Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Índice
1. Primeras definiciones 2
1.1. Problema del valor inicial . . . . . . . . . . . . . . . . . . . . . . 6
2. Sistemas homogéneos 6
3. Sistemas completos 9
3.1. Método de variación de los parámetros . . . . . . . . . . . . . . . 10
5. Ejemplos. 15
1
1. Primeras definiciones
Estudiaremos la resolución de sistemas de ecuaciones diferenciales del tipo
dx1
= f1 (t, x1 , . . . , xn )
dt
.. .. (1)
. .
dxn
= fn (t, x1 , . . . , xn )
dt
donde t ∈ I ⊆ R. Una solución de (1) son n funciones x1 (t), . . . , xn (t) derivables
en I tales que:
dxi
= fi (t, x1 , . . . , xn ) para i = 1, . . . , n.
dt
Ejemplo 1 Para
dx1
dt
= 1
dx2 = 2x1
dt
2
x1 (t) = t y x2 (t) = t es una solucı́ón del sistema de ecuaciones diferenciales
anterior donde I = R.
Frecuentemente se pide encontrar una solución del sistema (1) que cumpla las
condiciones iniciales:
e2t
Por ejemplo, x1 (t) = et y x2 (t) = 1 + es la solución del problema de
2
valores iniciales
dx1
= x1
dt
dx2
= x21
dt
x1 (0) = 1 , x2 (0) = 3
2
2
Los sistemas de ecuaciones diferenciales aparecen en aplicaciones biológicas
y fı́sicas, describiendo sistemas en los que el cambio de una variable xi no sólo
depende de t y xi sino de otras variables.
d3 y d2 y
Ejemplo 2 La EDO + 2 + 3y = et con valores iniciales
dt3 dt
y(0) = 1, y 0 (0) = 0, y 00 (0) = 0
haciendo
dy d2 y
y = x1 , = x2 , 2 = x3
dt dt
se transforma en el sistema lineal de valores iniciales:
dx1
= x2
dt
dx2
= x3
dt
dx3
= −x3 − 3x1 + et
dt
x1 (0) = 1 x2 (0) = 0 x3 (0) = 0
3
Definición 1 Un sistema de ecuaciones diferenciales del tipo
0
x1 = a11 (t)x1 + · · · a1n (t)xn + b1 (t)
..
.
0
xn = an1 (t)x1 + · · · ann (t)xn + bn (t)
se denomina sistema lineal de primer orden. Las funciones aij (t), bi (t) se su-
pondrán continuas en un intervalo dado I = (a, b). Si bi (t) = 0 ∀t ∈ I y
para todo i = 1, . . . , n, se dice que el sistema es homogéneo. El sistema anterior
se suele expresar en forma matricial del siguiente modo:
siendo 0
x1 (t) x1 (t)
.. 0 0 ..
X = X(t) = . , X = X (t) = .
xn (t) x0n (t)
a11 (t) · · · a1n (t) b1 (t)
.
.. . .. .
.. .
A(t) = , B(t) = ..
an1 (t) · · · ann (t) bn (t)
Si el sistema es homogéneo, se escribe
4
o bien
X 0 (t) = AX(t)
entendiendo que
x1 0 (t)
x1 (t)
X(t) = ... y X 0 (t) = ..
.
xn (t) xn 0 (t)
Si además x1 (t), . . . , xn (t) satisfacen las condiciones iniciales
x1 (t0 ) = x01 , . . . , xn (t0 ) = x0n
x01
x0n
se representa como
1 0 1 1
X 0 (t) = 1 1 0 X(t) , X(0) = X0 = 0 .
0 1 1 −1
5
x1 (t)
Definición 2 Diremos que X = X(t) = ... ∈ F(I, R)n es solución de
xn (t)
(1) en un intervalo I si sus elementos son funciones derivables en I que satisfacen
(1) en todos los puntos de dicho intervalo.
x0n
un vector cuyas entradas son constantes dadas, el problema de resolver
X(t0 ) = X0
tiene una solución única definida en todo el intervalo I.
