Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sistemas de Ecuaciones Diferenciales
Sistemas de Ecuaciones Diferenciales
Nota. Un valor propio se le suele llamar también autovalor o eingenvalor, del mismo
modo, a un vector propio se le llama también autovector o eingenvector.
p ( ) = det (A In ) = 0F . (2)
Av = v , Av v= V , Av v= V
, (A In ) v = V , det (A In ) = 0F :
Ejemplo.
5 1
1. Halle los valores propios de A = .
3 1
5 1 1 0 5 1
Solución. A I2 = =
3 1 0 1 3 1
5 1
p ( ) = det (A In ) = = (5 ) (1 )+3
3 1
2
= 6 +8=( 2) ( 4) = 0
1 1
p ( ) = det (A I2 ) = = 2
4 +4=( 2)2 = 0
1 3
1
Hallamos el correspondiente vector propio: AB = (aij )m p (bij )p n = (cij )m n =C
1 1 x 0
(A 1 I2 ) v = , =
1 1 y 0
x y=0
, ,y= x
x+y =0
x x 1 1
de donde v = = =x . Escogemos el vector v1 = como
y x 1 1
el vector propio asociado a = 2.
S = fv 2 V : Av = vg
iii. Hallamos los vectores propios, para esto se resuelve el sistema homogéneo (A i In ) v =
0, correspondiente a cada valor propio i .
Ejemplo.
2 2
1. Calcular los valores y vectores propios de A = .
5 1
Solución. Hallamos los valores propios de A, que es
2 2 2
det (A I2 ) = det =( 2 ) (1 ) 10 = + 12
5 1
=( 3) ( + 4) = 0 ) = 4; =3
S = 4 = fv : Av = 4vg = fv : (A + 4I2 ) v = 0g
x 2 2 x 0
= : =
y 5 5 y 0
x 2x 2y = 0
= :
y 5x + 5y = 0
x x 1
= :y=x = :x2R = gen
y x 1
2
1
Así un vector propio es .
1
Para = 3 tenemos
x 5 2 x 0
S =3 = fv : Av = 3vg = fv : (A 3I2 ) v = 0g = : =
y 5 2 y 0
x 2x 2y = 0 x 5 1
= : = :y= x = x:x2R :
y 5x + 5y = 0 y 2 5=2
2
Así un vector propio es .
5
0 1
3 1 1
2. Calcular los valores y vectores propios de la matriz A = @ 1 1 1 A.
1 1 1
3 1 1
p ( ) = jA I3 j = 1 1 1 = 3
5 2
+8 4=( 1) ( 2)2 = 0
1 1 1
entonces = 1, = 2. (A + I3 ) v = 0 1 0
1
Para 1 = 1, el correspondiente eigenvector es: v1 = @ 1 A.
1
0 1 0 1
1 1
Para = 2, los correspondientes eigenvectores son: v2 = @ 1 A y v3 = @ 0 A
0 1
dx
dt = ax + by , Ay 00 + By 0 + Cy = 0
dy
dt = cx + dy
a b
p( ) = , Ar2 + Br + C = 0
c d
1 2
1. Veri…car el teorema de Cayley-Hamilton para la matriz A =
2 3
Solución. El polinomio característico es:
1 2 2
P ( ) = jA Ij = = (1 ) (3 )+4= 4 +7
2 3
3
tenemos que A es un cero (o raíz) de P ( ), pues
P (A) = A2 4A + 7I
2
1 2 1 2 1 0
= 4 +7
2 3 2 3 0 1
3 8 4 8 7 0
= + +
8 5 8 12 0 7
0 0
= :
0 0
1 2 1 2 c11 c12
=
2 3 2 3 c21 c22
c11 = 1 1+2 ( 2) = 3
Nota: En algunos casos el teorema de Cayley-Hamilton es útil para calcular la inversa
de una matriz. En efecto, dada la matriz A de orden n n y su polinomio característico
n n 1
p( ) = + an 1 + + a1 + a0
p (A) = An + an 1A
n 1
+ + a1 A + a0 I = 0
de donde conseguimos
1 1
A = An 1
+ an 1A
n 2
+ + a2 A + a1 I
a0
con a0 6= 0.
1 0
1 2 2
2. Hallar la inversa de la matriz A = @ 0 2 1 A, usando el teorema de Cayley-
1 2 2
Hamilton.
Solución. El polinomio característico es:
1 2 2
3 2
P ( ) = jA Ij = 0 2 1 = 5 +8 4
1 2 2
tomando a0 = 4, a2 = 5 y a1 = 8 se tiene
1 1
A = A2 + a2 A + a1 I
a0
20 12 0 1 0 13
1 2 2 1 2 2 1 0 0
16 7
= 4@ 0 2 1 A 5 @ 0 2 1 A + 8 @ 0 1 0 A5
4
1 2 2 1 2 2 0 0 1
0 1 0 1 1
1
2 0 2 2 0 2
1@
= 1 4 1 A = @ 14 1 1 A
4 .
4 1 1
2 4 2 2 1 2
4
0.3. Semejanza y Diagonalización de Matrices
De…nición 6 (Matrices semejantes) Se dice que dos matrices A y B del mismo orden n n
son semejantes si existe una matriz inversible C de orden n n tal que
1
B=C AC
Prueba. Como A y B son semejantes entonces B = C 1 AC, y I=C 1 C, jABj = jAj jBj
y
1C 1 1 1
det C = det I = 1 ! det C det (C) = 1 ! det C = det(C)
1 1 1
pB ( ) = det (B I) = det C AC I = det C AC C ( I) C
1 1
= det C (A I) C = det C det (A I) det (C)
1 1
= det C det (C) det (A I) = det C C det (A I)
= det (I) det (A I)
= det (A I) = pA ( )
Esto signi…ca que A y B tienen la misma ecuación característica, y como los valores propios
son raíces de la ecuación característica luego tienen los mismos valores propios.
donde 0 1
a11 0 0 0
B 0 a22 0 0 C
B C
B 0 0 a33 0 C
D=B C
B .. .. .. .. .. C
@ . . . . . A
0 0 0 0 ann
jAj = jDj = a11 a22 ann
Teorema 9 Sea A una matriz cuadrada de orden n. Si se veri…ca que A tiene n valores
propios 1 ; 2 ; ; n distintos dos a dos, entonces es diagonalizable. Además, existe una
matriz C cuyas columnas son los vectores propios v1 ; v2 ; ; vn (linealmente independientes)
asociados con los valores propios 1 ; 2 ; ; n de A para la que se cumple: A = CDC 1
equivalentemente D = C AC, donde la matriz diagonal1 D es semejante a A y
1
0 1
1 0 0 0
B 0 0 0 C
B 2 C
B 0 0 0 C
D=B 3 C
B .. .. .. . . .. C
@ . . . . . A
0 0 0 0 n
1
La matriz diagonal con componentes 1; 2; ; n se denotará por D = diag ( 1; 2; ; n ).
5
Nota: Si k es un entero positivo, entonces
0 k 1 0 1
1 0 0 0 e 1 0 0 0
B 0 k 0 0 CC B C
B 2 B 0 e 2 0 0 C
B k C B C
Dk = B 0 0 3 0 C, e = B 0
Dt 0 e 3 0 C
B .. .. .. . . . C B .. .. .. .. .. C
@ . . . . .. A @ . . . . . A
0 0 0 0 k 0 0 0 0 e n
n
Ejemplo.
Solución.
3 1 2
p ( ) = jA Ij = = 7 + 10 = ( 2) ( 5)
2 4
1 1 x 0
(A 2I3 ) v = 0 , =
2 2 y 0
x y=0
, ,y = x
2x + 2y = 0
x x 1
Luego v = = = x , así escogemos el vector propio v1 =
y x 1
1
:
1
6
Para = 5 se sigue
S =5 = fv : Av = 5vg = fv : (A 5I3 ) v = 0g
x 2 1 x 0
= : =
y 2 1 y 0
x 1
= :y= 2x = x:x2R
y 2
1
= gen
2
1
así un vector propio es v2 = .
2
1 1
Formamos la matriz C = (v1 v2 ) = tenemos que la inversa de C es
1 2
2 1
C 1 = 3 3 ,y
1 1
3 3
2 1
1 3 3 1 1 3 1 2 0 1 =2 0
D=C AC = 1 1 = = :
3 3 1 2 2 4 0 5 0 2 =5
80 1 0 1 0 1 0 19
< x 4 7 5 x 0 =
= @ y A : @ 2 3 3 A @ y A = @ 0 A
: ;
z 1 2 1 z 0
80 1 9 80 1 9
< x = < x =
x + 2y + z = 0
= @ y A: = @ y A : y = z, x = 3z
: y z=0 ; : ;
z z
80 1 9 80 19
< 3z = < 3 =
= @z A : z 2 R = gen @ 1 A
: ; : ;
z 1
0 1
3
así un vector propio es v = @ 1 A. Luego la matriz A de orden 3 3 no es
1
diagonalizable ya que tiene un sólo vector propio.
