Sistema Se Do

Universidad Tecnica Federico Santa Mara
Departamento de Matematica
1 Sistemas de ecuaciones
Denici on 1.1. Un sistema normal de n ecuaciones diferenciales de primer orden con n inc ognitas
esta denido por n ecuaciones de la forma
dx
1
dt
= f
1
(t, x
1
, x
2
, . . . , x
n
)
dx
2
dt
= f
2
(t, x
1
, x
2
, . . . , x
n
)
.
.
.
dx
n
dt
= f
n
(t, x
1
, x
2
, . . . , x
n
)
donde t denota la variable independiente x
1
(t) , x
2
(t) , . . . , x
n
(t) denotan las n funciones incognitas
y f
i
: I U R R
n
R para i = 1, 2, . . . , n son funciones a valores reales dadas.
De manera similar al caso de una E.D.O. de primer orden se puede denir un P.V.I. para esto
podemos pedir que
x
1
(t
0
) = x
0
1
, x
2
(t
0
) = x
0
2
, . . . , x
n
(t
0
) = x
0
n
Si ponemos X (t) = (x
1
(t) , x
2
(t) , . . . , x
n
(t))
T
y F (t, X) = (f
1
(t, X) , f
2
(t, X) , . . . , f
n
(t, X))
T
entonces el sistema puede ser escrito en la forma vectorial
dX
dt
= F (t, X)
y si X
0
= (x
1
(t
0
) , x
2
(t
0
) , . . . , x
n
(t
0
)) = (x
0
1
, x
0
2
, . . . , x
0
n
) el P.V.I. se escribe de manera vectorial
como
dX
dt
= F (t, X)
X (t
0
) = X
0
que es muy similar en notacion (y veremos que en propiedades) a una E.D.O. de primer orden.
Observaci on 1.1.
1. Note que se debe cumplir (t, X (t)) I U para todo t I.
2. En lenguaje geometrico, resolver el P.V.I. es encontrar una curva
C : x
1
= x
1
(t) , x
2
= x
2
(t) , . . . , x
n
= x
n
(t)
denida en el intervalo I que pase por el punto X
0
= (x
0
1
, x
0
2
, . . . , x
0
n
) en el tiempo t
0
y en
cada t el vector tangente a la curva esta dado por
dX
dt
= F (t, X)
Nelson Cifuentes F. 1
Ejemplo 1.1. Son ejemplos de sistemas normales de ecuaciones diferenciales:
1.
dx
dt
= x
2
+y
2
+ sin (t)
dy
dt
= 2xy cos (t)
2.
dx
1
dt
= x
1
+x
2
+x
3
dx
2
dt
= x
1
x
2
+x
3
dx
3
dt
= x
1
+x
2
x
3
3.
dx
dt
= y +x
_
x
2
+y
2
_
sin
_

