Documentos de Académico
Documentos de Profesional
Documentos de Cultura
6 sistemasEDOs
6 sistemasEDOs
Sistemas de ecuaciones
diferenciales lineales
1
( Chema Madoz, VEGAP, Madrid 2009)
Sistemas de ecuaciones lineales de primer
orden
Forma normal:
dx1
a11 (t ) x1 a12 (t ) x2 a1n (t ) xn f1 (t )
dt
dx2
a21 (t ) x1 a22 (t ) x2 a2 n (t ) xn f 2 (t )
dt
dxn
an1 (t ) x1 an 2 (t ) x2 ann (t ) xn f n (t )
dt
Supondremos que los coeficientes aij(t) y las funciones fi(t)
son continuas en un intervalo I. Si todas las f's son cero
diremos que el sistema lineal es homogneo. 2
Forma matricial
x1 (t ) a11 (t ) a12 (t ) a1n (t ) f1 (t )
x2 (t ) a21 (t ) a22 (t ) a2 n (t ) f 2 (t )
X , A (t ) , F (t )
xn (t ) an1 (t ) an 2 (t ) ann (t ) f n (t )
X AX F
asociado ser:
X AX 3
dx
3x 4 y
x dt 3 4
X X X
y dy
5x 7 y 5 7
dt
x
X y
z
dx
6x y z t
dt 6 1 1 t
dy
8 x 7 y z 10t X 8 7 1 X 10t
dt 2 9 1 6t
dz
2 x 9 y z 6t
dt 4
DEFINICIN
Vector solucin
Un vector solucin en un intervalo I es cualquier
vector columna x1 (t )
x2 (t )
X
xn (t )
cuyos elementos son funciones diferenciables que
satisfacen el sistema de EDOs en el intervalo I.
5
Comprueba que en (, )
1 2t e 2t 3 6t 3e6t
X1 e 2t , X 2 e 6t
1 e 5 5e
1 3
son soluciones de: X X
Solucin 5 3
De
2e 2t 18e6t
X1
2t
X2
6t
2e 30e
tenemos
es un PVI.
7
TEOREMA
Existencia de una solucin nica
Sean las componentes de A(t) y F(t) funciones
continuas en un intervalo comn I que contiene a t0.
Entonces podemos asegura que existe una solucin
nica de nuestro sistema en I.
TEOREMA
Principio de superposicin
10
TEOREMA
Criterio para soluciones
linealmente independientes
x11 x12 x1n
x21 x22 x2 n
Sean X1 , X 2 , , X n
xn1 xn 2 xnn
n vectores solucin de un sistema homogneo en el
intervalo I. Entonces el conjunto de vectores solucin
es linealmente independiente en I si y slo si, para
todo t en el intervalo, el wronskiano:
x11 x12 x1n
x21 x22 x2 n
W ( X1 , X 2 , , X n ) 0
xn1 xn 2 xnn
11
1 2 t 3 6t
X1 e , X 2 e
1 5
1 3
Hemos visto que X X
5 3
son soluciones de 2t 6t
e 3e
W ( X1 , X 2 ) 2t
8e 0
4t
e 5e 6t
Como
NotaX1: yDe
X2hecho,
son soluciones
se puede linealmente independientes
demostrar que si W es diferente
de 0para
en ttodo t real.
0 para un conjunto de soluciones en I, entonces lo
es para todo t en I. 12
DEFINICIN Conjunto fundamental de soluciones
TEOREMA
Existencia de un conjunto fundamental
14
1 0 1
Considera los vectores solucin de :
X 1 1 0 X
2 0 1
cos t 0 sin t
t
X1 1/ 2 cos t 1/ 2 sin t , X 2 1 e , X3 1/ 2 sin t 1/ 2 cos t
0
cos t sin t sin t cos t
Demuestra que son linealmente independientes y escribe una solucin
general:
cos t 0 sin t
W ( X1 , X 2 , X3 ) 1/ 2 cos t 1/ 2 sin t et 1/ 2 sin t 1/ 2 cos t et 0
cos t sin t 0 sin t cos t
cos t 0 sin t
t 3
X c1 1/ 2 cos t 1/ 2 sin t c2 1 e c 1/ 2 sin t 1/ 2 cos t
cos t sin t 0 sin t cos t
15
TEOREMA
Solucin general de sistemas
no homogneos
Sea Xp una solucin dada de un sistema no homogneo
en el intervalo I, y sea
Xc = c1X1 + c2X2 + + cnXn
solucin general en el mismo intervalo del sistema
homogneo asociado. Entonces la solucin general del
sistema no homogneo en el intervalo es:
X = Xc + Xp.
