11 Sistemas de Ecuaciones Diferenciales

Sistemas de ecuaciones diferenciales
Matías Battocchio
FCE-UBA
MATEMÁTICA PARA ECONOMISTAS
Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 1 / 33

Ejemplo 1:
x 0 − x − 2y = 0
4x − y 0 + 3y = 0
Despejamos y = (x 0 − x )/2 de la primer ecuación y reemplazamos en la segunda

1 00 3
4x − (x − x 0 ) + (x 0 − x ) = 0
2 2
1 5
− x 00 + 2x 0 + x = 0
2 2
x (t) = C1 e 5t + C2 e −t ⇒ x 0 (t) = 5C1 e 5t − C2 e −t
Reemplazando en la primera ecuación
y (t) = 2C1 e 5t − C2 e −t
La solución general se suele escribir

x (t) 1 1
= C1 e 5t + C2 e −t
y (t) 2 −1

Proposición
Toda ecuación diferencial de segundo orden es equivalente a un sistema de dos
ecuaciones diferenciales de primer orden
Demostración:
ay 00 (t) + by 0 (t) + cy (t) = g(t)
Definimos x (t) ≡ y 0 (t) y nos queda el siguiente sistema:
ax 0 (t) + bx (t) + cy (t) = g(t)

y 0 (t) − x (t) = 0
Este mismo procedimiento también es válido para convertir una ecuación diferencial de
orden n en un sistema de n ecuaciones diferenciales de primer orden.
Por esta razón al estudiar sistemas de ecuaciones diferenciales nos vamos a concentrar
en aquellos que contengan ecuaciones diferenciales de primer orden.

Resolución de sistemas homogéneos lineales por autovalores
Consideremos el siguiente sistema de n ecuaciones diferenciales de primer orden
y10 (t) = a11 y1 (t) + · · · + a1n yn (t)

·········· (1)
yn0 (t) = an1 y1 (t) + · · · + ann yn (t)
o escrito en notación matricial

y0 = A y (1)
Proposición
Si A es diagonalizable, entonces la solución al sistema de ecuaciones (1) es
y(t) = C1 x1 e λ1 t + C2 x2 e λ2 t + · · · + Cn xn e λn t
donde λi es un autovalor de A y xi su autovector asociado.
Demostración: Si A es una matriz diagonal, es decir aij = 0 para i 6= j, entonces (1) es un

sistema de n ecuaciones independientes entre sí yi0 = aii yi cuya solución es
y1 (t) = C1 e a11 t , · · · , yn (t) = Cn e ann t
Para este caso particular la proposición es verdadera, ya que como la matriz es diagonal,
los aii son los autovalores y los autovectores son los canónicos.
Si aij 6= 0 para algún i 6= j entonces podemos diagonalizar a la matriz A:
P−1 A P = Λ
Consideremos el siguiente cambio de variables z = P−1 y. Derivando respecto a t y

operando:
z0 = P−1 y0
= P−1 A y ( porque y0 = A y)
= P−1 A P z ( porque y = P z)
= Λz
Como Λ es una matriz diagonal, el sistema queda
z10 = λ1 z1
······
zn0 = λn zn

y su solución es  
C1 e λ1 t
"
z1 (t)
#
··· =  ··· 
zn (t) Cn e λn t
Finalmente usamos la transformación de variables para volver el sistema a las

coordenadas originales:
y(t) = P z(t)
 
C1 e λ1 t
= x1 · · · x n

 ··· 
Cn e λn t
= C1 e λ1 t x1 + C2 e λ2 t x2 + · · · + Cn e λn t xn
Esta proposición también es válida cuando los autovalores son complejos.

