Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ORDINARIAS
CONTENIDO
𝑥 10 = 𝑓1 (𝑡, 𝑥 1 , 𝑥 2 , · · · , 𝑥 𝑛 )
𝑥 20 = 𝑓2 (𝑡, 𝑥 1 , 𝑥 2 , · · · , 𝑥 𝑛 )
··· (1)
𝑥 𝑛0 = 𝑓1 (𝑡, 𝑥 1 , 𝑥 2 , · · · , 𝑥 𝑛 )
1
CLASE 31
dónde
©𝑥1 ª © 𝑎 11 𝑎 12 · · · 𝑎 1𝑛 ª © 𝑏 1 (𝑡) ª
𝑎 21 𝑎 22 · · · 𝑎 2𝑛 ® 𝑏 2 (𝑡) ®
® ® ®
𝑥2 ®
𝑥 = . ®® , 𝐴(𝑡) = .
.. .. ® ,
® 𝐵(𝑡) = . ®®
.. ® . . . . ® .. ®
® ® ®
«𝑥 𝑛 ¬ 𝑎
« 𝑛1 𝑎 𝑛2 · · · 𝑎 𝑛𝑛 ¬ 𝑏
« 𝑛 ¬ (𝑡)
Debe notarse que (3) es una ecuación lineal en 𝑥 y es una representación matricial de un sistema
lineal no homogéneo. Si 𝐵(𝑡) = 0, entonces (3) se reduce a un sistema homogéneo 𝑥 0 (𝑡) = 𝐴𝑥(𝑡).
2
CLASE 31
𝑥 10 = 𝑥 0 = 𝑥 2
𝑥 20 = 𝑥 00 = 𝑥3
𝑥30 = 𝑥 000 = 𝑥4
..
. (5)
0
𝑥 𝑛−1 = 𝑥 𝑛−1) = 𝑥 𝑛
𝑥 𝑛0 = 𝑥 𝑛)
Por lo tanto
𝑔(𝑡, 𝜙1 , 𝜙2 , · · · , 𝜙 𝑛 ) = 𝑔[𝑡, 𝜙1 , 𝜙10 , · · · , 𝜙1𝑛−1) (𝑡)] = 𝜙1𝑛) (𝑡)
que muestra que el componente 𝜙1 es una solución de (4). Por el contrario, si 𝜙1 (𝑡) es una solución de (4),
entonces el vector 𝜙 = (𝜙1 , 𝜙2 , · · · , 𝜙 𝑛 ) es una solución de (5). Por lo tanto, el sistema (5) es equivalente
a (4).
Además, obtenemos las condiciones iniciales del sistema como vector
3
CLASE 31
𝑥(𝑡) = 𝑥 1 (𝑡)
𝑥 10 (𝑡) = 𝑥 0 (𝑡) = 𝑥 2
𝑥 20 (𝑡) = 𝑥 00 (𝑡) = 𝑥 3
𝑥 30 (𝑡) = 𝑥 000 (𝑡) = 𝑥 4 (9)
..
.
0
𝑥 𝑛−1 (𝑡) = 𝑥 𝑛−1) (𝑡) = 𝑥 𝑛
𝑥 𝑛0 (𝑡) = 𝑥 𝑛) (𝑡)
𝑥 10 (𝑡) = 0𝑥 1 + 1𝑥 2 + · · · + 0
𝑥 20 (𝑡) = 0𝑥 1 + 0𝑥 2 + 1𝑥 3 + · · · + 0
..
. (10)
𝑎 𝑛 (𝑡) 𝑎 𝑛−1 (𝑡) 𝑎 1 (𝑡) 𝑏(𝑡)
𝑥 𝑛0 (𝑡) = − 𝑥 1 (𝑡) − 𝑥 2 (𝑡) − · · · − 𝑥 𝑛 (𝑡) +
𝑎 0 (𝑡) 𝑎 0 (𝑡) 𝑎 0 (𝑡) 𝑎 0 (𝑡)
Entonces el sistema anterior se puede escribir en la forma de matriz como
0 © 0 1 0 ··· 0 ª
𝑥
© 1ª 0
® 𝑥1 0 ª
0® 0 1 · · · 0 ® © ª® ©
𝑥2 ® . ® 𝑥 2 ® 0 ®®
.. .. .. ® ®
® = ..
.. ® . . . ®® .. ® + .. ®®
.® ® . ® . ®
® 0 0 0 1 ® ® 𝑏 (𝑡) ®
0
«𝑥 𝑛 ¬
® 𝑥𝑛
𝑎𝑛−1 « ¬ « 𝑎0 ¬
𝑎𝑛
«− 𝑎0 − 𝑎0 − 𝑎𝑎𝑛−2
0
· · · − 𝑎𝑎10 ¬
Usando la notación vectorial, obtenemos
La ecuación lineal de 𝑛-ésimo orden (8) es equivalente al sistema (9) que conduce a la ecuación
diferencial de la matriz (11).
Ejemplo 0.1
Encuentra la forma matricial de la ecuación lineal
𝑥 1 = 𝑥, 𝑥2 = 𝑥 0, 𝑥3 = 𝑥 00 (13)
4
CLASE 31
𝑥 30 = 4𝑥 3 − 10𝑥 2 + 6𝑥 1 + 9𝑡
𝑥 10 = 0 + 1𝑥 2 + 0
𝑥 20 = 0 + 0 + 1𝑥 3 (15)
𝑥 30 = 6𝑥 1 − 10𝑥 2 + 4𝑥 3 + 9𝑡
Ejemplo 0.2
Encuentre la matriz análoga del siguiente sistema
𝑢 00 + 3𝑣 0 + 4𝑢 + 5𝑣 = 6𝑡
𝑣 00 − 𝑢 0 + 4𝑢 + 𝑣 = cos 𝑡 (16)
𝑢 0 = 𝑤 = 0𝑢 + 0𝑣 + 1𝑤 + 0
𝑣 0 = 𝑧 = 0 + 0𝑣 + 0𝑤 + 1𝑧 (17)
𝑤 0 + 3𝑧 + 4𝑢 + 5𝑣 = 6𝑡
𝑧 0 − 𝑤 + 4𝑢 + 𝑣 = cos 𝑡
𝑤 0 = −4𝑢 − 5𝑣 + 0𝑤 − 3𝑧 + 6𝑡
𝑧 0 = −4𝑢 − 𝑣 + 𝑤 + 0𝑧 + cos 𝑡 (18)
Identificando las ecuaciones (17), (18) con el sistema, obtenemos la siguiente representación:
0
©𝑢 ª © 0 0 1 0 ª ©𝑢 ª © 0 ª
0® ® ® ®
𝑣 ® 0 0 0 1 ® 𝑣 ® 0 ®
®= ® ® + ®.
0®
𝑤 ® −4 −5 0 −3® 𝑤 ® 6𝑡 ®
® ® ®
® ® ® ®
𝑧 0 −4 −1 1 0 𝑧 cos 𝑡
« ¬ « ¬« ¬ « ¬
La ilustración anterior es importante ya que nos permite reducir las ecuaciones simultáneas
de segundo orden a un sistema de ecuaciones.
5
CLASE 31
En esta sección resolveremos el problema del valor inicial de la ecuación deferential del
vector
𝑥 0 (𝑡) = 𝐴𝑥(𝑡), 𝑥(𝑡0 ) = 𝑥 0 , 𝑡∈𝐼
donde 𝐴(𝑡) es una matriz 𝑛 × 𝑛 definida sobre 𝐼 y 𝑥(𝑡) es una función vectorial en 𝐼. Para un fijo
𝑥 0 , 𝑥(𝑡0 ) es un vector fijo. Más precisamente, estableceremos y probaremos el siguiente teorema
para un sistema de ecuaciones dado en forma de vector.
Teorema 0.2
Sea 𝐴(𝑡) una matriz continua 𝑛 × 𝑛 definida en un intervalo cerrado y limitado 𝐼. Entonces
el problema del valor inicial
Demostración Antes de proceder a la demostración del teorema, primero notamos que el problema del
valor inicial (19) es equivalente a la solución de la ecuación integral del vector
Z 𝑡
𝑥(𝑡) = 𝑥0 + 𝐴(𝑠)𝑥(𝑠) 𝑑𝑠 (20)
𝑡0
El método de prueba es mediante aproximaciones sucesivas {𝑥 𝑛 (𝑡)}. Con la ayuda de las aproximaciones
sucesivas, mostraremos que {𝑥 𝑛 (𝑡)} es una secuencia de Cauchy en R𝑛 para cada 𝑡 ∈ 𝐼. Como R𝑛 está
completo, {𝑥 𝑛 (𝑡)} converge uniformemente hasta un límite 𝑥(𝑡) y luego demostramos su singularidad.
Vamos a definir las aproximaciones por
Z 𝑡
𝑥(𝑡0 ) = 𝑥0 y 𝑥 𝑛+1 = 𝑥0 + 𝐴(𝑠)𝑥 𝑛 (𝑠) 𝑑𝑠, 𝑡 ≥ 𝑡0 , 𝑡 ∈ 𝐼
𝑡0
para 𝑛 = 0, 1, 2, 3, · · ·
Como 𝑥0 es un vector dado, la secuencia {𝑥 𝑛 (𝑡)} está bien definida. Primero mostraremos que {𝑥 𝑛 (𝑡)}
converge uniformemente en 𝐼 a una función 𝑥(𝑡) que es la solución del problema de valor inicial (19) y es
suficiente, si mostramos que {𝑥 𝑛 (𝑡)} es una secuencia de Cauchy en R𝑛 . Como R𝑛 está completo {𝑥 𝑛 (𝑡)}
converge a 𝑥(𝑡). Para mostrar que 𝑥 𝑛 (𝑡) es una secuencia de Cauchy, consideremos
∞
X
𝑥0 (𝑡) + [𝑥 𝑛+1 (𝑡) − 𝑥 𝑛 (𝑡)]
𝑛=1
6
CLASE 31
Construiremos un límite superior para |𝑥 𝑛+1 (𝑡) − 𝑥 𝑛 (𝑡)| por el método de inducción donde | · | es la norma.
Como 𝐴(𝑡) es una matriz continua definida en 𝐼, existe una constante 𝑀 tal que
Ahora Z 𝑡
𝑥1 (𝑡) − 𝑥0 (𝑡) = 𝐴(𝑠)𝑥0 (𝑠) 𝑑𝑠
𝑡0
donde
Z 𝑡
|𝑥 2 (𝑡) − 𝑥 1 (𝑡)| ≤ | 𝐴(𝑠)||𝑥1 − 𝑥 0 | 𝑑𝑠
𝑡0
Z 𝑡
≤𝑀 𝑀 |𝑥0 ||𝑠 − 𝑡0 | 𝑑𝑠
𝑡0
|𝑥 0 |(𝑠 − 𝑡0 ) 2
= 𝑀2
2!
∞
X 𝑀 𝑛+1 |𝑥0 |(𝑡 − 𝑡0 ) 𝑛+1
que es el (𝑛 + 2)-término de una serie convergente de constantes positivas cuya
(𝑛 − 1)!
