Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sistemas de Ecuaciones Diferenciales (Mancilla) PDF
Sistemas de Ecuaciones Diferenciales (Mancilla) PDF
Y 0 = AY + F (t) (1)
considerando
y10 (t)
y1 (t) a11 a1n f1 (t)
Y (t) = ... , Y 0 (t) = ... , A = ... .. y F (t) = ... .
.
yn (t) yn0 (t) an1 ann fn (t)
Por ejemplo, el sistema de ecuaciones diferenciales
0
y1 = 2y1 + y2 t
,
y20 = y1 + 3y2 + cos(t)
es equivalente a la ecuacion diferencial matricial
Y 0 = AY + F (t)
con
y10 (t)
y1 (t) 0 2 1 t
Y (t) = , Y (t) = , A= y F (t) = .
y2 (t) y20 (t) 1 3 cos(t)
Y 0 = AY + F (t), Y (t0 ) = Y0 ,
1
2. Sistemas homogeneos
En lo que sigue consideraremos sistemas de ecuaciones diferenciales lineales homogeneos, es
decir, de la forma:
Y 0 = AY (2)
(1 + 2 )0 = 01 + 02 = A1 + A2 = A(1 + 2 ),
(c)0 = c0 = cA = A(c),
2
2.1. Caso A diagonalizable
Antes de tratar el caso general consideremos el caso mas simple, aquel en el cual la matriz
A es diagonal:
1 0 0
0 2 0
Y0 = . Y.
.. .. ..
.. . . .
0 0 n
Este sistema es muy simple de resolver ya que yi , la i-esima componente de Y , debe satisfacer
la ecuacion diferencial de primer orden
yi0 = i yi ,
c1 e1 t
t
0
c1 e 1 0
..
0
Y (t) = = + + = c1 (e1 e1 t ) + + cn (en en t ),
. .. ..
t
. .
cn e n
0 cn en t
Z = c1 (e1 e1 t ) + + cn (en en t ),
Y = P Z = c1 (P e1 )e1 t + + cn (P en )en t .
3
Finalmente, teniendo en cuenta que P ei = vi , pues el producto de una matriz con el i-esimo
vector canonico da por resultado la i-esima columna de la matriz, tenemos que
4
Los autoespacios asociados a cada uno de esos autovalores son
Luego, dado que {[1 0 1]t ; [1 1 0]t ; [2 1 2]t } es base de C3 , la solucion general del sistema
es
1 1 2
Y (t) = c1 0 e7t + c2 1 e7t + c3 1 e2t ,
1 0 2
con c1 , c2 y c3 constantes complejas arbitrarias.
Como queremos que Y (0) = Y0 , necesariamente
1 1 2 1
Y (0) = c1 0 + c2 1 + c3 1 = 1 = Y0 .
1 0 2 3
5
es la solucion general del sistema de ecuaciones.
Como v2 = v 1 y 2 = 1 tenemos que
2 (t) = v2 e2 t = v 1 e1 t = v 1 e1 t = v1 e1 t = 1 (t).
Por lo tanto, si llamamos, respectivamente, R I
1 (t) y 1 (t) a las partes real e imaginaria de 1 ,
tenemos que
1 = R I
1 + i1 y 2 = R I
1 i1 .
1
1 (t) = e(1+2i)t
1 + 2i
e(1+2i)t
=
(1 + 2i)e(1+2i)t
et cos(2t) + iet sen(2t)
=
(1 + 2i)(et cos(2t) + iet sen(2t))
et cos(2t) et sen(2t)
= +i
et cos(2t) 2et sen(2t) 2et cos(2t) + et sen(2t)
Por lo tanto
et cos(2t) et sen(2t)
R
1 (t) = y I1 = ,
e cos(2t) 2et sen(2t)
t 2e cos(2t) + et sen(2t)
t
Cuando A Rnn , pero tiene algun autovalor complejo , siempre sera posible proceder como
en el ejemplo anterior para hallar un conjunto fundamental de soluciones reales del sistema
Y 0 = AY , gracias al siguiente resultado, cuya demostracion se encuentra en el Apendice.
Lema 1 Supongamos que = a + ib con a, b R, b 6= 0 es un autovalor de A Rnn .
Entonces = a ib tambien es autovalor de A y v Cn es autovector de A asociado a si
y solo si v es autovector de A asociado a .
En particular, si {v1 , . . . , vr } es base de S entonces {v 1 , . . . , v r } es base de S .
6
El Lema 1 asegura que siempre podremos hacer lo efectuado en el Ejemplo 3 para construir
un conjunto fundamental de soluciones reales cuando A es real pero tiene algun autovalores
complejos.
