035 - Ec - Diferenciales FASE35

Introduccin a las ecuaciones o diferenciales ordinarias
Noem Wolanski
/
Diagrama de fases para dos poblaciones simbiticas o
Indice General
Preliminares Cap tulo 1. Introduccin o 1. Generalidades. 2. Descripcin de algunos mtodos de resolucin de ecuaciones de 1er. orden. o e o Ejercicios Cap tulo 2. Existencia y unicidad de solucin o Ejercicios Cap tulo 3. Sistemas lineales de 1er. orden y ecuaciones lineales de orden n 1. Generalidades y sistemas homogneos e 2. Sistemas no homogneos e Cap tulo 4. Resolucin de sistemas lineales con coecientes constantes o Ejercicios Cap tulo 5. Ecuaciones lineales de orden n con coecientes constantes Ejercicios Cap tulo 6. Comportamiento asinttico de las soluciones o 1. Diagramas de fases 2. Diagramas de fases de sistemas lineales a coecientes constantes 3. Linearizacin o 4. Sistemas Conservativos Ejercicios Agradecimientos Bibliograf a 5 7 7 10 12 15 22 23 23 29 33 45 47 52 55 56 60 68 74 79 81 83
Preliminares
El objetivo de estas notas es dar una introduccin al tema de Ecuaciones Diferenciales o Ordinarias (en adelante ODE) a nivel elemental. Las notas estn dirigidas a estudiantes de a la materia Anlisis II Matemtica 3 de la Facultad de Ciencias Exactas y Naturales de la a a Universidad de Buenos Aires. Al disear estas notas debemos tener en cuenta que en esta n materia el tema de ODE se dicta en no ms de 5 semanas. Es por esta razn que ciertos a o temas se dejan para desarrollar en los trabajos prcticos. Entre esos temas estn los mtodos a a e de resolucin de ecuaciones de primer orden y muchos ejemplos de aplicaciones que estn como o a ejercicio para los alumnos. En estas notas discutiremos algunos problemas en los cuales aparecen ODE, daremos la demostracin del Teorema de Existencia y Unicidad local de solucin y analizaremos el dominio o o de denicin de las mismas. A n de dar claridad al texto, daremos las demostraciones bajo o condiciones simples. Se darn los mtodos de resolucin de ecuaciones y sistemas lineales a coecientes constantes a e o (tanto homogneos como no homogneos). e e Por otro lado, se discutir la nocin de diagrama de fases y su relacin con la posibilidad a o o de prediccin del comportamiento de las soluciones sin conocer una frmula anlitica de las o o a mismas. Se ver cmo son los diagramas de fases de sistemas lineales a coecientes constantes a o de dimensin 2 y tambin para sistemas no lineales conservativos. Se discutir la nocin de o e a o estabilidad lineal y se utilizar para determinar la estabilidad de equilibrios de sistemas no a lineales de dimensin 2. o
CAP TULO 1
Introduccin o
1. Generalidades. Sea V (t, x, y, z) un campo de velocidades correspondiente a un uido (por ejemplo). En el curso ya vimos que una part cula que se mueve en el uido sigue una trayectoria (t) tal que su vector velocidad, (t), verica (t) = V (t, (t)) para todo tiempo t. Esto es un sistema de ecuaciones diferenciales de 1er. orden. A saber, si (t) = (x(t), y(t), z(t)) se debe tener para todo t, x = V1 (t, x, y, z), y = V2 (t, x, y, z), (1.1) z = V3 (t, x, y, z). Claramente, para determinar la posicin de una part o cula en un instante t debemos conocer tambin su posicin en algn instante t0 ya que en un instante dado habr part e o u a culas en diferentes puntos y por lo tanto sus trayectorias no son iguales. De modo que lo que nos plantearemos ser encontrar una solucin de (1.1) sujeta a que a o (t0 ) = X0 donde t0 R y X0 R3 son dados. Por ejemplo, en una variable podr amos intentar resolver el problema x = x, x(0) = 1. Tenemos x x (t) d = 1, pero = log x(t). Por lo tanto, lo que queremos es que x x(t) dt d log x(t) = 1 dt para todo t.
De aqu que se deba tener log x(t) = t + c para alguna constante c. Como para t = 0 tenemos x(0) = 1. Debe ser log 1 = c. Esto nos dice que c = 0 y por lo tanto log x(t) = t o lo que es equivalente x(t) = et . Por otro lado, si tenemos x = x, x(0) = a > 0,
7
1. INTRODUCCION
la misma cuenta nos da log a = c. Por lo tanto, log x = t + log a x = et+log a = aet . Vemos que a distintos datos iniciales le corresponden distintas soluciones y adems, si son a distintas en t = 0 son distintas para todo t. Veremos ms adelante que este hecho es una a propiedad general de las soluciones de ODE que dice que dos trayectorias de part culas diferentes no se cortan. Veamos otro ejemplo de sistema de ecuaciones. Supongamos que tenemos una part cula de masa unitaria sujeta a un campo de fuerzas F = (F1 , F2 , F3 ). Entonces, como la fuerza es la masa por la aceleracin, si (t) es la trayectoria o de la part cula, se verica (t) = F (t, (t)) para todo t. Es decir, x = F1 (t, x, y, z), y = F2 (t, x, y, z), z = F3 (t, x, y, z).
Ahora bien, si llamamos x0 = x , x1 = x , y0 = y , y1 = y , z0 = z , z1 = z . Entonces, obtenemos el siguiente sistema de primer orden: x0 = x1 , x = F (t, x , y , z ), 1 1 0 0 0 y = y1 , 0 y1 = F2 (t, x0 , y0 , z0 ), z0 = z1 , z1 = F3 (t, x0 , y0 , z0 ). Este mismo enfoque permite tratar el caso en que el campo de fuerzas depende de la velocidad (x , y , z ). Esto es as cuando, por ejemplo, hay algn tipo de friccin (como la resistencia del u o aire). Esta fuerza de friccin es proporcional a la velocidad y con sentido opuesto. De modo o que en general la fuerza ser de la forma F = F (t, x, y, z, x , y , z ) y tendremos (reordenando las a ecuaciones) x0 = x1 , y = y , 0 1 z = z1 , 0 x1 = F1 (t, x0 , y0 , z0 , x1 , y1 , z1 ), y1 = F2 (t, x0 , y0 , z0 , x1 , y1 , z1 ), z1 = F3 (t, x0 , y0 , z0 , x1 , y1 , z1 ). Es decir, un sistema de ecuaciones de la forma = G(t, ),
1. GENERALIDADES.
donde ahora no es la trayectoria de una part cula en el espacio, sino en lo que se llama el Espacio de Fases donde una fase es un par (, ) donde = posicin y = velocidad. o En el espacio de fases es una trayectoria del campo G. De modo que cualquier teor y a cualquier informacin que podamos recoger para sistemas de 1er orden, nos dar informacin o a o para sistemas de 2do. orden (mediante la reduccin descripta arriba). Pero ahora, si queremos o determinar la trayectoria de la part cula a partir de la trayectoria en el espacio de fases, necesitamos datos iniciales para y stos son (t0 ) , (t0 ). Es decir, hay que dar la posicin y e o velocidad en un mismo tiempo t0 para obtener la trayectoria de una part cula sujeta a un campo de fuerzas. Esto es bastante intuitivo desde el punto de vista f sico dado que una part cula sujeta a un campo de fuerzas que empieza, digamos en el instante t = 0, en un cierto lugar, podr a tener trayectorias distintas si originalmente su velocidad apunta en direcciones distintas. En general, si tengo una ecuacin de orden n: o (1.2) x(n) = f (t, x, x , x , , x(n1) ),
podemos reducirla a un sistema de n ecuaciones con n incgnitas de la siguiente forma: Llamamos o x0 = x , x1 = x , x2 = x , x3 = x , , xn1 = x(n1) . Mediante este proceso (1.2) resulta equivalente a x0 = x1 , x = x2 , 1 x = x , 2 3 x3 = x4 , (1.3) . . . x n2 = xn1 , xn1 = f (t, x0 , x1 , x2 , , xn1 ). Luego, en este caso, vemos que tenemos que dar condiciones iniciales x(t0 ), x (t0 ), x (t0 ), x (t0 ), . . . , x(n1) (t0 ), para determinar la trayectoria x(t). Un caso particular de sistemas de ecuaciones de 1er. orden que resultan ser de especial importancia son los sistemas lineales, es decir aquellos sistemas X = V (t, X), X Rn en donde V es una funcin lineal de X para cada t y continua con respecto a t. Estos sistemas tienen la o forma x1 = a11 x1 + a12 x2 + + a1n xn , x = a21 x1 + a22 x2 + + a2n xn , 2 (1.4) . . . xn = an1 x1 + an2 x2 + + ann xn . Aqu (x1 , x2 , , xn ) = X y la matriz (aij ) es la matriz asociada a la funcin lineal V . Los aij o son, en general, funciones continuas de la variable t. Cuando los coecientes aij no dependen de t, decimos que se trata de un sistema lineal de 1er. orden con coecientes constantes.
10
1. INTRODUCCION
Uno de los motivos que da especial importancia al estudio de los sistemas lineales, es que los mismos pueden dar informacin relevante sobre el comportamiento de las soluciones de sistemas o ms generales (sistemas no lineales). Veremos esto con ms detalle en el ultimo cap a a tulo.
2. Descripcin de algunos mtodos de resolucin de ecuaciones de 1er. orden. o e o Para el caso particular de 1 ecuacin de 1er. orden, existen varios mtodos para hallar las o e soluciones. En estas notas slo mostraremos el ms sencillo de estos, que ya hemos usado, y es o a el llamado mtodo de separacin de variables. En qu consiste? e o e Supongamos que la ecuacin tiene la forma o x = f (x)g(t), entonces, debe tenerse (si f (x) = 0) x (t) = g(t). f (x(t)) Sea F (s) = ds 1 , es decir F (s) = . Entonces f (s) f (s) x (t) d F (x(t)) = F (x(t))x (t) = . dt f (x(t)) Sea ahora G(t) = g(t) dt. Entonces, d d F (x(t)) = G(t). dt dt De aqu que F (x(t)) = G(t) + c (i.e. F (x) = G(t) + c) y si podemos despejar de aqu x tendremos la solucin general x(t) dependiendo de una constante o c a determinar por los datos iniciales. En la prctica, la forma de escribir este razonamiento es como sigue: a dx x = , dt por lo tanto, dx = f (x)g(t). dt Llevamos todo lo que depende de x a la izquierda y lo que depende de t a la derecha operando con los diferenciales como si fueran nmeros. Entonces se obtiene u dx = g(t) dt. f (x) Integrando a ambos lados (olvidando que dependen de distinta variable, ya que son los diferenciales los que nos dicen respecto de qu variable integramos) e dx = f (x) g(t) dt,
2. DESCRIPCION DE ALGUNOS METODOS DE RESOLUCION DE ECUACIONES DE 1ER. ORDEN.
11
o lo que es lo mismo F (x) = G(t) + c. o e o Ejemplo 1.1. Hallemos la solucin general de x = x2 . Aplicando el mtodo de separacin de variables, tenemos dx = x2 dt dx = dt x2 1 =t+c x x= 1 . t+c
Si, por ejemplo, x(0) = 1 se tiene 1 = c. Por lo tanto la solucin es o x= 1 . 1t
Observemos que la solucin hallada no est denida para todos los valores de t. El intervalo o a (que contiene al 0) en donde se encuentra denida la solucin es (, 1) y no puede extenderse o ms all de ah En principio, de la ecuacin diferencial x = x2 , no hab ningn elemento que a a . o a u nos hiciera pensar que algo as podr suceder, dado que la funcin V (x) = x2 es tan buena a o como uno quiere. Este ejemplo nos dice que en el desarrollo de la teor general no podemos esperar un a resultado de existencia que nos diga que si V (x) es regular entonces vaya a existir una solucin o denida para todo tiempo t. El resultado de existencia ser local. a Ejemplo 1.2. Hallar, por el mtodo de separacin de variables, las soluciones del problema e o x = x, x(0) = 0. Aplicando el mtodo de separacin de variables (suponiendo que x(t) = 0 para t > 0 para e o poder dividir por x) obtenemos dx = dt x 2 x = t + c.
Como x(0) = 0 se sigue que c = 0 y por lo tanto 1 x(t) = t2 . 4 Pero observemos que, como x (0) = 0 podemos prolongar x a t < 0 como la funcin idntio e camente nula. Es decir, tenemos una solucin dada por o x(t) =
1 2 4t
si t > 0, si t 0.
Por otro lado, si resolvemos por el mismo mtodo este problema con dato inicial 0 dado en e un > 0 (es decir, pidiendo que x( ) = 0) y resolviendo para t > obtenemos 1 x(t) = (t )2 4 para t
12
1. INTRODUCCION
y como antes podemos extender esta solucin a t < como la funcin idnticamente 0. Es decir, o o e tenemos 1 (t )2 si t > , x(t) = 4 0 si t . Observemos que ambas funciones son solucin de la ecuacin x = x y satisfacen x(0) = 0. o o Vemos con este ejemplo que no siempre existe una unica solucin al problema de valores o iniciales. Para obtener unicidad, que desde el punto de vista de las aplicaciones f sicas es una propiedad importante, habr que pedir hiptesis adicionales sobre la funcin f (t, x) del segundo a o o miembro de la ecuacin que garanticen la unicidad. Observar que f (x) = x no es regular en o x = 0. En el prximo cap o tulo estableceremos condiciones que aseguran unicidad de solucin. o
Ejercicios (1) Para cada una de las ecuaciones diferenciales que siguen, encontrar la solucin general o y, en los casos que se indica, la solucin particular que satisfaga la condicin dada: o o (a) x = 1+x 1+t x(1) = 0 x(0) = 0 (b) x = 1 + x2 , 1 + t2 x(0) = 1
(c) x 2tx = t, (e) x x1/3 = 0,
(d) x tan t = cos t
En todos los casos dar el intervalo maximal de existencia de las soluciones y decir si son unicas. (2) Si y = y(t) denota el nmero de habitantes de una poblacin en funcin del tiempo, u o o se denomina tasa de crecimiento de la poblacin a la funcin denida como el cociente o o y /y. (a) Caracterizar (encontrar la ecuacin) de las poblaciones con tasa de crecimiento o constante. (b) Dibujar el grco de y(t) para poblaciones con tasa de crecimiento constante, a positiva y negativa. (c) Cules son las poblaciones con tasa de crecimiento nula? a (d) Una poblacin tiene tasa de crecimiento constante. El 1 de enero de 1992 ten 1000 o a individuos, y cuatro meses despus ten 1020. Estimar el nmero de individuos e a u que tendr el 1 de enero del ao 2010, usando los resultados anteriores. a n o (e) Caracterizar las poblaciones cuya tasa de crecimiento es una funcin lineal de t (at + b). (f) Caracterizar las poblaciones cuya tasa de crecimiento es igual a r cy, donde r y c son constantes positivas. Este es el llamado crecimiento log stico, en tanto que el correspondiente a tasas constantes es llamado crecimiento exponencial (por razones obvias no?). Para poblaciones pequeas, ambas formas de crecimiento n son muy similares. Comprobar esta armacin y comprobar tambin que en el o e crecimiento log stico y(t) tiende asintticamente a la recta y = r/c. o
EJERCICIOS
13
(3) Si un cultivo de bacterias crece con un coeciente de variacin proporcional a la cantio dad existente y se sabe adems que la poblacin se duplica en 1 hora Cunto habr a o a a aumentado en 2 horas?. (4) Verique que las siguientes ecuaciones son homogneas de grado cero y resuelva: e x+t (a) tx = x + 2t exp(x/t) (b) txx = 2x2 t2 (c) x = , x(1) = 0 t (5) Demuestre que la sustitucin y = at + bx + c cambia x = f (at + bx + c) en una ecuacin o o con variables separables y aplique este mtodo para resolver las ecuaciones siguientes: e (a) x = (x + t)2 (b) x = sen2 (t x + 1)
(6) (a) Si ae = bd demuestre que pueden elegirse constantes h, k de modo que las sustituciones t = s h, x = y k reducen la ecuacin: o dx =F dt a una ecuacin homognea. o e (b) Resuelva las ecuaciones: x+t+4 a) x = x+t6 (7) Resuelva las ecuaciones siguientes: (a) (y x3 )dx + (x + y 3 )dy = 0 (b) cos x cos2 y dx 2sen x sen y cos y dy = 0 (c) (3x2 y 2 ) dy 2xy dx = 0 (e) 3y dx + x dy = 0 (8) Si a, b : [x1 , x2 ]R son continuas, (a) probar: (i) y(x) = ke
Rx
x1
at + bx + c dt + ex + f
b) x =
x+t+4 tx6
(d) x dy = (x5 + x3 y 2 + y) dx
a(t)dt
(k R) son todas las soluciones de

x
Rt
x1
y + a(x)y = 0 en [x1 , x2 ] (ii) y(x) = e
Rx
x1
a(t)dt
b(t)e
x1
a(s)ds
dt es una solucin de o
y + a(x)y + b(x) = 0 en [x1 , x2 ] (b) describir todas las soluciones de: y + a(x)y + b(x) = 0 en [x1 , x2 ] (c) Comprobar que y1 R existe una unica solucin de la ecuacin y +a(x)y+b(x) = o o 0 en [x1 , x2 ] tal que y(x1 ) = y1 , y que cualquier solucin de la ecuacin homognea o o e y + a(x)y = 0 que se anule en un punto x [x1 , x2 ] es idnticamente nula. e o (9) Hallar la ecuacin de una curva tal que la pendiente de la recta tangente en un punto cualquiera es la mitad de la pendiente de la recta que une el punto con el origen.
14
1. INTRODUCCION
(10) Hallar la ecuacin de las curvas tales que la normal en un punto cualquiera pasa por el o origen. (11) Demostrar que la curva para la cual la pendiente de la tangente en cualquier punto es proporcional a la abscisa del punto de contacto es una parbola. a (12) (a) Hallar las soluciones de: i. y + y = sen x ii. y + y = 3 cos(2x) (b) Halle las soluciones de y + y = sen x + 3 cos(2x) cuya grca pase por el origen a (Piense, y no haga cuentas de ms). a (13) Dada la ecuacin no homognea y + a(x)y = b(x) donde a, b : RR son continuas con o e per odo p > 0 y b 0. (a) Pruebe que una solucin de esta ecuacin verica: o o (x + p) = (x) x R (0) = (p) odo 2 para las ecuaciones: (b) Encuentre las soluciones de per y + 3y = cos x, y + cos(x)y = sen(2x)
(14) Suponga que el ritmo al que se enfr un cuerpo caliente es proporcional a la diferencia a de temperatura entre l y el ambiente que lo rodea (ley de enfriamiento de Newton). Un e cuerpo se calienta 110 C y se expone al aire libre a una temperatura de 10 C. Al cabo de una hora su temperatura es de 60 C. Cunto tiempo adicional debe transcurrir a para que se enfr a 30 C? e (15) Si la resistencia del aire que acta sobre un cuerpo de masa m en ca libre ejerce una u da fuerza retardadora sobre el mismo proporcional a la velocidad (= kv) , la ecuacin o diferencial del movimiento es: d2 y dv dy = g cv = g c , o bien dt2 dt dt donde c = k/m. Supongamos v = 0 en el instante t = 0, y c > 0. Encontrar limt v(t) (llamada velocidad terminal). Si la fuerza retardadora es proporcional al cuadrado de la velocidad, la ecuacin se o convierte en: dv = g cv 2 dt Si v(0) = 0, encuentre la velocidad terminal en este caso. (16) La ecuacin y +P (x)y = Q(x)y n , que se conoce como la ecuacin de Bernoulli, es lineal o o cuando n = 0, 1. Demuestre que se puede reducir a una ecuacin lineal para cualquier o valor de n = 1 por el cambio de variable z = y 1n , y aplique este mtodo para resolver e las ecuaciones siguientes: (a) xy + y = x4 y 3 (b) xy 2 y + y 3 = x cos x (c) xy 3y = x4
CAP TULO 2
Existencia y unicidad de solucin o