7
0 1
1 1 2
2. Determine si la matriz A = @ 1 2 1 A es diagonalizable, si lo es, encuentre una
0 1 1
matriz C tal que D = C 1 AC.
Solución. El polinomio caracteristico es p ( ) = 3 2 2 +2 = ( + 1) ( 1) ( 2)
80 19 80 19 80 19
< 1 = < 3 = < 1 =
eigenvectors: @ 0 A $ 1 = 1; @ 2 A $ 1 = 2; @ 3 A $ 2 = 3
: ; : ; : ;
1 1 1
0 1
1 3 1
entonces C = (v1 v2 v3 ) = @ 0 2 3 A
1 1 1
0 1 1 7
10 10 1 0 1
6 3 6 1 1 2 1 3 1 1 0 0
D=C 1
AC = @ 1
2 0 1
2
A@ 1 2 1 A@ 0 2 3 A = @ 0 1 0 A
1 1 1
3 3 3 0 1 1 1 1 1 0 0 2
3. Resolver 8 dx
< = 4x 3y
dt
dy
= 6x 7y
: dt
x (0) = 2, y (0) = 1
4 3 x
El sistema lineal y homogéneo es X 0 = AX, con A = yX= :
6 7 y
y 0 + 7y
y 00 = 6x0 7y 0 = 6 (4x 3y) 7y 0 = 24x 18y 7y 0 = 24 18y 7y 0
6
= 4 y 0 + 7y 18y 7y 0 = 4y 0 + 10y 7y 0 = 3y 0 + 10y
6x (t) = y 0 + 7y = 5C1 e 5t
+ 2C2 e2t + 7 C1 e 5t
+ C2 e2t
5t
= 2C1 e + 9C2 e2t
de donde
1 5t 3
x (t) = C1 e + C2 e2t
3 2
Aplicando las condiciones iniciales
x (0) = 13 C1 + 23 C2 = 2
) C1 = 3; C2 = 2
y (0) = C1 + C2 = 1
8
0.3.1. Sistemas de ecuaciones diferenciales lineales de primer orden.
Un sistema de ecuaciones diferenciales de primer orden que puede ser escrito en la forma
8 dx1
>
>
> dt = a11 (t) x1 + + a1n (t) xn + f1 (t)
< dx2 = a21 (t) x1 + + a2n (t) xn + f2 (t)
dt
. (3)
>
> ..
>
: dxn
dt = an1 (t) x1 + + ann (t) xn + fn (t)
es llamado un sistema lineal de edo.
El sistema lineal (3) puede ser escrito en forma matricial como
2 0 3 2 32 3 2 3
x1 (t) a11 (t) a12 (t) a1n (t) x1 (t) f1 (t)
6 x0 (t) 7 6 a21 (t) a22 (t) 7 6 7
a2n (t) 7 6 x2 (t) 7 6 7
6 2 7 6 6 f2 (t) 7
6 .. 7 = 6 .. .. . .. .
.. 7 6 . 7 +6 . 7,
4 . 5 4 . . 5 4 .. 5 4 .. 5
0
xn (t) an1 (t) an2 (t) ann (t) xn (t) fn (t)
o brevemente como
dX
= A (t) X + F (t) (4)
dt
donde
2 3 2 3 2 3
x1 (t) a11 (t) a12 (t) a1n (t) f1 (t)
6 x2 (t) 7 6 a21 (t) a22 (t) a2n (t) 7 6 f2 (t) 7
6 7 6 7 6 7
X = X(t) = 6 .. 7, A = 6 .. .. .. .. 7 yF =6 .. 7.
4 . 5 4 . . . . 5 4 . 5
xn (t) an1 (t) an2 (t) ann (t) fn (t)
Llamamos a A la matriz de coe…cientes de (4) y F la función de fuerza. Diremos que A y F
son continuas si sus entradas son continuas. Si F = 0 entonces diremos que el sistema
X 0 = AX, (5)
es homogéneo; de otra manera es no homogéneo.
De…nición (vector solución) Un vector solución en un intervalo I es cualquier matriz
columna 2 3
x1 (t)
6 x2 (t) 7
6 7
X=6 . 7
4 .. 5
xn (t)
cuyos elementos son funciones diferenciables que satisfacen el sistema (4) en el intervalo I.
Un vector solución de (4) equivale a n ecuaciones escalares x1 = '1 (t), x2 = '2 (t) ; ; xn =
'n (t) y tiene la interpretación geométrica de un conjunto de ecuaciones paramétricas de una
curva en en el espacio n dimensional.
En el caso particular n = 2, consideramos x = '(t), y = (t) que representan las ecuaciones
paramétricas de una curva en el plano XY. Se acostumbra llamar trayectoria a una curva en
el plano y plano fase al plano XY.
De…nición (Problema del valor inicial).
Sean t0 2 I y 2 3
x1 (t0 )
6 x2 (t0 ) 7
6 7
X (t0 ) = 6 .. 7 = X0
4 . 5
xn (t0 )
9
Entonces, el problema
X 0 = AX + F
(6)
X(t0 ) = X0
se denomina problema de valor inicial en el intervalo I.
Teorema. Si A(t) y F (t) son funciones continuas en el intervalo I = (a; b), entonces el
problema de valor inicial (6) tiene una única solución, de…nida en todo el intervalo I.
c1 X1 + + cn Xn = 0
es de…nido por
10
Teorema. (Existencia de un conjunto fundamental) Existe un conjunto fundamental
fX1 ; X2 ; Xn g de soluciones para el sistema homogeneo X 0 = AX en un intervalo I.
Teorema. (Principio de superposición). Sea fX1 ; X2 ; ; Xn g un conjunto fundamental
de soluciones del sistema homogéneo (5) en un intervalo I. Entonces la solución general de
X 0 = A (t) X, t 2 I es
X = c1 X1 + c2 X2 + + cn Xn ; (8)
donde c1 ; c2 ; cn son constantes arbitrarias.
En este caso, diremos que (8) es la solución general de X 0 = A (t) X sobre (a; b).
Prueba. Como X10 = AX1 , X20 = AX2 , ,Xn0 = AXn ; entonces
Fórmula de Abel’s
Suponga que la matriz A = A (t) de orden n n es continua en (a; b) y sea fX1 ; X2 ; ; Xn g
0
un conjunto fundamental de soluciones de X = AX sobre (a; b), y sea t0 2 (a; b). Entonces el
Wronskiano de fX1 ; X2 ; ; Xn g es dado por
Z t
W (t) = W (t0 ) exp (a11 (s) + a22 (s) + + ann (s)) ds
t0
Z t
= W (t0 ) exp tr (A (s)) ds , a<t<b
t0
X 0 = AX
, con t0 2 I,
X(t0 ) = X0
es
X = c1 X1 + c2 X2 + + cn Xn ,
donde las constantes ci , i = 1; 2; ; n son determinadas.
11
De…nición. Diremos que el vector X = X(t) es solución de (4) en un intervalo I si sus
elementos son funciones diferenciables que satisfacen (4) en dicho intervalo.
Un vector solución de la ecuación (4), equivale naturalmente, a n eccuaciones escalares
x1 = '1 (t) ; x2 = '2 (t) ; ; xn = 'n (t) y tiene la interpretación geométrica de un conjunto
de ecuaciones paramétricas de una curva de Rn . Por ejemplo, en el caso n = 2, las ecuaciones
x1 = '1 (t) ; x2 = '2 (t) representan una curva en el plano x1 x2 . Llamaremos trayectoria a una
curva en el plano y plano fase al plano x1 x2 .
1 2
Soluc. La matriz asociada es A = , cuyo polinomio característico es p ( ) =
2 1
1
( + 1) ( 3), cuyos vectores propios correspondientes son: v1 = y v2 =
1
1
. Entonces la solución general del sistema es
1
x (t) 1t 2t
X (t) = = c1 X1 + c2 X2 = c1 v1 e + c2 v2 e
y (t)
1 t 1
= c1 e + c2 e3t .
1 1
de donde x (t) = c1 e t + c2 e3t y y (t) = c1 e t + c2 e3t .