Teorema 2 Existe una y sólo una solución del problema de valores iniciales
0
x1
0 0 ..
X (t) = AX(t) , X(t0 ) = X = . .
x0n
Además esta solución existe para −∞ < t < ∞ (véase Teorema 14).
2. Sistemas homogéneos
Teorema 3 Sean X1 (t) y X2 (t) dos soluciones del sistema lineal homogéneo (2)
(i.e X 0 (t) = A(t)X(t)). Entonces:
6
1. λ · X1 (t) es también solución, donde λ ∈ R.
2. X1 (t) + X2 (t) es también solución.
Se demuestra que toda solución del sistema lineal X 0 (t) = A(t)X(t) se puede
expresar como suma de una combinación lineal finita de soluciones particulares.
Teorema 4 [Teorema de estructura.] El conjunto S de soluciones del sistema ho-
mogéneo (2) tiene estructura de espacio vectorial real de dimensión n. Por tanto,
n soluciones linealmente independientes en I determinan una base de S.
7
Observaciones 2 Si Φ(t) es una matriz fundamental y M ∈ Mn×n (R) es regular,
entonces Φ(t)M es también matriz fundamental.
X(t) = Φ(t)C
c1
donde Φ(t) es una matriz fundamental y C = ... ∈ Rn es un vector formado
cn
por constantes.
X 0 (t) = A(t)X(t)
X(t0 ) = X0
es
X(t) = Φ(t)Φ(t0 )−1 X0 .
e−t (t + 1)e−t
Ejercicio 1 Comprobad si X1 (t) = y X2 (t) = son
−e−t −te−t
dos soluciones linealmente independientes del sistema
dx1 = x2
dt
0 1
que se representa como X 0 (t) = X(t).
dx −1 −2
2
= −x1 − 2x2
dt
8
Ejercicio 3 Determinad, en cada caso, si las soluciones que se dan forman una
base para el conjunto de soluciones del sistema correspondiente.
−t
et
e
1. X1 (t) = y X2 (t) = para el sistema
−e t e−t
0 0 −1
X (t) = X(t).
−1 0
e2t
6t
0 e
2. X1 (t) = e2t , X2 (t) = e4t y X3 (t) = 0 para el siste-
0 e4t e6t
ma
4 −2 2
X 0 (t) = −1 3 1 X(t).
1 −1 5
e−3t
0
3. X1 (t) = e−3t y X2 (t) = e−5t para el sistema
0 e−5t
−5 2 −2
X 0 (t) = 1 −4 −1 X(t).
−1 1 −6
3. Sistemas completos
Teorema 9 [Solución general de un sistema no homogéneo.] Dado el sistema
no homogéneo X 0 (t) = A(t)X(t) + B(t) y dada una solución particular Xp (t)
del mismo en el intervalo I, la solución general será
siendo Xc (t) la solución general del sistema homogéneo asociado X 0 (t) = A(t)X(t).
Escrito de modo equivalente,
9
3.1. Método de variación de los parámetros
Si somos capaces de resolver X 0 (t) = A(t)X(t), para obtener la solución ge-
neral de X 0 (t) = A(t)X(t) + B(t) basta con conocer una solución particular del
mismo. Pero, ¿cómo encontrarla? Se aplica el método de variación de los paráme-
tros, esto es, se conjetura la existencia de una solución particular del sistema no
homogéneo, Xp (t) = Φ(t)C(t), donde Φ(t) es una matriz fundamental del siste-
ma X 0 (t) = A(t)X(t) y las constantes del vector C pasan a ser funciones:
c1 (t)
C(t) = ... .
cn (t)
10
4.1. Método autovalor-autovector para encontrar soluciones.
Consideremos el sistema lineal homogéneo de coeficientes constantes
X(t) = eλt →
−
v donde λ ∈ R y →
−
v ∈ Rn (2).
X 0 (t) = λeλt →
−
v y AX(t) = A(eλt →
−
v ) = eλt A→
−
v.
Xj (t) = eλj t →
−
vj del sistema X 0 (t) = AX(t).