En efecto, si {, } es un par de autovalores complejos conjugados de A Rnn y la multi-
plicidad geometrica de (y por lo tanto de ) es r, podemos encontrar una base {v1 , v2 , . . . , vr }
de S , y, a partir de ella, r soluciones linealmente independientes del sistema de ecuaciones:
1 , 2 , . . . , r , 1 , 2 , . . . , r
siendo, respectivamente, R I
i y i las partes real e imaginaria de i .
En efecto, como i = i + iIi y i = R
R I
i ii ,
r
X r
X r
X
i i + i i = (i i + i i )
i=1 i=1 i=1
r
X
= [(i + i )R I
i + (ii ii )i ]
i=1
r
X r
X
= (i + i )R
i + (ii ii )Ii
i=1 i=1
r
X r
X
= i R
i + i Ii ,
i=1 i=1
7
Por lo tanto, 1 = i y 2 = i, son los autovalores de A. Notamos que la multiplicidad algebraica
de ambos autovalores es 2.
Calculemos el autoespacio asociado a 1 . Para ello resolvemos el sistema de ecuaciones lin-
eales homogeneo (A iI)x = 0 y obtenemos
1 + i 1 3i
1 0
S1 = gen
, 1 + i .
0
0 1
Como
(1 + i)eit
(1 + i)(cos(t) + i sen(t))
eit cos(t) + i sen(t)
1 (t) = =
0 0
0 0
cos(t) sen(t) cos(t) sen(t)
cos(t) sen(t)
= + i
0 0
0 0
y
(1 3i)eit
(1 3i)(cos(t) + i sen(t))
0 0
2 (t) = it
=
(1 + i)e (1 + i)(cos(t) + i sen(t))
cos(t) sen(t)
8
la solucion general del sistema es
cos(t) sen(t) cos(t) sen(t)
cos(t) sen(t)
Y (t) = c1 + c2
0 0
0 0
cos(t) + 3 sen(t) sen(t) 3 cos(t)
0 0
+ c3
cos(t) sen(t) + c4 cos(t) + sen(t)
.
cos(t) sen(t)
A = P DP 1 ,
Teorema 3 Dada A Cnn existe una matriz inversible P Cnn tal que
P 1 AP = J (A = P JP 1 )
A una matriz que tiene la forma (5) se la denomina bloque de Jordan correspondiente al
autovalor i .
9
Notamos que la suma de los numeros ki es n y que un mismo autovalor de A podra aparecer
en mas de un bloque, es decir, podra ser que i = j para algun par de ndices i 6= j. La
multiplicidad algebraica de un autovalor de A es igual a la suma de los ki correspondientes a
bloques Ji en los cuales aparece , mientras que la multiplicidad geometrica de es igual a la
cantidad de bloques en los cuales este aparece.
Cuando A es diagonalizable, la matriz J esta compuesta solo por bloques 1 1, es decir, J es
una matriz diagonal. Si A no es diagonalizable, entonces por lo menos algun bloque de J debe
ser de dimension k k con k > 1.
A continuacion analizamos la forma que adquiere la matriz J en el caso en que A R22
o R33 no es diagonalizable y las condiciones que deben satisfacer las columnas de la matrix P .
En primer lugar observamos que necesariamente los autovalores de A deben ser reales, ya que,
si A es 2 2 y tiene un autovalor complejo, entonces el conjugado de este tambien es autovalor
y A resulta diagonalizable. Si A es 3 3, A necesariamente posee un autovalor real, ya que el
polinomio caracterstico es de grado impar. Si tuviese ademas un autovalor complejo, como el
conjugado de este tambien sera autovalor, A tendra tres autovalores distintos y por lo tanto
sera diagonalizable.
y
P J = [v1 v1 + v2 ],
AP = P J Av1 = v1 , Av2 = v1 + v2 (A I)v1 = 0, (A I)v2 = v1 .
En resumen, la matriz P se obtiene hallando un par de vectores v1 y v2 l.i. que satisfagan las
condiciones
(A I)v1 = 0, (A I)v2 = v1 .
Observamos que v1 es autovector de A asociado a .
Caso A R33 , A no diagonalizable. En este caso hay varias posibilidades para la ma-
triz J. Respecto de la matriz P damos sin demostracion las condiciones que deben satisfacer sus
columnas, ya que estas condiciones pueden deducirse procediendo como en el caso 2 2.
10
Respecto de P = [v1 v2 v3 ], {v1 , v2 , v3 } debe ser l.i. y satisfacer las condiciones
A = P JP 1 .
