El Blog de Leo: Introducción

18/1/24, 18:01
El blog de Leo
Aprendiendo, creando y compartiendo matemáticas
Ecuaciones Diferenciales I: Exponencial de una matriz y matriz fun-

damental de soluciones
Por Omar González Franco
Introducción
Operaciones sobre componentes de matrices

A =
⎜⎟
Ecuaciones Diferenciales I: Exponencial de una matriz y matriz fundamental de soluciones - El blog de Leo
⎝
a 21
a n1
⋮
a 22
a n2
Las matemáticas son el arte de dar el mismo nombre a diferentes cosas.
Ya conocemos las propiedades de los sistemas de ecuaciones diferenciales lineales de primer orden, así como las de sus soluciones. Mucho
de lo que vimos en las dos entradas anteriores es bastante similar a lo que desarrollamos en las dos primeras entradas de la unidad 2, sin
embargo en esta entrada aprenderemos algo completamente nuevo, definiremos una herramienta matemática que nos será de bastante
utilidad. ¡Se trata de la exponencial de una matriz!.
En esta entrada definiremos lo que significa e , donde A es una matriz de n × n con componentes reales constantes.
At
a 11 a 12 ⋯
⋯
a 1n
a 2n
a nn
Así mismo, estudiaremos algunas de sus propiedades y su utilidad en la resolución de sistemas lineales.
⎞
Muchas de las operaciones que se pueden hacer hacía una matriz son aplicables sobre cada una de las componentes que conforman a dicha
matriz. Para comprender este hecho es conveniente definir lo que significa la derivada e integral de una matriz, esto nos permitirá ganar
intuición.
Consideremos por un momento una matriz de n × n compuesta de funciones.
donde a i,j
,
(t) i, j ∈ {1, 2, 3, ⋯ , n}
A(t) =
⎛
⎝
a 11 (t)
a 21 (t)
a n1 (t)
a 12 (t)
a 22 (t)
a n2 (t)
⋯
⋯
a 1n (t)
a 2n (t)
a nn (t)
⎞
son funciones sobre algún intervalo común δ. Comencemos por definir la derivada de una matriz.
Definición: Sea A(t) una matriz de n × n con componentes a (t), i, j ∈ {1, 2, 3, ⋯ , n}. Si cada componente a (t) es derivable en
ij
un intervalo δ, entonces se define la derivada de la matriz A(t) como la matriz con entradas conformadas por las derivadas de las fun-
ciones a (t), es decir,
ij
https://blog.nekomath.com/ecuaciones-diferenciales-i-exponencial-de-una-matriz-y-matriz-fundamental-de-soluciones/
ij
– Henri Poincare
(1)
(2)
1/14
18/1/24, 18:01 Ecuaciones Diferenciales I: Exponencial de una matriz y matriz fundamental de soluciones - El blog de Leo
d
a ij (t), i, j ∈ {1, 2, 3, ⋯ , n} (3)
dt
y se denota por
d d
A(t) = ( a ij (t)) (4)
dt dt
Algunas reglas de derivación se enuncian a continuación.
Teorema: Sean A(t) y B(t) matrices con componentes dependientes de t y sea C una matriz constante. Entonces se cumplen las si-
guientes operaciones.
d dA
(CA) = C
dt dt
d dA dB
(A + B) = +
dt dt dt
d dB dA
(AB) = A + B
dt dt dt
De manera equivalente se puede definir la integral de una matriz.
Definición: Sea A(t) una matriz de n × n con componentes a (t), i, j ∈ {1, 2, 3, ⋯ , n}. Si cada componente a (t) es integrable
ij ij
en un intervalo δ = [s , s ], entonces se define la integral de la matriz A(t) como la matriz con entradas conformadas por las integra-
1 2
les de las funciones a (t), es decir,

ij
s2
∫ a ij (t)dt, i, j ∈ {1, 2, 3, ⋯ , n} (5)

s1
y se denota por
s2 s2
∫ A(t)dt = (∫ a ij (t)dt) (6)

