Documentos de Académico
Documentos de Profesional
Documentos de Cultura
as
atic
SISTEMAS LINEALES DE E.D. DE
atem
PRIMER ORDEN
eM
o. d
ept
. (7.1)
xn = an1 (t) x1 + an2 (t) x2 + . . . + ann (t) xn + fn (t)
eA
. (7.2)
ive
xn = an1 (t) x1 + . . . + ann (t) xn
Un
x1 (t) f1 (t)
a11 (t) · · · a1n (t)
x2 (t) .. .. f2 (t)
Sea x(t) = .. , A(t) = . . y f(t) = .. ,
. .
an1 (t) · · · ann (t)
xn (t) fn (t)
entonces el sistema (7.1) se puede escribir:
251
CAPÍTULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
as
donde
atic
x10
x20
x0 =
atem
..
.
xn0
eM
Decimos que la función vectorial
φ1 (t) o. d
=
φ2 (t)
ept
φ(t) ..
.
a, D
φn (t)
qui
x10
eA
x20
0) =
φ(t
.. = x0
dd
.
xn0
sida
Teorema 7.1 .
r
ive
x1 = −4x1 − x2
x2 = x1 − 2x2
252
con x1 (0) = 1 y x2 (0) = 2.
Solución:
as
atic
x1 (0) 1
x0 = =
x2 (0) 2
atem
Sus soluciones son de la forma:
−3t
(1 − t) e−3t
eM
e 2 (t) =
φ1 (t) = , φ
−e−3t t e−3t
o. d
También
(1 − 3t) e−3t
ept
=
φ(t)
(2 + 3t) e−3t
a, D
orden.
ntio
sistema
sida
x1 = x = x2
r
ive
x2 = x = x3
x3 = x = 6x − 11x + 6x + sen t = 6x3 − 11x2 + 6x1 + sen t
Un
253
CAPÍTULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
as
la matriz
atic
φ11 (t) · · · φ1n (t)
atem
Φ(t) = [φ n (t)] =
1 (t), . . . , φ
..
.
..
.
,
φn1 (t) · · · φnn (t)
eM
n (t) los cuales son linealmen-
1 (t), . . . , φ
o sea, la matriz cuyas columnas son φ o. d
te independientes, la llamamos una matriz fundamental y decimos que Φ(t)
ept
es una solución matricial ya que cada una de sus columnas es solución de
x = A(t) x.
a, D
qui
eA
1 ··· 0
..
ϕ(t0 ) = I = ... .
dd
0 ··· 1
sida
Definición 7.2 ( Wronskiano) Sea Φ(t) una matriz solución (es decir, ca-
da columna es un vector solución) de x = A(t) x, entonces W (t) = det Φ(t)
lo llamamos el Wronskiano de Φ(t).
254
7.2. MÉTODO DE LOS VALORES Y VECTORES PROPIOS
x = Ax (7.6)
as
x1 (t)
a · · · a
atic
11 1n
x2 (t) . .. es una matriz constante
donde x(t) = .. y A = .. .
.
atem
an1 · · · ann
xn (t)
El objetivo es hallar n soluciones linealmente independientes: x1 (t), . . . , xn (t).
eM
Para ello imaginemos la solución del tipo x(t) = eλ t v , donde v es un vector
constante, como
d λt o. d
e v = λeλ t v
dt
ept
λeλ t v = A(eλ t v ) = eλ t A v ,
qui
luego
ntio
NOTA:
v = 0 siempre satisface Av = λv para cualquier matriz A, por esto no
nos interesa.
255
CAPÍTULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
(A − λI)v = 0 (7.9)
as
La ecuación (7.9) tiene una solución v = 0 si y solo si det(A − λI) = 0,
atic
luego los valores propios de A son las raices de la ecuación.
atem
a11 − λ a12 ··· a1n
a21 a22 − λ · · · a2n
eM
0 = det(A − λI) = .. .. ..