La solucin general Xc del sistema homogneo se llama
funcin complementaria del sistema no homogneo.
16
3t 4
El vector X p es una solucin particular de
5t 6
1 3 12t 11
X X
5 3 3
1 3
en (, ). Vimos que la solucin de X X
es: 5 3
1 2t 3 6t
Xc c1 e c2 e
1 5
As la solucin general del sistema no homogneo en (,
) es:
1 2t 3 6t 3t 4
X Xc X p c1 e c2 e
1 5 5t 6
17
Sistemas lineales homogneos
Podemos hallar siempre, para un sistema lineal
homogneo de primer orden,
X AX
una solucin de la forma:
k1
k2 t
X e Ke t ?
kn
18
Valores propios (autovalores) y vectores
propios (autovectores)
Si es as, entonces, como X = Ket, sustituyendo en el
sistema de EDOs: X = AX
Ket = AKet .
De donde: AK = K. Es decir:
(A I)K = 0
O equivalentemente:
(a11 )k1 a12 k2 a1n kn 0
a21k1 (a22 )k2 a2 n kn 0
Y recordemos que si existe
una solucin no trivial X,
debe cumplirse entonces que: an1k1 an 2 k2 (ann )kn 0
det(A I) = 0 19
Autovalores reales y distintos
TEOREMA
Solucin general para sistemas
homogneos
Sean 1, 2,, n n valores propios reales y distintos
de la matriz de coeficientes A de un sistema
homogneo, y sean K1, K2,, Kn los autovectores
correspondientes. La solucin general del sistema
es entonces:
X c1K1e1t c2K 2e2t cnK nent
20
dx 2
Resolver 2x 3y det ( A I)
3
dt 2 1
dy 2 3 4
2x y
dt ( 1)( 4) 0
1 = 1, 2 = 4.
Para 1 = 1, tenemos 3k1 + 3k2 = 0
2k1 + 2k2 = 0
1
As k1 = k2. Cuando k2 = 1, entonces K1
1
Para 1 = 4, tenemos 2k1 + 3k2 = 0
3
2k1 2k2 = 0 K2
As k1 = 3k2/2. Cuando k2 = 2, entonces 2
1 t 3 4t
X c1X1 c2 X 2 c1 e c2 e
1 2
21
Resolver dx dy dz
4 x y z, x 5 y z, y 3z
dt dt dt
4 1 1
det ( A I ) 1 5 1
0 1 3
( 3)( 4)( 5) 0
3, 4, 5
1 1 1 0 1 0 1 0
( A 3I | 0) 1 8 1 0 0 1 0 0
0 1 0 0 0 0 0 0
1 1
k1 = k3, k2 = 0. Con k3 = 1: 3t
K1 0 , X1 0 e
1 1
22
2 = 4
0 1 1 0 1 0 10 0
( A 4I | 0) 1 9 1 0 0 1 0 0
0 1 0 0 0 0
0 0
10 10
k1 = 10k3, k2 = k3. 4t
K 2 1 , X 2 1 e
Con k3 = 1: 1 1
3 = 5 9 1 1 0 1 0 1 0
( A 5I | 0) 1 0 1 0 0 1 8 0
0 1 8 0 0 0
0 0
1 10 1 1 1
5t
X c1 0 e3t c2 1 e4t c3 8 e5t K3 8 , X3 8 e
1 1 1 1 1
23
Resolver: Autovalores repetidos
1 2 2 1 2 2
X' 2 1 2 X det ( A I ) 2 1 2 0
2 2 1 2 2 1
( + 1)2( 5) = 0, entonces 1 = 2 = 1, 3 = 5.
(multiplicidad m = 2)
Para 1 = 1,
2 2 2 0 1 1 1 0
( A I | 0) 2 2 2 0 0 0 0 0
2 2 0 0 0 0
2 0
k1 k2 + k3 = 0 o k1 = k2 k3.
Escogiendo k2 = 1, k3 = 0 y k2 = 1, k3 = 1, tenemos:
k1 = 1 y k1 = 0, respectivamente. 24
1 0
t t
X1 1 e , X2 1 e
0 1
Para 3 = 5,
4 2 2 0 1 0 1 0
( A 5I | 0) 2 4 2 0 0 1 1 0
2 2 4 0 0 0 0 0
k1 = k3 y k2 = k3. Eligiendo k3 = 1, 1
se tiene k1 = 1, k2 = 1, as: K 3 1
1
1 0 1 Observa que en este ejemplo la
t t 5t matriz A es simtrica y real,
X c1 1 e c2 1 e c3 1 e entonces se puede demostrar
0 1 1 que siempre es posible
encontrar n autovectores 25
linealmente independientes.
