Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Manual Symbhia Rev C
Manual Symbhia Rev C
Las ecuaciones diferenciales tienen una gran utilidad en ingeniería así como
en la ciencia, pero la mayoría de los problemas no dependen de una
ecuación, sino de un sistema de ecuaciones que casi siempre, éstas son
diferenciales. De ahí la necesidad que nos adentremos en el estudio de los
sistemas de ecuaciones diferenciales.
Paso 5. Al realizar de nuevo los pasos (2), (3) y (4) se elimina la variable y y se
obtiene x(t ) .
dx
x 4 y
dt
~ (1)
dy
x y
dt
Dx x 4 y 0
Dy x y 0
D 1 x 4 y 0
x D 1 y 0
m2 2m 5 0 ~ (4)
2 (2)2 4(5)(1)
m 1 2i m1 1 2i, m2 1 2i
2
De ahí que la solución de (3) viene dada por:
m2 2m 5 0 ~ (6)
Resolviendo (6):
2 4 20 2 16 2 4i
m 1 2i
2 2 2
m1 1 2i, m2 1 2i
Derivamos (3):
dx
2c3et cos 2t c3et sen2t 2c4et cos 2t c4et sen2t ~ (4)
dt
Sustituimos (2), (3) y (4) en la primera ecuación del sistema:
2c3et cos2t c3et sen2t 2c4et cos2t c4et sen2t c3et co s2t c4et sen2t 4c1et co s2t 4c2et sen2t ~ (5)
2c3 c4 c4 4c2
~ (6)
c3 2c4 c3 4c1
c3 2cc2 y c4 2c1
dx
f ( x, y )
dt
~ (7)
dy
g ( x, y )
dt
dx
dt
f ( x, y )
~ (8)
dy
dt
g ( x, y )
dx dy
~ (9)
f ( x , y ) g ( x, y )
dy g ( x, y)
~ (10)
dx f ( x, y)
dx1
a11 (t ) x1 a12 (t ) x2 ... a1n (t ) xn f1 (t )
dt
dx2
a21 (t ) x1 a22 (t ) x2 ... a2 n (t ) xn f 2 (t )
dt ~ (11)
dxn
an1 (t ) x1 an 2 (t ) x2 ... ann (t ) xn f n (t )
dt
x (t ) a (t ) a (t ) ... a (t ) f (t )
n n1 n2 nn n
dX
o simplemente A(t ) X f (t ) ~ (13) , si el sistema (13) es homogéneo,
dt
dX
(13) se convierte en A(t ) X ~ (14) .
dt
Ejemplo. Dado el siguiente sistema de ecuaciones no homogéneo, escríbalo
en forma matricial.
𝑑𝑥
= −2𝑥 + 5𝑦 + 𝑒 𝑡 − 2𝑡
𝑑𝑡
𝑑𝑦
= 4𝑥 − 3𝑦 + 10𝑡
𝑑𝑡
𝑑𝑋 −2 5 𝑡 −2 5 1 𝑡 −2 𝑥
= 𝑋 + 𝑒 − 2𝑡 𝑜 𝑋 ′ = 𝑋+ 𝑒 + 𝑡, 𝑑𝑜𝑛𝑑𝑒 𝑋 = 𝑦
𝑑𝑡 4 −3 10𝑡 4 −3 0 10
𝑥1 (𝑡)
𝑥2 (𝑡)
𝑋= cuyos elementos son diferenciables, y tal que satisface el sistema
⋮
𝑥𝑛 (𝑡)
(13) en el intervalo.
Existencia y unicidad
𝑋 ′ 𝑡 = 𝐴 𝑡 𝑋 𝑡 + 𝑓 𝑡 , 𝑥 𝑡0 = 𝑥0 .