(x
2
+y
2
)
1/2
_
dy
dt
= x +y
_
x
2
+y
2
_
sin
_

(x
2
+y
2
)
1/2
_
Ejemplo 1.2. X (t) = (x (t) , y (t)) = (e
3t
+e
5t
, 2e
3t
+ 2e
5t
) es una soluci on del sistema
dx
dt
= x + 2y
dy
dt
= 8x +y
Al igual que en la teora de E.D.Os de primer orden tenemos un teorema para garantizar
existencia y unicidad de las soluciones:
Denici on 1.2. Decimos que F : I U R R
n
R
n
, (t, X) F (t, X) es Lipschitz con
respecto a la variable X en una vecindad del punto (t
0
, X
0
) si se cumple
F (t, X) F (t, Y ) C X Y
para todo (t, X) , (t, Y ) en una vecindad V de (t
0
, X
0
) (Aqu C es una constante).
Teorema 1.1 (Existencia y unicidad). Si F : I U R R
n
R
n
, (t, X) F (t, X) es una
funcion continua y Lipschitz con respecto a la variable X en una vecindad del punto (t
0
, X
0
)
entonces el P.V.I.
dX
dt
= F (t, X)
X (t
0
) = X
0
tiene solucion unica.
Observaci on 1.2. En ocasiones es difcil vericar que una funci on es Lipschitz, pero se tiene el
siguiente resultado
Teorema 1.2. Si las funciones componentes que denen a F (t, X) son clase C
1
(en la variable
X) en una vecindad de (t
0
, X
0
) entonces se satisface la condicion Lipschitz y podemos garantizar
existencia y unicidad de la solucion.
Sin m as que los conocimientos que tenemos hasta ahora podemos intentar enfrentar estos
problemas, por ejemplo
Ejemplo 1.3. Resolver el sistema
dx
1
dt
= x
2
dx
2
dt
= x
1
con x
1
(0) = 1, x
2
(0) = 0.
Desarrollo: Note que derivando la primera respecto a t obtenemos
d
2
x
1
dt
2
=
dx
2
dt
= x
1
de donde x
1
debe cumplir
d
2
x
1
dt
2
+x
1
= 0
as x
1
(t) = c
1
cos t +c
2
sin t para algunas constantes c
1
y c
2
ahora bien, x
1
(0) = 1 = c
1
se sigue
x
1
(t) = cos t +c
2
sin t
adem as
x
2
(t) =
dx
1
dt
= sin t +c
2
cos t
luego
0 = x
2
(0) = c
2
se sigue
x
1
(t) = cos t
x
2
(t) = sin t
es la unica solucion del P.V.I, por el teorema de existencia y unicidad.
Note que este sistema podra haber sido escrito en la forma
dX
dt
= AX
X (0) =
_
1
0
_
= X
0
donde
X (t) =
_
x
1
(t)
x
2
(t)
_
y
A =
_
0 1
1 0
_
pero
dX
dt
= AX
en una variable es una de las ecuaciones m as sencillas que sabemos resolver (lineal homogenea) la
soluci on en este caso sera de la forma
X (t) = ve
t
pero en tal caso
ve
t
=
dX
dt
= AX = Ave
t
de donde obtenemos
v = Av
lo que nos dice debera ser un valor propio de la matriz A! esto nos dar a un metodo para
enfrentar un tipo particular de sistemas de ecuaciones diferenciales.
Observaci on 1.3. Al mirar el P.V.I.
dX
dt
= AX, X (0) = X
0
nos vemos tentados a decir X (t) =
X
0
e
At
esto tiene el problema de formalizar lo que se entiende por e
At
(recuerde que A es una
matriz), recuerde que
e
x
=
i=0
x
i
i!
se dene
e
A
=
i=0
A
i
i!
esto se ve en cursos m as avanzados por los problemas de convergencia que hay detras.
1.1 Sistemas de ecuaciones diferenciales lineales de primer orden
Un sistema de la forma
dX
dt
= A(t) X (t) +B(t)
donde X (t) = (x
1
(t) , x
2
(t) , . . . , x
n
(t))
T
, A(t) = (a
ij
(t)) es una matriz de orden n con coe-
cientes funciones dependientes del tiempo y B(t) = (b
1
(t) , b
2
(t) , . . . , b
n
(t))
T
es llamado sistema
de ecuaciones diferenciales lineal de primer orden (se supone que las funciones a
ij
(t) y b
i
(t) son
continuas)
Por el teorema de existencia y unicidad este tipo de sistemas admiten soluci on unica, desarro-
llaremos un metodo para encontrar las soluciones en el caso especial que la matriz tiene coecientes