12
2. Encontrar la solución general de
8 dx
< dt = x + 2y + 2z
dy
dt = 2x + 7y + z
: dz
dt = 2x + y + 7z
1 0
1 2 2
Soluc. La matriz asociada al sistema es A = @ 2 7 1 A, characteristic polynomial:
2 1 7
p ( ) = 3 15 2 + 54 = ( 6) ( 9)
0 1 0 1 1 0
4 0 1
para 1 = 0, v1 = @ 1 A, para 2 = 6, v2 = @ 1 A y para = 9, v3 = @ 2 A.
1 1 2
Luego
0 1
x
X (t) = @ y A = c1 X1 + c2 X2 + c3 X3 = c1 v1 e 1 t + c2 v2 e 2t
+ c3 v3 e 3t
z
0 1 0 1 0 1
4 0 1
= c1 @ 1 A + c2 @ A 6t
1 e + c3 @ 2 A e9t ,
1 1 2
…nalmente x (t) = 4c1 + c3 e9t , y (t) = c1 c2 e6t + 2c3 e9t y z (t) = c1 + c2 e6t + 2c3 e9t .
1 3
Solución. El sistema equivale a X 0 = X.
5 3
1 3 2
Los valores propios de A = son p ( ) = 4 12 = 0 , 1 = 2, 2 =6y
5 3
1 3
los vectores propios correspondientes son: v1 = , v2 = . así, las soluciones
1 5
son Xi = vi e it , i = 1; 2 y la solución general es
2t
X = c1 X1 + c2 X2 = c1 v1 e + c2 v2 e6t
1 2t 3
= c1 e + c2 e6t
1 5
dx
dt = 2x + 3y
4. Resolver dy
dt = 2x + y
2 3
Solución. La matriz asociada al sistema es A = , cuyo polinomio caracteristico
2 1
es:
2
p( ) = 3 4 = ( + 1) ( 4) ,
13
así, los valores propios de A son 1 = 1y 2 = 4, los vectores propios correspondientes
1 3
son: v1 = y v2 = .
1 2
Entonces, la solución general es
2t 1 3
X = c1 v1 e + c2 v2 e6t = c1 e t
+ c2 e4t .
1 2
k1 0
Solución. La matriz sociada es A = , cuyo polinomio característico es
k1 k2
k1 0
p ( ) = jA Ij = = ( + k1 ) ( + k2 ). Así, los valores propios
k1 k2
de A son = k1 , = k2
(i) Si = k1 , entonces
0 0 x 0
(A + k1 I) v = 0 , = , k1 x + (k1 k2 ) y = 0
k1 k1 k2 y 0
k1 x 1
de donde y = k1 k2 x. Luego v = k1 =x k1 .
k1 k2 x k1 k2
1 k2 k1
, v1 = o v1 = k1
k1
k1 k2 1
0
(ii) Si = k2 , entonces v2 = , pues
1
k1 + k2 0 x 0
(A + k2 I) v = 0 , = ,x=0
k1 0 y 0
1 k1 t 0 k2 t
La solución es X (t) = A k1 e +B e ! 0, si t ! +1
k1 k2 1
14
0 1
1 2 2
0
1. Resolver X = @ 2 1 2 AX
2 2 1
Solución. El polinomio caracteristico es: p ( ) = 3 3 2 5 = ( + 1)2 (
9 5).
1 0
0 1
1 0
Los vectores propios correspondientes para 1 = 1 son: v1 = @ A
1 , v2 = @ 1 Ay
0 1
1 0
1
para 2 = 5 es v3 = @ 1 A. Así, las soluciones linealmente independientes son de la
1
forma
it
Xi = vi e , i = 1; 2; 3
y la solución general es
X = c1 X1 + c2 X2 + c3 X3 = c1 v1 e t + c2 v2 e t + c3 v3 e5t
0 1 0 1 0 1
1 0 1
= c1 @ 1 A e t + c2 @ 1 A e t + c3 @ 1 A e5t
0 1 1
X2 (t) = v2 te t de X 0 = AX entonces
X20 (t) = v2 e t
+ v2 t: e t
= AX2 = A v2 te t
t t t
v2 e + v2 t: e = A v2 te ) v2 = 0
X20 = v1 e 1t
+ (v1 t + v2 ) 1e
1t
= AX2 = A (v1 t + v2 ) e 1t
lo que equivale a
1t 1t 1t 1t 1t
v1 e + 1 v1 te + 1 v2 e Av1 te Av2 e =0
1t 1t
,( 1 v1 Av1 ) te + (v1 + 1 v2 Av2 ) e =0
luego (A 1 I) v1 = 0 y (A 1 I) v2 = v1 ; el vector propio v2 es denominado el
vector propio generalizado de A.
Por lo tanto, la solución general de X 0 = AX es
it 1t
X (t) = C1 X1 (t) + C2 X2 (t) = C1 v1 e + C2 (v1 t + v2 ) e .
Ejemplos.
15
1 3
1. Resolver X 0 = X.
3 7
1 3
Soluc. p ( ) = =7 + 2 7 +9 = 2 8 +16 = ( 4)2 = 0 ! =4
3 7
Hallamos el correspondiente vector propio: (A 4I) v = 0
3 3 x 0
= ,x+y =0,x= y
3 3 y 0
x y 1 1
luego = =y . Escogemos v1 = .
y y 1 1
Hallamos el vector propio generalizado (A I) v2 = v1
3 3 x 1 1
= , 3x + 3y = 1 , x = y
3 3 y 1 3
1 1 1
x 3 y 3 1 3
por lo tanto = = +y . Seleccionamos v2 = .
y y 0 1 0
Finalmente, la solución general es
it 1t
X (t) = C1 v1 e + C2 (v1 t + v2 ) e
1
1 1
C1 e4t + C2 t+ 3 e4t .
1 1 0
4 2
2. Resolver X 0 = X.
8 4
Soluc. , El polinomio caracteristico es p ( ) = 2 =0! = 0.
Hallamos el vector propio (A I) v = 0
4 2 x 0
= , 4x 2y = 0 , y = 2x
8 4 y 0
x x 1 1
luego = =x . Escogemos v1 = .
y 2x 2 2
Hallamos el vector propio generalizado (A I) v2 = v1
4 2 x 1
= , 4x 2y = 1 , y =
8 4 y 2
3 18
3. Resolver X 0 = X.
2 9
Solución. El polinomio caracteristico es: p ( ) = 2 + 6 + 9 = ( + 3)2
3
El vector propio asociado a = 1 = 3 es v1 = y el vector propio generalizado
1
1=2 1t 1t 1t
es (x=3y+1/2) v2 = . Luego la solución es X1 = v1 e , X2 = v1 te + v2 e
0
y la solución general es
X = c1 X1 + c2 X2
1t 1t 1t
= c1 v1 e + c2 v1 te + v2 e
16
4. Considere el modelo depredador - presa gobernado por el sistema
donde x1 (t) es la presa y x2 (t) es el depredador. Si las poblaciones iniciales son x1 (0) =
500, x2 (0) = 100. Calcule las poblaciones de las dos especies para cualquier instante
t > 0.
2 1
Solución. La matriz asociada es , cuyo polinomio caracteristico es:
1 4
p ( ) = jA Ij = 2
6 +9=( 3)2
1 1 x1 0
(A 3I) X = 0 ) = ) x1 + x2 = 0
1 1 x2 0
1
así un vector propio es v1 = . Hallamos el vector propio generalizado
1
1 1 x1 1
(A 3I) v2 = v1 , =
1 1 x2 1
x1 + x2 = 1 ! x2 = 1 x1
x1 x1 1 0
= = x1 +
x2 1 x1 1 1
0
escogemos v2 = . La solución general es
1
X = c1 X1 + c2 X2
1t 1t 1t
= c1 v1 e + c2 v1 te + v2 e
1 1 0
= c1 e3t + c2 te3t + e3t
1 1 1
1 3
5. Resolver X 0 = X.
3 7
Solución. Ejercicio.
En general, si para A = (aij )n n , existe un único vector propio v1 que corresponde al
valor propio = 1 , (de multiplicidad algebraica k), entonces existen k soluciones linealmente
independientes de la forma
X1 (t) = v1 e 1 t
X2 (t) = (v1 t + v2 ) e 1 t
1 2 1t
X3 (t) = 2 v1 t + v2 t + v3 e
..
.
k 1 t2
Xk (t) = v1 (kt 1)! + + vk 2 2! + vk 1t + vk e 1t
17
donde (A 1 I) vk+1 = vk .