Z 0 = P 1 Y 0 = P 1 AY = P 1 AP Z = JZ.
z10 = z1 + z2 (10)
z20 = z2 (11)
11
Resolviendo (11) obtenemos
z2 = c2 et , c2 C.
Reemplazando z2 en (10) por la solucion obtenida, queda la ecuacion lineal de primer orden no
homogenea
z10 = z1 + c2 et ,
cuya solucion general es (verificarlo)
z1 = c1 et + c2 tet , c1 , c2 C.
c1 et + c2 tet
Z(t) = = c1 e1 et + c2 (te1 + e2 )et ,
c2 et
pues P e1 = v1 y P e2 = v2 .
Observamos que {1 , 2 } con 1 (t) = v1 et y 2 (t) = (tv1 + v2 )et es un conjunto funda-
mental de soluciones de (2).
(A + 3I)v1 = 0 y (A + 3I)v2 = v1 .
Como la primera condicion dice que v1 debe ser autovector, podemos tomar v1 = [3 1]t . Para
obtener v2 resolvemos el sistema no homogeneo (A + 3I)x = v1 , es decir
6 18 3
x= ,
2 6 1
cuya solucion general es x = [1/2 0]t + [3 1]t . Como solo necesitamos un vector v2 que cumpla
la ecuacion, tomamos = 0 y obtenemos v2 = [1/2 0]t . Claramente, {v1 , v2 } es l.i.
12
Entonces, la solucion general del sistema es
1
3 3t 3
Y (t) = c1 e + c2 t + 2 e3t
1 1 0
3e3t (3t + 12 )e3t
= c1 + c2 .
e3t te3t
Z 0 = JZ.
y, por lo tanto Y = P Z es
t2
t t
Y (t) = c1 v1 e + c2 (tv1 + v2 )e + c3 v1 + tv2 + v3 et ,
2
pues P ei = vi para i = 1, 2, 3.
y, por lo tanto Y = P Z es
pues P ei = vi para i = 1, 2, 3.
y, por lo tanto Y = P Z es
pues P ei = vi para i = 1, 2, 3.
13
Ejemplo 6 Resolver el sistema
2 1 6
Y 0 = 0 2 5 Y.
0 0 2
Dado que la matriz A del sistema es triangular superior, sus autovalores son los elementos de la
diagonal. Luego = 2 es un autovalor triple.
Dado que la matriz
0 1 6
A 2I = 0 0 5 ,
0 0 0
es de rango 2, el autoespacio correspondiente a = 2 es de dimension 1 y por lo tanto la matriz
J de Jordan que corresponde es la de la forma (7).
Luego la solucion general del sistema sera de la forma
2
2t 2t t
Y (t) = c1 v1 e + c2 (tv1 + v2 )e + c3 v1 + tv2 + v3 e2t ,
2
con {v1 , v2 , v3 } l.i. y tal que satisface las condiciones
(A 2I)v1 = 0, (A 2I)v2 = v1 , (A 2I)v3 = 0.
Para hallar v1 resolvemos (A 2I)x = 0, cuya solucion general es
x = [1 0 0]t .
Con = 1 obtenemos v1 = [1 0 0]t . Ahora, con tal v1 , resolvemos (A 2I)x = v1 cuya solucion
general es
x = [0 1 0]t + [1 0 0]t .
Ponemos = 0 y obtenemos v2 = [0 1 0]t .
Finalmente resolvemos (A 2I)x = v2 , cuya solucion es
6 1 t
x= 0 + [1 0 0]t .
5 5
Obtenemos v3 = [0 65 15 ]t tomando = 0. Claramente {v1 , v2 , v3 } es l.i. Entonces, la solucion
general del sistema es
1 1 0 2 1 0 0
t
Y (t) = c1 0 e2t + c2 t 0 + 1 e2t + c3 0 + t 1 + 56 e2t
2 1
0 0 0 0 0 5
2t 2t t2
e te 2t
2e
= c1 0 + c2 e2t + c3 (t 65 )e2t
0 0 1 2t
5e
y {1 , 2 , 3 }, con
e2t te2t t2 2t
2e
1 (t) = 0 , 2 (t) = e2t y 3 (t) = (t 65 )e2t
0 0 1 2t
5e
es un conjunto fundamental de soluciones.
14
Ejemplo 7 Hallar la solucion del problema a valor inicial
3 3 0 3
Y 0 = 0 3 0 Y, Y (0) = 1 .
0 1 3 2
Primero buscamos la solucion general del sistema de ecuaciones. El polinomio caracterstico de
la matriz A del sistema es pA () = ( 3)3 . Luego = 3 es un autovalor triple de A.