Ejemplo 1 (cont.):
1 2
A=
4 3

1−λ 2
A=
4 3−λ
P(−λ) = (1 − λ)(3 − λ) − 8 = λ2 + 3 − 4λ − 8 = λ2 − 4λ − 5 = 0
λ1 = −1, λ2 = 5
Los autovectores son
1 1
x1 = , x2 =
−1 2
Entonces la solución general del sistema es

x (t) 1 −t 1
= C1 e + C2 e 5t
y (t) −1 2
que es igual a la que habíamos obtenido antes.
Observación
El polinomio característico es igual a la ecuación característica de la ecuación diferencial
de segundo orden.

Ejemplo 2:
3x 0 (t) − y (t) = 0
x (t) + 3y 0 (t) = 0
La matriz A es
0 1/3
A=
−1/3 0
Los autovalores de esta matriz son

1 1
λ1 = i, λ2 = − i
3 3
y los autovectores son
1 1
x1 = , x2 =
i −i
Entonces la solución general del sistema es

x (t) 1 1
e − /3 i t
1 1
= C̃1 e /3 i t + C̃2
y (t) i −i

y usando la fórmula de Euler e /3 i t = cos(1/3 t) + i sen(1/3 t) y

1
e − /3 i t = cos(1/3 t) − i sen(1/3 t)
1

x (t) 1 1
= C̃1 (cos 1/3t + i sen 1/3t) + C̃2 (cos(1/3 t) − i sen(1/3 t))
y (t) i −i

x (t) C̃1 + C̃2 (C̃1 − C̃2 )i
= cos(1/3 t) + sen(1/3 t)
y (t) (C̃1 − C̃2 )i −C̃1 − C̃2
y renombrando las constantes C1 = C̃1 + C̃2 , C2 = (C˜1 − C˜2 )i

x (t) C1 C2
= cos(1/3 t) + sen(1/3 t)
y (t) C2 −C1

A veces a la matriz (A − λ I) se la llama matriz de operadores G(D) porque

x 0 (t) D 0 x (t) 0 1/3 x (t)
= =
y 0 (t) 0 D y (t) −1/3 0 y (t)

D −1/3 x (t) 0
1/3
=
D y (t) 0
Esta matriz escrita en función del operador derivada es igual a (A − λ I) hasta una
constante de multiplicidad. Y, por lo tanto |A − λ I| = 0 tiene las mismas raíces que
|G(D)| = 0.
Observación
Para fines prácticos es más conveniente usar la matriz de operadores G(D) ya que
cuando el sistema tiene ecuaciones de orden mayor a 1 no hace falta añadir variables
adicionales.

¿Qué ocurre cuando la matriz A no es diagonalizable?
Supongamos que el autovalor λi tiene orden de multiplicidad 2 pero un solo autovector
asociado x1 . Entonces se debe ensayar una segunda solución
C2 x1 t e λi t + x2 e λi t

Sustituyendo esta nueva solución en (1) y despejando:
C2 (A x1 − λi x1 )t e λi t + C2 (A x2 − λi x2 − x1 )e λi t = 0
Como esta última expresión es válida para todo t, debe ocurrir que
(A − λi I)x1 = 0
(A − λi I)x2 = x1
El vector x ya lo tenemos. Para encontrar esta nueva solución solo hace falta resolver x2
1
de la segunda ecuación del sistema.

Ejemplo 3: 0
x − x − 2y = 0
y 0 + 2x − 5y = 0

1 2
A=
−2 5

El autovalor 3 está repetido dos veces, pero tiene un solo autovector

1
x1 =
1
Para la solución que nos falta tenemos que resolver
(A − λi I)x2 = x1

−2 2 x1 1
=
−2 2 x2 1
⇒ x2 = 1/2 + x1

0
Si x1 = 0 ⇒ x2 = 1/2 ⇒ x2 = 1/2
La solución general es

x (t) 1 3t 1 3t 0 3t 1 3t t
= C1 e +C2 te + 1/2
e = C1 e +C2
y (t) 1 1 1 t + 1/2

Si λi fuese de multiplicidad 3 y un solo autovector asociado. Entonces se necesitan dos
soluciones más:
C2 x1 t e λi t + x2 e λi t

