__________________________________________________________________________________________________SISTEMAS DE EDO LINEALES

SISTEMAS DE EDO LINEALES

Los sistemas que se van a considerar se caracterizan por tener
• 𝑛 ecuaciones diferenciales de algún orden, y
• 𝑛 funciones desconocidas (por ejemplo, 𝑦1 (𝑡), 𝑦2 (𝑡), 𝑦3 (𝑡), … , 𝑦𝑛 (𝑡)).
11
৺Sistemas de 2 ecuaciones y 2 incógnitas
La forma que tienen los sistemas de primer y segundo orden se muestran a continuación.
Primer orden
𝑎 (𝑡)𝑥1′ (𝑡) + 𝑎12 (𝑡)𝑥1 (𝑡) + 𝑏11 (𝑡)𝑥2′ (𝑡) + 𝑏12 (𝑡)𝑥2 (𝑡) = 𝑓1 (𝑡)
{ 11
𝑎21 (𝑡)𝑥1′ (𝑡) + 𝑎22 (𝑡)𝑥1 (𝑡) + 𝑏21 (𝑡)𝑥2′ (𝑡) + 𝑏22 (𝑡)𝑥2 (𝑡) = 𝑓2 (𝑡)

Segundo orden
𝑎 (𝑡)𝑥1′′ (𝑡) + 𝑎12 (𝑡)𝑥1′ (𝑡) + 𝑎13 (𝑡)𝑥1 (𝑡) + 𝑏11 (𝑡)𝑥2′′ (𝑡) + 𝑏12 (𝑡)𝑥2′ (𝑡) + 𝑏13 (𝑡)𝑥2 (𝑡) = 𝑓1 (𝑡)
{ 11
𝑎21 (𝑡)𝑥1′′ (𝑡) + 𝑎22 (𝑡)𝑥1′ (𝑡) + 𝑎23 (𝑡)𝑥1 (𝑡) + 𝑏21 (𝑡)𝑥2′′ (𝑡) + 𝑏22 (𝑡)𝑥2′ (𝑡) + 𝑏23 (𝑡)𝑥2 (𝑡) = 𝑓2 (𝑡)

৺Métodos de resolución
• Operador diferencial
• Transformada de Laplace
• Valores y vectores propios

৺Método del operador diferencial

Se busca solución para sistemas de EDO lineales, los cuales pueden ser homogéneos como no homogéneos. Los siguientes pasos describen
este método.
1. Las derivadas son representadas por el operador diferencial “𝐷” de la siguiente forma:
𝑦′(𝑡) se representa por 𝐷𝑦,
𝑦′′(𝑡) se representa por 𝐷2 𝑦,
𝑦′′′(𝑡) se representa por 𝐷3 𝑦.
En general, 𝑦 (𝑛) (𝑡) se representa por 𝐷𝑛 𝑦.
2. Se resuelve de forma algebraica el sistema obtenido, aplicando eliminación Gaussiana o la regla de Cramer.
3. Con algún método aplicable, se determina la solución de cada una de las EDO obtenidas en términos de una sola función desconocida.
4. Finalmente, las funciones incógnitas determinadas en el paso anterior se reemplazan en alguna de las EDO del sistema para
determinar cada una de las funciones desconocidas restantes.

৺Método de la transformada de Laplace

Se busca solución para sistemas de EDO lineales, los cuales pueden ser homogéneos como no homogéneos. Los siguientes pasos describen
este método.
1. Se aplica la transformada de Laplace a cada una de las ecuaciones del sistema, para lo cual se debe tener condiciones iniciales.
2. Se resuelve de forma algebraica el sistema obtenido, aplicando eliminación Gaussiana o la regla de Cramer.
3. Se determina la transformada inversa de cada una de las transformadas obtenidas en términos de la variable independiente.
4. Finalmente, las funciones incógnitas determinadas en el paso anterior se reemplazan en alguna de las EDO del sistema para
determinar cada una de las funciones desconocidas restantes.