En este cap tulo daremos resultados de existencia y unicidad local de solucin para sistemas o de 1er. orden de la forma X = F (t, X). Necesitamos ciertas propiedades del campo F , a saber Definicion 2.1. Sea F (t, X) denida para t I y X donde I es un intervalo de la recta y es un abierto de Rn . Decimos que F es Lipschitz en la variable X en I si F es continua en las variables t y X en I y existe una constante L tal que para todo t I, X, Y , F (t, X) F (t, Y ) L X Y . Decimos que F es localmente Lipschitz en la variable X en I si para todo intervalo cerrado y acotado J contenido en I y todo conjunto cerrado y acotado contenido en se tiene que F es Lipschitz en J . Observacion 2.1. La condicin de Lipschitz local dice que hay una constante como la L de o arriba para cada subconjunto J como los descriptos, pero la constante puede ser distinta para distintas elecciones de los conjuntos. Adems es esencial aqu que los conjuntos J y sean a acotados y estn contenidos, junto con sus bordes, en I y respectivamente . e Ejemplo 2.1. Sean I y intervalos de la recta. Si f : I R es continua y existe fx (t, x) y es continua en I , se sigue que f es localmente Lipschitz en la variable x en I . En efecto, sea J un intervalo cerrado y acotado contenido en I y sea un intervalo cerrado y acotado contenido en el intervalo . Sea L = max{|fx (t, x)| : t J , x }. Si t J, x, y se tiene |f (t, x) f (t, y)| = |fx (t, ) (x y)| L |x y|, ya que es un punto en el intervalo de extremos x e y y por lo tanto pertenece al intervalo . . Observacion 2.2. El ejemplo 2.1 se generaliza a Rn pero no haremos los detalles aqu Ejemplo 2.2. Sea F (t, X) = A(t) X + b(t) con A(t) Rnn y b(t) Rn . Si los coecientes aij (t) , bi (t) de la matriz A(t) y el vector b(t) son funciones continuas de la variable t en un intervalo I se sigue que F es localmente Lipschitz en la variable X en I Rn . Si el intervalo I es cerrado y acotado, F es Lipschitz en la variable X en I Rn .
15
16
2. EXISTENCIA Y UNICIDAD DE SOLUCION
En efecto, slo tenemos que ver esta ultima armacin. Sea K una constante mayor que o o |aij (t)| para t I y para todo i, j = 1, . . . , n. Entonces, 2
n n
A(t)X A(t)Y
= A(t)(X Y )
n
=
i=1
j=1
aij (t)(xj yj )
2
Cn
i,j=1
|aij (t)|2 (xj yj )2 Cn K 2 n X Y
Por lo tanto A(t)X A(t)Y L X Y donde L2 = Cn K 2 n y se sigue que F (t, X) es Lipschitz con constante L ya que F (t, X) F (t, Y ) = A(t)X A(t)Y . Estamos en condiciones de enunciar el teorema de existencia de solucin para un sistema de o 1er. orden. Teorema 2.1. Sean I un intervalo de la recta y un abierto de Rn . Sea F (t, X) un campo localmente Lipschitz en la variable X en I . Sean I y . Si es interior a I, existen > 0 y una funcin continuamente diferenciable X : [ , + ] I tales que o X (t) = F (t, X(t)), X( ) = . Si es el extremo izquierdo de I, existen > 0 y una funcin continuamente diferenciable o X : [, + ] I tales que X (t) = F (t, X(t)), X( ) = . Se tiene el resultado anlogo si es el extremo derecho del intervalo I. a Observacion 2.3. Este teorema no lo demostraremos con esta generalidad. Daremos la demostracin de una versin muy simplicada para el caso de una ecuacin. A saber, o o o Teorema 2.2. Sea I un intervalo de la recta. Sea f (t, x) una funcin Lipschitz en la variable o x en I R. Sean I, R. Si es interior a I, existen > 0 y una funcin continuamente o diferenciable x : [ , + ] I R tales que (2.1) x (t) = f (t, x(t)), x( ) = . para todo t [ , + ], para todo t [, + ], para todo t [ , + ],
Se tienen los resultados anlogos si es un extremo del intervalo I. a Demostracion. Supongamos que x(t) es una solucin del problema. Integrando la ecuacin o o diferencial a partir de y usando la condicin inicial tenemos o
t
(2.2)
x(t) = +
f (s, x(s)) ds,
para t en [ , + ].
Rec procamente, si x(t) es una funcin continua en [ , + ] y es solucin de la ecuacin o o o integral (2.2) se sigue que x es continuamente diferenciable y que x = f (t, x). Por otro lado, evaluando en t = en la ecuacin integral (2.2) vemos que x( ) = . Por lo tanto (2.2) es o
17
equivalente a (2.1). El mtodo de construccin de una solucin ser, por lo tanto, buscar una e o o a solucin de la ecuacin integral. Y sto lo haremos por un mtodo iterativo. A saber, deniremos o o e e inductivamente x0 (t) = ,
t
x1 (t) = + e, inductivamente,
f (s, x0 (s)) ds,
(2.3)
xk (t) = +
f (s, xk1 (s)) ds.
Observemos que estas funciones estn denidas en I. a Si probamos que la sucesin de funciones continuas xk (t) converge uniformemente en [ o , + ] a una funcin x(t) se tendr, por un lado, que x(t) es continua en [ , + ] y, por o a el otro, que
t t
f (s, xk (s)) ds
f (s, x(s)) ds.
Por lo tanto x ser una solucin continua de (2.2) y en consecuencia una solucin de (2.1). a o o Veamos entonces que la sucesin de funciones as construida converge uniformemente en o [ , + ] para algn > 0. Para eso, veamos que existe > 0 tal que la sucesin es u o uniformemente de Cauchy en [ , + ]. Esto signica que satisface que para todo > 0, existe k0 tal que para todo t [ , + ] y k, j k0 , |xk (t) xj (t)| < . Con este n acotaremos primero las diferencias de dos trminos consecutivos. Para esto e necesitaremos utilizar la condicin de Lipschitz en la variable x de f en I R. Sea L la o constante de Lipschtiz, entonces como
t
xk+1 (t) = + xk (t) = + restando ambas ecuaciones vemos que

t
f (s, xk (s)) ds, f (s, xk1 (s)) ds,
xk+1 (t) xk (t) = De aqu que, para t ,

t
[f (s, xk (s)) f (s, xk1 (s))] ds.
|xk+1 (t) xk (t)| Sea ahora
|f (s, xk (s)) f (s, xk1 (s))| ds L
|xk (s) xk1 (s)| ds.
1 tal que I := [ , + ] I. Entonces, 2L max{|xk+1 (t) xk (t)| , t [, + ]} L |t | max{|xk (t) xk1 (t)| , t [, + ]} 1 max{|xk (t) xk1 (t)| , t [, + ]}. 2
18
A una desigualdad anloga se llega en el intervalo [ , ]. a Llamemos ahora mk = max{|xk (t) xk1 (t)| , t I }. Tenemos entonces, 1 mk+1 mk . 2 Iterando esta desigualdad, obtenemos mk Finalmente, si j = k + m,
m1
1 m1 . 2k1
|xk (t) xj (t)| = |xk (t) xk+m (t)| = |

m1 i=0 m1
(xk+i (t) xk+i+1 (t))| 1 = m1 2k

m1 i=0
i=0
mk+i+1 m1
i=0
2k+i
m1 1 k1 . i 2 2
Por lo tanto, dado > 0 si j, k k0 donde
m1 k0 1 2
< se tiene para t [ , + ],
|xj (t) xk (t)| < . Claramente, de la demostracin se ve que si es el extremo izquiedo de I y 1/2L es tal o que [, + ] I, se tiene una solucin en el intervalo [, + ]. o Anlogamente, si es el extremo derecho de I y 1/2L es tal que [ , ] I, se tiene a una solucin en el intervalo [ , ]. o
Antes de discutir cul es el mayor intervalo que contiene a donde hay denida una solucin a o del problema, veamos un resultado de continuidad de las soluciones respecto del dato inicial que implicar la unicidad de solucin. a o Teorema 2.3. Sean I y f como en el Teorema 2.2. Sean I y 1 , 2 R. Sean x1 , x2 : [, ] I R soluciones de (2.4) con xi ( ) = i , i = 1, 2. Existe una constante C() dependiente de tal que (2.5) |x1 (t) x2 (t)| C() |1 2 | para t [, ]. x = f (t, x) en [, ],
Se tiene el mismo resultado si x1 , x2 : [, ] I R son soluciones de x = f (t, x) con xi ( ) = i , i = 1, 2. en [, ],
19
Demostracion. Lo demostraremos en el caso que > . La demostracin del otro caso es o enteramente anloga. a Sea L la constante de Lipschitz de f en I R. Integrando la ecuacin (2.4) para x1 de a o t, tenemos
t
x1 (t) = 1 +
f (s, x1 (s)) ds.
Anlogamente, integrando (2.4) para x2 obtenemos a x2 (t) = 2 + Restando ambas ecuaciones

t
f (s, x2 (s)) ds.
x1 (t) x2 (t) = 1 2 + y por lo tanto,
[f (s, x1 (s)) f (s, x2 (s))] ds

t
(2.6)
|x1 (t) x2 (t)| |1 2 | + L
|x1 (s) x2 (s)| ds.
Para obtener de (2.6) una desigualdad para |x1 (t) x2 (t)| usaremos el Lema 2.1 (de Gronwall). Sea g 0 continua en un intervalo que contiene a . Si
t
(2.7) se sigue que
g(t) A + B
g(s) ds ,
g(t) AeB|t | . Suponiendo probado el Lema de Gronwall, podemos aplicarlo con g(t) = |x1 (t) x2 (t)| y obtenemos |x1 (t) x2 (t)| |1 2 |eL(t ) C() |1 2 | si t [, ]. donde C() = eL( ) . Probemos ahora el Lema de Gronwall. Demostracion del Lema de Gronwall. Lo haremos en el caso t . La demostracin o en el otro caso es totalmente anloga. a
t
Sea G(t) =
g(s) ds. Entonces (2.7) nos dice que G (t) A + B G(t).
O, lo que es lo mismo, G (t) B G(t) A. Multipliquemos la inecuacin por eB(t ) . Tenemos o eB(t ) G(t) = eB(t ) G (t) B G(t) A eB(t ) .
20
Integrando de a t y usando que G( ) = 0, tenemos eB(t ) G(t) A

t
eB(s ) ds =
A B(t ) e 1 , B
De aqu que G(t) Como la desigualdad (2.7) dice que g(t) A + B G(t), se sigue que g(t) A + B que es lo que quer amos demostrar. Como corolario del Teorema 2.3 se obtiene el resultado de unicidad. A saber, Teorema 2.4. Sean I y f como en el Teorema 2.2. Sean I y R. Sean J1 I, J2 I y xi : Ji R para i = 1, 2 tales que xi = f (t, xi ) xi ( ) = . Entonces, x1 (t) = x2 (t) si t J1 J2 . Demostracion. Sea [t1 , t2 ] J1 J2 . Probaremos que x1 = x2 en [t1 , t2 ]. Como el intervalo es arbitrario, se sigue que x1 = x2 en J1 J2 . Probamos primero que x1 = x2 en [, t2 ]. (Podr amos tener = t1 y no habr que probar a nada ms). En efecto, por el Teorema 2.3 tenemos a |x1 (t) x2 (t)| C(t2 ) | | = 0 Anlogamente, a |x1 (t) x2 (t)| C(t1 ) | | = 0 en [t1 , ]. El teorema est demostrado. a Observacion 2.4. Estos resultados de continuidad respecto de los datos iniciales y de unicidad son vlidos bajo las condiciones del Teorema 2.1. Pero no daremos sus demostraciones a aqu aunque son enteramente similares a las demostraciones de los Teoremas 2.3 y 2.4. Observacion 2.5 (Prolongacin de soluciones). A partir del Teorema 2.4 vemos que si o tenemos una solucin x1 del problema o (2.8) x = f (t, x), x( ) = , en [, t2 ]. en Ji , A B(t ) e 1 = AeB(t ) . B A B(t ) e 1 . B
21
en un intervalo J1 I y una solucin x2 del problema (2.8) en J2 I, tenemos en o realidad una solucin x de (2.8) en J1 J2 . En efecto, si denimos o x(t) = x1 (t) x2 (t) si t J1 , si t J2 ,
se tiene que x est bien denida en J1 J2 y es solucin de (2.8) ah a o . Podemos por lo tanto denir la solucin maximal de (2.8). A saber, sea J I el mayor o intervalo donde hay denida una solucin, es decir o J = {J : J y J es un intervalo en el que hay denida una solucin de (2.8)}. o Entonces hay una solucin denida en J , esta solucin es unica y no es posible prolongarla a o o un intervalo ms grande que J . Esta es la llamada solucin maximal. a o Observacion 2.6. Supongamos que f (t, x) es Lipschitz en la variable x en [t1 , t2 ] R para todo intervalo cerrado y acotado [t1 , t2 ] contenido en I. Veamos que la solucin maximal est o a denida en todo I. En efecto, sea [t1 , t2 ] I. Aplicando el Teorema 2.2 con I reemplazado por el intervalo [, t2 ], la construccin nos da una solucin en todo [, t2 ] si t2 1/2L. Si no, obtenemos una o o solucin x1 en [, + 1/2L]. Consideremos ahora, para 1 = + 1/2L el problema o x = f (t, x) en [1 , 1 + ], x(1 ) = x1 (1 ). Por el Teorema 2.2, si t2 1 1/2L, existe una solucin x2 en [1 , t2 ]. Esta solucin se o o pega bien con x1 en 1 y por lo tanto obtenemos una solucin en [, t2 ]. o Si por el contrario, t2 1 > 1/2L, existe una solucin x2 en [1 , 1 + 1/2L], y por lo tanto o 1 tenemos una solucin en [, + 2 2L ]. o
1 Siguiendo as como existe un k N tal que + k 2L > t2 , vemos que en un nmero nito , u de pasos debemos tener una solucin denida en todo [, t2 ]. o
Anlogamente se ve que hay una solucin denida en [t1 , ]. a o Por lo tanto, hay una solucin denida en [t1 , t2 ]. De donde, la solucin maximal est o o a denida ah Como el intervalo [t1 , t2 ] I es arbitrario, se sigue que la solucin maximal . o est denida en todo I. a Observacion 2.7. Cuando la solucin maximal est denida en todo I, decimos que la o a solucin es global. Por la Observacin 2.6, vemos que bajo las condiciones del Teorema 2.2, la o o solucin maximal es global. Este resultado tambin es cierto si, en el Teorema 2.2, en lugar de o e una funcin f (t, x) tenemos un campo F (t, X) Lipschitz en la variable X en J Rn para todo o intervalo cerrado y acotado J I. Es decir, el resultado de existencia global es vlido para a sistemas de n ecuaciones con n incgnitas de la forma o X = F (t, X) si F es Lipschitz en la variable X en J Rn para todo intervalo cerrado y acotado J I.
22
En particular, las soluciones de un sistema lineal con coecientes continuos en un intervalo abierto I son globales, tanto en el caso homogneo como no homogneo. Enunciaremos este e e resultado para referencia posterior. Teorema 2.5. Sea I R un intervalo abierto (posiblemente todo R). Sean aij (t), bi (t) funciones continuas en I para i, j = 1, , n. Sean I, Rn . Existe entonces una unica solucin X = (x1 , , xn ) de o x1 = a11 x1 + a12 x2 + + a1n xn + b1 , x = a21 x1 + a22 x2 + + a2n xn + b2 , 2 (2.9) . . . xn = an1 x1 + an2 x2 + + ann xn + bn , que satisface X( ) = . Esta solucin est denida en todo el intervalo I. o a Observacion 2.8. La condicin de Lipschitcianidad global no puede relajarse a Lipschito cianidad local. En efecto, como vimos en la introduccin, la solucin del problema o o x = x2 x(0) = 1 1 . Por lo tanto, el intervalo maximal de existencia para este problema es (, 1), 1t mientras que I = R; ya que, en este ejemplo, f (t, x) = x2 es localmente Lipschitz en la variable x en R R (pero no lo es globalmente). es x(t) =
Ejercicios o o (1) Sea F : R R una funcin localmente Lipschitz. Probar que si x(t) es una solucin de x (t) = F (x(t)) que verica x(t0 + T ) = x(t0 ) para algn t0 R entonces x(t) es una funcin peridica u o o de per odo T . (2) Sea F : R R una funcin localmente Lipschitz. Vericar que si x1 (t) y x2 (t) son dos o soluciones de x (t) = F (x(t)) tales que x1 (t1 ) = x2 (t2 ) para ciertos t1 , t2 R , entonces Im(x1 ) = Im(x2 ). (3) Sea F : R R una funcin localmente Lipschitz tal que F (p1 ) = F (p2 ) = 0 con o p1 < p2 . Probar que si x0 (p1 , p2 ), entonces la solucin de o x (t) = F (x(t)), est denida para todo t R. a (4) Sea F : R R una funcin localmente Lipschitz y sea x(t) una solucin de o o x (t) = F (x(t)) tal que x(t) x0 cuando t + . Probar que F (x0 ) = 0. x(0) = x0
CAP TULO 3
Sistemas lineales de 1er. orden y ecuaciones lineales de orden n

