Sistemas lineales de primer orden

Una sola ecuación de orden n,

x(n) = f (t, x, x0 , x00 , . . . , x(n−1) ), (1)

donde x(i) significa la derivada numero i, puede ser escrito como sistema de primer orden al introducir los
variables x1 , x2 , . . . , xn definido como

x1 = x, x2 = x0 , x3 = x00 , ..., xn = x(n−1) . (2)

Entonces tenemos solamente primeras derivadas

x01 = x2 , x02 = x3 , ..., xn−1 = xn

(3)
x0n = f (t, x1 , x2 , . . . , xn )

tal qué el sistema puede ser escrito de manera

     
x1 0 1 0 ... 0 x1 0

 x2   .. .. .   x2   0 
  0 0
.   . . .. 
  ..  
 
d 
 ..  =  .

.. 
. .. ..   . +
.  (4)
dt  .   . . . 0
   
 .   
 ..  0 . . . . . . 0 1  .. 
 0 
xn 0 ... ... 0 0 xn f (t)

Si f (t, x) depende linealmente de x, f (t, x) = a1 x1 + a2 x2 + · · · + an xn + g(t), entonces podemos escribir

     
x1 0 1 0 ... 0 x1 0

 x2   .. .. ..   x2   0 
  0 0 . . .
..     ..  
 
d 
 . =.

..  ,
 . . .. . ..
 .  + 
.  (5)
 .  .
dt  0   
 .   
 ..   0 . . . . . . 0 1   .. 
 0 
xn a1 a2 . . . an−1 an xn g(t)

donde la matriz tiene la forma de matrı́z de Frobenius.

Por ejemplos consideramos la ecuación diferencial del segundo orden

x00 + px0 + q = 0. (6)

Al introducir y = x0 tenemos x00 = y 0 y podemos escribir

      
d x y 0 1 x
= + . (7)
dt y −qx − py −q −p y

Repaso: Multiplicación matriz - vector

Calcular
  
1 2 3 1
R
     
1 2 5 1 a 1
, 4 5 6 2 , , a∈ (8)
3 4 6 a 1 a
7 8 9 3

1
Ejercicio
Escribir la ecuación escalar

x00 = x0 + xet + sen(x) cos(x0 ) (9)

como sistema del primer orden.

Pauta
Introducir

x1 = x, x2 = x0 ⇔ x01 = x2 (10)

x02 = x00 = x2 + x1 et + sen(x1 ) cos(x2 ) (11)

en forma matricial
      
d x1 0 1 x1 0
= t + (12)
dt x2 e 1 x2 sen(x1 ) cos(x2 )

Ejercicio
Escribir el siguiente sistema de dos ecuaciones diferenciales de segundo orden como sistema de primer orden:

x00 = ax + by, (13)

00
y = cx + dy + cos(t), (14)

Pauta
Podemos definir x1 = x, x2 = x0 , y1 = y, y2 = y 0 tal qué

x01 = x2 , x2 = ax1 + by1 , y10 = y2 , y2 = cx1 + dy1 , (15)

que asume la forma

      
x1 0 1 0 0 x1 0
d  x
 2 = 
 a 0 b 0
 x2  +  0  .
   
(16)
dt  y1
  0 0 0 1  y1   0 
y2 c 0 d 0 y2 cos(t)

2
1. Sistemas de primer orden - Ejercicios
Expresar el sistema respectivo en forma matricial:

dx dy
= 3x − 5y, = 4x + 8y, (17)
dt dt
dx dy
= 4x − 7y, = 5x, (18)
dt dt
dx dy dz
− 3x + 4y − 9z =, = 6x − y, = 9x + 4y + 3z, (19)
dt dt dt
dx dy dz
= x − y + z, = 2x + y − z, = x + y + z + t2 + 2, (20)
dt dt dt
dx dy dz
= x − y, = x + 2z, = −x + z. (21)
dt dt dt
Expresar el sistema dado sin usar matrices
   
0 4 2 1
X = X+ et (22)
−1 3 −1
   
7 5 −9 1
X 0 = 4 1 1  X + 2 e5t (23)
0 −2 3 2
        
x 1 −1 2 x 1 3
d   
y = 3 −4 1 y  + 2 et − −1 (24)
dt
z −2 5 6 z 2 1
Comprobar que el vector X sea una solución del sistema dado
   
−1 1/4 −1 −3t/2
X0 = X, X= e (25)
1 −1 2
  

1 2 1 1
X0 =  6 −1 0  X, X =6 (26)
−1 −2 −1 13
   
1 0 1 sin t
X0 =  1 1 0 X, X = −1/2 sin t − 1/2 cos t (27)
−2 0 7 − sin t + cos t

Sistema de orden superior

Considerar el sistema de ecuaciones
x00 + y 00 + 2x0 + y 0 + 3x + y = 0 (28)
y 000 + x0 + y 0 + 2y 00 + y = 0 (29)
Reduzca este sistema a un sistema de primer orden equivalente y deduzca (sin resolver) que existe una única
solución (x(t), y(t)) tal que
x(0) = x0 (0) = y(0) = y 0 (0) = y 00 (0) = 1. (30)

3
1.1. Reformulación como sistema de primer orden
Transformar la ecuación diferencial o el sistema dado en un sistema equivalente de ecuaciones de primer orden.

x00 − 5x0 + 4y; y 00 + y 0 − 3y + 2x. (31)

Escribir la ecuación diferencial

y (4) − 5y 00 + 9 = 6et − 2t (32)

como sistema de ecuaciones de primer orden. Resolverlo.

4
2. Repaso: Sistema de ecuaciones lineales
Buscamos la solución x ∈ Rn de un sistema lineal algebraico de tamaño n × n
Ax = b, A ∈ Rn×n , b ∈ Rn , (33)

qué es escrı́to como

a11 x1 + a12 x1 + · · · + a1n xn = b1 (34)

a21 x1 + a22 x1 + · · · + a2n xn = b1 (35)
..
. (36)
an1 x1 + an2 x1 + · · · + ann xn = bn . (37)

Para resolverlo con respecto a x hay qué trasformarlo en la forma triangular superior
 
 ā11 x1 +ā12 x1 + . . . +ā1(n−1) xn−1 +ā1n xn = b̄1 

 ā21 x1 +ā22 x2 + . . . +ā2(n−1) xn−1 +ā2n xn = b̄2 

 .. 
(38)

 . 