Segunda solucin
3 3t 3 3t 1/2 3t
X c1 e c2 te e
1 1 0
28
Autovalores de multiplicidad 3
Si de nuevo disponemos solamente de un autovector,
hallamos la segunda solucin como antes, y la tercera
de la siguiente manera:
2
t 1t 1t 1t
X3 K e Pte Qe
2
Donde ( A 1I)K 0
K, P y Q
estn ( A 1I)P K
definidas
por: ( A 1I)Q P
Ejercicio: Demostrarlo.
29
Resolver 2 1 6
(1 2)3 = 0
X 0 2 5 X
0 0 2 1 = 2 (multiplicidad 3).
Solucin
Resolviendo (A 2I)K = 0, tenemos un nico 1
vector propio K 0
0
A continuacin t 2 1t
X3 K e Pte 1t Qe1t
2
resolvemos:
1 1 0
(A 2I) P = K 2t 2t 2t
X c1 0 e c2 0 te 1 e
(A 2I) Q = P 0
0
0
0 0 1 2 0 0
t 2t 2t 2t
P 1 , Q 6/5 c3 0 e 1 te 6/5 e
0 1/5
0
2
0 1/5
30
Autovalor de multiplicidad m
Si slo disponemos de un autovector para un autovalor
de multiplicidad m, siempre podemos encontrar m
soluciones linealmente independientes de la forma:
X1 K 11e t
X 2 K 21tet K 22e t
...
t m1 t t m 2 t
X m K m1 e K m2 e ... K mme t
(m 1)! (m 2)!
32
TEOREMA
Soluciones reales asociadas a
un autovalor complejo
Sea 1 = + i un valor propio complejo de la
matriz de coeficientes A de un sistema homogneo,
y sean B1= Re(K1) y B2 = Im(K1). Entonces
podemos escribir la solucin como:
X1 [B1 cos t B 2 sin t ] e t
X2 [B 2 cos t B1 sin t ] e t
soluciones linealmente independientes en (-,).
(Demustralo).
Para 1 = 2i,
2 2i 2 2
(2 2i)k1 + 8k2 = 0 K1 i
k1 + (2 2i)k2 = 0 1 1 0
obtenemos k1 = (2 + 2i)k2. 2 2
B1 Re(K1 ) , B 2 Im(K1 )
Elegimos k2 = 1 1 0
2 2 2 2
X c1 cos 2t sin 2t c2 cos 2t sin 2t
1 0 0 1
2 cos 2t 2 sin 2t 2 cos 2t 2 sin 2t
c1 c2
cos 2t sin 2t 34
Resolucin por diagonalizacin
Si A es diagonalizable, entonces existe P, tal que D =
P-1AP es diagonal. Si realizamos el cambio matricial X
= PY, el sistema de ecuaciones X = AX se transforma
en PY = APY. Y multiplicando por la izquierda por P-1,
tenemos: Y = P-1APY, es decir: Y = DY, cuya solucin
es directa e igual a:
c1e1t
t
c2e 2
Y
c e n
t
n
Deshaciendo el cambio, X = PY , encontramos la solucin
35
buscada.
2 1 8
Resolver: X 0 3 8 X
0 4 9
Solucin
De det (A I) = ( + 2)( 1)( 5), obtenemos
1 = 2, 2 = 1 y 3 = 5. Puesto que son autovalores reales y
distintos, los vectores propios son linealmente
independientes. Para i = 1, 2, 3, resolvemos
(A iI)K = 0, y tenemos
1 2 1
K1 0 , K2 2 , K 3 1
0 1 1
36
1 2 1 2 0 0
P 0 2 1 D 0 1 0
0 1 1 0 0 5
c1e 2t
t
Como Y = DY, entonces: Y c2e
c e 5t
3
2t 2t
1 2 1 c1e c1e 2c2e c3e
t 5t
X PY 0 2 1 c2et 2c2et c3e5t
0 1 1 c e 5 t c2e c3e
t 5t
3
37
Sistemas lineales no homogneos
(Resolucin por coeficientes indeterminados)
Resolver
1 2 8
X' X , en (-, )
1 1 3
Solucin
Primero resolvemos el sistema homogneo
asociado: X = AX,
1 2
det( A I) 1 0
2
= i, i, 1 1
14
Xp
11
7
4
2
X p t 10
6 7
4
1 2t 1 7 t 2 7
X c1 e c2 e t
4 1 6 10
7
41
Determina la forma de Xp para:
dx/dt =5x + 3y 2e-t + 1
dy/dt =x + y + e-t 5t + 7
Solucin
Como 2 t 0 1
F (t ) e t
1 5 7
a3 t a2 a1
X p e t
b3 b2 b1
Resuelve el sistema.