En este cap tulo estudiaremos el conjunto de soluciones de sistemas lineales de n ecuaciones con n incgnitas. Probaremos, en el caso homogneo, que el conjunto de soluciones es un espacio o e vectorial lo que nos dice cmo ser la solucin general. Dada la relacin entre ecuaciones de o a o o orden n y sistemas de n ecuaciones, deduciremos resultados anlogos para el caso de ecuaciones. a Finalmente, daremos un mtodo para encontrar la solucin general de sistemas (resp. ecuaciones) e o no homogneas a partir de la solucin general del sistema (resp. ecuacin) homogneo asociado. e o o e 1. Generalidades y sistemas homogneos e Empecemos probando que el conjunto de soluciones de un sistema lineal homogneo forma e un espacio vectorial de dimensin n. o Teorema 3.1. Sea I R un intervalo abierto. Sean aij (t) funciones continuas en I. Sea A(t) = (aij (t)) Rnn . El conjunto de las soluciones del sistema lineal homogneo de n e ecuaciones con n incgnitas o (3.1) es un espacio vectorial de dimensin n. o a Demostracion. Recordemos que todas las soluciones estn denidas en todo el intervalo I. Por lo tanto, podemos sumarlas y multiplicarlas por escalares. Lo que tenemos que ver, para ver que es un espacio vectorial, es que al sumar dos soluciones obtenemos otra solucin y lo mismo o sucede si multiplicamos una solucin por un escalar. Esto es consecuencia de la linealidad de la o operacin de derivacin y de la funcin A(t)X (en la variable X). En efecto, sean X1 y X2 dos o o o soluciones y X = X1 + X2 es decir, X es la funcin de I en Rn denida por X(t) = X1 (t) + X2 (t) o para cada t I. Veamos que X es tambin solucin de (3.1). Tenemos, e o X (t) = X1 (t) + X2 (t) = A(t)X1 (t) + A(t)X2 (t) = A(t)(X1 (t) + X2 (t)) = A(t)X(t). Por lo tanto X satisface (3.1). Sea ahora c R y sea X = c X1 , entonces X (t) = cX1 (t) = cA(t)X1 (t) = A(t)(cX1 (t)) = A(t)X(t). y nuevamente obtenemos que X es solucin de (3.1). o Veamos ahora que hay una base del espacio de soluciones formada por exactamente n soluciones. Para esto, aplicamos el Teorema 2.5 con I cualquiera jo. Sean Xi , i = 1, . . . , n, las soluciones maximales de (3.1) que verican Xi ( ) = ei , donde {e1 , . . . , en } es la base cannica o de Rn .
23
X = A(t)X
24
3. SISTEMAS LINEALES DE 1ER. ORDEN Y ECUACIONES LINEALES DE ORDEN n
Obtenemos as n soluciones. Veamos que son linealmente independientes, sto es, que la e unica manera de obtener la funcin 0 al hacer una combinacin lineal de estas soluciones es o o tomando todos los coecientes iguales a 0. Supongamos entonces que tenemos constantes c1 , . . . , cn tales que (3.2) c1 X1 (t) + + cn Xn (t) = 0 para todo t I. Debemos probar que necesariamente c1 = c2 = = cn = 0. En efecto, tomando t = en (3.2) obtenemos c1 e1 + + cn en = 0. Como {e1 , . . . , en } son linealmente independientes, se sigue que necesariamente c1 = c2 = = cn = 0 como quer amos demostrar. Resta ver que {X1 , . . . , Xn } generan el espacio de soluciones de (3.1). Es decir, que toda solucin puede escribirse como combinacin lineal de estas n soluciones. En efecto, sea X una o o solucin de (3.1) y sea = X( ). Como {e1 , . . . , en } es una base de Rn , existen constantes o c1 , . . . , cn tales que = c1 e1 + + cn en . Construyamos ahora la siguiente funcin: Y (t) = c1 X1 (t) + + cn Xn (t) para t I. Entonces, o como el conjunto de soluciones de (3.1) es un espacio vectorial, se sigue que Y es tambin una e solucin de (3.1). Pero, por la eleccin de las constantes c1 , , cn , se tiene que Y ( ) = . De o o modo que tenemos dos soluciones de (3.1) con el mismo dato inicial en t = . Por el teorema de unicidad de solucin se sigue que X = Y . Recordando quin es Y vemos que o e X(t) = c1 X1 (t) + + cn Xn (t) como quer amos demostrar. Un resultado importante, del cul esencialmente ya probamos una parte en el teorema ana terior es el siguiente Proposicion 3.1. Sean {X1 , . . . , Xn } soluciones de (3.1) y sea I cualquiera. Entonces {X1 , . . . , Xn } son linealmente independientes como funciones de t en I si y slo si los vectores o {X1 ( ), . . . , Xn ( )} son linealmente independientes en Rn . Demostracion. Como en la demostracin del Teorema 3.1 supongamos que los vectores o {X1 ( ), . . . , Xn ( )} son linealmente independientes en Rn . Veamos que las funciones {X1 , . . . , Xn } son linealmente independientes. En efecto, si c1 , . . . , cn son constantes tales que la funcin c1 X1 (t) + + cn Xn (t) es la funcin 0, veamos que c1 = c2 = o o = cn = 0. En efecto, evaluando en t = vemos que c1 X1 ( ) + + cn Xn ( ) = 0 y como {X1 ( ), . . . , Xn ( )} son linealmente independientes en Rn , se sigue que c1 = c2 = = cn = 0. Rec procamente, supongamos que las soluciones {X1 , . . . , Xn } son linealmente independientes y veamos que los vectores {X1 ( ), . . . , Xn ( )} tambin lo son. En efecto, supongamos e que c1 X1 ( ) + + cn Xn ( ) = 0. para todo t I,
1. GENERALIDADES Y SISTEMAS HOMOGENEOS
25
Sea Y (t) = c1 X1 (t) + + cn Xn (t) para t I. Entonces, Y es una solucin de (3.1) con dato o inicial Y ( ) = 0. Por el teorema de unicidad de solucin se sigue que Y = 0. Esto es, o c1 X1 (t) + + cn Xn (t) = 0 para todo t I. Como las funciones {X1 , . . . , Xn } son linealmente independientes obtenemos que necesariamente c1 = c2 = = cn = 0 como quer amos demostrar. Tenemos inmediatamente el siguiente corolario Corolario 3.1. Sean {X1 , . . . , Xn } soluciones de (3.1) y sea , I cualesquiera. Entonces los vectores {X1 ( ), . . . , Xn ( )} son linealmente independientes si y slo si los vectores o {X1 (), . . . , Xn ()} lo son. Observacion 3.1. Sea {X1 , . . . , Xn } una base de soluciones de (3.1). Construyamos una matriz ubicando a estos vectores como columnas y llammosla Q(t). A una matriz de este tipo e la llamamos matriz fundamental. Es fcil ver que a Q (t) = A(t)Q(t) para todo t I. ya que las columnas de A(t)Q(t) son los vectores A(t)Xj (t). Como el determinante de una matriz es no nulo si y slo si sus columnas son linealmente o independientes, el Corolario 3.1 dice que det Q( ) = 0 para un I si y slo si det Q(t) = 0 para todo t I. o Observemos adems que como toda solucin de (3.1) es combinacin lineal de las columnas a o o de Q, se sigue que toda solucin es de la forma o c1 . X(t) = Q(t)C para algn vector C = . . u . cn Observemos por otro lado, que dada una matriz U (t) Rnn cualquiera (es decir, si no pedimos que las columnas sean solucin de un mismo sistema lineal homogneo), no tiene por o e qu ser cierto que el determinante es distinto de cero en un punto si y slo si lo es en todos los e o puntos. Por ejemplo, si t 0 U (t) = , 0 t se tiene que det U (0) = 0 y det U (1) = 1, A partir de los resultados anteriores sobre el conjunto de soluciones de sistemas lineales, y dada la equivalencia de una ecuacin de orden n con un sistema de primer orden de n ecuaciones o con n incgnitas, obtenemos resultados sobre el conjunto de soluciones de una ecuacin lineal o o de orden n. En efecto, Consideremos la ecuacin o (3.3) x(n) + an1 (t)x(n1) + an2 (t)x(n2) + + a1 (t)x + a0 (t)x = f (t).
26
Como vimos en la introduccin, si x es solucin de (3.3) se sigue que X = (x, x , x , . . . , x(n1) ) o o es solucin del sistema o x0 = x1 , x = x , 1 2 . . (3.4) . x n2 = xn1 , xn1 = a0 (t)x0 a1 (t)x1 an1 (t)xn1 + f (t). Rec procamente, sea X = (x0 , x1 , , xn1 ) una solucin de (3.4), entonces la funcin x(t) = o o x0 (t) es solucin de (3.3). En efecto, la primer ecuacin del sistema (3.4) dice que x1 = x , la o o segunda dice que x2 = x1 = x . La tercera dice que x3 = x2 = x . Y as hasta la penltima u que dice que xn1 = xn2 = x(n1) . Finalmente, con esta informacin la ultima ecuacin dice o o que x(n) = xn1 = a0 (t)x0 a1 (t)x1 an1 (t)xn1 + f (t) = an1 (t)x(n1) an2 (t)x(n2) a1 (t)x a0 (t)x + f (t). Es decir, x es solucin de (3.3). o Se tiene, por lo tanto, el siguiente resultado Teorema 3.2. (1) Sea I un intervalo abierto de la recta y sea I. Sean ai (t), i = 1, . . . , n 1 y f (t) funciones continuas en I. Para cada n-upla (y0 , y1 , . . . , yn1 ) existe una unica solucin o de (3.3) que satisface x( ) = y0 , x ( ) = y1 , x ( ) = y2 , x(n1) ( ) = yn1 . Adems la solucin est denida en todo el intervalo I. a o a (2) Sea I un intervalo abierto de la recta y sean ai (t), i = 1, . . . , n 1 funciones continuas en I. El conjunto de soluciones de (3.3) cuando f = 0 es decir en el caso de la ecuacin lineal homognea de orden n es un espacio vectorial de dimensin n. o e o (3) Bajo las mismas hiptesis que en (2), un conjunto {x1 , . . . , xn } de soluciones de (3.3) o es linealmente independiente y por ende una base de soluciones si y slo si o x1 ( ) x2 ( ) xn ( ) x1 ( ) x2 ( ) xn ( ) x1 ( ) x2 ( ) xn ( ) = 0 W (x1 , x2 , . . . , xn )( ) := det . . . .. . . . . . . . x1
(n1)
( ) x2
(n1)
( )
xn
(n1)
( )
W (x1 , x2 , . . . , xn ) se llama el Wronskiano de las soluciones x1 , . . . , xn y, dado un conjunto de soluciones de la ecuacin lineal (3.3) en el caso homogneo f = 0, se tiene que o e W (x1 , x2 , . . . , xn )( ) = 0 para algn I si y slo si W (x1 , x2 , . . . , xn )(t) = 0 para u o todo t I.
1. GENERALIDADES Y SISTEMAS HOMOGENEOS
27
Demostracion. Probemos (1). Veamos primero la existencia de solucin para cada n-upla o de datos iniciales. Sea = (y0 , y1 , . . . , yn1 ) y sea X = (x0 , x1 , . . . , xn1 ) la solucin de (3.4) con dato inio cial X( ) = . Como vimos antes, x = x0 es solucin de (3.3) y adems x = x1 , , x = o a x2 , , . . . , x(n1) = xn1 . Por lo tanto, x( ) = y0 , x ( ) = y1 , . . . , x(n1) ( ) = yn1 . Y por lo tanto existe solucin, como quer o amos demostrar. Probemos ahora la unicidad de solucin. En efecto, si x y x son dos soluciones de (3.3) con o los mismos datos iniciales en t = , veamos que son iguales. Sean X = (x, x , x , . . . , x(n1) ) y X = (, x , x , . . . , x(n1) ). Entonces X y X son soluciones x de (3.4) y X( ) = X( ). Por el teorema de unicidad de solucin, se sigue que X(t) = X(t) para o todo t I. En particular, x(t) = x(t) para todo t I, como armamos. Probemos (2). Recordemos que en este caso f = 0. Por lo tanto se trata de una ecuacin o homognea y el sistema lineal equivalente tambin es homogneo. Es fcil ver que el conjunto e e e a de soluciones es un espacio vectorial. Para ver que el espacio vectorial de soluciones tiene dimensin n, basta demostrar que hay o 1 , x2 , . . . , xn linealmente independientes tales que cualquier solucin se expresa n soluciones x o en la forma x = c1 x1 + c2 x2 + + cn xn para alguna eleccin de constantes c1 , . . . , cn . Veamos o entonces que sto es as e . Fijemos I. Para cada i = 1, . . . , n, sea Xi = (xi , xi , . . . , xi ) la solucin de (3.4) con o 0 1 n1 Xi ( ) = ei donde {e1 , . . . , en } es la base cannica de Rn . Sabemos que {X1 , . . . , Xn } es una o base del conjunto de soluciones de (3.4). Sea ahora x una solucin de (3.3) y llamemos X = (x, x , x , . . . , x(n1) ). Como X es solucin o o de (3.4), existen constantes c1 , . . . , cn tales que X = c1 X1 + + cn Xn , en particular x = c1 x1 + c2 x2 + + cn xn . 0 0 0 con x1 , . . . , xn soluciones de (3.3). 0 0 Veamos que las soluciones {x1 , . . . , xn } son linealmente independientes. En efecto, si tuvie 0 0 ramos x = c1 x1 + c2 x2 + + cn xn = 0, 0 0 0 tendr amos x = c1 (x1 ) + c2 (x2 ) + + cn (xn ) = 0, 0 0 0 x = c1 (x1 ) + c2 (x2 ) + + cn (xn ) = 0, 0 0 0 . . . x(n1) = c1 (x1 )(n1) + c2 (x2 )(n1) + + cn (xn )(n1) = 0. 0 0 0 Como el sistema (3.4) dice que (xi )(k) = xi , se sigue que 0 k X := (x, x , x , . . . , x(n1) ) = c1 X1 + c2 X2 + + cn Xn = 0 y como {X1 , . . . , Xn } son linealmente independientes, c1 = c2 = = cn = 0. Con lo cual hemos demostrado el punto (2).
28
Finalmente, probemos el punto (3). Sean {x1 , x2 , . . . , xn } soluciones de (3.3). Veamos que son linealmente independientes si y slo si {X1 , X2 , . . . , Xn } lo son, donde o (3.5) Xi = (xi , xi , xi , . . . , xi
(n1)
es solucin del sistema equivalente (3.4). En efecto, supongamos que {X1 , X2 , . . . , Xn } son o linealmente independientes, y que se tiene para ciertas constantes c1 x1 + c2 x2 + + cn xn = 0 y veamos que c1 = c2 = = cn = 0. En efecto, como en la demostracin del punto (2), si o llamamos x = c1 x1 + c2 x2 + + cn xn vemos, derivando sucesivamente, que x = c1 x1 + c2 x2 + + cn xn = 0, . . . x(n1) = c1 x1
(n1)
+ c2 x2
(n1)
+ + cn x(n1) = 0. n
Por lo tanto, c1 X1 + c2 X2 + + cn Xn = 0. Como {X1 , X2 , . . . , Xn } son linealmente independientes, se sigue que c1 = c2 = = cn = 0. Supongamos ahora que {x1 , x2 , . . . , xn } son linealmente independientes, y que se tiene para ciertas constantes (3.6) X = c1 X1 + c2 X2 + + cn Xn = 0 y veamos que c1 = c2 = = cn = 0. En efecto, se sigue de (3.6), mirando la primer entrada del vector X, que c1 x1 + c2 x2 + + cn xn = 0. Como {x1 , x2 , . . . , xn } son linealmente independientes, se sigue que c1 = c2 = = cn = 0. Ahora, recordemos que un conjunto de n soluciones de un sistema lineal homogneo de n e ecuaciones con n incgnitas es linealmente independiente si y slo si, para la matriz Q(t) cuyas o o columnas son las n soluciones del sistema, se tiene det Q( ) = 0 y que det Q( ) = 0 para algn I si y slo si det Q(t) = 0 para todo t I. u o Como en nuestro caso, las soluciones {X1 , . . . , Xn } la matriz Q( ) resulta x1 ( ) x2 ( ) x1 ( ) x2 ( ) x1 ( ) x2 ( ) Q( ) = . . . . . . (n1) (n1) x1 ( ) x2 ( ) del sistema (3.4) vienen dadas por (3.5), .. . xn ( ) xn ( ) xn ( ) . . . para algn I. u
. (n1) xn ( )
Por lo que det(Q( )) = W (x1 , x2 , . . . , xn )( ) y se tiene lo enunciado en el punto (3).
2. SISTEMAS NO HOMOGENEOS
29
2. Sistemas no homogneos e Analizaremos ahora el caso de sistemas lineales no homogneos y veremos un mtodo el e e mtodo de variacin de parmetros o de constantes que nos permite hallar las soluciones de e o a un sistema lineal no homogneo si conocemos una base del conjunto de soluciones del sistema e homogneo asociado. e o Teorema 3.3. La solucin general del sistema lineal (2.9) tiene la siguiente forma (3.7) X(t) = Xp (t) + XH (t) donde Xp es una solucin particular del sistema (2.9) y XH es la solucin general del sistema o o lineal homogneo asociado, es decir, de (2.9) pero con bi = 0. e Demostracion. Sea Xp una solucin particular de (2.9) y sea X otra solucin. Sea Y = o o X Xp . Entonces, si A = (aij ) es la matriz asociada al sistema (2.9) se sigue que Y = X Xp = A(t)X + b(t) A(t)Xp + b(t) = A(t)(X Xp ) = A(t)Y. Por lo tanto, Y es una solucin del sistema homogneo asociado. Es decir, una solucin de o e o (3.8) Y = A(t)Y.
Sea ahora X = Xp + Y donde Y es una solucin de (3.8), entonces o X = Xp + Y = A(t)Xp + b(t) + A(t)Y (t) = A(t)(Xp + Y ) + b(t) = A(t)X + b(t). Es decir, X es solucin de (2.9). o Veamos ahora el mtodo de variacin de constantes. e o Teorema 3.4. Sea A(t) Rnn continua en un intervalo abierto I. Sea {X1 , , Xn } una base del conjunto de soluciones de (3.8). Sea b(t) Rn continuo en I. Existen funciones c1 (t), , cn (t) continuamente diferenciables en I tales que Xp (t) = c1 (t)X1 (t) + + cn (t)Xn (t) es una solucin particular del sistema X = A(t)X + b(t). Ms precisamente, las funciones ci (t) o a son primitivas de las soluciones ci (t) del sistema lineal de ecuaciones (para cada t) c1 (t) c2 (t) Q(t) . = b(t), . . cn (t) donde Q(t) es la matriz formada por los vectores Xj (t) puestos como columnas. o Demostracion. Recordemos que en la observacin 3.1 vimos que si tomamos la matriz Q(t) cuyas columnas son los vectores Xj (t) llamada matriz fundamental se tiene Q (t) = A(t)Q(t) y la solucin general del sistema (3.8) es o XH (t) = Q(t)C,
30
donde C es un vector constante. (Esto es exactamente decir que XH (t) = c1 X1 (t)+ +cn Xn (t)). Por lo tanto, lo que se est proponiendo es tomar a Xp (t) = Q(t)C(t), donde ahora reemplazamos el vector constante C por un vector cuyas componentes son funciones continuamente diferenciables en I. Para ver que de esta manera podemos hallar una solucin de X = A(t)X +b(t), simplemente o derivamos y vemos qu tiene que satisfacer C(t). Por la regla de derivacin del producto (que e o sigue valiendo en este caso de producto de una matriz por un vector), Xp (t) = Q (t)C(t) + Q(t)C (t) = A(t)Q(t)C(t) + Q(t)C (t) = A(t)Xp (t) + Q(t)C (t) = A(t)Xp (t) + b(t), si (3.9) Q(t)C (t) = b(t).
Recordemos que det Q(t) = 0 para todo t I por ser una matriz fundamental (ver Observacin 3.1). Podemos por lo tanto invertir la matriz Q(t) y obtenemos o (3.10) C (t) = Q(t)1 b(t).
De esta manera obtenemos funciones continuas las componentes del vector Q(t)1 b(t) que deber ser las componentes del vector C (t) para que Xp sea una solucin del sistema no an o homogneo X = A(t)X + b(t). e Lo unico que resta ahora para encontrar las funciones ci (t) (componentes del vector C) es integrar componente a componente (3.10) para obtener funciones continuamente diferenciables en I. Observemos que al integrar uno tiene constantes de integracin arbitrarias. Podemos simo plemente tomarlas igual a 0 para obtener una solucin particular. Si las dejamos en la expresin o o de las funciones ci (t) obtenemos directamente la solucin general del sistema no homogneo ya o e que el trmino adicional Q(t)C que obtenemos es la solucin general del sistema homogneo e o e asociado. Veremos ejemplos de aplicacin de este mtodo al nal del cap o e tulo siguiente donde aprenderemos a hallar la solucin general de sistemas lineales homogneos con coecientes constantes. o e En la prctica lo que se hace es plantear (3.9) que es, para cada t, un sistema lineal de a ecuaciones con incgnitas c1 (t), , cn (t) , resolver el sistema y nalmente integrar el resultado o para obtener c1 (t), , cn (t). Veamos ahora cmo se aplica el mtodo de variacin de parmetros para resolver ecuaciones o e o a lineales no homogneas de orden n. e Consideremos la ecuacin o (3.11) x(n) + an1 (t)x(n1) + an2 (t)x(n2) + + a1 (t)x + a0 (t)x = f (t) y supongamos que tenemos una base {x1 , . . . , xn } de soluciones de la ecuacin homognea asoo e ciada.
2. SISTEMAS NO HOMOGENEOS (n1)
31
Tomemos las funciones Xi (t) = (xi , xi , . . . , xi ). Sabemos que {X1 , . . . , Xn } es una base de soluciones del sistema lineal homogneo de 1er. orden asociado al siguiente sistema e x0 = x1 , (3.12) x1 = x2 , . . . xn2 = xn1 , xn1 = a0 (t)x0 a1 (t)x1 an1 (t)xn1 + f (t). El sistema (3.12) es un sistema no homogneo con no homogeneidad e 0 0 . b(t) = . . . 0 f (t) El mtodo de variacin de parmetros para el sistema (3.12) dice que una solucin particular e o a o tiene la forma Xp (t) = c1 (t)X1 (t) + + cn (t)Xn (t), donde las funciones c1 , . . . , cn son solucin del sistema o c1 (t) 0 . . (3.13) Q(t) . = . . . . cn (t) f (t) Aqu la matriz Q(t) tiene por columnas los vectores Xj (t). Por lo tanto el sistema (3.13) es c1 (t)x1 (t) + c2 (t)x2 (t) + + cn (t)xn (t) = 0, c1 (t)x1 (t) + c2 (t)x2 (t) + + cn (t)xn (t) = 0, (3.14) c1 (t)x1 (t) + c2 (t)x2 (t) + + cn (t)xn (t) = 0, . . . c1 (t)x1
(n1)
(t) + c2 (t)x2
(n1)
(t) + + cn (t)x(n1) (t) = f (t). n
Como la primer componente del vector Xp (t) es una solucin particular de (3.11) se sigue o que si las derivadas de las funciones c1 , , cn satisfacen (3.14), la funcin o xp (t) = c1 (t)x1 (t) + + cn (t)xn (t) es solucin de (3.11). o Tenemos por lo tanto el siguiente teorema Teorema 3.5 (Mtodo de variacin de parmetros para una ecuacin lineal no homognea e o a o e o o de orden n). La solucin general de la ecuacin (3.11) tiene la forma x(t) = xp (t) + xH (t),
32
donde xp es una solucin particular de (3.11) y xH es la solucin general de la ecuacin hoo o o mognea asociada. e Una solucin particular tiene la forma o xp (t) = c1 (t)x1 (t) + + cn (t)xn (t), donde las derivadas de las funciones c1 , . . . , cn satisfacen el sistema (3.14) y {x1 , , xn } es una base de soluciones de la ecuacin homognea asociada. o e
CAP TULO 4
Resolucin de sistemas lineales con coecientes constantes o