ān−1,1 x1 +ān−1,2 x2 + . . . +ān−1,n−1 xn−1 +ān−1,n xn = b̄n−1 
 
 ān1 x1 +ān2 x2 + . . . +ān,n−1 xn−1 +ānn xn = b̄n 

Entonces se puede hacer la sustitución hacia atrás

xn = b̄n /ānn , (39)

xn−1 = (b̄n−1 − ān−1,n xn )/ān−1,n−1 (40)

Para la transformación a la forma triangular superior se define la matrı́z (de coeficientes) aumentada
 
 a11 a12 . . . a1n b1 

 a21 a22 . . . a2n b2 
[A|b] =  .

.. .. .. 
 .. . . . 

an1 an2 . . . ann bn 
  (41)
 a1 |b1 
 
 a2 |b2 
= .
 
.. 
 .. | . 
 
an |bn 

donde ai están renglones. Las operaciones elementales de renglón, donde la solución x permanece invariantes,
son
1. Multiplicar con escalar constante c 6= 0 : cai x = cbi

2. Intercambiar renglones, (con permutaciones de x sinchronos)

3. Sumar con múltiplo constante c 6= 0 de otro renglón

(ai + caj )x = bi + cbj (42)

5
Independencia lineal y solución general
Un sistema lineal tiene generalmente la forma
x01 = P11 (t)x1 + P12 (t)x2 + · · · + P1n (t)xn + f1 (t)
x02 = P21 (t)x1 + P22 (t)x2 + · · · + P2n (t)xn + f2 (t)
(43)
...
x0n = Pn1 (t)x1 + Pn2 (t)x2 + · · · + Pnn (t)xn + fn (t),
o, en forma matricial
      
x1 P11 (t) ... P1n (t) x1 f1 (t)
d  x 2
  P21 (t) ... P2n (t) 
  x2   f2 (t) 
   
 . = . ..   ..  +  ..  , (44)
  
dt  ..   .. .  .   . 
xn Pn1 (t) . . . Pnn (t) xn fn (t)
| {z }
P

donde x ∈ R n
, f ∈ R n
, P ∈ R n×n
, que permite la notación compacta ẋ = P x + f (t) . Éste sistema es
homogéneo si f1 (t) = f2 (t) = · · · = fn (t) = 0, y no homogéneo si no. Consideramos sistemas lineales del primer
orden
dz
dt
= P (t)z(t) + f (t) z ∈ Rn, P : R → Rn×n, (45)

y la ecuación homogénea asociada

dz
= P (t)z(t), z = (x1 , . . . , xn )T . (46)
dt
Ejercicio: Verificar que
3e2t e−5t
   
z1 (t) = , z2 (t) = (47)
2e2t 3e−5t
son soluciones de la ecuación
(
x01 = 4x1 − 3x2
    
d x1 4 −3 x1
= , o, por componente, (48)
dt x2 6 −7 x2 x02 = 6x1 − 7x2

Pauta:
3e2t
    2t   2t 

4 −3 3e 6e
z1 (t) = : P z1 = = = z10 (t)
2e2t 6 −7 2e2t 4e2t
 −5t    −5t   (49)
−5e−5t
 
e 4 −3 e
z2 (t) = : P z2 = = = z20 (t)
3e−5t 6 −7 3e−5t −15e−5t
Observar que las funciones
zi (t) = vi eλi t , donde P vi = λi vi , i = 1, 2 (50)
son soluciones si λi son autovalores y vi vectores propios correspondientes.
(Código Matlab:)
>> P=[4 -3; 6 -7]
>> [V D]=eig(P)

6
3. Principio de superposición
Sean x1 , x2 , . . . , xn soluciones de la ecuación lineal homogénea
dx
dt
= P (t)x(t) x ∈ Rn, P : R → Rn×n, (51)

donde P (t) está una función matricial qué depende del tiempo, entonces la combinación lineal
x(t) = c1 x1 (t) + c2 x2 (t) + · · · + cn xn (t) (52)
con constantes ci , i = 1, . . . , n también es solución de (51).
Prueba: Sabemos que x0i (t) = P (t)xi (t) para cada i ∈ {1, . . . , n}, ası́
x0 (t) = (c1 x1 (t) + c2 x2 (t) + · · · + cn xn (t))0 = (c1 x01 (t) + c2 x02 (t) + · · · + cn xn (t))0
(53)
= c1 P (t)x1 + c2 P (t)x2 + · · · + cn P (t)xn = P (t)(c1 x1 (t) + c2 x2 (t) + · · · + cn xn (t)) = P (t)x
Ejemplo continuado: Para constantes c1 , c2 arbitrarios la combinacı́on lineal
   
3 2t 1 −5t
x(t) = c1 x1 (t) + c2 x2 (t) = c1 e + c2 e (54)
2 3
también es una solución, en forma escalar
x1 (t) = 3c1 e2t + c2 e−5t
(55)
x2 (t) = 2c1 e2t + c2 3e−5t .

4. Independencia lineal
Definición: Las funciones con valores vectoriales x1 (t), x2 (t), . . . , xn (t) son linealmente dependiente en un
invervalo t ∈ [t0 , t1 ] si existen consantes c1 , c2 , . . . , cn no todas cero tal qué
c1 x1 (t) + c2 x2 (t) + . . . cn xn (t) = 0 (56)
para todo t ∈ I. En el caso contrario, si (56) solamente para c1 = c2 = · · · = cn = 0, las soluciones son
linealmente independiente. Un criterio para la independencia es el ’Wronskiano’
(
0 ⇔ x1 , . . . , xn linealmente dependiente
W = det(x1 |x2 | . . . |xn ) = (57)
6= ⇔ x1 , . . . , xn linealmente independiente

la determinante de la matriz qué tiene como sus vectores columna las soluciones x1 (t), x2 (t), . . . , xn (t).

