Unidad 4. Sistemas de Ecuaciones Diferenciales

``Sistema de Ecuaciones Diferenciales``
Unidad 4. Sistemas de Ecuaciones Diferenciales

Las ecuaciones diferenciales tienen una gran utilidad en ingeniera as como
en la ciencia, pero la mayora de los problemas no dependen de una
ecuacin, sino de un sistema de ecuaciones que casi siempre, stas son
diferenciales. De ah la necesidad que nos adentremos en el estudio de los
sistemas de ecuaciones diferenciales.
Definicin. Un conjunto de ecuaciones diferenciales con varias funciones
incgnitas, se llama sistema de ecuaciones diferenciales.
Solucin de un sistema. Una solucin de un sistema de ecuaciones
diferenciales es un conjunto de funciones suficientemente diferenciales
x 1 ( x), y 2 ( x), z 3 ( x) , etctera, que satisface cada ecuacin del
sistema en algn intervalo comn I .
Sistema de primer orden
Un sistema de ecuaciones diferenciales de primer orden es:
x '1 a11 x1 a12 x2 ... a1n xn f1 (t )

x '2 a21 x1 a22 x2 ... a2n xn f 2 (t )
x 'n an1 x1 an 2 x2 ... ann xn f n (t )

donde t es la variable independiente y x xi (t ),1 i n , son n funciones de
t (variables dependientes).
4.2 Mtodo de eliminacin
La eliminacin de una incgnita en un sistema de ecuaciones diferenciales
lineales se agiliza al escribir una vez ms cada ecuacin del sistema en
notacin de operador diferencial.
Procedimiento de eliminacin para sistema de ecuaciones diferenciales 2x2
Paso 1. Se escribe el sistema en trminos de operadores diferenciales lineales.
Paso 2. Se elimina la variable x , multiplicando la ecuacin (1) del sistema por
el coeficiente de x la ecuacin (2) del sistema y multiplicando la ecuacin
(2) por el coeficiente de x de la ecuacin (1), tratando que al multiplicarse
ambas ecuaciones queden con signos diferentes y as poder eliminarlos
realizando la suma.
Prof. Gil Sandro Gmez 1
Paso 3. La ecuacin factorizada obtenida en el paso (3) se resuelve utilizando

la ecuacin caracterstica para hallar las races.
Paso 4. Observando el tipo de races obtenidas en el paso anterior se decide
la solucin complementaria y (t ) que se tendr.
Paso 5. Al realizar de nuevo los pasos (2), (3) y (4) se elimina la variable
y se
obtiene x(t ) .
Paso 6. Se eliminan las constantes adicionales sustituyendo las expresiones
para x(t ) y y(t ) en una o ambas ecuaciones del sistema.
Paso 7. Se encuentra la solucin del sistema original en funcin de las dems
constantes.
Si el determinante del sistema es cero, se dice que el sistema es degenerado.
Un sistema degenerado puede no tener soluciones, o si posee soluciones,
stas pueden implicar cualquier cantidad de constantes arbitrarias.
Ejemplo 1. Mediante el mtodo de eliminacin halle la solucin del sistema
de ecuaciones dado, donde la derivacin es con relacin a la variable t.
dx
x 4 y
dt
~ (1)
dy
x y
dt
Primero escribimos el sistema (1) en forma de operadores:
Dx x 4 y 0
Dy x y 0
D 1 x 4 y 0
x D 1 y 0
x:
Ahora eliminamos la variable
Multiplicamos la ec. del sistema por (D -1) :
D 1 x 4 y 0
-(D -1) x (D -1) D 1 y 0
(D -1) D 1 y 4 y 0
(D -1) D 1 y 4 y 0 ( D 2 2 D 1) y 4 y 0
( D 2 2 D 5) y 0 ~ (3)
Escribimos la ecuacin auxiliar de (3):
m2 2m 5 0 ~ (4)
La solucin de (4) es:
2 (2)2 4(5)(1)
m
1 2i m1 1 2i, m2 1 2i
2
De ah que la solucin de (3) viene dada por:
y(t ) c1et cos2t c2et sen2t ~ (2)