Como
0 3 0
A 3I = 0 0 0
0 1 0
tiene rango 1, el autoespacio asociado a es de dimension 2, con lo cual A no es diagonalizable.
En este caso la matriz J de Jordan que corresponde es la de la forma dada en (8) y la solucion
general del sistema es de la forma
La primera y la tercera igualdad dicen que v1 y v3 deben ser autovectores, luego, procedemos
a buscar el autoespacio S . Resolviendo la ecuacion (A 3I)x = 0 concluimos que
15
Imponiendo ahora la condicion inicial determinamos los valores de las constantes ci :
3 0 0 3
Y (0) = c1 0 + c2 1 + c3 0 = 1 c1 = c2 = c3 = 1.
1 0 1 2
3. Sistemas no homogeneos
En lo que sigue veremos como resolver el sistema no homogeneo (1).
Z 0 = DZ + F (t). (12)
tenemos que A = P DP 1 .
16
Entonces, con el cambio de variables Y = P Z, tenemos que Z debe ser solucion del sistema
Z 0 = DZ + F (t),
con " #
1 1 et
et
1 2 2 2
F (t) = P F (t) = 1 = et ,
2 12 0 2
et et
z10 = z1 + z20 = 3z2 + .
2 2
Resolviendo estas ecuaciones tenemos que
tet et
z1 = c1 et + y z2 = c2 e3t .
2 4
Por lo tanto
" t
# " t
#
c1 et + te2 c1 et + te2 c1 et + c2 e3t + 2t1 t
1 1 4 e
Z= t = Y = P Z = t = 2t+1 t .
c2 e3t e4 1 1 c2 e3t e4 c1 et c2 e3t + 4 e
Si bien ahora las ecuaciones que componen el sistema involucran mas de una incognita, su
estructura triangular facilita su resolucion, como muestra el siguiente
Como hemos visto en el Ejemplo 5, la matriz del sistema posee un unico autovalor = 3 cuyo
autoespacio asociado esta generado por el vector v = [3 1]t .
Por lo tanto la forma de Jordan que corresponde en este caso es
3 1
J= .
0 3
17
Entonces, con el cambio de variable Y = P Z tenemos que la ecuacion para Z es
Z 0 = JZ + F (t)
con
1 0 1 1 t
F (t) = P F (t) = = .
2 6 t 2 6t
En consecuencia, las componentes de Z = [z1 z2 ]t deben satisfacer las ecuaciones:
La diferencia con el caso diagonalizable es que ahora las ecuaciones no pueden resolverse en
forma independiente, sino que primero debemos resolver la correspondiente a z2 .
La solucion general de z20 = 3z2 + 2 6t es
4 6t
z2 = c2 e3t + .
3
Reemplazando z2 en la primera ecuacion de (13), obtenemos la ecuacion
4 6t
z10 = 3z1 + c2 e3t + + t,
3
cuya solucion general es
5 3t
z1 = (c1 + c2 t)e3t + .
9
Luego
18
Demostracion. Supongamos primero que = p + h con h solucion del sistema homogeneo
(2). Entonces
0 = 0p + 0h = A + F (t) + Ah = A + F (t).
Por lo tanto es solucion de (1).
Supongamos ahora que es solucion de (1). Sea h = p . Como
0h = 0 0p = A + F (t) Ap F (t) = Ah ,
De acuerdo con el Teorema 4, la resolucion del problema (1) se reduce a la resolucion de (2)
por un lado y a encontrar una solucion particular de (1) por el otro.
El metodo de variacion de parametros que expondremos a continuacion, produce como resul-
tado final una solucion particular de la ecuacion no homogenea. Para aplicarlo es prerrequisito
conocer un conjunto fundamental de soluciones {1 , 2 , . . . , n } del sistema homogeneo.
El metodo es como sigue: Se plantea una solucion particular de la ecuacion (1) de la forma
n
X
p = u i i
i=1
con funciones ui a determinar. Como queremos que p sea solucion del sistema de ecuaciones,
debe cumplirse que
0p = Ap + F (t). (14)
Dado que
n
X n
X n
X
0p = (ui i )0 = u0i i + ui 0i
i=1 i1 i=1
y 0i = Ai , tenemos que
n n n n n
!
X X X X X
0p = u0i i + ui Ai = u0i i +A u i i = u0i i + Ap .
i=1 i=1 i=1 i=1 i=1
Pn
Reemplazando en (14) 0p por 0
i=1 ui i + Ap , tenemos que
n
X
u0i i + Ap = Ap + F (t),
i=1
19
Esta ultima igualdad puede ser expresada en forma matricial:
0
u1
u0
2
M (t) . = F (t), (15)
..
u0n
con M (t) = [1 (t) 2 (t) n (t)] (la i-esima columna de M (t) es i (t)).