En este cap tulo buscaremos soluciones de sistemas lineales con coecientes constantes. En el caso de sistemas de 2 2 hallaremos la solucin general. En dimensiones mayores, dejaremos o indicada la idea de cmo son las soluciones. Comenzaremos por el caso homogneo y despus o e e veremos cmo encontrar la solucin general del no homogneo a partir de la solucin general del o o e o homogneo. e En todo el cap tulo estudiaremos el sistema (4.1) donde A Rnn es una matriz constante. En el caso n = 1 ya sabemos cmo es la solucin general. En efecto, el sistema (4.1) se o o reduce a x = ax cuya solucin general es x(t) = ceat con c R arbitraria. o Motivados por el caso unidimensional, veamos si para sistemas hay soluciones de la forma X(t) = et , Calculemos: X = et , de modo que X = AX si y slo si A = . o Para tener solucin no trivial quiero que = 0. De modo que X(t) = et es solucin no o o trivial de (4.1) si y slo si es autovalor de A y es un autovector asociado al autovalor . o De modo que si existe una base de Rn formada por autovectores de A, es decir, si existen {1 , . . . , n } linealmente independientes tales que Ai = i i para ciertos i R (en otras palabras, la matriz A es diagonalizable), se tiene una base de soluciones del sistema lineal homogneo (4.1) formada por las funciones Xi (t) = i ei t . e Observemos que los i no tienen por qu ser distintos para distintos i. Las soluciones e Xi = i ei t son linealmente independientes porque lo son en t = 0 ya que Xi (0) = i . En este caso la solucin general de (4.1) es o
n
X = AX,
R,
Rn .
AX = (A)et
X(t) =
i=1
ci ei t i
con ci R constantes arbitrarias.

33
34
4. RESOLUCION DE SISTEMAS LINEALES CON COEFICIENTES CONSTANTES
Un caso particular en donde estaremos en esta situacin es si todos los autovalores de A o son reales y distintos ya que autovectores correspondientes a autovalores distintos siempre son linealmente independientes. Pero, como dijimos antes, podr amos tener una base de autovectores aunque A no tenga todos los autovalores distintos. Ejemplo 4.1. Sea A= Hallar las soluciones del sistema X = AX. Para hallar los autovalores debemos buscar los R tales que 1 2 2 1 x1 x2 =0 1 2 . 2 1
tenga una solucin no trivial. Para sto es necesario y suciente que o e p() = det 1 2 2 1 = 0.
Recordemos que p() se llama el polinomio caracter stico de la matriz A (p() = det(I A)). En este caso, p() = ( 1)2 4. Por lo tanto, los autovalores son 1 = 3 y 2 = 1. Busquemos ahora autovectores asociados a estos dos autovalores. Para 1 = 3, un autovector ser solucin de (3I A) = 0, es decir, tendr componentes (x1 , x2 ) tales que a o a 2 2 2 2 x1 x2 = 0.
Es decir, x1 x2 = 0. Por lo tanto, un autovector asociado a 1 = 3 es 1 = (1, 1) y tendremos la solucin o 1 X1 (t) = e3t . 1 Para el caso de 2 = 1 debemos resolver el sistema (I A) = 0, es decir 2 2 2 2 x1 x2 = 0,
que equivale a x1 + x2 = 0 y tiene por solucin a 2 = (1, 1), y nos da la solucin o o X2 (t) = et De aqu que la solucin general es o (4.2) X(t) = c1 e3t 1 1 + c2 et . 1 1 1 . 1
En este ejemplo el sistema que quer amos resolver es: x1 = x1 + 2x2 , x2 = 2x1 + x2 .
35
De la frmula (4.2) encontramos que la solucin general en coordenadas x1 , x2 es o o x1 = c1 e3t + c2 et , x2 = c1 e3t c2 et , con c1 y c2 constantes arbitrarias.
En muchas situaciones ocurre que los autovalores de la matriz son nmeros complejos u (aunque la matriz sea real) y por ende, sus autovectores asociados pertenecen a Cn . En esta situacin conviene pensar que estamos trabajando en Cn en lugar de Rn . Es decir, admitimos o soluciones que tomen valores complejos. La ventaja es que cuando A tiene autovalores complejos, puede ser diagonalizable en Cn pero no lo ser en Rn . Para ver que podemos trabajar en a Cn denamos la exponencial de un nmero complejo. u Definicion 4.1. Sea = + i C, denimos e = e (cos + i sen ). Es fcil ver que la exponencial as denida sigue satisfaciendo las propiedades de la expoa nencial real, por ejemplo, e1 +2 = e1 e2 . Adems se tiene a d t e = et . dt En efecto, d t d t e = e (cos t + i sen t) = et (cos t + i sen t) + et (sen t + i cos t) dt dt = et ( cos t sen t) + i( sen t + cos t) = et ( + i)(cos t + i sen t) = et . Por lo tanto, si hay una base de Cn formada por autovectores de A, tendremos una base del conjunto de soluciones complejas del sistema X = AX construida como en el caso real. Ejemplo 4.2. Hallar las soluciones de x1 = x1 x3 , x2 = x1 , x3 = x1 x2 . En este caso 1 0 1 0 . A = 1 0 1 1 0 1 0 1 I A = 1 0 , 1 1
Para hallar los autovalores planteamos
36
con lo cual resulta p() = ( 1)2 1 + = ( 1)2 + ( 1) = ( 1)(2 + 1) y los autovalores (las raices de p()) son 1 = 1, 2 = i y 3 = i. Por lo tanto, al ser los 3 distintos, hay una base de Cn formada por autovectores de A y podremos encontrar una base de soluciones del sistema diferencial si admitimos que tomen valores complejos. Empecemos por buscar autovectores asociados a los autovalores hallados. Para 1 = 1 x1 0 0 1 1 1 0 x2 = 0. x3 1 1 1
Es decir, x3 = 0, x1 = x2 . Una solucin es (1, 1, 0). Por lo tanto una solucin del sistema es o o 1 X1 (t) = et 1 . 0 Para 2 = i x1 i1 0 1 1 i 0 x2 = 0. x3 1 1 i (i 1)x1 + x3 = 0, x1 + ix2 = 0, ya que la tercer ecuacin es combinacin lineal de las 2 primeras. Una solucin es x1 = i, x2 = 1, o o o x3 = 1 + i que nos da la solucin compleja del sistema diferencial o sen t + i cos t i i . cos t + isen t X2 (t) = eit 1 = (cos t + isen t) 1 = 1+i (cos t sen t) + i(cos t + sen t) 1+i Finalmente, para el autovalor 3 = i, i 1 0 1 x1 1 i 0 x2 = 0. x3 1 1 i Es decir (i 1)x1 + x3 = 0, x1 ix2 = 0, que tiene por solucin a x1 = i, x2 = 1, x3 = 1 i. o Antes de proseguir, observemos que el autovector i 1 1i
Es decir
37
asociado al autovalor i es el conjugado del autovector que hallamos asociado al autovalor i. Y el autovalor i es el conjugado del autovalor i. De modo, que la solucin que estamos encontrando o i X3 (t) = eit 1 , 1i es la conjugada de X2 (t) (Recordemos que t es real). Por lo tanto, si escribimos X2 (t) = XR (t) + iXI (t) con XR y XI reales, tendremos que X3 (t) = XR (t) iXI (t). 1 1 XR = (X2 + X3 ) y XI = (X2 X3 ), 2 2i se sigue que XR y XI son soluciones reales. Es fcil ver en este ejemplo que {X1 , XR , XI } son linealmente independientes y por lo tanto a forman una base del espacio de soluciones reales del sistema diferencial. Enseguida veremos que ste es un hecho general y que (cuando A es real) siempre podemos encontrar una base de e soluciones reales a partir de una base de soluciones complejas ya que stas vendrn de a pares e a conjugados. Para terminar de encontrar la solucin general en este ejemplo observemos que o cos t sen t . , XI (t) = sen t cos t XR (t) = cos t + sen t cos t sen t Por lo tanto la solucin general real es o cos t sen t 1 . + c3 sen t cos t X(t) = c1 et 1 + c2 cos t + sen t cos t sen t 0 En coordenadas, x1 = c1 et c2 sen t + c3 cos t, x2 = c1 et + c2 cos t + c3 sen t, x3 = (c2 + c3 ) cos t (c2 c3 )sen t. Como
Veamos entonces que lo observado en el ejemplo 4.2 es un hecho general y que el mismo procedimiento se puede aplicar a toda matriz real A que posea un autovalor complejo. En efecto, supongamos que = + i con = 0 es un autovalor de A y sea = w + iv, con w y v vectores reales, un autovector asociado. Es decir, A = . Conjugando componente a componente, y como A es real, tenemos A = . Es decir, es un autovalor de A asociado al autovector . Esto nos da dos soluciones complejas conjugadas, a saber X1 (t) = et , X2 (t) = et = X1 (t).
38
Como en el ejemplo 4.2, podemos realizar combinaciones lineales de X1 = XR (t) + iXI (t) y X2 = XR (t) iXI (t) para obtener soluciones reales. Tenemos que 1 1 XR (t) = (X1 (t) + X2 (t)), XI (t) = (X1 (t) X2 (t)), 2 2i son soluciones del sistema. Veamos que XR y XI son linealmente independientes (recordemos que X1 y X2 lo son porque son independientes en t = 0 al ser y autovectores correspondientes a autovalores distintos). Veamos que la unica combinacin lineal de XR y XI que da la funcin 0 es aquella que tiene o o las dos constantes nulas. En efecto, si c1 XR + c2 XI = 0 se tiene c1 c2 c1 c2 c1 c2 0 = (X1 + X2 ) + (X1 X2 ) = ( + )X1 + ( )X2 . 2 2i 2 2i 2 2i Por lo tanto, 1 1 c1 + c2 = 0, 2 2i 1 1 c1 c2 = 0. 2 2i Es fcil ver que la unica solucin posible de este sistema para las constantes c1 , c2 es c1 = a o c2 = 0. De esta manera sabemos cmo encontrar una base de soluciones reales en el caso de dimensin o o 2 si los dos autovalores de la matriz A son distintos. La misma idea funciona en ms dimensiones. Los autovalores complejos vienen de a pares a conjugados y si en una base de soluciones complejas reemplazamos un par de soluciones conjugadas por la parte real y la parte imaginaria de una de ellas, se sigue teniendo una base de soluciones. Esto es lo que hicimos en el ejemplo. En dimensin 2 el unico caso que nos queda por analizar es el de un autovalor real de o multiplicidad 2. Sea este autovalor. Si hay una base de autovectores, estamos en el caso que sabemos resolver. Pero en realidad es un caso muy simple, ya que tendremos A = I y por lo tanto es un sistema desacoplado x1 = x1 , x2 = x2 , cuya solucin general es x1 (t) = c1 o et , x2 (t) = c2 et con c1 y c2 constantes arbitrarias. Si no hay una base de autovectores, slo tenemos una solucin de la forma X(t) = et . o o Cmo encontrar otra solucin linealmente independiente? o o Para tratar de entender cul puede ser la forma de la segunda solucin del sistema, esa o tudiemos primero el siguiente ejemplo: Ejemplo 4.3. Hallar una base de soluciones del sistema 0 X = X 1 En este caso, la matriz tiene un slo autovalor con autovector asociado (0, 1) y no hay o ningn otro autovector linealmente independiente. Con lo cual el mtodo desarrollado hasta el u e momento no nos permite hallar todas las soluciones de la ecuacin. o
39
Sin embargo, en este ejemplo, el sistema se desacopla de la siguiente manera. La ecuacin o para x1 es x1 = x1 , con lo cual x1 (t) = c1 et . Ahora, la ecuacin para x2 resulta o x2 = x1 + x2 = c1 et + x2 , que es una ecuacin lineal no homognea de orden 1. Es sencillo entonces hallar la forma general o e para x2 y la misma es x2 = (c1 t + c2 )et . En s ntesis, tenemos que la solucin general de la ecuacin es o o X= x1 x2 = c1 et (c1 t + c2 ) et et = c2 et 0 + c1 et 1 0 1 t+ 1 0 .
Es decir la base de soluciones es 0 , et 1 1 0 t+ 0 1 .
Volviendo al caso general de una matriz con un unico autovalor y espacio de autovectores de dimensin 1, y basados en el ejemplo 4.3, buscamos una segunda solucin en la forma o o X(t) = et (1 t + 2 ), para ciertos vectores 1 , 2 . Derivando tenemos X (t) = et (1 t + 2 ) + et 1 . Por otro lado, AX(t) = et A1 t + et A2 .
Para que X (t) = AX(t) para todo t se debe tener A1 = 1 , A2 = 2 + 1 . Como es autovalor de A podemos tomar como 1 un autovector asociado y con sto se e satisface la primer ecuacin. Elegido 1 , la segunda ecuacin pasa a ser un sistema lineal no o o homogneo con matriz del sistema A I singular. e Veamos que este sistema siempre tiene una solucin. En efecto, sea un vector tal que o 1 y son linealmente independientes. Por lo tanto, {, 1 } es una base de R2 . Entonces, A = c1 + c2 1 . De aqu que la matriz de A en la base {, 1 } es A{,1 } = c1 0 . c2
Como es el unico autovalor de A, el polinmio caracter o stico de A es p(r) = (r )2 . Por lo tanto, c1 = . Finalmente, tomamos 2 = /c2 y tenemos 1 1 A2 = A = ( + c2 1 ) = 2 + 1 , c2 c2 como quer amos.
40
Observemos que c2 = 0, y por lo tanto podemos dividir por l, ya que si no fuera as se tendr e a que ser tambin autovector y habr un base de autovectores, lo que hab a e a amos supuesto que no pasaba. Observacion 4.1. Lo que hemos hecho es hallar una base de Jordan de la matriz A. Ejemplo 4.4. Hallar una base de soluciones para el sistema x1 = x1 x2 , x2 = x1 + 3x2 . La matriz del sistema es A= que tiene polinmio caracter o istico p() = det 1 1 1 3 = ( 1)( 3) + 1 = 2 4 + 4 = ( 2)2 . 1 1 , 1 3
Por lo tanto A tiene un unico autovalor = 2. Busquemos los autovectores. Debemos resolver el sistema x1 1 1 x = 0. (2I A) 1 = x2 1 1 x2 Es decir, x1 + x2 = 0. Por lo tanto un autovector asociado es 1 = y tenemos la solucin o X1 (t) = e2t 1 . 1 1 1
Como no hay una base de autovectores y el autovalor es doble, buscamos la otra solucin o de la forma X2 (t) = e2t (1 t + 2 ) donde 1 es el autovector encontrado y 2 es solucin de o A2 = 22 + 1 . Es decir, 2 es solucin de o (A 2I) x1 x2 = 1 1 1 1 0 , 1 1 1 0 1 x1 x2 = 1 , 1
es decir, x1 + x2 = 1. Por ejemplo, podemos tomar 2 = con lo cual tenemos la solucin o X2 (t) = e2t La solucin general es entonces o X(t) = c1 e2t 1 + c2 e2t 1 1 1 t+ 0 1 . t+ .
41
En coordenadas sto es, e x1 = e2t (c1 + c2 t), x2 = e2t (c1 + c2 ) + c2 t . Podemos aplicar esta misma idea en ms dimensiones. a Ejemplo 4.5. Hallar una base de soluciones para el sistema x1 = x1 + x2 , x = x2 x3 , 2 x3 = x2 + 3x3 . La matriz del sistema es 1 1 0 A = 0 1 1 , 0 1 3
que tiene polinmio caracter o stico p() igual a 1 1 0 1 1 = ( 1)2 ( 3) + ( 1) = ( 1)(2 4 + 4) = ( 1)( 2)2 . det 0 0 1 3 Por lo tanto los autovalores son 1 = 1 y 2 = 2, este ultimo con multiplicidad 2. Busquemos los autovectores asociados a 1 . Debemos resolver x1 0 1 0 x1 0 1 x2 = 0, (I A) x2 = 0 x3 0 1 2 x3 lo que equivale a x2 = x3 = 0. Por lo tanto un autovector es 1 1 = 0 , 0 que da la solucin o 1 X1 (t) = et 0 . 0
Para el autovalor 2 = 2 debemos resolver 1 1 0 x1 x1 1 1 x2 = 0, (2I A) x2 = 0 x3 x3 0 1 1 lo que equivale a x1 x2 = 0, x2 + x3 = 0. Por lo tanto, no hay 2 autovectores linealmente independientes asociados a este autovalor doble. Un autovector es 1 1 , 2 = 1
42
que da la solucin o
1 X2 (t) = e2t 1 . 1 X3 (t) = e2t (2 t + 3 ),
Para hallar otra solucin linealmente independiente la buscamos de la forma o donde 2 es el autovector que hallamos y 3 es solucin de (A 2I)3 = 2 , es decir solucin de o o 1 x1 1 1 0 0 1 1 x2 = 1 , 0 1 1 x3 1 lo que equivale a x1 + x2 = 1, x2 + x3 = 1. Una solucin es o 0 3 = 1 2 y obtenemos la solucin o 0 1 X3 (t) = e2t 1 t + 1 . 2 1
De este modo encontramos 3 soluciones linealmente independientes. La solucin general es o entonces 0 1 1 1 2t t + c3 e2t 1 t + 1 . 1 X(t) = c1 e 0 + c2 e 2 1 1 0 lo que en coordenadas da x1 = c1 et + (c2 + c3 t)e2t x2 = (c2 + c3 ) + c3 t e2t x3 = (c2 + 2c3 ) + c3 t e2t
En el caso de sistemas de 22 ya hemos considerado todos los casos posibles. Pero en el caso de sistemas de 3 3 todav podr a amos tener un autovalor triple. En alguno de estos casos an u sabemos cmo resolver el sistema. Esto es as si hay 3 autovectores linealmente independientes o o tambin si slo hay dos autovectores linealmente independientes ya que este caso lo tratamos e o como arriba. Sin embargo, este caso es ms complicado que el correspondiente en dimensin 2 a o o el del ultimo ejemplo ya que el espacio de autovectores tiene dimensin 2 y no est claro cul o a a es el autovector que multiplica a t en la tercer solucin. o Pero bien podr suceder que slo podamos encontrar 1 autovector y todos los dems sean a o a mltiplos de l. No vamos a discutir este caso, pero se ve que a medida que crece la dimensin u e o son ms los casos que pueden aparecer. a Para analizar el caso general en dimensin n necesitamos ms lgebra lineal y ms tiempo. o a a a
43
Veamos ahora cmo funciona el mtodo de variacin de constantes para resolver sistemas o e o lineales no homogneos. e Ejemplo 4.6. Hallar la solucin general del siguiente sistema no homogneo o e t x1 = x1 + 2x2 + e , x = 2x1 + x2 + 2 et . cos 2t
Segn el mtodo de variacin de constantes tenemos que encontrar la solucin general del u e o o homogneo para despus encontrar una solucin particular. Buscamos entonces los autovalores e e o de la matriz del sistema, es decir, las ra ces del polinomio p() = det 1 2 2 1 = ( 1)2 + 4.
Los autovalores son, entonces, 1 = 1 + 2i, 2 = 1 2i. Busquemos un autovector asociado al autovalor 1 . Esto es, resolvamos el sistema (1 + 2i)I A x1 x2 = 2i 2 1 i 1 . i 2 2i x1 x2 = 0.
Esto es, 2ix1 2x2 = 0 que tiene por solucin al vector o 1 = y nos da la solucin compleja o X1 = e(1+2i)t
Vimos que una base de soluciones reales est formada por la parte real y la parte imaginaria a de X1 . Por lo tanto, vamos a encontrarlas. X1 (t) = et (cos 2t + i sen 2t) Por lo tanto XR (t) = et cos 2t , sen 2t XI (t) = et sen 2t cos 2t 1 i = et cos 2t + i sen 2t . sen 2t + i cos 2t
y la solucin general del sistema homogneo asociado es o e XH (t) = c1 et cos 2t sen 2t + c2 et . sen 2t cos 2t
Ahora buscamos una solucin particular del sistema no homogneo de la forma o e Xp (t) = c1 (t)et cos 2t sen 2t + c2 (t)et . sen 2t cos 2t
Las funciones c1 (t) y c2 (t) las buscamos de modo que la funcin o C(t) = c1 (t) , c2 (t)
44
satisfaga con Q(t) la matriz cuyas columnas son las soluciones XR (t) y XI (t) Q(t)C (t) = et Es decir, c1 (t) y c2 (t) deben ser solucin de o et cos 2t et sen 2t et sen 2t et cos 2t Es decir, solucin del sistema o et cos 2t c1 + et sen 2t c2 = et , et sen 2t c1 + et cos 2t c2 = et . cos 2t c1 (t) c2 (t) = et 1 . 1/ cos 2t 1 . 1/ cos 2t
Multiplicando la primer ecuacin por cos 2t, la segunda por sen 2t y restando obtenemos o et (cos2 2t + sen 2 2t) c1 (t) = et cos 2t Por lo tanto, c1 (t) = cos 2t de donde, integrando, obtenemos 1 1 c1 (t) = sen 2t + log(cos 2t). 2 2 Por otro lado, multiplicando la primer ecuacin por sen 2t, la segunda por cos 2t y sumando o obtenemos et (sen 2 2t + cos2 2t) c2 (t) = et (sen 2t + 1). Por lo tanto, c2 (t) = sen 2t + 1, de donde, integrando, obtenemos 1 c2 (t) = cos 2t + t. 2 As obtenemos una solucin particular, a saber o Xp (t) = 1 1 1 cos 2t sen 2t sen 2t + log(cos 2t) et + cos 2t + t et sen 2t cos 2t 2 2 2 1 cos 2t log(cos 2t) = et 1 1 2 . sen 2t log(cos 2t) + t cos 2t 2 2 sen 2t , cos 2t sen 2t . cos 2t
EJERCICIOS
45
Finalmente, la solucin general se obtiene como X(t) = Xp (t) + XH (t). Por lo tanto, la o solucin general es o 1 1 1 cos 2t sen 2t + cos 2t + t + c2 et X(t) = sen 2t + log(cos 2t) + c1 et sen 2t cos 2t 2 2 2 1 cos 2t log(cos 2t) + c1 cos 2t + c2 sen 2t t 2 =e 1 1 . sen 2t log(cos 2t) + t cos 2t c1 sen 2t + c2 cos 2t 2 2 Es decir 1 cos 2t log(cos 2t) + c1 cos 2t + c2 sen 2t , 2 1 1 x2 (t) = et + sen 2t log(cos 2t) t cos 2t + c1 sen 2t c2 cos 2t . 2 2 x1 (t) = et
Ejercicios o (1) Hallar la solucin general de los siguientes sistemas (a) x1 = x2 x2 = 2x1 + 3x2 x1 = 4x1 + 3x2 x2 = 2x1 + x2 (b) x1 = 8x1 5x2 x2 = 10x1 + 7x2
(c)
x1 = x1 + 3x2 3x3 x = 2x1 + x2 (d) 2 x3 = 2x1 + 3x2 2x3
En cada caso, hallar el conjunto de datos iniciales tales que la solucin correspondiente o tiende a 0 cuando t tiende a +. Idem con t tendiendo a . (2) Inicialmente el tanque I contiene 100 litros de agua salada a una concentracin de 1 kg o por litro; el tanque II tiene 100 litros de agua pura. El l quido se bombea del tanque I al tanque II a una velocidad de 1 litro por minuto, y del tanque II al I a una velocidad de 2 litros por minuto. Los tanques se agitan constantemente. Cul es la concentracin a o en el tanque I despus de 10 minutos? e (3) Hallar la solucin general de los siguientes sistemas o (a) x1 = x1 x2 x2 = x1 + x2 x1 = 2x1 + x2 x2 = 2x2 x1 = x2 + 2 x2 = 2x1 + 3x2 + t (b) x1 = 2x1 x2 x2 = 4x1 + 2x2 x1 = 5x1 + 9x2 x2 = 4x1 + 7x2 x1 = 2x1 x2 + e2t x2 = 4x1 + 2x2 + 4
(c)
(d)
(4) Hallar la solucin general de los siguientes sistemas o (a) (b)
CAP TULO 5
Ecuaciones lineales de orden n con coecientes constantes

