadrática se puede factorizar

a = −2r0
r2 + ar + b = (r − r0 )2 = r2 − 2r0 r + r02 =⇒ .
b = r02
Entonces,
0 = u00 + u0 (2Φ01 + aΦ1 ) = u00 + u0 (2er0 x r0 + aer0 x ) = u00 + u0 er0 x (2r0 + a)
o sea, se transforma en u00 = 0. Cualquier u que cumpla esto sirve, la más simple es u(x) = x.
Entonces, podemos tomar Φ2 (x) = xer0 x .
Ejemplo 3.4. Hallar todas las soluciones de y 00 + 6y 0 + 9y = 0. La cuadrática caracterı́stica

es r2 + 6r + 9 = 0. Tiene razı́z doble r0 = −3. Entonces Φ1 (x) = e−3x , Φ2 (x) = xe−3x . Las
soluciones de la ecuación son
y = k e−3x + m xe−3x = e−3x (k + m x).
3.2.2 Raices complejas α + iβ, α − iβ (β > 0)

Como la cuadrática r2 + ar + b tiene coeficientes reales, si tiene raices complejas, estas serán
de la forma α + iβ , α − iβ, donde elegimos que β sea positivo. En este caso también podemos
formar dos soluciones:
Ψ1 (x) = e(α+iβ)x , Ψ2 (x) = e(α−iβ)x .
El problema con estas soluciones es que son funciones con variable real x, pero con valores
(resultados) complejos. Para poder obtener soluciones con valores reales en este caso, debe-
mos entender cómo son las exponenciales de números complejos, ası́ como la estructura de las
soluciones.
El primer tema, exponenciales complejas, es tema de otra asignatura. Repasemos este tema
aquı́.
Exponenciales complejas
Queremos calcular ea+ib . Primero, usando la propiedad básica,
e(a+ib) = ea eib .
ea es la exponencial usual del número real a. Entonces debemos entender eib , la exponencial
de un imagnario puro. Para calcular exponencial en base e, se usa la serie de Taylor de la
exponencial:
1 1 1
et = 1 + t + t2 + t3 + t4 + . . .
2 3! 4!
En nuestro caso
1 1 1 1 1 1 1 1
eib = 1 + ib + (ib)2 + (ib)3 + (ib)4 + (ib)5 + · · · = 1 + ib − b2 − ib3 + b4 + ib5 . . .
2 3! 4! 5! 2 3! 4! 5!

1 1 1 1 1
= 1 − b2 + b4 − b6 + . . . + i b − b3 + b5 − . . . .
2 4! 6! 3! 5!
12
El primer paréntesis es la serie de Taylor de cos(b), el segundo paréntesis es la serie de Taylor
de sen(b). Entonces eib = cos(b) + i sen(b). Luego
ea+ib = ea (cos(b) + i sen(b)).
Continuando con las funciones Ψ1 , Ψ2 , tenemos
Ψ1 (x) = e(α+iβ)x = eαx+iβx = eαx (cos(βx) + isen(βx)),
Ψ2 (x) = e(α−iβ)x = eαx−iβx = eαx (cos(−βx) + isen(−βx)) = eαx (cos(βx) − isen(βx)).
Aquı́ usamos que cos(−t) = cos(t) y que sen(−t) = −sen(t).
Observación 3.5. (Estructura de las soluciones de una ecuación lineal homogénea)

Si y1 , y2 son soluciones de la ecuación homogénea (12), y a, b son números (reales o comple-
jos), entonces ay1 + by2 también es solución de (12) (Ejercicio: comprobar esta observación).
Entonces también son soluciones en este caso:

1 1
(Ψ1 (x) + Ψ2 (x)) = {eαx (cos(βx) + isen(βx)) + eαx (cos(βx) − isen(βx))}
2 2
1
= eαx {cos(βx) + isen(βx) + cos(βx) − isen(βx)} = eαx cos(βx),
2
y
1 1
(Ψ1 (x) − Ψ2 (x)) = {eαx (cos(βx) + isen(βx)) − eαx (cos(βx) − isen(βx))}
2i 2i
1
= eαx {cos(βx) + isen(βx) − cos(βx) + isen(βx)} = eαx sen(βx).
2i
Obtenemos ası́ las soluciones fundamentales en el Caso 3:
Φ1 (x) = eαx cos(βx) . Φ2 (x) = eαx sen(βx).
Ejemplo 3.6. Con estos ejemplos que siguen, mostramos qué se espera que hagan en un ejemplo
similar (es decir, hasta donde desarrollar la teorı́a).
Hallar todas las soluciones de y 00 − 4y 0 + 13y = 0. La cuadrática caracterı́stica es r2 − 4r + 13.
Sus raices son
√ √

1 1 1 α + iβ = 2 + 3i
{4 ± 16 − 52} = {4 ± −36} = (4 ± 6i) = .
2 2 2 α − iβ = 2 − 3i
Es decir, α = 2, β = 3. Entonces las soluciones fundamentales son
Φ1 (x) = e2x cos(3x) , Φ2 (x) = e2x sen(3x),
y la solución general (o todas las soluciones):
y = k e2x cos(3x) + m e2x sen(3x) = e2x (k cos(3x) + m sen(3x)).
13
3.3 Condiciones iniciales
En una ecuación diferencial de segundo orden, para que quede determinada una única solución,
se requieren dos condiciones iniciales. Las que usaremos son del tipo
y(x0 ) = y0 , y 0 (x0 ) = y1 ,
es decir, en el mismo punto x0 , una condición inicial para la función solución y otra para su
derivada.
Veamos ejemplos:
Ejemplos 3.7.
1. Hallar la única solución de

y 00 − 4y = 0

.
y(0) = 1, y 0 (0) = −1
Primero buscamos la solución general (sin usar las condiciones iniciales). Aquı́ la cuadrática
caracterı́stica es r2 − 4 = 0, con raices r1 = 2, r2 = −2 (Caso 1, raices reales distintas).
Entonces las solución general es
y = k e2x + m e−2x .
Usamos las condiciones iniciales:
1 = y(0) = k e2·0 + m e−2·0 = k + m =⇒ k + m = 1.
Para la otra condición inicial, calculamos previamente la derivada y 0 :
y 0 = k e2x 2 + m e−2x (−2),
entonces
−1 = k e2·0 2 + m e−2·0 (−2) = 2k − 2m =⇒ 2k − 2m = −1.

k+m=1
Queda el sistema con solución k = 14 , m = 43 . Entonces la respuesta es
2k + 2m = −1
que la única solución del problema es
1 3
y = e2x + e−2x .
4 4
2. Hallar la solución de
y 00 + 4y = 0

.
y(0) = 1, y 0 (0) = −1
Muy parecido al anterior (un signo de diferencia). Mismo procedimiento. Primero la
solución general: aquı́ el caracterı́stico es r2 + 4 = 0, con raices 2i, −2i. Es decir, estamos
en el Caso 3, con α = 0, β = 2. Entonces Φ1 (x) = e0·x cos(2x) = cos(2x) , Φ2 (x) =
e0·x sen(2x) = sen(2x). La solución general es
y = k cos(2x) + m sen(2x).
14
Usamos la primer condición inicial:
1 = y(0) = k cos(0) + m sen(0) = k =⇒ k = 1.
y 0 = −k sen(2x)2 + m cos(2x)2, entonces

1
−1 = y 0 (0) = −k sen(0)2 + m cos(0)2 = 2m =⇒ m = − ,
2
y la única solución es y = cos(2x) − 12 sen(2x).
4 Clase 4
En la clase anterior vimos como resolver completamente la ecuación homogénea (12)
y 00 + ay 0 + by = 0,
ahora nos abocaremos a la ecuación general (no homogénea) (5.1)
y 00 + ay 0 + by = f (x).
Para determinar las soluciones de (5.1) será importante el siguiente resultado, que relaciona las
soluciones de la no homogénea (5.1) con las soluciones de la homogénea (12):
Proposición 4.1. Si y1 , y2 son soluciones de de (5.1), entonces y1 − y2 es una solución de (12).
La prueba es un Ejercicio.
Observación 4.2. Esta Proposición tiene la siguiente consecuencia: si podemos encontrar una
solución particular yp de (5.1), entonces podemos deducir todas las otras soluciones de (5.1).
En efecto, si llamamos yp a una solución particular de (5.1), e y es cualquier otra solución
de la misma ecuación, entonces, en virtud de la Proposición y − yp será una solución de la
homogénea (12). Pero para esta última sabemos encontrar las soluciones, son combinaciones
lineales de Φ1 y Φ2 que sabemos calcular. Queda
y − yp = k Φ2 + m Φ2 =⇒ y = yp + k Φ2 + m Φ2 ,
lo que representa una descripción de la solución general y de (5.1), en términos de una solución
particular yp .
Nuestro objetivo entonces será encontrar una solución particular yp .

Antes de hacer esto, fijemos esta idea con un ejemplo:
Ejemplo 4.3. La ecuación y 00 + y = x2 + 4 tiene como solución a yp = x2 + 2 (salió de la

galera, pero igual: comprobarlo !). La ecuación homogénea asociada y 00 + y = 0 tiene como
caracterı́stica a r2 + 1 = 0 con raices i, −i, complejas con α = 0, β = 1. Luego Φ1 (x) = cos(x),
Φ2 (x) = sen(x). Entonces todas las soluciones de y 00 + y = x2 + 4 son
y = x2 + 2 + k cos(x) + m sen(x).
Veamos dos métodos para encontrar la solución particular yp de (5.1):
15
4.1 Coeficientes indeterminados
El requisito para encarar este método es que f (x) que aparece del lado derecho de la ecuación
(5.1) sea de alguno de los siguientes tipos:
polinomio;
exponencial del tipo ekx (con k constante);
trigonométrica sen(kx), o cos(kx) (con k constante);
sumas y productos de las anteriores.
Por ejemplo: f (x) = (x2 + 1)e2x + 3sen(x)e3x − (x + 3)cos(2x).
El método es simple, consiste en proponer soluciones yp que sean similares a f , combinándolas
con coeficientes constantes indeterminados (que hay que despejar). Veamos el método mediante
ejemplos:
Ejemplos 4.4.
1. El ejemplo de recién: y 00 + y = x2 + 4. Aquı́ f (x) es un polinomio, ası́ que cumple
el requisito. Buscamos en este caso yp que sea un polinomio, como f tiene grado 2,
planteamos yp de grado 2:
yp = ax2 + bx + c.
Reemplazamos esta yp en la ecuación, y comparando, deducimos los valores de a, b, c. Aquı́
yp0 = 2ax + b , yp00 = 2a. Entonces
yp00 + yp = 2a + ax2 + bx + c = x2 + 4,
ordenamos por grados a la izquierda

 a=1
x2 (a) + x(b) + (2a + c) = x2 + 4 =⇒ b=0 ,
2a + c = 4

entonces a = 1, b = 0, c = 2, es decir yp = x2 + 2.
2. Hallar las soluciones de y 00 − 5y 0 + 6y = ex + 3x + 2. La función f cumple los requisitos.
Posible solución particular yp = aex + polinomio (de grado 1):
yp = aex + bx + c.
Reemplazamos en la ecuación (yp0 = aex + b, yp = aex ):
aex − 5(aex + b) + 6(aex + bx + c) = ex + 3x + 2
ordenamos
 
 2a = 1  a = 1/2
x x
2ae + x(6a) + (−5b + 6c) = e + 3x + 2 =⇒ 6b = 3 =⇒ b = 1/2 .
−5b + 6c = 2 c = 3/4
 
Queda yp = 21 ex + 21 x + 34 . Todas las soluciones (Ejercicio) son

1 1 3
y = ex + x + + k e2x + m e3x .
2 2 4
16
3. Hallar la única solución de
y 00 + 9y = sen(2x) + 3 cos(x)

.
y(π) = 2 , y 0 (π) = 3
Primero hallamos todas las soluciones y 00 + 9y = sen(2x) + 3cos(x) (sin condiciones ini-
ciales). Aquı́ f es combinación de trigonométricas. Proponemos
yp = a sen(2x) + b cos(2x) + c cos(x) + d sen(x).
Aquı́ , cada vez que ponemos seno (o coseno), ponemos también su compañera coseno
(respectivamente, seno). Reemplazamos yp en la ecuación:
sen(2x) + 3 cos(x) = yp00 + 9yp =
−4a sen(2x)−4b cos(2x)−c cos(x)−d sen(x)+9a sen(2x)+9b cos(2x)+9c cos(x)+9d sen(x)

o sea


 5a = 1
5b = 0

sen(2x) + 3cos(x) = 5a sen(2x) + 5b cos(2x) + 8c cos(x) + 8d sen(x) =⇒

 8c = 3
8d = 0

o sea a = 51 , b = 0, c = 83 , d = 0, queda yp = 15 sen(2x) + 38 cos(x). Si estudiamos la

ecuación homogénea y 00 + 9y = 0, con ecuación caracterı́stica r2 + 9 = 0, con raices 3i,
−3i. Entonces Φ1 (x) = cos(3x), Φ2 (x) = sen(3x). La solución general de la ecuación no
homogénea queda
1 3
y = sen(2x) + cos(x) + k cos(3x) + m sen(3x).
5 8
Consideramos la primera condición inicial y(π) = 2:
1 3 3
2 = y(π) = sen(2π) + cos(π) + k cos(3π) + m sen(3π) = − − k.
5 8 8
O sea 2 = − 38 − k, y k = − 19
8 . Para considerar la segunda condición, calculamos primero
0
y:
1 3
y 0 = cos(2x)2 − sen(x) − k sen(3x)3 + m cos(3x)3,
5 8
entonces
2 3 2
3 = y 0 (π) = cos(2π) − sen(π) − 3k sen(3π) + 3m cos(3π) = − 3m,
5 8 5
2
luego 3 = 5 − 3m, y queda m = − 13
15 . Entonces la solución es
1 3 19 13
y = sen(2x) + cos(x) − cos(3x) + − sen(3x).
5 8 8 15
17
4. Hallar todas las soluciones de y 00 − 5y 0 + 6y = e2x − 3e3x .
Aquı́ ocurre un fenómeno interesante, entre la ecuación homogénea y la no homogénea, que
podemos llamar interferencia (no es usual en la bibliografı́a llamarlo de este modo, pero
me parece útil para ilustrarlo). Nos referimos a lo siguiente: Las soluciones fundamentales
de la ecuación homogńea son Φ(x) = e2x , Φ(x) = e3x (Ejercicio). Por otro lado, el lado
derecho de la ecuación no homogénea es e2x − 3e3x .
Esta coincidencia provoca que si propusiéramos yp = ae2x + be3x , al reemplazarla en la no
homogńea, da 0 (pues yp es solución de la homogńea!). En este caso, entonces, proponemos
yp = polinomio · e2x + otro polinomio · e3x .
De qué grado los polinomios? En este caso, como las raices 2 y 3 son simples, tomamos
polinomios de grado 1 (pero sin término independiente; pensar: por qué?):
yp = axe2x + bxe3x .
Abrevio un poco aquı́ (Ejercicio: completar los detalles, calcular yp0 , yp00 , reemplazar en la
ecuación, ordenar los datos, ...). Queda
e2x −e3x = 4ae2x +4axe2x +6be3x +9bxe3x −5(ae2x +2axe2x +be3x +3bxe3x )+6(axe2x +bxe3x )
= e2x (4a + 4ax − 5a − 10ax + 6ax + 6bx) + e3x (6b + 9bx − 5b − 15bx + 6bx) = −e2x a + e3x b,
entonces a = −1, b = −1. Es decir yp = −xe2x − xe3x . La solución general queda
y = −xe2x − xe3x + k e2x + m e3x .
Ejercicio: de todas estas, calcular la única que cumple y(0) = 2, y 0 (0) = −3.
5. Hallar las soluciones de y 00 + 4y = sen(2x) + 3 sen(2x). Aquı́ de nuevo hay interferencia:
las soluciones fundamentales de la ecuación homogénea son Φ1 (x) = cos(2x), Φ2 (x) =
sen(2x). Proponemos entonces yp = a xsen(2x) + bx cos(2x). Hacer las cuentas! Queda
a = 41 , b = − 34 . Entonces
1 3
y = x sen(2x) − x cos(2x) + k cos(2x) + m sen(2x).
4 4
y 00 + 2y 0 + y = (x + 2)e−x

y(0) = 0, y 0 (0) = 2
De nuevo la interferencia: las soluciones de la homogénea son Φ1 (x) = e−x , Φ2 (x) = xe−x .
Proponemos aquı́
yp = e−x polinomio.
El polinomio no necesita tener términos de grado 0 ni grado 1 (porque al multiplicarlos
por e−x , dan soluciones de la homogńea, y luego al reemplazar en la ecuación producen
cero). Por otro lado, como la cuadrática caracterı́stica tiene raiz doble, necesitamos dos
incógnitas. Entonces proponemos
yp = (ax3 + bx2 )e−x .
Ejercicio: comprobar que resulta a = 61 , b = 1, y armar la solución general.
18
5 Clase 5
5.1 Variación de las constantes
Vamos a presentar el segundo método para encontrar soluciones particulares de ecuaciones no
homogéneas. Como hasta ahora (5.1)
y 00 + ay 0 + by = f (x). (11)
Vamos a obtener fórmulas explı́citas, que son las que vamos a utilizar en los ejemplos y ejercicios
(y exámenes). Pero ahora, en la presentación del método, vamos a ver el desarrollo de cómo se
obtienen esta fórmulas.
En este método no hay requisito previo sobre la forma de la función f (x). Por eso se usa
en los ejercicios de la guı́a en los cuales no se puede usar el método anterior. Pero si usted lo
prefiere, puede usar siempre este.
Comenzamos por considerar la ecuación homogénea asociada a la ecuación (5.1) de arriba,
es decir
y 00 + ay 0 + by = 0 (12)
y calculamos las soluciones fundamentales Φ1 , Φ2 . La idea consiste en buscar una solución
particular que sea de la forma
yp = c1 (x)Φ1 (x) + c2 (x)Φ2 (x) = c1 Φ1 + c2 Φ2 (13)
donde c1 , c2 son las funciones incógnitas que debemos calcular. Reemplazamos (13) en la
ecuación (5.1). Para ello calculamos primero la derivada:
yp0 = c01 Φ1 + c1 Φ01 + c02 Φ2 + c2 Φ02
Aquı́ haremos la primera suposición (que luego vamos a tener que tener en cuenta):
c01 Φ1 + c02 Φ2 = 0. (14)
Esto no se deduce de lo anterior, la justificación para hacerlo es que simplifica las cuentas que
siguen, y que funciona. Haciendo esta suposición (14), queda
yp0 = c1 Φ01 + c2 Φ02 ,
y
yp00 = c01 Φ01 + c1 Φ001 + c02 Φ02 + c2 Φ002 .
Sustituimos esto en la ecuación :
c01 Φ01 + c1 Φ001 + c02 Φ02 + c2 Φ002 + a(c1 Φ01 + c2 Φ02 ) + b(c1 Φ1 + c2 Φ2 ) = f (x).
Agrupamos con factor comun por un lado los términos que tiene c1 y por otro los que tienen c2 :
c1 (Φ001 + aΦ01 + bΦ1 ) + c2 (Φ002 + aΦ02 + bΦ2 ) + c01 Φ01 + c02 Φ02 = f (x).
Lo que está entre ambos paréntesis da cero: es lo que resulta de reemplazar Φ1 y Φ2 en la

ecuación homogénea (12) (recordar que Φ1 , Φ2 son soluciones de (12)). Entonces queda
c01 Φ01 + c02 Φ02 = f (x). (15)
19
Resumiendo, las c1 , c2 buscadas deben cumplir (14) y (15) para que yp = c1 Φ1 + c2 Φ2 sea
solución de (5.1): 0
c1 Φ1 + c02 Φ2 = 0
. (16)
c01 Φ01 + c02 Φ02 = f (x)
Esto parece dificil, pero si lo miramos bien, es un sistema lineal con incógnitas c01 , c02 , que se
puede escribir en forma matricial:
0
Φ1 Φ2 c1 0
= . (17)
Φ01 Φ02 c02 f (x)

Φ1 Φ2
Lo notable aquı́ es que la matriz es siempre invertible, en otras palabras, su
Φ01 Φ02
determinante es 6= 0:

Φ1 Φ2
W (x) = det 6= 0 para todo x ∈ R.
Φ01 Φ02
Ejercicio 5.1. Comprobar que
1. En el Caso 1, en que Φ1 (x) = er1 x , Φ2 (x) = er2 x , con r1 6= r2 reales, resulta
rx
er2 x

e1
W (x) = det = (r2 − r1 )e(r1 +r2 )x 6= 0
r1 er1 x r2 er2 x
para todo x.
2. En el Caso 2, en que Φ1 (x) = er0 x , Φ2 (x) = xer0 x , con r0 real, resulta
rx
xer0 x

e0
W (x) = det = e2r0 x 6= 0
r0 er0 x er0 x + xr0 er0 x
para todo x.
3. En el Caso 3, en que Φ1 (x) = eαx cos(βx), Φ2 (x) = eαx sen(βx), con β > 0, resulta
eαx cos(βx) eαx sen(βx)

W (x) = det = βe2αx 6= 0
αeαx cos(βx) − eαx βsen(βx) αeαx sen(βx) + eαx βsen(βx)
para todo x.
Recordemos de álgebra lineal, cómo se invierte una matriz cualquiera de 2 × 2 (usando el
método de la co-adjunta):
−1
A B 1 D −B
=
C D AC − BD −C A
0
c1
Volviendo a nuestro sistema (17) escrito en forma matricial, queremos despejar :
c02
 
Φ2 f (x)
 − W (x) 
0
Φ02 −Φ2

c1 1 0
= =  Φ1 f (x)  .
c02 W (x) −Φ01 Φ1
 
f (x)
W (x)
20
O sea c01 = − ΦW2 f(x)
(x)
, c02 = Φ1 f (x)
W (x) . Entonces
Z Z
Φ2 f (x) Φ1 f (x)
c1 = − dx , c2 = dx, (18)
W (x) W (x)
que son las fórmulas que usaremos en los ejemplos y ejercicios.
Veamos ejemplos
Ejemplos 5.2.
1. Retomemos un ejemplo ya visto (e aquella oportunidad usando el método de coeficientes

indeterminados:
y 00 + 2y 0 + y = (x + 2)e−x .
Aquı́ Φ1 (x) = e−x , Φ2 (x) = xe−x . Además, podemos aprvechar el ejercicio del cálculo
de W (x) en este caso (Caso 2 con r0 = −1): W (x) = e−2x . Entonces buscamos yp =
c1 e−x + c2 xe−x , donde c1 , c2 se calculan usando las fórmulas (18):
xe−x (x + 2)e−x
Z Z Z Z
Φ2 f (x) 1
c1 = − dx = − −2x
dx = − x(x+2)dx = − x2 +2xdx = − x3 −x2 +c,
W (x) e 3
tomamos c = 0, porque queremos una c1 ; y
Z −x
e (x + 2)e−x
Z Z
Φ1 f (x) 1
c2 = dx = −2x
dx = x + 2dx = x2 + 2x + c,
W (x) e 2
de nuevo ponemos c = 0. Queda entonces
1 1 1
yp = c1 Φ1 + c2 Φ2 = (− x3 − x2 )e−x + ( x2 + 2x)xe−x = ( x3 + x2 )e−x .
3 2 6
Comprobar que nos dió la misma slución particular que cuando usamos el otro método
(esto es casualidad, podrı́a haber dado otra yp , pero que debiera diferir de esta en una
solución de la homogénea).
2.
sen(x)
y 00 + y = .
(cos(x))2
Aquı́ el método de coeficientes indeterminados no se puede usar. Tenemos Φ1 (x) = cos(x),
Φ2 (x) = sen(x), y W (x) = 1. Entonces
(sen(x))2
Z Z Z
Φ2 f (x) sen(x)
c1 = − dx = − sen(x) dx = − dx
W (x) (cos(x))2 (cos(x))2
Usamos que (sen(x))2 = 1 − (cos(x))2 :
(cos(x))2 − 1
Z Z
1
c1 = 2
dx = 1 − dx = x − tg(x).
(cos(x)) (cos(x))2
Por otro lado
Z Z Z
Φ1 f (x) sen(x) sen(x)
c2 = dx = cos(x) dx = dx.
W (x) (cos(x))2 cos(x)
21
Hacemos las sustitución u = cos(x), du = −sen(x)dx, queda:
Z
1
c2 = − du = − ln(|u|) = − ln(|cos(x)|).
u
Entonces
yp = (x − tg(x))cos(x) − ln(|cos(x)|)sen(x) = xcos(x) − sen(x) − ln(|cos(x)|)senx
Fı́jense aquı́ que este método no dá la solución más simple posible: como sen(x) es solución
de la homogénea, se le puede quitar a esta yp , y también servirı́a tomar como yp a xcos(x)−
ln(|cos(x)|)senx.
6 Clase 6
Esta clase corresponde a los últimos ejercicios de la guı́a 1. Se trata de abundar un poco sobre
un punto mencionado al principio del curso: las propiedades y leyes de las cencias naturales
y de la fı́sica, la economı́a, o la geometrı́a, cuando se modelan matemáticamente (es decir, se
escriben en el lenguaje del análisis matemático) toman la forma de ecuaciones diferenciales.
En la guı́a encontrarán ejemplos de esta afirmación. Veamos aquı́ otros ejemplos:
1. Crecimiento de poblaciones (de animales, de bacterias, de personas infectadas durante

una pandemia, etc.) Suele decirse que estas poblaciones crecen exponencialmente. Es ver-
dad, no existiendo condiciones externas que limiten ese crecimiento (escasez de recursos,
o de espacio, o una cuarentena, etc).
Hay una ley natural, referida a poblaciones de todo tipo (que tengan la posibilidad de repro-
ducirse o replicarse), que dice que la velocidad con que crece una población es directamente
proporcional a su tamaño.
Vale decir, cuanto más conejos, más oportunidades de aparearse; cuanto más infectados,
más posibilidades de contagiarse.
Escribamos esta ley natural en lenguaje matemático: llamemos P al tamaño de la población
(nro. de individuos). Es una función del tiempo, la variable t (medida en alguna unidad de
tiempo: segundos, dı́as, etc): P = P (t). La velocidad con que crece P es la derivada P 0 (t).
Directamente proporcional a quiere decir ”múltiplo de” (por una constante c). Entonces,
la ley queda:
P 0 (t) = cP (t).
La constante C depende de cada contexto. Esta es una ecuación de variables separadas:
Z Z
dP 1 1
= cP =⇒ dP = c dt =⇒ dP = c dt,
dt P P
O sea P (t) = Dect . Pongamos un ejemplo más concreto: P = nro. de infectados por coro-
navirus, t = tiempo en dı́as. El 16/3 habı́a 65 infectados, el dı́a 19/3 habı́a 97 infectados.
Pongamos como dı́a t = 0 el 16/3. Entonces tenemos
P (0) = 65, P (3) = 97.
22
Por supuesto, esta es una estimación cruda, al solo efecto de poner un ejemplo (por ejem-
plo, supone que todos pueden interactuar con todos, como si estuviéramos en un lugar
cerrado, y que la cantidad de personas es ilimitada). En general, será P (t) = Dect . Si
usamos los datos:
65 = P (0) = Dec·0 = D,
es decir D = 65; además
1 97
97 = P (1) = 65ec3 =⇒ c = ln( ).
3 65
Entonces
1 97 97 t/3
97 t/3
P (t) = 65e 3 ln( 65 )t = 65eln(( 65 ) )
) .= 65(
65
Según este modelo rústico, el 31/3, con t = 15, la cantidad de infectados serı́a P (15) =
97 5
65( 65 ) ' 481, y el 15/4, con t = 30, P (30) ' 3560.
2. Ley de Newton de difusión del calor: Esta ley dice que la temperatura de un cuerpo
(objeto de cualquier tipo, que se supone puntual) varı́a en forma proporcional a su diferen-
cia de temperatura con el ambiente. En lenguaje matemático: T = temperatura del cuerpo,
la variable es t = tiempo, TA = temperatura ambiente, que también es función de t (puede
variar). Variación de T es T 0 , es proporcional a, quiere decir ”es múltiplo de” T − TA . La
ley queda expresada de la siguiente manera:
T 0 = C(T − TA ),
donde C es una constante que depende de cada contexto. Poniendo la variable t, serı́a
T 0 (t) = C(T (t) − TA (t)).
Si se supone conocida la evolución de la temperatura ambiente, TA (t) es un dato. Entonces

se trata de una ecuación lineal de primer orden:
T 0 (t) − C T (t) = −C TA (t).
Veamos un ejemplo concreto. Para que sea más simple, suponemos que la temperatura
ambiente TA es constante. Sacamos un pollo congelado de la heladera y lo metemos direc-
tamente en el horno, que está 250 grados C. Consideramos que el pollo está listo cuando
llega a la temperatura 150 grados C (estos números son inventados). A la media hora de
haberlo puesto en el horno, comprobamos que la temperatura del pollo es de 50 grados C.
A qué hora estará listo?
T (t) = temperatura del pollo en grados C, t = tiempo en horas. Ponemos el reloj en t = 0
cuando ponemos el pollo en el horno: T (0) = 0 (suponemos que la temperatura del pollo
era de 0 grados C). TA es la temperatura constante del horno, es decir TA = 250. Tenemos
el dato aadicional: T (0, 5) = 50. La ecuación es
T 0 = C(T − 250).
23
Al ser TA constante, la ecuación también es de variables separadas:
Z Z
dT 1 1
= C(T − 250) =⇒ dT = Cdt =⇒ dT = Cdt.
dt T − 250 T − 250
Entonces ln(|T − 250|) = Ct + k. Aquı́ poner el módulo es imortante, ya que en el contexto
del problema, T < 250, o sea, T − 250 < 0. Queda
ln(|T − 250|) = eCt+k = DeCt con D > 0.
Como T < 250, es T − 250 = −DeCt , y entonces
T (t) = 250 − DeCt .
Usamos los datos: T (0) = 0 , T (0, 5) = 50.
0 = T (0) = 250 − DeC·0 = 250 − D =⇒ D = 250.
1 4 16
50 = T (0, 5) = 250 − 250e 2 C =⇒ C = 2 ln( ) = ln( ).
5 25
Entonces
16 16 t
T (t) = 250 − 250eln( 25 )t = 250 − 250( ).
25
Queremos saber cuándo está listo: t0 tal que T (t0 ) = 150:
16 t0 2
250 − 250( ) = 150 =⇒ t0 = log 16 ( ) ' 2, 053
25 25 5
un poco más de dos horas.
3. Gráficos y tangentes: Determinar cuáles son las funciones (de una variable) cuya
gráfica tiene la siguiente propiedad:
en cada punto de la gráfica, la recta tangente es perpendicular a la recta que une el punto
con la gráfica.
Vemos como se traduce esta propiedad geométrica en lenguaje analı́tico: llamemos y = y(x)
a la función incógnita que queremos descubrir. En el punto (x, y) de la gráfica, la pendiente
de la recta tangente es y 0 (x). La recta que une el origen (0, 0) con el punto (x, y) de la
gráfica, tiene pendiente xy . Para que las dos rectas mencionadas sean perpendiculaes, el
producto de sus tangentes debe ser −1:
y
y 0 = −1.
x
Es la ecuación diferencial y 0 = − xy de variables separadas:
Z Z
dy x
= − =⇒ ydy = −xdx =⇒ ydy = − xdx,
dx y
o sea
1 2 1
y = − x2 + c =⇒ x2 + y 2 = 2c,
2 2
es decir, son funciones y que se despejan de √ la ecuación de una circunferencia centrada
en (0, 0), con todos los radios posibles r (= 2c, para c > 0). Es decir
p
y(x) = r2 − x2 semicircunferencia superior
o p
y(x) = − r2 − x2 semicircunferencia inferior.
24
7 Clase 7
Transformada de Laplace
La transformada de Laplace, llamada con el sı́mbolo L, es una función cuyo dominio es un

conjunto de funciones, y cuyo co-dominio, también es un conjunto de funciones, es decir
L : {funciones de (0, +∞) a R} → {funciones de (0, +∞) a R}.
No cualquier tipo de funciones, luego vamos a especificar más. Baste decir por ahora que son
funciones que cuando x → +∞ crecen más lento que una exponencial ekx con k > 0.
Para qué sirve L? Tiene muchas aplicaciones, pero nosotros la vamos a usar para resolver
ecuaciones diferenciales.
Cómo se calcula?
L toma funciones de variable x ∈ (0, +∞), y las transforma en funciones L(f ) de
variable p ∈ (0, +∞), según la siguiente regla:
Z ∞
L(f )(p) = f (t)e−tp dt (19)
0
R∞
Observación 7.1. Repasemos primero cómo se calcula una 0 :
Z ∞ Z R
g(t)dt = lim g(t)dt
0 R→+∞ 0
es decir es un ejercicio combinado de integrales y lı́mites.
Entonces la fórmula (19) para calcular L se puede escribir también

Z R
L(f )(p) = lim f (t)e−tp dt . (20)
R→+∞ 0
Parece complicado, y lo es. Pero la utilidad justifica el esfuerzo. Vamos a ver ejemplos, que
vamos a ir recolectando para armar una tabla que nos va a servir para su uso posterior. En la
biblioteca hay tratados enteros que son tablas de transformadas de Laplace. La nuestra va a ser
muy rudimentaria.
Ejemplos 7.2.
1. función 0: f (x) = 0. Calculamos su transformada:

Z R
−tp
L(0)(p) = lim 0e dt = lim (0) = 0,
R→+∞ 0 R→+∞
donde reemplazamos f (t) de la fórmula general (20), por 0. Es decir
L(0)(p) = 0.
25
2. función constante: f (x) = c. Queda
−tp −Rp
R
ce−0·p
Z
ce R ce c
lim ce−tp dt = lim = lim − = ,
−p 0 −p −p p

R→+∞ 0 R→+∞ R→+∞
pues limR→+∞ e−Rp = 0, ya que p > 0. Es decir

c
L(c)(p) = .
p
3. función f (x) = x: Es
Z R
−tp
lim te dt
R→+∞ 0
integramos por partes u(t) = t, v 0 (t) = e−tp , y queda
e−tp R e−tp
R −Rp
1 R −tp
Z Z
e
lim t − 1 dt = lim R −0+ 1e dt
R→+∞ −p 0 0 −p R→+∞ −p p 0
separamos en dos lı́mites

−Rp Z R
e 1 −tp
= lim R + lim 1e dt .
R→+∞ −p p R→+∞ 0
El primer lı́mite −Rp

e 1 R
lim R =− lim =0
R→+∞ −p p R→+∞ eRp
(Ejercicio usando L’Hospital). El segundo lı́mite fue calculado en el ejemplo anterior.
Queda:
1
L(x)(p) = 2 .
p
4. f (x) = x2 :
Z R
lim t2 e−tp dt ,
R→+∞ 0
de nuevo partes, ahora u(t) = t2 , v 0 (t) = e−tp :

−tp
e−tp −Rp
Z R
1 R
Z
2e R 2e −tp
lim t − 2t dt = lim R −0+ 2te dt
R→+∞ −p 0 0 −p R→+∞ −p p 0
R
R2
Z
1 2 −tp
− lim + lim te dt .
p R→+∞ eRp p R→+∞ 0
El prrimer lı́mite de nuevo da cero (Ejercicio), el segundo es el calculado en el ejemplo

anterior. Queda:
2
L(x2 )(p) = 3 .
p
26
5. Un ejemplo más de este tipo, para deducir luego qué pasa con todas las potencias enteras
de x
f (x) = x3 :
Z R
3 −tp
lim t e dt ,
R→+∞ 0
partes con u(t) = t3 y v 0 (t) = e−tp . Queda

−tp Z R −tp
3 Z R
e R 2e 1 R 3 2 −tp
lim t3 − 3t dt = − lim + lim t e dt
−p 0 −p p R→+∞ eRp R→+∞ p 0

R→+∞ 0
Z R
3 2 −tp
= lim t e dt ,
p R→+∞ 0
o sea
3·2 3!
L(x3 )(p) = 4 = 4 .
p p
6. En general, para n ≥ 0 entero
n!
L(xn )(p) = .
pn+1
Una propiedad importante, que dice que L es lineal:
Proposición 7.3. Si α, β ∈ R y f, g : (0, +∞) → R, entonces
L(αf + βg)(p) = αL(f )(p) + βL(g)(p).
La prueba es sencilla, se basa en las propiedades de lı́mite e integración con respecto a sumas
y multiplicación por constantes (Ejercicio).
Ejemplo 7.4. Combinando esta propiedad con los ejemplos vistos antes, podemos calcular la
transformada de cualquier polinomio. Por ejemplo:
24 12 6 6
L(x4 − 2x3 + 3x2 + 6)(p) = L(x4 )(p) − 2L(x3 )(p) + 3L(x2 )(p) + L(6)(p) = − 4 + 3+ .
p5 p p p
8 Clase 8
Continuamos con ejemplos y propiedades.
Ejemplo 8.1. f (x) = cos(ax), g(x) = sen(ax):
Z R
−tp
L(cos(ax))(p) = lim cos(at)e dt .
R→+∞ 0
Para continuar, neccesitamos la primitiva cos(at)e−tp dt. Una posiblidad es buscar una tabla de
R
integrales. Otra es hacer integración por partes dos veces (con cuidado), es una de las llamadas
primitivas cı́clicas). Hay una tercera posibilidad, que es la que haremos, usando la exponencial
compleja
eα+iβ = eα (cos(β) + isen(β)) = eα cos(β) + ieα sen(β).
27
e−tp+iat dt. Por un lado es
R
Hagamos
et(−p+ia)
Z
et(−p+ia) dt = ,
−p + ia
kt
donde usamos que ekt dt = ek , para cualquier constante k (real o compleja, en este caso
R
compleja). Por otro lado es

Z Z Z
−tp+iat
e dt = e cos(at)dt + i e−tp sen(at)dt
−tp
et(−p+ia)
Entonces la integral de la izquierda es igual a la parte real de −p+ia , y la integral de la derecha
et(−p+ia)
es la parte imaginaria de −p+ia . Es un ejercicio sencillo de números complejos, y calculamos
et(−p+ia)
ası́ dos integrales de un golpe. Debemos escribir el complejo −p+ia en forma binomial:
et(−p+ia) cos(at) + i sen(at)

= e−tp ,
−p + ia −p + ia
Como e−tp es real, basta con escribir en forma binomial la fracción
cos(at) + i sen(at) (cos(at) + i sen(at))(−p − ia)

=
−p + ia p 2 + a2
−cos(at)p + sen(at)a −cos(at)a − sen(at)p

= 2 2
+i
p +a p2 + a2
Quedan entonces
e−tp
Z
e−tp cos(at)dt = (−cos(at)p + sen(at)a)
p2 + a2
y
e−tp
Z
e−tp sen(at)dt = (−cos(at)a − sen(at)p) .
p2 + a2
Volvemos a los cálculos de transformadas de Laplace.
Z R −tp R
−tp e
L(cos(ax))(p) = lim cos(at)e dt = lim (−cos(at)p + sen(at)a)

R→+∞ 2
R→+∞ p + a 2 0
0
−Rp
e 1 p
= lim 2 2
(−cos(aR)p + sen(aR)a) − 2 2
(−p) = 2 ,
R→+∞ p + a p +a p + a2
pues el primer lı́mite da cero (es cero por acotado). Queda
p
L(cos(ax))(p) = .
p2 + a2
Usando la otra primitiva, comprobar que (Ejercicio):

a
L(sen(ax))(p) = .
p2 + a2
28
La siguiente propiedad es muy útil para los cálculos (la podemos llamar propiedad de cor-
rimiento):
Proposición 8.2.
L(f eax )(p) = L(f )(p − a).
Al final, en un ANEXO, probaremos esta propiedad. Usémosla en ejemplos:
Ejemplos 8.3.
1.
L(x3 e2x )(p) = L(x3 )(p − 2);
6
ahora usamos que L(x3 ) = p4
, y lo corremos a p − 2:
6
L(x3 e2x )(p) = .
(p − 2)4
2.
L(sen(2x)e−5x )(p) = L(sen(2x))(p + 5);
2
ahora L(sen(2x))(p) = p2 +4
, y lo corremos a p + 5:
2
L(sen(2x)e−5x )(p) = .
(p + 5)2 + 4
3. También sirve para calcular

1
L(eax )(p) = L(1.eax )(p) = ,
p−a
1
pues es L(1)(p) = p corrido a p − a.
Las siguientes propiedades relacionan a L con la derivación. Podemos aplicar las operaciones
de transformada de Laplace y de derivación sucesivamente. Hay dos posibilidades, de acuerdo
al orden en que hagamos estas operaciones, lo que da lugar a dos propiedades. La primera es
útil para calcular L en muchos ejemplos:
Proposición 8.4. (Primero L, luego derivación)
{L(f )(p)}0 = −L(x · f )(p).
Debe quedar claro que en el término del lado izquierdo, la derivación es respecto de la variable
p.
Ejemplo 8.5. Calcular L(x cos(2x))(p). Esto se asimila al lado derecho de la fórmula de arriba.
Entonces:
p p2 − 4
L(x cos(2x))(p) = −{L(cos(2x))(p)}0 = −{ 2 }0 = 2 .
p +4 (p + 4)2
29
Observación 8.6. La propiedad que acabamos de ver se puede reiterar:
0
{L(f )(p)}00 = {L(f )(p)}0 = (−L(x · f )(p))0 = +L(x2 · f )(p),
los dos signos menos sucesivos hacen un signo más. También

0 0
{L(f )(p)}000 = {L(f )(p)}00 = {L(x2 · f )(p) = −L(x3 · f )(p).
O en general
{L(f )(p)}(n) = (−1)n L(xn · f )(p). (21)
Aquı́ recordar que g (n) quiere decir derivada de orden n.
Ejemplo 8.7. Calcular L(x3 sen(x)).
1
L(x3 sen(x))(p) = −{L(sen(x))(p)}000 = −{ }000 = Ejercicio.
p2 +1
La siguiente propiedad es tal vez la más relevante, es la que nos permite relacionar a L con
las ecuaciones diferenciales.
Proposición 8.8. (Primero derivación, luego L)
L(f 0 )(p) = p L(f )(p) − f (0).
En el ANEXO al final de esta clase, van las pruebas de estas fórmulas.

