Documente Academic
Documente Profesional
Documente Cultură
.
.
.
.
.
.
.
.
.
.
.
.
(1)
.
.
.
.
.
.
(2)
Este sistema tal como (2) de n ecuaciones de primer orden se llama sistema de primer
orden.
SISTEMAS LINEALES Si cada una de las funciones , , , , en (2) es lineal en las
variables dependientes , , . . ., , se obtiene la forma normal de un sistema de ecuaciones
lineales de primer orden
.
.
.
.
.
.
(3)
Un sistema con la forma de las ecuaciones (3) se denomina sistema lineal de orden n, o
simplemente sistema lineal. Se supone que los coeficientes,
as como las funciones
soncontinuas en un intervalo comn, I. Cuando (t) = 0, i = 1,2, . . ., n, se dice que el sistema
lineal (3) es homogneo; en caso contrario, es no homogneo.
FORMA MATRICIAL DE UN SISTEMA LINEAL Si X, A(t) y F(t) denotan las matrices
respectivas.
, A(t)=
Entonces el sistema de ecuaciones diferenciales lineales de primer orden (3) se puede escribir
como
O simplemente
X'= AX + F.
Si el sistema es homogneo, su forma matricial es entonces
X'= AX
(4)
(5)
Si X =
b) Si X =
es
X+
X=
Cuyos elementos son funciones derivables que satisfacen el sistema (4) en el intervalo
Un vector solucin de (4) es. Por supuesto, equivalente a n ecuaciones escalares
...,
y se puede interpretar desde el punto de vista
geomtrico como un conjunto de ecuaciones paramtricas de una curva en el espacio. En
el caso importante n = 2, las ecuaciones
representan una curva en
el plano
. Es prctica comn llamar trayectoria a una curva en el plano y llamar
plano fase al plano
Regresaremos a estos conceptos y se ilustrarn en la siguiente
seccin.
EJEMPLO 2 Comprobacin de soluciones
Compruebe que en el intervalo (
, )
y
Son soluciones de
SOLUCIN De
(6)
=
vemos
que
Donde las
Entonces el problema
Resolver:
= A (t) X + F (t).
(7)
Sujeto a: X ( ) =
Es un problema con valores iniciales en el intervalo.
TEOREMA 1.1 Existencia de una solucin nica
Sean los elementos de las matrices A(t) y F(t) funciones continuas en un intervalo comn I que
contiene al punto . Entonces existe una solucin nica del problema con valores iniciales (7)
en el intervalo.
SISTEMAS HOMOGNEOS.- En las prximas definiciones y teoremas solo nos
ocuparemos de los sistemas homogneos. Sin decirlo explcitamente, siempre supondremos
que las y las ; son funciones continuas de t en un intervalo comn I.
PRINCIPIO DE SUPERPOSICIN El siguiente resultado es un principio de
superposicin para soluciones de sistemas lineales.
TEOREMA 1.2 Principio de superposicin
Sea , , . . . , , un conjunto de vectores solucin del sistema homogneo (5) en un
intervalo I. entonces la combinacin lineal
X=
+
Donde las
son constantes arbitrarias, es tambin una solucin en el intervalo.
Como consecuencia del teorema 2,un mltiplo constante de cualquier vector solucin de un
sistema homogneo de ecuaciones diferenciales lineales de primer orden es tambin una
solucin.
EJEMPLO 3 Usando el principio de superposicin
Los estudiantes debemos practicar comprobando que los dos vectores
(8)
10
Sean
, .,
(9)
Es evidente que
y
son linealmente independientes en el intervalo (
ningn vector es un mltiplo constante del otro. Adems, se tiene
, ) puesto que
,
Para todos los valores reales de t.
DEFINICIN 1.3 Conjunto fundamental de soluciones
Cualquier conjunto
,
de n vectores solucin linealmente independientes del
sistema homogneo (5) en un intervalo I se dice que es un conjunto fundamental de
soluciones en el intervalo.
TEOREMA 1.4 Existencia de un conjunto fundamental
Existe un conjunto fundamental de soluciones para el sistema homogneo (5) en un intervalo
I.
11
Los dos teoremas siguientes son equivalentes a los teoremas (Soluci6n general, ecuaciones
homogneas) y (Solucin general, ecuaciones no homogneas) para sistemas lineales.
TEOREMA 1.5 Solucin general, sistemas homogneos
Sea
,
un conjunto fundamental de soluciones del sistema homogneo (5) en un
intervalo I. entonces la solucin general del sistema en el intervalo es
+
Donde las
independientes de (6) en (
, ). Por tanto
son un conjunto fundamental de
soluciones en el intervalo. La solucin general del sistema en el intervalo entonces es
X=
(10)
W(
)=
X=
12
Que denota la solucin general en el mismo intervalo del sistema homogneo asociado (5).
Entonces la solucin general del sistema no homogneo en el intervalo es
X=
.