Valores propios complejos
4 3
Resolver X 0 = X.
3 4
4 3
Soluc. p ( ) = jA Ij = = (4 )2 + 9 = 0 ) =4 3i.
3 4
Para = 4 3i, hallamos el correspondiente vector propio: (A I) v = 0
3i 3 x 0 3ix 3y = 0
= ! ! y = ix
3 3i y 0 3x + 3iy = 0
x x 1 1
Luego v = = =x , escogemos v1 = .
y ix i i
1 1 1
X (t) = e t v1 = e(4 3i)t
= e4t e 3it
= e4t (cos ( 3t) + i sen ( 3t))
i i i
1 cos 3t i sen 3t
= e4t (cos 3t i sen 3t) = e4t
i sen 3t + i cos 3t
cos 3t sen 3t
X (t) = C1 X1 (t) + C2 X2 (t) = C1 e4t + C2 e4t .
sen 3t cos 3t
1 5
Resolver X 0 = X
1 3
En resumen; si A = (aij )2 2 , tiene valores propios complejos conjugados = i, con
0
vectores propios asociados w = u vi. Entonces el sistema X = AX tiene dos soluciones
linealmente independientes
Ejemplo
2 1
1. Resolver X 0 = X.
1 2
18
2 1
Solución. El polinomio característico es p ( ) = = (2 )2 + 1 = 0, de
1 2
donde, los eigenvalores son =2 i; así para = 2 + i el eigenvector correspondiente es
0 1
w = u + vi = + i.
1 0
0 1 0 1
X (t) = C1 e2t cos (t) sen (t) + C2 e2t + sen (t) cos (t) .
1 0 1 0
donde
f n+1 ( )
Rn (x) = (x x0 )n+1 , con a< < x:
(n + 1)!
Evidentemente, Pn (x) es la otra parte de la fórmula. A Pn (x) se le denomina el polinomio
de Taylor de n-ésimo grado de la función f en el número x0 , y a Rn (x) se le llama el resto.
Ejemplo. Sea f (t) = eat entonces el polinomio de Taylor alreedor de t0 = 0 es
a2 2 a3 3 a4 4
f (t) = eat = 1 + at + t + t + t +
2! 3! 4!
De…nición. Sea A = (aij )n n con elementos reales (o complejos), de…nimos la matriz eAt
por
1
X
A2 2 A3 3 A4 4 Ak t k
eAt = I + At + t + t + t + =
2! 3! 4! k!
k=0
1. eA0 = I
1
2. eAt =e At
d At
3. dt e = AeAt
Esta propiedad implica que la función (t) = eAt v es una solución de X 0 = AX, para
cada vector constante v. En efecto,
d d At
(t) = e v = A eAt v = A (t) .
dt dt
19
1
4. Si A es diagonalizable, entonces eAt = eCDC t = CeDt C 1 , donde
0 1
e 1 0 0 0
B 0 e 2 0 0 C
B C
Dt B 0 0 e 3 0 C
e =B C
B .. .. .. . . .. C
@ . . . . . A
0 0 0 0 e n
x0 = ax
2. Resolver la solución es x (t) = eat x0
x (0) = x0
X 0 = AX
Resolver la solución es X (t) = eAt X0
X (0) = X0
3. Un sistema dinámico lineal viene dado por una expresión de la forma x0 = Ax, x 2 Rn
donde A es una matriz constante de orden n n. Si A tiene todos sus valores propios reales
y distintos: 1 ; 2 ; ; n , entonces el conjunto de vectores propios correspondientes
fv1 ; v2 ; ; vn g forma una base de Rn , en cuyo caso la matriz C = [v1 v2 vn ] es
inversible y
20
C 1 AC = diag[ 1 2 n] = D; además
x(t) = eAt x (0) = CeDt C 1
x (0) = Cdiag[e 1t
e 2t
:::e nt
]C 1
x0
Si se realiza el cambio de coordenadas: y = C 1 x, se tiene
y0 = C 1 0
x =C 1
(Ax) = C 1
A x=C 1
ACy = Dy
Así
y(t) = eDt y (0) = diag[e 1t
e 2t
:::e nt
]y(0)
Ejemplo:
2 1
1. Resolver X 0 = AX, donde A = .
1 2
Soluc.
2 1
p( ) = = (2 + )2 1 = (2 + 1) (2 + + 1) = ( + 1) ( + 3)
1 2
1 1
de donde los correspondientes eigenvectores son: v1 = $ 1; v2 = $
1 1
3.
1 1 1 1 1 1
Formamos la matriz C = (v1 v2 ) = ,yC = . Entonces
1 1 2 1 1
1 1 1 e 1t 0 1 1
eAt = CeDt C 1
= 2t
2 1 1 0 e 1 1
1 1 1 e t 0 1 1 1 e t +e 3t e t e 3t
= 3t = t 3t t 3t
2 1 1 0 e 1 1 2 e e e +e
Finalmente, la solución es
1 e t +e 3t e t e 3t c1
X (t) = eAt v = t 3t t 3t
2 e e e +e c2
1 c1 e t+e 3t + c2 e t e 3t
= t+e 3t t 3t
2 c2 e + c1 e e
0
Notemos que l m X (t) = .
t!1 0
2. Resolver 8 0
< x1 (t) = 2x1 (t) + x2 (t)
x0 (t) = 5x1 (t) + 2x2 (t)
: 2
x1 (0) = 60 y x2 (0) = 30
¿Para qué valor de t, x2 (t) = 0 ?
Solución. El sistema es equivalente a
x01 (t) 2 1 x1 (t)
X0 = = = AX:
x02 (t) 5 2 x2 (t)
21
i.) Para = 3
1 1 x1 0
(A + 3I) X = 0 ) = ) x1 + x2 = 0
5 5 x2 0
1
así un vector propio es v1 = .
1
ii.) Para =3
5 1 x1 0
(A 3I) X = 0 ) = ) 5x1 + x2 = 0
5 1 x2 0
1
así un vector propio es v2 = .
5
1 1 1 1 5 1
La matriz C = (v1 v2 ) = yC = , por lo que
1 5 6 1 1
1 1 1 e 3t 0 5 1
eAt = CeDt C 1
=
6 1 5 0 e3t 1 1
1 1 1 5e 3t e 3t 1 5e 3t + e3t e 3t
+ e3t
= =
6 1 5 e3t e3t 6 5e 3t + 5e3t e 3t + 5e3t
…nalmente, la solución es
1 5e 3t + e3t e 3t + e3t 60
X (t) = eAt X (0) = 3t
6 5e + 5e3t e 3t + 5e3t 30
5e 3t + e3t e 3t
+ e3t 10 45e 3t + 15e3t
= 3t + 5e3t =
5e e 3t + 5e3t 5 75e3t 45e 3t
3e 3t + e3t
= 15
5e3t 3e 3t
3 1 3
x2 (t) = 0 , 5e3t 3e 3t = 0 , e6t = 5 ,t= 6 ln 5 = 8: 513 8 10 2.
22
2 2
v1 = y v2 = .
1 1
2 2 1 1 1 2
La matriz C = (v1 v2 ) = ,yC = , por lo que
1 1 4 1 2
1 2 2 1 0 1 2
eAt = CeDt C 1
=
4 1 1 0 e t 1 2
1 2 2 1 2 1 2e t + 2 4 4e t
= t t =
4 1 1 e 2e 4 1 e t 2e t + 2
luego, la solución es
1 2e t + 2 4 4e t 200 600 400e t
X (t) = = ,
4 1 e t 2e t + 2 500 200e t + 300
es decir x (t) = 600 400e t y y (t) = 200e t + 300.
(b) Claramente
600 400e t 600
l m X (t) = l m = = X0
t!+1 t!+1 200e t + 300 300
que representa las poblaciones iniciales.
Valor Propio Repetido
eAt = e(A I)t e It = e t e(A I)t
1. Supongamos que v satisface (A I)m v = 0 entonces (A I)m+k v = 0, para k 2 Z + .
En consecuencia
(A I)2 (A I)m 1
(A I)m
e(A I)t
= I + (A I) t + t2 + + tm 1
+ tm +
2! (m 1)! m!
(A I)2 (A I)m 1
= I + (A I) t + t2 + + tm 1
2! (m 1)!
2
Si A = (aij )2 2 tiene polinomio característico p ( ) = ( 1 ) para la cual existe un único
2
vector propio v1 , usamos el teorema de Cayley- Hamilton, es decir, p (A) = (A 1 I) = 0,
para calcular eAt de la siguiente forma
( )
2 2
At t (A 1 I)t t (A 1 I) t
e =ee = e I + (A 1 I) t + = et fI + (A 1 I) tg .