5. Solución general
La solución general del sistema homogéneo (46) es una combinación lineal
x(t) = c1 x1 (t) + c2 x2 (t) + . . . cn xn (t) (58)
de cualquiera n soluciones linealmente independiente dadas x1 (t), x2 (t), . . . , xn (t). Con valores iniciales x(a) =
xa dadas, los constantes c1 , c2 , . . . , cn están especificadas como
 
c1
 .. 
x(a) = c1 x1 (a) + · · · + cn xn (a) = (x1 (a)| . . . |xn (n))  .  = X(a)c = xa (59)
vn

7
Método de valores propios para sistemas
homogéneos
Consideramos el sistema lineal homogéneo de primer orden
dx
dt
= Ax(t) x ∈ Rn, A∈ Rn×n, (60)

donde la matrı́z A tiene coeficientes constantes.

Recordamos qué si hay vectores de solución linealmente independiente x1 (t), x2 (t), . . . , xn (t) entonces la solu-
ción general tiene la forma x(t) = c1 x1 (t) + c2 x2 (t) + · · · + cn xn (t).
Asumimos vectores solución de la forma

x(t) = veλt . (61)

Entonces tenemos la derivada

dx(t)
= λveλt . (62)
dt
Sustituir en (60)

λveλt = Aveλt , (63)

multiplicar ambos lados con e−λt , qué siempre está distinto a cero,

Av = λv, (64)

donde identificamos λ como valor propio de A y v el correspondiente vector propio. Entonces tenemos la seguinte
procedura para determinar una solución de (60):
Determinar los valores propios λ1 , λ2 , . . . , λn con los vectores propios asociados v1 , v2 , . . . , vn , qué por su
definición satisfacen Avi = λi vi .
Si los vectores propios están linealmente independiente entonces hay las soluciones linealmente indepen-
dientes

x1 (t) = v1 eλ1 t , x2 (t) = v2 eλ2 t , xn (t) = vn eλn t , (65)

.
La solución general de ẋ = Ax es entonces una combinación lineal

x(t) = c1 x1 (t) + c2 x2 (t) + · · · + cn xn (t)

 
c1
 c2 
= (x1 (1)|x2 (t)| . . . |xn (t))  . 
 
 ..  (66)
cn
= (v1 eλ1 t |v2 eλ2 t |vn eλn t )
= X(t)c

Con datos iniciales x(a) = b tenemos X(a)c = b o sea 00 c = X(a)−1 b00 .

8
Analiticamente, para un sistema de dos ecuaciones primero se determine los valores propios como ceros del
polinomio caracterı́stico
 
a − λ b 
det 
 = (a − λ)(d − λ) − bc = 0 (67)
c d − λ

y entonces los vectores propios como solución de sistema de dos ecuaciones

    
a − λi b vi1 0
= . (68)
c d − λi vi2 0

Ejemplo:

x01 = 4x1 + 2x2

(69)
x02 = 3x1 − x2

se escribe en forma matricial

 
4 2
x0 = x (70)
3 −1

Se determine los valores propios como ceros del polinomio caracterı́stico

 
4 − λ 2 
det 
 = · · · = (λ + 2)(λ − 5) = 0 (71)
3 −1 − λ

entonces tenemos λ1 = −2, λ2 = 5.

Computar vectores:
      
6 2 v11 0 1
λ1 = −2 ⇒ = ⇒ v1 = (72)
3 1 v12 0 −3

otro
      
−1 2 v21 0 2
λ1 = 5 ⇒ = ⇒ v2 = (73)
3 −6 v22 0 1

Entonces tenemos las soluciones

   
1 2 5t
x1 (t) = e−2t , x2 (t) = e (74)
−3 1

Soluciones generales
   
1 2 5t
c1 e−2t + c2 e (75)
−3 1

en forma escalar

x1 (t) = c1 e−2t + 2c2 e5t , x2 (t) = −3c2 e−2t + c2 e5t . (76)

9
6. Matriz fundamental
La matriz fundamental tiene la forma

Φ(t) = (x1 (t)|x2 (t)| . . . |xn (t)) (77)

donde las soluciones independientes xi (t) forman vectores columnas. Un ejemplo para una matrı́z fundamental
es

Φ(t) = (v1 eλ1 t |v2 eλ2 t | . . . |vn eλn t ) (78)

pero también una matriz compuesto de combinaciones lineales puede ser una matriz fundamental. Con dato
inicial x(a) = xa tenemos

x(t) = Φ(t)c = Φ(t)Φ(0)−1 xa (79)

Ejemplo continuado

e−2t 2e5t
   
1 2
Φ(t) = , Φ(0) = , (80)
−3e−2t e5t −3 1

e−2t 2e5t
      
1 1 1 2 1
x0 = ⇒ x(t) = Φ(t)Φ(0)−1 x0 =
−1 −3e−2t e5t 7 −3 1 −1
| {z }
 
3
  (81)
2
3e−2t 4e5t
 
1
=
7 −9e−2t 2e5t

Aquı́ hemos usado

 −1  
a b 1 d −b
= (82)
c d ad − bc −c a

10
Método de valores propios - ejercicios
Resolver

dx/dt = x + y 2 + t, dy/dt = y (83)

Resolver ẋ = Ax con
 
−1 1 0 0 0
0
 −1 0 0 0 
0 0 2 0 0 (84)
 
0 0 0 0 3
0 0 0 −3 0

Que debe cumplir la condiceón inicial x(0) para que |x(t)| sea acotado para todo t.
Considerar el sistema ẋ = Ax con
 
1 2 0 0
0 1 0 0

0
 (85)
0 1 2
0 0 0 −2

Resolver el sistema de ecuaciones

 
2 1 6
dx/dt = 0 2 5 x (86)
0 0 5

Resolver es siguiente sistema de ecuaciones no homogéneo

   t
1 8 e
dx/dt = x+ (87)
1 −1 tet

Resolver ẋ = Ax con
 
1 1 0
A = −1 1 −1 (88)
0 1 1

11
Sistemas lineales - Tareas
Tarea 1
Considerar el sistema lineal
 
0 1 a1 + a2 a1 − a2
X = AX con A= (89)
2 a1 − a2 a1 + a2
R
con a1 , a2 ∈ . Determinar la solución general del sistema. Examinar la tendencia de la solución en el lı́mite
t → ∞ para los casos a) a1 < 0 < a2 , b) 0 < a1 < a2 , c) a1 < a2 < 0.