Retornamos al sistema de ecuaciones (1) para eliminar la variable
y:
Multiplicamos la ec.(1) del sistema por (D -1) y la ecuacion (1) del sist. por -4 :
D 1 D 1 x 4 D 1 y 0
4x
4 D 1 y 0
( D 2 2 D 1) x 4 x 0 ( D 2 2 D 5) x 0 ~ (5)
La ecuacin auxiliar de (5) es:
m2 2m 5 0 ~ (6)
Resolviendo (6):
2 4 20 2 16 2 4i
1 2i
2
2
2
m1 1 2i, m2 1 2i
m
Entonces, x(t ) c3e cos2t c4e s en2t ~ (3)

t
Ya determinada la solucin ( x(t ), y(t )) , buscamos la solucin definitiva

expresando c3 y c4 en funcin de c1 y c2 .
Derivamos (3):
dx
2c3et cos 2t c3et sen2t 2c4et cos 2t c4et sen2t ~ (4)
dt
Sustituimos (2), (3) y (4) en la primera ecuacin del sistema:
2c3et cos2t c3et sen2t 2c4et cos2t c4et sen2t c3et co s2t c4et sen2t 4c1et co s2t 4c2et sen2t ~ (5)
Comparando trminos semejantes en (5), tenemos que:
2c3 c4 c4 4c2
~ (6)
c3 2c4 c3 4c1
Resolviendo el sistema (6)
c3 2cc2 y c4 2c1
Sustituyendo los valores de c3 y c4 en (3), la solucin de (1) es:
x(t ) (2c2 cos 2t 2c1sen2t )et

y (t ) (c1 cos 2t c2 sen2t )et
4.3 Sistemas autnomos
Definicin. Un sistema de ecuaciones diferenciales es autnomo si no
depende explcitamente de la variable independiente, su forma general
(para el caso de dos ecuaciones de primer orden) ser por tanto:
dx
f ( x, y )
dt
~ (7)
dy
g ( x, y )
dt
Para los sistemas autnomos es siempre posible aplicar una estrategia de
resolucin que consiste en obtener en primer lugar la ecuacin implcita de
las rbitas solucin, de la siguiente manera: Las ecuaciones pueden escribirse

de forma diferencial:
dx
dt
f ( x, y )
~ (8)
dy
dt
g ( x, y )
as, se puede eliminar la variable independiente, igualando los primeros
miembros y obtenemos la ecuacin diferencial ordinaria:
dx
dy
~ (9)
f ( x , y ) g ( x, y )
cuyas curvas solucin son las rbitas del sistema de ecuaciones. Si en la
solucin general es posible despejar una de las incgnitas, entonces su
sustitucin en el sistema original nos proporciona una ecuacin ordinaria y, en
definitiva, las soluciones del sistema.
Si despejamos a / de la ecuacin (9), tenemos que:
dy g ( x, y)
~ (10)
dx f ( x, y)
Cuando nos referimos a (10), hablamos de la ecuacin en el plano fase. Si en
lugar de graficar o en funcin del tiempo, graficamos a contra
obtenemos el llamado plano de fase o retraso o diagrama de fase como se
muestra en grfica 1.
Puntos crticos y soluciones de equilibrio

Definicin. Un punto ( x0 , y0 ) donde f ( x0 , y0 ) 0 y g ( x0 , y0 ) 0 es un punto
dx
dy
f ( x, y ),
g ( x, y ) y la
dt
dt
solucin constante correspondiente x(t ) x0 , y(t ) y0 es una solucin de
crtico o punto de equilibrio del sistema
equilibrio. El conjunto de todos los puntos crticos es el conjunto de puntos

crticos.
Clasificacin de los puntos crticos

Los puntos crticos de acuerdo a su comportamiento se clasifican en:
a. Estable. Sea x1 un punto crtico de un sistema autnomo y sea x x(t ) la
solucin que satisface la condicin inicial x(0) x0 , donde x0 x1 . Se dice
x1 que es un punto crtico estable cuando para cada 0 existe un valor

