Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EDOS
EDOS
pij
(1)
.
.
d xn
=gn (t , x 1 , x 2 , , x n )
dt
(2)
Este sistema tal como (2) de n ecuaciones de primer orden se llama sistema de primer
orden.
SISTEMAS LINEALES Si cada una de las funciones
lineal en las variables dependientes
x1
x2
, . . .,
xn
g1
g1
,,
gn
, en (2) es
16
d x1
=a11 ( t ) x 1 +a12 ( t ) x2 + a 1n ( t ) x n +f 1( t)
dt
d x2
=a21 ( t ) x1 +a 22 ( t ) x 2+ a2 n (t ) x n+ f 2 (t)
dt
.
.
.
.
.
.
d xn
=an 1 ( t ) x 1+ an 2 ( t ) x 2 + a n n ( t ) x n + f n (t)
dt
(3)
Un sistema con la forma de las ecuaciones (3) se denomina sistema lineal de orden n, o
ay
simplemente sistema lineal. Se supone que los coeficientes,
as como las funciones
fi
fi
.
.
. a21 ( t )
a21 ( t )
.
.
.
.
.
= . .
a1 n ( t )
.
.
, A(t)=
,
.
a2 n ( t )
.
.
.
.
.
.
.
.
(
)
(
)
.
.
.
.
a
t
a
t
.
. ann ( t )
n
1
n2
.
.
xn ( t )
()
f 1 ( t)
()
F( t)=
.
.
.
.
.
.
.
.
.
.
f n( t )
Entonces el sistema de ecuaciones diferenciales lineales de primer orden (3) se puede escribir
como
16
a11 ( t )
a12 ( t )
x 1 (t )
d
dt
()
.
.
.
.
.
.
.
.
.
.
.
.
.
.
x1 ( t)
. a21 ( t )
.
.
=
.
a1 n ( t )
a2 n ( t )
x n (t )
a21 ( t )
.
.
.
.
. . . . a n 1 ( t ) a n2 ( t ) . . ann ( t )
.
( )( )
.
.
.
.
.
.
.
.
.
.
.
.
.
.
f 1 (t )
.
.
.
.
.
.
.
.
.
.
f n (t )
xn ( t )
O simplemente
X'= AX + F.
Si el sistema es homogneo, su forma matricial es entonces
X'= AX
(4)
(5)
Si X =
( xy )
dx
=3 x +4 y
dt
Es X '= 3 4 X
5 7
dy
=5 x7 y
dt
b) Si X =
()
x
y
z
dx
=6 x + y + z +t
dt
16
6 1 1
dy
'
=38 x +7 yz +10 t
X
=
8 7 1
es
dt
2 9 1
( )
t
10 t
6t
dz
=2 x +9 yz +6 t
dt
DEFINICIN 1.1 Vector solucin
Un vector solucin en un intervalo I es cualquier matriz columna
X=
x 1 (t)
x 2 (t)
.
.
.
.
x n (t)
()
Cuyos elementos son funciones derivables que satisfacen el sistema (4) en el intervalo
Un vector solucin de (4) es. Por supuesto, equivalente a n ecuaciones escalares
x 1=1 ( t ) , x 2=2 1 puesto , equivalente a n ecuaciones escalares en el sistema() ( t ) ,
...,
x n=n 2.1 puesto , equivalentea n ecuaciones escalares enel sistema() ( t )
x1 x2
x1 x2 .
siguiente seccin.
EJEMPLO 2 Comprobacin de soluciones
Compruebe que en el intervalo ( , )
16
e2 t
x 1= 1 e2 t=
1
e2t
( )
( )
Son soluciones de
3 e6 t
x 2= 3 e 6 t =
5
5 e6 t
() ( )
( )
X '= 1 3 X
5 3
(6)
2 e2 t
2 e2 t
(
( )( ) (
SOLUCIN De
x '1 =
18 e 6 t
30 e 6 t
( )
)( )
x '2 =
vemos
que
e2 t
e2 t 3 e2 t
2 e2t
Ax 1= 1 3
=
=
=x '1,
2 t
2 t
2 t
2 t
5 3 e
5e
3e
e
3 e6 t
3 e6 t 15 e 6 t
18 e6 t
y Ax 1= 1 3
=
=
= x'2 ,
6t
6t
6t
5 3 5 e6 t
15 e 15 e
30 e
( )( ) (
)( )
x (t )
Donde las
yi
x 1 (t 0 )
x 2 (t 0 )
.