En este cap tulo encontraremos la solucin general de ecuaciones lineales con coecientes o constantes de orden n. Comenzaremos con el caso homogneo. e Teniendo en cuenta la relacin entre ecuaciones de orden n y sistemas de n ecuaciones con o n incgnitas vemos que la expresin de la solucin de la ecuacin o o o o (5.1) x(n) + an1 (t)x(n1) + an2 (t)x(n2) + + a1 (t)x + a0 (t)x = 0. 0 0 0 0 .
depender de los autovalores de la matriz a 0 1 0 0 0 1 . . . (5.2) A= . . . . . . 0 0 0 a0 a1 a2
0 1 an2 an1
El polinomio caracter stico de esta matriz es el polinomio p() = n + an1 n1 + an2 n2 + + a1 + a0 , que es el polinomio que se obtiene cuando se reemplaza en la ecuacin diferencial (5.1) la o derivacin por la correspondiente potencia de . Llamaremos a este polinomio el polinomio o caracter stico de la ecuacin. o Por lo tanto, la expresin de las soluciones depender de las ra del polinomio caracter o a ces stico de la ecuacin. o Por lo que vimos para sistemas, si todas las ra 1 , . . . , n son reales y distintas, la solucin ces o general tiene la forma x(t) = c1 e1 t + c2 e2 t + + cn en t , pues sta es la forma que tiene la primer componente de la solucin general del sistema asociado. e o Esto nos dice que {e1 t , e2 t , . . . , en t } es una base de soluciones. La misma expresin tiene la solucin general compleja si todas las ra son distintas aunque o o ces algunas pueden ser complejas. Las ra complejas del polinomio caracter ces stico vienen de a pares conjugados. Por lo tanto, si = + i con = 0 es una ra compleja, en la base compleja de z soluciones aparecen dos soluciones conjugadas a saber x(t) = e(+i)t ,
47
x(t) = e(i)t .
48
5. ECUACIONES LINEALES DE ORDEN n CON COEFICIENTES CONSTANTES
Podemos reemplazar este par por un par de soluciones reales, a saber, la parte real y la parte imaginaria de x(t) ya que no perdemos la independencia lineal de las soluciones con este reemplazo (la justicacin es la misma que para los sistemas). o Es decir, reemplazamos el par de soluciones complejas e(+i)t , e(i)t por el par de soluciones reales Re(e(+i)t ) = et cos t, Im(e(+i)t ) = et sen t. En el caso de ecuaciones de segundo orden, o bien se tiene dos ra reales distintas, o bien ces dos ra complejas conjugadas (y por lo tanto distintas), o bien una unica ra de multiplicidad ces z 2. Este ultimo es el unico caso que resta analizar. Como sugiere la resolucin de los sistemas, en este caso la solucin general es o o x(t) = (c1 + c2 t)et , donde es la unica ra del polinomio caracter z stico de la ecuacin. Esto es as porque los o t , tet } es una base de soluciones autovalores de la matriz (5.2) son todos simples. Por lo tanto, {e en este caso. De modo que sabemos hallar una base de soluciones para cualquier ecuacin de orden 2. o Despus continuaremos con ecuaciones de orden superior. Veamos ahora algunos ejemplos e Ejemplo 5.1. Hallar las soluciones de la ecuacin o x 2x + x = 0. El polinomio caracter stico es p() = 2 2 + 1 = ( 1)2 , cuya unica ra es = 1. z Por lo tanto, la solucin general es o x(t) = (c1 + c2 t)et . Ejemplo 5.2. Hallar las soluciones de la ecuacin o x + x = 0. El polinomio caracter stico es p() = 2 + 1, cuyas ra son 1 = i, 2 = i. Por lo tanto tenemos el par de soluciones complejas conjugadas ces it , eit . Pero podemos reemplazarlas por un par de soluciones reales, la parte real y la parte e imaginaria de eit a saber cos t, sen t. Por lo tanto, la solucin general en este caso es o x(t) = c1 cos t + c2 sen t.
El caso general de la ecuacin de orden n (5.1) escapa, por problemas de tiempo, a nuestras o posibilidades en el curso. Sin embargo, para completitud de estas notas y para los alumnos interesados desarrollaremos este caso a continuacin. El enfoque utilizado es independiente de o
49
los sistemas de orden n para los que, como dijimos, hace falta ms conocimientos de Algebra a Lineal. Con este n introduzcamos la nocin de operador diferencial. o Primero denamos el operador de derivacin D por la relacin o o Dx = x . El operador D se aplica a una funcin y da por resultado otra funcin. Este operador se o o puede componer para obtener derivadas de cualquier orden. A saber, Dk x = D(D(D( (Dx)))) = x(k) Otro operador que a una funcin le hace corresponder otra es la multiplicacin por una o o funcin (podr ser una constante). Y todav otro operador es o a a aDk x := ax(k) donde a es una funcin continua (posiblemente constante). o Dos operadores pueden sumarse para dar otro operador: Si O1 y O2 son dos operadores (O1 + O2 )x := O1 x + O2 x. Es decir, el resultado es la suma de los resultados. Tambin pueden componerse para dar como resultado otro operador, a saber e O1 O2 x = O1 (O2 x). De este modo, la ecuacin (5.1) puede verse de la siguiente manera: o Lx := (Dn + an1 Dn1 + + a1 D + a0 ) x = 0. Est claro de esta expresin lo que entend a o amos cuando dec amos que el polinomio caracter stico de la ecuacin se obtiene al reemplazar derivaciones por potencias de . o Si 1 , . . . , k son las raices (reales y complejas) del polinomio caracter stico con multiplicidades n1 , . . . , nk respectivamente (con lo cual n1 + + nk = n), se sigue que p() = ( 1 )n1 ( 2 )n2 ( k )nk . La misma factorizacin es vlida para el operador L a saber o a Lx = (D 1 )n1 (D 2 )n2 (D k )nk x. Adems los operadores (D j )nj conmutan, es decir a (D j )nj (D i )ni x = (D i )ni (D j )nj x. Por lo tanto si sabemos encontrar una base de soluciones de cada operador (D j )nj tendremos n soluciones de la ecuacin (5.1). o En efecto, si por ejemplo, (D 1 )n1 x = 0, tendremos Lx = (D 1 )n1 (D 2 )n2 (D k )nk x = (D 2 )n2 (D k )nk (D 1 )n1 x = 0. Adems las nj soluciones correspondientes a la raiz j son linealmente independientes y se a puede ver que las n son linealmente independientes. Veamos entonces cmo es la solucin general de una ecuacin cuando el operador diferencial o o o asociado es (D )n , es decir, cuando el polinomio caracter stico es p(r) = (r )n .
50
Para sto observemos que e (D )(et y) = D(et y) et y = et y + et y et y = et y . Iterando, (D )2 (et y) = (D ) (D )(et y) = (D ) et y De modo que iterando llegamos a (D )n (et y) = et y (n) Como cualquier funcin x puede escribirse como x = et y (basta tomar y = et x), se ve o que (D )n x = 0 si y slo si x = et y con y (n) = 0. o t y con y = c + c t + + c n1 . En efecto, Es decir, si y slo si x = e o 1 2 n1 t 0 = y (n) = D(y (n1) ) si y slo si y (n1) = kn para una constante kn . o Integando obtenemos y (n2) = kn t + kn1 y nalmente y= y se tiene lo armado. Por lo tanto la solucin general de (D )n x = 0 es x(t) = et pn (t) donde pn (t) es un o polinomio de grado a lo sumo n 1. Volviendo al operador general con polinomio caracter stico p() = ( 1 )n1 ( 2 )n2 ( k )nk , vemos que cualquier funcin de la forma o (5.3) x(t) = pn1 (t)e1 t + + pnk (t)ek t con pnj polinomio de grado a lo sumo nj 1 es solucin de la ecuacin (5.1). o o Por lo tanto hemos encontrado n soluciones de (5.1), (5.4) {e1 t , te1 t , t2 e1 t , . . . , tn1 1 e1 t , . . . , ek t , tek t , . . . , tnk 1 ek t }, que se puede ver que son linealmente independientes. De modo que (5.3) da la solucin general o de (5.1) y (5.4) es una base de soluciones. Con sto encontramos la solucin general compleja. La solucin general real se obtiene reeme o o plazando en la base (5.4) los pares de soluciones conjugadas por parte real y parte imaginaria. Por ejemplo, si j = j + ij con j = 0, tomamos en lugar de las 2nj soluciones complejas ej t , tej t , t2 ej t , . . . , tnj 1 ej t , ej t , tej t , t2 ej t , . . . , tnj 1 ej t , las 2nj soluciones reales ej t cos j t, ej t sen j t, tej t cos j t, tej t sen j t, . . . , tnj 1 ej t cos j t, tnj 1 ej t sen j t.