La solucin general
del sistema homogneo relacionado (5) se llama funcin
complementaria del sistema no homogneo (4)
EJEMPLO 7 Solucin general: sistema no homogneo
El vector
=
En el intervalo (
(11)
, ).
teorema 6
X=
es la solucin general de (11) en (
, )
es
X=
Ya que los vectores
tienen la forma
13
i =1,2, donde
X=
=K
(1)
Para la solucin del sistema lineal homogneo general del primer orden
X'= AX
Donde A es una matriz n x n de constantes.
(2)
EIGENVALORES Y EIGENVECTORES
Si (1) es un vector solucin del sistema
homogneo lineal (2),entonces
,por lo que el sistema se convierte en
.Despues de dividirlo entre
y reacomodando, obtenemos
o
.Ya que
, la ultima ecuacin es igual a
La ecuacin matricial (3) es equivalente a las ecuaciones algebraicas simultneas
14
Por lo que
Para
Por lo que
.Cuando
, el eigenvector correspondiente es
tenemos
el eigenvector correspondiente es
Como se indic en la seccin anterior se puede interpretar estas ecuaciones como ecuaciones
paramtricas de curvas en el plano
o plano fase. Cada curva, que corresponde a elecciones
especficas de y , se llama trayectoria.
15
Por tanto
correspondiente
.La eleccin
Implica que
el vector solucin
Al elegir
Producen
La solucin general de (6) es una combinacin lineal de los vectores solucin en (7), (8) y (9):
16
es una raz de
es una solucin de (10). Pero como es obvio que tenemos inters en formar la solucin
general del sistema, se necesita continuar con la pregunta de encontrar una segunda solucin.
En general, si
es un entero positivo y
es un factor de la ecuacin caracterstica,
mientras que
no es un factor, entonces se dice que
es un eigenvalor de
multiplicidad
.En los tres ejemplos que se dan a continuacin se ilustran los casos
siguientes:
1) Para algunas matrices de
seria posible encontrar eigenvectores
linealmente independientes
, correspondientes a un eigenvalor , de
multiplicidad
. En esta caso la solucin general del sistema contiene la
combinacin lineal
2) Si slo hay un eigenvector propio que corresponde al eigenvalor de multiplicidad
, entonces siempre se pueden encontrar soluciones linealmente independientes de
la forma
.
.
.
,
donde las
son vectores columna.
EIGENVALORES DE MULTIPLICIDAD DOS Se comienza por considerar eigenvalores
de multiplicidad dos. En el primer ejemplo se ilustra una matriz para la que podemos encontrar
dos eigenvectores distintos que corresponden a un doble eigenvalor.
EJEMPLO 3. Eigenvalores repetidos
Resuelva
17
Se obtiene
Para
. Se ve que
y
, con la eliminacin de Gauss-Jordan se obtiene de inmediato
o
producen, a su vez,
son
. Las
y
Puesto que ningn eigenvector es mltiplo constante del otro, se han encontrado dos
soluciones linealmente independientes.
Implica que
y
lo que el tercer eigenvector es
.Al seleccionar
la reduccin
, se obtiene
; por
La matriz de coeficientes
del ejemplo 3 es un tipo especial de matriz conocida como matriz
simtrica. Se dice que una matriz
de
es simtrica si su transpuesta
(donde se
intercambian renglones y columnas) es igual que , es decir, si
. Se puede demostrar
que si la matriz
del sistema
es simetrica si tiene elementos reales, entonces
siempre es posible encontrar eigenvectores linealmente independientes
, y la
solucin general de ese sistema es como se muestra en el teorema 1. Como se muestra en el
ejemplo 3, este resultado se cumple aun cuando estn repetidos algunos de los eigenvalores.
18
K=
y P=
(A + 3I)P = K
Puesto que resulta obvio que este sistema es equivalente a una ecuacin, se tiene un nmero
infinito de elecciones de
.Por ejemplo, al elegir =1 se encuentra que
= 1/6. Sin
embargo, por simplicidad =1/2 por lo que
=0. Entonces
P=
19
K=
, P=
(A - I)K=0
(A - I)P=K
(A - I)Q=P
(16)
(17)
(18)
Por su puesto, las soluciones (16) y (17) se pueden usar para formar las soluciones
EJEMPLO 5 Eigenvalores repetidos
Resuelva
X.
y Q=
X=
20
repetido; por ejemplo, es posible que una matriz de 5 x 5 tenga un valor propio de
multiplicidad cinco y que existan tres vectores propios linealmente independientes.
2.3 EIGENVALORES COMPLEJOS
Si
son eigenvalores complejos de la matriz de
coeficientes A, entonces se puede esperar de hecho que sus eigenvectores correspondientes
tambin tengan entradas complejas.
Por ejemplo, la ecuacin caracterstica del sistema
(19)
Es det(A- I)=
= -10
=0
= 0.
,
De manera similar, para
=5-2i encontramos
,
Podemos comprobar por medio del Wronskiano que estos vectores solucin son linealmente
independientes y por lo tanto la solucin general de ( 19)es
X=
(20)
21
Sea A una matriz de coeficientes que tiene entradas reales del sistema homogneo ( 2)y sea
un eigenvector correpondiente al eigenvalor complejo
Entonces
.