৺Método de valores y vectores propios

Definiciones
Sea 𝑀𝑛𝑥𝑛 el conjunto de las matrices de dimensión 𝑛𝑥𝑛:
• 𝐴 ∈ 𝑀𝑛𝑥𝑛 es una matriz simétrica si y solo si 𝐴 = 𝐴𝑇 .
• Valores y vectores propios (o característicos):
Se dice que 𝑟 es un valor propio de 𝐴 ∈ 𝑀𝑛𝑥𝑛 si y solo si
∃𝜺 ∈ ℝ𝑛 : [𝐴𝜺 = 𝑟𝜺], donde 𝜺 se denomina vector propio.
Se denomina ecuación característica de 𝐴 ∈ 𝑀𝑛𝑥𝑛 a la ecuación 𝑑𝑒𝑡(𝐴 − 𝑟𝐼) = 0, donde 𝐼 es la matriz identidad de 𝑛𝑥𝑛.
Las soluciones de la ecuación característica son los valores propios de 𝐴.
Los vectores propios de 𝐴 asociados al valor propio 𝑟 se obtienen resolviendo el sistema de ecuaciones homogéneo (𝐴 − 𝑟𝐼)𝛽𝑟 = 𝟎;
tal que 𝛽𝑟 es el espacio característico del valor propio 𝑟 y los vectores de cualquiera de las posibles bases de 𝛽𝑟 son los vectores
propios asociados a 𝑟.
Algunas propiedades de las matrices
1. En general, una matriz 𝐴 ∈ 𝑀𝑛𝑥𝑛 tiene 𝑛 valores propios reales o complejos que pueden ser simples o repetidos. La repetición de un
valor propio se denomina multiplicidad algebraica.
2. Para dos valores propios distintos de 𝐴 ∈ 𝑀𝑛𝑥𝑛 (𝑟1 ≠ 𝑟2 ), los vectores propios asociados (𝜺𝟏 , 𝜺𝟐 ) son linealmente independientes.
3. Si 𝐴 ∈ 𝑀𝑛𝑥𝑛 es una matriz simétrica, todos sus 𝑛 valores propios son reales y pueden ser simples o repetidos. Además, tiene asociados
exactamente 𝑛 vectores propios linealmente independientes, incluso si sus valores propios se repiten.
4. En el caso de que 𝐴 ∈ 𝑀𝑛𝑥𝑛 no sea simétrica y tenga sus valores propios repetidos, no se garantiza que existan 𝑛 vectores propios
linealmente independientes para 𝐴.
Profesor: Antonio Chong Escobar, Ph.D. Referencia Bibliográfica: Ecuaciones diferenciales y problemas con valores en la frontera, Boyce – Diprima, 4ta edición
__________________________________________________________________________________________________SISTEMAS DE EDO LINEALES
Solución vectorial para sistemas de EDO lineales homogéneas con coeficientes constantes
Se busca la solución de sistemas que se puedan expresar de la forma

{
𝑥1′ (𝑡) = 𝑎11 𝑥1 (𝑡) + 𝑎12 𝑥2 (𝑡) + ⋯ + 𝑎1𝑛 𝑥𝑛 (𝑡)
𝑥2′ (𝑡) = 𝑎21 𝑥1 (𝑡) + 𝑎22 𝑥2 (𝑡) + ⋯ + 𝑎2𝑛 𝑥𝑛 (𝑡)
⋮
Utilizando notación matricial, el sistema tiene la forma