constantes.
Observaci on 1.4. Toda ecuacion diferencial ordinaria lineal de orden n puede ser transformada
en un sistema de ecuaciones lineales, en efecto si tenemos
y
(n)
+a
n1
(t) y
(n1)
+ +a
1
(t) y
+a
0
(t) y = h(t)
poniendo
x
1
(t) = y (t)
x
2
(t) = y
(t)
.
.
.
x
n
(t) = y
(n1)
(t)
entonces
d
dt
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n1
x
n
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
0 1 0 0 . . . 0
0 0 1 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0
.
.
. 1
a
0
a
1
. . . a
n1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n1
x
n
_
_
_
_
_
_
_
+
_
_
_
_
_
_
_
0
0
.
.
.
0
h(t)
_
_
_
_
_
_
_
de esta forma, la teora de una ecuacion estara incluida dentro de la teora de sistemas.
Ejemplo 1.4. Considere la ecuacion
d
2
x
dt
2
+ cos t
dx
dt
+ 2x = e
t
esta ecuacion se transforma en el sistema
d
dt
_
x
1
x
2
_
=
_
0 1
2 cos t
__
x
1
x
2
_
+
_
0
e
t
_
donde x
1
(t) = x (t) y x
2
(t) = x
(t)
La teora es muy similar a la que hemos visto hasta ahora, la ecuacion Homogenea asociada a
dX
dt
= A(t) X (t) +B(t)
es
dX
dt
= A(t) X (t)
su conjunto solucion
S =
_
X (t) C
1
(I, R
n
) :
dX
dt
= A(t) X (t)
_
es un espacio vectorial de dimensi on n (si el sistema es de orden n) y la solucion de la no
homogenea ser a una solucion particular m as una combinacion lineal arbitraria de elementos de la
base de S.
1.1.1 Como encontrar la base de la homogenea?
La respuesta a esta pregunta viene dada por la generalizacion del ejemplo que vimos anteriormente,
ahora supondremos que trabajamos con el sistema
dX
dt
= AX
donde A M
nn
(R) (coecientes constantes).
Teorema 1.3. Si es un valor propio de A con vector propio v entonces
x (t) = ve
t
es solucion de
dX
dt
= AX.
La demostracion es simplemente derivar y utilizar la denici on de valor y vector propio.
Luego para buscar la base de la homogenea necesitamos conocer los valores propios asociados
a la matriz de coecientes.
1.1.2 Matriz A diagonalizable
Si A es una matriz diagonalizable entonces
A = U
1
DU
donde D es una matriz diagonal, la ecuacion
dX
dt
= AX
la podemos ver como
dX
dt
= U
1
DUX
multiplicando la ecuacion por U por la izquierda
d
dt
(UX) = DUX
cambiamos la variable
Y = UX
nos queda
dY
dt
= DY
que es un sistema de la forma
dy
i
dt
=
i
y
i
para i = 1, 2, . . . , n
tiene soluciones
y
i
(t) = c
i
e
i
t
luego la soluci on es
X (t) = U
1
Y (t) =
n
i=1
c
i
v
i
e
i
t
donde v
i
son los vectores propios asociados a los valores propios correspondientes (recuerde que
estos vectores estan en las columnas de la matriz U
1
que utilizamos para diagonalizar).
Observaci on 1.5. Si el valor propio
i
es complejo v
i
e
i
t
y v
i
e
i
t
aparecer an como soluciones, al
buscar soluciones reales se tiene que Re
_
v
i
e
i
t
_
y Im
_
v
i
e
i
t
_
son soluciones l.i. reales correspon-
dientes a combinaciones lineales de las dos complejas luego generan lo mismo.
Ejemplo 1.5. Resolver
d
dt
_
_
x
1
x
2
x
3
_
_
=
_
_
1 1 1
1 1 1
1 1 1
_
_
_
_
x
1
x
2
x
3
_
_
Desarrollo: Primero buscamos el polinomio caracterstico de la matriz
A =
_
_
1 1 1
1 1 1
1 1 1
_
_
esta dado por
P
A
() = |A I| =
1 1 1
1 1 1
1 1 1
= ( 2) ( + 2) ( + 1)
luego tiene 3 valores propios distintos y es una matriz de orden 3 luego es diagonalizable, ahora
buscamos los vectores propios:
_
_
_
1
1
1
_
_
_
1,
_
_
_
1
1
0
_
_
_
2,
_
_
_
1
2
1
2
1
_
_
_
2