Tarea 2
Determinar la solución del problema de valores iniciales
x0 = −6x + 5y, y 0 = 5x − 6y, x(0) = 1, y(0) = 3. (90)

Tarea 3
Determinar la solución general para las siguientes sistemas X 0 = AX
       
1 2 1 2 1 2 1 2
A= , A= , A= , A= . (91)
0 3 3 6 1 0 −3 −4
Determinar la tendencia de la solución en el lı́mite t → ∞ y identificar especialidades de los ejemplos particulares.

Tarea 4
Determinar la solución general de X 0 = AX con
       
0 0 1 1 0 1 0 1 0 1 0 −1
A = 0 1 0 , A = 0 1 0 , A = −1 0 0 , A = −1 1 −1 .
1 0 0 1 0 1 1 1 1 0 0 1
Determinar la solución general del sistema
 
0 1 1 0
0
−1 0 0 1
X =
0
 X. (92)
0 0 1
0 0 −1 0

Tarea 5
Para las siguientes sistemas lineales de forma X 0 = AX con
     
0 1 1 1 1 1
A= , A= , A= ,
1 0 1 0 −1 0
     
1 1 1 1 1 1
A= , A= , A=
−1 3 −1 −3 −2 −1
determinar
a) los valores y vectores propios de A
b) la matriz T que transforme A a la forma canónica
c) la solución general
d) el retrato fase.

12
Repaso de algebra lineal
 
a 1
Considerar la matriz A = . Determinar el valor a0 del parametro a para cual A tiene un valor propio
0 1
doble. Determinar los vectores propios de A para el caso a = a0 . Describir todos los 2 × 2 matrices cuales valores
propios son 0 y 1.

Sistema de orden superior

Consideramos dos vehiculos con masas m1 y m2 . conectados por muelles a paredes fijas.

=|/\/\/\/\/\/\-|m_1|-/\/\/\/\/\/\-|m_2|-/\/\/\/\/\/|=
k_1 k_2 k_3
Las ecuaciones son los siguientes:

m1 x001 = −k1 x1 + k2 (x2 − x1 ) (93)

m2 x002 = k2 (x1 − x2 ) − k3 x2 . (94)

Formular las ecuaciones como sistema X 00 = AX y resolverlo en el caso especial

m1 = 1, m2 = 1/2, k1 = k3 = 1, k2 = 2. (95)

Dependencia lineal
Sean x1 (t), x2 (t) dos soluciones del sistema x0 = A(t)x, donde A(t) es una matriz N × N de coeficientes
continuous. Muestre que si los vectores de RN , x1 (0) y x2 (0) son paralelos, entonces los vectores x1 (t) y x2 (t)
son paralelos en todo t.

13
Sistemas lineales no homogéneos - Teorı́a
Para un sistema lineal no homogéneo
dx
dt
= P (t)x(t) + f (t) x ∈ Rn, P : R → Rn×n, f: R → Rn, (96)

la solución general tiene la forma

x(t) = xc (t) + xp (t), (97)

donde
x(t) = c1 x1 (t) + c2 x2 (t) + · · · + cn xn (t)
 
c1
 c2 
= (x1 (1)|x2 (t)| . . . |xn (t))  . 
 
 ..  (98)
cn
= (v1 eλ1 t |v2 eλ2 t |vn eλn t )
= X(t)c

es la solución general del sistema lineal homogéneo ẋ = P (t)x y xp (t) es una solución parcial, lo cual vamos a
determinar a través el método de variación de parámetros, donde se busca u(t) tal qué

xp (t) = Φ(t)u(t) (99)

Con la regla de producto tenemos

x0p (t) = Φ0 (t) u(t) + Φ(t)u0 (t) (100)

| {z }
P (t)Φ

Comparando términos con (107) obtenemos

Φ(t)u0 (t) = f (t) (101)

La matrı́z fundamental Φ(t) es invertible porque todas sus columnas están linealmente independiente. Entonces
podemos encontrar una expresión para u(t) al integrar
Z
u0 (t) = Φ−1 (t)f (t) ⇒ u(t) = Φ−1 (s)f (s)ds (102)

lo qué usamos para la solución parcial

Z
xp (t) = Φ(t) Φ−1 (s)f (s)ds (103)

y la solución general
Z
xp (t) = Φ(t)c + Φ(t) Φ−1 (s)f (s)ds (104)

14
Con las condiciones iniciales
Z t
xp (a) = 0 ⇒ xp (t) = Φ(t) Φ−1 (s)f (s)ds
a (105)
−1
xc (a) = xa ⇒ xc (t) = Φ(t)Φ (a)xa

podemos colocar la solución

Z t
x(t) = Φ(t)Φ−1 (a)xa + Φ(t) Φ−1 (s)f (s)ds (106)
a

del sistema no homogénea con condiciones iniciales

dx
dt
= P (t)x(t) + f (t), x(a) = xa x∈ Rn, P : R → Rn×n, f: R → Rn, (107)

Con coeficientes constantes P (t) ≡ A tenemos Φ(t) = eAt tal qué el sistema se reduce a
Z
x(t) = eAt x0 + eA(t−s) f (s)ds. (108)

MATLAB: syms t, expm(A*t), expAt*x0

Solución particular de un sistema no homogeneo

Compruebe si (o no) el vector Xp sea una solución particular del sistema dado

     
0 2 1 −5 1
X = X+ , Xp = (109)
1 −1 2 3

     
1 2 3 1 sin 3t
X 0 = −4 2 0 X + 4 sen 3t, Xp =  0  (110)
−6 1 0 3 cos 3t

15
Exponencial de una matriz
Definición
A2 Ai
eA = I + A + + ··· + + ... (111)
2! i!
donde A2 = AA, A3 = A2 A. Ejemplo

ai
   
a 0 0
A= Ai = (112)
0 b 0 bi

a2
 

1

0

a

0 0
A
e = + +  2!  + ...

