CAPITULO Sistemas de ecuaciones diferenciales lineales l Estructura del capitulo 8.1 Teoria pretiminar 8.2 Sistemas lineales homogéneos 8.2.1 Valores propios reales distintos 8.2.2 Valores propios repetidos 8.2.3 Valores propios complejos 8.3. Solucign mediante diagonalizacion 8.4 Sistemas lineales ro homogéneos 8.4.1 Coeficientes indeterminados 8.4.2. Variacién de parametros 8.4.3 Diagonalizacién 8.5. Matriz exponencial Ejercicios de repaso del capitulo & En la seccién 2.9 estudiamos por primera vez en este libro los 406 sistemas de ecuaciones diferenciales, y en las secciones 3.11 y 4.6 pudimos resolver algunos de estos sistemas. En el presente capi- tulo vamos a concentrarnos Gnicamente en sistemas de ecuaciones diferenciales lineales de primer orden. Mientras la mayor parte de los sistemas considerados pudieron resolverse por medio de eliminacién (seccién 3.11) 0 de la transformada de Laplace (seccién 4.6), aqui vamos a desarrollar una teor‘a general para este tipo de sistemas y, para el caso de sistemas con coeficientes constantes, un método de solucién que utiliza algunos conceptos basicos del algebra de matri- ces, Advertiremos que esta teoria general y el procedimiento de solu- cién son similares a los de ecuaciones diferenciales lineales de orden superior que se estudiaron en las secciones 3.3 a la 3.5. El material también resulta fundamental para efectuar el andlisis de sistemas de ecuaciones no lineales de primer orden (capitulo 9).ley Tenvianvraliminaor Teoria preliminar ) La notacién y las propiedacdes matriciales se ulilizarén ampliamente en este capitulo, El estudiante debera revisar el capitulo 7 en caso de que no esté familiarizada con estos conceptos. IM Introduccién Recuerde que en la seccién 3.11 ilustramos cémo resolver sistemas de n ecuaciones diferenciales en n incégnitas de la forma PyDyx, + Py(Dxs + Py (Dyn, + Prs(D)a + F PDs, = LO, + Pag Dixy = B00 w Py(D)x, + PrelD)xa = + PyalD%, = BuO donde P, eran polinomios de diferentes grados del operador diferencial D. En este capl- tulo concentraremos nuestra estudio en las ecuaciones diferenciales de primer orden que representan casos especiales de sistemas que tienen la formulaciéa normal ae Fe eesti oom) dey Fe ests om) © a, FE eles ot) Un sistema de m ecuaciones de primer orden tal como (2) se denomina sistema de pri- mer orden, IM Sistemas lineales Cuando cada una de las funciones g;, gs... incluidas en (2) es lineal en las variables independientes x, X..., %, oblenemos la forma normal de-un sistema de primer orden de las ecuaciones lincales Fe axl + aul + + aul +400 Fx anon + anldin ++ anlss + HO a a, Be as(on + aaltiy t + amlle +100 A un sistema de la forma presentada en (3) Ie lamamos simplemente sistema lineal, Asumimos que tanto los coelicientes a,(#) como las funciones f() son continues en un intervalo comin I. Cuando f() = 0, #1, 2, ..., 1, se dice que el sistema lineal es homogéneo; de lo contrario ser no homogéneo, I Forma matricial de un sistema lineal Si X, A(® y F() denotan las matrices res- pectivas x(t) ant) an(t) a(t) file) x=] 2] aga fen 2 © ant | gy = [20 (0) an) aa) dl) al), 8.4 Teoria preliminar Nota para elestudiante, 407408 ‘entonces el sistema de ecuaciones diferenciales de primer orden (3) se puede escribir A aut) anl) anlt)\ (x Alt) afm] _ | al) alt) aul) | |, | AO a 2 ay(t) galt) alt) ) \%, iat) ‘0 simplemente X'=AX+F, “ Sil sistema es homogéneo, su forma matricial es entonces X' = AX. ©) Fjemplo 1 Sistemas escritos en notacién matricial @)SiX= (2) centonces la forma matricial del sistema homogéneo » als als 2 ortytetr de 3 61 ' Gates not io es 87 -1]x+| tor 209 -1 or, ade dt et Sy + OF a Vector solucién En un intervalo J, un veetor solucién es cualquier matriz columna () x) (0), ccuyos elementos son funciones diferenciables que satisfacen el sistema (4) en el intervalo. Desde lego, un vector soluciénde 4) esequivalenteanecuacionesescalares x, = 6,(0, y= $0, «5% = (DY Se puede interpretar de manera geométriea como un sistema de ecuaciones paraméisicas de una curva espacial. En los casos n = 2y n = 3. las ecuaciones xj = \(0, 42 = Gall, ya = dil. a = ald, a5 = yl tepresentan ccurvas en los espacis bidimensionaly dimensional, respectivamente. Solemos deno- ‘minar a tal curva selucién como trayectoria. El plano también se denomina plano de fase, lustraremos estos conceptos en la seccidn siguiente, asi como en el capitulo 9. CAPITULO 8 Sistemas de ecuaciones diferenciales linealesEjemplo 2 Verificacién de soluciones Comprucbe que en el intervalo (-2¢, 00) x-(1) son soluciones de © x: ise) y XE = (of) vemos que ax =(2 3 S)=(2032)-(GE)-« yo ame (E MERGE) (ax a snciales lineales de primer Solucién A partir de Xj =( Gran parte de la teorfa de sistemas de n ecuaciones di orden es similar a la de las ecuaciones diferenciales lineales de n-ésimo orden, IM Problema de valor inicial Si denota un punto en un intervalo Ly Alto) n Xo) = 2a(fo) y &-|% (to) Yn donde y,, i= 1, 2, ..., mson las constantes dadas. Entonces el problema Resolver: X' = AUX + FO) Swietoa: Xiu) = Xs o es un problema de valor inicial en cl intervalo Existencia de una solucién dnica ‘Sean las entradas de las matrices A(®) y F(?) funciones continuas en un intervalo comin J que contienen el punto fy, Por lo tanto, existe una solucién tinica para cl problema de valor inicial (7) en el intervalo, IM Sistemas homogéneos En las siguientes definiciones y teoremas nos enfocaremos sélo en los sistemas homogéneos. Aunque no se indique, siempre asumiremos que ayy f son funciones continuas de en algsin intervalo comin I. Principio de superposicién Bl siguiente resultado es un principio de superposi- cin para soluciones de sistemas lincales, oo Lee Principio de superposici SeaX;, X;, ..., Xun conjunto de vectores solucién del sistema homogéneo (5) cen un intervalo J. Entonces, la combinacién lineal XaqXy beak to bake donde ¢,, 7= 1, 2, ...,. kson constantes arbitraria, es también una solucién en el intervalo. 8.4 Teoria preliminar 409Del teorema 8.2 se desprende que una constante miltiple de cualquier vector solucién de un sistema homogéneo de ecuaciones diferenciales lineales de primer orden es también una solucién, Ejemplo 3 Uso del principio de superposicién Compruebe que los dos vectores cost ° X,=[-toorr+tsnr] y X=[e cos t= sens 0 son soluciones del sistema to 4 x 11 ojx ®) -2 0 -1 ‘Mediante el principio de superposiciéa, la combinacién lineal cost ° X= GX) + aX, =e —toosr + tsenr} tf & cost ~ sens ° es ota solucin de sistema a I Dependencia lineal e independencia lineal Estamos interesados principalmente. cenlas soluciones del sistema homogéneo (5) que sean linealmente independientes oe Dependencia lineal e independencia lineal DEFINICION 8.2 SeaX,, X,, .., X,um sistema de vectores solucién del sistema homogéneo (5) en un intervalo J. Decimos que este conjunto es linealmente dependiente en el inter- valo siexisten constantes c;, ¢, ..., ¢h, que mo son todas cero, de tal forma que 6X +X, + + oX=0 ppara toda ¢ en el intervalo. Si el conjunto de vectores no es lincalmente dependiente cen el intervalo, se dice que es linealmente independiente El caso k = 2 tiene que aclararse: dos vectores solucién X, y X; son linealmente de- pendientes si uno es un méltiplo constante del otto, y viceversa, Para k > 2, un conjunto de vectores solucién es linealmente dependiente si podemos expresar al menos un vector solucién como una combinacion lineal de los vectores restantes. IM Wronskiano En una consideracién previa relacionada con la teorfa de una sola ecua- ‘ida diferencial ordinaria, pudimos intcoducir el concepto del determinante wronskiano ‘como una prueba e la independencia lineal. Establecemos el teorema siguiente sin probarlo. ae Criterio para soluciones linealmente ) independientes sen x - (|, Sa . Xa nvectores solucién del sistema homogéneo (5) en un intervalo J. Entonces el sistema de vectores solucién es linealmente independiente en [si y sélo si, el wronskiano (continga) 410 CAPITULO & Sistemas de ecuaciones diferenciales lineales(continuacién) WX, Xn, XP=fB B40 ° ara toda # includ on el inervalo para toda #incluida en