s1 s1
Ejemplo: Calcular la derivada de la matriz
cos(t) sin(t)
A(t) = ( )
2 2
sin (t) cos (t)
Solución: Aplicamos la derivada sobre cada componente de la matriz.
d d
⎛ cos(t) sin(t) ⎞
d dt dt − sin(t) cos(t)
A(t) = = ( )
dt d d 2 sin(t) cos(t) −2 cos(t) sin(t)
2 2
⎝ sin (t) cos (t)⎠
dt dt
De manera similar se puede hacer la integral de una matriz.
Definamos lo que es una serie de matrices. En este caso consideremos matrices constantes.
Definición: Se define una serie de matrices A de tamaño n × n con coeficientes constantes (aij) como la matriz de series
k k
https://blog.nekomath.com/ecuaciones-diferenciales-i-exponencial-de-una-matriz-y-matriz-fundamental-de-soluciones/ 2/14
∞
∑(a ij ) k , i, j ∈ {1, 2, 3, ⋯ , n} (7)
k=1
donde (a ij
)k es la entrada ij de la matriz A y se denota por
k
∑ Ak (8)
k=1
Si tenemos series de matrices es claro que algunas pueden o no converger. A continuación definimos la convergencia en matrices.
Definición: Si cada serie ∑ (a ) es convergente, diremos que la serie ∑ converge a la matriz conformada por los valores
∞ ∞
ij k
Ak
k=1 k=1
a los cuales convergen las series ∑ (a ) .

∞
ij k
k=1
Con esto en mente puede resultar más comprensible la definición de la exponencial de una matriz.
Exponencial de una matriz
Recordemos que la función escalar de la exponencial se define como
2 k ∞ k
αt 2
t k
t k
t
e = 1 + αt + α + ⋯ + α = ∑α (9)
2! k! k!
k=0
Con las definiciones anteriores podemos extender la serie de la exponencial anterior a una serie de matrices.
Definición: Sea A una matriz de n × n con coeficientes constantes (1). Se define la exponencial de A como la serie convergente
∞ k
A
A
∑ = e (10)
k!
k=0
Se puede demostrar que la serie (10) converge, sin embargo se requiere de un poco más de teoría que queda fuera de nuestro interés.
Definición: Si la exponencial depende de t, se define la exponencial de la matriz At como

2 k ∞ k
t t t
At 2 k k
e = I + At + A + ⋯ + A + ⋯ = ∑A (11)
2! k! k!
k=0
Con I la matriz identidad, también A 0

= I y recordemos que A 2
= AA, A
3
= AA
2
, etcétera.
Veamos un ejemplo en el que determinemos la exponencial de una matriz.
Ejemplo: Determinar la matriz e , en donde

A
1 1
A = ( )
1 1
Solución: Para determinar la matriz e usemos directamente la definición (10). Sabemos que
A
0 0
1 0 1 1 2 2
0 1
A = ( ) = I y A = ( ) = ( )
0 0
0 1 1 1 2 2
Ahora bien,
18/1/24, 18:01
Sustituimos en (10).
e
(
1
1
1
1
)
⎜⎟ ⎜⎟
1
0!
0!
2
⎛
⎝
A
0!
0!
1
0!
0!
0
(1)
(0)
+
(1) +
(0) +
0!
0!
0
(2) +
(0) +
1
1!
) +
0!
0!
1
1
A
1!
1!
1
1!
(0)⎞
(1)⎠
1!
1!
+
0
(2 ) +
0
(2 ) +
2!
1
(2 ) +
1
(2 ) +
2
+
A
2!
2!
2
2!
2!
+
1
0
1!
1!
¡Uff!. En la última igualdad lo que hicimos fue multiplicar por un uno en la forma 1 =
la misma que en el factorial.
Escribamos la última matriz como series infinitas.