2
Ejemplo.
1 2
1. Resolver X 0 = AX donde A = .
2 3
Soluc. El polinomio caracteristico: p ( ) = 2 2 +1 = ( 1)2 entonces por el teorema
de Cayley-Hamilton p (A) = (A I)2 = 0
( )
(A I)2 t2
eAt = et e(A I)t
= et I + (A I) t +
2
1 0 0 2
= et fI + (A I) tg = et + t
0 1 2 2
1 2t
= et .
2t 1 + 2t
23
1 2t 20 20et (t + 1)
luego la solución es X (t) = et = .
2t 1 + 2t 10 10et (2t 1)
2. Resolver el problema de valor inicial
8 0
< x1 (t) = 2x1 (t) + 4x2 (t)
x0 (t) = x1 (t) + 6x2 (t)
: 2
x1 (0) = 1, x2 (0) = 6
2 4
Solución. La matriz asociada es A = . El valor propio de A es
1 6
2 4
p( ) = = 2
8 + 16 = ( 4)2 ) =4
1 6
luego
…nalmente, la solución es
1 2t 4t 1 26t 1
X (t) = eAt X (0) = e4t = e4t
t 2t + 1 6 13t + 6
2
Otra forma. El vector propio correspondiente es v1 = . Hallamos el vector propio
1
1
generalizado: (A 4I) v2 = v1 de donde v2 = .
0
Así, la solución es
2 2 1
X = C1 e4t + C2 t+ e4t
1 1 0
2 1 1
Pero X (0) = C1 + C2 = ) C1 = 6, C2 = 13.
1 0 6
Luego x1 (t) = e4t (26t 1) y x2 (t) = e4t (13t + 6).
X 0 = AX
X (0) = X0
donde
0 1 0
1 1 0
2 1 6 x 1
A=@ 0 2 5 A, X=@ y A y X0 = X (0) = @ 3 A .
0 0 2 z 2
24
Solución. El polinomio característico de A es:
2 1 6
p ( ) = jA Ij = 0 2 5 = ( + 2)3 .
0 0 2
t2
eAt = e 2t (A+2I)t
e = e2t I + (A + 2I) t + (A + 2I)2
2
80 1 0 1 0 1 9
< 1 0 0 0 1 6 0 0 5
t2 =
= e2t @ 0 1 0 A + @ 0 0 5 At + @ 0 0 0 A
: 2;
0 0 1 0 0 0 0 0 0
0 5 2
1
1 t 2 t + 6t
= e2t @ 0 1 5t A
0 0 1
entonces, la solución es
0 5 2
10 1 0 2 1
1 t 2t + 6t 1 5t + 15t + 1
At 2t @ A @ 3 A = e2t @ A
X (t) = e C = e 0 1 5t 10t + 3
0 0 1 2 2
X 0 = AX
4. Dado el problema de valor inicial , donde
X (0) = X0
0 1 1 0 1 0
1 10 12 x 1
A= @ 2 2 3 A, X=@ y A y X0 = X (0) = @ 2 A .
2 1 6 z 3
p( ) = 3
9 2
+ 27 27 = ( 3)3 .
25
(b) Por el teorema de Cayley-Hamilton: p (A) = (A 3I)3 = , y de la de…nición de
matriz exponencial obtenemos
t2
eAt = e3t e(A 3I)t = e3t I + (A 3I) t + (A 3I)2
2
80 1 0 1 0 1 9
< 1 0 0 2 10
12 0 18 18
t2 =
= e3t @ 0 1 0 A + @ 2 3 At + @
1 0 18 18 A
: 2;
0 0 1 2 3 1 0 18 18
80 1 0 1 0 1 9
< 1 0 0 2 10 12 0 9 9 =
= e3t @ 0 1 0 A + @ 2 1 3 At + @ 0 9 9 A t2
: ;
0 0 1 2 1 3 0 9 9
0 1
1 2t 10t 9t2 9t2 12t
3t @ A
=e 2t 9t2 t + 1 3t 9t2
2t 9t2 t 2
9t + 3t + 1
entonces, la solución es
0 10 1
1 2t 10t 9t2 9t2 12t 1
X (t) = eAt X0 = e3t @ 2t 9t2 t + 1 3t 9t 2 A @ 2 A
2t 9t2 t 2
9t + 3t + 1 3
0 1
9t2 18t + 1
= e3t @ 9t2 + 9t + 2 A .
9t2 + 9t + 3
0 1
1 2 3 4
B 0 1 2 3 C
5. Resolver X 0 = AX donde A = B
@ 0
C.
0 1 2 A
0 0 0 1
Solución. El polinomio característico es
1 2 3 4
0 1 2 3
p ( ) = jA Ij = = (1 )4 :
0 0 1 2
0 0 0 1
t2 t3 t4
eAt = et e(A I)t
=e t
I + (A I) t + (A I)2 + (A I)3 + (A I)4 +
2 6 24
t2 t3
=e t
I + (A I) t + (A I)2 + (A I)3
2 6
80 1 0 1 0 1 0 1 9
>
> 1 0 0 0 0 2 3 4 0 0 4 12 0 0 0 8 >
>
<B C B 3=
0 1 0 0 C B 0 0 2 3 C B 0 0 C
0 4 Ct 2 B 0 0 0 0 C t
=e t B @ 0 0 + Ct + B +B C
>
> 1 0 A @ 0 0 0 2 A @ 0 0 0 0 A 2 @ 0 0 0 0 A 6> >
: ;
0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0
0 1
1 2t 3t + 2t2 4t + 6t2 + 34 t3
B 0 1 2t 3t + 2t2 C
= e tB
@ 0 0
C
A
1 2t
0 0 0 1
26
Finalmente, la solución es
0 1 0 10 1
x 1 2t 3t + 2t2 + 6t2 4t + 6t2 + 43 t3 C1
B y C B 3t + 2t2 C B C2 C
X (t) = B C = eAt C = e t B 0 1 2t CB C
@ z A @ 0 0 1 2t A @ C3 A
w 0 0 0 1 C4
0 2 4 3 2
1
C1 + C3 8t + 3t + 2tC2 + C4 3 t + 6t + 4t
B C2 + C4 2t2 + 3t + 2tC3 C
= et B
@
C.
A
C3 + 2tC4
C4
W (X1 ; X2 ; ; Xn ) (t) 6= 0, 8t 2 I.
2 1
Ejemplo. dado el sistema X 0 = X entonces el polinomio caracteristico es p ( ) =
1 2
1
( 1) ( 3) y sus correspondientes vectores npropios son respectivamente: v1 =
1
27
1 1
y v2 = . Luego, dos soluciones linealmente independientes son X1 = et y
1 1
1
X2 = e3t . Por lo tanto
1
et e3t
(t) = X1 X2 =
et e3t
Xh = c1 X1 + c2 X2 + cn Xn = (t) C.
donde 2 3
c1 (t)
6 c2 (t) 7
6 7
U (t) = 6 .. 7.
4 . 5
cn (t)
Por la regla del producto,
Xp0 = (t) U 0 (t) + 0
(t) U (t) : (11)
Al sustituir (V2) y (V3) en Xp0 = AXp + F (t) se obtiene
(t) U 0 (t) + 0
(t) U (t) = A (t) U (t) + F (t) .
28
Problema de valor inicial. La solución general de (V1) en un intervalo se puede expresar
en la siguiente forma alternativa
Z t
1
X = (t) C + (t) (s) F (s) ds, (12)
t0
donde t y t0 son puntos del intervalo. Esta ultima forma es util para resolver (V1) sujeta a
la condición inicial X (t0 ) = X0 , ya que se escogen los limites de integracion de modo que la
solución particular se anule cuando t = t0 . Al sustituir t = t0 en (V5) se obtiene X0 = (t0 ) C,
de donde C = 1 (t ) X . Al reemplazar este resultado en (V5) se llega a obtener la solución
0 0
del PVI: Z t
1 1
X (t) = (t) (t0 ) X0 + (t) (s) F (s) ds.
t0
Nota, si (t) es la matriz fundamental, entonces podemos considerar (t) = eAt , de donde
1 (s) = eAs 1
= e As . de aqui tenemos
Z t
At At0 At
X (t) = e e X0 + e e As F (s) ds
t0
Z t
= eA(t t0 )
X0 + eA(t s)
F (s) ds
t0
Ejemplo.