𝑛=1
suma es |𝑥 0 |𝑒 𝑀 (𝑡−𝑡0 ) . Como el 𝑛-ésimo término de una serie convergente tiende a cero como 𝑛 → ∞, el
lado derecho de (22) tiende a cero cuando 𝑛 → ∞. Por lo tanto, {𝑥 𝑛 (𝑡)} es una secuencia de Cauchy en
R𝑛 para cada 𝑡 ∈ 𝐼. Como R𝑛 está completo, 𝑥 𝑛 (𝑡) → 𝑥(𝑡) en la norma | · |. Dado que la convergencia de
normas es uniforme, 𝑥 𝑛 → 𝑥 uniformemente en 𝐼.
Ahora considera Z 𝑡
𝑥 𝑛+1 (𝑡) = 𝑥0 + 𝐴(𝑠)𝑥 𝑛 (𝑠) 𝑑𝑠 (23)
𝑡0
7
CLASE 31
Tomando el límite como 𝑛 → ∞ en ambos lados de (23), tenemos 𝑥 𝑛+1 (𝑡) → 𝑥(𝑡). Por lo tanto obtenemos
Z 𝑡
𝑥(𝑡) = 𝑥0 + lim 𝐴(𝑠)𝑥 𝑛 (𝑠) 𝑑𝑠 (24)
𝑛→∞ 𝑡
0
Dado que 𝑥 𝑛 (𝑡) → 𝑥(𝑡) uniformemente en 𝐼, podemos tomar el límite bajo el signo integral de (24) para
obtener Z 𝑡
𝑥(𝑡) = 𝑥0 + 𝐴(𝑠)𝑥(𝑠) 𝑑𝑠
𝑡0
lo que prueba que 𝑥(𝑡) es la solución de la ecuación integral. Como la solución de la ecuación integral
anterior y el problema del valor inicial (19) son equivalentes, 𝑥(𝑡) da la solución del problema del valor
inicial.
Para probar la singularidad de la solución, procedemos de la siguiente manera: si la solución 𝑥(𝑡) no es
única, supongamos que 𝑦(𝑡) sea otra solución de (19).
Entonces obtenemos
Z 𝑡 Z 𝑡
𝑥(𝑡) = 𝑥0 + 𝐴(𝑠)𝑥(𝑠) 𝑑𝑠, 𝑦(𝑡) = 𝑥0 + 𝐴(𝑠)𝑦(𝑠) 𝑑𝑠
𝑡0 𝑡0
o Z 𝑡
𝑥(𝑡) − 𝑦(𝑡) = 𝐴(𝑠) [𝑥(𝑠) − 𝑦(𝑠)] 𝑑𝑠
𝑡0
Z 𝑡
Si 𝑟 (𝑡) = 𝜀 + 𝑀 𝑧(𝑠) 𝑑𝑠, entonces 𝑟 (𝑡 0 ) = 𝜀 y 𝑧(𝑡) < 𝑟 (𝑡) De la definición 𝑟 0 (𝑡) = 𝑀 𝑧(𝑡) < 𝑀 (𝑟 (𝑡)),
𝑡0
de modo que tenemos 𝑟 0 (𝑡) − 𝑀𝑟 (𝑡) < 0.
Integrando el lado izquierdo de la desigualdad anterior, obtenemos
R𝑡
−
= 𝑟 (𝑡)𝑒 −𝑀 𝑡 𝑡0
𝑀 𝑑𝑡 𝑡
𝑟 (𝑡)𝑒 𝑡0
lo que da
𝑟 (𝑡)𝑒 −𝑀 𝑡 − 𝑟 (𝑡0 )𝑒 𝑀 𝑡0 < 0
de lo cual tenemos
𝑟 (𝑡) < 𝑟 (𝑡0 )𝑒 𝑀 (𝑡−𝑡0 )
Por lo tanto
𝑧(𝑡) < 𝑟 (𝑡) < 𝜀𝑒 𝑀 (𝑡−𝑡0 ) , 𝑟 (𝑡0 ) = 𝜀.
8
CLASE 31
Como la desigualdad anterior es verdadera para cada 𝜀 > 0, obtenemos 𝑧(𝑡) < 0, lo que implica
|𝑥(𝑡) − 𝑦(𝑡)| = 0 que da 𝑥(𝑡) = 𝑦(𝑡) en 𝐼. Esto demuestra que la solución es única. Por lo tanto, la prueba
del teorema está completa.
La función de vector cero en 𝐼 siempre es una solución de (19). Si la solución de (19) es
cero para cualquier 𝑡0 ∈ 𝐼, y dado que la solución es única, entonces debe ser cero en 𝐼. Una
prueba independiente de este hecho se da en el siguiente corolario.
Corolario 0.1
𝑥(𝑡) = 0 es la única solución del problema de valor inicial 𝑥 0 = 𝐴(𝑡)𝑥, 𝑥(𝑡0 ) = 0 donde 𝑡,
𝑡0 ∈ 𝐼 y 𝐴(𝑡) es una matriz continua en 𝐼.
Z 𝑡 Z 𝑡
𝑥2 (𝑡) = 𝑥0 + 𝐴(𝑠)𝑥 1 (𝑠) 𝑑𝑠 = 0 + 𝐴(𝑠)0 𝑑𝑠 = 0 (26)
𝑡0 𝑡0
De manera similar, podemos mostrar que 𝑥 𝑛 (𝑡) = 0 para toda 𝑛. Por lo tanto, 𝑥 𝑛 (𝑡) → 0 si 𝑛 → ∞ para
toda 𝑛 implica 𝑥(𝑡) = 0. Por lo tanto, 𝑥(𝑡) = 0 es la única solución.
El siguiente teorema proporciona una propiedad importante de las soluciones obtenidas en
el teorema 0.2.
Teorema 0.3
El conjunto de todas las soluciones del sistema
Demostración Primero mostraremos que el conjunto de todas las soluciones forma un espacio vectorial
y luego establecemos que es de dimensión 𝑛.
Sean 𝑥 1 y 𝑥2 las dos soluciones de (27), entonces
𝑑
(𝑐 1 𝑥1 + 𝑐 2 𝑥2 ) = 𝑐 1 𝑥 10 + 𝑐 2 𝑥20 = 𝑐 1 𝐴(𝑡)𝑥1 + 𝑐 2 𝐴(𝑡)𝑥2 = 𝐴(𝑡) (𝑐 1 𝑥1 + 𝑐 2 𝑥2 )
𝑑𝑥
entonces
(𝑐 1 𝑥1 + 𝑐 2 𝑥 2 ) 0 = 𝐴(𝑡) (𝑐 1 𝑥 1 + 𝑐 2 𝑥2 )
lo que demuestra que si 𝑥1 y 𝑥2 son dos soluciones de (27), entonces 𝑐 1 𝑥1 + 𝑐 2 𝑥 2 también es una solución
de (27). Esto muestra que las soluciones forman un espacio vectorial.
Notamos que cada solución es una 𝑛-tupla. Más precisamente, es un vector columna que consta de 𝑛
componentes. Mostraremos que este espacio vectorial de soluciones es de dimensión 𝑛. Para esto tenemos
que demostrar que el espacio de solución contiene 𝑛 vectores linealmente independientes que abarcan el
9
CLASE 31
espacio.
Sean 𝑒 𝑖 = (0, 0, · · · , 1, 0, 0, · · · , 0) donde 1 está en el lugar 𝑖-ésimo. Sabemos que {𝑒 𝑖 , 𝑖 =
1, 2, 3, · · · , 𝑛} es la base estándar para R𝑛 . Construiremos una base de soluciones con la ayuda de
las 𝑒 𝑖0 𝑠. Según el teorema de existencia, dado 𝑡 0 ∈ 𝐼, existen soluciones 𝑥𝑖 , 𝑖 = 1, 2, 3, · · · , 𝑛 tales que
Dado que (29) es verdadero para todos los 𝑡 ∈ 𝐼, es cierto en particular para 𝑡 = 𝑡0 que tengamos
𝑛
X
𝑥= 𝑐𝑖 𝑥𝑖
𝑖=1
Por lo tanto, cada solución 𝑥 es una combinación lineal única de las soluciones 𝑥𝑖 que comprueba el
teorema.
Definición 0.1
El conjunto de todas las 𝑛 soluciones linealmente independientes se denomina un conjunto
fundamental de soluciones de (27).
Antes de proceder a estudiar las propiedades del espacio vectorial de soluciones, ilustraremos
el teorema con el siguiente ejemplo.
10
CLASE 31
Ejemplo 0.3
Después de encontrar 𝑀, calcule las primeras tres aproximaciones sucesivas del sistema
0
©𝑥 1 ª ©sin 𝑡 0 ª ©𝑥 1 ª ©𝑥 1 (0) ª ©0ª
®= ® ®, ®= ®
𝑥20 0 cos 𝑡 𝑥 2 𝑥 2 (0) 1
« ¬ « ¬« ¬ « ¬ « ¬
donde 𝐼 = [0, 𝑛].
Solución Primero tenga en cuenta que 𝐴 es una matriz continua, ya que sin 𝑡 y cos 𝑡 son funciones
continuas en [0, 𝑛]. Ahora | 𝐴(𝑡)| denota la norma de la matriz 𝐴 y no es el determinante de 𝐴.
Por lo tanto
| 𝐴(𝑡)| = | sin 𝑡| + | cos 𝑡| = 2 ∈ [0, 𝜋]
Ejemplo 0.4
Encuentra el sistema fundamental de soluciones de
0
©𝑥 1 ª © 𝑡 0 ª ©𝑥 1 ª
®= ® ®
𝑥 20 0 2𝑡 𝑥 2
« ¬ « ¬« ¬
donde 𝐼 = [0, 1].
Solución Como 𝑡 y 2𝑡 son continuos en [0, 1], la matriz 𝐴(𝑡) es una matriz continua en [0, 1]
0
©𝑥 1 ª © 𝑡 0 ª ©𝑥 1 ª © 𝑡𝑥1 ª
®= ® ® = ®
𝑥 20 0 2𝑡 𝑥 2 2𝑡𝑥 2
« ¬ « ¬« ¬ « ¬
para que podamos hacer
𝑥 10 = 𝑡𝑥1 y 𝑥 20 = 2𝑡𝑥 2
11
CLASE 31
1 2 2
Al resolver estas dos ecuaciones, obtenemos 𝑥 1 = 𝑐 1 𝑒 2 𝑡 , 𝑥 2 = 𝑐 2 𝑒 𝑡 . Por lo tanto, las soluciones
1 2
©0ª
𝑡
©𝑒 2 ª
del espacio vectorial son 𝑥 1 = ®, 𝑥 2 = 2 ®. Como 𝑥 1 (𝑡) ≠ 𝑘𝑥2 (𝑡) para cualquier 𝑡 en
0 𝑒𝑡
« ¬ « ¬
[0, 1], los dos vectores son linealmente independientes. Además, las dimensiones del espacio
vectorial de las soluciones es 2.
Con la ayuda de la discusión en 2.10, vemos que las soluciones del sistema
Definición 0.3
Si las columnas de la matriz de soluciones son linealmente independientes, entonces la
matriz de solución se llama matriz fundamental.
De acuerdo con uno de los teoremas, existen 𝑛 soluciones independientes del sistema
homogéneo para que exista la matriz fundamental. Antes de caracterizar una matriz como una
matriz fundamental, derivaremos la ecuación diferencial satisfecha por det𝜑.