A
) +
(2 )
(2 )
1
(2 ) +
1
(2 ) +
e
3
2
2
3!
(2 ) +
2
(2 ) +
(
1
1
= AA = (
= AA
= AA
2!
e
1
3!
3!
3
(
+
1!
1!
3!
3!
2
2
2
4!
1
(2 )⎞
(2 )⎠
2
(2 ) + ⋯ +
2
(2 ) + ⋯ +
1
)
0
2
= (
= (
3
(2 ) + ⋯ +
3
(2 ) + ⋯ +
A
=
k
1
1
= AA
1
k+1
+ ⋯ +
) +
0!
0!
Nos gustaría hacer que las series comiencen en k = 0. Notemos que, de acuerdo a la forma de la serie, el termino k = 0 daría como resul-
tado un 1, considerando esto la expresión anterior la podemos escribir como
2
⎛
⎝
1
1
)(
= AA
3!
k!
k!
)(
)(
2!
2!
1
(2) + ∑ k=1
(0) + ∑
⎝
1 + ∑
∑
1
k−1
(2 )
(2 )
(2
(2
k!
k!
k=1
2
k!
k−1
k−1
(2 )
(2 )
2
∞
= (
k=1
k=0
1
k
) = (
= (
k!
) = (
) = (
k
2
+ ⋯
2!
2!
k!
k!
k!
k−1
k−1
) +
0!
0!
0!
0!
k
2
1
k
1
(2 )⎞
1
(2 )⎠
2
(0) +
(1) +
(0) +
(2) +
1
4!
0!
0!
2
1 + ∑
2
k−1
k−1
+
) = (
(2) + ∑
k=1
) = (
) = (
1
)
1!
1!
1
1!
1!
(0) + ∑ k=1
k=0
2
1
3!
3!
k!
2
0
(2 ) +
0
(2 ) +
1
(2 ) +
1
(2 ) +
2
2
3
2
(2 )
(2 )
k=1
k!
1
⎠
2
) + ⋯ +
2!
2!
1
2!
2!
k!
k!
2
k
1
⎠
)
3!
3!
)
1
(2 ) +
1
(2 ) +
2
(2 ) +
2
(2 ) +
2
2
1
k!
(2 )⎞
(2 )⎠
(
3!
3!
1
3!
3!
2
2
k−1
k−1
+ ⋯ +
2
(2 ) + ⋯ +
2
(2 ) + ⋯ +
3
(2 ) + ⋯ +
3
(2 ) + ⋯ +
, esto nos permitió hacer que la potencia de los 2 sea
∞
2
k
⎞
2
2
k−1
k−1
⎝
k!
k!
)
1
(2
(2
k!
k!
1
k!
k!
k−1
k−1
(2
(2
k
(2 ) ⎠
)
k−1
k−1
k
(2 ) ⎞
1
k!
k!
)⎞
)⎠
(2
(2
k−1
k−1
)⎞
)⎠
4/14
18/1/24, 18:01
la serie.
e
(
1
1
1
1
)
Ahora todas las series comienzan en k = 0. Sabemos que la serie converge a un número.
Por definición de convergencia en matrices, se tiene
Por lo tanto, la matriz que buscamos es
Teorema: Sean A y B matrices constantes de n × n y sean α y β constantes, entonces
Y = AY!.
′
e
Ae
(e
e
0
At
= I.
A(α+β)
At
At
(A+B)t
−At
)
= e
−1
= e
= e
At
= e
= e
Con 0 el vector cero e I la matriz identidad.
−At
Aα
−At
At
e
e
e
Aβ
Bt
La exponencial de una matriz y los sistemas lineales

At
.
= I.
Siempre que AB = BA.

=
e
(
e
1
Con I la matriz identidad.

1
⎜⎟
Para las componentes de la matriz en las que la serie aún no comienza en k = 0 sumamos y restamos un 1, así el +1 puede ser incluido en
1
)
1
1 + ∑
⎝−1 + ∑ k=0
)
∑
=
∞
k=0
⎝
(
∞
k=0
k!
1 + e
−1 + e
e
2
No demostraremos este teorema ya que nuestro principal interés está en conocer como estos conceptos y propiedades se pueden aplicar en
nuestro estudio sobre sistemas lineales.
A continuación mostraremos un resultado importante e interesante y es que la función (11) ¡es solución del sistema lineal homogéneo
k
+ 1
− 1
Como se puede notar, calcular la exponencial de una matriz usando la definición puede ser una tarea bastante tediosa. Por su puesto exis-
ten métodos que nos permiten calcular este tipo de matrices de forma más sencilla, más adelante revisaremos uno de ellos.
Algunas propiedades de la exponencial de una matriz se enuncian a continuación.