el in ) Ex posible demostrar que si X,, Xy,..., X, son vectores solucién de (5), entonces para toda # en J, bien W(X), X...., X,) #00 WX, X,..., X) = 0. Por lo tanto, si podemos demostrar que W # 0 para alguna f, en J, entonces W + 0 para toda f, de mane~ +a que el conjunto de soluciones es linealmente independiente en el intervalo, ‘Observe que, a diferencia de la definicin del wronskiano dada en la secci6n 3.1, aqui Ia definicién del determinante (9) no requiere diferenciacién Fjemplo 4 Soluciones ltinealmente independientes bneldemn zines, <(_!)yx,=(°) mame asem Resulta evidente que X, y X, son linealmente independientes en el intervalo (—00, 20) ya que ningun vector es un miltiplo constante del otro. Ademés, tenemos WX, XS) ‘para todos los valores reales de f a DEFINICION 8.3 Conjunto fundamental de soluciones Todo conjunto X,, Xz, ..., X, dem vectores solucién linealmente independientes del sistema homogéneo (5) en un intervalo J se denomina conjunto fundaments de soluciones en el intervalo, EL rw Existencia de un conjunto a) fundamental Existe un conjunto fundamental de soluciones pata el sistema homogéneo (5) en un intervalo I ) Los dos teoremas siguientes son los equivalentes del sistema lineal examinado en los teoremas 3.5 y 3.6. Eres Solucién general: sistemas he jomogéneos, Sea X;, X,,.... X,un conjunto fundamental de solusiones del sistema homogéneo (5) en-un interval 7. Por lo tanto, la solucién general del sistema en cl intervalo es X= 6X ta%it-- teX,, donde ¢,, i= 1,2,..., mson constants arbitraras. Fjemplo 5 Solucién general del sistema (6) (2prssn = (sms (6) linealmente independientes en (—90, 00). Por lo tanto, X, y X, forman un conjunto A partir del ejemplo 2 sabemos que X, 8.4 Teoria preliminar antaz fundamental de soluciones en el intervalo. La solucién general del sistema en el intervalo es entonces| - 1) 0s (3 e X= aX + ok of Ne (3) 0) Fjemplo 6 Solucién general del sistema (8) Los vectres ° sent th x= [ae x= [ -tsenr—deoss 0, cos t= sent sent + cost son soluciones del sistema (8) en el ejemplo 3 (vea el problema 16 en los ejercicios 8.1), Ahora WOX,.%, X) cost sent 0 sen t+ cost ppara {odos Ios valores reales de f, Concluimos que Xy, X; y Xs forman un conjunto fun- ‘damental de soluciones en (20, 20) Por Io tanto, en el intervalo, la solucién general del sistema es la combinacién lineal X = eX, + ¢.X, + eX, es decir, cost 0 sent X=c,| —feosr + tsent | +e] 1 Je? + | —Jsen ¢ — feos a cos 1 = sent 0, sen + cost IM Sistemas no homogéneos Para los sistemas no homogéneos, una solucién par- ticular X, en un intervalo / es cualquier vector, libre de parimettos arbitrarios, cuyos ‘elementos son funciones que satisfacen el sistema (4). bse), Solucién general: sistemas no homogéneos ‘Sean X, una solucién dada del sistema no homogéneo (4) en un intervalo I, y x. eX tM te tay denote Ia solucién general en el mismo intervalo del sistema homogéneo asociado (5). Luego, la solucién general del sistema no homogéneo en el intervalo es x= + Xp La solucién general X, del sistema homogéneo (5) se denomina funcién com- plementaria del sistema no homogénco (4) Fjemplo 7 Solucién general: sistema no homogéneo a4 -51 + 6, (0 )e(5") ” CAPITULO 8 Sistemas de ecuaciones diferenciales linealesenclintervalo (20,0). (Verifigue esto.) La funcién complementaria de (11) enel mismo " smo sono =a(_!)e*+ (8) tos id damn soxsca(ere()e+(25) ‘es la soluciéin general de (11) en (00, 6). a En los problemas del 1 al 6, exprese el sistema lineal en forma En los problemas del 11 al 16, comprucbe que el vector X es Sxtytetfart2 = Bet dy +e! sen 2 Sx +9¢ + de~' cos 28 maticial, tuna soicion del sistema dado 1 Beas 2 Baa -7 ) Ba xasy 7 y 1. Bana ay ty Gnas ae * 5 Bonwtay—o 4 & a an ay a Baeny 4 Hoy pay ae “ a 5. Bayeyeeernd a Bameyrrnst & a de a & a a roa sent ri o}x; x={ fens — dover -2 0-1 “sent + cost at En los problemas del 17 al 20, los vectores dados son solucio- En los problemas del 7 al 10, escriba el sistema dado sin el uso &* de un sistema X’ = AX. Determine si los vectores forman de matrices, ‘un conjunto fundamental en (—20, 2), nxe( one (yen ()e(e 3 yt orm 18. X, 8.4 Teoria preliminar 4131 2 25, Demuestre que la solucién general de 2% =( 6|.x= “x,={ 3)e" 06 0 oh. 72 x (: o '}s En los problemas del 21 al 24, veifique si el vector X, es una 110 solucién particular dl sistema dado enc intervalo (—26, 0) es a Bev tayennt ° 3 2 i" xea{-rJeteaf rye ra{1}e% (D0) Bose 4 ay— ar 18x, =(_?)r4 os 1 1 4 ayn ar=is.x,= (Ta? : 26, Demuestre que la solucin general de 22. X'= -(3) 3 a 71) ft 4), (7 ep eee) 23. X'= en el intervalo (~26, 0) es 1 1 x= ) (je x=a( 1 os " 1 Na va 1). , (-2),,( 24, X! = sen 3r ) Oe (De) x- @ Analizaremos silo 414 coeficientes constantes sistemas lineales con 8.2 Sistemas lineales homogéneos IM Introduccién Bin el ejemplo 5 de a seccién 8.1, vimos que la solucién general del Cc Gs ky X +e) sistema homogéneo X’ Ay. Azson constantes, nos vemos impulsados a preguntar si siempre es posible encon- tear una solucién de la forma = Ker ay ey para el sistema general homogénco de primer orden ‘X' = AX, (2) donde la matriz de coeficientes A es una mattiz de constantes de orden n X n Valores propios y vectores propios Si (1) ha de ser un vector soluci6n del siste- mma, entonces X’ = Kae" de manera que (2) se convierta en Kae" = AKe" Después de dividir ey reordenar, obtenemos AK = AK 0 AK ~ AK = 0, Como K = IK, la dltima ‘ecuacién es lo mismo que (A= ADK = 0. ) CAPITULO 8 Sistemas de ecuaciones diferenciales linealesLa ecuacién matricial (3) es equivalente a las ecuaciones algebraicas simulténeas (ay =k ak, aygky = 0 ask, + (daa — Mike aay = 0 aks + Aah Fo + (yy — Ay = 0. Por lo tanto, para encontrar una solucié no trivial X de (2) debemos encontrar primero luna solucién no trivial del sistema citado; en otras palabras, primero tenemos que deter- ‘minat un vector no irivial K que satistaga (3). Pero con el fin de que (3) tenga soluciones distintas de la solucisn evidente ky = ky k, = 0, necesitamos tener dot (A — AD = Esta ecuacién polinomial A se denomina ecuacidn earacteristica de la matriz A; sus so- luciones son los valores propios de A. Una solucién K # 0 de (3) comtespondiente aun valor propio A se denomina veetor propio de A. Una solucién del sistema homogéneo (2) es entonces X = Ke“ En el siguiente andlisis examinaremos tres casos: todos los valores propios son reales ¥ distintos (es decir, no hay dos valores propios iguales), valores propios repetidos, y por ‘itimo, valores propios complejos. [EEA valores propios reales distintos Cuando la matriz. A de orden n n posee n valores propios reales distintos 2, As, Ay, entonces siempre se podré encontrar un sistema de n vectores propios linealmente independientes K,, K,,...,K,y X= Ke, X, Kev, X= Ke ‘es un conjunto fundamental de soluciones de (2) en (—90, 2) Solucién general: sistemas homogéneos Seam A;, As, ..y Ay m Valores propios reales distntos de la matiz de coeficientes A del sistema homogénco (2), y scan K,, K,, ..., Ky los vectores propios correspon- dlientes. Entonces, Ia solucién general de (2) en el intervalo (0, 20) esté dada por X= eKye! + Ke $0 + Kye, Ejemplo 1 Valores propios distintos Resuelva « Solucién Primero encontramos los valores propios y los vectores propios de la matriz de cocficientes, A partir de la ecuacién caracteristica “A 3 deta an =? 7 ro —A-4=a+DA-4=0 Adeducimos que los valores propios son Ay = Ly As Ahora para A, = —1, @) es equivalent a 3k; + 3k = 0 2k, + 2k = 0. 