.
.
.
x n (t 0)
t0
( ) ()
y
x ( 0)
Entonces el problema
Resolver:
Sujeto a: X (
t0
)=
X0
(7)
16
c i ,i=1,2, , k
intervalo.
Como consecuencia del teorema 2,un mltiplo constante de cualquier vector solucin de un
sistema homogneo de ecuaciones diferenciales lineales de primer orden es tambin una
solucin.
EJEMPLO 3 Usando el principio de superposicin
Los estudiantes debemos practicar comprobando que los dos vectores
cos t
1
1
cos t+ sen t
2
2
()
0
t cos sen t X = t
e
2
0
X 1=
16
1 0 1
X'= 1 1 0
2 0 1
X.
(8)
0
t cos sen t c t
2 e
0
X=c 1 X 1 +c 2 X 2=c 1
()
c k X k =0
16
WRONSKIANO. Sea (t) una matriz solucin (es decir cada columna es un vector solucin)
Sean
X1
x11
x 21
.
.
.
.
xn1
x12
x22
.
.
.
.
xn2
() ()
,
X2
, .,
Xn
x1 n
x2 n
.
.
.
.
x nn
()
X 1 + X 2 +
X
+ n =
x11
x 12
a22
.
.
.
. x 21
. .
x1 n
x2 n
.
0
.
. . . . x n 1 x n 2 . . x nn
.
(9)
Para toda t en el intervalo.
Se puede demostrar que si
x1
x2
,...,
xn
x1
x2
,...,
xn
0, o bien W(
x1
16
x2 , . . . ,
xn )
entonces W
0 para algn
t0
en I,
independientes en el intervalo.
Obsrvese que a diferencia de nuestra definicin de Wronskiano, aqu la definicin del
determinante (9) no implica derivacin.
EJEMPLO 4 Soluciones linealmente independientes
1 2 t
3 6t
En el ejemplo 2 vimos que x 1= 1 e
y x 2= 5 e
son soluciones del sistema (6). Es
( )
evidente que
X1
X2
()
puesto que ningn vector es un mltiplo constante del otro. Adems, se tiene
X1
e2t 3 e 6 t
X
=
=8 e 4 t 0
w , 2
e2t 5 e 6 t
X1 , X2 ,
Xn
X1 , X2 ,
Xn
ci
cn X n ,
16
( )
()
x 1= 1 e2 t y x 2= 3 e6 t
1
5
X1 y X2
( )
()
1 2 t
3 6t
X= c 1 X 1+ c 2 X 2 =c 1 1 e + c2 5 e
(10)
sen
t
cos t
0
2
2
2
2
t
, X 2= 1 e ,
t cos sen t
t+
sen
cos t
0
X 1 =
X 3=
()
W(
X1 , X2 , X3
sen t
)=
1
1
sen t cos t
2
2
sen t +cos t
cos t
0
1
1
cos t + sen t
2
2
et
t
= e 0
t sen t
cos 0
X1 , X2 y X3
forman un conjunto
16
cos t
sen t
0
1
1
1
1
t
cos t + sen t + c 2 1 e + c 3
sen t cos t
X= 2
2
2
2
0
cos t sen t
sen t+ cos t
c1
()
XP
c 1 X 1+ c 2 X 2 +c n X n
Que denota la solucin general en el mismo intervalo del sistema homogneo asociado (5).
Entonces la solucin general del sistema no homogneo en el intervalo es
X +Xp
X= c
.
La solucin general
Xc
Xp
X' =
3 t4
5 t+ 6
[ ] [
13
12 t11
X+
53
3
(11)
En el intervalo ( , ).