2
k!
k!
= e
k
2
k
2
2
−1 + ∑
e
1 + ∑ k=0
−1 + e
1 + e
2
− 1
+ 1
2
2
⎠
∞
2
∞
k=0
)
2
k!
k!
k
k
⎞
5/14
Teorema: Sea A una matriz de n × n con coeficientes constantes. La función Y(t) = e At

es solución del sistema lineal homogéneo
Y = AY.
′
Demostración: Consideremos la función Y(t) = e . Apliquemos la derivada término a término de la definición (11).
At
2 k
d d t t
At 2 k
e = [I + At + A + ⋯ + A + ⋯]
dt dt 2! k!
2 k
d d d t d t
2 k
= I + (At) + (A ) + ⋯ + (A ) + ⋯
dt dt dt 2! dt k!
Como las matrices I y A son constantes, entonces se tiene lo siguiente.
k−1 k
d At 2
1 3 2 k
t k+1
t
e = 0 + A + A t + A t + ⋯ + A + A + ⋯
dt 2! (k − 1)! k!
2 k
2
t k
t
= A [I + At + A + ⋯ + A + ⋯]
2! k!
At
= Ae
Con esto hemos mostrado que
d At At
e = Ae (12)
dt
Es decir,
′
Y = AY
La ecuación (12) no sólo prueba que es solución del sistema lineal, sino que además muestra cuál es la derivada de la matriz e . At
Veamos un problema de valores iniciales.
Teorema: Sea A una matriz de n × n con coeficientes constantes. La función

At
Y(t) = e Y0
es solución del problema de valores iniciales

′
Y = AY; Y(0) = Y 0 (13)
Donde Y es un vector de constantes.

0
Demostración: Consideremos la función
At
Y(t) = e Y0
con Y un vector constante, si la derivamos obtenemos lo siguiente.

0
d
′ At At At
Y = (e Y 0 ) = (Ae )Y 0 = A (e Y 0 ) = AY
dt
En donde se ha hecho uso del resultado (12). Esto muestra que la función Y(t) = e At
Y0 es solución del sistema Y ′
.
= AY
Si tomamos t = 0 y considerando que e A0

= e
0
= I , se tiene
18/1/24, 18:01
Es decir, se satisface la condición inicial Y(0) = Y .
Teorema: Una matriz Y(t)

distinto de cero.
Demostración:
2 n
^
) Por demostrar: Y(t)
Supongamos que Y(t)

^
^
0
^
^
Y(t)
En esta sección denotaremos por Y(t)

At
= (Y 1 (t)
n
0
Retomemos la definición de matriz fundamental de soluciones.

Y(0) = e
A0
a una matriz fundamental de soluciones.

At
0
El objetivo de esta sección es mostrar que se puede determinar directamente la matriz e

ciones. Antes de llegar a este resultado veamos unos resultados previos.
es una matriz fundamental de soluciones de Y
^
Y(t) = (Y 1
Si A es la matriz de coeficientes (1), entonces

Y2
⎜⎟
Y 0 = IY 0 = Y 0
Nota: Es claro que la matriz e es una matriz de n × n, mientras que el vector constante Y es un vector de n × 1, así que es importante
At
mientras que la operación Y e no está definida de acuerdo al algoritmo de multiplicación de matrices. Cuidado con ello.
Para concluir esta entrada retomaremos el concepto de matriz fundamental de soluciones visto en la entrada anterior.
Matriz fundamental de soluciones
Definición: Sean Y (t), Y (t), ⋯ , Y (t), n soluciones linealmente independientes del sistema lineal homogéneo Y
1 2
denomina matriz fundamental de soluciones del sistema a la matriz conformada por los vectores solución.
Y 2 (t) ⋯ Y n (t)) =
⎛
W (Y 1 , Y 2 , ⋯ , Y n )(0) ≠ 0
satisface al sistema y se cumple que W (0) ≠ 0.
es una matriz fundamental de soluciones del sistema Y