Wronskiano
𝑋 ′ = 𝐴 𝑡 𝑋 𝑡 ~(14)
𝑋 𝑡 = 𝑐1 𝑋1 𝑡 + ⋯ + 𝑋𝑛 𝑡 ~(15),
𝐱 𝒕 = 𝑋 𝑡 𝑪~(17),
𝑆= 𝑒 𝑡 , 𝑒 −𝑡 , 𝑥′ =
2 −1
𝒙~(𝟏) en (∞,-∞)
𝑒 𝑡 3𝑒 −𝑡 3 −2
′ 2 −1 𝑒𝑡 2𝑒 𝑡 − 𝑒 𝑡 𝑒𝑡
𝑋 𝑡 = = = 𝑡 ~(2)
3 −2 𝑒𝑡 3𝑒 𝑡 − 2𝑒 𝑡 𝑒
′2 −1 𝑒 −𝑡 2𝑒 −𝑡 − 3𝑒 −𝑡 −𝑒 −𝑡
𝑋 𝑡 = = = ~(3)
3 −2 3𝑒 −𝑡 3𝑒 −𝑡 − 6𝑒 −𝑡 −3𝑒 −𝑡
Si observamos los resultados (2) y (3), podemos decir que estos vectores
satisfacen el sistema.
𝑒𝑡 𝑒 −𝑡
𝐱 𝐭 = 𝑿 𝒕 𝒄 = 𝑐1 + 𝑐2
𝑒𝑡 3𝑒 −𝑡
𝐱 ′ 𝑡 = 𝐴 𝑡 𝐱 𝑡 + 𝑓 𝑡 ~(18)
𝐱 𝑡 = 𝐱𝑝 𝑡 + 𝑐1 𝐱1 𝑡 + ⋯ + 𝑐𝑛 𝐱𝑛 𝑡 ~(19),
𝐴𝑢 = 𝜆𝑢~(5),
La ecuación (5) que nos permitió definir los conceptos de valor propio y
vector propio puede escribirse como
𝜆𝐼 − 𝐴 𝒖 = 0~(6),
con lo que los valores propios, si existen, son los vectores no nulos solución del
sistema lineal homogéneo
𝜆𝐼 − 𝐴 𝒙 = 0~(7).
Este sistema tiene una solución distinta a la trivial, si y sólo si, la matriz 𝜆𝑰 − 𝑨
no es invertible, o equivalente si
det 𝜆𝐼 − 𝐴 = 0~(8).
𝑃𝐴 𝜆 = det 𝜆𝐼 − 𝐴 ~(9).
𝐸 𝜆 = 𝑁𝑢𝑐 𝜆𝐼 − 𝐴 = {𝑥𝜖ℝ𝑛 : 𝜆𝐼 − 𝐴 𝑥 = 𝟎 } .
4 −4
𝐴=
2 −3
Escribimos el polinomio característico:
𝑃 𝜆 = det 𝜆𝐼 − 𝐴
𝜆 0 4 −5 𝜆−4 5
𝑃 𝜆 = − = = 𝜆 − 4 𝜆 + 3 + 10 = 𝜆2 −
0 𝜆 2 −3 −2 𝜆+3
𝜆−2
𝜆2 − 𝜆 − 2 = 𝜆 − 2 𝜆 + 1 = 0
Los valores propios son:
𝜆1 = 2
𝜆2 = −1
Calculamos los vectores propios para cada valor propio determinado.
−2 5 𝑢 0
𝑃𝑎𝑟𝑎 𝜆 = 2 =
−2 5 𝑣 0
−2𝑢 + 5𝑣 = 0
−2𝑢 + 5𝑣 = 0
5
𝑢= 𝑣 𝑝𝑎𝑟𝑎 𝑣 = 2, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑢 = 5
2
Esto implica que el vector propio asociado a 𝜆 = 2 es:
5
𝐾1 = 2
−5 5 𝑤 0 −5𝑤 5𝑧 0
= → =
−2 2 𝑧 0 −2𝑤 2𝑧 0
−5𝑤 + 5𝑧 = 0
−2𝑤 + 2𝑧 = 0
La solución del sistema es:
𝑤 = 𝑧 para 𝑧 = 1 → 𝑤 = 1,
1
𝐾2 =
1
Teorema 4. Independencia Lineal de Vectores propios.
2 7 1
𝐴= 7 2 7
1 7 2
2 7 1
𝐴𝑇 = 7 2 7
1 7 2
𝑒 𝜆 1 𝑡 𝐾1 , … , 𝑒 𝜆 𝑛 𝑡 𝐾𝑛
X = ∁1 K1 eλ 1 t + … + ∁n K n eλ n t ~(9).