16
[ ]
( )
X' =
()
13
X , como vimos en (10) del ejemplo 5 que
53
el teorema 6
() [
( )
1 2t
3 6 t 3 t4
X= X c + X p c 1 1 e +c 2 5 e + 5 t +6
[ ]
( )
()
1 2 t
3 6t
X= c 1 X 1+ c 2 X 2 c 1 1 e + c 2 5 e
()
X1
k1 t
e
,
k2
i
X2
tienen la forma
i =1,2, donde
k1
k1 y 2
X=
k1
k2
. t
t
. e =K e
.
.
k
()
(1)
Para la solucin del sistema lineal homogneo general del primer orden
X'= AX
Donde A es una matriz n x n de constantes.
(2)
16
EIGENVALORES Y EIGENVECTORES
Si (1) es un vector solucin del sistema
t
X =K e ,por lo que el sistema se convierte en
homogneo lineal (2),entonces
t
K e =A Ke
Ak =AK
y reacomodando, obtenemos
( A I ) K=0. ( 3 )
La ecuacin matricial (3) es equivalente a las ecuaciones algebraicas simultneas
(2) es
X =K e
En el siguiente anlisis se examina tres casos: eigenvalores reales y distintos (es decir, los
eigenvalores no son iguales), eigenvalores repetidos y, por ltimo, eigenvalores complejos.
2.1 EIGENVALORES REALES DISTINTOS
Cuando la matriz A n n tiene n eigenvalores reales y distintos
1 , 2 , , n
16
1 , 2 , , n n
del
1=1,
1=1
2=4
(3) es equivalente a
3 k 1+ 3 k 2= 0
2 k 1 + 2 k 2= 0.
Por lo que
k 1=k 2
.Cuando
k 2=1
, el eigenvector correspondiente es
K 1= 1 .
1
( )
Para
2=4
tenemos
2 k 1+ 3 k 2= 0
2 k 1 3 k 2= 0
Por lo que
3
k =2
k 1= k 2
; por tanto con 2
el eigenvector correspondiente es
2
16
K 2= 3 .
2
()
( )
X 2= 3 e 4 t
,
2
()
( )
()
16
Para
1=3
|)
|)
1 1 1 0
1 0 1 0
( A +3 I 0 )= 1 8 1 0 operaciones 0 1 0 0
entre renglones
0 1 0 0
0 0 0 0
Por tanto
k 1=k 3
k 2=0
k 3 =1
.La eleccin
correspondiente
1
1
K 1= 0 X 1= 0 e3 t (7)
1
1
() ()
2=4
|)
k 1=10 k 3
|)
0 1 1 0
1 0 10 0
( A +4 I 0 )= 1 9 1 0 operaciones 0 1 0 0
entre renglones
0 1 1 0
0 0
0 0
Implica que
k 2=k 3 .
Al elegir
k 3 =1
, se obtiene un segundo
() ()
3 =5,
|)
|)
9 1 1 0
1 0 1 0
( A +5 I 0 )= 1 0 1 0 operaciones 0 1 8 0
entre reng lones
0 1 8 0
0 0 0 0
Producen
1
1
K 3= 8 , X 3= 8 e5 t ( 9)
1
1
() ()
La solucin general de (6) es una combinacin lineal de los vectores solucin en (7), (8) y (9):
1
10
1
X =c 1 0 e3 t + c2 1 e4 t +c 3 8 e5 t .
1
1
1
() ( ) ()
16
1 , 2 , , n n
de una matriz
de n n
deben ser distintos, es decir, algunos de los eigenvalores podran ser repetidos. Por ejemplo, la
ecuacin caracterstica de la matriz de coeficientes en el sistema
X = 3 18 X (10)
2 9
1= 2=3
es una raz de
()
()
es una solucin de (10). Pero como es obvio que tenemos inters en formar la solucin
general del sistema, se necesita continuar con la pregunta de encontrar una segunda solucin.
m
En general, si m es un entero positivo y ( 1 )
es un factor de la ecuacin
(1 )m+1
eigenvalor de multiplicidad
los casos siguientes:
es un
linealmente independientes
n n
de
K1 , K2 , , K n
, correspondientes a un eigenvalor
de
X 2=K 21 t e t + K 22 e t
1
.