0 1 0 b b2
0
2! (113)
a2
 
1 + a + 2! + . . . 0  a 
e 0
= =

b2 0 eb
0 1+b+ + ...
2!

D = diag(d1 , . . . , dn ), ⇒ eD = (ed1 , . . . , edn ) (114)

t2 ti
eAt = I + At + A2 + · · · + Ai + . . . (115)
2! i!
Ejemplo:
     
0 a b 0 0 ac 0 0 0
A = 0 0 c ⇒ A2 = 0 0 0 ⇒ A3 =  0 0 0 (116)
0 0 0 0 0 0 0 0 0

de modo que Aj = 0 para j ≥ 3. Por lo tanto se concluye que

t2
eAt = I + At + A2 (117)
  2!    
1 0 0 0 a b 0 0 ac
t2
= 0 1 0 + 0 0 c  t + 0 0 0 (118)
2!
0 0 1 0 0 0 0 0 0
2
 
1 at bt + t ac/2
= 0 1 ct  (119)
0 0 1

20
Derivada de función exponencial
Diferenciación término a término
 2   2 
d At d 2t d d d 2 2t
e = I + At + A + . . . = I + At + A · · · = A I + At + A + . . . = AeAt (120)
dt dt 2! dt dt dt 2!

donde hemos usado

d i ti Ai d i Ai i−1 Ai−1 ti−1
A = t = it =A (121)
dt i! i! dt i! (i − 1)!

Entonces, la función matricial X(t) = eAt satisface la ecuación diferencial matricial X 0 = AX. La matrı́z
exponencial eAt es una marı́z fundamental para el sistema lineal X 0 = AX, donde

X(0) = eA0 = I (122)

entonces una solución satisfaciendo datos iniciales x(0) = x0 tiene la forma

x(t) = X(t)X(0)−1 x0 = eAt x0 (123)

Dada cualquier otra matrı́z fundamental Φ(t) identificamos

eAt = X(t)X(0)−1 , (124)

entones tenemos una formula del cálculo de exponencial eAt .

Exponentes de matrices - ejercicios

Producto
Dado dos matrices arbitrarias A, B, determinar que eA+B = eA eB es siempre válido, nunca válido, o algunas
veces válido, algunas veces no. Comprobar su hipótesis, o alternativamente encontrar ejemplos y contraejemplos.

Derivada
Demostrar que
d tA
e = AetA (125)
dt
utilizando la definición de la función exponencial de una matrı́z por serie de potencias.

Potencia
Determinar eA para las siguientes matrices

   
    0 1 2 λ 0 0
5 −6 2 −1
A= , A= , A = 0 0 3 , A = 1 λ 0 (126)
3 −4 1 2
0 0 0 0 1 λ

21
Modelo de salmuera
Se tiene un sistema de tres tanques los cuales tienen volúmenes V 1, V 2, V 3 de salmuera respectivamente.
Existe dentro de los tres tubos un flujo interno del lı́quiso lo cual hace variar la concentración de sal en cada
tanque (x1 , x2 , x3 , respectivamente). Ahora la variación de concentración de sal está dada por

dx1 /dt = −k1 x1 + k3 x3 ,

dx2 /dt = k1 x1 − k2 x2 , (127)
dx3 /dt = k2 x2 − k3 x3 ,

donde ki = r/Vi , V1 = 20, V2 = 50, V3 = 20, r = 10.

x1 (0) = 1, x2 (0) = 0, x2 (0) = 0. (128)

Demostrar que la concentración total de sal del sistema es constante:

dx1 dx2 dx3
+ + = 0. (129)
dt dt dt
Interpretar la ecuación (129).
Hallar las concentraciones de sal en cada uno de los tanques en función del tiempo. Formular la ecuación
en forma matricial ẋ = Ax. Determinar los valores y vectores propios de la matriz A. Formular la solución
general de la ecuación diferencial.

Determinar la composición de las concentraciones cuando t → ∞. Como podemos interpretar este com-
portamiento de la solución?

22
Pauta para modelo de salmuera
La ecuación (129) indica que se trata de un sistema cerrado, donde no entra ni sale algo.
Un valor propio cumple con

det(A − λI) = 0 (130)

donde I es la matriz identidad.

Para ki general tenemos
 
−k1 − λ 0 k3    
−k2 − λ 0 k −k2 − λ
 k1 −k2 − λ 0  = −(k1 − λ)det − 0(. . . ) + k3 1
k2 −k3 − λ 0 k2 (131)
0 k2 −k3 − λ
= −(k1 − λ(−k2 − λ)(−k3 − λ) + k1 k2 k3 = 0.

Tenemos un valor propio λ1 = 0 con

   
1 1
A 1 = 0 1 (132)
1 1

Para posibles valores propios complejos aplica al fórmula de Euler

e(a+ib)t = eat (cos(bt) + i sin(bt)) (133)

es decir tenemos soluciones de forma

eat (c1 cos(bt) + c2 sin(bt)) = c1 eat cos(bt) + c2 eat sin(bt). (134)

La solución general tiene la forma

 
1
x(t) = c1 1 e0 + c2 v2 eλ2 + c3 v3 eλ3 (135)
1

con el lı́mite
 
1
x(t) → c1 1 para t→∞ (136)
1

dado que eat → 0 para t → ∞ en el caso que si a < 0.

23
Cambio de estructura de gastos de una
empresa
7. Formulación del problema
Una cierta empresa innovadora, comprometido con el servicio al cliente tiene un ingreso anual de alrededor de
33 mil millones de pesos y gastos del mismo orden del mismo orden de magnitud.
Con respecto a la estructura de gastos, el ı́tem principal son las remuneraciones de los empleados con un
54 % de los gastos totales. Dicha porcentaje que es un porcentaje inferior a lo tı́pico de empresas donde el
rubro es en el área de servicio. Tı́picamente, en instituciones del área de servicio, 65 % - 70 % de sus gastos son
remuneraciones.
Un objetivo estratégico de la empresa, definido por su consejo superior, con el motivo de aumentar la ca-
lidad, eficiencia y la satisfación de empleados, consiste en ajustar la estructura de gastos con respecto a las
remuneraciones para estar en el mismo nivel como instituciones o empresas similares.
Se encarga una comisión de trabajo para determinar cual deberı́a ser el porcentaje del reajuste anual de
remuneraciones para contar, después de un periodo de transisión de 5 o 10 años, con a una estructura de gastos
en conformidad con instituciones referenciales del mismo rubro.