Y , Y , ⋯ , Y , es decir,
1
⋯ Yn ) =
⎛
⎝
y 11 (t)
y 21 (t)
y n1 (t)
y 11 (t)
y 21 (t)
y n1 (t)
′
= AY
′
⋮
= AY
y 12 (t)
y 22 (t)
y n2 (t)
At
y 12 (t)
y 22 (t)
y n2 (t)
0
el orden de las matrices, la función del teorema anterior es Y(t) = e Y la cual esta bien definida y el resultado es una matriz de n × n,
⋯
y 1n (t)
y 2n (t)
y nn (t)
⎠
⎞
′
= AY . Se le
(14)
a partir de cualquier matriz fundamental de solu-
si y sólo si satisface al sistema y el Wronskiano es
conformada por los vectores solución
⋯
y 1n (t)
y 2n (t)
y nn (t)
⎞
⎠
□
7/14
18/1/24, 18:01
Entonces AY(t)
^
^
AY =
⎜⎟
tiene por columnas a los vectores Y
es decir, la matriz fundamental Y(t)
Como Y(t)
^
Demostremos el regreso.
⇐ ) Por demostrar: Y(t)
Sea Y(t)
^
^
^
a 11
a 21
a n1
⋮
AY i =
satisface al sistema.
a 12
a 22
a n2
La i-ésima columna del resultado de multiplicar estas matrices es
′
1
dientes, de manera que ∀ t ∈ R el Wronskiano es distinto de cero.
en particular se cumple para t = 0, es decir,
es una matriz fundamental de soluciones.
una matriz compuesta por los vectores Y
entonces las columnas satisfacen
así Y i (t) es solución del sistema
para i = 1, 2, ⋯ , n.
Por otro lado, por hipótesis

1 (t),
⋯
′
a 1n
a 2n
, Y , ⋯ , Yn
2
Y
⋮
a nn
⎞⎛
⎠⎝
^ ′ = AY
^
es una matriz fundamental de soluciones, entonces los vectores que la componen Y

y 11 (t)
y 21 (t)
y n1 (t)
y 12 (t)
y 22 (t)
y n2 (t)
a 11 y 1i (t) + a 12 y 2i (t) + ⋯ + a 1n y ni (t)
a 21 y 1i (t) + a 22 y 2i (t) + ⋯ + a 2n y ni (t)
a n1 y 1i (t) + a n2 y 2i (t) + ⋯ + a nn y ni (t)
Identificamos que esta matriz corresponde a la derivada Y ya que cada Y es solución del sistema, es decir,
′
Y i = AY i ,
′
i i
i = 1, 2, ⋯ , n
. Por lo tanto
W (Y 1 , Y 2 , ⋯ , Y n )(t) ≠ 0
W (Y 1 , Y 2 , ⋯ , Y n )(0) ≠ 0
Y 2 (t), ⋯ , Y n (t)
^ ′ = AY
Y ^
AY i = Y i
Y
′
= AY
W (Y 1 , Y 2 , ⋯ , Y n )(0) ≠ 0
′
⎠
⋯
y cuya derivada es
y 1n (t)
y 2n (t)
1,
⋮
y nn (t)
⎞
Y2 , ⋯ , Yn
(15)
(16)
(17)
son linealmente indepen-
(18)
8/14
Como es distinto de cero en un punto, entonces lo debe ser en todo el dominio, es decir, ∀ t ∈ R se cumple que
W (Y 1 , Y 2 , ⋯ , Y n )(t) ≠ 0
lo que significa que Y 1, Y2 , ⋯ , Yn son linealmente independientes.
De ambos resultados concluimos que la matriz Y(t)

^ es una matriz fundamental de soluciones.
Veamos un resultado interesante. Ya vimos que la matriz e At

es solución del sistema Y ′
= AY , pero no solo resulta ser solución, sino que
además ¡es una matriz fundamental de soluciones!.
Teorema: La función Y(t) = e At

es una matriz fundamental de soluciones del sistema Y ′
= AY .
Demostración: Anteriormente mostramos que
d At At
e = Ae
dt
lo que prueba que Y(t) = e At

es solución del sistema Y ′
= AY .
Supongamos que e At
está compuesta por la matriz de vectores Y 1
, Y2 , ⋯ , Yn . Si t = 0, se tiene que
A0 0
e = e = I
y además el determinante es distinto de cero.
A0
|e | = |I| = 1 ≠ 0 (19)
o bien,
A0
|e | = W (Y 1 , Y 2 , ⋯ , Y n )(0) ≠ 0 (20)
Por el teorema anterior concluimos que Y(t) = e At

es una matriz fundamental de soluciones del sistema lineal.
Veamos un resultado más antes de llegar a nuestro objetivo.
Teorema: Si Y(t)
^ y Z(t)
^ son matrices fundamentales de soluciones del sistema Y ′
= AY , entonces existe una matriz constante C,
tal que
^
Y(t) ^
= Z(t)C (21)
Demostración: Sean Y(t)