8.2 Sistemas lineales homogéneos 415aay oy (9 Trayectoia defini por = et 3, youets deen el plano fae Figura 8.1. Una solucion particular de (5) produce tres ccuvas diferentes en tres distintos planos coordenados sistema (4) 416 orl un, 4, = “Ly, Cuan fy = “1, ete propio elaionad es Y x,=(_}) -1 Paw, =4venemos —=2, +3 =0 2k, =3h,=0 ‘de manera que k; = 3k,/2, y por lo tanto, con k; = 2, el vector propio correspondiente es «-() Puesto que la matriz de coeficientes A es una matriz.de 2 X 2, y como hemos encontrado 4dos soluciones linealmente independientes de (4), (ey xe ‘concluimos que la solucién general del sistema es xox taxina( rol?) Con fines de repaso, se debe tener muy presente que una solucién de un sistema de ecuaciones diferenciales lineales de primer orden, cuando la expresamos en términos ‘matriciales, simplemente es una alternativa al método empleado en la seccién 3.11, es decir lista las funciones individuales y las relaciones entre las constantes. $i sumamos Jos vectores incluidos en el lado derecho de (5) y después igualamos los elementos con los correspondientes del vector de Ia izquicrda, obtenemos la expresién mas conocida oo ‘Tal como fue seftalado en Ia seccién 8.1, podemos interpretar estas ecuaciones como ecuaciones paramétricas de una curva o trayectoria en el plano xy o plano de fase Las tes grificas se muestran en la figura 8.1: x() en el plano fx, (0) en el plano ty, y la lsayectoria en el plano de fase correspondiente a la eleccisn de conslantes c, = ¢; en la solucién, Un conjunto de tayectorias presentes en el plano de fase, como lo mues- tua la figura 8.2, es un reteato de fase del sistema lineal dado. Lo que en la figura 8.2 pparecen ser dos Lineas negras, en realidad son cuatro medias lineas definidas de manera paramétrica en el primero, segundo, tercero y cuarto cuadrantes mediante las soluciones X,, -X), —X, y Xi, respectivamente. Por cjemplo, las ecuaciones cartesianas y = 3, x>0, yy = =x, x> 0, de las medias lineas incluidas en el primero y cuarto cuadrantes se obtuvieron al climinar el parémetro ren las soluciones x = 3e", y = 2e", yx =e, y = —e"' respectivamente, Ademis, cada vector propio se puede visualizar como un : scans alo largo de y = 2x en el primer cuadrante y K, = (_ 1) ato tango de y = —x ‘encl euarto cuadrante; cada vector comicnza en el arigen con K, que termina en el punto @, 3) K, que termina en (1, —D EE! origen no sélo es una Solucién constante, x = 0, y = 0, para todo sistema linea hhomogéneo 2 x 2X’ = AX sino que también ¢s un punto importante en el estudio cua litaivo de tales sistemas. Si pensamos en términos fisicas, las punias de flecha maxcadas en las trayectorias de la figura 8.2 indican la dzeccida en que se moveria una particula con coordenadas (x), (9) en una tayectora en el tiempo r a medida que se presente ‘un incremento en el tiempo. Observe que las puntas de flecha, salvo las de las medias lineas trazadas en el segundo y cuarto cuadrantes, indican que una paricula se alejarfa de su origen conforme aumeniara el tiempo. Si imaginamos que el tiempo varia desde oe hasta 00, entonces el anlisis de Ia solucin x = ee"! + 3x6, y = eye" + Deve , # 0.¢, # 0, muestra que una trayectoria, o paricula mévil, “comienza” por ser asin- \ética en elacién con una de las medias lineas definidas mediante X, 0 —X, (ya que e* CAPITULO 8 Sistemas de ecuaciones diferenciales linealeses insignificante para t > —20) y “termina” siendo asintética respecto a una de las me~ dias lineas definidas por X, y ~X; (Puesto que e~'es insignificante para f —> 20) Dicho sea de paso, la figura 8.2 representa un retrato de fase que es caracteristico de todos los sistemas lineales homogéneos X’ = AX de 2 X 2 con valores propios reales de signos opuestos. Vea el problema 17 en los eercicios 8.2. Ademés, silos valores propios reales distintos tienen el mismo signo algebraico, las retratos de fase serin aquellos ca- racteristicos de todos los sistemas lineales de 2 X 2 de este tipo; la nica diferencia seria aque las puntas de flecha indicarfan que una particula se aleja del origen en cualquier tra- yectoria conforme 1» 20 cuando A; y A, son positives, y que se acetca al origen en cual- uier trayectoria cuando tanto A, como A; son negatives. En consecuencia, resulta muy comiin denominar al origen como repulsor en el caso A, >0,\;>0, y como atractor en el caso A; <0, A; <0, Vea el problema 18 en los ejercicios 8.2, En la figura 8.2, el origen no es ni un repulsor ni un atractor. La investigacién sobre el caso restante, cuando A= (0 sea un valor propio de un sistema lineal homogéneo de 2 X 2, se deja como ejercicio para el lector. Vea el problema 48 en los ejercicios 8.2 Ejemplo 2 Valores propios distintos dx Resuelva Samar yt & pte dy Se yasye 6) u y ( de s- -3 2 yr dz Solucién Mediante los cofactores del texcer renglén, encontramos ns-a 1 1 deiA-ap=] 1 S= 1 |=-A +30 +9A—5)=0, ° 1 =A 4, por Io tanto, los valores propios son hy = —3, As = 4,05 = 5 ara A, = ~3, 1a eliminacién de Gauss-Tordan produce -1 1 apy 1 0 =1Y0 (A + 3110) 1s -1fo} "fo 1 ofo 0 1 oo 0 0 ofo Por lo tanto, ky = ky yy = 0. La alternativa k, = 1 produce un vector propio y el corres- pondiente vector solucién 1 1 K,=[o], x,=|[0 }e™ o 1 L De manera similar, para Ay = 4, oo 1 0 10/0 (A+ anoj)= {1 9 o 1 1fo o 1 alo 0 0 ofo, implica ue hy = 10k, y fy = hy, Al clegir ky = 1, obtenemos un segundo vector propio y su vector solucién 10 10) K,-{-1}, x= {1 Jew ® 1 1 8.2 Sistemas lineales homogéneos 47418 Por iltimo, cuando A; = 5, las matrices aumentadas —9 1 10 1 0 =1J0 (a+smoy=[ 1 0 -10} > fo 1 -slo 0 1 -80, 0 0 ofo, 1 1 producen K=[s], x= [8 Je® °) 1 La solucién general de (6) es una combinacién lineal de los veotores solucién dados en (7), (8) ¥ (9) 1 10 1 X=of 0 fe tef -1 Jew tel 8 Jem 9 1 1 1 IH Uso de computadoras Los paquetes de cémputo como MATLAB, Mathematica, ‘Maple y DERIVE pueden aborrarnos mucho tiempo cuando se tata de encontrar valores propios y vectores propios de una mate. Por ejemplo, para encontrar los valores propios Y los vectores propios de la matrz de coeficientes dada en (6) mediante Mathematica, primero ingresamos la definicién de matriz por renglones: m= (4,1, 1}, (1, 5, “10,1, -3) } Los comandlos Figenvaluestm] y ci respectivamente. En Mathematica, os valores propios y los vectores propios también se ‘pueden obtener al mismo tiempo mediante Kigensystem[m. [EER valores propios repetidos Desde luego, no todas los n valores propios As, As... Ax de una matriz Ade orden n Xn deben ser diferentes, es decir, algunos de los valores propios pueden estar repetidos, Por ejemplo, puede advertise facilmente que la ecuacién caracterfstica de la matriz de ccoeficientes en el sistema igenvectors[m] dados en secuencia generan =3.5) y (101,110,108, 19) 3-18 (x 0 es (A +3) = 0,y por lo tanto A, = A, = —3 es una rafz de multiplicidad dos. Para este. .=(2) demons x,=(‘Je# u = ‘manera que X; = {Je ay es una solucién de (10). Pero como estamos interesados en formar la solucién general del sistema, debemos concentramos en encontrar una segunda solucién, En general, si m es un entero positive y (A — A,)" es un factor de la ecuacién carac- terfstica pero (A — 2,)"'" no es un factor, entonces se dice que A, es un valor propio de multiplicidad m, Los tres ejemplos presentados a continuacién ilustran los siguientes 4) Para ciertas matrices A de orden n X n puede ser posible encontrar m vectores pro- pios linalmenteindependientes K,, Ka, ..., Ky correspondientes a un valor propio 2 de muliplicidad m = n, En este caso, la soluci6n general del sistema contiene la combinacién lineal (Kye + eye 4 + Kye. CAPITULO & Sistemas de ecuaciones diferenciales linealesi) Si hay sélo un vector propio correspondiente al valor propio A, de multiplicidad m, tentonces siempre se pueden encontrar m soluciones linealmente independientes de Ia forma X, = Kye X, = Kyte!” + Kye "4 Kya donde K, son vectores columna IM Valor propio de multiplicidad dos Iniciemos considerando los valores propios cde multiplicidad dos. En el primer ejemplo ilustramos una matriz para la cual podemos encontrar dos vectores propios que corresponden a un valor propio doble. Fjemplo 3 Valores propios repetidos 1-22 ResuelvaX'={-2 1 -2)x. 2-201 Solucidn Si se amplia la determinante en la ecuacién caracteristica I-A dec(A aN =| -2 2 Pray =f een de Gnd meat da vom reso tasy-(2 92 -2[0) "(0 0 ola 2 2 fo) \o 0 ofp, EL primer renglén de la Gltima matriz.comprende k, ~ ky + k = by Las elecciones ky = 1, ky = Oy ky = 1, ky = I producen, a'su vez, ky = Ly ky = 0. Por lo lanto, dos vectores propios que corresponden aA, = —1 son 1 0 K={1] y K=[1 9, 1 Puesto que ningtin vector propio es miltiplo constante del otro, hemos encontrado dos soluciones linealmente independientes, correspondiente: al mismo valor propio -4 = 1]0 (a+ sun) = [{ -2 1Jo 2 ofo. 8.2 Sistemas lineales homogéneos a9420 implica ky = hy y ky = tercer vector propio es ». Al elegir ky = I se tiene ky = 1, ky = —1, y porto tanto un Concluimos que la solucién general del sistema es 1 ° 1 Kaffee + eft Jett ef -1 Je a °, 1 1 Lamatriz de cocficientes A dada en el ejemplo 3 es una clase especial de matriz.cono~ ccida como matriz simétrica, Se dice que una matriz.A de orden n X n es simétrica cuando su matriz ranspuesta AT (donde las columnas y los renglones estén intercambiados) cs la misma que A, es decir, si AT = A. Bs posible demostrar que si en el sistema X’ = AX la matriz A es simétrica y tiene elementos reales, entonces siempre podlremos encontrar n vectores propios linealmente independientes K,, K,,..., Ky, ¥ la solucién general de tal sistema es como la presentada en el teorema 8.7. Tal como se ilustr6 en el ejemplo 3, este resultado también es vilido cuando algunos de los valores propios estén repetidos, Segunda solucién Ahora suponga que A; es un valor propio de muliplicidad dos y ‘que s6lo hay un vector propio asociado con este valor. Se puede encontrar una segunda solucién expresada en la siguiente forma X, = KreM + Pet, 12) Pr donde K= y p=|" in Pa Para vor eso sustituimos (12) en el sistema X’ = AX y simpliieames (AK — A\K)te + (AP — AP — K)e"’ = 0, puesto que esta lima eouacin es aplicablea todos lo valores def, debemos tener (A-ADK= 0 a) y (A~ ADP = K. aay La ecuacién (13) indica simplemente que K debe ser un vector propio de A asociado con Ay. Cuando resolvemos (13), encontramos una solucién X, = Ke’ Para encontrar la se- gunda solucién X, s6lo necesitamos resolver el sistema adicional (14) pata el vector P. Fjemplo 4 Valores propios repetidos Enconirar la solucién general del sistema dado en (10), 3 Solucion A partir de (11) sabemos que A, = —3 y que una solucién es X, =(Je" 3 my Cuando identiicamos K = (7) yp = (P*) com base en in expresion (14) encontamos ‘que ahora debemos resolver (A+30P=K oo CAPITULO & Sistemas de ecuaciones diferenciales linealesPesto que exte sistema evidentemente equivale a una eouacién, tenemos un nimero infinito de elecciones para p; y p. Por ejemplo, si elegimos p, ~ 1 abtenemios p, ~ § No obstante, en aras de la simplicidad, elegiremos p, = } de manera que p, = 0. Por lo : Qe Entonces Ia solucién general de (10) es sender} Si en a soluciGn del ejemplo 4 asignasnos diferentes valores ac, yc, podremos ta- zat rayectorias del sistema dado en (10)-En a figura 8.3 se muestra un retrato de fase de (Qo), Las soluciones X, y —X; determinan dos semirectas y = $x,1>0y y = $1.1 <0, respectivamente, las cusles se muestra en negro en la figura 8.3. Como el valor propio finico es negativo ye" 0 cuando 1 26 en cada trayectora, tenemos que (x(). 10) = (0,0) cuando roo. Eso es porque ls puntas de flecha de a figura 8.3 indican que tne particula stuada en cualquier rayectoria se mueve hacia el origen a medida que el, tiempo aumenta y porque, en este caso, el origen es un atractor Ademés, una paricula mévilubicada en una \ayectoria x = 3eye™™" + exte™™ + fe), y = eye" + cxte™™ 0, se acerea tangencialmente (0,0) a una de las medias lineasconforme t~> 00. En Contraste, cuando el valor propio repstido cs positivo, la stuacin se invert y el origen es un repulsor. Vea el problema 21 en los ejercicios 82. Precida ala figura 8.2, la figura 8.3 es caracteristica de todos los sistemas lineales homogéneos de 2 x 2X’ = AX que tienen dos valores propios negatives repetdes. Vea el problema 32 en lo eercicios 8.2 IM Valor propio de multipticidad tres Cuando la matriz de coeficientes A. tiene un solo vector propio asociado a un valor propio A; de multiplicidad tres, podemos encon- trar una solucién de la forma (12) y una tecera solueién de Ta forma X= xfer + Pre!’ + Qe ky P, n donde x-["].e-[”] y e-|® &, Pe qn Al sustituir (15) en el sistema X’ = AX, encontramos que los vectores columna K, P y Qdeben satistacer (A-ADK=0 16) (ADP =K an y (A-Ae=P, 18) Por supuesto, las soluciones de (16) y (17) se pueden usar en la formacién de las solu- ciones X; y Fjemplo 5 Valores propios repetidos 21 6 Resolverx’={0 2 5 |x. 0 0 2, 8.2 Sistemas lineales homogéneos Figura 8.3 Retrato de fase del sistema (10) [AZ 42a422 Solucién La ecuacién caracteristica (A ~ 2)° de mulliplicidad tres. Al resolver (A ~ 21)K muestra que A, = 2es un valor propio ‘encontramos el vector propio nico Después resolvemos en sucesién los sistemas (A — 2)P = K y (A — 2)Q = Py en- contramos que 0 p={i 9, A partir de (12) y (15), vemos que la solucién general del sistema es 1 1 ° 1), ° olersealfo}ier+(iJe|+o]fo oes [i fier+ {Je} a ° ° ° ° ° rd ‘suceder, digamos, que una matriz de 5X 5 tenga un valor propio de multplicidad 5, y ‘que existan tres vectores propios linealmente independientes correspondientes. Vea los problemas 31 y 49 en los ejercicios 8.2, [EEEETE Valores propios complejos Sid, = a + Biy Ay = a ~ Bi, B>0, 7 = ~1, son valores propios complejos de la matsiz de eocficientes A, sin lugar a dudas podemos esperar que sus correspondientes vectores propios también tengan elementos complejos.* Por ejemplo, la ecuacién caracterstica del sistema fous a oy Bass Basu =A cs dex(A = 10 +29 A partir de la f6rmula cuadrética encontramos que A, = ‘Ahora pata A, = 5+ 2i debemos resolver 424d = (= 20k = k=0 Sk, — (1+ 20k, “Cando la ecuaién caracesistica tiene cosficieats reales, los valores propos eomplejs sempre se pe sentan en pares conjugados CAPITULO & Sistemas de ecuaciones diferenciales linealesComo k; = (1 ~ 2i)k,,* Ia eleceién k, = 1 produce el siguiente vector propio y un vector ane =(2,) »=()2,Je™ De manera similar, para Ay = 5 ~ 2 tenemos : 1 wa(1,) eC) Mediante el wronskiano podemos comprobar que estos vectores solucién son linealmen- te independientes, y por lo tanto la soluciéa general de (19) es 1 1 -. 20 46 2 wma) Laer fa} % Observe que los elementos de K, cortespondientes a A, son los conjugados de los ele- mentos de K, correspondientes a A,.El conjugado de A, es, por supuesto, A,. Expresamos esto como X, = Ay y K, = Ky. Hemos ilustrado el siguiente resultado general ne Soluciones correspondientes a un valor propio complejo ‘Sea A la matriz de coeficientes que tiene elementos reales del sistema homogéneo {Q), y sea K, un vector propio correspondiente al valor propio complejo Ay = a + iB, ey B son reales. Entonces Ket y Kev son soluciones de (2) Es conveniente y relativamente ficil escribir de nuevo una solucién como (20) en. {érminos de funciones reales, Con este fin utilizamos primero la férmula de escribir = eM(cos 2¢-+ sen 2) = ee = eM(cos 2F — i sen 20. Luego, después de multiplicar los némeros complejos, recabar términos y reemplazar 6, +; por Cy ¥ (e, — €2i por Cy, (20) se converte en X= GX, + OX, we [a(S - (ema (eal Ahora es importante darnos cuenta de que los dos vectores X, y X; presentados en (21) son en s{ mismos soluciones reales linealmente independientes. En consecuencia, igno- rar la relaci6n entre C), C: y cy, est justificado, y podemos considerar C, y C; como completamente arbitrarios y reales, En otras palabras, la combinacién lineal (21) es una solucién general alternativa de (19) ay y "serve que la segunda ecuacidn es stmplements la primera multipieada poe (1+ 2), 8.2 Sistemas lineales homogéneos 423424 El proceso deserito se puede generalizar. Sea K, un vector propio dela matiz de coeti- cientes A (con elementos reales) correspondiente al valor propio complejo A; = a + if. Entonces los dos vectoressolucién presentados en el teorenia 8.8 se pueden expresar como Kye"! = Kyete®" = K,e"(cos fr + isen Br) Rid = Rete = Rye(cos Br — isen Bi) Con base en el principio de superposici6n, teorema 8.2 os siguientes vectors también son soluciones L 2 i Zan i z lee = E(Kye! + RA) = 5 (Ki, + Ki)eeos pr + 5 (K, + Kiersen pr (Kye + Kye) = 5 (K, + K,)e%cos pr — 4(—K, + K,)e"sen Br 1 2 Para todo mimero complejo z = a + ib tamo He += acomol(~ 2+) ~ bson mimeros reales, Por lo tanto, los elementos incluidos en los vectores columna (K, 4 Ryy> = K, + K,) son ndmeros reales. Al definir 1 2 Bat +K) y B