Ejemplo 8.9. Tenemos la siguiente ecuación diferencial con condición inicial:
0
y − y = x ex
y(0) = 0.
Sabemos resolver esta ecuación lineal de primer orden por otros medios, pero para ejemplificar
el rol de L, tomemos L en los dos lados de la ecuación:
L(y 0 − y)(p) = L(x ex )(p),
a la izquierda usamos las propiedades que ya vimos (linealidad, la de recién), a la derecha la

propiedad de corrimiento; queda
1
pL(y)(p) − y(0) − L(y)(p) = ,
(p − 1)2
como y(0) = 0 (esto es interesante, la condición inicial interviene en el cálculo),
1 1
L(y)(p) · {p − 1} = 2
=⇒ L(y)(p) = .
(p − 1) (p − 1)3
Es decir, obtuvimos L(y). Nuestro siguiente objetivo es deducir y a partir de L(y).
Veamos cómo obtener f conociendo L. Esto es exactamente el procedimiento inverso de
calcular transformadas: se lo suele llamar calcular antitransformadas. Es el tema del ejercicio 2
de la guı́a 2, y como se vió en el ejemplo de arriba, es relevante saber hacerlo. No hay una fórmula
práctica para antitransformar (calcular L−1 serı́a), lo que tenemos es la siguiente propiedad, y
algunos trucos.
30
Proposición 8.10. La transformada de Laplace es inyectiva:
L(f ) = L(g) =⇒ f = g.
Esto parece teórico, pero es de gran utilidad práctica. En el ejemplo de la ecuación diferencial
que quedó pendiente más arriba, llegamos a que
1
L(y)(p) = .
(p − 1)3
Por otro lado, de la tabla, sabemos que L(x2 )(p) = p23 , con lo cual manipulando ligramente
esto, L( 12 x2 )(p) = p13 , y usando la propiedad de corrimiento: L( 12 x2 ex )(p) = (p−1)
1
3 . Es decir
(invocando la inyectividad de L):

1 1
L(y)(p) = L( x2 ex )(p) =⇒ y = x2 ex ,
2 2
y resolvimos la ecuación del ejemplo (con condición inicial incluida).
El procedimineto de cálculo de antitransformadas (o L−1 ) que seguiremos es básicamente
esto, añadiendo algunos trucos que veremos la clase siguiente.
8.1 ANEXO: pruebas de algunas propiedades
Propiedad de corrimiento:
L(f · eax )(p) = L(f )(p − a).
Pues: Z ∞ Z ∞
at −tp
ax
L(f · e )(p) = f (t)e e dt = f (t)e−t(p−a) dt = L(f )(p − a).
0 0
Primero L, después derivación:
{L(f )(p)}0 = −L(x · f )(p).
Pues:
Z ∞ Z ∞ Z ∞
d d
{L(f )(p)}0 = { f (t)e−tp dt} = {f (te−tp }dt = f (t)e−tp (−t)dt
dp 0 0 dp 0
Z ∞
=− t f (t)e−tp dt = −L(x · f )(p).
0
Primero derivación, luego L:
L(f 0 )(p) = p L(f )(p) − f (0).
Pues Z R
0
L(f )(p) = lim { f 0 (t)e−tp dt},
R→+∞ 0
31
integramos por partes: u(t) = e−tp , v 0 (t) = f 0 (t),
R Z R Z R
f (R)
lim {f (t)e−tp − f (t)e−tp (−p)dt} = lim { − f (0) + p f (t)e−tp dt}

R→+∞ 0 0 R→+∞ eRp 0
f (R)
= lim + p L(f )(p) − f (0) = p L(f )(p) − f (0),
R→+∞ eRp
pues limR→+∞ fe(R)

Rp = 0, ya que f crece menos que la exponencial.
La propiedad de inyectividad es más delicada, y no la probamos.
8.2 ANEXO 2: Transformada de Laplace de x−1/2

Veamos que √
L(x−1/2 )(p) = π p−1/2 ,
es decir, x−1/2 se transforma en un múltiplo de si misma (si tratáramos a L como una transfor-
√
mación lineal, dirı́amos que x−1/2 es un autovector, con autovalor λ = π).
Z ∞
−1/2
L(x )(p) = t−1/2 e−tp dt,
0
cambio de variable s = pt, ds = p dt. Los lı́mites quedan
t = 0 =⇒ s = 0 , t → +∞ =⇒ s → +∞ , pues p > 0.
Entonces
Z ∞ Z ∞ Z ∞
1
t−1/2 e−tp dt = (sp−1 )−1/2 e−s ds = p−1/2 s−1/2 e−s ds = c p−1/2 ,
0 0 p 0
R∞
donde c = 0 s−1/2 e−s ds es una constante (no depende de p). Lo que resta es comprobar que
√
c = π. Hagamos un nuevo cambio de variable (en la integral que es igual a c): u2 = s, con lo
cual ds = 2u du y los lı́mites de la integral son
s = 0 =⇒ u = 0 , s → +∞ =⇒ u → +∞.
Entonces queda Z ∞ Z ∞
−1 −u2 2
c= u e 2u du = 2 e−u du.
0 0
Esta es la integral de la campana de Gauss.
R ∞Es conocido
R ∞su valor, también se puede calcular,
2 2
mediante el siguiente truco: llamando I = 0 e−x dx = 0 e−y dy (usando variable x o y),
Z ∞ Z ∞ Z ∞Z ∞ ZZ
−x2 −y 2 −x2 −y 2 2 2
2
I =( e dx)( e dy) = e e dxdy = e−x −y dxdy,
0 0 0 0 A
es decir, como ya hicimos antes, escribimos un producto de integrales simples como una sola
integral doble. Aquı́ la región de R2 es
A = {(x, y) ∈ R2 : 0 ≤ x ≤ +∞ , 0 ≤ y ≤ +∞} = primer cuadrante de R2 .
32
Pasamos la integral a coordenadas polares: dxdy = rdrdθ, −x2 − y 2 = −r2 y la región A se
convierte en
A0 = {(r, θ) : r ≥ 0 , 0 ≤ θ ≤ π/2}.
Entonces
Z ∞ !
Z π/2 Z ∞
−r2 −r2 1 −r2 r 2
2
I = e rdθ dr = π/2 e rdr = π/2 lim − e = π/4 lim (1−e−r )
0 0 0 r→=∞ 2 0 r→+∞
√ √
= π/4 =⇒ I = π/2 =⇒ c = 2I = π.
Ejemplo 8.11. Calculemos L(x5/2 ).

√ 15 √ −7/2
L(x5/2 )(p) = L(x3 x−1/2 )(p) = (−1)3 {L(x−1/2 )(p)}000 = − π(p−1/2 )000 = πp .
8
9 Clase 9
Vamos a dedicarnos esta clase al problema de calcular antitransformadas de Laplace. Las her-
ramientas que usaremos son:
la tabla de transformadas (las transformadas calculadas hasta ahora en clase);
la propiedad de corrimiento;
descomposición de fracciones compuestas en fracciones simples;
convolución de funciones (esta queda para más adelante).
9.1 Repaso de fraccciones simples

Este es un tema de cálculo elemental en una variable, la descomposición en fracciones simples se
usa para calcular primitivas de funciones racionales (cocientes de polinomios). Y es extremada-
mente útil aquı́ .
Llamaremos fracciones simples a las siguientes:
1 Ap + B
a) b) ,
(p − α)n (p2 + Cp + D)m
donde en la fracción b), la cuadrática del denominador no tiene raices reales. También, en los
ejemplos de fracciones de tipo b), por ahora, tomaremos potencias m = 1 para evitar complica-
ciones (luego veremos algún ejemplo con m ≥ 2).
Como es un repaso, haremos este recorrido mediante ejemplos.
Ejemplos 9.1.
1.
5p + 12
.
p3 − 5p2 + 6p
33
El primer paso es factorizar completamente el denominador, es decir, hasta que todos
los factores que aparecen en la factorización sean monomios p − α o cuadráticas sin raices
reales. En este ejemplo:
p3 − 5p2 + 6p = p(p2 − 5p + 6) = p(p − 2)(p − 3).
La factorización del denominador dicta cómo sera la descomposición; en este ejemplo son
todas raices simples. Entonces se pone
5p + 12 α β γ
= + + .
p(p − 2)(p − 3) p p−2 p−3
Lo que sigue es calcular α, β y γ. Hay varios modos de hacer esto. El modo más mecánico
es sumar las fracciones con las incógnitas:
α β γ α(p − 2)(p − 3) + βp(p − 3) + γp(p − 2)
+ + =
p p−2 p−3 p(p − 2)(p − 3)
p2 (α + β + γ) + p(−5α − 3β − 2γ) + 6α 5p + 12
= = .
p(p − 2)(p − 3) p(p − 2)(p − 3)
De la comparación de estas dos últimas fracciones, con igual denominador, se sigue que
los polinomios del numerador deben ser iguales; entonces basta comparar, grado por grado,
los coefificentes de ambos numeradores:

 α+β+γ =0
−5α − 3β − 2γ = 5 .
6α = 12

Queda α = 2, β = −11, γ = 9, es decir

5p + 12 2 11 9
= − + .
p3 2
− 5p + 6p p p−2 p−3
Luego retomamos este ejemplo.
2.
p3 − 1
.
p4 − 16
Factorizamos el denominador: p4 − 16 = (p2 + 4)(p2 − 4) = (p2 + 4)(p + 2)(p − 2), el primer
factor que aparece es una cuadrática sin raices reales. La fracción se descompone ası́ :
p3 − 1 αp + β γ δ
2
= 2 + +
(p + 4)(p + 2)(p − 2) p +4 p+2 p−2
p3 (α + β + γ) + p2 (β − 2γ + 2δ) + p(−4α + 4γ + 4δ) − rβ − 8γ + 8δ
= ,
(p2 + 4)(p + 2)(p − 2)
y comparando los coeficientes de cada grado en los numeradores:


 α+γ+δ =1
β − 2γ + 2δ = 0

 −4α + 4γ + 4δ = 0

−4β − 8γ + 8δ = −1

34
La solución es α = 1/2, β = 1/2, γ = 3/16, δ = 5/16. Entonces la descomposición es
1 1 3 5
p3 − 1 2p + 2 16 16
= + + .
p4 − 16 p2 + 4 p+2 p−2
Observación: los sistemas lineales que provienen de problemas de descomposición en frac-
ciones simples siempre son compatibles determinados (única solución). Si no les queda
ası́, hay un error en el planteo.
3.
p2 + 3p + 1
.
(p + 1)3 (p2 + 1)
Aquı́ el denominador ya está factorizado. Entonces
p2 + 3p + 1 α β γ δp +
= + + +
(p + 1)3 (p2 + 1) p + 1 (p + 1)2 (p + 1)3 p2 + 1
Este es el primer ejemplo con una raiz múltiple. Cuando hay raiz multiple se debe desar-
rollar siguiendo este modelo. Sumamos las fracciones:
α(p + 1)2 (p2 + 1) + β(p + 1)(p2 + 1) + γ(p2 + 1) + (δp + )(p + 1)3

.
(p + 1)3 (p2 + 1)
ordenamos por grado, pongamos solo el numerador:
p4 (α + δ) + p3 (2α + β + 3δ + ) + p2 (2α + β + γ + 3δ + 3) + p(2α + β + δ + 3)+
+α + β + γ + .
Queda entonces el sistema:


 α+δ =0
 2α + β + 3δ + = 0


2α + β + γ + 3δ + 3 = 1
2α + β + δ + 3 = 3




α+β+γ+=1

Queda α = 7/2, β = 11/2, γ = −2, δ = −7/2, = −2 (Ejercicio: resolver bien y encontrar

los errores). Entonces
p2 + 3p + 1 7/2 11/2 2 7/2p + 2

3 2
= + 2
− .
(p + 1) (p + 1) p + 1 (p + 1) (p + 1) p2 + 1
3
9.2 Cálculo de antitransformada de fracciones simples

Vamos a hacerlo para fracciones:
1 Ap + B
a) b) ,
(p − α)n p2 + Cp + D
35
es decir, las fracciones del tipo b), las vamos a considerar con el denominador a la potencia 1.
1 1
Las fracciones del tipo a) son más simples: (p−α) n es un corrimiento de pn :
1 1 (n − 1)! 1 1
n
= n
= L(xn−1 )(p) = L( xn−1 )(p).
p (n − 1)! p (n − 1)! (n − 1)!
Entonces, por la propiedad de corrimiento:
1 1
L( xn−1 eαx )(p) = ,
(n − 1)! (p − α)n
o bien
1 1
L−1 ( )= xn−1 eαx .
(p − α)n (n − 1)!
Para las fracciones del tipo b), pongamos un ejemplo, para que no quede tan engorrosa la
notación. Trabajemos con
2p + 5
.
p + 3p + 17
2
4
Lo primero es escribir la cuadrática en forma normal: p2 + 3p + 7 = (p − xv )2 + yv , donde xv = x
b
del vértice=− 2a = − 23 , yv = y del vértice, yv = (− 32 )2 + 3(− 32 ) + 17
4 = 2. Queda
17 3 3
p2 + 3p + = (p − (− ))2 + 2 = (p + )2 + 2.
4 2 2
3
La expresión (p + 2 ) es la clave, porque va a determinar el corrimiento. Hay que tratar de que
aparezca en el numerador: es fácil,
3 3 3 3 3
2p + 5 = 2((p + ) − ) + 5 = 2(p + ) − 2 · + 5 = 2(p + ) + 2.
2 2 2 2 2
Entonces
2p + 5 2(p + 23 ) + 2 2(p + 32 ) 2
2 17 = 3 2 = 3 2 + 3 2
p + 3p + 4 (p + 2 ) + 2 (p + 2 ) + 2 (p + 2 ) + 2
Estas dos fracciones de la derecha están listas para ser antitransfromadas:
2(p + 23 ) 3 2p p √
3 2 es corrimiento en a = − de 2 =2 √ = 2L(cos( 2x))(p),
(p + 2 ) + 2 2 p +2 p2 + ( 2)2
entonces
2(p + 32 ) √ 3
3 2 = L(2 cos( 2x)e− 2 x )(p).
(p + 2 ) + 2
La otra fracción se trata de manera similar:
√
2 3 2 2 2 2 √
3 2 es corrimiento en a = − de 2 =√ √ = √ L(sen( 2x))(p),
(p + 2 ) + 2 2 p +2 2
2 p + ( 2) 2 2
entonces
2 2 √ 3
3 2 = L( √ sen( 2x)e− 2 x )(p).
(p + 2 ) + 2 2
Finalmente,
2p + 5 √ − 32 x 2 √ 3
2 17 = L(2 cos( 2x)e + √ sen( 2x)e− 2 x )(p),

p + 3p + 4 2
o sea
√ √

−1 2p + 5 − 32 x 2
L ( 2 )=e 2 cos( 2x) + √ sen( 2x) .
p + 3p + 17 4 2
36
10 Clase 10
Ahora usaremos la transformada de Laplace para resolver ecuaciones diferenciales. Recordemos
la fórmula
L(f 0 )(p) = p L(f ) − f (0). (22)
Esta propiedad se puede reiterar:
L(f 00 )(p) = L((f 0 )0 )(p) = p L(f 0 )(p) − f 0 (0) = p(pL(f ) − f (0)) − f 0 (0).
Queda
L(f 00 )(p) = p2 L(f )(p) − p f (0) − f 0 (0). (23)
Ejercicio: cómo serı́a la propiedad para L(f 000 ).
Usamos ahora las propiedades (22) y (23) para resolver ecuaciones diferenciales (lineales de
segundo orden con coeficientes constantes). Lo hacemos en ejemplos:
Ejemplo 10.1.
y 00 − 2y 0 + y = ex (1 − 2x)

y(0) = −1 , y 0 (0) = 1
Aplicamos L a ambos lados de la ecuación:
L(y 00 − 2y 0 + y)(p) = L(ex (1 − 2x))(p),
usamos las propiedades a la izquierda y calculamos a la derecha (a la derecha distrbuimos

primero, luego transformamos):
p2 L(y)(p) − p y(0) − y 0 (0) − 2(pL(y)(p) − y(0)) + L(y)(p) = L(ex )(p) − 2L(xex )(p),
1 2
L(y)(p) · {p2 − 2p + 1} + p − 1 − 2 = − ,
p − 1 (p − 1)2
1 2
L(y)(p){(p − 1)2 } = − −p+1
p − 1 (p − 1)2
1 2 1 1 2 p 1
L(y)(p) = { − 2
− p + 1} 2
= 3
− 4
− 2
+ .
p − 1 (p − 1) (p − 1) (p − 1) (p − 1) (p − 1) (p − 1)2
Todas las fracciones que quedaron a la derecha, menos una, son simples. La única que no es
simple es

−p α β α(p − 1) + β pα − α + β α = −1
= + = = =⇒
(p − 1) 2 (p − 1) (p − 1) 2 (p − 1)2 (p − 1)2 β = −1
o sea
−p −1 −1
2
= + .
(p − 1) p − 1 (p − 1)2
Reemplazando esta expresión en el despeje de L(y)(p), y reagrupando, queda
2 1 2 1
L(y)(p) = − + − + .
(p − 1)4 (p − 1)3 (p − 1)2 p − 1
37
Cada una de estas fracciones es fácil de antitransformar:
2 2 6 1 1 1 2 1
− =− = − L(x3 ex )(p) ; = = L(x2 ex )(p) ;
(p − 1)4 6 (p − 1)4 3 (p − 1)3 2 (p − 1)3 2
−2 1 1
2
= −2 2
= −2L(xex )(p) ; = L(ex )(p).
(p − 1) (p − 1) p−1
Entonces
1 1
L(y)(p) = L(− x3 ex + x2 ex − 2xex + ex )(p),
3 2
es decir, la solución de la ecuación (con las condiciones iniciales) es
1 1
y = ex (− x3 + x2 − 2x + 1).
3 2
En la clase práctica veremos más ejemplos.
Ahora introduciremos otra propiedad muy importante de la transformada de Laplace, que
involucra una nueva operación entre funciones, que es de frecuente uso en en análisis matemático:
10.1 Producto de convolución de funciones

Los datos son dos funciones f, g : (0, +∞) → R. Vamos a formar una nueva función f ∗ g,
(llamada f convolución g), de la siguiente manera:
Z x
f ∗ g : (0, +∞) → R , f ∗ g(x) = f (t)g(x − t)dt.
0
Ejemplos 10.2.
1. f = 1, g = 1, Z x Z x
1 ∗ 1(x) = f (t)g(x − 1)dt = 1dt = x,
0 0
o sea 1 ∗ 1(x) = x.
2. f (x) = ex , g(x) = e2x ,

Z x Z Z x x
ex ∗e2x = et e2(x−t) dt = e−t e2x dt = e2x e−t dt = e2x (−e−t ) = e2x (1−e−x ) = e2x −ex .

0 0 0
3. f (x) = sen(x), g(x) = cos(x).

Z x Z x
sen(x) ∗ cos(x) = sen(t)cos(x − t)dt = sen(t){cos(x)cos(t) + sen(x)sen(t)}dt
0 0
donde aquı́ usamos la identidad trigonométrica cos(α − β) = cos(α)cos(β) + sen(α)sen(β).

Queda Z x Z x
cos(x) sen(t)cos(t)dt + sen(x) (sen(t))2 dt.
0 0
38
De nuevo, identidades trigonométricas acuden en nuestra ayuda: sen(t)cos(t) = 12 sen(2t),
(sen(t))2 = 21 (1 − cos(2t). Entonces queda
Z x Z x
1 1
sen(x) ∗ cos(x) = cos(x) sen(2t)dt + sen(x) (1 − cos(2t))dt
0 2 0 2
1 x 1 1 x
= cos(x)(− cos(2t)) + sen(x)( t − sen(2t)) .

4 0 2 4 0
Luego
1 1 1 1
sen(x) ∗ cos(x) = cos(x)( − cos(2x) + sen(x)( x − sen(2x)).
4 4 2 4
Propiedades de la convolución:
1. Es conmutativa:
f ∗ g = g ∗ f.
La prueba es un Ejercicio.
2. Es distributiva con la suma:
f ∗ (g + h) = f ∗ g + f ∗ h.
La prueba es bien sencilla, y también es un Ejercicio.
3. Y la propiedad que tiene con la transformada de Laplace
L(f ∗ g)(p) = L(f )(p) · L(g)(p).
Es decir, L cambia ∗ (convolución) por · (producto). La clase que viene retomamos con
esta fórmula.
11 Clase 11
11.1 Transformada de Laplace y convolución
Recordemos la fórmula con que terminamos la clase pasada
L(f ∗ g)(p) = L(f )(p) · L(g)(p), (24)
donde debemos recordar que

Z x
f ∗ g(x) = f (t)g(x − t)dt.
0
Esta fórmula, de la que luego vamos a ver la prueba, tiene varias aplicaciones. Veamos las que
vamos a usar:
39
11.1.1 Cálculo de antitransformadas
Supongamos que tenemos que calcular la antitranformada de:
Ejemplos 11.1.
1.
1
.
(p − 2)3 (p − 1)
Podemos plantearlo usando fracciones simples (aunque, como ya vimos, esto se vuelve
a veces un poco largo). Tenemos otra alternativa, interpretamos esa fracción como un
producto:
1 1 1
3
= · ,
(p − 1)(p − 2) p − 1 (p − 2)3
las dos fracciones, por separado, las sabemos antistransformar (aparecen en la tabla o son
1 1 1 2 2x
directas): p−1 = L(ex )(p), (p−2) 3 = L( 2 x e )(p). Entonces
1 1
3
= L(ex )(p) · L( x2 e2x )(p).
(p − 1)(p − 2) 2
La expresión de la derecha es un caso especial de la expresión que aparece a la derecha

en la fórmula (24) del comienzo: con f (x) = ex , g(x) = 21 x2 e2x . Entonces, usando esa
fórmula
1 1
3
= L(ex ∗ x2 e2x )(p).
(p − 1)(p − 2) 2
1
Es decir, la respuesta es que la antitransformada de (p−2)3 (p−1)
es
Z x Z x
1 1 1 2 2t x−t 1 2 2t x −t
e ∗ x2 e2x = x2 e2x ∗ ex =
x
t e e dt = t e e e dt
2 2 0 2 0 2
Aquı́ elegimos el orden en que nos resulte más fácil (planteamos las dos posibles integrales
y vemos cuál nos conviene más, aprovechando la propiedad de que la convolución es con-
mutativa; yo opté por la segunda). Sigue la cuenta, sacamos fuera de la integral todo lo
que sea constante, incluyendo las expresiones con x sin t
1 x x 2 t
Z
1
= e t e dt = (integrando por partes dos veces) = ex {x2 ex − 2xex + 2ex − 2},
2 0 2
que es la respuesta del problema.

2p+3
2. (p2 +4p+5)2
.De nuevo, expresamos esta fracción como un producto de dos fracciones; el
criterio para separar, es que sepamos calcular la antitransformada de cada fracción por
separado. Este ejemplo es interesante, porque ya es una fracción simple: el denomina-
dos es una cuadrática sin raices reales, elevada al cuadrado: es uno de los ejemplos que
esquivamos cobardemente. Usando la convolución, se puede atacar (no digo derrotar):
2p + 3 2p + 3 1
= 2 · 2 .
(p2 + 4p + 5) 2 p + 4p + 5 p + 4p + 5
40
Primero tenemos que encontrar la forma normal de la cuadrática: p2 +4p+5 = (p+2)2 +1,
entonces
2p + 3 2p + 3 2((p + 2) − 2) + 3 2(p + 2) − 1
= = =
p2 + 4p + 5 2
(p + 2) + 1 2
(p + 2) + 1 (p + 2)2 + 1
p+2 1
=2 − = 2L(e−2x cos(x))(p) − L(e−2x sen(x))(p)
(p + 2) + 1 (p + 2)2 + 1
2
= L(e−2x (2cos(x) − sen(x)))(p).

De modo similar
1 1
= = L(e−2x sen(x))(p).
p2 + 4p + 5 (p + 2)2 + 1
Entonces
2p + 3
= L(e−2x (2cos(x) − sen(x)))(p) · L(e−2x sen(x))(p),
(p2 + 4p + 5)2
y usando la fórmula (24) como en el ejemplo anterior, esto es igual a
L({e−2x (2cos(x) − sen(x))} ∗ e−2x sen(x))(p).

2p+3 −2x (2cos(x) − sen(x))} ∗ e−2x sen(x). Un
Entonces, la antitransformada de (p2 +4p+5) 2 es {e
recurso retórico (por ejemplo, para un examen cuando ya no queda más tiempo u otra
situación desesperada), es brindar esto como respuesta. Si queremos ser más explı́citos:
Z x
−2x −2x
{e (2cos(x) − sen(x))} ∗ e sen(x) = {e−2t (2cos(t) − sen(t))}e−2(x−t) sen(x − t)dt
0
Z x
= e−2x {2cos(t) − sen(t)}sen(x − t)dt
0
que usando la identidad trigonométrica sen(x − t) = sen(x)cos(t) − cos(x)sen(t) queda
Z x
−2x
e {2cost − sent}{sen(x)cos(t) − cos(x)sen(t)}dt
0
Z x Z x Z x
−2x 2
=e {2sen(x) (cos(t)) dt − 2cos(x) cos(t)sen(t)dt − sen(x) sen(t)cos(t)dt+
0 0 0
Z x
+cos(x) (sen(t))2 dt},
0
y les dejo como ejercicio las integrales que quedan.
41
11.1.2 Ecuaciones integrales
El segundo uso que vamos a dar a la fórmula (24) es para resolver ecuaciones integrales. Se
denominan genéricamente ası́, a ecuaciones donde la incógnita es una función y = y(x), y dicha
función incógnita aparece dentro de una integral. El tipo de ecuaciones integrales que vamos a
ver (brevemente, hay un solo ejercicio en la guı́a):
Z x
y(x) + y(t)k(x − t)dt = f (x),
0
donde k y f son funciones dato. Usando la convolución, se puede reescribir esta ecuación como
y(x) + y(x) ∗ k(x) = f (x), u omitiendo la variable x, y + y ∗ k = f.
Para resolverla, usamos L, es decir aplicamos L en ambos lados de la ecuación, y usamos las
propiedades disponibles, entre ellas la fórmula (24):
L(y + y ∗ k)(p) = L(f )(p) =⇒ L(y)(p) + L(y ∗ k)(p) = L(f )(p)
entonces
L(y)(p) + L(y)(p) · L(k)(p) = L(f )(p) =⇒ L(y)(p){1 + L(k)(p)} = L(f )(p).
Es decir, podemos despejar la transformada L(y)(p) de la incógnita y:
L(f )(p)
L(y)(p) = .
1 + L(k)(p)
El paso que sigue es antitransformar para obtener y.
Veamos un ejemplo
Ejemplo 11.2. Resolver la ecuación

Z x
y(x) + e x
y(t)e−t (x − t)dt = xex .
0
En este caso conviene trabajar un poco con la ecuación para que la integral sea una convolución:
Z x Z x Z x
ex y(t)e−t (x − t)dt = ex y(t)e−t (x − t)dt = y(t)ex−t (x − t)dt,
0 0 0
y ahora sı́ tiene la forma y(x) ∗ xex . Entonces la ecuación queda
y(x) + y(x) ∗ xex = xex .
Usamos L, y desarrollamos como antes, quedando

1
L(xex )(p) (p−1)2 1
L(y)(p) = x
= 1 = = L(ex sen(x))(p),
1 + L(xe )(p) 1 + (p−1)2 (p − 1)2 + 1
entonces y = ex sen(x). En la guı́a hay más ejemplos, lo único que se puede llegar a complicar
es el cálculo de la antitransformada al final.
42
11.1.3 Resolución de ecuaciones mediante la función de Green
Esto correponde al último ejercicio de la guı́a. De nuevo consideramos ecuaciones lineales de
segundo orden con coeficientes constantes,
00
y + ay 0 + by = f (x)
,
y(0) = 0, y 0 (0) = 0
donde la particularidad es que ambas condiciones iniciales están igualadas a 0.

Uno puede tratar de resolver esta ecuación como hacı́amos antes (sin L), o usando L como
en ejercicios anteriores. Pero este punto de vista que vamos a ver ahora tiene consecuencias
interesantes.
1
Llamaremos función de Green G(x) de la ecuación a la antitransformada de p2 +ap+b (que es
1 sobre el polinomio caracterı́stico de la ecuación):
1
G(x) = L−1 ( )(x),
p2 + ap + b
donde hemos usado como antes el sı́mbolo L−1 para la antitransformada.
Teorema 11.3. La única solución de la ecuación

00
y + ay 0 + by = f (x)
,
y(0) = 0, y 0 (0) = 0
es
y = G(x) ∗ f (x).
Es decir, la función de Green G, actuando for convolución sobre la función dato f , produce
automáticamente la solución de la ecuación con las condiciones iniciales dadas.
Veamos primero un ejemplo de uso del teorema, y luego la prueba, que es muy simple.
Ejemplo 11.4. Hallar la única solución de

00
y − 5y 0 + 6y = e2x − e3x
y(0) = 0, y 0 (0) = 0
1
Empezamos calculando G: es la antitransformada de p2 −5p+6 . El denominador se factoriza
(p − 2)(p − 3). Podemos calcular la antitransformada usando fracciones simples o convolución,
es sencillo de ambas formas. Usemos convolución:
1 1 1
= · = L(e2x )(p) · L(e3x )(p) = L(e2x ∗ e3x )(p),
p2 − 5p + 6 p−2 p−3
Entonces
Z x Z x
G(x) = e 2x 3x
∗e = 2t 3(x−t)
e e dt = e3x
e−t dt = e3x (1 − e−x ) = e3x − e2x .
0 0
Entonces la solución de la ecuación es (usando que ∗ distribuye con sumas y restas)
y = G(x) ∗ f (x) = (e3x − e2x ) ∗ (e2x − e3x ) = 2e3x ∗ e2x − e2x ∗ e2x − e3x ∗ e3x .
43
Calculamos por separado:
e3x ∗ e2x = e3x − e2x (la hicimos recién)

Z x Z x
2x 2x 2t 2(x−t)
e ∗e = e e dt = e2x dt = xe2x ,
0 0
de forma similar e3x ∗ e3x = xe3x . Queda
y = 2e3x − 2e3x − xe2x − xe3x .
Hay más ejemplos para entretenerse en la guı́a.
Veamos la prueba del Teorema 11.3: aplicamos L a ambos lados de la ecuación del teorema,
queda
L(y 00 + ay 0 + by)(p) = L(f (x))(p) =⇒ L(y 00 )(p) − aL(y 0 )(p) + bL(y) = L(f (x))(p).
Como y(0) = 0, y 0 (0) = 0, queda L(y 0 )(p) = pL(y)(p) − y(0) = pL(y)(p), y también L(y 00 )(p) =
pL(y 0 )(p) − y 0 (0) = p2 L(y)(p). Entonces
1
L(y)(p){p2 + ap + b} = L(f (x))(p) =⇒ L(y)(p) = L(f (x))(p).
p2 + ap + b
1
Como p2 +ap+b
= L(G(x))(p) por definición de G, queda
L(y)(p) = L(G(x)) · L(f (x))(p) = L(G(x) ∗ f (x))(p) =⇒ y = G(x) ∗ f (x).
11.1.4 ANEXO: prueba de la propiedad L(f ∗ g) = L(f ) · L(g)

Pueden dejar la lectura de esta prueba para más adelante, cuando tengan curiosidad.
Comenzamos con
Z ∞ Z ∞
−tp
L(f )(p) · L(g)(p) = f (t)e dt g(s)e−sp ds.
0 0
Noten que la segunda integral la hacemos con variable s, es porque queremos mezclar, o distribuir
el producto de las dos integrales, viéndola como una integral doble:
Z ∞ Z ∞ Z ∞Z ∞ Z ∞Z ∞
−tp −sp −tp−sp
f (t)e dt g(s)e ds = f (t)g(s)e dtds = f (t)g(s)e−p(t+s) dtds,
0 0 0 0 0 0
que lo pensamos como una integral doble, en la región de R2 dada por
A = {(s, t) ∈ R2 : 0 ≤ s ≤ +∞, 0 ≤ t ≤ +∞}.
Volviendo a la integral doble, en la primera integral que aparece, con dt, hacemos el cambio de
variable s + t = u. Recordar que la variable de esta integral es t, entonces queda du = dt, y los
lı́mites de integración cambian ası́
t = 0 =⇒ u = s ; t = +∞ =⇒ u = +∞.
44
Además t = u − s. Entonces
Z ∞Z ∞ Z ∞ Z ∞
−p(t+s) −pu
f (t)g(s)e dtds = f (u − s)g(s)e du ds.
0 0 0 s
Vamos a cambiar el orden de integración, primero ds y luego du. Como los lı́mites no son
números fijos, sino que hay fórmulas (s en la integral de adentro), para cambiar el orden de
integración tenemos que reinterpretar la figura (lo que a veces se llama figuras de tipo I que se
ven como de tipo II, o viceversa). La región de R2 que corresponde a esta integral es
B = {(s, u) ∈ R2 : 0 ≤ s ≤ +∞; s ≤ u ≤ +∞}.
Si dibujamos esta figura, y la reinterpretamos (Ejercicio) queda
B = {(s, u) ∈ R2 : 0 ≤ s ≤ u; ≤ u ≤ +∞}.
Entonces la integral queda

Z ∞ Z u Z ∞
g(s)f (s − u)ds e−up du = (g(u) ∗ f (u)) e−up du = L(g(u) ∗ f (u))(p)
0 0 0
= L(f (u) ∗ g(u))(p).
12 Clase 12
Sistemas de ecuaciones diferenciales lineales

En esta parte de la materia el énfasis va a estar puesto menos en la solución de los sistemas,
como en su estudio cualitativo. En el ejercicio 1 de la guı́a 3 se muestra un método elemental
para encontrar las soluciones de un sistema de dos ecuaciones con dos incógnitas, incluso no
homogéneas, convirtiéndolas en una ecuación de segundo grado. Lo que haremos será estu-
diar sistemas homogéneos, de dos ecuaciones lineales con coeficientes constantes. Esto es, las
incógnitas serán x = x(t), y = y(t), y el sistema
0
x = a1,1 x + a1,2 y
con x(t0 ) = x0 , y(t0 ) = y0 . (25)
y 0 = a2,1 x + a2,2 y
Es conveniente escribir el sistema (25) usando la notación de matrices. Para esto llamemos

a1,1 a2,1 x(t) x x0
A= , X = X(t) = = y B= .
a2,1 a2,2 y(t) y y0
Usando esta nomenclatura, el sistema (25) se reescribe
X 0 = AX, X(t0 ) = B. (26)
Vamos a resolver el sistema (26) de un modo distinto, que nos permitirá trazar gráficamente las
soluciones y entender su comportamiento (sobre todo su comportamiento asintótico, es decir,
qué pasa con las soluciones cuando t → +∞).
45
Primero, podemos interpretar las soluciones x(t), y(t) como puntos (x(t), y(t)) del plano
R2 : las soluciones se convierten ası́ en curvas parametrizadas, es decir, en la descripción del
movimiento de un móviles puntuales en el plano. Nuestro objetivo será trazar la trayectoria de
estos móviles para cada sistema (en muchos textos a las soluciones se las llama trayectorias).
Para poder avanzar, necesitamos una herramienta de álgebra lineal, que es el cálculo de la
forma normal de una matriz (en el caso que nos toca, para matrices de 2 × 2). Haremos entonces
un aparte, para repasar - sin demostraciones - cómo se hace esto.
12.1 forma normal de una matriz de 2 × 2

En lo que sigue A es una matriz de 2 × 2, y lo que vamos a buscar es una factorización de A del
tipo
A = C −1 JC,
donde C es una matriz invertible, de hecho la entenderemos como una matriz de cambio de base
(o cambio de coordenadas). Asociada a la matriz C hay una base B = {v1 , v2 } de R2 (es decir
dos vectores linealmente independientes, o sea vectores no nulos que no son uno múltiplo del
otro). A saber, si (a, b) ∈ R2 , entonces

a α
C = ,
b β
donde (α, β) son las coordenadas de (a, b) en la base B:
(a, b) = αv1 + βv2 .

Es fácil ver que C −1 = v1 v2 , la matriz que tiene como columnas a los vectores v1 y

−1
v2 . Con lo cual C = v1 v2 .

Estos vectores v1 , v2 (o mejor dicho el sistema de coordenadas que proviene de la base B =

{v1 , v2 }), nos permitirán interpretar mejor las soluciones del sistema. Es en este sistema de
coordenadas en que las soluciones van a ser más trasparentes.
La matriz J que aparece en la forma normal se denomina matriz de Jordan asociada a A.
Para encontrar B y J, la clave es el llamado polinomio caracterı́stico de A:

a1,1 − λ a1,2
p(λ) = det(A − λI) = det = λ2 − λ tr(A) + det(A),
a2,1 a2,2 − λ
donde tr(A) = a1,1 + a2,2 (usualmente llamada traza de la matriz A).