. . .
an1 an2 o. d
ept · · · ann − λ
Como los vectores propios de A son los vectores v = 0 del sistema ecuaciones
ntio
lineales
(A − λI)v = 0.
eA
Teorema 7.2 .
Un
256
7.2. MÉTODO DE LOS VALORES Y VECTORES PROPIOS
(A − λi I) v = 0.
as
fundamental y la solución general del siguiente sistema:
atic
1 −1 4
atem
x = 3 2 −1 x
2 1 −1
eM
Solución: el polinomio caracterı́stico es
o. d
1 − λ −1 4
p(λ) = det(A − λI) = 3 −1 = −(λ3 − 2λ2 − 5λ + 6) =
ept
2−λ
2 1 −1 − λ
a, D
1 − 1 −1 4 v1 0 −1 4 v1 0
(A−1.I)v = 3 2−1 −1 v2 = 3 1 −1 v2 = 0
sida
2 1 −1 − 1 v3 2 1 −2 v3 0
r
0 −1 0 −1 4 R ( 1 ) 0 −1 4 0 −1 4
Un
4
3 1 −1 −−−→ 3 0 3 −−−31→ 1 0 1 −−−−→ 1 0 1
R21 (1) 2 R32 (−1)
R31 (1)
2 1 −2 2 0 2 R3 ( 2 ) 1 0 1 0 0 0
luego v2 = 4v3 , v1 = −v3 , v3 = v3 , por lo tanto
t
−1 −1 −e
v = 4 ⇒ x1 = e t
4 = 4et
1 1 et
257
CAPÍTULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
as
→
R31 (1) R3 ( 15 ) R32 (−1)
atic
2 1 1 5 0 5 1 0 1 0 0 0
luego v2 = −v1 , v3 = −v1 , v1 = v1 , por lo tanto
atem
−2t
1 1 e
−2t
−1 = −e−2t
eM
v = −1 ⇒ x2 = e
−1 −1 −e−2t
o. d
Para λ2 = 3, tenemos que
ept
a, D
1 − 3 −1 4 v1 −2 −1 4 v1 0
qui
−2 −1 4 −2 −1 4 −2 −1
dd
1
R2 ( )
4
3 −1 −1 − −−−→ 5
R21 (−1)
0 −5 −−−5→ 1 0 −1 −−−→
R12 (4)
sida
R31 (1)
2 1 −4 0 0 0 0 0 0
r
2 −1 0
ive
1 0 −1
Un
0 0 0
258
7.2. MÉTODO DE LOS VALORES Y VECTORES PROPIOS
Las tres soluciones son x1 , x2 , x3 , como los tres valores propios son diferentes
entonces x1 , x2 , x3 son linealmente independientes, o sea que la matriz
fundamental es
t
−e e−2t e3t
Φ(t) = [x1 , x2 , x3 ] = 4et −e−2t 2e3t
et −e−2t e3t
as
La solución general es x(t) = C1x1 (t) + C2x2 (t) + C3x3 (t)
atic
RAICES COMPLEJAS.
atem
Si λ = α + iβ es un valor propio o caracterı́stico de A con vector propio
eM
asociado v = v1 +iv2 , entonces x(t) = eλt v es una solución vectorial compleja
de x = A x.
o. d
La solución vectorial compleja da lugar a dos soluciones vectoriales reales;
ept
en efecto:
a, D
Lema 7.1 .