8. Procedimiento
Confirmar datos como el porcentaje de gastos en remuneración en una empresa con rubro en servicios, si
65 % − 70 % es efectivamente pertinente.
Formular y resolver ecuaciones: realizar un cálculo año-por-año, manual, en tabla excel ecuación algebraica
en base anual (un concepto discreto)

Intentar de transformarlo a una ecuación diferencial; introducir variables y conceptos

9. Modelamiento
Definimos como variables el monto de remuneración x1 (t) y los demás gastos x2 (t), tal que

g(t) = x1 (t) + x2 (t) (137)

son los gastos totales. Podemos normalizar los gastos iniciales g(0) = g0 al poner g0 = 1. La evolución de gastos
de remuneración modelamos por
dx1
= ax1 (138)
dt
con un parámetro a adecuado. Ecuación (138) tiene la solución

x1 (t) = x0 eat , (139)

tal que el parámetro a se determina para un aumento anual de remuneraciones

b = x1 (1)/x1 (0). (140)

24
 Dado x1 (T ) podemos calcular a por
!
x1 (T )
ln
x1 (0)
a= , (141)
T
con t = 1 tenemos
!
x1 (1)
a = ln , (142)
x1 (0)
eso es
x1 (1)
b= = exp(a) (143)
x1 (0)
Por ejemplo tenemos ln(1,01) ≈ 0,01 y ln(1,03) ≈ 0,03. El valor b es el aumento anual del sueldo, por ejempo
b = 1,03 corresponde a un aumento de alrededor de 3 % (IPC + 3).
El porcentaje de las remuneraciones con respecto a los gastos totales es
x1 (t)
p(t) = (144)
x1 (t) + x2 (t)
Con la normalización g0 = 1 tenemos x1 (0) = p(0). Queremos prescribir p(0) = p0 como por ejemplo p0 =
0,54, que corresponde al porcentaje de remuneración en los gastos totales al tiempo inicial. Para un tiempo
determinado T se quiere tener p(T ) = pT .
Despejamos (144) para el tiempo t = T con respecto a x1 (T ) y utilizamos x2 (T ) = x2 (0) (constante) para
obtener
pT
x1 (T ) = x2 (0) . (145)
1 − pT
Dado x1 (0), p0 , pT podemos calcular x2 (0) = 1 − x1 (0), y x1 (T ) por (145), y luego a y b = x1 (1)/x1 (0).

Datos concretos
Con datos concretos como x2 (0) = 0,46 y pT = 0,7 tenemos
0,7
x1 (T ) = 0,46 ≈ 1,073, (146)
1 − 0,7
y para pT = 0,65 tenemos
0,65
x1 (T ) = 0,46 ≈ 0,854. (147)
1 − 0,65
La solución de (139) es
ln(x1 (T)/x1 (0))
a= (148)
T
y luego aplicar
!
ln(x1 (T)/x1 (0))
b = exp(a) = exp , (149)
T

25
por ejemplo
!
ln(1,073/0,54)
b = exp ≈ 1,071 (150)
10

(en 10 años a 70 %)
!
ln(0,854/0,54)
b = exp ≈ 1,046 (151)
10

(en 10 años a 65 %)

10. Ejercicios complementarios

Consulta aparte
Que valor de b corresponde a 75 % del IPC? Por ejemplo b = 1,0075 no serı́a correcto porque reflejarı́a un
aumento, tampoco b = 0,925.

Respuesta
Todo depende del valor del IPC. Si el IPC es más alto entonces se pierde más. b = 0,99 corresponde a una
pérdida de 1 %, que aplica de IPC=4 y ajuste de 75 % del IPC.].

Observación
Si sustituimos valores en (143) entonces tenemos una relación dentro de las tasas como

x1 (1)
≈ 1 + a. (152)
x1 (0)

Buscar por una explicación de este fenómeno.

Respuesta
Esa similitud es porque por un lado tenemos la solución x1 (1)/x1 (0) = eat y por otro lado tenemos la
aproximación

exp(at) ≈ 1 + at (153)

para t pequeño.

Invariancia de la tasa
Comprobar la invariancia de la tasa con respeto al tiempo al mostrar que

x1 (t + 1)
= ea (154)
x1 (t)

da el mismo valor para t arbitrario.

26
11. Modelo de competencia
Asumimos dos poblaciones con las cuantidades x1 (t), x2 (t)

dx1
= a1 x1 − b1 x21 −w1 (x1 , x2 ),
dt | {z }
parte escalar (155)
dx2 z }| {
= a2 x2 − b2 x22 −w2 (x1 , x2 ).
dt
* Clasificar distintas condiciones con respecto a w1 y w2 , por ejemplo con respecto a su signo y el signo de
sus derivadas parciales. Generar una tabla, donde en una columna, se expresan condiciones a w1 , w2 , y en otra
columna las interpretaciones. (Que es más razonable: w1 (x1 , x2 ) > 0 para todos x1 , x2 , o w1 (x1 , x2 ) < 0. Para
w2 (x1 , x2 ) aplica lo mismo o no. Que se espera para las derivadas parciales de w1 . Que se puede decir cuando
una componente es igual a cero, como por ejemplo en w1 (x1 , 0).
* Un ejemplo para los acoplamientos está dado por (156):

w1 (x1 , x2) = c1 x1 x2 , w2 (x1 , x2) = c2 x1 x2 , c1 , c2 > 2. (156)

Discutir si los criterios deducidos anteriormente se cumplen o si habrı́a definir otro w1 , w2 .