ey se llega al teorema siguiente Tae Soluciones reales correspondientes un valor propio complejo ‘Sea A; = a + iB un valor propio complejo de la matrix, de coeticientes A en el sistema homogéneo (2), y B, y B; denotan los vectores columna definidos en (22), Entonces X, = [B, cos Br ~ B, sen Bie" X; = [B, cos Br + B, sen Bre" son soluciones linealmente independientes de (2) en (—20, 00) 3) Las matrices B, y B, dadas en (22) a memudo se representan mediante B,=Re(K) y B;=Im(K,) ay ‘puesto que estos vectores son, respectivamente, las partes reales ¢ imaginarias del veclor propio K,, Por ejemplo, (21) se deduce de (23) con % ( : 2) ~ () * (4) w=nece)=(1) ym. =tmex) =(_2) Ejemplo 6 Valores propios complejos Resolver el problema de valor inicial “(Ge (2) Solucién Primero obtenemos los valores propios de p-a 8 ex(A — Al) = | CAPITULO 8 Sistemas de ecuaciones diferenciales linealesLos valores propios son A; ~ 2iy A; ~ ¥y ~ —2i. Para A; el sistema (2-2, + 8k =0 ky + (2-2 = 0 dak, = (2 + 2k, Si establecemos ky = —1 obtenemos C2)-()-@ Abora, con base en la expresién (24), formamos tk) = (7) (2) ® K, B, = Re(K, x ef( oz (Janz +of(?ho21+( 2a] _ fe 2 23a) . eo we 2) oe stan a se ie pera stn (es : streets etude pe 8 An's cnn wal) =(_) 0, de manera similar, (0) = 2y y(0) 2, =e; = —1 enya solucién es ¢) =I producen el sistema algebraico 2c, + 2c, = ¢; = 0. Por lo tanto, a solucién al problema es xe ‘om 2sen 28 eos 21 mediante la solucién particular x = 2.cos 21 ~ 2 sen 2¢, dela figura 8.4, ‘Observe que esta curva pasa por (2, = cos 2r es la curva negra 1), a Valores propios reales distintos = En los problemas del 1 al 12, encuentre a solucién general del ae sistema dado. a de 3 wey a 7 a 1 Basta 2, Gams? de oy ay s Feat ay Gaxty a 5 Bena at aoe a ® is s at a a(S Ae a 8.2 Sistemas lineales homogéneos SS —_> | ———__] Figura 8.4 Retrato de fase det sistema presentado en (26) ea 425-1 5 2 5-40 1 00 mx=( 4-1 -2]x a.x-(1 0 2]x2x-[(0 3 1]x 0 0 6 0 25 0-11 Ba los ejtccio 13 y 14, resulva el PVI dado 10 0 410 (te (3 ax =(2 2 -1}x2x=[0 4 1)x mexe( x xo-() Gi ake 2)) ria 1 | ax-lo 2 olx xo-(+ Ba os ees 2993s lol yaoi rid ° . . Lf 24 “et Tareas para el laboratorio de cémputo vx'=(f 2x. xo-("% En los problemas 15 y 16, uilice un CAS oun programa de oot 1 cémpulo de dlgebra lineal como apoyo para enconra a soli- cci6n general del sistema dado. 3 X= [0 1 0)X, Kom [2 09 21 32 10 9 5 is.x°=(07 65 42 |x 31, Demuesie que la matrz de 5 x 5 Ll L734 21000 f 1 0 2 -18 0 02000 051 0 13 a=[o 0200 ex's] 1 2-3 0 ox 00021 o 1-31 40 0 0002 -28 0 0 15 1 tiene un valor propio A, de muliplicidad 5. Demuestre 17 @) Use un programa de cémputo pata cbtenerclreuato __—_- Ue se pueden encontar tres vectores propios lineal- de fase del sistema dado.en el problema 5.Sifuera ent independientes correspondienes & posible, incluya las puntas de flecha como en la fi . . gura 8.2. También incluya cuatro medias Iineas en Tareas para el laboratorio de cémputo su retzato de fase, 32. Encuentre los retratos de fase para los problemas 20 y b) Obtenga las ecuaciones cartesianas de cada una de 21. Para cada sistema, encuentre cualquier trayectoria de 6) Tee lor vetoes popes ensures de fe dl inome Valores propios complejos 18, Encuentze los retratos de fase para los sistemas dados en los problemas 2 y 4. Para cada sistema, encuentre todas las tayectorias de media linea e incluya estas lineas en En los problemas del 33 al 44, encuente la solucién general ppara el sistema dado, su retrato de fase. a uw & . . a Valores propios repetidos dy los problemas del 19 al 28, encuentre la soluci6n general a de sistema dado a x6. & 9, Say 20. B= ex + sy a ai ai ay & & a oo —3y B. srsay -13 12, -9" 38. X" 21, X'= x 22, X'= x 5 + 9 i 2% 24, Base try + ae On a Q Bete Bast 6 a & Hearn ese 5 426 CAPITULO 8 Sistemas de ecuaciones diferenciales linealesEn los ojercicios 45 y 46, resuelva el problema de valor inicial dado, 14) 4 “}x x0-( 4) 2 =. 1-2 wx (: : roa 46. x-(§ wt xo=(~) s 4)® s Tareas para el laboratorio de cémputo 47, Encuentee los retratos de fase para los sistemas dados en Jos problemas 36, 37 y 38 48, Resuelva cada uno de los siguientes sistemas lineales. x’ (} 1x ° “Moa roo » eC -)s Encuentre un retrato de fase de cada sistema, {Cual es el significado geométrico de la linea y = —x en cada retrato? Problemas de anilisis 49. Considere In matriz. de 5 X § dada en el problema 31 Resuelva el sistema X’ = AX sin ayuda de métodos ma- Uiciales, pero exprese la solucién general mediante no- acién matricial, Utilice la soluciéa general como base pata su analisis sobre cémo se puede resolver el sistema con los métodos matriciales explicados en esta seccidn, Desarrolle sus ideas. 50. Obtenga una ecuacién cartesiana de la curva defini pa- ramétrivamente mediante la soluci6n del sistema lineal del ejemplo 6, ldentifique la curva que atraviesa (2, —1) en la figura 8.4. [Sugerencia: Caleule x, y* yxy] Wi Introduccién Solucién mediante diagonalizacién 51. Examine sus retratos de fase del problema 47. {En qué condiciones el retrato de fase de un sistema lineal ho- mogéneo de 2 X 2 con valores propios complejas estar compuesto por una familia de curvas cerradas?, :por una familia de espirales? {En qué condiciones el origen (0,0) es un repulsor?, jun atractor? 52. El sistema de ecuaciones diferenciales lineales de se- zgundo orden myx} = hy + halts — 21) gc = hylsa — x) en dleseribe el movimiento de dos sistemas acoplados re- sorte-masa (vea la figura 3.59). Ya hemos resuelto un caso especial de este sistema en las secciones 3.11 y 44.6. Enexte problema deseribimos aun otro método para fesolver el sistema a) Demuestre que (27) se puede expresar como la cecuacién matricial X" = AX, donde hth hb x-(") YAS ne }) Sie asume que una solucién es de la forma X = Ke’, demuestre que X" = AX produce (A-ADK=0 donde ©) Demuestre que sim = I,m, = 1, ky = 3y k= 2, ‘una solucién del sistema es sQ)eeeQer pees 4) Demuesire que la solucién del inciso c) puede escri- birse como. x(a + 1( Joos Var + to( sen Vi LJ En esta seccién consideraremos un método altemativo para resolver un sistema homogéneo de ecuaciones diferenciales lineales de primer orden, Este método es aplicable a un sistema como X’ = AX siempre que la matri de coeficientes A sea diago- nalizable, IM Sistemas acoplados Un sistema lineal homogéneo X’ = AX, 8.3 Solucién mediante diagonalizacién 427428 en el cual cada x/se expresa como una combinacién lineal de xj, x3, ..., % $e dice que est acoplado. Si la matriz de coeficientes A es diagonalizable, entonces el sistema se puede desacoplar en cada x/ Gnicamente en términos de x; ‘Si la mattiz A tiene n vectores propios linealmente independientes entonces, con base en el teorema 7.27, sabemos que podemos encontyar una mattiz P tal que PAP = D, donde D es una matriz diagonal. Si sustituimos X = PY en el sistema X’ = AX, entonces, PY'=APY o Y'=P“APY o Y'=DY. (2) La ttma ecuacién dada en (2) 5 lo mismo que vy fe 0 0 O\/y s\_[o xo ~ olf» a * % x) \o 0 0 = AS Ay ‘Como D es diagonal, una inspeccisn de (3) revela que este nuevo sistema no ext acopla- do; cada ecuacién diferencal presente ene sistema es de Ia formay!= Agi. = 1,2)... rn La solucién de cada una de esas ecuaciones lineales es y, = ce",i = 1, 2,....0 Por lo tanto, la solucidn general de (3) se puede escribir como el vector column y=[° ® ee”, Puesto que ahora conocemas ¥, y como la matriz.P se puede construir a partir de los vectores propias de A, la solucién general del sistema original X’ = AX se obtiene partir de X = PY. Fjemplo 1 Desacoplamiento de un sistema lineal -2 -1 8 Resolver 0-3. 8 |X mediante diagonalizacién 0 -4 9 Solucién Comenzaremos por encontrar Ios valores propios y los correspondientes vec- tores propios de la mattiz de coeficientes. A partir de (A — AI) = —(A + 2)( = 1)(A ~ 5), obtenemos Ay = -2,, = Ly Ay = 5. Ya que los valores propios son distintos, los vectores propios son linealmente independientes, Cuando se resuelve (A — AJ)K = O pata i= 1, 2y 3 se obtiene, respec tivamente, 1 K,=[0]. 