^
y Z(t)
^
matrices fundamentales del sistema Y ′
= AY . Supongamos que
^
Y(t) = (Y 1 Y2 ⋯ Yn ) (22)
^
Z(t) = (Z 1 Z2 ⋯ Zn ) (23)
18/1/24, 18:01
podemos escribir la combinación lineal (25) como
Y i (t) = (Z 1
Definamos la matriz constante C como
En forma matricial la operación Z(t)C
(25) son equivalentes al sistema

^
^
C = (c 1
Z(t)C =
Yi =
dientes. Esto nos permite escribir cualquier columna de Y(t)

c , c , ⋯ , c , tales que
1i 2i ni
⎝
^
z n1
⋮
c2
⎜⎟
Donde la i-ésima columna de las matrices anteriores son
⎝
y 1i
y 2i
y ni
z 22
z n2
⎞
Como ambas matrices son matrices fundamentales de soluciones, entonces cada Y y cada Z
^
⋯
Y(t)
cn ) =
^
y
Y i (t) = c 1i Z 1 (t) + c 2i Z 2 (t) + ⋯ + c ni Z n (t)
Donde el índice i de las constantes indica el número de columna de la matriz Y(t)
Z2 ⋯ Zn )
⎝
^
ci =
z 2n
z nn
⋮
⎛
corresponde al producto de las siguientes matrices de n × n.
⎛
z 11
z 21
z 12 ⋯ z 1n
⎞⎛
⎠⎝
c 11
c 21
c n1
⋮
Observemos con cuidado que el resultado (27) corresponde a la i-ésima columna de hacer el producto Z(t)C
= Z(t)C
^
Zi =
como combinación lineal de las columnas de Z(t)

^
c 11
c 21
c n1
⎛
, es decir, si definimos el vector
c 1i
c 2i
c ni
⎛
⎠
c 1i
c 2i
c ni
=
⎠
⋮
⎞
c 12
c 22
c n2
z ni
i
⎠
c 12
c 22
c n2
z 1i
z 2i
⋯
⎞
, es decir, existen constantes
c 1i z 11 + c 2i z 12 + ⋯ + c ni z 1n
c 1i z 21 + c 2i z 22 + ⋯ + c ni z 2n
⋯
⋮
c 1i z n1 + c 2i z n2 + ⋯ + c ni z nn
. Por lo tanto, las n ecuaciones
Hemos llegado al resultado final. Dicho resultado involucra el concepto de matriz inversa, recordemos este concepto de álgebra lineal.
Definición: Sean A y B dos matrices de n × n con componentes constantes. Suponiendo que
i
c 1n
c 2n
c nn
i = 1, 2, 3, ⋯ , n
c 1n
c 2n
c nn
⎞
⎠
⎞
⎠
(24)
son linealmente indepen-
(25)
(26)
(27)
(28)
(29)
10/14
AB = BA = I (30)
Con I la matriz identidad. Entonces B se llama la matriz inversa de A y se denota por A . −1
La ecuación anterior queda como
−1 −1
AA = A A = I (31)
Demostremos el resultado que nos muestra cómo obtener la matriz e At

a partir de una matriz fundamental de soluciones.
Teorema: Si Y(t)
^ es una matriz fundamental de soluciones del sistema Y ′
, entonces
= AY
e
At ^
= Y(t)Y^ −1 (0) (32)
donde Y
^ −1
(0) es la matriz inversa de Y(t)
^
evaluada en t = 0.
Demostración: Sabemos que e y Y(t)At^ son matrices fundamentales de soluciones de Y ′