Sea x(t) = x1 (t) + ix2 (t) una solución vectorial compleja de x = Ax,
qui
entonces x1 (t) y x2 (t) son soluciones vectoriales reales de x = Ax.
ntio
x1 (t) + ix2 (t) = A(x1 (t) + ix2 (t)) = Ax1 (t) + iAx2 (t)
dd
259
CAPÍTULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
x1 = eαt (v1 cos βt − v2 sen βt), x2 = eαt (v1 sen βt + v2 cos βt) (7.10)
son dos soluciones vectoriales reales de x (t) = Ax y son linealmente inde-
pendientes.
as
Ejemplo 3. Hallar dos soluciones vectoriales
reales linealmente indepen-
atic
12 −17
dientes del siguiente sistema: x = x
4 −4
atem
Solución: hallemos el polinomio caracterı́stico
eM
12 − λ −17
p(λ) = = λ2 − 8λ + 20 = 0
4 −4 − λ
o. d
los valores propios son λ1 = 4 + 2i, λ2 = 4 − 2i,por tanto α = 4, β = 2.
ept
a, D
Si λ1 = 4 + 2i entonces
8 − 2i −17 v1 0
qui
=
4 −8 − 2i v2 0
ntio
como estas dos ecuaciones son linealmente dependientes, se toma una cual-
quiera de las dos, por ejemplo la primera
sida
1 1
v2 = (8 − 2i)v1 , v1 = v1 ⇒ v = 1
r
v
ive
17 17
(8 − 2i) 1
Un
17 17 0
tomando v1 = 17 tenemos v = = +i
8 − 2i
8 −2
17 0
escogemos como v1 = , v2 =
8 −2
Por lo tanto las dos soluciones vectoriales reales son:
17 0
x1 (t) = e (v1 cos βt − v2 sen βt) = e
αt 4t
cos 2t − sen 2t
8 −2
260
7.2. MÉTODO DE LOS VALORES Y VECTORES PROPIOS
4t 17 cos 2t
= e
8 cos 2t + 2 sen 2t
y también
αt 17
4t 0
x2 (t) = e (v1 sen βt + v2 cos βt) = e sen 2t + cos 2t
8 −2
17 sen 2t
as
2t
= e
8 sen 2t − 2 cos 2t
atic
Nota: si se utiliza el otro valor propio λ2 = 4 − 2i y se sigue el mismo
atem
procedimiento se llega a que
eM
4t 17 cos 2t 4t 17 sen 2t
x1 (t) = e , x2 (t) = e
8 cos 2t − 2 sen 2t 8 sen 2t + 2 cos 2t
o. d
que también son dos soluciones linealmente independientes de la E.D., es de-
ept
cir, que de acuerdo a la escogencia que hagamos ya sea en los valores propios
o en las ecuaciones lineales cuando escalonemos la matriz de coeficientes,
a, D
RAICES IGUALES.
La matriz eAt que definimos a continuación, tiene su existencia garantizada
eA
en el Apéndice A.3 .
dd
t2 tn
eAt = I + tA + A2 + . . . + An + . . .
2! n!
r
ive
Esta serie es convergente para todo t y para toda matriz An×n constante.
Un
d At tn−1
e = A + A2 t + . . . + An + . . .
dt (n − 1)!
tn−1
= A I + At + . . . + An + . . . = AeAt
(n − 1)!
261
CAPÍTULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
as
i). (eAt )−1 = e−At
atic
atem
ii). eA(t+s) = eAt eAs
eM
iii). Si AB = BA, donde An×n y Bn×n , entonces eAt+Bt = eAt eBt
Observación: o. d
eAt v = eAt−λIt+λItv = e(A−λI)t eλItv
ept
(7.11)
Ya que (A − λI)λI = (λI)(A − λI)
a, D
qui
2
λIt 2 t
Pero e v = I + λIt + (λI) + . . . v
2!
ntio
λ2 t2
= 1 + λt + + . . . Iv = eλtv
eA
2!
sustituyendo en (7.11)
dd
sida
Por tanto
t2 tm−1
e(A−λI)t
v = I + (A − λI)t + (A − λI) + . . . + (A − λI) m−1
v
2! (m − 1)!
t2 tm−1
= v + t(A − λI)v + (A − λI)2v + . . . + (A − λI)m−1 v
2! (m − 1)!