X 0 = AX + F (t) 6 7 60
1. Resolver el PVI , donde A = y F (t) =
x (0) = 0, y (0) = 0 1 2 90
Solución. El polinomio caracteristico es
6 7
p ( ) = jA Ij = = ( + 1) ( 5)
1 2
1 7
Los correspondientes vectores propios son v1 = y v2 = . Entonces dos solu-
1 1
1t t 1 2t
ciones linealmente independientes son X1 (t) = e v1 = e y X2 (t) = e v2 =
1
7
e5t , por lo que la matriz fundamental es
1
e t 7e5t
(t) = X1 X2 = t .
e e5t
x (0) 0 1 (t) 1 et 7et
Como X (0) = = = X0 y = 5t , por lo tanto
y (0) 0 6 e e 5t
Z t
1 1
X (t) = (t) (t0 ) X0 + (t) (s) F (s) ds
t0
t
Z t
0 e 7e5t 1 es 7es 60
= + t ds
0 e e5t 0 6 e 5s e 5s 90
t
Z t Z t
e 7e5t es 7es 10 e t 7e5t 95es
= t ds = ds
e e5t 0 e 5s e 5s 15 e t e5t 0 5e 5s
t t
e 7e5t 95es e t 7e5t 95 et 1
= t =
e e5t e 5s 0
e t e5t e 5t 1
7e5t e 5t 1 +e t 95et 95
=
e5t e 5t 1 +e t 95et 95
29
2 3 t
2. Resolver X 0 = AX + F (t), donde A = y F (t) =
1 2 5
Solución. El polinomio caracteristico es p ( ) = 2 1 cuyos vectores propios son: para
1 3
1 = 1, v1 = y para = 1, v2 = . Luego la matriz fundamental es
1 1
e t 3et 1 (t) = 1 et 3et
X (t) = y su inversa: X ,
e t et 2 e t e t
et 3et t tet 15et
t =
e e t 5 5e t te t
Z
1
X (t) = Xh (t) + Xh (t) = X (t) C + X (t) X (t) f (t) dt
t
Z
e 3et C1 e t 3et tet 15et
= t + dt
e et C2 e t et 5e t te t
t
Z
e 3et C1 e t 3et tet 15et
= t + dt
e et C2 e t et 5e t te t
30
0.5.1. Retrato Fase
Si el dato inicial (x0 ; y0 )no es un punto crítico, entonces la correspondiente trayectoría es
una curva en el plano xy a lo largo el cual el punto (x (t) ; y (t)) se mueve cuando t aumenta.
Podemos exponer cualitativamente el comportamiento de soluciones del sistema autónomo en
(15) mediante la construcción de un plano que muestre sus puntos críticos juntamente con una
colección de soluciones típicas de curvas o trayectorías en el plano xy. Tal plano es llamado un
retrato fase porque ella ilustra las fases o estados xy del sistema, e indica como ellos cambian
con el tiempo.
Interpretación como campo vectorial
F : R2 ! R2 =F (x; y) = (f (x; y) ; g (x; y)).
Cuando la variable t se interpreta como el tiempo, decimos que un sistema de ecuaciones
diferenciales es un sistema dinámico y su solución X(t) = (x(t); y(t)) se denomina estado o
respuesta del sistema en el tiempo t. De modo que un sistema dinámico es autónomo cuando la
velocidad X 0 (t) solo depende del estado actual del sistema X(t) y suele llamarse a la solución:
trayectoria u órbita.
El sistema autónomo (15),se puede escribir como un vector V (x; y) = (F (x; y); G(x; y)) de-
…ne un campo vectorial en una región del plano. V (x; y) puede interpretarse como la velocidad
de una corriente en la posición (x; y); y una solución puede interpretarse como la trayectoria
de una partícula arrastrada por esa corriente.
Tipos de soluciones
Si F (x; y), G(x; y) y sus derivadas parciales de primer orden son continuas en una región
R del plano xy, entonces una solución del sistema que satisface X(0) = X0 es única y se tiene
uno de los siguientes tres tipos básicos:
Veamos una descripción breve de éstos tipos de soluciones
1. Una solución constante x(t) = x0 , y(t) = y0 (X(t) = X0 para toda t). Una solución
constante se llama punto crítico o estacionario. Cuando üna partícula"se coloca en un
punto crítico X0 permanece allí inde…nidamente, por eso una solución constante también
se denomina solución de equilibrio. Observemos que X 0 (t) = 0 es una solución del sistema
de ecuaciones algebraicas:
F (x; y) = 0 = G (x; y) .
2. Una solución x = x(t), y = y(t) que de…ne un arco, es una curva plana que no se cruza
a sí misma, no puede ser una solución para un sistema autónomo plano , puesto que
habría dos trayectorias que parten en el mismo punto P .
31
Observese que el sistema (14) se puede escribir en la forma matricial
dX=dt = X 0 = AX,
x (t) a b
donde X = yA= .
y (t) c d
Además, si jAj =
6 0, resolvemos el sistema
ax + by = 0
) x = 0, y = 0
cx + dy = 0
y diremos que el único punto crítico de (14) es (0; 0). Dicho de otra manera, si A es no
singular, es decir jAj =
6 0, por lo que X = 0 es el único punto crítico del sistema.
Diremos tambien que en estos puntos dX=dt = 0, corresponden a soluciones constantes o
soluciones de equilibrio de (14).
Recordemos que una solución de la (14) es una función vectorial X = (t) = X1 (t) X2 (t)
que satisface el sistema. Esta función
puede concebirse como una representacion parametrica de una curva C : (x (t) ; y (t)),
t 2 [a; b] en el plano XY y el conjunto de curvas o trayectorias se denomina el retrato fase.
Clasi…cación del punto crítico (0; 0).
Los valores propios de A, son
a b 2
p ( ) = jA Ij = 0 , = (a ) (d ) bc , (a + d) +(ad bc) = 0,
c d
Diremos que el sistema lineal (14), con el único punto crítico (0; 0) es un sumidero o una
fuente, si las soluciones se acercan (o se separan)
del punto crítico de dos formas, o bien bajo la forma de nodo, o bien bajo la forma de foco.
32
Otra forma equivalente de clasi…car el punto de equilibrio (0; 0) es de la siguiente forma:
Valores propios Tipo de punto crítico (0; 0) Estabilidad
1 > 2 >0 nodo inestable
1 < 2 <0 nodo Asint. estable
2 <0< 1 punto silla inestable
= bi centro Asint. estable
= a bi, a < 0 punto espiral Asint. estable
= a bi, a > 0 punto espiral inestable
Además, si 1 = 2 > 0, diremos que (0; 0) es un nodo impropio inestable y si 1 = 2 < 0,
diremos que (0; 0) es un nodo impropio estable:
(ii) Si la partícula no se aproxima hacia el punto crítico, diremos que el punto crítico es
inestable.
Especi…camos los casos mencionados
Caso I: Valores propios reales y distintos
Vimos que la solución general es
1t 2t
X (t) = c1 v1 e + c1 v2 e .
33
(a) Ambos valores propios son negativos: Nodo estable o atractor.
Como 1 < 0 y 2 < 0 entonces claramente
l m X(t) = 0.
t!+1
1t 2t 1t
X (t) = c1 v1 e + c2 v2 e =e c1 v1 + c2 v2 e( 2 1 )t
34
(a) Raíces imaginarias puras: = bi. El punto crítico (0; 0) se llama centro.
(b) Si = a bi, con a < 0. El punto crítico (0; 0) se denomina un espiral estable.
Si la parte real es positiva, es decir a > 0, diremos que el punto crítico es inestable y la
curva solución es una espiral estable.
x (t) = eat (c1 cos t + c2 sin t) , y (t) = eat (c3 cos t + c4 sin t)
t t t c1 c2
X (t) = c1 v1 e + c2 (v1 t + v2 ) e = te c2 v1 + v1 + v2
t t
Si < 0, entonces X(t) tiende a 0 en una dirección determinada por el vector v1 . Este punto
crítico se llama nodo estable degenerado.
35
Si > 0, entonces X(t) tiende a 1 en una dirección determinada por el vector v1 . Este
punto crítico se llama nodo inestable degenerado.
Ejemplos.