.
.
16
X m =K m 1
donde las
K ij
t m1 t
t m1 t
t
e + K m2
e ++ K mm e ,
( m1 ) !
( m2 ) !
1
1 2 2
X = 2 1 2 X
2 2 1
Resuelva
Se obtiene
( + 1 )2 ( 5 )=0 . Se ve que
1=1
Para
1= 2=1
3 =5.
|)
|)
2 2 2 0
1 1 0 0
operaciones
( A + I 0 ) = 2 2 2 0
0 1 10 .
entre renglones
2 2 2 0
0 0 00
k 2=1,k 3=0
k 2=1,
k 3 =1
k 1k 2 +k 3 =0
k 1=k 2k 3
producen, a su vez,
1=1
k 1=1
. Las
y
son
1
0
K 1= 1 y K 2= 1 .
0
1
() ()
Puesto que ningn eigenvector es mltiplo constante del otro, se han encontrado dos
soluciones linealmente independientes.
16
1
0
X 1= 1 et y X 2 = 1 et ,
0
1
()
()
|)
3 =5
la reduccin
|)
4 2 2 0
1 0 1 0
( A +5 I 0 )= 2 4 2 0 operaciones 0 1 1 0
entre renglones
2 2 4 0
0 0 0 0
Implica que
k 1=k 3
k 2=k 3
k 3 =1
.Al seleccionar
, se obtiene
k 1=1, k 2=1
()
() () ( )
La matriz de coeficientes
del sistema
A , es decir, si
X = AX
A =A
es simetrica si tiene
n eigenvectores linealmente
elementos reales, entonces siempre es posible encontrar
K1 , K2 , , K n
independientes
, y la solucin general de ese sistema es como se muestra en
el teorema 1. Como se muestra en el ejemplo 3, este resultado se cumple aun cuando estn
repetidos algunos de los eigenvalores.
SEGUNDA SOLUCIN. Suponga que
solo hay un eigenvectore asociado con este valor.- se puede encontrar una segunda solucin de
la forma
t
t
X 2=K
t e
+P e
(12)
1
Donde
16
K=
k1
k2
.
.
.
.
kn
p1
p2
.
.
.
.
pn
() ()
y P=
Identificamos K=
(31) y P=( pp )
1
()
X 1= 3 e3 t
1
(A + 3I)P = K
6 p119 p 2=3
2 p 16 p2=1
Puesto que resulta obvio que este sistema es equivalente a una ecuacin, se tiene un nmero
p1 y p2
p1
p2
infinito de elecciones de
.Por ejemplo, al elegir
=1 se encuentra que
=
1/6. Sin embargo, por simplicidad
P=
()
1
2
0
p1
X2
p2
=0. Entonces
()
1
3 3t
3t
te + 2 e
.
1
0
()
c 1 X 1+ c 2 X 2 , o
[( ) ( ) ]
1
3 t e3 t +
3 t
3 e3 t
c
c
2 e
X= 1 1
+ 2 1
0
()
X 3=K
t t
t
t
e + Pt e +Q e .
2
1
(15)
Donde
K=
k1
k2
.
.
.
.
kn
p1
p2
.
.
.
.
pn
() ()
, P=
X'
Q =
q1
q2
.
.
.
.
qn
()
debe satisfacer
(A -
I)K=0
(16)
(A -
I)P=K
(17)
(A -
I)Q=P
(18)
Por su puesto, las soluciones (16) y (17) se pueden usar para formar las soluciones
X1 y X2
Resuelva
( )
2 1 6
'
X= 0 2 5
0 0 2
X.