262
7.2. MÉTODO DE LOS VALORES Y VECTORES PROPIOS
en (7.12):
as
1. Hallar los valores y vectores propios de la matriz A. Si A tiene n vec-
atic
tores propios linealmente independientes entonces x = A x tiene n
soluciones linealmente independientes de la forma eλtv .
atem
2. Si A tiene k < n vectores propios linealmente independientes, entonces
eM
se tienen k soluciones linealmente independientes de la forma eλtv . Para
encontrar las soluciones adicionales se toma un valor propio λ de A y
se hallan todos los vectores v tales que
o. d
ept
(A − λI)3v = 0 y (A − λI)2v = 0
r
ive
por lo tanto
Un
t2
eAtv = eλt [v + t(A − λI)v + (A − λI)2v ]
2
es una nueva solución linealmente independiente de x = A x.
263
CAPÍTULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
as
2 1 2
A = 0 2 −1 es p(λ) = (2 − λ)3
atic
0 0 2
atem
luego λ = 2 es un valor propio de A con multiplicidad 3.
Hallemos los vectores propios asociados a λ = 2, estos vectores deben satis-
eM
facer la ecuación
0 1 2 v1 o. d
0
(A − 2I)v = 0 0 −1 v2 = 0
ept
0 0 0 v3 0
a, D
0 1 2 0 1 0
0 0 −1 −−−→ 0 0 −1
R12 (2)
ntio
0 0 0 0 0 0
eA
es
1
0 ,
sida
0
r
ive
1
2t 2t
x1 (t) = e v = e 0 ,
0
(A − 2I)2v = 0 y (A − 2I)v = 0
264
7.2. MÉTODO DE LOS VALORES Y VECTORES PROPIOS
0 1 2 0 1 2 0 0 −1 v1 0
(A − 2I) v = 0 0 −1 0 0 −1 v = 0 0 0
2
v 2 = 0
0 0 0 0 0 0 0 0 0 v3 0
as
atic
0
1
atem
v = 0 hallado anteriormente
0
La solución asociada a v es
eM
x2 (t) = eλt [v + t(A − λI)v ] = e2t [v + t(A − 2I)v ]
o. d
0 0 1 2 0 0 1 t
2t 2t 2t
ept
= e [ 1 + t 0 0 −1 1 ] = e [ 1 + t 0 ] = e 1
0 0 0 0 0 0 0 0
a, D
1 0
ntio
0 , 1
0 0
eA
(A − 2I)3v = 0 y (A − 2I)2v = 0
3
r
ive
0 1 2 0 0 0 v1 0
(A − 2I) v = 0
3
0 −1 v = 0 0 0 v2 = 0
Un
0 0 0 0 0 0 v3 0
0
luego v1 , v2 y v3 son parámetros, entonces escogemos v = 0 de tal manera
1
1 0
que sea linealmente independiente con 0 y 1 y que además cumpla
0 0
265
CAPÍTULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
(A − 2I)2v = 0.
Como el sistema es 3 × 3, entonces la última solución es
t2 t2
x3 (t) = eλt [v +t(A−λI)v + (A−λI)2v ] = e2t [v +t(A−2I)v + (A−2I)2v ]
2 2
2
0 0 1 2 0 0 1 2 0
2t t2
= e [ 0 + t 0 0 −1 0 + 0 0 −1 0]
2
as
1 0 0 0 1 0 0 0 1
atic
0 2 2 0 0 −1 0 0 2 2 −1
t t
= e2t [0 + t −1 + 0 0 0 0] = e2t [0 + t −1 + 0 ]
atem
2 2
1 0 0 0 0 1 1 0 0
t2
2t − 2
eM
= e2t −t
1
o. d
La solución general es
ept
2
1 t 2t − t2
a, D
x(t) = C1 x1 (t)+C2 x2 (t)+C3 x3 (t) = C1 e2t 0 +C2 e2t 1 +C3 e2t −t
0 0 1
qui
ntio
en t = 0 se tiene que
1 1 0 0
eA
1 0 0 1
sida
luego C1 = 1, C2 = 3 y C3 = 1
La solución particular buscada es
r
ive
t2
1 + 5t − 2
2t
Un
x(t) = e 3−t
1
266
7.2. MÉTODO DE LOS VALORES Y VECTORES PROPIOS
as
se le llama el defecto del valor propio λ = 2, los dos vectores propios faltantes
atic
se consiguen con vectores propios generalizados.
atem
Observaciones.