= et y .
y (n3) =
kn 2 t + kn1 t + kn2 2
,...
kn1 n2 kn tn1 + t + + k1 t + k0 (n 1)! (n 2)!
51
Ejemplo 5.3. Hallar las soluciones de la ecuacin o x(5) x(4) + 2x 2x + x x = 0. El polinomio caracter stico de la ecuacin es o p() = 5 4 + 23 22 + 1 = ( 1)(4 + 22 + 1) = ( 1)(2 + 1)2 , cuyas ra son 1 = 1, con multiplicidad 1 y 2 = i, 3 = i con multiplicidad 2. Por lo tanto ces una base de soluciones es {et , cos t, sen t, t cos t, t sen t}. y la solucin general es o x(t) = c1 et + (c2 + c3 t) cos t + (c4 + c5 t)sen t.
Utilicemos ahora el mtodo de variacin de parmetros para hallar la solucin de una e o a o ecuacin lineal no homognea. o e Ejemplo 5.4. Hallar las soluciones de la ecuacin o x 2x + x = t. Hallamos primero una base de soluciones de la ecuacin homognea asociada cuyo polinmio o e o caracter stico es p() = 2 2 + 1 = ( 1)2 . Por lo tanto la unica ra es = 1 y una base de soluciones es z {et , tet }. Buscamos una solucin particular de la ecuacin no homognea de la forma o o e x(t) = c1 (t)et + c2 (t)tet donde las derivadas de las funciones c1 , c2 satisfacen el sistema c1 et + c2 tet = 0, c1 et + c2 (et + tet ) = t. De donde, c2 = tet y c1 = c2 t = t2 et . Integrando obtenemos c2 = y c1 = t2 et dt = t2 et 2 tet dt = t2 et + 2(t + 1)et . tet dt = tet + et dt = tet et = (t + 1)et
De modo que la solucin general es o x(t) = (t2 + 2t + 2) (t + 1)t + c1 et + c2 tet = t + 2 + c1 et + c2 tet .
52
Ejercicios (1) (a) Encontrar una base de soluciones reales de las siguientes ecuaciones: (i) y 8y + 16y = 0 (ii) y 2y + 10y = 0 (iii) y y 2y = 0 o o (b) En cada uno de los casos anteriores encontrar una solucin exacta de la ecuacin no homognea correspondiente con trmino independiente x, ex , 1 y ex . e e (2) Sean (a1 , b1 ) y (a2 , b2 ) dos puntos del plano tales que a1 a2 no es un nmero entero. u (a) Probar que existe exactamente una solucin de la ecuacin diferencial y + y = 0 o o cuya grca pasa por esos puntos. a (b) Se cumple en algn caso la parte (a) si a1 a2 es un mltiplo entero de ? u u 2 y = 0. Discutir tambin el (c) Generalizar el resultado de (a) para la ecuacin y + k o e caso k = 0. (3) Hallar todas las soluciones de y y 2y = 0 y de y y 2y = ex que veriquen: (a) y(0) = 0, y (0) = 1 (c) y(0) = 0, y (0) = 0 (e) y(0) = 1 (b) y(0) = 1, y (0) = 0 (d) limx+ y(x) = 0 (f) y (0) = 1
(4) En el interior de la Tierra, la fuerza de gravedad es proporcional a la distancia al centro. Si se perfora un oricio que atraviese la Tierra pasando por el centro, y se deja caer una piedra en el oricio, con qu velocidad llegar al centro?. e a (5) La ecuacin x2 y + pxy + qy = 0 (p, q constantes) se denomina ecuacin de Euler. o o (a) Demuestre que el cambio de variables x = et transforma la ecuacin en una con o coecientes constantes. (b) Aplique (a) para resolver en R>0 las ecuaciones: i. x2 y + 2xy 6y = 0 ii. x2 y xy + y = 2x a (6) Vibraciones en sistemas mecnicos: Una carreta de masa M est sujeta a una pared por medio de un resorte, que no a ejerce fuerza cuando la carreta est en la posicin de equilibrio x = 0. Si la carreta se a o desplaza a una distancia x, el resorte ejerce una fuerza de restauracin igual a x, o donde es una constante positiva que mide la rigidez del resorte. Por la segunda ley del movimiento de Newton, se tiene que: d2 x = x o bien x + a2 x = 0, a = /M dt2 (a) Si la carreta se lleva a la posicin x = x0 y se libera sin velocidad inicial en o el instante t = 0, hallar la funcin x(t). Vericar que se trata de una funcin o o peridica. Calcular su per o odo , y su frecuencia f = 1/ (la cantidad de ciclos por unidad de tiempo). Vericar que la frecuencia de vibracin aumenta al aumentar o (1) M
EJERCICIOS
53
la rigidez del resorte, o al reducir la masa de la carreta ( como dice el sentido comn) y que la amplitud de esta oscilacin es x0 . u o Si se produce una amortiguacin que se opone al movimiento, y de magnitud o proporcional a la velocidad (= c dx ) debida al rozamiento, la ecuacin (1) que o dt describe el movimiento de la carreta en funcin del tiempo se convierte en: o M o bien: dx d2 x c + 2b + a2 x = 0b = a= 2 dt dt 2M M (b) Si b > a (la fuerza de friccin debida al rozaminto es grande en comparacin o o con la rigidez del resorte), encontrar la solucin de (2) que verique como antes o x(0) = x0 , x (0) = 0. Probar que no hay ninguna vibracin y que la carreta o vuelve simplemente a su posicin de equilibrio. Se dice que el movimiento est o a sobreamortiguado. (c) Si b = a, ver que tampoco hay vibracin y que el comportamiento es similar al del o caso anterior. Se dice que el movimiento es cr ticamente amortiguado. (d) Si ahora b < a (caso subamortiguado), probar que la solucin de (2) con las o condiciones iniciales x(0) = x0 , x (0) = 0 es: 2 + b2 bt e cos(t ) x(t) = x0 donde = a2 b2 , y tan = b/. Esta funcin oscila con una amplitud que se reduce exponencialmente. Su grca o a cruza la posicin de equilibrio x = 0 a intervalos regulares, aunque no es peridica. o o Hacer un dibujo. Probar que el tiempo requerido para volver a la posicin de o equilibrio es: 2 T = c2 M 4M 2 (2) y su frecuencia est dada por f = 1/T llamada frecuencia natural del sistema. a Notar que esta frecuencia disminuye al disminuir la constante de amortiguacin c. o Hasta ahora hemos considerado vibraciones libres, porque slo actan fuerzas ino u ternas al sistema. Si una fuerza F (t) acta sobre la carreta, la ecuacin ser: u o a (3) M d2 x dx +c + x = F (t) 2 dt dt dx d2 x +c + x = 0 2 dt dt
(e) Si esta fuerza es peridica de la forma F (t) = F0 cos t, con F0 , constantes, o hallar x(t). Al valor /2 se lo llama frecuencia impresa al sistema. c Si tan = 2 M , probar que la solucin general de (3), con F (t) = F0 cos t o puede escribirse: F0 x(t) = ebt (C1 cos(t) + C2 sen(t)) + cos(t ) ( 2 M )2 + 2 c2 El primer trmino tiende a cero para t + , luego es transitorio, es decir, a e medida que pasa el tiempo, la solucin se parece ms y ms al segundo sumando. o a a
54
Notar que la frecuencia de esta funcin es la frecuencia impresa al sistema, y que la o F0 amplitud es el coeciente . Qu pasa cuando la frecuencia e ( 2 M )2 + 2 c2 impresa se acerca a la frecuencia natural del sistema? (Este fenmeno se conoce o con el nombre de resonancia). (f) Si b < a (caso subamortiguado) hallar la frecuencia impresa que provoca amplitud mxima. Siempre existe este valor? Este valor de frecuencia impresa (cuando a existe) se denomina frecuencia de resonancia. Demostrar que la frecuencia de resonancia es siempre menor que la frecuencia natural. (7) Hallar la solucin general de las siguientes ecuaciones, empleando la solucin dada: o o (a) (b) (c) (d) xy + 2y + xy = 0 xy y 4x3 y = 0 xy y 4x3 y = 0 (1 x2 )y 2xy + 2y = 0 I I I I = R>0 = R>0 = R<0 = (, 1), (1, 1), (1, ) y1 (x) = sen x x y1 (x) = exp(x2 ) y1 (x) = exp(x2 ) y1 (x) = x
Este ultimo es un caso especial de la ecuacin (1x2 )y 2xy +p(p+1)y = 0 (ecuacin o o de Legendre), correspondiente al caso p = 1, en los intevalos en que la ecuacin es o normal. (8) Sabiendo que y1 (x) = 1, x R es solucin de la ecuacin homognea asociada, hallar o o e todas las soluciones de y + xy = 3x. (9) Probar que las funciones 1 (t) = t2 t 0 0 t0 2 (t) = 0 t0 t2 t 0
son linealmente independientes en R pero que W (1 , 2 )(0) = 0. Existe algn sistema u lineal normal de orden 2 denido en algn intervalo ( , ) que admita a {1 , 2 } como u base de soluciones?
CAP TULO 6
Comportamiento asinttico de las soluciones o

En los cap tulos previos, hemos visto que bajo condiciones muy generales, una ecuacin o diferencial admite solucin unica y que dicha solucin es continua con respecto a las condiciones o o iniciales. Por otro lado, hemos estudiado varias situaciones en donde la solucin puede ser calculada de o manera expl cita. Sin embargo, en la mayor de los casos (por ejemplo si estamos estudiando un a sistema de ecuaciones no lineal) esa solucin, que existe, no puede ser calculada. De todas formas, o es mucha la informacin que uno puede llegar a dar sobre la solucin (sobre el comportamiento o o de la solucin) an sin conocer la frmula de la misma y ese es el objetivo de este cap o u o tulo. Por mayor simplicidad, y dado que en la mayor de las aplicaciones sucede, de ahora en a ms vamos a suponer que el sistema de ecuaciones diferenciales bajo consideracin es autnomo, a o o es decir, consideraremos ecuaciones de la forma (6.1) X = F (X)
donde X : I R Rn y F : Rn Rn es un campo C 1 . En esta situacin, es decir si la ecuacin es autnoma, se tiene la siguiente propiedad que o o o nos ser de gran utilidad. a Proposicion 6.1. Sean X1 : I1 R Rn y X2 : I2 R Rn dos soluciones maximales de (6.1). Entonces se tiene {X1 (t) | t I1 } {X2 (t) | t I2 } = o {X1 (t) | t I1 } = {X2 (t) | t I2 }.
En otras palabras, lo que dice la proposicin 6.1 es que dos trayectorias dadas, o bien son o idnticas, o bien no se cruzan. e Demostracion. Este hecho es una consecuencia de la unicidad de soluciones. Supongamos que existen t1 I1 y t2 I2 tales que X1 (t1 ) = X2 (t2 ) = X0 . Entonces, si denimos la funcin o son soluciones de X(t) = X2 (t t1 + t2 ), las funciones X1 y X X = F (X), X(t1 ) = X0 , de donde, por la unicidad, concluimos que X1 X. Ahora la proposicin queda demostrada, observando que Im(X2 ) = Im(X). o Otra propiedad importante de los sistemas autnomos, es que uno puede suponer siempre o que las condiciones iniciales estn dadas en el instante t0 = 0. En efecto, si X(t) es una a
55
56
6. COMPORTAMIENTO ASINTOTICO DE LAS SOLUCIONES
solucin de (6.1), razonando de manera similar a en la prueba de la Proposicin 6.1, denimos o o X(t) = X(t + t0 ). Luego si X verica X = F (X), X(t0 ) = X0 , tenemos que X verica X = F (X), X(0) = X0 . 1. Diagramas de fases Una forma muy habitual y grca de entender el comportamiento asinttico o dinmico de a o a las soluciones de una ecuacin de la forma (6.1) es a travs del llamado diagrama de fases. o e Segn la Proposicin 6.1, si tomamos dos soluciones distintas de la ecuacin diferencial, eso u o o determina trayectorias disjuntas en el plano de fases Rn . Luego, el diagrama de fases consiste precisamente en gracar en Rn una coleccin de tales trayectorias y las mismas nos darn o a una idea general del comportamiento de todas las trayectorias del sistema. Esto lo hacemos fundamentalmente en el caso en que n = 2 ya que es el caso en el que podemos gracar bien. La idea de esbozar el diagrama de fases es el poder predecir el comportamiento asinttico o (para el tiempo tendiendo a innito) de las soluciones dependiendo de donde se encuentran inicialmente. Dibujando sucientes trayectorias deber ser posible saber si las soluciones tienden a a estabilizarse en un cierto punto, si oscilan (soluciones peridicas), si se vuelven innitamente o grandes, etc... A veces se puede tener una idea de cmo ser el diagrama de fases dibujando en muchos o a puntos del plano la echa que corresponde al campo vectorial F (x, y) = f1 (x, y), f2 (x, y) . Recordemos que las curvas solucin del sistema X = F (X) son las trayectorias del campo F , o es decir, son curvas x = x(t) y = y(t) tales que el vector velocidad tangente a la curva en el punto (x0 , y0 ), con x0 = x(t0 ), y0 = y(t0 ), es el vector f1 (x0 , y0 ), f2 (x0 , y0 ) . Por lo tanto, si dibujamos muchos de estos vectores podremos tratar de adivinar cmo sern o a las trayectorias buscando curvas que al pasar por un punto pasen con tangente igual a la echa que dibujamos en ese punto. Veamos un ejemplo. o Ejemplo 6.1. Consideremos el siguiente modelo de dos poblaciones simbiticas, x = ( + y) x y = ( + x) y con , , , > 0, que se obtiene al considerar dos poblaciones x e y que decrecen con razn de o crecimiento constante en ausencia de la otra especie y cuya razn de crecimiento crece en forma o proporcional a la otra poblacin. o
1. DIAGRAMAS DE FASES
57
Cuando una trayectoria pasa por un punto con y = / lo hace en forma perpendicular a esa recta porque su vector velocidad (0, ( + x) y) es vertical. Cuando cruza la recta x = / lo hace en forma horizontal porque su vector velocidad es (( + y) x, 0). Las echas que indican el campo F (x, y) = ( + y) x, ( + x) y en cada punto son aproximadamente as .
Cuando estamos cerca del (0, 0) o del (/, /) las echas son muy cortas. Esto indica que si estamos cerca de estos puntos pasaremos con velocidad muy chica y nos quedaremos cerca por mucho tiempo. El caso l mite lo tenemos en estos puntos en los que no hay echa. Lo que sucede es que el campo F se anula ah Qu sucede si en algn instante t0 estamos en un punto . e u (x0 , y0 ) donde F = (f1 , f2 ) se anula? Para contestar esta pregunta observemos que la funcin o x(t) x0 , y(t) y0 es solucin de o x = f1 (x, y), y = f2 (x, y), x(t0 ) = x0 y(t0 ) = y0
Por unicidad de solucin tendremos que sta es la unica solucin que pasa por este punto. Pero o e o esta es una solucin constante a la que por lo tanto llamamos Solucin estacionaria. Es fcil o o a ver que las unicas soluciones estacionarias son las soluciones constantes igual a un valor (x0 , y0 ) tal que F (x0 , y0 ) = 0. Esto se debe a que una solucin constante tendr derivada nula en todo o a tiempo y por lo tanto el campo F , que es igual a la derivada, debe anularse. A estos puntos los llamamos puntos de equilibrio o puntos cr ticos. Tenemos entonces unos puntos especiales en el plano de fases, los ceros del campo F que corresponden a soluciones estacionarias, y vemos que cerca de esos puntos las trayectorias pasan muy despacio. Pero, qu es lo que hacen? Se acercan? Se alejan? Se quedan cerca sin e acercarse? Puede pasar cualquiera de estas cosas y es algo que uno trata de observar en el diagrama de fases. Una observacin importante es que slo se llega a un equilibrio en tiempo innito (+ o o o innito) como demostraremos en el Lema 6.1 al nal de esta seccin. o Otra cosa que observamos en el diagrama de echas es que sobre los ejes coordenados, las echas apuntan en la direccin del eje. Esto reeja el hecho de que si inicialmente estamos sobre o uno de los ejes permaneceremos ah por todo tiempo. En efecto, supongamos que inicialmente
58
y0 = 0. Sea x(t) la solucin de la ecuacin o o x = x con x(0) = x0 . Entonces X(t) = (x(t), 0) es la solucin del sistema que inicialmente vale (x0 , 0). o Y anlogamente con datos iniciales sobre el otro eje x = 0. a En particular, los semiejes corresponden a trayectorias y como las trayectorias no se cortan se sigue que las trayectorias que se inician en el primer cuadrante no salen de l. Esto dice que si e inicialmente las dos poblaciones son positivas, lo sern para todo tiempo. Que x(t) e y(t) no se a vuelvan negativas es importante para que el sistema reeje la realidad (son poblaciones). Pero lo que acabamos de observar es que ninguna poblacin se extingue en tiempo nito. o Volvamos al ejemplo y tratemos de dibujar trayectorias correspondientes a este campo.
Da la impresin de que las trayectorias que comienzan cerca de (0, 0) tienden a (0, 0) cuando o el tiempo tiende a + mientras que cerca del otro punto de equilibrio, el (/, /), hay trayectorias que se acercan pero la mayor parece alejarse. a Conjeturamos que el diagrama de fases para este sistema es
1. DIAGRAMAS DE FASES
59
Pero, cmo estar seguros de que es as En este curso lo que vamos a poder asegurar o ? es cmo es el diagrama de fases cerca de los punto de equilibrio. El diagrama completo slo o o lo podremos conjeturar. La razn es que cerca de la mayor de los equilibrios los sistemas o a no lineales tienen diagramas de fase muy parecidos a los de un sistema lineal con coecientes constantes. En este caso, como conocemos las frmulas que nos dan las soluciones, podemos o saber exactamente cmo es el diagrama de fases. Veremos sto en detalle en la prxima seccin. o e o o Pero antes veamos qu tipo de informacin podemos inferir del diagrama de fases. e o Observamos que hay dos equilibrios. Uno es muy claro, si inicialmente no hay ningn u miembro en ninguna de las dos poblaciones, sto seguir asi por siempre. Ms an, del diagrama e a a u de fases vemos que si alguna de las poblaciones es chica, ambas poblaciones desaparecern a (en realidad no lo harn porque slo se vuelven nulas cuando el tiempo se vuelve innito, pero a o eventualmente ambas poblaciones sern extremadamente chicas.) a Hay otro equilibrio que es que la poblacin x sea / y la poblacin y sea /. Esta es o o una situacin muy inestable. Vemos que slo si hay una relacin muy particular entre ambas o o o poblaciones se acercarn al equilibrio. En cualquier otro caso, por ms cerca que se encuentren a a del equilibrio se alejarn a medida que pase en tiempo. Ms an, hay poblaciones tan cercanas a a u al equilibrio como se quiera que tendern a desaparecer y otras que crecern sin l a a mite. Demostremos ahora un lema que dice que slo se llega a un punto de equilibrio (o punto o cr tico) en tiempo innito. Lema 6.1. (1) Si X(t) X0 cuando t t0 R y X(t) X0 , se sigue que F (X0 ) = 0. Es decir, si una trayectoria tiende a un punto cr tico lo har en tiempo innito (+ o - innito). a (2) Si X(t) X0 cuando t + se sigue que F (X0 ) = 0. Anlogamente con t . a Es decir, si una trayectoria tiene un l mite para tiempo tendiendo a innito, ese l mite debe ser un punto cr tico.
Demostracion. Demostremos (1) Sabemos que si F (X0 ) = 0, la unica solucin de X = o F (X) que satisface X(t0 ) = X0 es la funcin idnticamente X0 . Como X(t0 ) = X0 , se siguir o e a que X(t) X0 lo que hab amos supuesto que no pasaba. Por lo tanto, F (X0 ) = 0. Ahora demostremos (2). Tenemos X(t + 1) X(t) = x1 (t + 1) x1 (t) x2 (t + 1) x2 (t) = x1 (1 ) x2 (2 ) = f1 x1 (1 ), x2 (1 ) f2 x1 (2 ), x2 (2 )
donde t < i < t + 1, i = 1, 2 y el campo F tiene componentes (f1 , f2 ). Como X (t) = F (X(t)) F (X0 ) cuando t + se sigue que X(t + 1) X(t) F (X0 ) cuando t +. Pero, X(t + 1) X(t) X0 X0 = 0. Por lo tanto, F (X0 ) = 0.
60
2. Diagramas de fases de sistemas lineales a coecientes constantes Consideremos el sistema X = AX con A R22 y X = x1 . x2
Queremos dibujar aproximadamente las trayectorias del sistema dependiendo de cmo son o los autovalores 1 y 2 de A. Supongamos que 0 no es autovalor. En este caso (0, 0) es el unico equilibrio del sistema. Caso I. 1 > 0 > 2 . Sean 1 y 2 los autovectores correspondientes a los 1 y 2 respectivamente. Entonces, la solucin general es o X(t) = c1 e1 t 1 + c2 e2 t 2 . Observemos que si X(0) = c1 , es decir, si inicialmente estoy en la recta de autovectores asociados a 1 , se sigue que c1 = c y c2 = 0. Por lo tanto, X(t) = ce1 t 1 y en todo instante premanezco en esa recta. Adems, como 1 > 0, se tiene que X(t) cuando t + y a X(t) 0 cuando t . Anlogamente, si inicialmente estoy en la recta de autovectores asociados a 2 tengo X(0) = a c2 . Por lo tanto, c1 = 0 y c2 = c y tengo X(t) = ce2 t 2 . De donde en todo instante premanezco en esa recta. Adems, como 2 < 0, se tiene que X(t) cuando t y X(t) 0 cuando a t +. Si inicialmente no estoy en ninguna de las dos rectas de autovectores, tanto c1 como c2 son no nulos. Llamemos y1 (t) e y2 (t) a los coecientes del vector X(t) en la base {1 , 2 }. Es decir, escribamos X(t) = y1 (t)1 + y2 (t)2 . Por la forma que tiene la solucin general vemos que y1 (t) = c1 e1 t e y2 (t) = c2 e2 t donde o c1 y c2 con las componentes del vector X(0) en la base {1 , 2 }. Es decir, X(0) = c1 1 + c2 2 . Tenemos y1 (t) +, y2 (t) 0, (t +) (t +) y1 (t) 0, y2 (t) +, (t ), (t ).
Por lo tanto, X(t) se acerca ms y ms a la recta generada por 1 cuando t + y a la a a recta generada por 2 cuando t . Este anlisis ya permitir intentar esbozar el diagrama de fases. Sin embargo ser ms sena a a a cillo hacer lo siguiente. Dibujemos primero las curvas (y1 (t), y2 (t)) que dicen cmo cambian los o coecientes de la solucin en la base {1 , 2 }. Una vez que tenemos claro este dibujo, observamos o que x1 y X= =Q 1 x2 y2 donde Q = [1 2 ] es la matriz cuyas columnas son los vectores 1 y 2 . Por lo tanto, el diagrama de fases en el plano (x1 , x2 ) se obtiene del dibujo de las curvas (y1 (t), y2 (t)) en el plano (y1 , y2 ) mediante una transformacin lineal (de matriz Q). o
2. DIAGRAMAS DE FASES DE SISTEMAS LINEALES A COEFICIENTES CONSTANTES
61
Sigamos entonces estas ideas y dibujemos primero las curvas (y1 (t), y2 (t)). Observemos que como y1 = c1 e1 t , y2 (t) = c2 e2 t se sigue que et = y y2 (t) = c2 Sea = y1 c1
2 /1
y1 c1
1/1
= k|y1 |2 /1
2 < 0. Entonces y2 = k|y1 | y el grco de las curvas (y1 (t), y2 (t)) es a 1