t 2 λi t
C3 x1 e + x2 t e λi t + x3 e λi t
2!
Que luego de reemplazar en (1) y despejar, nos queda el siguiente sistema para obtener
los vectores de constantes:
(A − λi I)x1 = 0
(A − λi I)x2 = x1
(A − λi I)x3 = x2
Los vectores x1 y x2 ya lo tenemos. Para encontrar esta nueva solución solo hace falta
resolver x3 de la tercera ecuación del sistema.
Para el caso general, si λi tiene orden de multiplicidad m y un solo autovector asociado,
se deben buscar m − 1 soluciones adicionales como lo hicimos, respetando esta forma:

t m−1 t m−2
Cm x1 e λi t + x 2 e λi t + · · · + xm−1 t e λi t + xm e λi t
(m − 1)! (m − 2)!

Resolución de sistemas lineales
Para resolver sistemas de ecuaciones diferenciales no homogéneos
y10 (t) − a11 y1 (t) − · · · − a1n yn (t) = h1 (t)

·········· (2)
yn0 (t) − an1 y1 (t) − · · · − ann yn (t) = hn (t)
o escrito en notación matricial

G(D) Y(t) = H(t) (2)
se usa el método de los coeficientes indeterminados.
Si H(t) es un vector de constantes entonces se ensaya un vector de constantes
Yp (t) = A:
G(D) A = H
G(0) A = H
A = G(0)−1 H
es la solución particular del sistema completo, siempre que cero no sea raíz de la
ecuación característica.

Si H(t) es un vector de funciones exponenciales ke bt que tienen el mismo

exponente b, entonces se ensaya Yp (t) = A e bt :
G(D) A e bt = ke bt
G(b) A e bt = ke bt
A = G(b)−1 k
y reemplazando las constantes en la solución
Yp (t) = G(b)−1 k e bt
se llega a la solución particular, siempre que b no sea raíz de la ecuación

característica.
Si H(t) es la suma de funciones exponenciales con distintos exponentes entonces
se separa en términos con igual exponente y se encuentra la solución particular
para cada uno de ellos.
Si H(t) es una función seno o coseno con ángulo φ t entonces se plantea
Yp (t) = A1 sen (φ t) + A2 cos (φ t) y se despejan los vectores de constantes.

Si H(t) es un polinomio de grado n entonces se ensaya
Yp (t) = A t n + B t n−1 + · · · + M t + N y se despejan las constantes.
Si en algún caso la solución a ensayar ya es solución de la homogénea, se debe
multiplicar la solución por un vector de polinomios completo, del grado que haga falta
para romper la dependencia lineal.
Ejemplo 4:
( 0
x = x + y − z + 2e −t
y 0 = 2x + 2y + z + 3
z 0 = 2x − y + 4z + e −t
D−1 −1
"
1
#"
x (t)
# "
2
# "
0
#
−t
−2 D−2 −1 y (t) = 0 e + 3
−2 1 D−4 z(t) 1 0
La ecuación característica es

2 D1 = 1
(D − 1)(D − 6D + 9) = 0 ⇒
D2,3 = 3
Para la raíz 1 el vector propio asociado es (−1, 1, 1).

Para la raíz 3 los dos vectores propios asociados son (0, 1, 1) y (1, 0, −2).

La solución de la ecuación homogénea es
#h
−1
"
x (t)
" # "
0
# "
1
#
t 3t
y (t) = C1 1 e + C2 1 e + C3 0 e 3t
z(t) 1 1 −2
La solución particular de la completa es

" #p
x (t)
"
2
# "
0
#
−1 −t −1
y (t) = [G(−1)] 0 e + [G(0)] 3
z(t) 1 0
#c
−9/8
"
x (t)
" # "
1
#
−t
y (t) = 5/8 e + −2
z(t) 3/8 −1
Por lo tanto, la solución general de la ecuación completa es
−1 −9/8
"
x (t)
# " # "
0
# "
1
# " # "
1
#
t 3t 3t −t
y (t) = C1 1 e + C2 1 e + C3 0 e + 5/8 e + −2
z(t) 1 1 −2 3/8 −1

Diagramas de fase
Esta herramienta sirve para hacer análisis cualitativo de sistemas de dos ecuaciones
diferenciales de primer orden no lineales autónomas.
x 0 (t) = f (x , y )
(3)
y 0 (t) = g(x , y )
En el diagrama de fase se grafican las trayectorias de x e y . ¿Cómo se construye?