8
< dx = x
>
1. Resolver dt
> dy
: = y
dt
1 0
Solución. La matriz asociada es A = los valores propios de A son 1 = 1 > 0
0 1
y 2 = 1 < 0, en este caso diremos que (0; 0) es un punto silla. Por otro lado
Z Z
dx dx=dt x dx dy C C
= = , = , ln x = ln y + ln C = ln ,y=
dy dy=dt y x y y x
y 10
-5 -4 -3 -2 -1 1 2 3 4 5
-2 x
-4
-6
-8
-10
-12
Además, sea F : R2 ! R2 de…nida por F (x; y) = (x; y), podemos ver en el grá…co
siguiente el comportamiento del campo vectorial F
36
y
4
-5 -4 -3 -2 -1 1 2 3 4 5
x
-2
-4
8
< dx = x
>
2. Resolver dt
> dy
: = 2y
dt
1 0
Solución. La matriz asociada es A = los valores propios de A son 1 = 1 > 0
0 2
y 2 = 2 > 0, en este caso diremos que (0; 0) es un nodo inestable. Por otro lado,
Z Z
dx x dx 1 dy 1
= , = , ln x = ln y+ln C = ln Cy 1=2 , x = Cy 1=2 , y = Kx2
dy 2y x 2 y 2
y
6
-5 -4 -3 -2 -1 1 2 3 4
x
-2
-4
-6
Si de…nimos el campo
8
< dx = 2y
>
3. Resolver dt
> dy
: = 12 x
dt
0 2
Solución. La matriz asociada es A = cuyos valores propios son
1=2 0
0 2 2
p( ) = = +1=0) = i
1=2 0
37
en este caso diremos que (0; 0) es un centro. Por otro lado,
Z Z
dx 2y x2 x2
= 1 , xdx = 4 ydy , = 2y 2 +C , +y 2 = K familia de elipses
dy 2 x 2 4
El campo vectorial es
y
6
-7 -6 -5 -4 -3 -2 -1 1 2 3 4 5 6 7
x
-2
-4
-6
8
< dx = y
>
4. Resolver dt
> dy
: = 2x + y
dt
0 1
Solución. La matriz asociada es A = , cuyo polinomio caracteristico es p ( ) =
2 1
2 2 = ( + 1) ( 2) = 0, en este caso diremos que (0; 0) es un punto silla, y los
1 1
vectores propios son: para 1 = 1, v1 = y para 2 = 2, v2 = por lo
1 2
que la solución es
1 1
X (t) = C1 e t + C2 e2t
1 2
dx
Por otro lado, otra forma de resolver el sistema es haciendo x0 = entonces x00 = y 0 =
dt
2x + y = 2x + x0 , x00 x0 2x = 0, entonces la ecuación auxiliar asociada es
r2 r 2 = (r 2) (r + 1) = 0
dx
luego, la solució es x (t) = C1 e2t + C2 e t. Además, y (t) = = 2C1 e2t C2 e t.
dt
38
5
y
4
-5 -4 -3 -2 -1 1 2 3 4 5
-1 x
-2
-3
-4
-5
6. Clasi…car el punto crítico (0; 0) de cada sistema X 0 = AX como un nodo estable, nodo
inestable o un punto silla.
2 3 10 6
(a) A = (b) A =
2 1 15 19
Solución. (a) Puesto que los valores propios son: = 4 > 0, = 1 < 0, luego (0; 0)
es un punto silla. Además, los vectores propios correspondientes son respectivamente:
3 1
v1 = , y v2 = .
2 1
Si X(0) está sobre la recta y = x, entonces X(t) tiende a 0. Para cualquier otra
condición inicial, X(t) queda sin cota en las direcciones determinadas por v1 .
(b) Puesto que los valores propios son = 4 < 0, = 25 < 0, entonces (0; 0) es un
nodo estable. Además, los vectores propios correspondientes son
1 2
v1 = , v2 = :
1 5
39
7. Determine la condición del parámetro real tal que (0; 0) sea un punto espiral estable
del sistema lineal
x0 = y
y0 = x + y
0 1
Solución. La matriz asociada del sistema lineal es A = , cuyo polinomio
1
caracterítico es
0 1 2
p( ) = = +1
1
p
2 4
cuyas raíces son = , luego <0y 2 4 de donde 2 ]0; 2[.
2
Sistemas no lineales
Una gran variedad de fenómenos naturales son modelados por dos sistemas de ecuaciones
diferenciales de la forma 8
< dx = f (x; y)
>
dt (15)
> dy
: = g (x; y)
dt
donde f y g son funciones no lineales a la vez.
Usualmente pensamos en las variables x e y como variables de posición en el plano xy, y
de t como la variable temporal. La ausencia de la variable t en el lado derecho de (15) hace
que el sistema sea fácil de analizar y su solución facil de visualizar, dicho sistema se denomina
sistema autónomo.
Generalmente asumimos que las funciones f y g son continuamente diferenciables en
alguna región R del plano xy. Luego de acuerdo al teorema de existencia y unicidad, dada t0
y un puto (x0 ; y0 ) de R, existe una única solución x = x (t), y = y (t) de (15) que es de…nida
sobre algún intervalo abierto (a; b) conteniendo a t0 y satisfaciendo las condiciones iniciales
x (t0 ) = x0 , y (t0 ) = y0 .
Las ecuaciones x = x (t), y = y (t) describe una curva solución en el plano fase. Cualquier
curva solución de este tipo es llamada una trayectoria del sistema (15), y precisamente una
trayectoria pasa por cada punto (x0 ; y0 ) de la región R.
De…nición. Un punto de equilibrio del sistema (15) es un punto (x ; y ) tal que
f (x ; y ) = 0 = g (x ; y ) .
x (t) x , y (t) y
tiene derivadas x0 (t) 0 y y 0 (t) 0, y por lo tanto automaticamente satisface las ecuaciones
en (15). Tales soluciones constantes es llamada una solución de equilibrio del sistema en
mención.
Nota: a un punto crítico también se le denomina punto: crítico, …jo, de reposo, singular,
etc.
40
Retrato Fase
Si el dato inicial (x0 ; y0 ) no es un punto crítico, entonces la correspondiente trayectoría es
una curva en el plano xy a lo largo el cual el punto (x (t) ; y (t)) se mueve cuando t aumenta.
Podemos exponer cualitativamente el comportamiento de soluciones del sistema autónomo en
(15) mediante la construcción de un plano que muestre sus puntos críticos juntamente con una
colección de soluciones típicas de curvas o trayectorías en el plano xy. Tal plano es llamado
un retrato fase, como ya mencionamos antes, porque ella ilustra las fases o estados xy del
sistema, e indica como ellos cambian con el tiempo.
Interpretación del sistema (15) como campo vectorial
Cuando la variable t se interpreta como el tiempo, decimos que un sistema de ecuaciones
diferenciales es un sistema dinámico y su solución X(t) = (x(t); y(t)) se denomina estado o
respuesta del sistema en el tiempo t. De modo que un sistema dinámico es autónomo cuando la
velocidad X 0 (t) solo depende del estado actual del sistema X(t) y suele llamarse a la solución:
trayectoria u órbita.
El sistema autónomo (15), se puede escribir como un vector V (x; y) = (f (x; y); g(x; y))
que de…ne un campo vectorial en una región del plano. V (x; y) puede interpretarse como la
velocidad de una corriente en la posición (x; y); y una solución puede interpretarse como la
trayectoria de una partícula arrastrada por esa corriente.
Tipos de soluciones
Si f (x; y), g(x; y) y sus derivadas parciales de primer orden son continuas en una región
R del plano xy, entonces una solución del sistema que satisface X(0) = X0 es única y se tiene
uno de los siguientes tres tipos básicos:
1. Solución constante: X(t) = X0 para todo t. Una solución constante se llama punto
crítico o estacionario. Cuando üna partícula"se coloca en un punto crítico X0 y per-
manece allí inde…nidamente, por eso una solución constante también se denomina solu-
ción de equilibrio. Observemos que X 0 (t) = 0 es una solución del sistema de ecuaciones
algebraicas:
f (x; y) = 0 = g (x; y) .
2. Una solución X (t) = (x(t); y(t)) que de…ne un arco o una curva plana, que no se cruza
a sí misma.
41
si (x ; y ) es un punto de equilibrio de (15) entonces
dx @f @f
= f (x; y) f (x ; y ) + (x ; y ) (x x )+ (x ; y ) (y y )+
dt @x @y
y
dy @g @g
= g (x; y) g (x ; y ) + (x ; y ) (x x )+ (x ; y ) (y y )+
dt @x @y
@f @f @g @g
Si hacemos a = (x ; y ), b = (x ; y ), c = (x ; y ) y d = (x ; y ) luego
@x @y @x @y
8
< dx = a (x x ) + b (y y )
>
dt
> dy
: = a (x x ) + d (y y )
dt
Haciendo el cambio de variable (traslación) u = x x y v = y y obtenemos el sistema
linealizado 8
< du = au + bv
>
dt sistema lineal
> dv
: = au + dv
dt
en el plano U V .