y2
y1
y el diagrama de fases en el plano (x1 , x2 ) es

x2 c 1
c 2
x1
62
Caso II. 1 > 2 > 0 Como en el caso anterior tenemos X(t) = y1 (t)1 + y2 (t)2 donde 1 y 2 son autovectores correspondientes a los autovalores 1 y 2 respectivamente. Como antes se tiene y2 = k|y1 | Por lo tanto las curvas (y1 (t), y2 (t)) son
y
2
0<=
2 <1 1
y1
y el diagrama de fases ser a

x2 c 1
x1
c 2
Observemos que en este caso, dado el signo de 1 y 2 se tiene que y1 (t), y2 (t) + cuando t + y y1 (t), y2 (t) 0 cuando t .
63
Caso III. 1 < 2 < 0 Este caso es exactamente como el anterior. Se tiene
y2 = k|y1 |
0<=
2 <1 1
slo que en este caso las echas se invierten y los diagramas de curvas en el plano (y1 , y2 ) y en o el plano de fases es igual al Caso II con las echas invertidas.
Caso IV. 1 = 2 = = 0. Supongamos que A = I. El caso A = I lo dejamos como ejercicio. La solucin general es X(t) = c1 et 1 + c2 et (1 t + 2 ) donde 1 es un autovector correspono diente al autovalor . Por lo tanto, X(t) = y1 (t)1 + y2 (t)2 con
y1 (t) = (c1 + c2 t)et
y2 (t) = c2 et .
Observemos que y1 (0) = c1 , y2 (0) = c2 . Por lo tanto, si X(0) = c1 se sigue que c1 = c y c2 = 0. Por lo tanto, X(t) = c1 et 1 y se ve que la recta generada por 1 (la recta de autovectores asociados al unico autovalor ) es invariante. En este caso, la recta generada por 2 no es invariante. Tenemos y2 c2 1 y2 log . c2
et =
t=
Por lo tanto, y2 c2 y2 c1 + log c2 c2 1 log |y2 | .
y1 =
= y2 k1 +
Adems y2 no cambia de signo pero como log |y2 | tiende a cuando |y2 | tiende a 0 y a + a cuando |y2 | tiende a + se ve que y1 s cambia de signo. Dibujemos las curvas (y1 (t), y2 (t)) en el caso en que < 0.
64
y2
y1
Lo que da como diagrama de fases
x2 c 1
c 2
65
Caso V. 1 = + i, 2 = i con < 0. En este caso la solucin real es X(t) = c1 Re e(+i)t 1 + c2 Im e(+i)t 1 donde 1 = o v1 + iv2 es un autovector asociado a 1 . Tenemos por lo tanto X(t) = c1 et (cos t v1 sen t v2 ) + c2 et (sen t v1 + cos t v2 ). Escrito en la base {v1 , v2 }, X(t) = et (c1 cos t + c2 sen t)v1 + et (c1 sen t + c2 cos t)v2 = y1 (t)v1 + y2 (t)v2 .
Escribamos (c1 , c2 ) en la forma c1 = r cos c2 = rsen y recordemos que X(0) = c1 v1 + c2 v2 , por lo tanto y1 (0) = c1 , y2 (0) = c2 . Tenemos y1 (t) = et r(cos cos t + sen sen t) = et r cos( t) y2 (t) = et r( cos sen t + sen cos t) = et r sen ( t). Por lo tanto en el plano (y1 , y2 ) la curva (y1 (t), y2 (t)) se obtiene rotando el punto (c1 , c2 ) un a ngulo t > 0 y luego expandiendo (o contrayendo) su mdulo por un factor et . Esto da los o siguientes diagramas dependiendo de . =0
y2
y1
66
<0
y
2
>0
y2
y1
En el plano de fases tenemos x1 (t) x2 (t) =Q y1 (t) y2 (t)
67
donde Q = [v1 v2 ] es la matriz cuyas columnas son los vectores v1 y v2 . Como una transformacin lineal transforma c o rculos en elipses, el diagrama de fases queda, dependiendo de de la siguiente manera.
=0
x2
x1
<0
x2
x1
68
>0
x
2
De los diagramas de fases que hemos esbozado podemos concluir, en particular, que si todos los autovalores de A tienen parte real negativa, todas las trayectorias tienden a 0 cuando el tiempo tiende a +. Si todos los autovalores de A tienen parte real positiva, todas las trayectorias tienden a 0 cuando el tiempo tiende a , es decir, se alejan de 0 cuando el tiempo avanza. Esto es as tanto si los autovalores son reales como si son complejos conjugados. La diferencia es el modo en que se acercan o alejan de 0. Si un autovalor es positivo y el otro negativo, hay exactamente dos trayectorias que se acercan a 0 cuando el tiempo tiende a +. Estas trayectorias son las que corresponden a la recta de autovectores asociados al autovalor negativo. Y hay exactamente dos trayectorias que se acercan a 0 cuando el tiempo tiende a (se alejan del origen cuando el tiempo avanza). Estas trayectorias son las que corresponden a la recta de autovectores asociados al autovalor positivo. Todas las dems trayectorias se alejan del origen tanto hacia el futuro como hacia el a pasado.
3. Linearizacin o Ahora que entendemos los diagramas de fases de sistemas lineales con coecientes constantes estamos en condiciones de esbozar los diagramas de fases de sistemas no lineales cerca de puntos de equilibrio. En esta seccin supondremos que el campo F es continuamente diferenciable en o n. R Recordemos que un punto de equilibrio es un cero de la funcin F (X). Sea entonces X0 un o equilibrio, tenemos para X cerca de X0 , F (X) DF (X0 )(X X0 ).
3. LINEARIZACION
69
Por lo tanto, si llamamos Y = X X0 , tendremos Y = (X X0 ) = X = F (X) DF (X0 )(X X0 ) = DF (X0 )Y para Y 0. El sistema Y = DF (X0 )Y es un sistema lineal con coecientes constantes (con matriz A = DF (X0 )). Lo que tenemos entonces es que para X(t) cerca de X0 , X(t) X0 es parecido a la solucin Y (t) de este sistema o cerca de Y0 = 0. Enunciemos ahora sin demostracin el resultado que asegura que en efecto esto es as si los o autovalores de la matriz DF (X0 ) tienen parte real no nula. Teorema 6.1 (Estabilidad Lineal). Sea F un campo C 1 en R2 . Sea X0 un cero de F . Si DF (X0 ) no tiene autovalores con parte real 0, el diagrama de fases del sistema X = F (X) en un entorno de X0 es muy parecido al diagrama de fases del sistema Y = DF (X0 )Y cerca de Y0 = 0. Con sto queremos decir que hay una biyeccin continuamente diferenciable e o con inversa continuamente diferenciable entre un entorno de X0 y un entorno del 0 que manda trayectorias del sistema X = F (X) en trayectorias del sistema Y = DF (X0 )Y preservando su orientacin. o En particular, si todos los autovalores de DF (X0 ) tienen parte real negativa se sigue que todas las trayectorias que pasan cerca de X0 tienden a X0 cuando t tiende a +. Y si todos tienen parte real positiva, todas las trayectorias se alejan de X0 cuando el tiempo crece (X(t) X0 cuando t ). Ms an, si DF (X0 ) tiene un autovalor 1 > 0 y un autovalor 2 < 0 hay dos trayectorias a u del sistema X = F (X) que tienden a X0 cuando el tiempo tiende a +. Estas trayectorias son tangentes en X0 a la recta de autovectores asociados a 2 . Anlogamente, hay dos trayectorias a del sistema X = F (X) que tienden a X0 cuando el tiempo tiende a . Estas trayectorias son tangentes en X0 a la recta de autovectores asociados a 1 . Todas las dems trayectorias que a pasan cerca de X0 se alejan de X0 tanto hacia el futuro como hacia el pasado.
Ejemplo 6.2. Apliquemos este resultado para estudiar el diagrama de fases del sistema simbitico del comienzo del cap o tulo cerca de los equilibrios (0, 0) y (/, /). En este caso el campo F es ( + y)x, ( + x)y . De aqu que DF (x, y) = Por lo tanto, DF (0, 0) = 0 0 + y y x + x
que tiene autovalores 1 = , 2 = . Por lo tanto todas las trayectorias cercanas al (0, 0) se acercan a l cuando el tiempo tiende a + como suger el diagrama que obtuvimos siguiendo e a las echas, a saber
70
Por otro lado, DF (/, /) = 0 / / 0
que tiene como autovalores las raices del polinomio 2 . Es decir, 1 = , 2 = . De nuevo, vemos que el diagrama de fases cerca de este equilibrio es como lo esbozamos al comienzo del cap tulo ya que ser parecido al del Caso I de la seccin anterior. Ms an, podemos saber a o a u cmo van a salir (o entrar) las trayectorias al equilibrio (/, /) ya que son tangentes a las o rectas de autovectores de la matriz 0 / / 0 Para encontrar estas rectas debemos resolver por un lado x1 / =0 / x2 es decir lo que da la recta x2 = 0 x1 x2 = x1 .
Por lo tanto, hay una trayectoria tangente a esta recta que sale del equilibrio (/, /). Anlogamente, para el autovalor tenemos que resolver a x1 / =0 / x2 es decir lo que da la recta x1 + x2 = 0 x2 = x1 .
Por lo tanto, hay una trayectoria tangente a esta recta que entra al equilibrio (/, /). Esto se ve en el diagrama de fases que esbozamos en el ejemplo 6.1 al comienzo del cap tulo. Cerca del equilibrio el diagrama de fases es
3. LINEARIZACION
71
Ejemplo 6.3. La ecuacin del pndulo simple amortiguado es o e g x + sen x + cx = 0 L donde c > 0, g > 0 es la constante de la gravedad, L > 0 es la longitud del pndulo y x es el e a ngulo que el pndulo forma con la vertical que apunta hacia abajo. Esta ecuacin es equivalente e o al siguiente sistema en el plano de fases (x, y) donde y representa la velocidad de variacin del o a ngulo, x = y g y = sen x cy L g Este es un sistema de la forma X = F (X) con F = (y, sen xcy). Los equilibrios del sistema L g (los ceros de F ) son los punto (x0 , y0 ) tales que y0 = 0, sen x0 cy0 = 0. Es decir, y0 = 0, L sen x0 = 0. Para ngulos x0 entre y los equilibrios son (, 0), (, 0), (0, 0). Observemos a que f sicamente los puntos (, 0) y (, 0) representan la misma posicin y velocidad en el o espacio. Analicemos el diagrama de fases cerca de los equilibrios. Para sto veamos cual es el sistema e linearizado X = DF (X0 )X. g Se tiene F = (y, sen x cy). Por lo tanto L DF (x, y) = y DF (0, 0) = 0 g L 1 c 0 g cos x L 1 c
c c2 4g/L que tiene por autovalores las raices del polinomio 2 +c+g/L = 0, es decir 1,2 = . 2 Se tiene que ambas raices tienen parte real negativa. Por lo tanto todas las trayectorias cercanas al (0, 0) tienden a (0, 0) cuando el tiempo tiende a +. Pero la forma en que tienden depende de la magnitud de la amortiguacin dada por la constante c. En efecto, si c2 4g/L, los autoo valores de la matriz del sistema linearizado son reales y las trayectorias tienden al equilibrio sin oscilar alrededor de l. En cambio, si c2 < 4g/L, los autovalores son complejos conjugados de e parte real negativa y las trayectorias se acercan al equilibrio en forma espiral.
72