Xj (t) = eλj t →
−
vj , j = 1 . . . , n
X(t) = c1 eλ1 t →
−
v1 + · · · + cn eλn t −
v→
n.
11
4.2. Exponencial de una matriz cuadrada
Definición 5 Si A es una matriz cuadrada de orden n, real o compleja, la expo-
nencial de A, representada por eA es la matriz de orden n dada por la serie de
potencias:
A2 An
eA = I + A + + ··· + + ···
2! n!
Observaciones 3 La serie de potencias anterior es convergente para cualquier
matriz A.
Proposición 11 Sean A y B matrices cuadradas del mismo orden. Se cumplen las
siguentes propiedades
1. Si A · B = B · A entonces eA · eB = eA+B = eB · eA .
2. eOn = In , donde On es la matriz nula de orden n, e In la matriz identidad.
3. eλA · eµA = e(λ+µ)A , siendo λ y µ números reales o complejos.
4. eA · e−A = In y en consecuencia eA es invertible y
(eA )−1 = e−A .
e λ1
λ1 0 · · · 0 0 ··· 0
0 λ2 · · · 0 0 e λ2 ··· 0
5. Si D = ⇒ eD =
.
.. .. . . .. .. .. .. ..
. . . . . . . .
0 0 ··· λn 0 0 ··· eλn
12
4.3. Solución de los sistemas lineales de ecuaciones diferenciales de
coeficientes constantes.
Proposición 12 La matriz etA es una matriz fundamental del sistema X 0 = AX.
o bien
Z t Z t
sJ −1
tJ
Xc (t) = P e C, Xp (t) = P e tJ
[(P e ) B(s)] ds = P e tJ
[(e−sJ P −1 )B(s)] ds
t0 t0
13
que escribiremos resumidamente como
b1 (t)
X 0 (t) = AX(t) + B(t) , donde B(t) = ... .
bn (t)
e λ1 t
0 ··· 0
0 e 2t · · ·
λ 0
eAt = P · eDt · P −1 = P · · P −1 .
.. .. .. ..
. . . .
0 0 ··· eλn t
14
y P la matriz de paso. Entonces,
e λ1 t
tJ 0
Φ(t) = P e =P
0 e λ2 t
es una matriz fundamental.
2. Si la matriz A no es diagonalizable, con un autovalor doble λ ∈ R, entonces
J = P −1 AP con
λ 1
J= P = (P 1 P 2 )
0 λ
5. Ejemplos.
Ejemplo 5 Resolver el problema de valor inicial X 0 (t) = AX(t) donde
0 1 1 1
A = 1 0 1 y X(0) = X0 = 1 .
1 1 0 1
15
Para el autovalor 2, V2 = Ker(A − 2I3 ), dim(V2 ) = 1 y tiene por ecuaciones:
−2 1 1 x 0
1 −2 −2x + y + z = 0
1 y = 0 ⇒
x − 2y + z = 0
1 1 −2 z 0
1
siendo v1 = 1 ∈ V2 un vector propio asociado a dicho autovalor.
1
Para el autovalor −1, V−1 = Ker(A + I3 ), dim(V−1 ) = 3 − rango(A + I3 ) =
2, y tiene por ecuaciones:
1 1 1 x 0
1 1 1 y = 0 ⇒ x + y + z = 0
1 1 1 z 0
−1 −1
siendo BV−1 = {v2 , v3 } = { 0 , 1 } una base del subespacio V−1 .