Procederemos por casos, según el tipo de raices de p(λ)
12.1.1 Caso 1: p(λ) tiene raices reales λ1 6= λ2

En este caso la matriz J que va a aparecer en la factorización de A es

λ1 0
J= .
0 λ2
46
Las raices λ1 6= λ2 se suelen denominar autovalores de A. A cada autovalor se le puede asociar
un autovector, esto es, se buscan vectores v1 , v2 6= (0, 0) tales que
Av1 = λ1 v1 , Av2 = λ2 v2 .
Los vectores v1 , v2 son los vectores que precisamos para formar la base B.

2 −2
Ejemplo 12.1. Consideremos A = . Entonces p(λ) = λ2 + λ − 2, cuyas raices son
2 −3
λ1 = 1, λ2 = −2. Buscamos v1 = (x, y) tal que Av1 = λ1 v1 :

2 −2 x x 2x − 2y = x
=1· =⇒ ⇐⇒ x = 2y.
2 −3 y y 2x − 3y = y
Se trata (necesariamente) de un sistema compatible indeterminado (infinitas soluciones). Bus-

camos una solución no nula, por ejemplo y = 1, x = 2, es decir v1 = (2, 1). Del mismo modo
Av2 = λ2 v2 , si usamos v2 = (x, y),

2 −2 x x 2x − 2y = −2x
= −2 =⇒ ⇐⇒ 2x = y.
2 −3 y y 2x − 3y = −2y
Tomamos x = 1, y = 2, es decir v2 = (1, 2). Entonces

2 1
1 0 2/3 −1/3

−1
J= , C = v1 v2 = , C= .

0 −2 1 2 −1/3 2/3
La factorización de A = C −1 JC queda

2 −2 2 −2 1 0 2/3 −1/3
= .
2 −3 2 −3 0 −2 −1/3 2/3
12.1.2 Caso 2: p(λ) tiene una raiz doble λ0


λ0 0
J= .
1 λ0
La raiz λ0 es también un autovalor de A. Para encontrar los vectores v1 , v2 en este caso pro-
cedemos de la siguiente manera: armamos la matriz
A − λ0 I,
y buscamos un vector v ∈ R2 tal que

0
(A − λ0 I)v = w 6= .
0
Sirve cualquier vector v que cumpla esto. Por ejemplo, se puede probar con v = (1, 0) o
v = (0, 1) (si o si uno de los dos va a servir). Entonces tomamos v1 = v, v2 = w. Como antes
C −1 = v1 v2 .

47

2 1
Ejemplo 12.2. Consideremos A = . Entonces p(λ) = λ2 − 6λ + 9, cuya raiz (doble)
−1 4
es λ0 = 3. Buscamos v = (x, y) tal que (A − λ0 )v 6= (0, 0): (prueba y error, probamos primero
con v = (1, 0))

2 1 1 0 1 −1 1 1 −1 0
−3· = = 6= .
−1 4 0 1 0 −1 1 0 1 0
sirve. Entonces tomamos v1 = v = (1, 0) y v2 = w = (−1, 1). Entonces

1 −1
3 0 1 1

J= , C −1 = v1 v = , C = .

2
1 3 0 1 0 1


2 1 1 −1 3 0 1 1
= .
−1 4 0 1 1 3 0 1
12.1.3 Caso 3: p(λ) tiene raices complejas α + iβ, α − iβ (β > 0)


α β
J= .
−β α
Las raices α ± iβ son autovalores complejos de A. Tomamos (por ejemplo) el autovalor α + iβ y

le buscamos un autovector (que será complejo también). Es decir buscamos v = (z1 , z2 ) 6= (0, 0),
con z1 , z2 ∈ C tal que Av = (α + iβ)v. El vector v se puede descomponer en dos vectores, uno
real y otro imaginario: si v = (z1 , z2 ) con z1 = x1 + iy1 , z2 = x2 + iy2 , queda
v = (z1 , z2 ) = (x1 , x2 ) + i(y1 , y2 ).
Tomamos en este caso v1 = (x1 , x2 ) la parte real del vector v, y v2 = (y1 , y2 ) la parte imaginaria
del vector v. Los vectores v1 , v2 son los vectores que precisamos para formar la base B.

1 5
Ejemplo 12.3. Consideremos A = . Entonces p(λ) = λ2 − 4λ + 13, cuyas raices
−2 3
son
1 √ 1
{4 ± −36} = {4 ± 6i} = 2 ± 3i,
2 2
es decir, estamos en el Caso 3 con α = 2, β = 3. Buscamos v = (z1 , z2 ) tal que Av = (α + iβ)v:

1 5 z1 z1 z1 + 5z2 = (2 + 3i)z1
= (2 + 3i) · =⇒ .
−2 3 z2 z2 −2z1 + 3z2 = (2 + 3i)z2
De nuevo, aunque no lo parezca a simple vista, es un sistema compatible indeterminado, con

lo cual la segunda ecuación es un múltiplo complejo (por eso no se adivina a simple vista) de
la primera. Entonces, confiando ciegamente en la teorı́a, elegimos una de las dos ecuaciones.
Luego, como buscamos una (y no todas las soluciones), podemos hallarla dándole un valor
48
arbitrario no nulo a z1 (o a z2 , según convenga). Tı́picamente z1 = 1 o z1 = i. Por ejemplo,
tomamos la primera ecuación, y tomamos z1 = 1. Queda
1 3
1 + 5z2 = (2 + 3i) =⇒ z2 = − + i.
5 5
Entonces v = (1, − 51 + 35 i) = (1, − 51 ) + i(0, 35 ). Tomamos v1 = (1, − 15 ), v2 = (0, 35 ). Entonces
1 0
2 3 1 0

−1
J= , C = v1 v2 = , C= .

−3 2 − 15 53 1/3 5/3

1 5 1 0 2 3 1 0
= .
−2 3 − 15 3
5 −3 2 1/3 5/3
12.2 Exponencial de una matriz

Usaremos la forma normal de la matriz A para calcular exponenciales de la matriz A, más
precisamente, es·A , donde s ∈ R.
Tomemos por ahora una matriz B (que luego será B = s · A), y veamos cuál es la estrategia
para calcular eB . Primero, definimos esta exponencial apelando a la serie de Tyalor de ex (que
ya usamos para calcular exponenciales complejas):
1 1 1
eB = I + B + B 2 + B 3 + B 4 + . . .
2 3! 4!
Si alguna vez multiplicó matrices, se puede imaginar lo engorroso que puede ser tratar de hacer
esta operación a mano. Pero justamente para hacer esta operación se inventó la forma normal
que repasamos recién. Si B = C −1 JC, entonces
B 2 = C −1 JCC −1 JC = C −1 J 2 C , B 3 = C −1 J 2 CC −1 JC = C −1 J 3 C , . . . , B n = C −1 J n C.
Entonces,
1 1 1
eB = I + C −1 JC + C −1 J 2 C + C −1 J 3 C + C −1 J 4 C + . . . ,
2 3! 4!
como para la matriz identidad I = C −1 IC, queda
1 1 1
eB = C −1 {I + J + J 2 + J 3 + J 4 + . . . }C = C −1 eJ C.
2 3! 4!
Las matrices J tienen la particularidad (en realidad, fueron inventadas para esto) de que eJ es
fácil de calcular. Veamos como se hace en los diferentes casos:
12.2.1 Caso 1: λ1 6= λ1 reales

.
λ1 0
Aquı́ es J = . Observe que
0 λ2
2 2 3
2 λ1 0 λ1 0 λ1 0 3 λ1 0 λ1 0 λ1 0
J = = , J = = ,
0 λ2 0 λ2 0 λ22 0 λ22 0 λ2 0 λ32
49
y en general
λn1 0

n
J = .
0 λn2
Entonces, si A = C −1 JC, y B = s · A, queda
1 1
es·A = C −1 {I + s · J + s2 · J 2 + s3 · J 3 + . . . }C
2 3!
1 + sλ1 + 12 s2 λ21 + 1 3 3

=C −1 3! s λ1 + ... 0
C.
1 2 2 1 3 3
0 1 + sλ2 + 2 s λ2 + 3! s λ2 + ...
Es decir,
esλ1

s·A −1 0
e =C C (27)
0 esλ2
Ejemplo 12.4. Retomemos la matriz del ejemplo (12.1) de más arrriba, que corresponde a este
caso. Habı́amos obtenido la factorización (forma normal):

2 −2 2 −2 1 0 2/3 −1/3
= .
2 −3 2 −3 0 −2 −1/3 2/3
Entonces, directamente,
 
2 −2
s·
es

2 −3 2 −2 0 2/3 −1/3
e = −2s .
2 −3 0 e −1/3 2/3
12.2.2 Caso 2: λ0 raiz doble

.
λ0 0
1 λ0
2 2 3
2 λ0 0 λ0 0 λ0 0 3 λ0 0 λ0 0 λ0 0
J = = , J = = ,
1 λ0 1 λ0 2λ0 λ20 2λ0 λ20 1 λ0 3λ20 λ30
y en general
λn0

0
Jn = .
nλn−1
0 λ n
0
Entonces, si A = C −1 JC, y B = s · A, queda
1 1
es·A = C −1 {I + s · J + s2 · J 2 + s3 · J 3 + . . . }C
2 3!
1 + sλ0 + 12 s2 λ20 + 3!1 s3 λ30 + . . .

−1 0
=C C.
s + s2 12 2λ0 + s3 3!1 3λ20 . . . 1 2 2
1 + sλ0 + 2 s λ0 + 1 3 3
3! s λ0 + ...
Solo falta analizar el lugar 2, 1 de esta matriz (lo continuamos con un par de términos más):
1 1 1 1 1 1 1
s+s2 2λ0 +s3 3λ20 +s4 4λ30 +s5 5λ40 +· · · = s{1+sλ0 + s2 λ20 + s3 λ30 + s4 λ40 +. . . } = sesλ0 .
2 3! 4! 5! 2 3! 4!
Es decir, sλ
s·A −1 e 0 0
e =C C (28)
sesλ0 esλ0
50
Ejemplo 12.5. Retomemos la matriz del ejemplo (12.2) de más arrriba, que corresponde a este
otro caso. Habı́amos obtenido la forma normal:

2 1 1 −1 3 0 1 1
= .
−1 4 0 1 1 3 0 1
Entonces queda  
2 1
s·
e3s

−1 4 1 −1 0 1 1
e = .
0 1 se3s e3s 0 1
12.2.3 Caso 3: raices complejas α ± iβ

.
α β
−β α

α 0 0 β
J= +
0 α −β 0
La matriz que está a la izquierda es de la forma αI, luego conmuta con cualquier otra matriz de
2 × 2: αIB = BαI = αB, para cualquier matriz B de 2 × 2.
La matriz que está a la derecha se puede expresar como βV , donde

0 1
V = .
−1 0
Entonces
es·J = es(αI+βV ) = esαI+sβV ,
y como las matrices del exponente conmutan, se puede usar la regla del producto de potencias
de igual base (al ser matrices que conmutan, se comportan como números):
es·J = esα·I esβ·V .
El primer factor es fácil de ver que da eα I. Veamos el segundo factor. Para ello, veamos las
potencias de V :
2 0 1 0 1 −1 0
V = = = −I.
−1 0 −1 0 0 −1
Entonces:
V 3 = V 2 V = −V ; V 4 = V 2 V 2 = I ; V 5 = V ; V 6 = −I ; . . . etc.
con la misma periodicidad de las potencias de la constante imaginaria i. Entonces

1 1 1 1 1
esβ·V = I + sβV − s2 β 2 I − s3 β 3 V + s4 β 4 I + s5 β 5 V − s6 β 6 I − . . .
2 3! 4! 5! 6!
reemplazando quienes son las matrices I y V , y colocando todo en una sola matriz, queda
1 − 21 s2 β 2 + 4!1 s4 β 4 − 6!1 s6 β 6 . . . sβ − 3!1 s3 β 3 + 5!1 s5 β 5 + . . .

sβ·V
e =
−(sβ − 3!1 s3 β 3 + 5!1 s5 β 5 + . . . ) 1 − 12 s2 β 2 + 4!1 s4 β 4 − 6!1 s6 β 6 . . .
51
(las dos series que aparecen en esta matriz son conocidas, corresponden al coseno y al seno)

cos(sβ) sen(sβ)
= .
−sen(sβ) cos(sβ)
Entonces queda
s·J sα cos(sβ) sen(sβ)
e =e .
Luego, si A = C −1 JC, queda

s·A sα −1 cos(sβ) sen(sβ)
e =e C C. (29)
Ejemplo 12.6. Retomemos ahora la matriz del ejemplo (12.3) de más arrriba, que corresponde
a este último caso. Habı́amos obtenido la forma normal:

1 5 1 0 2 3 1 0
= .
−2 3 − 51 35 −3 2 1/3 5/3
Entonces queda
 
1 5
s· 
−2 3 2s 1 0 cos(3s) sen(3s) 1 0
e =e .
− 51 3
5 −sen(3s) cos(3s) 1/3 5/3
En los tres ejemplos que consideramos, dejamos la exponencial es·A sin desarrollar, es decir,
dejamos el producto expresado. Esto es ası́ adrede: no lo desarrollen. Cuando usemos esta
técnica luego para entender gráficamente las trayectorias (soluciones) de sistemas lineales, esta
forma no desarrollada de la exponencial será la presentación más adecuada.
13 Clase 13
Terminamos los preliminres de álgebra lineal, volvemos a los sistemas de ecuaciones lineales.
Habı́amos adoptado, para el sistema
0
x = a1,1 x + a1,2 y
con x(t0 ) = x0 , y(t0 ) = y0 ,
y 0 = a2,1 x + a2,2 y

x(t) x0 a1,1 a1,2
donde x = x(t), y = y(t), la notación X = X(t) = ,B= yA= ,
y(t) y0 a2,1 a2,2
con la cual el sistema se escribe en forma matricial:
X 0 = AX , X(t0 ) = B.
Usando este formalismo, tenemos el siguiente teorema:
Teorema 13.1. La única solución del sistema
X 0 = AX , X(t0 ) = B
está dada por
X(t) = e(t−t0 )·A B.
52
En el ANEXO vemos luego la prueba. Veamos algunos ejemplos. Vamos a aprovechar los
ejemplos de los tres casos en que desarrrollamos la forma normal y la exponencial:
Ejemplos 13.2.
1. Hallemos la única solución del sistema

0
x = 2x − 2y
, con x(1) = 2, y(1) = −3.
y 0 = 2x − 3y

2 −2
En este caso la matriz A = es la considerada en el Ejemplo 12.1. Además
2 −3

x0
B= y t0 = 1. Ya habı́amos visto que
y0
 
2 −2
s·
es

2 −3 2 −2 0 2/3 −1/3
e = −2s .
2 −3 0 e −1/3 2/3
Segun lo que dice el teorema, nos interesa poner s = t − t0 = t − 1. Entonces podemos
armar directamente la solución:
t−1
(t−t0 )·A 2 −2 e 0 2/3 −1/3 2
X(t) = e B= .
2 −3 0 e−2(t−1) −1/3 2/3 −3
De nuevo, insisto, no hace falta desarrollar este producto, a menos que se lo pidan ex-
presamente. Para el uso de interpretación gráfica que le vamos a dar, es mejor dejarlo
expresado ası́.
x0 = 2x + y

, con x(0) = 1, y(0) = 2.
y 0 = −x + 4y

2 1 1
Aquı́ A = (la del ejemplo (12.2)), B = y t0 = 0. Entonces la solución
−1 4 2
es  
2 1
t·
e3t 0

−1 4 1 1 −1 1 1 1
X(t) = e = .
2 0 1 te3t e3t 0 1 2
3. Hallar todas las soluciones de

x0 = x + 5y

.
y 0 = −2x + 3y
Aquı́ no tenemos condiciones iniciales. Entonces, para poder usar la fórmula del teorema,
ponemos
condiciones
iniciales genéricas: x(0) = x0 , y(0) = y0 . Entonces aquı́ A =
1 5 x0
(la del ejemplo (12.3), B = , y t = 0. La solución general queda:
−2 3 y0
 
1 5
t· 
−2 3 x0
X(t) = e
y0
53

2t 1 0 cos(3t) sen(3t) 1 0 x0
=e .
− 51 3
5 −sen(3t) cos(3t) 1/3 5/3 y0
A partir de ahora, vamos a pensar que las soluciones X(t) (escritas como pares o como
vectores columna) son puntos de R2 , que se mueven con t, es decir, son curvas parametrizadas,
o trayectorias en el plano.
13.1 ANEXO
Prueba del teorema 13.1. Para simplificar pongamos t0 = 0. Primero, queremos ver X(t) =
et·A B es solución: cumple que X 0 (t) = AX(t). Si usamos la forma normal de A, es decir la
factorización A = C −1 JC, tenemos que
X(t) = C −1 et·J CB =⇒ AX(t) = C −1 JCC −1 et·J CB = C −1 Jet·J CB.
Por otro lado, X 0 (t) = {C −1 et·J CB}0 = C −1 {et·J }0 CB, ya que las matrices C y B son cosntantes
(respecto de t). Entonces, basta comprobar que
{et·J }0 = Jet·J . (30)
Pues en tal caso, multiplicamos esta igualdad, a ambos lados, por C −1 al la izquierda, y por
CB a la derecha, y se comprueba la ecuación. La igualdad (30) se puede comprobar en los tres
posibles casos de J:
tλ
λ1 0 t·J e 1 0
1. J = . Entonces e = . Queda
0 λ2 0 etλ2
λ1 etλ1

t·J 0 0
{e } = ,
0 λ2 etλ2
y por otro lado
etλ1 λ1 etλ1

λ1 0 0 0
Jet·J = = ,
0 λ2 0 etλ2 0 λ2 etλ2
es decir coinciden.
tλ
λ0 0 t·J e 0 0
2. J = . Entonces e = . Queda
1 λ0 tetλ0 etλ0
λ0 etλ0

0
{et·J }0 = ,
e + tλ0 etλ0
tλ 0 λ0 etλ0
y por otro lado
etλ0 λ0 etλ0

t·J λ0 0 0 0
Je = = ,
1 λ0 teλ0 etλ0 e 0 + λ0 tetλ0
tλ λ0 etλ0
aquı́ también coinciden.
54

α β cos(βt) sen(βt)
3. J = . Entonces et·J = etα . Queda
−β α −sen(βt) cos(βt)

t·J 0 tα cos(βt) sen(βt) tα −β sen(βt) β cos(βt)
{e } = αe +e
−sen(βt) cos(βt) −β cos(βt) −β sen(βt)

tα α cos(βt) − β sen(βt) α sen(βt) + β cos(βt)
=e .
−α sen(βt) − β cos(βt) α cos(βt) − β sen(βt)
Por otro lado

t·J α β αt cos(βt) sen(βt) αt α β cos(βt) sen(βt)
Je = e =e
−β α −sen(βt) cos(βt) −β α −sen(βt) cos(βt)

αt α cos(βt) − β sen(βt) α sen(βt) + β cos(βt)
=e ,
−α sen(βt) − β cos(βt) α cos(βt) − β sen(βt)
lo que termina la prueba de que X(t) es solución del sistema. También cumple con las
condiciones iniciales: si ponemos t = 0,
X(0) = e0·A B = IB = B.
Lo que resta ver es que es la unica solución que cumple estas condiciones iniciales. Si hu-
biera otra solución Y (t) del sistema cumpliendo las mismas condiciones iniciales, entonces
serı́a Y 0 (t) = AY (t) con Y (0) = B. Entonces la función Z(t) = X(t) − Y (t) también serı́a
solución del sistema:
Z 0 (t) = X 0 (t) − Y 0 (t) = AX(t) − AY (t) = A(X(t) − Y (t)) = AZ(t),

0
con Z(0) = X(0) − Y (0) = B − B = . Consideremos la función e−t·A Z(t). Su
0
derivada es
{e−t·A Z(t)}0 = {e−t·A }0 Z(t) + e−t·A {Z(t)}0 ,
la derivada de la izquierda se calcula como hicimos arriba, y da −Ae−t·A = −e−t·A A
(conmutan! (Ejercicio)), para la otra usamos que Z 0 (t) = AZ(t). Enonces lo de arriba
queda igual a
−t·A −t·A 0
−e AZ(t) + e AZ(t) = .
0
Entonces e−t·A Z(t) es constante. Por otro lado, si ponemos t = 0, da

−0·A 0 0
e Z(0) = I = .
0 0

0
Es decir, para todo t, vale e−t·A Z(t) = . Multiplicando del lado izquierdo por et·A
0
queda
t·A −t·A 0
e e Z(t) = Z(t) = ,
0
es decir, X(t) = Y (t), y la solución es única.
55
14 Clase 14
Como dijimos, Vamos a pensar que las soluciones X(t) (escritas como pares o como vectores
columna) son puntos de R2 , que se mueven con t, es decir, son curvas parametrizadas, o trayec-
torias en el plano. Supongamos que tenemos un sistema lineal
X 0 = AX,
estamos interesados en entender (y graficar) las trayectorias (=soluciones) de este sistema. El

teorema 13.1 dice varias cosas interesantes sobre estas trayectorias.
Por cualquier punto del plano pasa una trayectoria de este sistema.
Por cada punto pasa una única trayectoria: si dos trayectorias se tocan, es porque son la
misma (o dicho de otra manera: dos trayectorias distintas no pueden tocarse.
Hay una única trayectoria que pasa por el origen: es X(t) = (0, 0) (es decir, si la dibujamos,
consiste en un solo punto, pensando en que el sistema consiste de puntos en movimiento,
esta trayectoria es un punto quieto).
Vamos a dibujar las trayectorias de los sistemas lineales, en todos los casos. Los dibujos dependen
de los distintos casos (raices reales distintas, raiz doble, raices complejas), pero también, dentro
de cada caso, de los signos de dichas raices. A estos dibujos se los suele llamar diagramas de
fases.
Diagramas de Fases
14.1 Caso 1, λ1 6= λ2 reales

λ1 0
En este caso A = C −1 C, y las soluciones son (ponemos t0 = 0, y condiciones
0 λ2

x0
iniciales genéricas B = )
y0
etλ1

−1 0
X(t) = C CB.
0 etλ2
Recordemos que C es la matriz de cambio de base, que cuando multiplica a un vector de R2 , lo

que da como resultado son las coordenadas de ese vector en la base B = {v1 , v2 }:

x0 χ0
CB = C =
y0 ξ0
donde (χ0 , ξ0 ) son las coordenadas de (x0 , y0 ) en la base B = {v1 , v2 }. Las soluciones entonces
se pueden escribir tλ
x(t) −1 e 1 0 χ0
X(t) = =C ,
y(t) 0 etλ2 ξ0
56
o bien, multiplicando por C del lado izquierdo, ambos miembros de la ecuación:
tλ
x(t) e 1 0 χ0
C = .
y(t) 0 etλ2 ξ0

x(t)
Los que quedó a la izquierda, C son las coordenadas de (x(t), y(t)) en la base B =
y(t)
{v1 , v1 }, las podemos llamar (χ(t), ξ(t)). Si efectuamos el producto, queda
tλ
χ(t) = etλ1 χ0

χ(t) e 1 χ0
= ⇐⇒ , (31)
ξ(t) etλ2 ξ0 ξ(t) = etλ2 ξ0
donde se vé que la descripción más simple de las trayectorias, no es usando coordenadas carte-
sianas x, y, sino usando coordenadas χ, ξ en la base B = {v1 , v2 }. Sin duda es este entonces el
sistema de coordenadas adecuado para entender y dibujar las trayectorias.
Para poder hacer esto, separemos al caso 1 en subcasos, según los posibles signos de λ1 , λ2 .
14.1.1 λ1 > 0, λ2 > 0

Podemos elegir el orden en que tomamos los autovalores. Como ambos son positivos y distintos,
uno será mayor estricto que el otro. Tomemos λ1 < λ2 . Esto no es obligatorio, pero si elige
hacerlo al revés, deberá adaptar el dibujo a su elección.
Queremos graficar las curvas paramétricas
χ(t) = etλ1 χ0 χ = etλ1 χ0

tλ o bien, abreviando: ,
ξ(t) = e ξ0
2 ξ = etλ2 ξ0
para cualquier posible par de condiciones iniciales χ0 , ξ0 . Un modo de graficar estas curvas, es
tratar de obtener una ecuación ξ en función de χ (sin t). Luego tratamos de dibujar esto en el
sistema de ejes χ, ξ (con la experiencia que tenemos de hacer gráficas y en función de x en el
sistema de ejes x, y).
Subrayo que cualquier par de condiciones iniciales χ0 , ξ0 puede ocurrir.
El caso más fácil es poner χ0 = 0, ξ = 0. Aquı́ queda χ = 0, ξ = 0 para todo valor de t. Se
tratata del punto (quieto) (0, 0). Ya habı́amos predicho la existencia de esta solución especial.
Vamos a ponerle un nombre a estas soluciones quietas:
Definición 14.1. Llamamos puntos de equilibrio del sistema a las soluciones constantes.
En este caso, nos queda que (0, 0) es un punto de equilibrio del sistema.
Las siguientes soluciones más sencillas ocurren poniendo una de las condiciones iniciales igual
a 0. Si ponemos χ0 = 0 (y entonces ξ0 6= 0, para no caer en el caso anterior), la trayectoria a
dibujar queda:
χ=0
ξ = etλ2 ξ0
Cuando t recorre los reales, etλ2 recorre todo (0, +∞), multiplicado por ξ0 , recorre todos los
números reales que tienen el mismo signo que ξ0 . Entonces, si ξ0 > 0, ξ recorre todo (0, +∞).
Si en cambio ξ0 < 0, ξ recorre todo (−∞, 0). En el primer caso, la trayectoria χ = 0, ξ cualquier
número positivo, recorre el semieje de las ξ positivas. En el segundo caso, la trayectoria
χ = 0, ξ cualquier número negativo, recorre el semieje negativo de las ξ.
El otro caso simple, en el que ξ0 = 0, de manera análoga, las soluciones o trayectorias que
se obtienen son los dos semiejes (positivo y negativo) de las χ.
57
Figura 1.
En la figura 1 marcamos las 5 trayectorias que por ahora conocemos: los cuatro semiejes de
los ejes χ , ξ, y el origen. Noten que no se tocan.
Para graficar las otras trayectorias despejamos t en función de χ en la primera:
1 χ
t= ln( )
λ1 χ0
y reemplazamos en la segunda:
λ2 /λ1 p
( λ1 ln( χχ ))λ2 χ χ
ξ = ξ0 e 1 0 = ξ0 = ξ0
χ0 χ0
λ2
donde p = λ1 > 1, pues λ2 > λ1 > 0.
p
Para graficar esto, pensar provisoriamente en coordenadas cartesianas, y dibujar y = yo xx0
con p > 1. Si x0 > 0, el dominio de esta función son los x > 0 (para que pueda ser base de
una potencia con exponente real p). En general tiene la forma de una rama de ”parábola” (para
hablar con precisión, una función cóncava hacia arriba, con dominio en (0, +∞)). Si χ0 < 0,
queda una rama cóncava en el dominio (−∞, 0).
Lo que resta hacer, es adaptar estas lı́neas a un sistema de ejes χ, ξ como en la figura.
Quedan las siguientes trayectorias:
58
Figura 2.
Las ramas curvas se doblan hacia el eje ξ (el que corresponde al autovalor de mayor valor,
es decir λ2 en nuestro caso.) Además se acercan indefinidamente al origen sin tocarlo. Noten
que barren todo el plano.
El último detalle que nos queda por determinar, es en qué sentido se recorren estas trayec-
torias. Esto es, si hacemos tender t → +∞, qué pasa con los puntos (χ, ξ). En nuestra inter-
pretación de que t = tiempo, queremos saber en qué dirección se mueve la partı́cula, y cuál es
su futuro. Esto es bastante simple, recordando que:
χ = etλ1 χ0

ξ = etλ2 ξ0
como tanto λ1 como λ2 son positivos, resulta etλ1 → +∞ y etλ2 → +∞, cuando t → ∞. Esto
quiere decir que
χ→∞
t → +∞ =⇒ .
ξ→∞
Entonces, el sentido de circulación por todas estas ramas (incluyendo los semiejes) es alejándose
del origen. Se completa ası́ el diagrama de fases en este caso. Es
59
Figura 3: diagrama de fases para λ2 > λ1 > 0.
Observación 14.2. De la observación de estas trayectorias, podemos ver que el punto de equi-
librio (0, 0) (único punto de equilibrio de este sistema) tiene la siguiente particularidad: si nos
movemos del punto de equilibrio en este sistema, vamos a parar a una trayectoria que nos aleja
idefinidamente del punto de equilibrio. A esta situación le vamos a poner un nombre: en este
sistema (0, 0) es punto de equilibrio INESTABLE del sistema.
14.1.2 λ1 < 0, λ2 < 0

Casi todo lo que discutimos en el caso anterior sigue sinedo válido en este caso. Tomemos la
convención de que
λ2 < λ1 < 0,
es decir, que al igual que en el caso anterior, λ2 es el de mayor valor absoluto: |λ2 | > |λ1 |.
También observen que entonces
λ2
p= > 1.
λ1
Entonces, decı́amos, casi todo va como en el caso anterior. Empezamos por graficar los vectores
v1 y v2 (inventados en este dibujo), y los correspondientes ejes χ, ξ:
Figura 4.
Aquı́ cambié la posición de los vectores v1 y v2 (cualquier configuración puede ocurrir, mien-
tras no estén alineados). Observen que el semieje positivo de χ es el que está del lado en que se
encuentra el vector v1 (y análogamente para ξ y v2 ). Dibujamos las trayectorias: el origen, los
cuatro semiejes, y las ramas que se curvan hacia el eje del autovalor de mayor valor absoluto
(en nuestra elección, el eje ξ). También aquı́ las trayectorias se aproximan al origen sin tocarlo
(y sin tocarse entre sı́). El cambio fundamental respecto al caso anterior ocurre en el sentido
de circulación por estas trayectorias. Analicemos qué pasa con las coordenadas χ, ξ de las
trayectorias cuando t → +∞:
tλ
tλ1 → −∞ e 1 →0 χ→0
t → +∞ =⇒ =⇒ =⇒ ,
tλ2 → −∞ etλ2 → 0 ξ→0
60
es decir, los puntos de las trayectorias tienden al origen cuando t → +∞. El diagrama de
fases queda:
Figura 5: diagrama de fases para λ2 < λ1 < 0.

librio (0, 0) (único punto de equilibrio de este sistema) tiene ahora la siguiente particularidad:
si nos movemos del punto de equilibrio en este sistema, vamos a para a una trayectoria que nos
hace tender de nuevo hacia el punto de equilibrio. A esta situación le vamos a poner un nombre:
en este sistema (0, 0) es punto de equilibrio ESTABLE del sistema.
14.1.3 λ1 > 0, λ2 < 0

Ahora analizaremos el caso en que los autovalores tiene distinto signo. Como somos nosotros
los que eleginos en qué orden los tomamos, siempre podemos suponer λ1 > 0 y λ2 < 0 cuando
tienen distinto signo (no hace falta analizar el otro caso, en que los signos están cambiados).
Bastantes cosas de los dos casos anteriores permanecen igual. Igual que antes, tenemos que el
origen, y los cuatro semiejes son trayectorias. Para los casos en que las condiciones iniciales χ0 ,
ξ0 son distintas de cero, sigue valiendo el mismo despeje
p
χ = etλ1 χ0

χ
tλ =⇒ ξ = ξ0 ,
ξ = e ξ02
χ0
donde como antes p = λλ12 . La novedad ahora es que, como λ1 y λ2 tienen distinto signo, el
exponente p es negativo:
p < 0.
Para graficar estas trayectorias, conviene recordar cómo se ven en el plano cartesiano, las poten-
cias y = xp con exponente negativo: el arquetipo de estas es la gráfica de y = x−1 = x1 : se trata
de ramas de hipérbolas. En nuestro caso, como van multiplicadas por coeficientes ξ0 , pueden
ocurrir en cualquiera de los cuatro cuadrantes. La magnitud del exponente p hace que se aprox-
imen más rápido o más lento a las ası́ntotas, que son los semiejes χ, ξ. Quedan (genéricamente),
las siguientes trayectorias (no olvidar el origen y los cuatro semiejes, que ofician de ası́ntotas
para las otras trayectorias):
61
Figura 6.
Ahora debemos establecer el sentido de circulación en estas trayectorias. Es decir, debemos
analizar qué pasa con χ, ξ cuando t → +∞. En este caso, λ1 > 0 y λ2 < 0. Entonces:
tλ
tλ1 → +∞ e 1 →∞ χ→∞
t → +∞ =⇒ =⇒ tλ =⇒ .
tλ2 → −∞ e →02 ξ→0
Entonces, debemos circular por las ası́ntotas y por las hipérbolas de modo que χ aumente y que
ξ tienda a cero. Es un ejercicio gráfico simple (es más fácil aún en los semiejes / ası́ntotas: por
los semiejes χ se aleja del origen, por los semiejes ξ tienden al origen:
Figura 7: diagrama de fases para λ1 > 0, λ2 < 0.
librio (0, 0) (único punto de equilibrio de este sistema) tiene la siguiente particularidad: si nos
movemos del punto de equilibrio en este sistema, a menos que justo nos movamos a uno de los
semiejes ξ (lo que es improbable) vamos a parar a una trayectoria que nos aleja idefinidamente
del punto de equilibrio. A esta situación le vamos a poner un nombre: en este sistema (0, 0) es
punto de equilibrio INESTABLE del sistema.
62
14.1.4 λ1 = 0, λ2 > 0
Aquı́ tenemos que empezar de nuevo, los despejes que servı́an en los casos anteriores no sirven.
En realidad, las parametrizaciones de las trayectorias son más simples (pues λ1 = 0):
χ = et·0 χ0 = χ0

ξ = etλ2 ξ0
En todas las trayectorias, la coordenada χ permanecerá constante (igual a χ0 ). Si la otra

condición inicial ξ0 es igual a cero, obtenemos soluciones constantes de la forma

χ = χ0
, χ0 ∈ R.
ξ=0
Es decir, todos estos puntos son puntos de equilibrio. Este es el primer ejemplo con infinitos
puntos de equilibrio. Son fáciles de ubicar: que ξ sea cero, quiere decir que estos puntos están
sobre el eje χ: todos los puntos del eje χ, incluyendo el origen, son puntos de equilibrio.
Las otras trayectorias, con ξ0 6= 0 también son sencillas: χ = χ0 permanece constante,
mientras que etλ2 recorre todo (0, +∞). Entonces ξ = ξ0 etλ2 recorre todos los números reales
con el mismo signo que ξ0 (si ξ0 > 0, ξ recorre todo los positivos; si ξ0 < 0, ξ recorre todos los
negativas). Si compaginamos estos puntos:

χ = χ0
ξ reales con el mismo signo que ξ0
quedan semirrectas paralelas al eje ξ, a uno y otro lado del ele χ:
Figura 8.
Subrayo que las semirrrectas no tocan ni atraviesan el eje χ, ocurren a uno y otro lado
de este eje.
Nos queda determinar el sentido de circulación en las semirrectas. Esto es bien simple, como
λ2 > 0,
t → +∞ =⇒ etλ2 → +∞ =⇒ ξ → ∞,
es decir, los puntos de las semirrectas se alejan del eje χ:
63
Figura 9: diagrama de fases λ1 = 0, λ2 > 0.
Observación 14.5. En este caso, tenemos infinitos puntos de equilibrio, todos los puntos del
eje χ (el eje que corresponde al autovalor 0). Si nos movemos de cualquiera de estos puntos de
equilibrio (a menos que nos traslademos a otro punto del eje χ, evento altamente improbable),
vamos a parar a una trayectoria que nos aleja de la posición de equilibrio en la que estábamos.
Es decir, todos los puntos de equilibrio son INESTABLES
14.1.5 λ1 = 0, λ2 < 0
El análisis es similar al caso recién estudiado, también aquı́ tendremos que todos los puntos del
eje χ son puntos de equilibrio, y las otras trayectorias serán semirrectas paralelas al eje ξ, a
uno y otro lado del eje χ, sin tocarlo ni atravesarlo. Lo que cambia es el sentido de circulación:
ahora es λ2 < 0. Entonces:
t → +∞ =⇒ etλ2 → 0 =⇒ ξ → 0.
Esto quiere decir que los puntos de las semirrectas se acercan al eje χ de puntos de equilibrio:
64
Figura 10: diagrama de fases λ1 = 0, λ2 < 0.
Observación 14.6. Aquı́ observamos que si nos desplazamos de un punto de equilibrio, vamos
a parar a otro punto de equilibrio (improbable), o a una semirrecta que nos vuelve a acercar
al eje de los puntos de equilibrio. Ahora bien, no necesariamente nos acercaremos al mismo
punto de equilibrio, sino a uno próximo. A este tipo de equilibrio lo llamaremos estable: todos
los puntos del eje χ son puntos de equilibrio ESTABLES. Pero es un tipo de estabilidad más
débil que el observado en el caso 14.1.2 (λ1 < 0, λ2 < 0). En aquel caso, los puntos desplazados
de la posición de equilibrio tendı́an a volver al mismo punto de equilibrio (el origen); en este
caso tienden a otros puntos de equlibrio próximo. Vamos a renombrar ambas situaciones:
Si los puntos desplazados de la posición de equilibrio tienden a volver al mismo punto de

equilibrio, diremos que este punto de equlibrio es FUERTEMENTE ESTABLE (en los
textos se lo suele llamar asintóticamente estable).
Si los puntos desplazados de la posición de equilibrio tienden a otro punto de equilibrio

próximo, diremos que estos puntos de equilibrio son DEBILMENTE ESTABLES (en
los textos se los suele llamar estables, a secas)
Subrayamos que en ambos casos, se trata de puntos estables. O sea, se puede ver lo de arriba
como una clasificación de un mismo fenómeno que ocurre en ambos casos, la estabilidad.
Resumiendo, en el caso que acabamos de analizar, (λ1 = 0, λ2 < 0), los puntos del eje χ
son débilmene estables, o estables débiles; en el caso 14.1.2 (λ1 < 0, λ2 < 0), el origen es
fuertemente estable, o estable fuerte.
Con esto terminamos los diagramas de fases en el Caso 1. En la clase que viene analizaremos
los Casos 2 y 3.
15 Clase 15
Continuamos con los diagramas de fases en los Casos 2 y 3.
15.1 Caso 2, λ0 raiz doble

λ0 0
En este caso A = C −1 C, y las soluciones son (ponemos t0 = 0, y condiciones
1 λ0

x0
y0
etλ0 tetλ0

−1
X(t) = C CB.
0 etλ0
Mantenemos la notación de que χ, ξ son las coordenadas en la base B = {v1 , v2 }, y que χ0 , ξ0

son la coordenadas de la condición inicial en la misma base. Las soluciones entonces se pueden
escribir tλ
x(t) −1 e 0 0 χ0
X(t) = =C ,
y(t) tetλ0 etλ0 ξ0
65
o bien, como antes, multiplicando por C del lado izquierdo, ambos miembros de la ecuación:
tλ
x(t) e 0 0 χ0
C = .
y(t) tetλ0 etλ0 ξ0
Es decir,
χ = etλ0 χ0