9, Por lo tanto, una mattiz que diagonaliza la matriz de coeficientes es © 121 p=[o 21 ord Los elementos en la diagonal principal de D son los valores propios de A correspondicn- tes al orden en que aparecen los vectores propios en P: -2 0 0) D o 10 00 5. CAPITULO & Sistemas de ecuaciones diferenciales linealesTal como ilustramos antes, la sustitucién de X = PY en X’ = AX produce el sistema desacoplado ¥' = DY. La solucién general de este tltimo sistema es inmediata: Por lo tanto, la solucién del sistema dado es eye + oye! + eye" = 2eye' + eye Ou 12 x=py-[(0 2 oo. age’ + ee Observe que (6) puede escribirse en la forma acostumbrada mediante la expresién de Ja Gltima matsiz.como una suma de matrices columns: 1 2 1 X= ef 0 Jer™ + eof 2 Jer + ef 1 Jer ° 1 1 La solucién mediante diagonalizacién funcionari siempre a condicién de que poda- ‘mos encontrar n vectores propios linealmente independientes de la matriz A de orden ‘1m ni; los valores propios de A pueden ser reales y distintos, complejos o repetidos. El étodo fracasa cuando A tiene valores repetides y los n vectores propios linealmente independientes no se pueden encontrar. Desde luego, en esta iltima situacién A no es iagonalizable. Puesto que hemos encontrado valores propins y vectores propios de A, este método equivale basicamente al procedimicnto presentado en Ia secci6n previa En la seccién siguiente veremos que la diagonalizacién también se puede usar para resolver sistemas Tineales no homogéneos del tipo X’ = AX + FO). En los problemas del 1 al 10, utilice la diagonalizacién para que describe el movimiento de un sistema acoplado re- resolver el sistema dado, sorte-masa, (5 6 wx Sx om + ht, — 2) myx", = h(a — m1) o en tres formas diferentes (vea el ejemplo 4 en la seccién 3.11, el problema 52 en los ejercicios 8.2, y el ejemplo 1 en a seccién 4,6). En este problema se conduce al lector “i 30 2 a través de todos los pasos relacionados con la manera 5. X= 3-1 0 |X 6. 1)x de resolver (7) mediante diagonalizacién, -2 -2 6 1 1 4) Exprese (7) en a forma MX" + KX = 0, donde 1-1-1 ay 1 = ii 0 e2%2 “1-11 ' Expligue por que la matriz M tiene un iaverso, 322 ° 1). Bxprese el sistema del ineiso 0) como 9 X'=|-6 5 24X10. 2)x X" + BX = (8) “1 4 4, ° entifigue la mate B. 11, Bn Ia figura 3.59 ilustramos cémo resolver sistema ©) Resuelva el sistema (7) en el easo especial en que de ecuaciones difetenciales lieales de segundo orden sm, = Loam, = 1k = 3y ky = 2mediante la resolu- 8.3 Solucién mediante diagonalizacién 429430 ién de (8) usando el método de diagonalizaci6n. En d) Denuestie que su solucién X del inciso ¢) es la otras palabras, establezca X = PY, donde P es una misma que la dada en el inciso d) del problema 52 wz. cuyas colurmnas son vectores propios de B. en los ejercivios 8.2 ~ I 8.4 — Sistemas lineales no homogéneos ) Ml Introduccion Los métodos de coeficientes indeterminados y de variacién de pardmetros que se ullizaon en el capitulo 3 para encontrar soluciones particulares de ‘ecuaciones diferenciales ordinaris linales no homogéneas pueden adaplarse la re50- lui de sistemas lneales no homogéneos, De estos dos mélodos, la varacién de pars metros es la técnica mas elicaz, No obstante, hay casos donde el método de coelicientes indeterminados oftece un medi répido para encontrar una soluciéa particular. En la secci6n 8.1, vimos que la solucin general de un sistema lineal no homogéneo X! =AX + F() en un intervalo fes X = X, +X, donde X, = eX, + eXy to + GXy sla funcién complemestaria 0 solucin general del sistema lineal homogéneo asociado X’ = AX y X, es cualquier solucién particular del sistema no homogéneo. Acabamos de ver en la secci6n 8.2 o6mo obtener X, cuando A era una matrz de constantes de orden 1 X nj ahora considerazemos tes métodos para obtener X,. (EEZEIE Coeficientes indeterminados Los supuestos Tal como vimos en la secci6n 3.4, el método de coeficientes inde- terminados consiste en establecer conjeturas informadas acerca de la forma de un vector de solucién particular X,: la conjetura esté basada en los tipos de funciones que com prenden las entradas de la matriz.columna F(0). No sorprende que la versién matricial de ‘coeficientes indeterminados sea sélo aplicable aX’ = AX | F() cuando los elementos de A son constantes y los de F(#) son constantes, polinomsios, funciones exponenciales, senos y cosenos, o sumas finitas y productos de estas funciones. Fjemplo 1 Coeficientes indeterminados resrerasaamx'=(“2 xs (“a Solucion Primero resolvemos el sistema homogéneo asociada “12 (5s dex(A — 0 produce los valores propios complejos A -mientos de la seccién pasada, encontramos (= ea) . (2) CAPITULO & Sistemas de ecuaciones diferenciales lineales x=Como ahora F() es un vector constante, asumimos un vector solucién particular cons- tante X, = (“1 = Ios elementos obtenemas nes diferenciales en el intervalo (50, 0c) es entonces X = X_ +X, 0 seofemos(tsae)e(8) 3 Ejemplo 2 Coeficientes indeterminados Solucién Los valores propios y los correspondientes vectores propios del sistema ho- rime r eee . CG) GG MOC CdeQ) ()-( (6a, + b, + 6)t + 64, + by — a, ) 0) ~ (4a, + 3b; = 10)r + 4a, + 3, — B+ 4, obien A partir de la shima identidad, obtenemos cuatro ecuaciones algebraicas en cuatro in- cégnitas 6a; + b+ 6=0 6a, + ba, =0 4a, + 3b,- 10-0 * da; + 3b) by + 4-0. Cuando resolvemos las dos primeras ecuaciones de manera simulténea se produce a, yb, = 6, Entonces sustituimos estos valores en las sltimas dos ecuaciones y resolvemos pata a, y b, Los resttadas son a, = 4, b, =, Por lo tant, de agus se deduce que on vector solucién particular 8.4 Sistemas lineales no homogéneos 431La solucién general del sistema en (~20, 20) es X = X, +X, 0 Ejemplo 3 Forma de X, Determinar la forma de un vector solucisn particular X, para el sistema dx DBasy tay aes Syt3y—2eT 41 a Dao nmntyten a » = 547, Solucién Ya que FQ) se puede escribir en términos matriciales como roe) ‘un supuesto natural para una solucién particular seria (er Qo) a tr ticular es a) ‘as fa). (a = (ser +(er+(2)+ (2). * } Ke, Detendremos aut el andsis de estas dfcultades,y nos concenuaremes en el modo Caine 432 CAPITULO 8 Sistemas de ecuaciones diferenciales linealesEXEDS Veriacion de pardmetros IH Watriz fundamental $i X), Xo, ..., X, €8 un conjunto fundamental de soluciones del sistema homogéneo X’ = AX en un intervalo J, entonces su solucién general en el intervalo es la combinaciéa lineal X = ¢X, + 4X; ++ +6,X.0 au aa Xin eu beta t+ cate xe=a{# )+e{ 2) eae) ]- [oe teat tee] gy Bint Bia Si. eptan + enka FF Chae, La Gltima matriz incluida en (1) se reconoce como el producto de una matriz de orden nny una matsiz de n X 1. En otras palabras, la solucién general (1) se puede escribir como el producto X= H—NC, oe donde C es el vector columna n X 1 de constantes arbitrarias =), y la matriz, de orden m X n, cuyas columnas consisten en Tos elementos de los vectores solucién del sistema X’ = AX, se denomina matriz fundamental del sistema en el intervalo, En el siguiente andlisis, debemos usar dos propiedades de una matriz fundamental: Una matriz fundamental «P(#) es no singular. © $i () es una matriz fundamental del sistema X’ = AX, entonces HG) = AE, @ Un nuevo anélisis de la expresién (9) del teorema 8.3 muestra que 4(1) es el mismo que el wronskiano W(X, X,, ..., X,)- Por lo tanto, la independencia lineal de las columnas de (9) en el intervalo J garantiza que (1) # 0 para toda fen el imtervalo. Como (1) es no singular, el inverso multiplicative ~*(0) existe para toda r incluida en el intervalo. El resultado dado en (3) se deduce directamente del hecho de que toda columna de #(0) es ‘un vector solucién de X’ = AX. MH Variacién de pardmetros De manera similar al procedimiento de la seccién 3.5, ros preguntamos si es posible reemplazar la matriz de constantes € en (21) por una ma- liz columna de funciones u(t) de manera que X, = (i)U() @ (0), es una solucién particular del sistema no homogénco X'= AX + FO, o En virtud de Ia egla del producto, la derivada de la sltima expresi6n incluida en (4) es X= OVD + HATO, © Observe que en (6) el orden de los productos es muy importante. Como U(t) es una ma- ttiz columna, los productos U'(9®() y UU) (9 no estén definides. Al susttuir (4) y (6) en (5) se tiene HUD + &'UE = AGU + Fro. o 8.4 Sistemas lineales no homogéneos 433434 01) + abun ABO + Fo ° (NU = FO. (8) Cuando ambos lados de la ecuacién (8) se multiplican por ~'() se tiene Loe oF ypatoae Uo [O“ornA 1,200 [eons ° Para calcular Ia integral indefinida de la matriz colurma 4~(QF() en (9), integramos ‘cada elemento. Por lo tanto, la solucidn general del sistema (5) es X = X, + X, 0 Ejemplo 4 Variacién de parémetros Encontrar la solucién general del sistema no homogéneo 3 ¥ G De) eo Solucién Primero resolvemos el sistema homogéneo t 9) a wy en el intervalo (~2e, 20). La ecuacién caracteristica de la matriz de coeficientes es -A 1 ea | de manera que los valores propios son A, = ~2 y A; = —5. Aplicando el método acos- tumbrado, encontramos que los vectores propios cortespondientes a Ay y A; son, respec a Los vectores solucién del sistema (11) son entonces ( :) ~ «(Jer () (2%) wo-( fs)» eo-(& 8) CAPITULO & Sistemas de ecuaciones diferenciales linealesDe la expresién (9) obtenemos x, vo] -'(QF()dt = (I Bee (C SNCE Ds (Ger + aoe 1) 50 )-(@) (Je: oer e(_er=(Q-Q)- Qe a IM Problema de valor inicial La solucién general del sistema no homogéneo (5) en un intervalo se puede escribir de una forma alternativa x= suc + o(9[ 6-0r096 ws en (13) resulta X, = (1,)C, de la cual obtenemos C = ~1(1,)X,. Si sustituimos este X= HOG), + OC) | CHR) as a4 (EEE Diagonalizacion HE Los supuestos Al igual que en la seccién 8.3, sila matriz de cocficientes A posee n veclores propios linealmente independientes, enlonces podemos utilizar la diagonali- zacién para desacoplar el sistema X' = AX + F(0), Suponga que P es una matiz tal que P-IAP = D, donde D es una matriz diagonal, Por susitucién de X = PY en el sistema no homogéneo X’ = AX + F() se tiene PY'=APY+F obien Y'=P“APY+P™F obien Y'=DY+G. (15) En la Glkima ecuacién presentada en (15), G = PW'F es un vector columna, De manera que cada ecuacién diferencial incluida en este nuevo sistema tiene la forma y!~ Ay; + (0.1 = 1, 2, ...,n. Pero observe que, a diferencia del procedimiento utilizado para resolver un sistema homogéneo X' = AX, ahora se nos pide calcular el inverso de la matriz P, Ejemplo 2 Diagonalizacién 42 renter =(5 2 Bel" + (22) tine apn 8.4 Sistemas lineales no homogéneos 435Mesliante la me) (%) ( Las soluciones de las dos ecuaciones diferenciales €l sistema desacoplado es fy Sy tte yoke Je! + ce respectivamente, Por lo tanto, la solucién del -)-( sistema original x-rr-( eta + act) a6 BE = 20, + ee 21 Escrito de la manera acostumbrada mediante vectores columna, (16) es ral s)raG Joe : ee ; 10, a) sistema de ecuacione diterenciales para las co- (©50 Coeficientes indeterminados SRST Tinea a Eee En los problemas del 1 al 8, uilice el método de coeficientes trata cna Agus See indeteminados para resolver el sistema dado, £(s)-(-hite Als) (@) 1 Be seroyne Ni)” \=Ryll, UR, + R)/Le) Nis) * Nite Utlicelmétodo de coefeientesindeterminados para =-r+tly+6 resolver el sistema si Ry = 20,R; = 3.2, L; = 1h, 1,5 1h B= 60V, 10) b)_ Determine la comtiente y(). de io) = 0. bid 7 «(1 2 e (2 le" Variacién de parametros oo 5 En los problemas del 11 al 30, utilice la variacién de parime- 00 5 tos para resolver el sistema dado, ax-(0 5 -10 es a Hoyas , Baa ( oO ‘}s -(-s) " dt % yt 12. dt ary 1-2). (2 wy 5. Resuelva X’ + (2) sujeoa ay + 9. nent x’ =“ 2) x + (3) sue ae 2y +41 436 CAPITULO 8 Sistemas de ecuaciones diferenciales lineales‘ n a as. x’ =( nx -( x -( 26. X" -( 27. Xx" -( ( 28, X= ‘ma de valor inicial dado, 33. EI ai\is, ( ( Rifly sen 2 20s 2¢ ) see tan ) ) cots ot) see 1)* ant 1 110 e 11 o0)}x+{er 003. re 3 En los problemas 31 y 32, utilice (14) para resolver el proble- )x-(2) ae)" sex() 2)ee() mo-( Jstema de ecuaciones diferenciales para las cortientes i,(0 e i(P presentes en la red eléctica de la figura 8.6 es £0)-Cite (0) Utilice variacidn de parimetzos para resolver el sistema SiR, = 8.0,R,=3.0,L, = 1h,L)= 1h, £0) = 100 sen FV, (0) = O€ 1,0) = Figura 8.6 Red para el problema 33 Tareas para el laboratorio de cémputo 34, Resolver un sistema lineal no homogénco X' = AX + Fh mediante variacion de parametros cuando A es una ‘tmatriz de 3 X 3 (0 mayor) es una tarea casi imposible de realizar a mano, Consider el sistema 2-22 1 tet -1 300 3 0 oO 4 -2 x o 02-1 1 4) Utilice un CAS o algtin programa computacional de Algebra lineal pata encontrar los valores propios y los veotores propios de la mattiz de coeticientes. }) Forme una matriz fundamental (0) y utilice la ‘computadora para encontrar ~(). ©). Utilice la computadora para realizar los eéleulos de PFO. POR) dt, BD | @ QE) dt, sey BOC + | BIOFE ty donde C es una matriz columna de consantes¢y €5 64 ¥ 4 4) Vuelva a escribir el resultado de la computadora para Ia solucién general del sistema en la forma X = X, +X, donde X, = 4X, + aX + Xs te. Diagonalizacién En los problemas del 35 al 38, lice a diagonalizacién para resolver el sistema dado sxo(s T)s-() G aC) ( (fo 1 sox (0 x 8.4 Sistemas lineales no homogéneos 437438 8.5 Matriz exponencial IM Introduccién Las matrices pueden utilizarse en una forma enteramente distinta ppara resolver un sistema de ecuaciones diferenciales lineales de primer orden. Recuerde ‘que la simple ecuacién diferencial lineal de primer orden x’ ~ ax, donde a es una cons- tante, tiene la solucién general x ~ ce™. Por lo tanto, parece natural preguntar si podemos ‘definir una matriz exponencial e™, donde A es una matriz de constantes, de manera que sea una solucién del sistema X” = AX, IM Sistemas homogéneos Ahora veremos que es posible definir una matriz expo- nencial e de manera que el sistema homogénco X’ = AX, donde A es una matriz. de cconstantes y de orden n X ne, tenga una solucién X= MC, a Como Cha de ser una matriz columna n X 1 de constantesarbitatas, queremos que sea una matriz de orden n % nA pesar de que el desarcollo completo del significado y de a teria de la matiz exponencial requeriria un conocimiento detalado de algebra ma- ‘ricial, una forma de definir e“' esté inspirada en la representacién en series de potencias de la funcién escalar e*: af a Fltata etait 2 La serie presentada en (2) converge para toda f. Mediante estas series, con 1 reemplaza- ddo por la identidad T y Ia constante a reemplazada por una matriz A de constantes y de orden m Xn, legamos a la definici6n para la mattiz e de orden m X n. DEFINICION 8.4 Para toda matriz.A de orden n Xm, e * THArH Ag + FATE Matriz exponencial Es posible demostrar que las series dadas en (3) convergen en una mattiz. de orden nn para todo valor de t. También, en (3), A” = T, A? = AA, A? = A(AY), y asi sue ccesivamente IM Derivada dee" La derivada de 1a matriz exponencial ees andloga a la del expo- nencial escalar, es decir, dldt = ae", Para justificar Se = hew ® diferenciamos (3) término por término: d e “rea wee ‘it AAT a nalitarcate ] Act En virtud de (4), es posible demostrar ahora que (1) es una solucién de X" = AX para todo vector C de n I constantes: 4 cence = Ak ® CAPITULO 8 Sistemas de ecuaciones diferenciales linealesees una matriz fundamental Si denotamos la matciz exponcncial e™ mediante el simbolo (0), entonces (4) es equivalente a la ecuacién matricial diferencial '() AY (wea la expresién (3) de la seccién 8.4). Ademas, a partir de la definiciOn 8.4 se deduce inmediatamente que ¥(0) = e*? = Ty, por lo tanto, (0) # 0. Resulta que estas dos propiedades son suficientes para poder concluir que Y() es una matriz fundamental del sistema X' — AX. IH Sistemas no homogéneos Hemos visto en la expresidn (4) de la seccién 2.3 que la solucién general de la Unica ecuacién diferencial lineal de primer orden x’ = ax + f(, donde a es una constante, se puede expresar como tx scott «| em“ Fls) ds. Para un sistema no homogéneo de ecuaciones diferenciales lineales de primer orden, es posible demostrar que la solucisn general de X’ = AX + F(), donde A es una matriz de constantes de orden n Xn, 68 xX=X, +x dere [ew nd © Puesto que la mate exponencial ees una matriz fundamental, siempre es no singular y e-'= (e%)"" Observe que e~* se puede obtener de e* si se eemplaza por —s IM Célculo de e! La detinicin de e dada