UNIDAD 4 SISTEMAS DE ECUACIONES

DIFERENCIALES LINEALES.

4.1 Teora preliminar.
4.1.1 Sistemas de Ecuaciones diferenciales lineales.
Los problemas de la vida real pueden representarse de mejor manera con la
ayuda de mltiples variables. Por ejemplo, piensa en el conteo de la poblacin
representado con la ayuda de una sola variable. Pero, esta depende del conteo
de la poblacin de depredadores as como tambin de las condiciones
climticas y la disponibilidad de alimentos. Todas estas condiciones en s
mismas forman una ecuacin diferente definida en una variable separada.
Por lo tanto, para estudiar las relaciones complejas, requerimos de varias
ecuaciones diferentes para definir diferentes variables. Tal sistema es el
sistema de ecuaciones diferenciales. Un sistema de ecuaciones diferenciales
lineales se puede denotar como,

Aqu xi (t) es una variable en trminos de tiempo y el valor de i = 1, 2, 3, , n.
Tambin A es una matriz que contiene todos los trminos constantes, como
[ai,j].
Dado que los coeficientes de la matriz constante A no estn definidos
explcitamente en trminos de tiempo, por lo tanto, un sistema de ecuaciones
diferenciales lineales es llamado a veces autnomo. La notacin convencional
general para el sistema de ecuaciones diferenciales lineales es,
dx/ dt = f(t, x, y)
dy/ dt = g(t, x, y)
El sistema anterior de ecuaciones diferenciales tendr numerosas funciones
para satisfacerla. Mediante la modificacin de la variable tiempo obtendremos
un conjunto de puntos que se encuentran en el plano de dos dimensiones x-y,
los cuales se denominan trayectoria. La velocidad con respecto a esta
trayectoria, en algn tiempo t es,
= (dx/ dt, dy/ dt)
Un ejemplo de un sistema de ecuaciones diferenciales lineales es el siguiente,
dx1/ dt = 41 + 22
dx2/ dt = 01 + 22
Con el fin de determinar el conjunto completo de frmulas para la variable
dependiente de tiempo xi(t) para todos los valores de i, es necesario obtener
primero los vectores propios y valores propios de la matriz constante A. En el
caso que la matriz constante A posea un conjunto de valores propios repetidos
para sus componentes, sera necesario un vector propio generalizado.
Este es t, toma en cuenta que los vectores propios y valores propios de la
matriz constante puede ser un subconjunto de los nmeros reales o tambin un
subconjunto de los nmeros complejos.
La representacin de la matriz del problema anterior es la siguiente,
dx/ dt = A * x
En este caso, A es la matriz constante que puede ser representada como:
A =
Y x(t) T es un vector de variables definidas en trminos de tiempo, el cual es
representado como,
x(t)T =
dx/ dt =
En caso de que el vector propio de la matriz constante A sea un subconjunto de
los nmeros reales para este ejemplo, podemos escribir,
A = S * D * S-1
Aqu D es la matriz diagonal de la matriz de vectores propios de la matriz
constante A y S es la matriz que contiene los vectores propios en forma de
columnas, en el mismo orden como los valores propios se escriben en la matriz
diagonal D.





En consecuencia, la forma de la matriz del ejemplo anterior se puede escribir
como,
dx/ dt = A * x
dx1/ dt
dx2/ dt = 4 2
0 4 * x1
x2
Al igual que en una ecuacin diferencial ordinaria, un sistema de ecuaciones
diferenciales lineales tambin pueden formar un problema de valor inicial donde
se dan varias condiciones iniciales.

4.1.2 Sistemas de Ecuaciones diferenciales lineales homogneas.
Sabemos que una ecuacin diferencial lineal es de la forma,

Si esta misma ecuacin se transforma en la forma,

Obtenemos una ecuacin diferencial lineal homognea. Esta se da cuando la
funcin conocida no est presente en la ecuacin diferencial lineal, entonces se
le llama una ecuacin diferencial homognea. Y si tenemos una gran cantidad
de tales ecuaciones juntas, de manera tal que dependen unas de las otras, y
definen colectivamente un problema comn, entonces se les llama un sistema
de ecuaciones diferenciales lineales homogneas.
Tales sistemas pueden ser resueltos de manera eficiente con la ayuda de las
matrices, las cuales son denominadas matriz fundamental. Sean X1, X2 X3
las soluciones de la matriz fundamental del sistema de entrada de ecuaciones
diferenciales homogneas, entonces puede representarse de manera
condensada como,