0 (posiblemente dependiente de) tal que la condicin inicial satisface
x0 x1 x(t ) x1 , t 0. Si, adems, lim x(t ) x1 siempre
t 0
que x0 x1 , se llama a
x1 un punto crtico asintticamente estable.
b. Inestable. Sea x1 un punto crtico de un sistema autnomo y sea x x(t )

la solucin que satisface la condicin inicial x(0) x0 , donde x0 x1 . Se
dice x1 que es un punto crtico estable inestable si existe un disco abierto
0 con la propiedad de que, para cualquier 0 , hay una

x0 x1 , pero la solucin
posicin inicial x0 que satisface
de radio
correspondiente x(t ) satisface x(t ) x1 para al menos un t 0 .
Fig. 4. Punto estable

4. 4 Mtodos matriciales para resolver sistemas lineales
Todo proceso est basado en el aprendizaje significativo, que es quien
sustenta la solucin de problemas. El factor ms importante que influye en el
aprendizaje es lo que el alumno ya sabe. La experiencia sobre la cual
queremos trabajar es retomar lo que ya se sabe del lgebra Lineal y
aplicarlo a la solucin de Sistemas de Ecuaciones Diferenciales y as notarn
la utilidad de estos conceptos.
A continuacin expondremos la metodologa e ideas bsicas de cmo

resolver estos S.E.D.
Si , () denotan, respectivamente, las matrices
x1 (t )
f1 (t )
a11 (t ) a12 (t ) ... a1n (t )
a (t ) a (t ) ... a (t )
x2 (t )
f 2 (t )
21
22
2n
X (t )
, A(t )
, f (t )
a (t ) a (t ) ... a (t )
x (t )
f (t )
n2
nn
n1
n
n
Entonces, el sistema de ecuaciones diferenciales de primer orden
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
~ (11)
dxn
an1 (t ) x1 an 2 (t ) x2 ... ann (t ) xn f n (t )
dt
Puede ser escrito como,
x1 (t ) a11 (t ) a12 (t ) ... a1n (t ) f1 (t )

d x2 (t ) a21 (t ) a22 (t ) ... a2 n (t ) f 2 (t )
~ (12),
dt

x (t ) a (t ) a (t ) ... a (t ) f (t )
n2
nn
n
n n1
dX
A(t ) X f (t ) ~ (13) , si el sistema (13) es homogneo,
dt
dX
A(t ) X ~ (14) .
(13) se convierte en
dt
o simplemente
Ejemplo. Dado el siguiente sistema de ecuaciones no homogneo, escrbalo

en forma matricial.
= 2 + 5 + 2
= 4 3 + 10
En su forma matricial puede ser escrito como:
2
=
4
1
2
5
2 5
+ 2 =
+
+
, =
3
4 3
0
10
10
Definicin. Un vector solucin en un intervalo es cualquier matriz columna

1 ()
2 ()
=
cuyos elementos son diferenciables, y tal que satisface el sistema
()
(13) en el intervalo.
El problema con valores iniciales para el sistema normal (11) es el problema
de determinar una funcin vectorial diferenciable () que satisfaga el
sistema en el intervalo y que adems, satisfaga la condicin inicial 0 =
0 , donde 0 es un punto dado de y 0 = (1,0,.., ,0 ) es un vector
dado.
Existencia y unicidad
Teorema 1. Sean () y () continuas en un intervalo abierto que contiene
al punto 0 . Entonces, cualquier eleccin del vector 0 = (1,0 , , ,0 ),
existe una nica solucin () en todo el intervalo del problema con
valores iniciales
= + , 0 = 0 .
Ms adelante veremos un conjunto de vectores soluciones linealmente
dependiente e independiente de un sistema homogneo.
Definicin. Sea 1 , 2 , , un conjunto de vectores solucin del sistema
homogneo (14) en el intervalo . Decimos que el conjunto es linealmente
dependiente en el intervalo si existen constantes 1, 2 , , , no todas nulas,
tales que 1 1 + 2 2 + + = 0 para todo del intervalo. Si el conjunto de
vectores no es linealmente dependiente en el intervalo, se dice que es
linealmente independiente.
Wronskiano
Definicin.
El
Wronskiano
de
funciones
vectoriales
1 = 1,1 , , ,1 , , = (1, , , , ) se define como la funcin con
valores reales.
1, , ,
1,1