( 2 )3 = 0 demuestra que
1=2
es un
K=
()
1
0
0
16
()
0
1
0
P=
y Q=
0
6
5
1
5
()
( ) [( ) ( )
1
1
0
2t
2t
2t
c1 0 e + c2 0 t e + 1 e
X=
0
0
0
()]
0
6
1 t 2 2t 0
2t
2t
0 e + 1 te + 5 e
2
0
0
1
5
] () ()
+ c3
1= + i y 2= i , >0, i =1
dy
=5 x + 4 y
dt
Es det(A-
I)=
61
5 4
-10 +29=0
1=5+2i , 2=52i .
16
Ahora para
1=5+ 2i
se debe resolver
k1 -
(1 - 2i)
5
k2 = 0
k 1 - (1 + 2i) k 2 = 0.
k =1 da el
Puesto que - k 2= (12i ) k 1 , la eleccin - 1
siguiente eigenvector y el vector
solucin correspondiente:
K 1=
(121 i)
X 1=
(121 i) e
(5 +2i )t
=5-2i encontramos
K 2=
1
(1+2i
)
X 1=
(1+21 i) e
(52i )t
Podemos comprobar por medio del Wronskiano que estos vectores solucin son linealmente
independientes y por lo tanto la solucin general de ( 19)es
( )
( )
1
(5+2 i)t
1
(52i )t
X= c 1 12 i e
+ c 2 1+2i e
K1
K2
correspondientes a
correspondientes a
2 = 1
(20)
. El conjugado de
K 2=K 1
2.
16
5t
2ti
5t
=e e =e ( cos 2t +i sen 2 t)
C1
c 1+ c 2 i
y(
C1 X 1
C2 CX 2
,
(21)
Donde
[( )
( )
X 1= 1 cos 2t + 0 sen 2 t e5 t
1
2
[( )
( )
X 2= 1 cos 2t + 0 sen 2 t e5 t
1
2
y
X1
X2
1= + i
Entonces los dos vectores solucin del teorema 2.1 se pueden expresar como sigue:
K 1 e t =K 1 e t e it =K 1 e t ( cos t+i sen t)
1
Por el principio de superposicin, teorema 2, los siguientes vectores tambin son soluciones:
1
1
i
X 1= ( K 1 e t + K 1 e t ) = ( K 1+ K 1 ) et cos t (K 1+ K 1) e t sen t
2
2
2
1
16
X 2=
Tanto
i
i
1
t
t
t
t
K 1 e + K 1 e )= (K 1 + K 1 ) e cos t (K 1 + K 1)e sen t
(
.
2
2
2
1
1
( z+ z ) = a
2
como
1
i (z+ z )=b
2
1
( K + K1) y
2 1
(22)
1= + i
B1
B2
(23)
X 2= [ B2 cos t+ B1 sen t ] e
B1
B2
B 1=(K 1) y B 2=(K 1)
(24)
Ya que estos vectores son, respectivamente, las partes real e imaginarias del eigenvector
K1.
Por ejemplo, (21) se deduce de (23) con
K 1=
(121 i)=(11)+i(20 )
16
B 1=(K 1) =
(11)
( )
0
y B 2= ( K 1 ) = 2
8
X'= 2
1 2
X, X(0)=
(12 )
(25)
det(A - I)=
Los eigenvalores son
=2i y
2
8 =2 +4=0.
1 2
2= 1=2 i.
(2-2i)
Para
el sistema
K 1 +8 K 2=0
- K 1 +(22 i) K 2=0
da
K 2=1
, se obtiene
( ) ( ) ()
K 1= 2+2i = 2 +i 2 .
1
1
0
Ahora de (24) formamos
( )
()
B 1= ( K 1 ) = 2 y B 2= ( K 1 ) = 2
1
0
Puesto que =0, se tiene a partir de (23) que la solucin general del sistema es
[( )
()
] [( )
( )
2
2
2
2
X= c 1 1 cos 2 t 0 sen 2t + c2 1 cos 2t + 1 sen 2 t
) (
]
(26)
16
donde
Xp
Xc
X = AX + F ( t )
F (t )
X , = 1 2 X +
1 1
(83)
en (, ) .
16
A .