= AY , de acuerdo al teorema anterior ambas
funciones se relacionan de la siguiente forma.
At ^
e = Y(t)C (33)
para alguna matriz constante C.
Tomemos t = 0, por un lado
A0 0
e = e = I
Por otro lado, de (33)
A0
e ^
= Y(0)C
De ambas ecuaciones tenemos que
^
Y(0)C = I (34)
Esta ecuación obliga que
^ −1 (0)
C = Y (35)
Sustituyendo en (33) concluimos que
At
e ^
= Y(t)Y^ −1 (0)
Finalicemos con un ejemplo.
Ejemplo: Determinar la matriz e , dondeAt
1 1 0
⎛ ⎞
A = 1 1 0
⎝ ⎠
0 0 3
18/1/24, 18:01
es
Determinemos la matriz e
Basta probar que Y(t)
Por lo tanto,
^
^
^
Y
At
−1
evaluamos en t = 0, se tiene
usando la expresión (32).
e
At
^
= Y(t)Y
^
Y(t)
^ −1 (0) =
Y
=
′
(0) =
⎜⎟
Solución: Imagina lo complicado que sería este problema si lo intentáramos resolver usando la definición (11).
En la entrada anterior vimos que una matriz fundamental de soluciones del sistema lineal
Haciendo la multiplicación de matrices correspondiente obtenemos finalmente que
e
At
=
⎛
⎝
e
e
2t
2t
⎛
⎝
1
−1
+ 1
− 1
0
⎝
0
1
−1
1
0
1
e
e
2t
2t
2t
2t
0
2t
2t
⎞
0
0
− 1
+ 1
Y
e
0
3t ⎠
⎞
⎞
3t ⎠
Calcular la matriz inversa puede ser una tarea larga y debido a que no es el objetivo llevar a cabo estas operaciones se puede comprobar que
la matriz inversa de Y(t) es
^ −1 (t) =
Y
^ −1
⎛
⎝
1
2e
⎛
0
2t
2
−
2e 2t
−
1
0
1
2
0⎞
1
0
e 3t
e
0
0
⎞
(t) = I. Para calcular la inversa se puede hacer uso de algún programa computacional. Si en la matriz inversa
3t ⎠
−
Existen otras formas de calcular la exponencial de una matriz, una de ellas es usando la transformada de Laplace y otra puede ser diagonali-
zando matrices. Si lo deseas puedes investigar sobre estos métodos en la literatura, por nuestra parte serán temas que no revisaremos ya
1
2
0⎞
1
⎠
12/14
18/1/24, 18:01
1. Sea
A(t) =
∫
d
dt
I =
t
⎝
0
Donde,
A(t) =
A(s)ds =
2. Demostrar que
∫
⎛
1
⎝
1
0
0
⎜⎟
que como vimos, están estrechamente relacionados.
Tarea moral
0
sin(2t)
con c una constante.
3. Obtener la matriz e
A = (
A = (
A = (
4. Sea Y(t)
^
1
2
0
4
⎞
8t − 1
)
⎞
⎠
3t
⎛−
1
⎞
⎠
⎠
Demostrar que la derivada de la matriz A es
2 cos(2t)
3e
At
⎞
3t
ds = tI + C
⎠
y
que, más que obtener exponenciales de matrices, estamos interesados en obtener soluciones de sistemas de ecuaciones diferenciales, aun-
Los siguientes ejercicios no forman parte de la evaluación del curso, pero servirán para entender mucho mejor los conceptos vistos en esta
entrada, así como temas posteriores.
Demostrar que la integral de 0 a t de la matriz A es
1
cos(2t) +
4t
3t
2
−
− t
1
3
1
C =
⎞
para los siguientes casos:
una matriz fundamental de soluciones del sistema Y

0
c
c
c
c
0
⎞
′
= AY . Demostrar que
A(t−t 0 )
e ^
= Y(t)Y^ −1 (t )
0
5. Una matriz fundamental del sistema
1 −1
′
Y = ( )Y = AY
1 3
es
2t 2t
e te
^
Y(t) = ( )
2t 2t
−e −(1 + t)e
Demostrar que la matriz anterior en efecto es una matriz fundamental de soluciones del sistema.
Demostrar que la matriz e At

está dada por
2t 2t
(1 − t)e −te
At
e = ( )
2t 2t
te (1 + t)e
Más adelante…
En estas tres primeras entradas de la unidad 3 establecimos la teoría básica que debemos conocer sobre los sistemas lineales de primer or-
den compuestos por n ecuaciones diferenciales lineales de primer orden. En particular, esta entrada es de interés, pues más adelante la ex-
ponencial de una matriz volverá a aparecer cuando estudiemos métodos de resolución y cuando justifiquemos los teoremas de existencia y
unicidad.
En las siguientes entradas comenzaremos a desarrollar los distintos métodos de resolución de estos sistemas lineales. En particular, en la si-
guiente entrada desarrollaremos el método de eliminación de variables, éste método en realidad es muy sencillo, útil y práctico en mu-
chas ocasiones, aunque también es un método muy limitado.
Entradas relacionadas
Página principal del curso: Ecuaciones Diferenciales I