1. Si λ es un valor propio de la matriz A, denominamos vector propio
eM
generalizado de rango m asociado a λ, al vector v tal que
(A − λI)mv = 0 y o. d
(A − λI)m−1v = 0
ept
Cuando m = 1, el vector v es un vector propio generalizado de rango
uno y es también un vector propio ordinario; cuando m = 2, el vector
a, D
(A − λI)vm = vm−1
(A − λI)vm−1 = vm−2
sida
.. (7.14)
.
r
ive
(A − λI)v2 = v1
Un
267
CAPÍTULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
en general para j = 1, . . . , m − 1 :
as
se premultiplica por (A − λI)m−1 y se llega a que αm = 0, en forma
atic
similar se demuestra que αm−1 = 0 y ası́ sucesivamente hasta mostrar
atem
que α1 = 0
eM
x(t) = eλt [vm + t(A − λI )vm +
t2 tm−1 o. d
(A − λI)2 vm + . . . + (A − λI)m−1 vm ] (7.17)
2! (m − 1)!
ept
a, D
t2 tm−1
x(t) = eλt [vm + tvm−1 +
ntio
3. Consideremos el sistema
x = a1 x + b 1 y
(7.19)
y = a2 x + b 2 y
268
7.2. MÉTODO DE LOS VALORES Y VECTORES PROPIOS
as
Supongamos también que
A
atic
v1 =
B
atem
es el vector propio asociado a λ = m y que
A1
eM
v2 =
B1
o. d
es el vector propio generalizado de rango dos, asociado al valor propio
λ = m, es decir
ept
mt mt A
x1 (t) = e v1 = e
B
ntio
mt mt A1 mt A mt A1 + At
dd
la solución general es
r
x(t)
ive
mt A mt A1 + At
= C1 e + C2 e (7.21)
B B1 + Bt
finalmente
269
CAPÍTULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
Teorema 7.3 .
La matriz X(t)n×n es una matriz fundamental de la E.D. vectorial
x = Ax si y solo si satisface la E.D. matricial X (t) = AX(t) y además
det X(t0 ) = 0.
Demostración: sea X(t) = [x1 (t), . . . , xn (t)] una matriz fundamental de
x = Ax, entonces
as
atic
x1 (t), x2 (t), . . . , xn (t)
son linealmente independientes. Derivando la matriz X(t), tenemos
atem
X (t) = (x 1 (t), x 2 (t), . . . , x n (t))
eM
y como
AX(t) = (Ax1 (t), Ax2 (t), . . . , Axn (t)) o. d
ept
y sabiendo que
a, D
entonces
ntio
que det X(t0 ) = 0; entonces por la nota hecha en la pag. 89 del Cap. IV,
tenemos que
r
ive
luego la matriz
X(t) = (x1 (t), x2 (t), . . . , xn (t))
es una matriz fundamental.
Teorema 7.4 .
La matriz eAt es una matriz principal de x = Ax.
270
7.2. MÉTODO DE LOS VALORES Y VECTORES PROPIOS
t2
eAt = I + At + A2 + ...,
2
as
y para t = 0 se tiene que eA0 = I.
atic
atem
Teorema 7.5 .
Sean X(t) y Y (t) dos matrices fundamentales de x = Ax, entonces existe
eM
una matriz constante Cn×n tal que Y (t) = X(t)C.