2 = 2+ 1=0
det ( AI )= 1
,
1
1
1=i
) (
constante
a
X p= 1
b1
( )
a1=14
.
y
b1=11
(, )
es entonces
X =X c + X p
X =c 1 cos t + sen t + c2 cos tsen t + 14
cos t
sen t
11
) (
)( )
( ) (
SOLUCIN. Se determina que los eigenvalores y los eigenvectores del sistema homogneo
asociado
1
K 2= 1
X = 6 1 X son 1=2 , 2=7 , K 1=
,
4
1 .
4 3
( )
( )
()
16
( )
()
6 t+ 0
F( t) se puede escrbir como F ( t )=
10
4
( ) ()
se tratara de
encontrar una solucin particular del sistema que tenga la misma forma:
a
a
X p= 2 t+ 1
b2
b1
() ()
( ) ( )[( ) ( )] ( ) ( )
4 a1 +3 b1b 2+ 4
a2=2
Despus, se sustituyen estos valores en las dos ltimas ecuaciones y se despeja para
b1
a1
a1=
4
10
b1=
7 ,
7 .Por tanto, se tiene que un vector solucin particular
es
()
4
X p = 2 t + 7
6
10
7
( )
X =X c + X p
16
()
4
2t
7t
X =c 1 1 e + c 2 1 e + 2 t + 7
4
1
6
10
7
( )
() ( )
Xp
EJEMPLO 3. Forma de
Xp
para el sistema.
dx
=5 x +3 y2 e1+1
dt
dy
1
=x + y +e 5 t+7
dt
Solucin. Ya que
F( t)= 2 et + o t+ 1
1
5
7
( ) ( ) ()
() () ()
COMENTARIOS
El mtodo de coeficientes indeterminados para sistema lineales no es tan directo como
pareceran indicar los ltimos tres ejemplos. En la seccin 4.4 la forma de una solucin
yp
particular
se predijocon base en el conocimiento previo de la funcin complementaria
yc
yp
Xp
Xc
Xp
es un
()
16
Xp
et
en
F( t ) por
a 4 2 t a3 2 t a 2
a
te +
e +
t+ 1
b4
b3
b2
b1
() () () ()
X 1 , X 2 , , X n
x 11
x 12
x 21
x 22
X =c 1 . +c 2 . ++ cn
.
.
.
.
x n1
x n2
x1 n
c1 x 11 +c 2 x 12 + +c n x1 n
x2 n
c1 x21 +c 2 x 22 ++c n x 2n
. =
.
(1)
.
.
.
.
x nn
c 1 x n 1+ c 2 x n 2+ +c n x nn
( ) ( ) ( )(
con una
matriz de n 1
En otras palabras, la solucin general (1) se puede escribir como el producto
X = ( t ) C ,(2)
c , c , , cn
Donde C es un vector columna de n 1 constantes arbitrarias 1 2
y la matriz
n n , cuyas columnas consisten en los elementos de los vectores solucin del sistema
X = AX ,
16
x 11 x12 x1 n
x 21 x 22 x 2n
..
(t)=
,
..
..
x n 1 x n 2 x nn
( )
Un nuevo examen de (9) del teorema 8.1.3 muestra que det(t ) es igual al Wronskiano
W ( X 1 , X 2 , , X n ) .Por tanto, la independencia lineal de las columnas de ( t ) en el
intervalo
en el intervalo.Puesto que ( t )
1
es no singular, el inverso multiplicativo (t) exista para todo t en el intervalo.
El resultado dado en (3) se deduce de inmediato del hecho de que cada columna de (t) es
un vector solucin de
X = AX .
()
X p = ( t ) U ( t ) + ( t ) U ( t ) .(6)
16
Observe que el orden en los productos en (6) es muy importante. Puesto que U ( t )
es una
( t ) U ( t )+ A ( t ) U ( t ) =A ( t ) U ( t )+ F ( t )
O ( t ) U ( t )=F ( t ) .( 8)
1
Multiplicando ambos lados de la ecuacin (8) por (t) , se obtiene
1
U ( t )=1 (t ) F (t ) por tanto U ( t ) = ( t ) F ( t ) dt .