[
𝑥1′ (𝑡)
𝑥2′ (𝑡)
⋮
𝑎11 𝑎12 𝑎1𝑛 𝑥1 (𝑡)
𝑎21 𝑎22 𝑎2𝑛 𝑥2 (𝑡)
]=[ ⋮ ⋮ ⋮ ][ ⋮ ]
22
𝑥𝑛′ (𝑡)
= 𝑎𝑛1 𝑥1 (𝑡) + 𝑎𝑛2 𝑥2 (𝑡) + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 (𝑡) ′
⏟𝑥𝑛 (𝑡) 𝑎
⏟ 𝑛1 𝑎 𝑛2 𝑎 𝑛𝑛 ⏟ 𝑥𝑛 (𝑡)
𝒙′(𝑡) 𝐴 𝒙(𝑡)
′ (𝑡)
Entonces el sistema está dado por 𝒙 = 𝐴𝒙(𝑡), tal que 𝒙(𝑡) es un vector solución.
Se plantea un vector solución de la forma 𝒙(𝑡) = 𝜺𝑒 𝑟𝑡 ; 𝜺 ∈ ℝ𝑛 ; 𝑟 ∈ ℝ y se busca los valores de 𝜀 y 𝑟 que satisfacen este planteamiento.
Para esto, se reemplaza 𝒙(𝑡) = 𝜺𝑒 𝑟𝑡 y 𝒙′(𝑡) = 𝑟𝜺𝑒 𝑟𝑡 en la ecuación matricial como se muestra a continuación.
𝒙′ (𝑡) = 𝐴𝒙(𝑡) → 𝑟𝜺𝑒 𝑟𝑡 = 𝐴𝜺𝑒 𝑟𝑡 → 𝑟𝜺 = 𝐴𝜺.
Se observa que la solución vectorial planteada es válida si y sólo si 𝑟 es un valor propio de la matriz 𝐴 y 𝜺 su vector propio asociado.
Teorema (Solución vectorial general para sistemas de EDO lineales homogéneas con coeficientes constantes)
Si se tiene el sistema de EDO lineales homogéneas con coeficientes constantes, cuya representación matricial es 𝒙′ (𝑡) = 𝐴𝒙(𝑡), tal que
𝐴 ∈ 𝑀𝑛𝑥𝑛 , entonces la solución vectorial general del sistema está dada por
𝒙(𝑡) = 𝑐1 𝒙(𝟏) (𝑡) + 𝑐2 𝒙(𝟐) (𝑡) + ⋯ + 𝑐𝑛 𝒙(𝒏) (𝑡) ; 𝑐1 , 𝑐2 , … 𝑐𝑛 ∈ ℝ;
donde 𝒙(𝟏) (𝑡), 𝒙(𝟐) (𝑡), … , 𝒙(𝒏) (𝑡) son soluciones vectoriales linealmente independientes del sistema. Dichas soluciones vectoriales son
de la forma 𝜺𝑒 𝑟𝑡 , tal que 𝑟 es un valor propio de la matriz 𝐴 y 𝜺 es su vector propio asociado.
Por ejemplo, si la matriz 𝐴 tiene valores propios 𝑟1 , 𝑟2 , … , 𝑟𝑛 , tal que sus respectivos vectores propios (linealmente independientes) son
𝜺𝟏 , 𝜺𝟐 , … , 𝜺𝒏 , entonces la solución vectorial general del sistema está dada por
𝒙(𝑡) = 𝑐1 𝜺𝟏 𝑒 𝑟1𝑡 + 𝑐2 𝜺𝟐 𝑒 𝑟2𝑡 + ⋯ + 𝑐𝑛 𝜺𝒏 𝑒 𝑟𝑛𝑡 ; 𝑐1 , 𝑐2 , … , 𝑐𝑛 ∈ ℝ.