Demostración: como o. d
ept
X(t) = (x1 (t), . . . , xn (t)) es fundamental
a, D
para i = 1, . . . , n, luego
dd
Y (t) = X Cn×n
sida
donde
C11 · · · C1n
..
r
C = ... .
ive
C1n · · · Cnn
Un
271
CAPÍTULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
as
Ejemplo 5. Hallar eAt para
atic
1 1 1
atem
x = 0 3 2 x
0 0 5
eM
Solución:
o. d
Hallamos los valores propios, que en este caso son: λ = 1, λ = 3, λ = 5
t
ept
1 1 e
Para λ = 1 ⇒ v1 = 0 ⇒ x1 (t) = e t
0 = 0
a, D
0 0 0
3t
qui
1 1 e
3t
2 = 2e3t
ntio
3t
1 1 e
dd
Para λ = 5 ⇒ v3 = 2 ⇒ x3 (t) = e 5t
2 = 2e3t
sida
2 2 2e5t
r
ive
y por Teorema7.2 x1 (t), x2 (t), x3 (t) son linealmente independientes.
et e3t e5t
Un
272
7.2. MÉTODO DE LOS VALORES Y VECTORES PROPIOS
Luego
et e3t e5t 1 − 12 0
eAt = X(t) X −1 (0) = 0 2e3t 2e5t 0 12 − 12
1
0 0 2e5t 0 0
t et e3t e3t e5t
2
e −2 + 2 − 2 + 2
= 0 e3t −e3t + e5t
as
0 0 e5t
atic
Ejercicios. En los siguientes ejercicios, hallar la solución general para x =
atem
A x y con el Wronskiano comprobar que los vectores solución son linealmente
independientes.
eM
8 −3
1. A =
16 −8
(Rta.: x(t) = C1
3 4t
e + C2
1 −4t
e )
o. d
4 4
ept
12 −15
a, D
2. A =
4 −4
3 2t 5 6t
qui
(Rta.: x(t) = C1 e + C2 e )
2 2
ntio
4 5
3. A =
−4 −4
eA
5 0 0 5
(Rta.: x(t) = C1 [ cos 2t− sen 2t]+C2 [ cos 2t+ sen 2t])
−4 −4
dd
2 2
sida
1 0 0
4. A = 2 1 −2
r
3 2 1
ive
2 0 0
Un
273
CAPÍTULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
as
atic
7.3. E.D. NO HOMOGÉNEA Y VARIACIÓN
atem
DE PARÁMETROS
eM
Consideremos el problema de valor inicial:
u1 (t)
ive
X(t) = (x1 (t), . . . , xn (t)) y u(t) = ...
Un
un (t)
Como
d
x (t) = (X(t)u(t)) = X (t)u(t) + X(t)u (t),
dt
Ax + f(t) = AX(t) u(t) + f(t) = X (t)u(t) + f(t)
X
274
7.3. E.D. NO HOMOGÉNEA Y VARIACIÓN DE PARÁMETROS
as
u(t) = u(t0 ) + (7.24)
t0
atic
como
x(t) = X(t) u(t) ⇒ x(t0 ) = X(t0 ) u(t0 )
atem
y premultiplicando por X −1 (t0 )
eM
u(t0 ) = X −1 (t0 ) x(t0 )
en (7.24): o. d
t
ept
−1
u(t) = X (t0 ) x(t0 ) + X −1 (s) f(s) ds
t0
a, D
luego
t
qui
−1 −1
x(t) = X(t)u(t) = X(t) X (t0 ) x(t0 ) + X (s) f (s) ds
ntio
t0
eA
t
−1
x(t) = X(t) X (t0 ) x0 + X(t) X −1 (s) f(s) ds (7.25)
dd
t0
sida
En particular si