Puesto que
X p = ( t ) ( t ) F ( t ) dt .(9)
1
1
Para calcular la integral indefinida de la matriz columna (t ) F ( t ) en (9), se integra cada
X =X c + X p
X = ( t ) C+ ( t ) ( t ) F ( t ) dt .(10)
1
) ( )
X = 3 1 X .
2 4
La ecuacin caracterstica de la matriz de coeficientes es
16
1 =( +2 ) ( +5 )=0
det ( AI )= 3
2
4
1=2
( )
2=5
K 1= 1
1
()
( )
5 t
X 1= 1 e2 t= e2 t y X 2 = 1 e5 t= e 5 t .
1
2
e
2 e
()
Las entradas en
( )
X1
(t)
y las entradas en
X2
(t)=
2 t
5 t
e
e
2 t
e
2 e5 t
2 2t 1 2t
e
e
3
y 1 (t )= 3
.
1 5 t 1 5 t
e
e
3
3
2t
5t
e
e
2t
5 t
e
2 e
e2 t
e5 t
2 t
e
2 e5 t
)( )
)
2 2t 1 2t
e
e
3
3
3t
dt
1 5 t 1 5 t et
e
e
3
3
2t e 2t
t e5 t
+1 t
e
3
dt
1 4 t
e
3
1 2t 1 t
2t
te e + e
2 t
5 t
e
e
2
3
2 t
5 t
e
2 e
1 5t 1 5t 1 4t
te e e
5
25
12
)
16
6
27 1 t
t + e
50 4
5
.
3
21 1 t
t + e
5
50 2
)( )
c1 1 e
1
()
2 t
+c 2 1 e
2
( )
5 t
( )
( ) ( )( )
6
27
1
t
+ 5 t 50 + 4 e
3
21
1
5
50
2
Problema con valores iniciales la solucin general de (5) en el intervalo se puede escribir en
una forma alternativa
t
X = ( t ) C+ ( t ) 1 ( s ) F ( s ) ds . (13 )
t0
Donde t
t0
son puntos en el intervalo.Esta ultima forma es til para resolver (5) sujeta
X ( t 0 )= X 0
t=t 0
.Sutituyendo
t=t 0
en (13) se obtiene
resultado en (13) se obtiene la siguiente solucin del problema con valores iniciales:
t
X = ( t ) ( t 0 ) X 0 + ( t ) 1 ( s ) F ( s ) ds . ( 14 )
1
t0
4. MATRIZ EXPONENCIAL
INTRODUCCION Las matrices se pueden usar de una manera completamente distinta para
resolver un sistema de ecuaciones diferenciales lineales de primer orden. Recuerde que la
ecuacin diferencial lineal simple de primer orden x =ax , donde a es constante,tiene la
solucin general
x=C e At ,donde
X = AX
At
es e .
16
At
Sistemas homogneos Ahora veremos que es posible definir una matriz exponencial e
que
tal
At
X =e C (1)
At
At
se multiplica por la derecha a e
porque queremos que e sea una
e =1+ at +a
k
k
t2
k t
k t
++ a
+ = a
( 2)
2!
k!
k!
k =0
La serie en (2) converge para todo t .Si se usa esta serie, con la identidad
1 y la constante a se reemplaza por una matriz
definicin para la matriz
n n
en ves de
n n , e At
e =I + At + A
k
k
t2
k t
k t
++ A
+= A
(3)
2!
k!
k!
k=0
e At
A 2= AA , A 3= A ( A 2) , etctera.
La derivada de la matriz exponencial es similar a la propiedad de
d at
e =a e at
. Para justificar
dt
d At
e =A e At ,(4)
dt
derivamos (3) termino por termino
16
d At d
t
t
1
e =
I + At + A 2 ++ A k + = A+ A 2+ A 3 t 2+ +
dt
dt
2!
k!
2!
t2
A I + At + A
+ = A e At .
2!
2
At
X = AX
At
con el smbolo
( t )= A (t )
X = AX .