Casos de la solución vectorial general de acuerdo con la simetría de la matriz de coeficientes del sistema
Considere un sistema de EDO lineales, cuya representación matricial es 𝒙′ (𝑡) = 𝐴𝒙(𝑡), tal que 𝒙(𝑡) es el vector solución y 𝐴 ∈ 𝑀𝑛𝑥𝑛 .
Caso 1: Si 𝐴 ∈ 𝑀𝑛𝑥𝑛 es simétrica, entonces 𝐴 tiene 𝑛 vectores propios linealmente independientes y todos sus valores propios son reales,
los cuales podrían ser diferentes o repetidos.
Ejemplo: Si 𝐴 ∈ 𝑀3𝑥3 es simétrica y tiene valores propios diferentes 𝑟1 , 𝑟2 , 𝑟3 , con vectores propios 𝜺𝟏 , 𝜺𝟐 , 𝜺𝟑 , respectivamente, entonces
la solución del sistema está dada por
𝒙(𝑡) = 𝑐1 𝜺𝟏 𝑒 𝑟1𝑡 + 𝑐2 𝜺𝟐 𝑒 𝑟2𝑡 + 𝑐3 𝜺𝟑 𝑒 𝑟3𝑡 ; 𝑐1 , 𝑐2 , 𝑐3 ∈ ℝ.
Ejemplo: Si 𝐴 ∈ 𝑀3𝑥3 es simétrica y sus valores propios son 𝑟1 de multiplicidad 2 y 𝑟2 de multiplicidad 1 tal que los vectores propios de
𝑟1 son 𝜺𝟏 y 𝜺𝟐 y el vector propio de 𝑟2 es 𝜺𝟑 , entonces la solución del sistema está dada por
𝒙(𝑡) = 𝑐1 𝜺𝟏 𝑒 𝑟1𝑡 + 𝑐2 𝜺𝟐 𝑒 𝑟1𝑡 + 𝑐3 𝜺𝟑 𝑒 𝑟2𝑡 ; 𝑐1 , 𝑐2 , 𝑐3 ∈ ℝ.
Caso 2: Si 𝐴 ∈ 𝑀𝑛𝑥𝑛 no es simétrica, entonces no se garantiza que 𝐴 tenga 𝑛 vectores propios linealmente independientes y sus valores
propios pueden ser reales o complejos, así como diferentes o repetidos.
Cuando los valores propios son repetidos, no se garantiza que 𝐴 tenga 𝑛 vectores propios linealmente independientes.
Cuando los valores propios son diferentes, 𝐴 tiene 𝑛 vectores propios linealmente independientes.
Si 𝐴 tiene 𝑛 vectores propios linealmente independientes y además
• los valores propios son reales, entonces se procede como en el caso 1.
• tiene valores propios complejos, entonces se procede como se muestra a continuación.
Sea 𝑟1 = 𝛼 + 𝜆𝑖 un valor propio complejo de 𝐴 ∈ 𝑀𝑛𝑥𝑛 .