Teorema 0.4
Sea 𝐴(𝑡) una matriz de 𝑛 × 𝑛 continua en 𝐼 y sea que 𝜑 satisfaga 𝑥 0 = 𝐴𝑥. Entonces det𝜑
satisface la ecuación de primer orden
que es equivalente a
det𝜑(𝑡) = det𝜑(𝜏)𝑒 𝜏 tr 𝜑 (𝑠)
𝑡 R
𝑑𝑠
(36)
Demostración Sea 𝜑 una matriz de solución para que podamos tomar las columnas de 𝜑 como vectores
12
CLASE 31
Si 𝐴(𝑡) = [𝑎 𝑖 𝑗 (𝑡)] es la matriz dada de 𝑛 × 𝑛 continua del sistema, 𝜑 0 (𝑡) = 𝐴(𝑡)𝜑(𝑡) es la ecuación
matricial cuyo elemento (𝑖, 𝑗)-ésimo está dado por
𝑛
X
𝜙𝑖0 𝑗 = 𝑎 𝑖𝑘 (𝑡)𝜙 𝑘 𝑗 (𝑡), 𝑖, 𝑗 = 1, 2, · · · , 𝑛 (37)
𝑘=1
De ahí (det𝜑) 0 = 𝑑
𝑑𝑡 | [𝜙𝑖 𝑗 (𝑡)] |, que es la suma de los siguientes 𝑛 determinantes
0
𝜙11 0
𝜙12 ··· 0
𝜙1𝑛 𝜙11 𝜙12 ··· 𝜙1𝑛 𝜙11 𝜙12 ··· 𝜙1𝑛
𝜙21 𝜙22 ··· 𝜙2𝑛 0
𝜙21 0
𝜙22 ··· 0
𝜙2𝑛 𝜙21 𝜙22 ··· 𝜙2𝑛
.. .. .. + .. .. .. + · · · + .. .. .. (38)
. . . . . . . . .
𝜙 𝑛1 𝜙 𝑛2 ··· 𝜙 𝑛𝑛 𝜙 𝑛1 𝜙 𝑛2 ··· 𝜙 𝑛𝑛 0
𝜙 𝑛1 0
𝜙 𝑛2 ··· 0
𝜙 𝑛𝑛
donde cada determinante se obtiene al diferenciar solo una fila de det𝜑. Vamos a calcular el valor del
primer determinante, ya que los otros (𝑛 − 1) determinantes se pueden evaluar de manera similar.
0 , 𝜙 0 , · · · , 𝜙 0 de (37) el primer determinante de (38) se convierte
Sustituyendo los valores de 𝜙11 12 1𝑛
P𝑛 P𝑛 P𝑛
𝑘=1 𝑎 1𝑘 𝜙 𝑘1 𝑘=1 𝑎 1𝑘 𝜙 𝑘2 ··· 𝑘=1 𝑎 1𝑘 𝜙 𝑘𝑛
𝜙21 𝜙22 ··· 𝜙2𝑛
.. .. .. (39)
. . .
𝜙 𝑛1 𝜙 𝑛2 ··· 𝜙 𝑛𝑛
(𝑛 − 2) determinantes que tienen los elementos de la primera fila que no son cero. Todos los demás
elementos son cero. Como todos los determinantes, excepto el primero, tienen valor cero, (40) reduce al
13
CLASE 31
De manera similar, los valores del segundo, tercer ... 𝑛-ésimo determinante en (38) se convierten en
𝑎 22 det𝜑, 𝑎 33 det𝜑, · · · , 𝑎 𝑛𝑛 det𝜑.
Así obtenemos
(det𝜑) 0 = [𝑎 11 + 𝑎 22 + · · · + 𝑎 𝑛𝑛 ]det𝜑 (41)
tr 𝐴(𝑠)
R𝑡
En otras palabras, det𝜑(𝑡) = det𝜑(𝜏)𝑒 𝜏 𝑑𝑠 que completa la demostración del teorema.
Teorema 0.5
Una matriz de solución 𝜑 de la ecuación diferencial matricial
Demostración Primero, demostremos la parte necesaria del teorema. Suponiendo que la solución dada
matriz 𝜑 es una matriz fundamental de (43), probaremos que det𝜑(𝑡) ≠ 0 para cualquier 𝑡 ∈ 𝐼. sea que
los vectores columna de 𝜑 sean 𝜑 𝑗 , 𝑗 = 1, 2, · · · , 𝑛. Sea 𝜓 cualquier solución de (43). Como (𝜑 𝑗 )
forma una base de soluciones, 𝜓 se puede expandir como una combinación lineal de 𝜑 0𝑗 𝑠, es decir, existen
constantes únicas distintas de cero 𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 tales que
𝑛
X
𝜓= 𝑐 𝑖 𝜑𝑖 = 𝑐 1 𝜑1 + 𝑐 2 𝜑2 + · · · + 𝑐 𝑛 𝜑 𝑛
𝑖=1
©𝑐1 ª
®
𝑐2 ®
𝜓 = (𝜑1 , 𝜑2 , · · · , 𝜑 𝑛 ) . ®® = 𝜑𝐶 (44)
.. ®
®
«𝑐 𝑛 ¬
14
CLASE 31
donde 𝐶 es el único vector columna. La ecuación (44) proporciona 𝑛 ecuaciones lineales de la forma
𝑛
X
𝜓𝑖 = 𝜙𝑖 𝑗 𝑐 𝑗 , 𝑖 = 1, 2, · · · , 𝑛
𝑗=1
en las constantes únicas 𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 . Como el sistema no homogéneo anterior tiene una solución única
𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 para un 𝜏 ∈ 𝐼 fijo, obtenemos det𝜑(𝜏) ≠ 0 para un 𝜏 ∈ 𝐼 fijo.
Del teorema anterior, obtenemos.
tr 𝐴(𝑠)
R𝑡
𝑑𝑠
det𝜑(𝑡) = det𝜑(𝜏)𝑒 𝜏
Corolario 0.2
Dos sistemas homogéneos diferentes no pueden tener la misma matriz fundamental.
Si 𝜑(𝑡) es la matriz fundamental del sistema lineal homogéneo dado (43), tenemos
Como det𝜑(𝑡) ≠ 0 para cualquier 𝑡 ∈ 𝐼, 𝜑(𝑡) no es singular según el teorema, por lo que su
inverso, es decir, 𝜑−1 (𝑡) existe para cada 𝑡 ∈ 𝐼. Después de multiplicar ambos lados de (45) por
𝜑−1 (𝑡) obtenemos 𝐴(𝑡) = 𝜑 0 (𝑡)𝜑−1 (𝑡). Por lo tanto, 𝜑 determina 𝐴 únicamente para el sistema.
Por lo tanto, no puede ser una matriz fundamental para otro sistema homogéneo.
El teorema anterior es verdadero solo para las matrices de solución ya que hay matrices 𝜑 con
columnas linealmente independientes con det𝜑 = 0.
Por ejemplo, sea
2
©𝑡 𝑡 ª
𝜑(𝑡) = ®
0 0
« ¬
Los vectores de columna son linealmente independientes para
2
©𝑡 ª ©𝑡 ª
𝑐1 ® + 𝑐2 ® = 0
0 0
« ¬ « ¬
implica 𝑐 1 𝑡 + 𝑐 2 𝑡 2 = 0, que a su vez implica 𝑐 1 = 0 y 𝑐 2 = 0. Más aún det𝜑(𝑡) = 0. Así tenemos
©𝑡 ª
un 𝜑(𝑡) con columnas linealmente independientes para las cuales det𝜑(𝑡) = 0 porque 𝜙1 = ®
0
« ¬
2
©𝑡 ª
y 𝜙2 = ® no son las soluciones de ecuaciones lineales homogéneas del tipo mostrado en el
0
« ¬
Teorema ??.
15
CLASE 31
Teorema 0.6
(i) Si 𝜑 es una matriz fundamental del sistema 𝑥 0 = 𝐴𝑥 y 𝐶 es una matriz constante no
singular, entonces 𝜑𝐶 es una matriz fundamental.
(ii) Toda matriz fundamental del sistema es de este tipo para alguna matriz no singular.
Demostración (i) Dado que 𝜑 es una matriz fundamental, det𝜑 ≠ 0 por el Teorema 0.5, por lo que no
es singular. Por hipótesis 𝐶 es una matriz no singular. Como el producto de dos matrices no singulares
no es singular, 𝜑𝐶 no es singular, por lo que 𝜑𝐶 ≠ 0. Por lo tanto, por el Teorema 0.5, 𝜑𝐶 es una matriz
fundamental.
(ii) Sean 𝜑1 y 𝜑2 dos matrices fundamentales. Asumimos
𝜑2 = 𝜑1 𝜓 (46)
y muestran que 𝜓 es una matriz constante no singular. Ahora usando diferenciación matricial, obtenemos
de (46)
𝜑20 = 𝜑10 𝜓 + 𝜑1 𝜓10 (47)
Como 𝜑1 no es singular, (49) implica 𝜓 0 = 0 o 𝜓 = 𝐶, donde 𝐶 es una matriz constante. Por lo tanto,
tenemos 𝜑2 = 𝜑1 𝐶. Por lo tanto, obtenemos 𝐶 = 𝜑−1
1 𝜑2 . Como 𝜑1 y 𝜑2 son no singulares, 𝐶 es una
matriz constante no singular.
Teorema 0.7
Si 𝜑 es una matriz fundamental del sistema, 𝑥 0 = 𝐴𝑥 y 𝐶 es una matriz no singular
constante, entonces 𝐶𝜑 no es en general una matriz fundamental.
Demostración Si es posible, que 𝐶𝜑 sea una matriz fundamental del sistema 𝑥 0 = 𝐴𝑥. Entonces debería
cumplir la ecuación (𝐶𝜑) 0 = 𝐴𝐶𝜑, es decir, 𝐶𝜑 0 = 𝐴𝐶𝜑. Como 𝐶 no es singular, premultiplicando por
𝐶 −1 , obtenemos 𝜑 0 = 𝐶 −1 𝐴𝐶𝜑 que muestra que 𝜑 es una matriz fundamental de 𝑥 0 = 𝐶 −1 𝐴𝐶𝑥 y no es
cierta según el Corolario del Teorema 0.5.
En la discusión anterior, suponemos que 𝐴(𝑡) es una matriz continua definida sobre 𝐼. Si
𝐴(𝑡) es una matriz constante, la matriz fundamental satisface una relación multiplicativa como
se da en el Teorema 0.8.
16
CLASE 31
Teorema 0.8
Sea 𝐴 una matriz constante y 𝜑(𝑡), 𝑡 ∈ 𝐼 denota la matriz fundamental del sistema
𝑥 0 = 𝐴𝑥 (50)
tal que 𝜑(0) = 𝐸, donde 𝐸 es la matriz identidad. Entonces 𝜑 satisface 𝜑(𝑡 + 𝑠) = 𝜑(𝑡)𝜑(𝑠)
para todos los valores de 𝑡 y 𝑠 ∈ 𝐼.
Demostración Por la singularidad de la solución, existe una matriz fundamental única 𝜑 para el sistema
tal que 𝜑(0) = 𝐸. Para probar el teorema, mostraremos que tanto 𝜑(𝑡 + 𝑠) como 𝜑(𝑡)𝜑(𝑠) son soluciones
de la ecuación matricial (50) de modo que por la singularidad de las soluciones 𝜑(𝑡 + 𝑠) = 𝜑(𝑡)𝜑(𝑠).