En la ecuacin anterior, las soluciones del sistema de ecuaciones diferenciales
estn definidas en algn intervalo, digamos I y la solucin general del sistema
de ecuaciones diferenciales es este


En la ecuacin anterior, los trminos que se mantienen dentro de los corchetes
son los vectores fila, donde X1 = [xi1j], X2 = [xi2j] Xn = [xinj]. Estas son las
soluciones n fundamentales del sistema de entrada de ecuaciones diferenciales
lineales homogneas para el intervalo dado I. Entonces tenemos que la matriz
fundamental para el sistema homogneo de ecuaciones diferenciales lineales
para el intervalo dado como I es,

Los pasos para resolver un sistema homogneo de ecuaciones diferenciales
lineales son los siguientes:
1. Construye la matriz de coeficientes para las ecuaciones del sistema dado.
2. Determina los valores propios de esta matriz de coeficientes del sistema
dado de ecuaciones diferenciales lineales homogneas.
3. Ahora, busca el vector propio inicial de este conjunto de valores propios y
nmbralo como EV1.
4. Determina la primera ecuacin de este vector en trminos de constantes k1,
k2.
5. Despus de esto, determina el siguiente conjunto de valores propios, sus
vectores propios correspondientes y su ecuacin.
6. Anota la solucin general para las ecuaciones en trminos de constantes k1,
k2.
7. Por ltimo, deriva la solucin general para el sistema de ecuaciones.
Aunque el procedimiento para solucionar el sistema de ecuaciones
diferenciales lineales homogneo es bastante fcil, se da un ejemplo ilustrativo
que te ayudar a hacer los conceptos ms claros.
dx/ dt = 2x + 3y
dy/ dt = 2x + y
Primero, escribamos la matriz constante para el sistema de ecuaciones
diferenciales homogneas dado. Esto es,



La matriz columna de los valores propios construida a partir de esta matriz de
coeficientes es la siguiente,

Esto nos da 1 = 1 y 2 = 4. A partir de estos valores propios el vector propio
asociado se construye como,

Colocando el valor de 1 = 1 en lugar, el valor exacto deEV1se obtiene como,

El determinante de este se obtiene como,
| EV1 | = 0.
La ecuacin asociada de este vector propio es,
3k1 + 3k2 = 0
2k1 + 2k2 = 0
De manera similar, la otra ecuacin para el segundo vector propio es,
-2k1 + 3k2 = 0
2k1 - 3k2 = 0
Cuando t = 0, c1 = 1 y c2 = 1.
X1 = e-t K1

Del mismo modo,

Esto nos da la solucin general,




4.1.3 Solucin general y solucin particular de sistemas de
Ecuaciones diferenciales lineales
Para resolver un sistema de ecuaciones diferenciales lineales, es
absolutamente esencial conocer los conceptos de valor propio y vector propio.
Para una matriz M dada, es llamado los valores propios, si la condicin es
verdadera,

Aqu x se llama vector propio de la matriz M.
Es decir, los vectores propios son aquellos vectores que luego de ser
multiplicados por la matriz de entrada permanecen proporcionales a la matriz
de entrada o resultan cero.
Sea A la matriz que contiene los valores propios, como [ 1, 2, 3 n]. A
continuacin se indican los pasos para resolver un sistema de ecuaciones
diferenciales.
1. Calcula las ecuaciones del sistema de ecuaciones diferenciales y construye
la matriz que contiene los coeficientes de todas las ecuaciones en el orden en
que aparecen en el sistema de entrada de la ecuacin.
2. Los valores propios se obtienen de esta matriz que contiene los trminos de
los coeficientes.
3. Calcula todos los vectores propios de valores propios como los obtenidos en
el paso anterior. Nmbralos en la secuencia a medida que son determinados
como EV1, EV2, EV3 EVn.
4. Calcula las ecuaciones correspondientes para cada uno de los conjuntos de
valores propios y los vectores propios asociados. Repite este paso para cada
par de valores y vectores propios.
5. Obtn la solucin particular para un sistema de ecuaciones no homogneo
como,

Aqu X(t) se define como, X(t) = [x1 x2 x3 xn]
Y en caso de que el sistema de entrada sea una ecuacin diferencial
homognea, entonces la solucin particular del sistema ser dada de la forma,