1−𝜆 2
𝑃 𝜆 = det 𝐴 − 𝜆𝐼 = = 1 − 𝜆 3 − 𝜆 − 4 2 = 𝜆2 − 4𝜆 − 5~(12)
4 3−𝜆
Igualamos (12) cero:
𝜆2 − 4𝜆 − 5 = 0~(13)
3. Calculamos los vectores propios asociados a cada valor propio del paso
(2).
𝐴 − 𝜆𝐼 𝐾 = 𝟎
−4 2 𝑢 0
= ~(14)
4 −2 𝑣 0
−4𝑢 + 2𝑣 = 0
4𝑢 − 2𝑣 = 0
1
𝑣 = 2𝑢 para 𝑢 = 1, tenemos que: 𝐾1 = 2
2 2 𝑢 0
= ~(15)
4 4 𝑣 0
2𝑢 + 2𝑣 = 0
4𝑢 + 4𝑣 = 0
−1
𝐾2 =
1
Vamos analizar cuando no todos los valores propios son diferentes, es decir, que
algunos valores propios son repetidos.
∁1 𝐾1 𝑒 𝜆 1 𝑡 + … + ∁𝑚 𝐾𝑚 𝑒 𝜆 1 𝑡 ~(16).
𝑋1 = 𝐾11 𝑒 𝜆 1 𝑡
𝑋2 = 𝐾21 𝑡𝑒 𝜆 1 𝑡 + 𝐾22 𝑒 𝜆 1 𝑡
.
.
.
𝑡 𝑚 −1 𝑡 𝑚 −2
𝑋𝑚 = 𝐾𝑚 1 (𝑚 −1)! 𝑒 𝜆 1 𝑡 + 𝐾𝑚 1 (𝑚 −2)! 𝑒 𝜆 1 𝑡 + ⋯ + 𝐾𝑚𝑚 𝑒 𝜆 1 𝑡
𝑋2 = 𝐾𝑡𝑒 𝜆 1 𝑡 + 𝑃𝑒 𝜆 1 𝑡 ~(17),
𝑘1 𝑝1
𝑘2 𝑝2
en donde 𝐾 = y 𝑃= .
⋮ ⋮
𝑘𝑛 𝑝𝑛
𝐀 − 𝜆1 𝐈 𝐊 = 𝟎 ~ 18
𝐀 − 𝜆1 𝐈 𝐏 = 𝐊~(19)
𝑘1 𝑝1 𝑞1
𝑘2 𝑝 𝑞
donde 𝚱 = ,𝐏 = 2 𝑦 Q= 2 .
⋮ ⋮ ⋮
𝑘𝑛 𝑝𝑛 𝑞𝑛
𝐀 − λ1 𝐈 𝐊 = 𝟎~ 21
𝐀 − λ1 𝐈 𝐏 = 𝐊~ 22
𝐀 − λ1 𝐈 𝐐 = 𝐏~ 23
𝑥 ′ = 3𝑥 − 𝑦 − 𝑧
𝑦′ = 𝑥 + 𝑦 − 𝑧
𝑧′ = 𝑥 − 𝑦 + 𝑧
𝑋 ′ = 𝐴𝑋
3 −1 −1 𝑥
𝑋′ = 1 1 −1 𝑦 ~(2)
1 −1 1 𝑧
det 𝐴 − 𝜆𝐼 = 0
3 −1 −1 1 0 0
1 1 −1 − 𝜆 0 1 0 =0
1 −1 1 0 0 1
3−𝜆 −1 −1
1 1−𝜆 −1 = 0~(3)
1 −1 1−𝜆
Para encontrar los valores propios de 𝑨, calculamos los ceros (4), éstos
pueden ser determinado usando un programa o manualmente aplicando el
teorema de Ruffini, también puedes factorizar el polinomio característico.