= 2,1
,1
1,2 1,
2,2 2,
.
,2 ,
Si 1 , 2 , , son soluciones linealmente independientes en para el sistema

homogneo = , donde es una matriz de funciones continuas,
entonces el Wronskiano () nunca se anula en . En caso que ste sea igual
a cero, las soluciones son linealmente dependientes.
Conjunto fundamental de soluciones
Definicin. Si 1 , 2 , , es un conjunto cualquiera de soluciones de
vectores solucin linealmente independiente del sistema homogneo (14) en
el intervalo , entonces es un conjunto fundamental de soluciones en el
intervalo.
Representacin de soluciones (caso homogneo)

Teorema 2. Sean 1 , 2 , , soluciones linealmente independientes del
sistema homogneo
= ~(14)
en el intervalo , donde () es una funcin matricial , continuas en .
Entonces, toda solucin de (14) en se puede expresar en la forma:
= 1 1 + + ~(15),
donde 1 , , son constantes.
Considerando los vectores de un conjunto fundamental de soluciones y
formamos las columnas de una matriz () la siguiente manera,
1,1 1,2
2,1 () 2,2 ()
1, () 2, ()
1,
2, ()
~(16),
, ()
entonces () denomina matriz fundamental de (14). La podemos utilizar

para expresar la solucin general (15) como
= ~(17),
donde = (1 , , ) es un vector constante arbitrario. Dado que el

determinante () nunca se anula en , esto implica de acuerdo a la teora
de las matrices que () tiene inversa para cada en .
Ejemplo. Determine si el conjunto es un conjunto fundamental de soluciones
para el sistema dado. Si la respuesta es afirmativa, halle la solucin general.
=
,
3
, =
2
3
1
~()
2
en (,-)
Primero analicemos si es un conjunto linealmente independiente
= 3 = 3 1 = 2
3
Como el determinante es diferente de cero, decimos que es un conjunto

linealmente independiente.
Comprobemos si cada vector columna es una solucin del sistema dado.
2
=
3
1
2
=
= ~(2)
3 2
Hagamos el anlisis para el segundo vector columna, tambin.

2
=
3
1
2

2 3

=
=
~(3)
3
3 6
3
Si observamos los resultados (2) y (3), podemos decir que estos vectores
satisfacen el sistema.
La matriz fundamental para el sistema es:
~(4)
3
La solucin de (1) viene expresada por

= = 1

+ 2
Representacin de soluciones (no homogneo)

Teorema 3. Sea x una solucin particular del sistema no homogneo
= + ~(18)
en el intervalo y sea { , , } un conjunto fundamental de soluciones en
para el sistema homogneo = . Entonces toda solucin de (18) en
se puede expresar en la forma
= + 1 1 + + ~(19),
donde 1 , , son constantes.
La expresin (19) es la solucin general de (18). Esta solucin general puede
expresarse tambin como = + , donde es una matriz fundamental
para el sistema homogneo y es un vector constante arbitrario.
Mtodo para resolver sistemas normales
1. Para determinar una solucin general del sistema homogneo
= :
a. Determine un conjunto fundamental de soluciones { , , } que
consta de soluciones linealmente independientes del sistema
homogneo.
b. Forme la combinacin lineal
= = + + ,
donde = 1 , , es cualquier vector constante y = [ , , ]
es una matriz fundamental para obtener una solucin general.
2. Para determinar una solucin general del sistema no homogneo
= + :
a. Determine una solucin particular x del sistema homogneo.
b. Forme la solucin general con la suma de la solucin particular y la
solucin complementaria, obtenida en el paso 1.
= + .
4.5 Mtodo de los valores propios para resolver sistemas de ecuaciones