Ejemplos.
1. Encontrar los puntos criticos, clasi…carlos y veri…car sus conclusiones por medio del
retrato fase del sistema 8
< dx = x y = f (x; y)
>
dt
> dy
: = x2 y = g (x; y)
dt
Solución. Puntos críticos:
f (x; y) = x y = 0 y=x
) ) (0; 0) , (1; 1)
g (x; y) = x2 y = 0 y = x2
1 1
i) Si (x ; y ) = (0; 0) entonces A = JF (0; 0) = los valores propios de A son
0 1
1 =1>0y 2 = 1 < 0 por lo que (0; 0) es un punto silla.
1 1
ii) Si (x ; y ) = (1; 1) entonces B = JF (1; 1) = los valores propios de B son
2 1
2
p ( ) = (1 )( 1 )+2= +1=0) = i
42
por lo que (1; 1) es un centro.
Puntos críticos:
f (x; y) = y = 0 y=0
) ) (0; 0) , (2; 0) , ( 2; 0)
g (x; y) = x3 4x = 0 x x2 4 =0
0 1
i) Si (x ; y ) = (0; 0) entonces A = JF (0; 0) = los valores propios de A son
4 0
= 2i
por lo que (0; 0) es un centro.
0 1
ii) Si (x ; y ) = (2; 0) entonces B = JF (2; 0) = los valores propios de B son
8 0
2
p
p ( ) = jB Ij = 8=0) = 2 2
2
p
p ( ) = jC Ij = 8=0) = 2 2
43
por lo que ( 2; 0) es un punto silla.
a) Resolver el sistema
b) Clasi…que los puntos de equilibrios y gra…que el sistema
a 0
i) Si (x ; y ) = (0; 0) entonces A = JF (0; 0) = los valores propios de A son
0 b
=a>0y = b<0
44
por lo que (0; 0) es un punto silla.
!
bp
b a b a 0 q
ii) Si (x ; y ) = ; entonces B = JF ; = aq los valores propios
q p q p p 0
de B son
2
p ( ) = jB Ij = + ab = 0
p b a
de donde = abi, por lo que
; es un centro.
q p
Gra…camos el retrato fase del sistema, en particular para a = 200, p = 4, b = 150 y
q=2
4. Encontrar los puntos criticos, clasi…carlos y veri…car sus conclusiones por medio del
retrato fase del sistema 8
< dx = y 1
>
dt
> dy
: = x2 y
dt
Solución. Puntos críticos:
f (x; y) = x y
)
g (x; y) = x2 y
5. Encontrar los puntos criticos, clasi…carlos y veri…car sus conclusiones por medio del
45
retrato fase del sistema 8
< dx = xy 2
>
dt
> dy
: = x 2y
dt
Solución. Puntos críticos:
f (x; y) = xy 2
)
g (x; y) = x 2y
6. Dado el sistema en R2
x0 = x
y 0 = 1 x2 y2
Solución. Ejercicio
46
de donde obtenemos los puntos de equilibrios (0; 0) ; (3; 0) ; (2; 2).
1 1 !
3 2x y x
La matriz Jacobiana es: J (x; y) = 2 2 y enseguida, analizamos
2y 4 2x
cada punto de equilibrio:
3 0
i.) Si A = J (0; 0) = sus valores propios son: 1 = 3 > 0, 2 = 4 > 0, tenemos
0 4
nodo divergente en (0; 0).
3 3=2
ii.) Si B = J (3; 0) = sus valores propios son: 1 = 3 < 0, 2 = 2 < 0,
0 2
tenemos nodo convergente en (3; 0).
2 1 p
iii.) Si C = J (2; 2) = , sus valores propios son: 1 = 5 1 > 0, 2 =
4 0
p
5 1 < 0, entonces (2; 2) es punto silla.
5
y
4
-5 -4 -3 -2 -1 1 2 3 4 5
-1 x
-2
-3
-4
-5
x (3 x 2y) = 0 x = 0, x + 2y = 3
) ;
y (2 x y) = 0 y = 0, x + y = 2
47
3 0
i.) Si A = J (0; 0) = , entonces 1 = 3 > 0, 2 = 2 > 0, asi (0; 0) es un nodo
0 2
divergente.
1 0
ii.) Si B = J (0; 2) = , sus valores propios son: 1 = 1 < 0, 2 = 2 < 0,
2 2
luego (0; 2) nodo convergente
3 6
iii.) Si C = J (3; 0) = , sus valores propios son: 1 = 3 < 0, 2 = 1 < 0,
0 1
entonces (3; 0) es nodo convergente.
1 2 p
iv.) Si D = J (1; 1) = , sus valores propios son: 1 = 2 1 > 0, 2 =
1 1
p
2 1 < 0, asi (1; 1) es un punto silla.
5
y
4
-5 -4 -3 -2 -1 1 2 3 4 5
-1 x
-2
-3
-4
-5
48
Problemas Propuestos
1 3
a) A =
3 7
3 4
b) A =
2 1
0 1
1 1 1
c) A = @ 2 1 1 A
0 1 1
0 1
3 0 2
d) A = @ 1 1 0 A
2 1 0
X 0 = AX
2. Resolver el problema de valor inicial , donde
X (0) = X0
1 3 x 3
a) A = , X= y X0 = .
3 1 y 1
0 1 1 00 1
0 1 1 x 1
b) A = @ 1 0 1 A, X = @ y A y X 0 = @ 4 A.
1 1 0 z 0
0 1 0 1 0 1
0 1 2 x 1
c) A = @ 1 0 2 A, X = @ y A y X 0 = @ 3 A.
0 2 3 z 0
49
7. Considere el modelo depredador - presa, gobernado por
8 0
< x1 (t) = x1 (t) + 3x2 (t)
x0 (t) = 3x1 (t) + x2 (t)
: 2
x1 (0) = 2, x2 (0) = 4
8. Dos tanques que contienen cada uno 100 litros de líquido se encuentran interconectados
por medio de dos tubos. El líquido ‡uye del tanque A hacia el tanque B a razón de 4
lit/min, y de B hacia A a razón de 1lit/min. El líquido contenido en el interior de cada
tanque se mantiene se mantiene bien agitado. Hacia el tanque A ‡uye agua pura a razón
de 3 lit/min, y la solución ‡uye hacia afuera del tanque B a 3 lit/min. Si inicialmente el
tanque A contiene 10 kg de sal y el tanque B no contiene sal (solamente agua).
Exprese el modelo matemático para este problema en el instante t 0.
1 8 e t
a) A = y f (t) =
1 1 tet
1 2 tan t
b) A = y f (t) =
1 1 1
0 1 01
3 1 1 0
c) A = @ 1 1 1 A y f (t) = @ t A
1 1 1 2et
1 1 e2t 2
a) X 0 = X+ , X (0) =
1 3 2e2t 1
1 1=t
1 2
b) X 0 = ,
X+ X (1) =
1 1=t
1 1
0 1 0 2t
1 0 1
1 2 0 2te 2
0
c) X = @ A
0 1 2 X+ @ 0 A , X (0) = @ 1 A
0 0 1 0 0
11. Determine la condición del parámetro real tal que (0; 0) sea un punto espiral estable
del sistema lineal
x0 = y
y0 = x + y
50
13. Escriba la ecuación diferencial no lineal de segundo orden respectiva en forma de un
sistema autónomo plano. Determine todos los puntos críticos
14. El crecimiento de una burbuja de vapor durante el proceso de ebullición lo rige la ecuación
diferencial
2 00 2 1
xx + x0 = 1 ,
3 x
donde x es el radio de la burbuja. De…na una nueva variable y, mediante y = x0 . Escriba
la ecuación de crecimiento de la burbuja como un sistema y determine el o los puntos
críticos del sistema e identi…que puntos silla o centros y esbozar el retrato fase.
15. Dado el sistema 8
< x0 = dx = y 2
>
dt
> y 0 = dy = 2 x
:
dt 3
y0 dy
a) Haga el cambio de variable 0 = para transformar el sistema en una ecuación
x dx
diferencial ordinaria de primer orden y luego resolverla.
b) Esboze el diagrama fase de la solución de la ecuación diferencial de la parte (a).
51
20. Dado el siguiente modelo poblacional
8
< dx = x (3
>
x 2y)
dt
> dy
: = y (2 x y)
dt
52