. (32)
ξ = tetλ0 χ0 + etλ0 ξ0
donde se vé, de nuevo, que la descripción más simple de las trayectorias, no es usando coorde-
nadas cartesianas x, y, sino usando coordenadas χ, ξ en la base B = {v1 , v2 }.
Tratemos de dibujar estas trayectorias. También aquı́ procederemos por casos.
15.1.1 λ0 > 0
Analicemos primeo los casos en que las condiciones iniciales son cero. Si ambas son cero, χ0 = 0
y ξ0 = 0, de nuevo obtenemos el puntode equilibrio (solución constante (0, 0).
χ=0
Si χ0 = 0 (y ξ0 6= 0), nos queda . Si ξ0 > 0, nos queda que ξ es cualquier
ξ = etλ0 ξ0
número positivo: entonces estos puntos recorren el semieje positivo de las ξ. Si en cambio
ξ0 < 0, los puntos recorren el semieje negativo de las ξ.
Hasta ahora tenemos entonces tres trayectorias más simples: el origen, y los dos semiejes ξ.
Analicemos las restantes. Como antes, se trata de obtener una expresión ξ en función de χ
(eliminando la t). Estamos suponiendo χ0 6= 0. Hacemos reemplazos y despejes en el sistema
(32):
ξ0
χ = etλ0 χ0 =⇒ ξ = tχ + χ.
χ0
Nos falta eliminar la t: despejamos de la primera ecuación de (32):
1 χ
t= ln( ),
λ0 χ0
reemplazando queda:

1 χ ξ0 1 χ ξ0
ξ= χ ln( ) + χ=χ ln( ) + .
λ0 χ0 χ0 λ0 χ0 χ0
Obtuvimos una expresión ξ en función de χ. Pero no es tan conocida. Para entender estas
gráficas, revisemos cómo se ven las gráficas análogas en coordenadas cartesianas:

1 x y0
y=x ln( ) + .
λ0 x0 x0
Hagamos un breve estudio de función de esta expresión (como en Cálculo I): dominio, lı́mites,
ceros, crecimiento, extremos, convexidad, etc.
El gráfico es bien distinto según el signo de x0 . Primero veamos cómo es esta gráfica para
x0 > 0. El dominio es (0, +∞). Estudiamos los lı́mites en los bordes del dominio (mejor dicho,
afirmo lo que pasa, las comprobaciones quedan como Ejercicio):
lim y = 0 ; lim y = +∞ ; y tiene un único cero en (0, +∞).
x→0+ x→+∞
Con estos datos podemos bosquejar la gráfica.
66
En cambio, si x0 < 0, el dominio será (−∞, 0), y tenemos lo siguiente (Ejercicio):
lim y = 0 ; lim y = −∞ ; y tiene un único cero en (−∞, 0).

x→0− x→−∞
Queda la siguiente gráfica:
Ahora pasamos a los ejes χ, ξ. Pero antes una observación que va a ser útil para exportar
esta figuras: si x0 > 0, la panza de la función (entre 0 y la única raiz) evita el primer cuadrante.
Vamos a dibujar dos ramas en los ejes χ, ξ (una para χ0 > 0, la otra para χ0 < 0), son dos
funciones distintas, dibujadas en un mismo marco (serı́a como las dos gráficas más arriba hechas
en el mismo sistema de ejes, por más que se trata de dos funciones).
67
Noten que marcamos en la gráfica el primer cuadrante (el que está ceñido por los vectores
v1 y v2 . Luego dibujamos las dos lı́neas simétricas (no me salió muy simétrico que digamos,
buscando que no corten al eje ξ (ex eje y), corten una vez de cada lado al eje χ (ex eje
x), y la panza del lado de las χ positivas, evite el primer cuadrante (como pasaba con el
dibujo en cartesianas). Acá pareciera que el dibujo está al revés, pero está bien, debido a la
orientación de los dos vectores v1 y v2 .
Entonces ahora graficamos todas las (es un decir, varias) trayectorias, incluyendo el origen,
y los dos semiejes ξ (los semiejes χ NO son trayectorias en este caso 2):
Figura 11.
68
Para terminar el análisis de este caso, tenemos que determinar el sentido de circulación. Si
t → +∞, recordando que aquı́ λ0 > 0:
χ = etλ0 χ0 → ∞

t → +∞ =⇒ etλ0 → +∞ =⇒ .
ξ = tetλ0 χ0 + etλ0 ξ0 → ∞
Queda entonces
Figura 12: diagrama de fases con λ0 > 0 (raiz doble).
Observación 15.1. En este caso el origen es el único punto de equilibrio, y es INESTABLE.
15.1.2 λ0 < 0
Aquı́, repitiendo el mismo análisis del caso previo, nos quedan como trayectorias más simples el
origen y los dos semiejes ξ.
Repitiendo también el mismo despeje de antes:

1 χ ξ0
ξ=χ ln( ) + .
λ0 χ0 χ0
Obtuvimos una expresión ξ en función de χ. Para entender estas nuevas gráficas, como hicimos
antes, revisemos cómo se ven las gráficas análogas en coordenadas cartesianas:

1 x y0
y=x ln( ) + .
λ0 x0 x0
Haciendo un breve estudio de funciones, análogo al anterior, se obtiene lo siguiente (resumiendo

en un único dibujo las dos funciones correspondientes a que x0 sea positivo o negativo). Atención:
tener en cuenta que ahora es λ0 < 0.
69
Notar que en este caso (λ0 < 0), la panza de la función (del lado de las x positivas, está en el
primer cuadrante.
Podemos ahora graficar las fases, en los ejes χ, ξ, teniendo en cuenta esta última instrucción
(sin olvidar el origen y los dos semiejes ξ):
Figura 13.
Queda ahora determinar la circulación. Como ahora λ0 < 0,
χ = etλ0 χ0 → 0

tλ0
t → +∞ =⇒ e → 0 =⇒ ,
ξ = tetλ0 χ0 + etλ0 ξ0 → 0
observando que limt→+∞ tetλ0 = 0 (Ejercicio). Entonces la circulación es hacia el origen:
70
Figura 14: diagrama de fases para λ0 < 0 (raiz doble).
Observación 15.2. En este caso el origen es el único punto de equilibrio, y es FUERTE-
MENTE ESTABLE.
15.1.3 λ0 = 0
Recordar la expresión general (y más adecuada) de las trayectorias en el caso 2, dada en (32):
χ = etλ0 χ0

.
ξ = tetλ0 χ0 + etλ0 ξ0
Si λ0 = 0 esto se reduce a:
χ = χ0
.
ξ = tχ0 + ξ0

χ=0
Si χ0 = 0, esto se simplifica más aún: queda , es decir, los puntos del eje ξ. Es
ξ = ξ0
decir, todo el eje ξ son puntos de
equilibrio.
χ = χ0
Si χ0 6= 0, estas ecuaciones representan una recta paramétrica:
ξ = tχ0 + ξ0
(χ0 , tχ0 + ξ0 ) = (χ0 , ξ0 ) + t(0, χ0 ).
Es decir, la recta que pasa por (χ0 , ξ0 ), que está dirigida por (0, χ0 ). Atención, recordar que son
coordenadas en los ejes χ, ξ. Luego (0, χ0 ) es paralelo al (0, 1), que es el vector v2 , es decir, las
rectas son paralelas al eje ξ.
Si χ0 > 0, el vector (0, χ0 ), además de ser paralelo apunta igual que v2 , hacia las ξ positivas.
Esto quiere decir que en esta recta (conforme t → +∞) se avanza en el sentido de las ξ positivas.
Si χ0 < 0, el avance es hacia las ξ negativas.
Esto se puede resumir del siguiente modo: las trayectorias son los puntos del eje ξ (puntos
de equilibrio), y rectas paralelas al eje ξ, las rectas que están del lado del vector v1 (es decir,
del lado del semieje χ positivo) circulan en el sentido que indica v2 ; las rectas que están del otro
lado del eje ξ, circulan al revés:
71
Figura 15: diagrama de fases para λ0 = 0 (raiz doble).
Observación 15.3. En este caso todos los puntos del eje ξ son puntos de equilibrio; si nos
movemos de cualquiera de estas posiciones de equilibrio, con toda probabilidad caemos en una
de las trayectorias rectilı́neas que nos alejan de la posición de equilibrio original: los puntos de
equilibrio son INESTABLES
15.2 Caso 3, raices complejas α ± iβ (con β > 0)

α β
En este caso A = etα C −1 C, y las soluciones son (ponemos t0 = 0, y condiciones
−β α

x0
y0

tα −1 cos(βt) sen(βt)
X(t) = e C CB.
−sen(βt) cos(βt)
Mantenemos la notación de que χ, ξ son las coordenadas en la base B = {v1 , v2 }, y que χ0 , ξ0
son la coordenadas de la condición inicial en la misma base. Las soluciones entonces se pueden
escribir
tα −1 cos(βt) sen(βt) χ0
X(t) = e C ,
−sen(βt) cos(βt) ξ0
o bien, como antes, multiplicando por C del lado izquierdo, ambos miembros de la ecuación:

χ tα cos(βt) sen(βt) χ0
=e .
ξ −sen(βt) cos(βt) ξ0
Consideremos coordenadas polares adaptadas a la base B = {v1 , v2 }, esto es, un radio r y un
ángulo sigma, definidos por

χ = r cos(θ)
, con r > 0 , θ ∈ [0, 2π).
ξ = rsen(θ)
Se trata de las coordenas polares comunes, compuestas con la transformación de cambio de base
C (de x, y a χ, ξ).
χ0
Escribamos la condición inicial en coordenadas polares:
ξ0

χ0 cos(θ)
=r .
xi0 sen(θ)
Entonces las soluciones quedan

χ tα cos(βt) sen(βt) cos(θ) tα cos(βt)cos(θ) + sen(βt)sen(θ)
= re = re
ξ −sen(βt) cos(βt) sen(θ) −sen(βt)cos(θ) + cos(βt)sen(θ)
Usamos identidades trigonométricas ( coseno y seno de la diferencia de dos ángulos)

χ tα cos(θ − βt)
= re . (33)
ξ sen(θ − βt)
Esta forma de las soluciones es la más clara. Separemos en tres casos para trazar los diagramas:
72
15.2.1 α = 0 (β > 0)
En este caso la solución (33) toma la forma

χ cos(θ − βt)
=r .
ξ sen(θ − βt)
Esta es la ecuación de una circunferencia centrada en el origen y de radio r, pero relativa a las
coordenadas polares generalizadas (con ejes χ, ξ). La rotación se realiza del semieje positivo
de las χ al semieje positivo de las ξ.
Si fueran χ = x, ξ = y, este sentido de circulación es antihorario (el ángulo θ − tβ disminuye
cuando t aumenta - recordar que β es positivo). Pero en el caso general, depende de la posición
de los vectores v1 , v2 (o lo que es lo mismo, de los ejes χ, ξ).
Como los vectores v1 y v2 no son perpendiculares ni tiene norma 1, estas ”circunferencias”
son en realidad elipses (no equiláteras):
Figura 16: diagrama de fases para ±iβ (β > 0).

Observación 15.4. En este caso hay un único punto de equilibrio, el origen, y si nos deplazamos
de esta posición de equilibrio, quedamos en una trayectoria elı́ptica, girando en la proximidad de
la posición de equilibrio original: el origen entonces es un punto de equilibrio DEBILMENTE
ESTABLE
15.2.2 α > 0 (β > 0)

Las soluciones tienen la forma

χ cos(θ − βt)
= retα .
ξ sen(θ − βt)

cos(θ − βt)
Como α > 0, conforme aumenta t, la componente vectorial hace que el el punto
sen(θ − βt)
de la trayectoria rote (en el sentido de v1 a v2 , como se vió arriba), el factor numérico retα va
aumentando (tiende a +∞ cuando t → +∞). El resultado es una espiral que va aumentando su
radio de giro:
73
Figura 17: diagrama de fases para α ± iβ (α, β > 0).
Observación 15.5. En este caso el único punto de equilibrio es el origen; si nos movemos de la
posición de equilibrio, quedamos en una espiral que nos aleja del punto de equilibrio. Entonces
el origen es INESTABLE.
15.2.3 α < 0 (β > 0)

Las soluciones tienen la forma

χ tα cos(θ − βt)
= re .
ξ sen(θ − βt)

cos(θ − βt)
Como α < 0, conforme aumenta t, la componente vectorial hace que el el
sen(θ − βt)
punto de la trayectoria rote (en el sentido de v1 a v2 , como se vió arriba) igual que antes, el
factor numérico retα va disminuyendo (tiende a 0 cuando t → +∞). El resultado es una espiral
que va disminuyendo su radio de giro:
74
Figura 18: diagrama de fases para α ± iβ (α, β > 0).
Observación 15.6. En este caso el único punto de equilibrio es el origen; si nos movemos de
la posición de equilibrio, quedamos en una espiral que nos acerca indefinidamente al punto de
equilibrio. Entonces el origen es FUERTEMENTE ESTABLE.
16 Clase 16
Si nos enfocamos solo en la estabilidad de los puntos de equilibrio, es decir, en poder determiar
si los puntos de equilibrio de un sistema son estables o inestables, podemos hacer la siguiente
tabla que resume esta determinación al conocimientos de los signos de las raices del polinomio
caracterı́stico de la matriz del sistema. Es decir, si tenemos el sistema lineal
X 0 = AX,
la estabilidad de el / los puntos de equilibrio del sistema, depende de los signos de las raices de
p(λ) = det(A − λI) = λ2 − λtr(A) + det(A).
Tabla de estabilidad en sistemas LINEALES
Raices de p(λ) Puntos de equilibrio Estabilidad

λ1 6= λ2 reales positivos (0, 0) inestable
λ1 6= λ2 reales negativos (0, 0) estable f uerte
λ1 = 0, λ2 > 0 eje χ (de v1 ) inestables
λ1 = 0, λ2 < 0 eje χ (de v1 ) estables debil
λ1 > 0, λ2 < 0 (0, 0) inestable
λ0 > 0( raiz doble) (0, 0) inestable
λ0 < 0( raiz doble) (0, 0) establef uerte
λ0 = 0( raiz doble) eje ξ ( de v2 ) inestables
0 ± iβ, β > 0 (0, 0) estable debil
α ± iβ > 0, α > 0, β > 0 (0, 0) inestable
α ± iβ > 0, α < 0, β > 0 (0, 0) estable f uerte
Veamos un ejemplo, donde diferenciamos las consignas de hacer diagramas de fases y de

graficar una solución
75
Ejemplo 16.1. Considere el sistema
x0 = −5x − y

.
y 0 = 4x − y
1. Realizar el diagrama de fases.
2. Graficar la única solución que verifica X(0) = (3, 2)
3. Graficar la solución que pasa por (1, −2)

−5 −1
1. La matriz del sistema es A = , su polinomio caracterı́stico es p(λ) = λ2 +
4 −1
6λ + 9, y λ0 = −3 es raiz doble. Observen que no se pide calcular las soluciones en este
caso. Necesitamos v1 , v2 . En este caso hacemos

−2 −1
A − λ0 I =
4 2
y buscamos v tal que (A − λ0 I)v = w =

6 (0, 0), y resultan v1 = v y v2 = w. Por ejemplo
v1 = (1, 0) y
−2 −1 1 −2
v2 = = ,
4 2 0 4
es decir, v2 = (−2, 4). Para ver cuál es el diagrama que corresponde, nos fijamos en los
casos que desarrollamos. Corresponde a λ0 < 0 raiz doble. Aca un dato a recordar, es que
como λ0 < 0, las curvas tiene la panza en el primer cuadrante. Hay que dibujar el origen,
y los dos semiejes ξ. La circulación es hacia el origen:
2. Ahora, solo tenemos que dibujar una trayectoria, la que pasa por (3, 2). Marcamos (en
cartesianas) el puntos (3, 2), y copiamo solo la lı́nea que pasa por allı́:
76
La lı́nea llena corresponde a la trayectoria a partir de t = 0 (presente y futuro); la lı́nea
interrumpida corresponde a las posiciones para t < 0 (el pasado). Está admitido dibujar
toda la historia (pasado, presente y futuro, o solo el futuro.
3. Es similar. Ubicamos el punto (−1, 2), y vemos que está en el semieje positivo de las ξ
(que es una de las trayectorias del sistema), entonces:
16.1 Sistemas lineales con parámetros

Otro tipo de problemas que aparece en las guı́as (y en los exámenes) trata de sistemas con
parámetros. Esto es, la matriz del sistema, en lugar de ser una matriz fija, tiene uno o más
parametros en su expresión. Luego se hacen preguntas relativas a qué tipo de soluciones o qué
tipo de estabilidad tiene el sistema, de acuerdo a los posibles valores del o de los parámetros.
Para encarar estos problemas, conviene tener a mano la tabla con todos los diagramas de
fase, la tabla expuesta más arriba, donde se detalla el tipo de estabilidad de los puntos de
equilibrio de acuerdo con las raices del polinomio caracterı́stico.
Veamos algunos ejemplos
Ejemplos 16.2.
1. Considere el sistema
0 1 k
X = X.
2 1
77
(a) Comprobar que para todo valor de k ∈ R el origen es inestable.
(b) Para qué valores de k ∈ R las trayectorias son espirales.
Punto (a): Calculamos el polinomio caracterı́stico de A:
p(λ) = λ2 − 2λ + 1 − 2k.
Las raices de este polinomio son

1 p √
{2 ± 4 − 4(1 − 2k)} = 1 ± 8k.
2
Sin necesidad de hacer más cuentas, podemos ver que estas raices serán reales si 8k ≥ 0
1√ 1√
λ1 = 1 + 8k , λ2 = 1 − 8k,
2 2
y es claro entonces que λ1 > 0 en cualquiera de estos casos. Si miramos en la tabla de
estabilidad, cuando uno de los dos autovalores es positivo (no importa lo que pase con el
otro), el origen será inestable. En cambio, si 8k < 0, las raices serán complejas, con parte
real α = 1. Entonces, de nuevo, de acuerdo a la tabla, el origen es inestable. Es decir,
queda inestable en todos los casos de posibles k.
El punto (b) está casi resuelto. Según la tabla de diagramas, hay espirales cuando las raices
son complejas con parte real no cero. Ya sabemos que serán complejas si 8k < 0, es decir,
si k < 0.
2. Considere ahora el sistema

1 k
X0 = X.
2 k
(a) Determinar si hay valores de k ∈ R de modo que las soluciones sean elipses.
(b) Para qué valores de k ∈ R las soluciones son espirales con el origen estable.
(c) Determinar la estabilidad del origen para todo k ∈ R.
Punto (a): empezamos escribiendo el polinomio caracterı́stico
p(λ) = λ2 − λ(1 + k) − k,
cuyas raices son

1 p 1 p
{1 + k ± (1 + k)2 − 4(−k)} = {1 + k ± k 2 + 6k + 1}
2 2
Si consultamos la tabla de diagramas de fase, para que las trayectorias sean elipses debe
ocurrir que las raices del polinomio caracterı́stico sean imaginarias puras, es decir

k+1=0
,
k 2 + 6k + 1 < 0
es decir k = −1, con lo cual la otra expresión queda (−1)2 + 6(−1) + 1 = −4 < 0. Luego
la respuesta es k = −1.
78
Punto (b): para que las trayectorias sean espirales que van hacia el origen (origen fuerte-
mente estable, luego estable), debe ocurrir que las raices sean complejas con parte imagi-
naria negativa (de nuevo, viendo la tabla de diagramas):

k+1<0
.
k 2 + 6k + 1 < 0
La primera condición dice que k ∈ (−∞, −1). La segunda condición pide averiguar los
puntos de negatividad de una cuadrática (de variable k). Como la parábola va hacia arriba,
es negativa entre las raices (si las tiene). Ubicamos las raices reales (los k deben ser reales,
si no hay raices reales, como es una parábola hacia arriba, queda siempre positiva) de esta
cuadrática k 2 + 6k + 1:
√
√

1 k1 = −3 + 2√2
{−6 ± 36 − 4} = ,
2 k2 = −3 − 2 2
√ √
es decir, k 2 + 6k + 1 < 0 ⇐⇒ k ∈ (−3 − 2 2, −3 + 2 2). Estos valores son aproximada-
mente k1 ∼ −0, 17, k2 ∼ −5, 82. Entonces la respuesta es
√ √ √
(−∞, −1) ∩ (−3 − 2 2, −3 + 2 2) = (−3 − 2 2, −1).
Punto (c): Tenemos que estudiar la estabilidad para todos los posibles valores de k ∈ R.
Podemos empezar por analizar los valores de k para los cuales las raices con complejas.
Esto es coneveniente en general (y no solo en este ejemplo, en el cual hemos respondido
primero preguntas sobre los casos complejos). √ Por las cuentas
√ del punto (b), sabemos que
las raices serán complejas para k en (−3√− 2 2, −3 + 2 2). Si k = −1, vimos que son
elipses, que son estables. Si k ∈ (−3 − 2 2, −1), vimos en el punto
√ (b) que √ son espirales
√ en lo que resta del intervalo (−3 − 2 2, −3 + 2 2), esto es,
estables. En consecuencia,
para k en (−1, −3 + 2 2), serán espirales inestables. Resumiendo, del caso complejo
surgió los siguiente:
√
√ √

(0, 0) estable ⇐⇒ k ∈ (−3 − 2 2, −1] √
en (−3 − 2 2, −3 + 2 2) :
(0, 0) inestable ⇐⇒ k ∈ (−1, −3 + 2 2)
Nota: como pregunta por estable, se juntan los casos fuertemente estable y débilmente
estable.
Como tenemos que analizar la estabilidad/inestabilidad para todo k ∈ R,√nos falta analizar
√
qué pasa en las semirrectas complementarias de este intervalo (−3 − 2 2, −3 + 2 2):
√ √
L1 = (−∞, −3 − 2 2] ; L2 = [−3 + 2 2, +∞).
Hacemos este análisis por separado en L1 , y luego en L2 . Ya sabemos de antemano que

en estas dos semirrectas, ambas raices del polinomio caracterı́stico serán reales. En el
análisis que sigue, observar que si una de las dos raices es positiva, el origen será inestable.
En la semirrecta L1 : tenemos que analizar los signos de las raices
1 p
{1 + k ± k 2 + 6k + 1}
2
79
del caracterı́stico. Como solo nos interesa el signo, podemos omitr la fracción 21 , de modo
que se trata de estudiar los signos de las siguientes expresiones (pensadas como funciones
de la variable k ∈ L1 ):
p p
f (k) = 1 + k + k 2 + 6k + 1 , g(k) = 1 + k − k 2 + 6k + 1.
En el fondo, es un problema de cálculo en una variable: estudiar conjuntos de positividad

y negatividad de f (k), g(k) para k ∈ L1 .
√
Empezamos estudiando el signo de f (k): miramos los ceros: f (k) = 0 ⇐⇒ k 2 + 6k + 1 =
−k − 1 , elevando al cuadrado ambos lados queda k 2 + 6k + 1 = k 2 + 2k + 1, o sea k = 0.
Pero esta raiz no sirve por dos motivos: no es raiz de f (k) = 0: f (0) = 2 (aparece de modo
artificial porque elevamos la ecuación al cuadrado); segundo, no está en L1 . Luego, f (k)
no cambia de signo en L1 (tampoco en L2 Ejercicio). Para saber qué signo tiene f (k)
basta con calcular f (k) para algún valor concreto en L1 . Por ejemplo k = −7: f (−7) < 0.
Entonces
f (k) < 0 para todo k ∈ L1 .
√
Miramos los signos de g(k): g(k) = 0 ⇐⇒ k 2 + 6k + 1 = k + 1, elevando al cuadrado
vuelve a despejarse k = 0, que no está en L1 ; g(k) tampoco cambia de signo. Probamos
con g(−7) < 0. Entonces
g(k) < 0 para todo k ∈ L1 .
En consecuencia, si k ∈ L1 , resultan ambos autovalores de la matriz A reales y negativos,
y entonces el origen es estable (por ser fuertemente estable).
En la semirrecta L2 : ya vimos que f (k) no tiene raices. Entonces chequeamos el signo
viendo cuánto vale f en algún valor k de L2 , por ejemplo k = 1: f (1) > 0. Entonces
el primero de los dos autovalores es positivo. No hace falta analizar el signo del segundo
autovalor, por lo dicho más arriba: con que uno de los autovalores sea positivo, el origen
es inestable.
Resumiendo: El origen es estable si k ∈ (−∞. − 1], y es inestable si k ∈ (−1, +∞).
3. Considere el sistema
0 a 1
X = X.
b 3
(a) Para qué valores de a, b ∈ R las trayectorias del sistema son puntos y rectas.
(b) Para qué valores de a, b ∈ R las trayectorias del sistema son puntos y semirrectas.
Parte (a): si miramos con cuidado la tabla de diagramas, hay solo un caso en que las
trayectorias son puntos y rectas: es el caso de autovalor doble λ0 = 0 (no confundir
con los casos en que las trayectorias son semirrectas). Para que la raiz doble de una
cuadrática sea λ0 = 0, la ecuación debe ser λ2 = 0. Luego, para que ocurra este caso, el
polinomio caracterı́stico debe ser
λ2 .
Por otro lado, en general, el polinomio caracterı́stico es
λ2 − λ tr(A) + det(A).
80
Luego, comparando ambas expresiones, debe ser tr(A) = 0 y det(A) = 0. Es decir

a+3=0
3a − b = 0
es decir a = −3, b = −9.
Parte (b): para que las trayectorias sean puntos y semirrectas, debe ocurrir que un auto-
valor sea λ1 = 0 y el otro λ2 6= 0. El polinomio caracterı́stico de A:
λ2 − λ(a + 3) + 3a − b.
Sin una raiz es 0, debe ocurrir que 3a−b = 0, o sea b = 3a. La otra raiz es a+3. Entonces
la respuesta es:
6 −3.
b = 3a , a =
17 Clase 17
Sistemas no lineales
Consideraremos ahora el estudio de sistemas no lineales: las incógnitas siguen siendo x =
x(t), y = y(t), y el sistema tiene la forma general
0 0
x (t) = P (x(t), y(t)) x = P (x, y)
, en forma abreviada:
y 0 (t) = Q(x(t), y(t)) y 0 = Q(x, y)
donde P (x, y), Q(x, y) son funciones de dos variables (en las que se insertan las incógnitas x(t),
y(t)) que supondremos de clase C 1 .
Para estos sistemas generales no hay procedimientos para despejar soluciones, salvo en ejem-
plos excepcionales. Nuestro objetivo será aquı́ estudiar los puntos de equilibrio (que sı́ se pueden
intentar calcular), y desarrollar criterios para determinar su estabilidad. Es decir, determinar si
son estables o inestables.
Definición 17.1. Un punto (a, b) ∈ R2 se denomina punto de equilibrio del sistema
0
x = P (x, y)
y 0 = Q(x, y)
si las funciones constantes
x(t) = a , y(t) = b
son una solución del sistema.
Gráficamente, interpretamos como antes en los sistemas lineales, que las soluciones son
trayectorias en el plano, que describen los movimientos de los puntos del sistema. En esta
interpretación, los puntos de equilibrio son puntos quietos en ese sistema en movimiento.
Observación 17.2. Si combinamos las dos condiciones que debe cumplir un punto de equilibrio,
esto es, de estar formado de funciones constantes, y que además son soluciones del sistema,
tenemos por un lado que
0
0 0 x = P (a, b)
x (t) = 0, y (t) = 0, y además .
y 0 = Q(a, b)
81
Entonces un punto (a, b) ∈ R2 es punto de equilibrio del sistema si y solo si

P (a, b) = 0
.
Q(a, b) = 0
Veamos dos ejemplos:
Ejemplos 17.3. Hallar los puntos de equilibrio de los siguientes sistemas:
1.
x0 = x3 − y

.
y 0 = xy − 1
2.
x0 = x + 2y − xy

.
y 0 = x2 − y 2
Para el 1., hay que resolver el sistema
a3 − b = 0

.
ab − 1 = 0
Despejamos b = a3 de la primera, y reemplazamos en la segunda:
a(a3 ) − 1 = 0 =⇒ a4 = 1 =⇒ a = 1, o a = 1.
(Recordar que buscamos solo soluciones reales). Reemplazando estos resultados en la primera,
quedan dos puntos de equilibrio: (1, 1) ; (−1, −1).
Para el 2., hay que resolver el sistema

a + 2b − ab = 0
.
a2 − b2 = 0
De la segunda tenemos 0 = a2 − b2 = (a − b)(a + b), entonces es a = b o a = −b. Razonamos

por casos:
Caso 1: a = b. Reemplazando en la segunda, queda a + 2a − a2 = 0, es decir
−a2 + 3a = 0 =⇒ a = 0 o a = 3,
lo que dá los puntos de equilibrio (0, 0), (3, 3).

Caso 2: a = −b. Reemplazando en la segunda, queda a − 2a + a2 , es decir
a2 − a = 0 =⇒ a = 0 o a = 1,
lo que dá el nuevo punto de equilibrio (1, −1) (el otro que dá es (0, 0) que ya lo tenı́amos).
Veremos de ahora en más cómo determinar la estabilidad de los puntos de equilibrio que
calculamos. Si repasamos lo que hicimos cuando estudiamos sistemas lineales, observarán que la
determinación de la estabilidad fue a traves de las gráficas. Viendo las trayectorias describı́amos
si un punto de equilibrio (generalmente el origen) era estable (fuerte o debil) o inestable.
82
El método gráfico (por otra parte, si bien claro, bastante informal) ya no está disponible.
No sabemos graficar las trayectorias de un sistema no lineal. Para empezar, tenemos que dar
una definición analı́tica de estabilidad.
La idea de que un punto de equilibrio (a, b) es estable es la siguiente: si una trayectoria
pasa cerca (a menos de una distancia crı́tica) del punto de equilibrio en un cierto instante t0 ,
entonces a partir de ese instante, para t ≥ t0 , permanece cerca de (a, b). Vamos a cuantificar
esta idea. La cercanı́a va a estar dada porque la trayectoria, para t ≥ t0 , va a entrar en un disco
centrado en (a, b). El radio de ese disco se puede ajustar, cuanto más chico el radio del disco de
proximidad al punto de equilibrio (a, b), más estricta deberá ser la distancia crı́tica.
0
x = P (x, y)
Definiciones 17.4. Sea un sistema , que tiene al punto (a, b) como punto de
y 0 = Q(x, y)
equilibrio.
1. Decimos que (a, b) es estable si para cualquier disco Dr (a, b) de centro (a, b) y radio
r > 0, existe una distancia crı́tica d = dr (que depende de r), tal que si una trayectoria
X(t) = (x(t), y(t)) en un cierto instante t0 cumple que
kX(t0 ) − (a, b)k = dist(X(t0 ), (a, b)) < d,
entonces, para t ≥ t0 , resulta que
X(t) ∈ Dr (a, b).
2. Decimos que (a, b) es fuertemente estable, si existe una distancia crı́tica d0 tal que si
para un instante t0 se cumple que
kX(t0 ) − (a, b)k = dist(X(t0 ), (a, b)) < d0 ,
entonces resulta que

lim X(t) = (a, b).
t→+∞
3. Decimos que (a, b) es débilmente estable, si es estable, pero no fuertemente estable.
4. Decimos que (a, b) es inestable si no estable.
Observación 17.5. La diferencia entre débilmente estable y fuertemente estable, puede decirse
coloquialmente ası́: si el punto es débilmente estable, las soluciones que pasan cerca, quedan
atrapadas en las cercanı́as; si es fuertemente estable, las soluciones que pasan cerca se ven
obligadas a tender al punto de equilibrio.
Observen que en el caso de los sistemas no lineales, soluciones que no pasan cerca del punto
de equilibrio (se mantienen lejos de la distancia crı́tica) tienen libertad de irse lejos del punto
de equilibrio (al infinito y más allá).
Estas definiciones parecen complicadas de manejar. Sin embargo, vamos a ver que en la
práctica no tendremos que lidiar con ellas. Los métodos que estudiaremos para determinar la
estabilidad funcionan de un modo más o menos mecánico, y no requieren la determinación de
las distancias crı́ticas que aparecen en las definiciones más arriba.
83
17.1 Método de linealización (para determinar estabilidad)
Veremos dos métodos para determinar la estabilidad. El primero, llamado de linealización, es
más simple, y por ello es el primero que intentamos en un problema. Está basado en la idea de
aproximación lineal de una función no lineal. Hay una función de (un cierto dominio de) R2 ,
con codominio en R2 , asociada al sistema no lineal que venimos planteando:
F : R2 → R2 , F (x, y) = (P (x, y), Q(x, y)).
Cerca del punto (a, b) de equilibrio, esta función (que es diferenciable, ya que tanto P como Q
son C 1 ), puede ser aproximada por la función lineal dada por su diferencial en el punto (a, b):

2 2 Px (a, b) Py (a, b) x−a
DF(a,b) : R → R . DF(a,b) (x, y) = ,
Qx (a, b) Qy (a, b) y−b
donde en la fórmula de la diferencial no aparece el término F (a, b), pues P (a, b) = Q(a, b) = 0
(ya que (a, b) es un punto de equilibrio.
Entonces, en lugar de estudiar el sistema no lineal
0 0
x = P (x, y) x
que es = F (x, y), (34)
y 0 = Q(x, y) y0
lo reemplazamos por el sistema lineal

0
x Px (a, b) Py (a, b) x−a
= . (35)
y0 Qx (a, b) Qy (a, b) y−b
En circunstancias adecuadas, cerca del punto de equilibrio común a ambos sistemas, es decir
el punto (a, b), se puede esperar que el comportamiento de las soluciones de ambos sistemas sea
similar (en lo que nos importa: en la estabilidad de (a, b)).
Una observación, el sistema (35) de arriba no es un sistema lineal en el sentido estricto. Es
un sistema lineal trasladado: el punto de equilibrio en lugar de ser el (0, 0) es (a, b). La traslación
se opera mediante el cambio de variables (x, y) ←→ (x−a, y −b). Las propiedades de estabilidad
del sistema traladado son las mismas que las del sistema original: dependen solo de la matriz

Px (a, b) Py (a, b)
A= .
Qx (a, b) Qy (a, b)
El teorema que establece las condiciones bajo las cuales el comportamiento del sistema lineal
(35) permite predecir el comportamiento del sistema no lineal (34) es el siguiente:
Teorema 17.6. Dado un sistema no lineal (34)

0
x = P (x, y)
y 0 = Q(x, y)
con punto de equilibrio (a, b), con P, Q funciones C 1 . Llamenos A a la matriz

Px (a, b) Py (a, b)
A= .
Qx (a, b) Qy (a, b)
84
1. Si todos los autovalores de A son reales negativos, o complejos con parte real nega-
tiva, entonces el punto de equilibrio (a, b) es fuertemente estable para el sistema no lineal
(34).
2. Si alguno de los autovalores de A es real positivo. o complejo con parte real positiva,
entonces el punto de equilibrio (a, b) es inestable para el sistema no lineal (34).
Para ver los alcances y limitaciones de este teorema, veamos algunos ejemplos.
Ejemplos 17.7. Retomemos los dos ejemplos del comienzo de la clase, y usemos este teorema
a ver si podemos determinar la estabilidad de los puntos de equilibrio.
1. El primer ejemplo que vimos fue
x0 = x3 − y

,
y 0 = xy − 1
cuyos puntos de equilibrio son (1, 1) y (−1, −1). Formemos la matriz
3x2 −1

Px Py
DF(x,y) = = .
Qx Qy y x
Analizamos el punto de equilibrio (1, 1), esto es calculamos DF(1,1) :

3 −1
DF(1,1) = ,
1 1
que tiene autovalor doble λ0 = 2, luego cumple que alguno de los autovalores es
positivo, se puede usar la parte 2, del Teorema 17.6: el punto (1, 1) es inestable para el
sistema no lineal.
De manera similar analizamos el otro punto de equilibrio (−1, −1): reemplazamo este
punto en la matriz DF(x,y) y queda

3 −1
DF(−1,−1) = ,
−1 −1
√ √
cuyos autovalores son 1 + 5 > 0, 1 − 5 < 0. Luego, como alguno de los autovalores es
positivo, se aplica la parte 2. del teorema, y resulta (−1, −1) también inestable para el
sistema no lineal.
2. El otro sistema considerado fue
x0 = x + 2y − xy

.
y 0 = x2 − y 2
Los puntos de equilibrio encontrados fueron (0, 0), (3, 3) y (1, −1). En este caso

1−y 2−x
DF(x,y) = .
2x −2y
85
En el punto de equilibrio (0, 0) queda

1 2
DF(0,0) = ,
0 0
cuyos autovalores son 1 y 0, luego (como uno de ellos es positivo) (0, 0) es inestable.

−2 −1
DF(3,3) = ,
6 −6
√ √
cuyos autovalores son −4 + i 2, −4 − i 2; como todos son complejos con parte real
negativa, se aplica la parte 1. del teorema, y resulta que (3, 3) es fuertemente estable.
En el punto de equilibrio (1, −1) queda

2 1
DF(1,−1) = ,
2 2
√ √
cuyos autovalores son 2 + 2 > 0, 2 − 2 > 0, y entonces (1, −1) es inestable para el
sistema no lineal.
Estos ejemplos muestran el alcance de este teorema. Veamos el siguiente ejemplo:
Ejemplo 17.8. Consideremos ahora el sistema
0
x = −x3 + 3y
.
y 0 = −5x − y 3
Buscamos los puntos de equilibrio (a, b):
−a3 + 3b = 0

.
−5a − b3 = 0
Despejamos b = 13 a3 , y reemplazamos en la segunda: −5a − ( 13 a3 )3 = 0, es decir −5a − 27

1 9
a = 0.
Sacamos factor común −a y queda
1 8
−a(5 + a ) = 0.
27
Lo que está entre paréntesis no puede ser cero, entonces debe ser a = 0, y luego b = 0. Obtuvimos
un único punto de equilibrio, (0, 0). Aplicamos el método de linealización para estudiar su
estabilidad. En este caso queda
−3x2

3
DF(x,y) = .
−5 −3y 2

0 3
DF(0,0) = ,
−5 0
√ √
cuyos autovalores son i2 2, −i2 2. Los autovalores son complejos, pero no tienen parte real
neagativa ni positva. Es decir, no se aplican ni la parte 1. ni la parte 2. del Teorema 17.6. En
consecuencia, este método no permite detrminar la estabilidad de (0, 0).
86
Observación 17.9. Este ejemplo subraya que el Teorema 17.6 no cubre todos los casos posibles.
Como se vió, no se aplica en el caso de autovalores complejos con parte real 0. Tampoco sirve
si tiene un autovalor 0 y otro negativo. O si 0 es raiz doble del polinomio caracterı́stico de A.
Para tratar estos casos (incluyendo el ejemplo de arriba), introduciremos otro método en la
clase que viene.
18 Clase 18
Funciones de Liapunov
Definición 18.1. Una función V : D → R, definida en un disco D = Dr (a, b) de centro (a, b)

y radio r > 0 se denomina una función de Liapunov para el punto (a, b) si satisface que
V es continua en D.
V es diferenciable en D − {(a, b)}.
V tiene un mı́nimo estricto en (a, b).
Se puede reemplazar la tercera condición, por la condición de pedir que tenga un mı́nimo local
estricto (a expensas de achicar el radio del disco D). También se suele pedir que V (x, y) ≥ 0,
aunque esto no es esencial.
La función de Liapunov arquetı́pica para el punto (a, b) es la función distancia al punto (a, b):
p
V0 (x, y) = k(x, y) − (a, b)k = (x − a)2 + (y − b)2 .
Es bueno tener este ejemplo en mente cuando tengamos que entender cómo son útiles estas
funciones. No obstante, al igual que cuando tratamos problemas de distancia máxima o mı́nima
en varias variables, es más cómodo hacer cálculos con el cuadrado de la distancia: V2 (x, y) =
(x − a)2 + (y − b)2 .
Los ejemplos más usuales de funciones de Liapunov (y los que vamos a usar en casi todos
los ejemplos) son generalizaciones de la función V2 , son
V (x, y) = (x − a)p + A(y − b)q , (36)
donde A > 0, p, q ∈ N son enteros pares. Se puede pensar que todas estas funciones miden
alguna forma de distancia entre (x, y) y (a, b).
Las funciones de Liapunov se puede usar para determinar estabilidad de puntos de equilibrio
de un sistema: tanto para detectar si un punto es estable o inestable. Este método no es
mecánico como el método de lienealización. Requiere, primero, que de antemano tengamos una
hipótesis sobre la estabilidad (o sea, intuir o sospechar, por ejemplo, que el punto es estable), y
luego debemos producir nosotros la función adecuada que lo compruebe.
Esto se puede volver bastante difı́cil. Para simplificarlo, en este curso solo usaremos
este método para comprobar que un determinado punto de equilibrio es estable.
Le quitamos el suspenso, en los ejercicios donde haya que usar este método, ya sabremos de
antemano que el punto estable; nuestra tarea será hacer la comprobación. Para esto, nuestra
herramienta teórica será el siguiente teorema:
87
Teorema 18.2. Sea un sistema no lineal
x0 = P (x, y)

y 0 = Q(x, y)
con punto de equilibrio (a, b), y V : D 7→ R una función de Liapunov para el punto (a, b).
Entonces:
1. Si hay un disco D0 centrado en (a, b), contenido en D, tal que
(P (x, y), Q(x, y)) • ∇V (x, y) ≤ 0 para todo (x, y) ∈ D0 ,
entonces (a, b) es un punto de equilibrio estable del sistema.
2. Más aún, si se cumple que
(P (x, y), Q(x, y)) • ∇V (x, y) < 0 para todo (x, y) ∈ D0 , (x, y) 6= (a, b),
entonces (a, b) es un punto de equilibrio fuertemente estable del sistema.