Entonces, si u1 , u2 , . . . , un son funciones diferenciables que satisfacen (15), p = ni=1 ui i
P
resulta solucion particular de (1).
El siguiente resultado, que damos sin demostracion, garantiza la existencia de tales funciones
ui .
5e6t et
0
u1 t
= .
2e6t et u02 2t
20
y
5e6t t
2e6t 2t 10te6t 2te6t 12 t
u02 = = te .
5e6t et 7e5 t
7
2e6t et
Luego
5e6t et 11 61
6 t 36
1 t 6t 12
p (t) = + e + (t 1)et =
252 42 2e6t 7 et 5 2119
3 t 1232
4. Apendice
4.1. Matrices
Dada una matriz A Cnm , cada una de sus columnas puede ser interpretada como un
vector de Cn . Entonces, si denominamos ai a la i-esima columna de A, tenemos que ai Cn y
que A = [a1 a2 am ].
1 2 1 2
Por ejemplo, si A = 1 1 , sus columnas son a1 = 1 y a2 = 1 .
1 0 1 0
Los siguientes resultados sobre el producto de matrices son de utilidad en las aplicaciones, y
dan otra perspectiva sobre esta operacion.
Sea A Cnm con A = [a1 a2 am ] y ai Cn y sea x = [x1 x2 xm ]t Cm , entonces el
producto de A por x es igual a la siguiente combinacion lineal de las columnas de A:
x1
x2
Ax = [a1 a2 am ] . = x1 a1 + x2 a2 + + xm am .
..
xm
lo cual coincide, por supuesto, con el producto calculado empleando la regla usual para la
multiplicacion de matrices.
21
Entonces, de acuerdo con lo anterior, el producto de una matriz A por un vector x no es otra
cosa que la combinacion lineal de las columnas de A cuyos coeficientes son las componentes de
x.
Recprocamente, toda combinacion lineal de las columnas de A puede expresarse en la forma
Ax con x Cm . En efecto, si y = 1 a1 + + m am , entonces y = Ax con x = [1 m ]t .
Notamos que de la interpretacion precedente del producto de una matriz por un vector, se
desprende en forma inmediata que el producto de A Cnm con el i-esimo vector canonico de
Cm , ei = [0 1 0]t , donde el 1 esta la i-esima posicion y el resto son ceros, da por resultado
la i-esima columna de A. En efecto
Respecto del producto de una matriz B Crn con A Cnm , se tiene que
Definiciones basicas
S = {v Cn : Av = v}.
22
Las multiplicidades algebraica y geometrica de un autovalor estan relacionadas a traves de
la desigualdad: m .
Diagonalizacion de matrices
tales que A = P DP 1 .
Como P es inversible, el conjunto {v1 , . . . , vn } compuesto por las columnas de P es l.i. y por
lo tanto base de Cn . Por otro lado, como
P D = P [1 e1 2 e2 n en ] = [1 P e1 2 P e2 n P en ] = [1 v1 2 v2 n vn ] (19)
Notamos que de la prueba del teorema se deduce que la matrices P y D que diagonalizan
la matriz A se construyen del siguiente modo: Se buscan n autovectores de A que sean l.i. y
con ellos se forma la matriz P poniendolos como columnas de la misma. La matriz diagonal
D se obtiene poniendo en su diagonal los autovalores de A en el orden en que se ubicaron los
correspondientes autovectores en la matriz P .
Recordamos que la condicion necesaria y suficiente para que puedan hallarse n autovectores
de A linealmente independientes es que las multiplicidades algebraica y geometrica de cada au-
tovalor coincidan, esto es, = m . Esta condicion se cumple automaticamente en el caso en
que todos los autovalores son simples, es decir, en el caso en que la matriz A tiene n autovalores
distintos. Luego, para que A no sea diagonalizable es necesario (pero no suficiente) que alguno
23
de sus autovalores tenga multiplicidad algebraica mayor a 1.
Av = Av = v = v.
5. Bibliografa
La que sigue es una lista de referencias para aquellos interesados en profundizar algunos de
los temas tratados.
Las siguientes referencias contienen material basico sobre sistemas de ecuaciones diferenciales
y sus aplicaciones practicas:
24
Robert Borrelli y Courtney S. Coleman, Ecuaciones Diferenciales: Una Perspectica de
Modelacion, Oxford University Press, 2002.
De caracter mas avanzado y con una orientacion hacia el estudio de sistemas dinamicos:
Morris W. Hirsch y Stephen Smale, Differential Equations, Dynamical Systems and Linear
Algebra, Academic Press, 1974.
25