y
Diagrama de fases del pndulo subamortiguado cerca del (0, 0) e
Con respecto al ngulo x del pndulo, sto dice que cerca de la posicin de equilibrio x = 0, a e e o velocidad x = 0, el ngulo tender a cero sin oscilaciones si est muy amortiguado y oscilando a a a indenidamente alrededor de la posicin de equilibrio si est subamortiguado. Esto es exactao a mente lo que se observa para un resorte, lo que no es casual porque la ecuacin del resorte es la o ecuacin linearizada alrededor de x = 0. o Analicemos qu pasa para el equilibrio (, 0). El sentido comn nos dice que es un equilibrio e u muy inestable y que en esa posicin con velocidad no nula por chica que sea nos vamos a o alejar de ah y tambin que el pndulo va a caer de cualquier posicin por cercana que sea. e e o Estas son situaciones en las que el vector velocidad apunta alejndose del equilibrio. Pero a tambin podemos imaginarnos que si le damos el impulso correcto prodr e amos llegar arriba (a la posicin x = o x = ) con velocidad 0. Por supuesto que el impulso debe ser el correcto o y una pequea variacin podr hacer que no lleguemos o que nos pasemos (que lleguemos con n o a velocidad positiva). Veamos que sto se ve linearizando alrededor de (, 0). Es decir, que vemos e que casi todas las trayectorias se alejan de este equilibrio y que hay exactamente una que se acerca con x < . Para sto veamos que los autovalores de DF (, 0) son de distinto signo. En e ese caso, el diagrama de fases cerca del equilibrio (, 0) es similar al del Caso I de los sistemas lineales con coecientes constantes que da exactamente la situacin que describimos (slo que o o en este caso nos restringimos a la regin x < que corresponde a x < 0 para el problema o linearizado). En efecto, DF (, 0) = 0 g L 1 c
c c2 + 4g/L que tiene por autovalores las raices del polinomio 2 +cg/L = 0, es decir 1,2 = 2 una de las cuales es positiva y la otra negativa. Y se tiene lo armado. Si queremos ver cmo o entra la trayectoria con la que nos acercamos al equilibrio desde x < , debemos encontrar la c c2 + 4g/L ya que la trayectoria es recta de autovectores asociados al autovalor negativo 2 tangente a esta recta en (, 0). Para sto debemos resolver e (c + c2 + 4g/L)/2 g/L 1 + 4g/L)/2 x y =0
(c +
c2
3. LINEARIZACION
73
c + c2 + 4g/L Es decir, y = x. Esto nos da asintticamente la velocidad que el pndulo o e 2 debe tener al pasar por el ngulo x si queremos llegar a la posicin x = con velocidad 0. a o El diagrama de fases cerca del (, 0) ser a
o
2.5
Diagrama de fases del pndulo amortiguado cerca del (, 0) e
Qu pasa si tratamos de analizar la ecuacin del pndulo sin amortiguacin? Esto es, e o e o g x + sen x = 0. L En este caso el sistema equivalente en el plano de fases es x = y g y = sen x L que tiene los mismos equilibrios del caso amortiguado. Sin embargo, en este caso DF (x, y) = y DF (0, 0) = 0 g L 1 0 0 g cos x L 1 0
que tiene por autovalores las raices del polinomio 2 + g/L = 0. Es decir, 1,2 = i g/L que tienen parte real 0. Por lo tanto el teorema de estabilidad lineal no nos dice nada en este caso. Sin embargo, hay otra forma de analizar la ecuacin del pndulo ya que es un caso particular o e de sistema conservativo. Un sistema es conservativo cuando tiene la forma X = U (X). En el caso particular de incgnita escalar x = U (x) esta ecuacin es equivalente a un sistema de 2 2 para el o o cul podemos dibujar el diagrama de fases. Esto ser objeto de la prxima seccin. a a o o
74
4. Sistemas Conservativos En esta seccin estudiaremos ecuaciones de la forma x = U (x). La funcin U (x) se llama o o potencial del campo conservativo y representa una forma de energ llamada Energ Potencial. a a La energ mecnica del sistema es la suma de las energ cintica y potencial. Para sistemas a a as e conservativos la energ mecnica se conserva (de ah el nombre). En efecto, si x(t) es una a a trayectoria, la energ sobre esa trayectoria es a 1 E(t) = x2 (t) + U (x(t)), 2 por lo tanto d E(t) = x(t)(t) + U (x(t))x(t) = x(t) x(t) + U (x(t)) = 0. x dt De aqu que la energ E permanezca constante sobre cada trayectoria. a En el plano de fases se tiene el sistema equivalente x =y y = U (x) 1 2 y + U (x). Por 2 lo visto arriba (conservacin de la energ se tiene que E(x(t), y(t)) es constante sobre cada o a) trayectoria de este sistema. Esto nos dice que las trayectorias estn contenidas en los conjuntos a de nivel de la funcin E(x, y). o La energ se representa en el plano de fases por la funcin E(x, y) = a o Los equilibrios son los puntos (x0 , y0 ) tales que y0 = 0 y U (x0 ) = 0. Es decir, los puntos de la forma (x0 , 0) con x0 punto cr tico de la funcin U . Observemos que E(x, t) = (U (x), y) o se anula slo en los equilibrios. Por lo tanto, los conjuntos de nivel que no contienen equilibrios o estn formados por curvas suaves y cada una de estas curvas es una trayectoria del sistema. a Una forma fcil de ver cmo gracar el diagrama de fases es observar que si una trayectoria a o pasa en algn momento por un punto de la forma (, 0), la energ sobre esa trayectoria ser u x a a igual a U (). Entonces, x 1 U () = E(x(t), y(t)) = y 2 (t) + U (x(t)) U (x(t)) x 2 para todo t.
Es decir, si en algn instante una trayectoria pasa por el punto (, 0), en todo instante u x permanece en el pozo potencial U (x) U () x y U (x(t)) no puede volver a ser igual a U () hasta que no se tenga simultneamente y(t) = 0. x a Observemos que de todos modos puede haber trayectorias que nunca corten al eje x. Esto es as si la funcin potencial U es acotada superiormente. En efecto, supongamos que est acotada o a superiormente por la constante M . Si la energ sobre la trayectoria es mayor que M , (y sto a e es as si en algn instante la velocidad y es muy grande), no podremos tener nunca y = 0. Es u decir, no se corta al eje x. Por otro lado observemos que a medida que |y| crece, U (x) decrece y rec procamente, cuando |y| decrece, U (x) crece.
4. SISTEMAS CONSERVATIVOS
75
Finalmente, observemos que por la paridad de la funcin E(x, y) en la variable y se tiene o que los conjuntos de nivel de E son simtricos respecto del eje x. e Estamos entonces en condiciones de gracar el diagrama de fases (en forma aproximada porque no conocemos exactamente los conjuntos de nivel de la funcin E). Vamos a hacerlo o g primero en el caso del pndulo. En este caso el potencial es U (x) = (1 cos x). Para esbozar e L el diagrama de fases conviene dibujar simultneamente el potencial U y el diagrama ya que, a como vimos, hay una gran correspondencia entre los dos grcos. a
U(x)
En el grco observamos que hay dos trayectorias que conectan los equilibrios inestables a (, 0) y (, 0). En una de esas trayectorias se sale de (, 0) en tiempo t = y se llega a (, 0) en tiempo t = +. En la otra, se sale de (, 0) en tiempo t = y se llega a (, 0) en tiempo t = +. Todas las otras trayectorias corresponden a curvas cerradas. Esto es claro en las que se encuentran dentro de las trayectorias que conectan (, 0) y (, 0). Pero tambin e las que estn fuera corresponden a curvas cerradas si recordamos que estamos identicando los a
76
a ngulos y y que los conjuntos de nivel de E(x, y) son en este caso simtricos respecto del e g eje y porque la funcin potencial U (x) = (1 cos x) es par. Estas trayectorias, que no cortan o L el eje x, corresponden a niveles de energ mayores que el mximo de U (x). Para estos niveles a a de energ el pndulo da vueltas sin parar. Para niveles de energ menores que el mximo de a, e a a U (x), el pndulo alcanza un ngulo mximo x tal que U () = E = max U (x(t)). es el valor e a a x mximo que alcanza U sobre la trayectoria e igual al nivel de energ de esa trayectoria. Cuando a a llega a este valor lo hace con velocidad nula. Entonces el movimiento cambia de sentido y lo que observamos, en denitiva es el movimiento oscilatorio que asociamos con la idea de un pndulo. e Adems, vemos que el (0, 0) es un equilibrio estable en el sentido de que las trayectorias que a comienzan cerca de l permanecen cerca, pero no tienden a (0, 0) como ocurre en el caso del e pndulo amortiguado. e Los conjuntos de nivel correspondientes a niveles de energ menores que max U (x(t)) consa tan de una sola componente que es una trayectoria. En cambio para niveles de enrg mayores a se tienen dos componentes (dos trayectorias). Observen que para el nivel de energ igual al a maximo de U hay 4 trayectorias, las dos que describimos antes que conectan los equilibrios (, 0) y (, 0) y las dos trayectorias estacionarias correspondientes a estos equilibrios.
Para aanzar las ideas veamos otros ejemplos. Ejemplo 6.4. Supongamos que nos dan el grco del potencial U y esbocemos el diagrama a de fases correspondiente. Sea entonces el grco de U a
U(x)
El diagrama de fases correspondiente dibujando tambin el potencial en el mismo grco e a para ayudarnos ser a
4. SISTEMAS CONSERVATIVOS
77
U(x)
o x
Para dibujar el diagrama de fases observamos que, como U (x) + cuando x todos los conjuntos de nivel cortan al eje x. Por lo tanto, lo ms fcil es dibujarlos a partir de un a a punto en este eje. Adems, como son simtricos respecto de este eje, los dibujamos para y > 0 a e y los completamos en forma simtrica despus. e e Empezamos entonces en un punto (, 0) y dibujamos la parte de la trayectoria que pasa x por ese punto contenida en y > 0. Como y > 0 se tiene que U (x(t)) < U (). Por lo tanto la x trayectoria debe moverse hacia valores de x en los que sto suceda. Ms an, y crece cuando U (x) e a u decrece y cuando U (x) comienza a crecer y decrece. Eventualmente, U (x) alcanza nuevamente el valor U () y en ese punto la trayectoria vuelve a cortar al eje x. x Veamos otro ejemplo. a Ejemplo 6.5. Supongamos ahora que el potencial tiene el siguiente grco.
U(x)
78
En este caso, como U est acotada superiormente, hay trayectorias que no cortan al eje x. a De todos modos, siguen las subidas y bajadas del potencial U con decrecimiento y crecimiento, respectivamente de y. Otras trayectorias s cortan el eje x. Las que lo hacen para valores de x menores que el punto donde alcanza el mayor mximo relativo o para valores mayores que el punto donde alcanza el a menor mximo relativo, son trayectorias contenidas en x x y x x respectivamente ya que a slo hacia esos lados decrece U . o
El diagrama de fases correspondiente dibujando tambin el potencial en el mismo grco e a ser a

U(x)
o x
El conjunto de nivel correspondiente al mximo de U est formado por el equilibrio (x0 , 0) a a con U (x0 ) el mximo de U , una trayectoria que entra a (x0 , 0) desde valores de x menores que a x0 y una desde valores mayores, una que sale hacia valores menores que x0 y una hacia valores mayores. Correspondiente al otro mximo relativo se tiene un equilibrio, una trayectoria que sale y a vuelve a entrar al equilibrio con valores de x menores y dos trayectorias con valores de x mayores, una que entra y una que sale.
EJERCICIOS
79
Las unicas trayectorias cerradas se encuentran alrededor del equilibrio correspondiente al m nimo relativo de U que resulta ser el unico equilibrio estable. Las echas que indican el sentido de recorrido de las soluciones se obtienen de la observacin o general para sistemas conservativos que mientras se est en el semiplano superior x crece y en e el inferior x decrece por ser y = x. Ejercicios (1) Realice un grco aproximado de las l a neas de ujo de los siguientes campos vectoriales: (a) F (x, y) = (y, x) (b) F (x, y) = (x, y) (c) F (x, y) = (x, x2 )
(2) Para el siguiente sistema de dos poblaciones que compiten por un mismo alimento, realice un grco aproximado del diagrama de fases a partir del dibujo del campo a vectorial. x = (2 x y)x y = (3 x 2y)y (3) Esboce el diagrama de fases de los sistemas lineales de los siguientes ejercicios del Cap tulo 4: Ejercicio 1, (b) y (c); Ejercicio 3, (b) y (d) (4) Sea A R22 una matriz cuyos autovalores son y . Esbozar el diagrama de fases correspondiente al sistema X = AX si (a) > > 0 (c) > 0 > (e) 0 = = R (b) 0 > > (d) = + i, = i con = 0 (f) = 0, > 0
(5) Para los siguientes sistemas hallar los puntos de equilibrio y esbozar el diagrama de fases cerca de cada uno de ellos. x = xey x = exy 1 (a) (b) y = sen x + y 1 y = xy 1 stico. (6) Considerar los siguientes sistemas de depredadorpresa con crecimiento log (a) x = (2 x y)x y = (1 + x y)y (b) x = (1 x y)x y = (2 + x y)y
Hallar los puntos de equilibrio (x0 , y0 ) con x0 0, y0 0 y esbozar el diagrama de fases en la cercan de los mismos. a Tratar de ver cmo es el diagrama global. Observar que el comportamiento puede o ser muy distinto dependiendo de los parmetros de la ecuacin. a o (7) Considerar el sistema de ecuaciones diferenciales que modela el ujo en R2 asociado a un campo vectorial gradiente, es decir un sistema de la forma X = V (X) con V C 2 (R2 ). Hallar los puntos de equilibrio del sistema e investigar su estabilidad si los extremos locales de la funcin V son no degenerados (es decir, si los autovalores o del Hessiano de V en los extremos locales de V son no nulos). Puede decir si hay alguna relacin entre las trayectorias del sistema y las l o neas de nivel de la funcin o
80
V (X) = V (x1 , x2 )? Utilice esta informacin para esbozar el diagrama de fases del o sistema X = V (X) si V (x1 , x2 ) = x2 + 4x2 . 1 2 (8) Si la fuerza de atraccin entre dos masas que se encuentran a distancia r es de la forma o k F = 2 r (a) Hallar la energ potencial y esbozar el diagrama de fases si el potencial tiende a a cero cuando r = +. (b) Si a una distancia r0 la energ cintica es T0 < U (r0 ). Cul es la distancia a e a mxima de separacin posible de estas masas? a o (c) Qu sucede si la energ total es e a i. positiva, ii. negativa, iii. nula? (9) Supongamos que la fuerza de atraccin entre los tomos de una molcula diatmica es o a e o 1 a de la forma F (x) = 2 + 3 donde x es la distancia entre los mismos. x x (a) Hallar la energ potencial y esbozar el diagrama de fases si el potencial tiende a a 0 cuando x tiende a innito. (b) Utilizando el diagrama de fases, observar que (i) la distancia entre los tomos permanece constante si y slo si en algn moa o u mento se encuentran a distancia a y velocidad 0. a a (ii) Si la energ total E0 es negativa, la distancia entre los tomos crece y decrece en forma oscilatoria entre dos valores mximo y m a nimo dependientes slo o de E0 . (iii) Si la energ total es no negativa, la distancia entre los tomos tiende a innia a to cuando el tiempo tiende a innito aunque pueden acercarse inicialmente. (iv) Cul es la energ m a a nima posible del sistema, Emin ? (v) En todos los casos, cul es la distancia m a nima entre los tomos si la energ a a de la molcula es E0 Emin ? e
Agradecimientos
Quisiera agradecer profundamente a Julin Fernndez Bonder por sus comentarios y sugea a rencias respecto del material y la presentacin de estas notas. Tambin mi agradecimiento a o e Gabriel Acosta, Gabriela Armentano, Javier Etcheverry, Pablo Groisman y Ariel Lombardi por su inestimable ayuda con los grcos. a
81
Bibliograf a
[1] Amann, H., Ordinary dierential equations, Walter de Gruyter, Berlin, 1990. [2] Ayres, F. Ecuaciones Diferenciales, Coleccin Schaum. 1969. o [3] Birkho, G. and Rota, G.C. Ordinary Dierential equations, Ginn & Company, 1962. [4] Coddington, E.A., Introduccin a las ecuaciones diferenciales ordinarias, Compa Editorial Continental, o na SA, 1ra. ed. en espaol, 7ma. ed. en ingls, 1968. n e [5] Coddington, E.A. & Levinson, N. Theory of ordinary dierential equations, Mc-Graw Hill, 1955. o a a a [6] de Figueiredo, D. & Neves, A., Equaces Diferenciais Aplicadas, Coleco Matemtica Universitria, Instituto de Matemtica Pura e Aplicada, Rio de Janeiro, 1997. a [7] Hirsch, M. W. & Smale, S., Dierential equations, dynamical systems and linear algebra, Academic Press, New York, 1974. [8] Hurewicz, W. Sobre ecuaciones diferenciales ordinarias, Ediciones RIALP, Madrid, 1966. [9] INCE, E.L. Integracin de ecuaciones diferenciales ordinarias, Editorial Dossat, S.A., Madrid, 1939. o [10] Perko, L., Dierential equations and dynamical systems, Springer-Verlag, New York, 1991. [11] Pontryagin, L.S. Ordinary Dierential Equations, Addison-Wesley, 1962.
83

035 - Ec - Diferenciales FASE35

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

035 - Ec - Diferenciales FASE35

Cargado por

Copyright:

Formatos disponibles

Introduccin a las ecuaciones o diferenciales ordinarias

2. DESCRIPCION DE ALGUNOS METODOS DE RESOLUCION DE ECUACIONES DE 1ER. ORDEN.

Si, por ejemplo, x(0) = 1 se tiene 1 = c. Por lo tanto la solucin es o x= 1 . 1t

(c) x 2tx = t, (e) x x1/3 = 0,

(d) x tan t = cos t

(k R) son todas las soluciones de

y + a(x)y = 0 en [x1 , x2 ] (ii) y(x) = e

Existencia y unicidad de solucin o

2. EXISTENCIA Y UNICIDAD DE SOLUCION

|aij (t)|2 (xj yj )2 Cn K 2 n X Y

f (s, x(s)) ds,

2. EXISTENCIA Y UNICIDAD DE SOLUCION

f (s, x0 (s)) ds,

f (s, xk1 (s)) ds.

f (s, x(s)) ds.

xk+1 (t) = + xk (t) = + restando ambas ecuaciones vemos que

f (s, xk (s)) ds, f (s, xk1 (s)) ds,

xk+1 (t) xk (t) = De aqu que, para t ,

[f (s, xk (s)) f (s, xk1 (s))] ds.

|xk+1 (t) xk (t)| Sea ahora

|f (s, xk (s)) f (s, xk1 (s))| ds L

|xk (s) xk1 (s)| ds.

2. EXISTENCIA Y UNICIDAD DE SOLUCION

|xk (t) xj (t)| = |xk (t) xk+m (t)| = |

(xk+i (t) xk+i+1 (t))| 1 = m1 2k

Por lo tanto, dado > 0 si j, k k0 donde

< se tiene para t [ , + ],

Se tiene el mismo resultado si x1 , x2 : [, ] I R son soluciones de x = f (t, x) con xi ( ) = i , i = 1, 2. en [, ],

2. EXISTENCIA Y UNICIDAD DE SOLUCION

f (s, x1 (s)) ds.

Anlogamente, integrando (2.4) para x2 obtenemos a x2 (t) = 2 + Restando ambas ecuaciones

f (s, x2 (s)) ds.

x1 (t) x2 (t) = 1 2 + y por lo tanto,

[f (s, x1 (s)) f (s, x2 (s))] ds

|x1 (t) x2 (t)| |1 2 | + L

|x1 (s) x2 (s)| ds.

(2.7) se sigue que

g(s) ds. Entonces (2.7) nos dice que G (t) A + B G(t).

2. EXISTENCIA Y UNICIDAD DE SOLUCION

Integrando de a t y usando que G( ) = 0, tenemos eB(t ) G(t) A

2. EXISTENCIA Y UNICIDAD DE SOLUCION

2. EXISTENCIA Y UNICIDAD DE SOLUCION

Sistemas lineales de 1er. orden y ecuaciones lineales de orden n

3. SISTEMAS LINEALES DE 1ER. ORDEN Y ECUACIONES LINEALES DE ORDEN n

1. GENERALIDADES Y SISTEMAS HOMOGENEOS

3. SISTEMAS LINEALES DE 1ER. ORDEN Y ECUACIONES LINEALES DE ORDEN n

1. GENERALIDADES Y SISTEMAS HOMOGENEOS

3. SISTEMAS LINEALES DE 1ER. ORDEN Y ECUACIONES LINEALES DE ORDEN n

Por lo que det(Q( )) = W (x1 , x2 , . . . , xn )( ) y se tiene lo enunciado en el punto (3).

3. SISTEMAS LINEALES DE 1ER. ORDEN Y ECUACIONES LINEALES DE ORDEN n

2. SISTEMAS NO HOMOGENEOS (n1)

(t) + + cn (t)x(n1) (t) = f (t). n

3. SISTEMAS LINEALES DE 1ER. ORDEN Y ECUACIONES LINEALES DE ORDEN n

Resolucin de sistemas lineales con coecientes constantes o

con ci R constantes arbitrarias.

4. RESOLUCION DE SISTEMAS LINEALES CON COEFICIENTES CONSTANTES

4. RESOLUCION DE SISTEMAS LINEALES CON COEFICIENTES CONSTANTES

Para hallar los autovalores planteamos

4. RESOLUCION DE SISTEMAS LINEALES CON COEFICIENTES CONSTANTES

4. RESOLUCION DE SISTEMAS LINEALES CON COEFICIENTES CONSTANTES

4. RESOLUCION DE SISTEMAS LINEALES CON COEFICIENTES CONSTANTES

4. RESOLUCION DE SISTEMAS LINEALES CON COEFICIENTES CONSTANTES

Es decir la base de soluciones es 0 , et 1 1 0 t+ 0 1 .