Aquı́ • es el producto escalar o producto interno de R2 .
Veamos ejemplos de cómo se puede usar este teorema. Sobre el final de la clase, un ANEXO
con una idea de demostración de este teorema.
Ejemplo 18.3. Tomemos el ejemplo de la clase pasada,
0
x = −x3 + 3y
,
y 0 = −5x − y 3
que tiene como único punto de equilibrio el (0, 0). Vimos que el método de linealización no
permite predecir la estabilidad de este punto. Probemos con una función de Liapunov. La
pregunta es cual de todas (que como (a, b) = (0, 0) son de la forma)
V (x, y) = xp + Ay q ,
con p, q enteros positivos pares, A real positivo. La respuesta: hasta que adquiramos cierta
experiencia y manejo, es por prueba y error. Probamos con las funciones más simples (los grados
p, q más bajos: 2, 4, . . . ). Empezamos con V (x, y) = x2 + Ay 2 , el valor de A lo dejamos flotante
hasta que veamos si algún valor de A especı́fico ayuda (recordar que debe ser A > 0). Entonce
∇V = (2x, 2Ay), y entonces la cuenta que pide que el teorema pide estudiar es
(P, Q) • ∇V = (−x3 + 3y, −5x − y 3 ) • (2x, 2Ay) = (−x3 + 3y)2x + (−5x − y 3 )2Ay
= −2x4 + 6xy − 10Axy − 2Ay 4 = −2x4 − 2Ay 4 + (6 − 10A)xy.

Para comprobar que (0, 0) es estable, debemos comprobar que la expresión de arriba es menor o
igual que cero. Observen que las expresiones −2x4 , −2Ay 4 son negativas; pero la expresión xy
cambia de signo en cualquier disco centrado en el origen, dependiendo de los signos de x e y.
Un primer truco que puede funcionar, es ajustar el valor de A para que esta expresión de signo
indefinido se anule: en este ejemplo, harı́a falta que
3
6 − 10A = 0 =⇒ A = > 0 sirve.
5
88
Si hubiéramos despejado un valor negativo de A, no servı́a. Entonces, en sı́ntesis, tomando
5
V (x, y) = x2 + y 2 ,
3
que es una función de Liapunov válida para el punto de equilbrio (0, 0), queda
10 4
(P, Q) • ∇V = −2x4 − y ≤ 0, para todo (x, y) ∈ R2 .
3
La parte 1. del Teorema 18.2 pide que la desigualdad (P, Q) • ∇V ≤ 0 ocurra al menos en un
disco centrado en (0, 0). En este caso está ocurriendo en todo R2 . En consecuencia, resulta que
(0, 0) es estable.
Podemos darle otra vuelta de tuerca a este ejemplo: es posible aplicar aquı́ la parte 2. del
teorema? Estudiamos con más detenimiento la expresión que nos quedó
10 4
(P, Q) • ∇V = −2x4 − y
3
para ver si es en realidad menor estricta que 0, para (x, y) 6= (0, 0). Sabiendo a priori que
es menor o igual a cero, para saber que es menor estricta que cero, hay que examinar si puede
ser igual a cero: planteamos −2x4 − 10 4
3 y = 0. Como es la suma de dos expresiones negativas,
la única posibilidad de que esta cantidad sea igual a cero, es que ambos sumandos sean cero:
−2x4 = 0, − 10 4
3 y = 0. Claramente esto implicarı́a x = y = 0. Entonces, la respuesta es que si
(x, y) 6= (0, 0), resulta
10
(P, Q) • ∇V = −2x4 − y 4 < 0.
3
Luego, se puede usar la parte 2. del Teorema 18.2 y concluir que (0, 0) es fuertemente estable.
Vemos otros ejemplos, en los que se vean otroas estrategias (bah, trucos) para lidiar con
estos problemas. En el primero, se vé que conseguir que el producto escalar (P, Q) • ∇V sea
igual a cero sirve también:
Ejemplo 18.4. Analizar la estabilidad de (0, 0) para el sistema

0
x = −7x2 y 2
.
y 0 = 6x3 y
Si linealizamos este sistema en el punto de equilibrio (0, 0) (comprobar que (0, 0) en efecto es
punto de equilibrio), nos queda una matriz de ceros, con autovalores cero, con lo cual el método
de linealización no dice nada. Probamos con la función de Liapunov
V (x, y) = x2 + Ay 2 .
Queda
(P, Q) • ∇V = (−7x2 y 2 , 6x3 y) • (2x, 2Ay) = −14x3 y 2 + 12Ax3 y 2 = x3 y 2 (14 − 12A) = 0,
si tomamos A = 67 , que es válido (es > 0). En sı́ntesis, tomando
7
V (x, y) = x2 + y 2 ,
6
89
resulta
(P, Q) • ∇V = 0,
y como 0 es ≤ 0, por la parte 1. del teorema resulta que (0, 0) es un punto de equilibrio estable
del sistema.
Claramente, en este ejemplo, no preguntamos si (0, 0) puede ser estable fuerte.
Otro ejemplo, donde sirve una función V con exponentes mayores que dos:
Ejemplo 18.5. Calcular los puntos de equilibrio del siguiente sistema, y determinar su estabil-
idad: 0
x = −x + 3y 3
.
y 0 = −2x − y 3
La parte de búsqueda de los puntos de equilibrio queda como Ejercicio. El único es (0, 0).
Linealizando, queda que tiene un autovalor negativo y el otro cero, entonces la linealización no
dice nada. Probamos con la función V (x, y) = x2 + Ay 2 . Queda
(P, Q) • ∇V = −2x2 + 3xy 3 − 4Axy − 2Ay 4 .
En esta expresión hay términos negativos (son −2x2 , −2Ay 4 ) pero también hay términos que
alternan signos en cualquier disco centrado en el origen (3xy 3 , −4Axy); y no se ve cómo los
negativos puedan dominar a los mixtos (algo que veremos en otro ejemplo). Podemos pensar que
fracasamos. Entonces probamos con otra V (ánimos, Lord Sandwich no dió al mundo su gran
invento en un solo dı́a!). Probamos con
V (x, y) = x2 + Ay 4 .
Por qué subı́ el grado de la y, y no en cambio el de la x? Porque sé que sirve (para cortar un
poco el proceso, en el que pueden ocurrir varios intentos fallidos - recuerden a Lord Sandwich:
su primer prototipo jamón-pan-jamón fue un fracaso total). Con esta V queda
(P, Q) • ∇V = (−x + 3y 3 , −2x − y 3 ) • (2x, 4Ay 3 ) = −2x2 + 6xy 3 − 8Axy 3 − 4Ay 6
= −2x2 − 8Ay 6 + xy 3 (6 − 8A).

3
Tomando A = 4 se elimina el término de signo mixto y queda
(P, Q) • ∇V = −2x2 − 6y 6 ≤ 0, para todo (x, y) ∈ R2 ,
con lo cual queda que (0, 0) es punto de equilibrio estable de este sistema. Como Ejercicio
queda comprobar que además es fuertemente estable.
Hasta ahora, en los ejemplos, la condición (P, Q) • ∇V ≤ 0 se viene cumpliendo para todo
(x, y) ∈ R2 (una vez que encontramos la V adecuada). Veamos en el siguiente ejemplo como a
veces la condición de negatividad ocurre en un disco centrado en el punto de equilibrio (y según
el teorema, eso basta):
Ejemplo 18.6. Analizar la estabilidad del origen como punto de equilibrio del sistema
0
x = −x + 3x2 y
.
y 0 = −y 3 + 2xy 4
90
Es claro que (0, 0) es punto de equilibrio. De nuevo, la linealización no permite deducir nada
acerca de su estabilidad. Probamos entonces con la fnción V (x, y) = x2 + Ay 2 . Queda
(P, Q) • ∇V = (−x + 3x2 y, −y 3 + 2xy 4 ) • (2x, 2Ay) = −2x2 + 6x3 y − 2Ay 4 + 4Axy 5 .
Aquı́ no hay esperanza de anular los términos mixtos. Pero podemos hacer lo siguiente: sacar
factor común 2x2 entre los dos primeros, e 2Ay 4 entre los dos últimos:
2x2 (−1 + 3xy) + 2Ay 4 (−1 + 2Axy).
Analicemos los términos que están entre paréntesis. Primero:
−1 + 3xy : en un disco centrado en (0, 0) es negativo.
En efecto: podemos comprobar esto usando álgebra o análisis. Usando análisis:
lim −1 + 3xy = −1 < 0 =⇒ −1 + 3xy < 0 para (x, y) en un disco Dδ (0, 0).
(x,y)→(0,0)
Aquı́ usamos una propiedad de lı́mites. No sabemos cuál es el radio δ del disco, pero no importa.
Usando álgebra:
1
−1 + 3xy < 0 ⇐⇒ xy < ,
3
dibujando esta desigualdad (Ejercicio), se ve que ocurre, por lo menos, en un disco centrado
en (0, 0).
La otra expresión entre paréntesis se analiza del mismo modo. Noten que aquı́ el valor de A
es irrelevante, cualquier A sirve. Tomemos A = 1, entonces
−1 + 2xy < 0 en un disco centrado en (0, 0) pues lim −1 + 2xy = −1.

(x,y)→(0,0)
En sı́ntesis, que si tomamos un disco centrado en (0, 0) de radio δ0 suficientemente pequeño (δ0
igual al mı́nimo de los dos radios que proveen -teóricamente- los dos dos lı́mites), nos queda que
ambos paréntesis son < 0. Entonces
positivo negativo positivo negativo

(P, Q) • ∇V = 2x2 · (−1 + 3xy) + 2y 4 · (−1 + 2Axy) ≤ 0 para (x, y) ∈ Dδ0 (0, 0).
Con lo cual queda que (0, 0) es punto de equilibrio estable del sistema.
Como Ejercicio les dejo comprobar que, dando una pequeña vuelta de tuerca (similar a
ejemplos anteriores), con esta misma cuenta se concluye que (0, 0) es fuertemente estable.
En la clase práctica correspondiente a este tema, veremos más ejemplos.
18.1 ANEXO: idea de la prueba del Teorema 18.2

Como pusimos arrriba, podemos interpretar la función V (x, y) como una variante de la función
distancia entre (x, y) y el punto de equilibrio (a, b). Entonces, supongamos que una trayectoria
del sistema X(t) = (x(t), y(t)) satisface que para un cierto valor t0 ,
V (X(t0 )) < r,
91
donde r es el radio de un disco D centrado en (a, b), para el cual vale la condición
(P (x, y), Q(x, y)) • ∇V (x, y) ≤ 0 si (x, y) ∈ D.
Como V y X son funciones continuas, la condición V (X(t), (a, b)) < r va a ocurrir en todo un
intervalo de tiempo I0 = (t0 −, t0 +). Entonces, como V (X(t)) está midiendo la distancia entre
el punto de la trayectoria X(t) y el punto de equilibrio (a, b), esta distancia va a permanecer
menor que r en todo el intervalo de tiempo I0 . Esto va a implicar que para t ∈ I0 ,
0 ≥ (P (x(t), y(t)), Q(x(t), y(t))) • ∇V (x(t), y(t)) = (x0 (t), y 0 (t)) • ∇V (x(t), y(t)),
pues al ser X(t) = (x(t), y(t)) solución del sistema, vale (x0 (t), y 0 (t)) = (P (x(t), y(t)), Q(x(t), y(t))).
Esta última expresión, es el resultado de (aplicando la regla de la cadena a la composición de
V (x, y) con la trayectoria X(t) = (x(t), y(t)):
d
0 ≥ (x0 (t), y 0 (t)) • ∇V (x(t), y(t)) = V (X(t)), para t ∈ I0 .
dt
Es decir, la función V (X(t)) es decreciente en I0 . Esto implica que al cabo de este intervalo
de tiempo I0 , X(t) se encontrará más cerca del punto de equilibrio (a, b) (o al menos, no más
lejos). Este fenómeno se sigue reproduciendo en isntantes posteriores, haciendo que para t ≥ t0 ,
la distancia entre los puntos X(t) de la trayectoria, y el punto de equilibrio (a, b), no aumente.
Es decir, el punto de equilibrio atrapó a la trayectoria que pasó a distancia crı́tica, obligando a
ésta a permanencer en su proximidad: es un punto de equilibrio estable.
En el caso en que (P, Q) • V < 0, la distancia al punto de equilibrio decrece estrictamente,
lo que obliga a que la trayectoria tienda al punto de equilibrio cuando t → +∞ (aquı́ se usa un
argumento de compacidad, que omitimos)
19 Clase 19
Series de Fourier
Nuestro siguiente objetivo será el estudio de dos ecuaciones fundamentales: la ecuación de

onda, y la ecuación del calor. Para llevar adelante este estudio, precisaremos una herramienta
fundamental del Análisis Matemático: las series de Fourier. Este tema es objeto de investi-
gación pasada y actual, se halla en el centro de muchos temas de la matemática.
Las series de Fourier son análogas a las series de Taylor; estas últimas son de gran utilidad
cuando uno está interesado en el estudio local de una función (lo que pasa cerca de un punto,
en una región limitada de la recta), mientras que las series de Fourier son útiles para el estudio
de las funciones periódicas.
Empecemos por definir qué es una función periódica:
Definición 19.1. Sea T ∈ R, T > 0. La función f : R → R se dice periódica con perı́odo T (o
T -periódica) si satisface que
f (x + T ) = f (x), para todo x ∈ R.
Esto quiere decir que f repite sus valores cada T , tiene comportamiento periódico. Gráficamente,
una función periódica se vé ası́ :
92
Ejemplo de función T -periódica
En la figura se vé también la longitud del perı́odo T . Que la función sea T -periódica significa
que si le sacamos una foto, de modo que el ancho de la foto sea T , los sucesivos tramos de
longitud T de la función se verán idénticos a la foto. No importa en qué parte de la función uno
tome la foto. Ponemos dos ejemplos de esto:
Es decir, cualquier intervalo de longitud T sirve para representar a toda la función. Usual-
mente, tomamos un intervalo que esté centrado en el origen: es decir el intervalo entre −T /2
y T /2. Es por eso que en los ejemplos que siguen, a las funciones T -periódicas solo se les es-
pecifique sus valores (o su fórmula) en el intervalo [−T /2, T /2). Noten que por ser T -periódica,
f (T /2) no hace falta especificarlo porque coincide con f (−T /2).
Ejemplos 19.2.
1. Los ejemplos tı́picos de funciones periódicas son las funciones seno y coseno: tienen perı́odo
T = 2π. A partir de seno y coseno, aumentando la frecuencia de oscilación se obtienen
otras funciones 2π-periódicas emparentadas con éstas:
c1 (x) = cos(x), c2 (x) = cos(2x), c3 (x) = cos(3x), . . . , cn (x) = cos(nx), . . .
s1 (x) = sen(x), s2 (x) = sen(2x), s3 (x) = sen(3x), . . . , sn (x) = sen(nx), . . .
93
Otro ejemplo sencillo pero importante que agregamos a esta lista es la función (constante)
igual a 1:
c0 (x) = 1.
En la figura, graficamos s1 , s2 y s4 . A medida que aumenta n aumentan el número de
oscilaciones dentro del perı́odo.
2. Se pueden adaptar las funciones seno y coseno, para producir funciones con cualquier
perı́odo T . Fijemos T > 0, ponemos
2π 2π
cn (x) = cTn (x) = cos( nx) , sn (x) = sTn (x) = sen( nx),
T T
y como antes c0 (x) = 1. Llamaremos a estas funciones T -periódicas básicas. El
superı́ndice T no será necesario cuando quede claro en el contexto cuál es.
3. tomemos α0 , a1 , a2 , b1 , b2 ∈ R arbitrarios. Formemos
f (x) = α0 + a1 cT1 (x) + a2 cT2 (x) + b1 sT1 (x) + b2 sT2 (x).
Comprobar que es T -periódica (Ejercicio).
En el ejemplo 3, se podrı́an haber usado otras funciones básicas que las que se usaron (con
otros n), o incluso haber tomado más funciones básicas y más constantes arbitrarias. Es decir,
haber tomado otras combinaciones lineales (finitas) de las funciones básicas (con un mismo
perı́odo T ). En este tipo de ejemplos radica la esencia de los que queremos hacer: obtener el
desarrollo de Fourier de
f : R → R, T − periódica
significa obtener un desarrollo o combinación lineal
f (x) = α0 + a1 cT1 (x) + a2 cT2 (x) + a3 cT3 (x) + · · · + b1 sT1 (x) + b2 sT2 (x) + b3 sT3 (x) + . . .
o, en forma abreviada
∞ ∞
X X 2π 2π
f (x) = α0 + an cTn (x) + bn sTn (x) = α0 + an cos( nx) + bn sen( nx).
T T
n=1 n=1
Observen que es una combinación lineal infinita, es decir, una serie. En esencia, consiste en
descomponer la señal f en una combinación de dı́gitos (los α0 , an , bn ) con funciones periódicas
básicas. Como descomponer la señal f en señales más sencillas (a la funciones periódicas, los
ingenieros las suelen llamrar señales).
94
Siendo este nuestro objetivo (obtener un desarrollo de este tipo), encaramos el problema en
dos fases. Primero, dada f , obtener los números α0 , an , bn (llamados coeficientes de Fourier
de f ). Segundo, una vez calculados los números, asegurarse de que uno vuleve a reconstruir la
función original con los coeficientes y las funciones básicas (a veces uno desarma un aparato en
sus elementos básicos, y cuando lo vuelve a armar se convierte en otra cosa).
Para lograr lo primero, debemos establecer algunas propiedades de las funciones básicas:
Proposición 19.3. Fijemos T .
Sean g y h dos funciones de las llamadas básicas distintas. Entonces
Z T /2
g(x)h(x)dx = 0.
−T /2
Sea g una de las funciones básicas (pero g 6= c0 ). Entonces

Z T /2
T
(g(x))2 dx = .
−T /2 2
La prueba, que es sencilla pero larga, va en el ANEXO al final de la clase. Ahora usemos
estas propiedades.
Antes, observemos que si tomamos g = c0 = 1 en la segunda integral, queda
Z T /2 Z T /2
2
(g(x)) dx = 1dx = T,
−T /2 −T /2
no da T /2 como las otras, sino T . Después compensamos esta discrepancia.
19.1 Cálculo de los coeficientes de Fourier

Supongamos que una función es una serie
∞
X
f (x) = α0 + a1 c1 (x) + a2 c2 (x) + · · · + b1 s1 (x) + b2 s2 (x) + · · · = α0 + an cn (x) + bn sn (x).
n=1
Queremos despejar las constantes α0 , an , bn . Tomemos k ≥ 1, y busquemos primero ak ; para

esto planteamos la integral
Z T /2 Z T /2
f (x)ck (x)dx = {α0 + a1 c1 (x) + a2 c2 (x) + · · · + b1 s1 (x) + b2 s2 (x) + . . . }ck (x)dx
−T /2 −T /2
Z T /2
α0 ck (x) + a1 c1 (x)ck (x) + a2 c2 (x)ck (x) + · · · + b1 s1 (x)ck (x) + b2 s2 (x)ck (x) + . . .
−T /2
Si distribuimos la integral, casi todas las funciones que quedan para integrar, tienen integral
(entre −T /2 y = T /2) igual a cero; la única que no da cero, es la de ck (x)ck (x) = (ck (x))2 , que
da T2 , entonces queda
Z T /2
2 T /2
Z
T
f (x)ck (x)dx = ak =⇒ ak = f (x)ck (x)dx.
−T /2 2 T −T /2
95
R T /2
Si queremos capturar a bk , multplicamos a f por sk , integramos −T /2 f (x)sk (x)dx, y queda
Z T /2
T
α0 sk (x) + a1 c1 (x)sk (x) + a2 c2 (x)sk (x) + · · · + b1 s1 (x)sk (x) + b2 s2 (x)sk (x) + · · · = bk ,
−T /2 2
con lo cual Z T /2
2
bk = f (x)sk (x)dx.
T −T /2
Definición 19.4. Si f : R → R es T -periódica, llamamos coeficientes de Fourier, para n ≥ 1:

Z T /2 Z T /2
2 2 2π
an = f (x)cTk (x)dx = f (x)cos( nx)dx; (37)
T −T /2 T −T /2 T
Z T /2 Z T /2
2 2 2π
bn = f (x)sTk (x)dx = f (x)sen( nx)dx; (38)
T −T /2 T −T /2 T
Y para mantener la coherencia de las fórmulas, si n = 0
Z T /2
2
a0 = f (x)dx. (39)
T −T /2
a0
Noten que reemplazamos α0 por a0 (la relación es α0 = 2 ).
Ejemplos 19.5. Veamos el cálculo de los coeficientes en algunos ejemplos:
1. Consideremos la función f : R → R, de perı́odo 5π, dada por

2 6 2 4
f (x) = −3 + 2cos( x) − 5cos( x) + cos(2x) − sen( x) + 4sen( x).
5 5 5 5
Para el valor de perı́odo T = 5π, las funciones básicas son
2π 2 2
cn (x) = cos( nx) = cos( nx), sn (x) = sen( nx).
5π 5 5
Entonces, observen que la función f del este ejemplo se puede escribir
f (x) = −3 + 2c1 (x) − 5c3 (x) + 1c5 (x) − 1s1 (x) + 4s2 (x).
Entonces, usando la Proposición 19.3, y por simple examen visual de f , resulta que los
coeficientes son
a1 = 2, a3 = −5, a5 = 1, b1 = −1, b2 = 4.
Los demás an , bn (n ≥ 1) que no están en la lista de arriba, son 0. El que falta determinar
es a0 . En la fórmula de f , es α0 (el término ”independiente”) igual a −3, como a20 =
α0 = −3, resulta
a0 = −6.
96
2. Consideremos f : R → R de perı́odo T = 2, dada por

 1 si x ∈ (0, 1)
f (x) = −1 si x ∈ (−1, 0) .
0 si x = 0 o x = ±1

No dimos los valores de f (x) en todo R, solo en el intervalo [−1, 1]. Este intervalo tiene
longitud 2 = T , por lo tanto los restantes valores de f se deducen de los que pasa en esta
foto central de f . La gráfica completa de f serı́a:
Calculemos a0 :
Z T /2 Z 1 Z 0 Z 1
2
a0 = f (x)dx = f (x)dx = (−1)dx + 1dx = 0
T −T /2 −1 −1 0
Los demás coeficientes, con n ≥ 1:

Z T /2 Z 0 Z 1
2 2π
an = f (x)cos( nx)dx = (−1)cos(nπx)dx + cos(πnx)dx
T −T /2 T −1 0
1 0 1 1
=−
sen(nx)dx + sen(nx)dx = 0;

πn −1 πn 0
Z T /2 Z 0 Z 1
2 2π
bn = f (x)sen( nx)dx = (−1)sen(πnx)dx + sen(πnx)dx
T −T /2 T −1 0
1 0 1 1 1 1
= cos(nx)dx − cos(nx)dx = (1 − cos(−πn)) + (1 − cos(πn)).

πn −1 πn 0 πn πn
Como cos(πn) = 1 si n es par, cos(πn) = −1 si n impar, queda

0 si n par
an = 0 para todo n ≥ 0, bn = 4 .
πn si n impar
3. f : R → R, de perı́odo 2π, dada por

x si x ∈ (−π, π)
f (x) = .
0 si x = ±π
De nuevo, solo presentamos los valores de f en la foto central. La gráfica completa es
97
Calculamos Z π
2 1 1 2 π
a0 = xdx = x = 0;
2π −π π 2 −π
1 π 1 π 1 π
Z Z Z
2π 1 1 π
an = xcos( nx)dx = xcos(nx)dx = { xsen(nx) − sen(nx)dx},

π −π 2π π −π π n −π n −π
donde en el último paso integramos por partes; aquı́ tanto el término de evaluación como
la integral de la derecha dan 0, es decir, an = 0 para n ≥ 0. De nuevo, integrando por
partes, obtenemos
1 π 1 π
Z Z
1 1 π
bn = xsen(nx)dx = {− xcos(nx) + cos(nx)dx}.

π −π π n −π n −π
La integral de la derecha da 0, entonces queda

1 1 1 2
bn = {− cos(nπ) + (−π)cos(−nπ)} = − cos(nπ),
π nπ nπ πn

1 si n par
pues cos(−nπ) = cos(nπ). A su vez, cos(nπ) = = (−1)n . Entonces
−1 si n impar
tenemos
2
bn = (−1)n+1 , a0 = an = 0, n ≥ 1.
πn
4. Consideremos ahora f : R → R, 2-periódica, tal que
1
f (x) = x2 − , si x ∈ [−1, 1].
2
De nuevo mostramos la foto central de f , la foto completa es
98
Z 1
2 1 1 1 1 1
a0 = x2 − dx = x3 − x = − .
2 −1 2 3 2 −1 3
Los an , bn los calculamos integrando por partes dos veces. Como Ejercicio, comprobar que
bn = 0 para todo n. Calculemos
Z 1 Z 1
2 1 2 1 1 1 1
an = (x − )cos(πnx)dx = (x − ) sen(πnx) − 2xsen(πnx)dx,

−1 2 2 πn −1 πn −1
el término de evaluación da 0, y queda entonces (integrando de nuevo por partes)

Z 1
1 1 1 2 1
− {2x[−cos(πnx)] + cos(πnx)dx} = 2 2 (4cos(πn)),
πn πn −1 πn −1 π n
pues la integral de arriba da cero. Entonces tenemos:
1 4
a0 = − , an = (−1)n , bn = 0 , n ≥ 1.
3 π 2 n2
19.2 ANEXO: prueba de la Proposición 19.3

La prueba es sencilla y de paso nos permite practicar integrales por partes con este tipo de
funciones. Hay que considerar muchos casos posibles. Para la primera integral: g = cn , h = sm ,
o bien g = cn , h = cm con n 6= m, o bien g = sn , h = sm con n 6= m.
Empecemos con el primer caso:
Caso g = cn , h = sm , con n 6= m.
(el caso n = m va luego, es más corto)

Z T /2 Z T /2
2π 2π
cn (x)sm (x)dx = cos( nx)sen( mx)dx.
−T /2 −T /2 T T
Integramos por partes: u(x) = sen( 2π 0 2π T 2π

T mx), v (x) = cos( T nx), con lo cual v(x) = 2πn sen( T nx),
y queda
Z T /2
T 2π 2π T /2 T 2π 2π 2π
= sen( mx)sen( nx) − sen( nx)cos( mx) m dx.

2πn T T −T /2 2πn −T /2 T T T
El término de evaluación da cero: al reemplazar x por ±T /2, queda sen(± 2π T

T n 2 ) = sen(±πn) =
0, luego solo queda
m T /2
Z
2π 2π
− sen( nx) cos( mx) dx.
n −T /2 T T
Volvemos a hacer partes con cuidado, que vuelva a ser u la que tiene m (la de la derecha), y v 0
la que tiene n (la de la izquierda), para no deshacer en este paso lo que hicimos antes. Entonces
ponemos u(x) = cos( 2π 0 2π T 2π
T mx), v (x) = sen( T nx), con lo cual queda v(x) = − 2πn cos( T nx).
Entonces sigue
Z T /2
m T 2π 2π T /2 T 2π 2π 2π
− {− cos( nx)cos( mx) + cos( nx)[− msen( mx)]dx}

n 2πn T T −T /2 2πn −T /2 T T T
99
De nuevo, el término de evaluación da cero: las funciones coseno valen lo mismo en +T /2 que
en −T /2, y al restas da cero. Sintetizando, si ponemos la integral de partida y la integral de
llegada, tenemos
Z T /2
m2 T /2
Z
cn (x)sm (x)dx = 2 cn (x)sm (x)dx.
−T /2 n −T /2
De ambos lados quedó la misma integral, luego si pasamos todo a la izquierda, queda
T /2 T /2
m2 m2
Z Z
(1− 2 ) cn (x)sm (x)dx = 0 =⇒ (como 1− 2 6= 0, pues n 6= m), cn (x)sm (x)dx = 0.
n −T /2 n −T /2
Caso g = cn , h = sn .
La integral es
Z T /2 Z T /2
2π 2π
cn (x)sn (x)dx = cos( nx)sen( nx)dx.
−T /2 −T /2 T T
Aquı́ en vez de integrar por partes conviene usar la identidad trigonométrica cos(α)sen(α) =
1
2 sen(2α). Entonces queda
Z T /2
1 2π 1 T 4π T /2
sen(2 nx)dx = − cos( nx) = 0,

2 −T /2 T 2 4πn T −T /2
de nuevo, porque la función coseno vale lo mismo en + 0 − un número.
Caso g = cn , h = cm , con (necesariamente) n 6= m.
Hay que calcular

Z T /2 Z T /2
2π 2π
cn (x)cm (x)dx = cos( nx)cos( mx)dx.
−T /2 −T /2 T T
Hacemos partes con u(x) = cos( 2π 0 2π T 2π

T nx), v (x) = cos( T mx), con lo cual v(x) = 2πm sen( T mx),
y queda:
Z T /2
T 2π 2π T /2 T 2π 2π 2π
cos( nx)sen( mx) − [−sen( nx)] nsen( mx)dx

2πm T T −T /2 2πm −T /2 T T T
La función seno se anula en ±T /2, de modo que el término de evaluación se anula, y queda
Z T /2
n 2π 2π
sen( nx)sen( mx)dx,
m −T /2 T T
R T /2
que es la integral −T /2 sn (x)sm (x)dx, con lo cual si probamos que da cero, habremos compro-
bado también este caso (dos pájaros de un tiro). Volvemos a hacer partes, con cuidado de no
100
deshacer, es decir u(x) = sen( 2π 0 2π T 2π
T nx), v (x) = sen( T mx). Con lo cual v(x) = − 2πm cos( T mx).
Entonces sigue
Z T /2
T 2π 2π T /2 T 2π 2π 2π
− sen( nx)cos( mx) + cos( nx) cos( mx)dx.

2πm T T −T /2 2πm −T /2 T T T
De nuevo, el término de evaluación se anula, por el mismo motivo. Queda

Z T /2 Z T /2
n 2π 2π n
cos( nx)cos( mx)dx = cn (x)cm (x)dx,
m −T /2 T T m −T /2
n
que es la misma integral del comienzo (multiplicada por m ). Igualando el comienzo con el final
de la cuenta:
Z T /2
n T /2
Z
2π 2π 2π 2π
cos( nx)cos( mx)dx = cos( nx)cos( mx)dx
−T /2 T T m −T /2 T T
osea
Z T /2 Z T /2
n 2π 2π 2π 2π
(1− ) cos( nx)cos( mx)dx = 0 =⇒ (pues n 6= m) cos( nx)cos( mx)dx = 0,
m −T /2 T T −T /2 T T
con lo cual también se comprueba el caso g = sn , h = sm con n 6= m.

Los dos casos restantes de (la primera partes de) esta Proposición 19.3: g = c0 , h = cn y
g = c0 , h = sn son directos y quedan como Ejercicio.
Pasemos ahora a la segunda parte de la Proposición 19.3:
Z T /2
T
(g(x))2 dx =
−T /2 2
para g una de las funciones de la base de Fourier (con g 6= c0 ). Esto es,

Z T /2 2 Z T /2 2
2π 2π T
cos( nx) dx = sen( nx) dx = .
−T /2 T −T /2 T 2
Basta con probar una de las fórmulas (digamos, la del coseno), pues usando que sen(α)2 =
1 − (cos(α))2 , tenemos
Z T /2 2 Z T /2 2 Z T /2
2π 2π T T T
sen( nx) dx = 1 − cos( nx) dx = 1dx − = T − = .
−T /2 T −T /2 T −T /2 2 2 2
Para calcular la integral con coseno al cuadrado, podemos usar la identidad trigonométrica
(cos(α))2 = 21 + 12 cos(2α):
Z T /2 Z T /2 Z T /2
2π 1 1 2π T T 4π T /2 T
(cos( nx))2 dx = dx + cos(2 nx)dx = + sen( nx) = ,

−T /2 T −T /2 2 2 −T /2 T 2 4πn T −T /2 2
pues el término de evaluación da cero.
101
20 Clase 20
Ahora dada una función T -periódica, sabemos obtener los coeficientes de Fourier. Es decir:

an , n 6= 0
[f : R → R, T − periódica] −→
bn , n ≥ 1

an , n 6= 0
Ahora vamos a encarar el proceso inverso: a partir de los coeficientes , reconstruir
bn , n ≥ 1
la función f .
an , n 6= 0
La fórmula de reconstrucción la tenemos: a partir de , formamos la serie de
bn , n ≥ 1
Fourier
∞
a0 X 2π 2π
S(f )(x) = + an cos( nx) + bn sen( nx). (40)
2 T T
n=1
La cuestión aquı́ es si lo que obtenemos al cabo de la reconstrucción, es la f de partida, u
otra cosa. En los textos a este problema se lo puede llamar el problema de la convergecia de la
serie. Hay un aspecto técnico preliminar, los que han visto series antes, recordarán que las series
pueden no converger. No nos meteremos en este problema, que es tema de investigación todavı́a
hoy. Lo que haremos serd́escribir condiciones sobre la función original, f , que garanticen que al
armar la serie S(f ), lo que recuperamos es f . Es decir, que S(f ) = f .
Hipótesis 20.1. Sea f : R → R, T -periódica. Esto en particular implica que f (−T /2) =
f (T /2). Vamos a suponer que f es derivable en [−T /2, T /2], salvo en finitos puntos x1 , x2 , . . . , xn .
En dichos puntos x1 , x2 , . . . , xn donde eventualmente no es derivable, vamos a suponer que ex-
isten las derivadas laterales por izquierda:
f (xj + h) − f (xj )
f 0 (x−
j ) := lim ;
h→0− h
y por derecha:
f (xj + h) − f (xj )
f 0 (x+
j ) := lim ,
h→0+ h
para 1 ≤ j ≤ n. Estos puntos x1 , x2 , . . . , xn pueden ser discontinuidades de f , pero en cualquier
caso, pediremos que existan los lı́mites laterales en dichos puntos x1 , x2 , . . . , xn :
f (x− +
j ) := lim f (x), f (xj ) := lim f (x),
x→x−
j x→x+
j
para 1 ≤ j ≤ n.
Trabajaremos con este tipo de funciones, que son más comunes de lo que parece (todos los
ejemplos de la clase pasada, y los que aparecen en la guı́a cumplen esta hipótesis: hay que
comprobarlo cada vez, y casi simepre la comprobación se puede hacer gráficamente).
Teorema 20.2. Sea f : R → R T -periódica, que satisface la Hipótesis 20.1. Entonces, si x es
un punto de continuidad de f , entonces
∞
a0 X 2π 2π
f (x) = S(f )(x) = + an cos( nx) + bn sen( nx).
2 T T
n=1
102
Si en cambio x es un punto de discontinuidad de f , f (x) y S(f )(x) discrepan, vale
1
S(f )(x) = (f (x− ) + f (x+ )).
2
No vamos a ver la demostración de este teorema. Sı́ lo vamos a usar. Veamos qué dice en
los ejemplos de la clases pasada:
Ejemplos 20.3.
1. f : R → R de perı́odo T = 2, dada por


 1 si x ∈ (0, 1)
f (x) = −1 si x ∈ (−1, 0) .
0 si x = 0 o x = ±1

Esta función tiene discontinuidades (dentro del intervalo central [−1, 1]) en x1 = −1,
x2 = 0 y x3 = 1 (ver la gráfica). Entre medio de estas discontinuidades es constante, ası́
que es derivable y continua y tiene tanto derivadas laterales como lı́mites laterales. Es
decir, cumple la Hipóresis 20.1. Ya calculamos los coeficientes de Fourier:

0 si n par
πn si n impar
Entonces, usando el Teorema 20.2: si x no es un número entero (que son los saltos de f ),
tenemos X 4
f (x) = sen(πnx).
πn
n impar
En el paso anterior lo que hicimos fue reemplazar los datos de los coeficientes en la fórmula
general (como a0 = 0 y an = 0, no aparecen ni el término constante ni los cosenos).
Una forma alternativa de esta fórmula (y hay descripciones similares en la guı́a) es la
siguiente: los números impares se pueden escribir n = 2k + 1, con k ≥ 0. Entonces queda:
∞
X 4
f (x) = sen(π(2k + 1)x),
π(2k + 1)
k=0
donde se sustituyó n por 2k + 1, y se hace variar k entre 0 e infinito, para barrer todos los
n impares.
Esta fórmula (y todas las que obtendremos mediante series de Fourier) además de tener
un significado fı́sico: descomponer una señal periódica mediante dı́gitos (los coeficientes)
y ondas básicas (los senos y cosenos de la base de Fourier), presenta ademá curiosidades
algebraicas. Se puede interpretar como una fuente de fórmulas con series. Basta elegir un
valor concreto de x, que sea punto de continuidad de f , es decir que no sea entero. Por
ejemplo, x = 12 . Entonces f ( 12 ) = 1, y queda
∞
X 4 1
1= sen(π(2k + 1) ).
π(2k + 1) 2
k=0
103
Observen que los valores de sen(π(2k + 1) 12 ) siguen un patrón:

k sen(π(2k + 1) 21 )

− − − − − − − − −− − − − − − − − − −−

0 sen( 12 π) = 1

1 sen( 23 π) = −1

2 sen( 52 π) = 1

3 sen( 27 π) = −1

... ...