La ecuacin anterior nos da la relacin,

En la relacin anterior, y son valores propios y vectores propios,
respectivamente.
6. Y la solucin general para el sistema de ecuaciones diferenciales lineales es
dada de la forma,

En general podemos decir que la solucin de un sistema de ecuacin
diferencial es llamada solucin general si los valores de las constantes no se
obtienen en la solucin final. La misma solucin puede convertirse en una
solucin particular cuando tenemos el valor de las constantes determinadas.
Esto se hace en el caso que el sistema de entrada de la ecuacin diferencial
sea un problema de valor inicial con las condiciones iniciales establecidas para
la determinacin de los trminos constantes.
El ejemplo siguiente aclarar el procedimiento para resolver un sistema de
ecuaciones diferenciales lineales.
Determina el conjunto de ecuaciones como xT(t) = [(x1(t), x2(t)] para el sistema
de ecuaciones dx/ dt = A * x con las condiciones iniciales establecidas como
x(0) = x0 = (x01, x02). El valor de la matriz A est dada como,

La ecuacin caracterstica de la matriz de coeficientes arriba es,
f( ) = 2 trace(A) * + de t(A) = 2 + 4 + 4
Y las races de esta ecuacin nos dan repetidos valores propios de la matriz
como, 1 = 2 = 2.
Entonces, el vector propio de la matriz es dado de la forma,

La matriz tiene un solo vector propio ya que ambos valores propios son los
mismos. Por lo tanto, la solucin general del problema se da como,

Por consiguiente, un vector propio generalizado puede ser calculado como, v =
vp +s1* vh1 v1 v2 1 0 +s1* 1 1
La solucin particular de este problema sera vT(p) = (1, 0) = v2, el cual es el
valor propio generalizado de esta matriz, junto con los valores propios repetidos
y vh es la solucin homognea dando el vector propio v1.


Y la solucin general del problema es,

Esto nos da,
x1(0) = c1 e0 + c2 (0 e0) = c1 c2 = x01
x1(0) = c1 e0 + c2 (0) = c1 = x02

4.2 Mtodos de solucin para sistemas de Ecuaciones diferenciales
lineales.
Un sistema de diferenciales lineales puede resolver las ecuaciones. Al igual
que existen varias tcnicas para resolver una ecuacin diferencial lineal,
tambin las hay para un sistema de ecuaciones diferenciales lineales. Como el
mtodo de eliminacin de Gauss, mtodo separable y reducible etc. Sea un
sistema de ecuaciones diferenciales lineales representado como,

Entonces, la representacin de la matriz equivalente de este sistema de
ecuaciones diferenciales lineales ser,




Ahora, la tcnica ms conveniente para resolver este sistema de ecuaciones
diferenciales lineales es recurrir al mtodo de multiplicacin de matrices. La
frmula para resolverlo est dada de la forma,

Aqu A es la matriz que contiene los trminos coeficientes de toda la ecuacin
del sistema, C, que es una matriz columna compuesta de elementos no
homogneos y, finalmente, la matriz X es la que contiene los elementos
desconocidos. Cuando la matriz C es igual a cero, entonces el sistema dado es
un sistema homogneo de ecuaciones diferenciales lineales.
Todo el mundo est familiarizado con el hecho de que multiplicar unas cuantas
matrices es mucho mejor que solucionar las ecuaciones algebraicas crpticas
para cuatro variables desconocidas. Sin embargo, la tcnica anterior nos da la
solucin en todo momento. Por lo tanto, tenemos que adoptar algunas otras
tcnicas para resolver las ecuaciones.
Dos sistemas de ecuaciones diferenciales lineales se llaman equivalentes en la
situacin de que ambos produzcan las mismas soluciones para variables
desconocidas. Sin embargo, esto puede lograrse mediante aplicar algunas
operaciones elementales como la multiplicacin con una constante, la
reordenacin de las ecuaciones, etc. Sea un sistema de ecuaciones
diferenciales lineales dado como:
x + y + z = 0
x 2y + 2z = 4
x + 2y z = 2
Las ecuaciones anteriores pueden resolverse mediante aplicar algunas
operaciones elementales sobre las dos ltimas ecuaciones y manteniendo la
primera sin alterar. Esto nos ayudar a eliminar una de las variables y el resto
de las ecuaciones pueden resolverse de forma simultnea para dos variables,
lo cual es muy fcil de hacer.
x + y + z = 0
x 2y + 2z = 4
y 2z = 2
Ahora resta las dos ecuaciones a partir de la primera como:
x + y + z = 0
- 3y + z = 4
y 2z = 2