1 0
Por tanto, para
2 0 0 1 −1 −1 1 1 1
1
D = 0 −1 0 , P = 1 0 1 y P −1 = −1 −1 2
3
0 0 −1 1 1 0 −1 2 −1
La solución es
e2t 0
0 1
At 0 Dt −1 0 −t −1
X(t) = e · X = P e P X = P 0 e 0 P 1 =
0 0 e −t 1
16
Solución: haciendo y(t) = x1 (t), y 0 (t) = x01 (t) = x2 (t) e y 00 (t) = x02 (t) con lo
que resolver la ecuación equivale a resolver el sistema:
0
x1 (t) = x2 (t)
con valores iniciales x1 (0) = 1, x2 (0) = 3.
x02 (t) = 2x1 (t) + x2 (t) + et
que se expresa en forma matricial como
siendo
x1 (t) 0 1 0 0 1
X(t) = , A= , B(t) = yX =
x2 (t) 2 1 et 3
La solución de este sistema viene dada por
Z t
X(t) = e At 0
·X +e At
e−As · B(s)ds
0
Vayamos haciendo los cálculos necesarios para aplicar la fórmula anterior. Para el
cálculo de eAt veamos si A es diagonalizable. Su polinomio caracterı́stico es:
−t 1
P (t) =
= t2 − t − 2 = (t − 2)(t + 1).
2 1−t
y como los dos autovalores son reales y distintos, A es diagonalizable sobre los
reales. Vamos a determinar bases de los subespacios de vectores propios:
Para el autovalor 2, V2 = Ker(A − 2I2 ), dim(V2 ) = 1 y tiene por ecuaciones:
−2 1 x 0
= ⇒ −2x + y = 0
2 −1 y 0
1
siendo v1 = ∈ V2 un vector propio asociado a dicho autovalor.
2
Para el autovalor −1, V−1 = Ker(A + I2 ), dim(V−1 ) = 1 y tiene por ecua-
ciones:
1 1 x 0
= ⇒ x+y = 0
2 2 y 0
1
siendo v2 = ∈ V2 un vector propio asociado a dicho autovalor.
−1
Por tanto, para
2 0 1 1 1 1 1
D= ,P = y P −1 =
0 −1 2 −1 3 2 −1
17
se verifica que A = P DP −1 y eAt = P eDt P −1
Cálculo de eAt · X0 :
e2t 0
At 0 Dt −1 0 −1 1
e · X = Pe P X = P P =
0 e−t 3
Rt
Cálculo de eAt e−As · B(s)ds
0
Z t
(e−s − e2s )ds
−e2t + 3 − 2e−t
t
Z
1 0 1
e−As · B(s)ds =
=
0 3 Z t −s
6
2t −t
e + 3 − 4e
(2e + e2s )ds
0
por tanto
Z t
e + 2e−t e2t − e−t 1 −e2t + 3 − 2e−t
2t
At −As 1
e e ·B(s)ds = =
0 3 2e2t − 2e−t 2e2t + e−t 6 e2t + 3 − 4e−t
18
Ejemplo 7 Resolver el problema de valor inicial X 0 (t) = AX(t) donde
1 1 0 1
A= y X(0) = X = .
−1 3 1
19
ya que
Tt 1 1 0 0 t 1 t
e = I2 + T t + (T t)2 + · · · = I2 + T t = + =
2! 0 1 0 0 0 1
Finalmente, la solución es
e2t te2t
At 0 Jt −1 0 1 0 1 0 1
X(t) = e ·X = P e P X = 2t =
1 1 0 e −1 1 1
siendo
3e2t
x1 (t) 2 1 0 1
X(t) = , A= , B(t) = yX =
x2 (t) 0 2 4e2t 1
Vayamos haciendo los cálculos necesarios para aplicar la fórmula anterior. El cálcu-
lo de eAt se ha realizado en el ejercicio anterior, ya que la matriz J de dicho ejer-
cicio es ahora la matriz A. No obstante, conviene recordar que la matriz A es una
matriz de Jordan y no es diagonalizable. Recordamos entonces que
2t
te2t
At e
e =
0 e2t
20
Rt
Cálculo de la integral 0 e−As · B(s)ds :
t Z t Z t
e−2s −se−2s 3e2s
Z
−As 3 − 4s
e ·B(s)ds = ds = ds =
0 0 0 e−2s 4e2s 0 4
Z t
(3 − 4s)ds
3t − 2t2
0
== .
Z t
4t
4ds
0
La solución del sistema es:
Z t
At 0 −As
X(t) = e X + e · B(s)ds =
0
21