2 −1 −1 𝑘1 0
1 0 −1 𝑘2 = 0 ~(5)
1 −1 0 𝑘3 0
2𝑘1 − 𝑘2 − 𝑘3 = 0
𝑘1 − 𝑘3 = 0 ~(6)
𝑘1 −𝑘2 = 0
1
De ahí que el vector 𝐊 = 1
1
1 −1 −1 𝑣1 0
1 −1 −1 𝑣2 = 0 ~(7)
1 −1 −1 𝑣3 0
𝑣1 − 𝑣2 − 𝑣3 = 0
𝑣1 − 𝑣2 − 𝑣3 = 0 ~(8)
𝑣1 − 𝑣2 − 𝑣3 = 0
1
𝐕= 1
0
1 −1 −1 𝑤1 1
1 −1 −1 𝑤2 = 1 ~(9)
1 −1 −1 𝑤3 0
Como podemos darnos cuenta, en (9) existe una combinación lineal entre los
vectores de las filas 1 y 2. Analicemos el tercer reglón para determinar el
último vector.
Si 𝑤1 = 1, tenemos que 𝑤3 = 1.
1
𝐖= 0
1
1 1 1 1
𝑋 𝑡 = ∁1 1 𝑒 𝑡 + ∁2 1 𝑒 2𝑡 + ∁3 1 𝑡𝑒 2𝑡 + 0 𝑒 2𝑡
1 0 0 1
𝑑𝑥
= 6𝑥 − 𝑦
𝑑𝑡
𝑑𝑦
= 5𝑥 + 2𝑦
𝑑𝑡
6 −1 𝑥
𝑋′ 𝑡 = ~(2)
5 2 𝑦
6 −1 1 0 6−𝜆 −1
𝑑𝑒𝑡 −𝜆 = 0 → 𝑑𝑒𝑡 =0
5 2 0 1 5 2−𝜆
𝑥 2 − 8𝑥 + 17 = 0
2−𝑖 −1 𝑘1 0
=
5 −2 − 𝑖 𝑘2 0
2 − 𝑖 𝑘1 − 𝑘2 = 0
5𝑘1 − 2 + 𝑖 𝑘2 = 0
𝑘2 = 2 − 𝑖 𝑘1 , si 𝑘1 = 1 → 𝑘2 = 2 − 𝑖
1
𝐊=
2−i
2+𝑖 −1 𝑝1 0
=
5 −2 + 𝑖 𝑝2 0
De ahí que, 2 + 𝑖 𝑝1 − 𝑝2 = 0
5𝑝1 + −2 + 𝑖 𝑝2 = 0
𝑝2 = (2 + 𝑖)𝑝1 , para 𝑝1 = 1 → 𝑝2 = 2 + 𝑖
1
𝐏=
2+𝑖
1 1
La solución es: 𝐱 𝑡 = 𝑐1 2−𝑖 𝑒 4+𝑖 𝑡 + 𝑐2 2+𝑖 𝑒 4−𝑖 𝑡
𝐗 𝟏 = 𝐁𝟏 𝑐𝑜𝑠𝛽𝑡 − 𝐁𝟐 𝑠𝑒𝑛𝛽𝑡 𝑒 𝛼𝑡
~(𝟐𝟒)
𝐗 𝟐 = 𝐁𝟐 𝑐𝑜𝑠𝛽𝑡 + 𝐁𝟏 𝑠𝑒𝑛𝛽𝑡 𝑒 𝛼𝑡
Ejemplo. Escriba la solución del ejemplo anterior como una solución real que
pertenece a un valor propio complejo.
𝐁𝟏 = 𝐑𝐞(𝐊 𝟏 ) y 𝐁𝟐 = 𝐈𝐦(𝐊 𝟏 ).
1 0
𝐁𝟏 = 𝑦 𝐁𝟐 =
2 −1
1 0 0 1
𝑋 𝑡 = 𝐶1 𝑐𝑜𝑠𝑡 − 𝑠𝑒𝑛𝑡 𝑒 4𝑡 + 𝐶2 𝑐𝑜𝑠𝑡 + 𝑠𝑒𝑛𝑡 𝑒 4𝑡
2 −1 −1 2
1 3 2
𝑋′ = 𝑋 𝑡 + −2𝑡
3 1 𝑡+5
Para hallar la solución del sistema, tenemos que hallar la solución del sistema
de ecuaciones homogéneo asociado mediante el uso de los valores propios.