Lo cual se puede resumir sen(π(2k + 1) 12 ) = (−1)k+2 (k ≥ 0; también se podrı́a poner

(−1)k , pero habrı́a que admitir o convenir que (−1)0 = 1). Entonces, la fórmula obtenida
arriba queda
∞
X 4
1= (−1)k+2 .
π(2k + 1)
k=0
4
En el lado derecho, en la suma se puede sacar factor común π y luego despejar:
∞ ∞
4 X (−1)k+2 X (−1)k+2 π
1= =⇒ = ,
π 2k + 1 2k + 1 4
k=0 k=0
que se puede escribir en forma desarrollada:

1 1 1 1 π
1− + − + + ··· = .
3 5 7 9 4
A esta curiosidad algebraica me referı́a. Si usted tuvo antes una materia donde se hablaba
de series, le enseñaron criterios para saber si una serie converge o diverge (por ejemplo,
usando el criterio de Leibniz para series alternadas, como la de arriba, podı́a concluir que
la serie es convergente). Usando la terorı́a de Fourier, se pueden calcular los resultados
de alguna series.
Usted puede seguir jugando con este ejemplo, proponer otros valores no enteros: x = 14 ,
x = 31 , etc. para los cuales puede armar una tabla como la de arriba, y descubrir una
recurrencia, y obtener ası́ nuevas fórmulas. Si tiene ganas. Pasemos al ejemplo siguiente:
2. f : R → R, de perı́odo 2π, dada por

x si x ∈ (−π, π)
f (x) = .
0 si x = ±π
Esta función también cumple la Hipótesis 20.1: en el intervalo central [−π, π] tiene saltos
en x1 = −π y x2 = P. Entonces se puede usar el Teorema 20.2. Los coeficientes de
Fourier de esta función que calculamos, son
2
bn = (−1)n+1 , an = 0, n ≥ 0.
πn
104
Entonces, para cualquier x que no sea múltiplo impar de π, tenemos
∞
X 2
f (x) = (−1)n+1 sen(nx).
πn
n=1
Aquı́de nuevo, los an son cero, solo hay senos en el desarrollo. No caigo aquı́de nuevo en
la tentación de obtener fórmulas algebraicas para valores concretos de x.
3. f : R → R, 2-periódica, tal que

1
f (x) = x2 − , si x ∈ [−1, 1],
2
cuyos coeficientes son
1 4
a0 = − , an = (−1)n , bn = 0 , n ≥ 1.
3 π 2 n2
Esta función también cumple la Hipótesis 20.1, y además es continua en R, con lo cual el
Teorema 20.2 vale para cualquier x ∈ R:
∞
1 X 4
f (x) = − + (−1)n cos(πnx).
6 π 2 n2
n=1
Por ejemplo, si ponemos x = 0, tenemos cos(πn · 0) = 1

∞
1 1 X 4
0− =− + (−1)n ,
2 6 π 2 n2
n=1
4
sacando factor comun π2
y despejando
∞ ∞
1 1 4 X (−1)n π 2 X (−1)n
− = 2 =⇒ − = ,
6 2 π n2 12 n2
n=1 n=1
que desplegado (y multiplicado de ambos lados por −1) es
1 1 1 1 π2
1− + − + − ··· = .
4 9 16 25 12
O también, poniendo x = 1, tenemos cos(πn · 1) = (−1)n ,
∞
1 1 X 4
1− =− + (−1)n (−1)n ,
2 6 π 2 n2
n=1
o sea usando que (−1)n (−1)n = 1,

∞ ∞
2 4 X 1 π2 X 1
= 2 =⇒ = ,
3 π n2 6 n2
n=1 n=1
osea
1 1 1 1 π2
1+ + + + + ··· = .
4 9 16 25 6
105
21 Clase 21
Veamos otra consecuencia de las propiedades de las funciiones básicas de Fourier:
Teorema 21.1. Fórmula de Parseval

Sea f : R → R, T -periódica, con coeficientes de Fourier a0 , an , bn (n ≥ 1). Entonces vale
que
∞
2 T /2 a2 X 2 a2
Z
[f (x)]2 dx = 0 + an + b2n = 0 + a21 + a22 + · · · + b21 + b22 + . . .
T −T /2 2 2
n=1
En el ANEXO al final e la clase vemos la prueba.

R T /2
Si pensamos que f es una onda, la integral −T /2 [f (x)]2 dx mide la energı́a. Esta fórmula de
Parseval dice que esta cantidad se puede medir directamente con los coeficientes de Fourier.
Usemos esta fórmula en los ejemplos en los que ya hemos calculado los coeficientes:
Ejemplos 21.2.
1. Consideremos la función f : R → R, de perı́odo 5π, dada por

2 6 2 4
f (x) = −3 + 2cos( x) − 5cos( x) + cos(2x) − sen( x) + 4sen( x),
5 5 5 5
cuyos coeficientes, que como vimos, se calculan a simple vista, y son
a0 = −6, a1 = 2, a3 = −5, a5 = 1, b1 = −1, b2 = 4, y los demás an = bn = 0.
Entonces Z 5/2π
2 36
[f (x)]2 dx = + 4 + 25 + 1 + 1 + 16 = 65,
5π −5/2π 2
o sea
Z 5/2π
2 6 2 4 325
[−3 + 2cos( x) − 5cos( x) + cos(2x) − sen( x) + 4sen( x)]2 dx = π.
−5/2π 5 5 5 5 2
Un ejercicio tı́pico para ponerlo a prueba en este tema, es pedirle que calcule la integral del
rengón de arriba. Usando Parseval puede responder antes de que terminen de preguntarle.
2. Consideremos f : R → R de perı́odo T = 2, dada por


 1 si x ∈ (0, 1)
f (x) = −1 si x ∈ (−1, 0) .
0 si x = 0 o x = ±1

Vimos que
0 si n par
πn si n impar
Entonces Z 1
2 X 4 2
[f (x)]2 dx = ( ) ,
2 −1 n par
πn
106
ya que los an (n ≥ 0) son cero. La integral de la izquiera es muy sencilla: [f (x)]2 = 1.
Entonces
X 16 16 X 1 X 1 π2
2= = =⇒ = .
n par
π 2 n2 π 2 n par n2 n par
n2 8
Escribiendo los n pares como n = 2k, con k ≥ 1, queda

∞ ∞ ∞
π2 X 1 1X 1 X 1 π
= 2
= 2
=⇒ 2
= ,
8 4k 4 k k 2
k=1 k=1 k=1
que es una fórmula clásica (y muy bella).
3. Consideremos f : R → R, 2-periódica, tal que

1
f (x) = x2 − , si x ∈ [−1, 1].
2
Vimos que
1 4
a0 = − , an = (−1)n , bn = 0 , n ≥ 1.
3 π 2 n2
Entonces queda
Z 1 ∞
2 1 1/9 X 4 2
[x2 − ]2 dx = + ( 2 2) .
2 −1 2 2 π n
n=1
7
La integral da 30 , entonces
∞ ∞ ∞
7 2 X 16 2 16 X 1 X 1 π4
= + = + =⇒ = .
30 9 π 4 n4 9 π4 n4 n4 1440
n=1 n=1 n=1
21.1 Funciones pares e impares

Una función f : R → R se dice par si satisface que
f (−x) = f (x) para todo x ∈ R.
Se dice impar si cumple

f (−x) = −f (x) para todo x ∈ R.
Ejemplos de funciones pares son las potencias con grado par, o más en general, cuaLquier
polinomio con monomios de grado par solamente (incluyendo el término independiente, que
tiene grado 0, que es par). Ejemplos de funciones impares son los polinomios que solo tienen
monomios de grados impares. Otros ejemplos de funciones pares son los cosenos, y de funciones
impares son los senos.
Está claro que una función puede no ser par ni impar: un polinomio que tenga monomios de
grado par e impar.
Gráficamente, las funciones pares son simétricas respecto del eje y:
107
Las fuciones impares tienen esta otra simetrı́a (en lı́nea punteada va la reflexión respecto del eje
y, luego hay que reflejar respecto del eje x):
Observen que las funciones impares deben anularse en x = 0:
f (0) = f (−0) = −f (0) =⇒ 2f (0) = 0 =⇒ f (0) = 0.
Como dijimos, no toda función es par o impar. Sin embargo toda función puede descomponerse
en una suma de una par más una impar (piensen en un polinomio: se puede escribir como
un polinomio par - agrupando los monomios de grado par, más otro impar - agrupando los
monomios de grado impar). En general
f (x) = fp (x) + fi (x),
donde fp (x) = 12 (f (x) + f (−x)) es par, y fi (x) = 12 (f (x) − f (−x)) es impar.

Observación 21.3. Veamos algunas propiedades de funciones pares e impares:
1. Si f, g son funciones pares y α, β ∈ R, entonces αf + βg también es par. Si f, g son
impares, entonces αf + βg es impar.
2. Si f, g funciones pares, h, k funciones impares, entonces
f g es par , hk es par, f h es impar.
3. Si f es impar, entonces la integral de f en cualquier intervalo simétrico respecto del origen,

es cero: Z a
f (x)dx = 0,
−a
para cualquier a > 0.
108
4. Si f es par, entonces, para cualquier a > 0,
Z a Z a
f (x)dx = 2 f (x)dx.
−a 0
Las primeras dos propiedades son sencillas de comprobar. Veamos la 3. y la 4.

La propiedad 3.: supongamos que f es impar, entonces
Z a Z 0 Z a
f (x)dx = f (x)dx + f (x)dx.
−a −a 0
En la integral de la izquierda hacemos el cambio de variable t = −x. Entonces queda dx = −dt,
y los extremos cambian: x = −a → t = a, x = 0 → t = 0, y quedan
Z 0 Z a Z 0 Z a
f (−t)(−dt) + f (x)dx = − f (−t)dt + f (x)dx,
a 0 a 0
como f es impar, f (−t) = −f (t), entonces queda
Z 0 Z a Z a Z a
f (t)dt + f (x)dx = − f (t)dt + f (x)dx = 0.
a 0 0 0
La propiedad 4.: ahora suponemos que f es par, y empezamos igual, y hacemos el mismo
cambio de variable:
Z a Z 0 Z a Z 0 Z a
f (x)dx = f (x)dx + f (x)dx = − f (−t)dt + f (x)dx,
−a −a 0 a 0
como ahora f (−t) = f (t), queda

Z 0 Z a Z a Z a Z a
− f (t)dt + f (x)dx = f (t)dt + f (x)dx = 2 f (x)dx.
a 0 0 0 0
Esta propiedades tienen la siguinetes consecuencias inmediatas:
Proposición 21.4.
1. Si f : R → R es T -periódica y par, entonces
4 T /2 4 T /2
Z Z
2π
bn = 0 para todo n ≥ 1, a0 = f (x)dx, an = f (x)cos( nx)dx.
T 0 T 0 T
2. Si f : R → R es T -periódica e impar, entonces
Z T /2
4 2π
a0 = an = 0, para todo n ≥ 1, bn = f (x)sen( nx)dx.
T 0 T
Estas propiedades se desprenden de inmediato de las propiedades de arriba:
Si f es par, entonces f (x)sen( 2π T nx) es impar, y entonces sus integrales en el intervalo
simétrico [−T /2, T /2] son cero, es decir bn = 0 para todo n ≥ 1. Por otro lado, f (x)cos( 2πT nx)
es par, entonces su integral en [−T /2, T /2] es dos veces la integral en [0, T /2].
Si f es impar, las fórmulas se siguen de consideraciones similares.
Recomiendo revisar en los ejemplos de desarrollos de Fourier ya calculados, y chequear cuáles
de las funciones son pares y cuáles impares, verificando que en cada caso se anulan los coeficientes
que corresponden. Como sea, estas propiedades son muy útiles de ahora en más para ahorrarse
cuentas.
109
21.2 Desarrollos en series de coseno, o en serie de senos, de funciones definidas
en un intervalo
En lo que sigue, abandonamos el territorio de las funciones periódicas (a las que volveremos
solo de manera auxiliar). Consideraremos funciones definidas en un intervalo cerrado, que por
comodidad ubicaremos con su extremo en el origen. Es decir, consideraremos funciones
f : [0, L] → R.
Vamos a pedir que sean derivables salvo en en finitos puntos, en los cuales existan las derivadas
laterales (como en la Hipótesis 20.1). A partir de esta función f construiremos una función
periódica definida en todo R. Esta construcción la haremos de dos formas, tratando de obtener
una función par, en primer lugar, y una función impar luego.
21.2.1 Desarrollo de f en serie de cosenos

Construimos a partir de f : [0, L] → R una función f˜ : R → R, par y 2L-periódica. Lo hacemos
del siguiente modo:
Primero, definimos f˜ en [−L, L]:

˜ f (x) si x ∈ [0, L]
f (x) =
f (−x) si x ∈ [−L, 0)
Gráficamente, lo que hicimos fue reflejar la gráfica de f respecto del eje y:

Empezamos con f en [0, L]:
La reflejamos en el eje y para obtener f˜ en [−L, L]. Observen que por construcción es simétrica
respecto del eje y.
110
El último paso para obtener f˜ 2L-periódica y par, es copiar y pegar este dibujo de arriba a la
izquierda y a la derecha, por todo el eje x:
Entonces, por las propoedades de f en [0, L], resulta que f˜ : R → R cumple las hipótesis 20.1.
Luego, en los x ∈ R en que f˜ sea continua, tenemos
∞ ∞
a0 X 2π a0 X π
f˜(x) = + an cos( nx) = + an cos( nx),
2 2L 2 L
n=1 n=1
ya que f˜ es par. Luego, si tomamos x ∈ [0, L], f˜(x) coincide con f (x), y si además x es un
punto de continuidad de f , tenemos
∞
a0 X π
f (x) = + an cos( nx), (41)
2 L
n=1
donde los a0 , an (usando la paridad) se pueden calcular en términos de la f original:

Z L Z L Z L
2 2 2
a0 = f˜(x)dx = 2 f˜(x)dx = f (x)dx, (42)
2L −L 2L 0 L 0
Z L Z L Z L
2 π 2 π 2 π
an = f˜(x) cos( nx)dx = 2 f˜(x) cos( nx)dx = f (x) cos( nx)dx. (43)
2L −L L 2L 0 L L 0 L
A partir de ahora, cuando querramos desarrollar una función definida en un intervalo [0, L] en
serie de cosenos, usaremos directamente estas fórmulas que usan los datos de la función (y le
damos las gracias a la función f˜ por los servicios prestados). Veamos un ejemplo:
111
Ejemplo 21.5. Sea la función f : [0, π] → R, f (x) = sen(x). Desarrollarla en serie de cosenos.
Queremos establecer el desarrollo (41) para esta f , usando las fórmulas (42) y (43) para los
coeficientes. En este ejemplo L = π. Entonces
2 π
Z π
a0 = sen(x)dx = (−cos(x)) = 1 − cos(π) = 2.

π 0 0
Z π Z π
2 π 2
an = sen(x) cos( nx)dx = sen(x) cos(nx)dx.
π 0 π π 0
Se pueden calcular integrando por partes, o bien usando la identidad trigonométrica
1
sen(α)cos(β) = {sen(α + β) + sen(α − β)}.
2
Queda
Z π Z π
2 1 1
an = {sen(x + nx) + sen(x − nx)}dx = sen((n + 1)x) + sen((1 − n)x)dx.
π 0 2 π 0
El caso n = 1 lo hacemos aparte:
Z π
1 1 1 π
a1 = sen(2x) = (− cos(2x)) = 0.

π 0 π 2 0
Si n > 1,
1 1 1 π
{−
an = cos((1 + n)x) − cos((1 − n)x)}

π n+1 1−n 0
1 1 cos((n + 1)π) 1 cos((n − 1)π)
= { − − + }
π n+1 n+1 n−1 n−1
Si n impar, quedan n + 1 y n − 1 impares, y entonces cos((n ± 1)π = 1, con lo cual an = 0. Si
n es par, quedan n + 1 y n − 1 impares, y entonces cos((n ± 1)π) = −1, con lo cual
1 2 2 4 1
an = { − }=− .
π n+1 n−1 π n2 − 1
Entonces, para x ∈ [0, π],
X 4 1
sen(x) = 1 − cos(nx).
n par
π n2 − 1
21.2.2 Desarrollo en serie de senos

No cualquier función puede ser desarrollada en serie de senos. Vamos a requerir que
f : [0, L] → R cumple que f (0) = f (L) = 0.
Si no lo cumple, hay que redefinir f en los extremos 0 y L (con lo cual le aparecerán eventual-
mente discontinuidades en estos extremos). Para obtener un desarollo en serie de senos para esta
función, haremos algo similar a lo que hicimos en el paso anterior: obtendremos una extensión
de f a una función f˜ : R → R, impar y 2L-periódica.
Empezamos por extenderla al intervalo [−L, L]:

˜ f (x) si x ∈ [0, L]
f (x) = .
−f (−x) si x ∈ [−L, 0)
Gráficamente, hemos hecho lo siguiente. Si f es
112
la reflejamos (con reflexión doble, sobre eje y primero y eje x luego):
Finalmente, para obtener f˜ en todo R, copiamos y pegamos la figura de arriba a los largo del
eje x:
Obtenemos ası́la extensión impar y 2L-periódica. De nuevo, si f satisface que es derivable salvo
en finitos puntos, en los cuales hay derivadas la terlares, resulta que f˜ satisface las hipótesis
20.1, y entonces en los puntos de continuidad puede ser desarrollada
∞ ∞
X 2π X π
f˜(x) = bn sen( nx) = bn sen( nx),
2L L
n=1 n=1
ya que f˜ es impar. Luego, si tomamos x ∈ [0, L], f (x) = f˜(x), y si además x es un punto de
continuidad de f , tenemos el desarrollo
∞
X π
f (x) = bn sen( nx), (44)
L
n=1
donde los bn son

Z L Z L
2 L
Z
2 π 2 π π
bn = f˜(x) sen( )nxdx = 2 f˜(x) sen( nx)dx = f (x) sen( nx)dx, (45)
2L −L L 2L 0 L L 0 L
113
donde la última expresión usa solo datos de f . Al igual que en el caso de desarrollo en serie de
cosenos, cuando hagamos desarrollos en serie de senos, usaremos las fórmulas (44) y (45), sin
aludir ya a f˜.
Ejemplo 21.6. Desarrollemos f : [0, 1] → R, f (x) = x − x3 en serie de senos.
2 2
Z Z 1
1 1 1
bn = (x − x3 ) sen(πnx)dx = 2{(x − x3 )(− cos(πn) + (1 − 3x2 )cos(πnx)dx}

1 0 πn 0 πn 0
Z 1 Z 1
1 2 1
1 1 2 6
= 2{0 + [(1 − 3x ) sen(πnx) − (−6x)sen(πnx)dx]} = [0 + xsen(πnx)dx

πn πn 0 πn 0 πn πn 0
Z 1
12 1 1 1
{x(− cos(πnx) + cos(πnx)dx}.

π 2 n2 πn 0 πn 0
La última integral da cero, y entonces queda
12 12 12
bn = − 3 3 cos(πn) = − 3 3 (−1)n = 3 3 (−1)n+1 .
π n π n π n
Entonces, para todo x ∈ [0, 1] (pues f es continua), queda
∞
X
3 12
x−x = (−1)n+1 sen(πnx).
π 3 n3
n=1
Esto parece querer complicarse la vida: para qué tener una expresión tan complicada de algo tan
simple como f (x) = x − x3 . En la próxima clase veremos que estas ideas son esenciales para
resolver dos ecuaciones clásicas de la fı́sica matemática: la ecuación del calor en dimensión 1 y
la ecuación de la cuerda vibrante
21.3 ANEXO: prueba de la fórmula de Parseval

Tenemos f : R → R, T -periódica. Planteamos el lado izquierdo de la fórmula:
2 T /2
Z
[f (x)]2 dx.
T −T /2
Como
a0
f (x) = + a1 c1 (x) + a2 c2 (x) + · · · + b1 s1 (x) + b2 s2 (x) + . . .
2
tenemos
a0
[f (x)]2 = [ + a1 c1 (x) + a2 c2 (x) + · · · + b1 s1 (x) + b2 s2 (x) + . . . ]2 .
2
Si hacemos las distribución de este cuadrado, quedan infinitos términos, pero todos los términos
aj cj ((x)bk sk (x), aj cj (x)ak ck (x) con j 6= k, bj sj (x)bk sk (x) con j 6= k, a20 aj cj (x), y a20 bk sk (x)
tienen integral igual a 0 en el intervalo [−T /2, T /2] (por las propiedades de las funciones básicas
de Fourier que vimos en la Proposición 19.3). Queda
2 T /2 2 T /2 a0 2
Z Z
2
[f (x)] dx = ( ) +(a1 c1 (x))2 +(a2 c2 (x))2 +· · ·+(b1 s1 (x))2 +(b2 s2 (x))2 +. . . dx.
T −T /2 T −T /2 2
También vimos en la Proposición 19.3 que las integrales en [−T /2, T /2] de las funciones (cj (x))2 y
R T /2
(sk (x))2 dan todas T2 . Entonces la integral de arriba queda (viendo que −T /2 ( a20 )2 dx = ( a20 )2 T )
2 a0 2 T T T T a2
{( ) T + a21 + a22 + b21 + b22 + . . . } = 0 + a21 + a22 + · · · + b21 + b22 + . . . .
T 2 2 2 2 2 2
114
22 Clase 22
22.1 Ecuación del calor
Consideraremos una barra de longitud L, de espeso despreciable, en tiempo t = 0 los puntos de la
barra x se encunetran a temperaturas f (x) que son un dato conocido. Se trata de estudiar cómo
evolucioan las temperaturas de los puntos de la barra. En el instante t, llamaremos w(x, t) a la
temperatura del punto de la barra x. Supondremos que los extremos de la barra se encuentran
a temperatur ambiente, que fijaremos en la escala en el valor 0.
Se sabe que la función w(x, t) satisface la siguiente ecuación diferencial
a2 wxx (x, t) = wt (x, t),
que es lo que se llama una ecuación diferencial en derivadas parciales (aquı́ a > 0 es una constante
que depende del contexto). Es nuestro primer caso de una ecuación de este tipo (hasta ahora
estudiamos ecuaciones diferenciales ordinarias, donde la función incógnita tiene una variable.
Si ponemos todas las condiciones que concurren en la ecuación, tenemos el siguiente problema
planteado:  2
 a wxx = wt
w(0, t) = w(L, t) = 0 para todo t ≥ 0 . (46)
w(x, 0) = f (x)

La segunda condición refleja el hecho de que los extrmos x = 0 y x = L están a termperatura

ambiente al comeienzo, y por ende, durante todo el experimento. La tercera condición se traduce
en que en el instante t = 0, conocemos la temperatura w(x, 0) en cada punto x de la barra, y es
f (x).
Nuestro objetivo será entonces resolver el problema (46). Un dato importante, es que la
ecuación, ası́ como la segunda condición, son lineales: esto quiere decir que si w1 y w2 son dos
soluciones de la ecuación, que satisfacen la segunda condición, y α, β ∈ R, entonces αw1 + βw2
también es una solución de la ecuación que satisface la segunda condición (Ejercicio).
Entonces, nuestra estrategia para resolver el problema consistirá en hallar soluciones que
cumplan la segunda condición, y combinarlas para obtener la solución que además cumpla la
tercera.
Comnezamos por buscar soluciones de a2 wx x = wt que sean de variables separadas, es decir,
soluciones que sean de la forma
w(x, t) = u(x)v(t).
Si reemplazamos esta función en la ecuación, queda
u00 (x) v 0 (t)
a2 u00 (x)v(t) = u(x)v(t) =⇒ a2 = .
u(x) v(t)
El lado izquierdo es función de x, pero es igual al lado derecho, que es constante respecto de
00 (x)
x, se sigue que uu(x) es constante. Del mismo modo (o en consecuencia), el lado derecho es
constante. Digamos que
u00 (x)
= λ.
u(x)
Entonces
u00 (x) = λu(x) =⇒ u00 (x) − λu(x) = 0,
115
es decir, u = u(x) es solución de la ecuación homogénea de segundo orden u00 − λu = 0. La
cuadrática caracterı́stica de esta ecuación es r2 − λ = 0. Qué tipo de soluciones tiene√ esta
serı́an ± λ y las
ecuación depende de qué signo tiene λ. Si λ > 0, las raı́ces de la cuadrática √
soluciones fundamentales de la ecuación u00 − λu = 0 serı́an exponenciales e± λx . Si queremos
que además w(x, t) = u(x)v(t) cumpla la segunda condición w(0, t) = w(L, t) = 0 para todo
t ≥ 0, queda
u(0)v(t) = u(L)v(t) = 0 para todo t ≥ 0 =⇒ u(0) = u(L) = 0.
Esto descarta que puedan

p ser exponenciales: debe ser λ < 0, y entonces las raices de la cuadrática
p
caracterı́stica
p son ±i |λ|, y las soluciones de la ecuación homogénea u(x) = cos( |λ|x) o
u(x) = sen( |λ|x). Debe anularse u(0) = 0:
p
u(x) = sen( |λ|x).
Como además u(L) = 0,

p p π2
u(L) = sen( |λ|L) = 0 =⇒ |λ|L = nπ =⇒ |λ| = 2 n2 ,
L
y además sabiendo que λ < 0, resulta
π2 2
λ=− n ,
L2
y entonces
π
u(x) = un (x) = sen( nx).
L
Tratemos de encontrar ahora la función v(t) = vn (t) que le toca a un (x). Recordemos que
v 0 (t) u00 (x) π2 π2

= a2 = a2 λ = −a2 2 n2 =⇒ v 0 (t) = −a2 2 n2 v(t).
v(t) u(x) L L
Es decir, v(t) es solución de la ecuación lineal homogénea de primer orden v 0 = λv. Es sencilla
2 π 2 n2 t
de resolver (Ejercicio), son todas múltiplos de la función v(t) = vn (t) = e−a L2 . Hemos
encontrado, para cada entero n ≥ 1, la solución
π 2 π2 2
wn (x, t) = un (x)vn (t) = sen( nx)e−a L2 n t . (47)
L
Cumplido el primer paso de nuestra estrategia, el hallazgo de soluciones wn para cada n ≥ 1,
las combinaremos con el objeto de encontrar la solución que cumpla w(x, 0) = f (x) (la tercera
condición). Porponemos
∞
X
w(x, t) = β1 w1 (x, t) + β2 w2 (x, t) + β3 w3 (x, t) + · · · = βn wn (x, t),
n=1
más especı́ficamente
∞
π 2 π2 2
βn sen( nx)e−a L2 n t .
X
w(x, t) =
L
n=1
116
Si ponemos t = 0 e igualamos a f (x):
∞ ∞
π 2 π2 2 π
βn sen( nx)e−a L2 n ·0 =
X X
f (x) = w(x, 0) = βn sen( nx).
L L
n=1 n=1
Esto es revelador: lo que necesitamos son coeficientes βn que hagan este trabajo. Ya lo hemos
eoncontrado antes: los βn que hace falta son los bn del desarrollo en serie de senos de f
en el intervalo [0, L]:
Teorema 22.1. La solución de (46)

 2
 a wxx = wt
w(0, t) = w(L, t) = 0 para todo t ≥ 0
w(x, 0) = f (x)

es la función
∞
π 2 π2 2
bn sen( nx)e−a L2 n t ,
X
w(x, t) =
L
n=1
donde bn son los coeficientes del desarrollo de f en serie de senos en el intervalo [0, L], esto es
Z L
2 π
bn = f (x) sen( nx)dx.
L 0 L
Como se ve, este teorema provee un modelo para armar: resolver la ecuación significa deducir
los parámetros a y L, y calcular los bn , nada más. Veamos un par de ejemplos:
Ejemplos 22.2.

 9wxx = 4wt
w(0, t) = w( 35 π, t) = 0 para todo t ≥ 0 .
3 6 9
w(x, 0) = −sen( 5 x) + 3sen( 5 x) − 2sen( 5 x)

Observen primero que a2 debe aparecer del lado del término wxx , acomodando esto la
ecuación queda:
9
wxx = wt ,
4
y entonces a = 32 . El otro parámetro L se ve en la segunda condición:
5 5
w(0, t) = w( π, t) = 0 =⇒ L = π.
3 3
En este punto conviene ver cuáles son las funciones seno que intervienen en el desarrollo
en serie de senos para el intervalo [0, 53 π]:
π π 3
sn (x) = sen( nx) = sen( 5 nx) = sen( nx).
L 3π
5
117
Observemos entonces que
3 6 9
w(x, 0) = −sen( x) + 3sen( x) − 2sen( x) = (−1)s1 (x) + 3s2 (x) + (−2)s3 (x),
5 5 5
es decir, la que hace las veces de f (x) en el modelo general, ya se encuentra desarrollada:
b1 = −1, b2 = 3, b3 = −2, y los demás bn = 0.
Enrtonces ya podemos armar la solución. Formamos las soluciones básicas

π 2 π2 2 3 3 2 3 2 3 81
wn (x, t) = sen( nx)e−a L2 n t = sen( nx)e−( 2 ) ( 5 ) nt = sen( nx)e− 100 nt .
L 5 5
La solución del problema es
∞
X
w(x, t) = bn wn (x, t) = −w1 (x, t) + 3w2 (x, t) − 2w3 (x, t)
n=1
3 81 6 81 9 243
= −sen( x)e− 100 t + 3sen( x)e− 50 t − 2sen( x)e− 100 t .
5 5 5
2. Resolver 
 3wxx = wt
w(0, t) = w(1, t) = 0 para todo t ≥ 0
w(x, 0) = x − x3

√
Aquı́ a2 = 3, ası́ que 0 3, y L = 1. Las funciones sn son sn (x) = sen(πnx). La funciòn
f (x) = x − x3 hay que desarrollarla. Por frotuna ya lo hemos hecho antes, en el ejemplo
21.6:
12
bn = 3 3 (−1)n+1 .
π n
En este ejemplo las soluciones básicas son
√
3)2 π 2 nt 2 nt
wn (x, t) = sen(πnx)e−( = sen(πnx)e−3π .
Entonces la solución es
∞
X 12 2
w(x, t) = 3 3
(−1)n+1 sen(πnx)e−3π nt .
π n
n=1
22.2 Ecuación de ondas: ecuación de la cuerda vibrante

Consideraremos una cuerda de longitud L, fija en los extremos. La ubicamos sobre el eje x, con
el extremo ixquierdo en el origen, y el derecho en x = L. La cuerda vibra por efecto de habaer
sido percudida y / o deformada. Con la función y(x, t) medimos la amplitud (la altura) de la
oscilación en el punto x, en el instante t. La función y(x, t) satisface la ecuación
a2 yxx = ytt .
118
La constante a depende de las particularidades de la cuerda. Como la cuerda está fija en los
extremos x = 0 y x = L, tenemos la condición
y(0, t) = y(L, t) = 0 para todo t ≥ 0.
Como dijimos, la cuerda puede ser deformada al comienzo del experimento, con lo cual y(x, 0) =
f (x), donde la función f describe la deformación; o también puede ser percudida, con lo cual
la amplitud de la oscilación tendrá velocidad inicial: yt (x, 0) = g(x), donde g describe dicha
velocidad inicial en cada punto x de la cuerda para el instante inicial t = 0. Vamos a desacoplar
estas dos acciones, en dos variantes de la ecuación. Al final veremos la versión general, donde
tendremos en cuenta ambas.
22.2.1 Variante 1: velocidad inicial igual a cero

En esta primera variante, supondremos la cuerda solamente deformada, pero no golpeada, es
decir, partiendo del reposo: tenemos la condición
yt (x, 0) = 0.
El último dato será la deformación inicial de la curva:
y(x, 0) = f (x).
Es decir, en esta variante 1, consideraremos el problema:
 2

 a yxx = ytt
y(0, t) = y(L, t) = 0 para todo t ≥ 0

(48)
y (x, 0) = 0 para todo x ∈ [0, L]
 t


y(x, 0) = f (x)
Para resolver este problema usaremos la misma estrategia que en la ecuación del calor. También
esta ecuación es lineal, ası́ como la segunda y la tercera condición: si y2 e y2 son soluciones
de a2 yxx = ytt que cumplen además la segunda y la tercera condición, y α, β ∈ R, entonces
αy1 + βy2 es también solución cumpliendo la segunda y la tercera condición.
Como antes, buscamos soluciones de la forma
y(x, t) = u(x)v(t)
que cumplan además la segunda y la tercera condición. Al reemplazar en la ecuación queda
u00 (x) v 00 (t)
a2 u00 (x)v(t) = u(x)v 00 (t) =⇒ a2 = ,
u(x) v(t)
y por lo tanto ambas fracciones son constantes. Ponemos
u00 (x)
= λ.
u(x)
Entonces u(x) es solución de la ecuación homogénea de segundo grado u00 − λu = 0. La segunda
condición es idéntica a la segunda condición de la ecuación del calor. Entonces, repitiendo el
mismo razonamienro que entonces, se deduce que
π2 π
λ=− 2
n, u(x) = un (x) = sen( nx).
L L
119
Entonces
v 00 (t) π2 π2
= a2 λ = −a2 2 n2 =⇒ v 00 (t) + a2 2 n2 v(t) = 0,
v(t) L L
2
es decir, v(t) es solución de la ecuación homogénea de segundo grado v 00 + a2 Lπ 2 n2 v = 0. Las
soluciones fundamentales de esta ecuación son cos(a Lπ nt), y sen(a Lπ nt). Ahora usamos la tercera
condición
yt (x, 0) = 0
que para y(x, y) = u(x)v(t) es
u(x)v 0 (0) = 0 =⇒ v 0 (0) = 0,
con lo cual de las dos posibilidades debe ser v(t) = vn (t) = cos(a Lπ nt) (cuya derivada se anula
en t = 0). Queda entonces la solución
π π
yn (x, t) = un (x)vn (t) = sen( nx)cos(a nt).
L L
Obtuvimos entonces, para cada entero n ≥ 1, una solución yn (x, t). Como antes, las combinamos
buscando que la combinación cumpla la cuarta condición. Es decir, proponemos
∞
X
y(x, y) = βn yn (x, t),
n=1
y tratamos de despejar los βn para que y(x, t) cumpla que

∞ ∞ ∞
X X π π X π
f (x) = y(x, 0) = βn yn (x, 0) = βn sen( nx)cos(a n · 0) = βn sen( nx).
L L L
n=1 n=1 n=1
De nuevo, los βn que hacen el trabajo son los βn = bn del desarrollo en serie de senos de f en el
intervalo [0, L]:
Teorema 22.3. La solución del problema (48)

 2

 a yxx = ytt
y(0, t) = y(L, t) = 0 para todo t ≥ 0

y (x, 0) = 0 para todo x ∈ [0, L]
 t


y(x, 0) = f (x)
es la función
∞
X π π
y(x, t) = bn sen( nx)cos(a nt),
L L
n=1
donde bn son los coeficientes del desarrollo en serie de senos de f en el intervalo [0, L], es decir
Z L
2 π
bn = f (x)sen( nx)dx.
L 0 L
Veamos un ejemplo
120
Ejemplo 22.4. Resolver


 yxx = ytt
y(0, t) = y(3, t) = 0 para todo t ≥ 0

y (x, 0) = 0 para todo x ∈ [0, L]
 t


y(x, 0) = f (x)
donde
1

2x si x ∈ [0, 2]
f (x) =
−x + 3 si x ∈ (2, 3]
Aquı́ a = 1, L = 3, y tenemos que encontrar los bn de la función f :
2 3
Z Z 2 Z 3
π 2 1 π π
bn = f (x)sen( nx)dx = { xsen( nx)dx + (−x + 3)sen( nx)dx}
3 0 3 3 0 2 3 2 3
2 1 3 π 2 3 Z 2 1 π 3 π 3 3 Z 3 π
= { x(− cos( nx)) + cos( nx)dx+(−x+3)(− cos( nx)) + (−1)cos( nx))dx}

3 2 πn 3 0 πn 0 2 3 πn 3 2 πn 2 3
2 3 2 3 3 π 2 3
2 3 3 π 3
3 2
= {− 2cos( nπ)+ sen( nx) + cos( πn)− sen( nx) } = 2 2 sen( πn).
3 2πn 3 2πn πn 3 0 πn 3 πn πn 3 2 π n 3
Para estos parámetros, las soluciones básicas son
π π π π
yn (x, t) = sen( nx)ccos(a nt) = sen( nx)cos( nt).
3 3 3 3
Entonces la solución es
∞
X 3 2 π π
y(x, t) = sen( πn)sen( nx)cos( nt).
π 2 n2 3 3 3
n=1
En la clase siguiente, veremos la versión 2, y la versi—’on general.
23 Clase 23
23.1 Ecuación de ondas: ecuación de la cuerda vibrante
23.1.1 Variante 2: posición inicial igual a cero
Estudiaremos ahora el problema
 2

 a yxx = ytt
y(0, t) = y(L, t) = 0 para todo t ≥ 0

(49)
 y(x, 0) = 0 para todo x ∈ [0, L]

yt (x, 0) = g(x)

Ahora la posición inicial es cero, pero la vibración comineza con velocidad en t = 0 igual a
g(x) en el punto x de la cuerda. El desarrollo es similar al caso anterior: buscamos soluciones
y(x, t) = u(x)v(t), y resultarán (cumpliendo la segunda condición, igual que antes):
π
u(x) = un (x) = sen( nx),
L
121
y v(t) igual a cos(a Lπ nt) o sen(a Lπ nt). Ahora la tercera condición es
π
0 = y(x, 0) = u(x)v(0) =⇒ v(0) = 0 =⇒ v(t) = vn (t) = sen(a nt).
L
Quedan
π π
yn (x, t) = sen( nx)sen(a nt).
L L
Finalmente proponemos y(x, t) una combinación de éstas,
∞
X
y(x, t) = βn yn (x, t),
n=1
ajustando los coeficientes βn de modo que se verifique la cuarta condición
yt (x, 0) = g(x).
Debemos calcular primero yt (x, t):

∞ ∞
X X π π π
yt (x, t) = βn (yn (x, t))t = βn sen( nx)cos(a nt)a n.
L L L
n=1 n=1
Ponemos t = 0 e igualamos a g(x):

∞ ∞
X π π π X π π
g(x) = βn sen( nx)cos(a n · 0)a n = βn a nsen( nx).
L L L L L
n=1 n=1
Es decir, que ahora los números βn a Lπ n deben ser los coeficientes del desarrollo de g en serie de
senos en el intervalo [0, L]:
π
bn = βn a n.
L
Pero el insumo que precisamos para armar la solución son los βn :
L 2 L
Z Z L
bn L π 2 π
βCcn = = g(x)sen( nx)dx = g(x)sen( nx)dx.
aπn aπn L 0 L aπn 0 L
Teorema 23.1. La solución de (49)
 2
 a yxx = ytt

y(0, t) = y(L, t) = 0 para todo t ≥ 0


 y(x, 0) = 0 para todo x ∈ [0, L]
yt (x, 0) = g(x)

es
∞
X bn L π π
y(x, t) = sen( nx)sen(a nt),
aπn L L
n=1
donde bn son los coeficientes del desarrollo de g en serie de senos en el intervalo [0, L], es decir,
2 L
Z
π
bn = g(x)sen( nx)dx.
L 0 L
122
Veamos un ejemplo:


 yxx = 4ytt
y(0, t) = y(6π, t) = 0 para todo t ≥ 0


 y(x, 0) = 0 para todo x ∈ [0, L]
yt (x, 0) = −4sen( 61 x) + 7sen( 13 x) + 3sen( 21 x)

Aquı́ a = 21 , L = 6π. Las funciones seno para desarrollar en el intervalo [0, 6π] son sn (x) =
π
sen( 6π nx), de modo que
1 1 1
g(x) = −4sen( x) + 7sen( x) + 3sen( x) = −4s1 (x) + 7s2 (x) + 3s3 (x),
6 3 2
es decir b1 = −4, b2 = 7, b3 = 3 y los demś bn = 0. La regla para obtener los βn es
bn L bn 6π bn 12
βn = = 1 = ,
aπn 2 πn
n
de modo que
β1 = −4·12
 
 b1 = −4  1 = −48
7·12
 
b2 = 7 β2 = 2 = 42
 
=⇒
b =3 β = 3·12
3 = 12
 3  3

 

bn = 0, n ≥ 4 βn = 0, n ≥ 4
Las soluciones básicas son
π π n n
yn (x, t) = sen( nx)sen(a nt) = sen( x)sen( t).
L L 6 3
Armamos la solución
∞
X π π
y(x, t) = βn sen( nx)sen(a nt)
L L
n=1
1 1 1 2 1
= −48sen( x)sen( t) + 42sen( x)sen( t) + 12sen( x)sen(t).
6 3 3 3 2
23.1.2 Ecuación de la cuerda, versión general