Sea 𝜺𝟏 = 𝑺 + 𝑩𝑖 el vector propio asociado a 𝑟1 tal que 𝑺 ∧ 𝑩 ∈ ℝ𝑛 .
Sea 𝑟2 = 𝛼 − 𝜆𝑖 otro valor propio complejo de 𝐴 ∈ 𝑀𝑛𝑥𝑛 (complejo conjugado de 𝑟1 ).
Sea 𝜺𝟐 = 𝑺 − 𝑩𝑖 el vector propio asociado a 𝑟2 tal que 𝑺 ∧ 𝑩 ∈ ℝ𝑛 (vector complejo conjugado de 𝜺𝟏 ).
Entonces: 𝒙(𝟏) (𝑡) = 𝜺𝟏 𝑒 𝑟1𝑡 = (𝑺 + 𝑩𝑖)𝑒 (𝛼+𝜆𝑖)𝑡 : es una solución vectorial del sistema,
𝒙(𝟐) (𝑡) = 𝜺𝟐 𝑒 𝑟2𝑡 = (𝑺 − 𝑩𝑖)𝑒 (𝛼−𝜆𝑖)𝑡 : es otra solución vectorial del sistema.
Descomponiendo las expresiones exponenciales y utilizando la identidad de Euler (𝑒 𝜃𝑖 = 𝑐𝑜𝑠(𝜃) + 𝑖𝑠𝑒𝑛(𝜃)):
𝒙(𝟏) (𝑡) = (𝑺 + 𝑩𝑖)𝑒 𝛼𝑡 𝑒 𝜆𝑡𝑖 = (𝑺 + 𝑩𝑖)𝑒 𝛼𝑡 (𝑐𝑜𝑠(𝜆𝑡) + 𝑖𝑠𝑒𝑛(𝜆𝑡)),
𝒙(𝟐) (𝑡) = (𝑺 − 𝑩𝑖)𝑒 𝛼𝑡 𝑒 −𝜆𝑡𝑖 = (𝑺 − 𝑩𝑖)𝑒 𝛼𝑡 (𝑐𝑜𝑠(𝜆𝑡) − 𝑖𝑠𝑒𝑛(𝜆𝑡)).
Resolviendo el producto y escribiendo en forma rectangular cada solución:
𝒙(𝟏) (𝑡) = 𝑒 𝛼𝑡 (𝑺𝑐𝑜𝑠(𝜆𝑡) + 𝑖𝑺𝑠𝑒𝑛(𝜆𝑡) + 𝑖𝑩𝑐𝑜𝑠(𝜆𝑡) − 𝑩𝑠𝑒𝑛(𝜆𝑡)) = 𝑒 𝛼𝑡 ([𝑺𝑐𝑜𝑠(𝜆𝑡) − 𝑩𝑠𝑒𝑛(𝜆𝑡)] + 𝑖[𝑺𝑠𝑒𝑛(𝜆𝑡) + 𝑩𝑐𝑜𝑠(𝜆𝑡)]),
𝒙(𝟐) (𝑡) = 𝑒 𝛼𝑡 (𝑺𝑐𝑜𝑠(𝜆𝑡) − 𝑖𝑺𝑠𝑒𝑛(𝜆𝑡) − 𝑖𝑩𝑐𝑜𝑠(𝜆𝑡) − 𝑩𝑠𝑒𝑛(𝜆𝑡)) = 𝑒 𝛼𝑡 ([𝑺𝑐𝑜𝑠(𝜆𝑡) − 𝑩𝑠𝑒𝑛(𝜆𝑡)] − 𝑖[𝑺𝑠𝑒𝑛(𝜆𝑡) + 𝑩𝑐𝑜𝑠(𝜆𝑡)]).
Se puede verificar que las soluciones vectoriales obtenidas 𝒙(𝟏) (𝑡) y 𝒙(𝟐) (𝑡) no son linealmente independientes. Se pueden obtener
dos soluciones linealmente independientes, a las que llamaremos 𝒙(𝟏∗) (𝑡) y 𝒙(𝟐∗ ) (𝑡), de la siguiente manera.
𝒙(𝟏) (𝑡) + 𝒙(𝟐)(𝑡)
𝒙(𝟏∗) (𝑡) = = 𝑒 𝛼𝑡 [𝑺𝑐𝑜𝑠(𝜆𝑡) − 𝑩𝑠𝑒𝑛(𝜆𝑡)],
2
𝒙(𝟏) (𝑡) − 𝒙(𝟐) (𝑡)
𝒙(𝟐∗) (𝒕) = = 𝑒 𝛼𝑡 [𝑺𝑠𝑒𝑛(𝜆𝑡) + 𝑩𝑐𝑜𝑠(𝜆𝑡)].
2𝑖
Por lo tanto, la solución vectorial del sistema incluye los 2 términos siguientes:
𝑐1 𝒙(𝟏∗) (𝑡) = 𝑐1 𝑒 𝛼𝑡 [𝑺𝑐𝑜𝑠(𝜆𝑡) − 𝑩𝑠𝑒𝑛(𝜆𝑡)]; 𝑐1 ∈ ℝ,
𝑐2 𝒙(𝟐∗ ) (𝑡) = 𝑐2 𝑒 𝛼𝑡 [𝑺𝑠𝑒𝑛(𝜆𝑡) + 𝑩𝑐𝑜𝑠(𝜆𝑡)]; 𝑐2 ∈ ℝ.
Profesor: Antonio Chong Escobar, Ph.D. Referencia Bibliográfica: Ecuaciones diferenciales y problemas con valores en la frontera, Boyce – Diprima, 4ta edición