homogneos.
Antes de iniciar el desarrollo del mtodo, debemos recordar algunos
conceptos bsicos del lgebra Lineal, tales como:
Valor propio. Sea una matriz de tamao . El nmero es un valor
propio de si se verifica que
= ~(5),
Vector propio. El vector no nulo que satisface la ecuacin (5) se llama
vector propio de asociado al valor propio .
La ecuacin (5) que nos permiti definir los conceptos de valor propio y
vector propio puede escribirse como
= 0~(6),
con lo que los valores propios, si existen, son los vectores no nulos solucin del
sistema lineal homogneo
= 0~(7).
Este sistema tiene una solucin distinta a la trivial, si y slo si, la matriz
no es invertible, o equivalente si
det = 0~(8).
La ecuacin (8) recibe el nombre de ecuacin caracterstica de la Matriz .
Definicin. Se llama polinomio caracterstico de una matriz cuadrada al
polinomio
= det ~(9).
Definicin. Llamamos multiplicidad algebraica de un valor propio, a la
multiplicidad como raz del polinomio caracterstico, es decir, el nmero de
veces que aparece como raz de dicho polinomio.
Subespacio propio. Sea un valor propio de una matriz de tamao .
Se llama subespacio propio de asociado a al subespacio vectorial
= = { : = } .
A la dimensin del subespacio propio se le conoce como multiplicidad
geomtrica de .
El subespacio propio contiene a todos los vectores propios asociados a y

adems, al vector nulo.
Ejemplo. Encuentre los valores y vectores propios de la Matriz .
4
2
4
3
Escribimos el polinomio caracterstico:
= det
=
2
0
4 5
4
=
2
0
2 3
5
= 4 + 3 + 10 = 2
+3
Igualamos a cero el polinomio caracterstico para hallar los valores propios de

.
2 2 = 0, ecuacin caracterstica asociada a la matriz dada.

La solucin de la ecuacin la tenemos mediante factorizacin:
2 2 = 2 + 1 = 0
Los valores propios son:
1 = 2
2 = 1
Calculamos los vectores propios para cada valor propio determinado.
= 2
2 5
2 5
0
=
2 + 5 = 0
2 + 5 = 0
=
5
= 2, = 5
2
Esto implica que el vector propio asociado a = 2 es:
1 =
5
2
Hallamos el vector propio para 2 = 1:
5 5
2 2
0
5
=
0
5
=
2
0
5 + 5 = 0
2 + 2 = 0
La solucin del sistema es:
= para = 1 = 1,
entonces el vector propio es:
2 =
1
1
Teorema 4. Independencia Lineal de Vectores propios.

Si 1 , , son valores propios distintos para la matriz y es un vector propio
asociado a , entonces 1, , , son linealmente independientes.
Matriz real simtrica. Una matriz real de dimensin es simtrica si se
cumple que = .
Ejemplo. Analice si la siguiente matriz es simtrica.
2
= 7
1
7
2
7
1
7
2
7
2
7
1
7
2
La transpuesta de la matriz dada es:

2
= 7
1
Como = , entonces es simtrica.
Nota: Si la matriz real es simtrica,
propios linealmente independientes.
sabemos que tiene vectores
Si una matriz no es simtrica, es posible que tenga un valor propio repetido

pero que no tenga dos vectores propios correspondientes linealmente
independientes.
Valores propios distintos

Corolario 1. Si la matriz tiene valores propios distintos 1 , , y es un
vector propio asociado a , entonces
1 1 , ,
es un conjunto fundamental de soluciones para el sistema homogneo
x = Ax~(8).
Teorema 5. Solucin general de un sistema homogneo
Si 1 , , valores propios reales y diferentes de la matriz de coeficientes del
sistema homogneo (8), y sean 1 , , los vectores propios correspondientes.
Entonces, la solucin general de (8) en el intervalo , est dada por
X = 1 K1 e 1 t + + n K n e n t ~(9).
Ejemplo. Encuentre la solucin general del sistema de ecuaciones dado.
= + 2
= 4 + 3
~(10)
1. Escribimos el sistema en forma matricial:
1
4
2
3
~(11)
2. Determinemos los valores propios asociados a la matriz de coeficientes

constantes.
Para determinar los valores propios, debemos hallar el polinomio
caracterstico asociado, el cual viene dado por
= det =
1
4
2
= 1 3 4 2 = 2 4 5~(12)
3
Igualamos (12) cero:

2 4 5 = 0~(13)
Resolviendo la ecuacin (13) tenemos que los valores de son:

= 5 = 1
3. Calculamos los vectores propios asociados a cada valor propio del paso
(2).
Vector propio para = 5

=
4
4
2
2
0
=
~(14)
Resolviendo el sistema (14):

4 + 2 = 0
4 2 = 0
= 2 para = 1, tenemos que: 1 =
1
2
Ahora calculamos el vector propio para = 1:

2
4
2
4
0
=
~(15)
2 + 2 = 0
4 + 4 = 0
La solucin del sistema nos dice que = , para = 1, entonces
2 =
1
1
4. Dado que tenemos calculado los vectores propios de la matriz de

coeficientes constantes del sistema, podemos escribir la solucin general
usando la ecuacin (9):
1 5
1
= 1
+ 2
2
1
Valores propios repetidos
Vamos analizar cuando no todos los valores propios son diferentes, es decir, que
algunos valores propios son repetidos.
Si es un entero positivo y ( 1 ) es un factor de la ecuacin caracterstica
de , mientras que ( 1 ) +1 no es un factor, entonces se dice que 1 es un
valor propio de multiplicidad . A continuacin estudiaremos los siguientes
casos:
i.
Para algunas matrices es posible encontrar vectores propios

linealmente independientes 1 , , que corresponden a un valor
propio 1 de multiplicidad . En este caso, la solucin general del
sistema contiene la combinacin lineal
1 1 1 + + 1 ~(16).
ii.
Si slo hay un vector propio que corresponde al valor propio 1 de

multiplicidad , entonces siempre se puede determinar soluciones
linealmente independientes de la forma
1 = 11 1
2 = 21 1 + 22 1
.
.
.
1
= 1 ( 1)! 1 + 1 ( 2)! 1 + + 1
donde son vectores columnas.
Valor propio de multiplicidad dos.
Si la matriz del sistema = es simtrica y tiene elementos reales, es
posible determinar
vectores propios linealmente independientes,

1 , 2 , , . La solucin general viene dada de acuerdo al teorema 5, no
importa que los valores propios sean repetidos.
Segunda solucin. Asumamos que 1 es un valor propio de multiplicidad dos
y que slo hay un vector propio asociado con l. Se puede determinar una
segunda solucin de la forma
2 = 1 + 1 ~(17),
en donde =
1
2
1
2
y =
.
Si sustituimos (17) en el sistema = , encontramos que los valores de y

Deben satisfacer las siguientes relaciones:
1 = ~ 18
1 = ~(19)
La ecuacin (18) nos dice que debe ser un vector caracterstico de
asociado 1 . Al resolver las ecuaciones (18) y (19), encontramos
respectivamente las soluciones: 1 = 1 y 2 , porque con la solucin de
(19) obtenemos el vector .
Valor propio de multiplicidad tres.

Cuando la matriz de coeficientes tiene slo un vector propio relacionado
con 1 de multiplicidad tres, se puede encontrar una segunda solucin con
(17) y una tercera solucin de la forma
3 =
donde =
1
1
2
, = 2
2
2
1 + 1 + 1 ~(20),
Q= 2 .
Al sustituir (20) en el sistema = , se determina que los vectores columnas

, y deben satisfacer
1 = ~ 21
1 = ~ 22
1 = ~ 23
La solucin de (21), (22) y (23) respectivamente nos permiten formar las
soluciones de 1 , y .
Ejemplo. Determine la solucin del siguiente sistema de ecuaciones.
= 3
= +
= +
a). Primero expresamos el sistema dado en forma matricial:
=
3
= 1
1
1
1
1
1
1
1
~(2)
b). Escribimos la ecuacin caracterstica del sistema

det = 0
3
1
1
1
1
1
1
1 0
1 0 1
1
0 0
0
0 =0
1
3
1
1
1
1
1
1
1 = 0~(3)
1
C). El polinomio caracterstico viene dado por el clculo de (3):