Continuando con el procedimiento, multiplicamos la tercera ecuacin con tres y
lo sumamos a la segunda como
x + y + z = 0
- 3y + z = 4
- 5z = 10
Esto nos da el valor de z = 2. Al sustituir este valor en el sistema de
ecuaciones podemos eliminar los trminos que contienen z y finalmente, las
ecuaciones han sido reducidas a dos variables nicas. Los valores de las otras
dos variables pueden obtenerse mediante la solucin de esas ecuaciones
simultneamente.
Por lo tanto, el valor de x es 4, y el de y es 2.
Otra tcnica popular es la transformar la matriz aumentada AC de manera
talque se convierta en triangular superior. Una vez ms esto puede lograrse
mediante realizar las operaciones elementales de transformacin en las
ecuaciones del sistema. Despus que esto se ha hecho, es posible resolver
fcilmente el sistema para las variables desconocidas.

4.2.1 Mtodo de los operadores.
Un operador es un objeto matemtico que convierte una funcin en otra, por
ejemplo, el operador derivada convierte una funcin en una funcin diferente
llamada la funcin derivada. Podemos tener el operador derivada D que al
actuar sobre una funcin diferenciable produce la derivada de esta, esto es:
D0f(x) = f(x) ; D1f(x) = f0(x) ; D2f(x) = f00(x) ; : : : ;Dnf(x) = f(n)(x) :
Es posible construir la siguiente combinacin lineal con los operadores
diferenciales:
(D) = a0 + a1D + a2D2 + + anDn ; an 6= 0 : (1)
Dnde:
a2; a1; a2; : : : an son constantes. A este nuevo objeto lo podemos llamar el
Operador Polinomial
de orden n.
Por otro lado, recordemos que una ecuacin diferencial lineal de orden
n con cocientes constantes es una ecuacin de la forma A
ny(n) + an 1y(n 1) + + a2y00 + a1y0 + a0y = Q(x) ; (3)
Por lo tanto, (3) se puede escribir de una manera compacta como
(D)y = Q(x) : (4)
El operador polinomial es lineal, esto significa que tiene las siguientes
propiedades
S f1(x) y f2(x) son dos funciones diferenciables de orden n, entones
(D) [
f1(x)+ f2(x)]= P(D)f1(x) + P(D)f2(x)
Dnde:
y son constantes. Adems:
S y1(x); y2(x); : : : ; yn(x) son n soluciones de la ecuacin diferencial
homognea P(D)y = 0
Entonces
yh(x) = C1y1(x) + C2y2(x) + + Cnyn(x) es tambin una solucin.
Si yh(x) es una solucin de P(D)y = 0 y yp(x) es una solucin de P(D)y = Q(x)
Entonces
y(x) = yh(x) + yp(x) es una solucin de P(D)y = Q(x).

4.2.2 Mtodo Utilizando transformada de Laplace.
La transformada de Laplace recibe su nombre en honor del matemtico
francs Pierre-Simon Laplace, que la present dentro de su teora de la
probabilidad. En 1744, Leonhard Euler haba investigado un conjunto de
integrales de la forma:


como soluciones de ecuaciones diferenciales, pero no profundiz en ellas y
pronto abandon su investigacin. Joseph Louis Lagrange, admirador de Euler,
tambin investig ese tipo de integrales, y las lig a la teora de la probabilidad
en un trabajo sobre funciones de densidad de probabilidad de la forma:

que algunos historiadores interpretan como autnticas transformadas de
Laplace.
Este tipo de integrales atrajeron la atencin de Laplace cuando, en 1782, y
siguiendo la idea de Euler, trat de emplear estas integrales como soluciones
de ecuaciones diferenciales. Parece ser que en 1785 dio un paso ms all, y
reenfoc el problema para en vez de usar las integrales como soluciones,
aplicarlas a las ecuaciones dando lugar a las transformadas de Laplace tal y
como hoy en da se entienden. Us una integral de la forma:

anloga a la transformada de Mellin, con la que transform una ecuacin
diferencial en una ecuacin algebraica de la que busc su solucin. Plante
alguna de las principales propiedades de su transformada, y de alguna forma
reconoci que el mtodo de Joseph Fourier para resolver por medio de series
de Fourier la ecuacin de difusin podra relacionarse con su transformada
integral para un espacio finito con soluciones peridicas.
Pese al logro, las transformadas de Laplace pronto cayeron en un relativo
olvido, al haber sido presentadas en el campo de la probabilidad ajeno a su
moderna aplicacin en la fsica y la ingeniera, y ser tratadas sobre todo como
objetos matemticos meramente tericos.
La moderna aplicacin de las transformadas de Laplace y toda su teora
subyacente surge en realidad en la segunda mitad del siglo XIX. Al tratar de
resolver ecuaciones diferenciales relacionadas con la teora de vibraciones, el
ingeniero ingls Oliver Heaviside (1850-1925) descubri que los operadores
diferenciales podan tratarse analticamente como variables algebraicas. De
acuerdo con el "clculo operacional", si se tiene una ecuacin diferencial de la
forma:

donde D es el operador diferencial, esto es, , entonces la
solucin general a dicha ecuacin es de la forma:
.
Heaviside observ que si se trataba al operador D como una variable
algebraica, era posible alcanzar igualmente la solucin de toda ecuacin pareja
a la de arriba. En efecto, segn la solucin general, se cumple que:

Entonces, si se considera una ecuacin diferencial de segundo orden como la
siguiente:

sta puede reescribirse en para resaltar el operador D como:

Heaviside propuso despejar y y tratar a D algebraicamente, en cuyo caso se
tendra que:

Sustituyendo las fracciones en D por la expresin integral de las mismas arriba
presentada, se llega a la solucin de la ecuacin diferencial:


Heaviside public sus resultados, cuya utilidad a la hora de resolver ecuaciones
de la fsica y la ingeniera hizo que pronto se extendieran. Sin embargo, el
trabajo de Heaviside, formal y poco riguroso, atrajo las crticas de algunos
matemticos puristas que los rechazaron argumentando que los resultados de
Heaviside no podan surgir de tal forma. No obstante, el xito del mtodo hizo
que pronto fuera adoptado por ingenieros y fsicos de todo el mundo, de
manera que al final atrajo la atencin de cierto nmero de matemticos
tratando de justificar el mtodo de manera rigurosa. Tras varias dcadas de
intentos, se descubri que la Transformada descubierta por Laplace haca un
siglo no slo ofreca un fundamento terico al mtodo de clculo operacional de
Heaviside, sino que adems ofreca una alternativa mucho ms sistemtica a
tales mtodos.
Hacia principios del siglo XX, la transformada de Laplace se convirti en una
herramienta comn de la teora de vibraciones y de la teora de circuitos, dos
de los campos donde ha sido aplicada con ms xito. En general, la
transformada es adecuada para resolver sistemas de ecuaciones diferenciales
lineales con condiciones iniciales en el origen. Una de sus ventajas ms
significativas radica en que la integracin y derivacin se convierten
en multiplicacin y divisin. Esto transforma las ecuaciones diferenciales e
integrales en ecuaciones polinmicas, mucho ms fciles de resolver. Tambin
se aplica en EDP y ecuaciones diferenciales en diferencias.

La transformada de Laplace de una funcin f(t) definida (en ecuaciones
diferenciales, o en anlisis matemtico o en anlisis funcional) para todos
los nmeros positivos t 0, es la funcin F(s), definida por:


Siempre y cuando la integral est definida. Cuando f(t) no es una funcin, sino
una distribucin con una singularidad en 0, la definicin es:


Cuando se habla de la transformada de Laplace, generalmente se refiere a la
versin unilateral. Tambin existe la transformada de Laplace bilateral, que se
define como sigue:

La transformada de Laplace F(s) tpicamente existe para todos los nmeros
reales s > a, donde a es una constante que depende del comportamiento de
crecimiento de f(t).
Es llamado el operador de la transformada de Laplace.
PROPIEDADES


Desplazamiento potencia n-sima

Convolucin

Transformada de Laplace de una funcin con periodo p


Condiciones de convergencia
(Que crece ms rpido que ) no pueden ser obtenidas por
Laplace, ya que , es una funcin de orden exponencial de ngulos.
Teorema del valor inicial
Sea una funcin derivable a trozos y que
Entonces:

Es el conjunto de funciones continuas a trozos con orden exponencial.
Teorema del valor fina
Sea una funcin derivable a trozos tal que .
Entonces:

Es el conjunto de funciones continuas a trozos con orden exponencial.
Tabla de las transformadas de Laplace ms comunes
La siguiente tabla provee la mayora de las transformaciones de Laplace para
funciones de una sola variable.
Debido a que la transformada de Laplace es un operador lineal, la
transformada de Laplace de una suma es la suma de la transformada de
Laplace de cada trmino



Aqu est una lista de las transformadas ms comunes. En ella denota a la
llamada funcin de Heaviside o funcin escaln, que vale 1 cuando su
argumento es positivo y 0 cuando su argumento es negativo. Cuando su
argumento vale 0 se le suele asignar el valor 1/2, aunque esto no tiene
relevancia prctica.











4.3 Aplicaciones Sistemas de ecuaciones diferenciales lineales.
Los sistemas de ecuaciones diferenciales lineales encuentran sus aplicaciones
en varios problemas que surgen en el sistema del mundo real. Algunos de
estos problemas se discuten a continuacin.
1. Problema mecnico del acoplamiento de los resortes: Dos cuerpos con masa
m1, m2, respectivamente, yacen sobre una mesa. La mesa est libre de
friccin. Los dos cuerpos estn conectados entre s con la ayuda de un resorte.
Este resorte est en una posicin no estirada. Tambin cada uno de estos
cuerpos est conectado a una superficie esttica con la ayuda de los resortes.
Una vez ms, estos resortes no estn estirados. La constante elstica de cada
uno de los resortes es k1, k2, k3, respectivamente. La situacin anterior puede
ilustrarse como,

Aqu O1 es la posicin inicial del primer cuerpo y O2 es la posicin inicial del
segundo cuerpo. Los cuerpos pueden ser cambiados de su posicin de
equilibrio mediante mover cualquiera delos cuerpos en cualquier direccin y
luego soltarlos. Un ejemplo de esto es,

En la figura anterior, x1 es la cantidad de distancia recorrida por el primer
cuerpo cuando este se mueve desde la posicin de equilibrio y x2 es la
cantidad de distancia recorrida por el segundo cuerpo cuando este se mueve
desde la posicin de equilibrio. Esto implica que el primer resorte se alarga
desde la posicin esttica por una distancia de x1 y el segundo resorte se
alarga desde la posicin esttica por una distancia de x2 x1.Esto implica que
dos fuerzas restauradoras estn actuando sobre el primer cuerpo, estas son:
La fuerza del primer resorte la cual acta en direccin izquierda. Esta fuerza
por la ley de Hookes igual ak11.
La fuerza del segundo resorte que acta en direccin derecha. Esta fuerza es
igual a k2(x2 x1). Esto nos da la ecuacin del movimiento,

De manera similar, la ecuacin del movimiento para el segundo cuerpo es,

Las dos ecuaciones anteriores forman un sistema de ecuaciones diferenciales
lineales de segundo orden y pueden resolverse mediante el uso de las tcnicas
de solucin de un sistema de ecuaciones diferenciales lineales de segundo
orden.
2. Problemas elctricos: Muchos de los circuitos elctricos pueden ser
reducidos para solucionar un sistema de ecuaciones diferenciales. Sea un
circuito elctrico dado como,

Ahora, mediante la aplicacin de Kirchhoff se tiene la ecuacin del flujo de
corriente en un nodo como,

Esta ecuacin puede ser reducida como,

De manera similar, la ecuacin del flujo de corriente del nodo dos se da como,

Esta ecuacin puede ser reducida como,

Ahora, aplicando la ley de Kirchoff a la parte izquierda del circuito dado. Por lo
tanto tenemos,

Del mismo modo, mediante la aplicacin de la ley de Kirchoff a la parte derecha
del circuito dado obtenemos,

Ahora, diferencia las dos ltimas ecuaciones para obtener el sistema de
ecuaciones como,


Las ecuaciones anteriores pueden ser resueltas para las variables i1, i2y el
valor de la variable i puede determinarse con la ayuda de estas dos variables.
Un punto importante a mencionar es que pueden existir ms que ecuaciones
para el ejemplo anterior. Por ejemplo, una de las ecuaciones puede ser,