Entrada anterior del curso: Soluciones a sistemas de ecuaciones diferenciales
Siguiente entrada del curso: Método de eliminación de variables
Video relacionado al tema: La exponencial de una matriz
Agradecimientos
Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE104522 «Hacia una modalidad a distancia de la Licenciatura en Mate-
máticas de la FC-UNAM – Etapa 2»
Esta entrada se publicó en Matemáticas y está etiquetada con derivada de matrices, Exponencial de una matriz, integral de matrices, matri-
ces convergentes, matriz fundamental de soluciones, matriz inversa, serie de matrices en febrero 9, 2022
[https://blog.nekomath.com/ecuaciones-diferenciales-i-exponencial-de-una-matriz-y-matriz-fundamental-de-soluciones/] por Omar González
Franco.
Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

El Blog de Leo: Introducción

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

El Blog de Leo: Introducción

Cargado por

Copyright:

Formatos disponibles

18/1/24, 18:01

Ecuaciones Diferenciales I: Exponencial de una matriz y matriz fun-

Operaciones sobre componentes de matrices

Consideremos por un momento una matriz de n × n compuesta de funciones.

Algunas reglas de derivación se enuncian a continuación.

De manera equivalente se puede definir la integral de una matriz.

les de las funciones a (t), es decir,

∫ a ij (t)dt, i, j ∈ {1, 2, 3, ⋯ , n} (5)

∫ A(t)dt = (∫ a ij (t)dt) (6)

Ejemplo: Calcular la derivada de la matriz

Solución: Aplicamos la derivada sobre cada componente de la matriz.

De manera similar se puede hacer la integral de una matriz.

∑(a ij ) k , i, j ∈ {1, 2, 3, ⋯ , n} (7)

a los cuales convergen las series ∑ (a ) .

Exponencial de una matriz

Recordemos que la función escalar de la exponencial se define como

Definición: Si la exponencial depende de t, se define la exponencial de la matriz At como

Con I la matriz identidad, también A 0

Veamos un ejemplo en el que determinemos la exponencial de una matriz.

Ejemplo: Determinar la matriz e , en donde

Escribamos la última matriz como series infinitas.

, esto nos permitió hacer que la potencia de los 2 sea

Por definición de convergencia en matrices, se tiene

Por lo tanto, la matriz que buscamos es

Teorema: Sean A y B matrices constantes de n × n y sean α y β constantes, entonces

La exponencial de una matriz y los sistemas lineales

Siempre que AB = BA.

Con I la matriz identidad.

Algunas propiedades de la exponencial de una matriz se enuncian a continuación.

Teorema: Sea A una matriz de n × n con coeficientes constantes. La función Y(t) = e At

Como las matrices I y A son constantes, entonces se tiene lo siguiente.

Con esto hemos mostrado que

Veamos un problema de valores iniciales.

Teorema: Sea A una matriz de n × n con coeficientes constantes. La función

es solución del problema de valores iniciales

Donde Y es un vector de constantes.

Demostración: Consideremos la función

con Y un vector constante, si la derivamos obtenemos lo siguiente.

Si tomamos t = 0 y considerando que e A0

Es decir, se satisface la condición inicial Y(0) = Y .

Teorema: Una matriz Y(t)

) Por demostrar: Y(t)

Supongamos que Y(t)

En esta sección denotaremos por Y(t)

Retomemos la definición de matriz fundamental de soluciones.

a una matriz fundamental de soluciones.

El objetivo de esta sección es mostrar que se puede determinar directamente la matriz e

es una matriz fundamental de soluciones de Y

Si A es la matriz de coeficientes (1), entonces

Matriz fundamental de soluciones

satisface al sistema y se cumple que W (0) ≠ 0.

es una matriz fundamental de soluciones del sistema Y

a partir de cualquier matriz fundamental de solu-

si y sólo si satisface al sistema y el Wronskiano es

conformada por los vectores solución

tiene por columnas a los vectores Y

es decir, la matriz fundamental Y(t)

⇐ ) Por demostrar: Y(t)

La i-ésima columna del resultado de multiplicar estas matrices es

dientes, de manera que ∀ t ∈ R el Wronskiano es distinto de cero.

en particular se cumple para t = 0, es decir,

es una matriz fundamental de soluciones.

una matriz compuesta por los vectores Y