Consideraremos ahora la versión general, la cuerda deformada y percudida:
 2

 a yxx = ytt
y(0, t) = y(L, t) = 0 para todo t ≥ 0

(50)

 y(x, 0) = f (x) para todo x ∈ [0, L]
yt (x, 0) = g(x)

Este problema se resuelve de manera muy sencilla. Consideremos los siguientes dos problemas
asociados a esta ecuación:
 2
a2 yxx = ytt


 a yxx = ytt 

y(0, t) = y(L, t) = 0 para todo t ≥ 0 y(0, t) = y(L, t) = 0 para todo t ≥ 0
 
1) 2)

 y(x, 0) = f (x) para todo x ∈ [0, L] 
 y(x, 0) = 0 para todo x ∈ [0, L]
yt (x, 0) = 0 yt (x, 0) = g(x)
 
123
El problema 1) corresponde a la variante 1 de la ecuación de la cuerda, el problema 2) corre-
sponde a la variante 2. Sabemos resolver cada uno de estos: llamemos y1 (x, t) a la solución del
primero, e y2 (x, t) a la solución del segundo. Entonces (Ejercicio),
y(x, t) = y1 (x, t) + y2 (x, t)
es la solución de (50). Incluso podemos escribir explı́citamente la solución. Para esto, llamemos
2 L
Z
π
bn (f ) = f (x)sen( nxdx
L 0 L
an los coeficientes de f y Z L
2 π
bn (g) = g(x)sen( nxdx
L 0 L
a los coeficientes de g, en sus desarrollos en serie de senos en [0, L]. Entonces,
∞
X π π
y1 (x, t) = bn (f )sen( nx)cos(a nt)
L L
n=1
e
∞
X bn (g)L π π
y2 (x, t) = sen( nx)sen(a nt)
aπn L L
n=1
de modo que
∞
X π bn (g)L π π π
y(x, t) = y1 (x, t) + y2 (x, t) = [bn (f )cos(a nt) + sen(a nt)]sen( nx)sen(a nt).
L aπn L L L
n=1
(51)


 100yxx = ytt
y(0, t) = y(π, t) = 0 para todo t ≥ 0


 y(x, 0) = 3sen(x) + 5sen(2x) − 6sen(3x) para todo x ∈ [0, L]
yt (x, 0) = 2sen(x) − 3sen(2x) + 7sen(3x)

Usemos directamente la fórmula (51). Notemos que los coeficientes de la que hace las veces de
f (= y(x, 0)) son
b1 (f ) = 3, b2 (f ) = 5, b3 (f ) = −6, bn (f ) = 0 para n ≥ 4;
y los de g (= yt (x, 0)) son
b1 (g) = 2, b2 (g) = −3, b3 (g) = 7, bn (g) = 0 para n ≥ 4.
Además a = 10 y L = π. Entonces la solución es
3π 3π
sen(10t)]sen(x) + [5cos(20t) −
y(x, t) = [3cos(10t) + sen(20t)]sen(2x)
10π1 10π2
7π
+[−6cos(30t) + sen(30t)]sen(3x).
10π3
3 3 7
= [3cos(10t)+ sen(10t)]sen(x)+[5cos(20t)− sen(20t)]sen(2x)+[−6cos(30t)+ sen(30t)]sen(3x).
10 20 30
124
24 Clase 24
24.1 Números complejos
Denotaremos con C el campo de números complejos,
C = {z = x + iy : x, y ∈ R}.
En tal caso x = Re(z) es la parte real de z, e y = Im(z) es la parte imaginaria de z (notar que
Im(z) es un número real). Los complejos contienen a los reales: R = {x + i0 : x ∈pR} ⊂ C.
Llamaremos conjugado de z al complejo z̄ = x−iy, y módulo de z al número real |z| = x2 + y 2 .
Notar que
z z̄ = (x + iy)(x − iy) = x2 + y 2 = |z|2 .
Luego, si z 6= 0, el inverso multiplicativo de z es
1 x y
z −1 = z̄ = 2 −i 2 .
|z|2 x + y2 x + y2
De gran utilidad será la forma polar de un número complejo: si z 6= 0,
z = |z| (cos(arg(z)) + isen(arg(z))) ,
donde arg(z) es el ángulo que forma el vector (x, y) con el semieje positivo de las x, medido
en el intervalo [−π, π).
La forma polar es muy útil para operaciones de productos, potencias y raı́ces de números
complejos (veremos ejemplos de esto en la clase práctica), debido a la llamada fórmula de
De Moivre: si z = |z| (cos(arg(z)) + isen(arg(z))) y w = |w| (cos(arg(w)) + isen(arg(w))),
entonces
zw = |z||w| (cos(arg(z) + arg(w)) + isen(arg(z) + arg(w))) .
Es decir,
|zw| = |z||w| y arg(zw) = arg(z) + arw(w) + 2kπ, (k = 0, 1 o − 1)
donde 2kπ se pone para corregir el argumento, ya que eventualmente la suma de los argumentos
se puede salir fuera del intervalo de medición [−π, π), por exceso o por defecto. Esta fórmula dá
la caracterización geométrica del producto: el producto zw (que se calcula usando la porpiedad
distributiva) tiene como ángulo asociado la suma de los respectivos ángulos de z y w, y cómo
módulo el producto de los módulos.
Entonces, para potencias enteras tenemos
z m = |z|m (cos(m · arg(z)) + isen(m · arg(z))) + 2kπ para m ∈ Z,
(aquı́ el término de corrección 2kπ puede ser más amplio) y en particular, para m = −1
1 1
z −1 = = |z|1 (cos(−arg(z) + isen(−arg(z))) = (cos(arg(z) − isen(arg(z))) .
z |z|
Ya hemos visto previamente la exponencial compleja
ez = ex (cos(y) + isen(y)) ,
con lo cual tenemos

|ez | = ex , arg(ez ) = y + 2kπ.
125
Ejemplos 24.1. Veamos algunos ejemplo de ecuaciones con números complejos:
1. Hallar los z ∈ C tales que
z 4 = 1 + i.
Planteamos el problema en forma polar: ponemos la incógnita y el dato en forma polar:
√
z = |z| (cos(arg(z)) + isen(arg(z))) , 1 + i = 2(cos(π/4) + i sen(π/4)).
usando que z 4 = |z|4 (cos(4 arg(z)) + isen(4 arg(z))), e igualando

√
z 4 = 1 + i =⇒ |z|4 (cos(4 arg(z)) + isen(4 arg(z))) = 2(cos(π/4) + i sen(π/4)).
Entonces, comparando módulos y ángulos por separado

√
|z|4 = 2 |z| = 21/8

=⇒ π .
4 arg(z) = π/4 + 2kπ arg(z) = 16 + k π2
Aquı́ se vé que ya se conoce |z|21/8 , y que hay varias posibilidades para arg(z), según los
posibles valores de k. Observen que los ángulos se empiezan a repetir a partir de k = 4: la
soluciones de la ecuación son
π 1/8 cos( π ) + i sen( π )

 k = 0 → θ 0 = 16 =⇒ z 0 = 2 16 16
π
+ π2 = 169
π =⇒ z1 = 21/8 cos( 16 9 9

k = 1 → θ1 = 16 π) + i sen( 16 π)

π
 k = 2 → θ2 = 16
 + π ∼ − 15 16 π =⇒ z2 = 2
1/8 cos( 15 π) − i sen( 15 π)
16 16
π 3 9 9 9
k = 3 → θ3 = 16 + 2 π ∼ − 16 π =⇒ z3 = 21/8 cos( 16

π) − i sen( 16

π) .
π
Aquı́ 16 +π fue reemplazado por el ángulo que le toca en el intervalo [−π, π), que se obtiene
π
restándole 2π. Otrto tanto con 16 + 23 π (no es esencial hacer este reemplazo, las raı́ces se
calculan de todos modos sin el reemplazo, solo lo hice para presentar el argumento principal
de cada solución).
Una observación: todas las soluciones son raices cuartas de 1 + i, no hay una que se pueda
distinguir a priori de las otras. Lo mismo pasa con cualquier orden de raices que uno
calcule. Incluso con raices cuadradas, todo complejo no nulo tendrá dos raices cuadradas,
de las cuáles no es posible distinguir a priori ninguna especialmente (como sı̀ se distingue
en el caso real la raiz cuadrada positiva).
2. Hallar las soluciones de
7
z 2 + (1 − i)z + i = 0
4
1
√
Usamos la fórmula para calcular raices de cuadráticas: 2a {−b ± b2 − 4ac}. Aquı́ a = 1,
7
b = 1 − i, c = 4 i. El discriminante es un número complejo:
b2 − 4ac = (1 − i)2 − 7i = 1 − 2i + (−i)2 − 7i = −9i.
Tenemos que buscar las raices cuadradas de −9i. Usamos el mismo procedimientos de antes
(aunque raices cuadradas se pueden calcular usando la expresión binomial). Buscamos
w ∈ C tal que w2 = −9i. Ponemos todo en forma polar, la incógnita w = |w|(cos(arg(w))+
i sen(arg(w)), y −9i = 9(cos(− π2 ) + i sen(− π2 )). Entonces
π π
w2 = −9i =⇒ |w|2 (cos(2 arg(w)) + i sen(2 arg(w))) = 9(cos(− ) + i sen(− ))
2 2
126

|w| = 3
=⇒ .
arg(w) = − π4 + kπ
Aquı́ hay dos soluciones, con k = 0, tenemos w0 = 3(cos(−π/4)+i sen(π/4)) = √3 −i √3 );
2 2
con k = 1 tenemos w1 = 3(cos( 34 π) + i sen( 34 π)) = − √32 + i √32 . Armamos entonces las
raices de la cuadrática:
1 1 3 1 3
z0 = {−(1 − i) + w0 } = ( √ − 1) − i ( √ + 1) ,
2 2 2 2 2
1 1 3 1 3
z1 = {−(1 − i) + w1 } = − ( √ + 1) + i ( √ + 1).
2 2 2 2 2
3. Ahora una ecuación de tipo genérico: hallar los w ∈ C tal que
ew = z0 ,
donde z0 ∈ C es un complejo arbitrario (pero fijo). Observen que la ecuación análoga en

el contexrto de R: hallar los y ∈ R tal que ey = x0 , que tiene solución solo para x0 > 0,
conduce, al resolverla, a y = ln(x0 ), De modo que resolver esta ecuación ahora compleja,
conduce al logartimo complejo (en base e) de z0 .
Pongamos w = α + i β. Como vimos, |ew | = eα 6= 0, debe ser necesariamente z0 6= 0 (no
podemos calcular logaritmo complejo de z0 = 0). Replanteamos la ecuación ew = z0 en
forma polar, z0 = |z0 |(cos(arg(z0 ) + i sen(arg(z0 ))), y ew que ya viene en forma polar:
ew = eα (cos(β) + i sen(β). Luego
ew = z0 =⇒ eα (cos(β) + i sen(β) = |z0 |(cos(arg(z0 ) + i sen(arg(z0 )))

α
e = |z0 |
=⇒ ,
β = arg(z0 ) + 2kπ
es decir, hay infinitos logartimos complejos (en base e) para z0 6= 0, son
logk (z0 ) = ln(|z0 |) + i arg(z0 ) + 2kπi, k ∈ Z.
Llamaremos logaritmo principal a
log(z0 ) = lm(|z0 |) + i arg(z0 ).
Distinguiremos entonces, entre hallar las soluciones de ew = 1, lo que arroja infinitas

soluciones (que son wk = 2kπi), de calcular logaritmos. Por ejemplo
log(−1) = −πi.
24.2 Funciones complejas

Estudiaremos funciones f : A ⊂ C → C, con dominio A que es subconjunto de C, y resultados
en f (z) ∈ C. Adoptamos de aquı́ en más la convención z = x + i y. El resultado f (z) = u + i v
depende de x e y:
f (z) = f (x + i y) = u(x, y) + i v(x, y).
Es decir, una función compleja es como un campo vectorial. Presentamos algunos ejemplos y
funciones tı́picas, claculando en cada caso u y v (parte real e imaginaria de cada función).
127
Ejemplos 24.2.
1.
f (z) u(x, y) v(x, y)

− − − − −− − − − − −− − − − − −− − − − − −− − − − − −−
z x y

z2 x2 − y 2 2xy

z 2
x 3 − 3xy 2
3x2 y − y 3

y
z −1 x
− x2 +y

x2 +y 2
2

z̄ x −y

Re(z) x 0

Im(z) y 0

p
|z|

2
x +y 2
0

e z x
e cos(y)

ex sen(y)

2. Consideremos aparte f (z) = log(z) = ln(|z|) + iarg(z). Entonces la parte real es u(x, y) =
ln(|z|) = ln((x2 + y 2 )1/2 ) = 12 ln(x2 + y 2 ). La parte imaginaria es v(x, y) = arg(z), donde
arg(z) es el valor caracterizado por

 cos(θ) = √ 2x 2
x +y
arg(z) = θ tal que .
 sen(θ) = √ 2y 2
x +y
Si supiéramos de antemano que el argumento arg(z) va a estar en el semiplano de arriba

(del eje x), es decir, 0 ≤ arg(z) < π, entonces v(x, y) = arccos( √ 2x 2 ). Si en cambio
x +y
supiéramos que el argumento va a estar en el semiplano de la derecha (del eje y, estricta-
mente), entonces v(x, y) = arctan( xy ). Pero no hay una fórmula simple para v que sirva en
todo C − {0}, que es donde está definido (recordar que 0 no tiene logaritmo ni argumento).
3. Trigonométricas complejas: Definimos, para z ∈ C
1 1
cosC (z) = (eiz + e−iz ) , senC (z) = (eiz − e−iz ).
2 2i
128
La razón por la cual se llaman seno y coseno radica en su serie de Taylor. Observen que
(Ejercicio):
1 1 1
cosC (z) = 1 − z 2 + z 4 − z 6 + . . .
2 4! 6!
que es la serie de Taylor del coseno, escrita con variable z. En particular, si z = x ∈ R,
cosC (x) = cos(x), el coseno usual. Lo mismo pasa con el seno. Entonces, a partir de
ahora, omitiremos el subı́ndice C en cosC , y escribiremos cos sin distinguir si es de un
número real o complejo (y lo mismo para el seno). Ejercicio: calcular u y v para coseno
y seno.
24.3 Lı́mites y continuidad

La noción de lı́mite está vinculada al modo de medir distancias. Si z = x + iy, z0 = x0 + iy0 , la
distancia entre z y z0 se mide con
p
|z − z0 | = |x − x0 + i(y − y0 )| = (x − x0 )2 + (y − y0 )2 ,
que es la distancia entre los puntos (x, y) y (x0 , y0 ) en R2 . Esto quiere decir que en todo lo que
tenga que ver con medir distancias (y por lo tanto con calcular lı́mites), podemos pensar en R2
en lugar de C:
z → z0 ⇐⇒ |z − z0 | → 0 ⇐⇒ (x, y) → (x0 , y0 ).
En consecuencia, si definimos que una función f : A ⊂ C → C es continua en z0 ∈ A si se cumple
que
lim f (z) = f (z0 ),
z→z0
resultará que (poniendo como hasta ahora f (z) = u(x, y) + i v(x, y)) esta afirmación es equiva-
lente a
lim (u(x, y), v(x, y)) = (u(x0 , y0 ), v(x0 , y0 )).
(x,y)→(x0 ,y0 )
Es decir,
f es continua en z0 ⇐⇒ u y v son continuas en (x0 , y0 ).
Los invito a repasar todos los ejemplos de funciones complejas vistos hasta ahora, y chequear
que todas ellas son continuas en sus dominios (analizando la continuidad de los respectivos u y
v), con la excepción de la función log(z), cuya continuidad examinamos a continuación.
Observación 24.3. Vimos que la función logartimo (complejo) tiene dominio C − {0}, y está
dada por
1
log : C − {0} → C, log(z) = ln(x2 + y 2 ) + i arg((x, y)),
2
donde arg((x, y) o arg(z) es el ángulo que forma el vector (x, y) con el semieje positivo de las
x, con valores en [−π, π) (los ángulos de puntos en el semiplano inferior son negativos).
La parte real del logaritmo u(x, y) = 21 ln(x2 + y 2 ) es continua en todo su dominio, que es
R2 − {(0, 0)}. La parte imaginaria v(x, y) = arg((x, y)) es problemática. Para estudiar su
continuidad analı́ticamente, debemos completar la fórmula de v como función partida, cons
distintas expresiones en los distintos semiplanos. En lugar de hacer esto, vamos a estudiar la
continuidad gráficamente, que conviene más a la naturaleza geomt́rica de la función v. En la
primea figura examinamos la continuidad del argumento (o ángulo) en un punto del interior
129
del tercer cuadrante; pero un análisis similar se puede hacer en los otros cuadrantes. Tenemos
puntos (x, y) que se aproximan a (x0 , y0 ) por arriba y puntos (x0 , y 0 ) que se aproximan a (x0 , y0 )
por abajo:
Podemos observar que los ángulos θ (correspondientes a los puntos (x, y)) y los ángulos θ0 (cor-
respondientes a los puntos (x0 , y 0 )), tienden al ángulo θ0 (correspondiente al punto (x0 , y0 )). En
consecuencia, las función v resulta continua en (x0 , y0 ).
En la segunda figura examinamos la continuidad de v en un punto (x0 , 0) con x0 < 0, situado
en la semirrecta de los reales negativos (que llamaremos de ahora en más R<0 ). Aquı́
también hay puntos (x, y) que se acercan a (x0 , 0) por arriba, y puntos (x0 , y 0 ) que se acercan a
(x0 , 0) por abajo:
Pero en este caso, los ángulos θ tienden a π, mientras que el ángulo θ0 = −π (los ángulos θ0
tienden a −π). Entonces en estos puntos v es discontinua: hay un salto de π (el valor del lı́mite
por arriba) a −π (el valor de la función en el punto (x0 , 0).
En sı́ntesis, hemos obtenido que si bien el dominio de log es C − {0}, esta función
es discontinua en la semirrecta de reales negativos. Dicho de otro modo, log es continua
en C − R≤0 (le quitamos a C los reales menores que cero, es decir R<0 , y además le quitamos 0
que no está en el dominio).
130
25 Clase 25
Derivación compleja
Definimos la derivada de una función compleja de modo análogo a como se define la derivada
de una función real:
Definición 25.1. Sea f : A ⊂ C → C, y z0 en el interior de A. Decimos que f es derivable en

z0 si existe
f (z0 + h) − f (z0 ) f (z) − f (z0 )
f 0 (z0 ) := lim = lim .
h→0 h z→z0 z − z0
En tal caso, f 0 (z0 ) se denomina la derivada de f .
Una observación importante: el lı́mite del cociente incremental, si bien se ve formalmente

igual al lı́mite que define a la derivada de una función real, es en realidad un lı́mite doble,
según los discutido la clase pasada. Los incrementos h son complejos, es decir h = h1 + ih2 , y
decir h → 0 quiere decir (h1 , h2 ) → (0, 0).
Veamos primero ejemplos y propiedades simples, que muestran que ciertos aspectos de la
derivada compleja son similares a la derivada real.
Ejemplos 25.2.
1. Si f (z) = c constante, entonces f 0 (z0 ) = 0 (Ejercicio).
2. Si f (z) = z,
z0 + h − z0
f 0 (z0 ) = lim = 1.
h→0 h
3. Si f (z) = z 2 ,
(z0 + h)2 − z02 z 2 + 2z0 h + h2 − z02 2z0 + h

f 0 (z0 ) = lim = lim 0 = lim = 2z0 .
h→0 h h→0 h h→0 h
4. Si f (z) = z 3 , entonces f 0 (z0 ) = 3z02 (Ejercicio).

1
5. Si f (z) = z
1 1 z0 −(z0 +h)
z0 +h − z0 (z0 +h)z0 −1 1
lim = lim = lim = − 2.
h→0 h h→0 h h→0 (z0 + h)z0 z0
Es decir, desde n = −1 hasta n = 3, las potencias z n se derivan igual que las potencias
reales: (z n )0 = nz n−1 . Veamos las siguientes propiedades, que en particular dicen que esta regla
vale para cualquier potencia entera.
Proposición 25.3. Sean f y g dos funciones derivables en z0 . Entonces
1. f + g es derivable en z0 , y vale
(f + g)0 (z0 ) = f 0 (z0 ) + g 0 (z0 ).
131
2. f g es derivable en z0 , y vale
(f g)0 (z0 ) = f 0 (z0 )g(z0 ) + f (z0 )g 0 (z0 ) (regla del producto).

f
Si g(z0 ) 6= 0, g es derivable en z0 , y vale
0
f f 0 (z0 )g(z0 ) − f (z0 )g 0 (z0 )
(z0 ) = (regla del cociente).
g [g(z0 )]2
Omitimos la prueba de esta propiedades, que es similar al caso real, usando propiedades de
lı́mites. Otra propiedad importante, que van la misma lı́nea, es la regla de la cadena:
Proposición 25.4. Si f es derivable en z0 y g es derivable en f (z0 ), entonces g ◦ f es derivable
en z0 , y vale
(g ◦ f )0 (z0 ) = g 0 (f (z0 ))f 0 (z0 ) regla de la cadena.
También vale el siguiente resultado (análogo al campo real)
Proposición 25.5. Si f es derivable en z0 , entonces f es continua en z0
Ejemplo 25.6. Calcular la derivada de f (z) = z13 − z22 + z3 + 3 − 2z + 4z 4 . Primero, observar
que en virtud de la regla del cociente, esta derivada se puede hacer en cualquier z 6= 0. Luego,
observar (usando la regla del cociente) que
0
1 3
3
= − 4 = −3z −4 = −3z −3−1 ,
z z
es decir, que sigue valiendo la regla para derivar potencias enteras. Ejercicio: calcular la
derivada de f .
Hasta ahora todo pareciera marchar paralelamente al caso real. Veamos ahora un función
sencilla, pero que no tiene una contrapartida real:
Ejemplo 25.7. Sea f (z) = z̄. Determinar en qué puntos z0 ∈ C es derivable. Planteamos el
cociente incremental:
z0 + h − z̄0 z̄0 − h̄ − z̄0 h̄
lim = lim = lim .
h→0 h h→0 h h→0 h
Observen que desapareció z0 del lı́mite (esto quiere decir que f es derivable para todo z0 , o para
ninguno). Pongamos h = h1 + ih2 , y recordemos que h → 0 quiere decir (h1 , h2 ) → (0, 0):
h1 − ih2 (h1 − ih2 )2 h21 − h22 − 2ih1 h2

lim lim = lim
(h1 ,h2 )→(0,0) 1 + ih2
h (h1 ,h2 )→(0,0) (h1 + ih2 )(h1 − ih2 ) (h1 ,h2 )→(0,0) h21 + h22
h21 − h22 2h1 h2

= lim 2 2 −i lim 2.
(h1 ,h2 )→(0,0) h1 + h2 (h1 ,h2 )→(0,0) h2
1 + h2
Ninguno de los dos lı́mites dobles existe. En realidad basta con que uno no exista, para que no
haya derivada. Prueben por distintas rectas y verán que estos lı́imites dan distintos resultados
para distintas rectas. Es decir, f (z) = z̄ no es derivable, en ningun punto de C. Por otro lado,
observar que f es continua en todo C.
132
Este ejemplo muestra que la propiedad de una f (z) = u(x, y) + i v(x, y) de ser derivable (en
contraste con la propiedad de ser continua) no depende solo de las propiedades de u y v por
separado.
Examinemos el lı́mite del cociente incremental, estudiándolo por rectas, a saber, por los ejes
coordenados. Pongamos z0 = x0 + iy0 , h = h1 + ih2 . Si f es derivable en z0 , se tiene que
f (z0 + h) − f (z0 )
f 0 (z0 ) = lim ,
h→0 h
entonces
u(x0 + h1 , y0 + h2 ) + i v(x0 + h1 , y0 + h2 ) − u(x0 , y0 ) − i v(x0 , y0 )
f 0 (z0 ) = lim (52)
(h1 ,h2 )→(0,0) h1 + ih2
Como el lı́mite doble existe, existen lo lı́mites por rectas, y dan el mismo resultado. Si vamos
por el eje real, poniendo h2 = 0, queda
u(x0 + h1 , y0 ) + i v(x0 + h1 , y0 ) − u(x0 , y0 ) − i v(x0 , y0 )
f 0 (z0 ) = lim
h1 →0 h1
u(x0 + h1 , y0 ) − u(x0 , y0 ) v(x0 + h1 , y0 ) − v(x0 , y0 )
= lim + i lim
h1 →0 h1 h1 →0 h1
= ux (x0 , y0 ) + i vx (x0 , y0 ) (53)
Si en cambio, vamos por el eje real, es decir, ponemos h1 = 0, queda
u(x0 , y0 + h2 ) + i v(x0 , y0 + h2 ) − u(x0 , y0 ) − i v(x0 , y0 )
f 0 (z0 ) = lim
h2 →0 ih2
1 u(x0 , y0 + h2 ) − u(x0 , y0 ) v(x0 , y0 + h2 ) − v(x0 , y0 )
= { lim + i lim }
i h2 →0 h2 h2 →0 h2
1
= {uy (x0 , y0 ) + i vy (x0 , y0 )} = vy (x0 , y0 ) − i vx (x0 , y0 ). (54)
i
Igualando las dos expresiones (53) y (54) de la derivada f 0 (z0 ), se obtiene que por ser f derivable
en z0 , se debe verificar que
ux (x0 , y0 ) = vy (x0 , y0 )
. (55)
vx (x0 , y0 ) = −uy (x0 , y0 )
A estas ecuaciones, que debe verificar una función que sea derivable en z0 = x0 + iy0 . se las
suele llamar Ecuaciones de Cauchy-Riemann.
Esta condicińon aclara por qué no basta que las funciones u y v sean buenas por separado.
si no se llevan bien (y no cumplen (55)), la función no será derivable.
En el ejemplo de f (z) = z̄, se tiene u(x, y) = x, v(x, y) = −y, que por separado son lineales,
pero
ux = 1 vy = −1

−−−−− −−−−−
vx = 0 −uy = 0

no cumplen las eacuaciones de Cauchy-Riemann (en ningún punto: basta que una de las dos no
se cumpla).
133
Observen que además, si f es derivable en z0 , se obtiene que u y v tienen derivadas parciales
en (x0 , y0 ). Estas son condiciones necesarias para que una función sea derivable. Lo notable
es que, agregando una hipótesis más sobre u y v, se obtiene que las condiciones son también
sufucientes:
Teorema 25.8. Sea f : A ⊂ C → C, z0 en el interior de A, f (z) = u(x, y) + i v(x, y). Entonces

las siguientes condiciones son equivalentes:
f es derivable en z0 = x0 + iy0 .
u y v son diferenciables en (x0 , y0 ), y cumplen las ecuaciones (55) de Cauchy-Riemann:

ux (x0 , y0 ) = vy (x0 , y0 )
.
vx (x0 , y0 ) = −uy (x0 , y0 )
Más aún, en tal caso (f derivable en z0 ), valen las fórmulas
f 0 (z0 ) = ux (x0 , y0 ) + i vx (x0 , y0 ) = vy (x0 , y0 ) − i uy (x0 , y0 ).
Al final de la clase vemos la mitad de la prueba que falta. Ahora usemos este resultado en
algunos ejemplos:
Ejemplos 25.9.
1. f (z) = ez . En este caso vimos que u(x, y) = ex cos(y), v(x, y) = ex sen(y). Es fácil ver
que u y v son C 1 en todo R2 , por lo tanto diferenciables en todo R2 . Examinamos las
ecuaciones (55):
ux = ex cos(y) vy = ex cos(y)

−−−−− −−−−− ;
vx = ex sen(y) x
−uy = −e (−cos(y))

se cumplen en todo R2 . En consecuencia, f (z) = ez es derivable en todo C. Claculemos

la derivada, usando alguna de las dos fórmulas que provee el teorema:
f 0 (z) = ux + i vx = ex cos(y) + i ex sen(y) = ex (cos(y) + i sen(y)) = ex+iy = ez .
2. f (z) = log(z). En este caso el dominio es C − {0}. Pero el dominio de continuidad de

f es C − R≤ 0. Entonces solo puede ser derivabe en puntos de C − R≤0 . En este caso,
u(x, y) = 12 ln(x2 + y 2 ). No tenemos una fórmula para v, sino varias en los distintos
semiplanos. Examinemos quṕasa en el semiplano de la derecha, x > 0 (los otros, y > 0,
y > 0 quedan como Ejercicio; los tres semiplanos unidos dan C − R≤0 ). En el semiplano
de la derecha, tenemos v(x, y) = arctan( xy ). Examinamos las ecuaciones (55):
1 1 x 1 1 x2 1 x
ux = 2x = 2 vy = = 2 = 2

2 x2 + y 2 x + y2 xy 2x + y 2x x + y2
1+ x
− − − − − − − − −− − − − − − − − − −− .
1 −y x2 −y −y 1 1 −y
vx = = = 2 −uy = − 2 2y = 2

y 2 x2 x 2 + y 2 x2 x + y2 2 x + y2 x + y2

1+ x
134
Es decir, log(z) es derivable (por ahora) en {z = x + iy : x > 0}. Usando las fórmulas de
v en los otros semiplanos, {y > 0}, {y < 0}, se comprueba que log(z) es también derivable
en estos semiplanos. Luego, log(z) es derivable en la unión de estos tres semiplanos, que
dá C − R≤0 (que es el mismo dominio donde es continua).
Finalmente, calculamos la derivada:
x −y x − iy z̄ 1
(log(z))0 = ux + ivx = +i 2 = 2 = 2 = .
x2 +y 2 x +y 2 x +y 2 |z| z
En la clase práctica veremos más ejemplos de estudio de derivadas de funciones complejas.
25.1 ANEXO: prueba del Teorema 25.8

Si f es derivable en z0 , vimos que se cumplen las ecuaciones de Cauchy-Riemann, y vale f 0 (z0 ) =
ux (x0 , y0 ) + ivx (x0 , y0 ). Por definición
f (z0 + h) − f (z0 )
0 = lim − f 0 (z0 )
h→0 h
u(x0 + h1 , y0 + h2 ) + i v(x0 + h1 , y0 + h2 ) − u(x0 , y0 ) − i v(x0 , y0 )
= lim − f 0 (z0 );
(h1 ,h2 )→(0,0) h1 + ih2
Vamos a resscribir esta resta, usamos que f 0 (z0 ) = ux (x0 , y0 ) + ivx (x0 , y0 ) y sumamos las frac-
ciones
1
{u(x0 + h1 , y0 + h2 ) + i v(x0 + h1 , y0 + h2 ) − u(x0 , y0 ) − i v(x0 , y0 )−
h1 + ih2
−(h1 + ih2 )(ux (x0 , y0 ) + ivx (x0 , y0 ))} =
1
{ u(x0 + h1 , y0 + h2 ) − u(x0 , y0 ) − h1 ux (x0 , y0 ) + h2 vx (x0 , y0 ) +
h1 + ih2
1
+i v(x0 + h1 , y0 + h2 ) − v(x0 , y0 ) − h1 vx (x0 , y0 ) − h2 ux (x0 , y0 ) } = {(∗)}
h1 + ih2
Sabemos que cuando (h1 , h2 ) → (0, 0), esta expresión tiende a 0. Entonces su módulo tiende a
cero:
1
|{(∗)}| → 0,
|h1 + ih2 |
donde (∗) es la expresión entre llaves. Entonces la parte real de (∗) dividida por |h1 + ih2 | tiende
a cero:
u(x0 + h1 , y0 + h2 ) − u(x0 , y0 ) − h1 ux (x0 , y0 ) + h2 vx (x0 , y0 )
lim = 0;
(h1 ,h2 )→(0,0) |h1 + ih2 |
usamos que |h1 + ih2 | = k(h1 , h2 )k, y la relación vx (x0 , y0 ) = −uy (x0 , y0 ) (una de las ecuaciones
de Cauchy-Riemann), y queda
u(x0 + h1 , y0 + h2 ) − u(x0 , y0 ) − h1 ux (x0 , y0 ) − h2 uy (x0 , y0 )

lim =0 (56)
(h1 ,h2 )→(0,0) k(h1 , h1 )k
135
o sea,
u(x0 + h1 , y0 + h2 ) − u(x0 , y0 ) − ∇u(x0 , y0 ) • (h1 , h2 )
lim = 0,
(h1 ,h2 )→(0,0) k(h1 , h1 )k
que es la definición de que u es diferenciable en (x0 , y0 ). Otro tanto ocurre con la parte imaginaria
de (∗) dividida por |h1 + ih2 |, en este caso, usando la otra ecuación de Cauchy Riemann, queda
v(x0 + h1 , y0 + h2 ) − v(x0 , y0 ) − h1 vx (x0 , y0 ) − h2 vy (x0 , y0 )

lim =0 (57)
(h1 ,h2 )→(0,0) k(h1 , h1 )k
que dice ahora que v es diferenciable en (x0 , y0 ).

Recı́procamente, si u y v son diferenciables en (x0 , y0 ), valen los lı́mites (56), (57); como
además tenemos las ecuaciones de Cauchy Riemann, se puede rearmar el lı́mite de arriba, que
conduce a la existencia de f 0 (z0 ).
26 Clase 26
26.1 Funciones holomorfas (o analı́ticas)
Sea A ⊂ C un conjunto abierto (esto es, si pensamos en A como un subconjunto de R2 , es un
subconjunto abierto de R2 : todos los puntos de A son interiores). Una función f : A → C se
dice holomorfa (o analı́tica) en A si f tiene derivada en todo punto de A.
No necesitábamos introducir un nuevo nombre (o dos nuevos nombres!), hubiera bastado con
decir que f es derivable en A. No obstante esta queja legı́tima, vamos a ver en este curso que el
hecho de que una función sea derivable en todo un conjunto abierto (y no solamente en puntos
aislados), va a tener consecuencias muy importantes sobre la función, que veremos en breve. En
las clases prácticas, revisaremos en ejemplos esta cuestión, de cuando una función tiene derivada
en un dominio abierto (que se suele denominar dominio de holomorfı̀a).
26.2 Integración compleja

Vanos a considerar ahora la integral compleja. Los datos que harán falta son una función
f : A → C,
y una curva Γ ⊂ A orientada: esto es, una curva considerada con un sentido de circulación.
Subrayo que la curva Γ debe estar contenida en el dominio A de la función f . La integral de f
se va a realizar sobre la curva Γ, es decir, usando los valores de f en los puntos de Γ.
Definición 26.1. Sea γ : [a, b] → Γ una parametrización de Γ que respete la orientación:

los puntos γ(t) recorren la curva Γ siguiendo el sentido (conforme aumenta t) dado por la
orientación. Entonces definimos
Z Z b
f (z)dz = f (γ(t)) · γ 0 (t)dt.
Γ a
Veamos algunos ejemplos:
Ejemplos 26.2.
136
1. Sea f (z) = x − 2y + i(x2 +Ry), y sea Γ el segmento de recta que empieza en 2 + 3i y
termina 1 − i. Calculemos Γ f (z)dz. Segun la definición los primero que necesitamos
es una parametrización de Γ que respete la orientación dada (que aquı́ se indica diciendo
donde empieza y donde termina el segmento). Hay un modo sencillo y bastante mecánico de
parametrizar segmentos. Pasemos el problema a R2 : necesitamos parametrizar el segmento
que empieza en (2, 3) y termina en (1, −1). Hay un modo general de hacer esto, el segmento
que empieza en P y termina en Q se puede parametrizar con la fórmula
γ(t) = t(Q − P ) + P, t ∈ [0, 1].
En nuestro caso
γ(t) = t((1, −1) − (2, 3)) + (2, 3), t ∈ [0, 1],
o directamente, pasado a C:
γ(t) = t(1 − i − (2 + 3i)) + 2 + 3i = t(−1 − 4i) + 2 + 3i = −t + 2 + i(−4t + 3), t ∈ [0, 1].
Como forma general, se puede poner que el segmento que empieza en z0 y termina en z1 ,
se puede parametrizar con γ(t) = t(z1 − z0 ) + z0 , t ∈ [0, 1].
Volviendo al ejemplo, siempre según la definición, tenemos que calcular
f (γ(t)) = f (−t + 2 + i(−4t + 3)),
es decir, en la fórmula f (z) = x − 2y + i(x2 + y) reemplazar la x por la parte real de γ(t),

que es −t + 2, y reemplazar la y por la parte imaginaria de γ(t), que es −4t + 3. Queda
f (γ(t)) = −t + 2 − 2(−4t + 3) + i((−t + 2)2 + (−4t + 3)) = 7t − 4 + i(t2 − 8t + 7).
Por otro lado,
γ 0 (t) = (−t + 2 + i(−4t + 3))0 = −1 + i(−4) = −1 − 4i.
Entonces
Z Z 1 Z 1
x − 2y + i(x2 + y)dz = f (γ(t)) · γ 0 (t)dt = {7t − 4 + i(t2 − 8t + 7)} · {−1 − 4i}dt
Γ 0 0
Z 1
= {−1 − 4i} 7t − 4 + i(t2 − 8t + 7)dt
0
En el último paso, como −1−4i es un factor constante, se puede sacar afuera de la integral.
La integral se calcula como si fuera una integral real:
7 1 1 1 10 83 4
= (−1 − 4i){ t2 − 4t + i( t3 − 4t2 + 7t)} = (−1 − 4i)(− + i ) = − − i.

2 3 0 2 3 6 3
2. Calcular Z
z̄ + iz 2 dz,
Γ
para Γ la circunferencia |z| = 2, recorrida en sentido antihorario. Aquı́ Γ es la circun-
ferencia de centro 0 (de C) y radio 2, recorrida en sentido antihorario. De nuevo, para
137
parametrizar esta curva, la pensamos en R2 : es la circunfererencia centrada en (0, 0) y de
radio 2. La paremtrización tı́pica de esta curva (y que respeta el sentido antihorario) es
γ(t) = (2cos(t), 2sen(t)), t ∈ [0, 2π],
que escrito ahora en C queda
γ(t) = 2cos(t) + i2sen(t) = 2(cos(t) + isen(t)) = 2eit , t ∈ [0, 2π].
Es muy conveniente en muchos casos la escritura usando la exponencial, o alternar las

dos formas según convenga.
En general, la partametrización de una circunferencia de centro z0 y radio r, recorrida
en sentido antihorario queda γ+ (t) = z0 + reit , t ∈ [0, 2π]. Si la queremos en sentido
horario, se cambia t por −t: γ− (t) = z0 + re−it , t ∈ [0, 2π].
Volviendo al ejemplo,
f (γ(t)) = f (2eit )
es decir, en f (z) = z̄ + iz 2 hay que reemplazar z por 2eit ,
f (γ(t)) = 2e¯it + i(2eit )2 = 2e−it + i4e2it .
Aquı́ usamos que e¯it = e−it . Además
γ 0 (t) = (2eit )0 = 2eit i.
Entonces
2π 2π
e3it 2π
Z Z Z
2 −it 2it it
z̄ + iz dz = {2e + i4e }2ie dt = 4i − 8ie3it dt = {4it − 8i }
Γ 0 0 3i 0
8
= 8iπ − (e6iπ − 1) = 8iπ,
3
pues e6iπ = 1.
3. Calculemos Z
1
dz, para Γ = {z ∈ C : |z − a| = r},
Γ z−a
con Γ recorrida en sentido antihorario. La condición |z − a| = r quiere decir que z esta
a distancia r de a: es otra manera de decir la circunferencia de centro a y radio r. Se
parametriza con γ(t) = a + reit , t ∈ [0, 2π]. Entonces
Z Z 2π Z 2π Z 2π
1 1 it 0 1 it
dz = · (a + re ) dt = re idt = idt = 2πi.
Γ z−a 0 (a + reit ) − a 0 reit ) 0
Observen que el resultado no cambia si cambiamos el centro a o el radio r.
4. Consideremos la curva Γ que tiene dos tramos: el tramo Γ1 que es el segmento que empieza
en i y termina en −1; sequido del tramo Γ2 que va desde −1 a 1, por la parábola y = x2 −1.
Graficar Γ (Ejercicio). Calcular Z
z 2 + ixdz.
Γ
138
Debemos parametrizar los dos tramos por separado: por un lado Γ1 , por el otro Γ2 . La
integral será entonces
Z Z Z
2 2
z + ixdz = z + ixdz + z 2 + ixdz.
Γ Γ1 Γ2
Γ1 se parametriza con γ1 (t) = t(−1 − i) + i = −t + i(1 − t), t ∈ [0, 1]. Para parametrizar
Γ2 , de nuevo, la pensamos en R2 : va desde (−1, 0) (que corresponde a −1 ∈ C) hasta
(1, 0) (que corresponde a 1 ∈ C), por la parábola y = x2 − 1. Es decir, son puntos
(x, x2 − 1), x ∈ [−1, 1].
Luego, escribiendo con parámetro t (en lugar de x), queda
γ2 (t) = (t, t2 − 1), t ∈ [−1, 1].
Notar que respeta la orientación pedida. Finalmente, traducida a C queda
γ2 (t) = t + i(t2 − 1), t ∈ [−1, 1].
Calculamos por separado la integral sobre Γ1 y sobre Γ2 , y luego sumamos los resultados.
En Γ1 :
Z Z 1 Z 1
z 2 + ix dz = f (γ1 (t)) · γ10 (t)dt = {(−t + i(1 − t))2 + i(−t)} · {−1 − i}dt
Γ1 0 0
Z 1
3 2 1 5 5
= (−1 − i) 2t − 1 + i(−3t + 2t2 )dt = (−1 − i){t2 − t + i(− t2 + t3 )} = − + i.