en (3) puede, desde luego, usarse siempre para efectuar su célculo, No obstante, a utilidad préctica de (3) esta limitada por el hhecho de que los elementos presentes en e™ son series de potencias en 1. Con el deseo natural de trabajar con cosas simples y conocidas,intentaremos reconocer si estas series definen una funcién de forma cerrada. Vea los problemas del 1 al 4 en los eercicios 8.5 Por fortuna, hay muchas formas alterativas para calcular e™. En el andlisis siguiente delineamos dos de estos métodos IH Uso de la transformada de Laplace _Vimos en (5) que X = ees una solucin de X’ = AX. De hecho, como e” = I, X = ees una solucién del problema de valor inicial 1 o Six(e) = £(X() = Ee} entonces la wansformada de Laplace de (7) es X'=AX, XO x65) = XO) = AX(s) oI AXGs) = Cuando multiplicamos la tltima ecuacién por (sl — A)" resulta que x(s) = (61 — A)" = (E— AJ, En otras palabras, #(eM) = (1 A)"!0 A= EE}, ® Ejemplo 1 Matriz exponencial Uso dl tansormada de Lope pscalelr pana (37>) Solucién Primero calculamos Ia matriz sI — A y despaés su inverse 1 aa(Sl t) seo = - 1 He+) e+ maori 2) (8 se+1) s+) 8.5 Matriz exponencial 439440 Entonces descomponemos los elementos de la ttima matviz en fracciones parciales: 2 tia |e syed nar |y ao ® soseT “37547 (Cuando se calcula Ia transformada inversa de Laplace de (9) se obtiene el resultado deseado, -l+e a IM Uso de potencias A” En la secei6n 7.8 desarrollamos un método para caleular una potencia arbitraria A’, k es un entero no negativo, de una matriz. A de orden n X n. Recuerde de la sectién 7.8 que podemos escribir donde los coeficientes ¢, son los mismos en cada expresién y que la éltima es vélida para los valores propios A;,A2,...,Ande A, Suponemos aqui que las valores propios de A son distintos, Si determinamos que A = Aj, As...» An en la segunda expresién dada en (10), estaremos en condiciones de encontrar c, en Ia primera expresin al resolver n ecuacio- nes en n incégnitas. En el siguiente desarrollo sera conveniente enfatizar el hecho de que los coeficientes ¢;en (10) dependen de la potencia k reemplazando c, por c(h). Con base en (3) y (2), tenemos: aor wo Sat we Say = Sar ay Después usamos (10) en (11) para reemplazar A* y A como sumas finitas seguidas por un intercambio en el orden de las sumas =f 2+ $2 (So0w)- Fa(Shoe)- Faro oo e = £(Zeam) Sx(SFo0)- X60. (3) donde (0 = SET he Simla a om ea que wanes los vases prpies «de A en (10) para determina ¢, aplicamos una vez mis los valores propios, pero esta vez en Ia suma finita (13) para determinar un sistema de ecuaciones que determine b, estos ccoeficientes, a su vez, se utlizan en (12) para establecer e™. Fjemplo 2 Matriz exponencial c Atparaa= (72 * Solucién Ya vimos la matriz A en la seccién 7.8, y encontramos que sus valores pro- pios eran A, = —1y Ay = 2. Ahora, como A es una matriz de 2 X 2, a partir de (12) y (13) deducimos que MH bT TDA y= byt BA «aay Si establecemos A = 1 y A = 2 en la segunda ecuacién de (14), obtenemos dos ecua- cones en las dos ineégnitas by y by. Cuando se resuelve el sistema by — by + 2b, CAPITULO 8 Sistemas de ecuaciones diferenciales linealesproduce by = He" + 2e"'}, b, = He* — e*], Al sustituie estos valores en la primera {Shasta de (14 simpiia los cements resata Hg as) a En los problemas del 25 al 28 de los ejercicios 8.5 mostramos emo caloular la mateiz, exponencial e™' cuando la matriz A es diagonalizable (vea la seccién 7.11). Uso de la computadora Para aquellos que estén dispuestos a cambiar la com- prensién en aras de la velocidad de encontrar una soluci6n, e puede calcularse en una forma automética con ayuda de un programa de cémputo; por ejemplo, en Mathematica, Ja funci¢n MatrixExp(A t] determina la matriz exponencial para una maiz clevada al ‘cuadrado At; en Maple, el comando es exponential(A, 0); en MATLAB la funcién es expm (At). Vea los problemas 27 y 28 en los ejercicios 8.5 En los problemas I y2,uilie (3) para calolar y e~ eG) eG) En los problemas 3 4, lice (3) para calular rad 0 0 0 zas{ 1 1 1] 4a=[3 0 0 -2 -2 -2 5 1 0, En los problemas del 5 al 8, uilice (1) y los resultados obte- nidos en los problemas del 1 al 4 para encontzar la solucién ‘general del sistema dado, ¢ )e 1 0, ro ( ooo 30 ok oan tad 11 1)xax -2 -2 -2 En los problemas del 9 al 12, uilice (6) para encontrar la solu- cin general del sistema dado, (2) )x-(4) (i) (oo) 13, Resuelva el sistema del problema 7 sujeto ala condici6n 1 inicial X(0) = | -4 6. 6x 14, Resuelva el sistema del problema 9 sujeto ala condicién winx =(*) En os problemas del 15 al 18, utilice el método del ejemplo 1 para calcular e™ para la matriz de coeficientes. Utilice (1) para encontrar la solucién general de sistema dado, (fs ees a) _ for er En los problemas del 19 al 22, uilce el método del ejemplo 2 para calcular e™ para la matuiz de cocficientes. Use (1) para encontrar la solucin general de sistema dado. (3 )s ¥-( Ds “Gs 23. Silamatriz A se puede diagonalizar, entonces P~'AI DoA = PDP™. Uliice este tltimo resultado y (3) para 15, x’ 7X! 19. x mx nx-(! demostar que e = PP A 0 0 24, Utilicep =| ° y @) para demostrar ’ oo eo 0 wu [o v0 oo En los ejercicios 25 y 26, use los resultados de los problemas 23 y 24 para resolver el sistema dado, 21 (2 (3 x ¥-(0 x 8.5 Matriz exponencial 25. Xx’ 4aTareas para el laboratorio de computo 27. a) Aplique (1) para encontrar Ia solucién general de x’ ( ax Use un CAS para encontrar e™ y después la computadora para determina los valo- es propios y los vectores propios de la matriz. de fi A 42 Taf de la solucién coefcientes A=(% 3) y 1a forma de a soli ‘general del tipo mostrado en la seccién 8.2, Por ‘itimo, haga coincidir las dos formas de la solucién ‘general del sistema ). Utilice (1) para encontrar la solucién general de X’ “(3 2 En el caso de obtener un resultado complejo, wti- lice un programa computacional para hacer Ia simplificacisn; por ejemplo en Mathematica, si ‘m=MatrixExp(A {] iene elementos complejos, in- tente entonces con el comando Simplify[ Complex Expand} a)x Mediante un CAS, encvente e™ 3)4 Cala a ae ey 28, Uilice (1) para encontrar la soluci6n general de “4 06 0 os 0-4 -. 01 0f* o 30 2 Mediante un CAS, encuentre e Problemas de anilisi 29. Lea nuevamente el anilisis que condujo al resultado dado en (8). {La matriz sI—A tiene siempre un inverso? Analice este planteamiento. 30. En los ejercicios 7.9 vimos que una matriz A de orden n Xm y distinta de cero es una matriz.nilpo tente si m es el entero positive més pequeio tal que “140 Aw =0.Comprucbe queA =| -1 0 1 Jes nitpo- tent. 11d Analice por qué resulta relativamente fécil calcular e* cuando A es nilpotent. Calcule e para la matriz dada y después use (2) para resolver el sistema X’ = AX, Potent eed mienzan en la pagina RESP-21 En los problemas 1 y 2, lene los espacios en blanco. 1. Bl vector X = k(~) es una solucién de X' = ( -t)x-()mme-— 110 6 a) Xx 4 6 6 1 30 2]x, -1 -4 =3. Sin intentar resolver el sistema, jeual de los siguientes vectores, 2, El vector X = (1 1 -()rsee + 3. Considere el sistema lineal X’ 462 ces un vector propio de la matriz de coeficientes? {Cudlesla solucién del sistema correspondiente a este vector propio? 4, Considere el sistema lineal X’ = AX de dos ecuaciones diferenciales donde A es una matriz de coelicientes real {Cua es la solucién gencral del sistema si se sabe que » ; propio correspondiente? En os problemas del 5 al 14, resuelva el sistema lineal dado ‘mediante los métodos de este capitulo. a 4x + 2) dt y é Binny ar 2 CAPITULO & Sistemas de ecuaciones diferenciales linealeswel des) wee dele 15. a) Considere el sistema lineal X' = AX de estas tres ecuaciones diferenciales de primer orden donde la rmatriz de coeficientes es 5 303 A={3 5 3], “5-5-3 y se sabe que A = 2 es un valor propio de multi- plicidad dos. Encuentze dos soluciones diferentes del sistema correspondientes a este valor propio sin utilizar ninguna férmula especial (tal como (12) de la seeci6n 8.2). 1) Aplique el procedimiento usado en el inciso a) para resolver tii rai ai)x. Pid aaeax= (5 °)x . oo » 1 ye. A mano, trace wn retrato de fase del sistema, CAPITULO 8 Ejercicios de repaso 443