1. Se grafican las curvas de demarcación x 0 = 0 y y 0 = 0.
Si se conoce la forma funcional de f (·) y g(·) entonces se pueden graficar
directamente. Si no se conocen entonces se puede aproximar el gráfico con las
derivadas. Por el teorema de la función implícita:
dy ∂f /∂x fx0
= − ∂f =− (fy0 6= 0)
dx x 0 =0
/∂y fy0
dy ∂g/∂x gx0
= − ∂g =− (gy0 6= 0)
dx y 0 =0
/∂y gy0

Diagramas de fase
2. Se determina la dirección de x a ambos lados de la curva de demarcación x 0 = 0 a

partir de la derivada
∂x 0
= fx0
∂x
(Alternativamente puede usarse ∂x 0/∂y = fy0 )
3. Se determina la dirección de y a ambos lados de la curva de demarcación y 0 = 0 a
partir de la derivada
∂y 0
= gy0
∂y
(Alternativamente puede usarse ∂y 0/∂x = gx0 )
4. A partir de estos dos pasos previos se escriben los signos + o − que indican la
trayectoria del sistema en cada una de las cuatro regiones.
5. Se grafican algunas trayectorias.

Diagramas de fase
Ejemplo 5: Supongamos que nos dan la siguiente información del sistema (3)
fx0 < 0, fy0 > 0, gx0 > 0, gy0 < 0
fx0 g0
− 0
> − x0 para todo x , y
fy gy
1. Las pendientes de las curvas de demarcación son positivas

dy fx0
=− >0
dx x 0 =0
fy0
dy gx0
=− >0
dx y 0 =0
gy0
Pero la pendiente de x = 0 es más empinada que la de y 0 = 0.

0
0
2. ∂x
∂x
= fx0 < 0
∂x 0
Entonces x decrece de izquierda a derecha o, alternativamente, ∂y
= fy0 > 0
entonces x crece de abajo hacia arriba.
∂y 0
3. ∂x
= gx0 > 0
∂y 0
Entonces y crece de izquierda a derecha o, alternativamente ∂y
= gy0 < 0 entonces
y decrece de abajo hacia arriba.
Diagramas de fase
Fuente: Chiang y Wainwright (2005) pág.616.

Diagramas de fase
Fuente: Chiang y Wainwright (2005) pág.618.

Todas las trayectorias convergen al punto E , lo que lo convierte en un equilibrio estable.
Diagramas de fase
Observación
El diagrama de fase no nos da información acerca de qué tan rápido se llega a ese
equilibrio, porque la variable t no está explícitamente graficada. Sin embargo, a medida
que la trayectoria se acerque a la curva x 0 = 0 (o y 0 = 0) la velocidad de desplazamiento
en sentido horizontal (vertical) debe disminuir progresivamente.
Existen cuatro tipos de equilibrio que pueden encontrarse cuando se hace un análisis
cualitativo con un diagrama de fase:
1. Nodo: Cuando las trayectorias convergen (nodo estable) o divergen (nodo
inestable) en forma no cíclica.
2. Foco: Cuando las trayectorias convergen (foco estable) o divergen (foco inestable)
en forma cíclica.
3. Punto de silla: Cuando algunas trayectorias convergen al equilibrio pero otras
divergen de él. Este equilibrio es inestable.
4. Vórtice: Cuando las trayectorias orbitan alrededor del equilibrio sin converger a él
pero tampoco alejarse. Este equilibrio es inestable.