1 3
𝑋′ = 𝑋 𝑡 ~(5)
3 1
1 3 1 0 0
𝐴 − 𝜆𝐼 = −𝜆 =
3 1 0 1 0
1−𝜆 3 0
= ~(3)
3 1−𝜆 0
𝜆2 − 2𝜆 − 8 = 0~(4)
𝑃 𝜆 = 𝜆2 − 2𝜆 − 8~(5)
𝜆 − 4 𝜆 + 2 = 0 → 𝜆1 = 4, 𝜆2 = −2
Comencemos para 𝜆1 = 4
1−4 3 0
=
3 1−4 0
−3 3 0
= ~(6)
3 −3 0
−3 3 𝑝1 0
= ~(7)
3 −3 𝑝2 0
𝑝1 = 𝑝2 , hagamos 𝑝2 = 1, entonces 𝑝1 = 1.
1
𝐏=
1
3 3 𝑞1 0
= ~(8)
3 3 𝑞2 0
−1
𝐐=
1
1 4𝑡 −1 −2𝑡
𝐗𝑆𝐻 = 𝐶1 𝑒 + 𝐶2 𝑒
1 1
𝑎1 2 𝑎2 𝑎3
𝐗𝑝 = 𝑡 + 𝑡+ ~(9)
𝑏1 𝑏2 𝑏3
𝑎1 𝑎2 1 3 𝑎1 2 𝑎2 𝑎3 −2𝑡 2
2𝑡 + = 𝑡 + 𝑡+ + ~(10)
𝑏1 𝑏2 3 1 𝑏1 𝑏2 𝑏3 𝑡+5
De (12) tenemos:
Por nuestro estudio de Álgebra Lineal sabemos que dos matrices son iguales, si
cada uno de sus elementos son iguales, este concepto vamos a aplicarlo para
resolver (13).
1 3 1 1 3
𝑎1 = − , 𝑏1 = , 𝑎2 = , 𝑏2 = − , 𝑎3 = −2, 𝑦 𝑏3 = ~(15)
4 4 4 4 4
1 1
−4 −2
4
𝐗 𝑠𝑝 = 3 𝑡2 + 1 𝑡 + 3
− 4
4 4
1 1
1 4𝑡 −1 −2𝑡 −4 −2
4
𝐗 𝑡 = 𝐶1 𝑒 + 𝐶2 𝑒 + 3 𝑡2 + 1 𝑡+ 3
1 1 −
4 4 4
𝐗 ′ 𝑡 = 𝐴 𝑡 𝐗 𝑡 ~ 24 ,
𝐗 ′ 𝑡 = 𝐴 𝑡 𝐗 𝑡 + 𝑓(𝑡)~ 25
de la forma
𝐗 𝐩 𝑡 = 𝛗 𝑡 𝐔(𝑡)~ 26
𝐗′𝐩 𝑡 = 𝛗 𝑡 𝐔′ 𝑡 + 𝛗′ 𝑡 𝐔 𝑡 ~ 27
𝛗 𝑡 𝐔 ′ 𝑡 + 𝛗′ 𝑡 𝐔 𝑡 = 𝛗 𝑡 𝐔 𝑡 + 𝑓 𝑡 ~(28)
𝛗 𝑡 𝐔 ′ 𝑡 + 𝛗′ 𝑡 𝐔 𝑡 = 𝛗′ 𝑡 𝐔 𝑡 + 𝑓 𝑡 ~(29)
De ahí,
𝛗 𝑡 𝐔 ′ 𝑡 = 𝑓 𝑡 ~(30)
−1
𝐔 𝑡 = 𝝋(𝑡) 𝑓 𝑡 𝑑𝑡 ~(33)
−1
Como 𝑋(𝑡)𝑝 = 𝝋(𝑡) 𝐔 𝑡 , concluimos que 𝐗(𝑡)𝑝 = 𝝋(𝑡) 𝝋(𝑡) 𝑓 𝑡 𝑑𝑡 ~(34).
𝐗(𝑡)𝐺 = 𝛗 𝑡 𝒄 + 𝝋 𝑡 𝝋𝑡 −1 𝑓 𝑡 𝑑𝑡 ~ 35 .