Ahora, tomamos 𝑌 (𝑡) = 𝜑(𝑡 + 𝑠). Diferenciando con respecto a 𝑡, tenemos
y 𝑌 (0) = 𝜑(𝑠). Por lo tanto, 𝑌 (𝑡) es una solución de (50) con la condición inicial 𝑌 (0) = 𝜑(𝑠).
Sea 𝑍 (𝑡) = 𝜑(𝑡)𝜑(𝑠) para todos los 𝑡, 𝑠 ∈ 𝐼. Diferenciando con respecto a 𝑡, obtenemos
que muestra que 𝑍 (𝑡) es una solución de (50) con 𝑍 (0) = 𝜑(0)𝜑(𝑠) = 𝜑(𝑠), desde 𝜑(0) = 𝐸. Por lo
tanto, existen dos soluciones 𝑌 (𝑡) y 𝑍 (𝑡) con 𝑌 (0) = 𝑍 (0) = 𝜑(𝑠). De ahí Por lo tanto, por la unicidad de
soluciones 𝑌 (𝑡) = 𝑍 (𝑡), de modo que 𝜑(𝑡 + 𝑠) = 𝜑(𝑡)𝜑(𝑠).
Antes de seguir adelante, ilustraremos los teoremas anteriores mediante el siguiente ejemplo.
Ejemplo 0.5
Encuentra la matriz fundamental del sistema
©𝑥 1 ª ©−𝑡 𝑡 0ª
𝑥 = 𝑥 2 ® y 𝐴 = 0 −𝑡 0®
® ®
® ®
«𝑥 3 ¬ « 0 0 𝑡 ¬
𝑥 10 (𝑡) = −𝑡𝑥 1 + 𝑡𝑥 2
𝑥 20 (𝑡) = −𝑡𝑥 2
𝑥 30 (𝑡) = 𝑡𝑥 3
17
CLASE 31
det𝜑(𝑡) = det𝜑(𝜏)𝑒 𝜏 tr 𝐴 𝑑𝑠
𝑡 R
(52)
Ahora vamos a elegir 𝜏 = 0. De ahí det𝜑(0)=det𝐸 = 1. Para la matriz dada 𝐴, tr𝐴 = 1+1−2 = 0.
Usando los valores anteriores en (52), obtenemos
R𝑡
0 𝑑𝑡
det𝜑(𝑡) = 1 · 𝑒 𝜏 = 1 · 𝑒0 = 1
Ejemplo 0.7
Verificar si la matriz
©𝑒
𝑡 1 0ª
𝜙(𝑡) = 1 𝑒 −𝑡
®
0® ,
®
«0 0 1¬
Solución Del Teorema 0.5, sabemos que 𝜑(𝑡) es una matriz fundamental si y solo si det𝜑(𝑡) ≠ 0.
Para la matriz dada
det𝜑(𝑡) = 1 · (𝑒 𝑡 𝑒 −𝑡 − 1) = 0
al expandir 𝜑(𝑡) a lo largo de la última fila. Como det𝜑(𝑡) = 0, 𝜑(𝑡) no puede ser una matriz
18
CLASE 31
Más precisamente, mostraremos que cualquier solución de (53) es la suma de una solución
particular de (53) y la solución de (54) dada por los vectores de solución. Como podemos
encontrar las soluciones del sistema homogéneo, la clave del problema es encontrar una solución
particular de (53). Aquí, la matriz fundamental viene a nuestro rescate. Una vez que conocemos
la matriz fundamental del sistema homogéneo, podemos encontrar una solución del sistema no
homogéneo por el método de variación de parámetros. Primero formularemos el teorema que da
la solución general de (53).
Teorema 0.9
Sea 𝜙0 cualquier solución del sistema no homogéneo (53) y 𝜙1 , 𝜙2 , · · · , 𝜙 𝑛 la base de las
soluciones del sistema homogéneo correspondiente (54) y sean 𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 constantes.
Entonces
(i) la función vectorial
𝑛
X
𝜙0 + 𝑐 𝑘 𝜙𝑘 (55)
𝑘=1
19
CLASE 31
Ahora
𝑛
X
[𝜓(𝑡)] 0 = 𝜙00 + 𝑐 𝑘 𝜙 0𝑘 (58)
𝑘=1
𝑛
" 𝑛
#
X X
0
[𝜓(𝑡)] = 𝐴(𝑡)𝜙0 + 𝐵(𝑡) + 𝐴(𝑡) 𝑐 𝑘 𝜙 𝑘 = 𝐴(𝑡) 𝜙0 + 𝑐 𝑘 𝜙 𝑘 + 𝐵(𝑡)
𝑘=1 𝑘=1
Por lo tanto [𝜓(𝑡)] 0 = 𝐴(𝑡)𝜓(𝑡) + 𝐵(𝑡) que muestra que 𝜓(𝑡) es una solución de (53) para cada elección
de 𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 .
(ii) Sea 𝜙 cualquier solución arbitraria de (53). Entonces
𝑑 𝑑𝜙 𝑑𝜙0
[𝜙 − 𝜙0 ] = − (60)
𝑑𝑡 𝑑𝑡 𝑑𝑡
𝑑
[𝜙 − 𝜙0 ] = 𝐴(𝑡)𝜙(𝑡) + 𝐵(𝑡) − [ 𝐴(𝑡)𝜙0 + 𝐵(𝑡)] = 𝐴(𝑡) [𝜙(𝑡) − 𝜙0 ]
𝑑𝑡
𝑛
X 𝑛
X
𝜙 − 𝜙0 = 𝑐 𝑘 𝜙𝑘 =⇒ 𝜙 = 𝜙0 + 𝑐 𝑘 𝜙𝑘
𝑘=1 𝑘=1
Demostración El método de prueba es asumir una función vectorial diferenciable 𝑢(𝑡) para que
20
CLASE 31
lo que da
𝜑(𝑡)𝑢 0 (𝑡) = 𝐵(𝑡) (70)
Como 𝜑(𝑡) es una matriz fundamental, det𝜑(𝑡) ≠ 0, por lo que no es singular. Por lo tanto, multiplicamos
(70) por 𝜑−1 (𝑡),
𝑢 0 (𝑡) = 𝜑−1 (𝑡)𝐵(𝑡) (71)
Mostraremos que (73) es de hecho una solución de (63). Hacemos esto por verificación directa
Z 𝑡
0 0
𝜓 (𝑡) = 𝜑 (𝑡) 𝜑−1 (𝑠)𝐵(𝑠) 𝑑𝑠 + 𝜑(𝑡)𝜑−1 (𝑡)𝐵(𝑡)
𝑡0
que demuestra que 𝜓 0 (𝑡) = 𝐴(𝑡)𝜓(𝑡) + 𝐵(𝑡), mostrando que (73) es una solución de (63).
Si 𝑥 ℎ es la solución vectorial de la correspondiente ecuación homogénea 𝑥 0 = 𝐴(𝑡)𝑥,
21
CLASE 31
Solución Dado que 𝜑(𝑡) es la matriz fundamental para 𝑥 0 = 𝐴𝑥, det𝜑(𝑡) ≠ 0, para que exista su
inversa 𝜑−1 (𝑡). Por lo tanto
𝜑(𝑡)𝜑−1 (𝑡) = 𝐼 (74)
Por lo tanto
𝑑 −1
[𝜑 (𝑡)] = −𝜑−1 (𝑡)𝜑 0 (𝑡)𝜑−1 (𝑡) = −𝜑−1 (𝑡) 𝐴𝜑(𝑡)𝜑−1 (𝑡) = −𝜑−1 (𝑡) 𝐴
𝑑𝑡
Esto prueba que [𝜑−1 (𝑡)] 0 = −𝜑−1 (𝑡) 𝐴 y así 𝜑−1 (𝑡) es diferenciable. De manera similar,
[𝜑−1 (𝑡)] 00, etc. existe y, por lo tanto, es continuamente diferenciable.
Ejemplo 0.9
Sea 𝜑(𝑡) una matriz fundamental de
𝑥 0 = 𝐴(𝑡)𝑥 (75)
donde 𝐴(𝑡) es una matriz real. Luego prueba que [𝜑−1 (𝑡)] 𝑇 satisface la ecuación
𝑑 −1
[𝜑 (𝑡)] 𝑇 = −𝐴𝑇 [𝜑−1 (𝑡)] 𝑇
𝑑𝑡
y por lo tanto mostrar que [𝜑−1 (𝑡)] 𝑇 es una matriz fundamental del sistema.
𝑥 0 = −𝐴𝑇 𝑥
𝑥 0 = −𝐴𝑇 𝑥 (77)
22
CLASE 31
Ejemplo 0.10
Sea 𝜑(𝑡) una matriz fundamental de 𝑥 0 = 𝐴𝑥. Demuestre que 𝜓(𝑡) es una matriz
fundamental de su adjunto si y solo si 𝜓𝑇 (𝑡)𝜑(𝑡) = 𝐶, donde 𝐶 es una matriz constante
no singular.
Solución Del Ejemplo 0.9, [𝜑−1 (𝑡)] 𝑇 es una matriz fundamental particular del sistema adjunto
𝑥 0 = −𝐴𝑥. Dado que 𝜓(𝑡) es una matriz fundamental, 𝜓(𝑡) = [𝜑−1 (𝑡)] 𝑇 𝐷 donde 𝐷 es una matriz
constante no singular.
Tomando los transpuestos en ambos lados de lo anterior y observando que la transposición
revierte el producto, obtenemos
Ejemplo 0.11
Si 𝜙(𝑡) es la matriz fundamental del sistema adjunto, compruebe que 𝜑𝑇 (𝑡)𝜑(𝑡) = 𝐶,
donde 𝐶 es una matriz constante no singular.
Solución Si 𝐴 = −𝐴𝑇 , mediante el Ejemplo 0.9. [𝜑−1 (𝑡)] 𝑇 es una matriz fundamental de
𝑥 0 = 𝐴𝑥, de modo que 𝜑(𝑡) = [𝜑−1 (𝑡)] 𝑇 𝐶 donde 𝐶 es una matriz constante no singular.
Premultiplicando ambos lados de esta ecuación por 𝜙𝑇 (𝑡), obtenemos
Ejemplo 0.12
Demostrar que el sistema
Z 𝑡
𝜓(𝑡) = 𝜑(𝑡) 𝜑−1 (𝑠)𝑏(𝑠) 𝑑𝑠, 𝑡∈𝐼 (78)
𝑡0
se puede escribir como
Z 𝑡
(1) 𝜓(𝑡) = 𝜑(𝑡) 𝜓𝑇 (𝑡)𝑏(𝑠) 𝑑𝑠, 𝑡 ∈ 𝐼 previsto que 𝜓𝑇 (𝑡)𝜑(𝑡) = 𝐸.
𝑡0
Z 𝑡
−1 𝑇
(2) 𝜓(𝑡) = [𝜓 (𝑡)] 𝜓𝑇 (𝑡)𝑏(𝑠) 𝑑𝑠, 𝑡 ∈ 𝐼 donde 𝜓(𝑡) una matriz fundamental
𝑡0
del sistema 𝑥 0 = −𝐴𝑇 𝑥 donde 𝐴 es una matriz real.