entonces
Un
t
At −At0
x(t) = e e x0 + e At
e−As f(s) ds
t0
o sea que
t
x(t) = eA(t−t0 )
x0 + eA(t−s) f(s) ds (7.26)
t0
275
CAPÍTULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
as
atic
1 3
v1 = , v2 =
1 2
atem
Las soluciones vectoriales linealmente independientes son:
3t 4t
eM
3t 1 e 4t 4t 3 3e
x1 (t) = e = , x2 (t) = e v2 = e =
1 e3t 2 2e4t
o. d
Luego la matriz fundamental y su inversa en términos de s son:
ept
3t
e 3e4t −1 −2e−3s 3e−3s
a, D
X(t) = , X (s) =
e3t 2e4t e−4s −e−4s
qui
Pasos: a) hallemos:
t
ntio
t
−1 e3t 3e4t −2e−3s 3e−3s e5s
X(t) X (s) f(s) ds = ds
e3t 2e4t e−4s −e−4s 4
eA
t0 =0 0
t
e3t 3e4t −2e2s + 12e−3s
= ds
es − 4e−4s
dd
e3t 2e4t
3t 0
e 3e4t −e2t − 4e−3t + 5
sida
=
e3t 2e4t et + e−4t − 2
5t
2e − 1 + 5e3t − 6e4t
r
ive
=
e5t − 2 + 5e3t − 4e4t
3t 4t 5t
Un
e 3e 2e − 1
= 5 −2 +
e3t 2e4t e5t − 2
= 5x1 (t) − 2x2 (t) + xp
276
7.3. E.D. NO HOMOGÉNEA Y VARIACIÓN DE PARÁMETROS
De a) y b):
as
t
−1
x(t) = X(t) X (0) x0 + X(t) X −1 (s) f(s) ds
atic
0
atem
−6e3t + 15e4t 2e5t − 1 + 5e3t − 6e4t
eM
= +
−6e3t + 10e4t e5t − 2 + 5e3t − 4e4t
−e3t + 9e4t + 2e5t − 1
=
−e3t + 6e4t + e5t − 2
o. d
ept
a, D
6 −7 2t
ntio
1. x = x +
1 −2 3
666 − 120t − 575e−t − 91e5t
eA
1
(Rta.: x(t) = 150 )
588 − 60t − 575e−t − 13e5t
dd
0 2 0
sida
2. x = x + 3t
−1 3 e cos 2t
−2t sen 2t
r
1 3t
(Rta.:x(t) = 4 e )
ive
sen 2t + 2t cos 2t
Un
3. x = 4y + 1, y = −x + 2
(Rta.: x = −2C1 cos 2t + 2C2 sen 2t + 2; y = C2 cos 2t + C1 sen 2t − 14 )
4. x = −y + t, y = x − t
(Rta.: x = C1 cos t + C2 sen t + 1 + t; y = −C2 cos t + C1 sen t − 1 + t)
277
CAPÍTULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
as
xn (t) 0
e xn (t) dt
atic
Y si
atem
∞
−st
f1 (t) F1 (s) 0
e f1 (t) dt
f(t) = ... ⇒ F (s) = £{f(t)}(s) = ... = ..
∞ −st.
eM
fn (t) Fn (s) 0
e fn (t) dt
= A£{x(t)}(s) + £{f(t)}(s)
= AX(s) + F (s) (7.27)
qui
£{x1 }(s) sX1 (s) − x1 (0)
ntio
.. ..
Pero £{x (t)} = . = .
= sX(s) − x(0)
eA
£{xn }(s) sXn (s) − xn (0)
dd
en (7.27): sX(s) − x(0) = AX(s)
+ F (s)
Luego (sI − A) X(s)
= x(0) + F (s)
sida
1 4 1 t 2
x = x + e, x(0) =
1 1 1 1
1 4 1
£{x }(s) = £{x}(s) + £{et }(s)
1 1 1
1 4 1 1
sX(s) − x(0) =
X(s) +
1 1 s−1 1
278