Entonces, multiplicando los nmeros complejos, agrupando trminos y reemplazando
Por y (
por
se convierte en
X=
Donde
(21)
Por el principio de superposicin, teorema 2, los siguientes vectores tambin son soluciones:
.
Tanto
= a
como
22
(23)
Son soluciones linealmente independientes de (2) en (-, )
Las matrices
(24)
Ya que estos vectores son, respectivamente, las partes real e imaginarias del eigenvector
Por ejemplo, (21) se deduce de (23) con
.
=
(25)
=2i y
Para
el sistema
(2-2i)
da
eligiendo
, se obtiene
23
X=
=
(26)
en
24
SOLUCIN. Se determina que los eigenvalores y los eigenvectores del sistema homogneo
asociado
son
se tratara de
.
.
25
es
EJEMPLO 3. Forma de
Determine la forma de un vector solucin particular
Solucin. Ya que
para el sistema.
COMENTARIOS
El mtodo de coeficientes indeterminados para sistema lineales no es tan directo como
pareceran indicar los ltimos tres ejemplos. En la seccin 4.4 la forma de una solucin
particular se predijocon base en el conocimiento previo de la funcin complementaria .Lo
mismo secumple para la formacin de .Pero hay otras dificultades: las reglas que gobiernan
la forma de en la seccin anterior no conducen a la formacin de .Por ejemplo,si
es
un vector constante como en el ejemplo 1 y
es un eigenvalor de multiplicidad
uno,entonces contiene un vector constante.Bajo la regla e multiplicacin de la pgina 146 se
tratara comnmente de una solucin particular de la forma =
.Esta no es la suposicin
apropiada para sistema lineales,la cual debe ser
ejemplo 3, si se remplaza
en
por
correcta del vector solucin particular es
=
26
La ltima matriz en
27
, (7) se convierte en
O
Multiplicando ambos lados de la ecuacin (8) por
, se obtiene
por tanto
Puesto que
28
y
.Con el mtodo usual se encuentra que los
son, respectivamente,
y
.Entonces,
y las entradas en
a partir de la
Problema con valores iniciales la solucin general de (5) en el intervalo se puede escribir en
una forma alternativa
Donde y son puntos en el intervalo.Esta ultima forma es til para resolver (5) sujeta a una
condicin inicial
, porque los lmites de integracin se eligen de tal forma que la
29
4. MATRIZ EXPONENCIAL
INTRODUCCION Las matrices se pueden usar de una manera completamente distinta para
resolver un sistema de ecuaciones diferenciales lineales de primer orden. Recuerde que la
ecuacin diferencial lineal simple de primer orden
, donde a es constante,tiene la
solucin general
,donde es constante.Parece natural preguntar si se puede definir
una funcin exponencial matricial
,donde es una matriz de cnstantes por lo que una
solucin del sistema
es
.
Sistemas homogneos Ahora veremos que es posible definir una matriz exponencial
tal
que
Es una solucin del sistema homogneo
.Aqui es una matriz de
de constanres
y es una matriz de columna
de constantes arbitrarias .Observe en (1) que la matriz
se multiplica por la derecha a
porque queremos que
sea una matriz de
.Mientras
que el desarrollo completo del significado y teora de la matriz exponencial requerira un
conocimiento completo de algebra de matrices, una forma de definir
se baa en la
representacin en serie de potencias dela funcin exponencial escalar
:
La serie en
converge para todo .Si se usa esta serie, con la identidad en ves de 1 y la
constante se reemplaza por una matriz
de constantes, se obtiene una definicin para
la matriz
,
Definicin 4.1 Matriz exponencial
Para cualquier matriz
,
30
SISTEMAS NO HOMOGENEOS
Se vio en (4) de la seccin 2.4 que la solucin general de la ecuacin diferencial lineal nica
de primer orden
, donde es una constante, se puede expresar como
Si
31
o
Multiplicando la ltima ecuacin por
.
En otras palabras,
se tiene que
o
para
y detemine su inversa:
32
REFERENCIAS
A.Kiseliov, M.Krasnov,G.Makarenko., Problemas de Ecuaciones Diferenciales
Ordinarias, Edit. Mir. Per 1982.
Dennis G,Zill. Ecuaciones diferenciales con aplicaciones de modelado,Edit.
Intemational Thomson.Mxico1997.
Espinoza R.,Eduardo. Ecuaciones diferenciales y aplicaciones, Edit. J .J. Servicios
Grficos. Per 2004.
Escobar
A,
Jaime.
Ecuaciones
diferenciales,
extrado
desde
http://matematicas.udea.edu.co/~jescobar/, el 5 de junio del 2010.
Sistemas de ecuaciones lineales, extrado desde
http://www.matematicasbachiller.com/videos/algebra/ind_al02.htm#1, el 6 de junio
del 2010.
33