23
CLASE 31
lo que resulta 𝜓𝑇 (𝑡) = 𝜑−1 (𝑡). Usando esto en la fórmula para 𝜓(𝑡), obtenemos
Z 𝑡
𝜓(𝑡) = 𝜑(𝑡) 𝜓𝑇 (𝑡)𝑏(𝑠) 𝑑𝑠, 𝑡 ∈ 𝐼
𝑡0
(2) Si 𝐴 = −𝐴𝑇 , donde 𝐴 es real, entonces [𝜑−1 (𝑡)] 𝑇 también es una matriz fundamental para
𝑥 0 = 𝐴𝑥. Usando esto obtenemos
𝜓(𝑡) = [𝜑−1 (𝑡)] 𝑇 así que 𝜓𝑇 (𝑡) = [𝜑−1 (𝑡)] 𝑇 𝑇 = 𝜑−1 (𝑡)
Ejemplo 0.13
Representar el sistema de ecuaciones
𝑥 100 − 3𝑥 10 + 2𝑥 1 + 𝑥 20 − 𝑥 2 = 0
𝑥 10 − 2𝑥 1 + 𝑥 20 + 𝑥 2 = 0
𝑥 100 = 4𝑥 10 + 4𝑥 1 + 2𝑥 2 (79)
𝑥 20 = 2𝑥 1 − 𝑥 2 − 𝑥 10 (80)
Hagamos la sustitución
𝑥 10 = 𝑥 3 (81)
𝑥 10 = 0𝑥1 + 0𝑥 2 + 𝑥3
𝑥 20 = 2𝑥1 − 𝑥 2 − 𝑥 3 (82)
𝑥 30 = −4𝑥 1 + 2𝑥 2 + 4𝑥 3
Con la ayuda de las ecuaciones (82), podemos representar el sistema en la forma de matriz de la
siguiente manera:
0
©𝑥 1 ª © 0 0 1 ª ©𝑥 1 ª
𝑥 2 ® = 2 −1 −1® 𝑥 2 ® (83)
® ® ®
® ® ®
𝑥
« 3¬ « −4 2 4 ¬ «𝑥 3 ¬
Para encontrar la matriz fundamental, necesitamos las raíces características o valores propios y
24
CLASE 31
𝜆(𝜆 − 2) (𝜆 − 1) = 0
©𝑥 1 ª
𝑥 2 ® = 𝛼1 𝑐 1 + 𝛼2 𝑒 𝑡 𝑐 2 + 𝛼3 𝑒 2𝑡 𝑐 3
®
®
«𝑥 3 ¬
donde 𝑐 1 , 𝑐 2 y 𝑐 3 son vectores propios correspondientes a los valores propios anteriores y 𝛼1 , 𝛼2
y 𝛼3 son constantes arbitrarias.
Aunque 𝑒 𝑡 𝐴 proporciona la matriz fundamental para el sistema dado con la matriz 𝐴 constante,
para encontrar la forma exacta de la matriz, tenemos que encontrar la matriz de solución con
columnas linealmente independientes. Esto se hace encontrando los vectores propios del sistema.
El vector propio (𝑥 − 1, 𝑥 2 , 𝑥 3 ) 0 correspondiente al valor propio 𝜆1 = 0 está dado por
0 0
1 ©𝑥 1 ª ©0ª
2 −1 −1 𝑥 2 ® = 0®
® ®
® ®
−4 2 4 «𝑥 3 ¬ «0¬
lo que da
𝑥3 = 0
2𝑥 1 − 𝑥 2 = 0
−2𝑥 1 + 𝑥 2 = 0
Al elegir 𝑥 1 = 1, obtenemos 𝑥 2 = 2 para que el vector propio sea (1, 2, 0) 0. El vector propio
(𝑥 1 , 𝑥 2 , 𝑥 3 ) 0 correspondiente a 𝜆2 = 1 está dado por
−1 1 ©𝑥 1 ª ©0ª
0
2 −2 −1 𝑥 2 ® = 0®
® ®
® ®
−4 2 3 «𝑥 3 ¬ «0¬
lo que da
−𝑥 1 + 𝑥 3 = 0
2𝑥 1 − 2𝑥2 − 𝑥 3 = 0
−4𝑥 1 + 2𝑥 2 + 3𝑥 3 = 0
25
CLASE 31
−2𝑥 1 + 𝑥 3 = 0
2𝑥 1 − 3𝑥 2 − 𝑥 3 = 0
−4𝑥 1 + 2𝑥2 + 2𝑥 3 = 0
𝑥 1 (𝑡) = 𝛼1 + 2𝛼2 𝑒 𝑡 + 𝛼3 𝑒 2𝑡
𝑥 2 (𝑡) = 2𝛼1 + 𝛼2 𝑒 𝑡 (84)
𝑥 3 (𝑡) = 𝛼2 𝑒 𝑡 + 2𝛼3 𝑒 2𝑡
Usando las condiciones iniciales 𝑥 1 (0) = 0, 𝑥 2 (0) = 0 y 𝑥 3 (0) = 𝑥 10 (0) = 1 en (84), obtenemos
𝛼1 + 2𝛼2 + 𝛼3 = 0
2𝛼1 + 𝛼2 = 0
2𝛼2 + 2𝛼3 = 1
1 3
Resolviendo estas ecuaciones obtenemos 𝛼1 = , 𝛼2 = −1, 𝛼3 = . Usando estos valores, la
2 2
solución del problema del valor inicial está dada por
1
𝑥 1 (𝑡) = (1 − 4𝑒 𝑡 + 3𝑒 2𝑡 ), 𝑥2 (𝑡) = 1 − 𝑒 𝑡 .
2
26
CLASE 31
Ejemplo 0.14
Resuelve el problema del valor inicial
𝑥 00 + 𝐴2 𝑥 = 0, 𝑥(0) = 𝑔, 𝑥 0 (0) = ℎ
Solución Escribamos la ecuación de segundo orden dada como un sistema de ecuaciones para
obtener su forma matricial. Sea 𝑥 = 𝑥 1 , 𝑥10 = 𝑥 2 para que 𝑥 20 = −𝐴2 𝑥 1 .
De ahí que la forma de la matriz sea
0
©𝑥 1 ª © 0 1ª ©𝑥 1 ª
® = ® ®
𝑥2 −𝐴2 0 𝑥 2
« ¬ « ¬« ¬
0
es decir, 𝑥 = 𝐵𝑥. Para encontrar la solución, encontremos el vector propio de la matriz 𝐵
−𝜆 1
det(𝐵 − 𝜆𝐼) = =0 =⇒ 𝜆 2 + 𝐴2 = 0
−𝐴2 −𝜆
En otras palabras, 𝜆 = ± 𝑖 𝐴. De ahí que las soluciones sean 𝑥 1 (𝑡) = 𝑒 𝑖 𝐴𝑡 𝑐 1 y 𝑥 2 (𝑡) = 𝑒 −𝑖 𝐴𝑡 𝑐 2 .
Por eso tenemos la solución
𝑥(𝑡) = 𝑒 𝑖 𝐴𝑡 𝑐 1 + 𝑒 −𝑖 𝐴𝑡 𝑐 2 (85)
𝑔 = 𝑐1 + 𝑐2 (86)
𝑥 0 (𝑡) = 𝑖 𝐴𝑒 𝑖 𝐴𝑡 𝑐 1 − 𝑖 𝐴𝑒 −𝑖 𝐴𝑡 𝑐 2
que da
𝑡 = 0, ℎ = 𝑖 𝐴𝑐 1 − 𝑖 𝐴𝑐 2 (87)
Ejemplo 0.15
Encuentre la solución general de 𝑥 0 = 𝐴𝑥 + 𝑏𝑒 𝑖𝑤𝑡 donde 𝐴 es una matriz constante de
𝑛 × 𝑛 y 𝑏 es un vector constante.
Solución Es una ecuación lineal no homogénea. Por lo tanto, la solución viene dada por la
27
CLASE 31
fórmula Z 𝑡
𝜓(𝑡) = 𝑒 𝑐 + 𝜑(𝑡) 𝐴𝑡
𝜑−1 (𝑠)𝑏(𝑠) 𝑑𝑠
𝑡0
Ejemplo 0.16
Si 𝑓 (𝑡) es un polinomio vectorial de grado 𝑛 y 𝐴 es una matriz no singular constante,
compruebe que la ecuación 𝑥 0 = 𝐴𝑥 + 𝑓 tiene una solución polinomial única
28
CLASE 31
Podemos continuar la integración por partes hasta 𝑛 veces sucesivamente y dado que 𝑓 (𝑠) es un
polinomio de grado 𝑛, el término (𝑛 + 1)-ésimo desaparecerá. Así tenemos
𝑓 0 (0)
𝐴𝑡 𝑓 (0) 𝑓 𝑛−1) (0) 𝑓 𝑛)
𝐴𝑡
𝑥(𝑡) = 𝑒 𝑐 + 𝑒 + +···+ + 𝑛+1 − 𝐴−1 𝑓 (𝑡) − 𝐴−2 𝑓 0 (𝑡) − · · · −
𝐴 𝐴2 𝑎𝑛 𝐴
− 𝐴−𝑛 𝑓 𝑛−1) (𝑡) − 𝐴𝑛+1 𝑓 𝑛) (𝑡)
Ejemplo 0.17
Poner el problema del valor inicial.
en forma de matriz y obtener la solución como una ecuación matricial y deducir la solución
de la ecuación.
𝑥 10 = 𝑥 2
𝑥 20 = −14𝑥 1 − 9𝑥 2 (89)
29
CLASE 31
Como det𝜙(𝑡) ≠ 0, 𝜙(𝑡) es también una matriz fundamental de (90). Por lo tanto, hemos
encontrado 𝜑(𝑡) = 𝑒 𝐴𝑡 .
Para encontrar el vector constante, tenemos
©0ª ©𝑐 1 ª ©0ª ©1 1 ª ©𝑐 1 ª
® = [𝜙(𝑡)] 𝑡=0 ® =⇒ ®= ® ®
−1 𝑐 −1 −7 −2 𝑐 2
« ¬ « 2¬ « ¬ « ¬« ¬
que da las dos ecuaciones
𝑐1 + 𝑐2 = 0
−7𝑐 1 − 2𝑐 2 = −1
Ejemplo 0.18
Poner el problema del valor inicial.
𝑥 10 = 𝑥 2
𝑥 20 = 8𝑥 1 − 2𝑥 2 + 𝑒 𝑡 (92)
30
CLASE 31
©1ª ©𝑐 1 ª © 1 ª © 1 1ª © 𝑐 1 ª
® = [𝜙(𝑡)] 𝑡=0 ® =⇒ ®= ® ®
−4 𝑐 −4 −4 2 𝑐 2
« ¬ « 2¬ « ¬ « ¬« ¬
que da las ecuaciones
𝑐1 + 𝑐2 = 1
−4𝑐 1 + 2𝑐 2 = −4
31
CLASE 31
Ejemplo 0.19
Encuentre el intervalo donde el problema del valor inicial
1
(𝑡 2 − 𝑡 − 6)𝑥 00 + (𝑡 2 + 4)𝑥 0 + 𝑥 = 𝑒 −𝑡 , 𝑥(2) = 0, 𝑥 0 (2) = 4
2𝑡 + 3
tiene una solución.