Diagramas de fase
Fuente: Chiang y Wainwright (2005) pág. 619.

Diagramas de fase
¿Cómo se relaciona esta tipología de equilibrios con la solución cuantitativa de sistemas
lineales?
Un sistema de dos ecuaciones de primer orden lineal tiene dos raíces características λ1
y λ2 .
Si la parte real de las raíces es negativa, entonces la solución es estable.
• Si las raíces son reales, entonces la solución es un nodo estable.
• Si las raíces son complejas, entonces la solución es un foco estable.
Si la parte real de las raíces es positiva o cero, entonces la solución es inestable
• Si las raíces son reales, entonces la solución es un nodo inestable.
• Si las raíces son complejas y la parte real es positiva, entonces la solución es
un foco inestable.
• Si las raíces son complejas y la parte real es cero, entonces la solución es un
vórtice.
Si una raíz es negativa y la otra es positiva o cero, entonces la solución es un punto
de silla (inestable). Este tipo de equilibrio tiene un brazo estable, que corresponde a
la raíz negativa.
Observación
Cuando el sistema de ecuaciones es lineal, la clasificación del equilibrio en base al
diagrama de fase debe coincidir con la de sus autovalores.

Estabilidad local de sistemas no lineales
Un método alternativo para analizar la estabilidad de un sistema de ecuaciones no
lineales consiste en linealizarlo en torno al equilibrio. Este método solo permite analizar
estabilidad local.
Consideremos el punto de equilibrio (x̄ , ȳ ) y la expansión de Taylor
x 0 ≈ f (x̄ , ȳ ) + fx0 (x̄ , ȳ )(x − x̄ ) + fy0 (x̄ , ȳ )(y − ȳ )

y 0 ≈ g(x̄ , ȳ ) + gy0 (x̄ , ȳ )(y − ȳ ) + gx0 (x̄ , ȳ )(x − x̄ )
Como f (x̄ , ȳ ) = g(x̄ , ȳ ) = 0
x 0 ≈ fx0 (x̄ , ȳ )(x − x̄ ) + fy0 (x̄ , ȳ )(y − ȳ )

y 0 ≈ gy0 (x̄ , ȳ )(y − ȳ ) + gx0 (x̄ , ȳ )(x − x̄ )
x 0 − fx0 (x̄ , ȳ )x − fy0 (x̄ , ȳ )y ≈ −fx0 (x̄ , ȳ )x̄ − fy0 (x̄ , ȳ )ȳ
y 0 − gy0 (x̄ , ȳ )y − gx0 (x̄ , ȳ )x ≈ −gy0 (x̄ , ȳ )ȳ − gx0 (x̄ , ȳ )x̄
Podemos prescindir de los términos de la derecha ya que son constantes

x0 fx0 fy0 x 0
− ≈
y0 gx0 gy0 y 0
(x̄ ,ȳ )

Este sistema lineal ya se puede resolver con los métodos estudiados. Las raíces
características serán los valores λ1 , λ2 que hacen que la ecuación característica sea
cero:
fx0 − λ fy0
0 0 =0
gx gy − λ
(x̄ ,ȳ )
¿La estabilidad del sistema linealizado coincide siempre con la del sistema no lineal? No.
Cuando hay raíces con parte real nula y el resto de las raíces son negativas, la
linealización no es informativa1 .
En resumen:
Si todas las raíces del sistema lineal tienen parte real negativa, entonces la solución
es localmente estable.
Si al menos una raíz del sistema lineal tiene parte real positiva, entonces la solución
es localmente inestable.
Si al menos una raíz (o todas) tiene parte real nula y el resto son negativas,
entonces no se puede concluir nada sobre la estabilidad local de la solución
1
Teorema de Hartman-Grobman
Ejemplo 6:
x 0 = xy − 2
y 0 = 2x − y
El equilibrio ocurre cuando x 0 = 0 e y 0 = 0. De la segunda ecuación y = 2x , que

reemplazado en la primera 2x 2 = 2 ⇒ x = ±1 ⇒ y = ±2.
La jacobiana es
y x
2 −1
Evaluada en (1, 2)
2 1
2 −1
√
Los autovalores son 1/2 ± 17/2. Por lo tanto, el equilibrio es un punto de silla, que es
inestable.
En (−1, −2)
−2 −1
2 −1
√
Los autovalores son −3/2 ± 7i. El equilibrio es un foco estable.