as la soluci on del sistema es
X (t) = c
1
_
_
1
1
1
_
_
e
t
+c
2
_
_
1
1
0
_
_
e
2t
+c
3
_
_
1
2
1
2
1
_
_
e
2t
=
_
_
1
2
c
3
e
2t
c
2
e
2t
c
1
e
t
c
2
e
2t
c
1
e
t
+
1
2
c
3
e
2t
c
1
e
t
+c
3
e
2t
_
_
d
dt
_
_
x
1
x
2
x
3
_
_
=
_
_
5 2 2
2 2 4
2 4 2
_
_
_
_
x
1
x
2
x
3
_
_
Desarrollo: Si
A =
_
_
5 2 2
2 2 4
2 4 2
_
_
entonces es diagonalizable por ser una matriz simetrica
|A I| =
5 2 2
2 2 4
2 4 2
= ( + 3) ( 6)
2
luego hay 1 valor propio de multiplicidad 2 buscamos los vectores propios
_
_
_
1
2
1
1
_
_
_
3,
_
_
_
2
1
0
_
_
,
_
_
2
0
1
_
_
_
6
se sigue que la solucion del sistema es
X (t) = c
1
_
_
1
2
1
1
_
_
e
3t
+c
2
_
_
2
1
0
_
_
e
6t
+c
3
_
_
2
0
1
_
_
e
6t
=
_
_
2c
2
e
6t
1
2
c
1
e
3t
+ 2c
3
e
6t
c
1
e
3t
+c
2
e
6t
c
1
e
3t
+c
3
e
6t
_
_
d
dt
_
_
x
1
x
2
x
3
_
_
=
_
_
0 2 0
2 0 0
0 0 1
_
_
_
_
x
1
x
2
x
3
_
_
Desarrollo: Si
A =
_
_
0 2 0
2 0 0
0 0 1
_
_
entonces la ecuaci on caracterstica es ( 1) (
2
+ 4) = 0 de donde tenemos que la matriz es
diagonalizable, 3 valores propios distintos aunque hay dos complejos, veamos los espacios propios
asociados
_
_
_
0
0
1
_
_
_
1,
_
_
_
i
1
0
_
_
_
2i,
_
_
_
i
1
0
_
_
_
2i
el resultado nos dice que
_
_
i
1
0
_
_
e
2it
y
_
_
i
1
0
_
_
e
2it
son soluciones pero buscamos soluciones reales y para ello
Re
_
_
_
_
i
1
0
_
_
e
2it
_
_
y Im
_
_
_
_
i
1
0
_
_
e
2it
_
_
generan lo mismo que las dos anteriores
_
_
i
1
0
_
_
e
2it
=
_
_
i
1
0
_
_
(cos (2t) i sen (2t))
=
_
_
i cos (2t) + sen (2t)
cos (2t) i sen (2t)
0
_
_
=
_
_
sen (2t)
cos (2t)
0
_
_
+i
_
_
cos (2t)
sen (2t)
0
_
_
se sigue
Re
_
_
_
_
i
1
0
_
_
e
2it
_
_
=
_
_
sen (2t)
cos (2t)
0
_
_
y
Im
_
_
_
_
i
1
0
_
_
e
2it
_
_
=
_
_
cos (2t)
sen (2t)
0
_
_
luego la soluci on es
X (t) = c
1
_
_
0
0
1
_
_
e
t
+c
2
_
_
sin (2t)
cos (2t)
0
_
_
+c
3
_
_
cos (2t)
sin (2t)
0
_
_
=
_
_
c
3
cos 2t +c
2
sin 2t
c
2
cos 2t c
3
sin 2t
c
1
e
t
_
_
Si la matriz no es diagonalizable no hemos desarrollado una teora para poder resolverla (esta
existe pero por motivos de tiempo no la veremos en el curso) sin embargo podemos enfrentar
directamente el sistema a traves de eliminaci on, considere el siguiente ejemplo:
Ejemplo 1.8. Resolver el sistema
d
dt
_
x
y
_
=
_
2 1
1 4
__
x
y
_
En este caso el polinomio caractersco es
|A I| =
2 1
1 4
=
2
+ 6 + 9 = ( + 3)
2
se sigue que hay un solo valor propio de multiplicidad algebraica 2, Si calculamos vemos que
la multiplicidad geometrica (dimensi on del espacio propio asociado) es 1 luego la matriz no es
diagonalizable
W
=3
=
__
1
1
__
Lo resolveremos directamente
x
= 2x y
y
= x 4y
si derivamos la primera ecuaci on obtenemos
x
= 2x
pero de la segunda ecuacion sabemos

y
= x 4y
reemplazando
x
= 2x
(x 4y)
= 4y x 2x
pero de la primera ecuacion

y = x
2x
as
x
= 4 (x
2x) x 2x
= 9x 6x
as
x
+ 6x
+ 9x = 0 (D + 3)
2
x = 0
luego
x (t) = c
1
e
3t
+c
2
te
3t
adem as
y (t) = x
2x
=
d
dt
_
c
1
e
3t
+c
2
te
3t
_
2
_
c
1
e
3t
+c
2
te
3t
_
= e
3t
(c
1
c
2
+tc
2
)
= c
1
e
3t
+c
2
(1 +t) e
3t
luego
X (t) =
_
x (t)
y (t)
_
=
_
c
1
e
3t
+c
2
te
3t
c
1
e
3t
+c
2
(1 +t) e
3t
_
= c
1
_
1
1
_
e
3t
+c
2
_
t
1 +t
_
e
3t
es la soluci on.

Sistema Se Do

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Sistema Se Do

Încărcat de

Drepturi de autor:

Formate disponibile

Universidad Tecnica Federico Santa Mara

pero de la segunda ecuacion sabemos

pero de la primera ecuacion

S-ar putea să vă placă și