3
Solución El coeficiente de 𝑥 es continuo excepto en 𝑡 = − . Los otros coeficientes 𝑡 2 − 𝑡 − 6,
2
3
𝑡 + 4 y 𝑒 son continuos en −∞ < 𝑡 < +∞. El coeficiente de 𝑥 00 es cero, excepto en 𝑡 = −
2 −𝑡
2
3
y 𝑡 = 3. Por lo tanto se cumple en 𝐼 = − < 𝑡 < 3 y 𝑡0 ∈ 𝐼. Por lo tanto, el problema de valor
2
inicial tiene una solución única y la solución está garantizada en cada intervalo 𝐼 = [𝑎, 𝑏], donde
3
− < 𝑎 < 𝑡 0 = 2 < 𝑏 < 3.
2
Ejemplo 0.20
Obtenga la solución 𝜓(𝑡) del problema de valor inicial
©0ª
𝑥 0 = 𝐴𝑥 + 𝐵(𝑡), 𝜓(0) = ® (94)
1
« ¬
dónde
©𝑥 1 ª ©1 0ª © sin 𝑎𝑡 ª
𝑥 = ®, 𝐴= ®, 𝐵(𝑡) = ® (95)
𝑥 0 2 cos 𝑏𝑡
« 2¬ « ¬ « ¬
©0ª
𝑡
©𝑒 ª
𝜙1 (𝑡) = ® , 𝜙2 (𝑡) = ®
0 𝑒 2𝑡
« ¬ « ¬
Como 𝑊 [𝜙1 , 𝜙2 ] (𝑡) ≠ 0 para cualquier 𝑡, 𝜙1 y 𝜙2 son linealmente independientes, de modo que
©𝑒
𝑡 0ª
®
0 𝑒 2𝑡
« ¬
es una solución de matriz 𝜑. Como det𝜑(𝑡) ≠ 0, la matriz de solución anterior es una matriz
fundamental.
©𝑎 𝑏 ª
Para determinar 𝜓(𝑡), necesitamos el inverso de 𝜙(𝑡). Si ® es el inverso de 𝜙(𝑡), entonces
𝑐 𝑑
« ¬
32
CLASE 31
tenemos
©𝑒
𝑡 0 ª ©𝑎 𝑏 ª ©1 0ª
® ®= ®
0 𝑒 2𝑡 𝑐 𝑑 0 1
« ¬« ¬ « ¬
lo que da
© 𝑎𝑒
𝑡 𝑏𝑒 𝑡 ª ©1 0ª
®= ®
𝑐𝑒 2𝑡 𝑑𝑒 2𝑡 0 1
« ¬ « ¬
Igualando las entradas de la matriz correspondientes en ambos lados, obtenemos 𝑎𝑒 𝑡 = 1,
𝑏𝑒 𝑡 = 0, 𝑐𝑒 2𝑡 = 0, 𝑑𝑒 2𝑡 = 1 para que obtengamos 𝑎 = 𝑒 −𝑡 , 𝑏 = 0, 𝑐 = 0 y 𝑑 = 𝑒 −2𝑡 . Por lo tanto,
la matriz inversa es
−𝑡 0 ª
©𝑒
®
0 𝑒 −2𝑡
« ¬
Si 𝜓(𝑡) es la solución de (95), entonces obtenemos
Z 𝑡
𝜓(𝑡) = 𝜑(𝑡) 𝜑−1 (𝑠)𝐵(𝑠) 𝑑𝑠, 𝑡, 𝑡 0 ∈ 𝐼 (97)
𝑡0
Sustituyendo 𝜑(𝑡), 𝜑−1 (𝑡) y 𝐵(𝑡) en (97), obtenemos
𝑡 0 ª ©𝑒 −𝑡 0 ª © sin 𝑎𝑡 ª
Z
©𝑒
𝜓(𝑡) = ® ® ® 𝑑𝑡
0 𝑒 2𝑡 0 𝑒 −2𝑡 cos 𝑏𝑡
« ¬ « ¬« ¬
𝑡 Z −𝑡
0 ª © 𝑒 sin 𝑎𝑡 ª
©𝑒
= ® ® 𝑑𝑡
0 𝑒 2𝑡 𝑒 −2𝑡 cos 𝑏𝑡
« ¬ « ¬
𝑒 −𝑡
0 ª © 1+𝑎 2 (− sin 𝑎𝑡 − 𝑎 cos 𝑎𝑡 + 𝑐 1 ª
𝑡
©𝑒
= ® 𝑒−2𝑡 ®
0 𝑒 2𝑡 4+𝑏2 (−2 cos 𝑏𝑡 + 𝑏 sin 𝑏𝑡) + 𝑐 2
« ¬« ¬
1
© 1+𝑎2 (− sin 𝑎𝑡 − 𝑎 cos 𝑎𝑡) + 𝑐 1 𝑒 ª
𝑡
= ®
1 2𝑡
4+𝑏 2 (−2 cos 𝑏𝑡 + 𝑏 sin 𝑏𝑡) + 𝑐 2 𝑒
« ¬
Usando las condiciones iniciales en 𝑡 = 0,
𝑎
©0ª ©− 1+𝑎2 + 𝑐 1 ª
®= 2 ®
1 − 4+𝑏2 + 𝑐 2
« ¬ « ¬
Igualando los elementos correspondientes, obtenemos
𝑎 6 + 𝑏2
𝑐1 = , 𝑐2 =
1 + 𝑎2 4 + 𝑏2
Por lo tanto, la matriz de solución 𝜓(𝑡) es
1 𝑎
2 (− sin 𝑎𝑡 − 𝑎 cos 𝑎𝑡) + 1+𝑎 2 𝑒 ª
𝑡
𝜓(𝑡) = 1+𝑎
©
6+𝑏 2 2𝑡
1
®
2 (−2 cos 𝑏𝑡 + 𝑏 sin 𝑏𝑡 + 2 𝑒
« 4+𝑏 4+𝑏 ¬
que da la solución 𝜓(𝑡) como
1
1+𝑎2
[𝑎𝑒 𝑡 − (sin 𝑎𝑡 + 𝑎 cos 𝑎𝑡)]
© ª
1 ®.
[(6 + 𝑏 2 )𝑒 2𝑡 + (𝑏 sin 𝑏𝑡 − 2 cos 𝑏𝑡)]
2
« 4+𝑏 ¬
33
CLASE 31
así que
𝑢 0 (𝑡) = 𝑒 −𝑡 𝐴 [−𝐴𝑥(𝑡) + 𝑥 0 (𝑡)] (100)
Usando (99) en (100), obtenemos 𝑢 0 (𝑡) = 𝑒 −𝑡 𝐴 (0) = 0. Por lo tanto 𝑢(𝑡) = 𝑐 es un vector constante para
𝑡 ∈ 𝐼.
Como 𝑢(𝑡) = 𝑐, obtenemos 𝑐 = 𝑒 −𝑡 𝐴𝑥(𝑡). Premultiplicamos ambos lados por 𝑒 𝑡 𝐴, obtenemos
𝑥(𝑡) = 𝑒 𝑡 𝐴 𝑐 (101)
(ii) Cuando 𝑡 = 𝑡 0 , 𝑥(𝑡 0 ) = 𝑒 𝑡0 𝐴 𝑐 para que obtengamos 𝑐 = 𝑒 −𝑡0 𝐴𝑥(𝑡0 ). Usando este valor de 𝑐 en (101)
(iii) Si 𝜑(𝑡) es una matriz fundamental, satisface la ecuación diferencial (98) y det𝜑(𝑡) ≠ 0. Mostraremos
que 𝑒 𝑡 𝐴 tiene estas propiedades gemelas de modo que 𝑒 𝑡 𝐴 es una matriz fundamental del sistema.
34
CLASE 31
𝑒 (𝑡+Δ𝑡) 𝐴 − 𝑒 𝑡 𝐴 𝑒 Δ𝑡 𝐴 − 1
𝜑 0 (𝑡) = lim = lim 𝐴𝑒 𝑡 𝐴
Δ𝑡→0 Δ𝑡 Δ𝑡→0 Δ𝑡 𝐴
Ya que
𝑒 Δ𝑡 𝐴 − 1
lim = 1, 𝜑 0 (𝑡) = 𝐴𝑒 𝑡 𝐴 = 𝐴𝜑(𝑡)
Δ𝑡→0 Δ𝑡 𝐴
Por lo tanto 𝑒 𝑡 𝐴 satisface la ecuación diferencial dada. Además, notamos que 𝜑(0) = 𝐸 y por el Teorema
0.11
det𝜑(𝑡) = det𝜑(0)𝑒 ( tr 𝐴) (𝑡−𝑡0 ) ≠ 0
Por lo tanto, det𝜑(𝑡) ≠ 0, de modo que 𝜑(𝑡) es una matriz fundamental del sistema.
Corolario 0.3
La solución del sistema 𝑥 0 = 𝐴𝑥, 𝑥(0) = 𝐸, 𝑡 ∈ 𝐼 es 𝑥(𝑡) = 𝑒 𝑡 𝐴.
𝑥(𝑡) = 𝑒 𝑡 𝐴𝑥(0) = 𝑒 𝑡 𝐴 𝐸 = 𝑒 𝑡 𝐴 .
La matriz fundamental del sistema (98) puede determinarse considerando los conjuntos
linealmente independientes en R𝑛 . Sabemos que 𝑒 1 , 𝑒 2 , · · · , 𝑒 𝑛 es una base en R𝑛 . Sean 𝜙1 , 𝜙2 ,
· · · , 𝜙 𝑛 las soluciones correspondientes al problema del valor inicial 𝑥(𝑡0 ) = 𝑒 1 , 𝑥(𝑡0 ) = 𝑒 2 , · · · ,
𝑥(𝑡0 ) = 𝑒 𝑛 . Entonces si 𝑡0 = 0, por (ii) del Teorema 0.11, 𝜙1 (𝑡) = 𝑒 𝑡 𝐴 𝑒 1 , 𝜙2 (𝑡) = 𝑒 𝑡 𝐴 𝑒 2 , · · · ,
𝜙 𝑛 (𝑡) = 𝑒 𝑡 𝐴 𝑒 𝑛 . Por lo tanto
©1 0 0 · · · 0ª
0 1 0 · · · 0®
®
𝑡𝐴 𝑡𝐴 𝑡𝐴
𝜑(𝑡) = 𝑒 [𝑒 1 , 𝑒 2 , · · · , 𝑒 𝑛 ] = 𝑒 . . . .. ® = 𝑒 𝐸
®
. .
. . .. .®
®
«0 0 0 · · · 0¬
Por lo tanto, 𝜑(𝑡) = 𝑒 𝑡 𝐴 𝐸 es una matriz fundamental del sistema.
No podemos resolver la ecuación diferencial matricial 𝑥 0 (𝑡) = 𝐴(𝑡)𝑥(𝑡) como la ecuación difer-
encial lineal de primer orden al encontrar un factor de integración.