Aplicación económica: Curva de Philips aumentada
El siguiente modelo vincula la curva de Philips (relación empírica inversa entre la tasa de
desempleo y la tasa de inflación) con expectativas adaptativas de inflación.

 π = a − T − bU + π e a < 0, T > 0, b > 0
dπ e
dt
= j(π − π e ) 0<j≤1
dU
= −k(m − π) k>0

dt
donde π es la tasa de inflación observada, π e la tasa de inflación esperada, U la tasa de

desempleo, T una constante que representa la variación en la productividad del trabajo,
y m la tasa de crecimiento del stock nominal de dinero.
La primera ecuación determina la tasa de inflación a partir de la productividad del
trabajo, la tasa de desempleo y las expectativas. A mayor productividad y/o mayor
desempleo menor inflación, mientras que mayores expectativas aumentan la inflación.
La segunda ecuación es la ecuación que determina las expectativas de inflación a partir
de la inflación actual. Si j = 1 las expectativas son racionales, mientras que si j < 1 las
expectativas son adaptativas.
La tercera es la ecuación de movimiento de la tasa de desempleo. El desempleo
depende negativamente de la brecha entre el crecimiento del stock nominal de dinero y
la tasa de inflación. Esta ecuación es la que determina la curva de Philips a corto plazo:
un aumento de la emisión por encima de la inflación reduce el salario real de los
trabajadores, e incentiva a los empresarios a contratar más trabajdores, reduciendo así
el desempleo.
Observación
Las dos últimas ecuaciones son diferenciales, mientras que la primera no. Por lo tanto,
este es un sistema de dos ecuaciones diferenciales de primer orden.
Reemplazamos la primera ecuación en las otras dos

dπ e

dt
= j(a − T − bU)
dU
dt
= −k(m − a + T + bU − π e )
dπ e

dt
= j(a − T ) − jbU
dU
dt
= kπ e − kbU − k(m − a + T )
dπ e

dt
0 −jb πe j(a − T )
dU = +
dt
k −kb U −k(m − a + T )

Vamos a hacer el diagrama de fase del modelo.
dπ e a−T
= 0 ⇒ −jbU + j(a − T ) = 0 ⇒ U =
dt b
La curva de demarcación de π e es una línea vertical en el plano (U, π e ).
dU
= 0 ⇒ kπ e − kbU − k(m − a + T )
dt
π e = bU + m − a + T
∂ π˙e
= −jb < 0
∂U
∂ U̇
= −kb < 0
∂U

πe π˙e = 0
+ −
U̇ = 0
+ −
m−a+T
U
a−T
b
El equilibrio es un foco estable.

Además de que el modelo es estable, y presenta oscilaciones al converger al equilibrio,

se debe remarcar que la tasa de desempleo de equilibrio no depende de la inflación.
A su vez, la tasa de inflación de equilibrio solo depende del crecimiento del stock
nominal de dinero.
Esto es lo que distingue a la curva de Philips cuando se ajusta por expectativas. Aunque
en el corto plazo exista una relación inversa entre inflación y desempleo (la primera
ecuación del modelo). En el largo plazo la tasa de desempleo está dada por factores
estructurales, y la tasa de inflación depende solamente de factores monetarios.