42
Matriz fundamental
Si X1, X2,, Xn es un conjunto fundamental de
soluciones de X = AX en I, su solucin general es la
combinacin lineal:
X = c1X1 + c2X2 ++ cnXn,
que tambin podemos escribir como:
43
Que matricialmente podemos escribir como
X = (t)C
donde C es el n 1 vector de constantes arbitrarias
c1, c2,, cn, y
x11 x12 x1n
x21 x22 x2 n
(t )
xn1 xn 2 xnn
se llama matriz fundamental del sistema.
Dos propiedades de (t), fciles de demostrar y que
usaremos a continuacin:
(i) Es regular (matriz no singular).
(ii) (t) = A(t) 44
Variacin de parmetros
Hallaremos una solucin particular suponiendo:
u1 (t )
u2 (t )
U(t )
tal que Xp = (t)U(t)
un (t )
(t) = A(t)
X AX F(t )
Xp (t )U(t ) ' (t )U(t ) (t )U(t ) A(t )U(t )
(t) U(t ) A(t )U(t ) A(t )U(t ) F(t )
(t) U(t ) F(t )
45
(t )U(t ) F(t )
1
U(t ) (t )F(t )
U(t ) (t )F(t ) d t
1
X p (t ) (t )F(t ) dt
1
Y finalmente, X = Xc + Xp
X (t )C (t ) (t )F(t ) dt
1
46
Determinar la solucin general de
3 1 3t
X X t
en (, ). 2 4 e
Solucin
Primero resolvemos el sistema homogneo
3 1
X X
2 4
La ecuacin caracterstica de la matriz de coeficientes
es
3 1
det ( A I ) ( 2)( 5) 0
2 4
47
= 2, 5, y los vectores propios son
1 1
,
1 2
As, las soluciones son:
1 2t e 2t 1 5t e 5t
X1 e 2t , X 2 e
5 t
1 e 2 2e
e2t 5 t
e 2 2t
e 1
e
2t
(t ) 2t , 1
(t ) 1 5t
3 3
5 t e
e 2e 3
1
3
e5t
48
X p (t ) 1 (t )F (t ) dt
e 2t 5 t
e 2 e 2t e 3t
1 2t
dt
2t
5 t
2e
1 e 5 t 1 e 5 t e t
3 3
e 3 3
e 2t 5 t
e 2te 2t 1 et
2t
5 t
2e
te5t 1 e4t dt
3
e 3
e 2t 5 t
e te 2t
1 2t
e e
1 t
2t 2 3
5 t 1 1 4t
e 2e 5 te 5t
1 5t
25
e 12
e
65 t 50
27
14 e t
3
t 21 1 e t
5 50 2
49
e 2t 5 t
e 1 5c 6
t 27
e
1 t
X 2t 50 4
2e 5t c2 5 t 50 2 e t
3 21 1
e
1 2 t 1 5 t 65 50 27
1 t
c1 e c2 e 3 t 21 14 e
1 2
5 50 2
50
Matriz exponencial
Podemos usar las matrices para resolver sistemas de
ecuaciones diferenciales de una manera totalmente distinta.
Observemos que x' = ax tiene como solucin general x = ceat.
Podemos definir una funcin exponencial matricial, de modo
que eAtC sea solucin de X' = AX.
DEFINICIN
Matriz Exponencial
Para cualquier matriz A de n n, podemos definir
2 k k
t t t
e At I At A 2 A k A k
2! k! k 0 k!
51
Derivada de eAt
d At
e Ae At
dt
d At d t 2
t k
e I At A 2
A k
dt dt 2! k!
1 32 2t
2
A A t A t A I At A
2
2! 2!
Ae At
j 0 j 0 k 0 k! k 0 k!
t k
n 1 n 1
t k
n 1
e At c j (k )A j A j c j (k ) A j b j (t )
k 0 k! j 0 j 0 k 0 k! j 0
t k
n 1 n 1
t k
n 1
e t c j (k ) j j c j (k ) j b j (t )
k 0 k! j 0 j 0 k 0 k! j 0
n 1 n 1
e b j (t ) A
At j
e b j (t )
t j
j 0 j 0
54
2 4
Calcular eAt, donde A
1 3
Solucin
n 1
e b j (t ) A j
At
eAt = b0I + b1A
j 0
n 1
e t b j (t ) j et b0 b1
j 0
t
1= 1 y 2 = 2 e b0 b1 b0 = (1/3)[e2t + 2e t],
e2t b0 2b1 b1 = (1/3)[e2t et].