* Con (156) podemos escribir
     
d x1 x1 x1 (a1 − b1 x1 − c1 x2 )
=f = . (157)
dt x2 x2 x2 (a2 − b2 x2 − c2 x1 )

Para contar con un ejemplo especı́fico, determinar los coeficientes a1 , a2 , b1 , b2 , c1 , c2 seguón las cifras y posi-
ciones de su RUT indicada en Tabla 1.

* * . a1 a2 b1 . b2 c1 c2 - *

Tabla 1: Parámetros para modelo de competencias.

Si un valor es igual a 0, entonces reemplazar lo por 1.

• Determinar y clasificar los puntos crı́ticos.
• Considerar el punto crı́tico donde ambos componentes están diferente de cero. En el caso que no existe tal
punto, determinar como se deberı́an cambiar los coeficientes tal que existe este punto. Asumido que tenemos
un punto crı́tico estable (o no estable) determinar como se deberı́an cambiar los parámetros para contar con un
punto crı́tico no estable (o estable). Establecer un criterio de estabilidad (versus no estabilidad) para parametros
a1 , a2 , b1 , b2 , c1 , c2 generales.

27
12. Modelo de competencia - Pauta
Los acoplamientos tienen las propiedades indicadas en Tabla 12.

w1 (x1 , x2 ), w2 (x1 , x2 ) ≥ 0 competencia reduce la cuantidad

w(0, x2 ) = w(x1 , 0) en ausencia de otro no hay competencia
∂xi wj > 0, i, j = 1, 2 más población, más competencia

Tabla 2: Modelo de competencia: propiedades

Si buscamos puntos crı́ticos para (157) observamos que la condición f (x∗1 , x∗2 ) = (0, 0)T entrega qué hay al
máximo un punto crı́tico donde ambos componentes están diferente de cero, x∗1 6= 0, & x∗2 6= 0, correspon-
diente a una coexistencia de poblaciones constantes no nula. Al máximo hay los puntos crı́ticos (x∗1 , x∗2 ) ∈
{(0, 0), (0, ∗), (∗, 0), (∗, ∗)}.
Para el modelo de competencia en el punto crı́tico en el interior de plano fase tenemos
(
<0 estable
c1 c2 − b1 b2 (158)
|{z} |{z} >0 no estable,
autorestriccion competencia

entonces si la autorestricción es mayor que la competencia entonces tenemos estabilidad en otro caso no.

13. Otros conceptos para sistemas de EDO no-lineales

14. Linealisación
Para analizar la estabilidad el un sistema de ecuaciones diferenciales
dx
dt
R
= f (x), x ∈ n , f : n → n , R R (159)

cerca de un punto crı́tico tenemos que linealisar el sistema por una serie de Taylor
f (x∗ + h) = f (x∗ ) + F (x∗ ) h + o(khk2 ), (160)
| {z } | {z }
=0 parte lineal

donde h ∈ Rn, khk < ε y

∂f1 ∂f1 ∂f1
 
 ∂x1 ...
 ∂f ∂x2 ∂xn 
 2 ∂f2 ∂f2 
...

∂x ∂x2 ∂xn 
 
F =
 .1 (161)
 .. .. .. 
 . . 

 ∂fn ∂fn ∂fn 
...
∂x1 ∂x2 ∂xn
está la matrı́z Jacobiana. (Ahora anticipamos que el sistema está estable si todos los valores propios de matriz
Jacobiana (161) están negativas, λi < 0 para todos i = 1, . . . , n.)
Deducir el sistema linealizado
dh
= F (x∗ )h.
dt
Detallar todos los componentes de dicho sistema lineal resultante.

28
15. Campo de direcciones / diagrama fase
Para n = 2 tenemos un sistema de dos ecuaciones
dx(t)
dt
= f (x, y) x, y ∈ R
(162)
dy(t)
dt
= g(x, y), f, g : R2 → R,
con cuales se puede graficar el campo de direcciones

dx g(x, y)
= (163)
dy f (x, y)

en el plano fase. Seguindo las flechas en el campo de direcciones comenzando en cierto punto se tiene una
trayectoria, qué es una curva de solución x(t), y(t).

29
16. Modelo presa-depredador
En el modelo de presa depredador la cuantidad de presa es x(t) la del depredador y(t). Tenemos las tasas

dx(t)
= ax − pxy
dt (164)
dy(t)
= −by + qxy
dt
a, b, p, q > 0, p < q  a, b con la seguinte interpretación:

ax crecimiento, en ausencia de otro especie

pxy decaimiento por interacción
−by disminuición
qxy crecimiento por interacción

16.1. Sistema depredador-presa - ejemplo

Considerar el sistema depredador-presa siguiente, en que x e y representan dos poblaciones en competencia

x0 = x2 − 2x − xy (165)
y 0 = y 2 − 4y + xy (166)

Demuestre que los puntos crı́ticos son (0, 0), (0, 4), (2, 0), y (3, 1).

Comprobar que (0, 0) es un nodo asintóticamente estable del sistema linealizado, en que todas las trayec-
torias son tangentes al eje x, exepto dos que reposan sobre el eje y.
Comprobar que (0, 4) es un punto silla inestable del sistema linealizado, en que todas las trayectorias
entran a lo largo de la recta que pasa por (0, 4) con pendiente −2/5, excepto los trayectorias que salen a
lo largo del eje y

Comprobar que (2, 0) es un punto silla inestable del sistema linealizado, en que todas las trayectorias
entran a lo largo de la recta que pasa por (2, 0), con pendiente 2, exepto los trayectorias que salen a lo
largo de eje x
Combrobar que (3, 1) es un punto espiral inestable del sistema linealizado

Esboce el diagrama de fases aproximado para x ≥ 0 e y ≥ 0

30
17. Puntos crı́ticos y estabilidad
Equilibrio de un sistema no lineal
Determinar los puntos crı́ticos (puntos estacionarios / puntos de equilibrio) del sistema

ẋ1 = x1 + x2 + 2, ẋ2 = −x21 + x2 + 4, (167)

graficarlos en el retrato de fase y caracterizarlos a través una linealisación de la ecuación.