0 2 3 0 6 6
La otra integral, sobre Γ2 es
Z Z 1 Z 1
z 2 + ix dz = f (γ2 (t)) · γ20 (t)dt = {(t + i(t2 − 1))2 + i(t)} · {1 − 2it}dt
Γ2 −1 −1
Z 1 Z 1
58
= {−t4 + 3t2 + 1 + i(2t3 − t)}{1 − 2it}dt = 3t4 + t2 + 1 + i(2t5 − 4t3 − 2t − 1)dt = .
−1 −1 15
Entonces,
Z Z Z
2 2 5 5 58 43 5
z + ix dz = z + ix dz + z 2 + ix dz = − + i + = + i.
Γ Γ1 Γ2 6 6 15 15 6
Observación 26.3. La función compleja f (z) = u(x, y) + i v(x, y) se relaciona R con el campo
vectorial real (u(x, y), v(x, y)). Qué relación hay entre la integral compleja Γ f (z)dz e integrales
de campos reales sobre la curva Γ pensada en R2 ? Consideremos la curva Γ con parametrización
γ(t) = x(t) + iy(t), t ∈ [a, b] (que pensada en R2 es γ(t) = (x(t), y(t))).
Recordemos que si (P (x, y), 2
R Q(x, y)) es un campo vectorial en RR y Γ es una curva orientada,
se llama integral de lı́nea Γ (P, Q) (o también se usa el sı́mbolo Γ P (x, y)dx + Q(x, y)dy) del
campo (P, Q) sobre la curva Γ (parametrizada con γ(t) = (x(t), y(t)), t ∈ [a, b]) a la integral
Z Z b
(P, Q) = (P (x(t), y(t)), Q(x(t), y(t))) • (x0 (t), y 0 (t))dt
Γ a
139
Z b
= P (x(t), y(t))x0 (t) + Q(x(t), x(t))y 0 (t)dt.
a
También se la llama trabajo
R del campo (P, Q) a lo largo de la curva Γ.
La integral compleja Γ f (z)dz se puede desarrollar en parte real e imaginaria:
Z Z b Z b
0
f (z)dz = f (γ(t)) · γ (t)dt = {u(x(t), y(t)) + i v(x(t), y(t))} · {x0 (t) + iy 0 (t)}dt
Γ a a
Z b Z b
0 0
= u(x(t), y(t))x (t) − v(x(t), y(t))y (t)dt + i v(x(t), y(t))x0 (t) + u(x(t), y(t))y 0 (t)dt
a a
Z b Z b
= (u(x(t), y(t)), −v(x(t), y(t)))•(x0 (t), y 0 (t))dt+i (v(x(t), y(t)), u(x(t), y(t)))•(x0 (t), y 0 (t))dt
a a
Z Z
= (u, −v) + i (v, u).
Γ Γ
Resumiendo, Z Z Z
f (z)dz = (u, −v) + i (v, u), (58)
Γ Γ Γ
que vincula a la integral compleja de f en Γ, con dos integrales de lı́nea de campos reales: la de
(u, −v) es la parte real, la de (v, u) es la parte imaginaria.
Podemos aprovechar esta observación para extraer las siguiente propiedades (que son cono-
cidas para las integrales de lı́nea, o para la noción de trabajo de un campo):
Proposición 26.4. Sea f : A ⊂ C → C una función compleja y Γ ⊂ A una curva orientada.

Valen las siguientes propiedades:
Si γ(t), t ∈ [a, b] y δ(t), t ∈ [c, d] son dos parametrizaciones distintas de Γ tales que ambas
respetan la orientación, entonces
Z b Z d
0
f (γ(t)) · γ (t)dt = f (δ(t)) · δ 0 (t)dt,
a c
R
es decir, Γ f (z)dz se puede calcular con cualquiera de las dos parametrizaciones indistin-
tamente, y da el mismo resultado (la integral compleja no depende de la parametrización
particular escogida).
Si llamamos Γ− a la misma curva Γ, pero orientada en sentido contrario, entonces

Z Z
f (z)dz = − f (z)dz.
Γ− Γ
La primera propiedad habla de la coherencia de la definición compleja: depende solo de la

curva y de su orientacioón, y no de la parametrización.
La segunda propiedad tiene utilidad práctica: si para una cierta curva Γ conseguimos una
parametrización que va al revés de la orientación dada para Γ, la podemos usar igual para el
cálculo de la integral, basta con compensar el resultado final con un cambio de signo (con la
aclaración debida).
140
27 Clase 27
27.1 Relación entre derivacioón e integración compleja
La propiedad que veremos a continuación es sumamente útil. Se puede ver como una análogo
de la regla de Barrow para integrales complejas.
Proposición 27.1. Sea f : A ⊂ C → C una función derivable, con dominio A abierto. Sea
Γ ⊂ A una curva orientada, que comineza en z0 y termina en z1 . Entonces
Z
f 0 (z)dz = f (z1 ) − f (z0 ).
Γ
Observación 27.2. Decimos que una curva Γ es cerrada si el punto inicial z0 coincide con
el punto final z1 (para cualquier parametrización de Γ). Una consecuencia inmediata de la
propiedad de arriba, es que si f es derivable en A ⊂ C abierto, y Γ es cerrada, entonces
Z
f (z)dz = 0.
Γ
Veamos algunos ejemplo de uso de esta propiedad:
Ejemplos 27.3.
1. Calcular Z
2 −iz
e3z (6z − i) + e−2z (z 2 − 2z + 3i)dz,
Γ
donde Γ es la poligonal que une los puntos 1, 2 + 3i, −5i, −3 − 5i y 0 (en ese orden). Las
reglas de sustitución y de integración por partes se basan, respectivamente, en la regla de la
cadena y la regla del producto, respectivamente. Estas reglas son válidas para la derivación
compleja, luego se pueden emplear para el cálculo de primitivas. Por ejemplo, en
Z
2
e3z −iz (6z − i)dz, sustituimos u = 3z 2 − iz, luego du = (6z − i)dz,
entonces Z Z
3z 2 −iz 2
e (6z − i)dz = eu du = eu + c = e3z −iz + c.
R
Aquı́ usamos libremente el sı́mbolo f (z)dz para representar a una primitiva compleja.
Del mismo modo, integrando por partes:
Z Z
1 −2z 2 1
e (z − 2z + 3i)dz = − e (z − 2z + 3i) − − e−2z (2z 2 − 2)
−2z 2
2 2
Z
1 1 1 1 1 3
= − e−2z (z 2 − 2z + 3i) − e−2z (z − 1) − − e−2z 2dz = e−2z (− z 2 − z − i) + c.
2 2 2 2 2 2
Luego
Z Z
3z 2 −iz 2 1 1 3
e (6z − i) + e (z − 2z + 3i)dz = {e3z −iz + e−2z (− z 2 − z − i)}0 dz
−2z 2
Γ Γ 2 2 2
que usando usando la propiedad (y observando que el punto inicial de Γ es z0 = 1 y el final
es z1 = 0) queda igual a
2 1 1 3 0 3 3
= {e3z −iz + e−2z (− z 2 − z − i)} = 1 − i − e3−i − e−2 (−1 − i).
2 2 2 1 2 2
141
2. Veamos que Z
1
dz = 0 si n ≥ 2 y Γ es cerrada, con 0 ∈
/ Γ.
Γ zn
1 1 1 1 0
Si n ≥ 2, n
= z −n = { z −n+1 }0 = { n−1
} . La función primitiva
z −n + 1 −n + 1 z
1 1 1 1
n−1
es derivable en C−{0}; como 0 ∈ / Γ, Γ ⊂ C−{0} (el dominio de n−1
).
−n + 1 z −n + 1 z
Entonces la integral da cero, pues la curva es cerrada.
Z
1
Pero la integral dz (con n = 1) puede no dar cero. Vimos la clase pasada que si Γ es
Γ z
una circunferencia centrada en 0, con cualquier radio, esta integral da 2πi. Porqué pasa
esto?, si z1 tiene primitiva: una primitiva es log(z). El problema es que el dominio donde
log(z) es derivable, es decir C − R≤0 , no contiene a Γ en este caso.
Pero el resultado fundamental que relaciona la derivación con la integración compleja es el

siguiente teorema, el cual no permitirá hacer cáclculos de integrales con asombrosa facilidad,
y sobre todo nos ayudará comprender la naturaleza de las funciones derivables en un conjunto
abierto.
Para esto necesitamos la siguiente definición:
Definición 27.4. Un conjunto A ⊂ C se dice simplemente conexo si toda curva cerrada

contenida en A, encierra en su interior solamente puntos de A. Informalmente, esto quiere
decir que A no tiene agujeros.
Ejemplos 27.5.
Ejemplos de dominios simplemente conexos: C, un disco, un triángulo, un polı́gono,

un semiplano, C − R≤0 ...
Ejemplos de dominios NO simplemente conexos: C − {z0 }, C − {z1 , . . . , zn }, C − D

(donde D es un disco), ...
Teorema 27.6. (Cauchy-Goursat) Sea f : A ⊂ C → C derivable, A abierto y simplemente

conexo. Si Γ ⊂ A es un curva cerrada, entonces
Z
f (z)dz = 0
Γ
Al final de la clase veremos una idea de la demostración de este teorema, ası́ como de la
propiedad anterior. Veamos como se emplea (y como no se emplea) este teorema en ejemplos.
Ejemplos 27.7.
1. Comprobar que Z
2
cos(z 3 + iz 2 ) − sen(eiz − z) + 3z 2 dz = 0
Γ
2
para cualquier curva cerrada Γ. La función f (z) = cos(z 3 + iz 2 ) − sen(eiz − z) + 3z 2
es derivable en todo C (Ejercicio). Como C es simplemente conexo y Γ es cerrada, la
integral da cero por el teorema.
142
2. Comprobar que
3z 3 + 2 − i
Z
dz = 0,
Γ z 4 + 16
1
para Γ = {z : |z − i| = 2} recorrida en sentido antihorario. La curva Γ es una circunferen-
3z 3 + 2 − i
cia de centro i y radio 21 , por lo tanto es una curva cerrada. La función f (z) =
z 4 + 16
es derivable en C − {z1 , z2 , z3 , z4 }, donde z1 , z2 , z3 , z4 son las cuatro raices de la ecuación
z 4 + 16 = 0. Este dominio NO es simplemente conexo, ası́ que, a primera vista, el teorema
no se puede aplicar. No obstante, el teorema no especifica que el dominio A sea el dominio
más grande posible de la función. Sı́ dice que si uno puede encontrar un dominio A que sea
abierto, que no tenga agujeros, que contenga a Γ: Γ ⊂ A, y en el cual A f sea derivable,
entonces ahı́ sı́ se podrı́a usar el teorema, y concluir que la integral da cero. No hace falta
calcularlas para notar que las raices de z 4 + 16 = 0 tienen módulo 2:
Z 4 = −16 =⇒ |z 4 | = |z|4 = | − 16| = 16 =⇒ |z| = 2.
Por otro lado, la circunferencia Γ está contenida en el disco centrado en 0 de radio 47 .
Entonces podemos tomar A = {z ∈ C : |z| < 74 }. Calculando o graficando queda claro que
Γ ⊂ A;
A es abierto y simplemente conexo (no tiene agujeros);
f es derivable en A (las raı́ces z1 , z2 , z3 , z4 no están en A).
Entonces, usando el teorema con este disco A como dominio de f , la integral da cero.
Como se ve, estos ejemplos consiste más en ajustar las condiciones e hipótesis para que se
pueda usar el Teorema de Cauchy-Goursat, que en hacer cálculos. Casi siempre se tratará
de ubicar los posibles agujeros en el dominio de f , y redefinir el dominio de modo de
obtener A que cumpla las condiciones (en muchos casos, esto se puede hacer gráficamente:
dibujando cuál serı́a el dominio A adecuado).
3. De nuevo la integral
Z
1
dz = 2πi, para Γ = {z : |z − a| = r} en sentido antihorario.
Γ z − a
Este es un caso en el cual el teorema de Cauchy-Goursat no se aplica. Por qué? Revisemos
las hipótesis: la curva es cerrada, la función es derivable en el dominio C−{0}, el dominio
C − {0} es abierto, pero no es simplemente conexo: tiene un agujero em 0.
27.2 ANEXO: pruebas de la propiedad y el teorema

Vamos a usar propiedades de las integrales de lı́nea de campos en R2 : existencia de potencial,
teorema de Green en R2 , que se suelen ver en Cálculo en Varias Variables y en Geometrı́a (pero
no en Cálculo II). Pido disculpas a quienes no hayan visto este tema, pueden saltear esta sección
que sigue, y volver más adelante, si le parece.
Prueba de la propiedad: si f es derivable en A ⊂ C abierto, y Γ ⊂ A tiene punto inicial en
z0 = x0 + iy0 y punto final en z1 = x1 + iy1 , entonces
Z
f 0 (z)dz = f (z1 ) − f (z0 ).
Γ
143
Pongamos que f (z) = u(x, y) + iv(x, y), con lo cual f 0 (z) = ux (x, y) + ivx (x, y). Habı́amos visto
que la integral compleja consiste de dos integrales de lı́nea de campos reales, en este caso:
Z Z Z
0
f (z) = (ux , −vx ) + i (vx , ux ).
Γ Γ Γ
Debido a las ecuaciones de Cauchy-Riemann, Tenemos que
(ux , −vx ) = (ux , uy ) = ∇u,
en otras palabras u es un potencial para el campo (ux , −vx ), y por lo tanto la integral de lı́nea se
puede calcular como el potencial en el punto final (x1 , y1 ) menos el potencial en el punto inicial
(x0 , y0 ):
intΓ (ux , −vx ) = u(x1 , y1 ) − u(x0 , y0 ).
Del mismo modo, el otro campo
(vx , ux ) = (vx , vy ) = ∇v,
tiene integral Z
(vx , ux ) = v(x1 , y1 ) − v(x0 , y0 ).
Γ
Juntando estos resultados:
Z Z Z
0
f (z) = (ux , −vx ) + i (vx , ux ) = u(x1 , y1 ) − u(x0 , y0 ) + i(v(x1 , y1 ) − v(x0 , y0 ))
Γ Γ Γ
= u(x1 , y1 ) + i v(x1 , y1 ) − u(x0 , y0 ) − i v(x0 , y0 ) = f (z1 ) − f (z0 ).

(Idea de la) prueba del teorema de Cauchy-Goursat: f : A ⊂ C → C derivable en A, que es
abierto y simplemente conexo. Γ ⊂ A es una curva cerrada. Llamemos D al dominio encerrado
por Γ (aquı́ estamos suponiendo una caso especial, Γ = ∂D es el contorno de D).
Z Z Z
f (z)dz = (u, −v) + i (v, u).
Γ ∂D ∂D
Usando el teorema de Green en R2 :

Z ZZ
(P, Q) = Qx − Py dxdy,
∂D D
para la parte real de la integral compleja tenemos

Z ZZ
(u, −v) = −vx − uy dxdy = 0 por Cauchy-Riemann: vx + uy = 0.
∂D D
La parte imaginaria de la integral compleja también da cero:

Z ZZ
(v, u) = ux − vy dxdy = 0 por Cauchy-Riemann: ux − vy = 0,
∂D D
lo que da por terminada la prueba.
144
28 Clase 28
28.1 Fórmula integral de Cauchy
Una de las consecuencias más importantes del teorema de Cauchy-Goursat, es la fórmula que
veremos a acontinuación. Esta fórmula, además de tener conscuencias teóricas muy importantes
para entender las funciones derivables en un conjunto abierto, es una herramienta para el cálculo
efectivo de integrales, tanto reales como complejas. Por falta de tiempo, no veremos cómo se
usa en el cálculo de integrales reales impropias (es la herramienta más útil del análisis para el
cálculo de estas integrales).
Definición 28.1. Una curva cerrada Γ se llama simple si, informalmente hablando, solo dá
una vuelta alrededor de los puntos en su interior. También se puede definir diciendo que no se
toca a si misma más que en los extremos. Formalmente, si Γ estando parametrizada mediante
γ(t), t ∈ (a, b), la función γ restringida al intervalo semiabierto [a, b) es inyectiva (esto es, salvo
en los extremos γ(a) = γ(b), se cumple que γ(t1 ) 6= γ(t2 ), si t1 6= t2 .
Teorema 28.2. (Fórmula integral de Cauchy)

Sea f : A ⊂ C → C una función derivable, con A abierto y simplemente conexo. Sea Γ ⊂ A
una curva cerrada simple, recorrida en sentido antihorario, y sea z0 en el interior de Γ.
Entonces Z
1 f (z)
f (z0 ) = dz. (59)
2πi Γ z − z0
Al final de la clase veremos la demostración.
f (z)
En primer lugar, observe que como z0 está en el interior de Γ, el integrando z−z 0
no es
derivable en el interior de Γ: la función explota an z = z0 (a menos que f (z0 ) = 0).
Ahora veamos cómo esta fórmula se puede interpretar como una herramienta para calcular
integrales complejas. Para esto es conveniente escribir la fórmula del siguiente modo:
Z
f (z)
dz = 2πif (z0 ).
Γ z − z0
Veamos ejemplos:
Ejemplos 28.3.
1. Calculemos
z 3 − iz + 3
Z
dz,
Γ z−i
Para Γ la frontera del polı́gono de vértices 2 + 3i, −3 + 2i, −1 y 2, recorrida en sentido
antihorario. En este ejemplo, f (z) = z 3 − iz + 3 es una función derivable en todo C (que
es abierto y simplemente conexo), z0 = i. Claramente i está en el interior de Γ, que es
cerrada y simple, y está recorrida en sentido antihorario. Entonces:
Z 3
z − iz + 3
dz = 2πif (i) = 2πi(i3 − ii + 3) = 2πi(4 − i) = 2π + 8πi.
Γ z − i
145
2. Calculemos Z
sen(z) + cos(z)
dz,
Γ z 2 + z(3i − 1) − 3i
para Γ = {z : |z − 2| = 2}, recorrida en sentido horario.
Examinemos primero la curva Γ: es la circunferencia de centro 2 y radio 2, recorrida
en sentido horario (es una curva cerrada simple, está recorrida al revés de como pide
el teorema, pero ya sabemos cómo se arregla eso: cambiando el signo de la integral).
El integrando no se presenta, a simple vista, como en el teorema, es decir, como una
fracción con numerador derivable, y denominador un monomio z − z0 . Si factorizamos el
denominador: como z 2 +z(3i−1)−3i tiene raices 1 y −3i, se factoriza z 2 +z(3i−1)−3i =
(z −1)(z +3i). Si examinamos, de estas raices solo la primera, z0 = 1 está en el interior de
Γ. Entonces, tratando de que la integral que debemos calcular se asemeje a la del teorema,
podemos poner
Z Z Z sen(z)+cos(z)
sen(z) + cos(z) sen(z) + cos(z) z+3i
dz = dz = dz.
Γ z 2 + z(3i − 1) − 3i Γ (z − 1)(z + 3i) Γ z−1
Por qué mandamos el monomio z + 3i al numerador? Porque la raiz −3i está en el
exterior de Γ. Ahora se parece a la fórmula del teorema: z0 = 1 está en el interior de Γ,
y el numerador es la función
sen(z) + cos(z)
f (z) = .
z + 3i
Esta función es derivable en C − {−3i} que es abierto, pero NO es simplemente conexo
(tiene un agujero en −3i); redefinimos el dominio A de f : dibujamos un dominio que
excluya al agujero −3i pero incluya a la circunferencia Γ (se puede tomar como A un
disco abierto centrado en 2, con radio ligeramente mayor que 2 para que no abarque a −3i,
o un semiplano adecuadamente dibujado: Ejercicio). Con este nuevo dominio A abierto
y sin agujeros, podemos aplicar la fórmula y queda:
Z Z sen(z)+cos(z)
sen(z) + cos(z) z+3i sen(1) + cos(1)
2
dz = dz = −2πif (1) = 2πi ,
Γ z + z(3i − 1) − 3i Γ z−1 1 + 3i
donde el signo menos da cuenta del hecho de que Γ está recorrida en sentido horario.
3. Hace un par de clases habı́amos comprobado que

Z
1
dz = 2πi si Γ = {z : |z − a| = r} recorrida en sentido antihorario.
Γ z−a
Veamos ahora que

Z
1
dz = 2πi para cualquier curva Γ cerrada simple,
Γ z−a
Tal que a esté en el interior de Γ, con la curva recorrida en sentido antihorario. En
efecto: podemos usar el teorema para f (z) = 1, que es derivable en todo C, con z0 = a.
Si a está en el exterior de Γ, la integral de arriba da 0: se puede aplicar el teorema de
Cauchy-Goursat de la clase pasada.
146
En la clase práctica veremos más ejemplos.
Observación 28.4. La integral del último ejemplo dá lugar a la definición del llamado ı́ndice
I(Γ, a) de una curva cerrada Γ con respecto a un punto:
Z
1 1
I(Γ, a) = dz.
2πi Γ z − a
Se puede probar que I(Γ, a) dá como resultado un número entero, que mide la cantidad de vueltas
antihorarias que da la curva Γ alrededor de a. En el caso de Γ cerrada simple, el ı́ndice es 1.
El ı́ndice puede dar negativo, si por ejemplo la curva está recorrida en sentido horario. El
valor I(Γ, a) resulta ser un saldo entre la cantidad de vueltas antihorarias, menos la cantidad
de vueltas horarios.
28.2 ANEXO: prueba de la fórmula integral de Cauchy

Consideremos como en la figura de abajo, una circunferencia Cr = {z : |z − z0 | = r}, recorrida
en sentido antihorario, de radio sufucientemente chico, de modo que Cr esté contenida en el
interior de Γ.
El primer paso de la prueba, consiste en demostrar que

Z Z
1 f (z) 1 f (z)
dz = dz,
2πi Γ z − z0 2πi Cr z − z0
es decir, que en la fórmula integral se puede reemplazar la curva Γ por la circunferencia Cr .
Para probar esto, cosideremos la siguiente figura
Nos quedan definidas dos curvas Γ1 y Γ2 . Observen que

Z Z
1 f (z) 1 f (z)
dz = 0 y dz = 0
2πi Γ1 z − z0 2πi Γ2 z − z0
147
debido a que z0 queda en el exterior de ambas curvas Γ1 y Γ2 . Entonces, si hacemos la suma de
las dos integrales Z Z
1 f (z) 1 f (z)
0= dz + dz,
2πi Γ1 z − z0 2πi Cr z − z0
en esta suma, se cancelan los tramos lineales, porque van recorridos en sentido opuesto en cada
integral, y entonces, asociando entre sı́ los tramos de Γ por un lado y los de Cr por el otro, de
la suma queda Z Z
1 f (z) 1 f (z)
0= dz − dz
2πi Γ z − z0 2πi Cr z − z0
donde la integral en Cr queda con signo menos, ya que se recorre en sentido horario al armarla
con los dos tramos correspondientes en Γ1 y Γ2 . Con lo cual queda probado que podemos
cambiar Γ por Cr en la fórmula que queremos probar. La cual es entonces
Z Z
1 f (z) 1 f (z)
dz = f (z0 ) o sea dz − f (z0 ) = 0.
2πi Cr z − z0 2πi Cr z − z0
1 1
R
Como ya sabemos que 2πi Cr z−z0 dz = 1, tenemos que
Z Z Z
1 f (z) 1 f (z) 1 1
dz − f (z0 ) = dz − f (z0 ) dz
2πi Cr z − z0 2πi Cr z − z0 2πi Cr z − z0
Z Z
1 f (z) 1 f (z0 )
= dz − dz
2πi Cr z − z0 2πi Cr z − z0
donde f (z0 ) entró en la segunda integral, por ser una constante. Se puede poner todo bajo un
mismo signo de integral, y queda
f (z) − f (z0 )
Z Z
1 f (z) f (z0 ) 1
− dz = dz.
2πi Cr z − z0 z − z0 2πi Cr z − z0
Dos observaciones. La primera, esta integral que quedó no depende de r (con tal que Cr esté
contenida en el inerior de Γ): para todos estos r, esta integrales valen igual que la diferencia
entre f (z0 ) y la integral original, sobre Γ, cantidades que no dependen de r.
La segunda observación, el integrando f (z)−f (z0 )
z−z0 se extiende a una funcón continua en todo
A (y por lo tanto el el disco cerrado Dr (z0 ) de centro z0 y radio r (cuyo borde es Cr ). En efecto,
si llamamos 
 f (z) − f (z0 )
si z 6= z0
g(z) = z − z0
 f 0 (z ) si z = z
0 0
está claro que g es una función continua, pues
f (z) − f (z0 )
lim = f 0 (z0 ),
z→z0 z − z0
ya que f es derivable. Nuestro objetivo es ver que
f (z) − f (z0 )
Z Z
1 1
0= dz = g(z)dz.
2πi Cr z − z0 2πi Cr
148
Para ello, haremos que r → 0 (como la expresión de arriba es constante, ya que no depende de
r, si el lı́mite da 0, es porque vale cero para todo r). Acotamos entonces
Z
1

2πi g(z)dz .
Cr
Tomemos γ(t) = reit + z0 , t ∈ [0, 2π], como parametrización de Cr . Queda

Z Z 2π Z 2π
1 1 it it 1
|g(reit + z0 )|rdt,

2πi g(z)dz = g(re + z0 )rie dt ≤
Cr 2π
0 2π 0
Rb Rb
donde en el último paso usamos que para la integral de Riemann usual, | a h(t)dt| ≤ a |h(t)|dt
(observar que |ieit | = 1). La integral de la derecha queda
Z 2π Z 2π Z 2π
1 it 1 1
r |g(re + z0 )|dt ≤ r Mr dt = rMr 1dt = rMr ,
2π 0 2π 0 2π 0
donde Mr = max{|g(reit + z0 )| : t ∈ [0, 2π]}. Noten que Mr → |g(z0 )| si r → 0, pues g es

continua. Entonces, Z
1
si r → 0, g(z)dz → 0,
2πi Cr
es decir, como es constante y no depende de r,
Z
1

2πi g(z)dz = 0.

Cr
29 clase 29
29.1 Consecuencias de la fórmula integral de Cauchy, fórmula generalizada
Observación 29.1. En la fórmula
Z
1 f (z)
f (z0 ) = dz,
2πi Γ z − z0
notar que en la integral, los valores de f que se usan son en z que están en la curva Γ (si
calcularáramos esa integral parametrizando Γ con γ(t) ∈ Γ, la fórmula quedarı́a con f (γ(t))).
Mientras que en el lado izquierdo, f (z0 ), z0 está en el interior de de Γ.
Es decir, la fórmula dice que (para una función derivable en un dominio abierto que contiene
a Γ) los valores de f en el borde (en Γ), determinan los valores de f en el interior.
Por ejemplo, si una función es derivable en C, y vale cero en una curva cerrada, entonces
vale cero también en el interior de la curva.
Supongamos que f : A ⊂ C → C es derivable en A abierto y simplemente conexo, y Γ ⊂ A

es una curva cerrada y simple, recorrida en sentido antihorario, como en la fórmula integral que
estamos estudiando. Consideremos z en el interior de Γ (el que antes se llamaba z0 ). Entonces
la fórmula se ve Z
1 f (w)
f (z) = dw,
2πi Γ w − z
149
donde la variable de integración w ∈ Γ debió cambiar de nombre para evitar confusiones (antes
era z). En esta fórmula, podemos interpretar que z es variable y se mueve por el interior de Γ.
El lado derecho por supuesto también es una función de z en el mismo interior de Γ. Entonces,
al tratarse la fórmula de arriba, de una igualdad de funciones en un dominio abierto (como lo
es el interior de Γ), y siendo que ambas funciones se pueden derivar, derivamos (respecto de z)
ambos miembros, y queda
Z Z Z
0 1 d f (w) 1 d f (w) 1 f (w)
f (z) = { dw} = { }dw = dw.
2πi dz Γ w − z 2πi Γ dz w − z 2πi Γ (w − z)2
Lo cual es una nueva fórmula integral, donde el valor ahora de f 0 (z), para z en el inerior de Γ,
queda determinado por los valores de f (w) con w ∈ Γ. Esta nueva fórmula, tiene el monomio
del denominador elevado al cuadrado, lo cual será de enorme valor para hacer cálculos, como
veremos luego en ejemplos.
Pero hay otra cuestión más: quedó otra igualdad de funciones, donde f 0 (z) aparece igualada
a una fórmula integral, que se puede volver a derivar: como es igual a f 0 (z), eso implica que
también f 0 se puede volver a derivar. Es decir, existe f 00 y vale (derivando la fómula de recién
obtenida):
Z Z Z
00 1 d f (w) 1 d f (w) 2 f (w)
f (z) = { 2
dw} = { 2
}dw = dw.
2πi dz Γ (w − z) 2πi Γ dz (w − z) 2πi Γ (w − z)3
De nuevo, otra nueva fórmula integral, con el denominador al cubo. De nuevo, la función f 00 (z)
igualada a una expresión integral que se puede volver a derivar:
2·3
Z
000 f (w)
f (z) = dw.
2πi Γ (w − z)4
Se puede seguir este proceso indefinidamente y se obtienen las siguientes consecuencias. Primero,
una consecuencia teórica:
Teorema 29.2. Sea f : A ⊂ C → C una función derivable en A abierto. Entonces existen

f 0 , f 00 , f 000 , .... en A: f es infinitamente derivable en A.
Segundo, una fórmula integral generalizada (volvemos a llamar z0 a z, y z a w):
Teorema 29.3. (fórmula integral generalizada) Sea f : A ⊂ C → C derivable en A abierto

y simplemente conexo, y Γ ⊂ A una curva cerrada y simple, recorrida en sentido antihorario.
Consideremos z0 en el interior de Γ. Entonces
Z
n! f (z)
f (n) (z0 ) = dz, (60)
2πi Γ (z − z0 )n+1
donde f (n) denota la derivada n de f .
Una versión equivalente de la fórmula (60) es

Z
f (z) 2πi (n)
n+1
dz = f (z0 ).
Γ (z − z 0 ) n!
150
Observación 29.4. En el primero de los dos teoremas no hace falta que el dominio A sea
simplemente conexo, basta con que sea abierto. Si z0 está en A, como A es abierto, podemos
encontrar un disco abierto D centrado en z0 tal que D ⊂ A, y razonar usando D (que sı́ es
simlemente conexo) como nuevo dominio: resulta que en D (y por lo tanto en z0 se pueden
calcular f 0 , f 00 , f 000 , .... Esto vale para cualquier z0 ∈ A.
Esta versión general de la fórmula nos permite calcular muchos más ejemplos. Veamos
algunos
Ejemplos 29.5.
1. Sea Γ = {z : |z| = 1} recorrida en sentido antihorario. Calcular
Z
sen(z)
dz.
Γ z6
Aquı́ f (z) = sen(z), que es derivable en C, y z0 = 0 está en el interior de Γ, y n = 5 (pues
la potencia del denominador es n + 1 = 6):
Z Z
sen(z) sen(z) 2πi 2πi πi
6
dz = 6
dz = senv (0) = cos(0) = .
Γ z Γ (z − 0) 5! 120 60
2. Calcular Z
z
dz,
Γ − 1)2 (z 4
donde Γ es el borde del cuadrado de vértices 0, 1 + i, 2 y 1 − i, recorridos en ese orden.
Factorizamos primero el denominador del integrando:
(z 4 − 1)2 = {(z − 1)(z − i)(z + 1)(z + i)}2 ,
ya que las 4 raices de z 4 = 1 son ±1, ±i. Lo siguiente es notar que de estas raices, solo 1
se encuentra en el interior de Γ (Ejercicio). Entonces podemos poner
Z Z z
z {(z−i)(z+1)(z+i)}2
4 2
dz = dz.
Γ (z − 1) Γ (z − 1)2
z
La función f (z) = {(z−i)(z+1)(z+i)}2 es derivable en C − {1, −i, −1}. Debemos diseñar
un dominio A sin agujeros que incluya a Γ (es decir, que excluya a los agujeros ±i, −1)
(Ejercicio). Una vez hecho esto, podemos usar la fórmula integral generalizada, con n = 1,
z0 = 1 y la f señalada:
Z z
{(z−i)(z+1)(z+i)}2 2 0
2
dz = − f (1),
Γ (z − 1) 2πi
donde el signo menos obedece a que Γ está recorrida en sentido horario. Notar que
z z z
f (z) = 2
= 2 2
= 3 ,
{(z − i)(z + 1)(z + i)} {(z + 1)(z + 1)} (z + z + z + 1)2
2
que es más cómodo para derivar. Entonces como

(z 3 + z 2 + z + 1)2 − z2(z 3 + z 2 + z + 1)(3z 2 + 2z + 1)
f 0 (z) = ,
(z 3 + z 2 + z + 1)4
f 0 (1) = 18 , y Z
z 2 1 1 i
dz = − =− = .
Γ (z 4 − 1)2 2πi 8 8πi 8π
151

Apunte Ecuaciones UNGS 1s 2021

Cargado por

Información del documentohacer clic para expandir la información del documento

Copyright:

Formatos disponibles

Apunte Ecuaciones UNGS 1s 2021

Cargado por

Información del documento

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

Apunte Ecuaciones UNGS 1s 2021

Cargado por

Copyright:

Formatos disponibles

ECUACIONES DIFERENCIALES - UNGS - 2020

1.2 Ecuaciones de variables separadas

Ejemplos 1.1. Hallemos las soluciones de:

Queda y 3 = x2 + x + c, despejamos y = (x2 + x + c)1/3 .

Ejemplo 1.4. Resolvemos el siquiente problema

Primero resolvemos la ecuación propiamente dicha, es decir y 0 = −3y. Esto ya lo hicimos en el

−2 = y(0) = ke−3.0 , es decir: k = −2.

Entonces la única solución del problema es y = −2e−3x .

1.3 Ecuaciones de primer orden

1. Consideramos primero la ecuación

Ahora la incógnita serı́a v. Reemplazamos y = uv en la ecuación (2):

(uv)0 + a(x)uv = b(x). (3)

Noten que (uv)0 + a(x)uv = u0 v + uv 0 + a(x)uv = (−a(x)u)v + uv 0 + a(x)uv = a(x)uv.

Entonces podemos armar las soluciones:

1. La ecuación homogénea es y 0 + cos(x)y = 0, que ya sabemos que es de variables separadas:

2. Ponemos y = uv, al reemplazar en la ecuación no homogénea, queda (Ejercicio):

y = uv = esen(x) {e−sen(x) + c} = 1 + cesen(x) .

Ejercicio 1.6. Hallar la única solución del problema

M (x, y)dx + N (x, y)dy = 0. (4)

es decir, una ecuación diferencial con la forma que venı́amos viendo.

Ejemplo 2.1. Hallar las soluciones de

(2xy 3 − ex )dx + 3y 2 (x2 + 1)dy = 0.

En este caso M (x, y) = 2xy 3 − ex , N (x, y) = 3y 2 (x2 + 1). Vemos si es exacta:

Coinciden, es exacta. Buscamos ϕ tal que

Tomamos alguna de las dos ecuaciones, por ejemplo la segunda:

2xy 3 + c0 (x) = ϕx = 2xy 3 − ex =⇒ c0 (x) = −ex =⇒ c(x) = −ex + k.

2.1.1 Factores integrantes

2. Factores integrante de variable y.

µ(x)M (x, y)dx + µ(x)N (x, y)dy = 0 (6)

(µ(x)N (x, y))x = (µ(x)M (x, y))y ,

que es una ecuación de variables separadas: dµ

Ejemplo 2.2. Hallar las soluciones de

(4xy 2 + 3y + 3)dx + (2x2 y + x)dy = 0

Chequeamos a ver si es exacta:

No es exacta. Buscamos un factor integrante µ(x). Repetimos el procedimiento de arriba (mul-

My (x, y) − Nx (x, y) 8xy + 3 − (4xy + 1) 2(2xy + 1) 2

Como buscamos una sola solución, ponemos c = 0, |µ| = µ, y queda

Tomamos este factor integrante µ = x2 , y multplicamos en la ecuación original. Queda

Esta ahora sı́ es exacta (comprobarlo). Entonces buscamos ϕ que cumpla

ϕx = 4x3 y 2 + 3x2 y + 3x2

2x4 y + x3 = ϕy = x4 2y + x3 + c0 (y) =⇒ c0 (y) = 0.

Podemos tomar c(y) = 0. Queda ϕ = x4 y 2 + x3 y + x3 , y las soluciones de la ecuación deben

(µ(y)N (x, y))x = (µ(y)M (x, y))y ,

que escribiendo como antes, omitiendo la variable y dentro de µ, queda

ex−y (1 + x)dx − 2xex−y dy = 0

No es exacta. Si buscáramos un factor integrante µ(x), llegarı́amos al punto en que no se van

e−y ex−y (1 + x)dx − e−y 2xex−y dy = 0, o sea ex−2y (1 + x)dx − 2xex−2y dy = 0

que es exacta. Buscamos ϕ tal que

Tomamos la segunda: ϕy = −2xex−2y = −2xex e−2y ,

ex−2y (1 + x) = ϕx = ex e−2y + xex e−2y + c0 (x) =⇒ c0 (x) = 0.

Tomamos c(x) = 0, queda ϕ(x, y) = xex e−2y . Planteamos ϕ(x, y) = k, y despejamos y en

ϕ(x, y(x)) = k, que vale para x ∈ I.

∇ϕ(x, y(x)) • (1, y 0 (x)) = 0,

donde • es el producto escalar de R2 . Sabemos que ∇ϕ = (ϕx , ϕy ) = (M, N ). Entonces queda

es decir, con f = 0. Esta ecuación se deomina homogénea.

Entonces (como erx 6= 0) debe ser

y 00 = y (2) 7→ r2 ; y 0 = y (1) 7→ r1 ; y = y (0) 7→ r0 = 1).

Ejercicio 3.3. En cualquier ecuación y 00 + ay 0 + by = 0 en la cual la ecuación caracterı́stica

3.2.1 Caso 2: raiz doble r0

El primer lı́mite −Rp