Bibliografía
Bernardello, A., Bianco, M. J., Casparri, M. T., García Fronti, J. & Olivera de Marzana, S.
(2004). Matemática para Economistas con Excel y Matlab [Cap. 4]. Omicron
System.
Chiang, A. & Wainwright, K. (2005). Fundamental Methods of Mathematical Economics
[Caps. 19.5 y 19.6]. McGraw-Hill Education.
Simon, C. & Blume, L. (1994). Mathematics for Economists [Cap. 25]. Norton.

11 Sistemas de Ecuaciones Diferenciales

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

11 Sistemas de Ecuaciones Diferenciales

Cargado por

Copyright:

Formatos disponibles

Sistemas de ecuaciones diferenciales

MATEMÁTICA PARA ECONOMISTAS

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 1 / 33

Despejamos y = (x 0 − x )/2 de la primer ecuación y reemplazamos en la segunda

La solución general se suele escribir

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 2 / 33

ax 0 (t) + bx (t) + cy (t) = g(t)

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 3 / 33

y10 (t) = a11 y1 (t) + · · · + a1n yn (t)

o escrito en notación matricial

donde λi es un autovalor de A y xi su autovector asociado.

Demostración: Si A es una matriz diagonal, es decir aij = 0 para i 6= j, entonces (1) es un

y1 (t) = C1 e a11 t , · · · , yn (t) = Cn e ann t

Si aij 6= 0 para algún i 6= j entonces podemos diagonalizar a la matriz A:

Consideremos el siguiente cambio de variables z = P−1 y. Derivando respecto a t y

Como Λ es una matriz diagonal, el sistema queda

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 5 / 33

Finalmente usamos la transformación de variables para volver el sistema a las

Esta proposición también es válida cuando los autovalores son complejos.

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 6 / 33

Entonces la solución general del sistema es

que es igual a la que habíamos obtenido antes.

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 7 / 33

Los autovalores de esta matriz son

Entonces la solución general del sistema es

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 8 / 33

y usando la fórmula de Euler e /3 i t = cos(1/3 t) + i sen(1/3 t) y

y renombrando las constantes C1 = C̃1 + C̃2 , C2 = (C˜1 − C˜2 )i

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 9 / 33

A veces a la matriz (A − λ I) se la llama matriz de operadores G(D) porque

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 10 / 33

Sustituyendo esta nueva solución en (1) y despejando:

de la segunda ecuación del sistema.

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 11 / 33

El autovalor 3 está repetido dos veces, pero tiene un solo autovector

Para la solución que nos falta tenemos que resolver

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 12 / 33

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 13 / 33

Para resolver sistemas de ecuaciones diferenciales no homogéneos

y10 (t) − a11 y1 (t) − · · · − a1n yn (t) = h1 (t)

o escrito en notación matricial

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 14 / 33

Si H(t) es un vector de funciones exponenciales ke bt que tienen el mismo

se llega a la solución particular, siempre que b no sea raíz de la ecuación

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 15 / 33

Para la raíz 1 el vector propio asociado es (−1, 1, 1).

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 16 / 33

La solución particular de la completa es

Por lo tanto, la solución general de la ecuación completa es

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 17 / 33

En el diagrama de fase se graﬁcan las trayectorias de x e y . ¿Cómo se construye?

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 18 / 33

2. Se determina la dirección de x a ambos lados de la curva de demarcación x 0 = 0 a

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 19 / 33

1. Las pendientes de las curvas de demarcación son positivas

Pero la pendiente de x = 0 es más empinada que la de y 0 = 0.

Fuente: Chiang y Wainwright (2005) pág.616.

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 21 / 33

Fuente: Chiang y Wainwright (2005) pág.618.

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 23 / 33

Fuente: Chiang y Wainwright (2005) pág. 619.

Matías Battocchio (FCE-UBA) Sistemas de ecuaciones diferenciales MATEMÁTICA PARA ECONOMISTAS 25 / 33

x 0 ≈ f (x̄ , ȳ ) + fx0 (x̄ , ȳ )(x − x̄ ) + fy0 (x̄ , ȳ )(y − ȳ )