17.1. Vibraciones
Considere las vibraciones de una masa sujeta a un resorte

x00 + 2bx0 + a2 x = 0 (168)

donde a > 0 y b ≥ 0 son constantes que representan el roce y la rigidez del resorte, respectivamente.
Definiendo y = x0 reescribir la ecuación como un sistema de primer orden en las variables x e y. Comprobar
que su único punto crı́tico es (0, 0) y que es aislado.

Hallar los valores propios asociados a este sistema.

En los cuatro casos

1) b = 0, 2) 0 < b < a, 3) b = a, 4) b > a, (169)

describa la naturaleza y las propiedades de estabilidad del punto crı́tico (0, 0). Dé una interpretación fı́sica
del movimiento de la masa en cada caso.
Sol: 1) centro estable pero no asint. estable, movimiento periódico, 2) punto espiral, as estable, movimiento oscilatorio amortiguado,
3) nodo asint. estable, movimiento amortiguado sin oscilaciones, 4) idem que 3)

17.2. Puntos crı́ticos

Para el punto crı́tico de cada uno de los siguientes sistemas autónomos lineales, determinar si (A) es o no
aislado. En el caso de ser aislado determinar (B) su naturaleza (nodo, punto silla, punto espiral, etc.) y (C)
sus propiedades de estabilidad (estabilidad, estabilidad asintótica, inestablidad). Cuando corresponda dé la
dirección de las rectas tangentes o ası́ntotas que aparezcan y esboce un diagrama de fases

(a) x0 = −x − 2y, y 0 = 4x − 5y, (170)

0 0
(b) x = 4x − 3y, y = 8x − 6y, (171)
(c) x0 = −3x + 4y, y 0 = −2x + 3y, (172)
0 0
(d) x = −4x − y, y = x − 2y, (173)
0 0
(e) x = 5x + 2y, y = −17x − 5y (174)

Sol: (a) punto espiral a estable, b: punto critico no aislado, c: punto silla inestable, d: nodo asintoticamente estable, e: centro estable,
pero no as. estable, f: punto espiral inestable

31
17.3. Poblaciones
Considerar los sistemas no lineales autónomos siguientes
(
x0 = 4x + 2y + 2x2 − 3y 2
punto crı́tico: (0, 0) (175)
y 0 = 4x − 3y + 7xy
(
x0 = 33 − 10x − 3y + x2
punto crı́tico: (4, 3) (176)
y 0 = −18 + 6x + 2y − xy

Calcular la matriz Jacobiana asociada

Determinar las linealizaciones en torno a los puntos crı́ticos indicados

Determinar el tipo y estabilidad de los puntos crı́ticos indicados, a partir de las caraterı́sticas de los
sistemas linealizados. Esboce una aproximación de los diagramas de fase cerca de los puntos crı́ticos.
Sol: Ambos casi-lineales (a) punto silla inestable (b) punto espiral, asintóticamente estable

Modelo de diálisis
Queremos modelar la purificación de la sangre en el proceso de diálisis.
Distinguimos la región celular ΩC con el volumen Vc y la región extracelular ΩE que tiene el volumen acumulado
VE . La región ΩM corresponda la máquina de diálisis. Dentro de las regiones ΩC y ΩE hay una difusión en
ambas direcciones, mientras que dentro de ΩE y ΩM hay un intercambio unidireccional desde ΩE hacı́a ΩM .
Para modelar la purificación de la sangre en el proceso de diálisis introducimos una función que controla la
permeabilidad dentro ΩE y ΩM ,
(
C para 0 ≤ t ≤ td
C(t) = (177)
0 para td < t ≤ T,

donde C > 0 es una constante positiva.

Según la definición de permeabilidad C(t) hay una reducción de x2 (t) durante el proceso de diálisis en el
intervalo del tiempo [0, td ] y no hay reducción en el resto del tiempo dentro del mismo periodo.
Modelar la dinámica de diálisis a través un sistema de ecuaciones diferenciales.

32
18. Tarea: Simular modelo de sistema de ecuaciones diferenciales no
lineales
En el lı́mite ∆t → 0 de un modelamiento a través ecuaciones de diferencas tenemos el sistema de ecuaciones
diferenciales
x01 (t) = −a1 (x1 (t) − x2 (t)) + b1
(178)
x02 (t) = a2 (x1 (t) − x2 (t)) + b2 − C(t)x2 (t),

donde a1 , a2 > 0 están constantes de difusión y b1 , b2 > 0 están constantes de producción. En la forma matricial
tenemos
 0     
x1 −a1 a1 x1 b
= + 1 , (179)
x02 a2 −a2 − C(t) x2 b2
| {z } | {z }
A(t) b

que por su parte tiene, ahora con x ∈ R2, tiene la forma

x0 = A(t)x + b, (180)

La tarea consiste en la simulación del modelo.

33
Tarea
19. Actividades
1. Trabajo en grupo de dos personas.

2. Implementar usando los apuntes y material entregado, el método de Euler, Euler mejorado, Euler implı́cito,
y método de Runge-Kutta.
3. Graficar las soluciones, discutar observaciones.
4. Realizar un estudio de convergencia tomando distintos valores para el paso discreto de tiempo, h, mos-
trando en una tabla los valores entregados.

5. El informe debe estar hecho en LATEXpor lo tanto se debe adjuntar el archivo .tex asociado. Se deben
incluir los Archivos .m creados en matlab.

34
Sistemas diagrama de fase
19.1. Diagrama de fase
Dibujar el diagrama de fase de ẋ = Ax con x ∈ Rn y
 
    α β 0
1 −2 1 α
A1 = , A2 = , A3 = −β α 0 (181)
2 1 0 1
0 0 1

19.2. Diagrama de fase

Estudiar las soluciones y el diagrama de fase del problema
 
−µ b
ẋ = x (182)
a µ

Encontrar valores y vectores propios generalizados de esta matriz, y utilicemos para encontrar la solución x(t)
del sistema tal que
 
−1
1
x(0) = 
0
 (183)
2

Esboce el diagrama de fase asociado a la siguiente ecuación

x0 + x3 − x = 0. (184)

35