R𝑡
𝐴(𝑠) 𝑑𝑠
Eso es 𝑥(𝑡) = 𝑒 𝑡0
no puede ser una solución de la ecuación para
R𝑡
𝑥 0 (𝑡) = 𝑒
𝐴(𝑠) 𝑑𝑠
𝑡0
𝐴(𝑡) = 𝑥(𝑡) 𝐴(𝑡)
R𝑡 R𝑡
𝐴(𝑠) 𝑑𝑠 𝐴(𝑠) 𝑑𝑠
Por lo tanto 𝑥(𝑡) = 𝑒 𝑡0
es una solución si y solo si 𝑒 𝑡0
y 𝐴(𝑡) conmutan. Conmutan
si 𝐴 es una matriz constante o una matriz diagonal. Por lo tanto, el método de soluciones anterior
es válido solo para una matriz constante o diagonal.
En la discusión anterior, aunque la solución general del sistema está dada por 𝑒 𝑡 𝐴𝑐 para una
matriz constante dada 𝐴 de 𝑛 × 𝑛, no hemos obtenido las 𝑛 soluciones independientes de la
ecuación matricial. Para encontrar las 𝑛 soluciones independientes del sistema, haremos uso de
valores propios y la teoría de vectores propios de matrices.
35
CLASE 31
Teorema 0.12
Considera la ecuación diferencial vectorial (98) donde 𝐴 es una matriz constante 𝑛 × 𝑛.
Entonces
(i) Si 𝜆1 , 𝜆2 , · · · , 𝜆 𝑛 son valores propios distintos reales de 𝐴 y 𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 son los
vectores propios correspondientes de 𝐴, luego 𝑒 𝜆1 𝑡 𝑐 1 , 𝑒 𝜆2 𝑡 𝑐 2 , · · · , 𝑒 𝜆𝑛 𝑡 𝑐 𝑛 forman
un conjunto linealmente independiente de soluciones de (98) y la solución general
de (98) es
𝑛
X
𝑥(𝑡) = 𝛼 𝑘 𝑒 𝜆𝑘 𝑡 𝑐 𝑘
𝑘=1
De las ecuaciones lineales algebraicas homogéneas anteriores, resolvemos para 𝑐. Este sistema de
ecuaciones lineales tiene una solución no trivial si y solo si det(𝜆𝐸 − 𝐴) = 0. Como 𝐴 es una matriz
𝑛 × 𝑛, esta ecuación tiene 𝑛 raíces distintas o repetidas, que son los valores propios de 𝐴.
Consideremos primero el caso cuando todos los valores propios son distintos. Sean 𝜆1 , 𝜆2 , · · · , 𝜆 𝑛 y sea
que los vectores propios correspondientes 𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 . Sabemos por la teoría de matrices, que los
vectores propios correspondientes a los valores propios distintos son linealmente independientes. Por lo
tanto, 𝑥 𝑘 (𝑡) = 𝑒 𝜆𝑘 𝑡 𝑐 𝑘 , 𝑘 = 1, 2, 3, · · · , 𝑛 son 𝑛 soluciones linealmente independientes de (98). Por lo
tanto, la solución general es
𝑛
X
𝑥(𝑡) = 𝛼 𝑘 𝑒 𝜆𝑘 𝑡 𝑐 𝑘
𝑘=1
(ii) Ahora consideramos el caso cuando algunos de los valores propios se repiten. Hacemos que 𝜆1 ,
𝜆2 , · · · , 𝜆 𝑚 (𝑚 < 𝑛) sean valores propios distintos de 𝐴 con multiplicidades 𝑛1 , 𝑛2 , · · · , 𝑛𝑚 para que
𝑛1 + 𝑛2 + · · · + 𝑛𝑚 = 𝑛.
36
CLASE 31
(𝜆𝑖 𝐸 − 𝐴) 𝑛𝑖 𝑥 = 0, 𝑖 = 1, 2, · · · , 𝑚
Sea que 𝑋𝑖 el subespacio de R𝑛 generado por los vectores propios del sistema correspondiente al valor
propio 𝜆𝑖 , 𝑖 = 1, 2, · · · , 𝑚. Primero tenga en cuenta que los subespacios 𝑋𝑖 son disjuntos y R𝑛 es la
suma directa de los subespacios 𝑋𝑖 . Por lo tanto, cualquier 𝑥 ∈ R𝑛 es 𝑥 = 𝑥1 + 𝑥 2 + · · · + 𝑥 𝑚 , 𝑥𝑖 ∈ 𝑋𝑖 .
Para encontrar la solución, necesitamos 𝑒 𝑡 𝐴 que encontraremos de la siguiente manera.
Sea 𝑥(𝑡) la solución de (98) con 𝑥(0) = 𝛼. Dado que 𝛼 ∈ R𝑛 , 𝛼 = 𝛼1 + 𝛼2 + · · · + 𝛼𝑚 donde 𝛼𝑖 ∈ 𝑋𝑖 ,
𝑖 = 1, 2, 3, · · · , 𝑚. Por lo tanto, desde el Teorema 0.11, la solución está dada por
𝑚
X
𝑡𝐴
𝑥(𝑡) = 𝑒 𝛼 = 𝑒 𝑡 𝐴 𝛼𝑖
𝑖=1
𝑡 𝑛𝑖 −1
𝑡 ( 𝐴 − 𝜆𝑖 𝐸)
𝑒 𝑡 𝐴 𝛼𝑖 = 𝑒 𝜆 𝑖 𝑡 𝐸 + +···+ ( 𝐴 − 𝜆𝑖 𝐸) 𝑛𝑖 −1 + · · · 𝛼𝑖 (106)
1! (𝑛𝑖 − 1)!
Por lo tanto
( 𝐴 − 𝜆𝑖 𝐸) 𝑘 𝛼𝑖 ≠ 0, 𝑘 = 1, 2, · · · , 𝑛𝑖 − 1 (108)
𝑖 −1 𝑡 𝑗
𝑚
X 𝑚
X 𝑛X
𝑡𝐴 𝜆𝑖 𝑡
𝑗
𝑥(𝑡) = 𝑒 𝛼𝑖 = 𝑒 ( 𝐴 − 𝜆 𝑗 𝐸) 𝛼𝑖 , 𝑡 ∈ 𝐼.
𝑗=0 𝑗!
𝑖=1 𝑖=1
37
CLASE 31
Ejemplo 0.21
Encuentre la matriz fundamental 𝑥 0 = 𝐴𝑥 donde
©𝑎 1 0 ª
®
0 𝑎2
« ¬
©𝑎
𝑛 0ª
𝐴 = 1
𝑛
®
0 𝑎 2𝑛
« ¬
Por lo tanto
2 3
©1 0ª 𝑡 ©𝑎 1 0 ª 𝑡 2 ©𝑎 1 0 ª 𝑡 3 ©𝑎 1 0 ª 𝑡 𝑛 ©𝑎 1𝑛 0 ª
𝑒𝑡 𝐴 = ® + ® + ® + ® + · · · + ®+···
0 1 1! 0 𝑎 2 2! 0 𝑎 2 3! 0 𝑎 3 𝑛! 0 𝑎 𝑛
« ¬ « ¬ « 2¬ « 2¬ « 2¬
𝑡 𝑎1 𝑡 2 𝑎12 𝑡 𝑛 𝑎1𝑛
©1 + 1! + 2! +···+ 𝑛! +··· 0
=
ª
𝑡 𝑎2 𝑡 2 𝑎22 𝑡 𝑛 𝑎2𝑛 ®
« 0 1+ 1! + 2! +···+ 𝑛! + · · ·¬
𝑡𝑎
©𝑒 1 0 ª
= ®.
0 𝑒 𝑡 𝑎2
« ¬
Ejemplo 0.22
Encuentre la solución y la matriz fundamental de 𝑥 0 = 𝐴𝑥 donde
©5 4ª
𝐴= ®
1 2
« ¬
©5 − 𝜆 4 ª
det( 𝐴 − 𝜆𝐸) = ®=0
1 2−𝜆
« ¬
que da (5 − 𝜆) (2 − 𝜆) − 4 = 0. Por lo tanto, la ecuación característica es
𝜆2 − 7𝜆 + 6 = 0 =⇒ (𝜆 − 6) (𝜆 − 1) = 0
38
CLASE 31
©𝑥 1 ª
® es el vector propio correspondiente al valor propio 𝜆1 = 6, entonces ( 𝐴 − 6𝐸)𝑥 = 0. Por lo
𝑥
« 2¬
tanto
©5 − 6 4 ª ©𝑥 1 ª
( 𝐴 − 6𝐸)𝑥 = ® ®
1 2 − 6 𝑥2
« ¬« ¬
lo cual resulta
©−1 4 ª ©𝑥 1 ª ©0ª ©−𝑥 1 4𝑥 2 ª ©0ª
® ® = ® =⇒ ®= ®
1 −4 𝑥 2 0 𝑥 1 −4𝑥 2 0
« ¬« ¬ « ¬ « ¬ « ¬
que da −𝑥 1 + 4𝑥 2 = 0 y 𝑥 1 − 4𝑥 2 = 0. Podemos elegir 𝑥 1 = 4 y 𝑥 2 = 1 para que el vector propio
©4ª
correspondiente a 𝜆1 = 6 sea ®.
1
« ¬
Busquemos el vector propio correspondiente a 𝜆2 = 1. Ahora
Ejemplo 0.23
Determine 𝑒 𝑡 𝐴 y una matriz fundamental para el sistema 𝑥 0 = 𝐴𝑥 donde
©−1 2 3ª
𝐴 = 0 −2 1®
®
®
« 0 3 0¬
Solución Usamos el método de valores y vectores propios para encontrar 𝜑(𝑡) y 𝑒 𝑡 𝐴. Los valores
39
CLASE 31
©−1 − 𝜆 2 3ª
𝐴 − 𝜆𝐸 = 0 −2 − 𝜆
®
1®
®
« 0 3 −𝜆¬
La ecuación característica viene dada por det( 𝐴 − 𝜆𝐸) = 0. Por lo tanto
det𝐴 − 𝜆𝐸 = (1 + 𝜆) (𝜆 − 1) (𝜆 + 3) = 0
40
CLASE 31
En otras palabras
−𝑡 11 𝑡 1 −3𝑡
©𝑒 2 𝑒 2𝑒 ª
𝜑(𝑡) = 0
𝑒𝑡 𝑒 −3𝑡 ®
®
®
« 0 3𝑒 𝑡 −𝑒 −3𝑡 ¬
También tenga en cuenta que 𝑊 (𝜙1 , 𝜙2 , 𝜙3 ) (𝑡) ≠ 0 por cualquier 𝑡. Además, la solución general
es
11 1
©1ª ©2ª ©2ª
𝑥(𝑡) = 𝛼1 𝑒 −𝑡 0® + 𝛼2 𝑒 𝑡 1 ® + 𝛼3 𝑒 −3𝑡 1 ®
® ® ®
® ® ®
0
« ¬ 3
« ¬ «−1¬
donde 𝛼1 , 𝛼2 y 𝛼3 son constantes arbitrarias. Dado que 𝜙1 , 𝜙2 , 𝜙3 forman una base de soluciones
𝑒 𝑡 𝐴 corresponderá a la solución del problema de valor inicial 𝑥 0 = 𝐴𝑥, 𝑥 1 (0) = 𝑒 1 , 𝑥 2 (0) = 𝑒 2 y
𝑥 3 (0) = 𝑒 3 .