SISTEMAS NO HOMOGENEOS
Se vio en (4) de la seccin 2.4 que la solucin general de la ecuacin diferencial lineal nica
de primer orden x =ax +f (t) , donde a es una constante, se puede expresar como
t
at
x=x c + x p =C e +e
at
eas f ( s ) ds .
t0
X =X c + X p =e At C +e At eAs F ( s ) ds .(5)
t0
16
e At
se puede obtener de
al reemplazar
por
s .
CALCULO DE
calcular
e At
e At
La definicin de
e At .Sin embargo, la utilidad prctica de (3) est limitada por el hecho de que los
At
elementos de e son series de potencias en
simples y familiares, se trata de reconocer si estas series definen una funcin de forma cerrada.
Vanse los problemas 1 a 4 de los ejercicios 1.4.Por fortuna, hay muchas formas alternativas
At
de calcular e ; la siguiente explicacin muestra como se puede usar la transformada de
Laplace.
USO DE LA TRANSFORMADA DE LAPLACE
solucin de
X =e At
es una
X = AX .
A0
X =e
At
X = A X , X ( 0 )=I .(6)
Si
( sI A ) x ( s )=I ,
1
Multiplicando la ltima ecuacin por ( sI A ) se tiene que
x ( s ) =( sI A )1 I =( sI A )1
.
En otras palabras,
L { e At }=( sI A )
e At =L1 {( sI A )1 }(7)
At
para
A= 1 1
2 2
y detemine su inversa:
sI A= s1 1 .
2 s +2
16
1
( sI A ) = s1 1
2 s +2
s+ 2
s ( s+1)
=
2
s ( s+1)
1
s( s+1)
s1
s( s+1)
2
1
s s +1
( sI A ) =
2
2
s s +1
1
1 1
+
s s+1
.(8)
1 2
+
s s+1
16
BIBLIOGRAFA
1
REFERENCIAS LIBROS
A.Kiseliov, M.Krasnov,G.Makarenko.,
Ordinarias, Edit. Mir. Per 1982.
Problemas
de Ecuaciones Diferenciales
2. REFERENCIAS ELECTRNICAS
Escobar
A,
Jaime.
Ecuaciones
diferenciales,
extrado
desde
http://matematicas.udea.edu.co/~jescobar/, el 5 de junio del 2010.
Sistemas de ecuaciones lineales, extrado desde
http://www.matematicasbachiller.com/videos/algebra/ind_al02.htm#1, el 6 de junio
del 2010.
16
CONCLUSIONES
En el caso de sistemas con coeficientes constantes, se desarrolla con un mtodo de solucin
que utiliza algunos conceptos bsicos del lgebra de matrices.
Las soluciones se parecen a los que se usan en las ecuaciones diferenciales lineales de
orden superior (Ecuaciones lineales: ecuaciones homogneas, ecuaciones no homogneas,
Ecuaciones lineales homogneas con coeficientes constantes, Variacin de parmetros).
Se profundiza las ecuaciones diferenciales lineales desde el punto de vista del algebra
lineal, para despus particularizar en las ecuaciones diferenciales lineales de coeficientes
constantes. Para hallar las soluciones particulares utilizamos los mtodos de los coeficientes
indeterminados, la variacin de parmetros.
16
RECOMENDACIONES
Un trabajo de matemticas no se puede leer como un diario o una novela, el estudiante
tiene que tomar un lpiz y papel para volver a escribir la definicin sin alterarla, puede
tomar los mismos ejemplos y resolverlos por su cuenta, verificndolos despus: que es
una manera simple de estudiar cualquier tipo de conocimiento matemtico.
Para hacer cualquier tipo de trabajo matemtico es necesario guiarse con ms de un solo
material bibliogrfico.
16
AUTOCRTICA
Para una mejor elaboracin del siguiente trabajo, el equipo debera de pedir
asesoramiento tcnico acadmico al docente del curso.
Falta de conocimiento en software computacionales para presentar sistemas de
ecuaciones lineales en forma grfica.
16