Por lo tanto, para encontrar 𝑥1 (𝑡), debemos expresar 𝑒 1 como una combinación lineal de los
vectores propios. Así
11 1
©1ª ©1ª ©2ª ©2ª
0® = 𝛼1 0® + 𝛼2 1 ® + 𝛼3 1 ®
® ® ® ®
® ® ® ®
0
« ¬ 0
« ¬ 3
« ¬ «−1¬
©1ª
lo que da 𝛼2 = 𝛼3 = 0, entonces 𝑥 1 (𝑡) = 𝑒 −𝑡 0®.
®
®
«0¬
Así mismo
𝛼1 + 11 1
2 𝛼2 + 2 𝛼3 = 0,
11 1
©0ª ©1ª
©2ª ©2ª
1® = 𝛼1 0® + 𝛼2 1 ® + 𝛼3 1 ®
=⇒
® ® ® ®
® ® ® ® 𝛼2 + 𝛼3 = 1,
0 0 3 «−1¬
3𝛼2 − 𝛼3 = 0
« ¬ « ¬ « ¬
Resolviendo las ecuaciones anteriores, obtenemos 𝛼1 = − 74 , 𝛼2 = 14 , 𝛼3 = 43 . Por lo tanto
11 1 7 −𝑡 11 𝑡 3 −3𝑡
©1 ©2 ©2 ©− 4 𝑒 + 8 𝑒 + 8 𝑒 ª
7 −𝑡 ª® 1 𝑡 ª® 3 −3𝑡 ª® 1 𝑡 3 −3𝑡
𝑥 2 (𝑡) = − 𝑒 0® + 𝑒 1 ® + 𝑒 1 ® = 4𝑒 + 4𝑒
®
®
4 ® 4 ® 4 ® ®
3 𝑡 3 −3𝑡
0
« ¬ 3
« ¬ −1
« ¬ « 4 𝑒 − 4 𝑒 ¬
Para encontrar 𝑥 3 (𝑡), tenemos
𝛼1 + 11 1
2 𝛼2 + 2 𝛼3 = 0,
11 1
0
© ª 1
© ª ©2ª ©2ª
0® = 𝛼1 0® + 𝛼2 1 ® + 𝛼3 1 ® =⇒
® ® ® ®
® ® ® ® 𝛼2 + 𝛼3 = 0,
«1¬ «0¬ «3¬ «−1¬
3𝛼2 − 𝛼3 = 1
Resolviendo estas ecuaciones tenemos 𝛼1 = − 4 , 𝛼2 = 4 , 𝛼3 = − 14 . Por lo tanto
5 1
11 1 5 −𝑡 11 𝑡 1 −3𝑡
©1ª ©2ª © 2 ª ©− 4 𝑒 + 8 𝑒 − 8 𝑒 ª
5 ® 1 ® 1
𝑥 3 (𝑡) = − 𝑒 −𝑡 0® + 𝑒 𝑡 1 ® − 𝑒 −3𝑡 1 ® = 1 𝑡 1 −3𝑡
4𝑒 − 4𝑒
® ®
®
4 ® 4 ® 4 ® ®
3 𝑡 1 −3𝑡
0
« ¬ 3
« ¬ −1
« ¬ « 4 𝑒 + 4 𝑒 ¬
41
CLASE 31
©𝑒
−𝑡 11 𝑡
− 74 𝑒 −𝑡 + 3 −3𝑡
8 𝑒 + 8𝑒 − 54 𝑒 −𝑡 +
11 𝑡 1 −3𝑡
8 𝑒 − 8𝑒 ª
𝑒𝑡 𝐴 = 0 1 𝑡 3 −3𝑡 1 𝑡 1 −3𝑡
4𝑒 + 4𝑒 4𝑒 − 4𝑒
®
®.
®
3 𝑡 3 −3𝑡 3 𝑡 1 −3𝑡
« 0 4𝑒 − 4𝑒 4 𝑒 + 4 𝑒 ¬
Ejemplo 0.24
Determine una matriz fundamental y 𝑒 𝑡 𝐴 del sistema 𝑥 0 = 𝐴𝑥 donde
©3 1 −1ª
𝐴 = 1 3 −1®
®
®
«3 3 −1 ¬
Solución Ahora, primero busquemos los valores propios de 𝐴. Están dados por el polinomio
característico det( 𝐴 − 𝜆𝐸) = 0. Solucionando el determinante obtenido, tenemos el polinomio
característico como 𝜆3 − 5𝜆2 + 8𝜆 − 4 = 0 que se factoriza como (𝜆−) (𝜆 − 2) 2 = 0. Por lo tanto,
los valores propios son 𝜆1 = 1, 𝜆2 = 2, 𝜆3 = 2. Por lo tanto, 2 es un valor propio repetido de 𝐴.
Ahora encontraremos los vectores propios correspondientes a los valores propios anteriores.
Cuando 𝜆1 = 1, el vector propio viene dado por
2𝑥 1 + 𝑥 2 − 𝑥3 = 0,
©2 1 −1ª ©𝑥 1 ª ©0ª
1 2 −1® 𝑥 2 ® = 0® =⇒
® ® ®
® ® ® 𝑥 1 + 2𝑥 2 − 𝑥 3 = 0,
3 3 −2¬ «𝑥 3 ¬ «0¬
3𝑥 1 + 3𝑥 2 − 2𝑥3 = 0
«
Estas ecuaciones son satisfechas por 𝑥 1 = 1, 𝑥 2 = 1 y 𝑥 3 = 3. Por lo tanto, el vector propio 𝛼1
©1ª
correspondiente a 𝜆 1 es 1®.
®
®
«3¬
𝜆 = 2 es un valor propio repetido. Por lo tanto, el vector propio correspondiente a este valor
propio doble 𝜆2 = 𝜆3 = 2 es un vector no nulo, tal que
𝑥 1 + 𝑥 2 − 𝑥 3 = 0,
©1 1 −1 𝑥 1
ª© ª © ª 0
1 1 −1® 𝑥 2 ® = 0® =⇒
® ® ®
® ® ® 𝑥 1 + 𝑥 2 − 𝑥 3 = 0,
«3 3 −3¬ «𝑥 3 ¬ «0¬
3𝑥1 + 3𝑥 2 − 3𝑥3 = 0
Ahora encontraremos dos vectores linealmente independientes cuyos componentes satisfacen las
ecuaciones anteriores. Podemos elegirlos como 𝑥1 = 1, 𝑥2 = −1, 𝑥 3 = 0 y 𝑥1 = 1, 𝑥2 = 0 y
© 1 ª ©1ª
𝑥 3 = 1. Por lo tanto, podemos tomar los vectores como −1® y 0®.
® ®
® ®
« 0 ¬ «1¬
𝛼2 y 𝛼3 son linealmente independientes porque cualquier relación del tipo 𝑎𝛼2 + 𝑏𝛼3 = 0 implica
42
CLASE 31
©𝑒
𝑡 𝑒 2𝑡 𝑒 2𝑡 ª
𝜑(𝑡) = 𝑒 𝑡 −𝑒 2𝑡 0 ®
®
®
3𝑒 𝑡 0 𝑒 2𝑡
« ¬
Para encontrar 𝑒 , encontraremos la solución 𝑥1 (𝑡), 𝑥 2 (𝑡) y 𝑥 3 (𝑡) correspondiente a 𝑒 1 , 𝑒 2 y 𝑒 3 .
𝑡 𝐴
©1ª
𝑥 1 (𝑡) = −𝑒 1® + 𝑒 2𝑡 [(𝐸 + 𝑡 ( 𝐴 − 2𝐸))𝑢 2 ]
𝑡
®
®
«3¬
Encontraremos el segundo término por separado
43
CLASE 31
𝑒 = −𝑒 𝑡 + 𝑒 2𝑡
𝑡𝐴
−𝑒 𝑡 + 2𝑒 2𝑡 −𝑒 𝑡 − 𝑒 2𝑡 ® .
®
®
2𝑡 −3𝑒 𝑡 + 3𝑒 2𝑡 −3𝑒 𝑡 − 2𝑒 2𝑡 ¬
«−3𝑒 + 3𝑒
𝑡
44
CLASE 31
Ejemplo 0.25
Encuentre la solución general del sistema 𝑥 0 = 𝐴𝑥, donde
©1 −3 9 ª ©𝑎 ª
𝐴 = 0 −5 18® , 𝑥(0) = 𝑏 ®
® ®
® ®
«0 −3 10 ¬ «𝑐 ¬
y por lo tanto obtenga 𝑒 𝑡 𝐴.
©0ª
Por lo tanto, podemos tomar 𝑥 2 = 3, 𝑥 3 = 1 y 𝑥 1 = 0 para que el vector propio sea 3®. Por lo
®
®
«1¬
tanto, hemos obtenido solo un vector propio correspondiente a 𝜆2 = 1. Como 𝑥 1 es arbitrario, el
©1ª
otro vector propio independiente que corresponde a 𝜆1 = 1 se puede tomar como 3®. Sean 𝑢 1
®
®
«1¬
©1ª ©0ª ©1ª ©𝑎 ª ©𝑎 ª
y 𝑢 2 los espacios abarcados por 2® y 3®, 3®. Sea 𝑥(0) = 𝑏 ® arbitrario. Expresamos 𝑏 ® en
® ® ® ® ®
® ® ® ® ®
1 1
« ¬ « ¬ « ¬ 1 𝑐
« ¬ «𝑐 ¬
términos de vectores linealmente independientes
𝑎 = 𝛼 + 𝛽,
𝑎
© ª 1
© ª 1
© ª 0
© ª
𝑏 ® = 𝛼 2® + 𝛽 3® + 𝛾 3® =⇒
® ® ® ®
® ® ® ® 𝑏 = 2𝛼 + 3𝛽 + 3𝛾,
«1¬ «1¬ «1¬
«𝑐 ¬ 𝑐 = 𝛼 + 𝛽 + 𝛾
Resolviendo las ecuaciones anteriores
𝛼 = −𝑏 + 3𝑐, 𝛽 = 𝑎 + 𝑏 − 3𝑐, 𝛾 = −𝑎 + 𝑐.
45
CLASE 31
Por lo tanto
© −𝑏 + 3𝑐 ª
𝑥(𝑡) = 𝑒 4𝑡 −2𝑏 + 6𝑐® + 𝑒 𝑡 [(𝐼 + 𝑡 ( 𝐴 − 𝐼))𝑢 2 ]
®
®
« −𝑏 + 3𝑐 ¬
© −𝑏 + 3𝑐 ª ©𝑎 + 𝑏 − 3𝑐ª ©0 −3 9 ª ©𝑎 + 𝑏 − 3𝑐ª
4𝑡 𝑡 𝑡
= 𝑒 −2𝑏 + 6𝑐® + 𝑒 3𝑏 − 6𝑐 ® + 𝑡𝑒 0 −6 18® 3𝑏 − 6𝑐 ®
® ® ® ®
® ® ® ®
« −𝑏 + 3𝑐 ¬ « 𝑏 − 2𝑐 ¬ «0 −3 9 ¬« 𝑏 − 2𝑐 ¬
Para encontrar 𝑒 , notamos que 𝑒 corresponde a la solución 𝑥1 (𝑡), 𝑥 2 (𝑡), 𝑥 3 (𝑡) de 𝑒 1 , 𝑒 2 y 𝑒 3 .
𝑡 𝐴 𝑡 𝐴
46
CLASE 31
BIBLIOGRAFÍA
47