= 3 + 52 8 + 4~(4)
d). Procedemos a determinar los valores propios de :
Para encontrar los valores propios de , calculamos los ceros (4), stos
pueden ser determinado usando un programa o manualmente aplicando el
teorema de Ruffini, tambin puedes factorizar el polinomio caracterstico.
Factorizando tenemos que + 1 ( 2)2 = 0, de ah que los factores del
polinomio son: 1 = 1 y 2 = 2, el segundo valor propio es de multiplicidad dos.
Calculamos el vector propio para 1 = 1
2 1 1
1 0 1
1 1 0
1
0
2 = 0 ~(5)
3
0
Escribimos (5) en su forma normal:

21 2 3 = 0
1 3 = 0
~(6)
1 2 = 0
Resolvemos (6) para obtener el vector propio asociado a 1 = 1:
2 = 1 , para 1 = 1, entonces 2 = 1 y 3 = 1 , esto implica que 3 = 1
1
De ah que el vector = 1
1
Ahora procedemos a buscar el vector asociado al valor propio 2 = 2, que es
de multiplicidad dos. Como la matriz tiene un vector de multiplicidad dos.
Tenemos que investigar si la matriz es simtrica, porque de serlo, nos garantiza
que tiene vectores propios linealmente independientes asociados al valor
propio 2 = 2.
La matriz del sistema no es simtrica, esto nos obliga a utilizar las
ecuaciones (18) y (19).
Ahora calculamos el vector propio asociado a 2 = 2
1
1
1
1
1
1
1
1
1
1
0
2 = 0 ~(7)
3
0
Expresemos (7) en su forma normal:

1 2 3 = 0
1 2 3 = 0 ~(8)
1 2 3 = 0
Resolviendo (8) mediante el mtodo de Gauss nos queda:
1 2 3 = 0 1 = 2 + 3 , si 2 = 1 y 3 = 0, pues el vector propio es:
1
= 1
0
Usando la ecuacin (19) calculamos el tercer vector propio:
1 1
1 1
1 1
1
1
1
1
1
2 = 1 ~(9)
3
0
Como podemos darnos cuenta, en (9) existe una combinacin lineal entre los
vectores de las filas 1 y 2. Analicemos el tercer regln para determinar el
ltimo vector.
1 2 3 = 0 1 = 2 + 3 , hagamos 2 = 0, as que 1 = 3
Si 1 = 1, tenemos que 3 = 1.
1
= 0
1
Ya tenemos calculado los tres vectores, por tanto podemos escribir la
solucin del sistema.
1
1
= 1 1 + 2 1 2 + 3
1
0
1
1
1 2 + 0 2
0
1
Valores propios complejos

Hasta hace poco habamos venido estudiando el tema de los valores y
vectores propios, stos eran reales. En algunas ocasiones cuando formamos
el polinomio caracterstico nos encontramos que la solucin viene dada por
valores complejos. De acuerdo a lo que aprendimos en nuestro curso de
Matemtica Bsica las races complejas vienen en parejas, es decir; ella y su
conjugada.
Teorema 6. Soluciones con valores propios complejos

Sea una matriz real del sistema de ecuaciones homogneo = x ~(14),
y un vector propio correspondiente al valor propio complejo 1 = + ,
donde , . Dos soluciones de (14) vienen dada por 1 y 1 1 .
Ejemplo. Halle
homogneas.
la
solucin
del
sistema
de
ecuaciones
diferenciales
= 6
= 5 + 2
Lo primero que haremos es escribir el sistema en forma matricial:

=
6
5
1
2
~(2)
Escribimos la ecuacin caracterstica del sistema
6 1
1 0
5 2
0 1
= 0
6
5
1
2
=0
El polinomio caracterstico es: = 2 8 + 17

Buscamos los ceros del polinomio caracterstico:
2 8 + 17 = 0
Los ceros son: = 4 + y = 4 .
Los valores propios son complejos, como podemos observar. Procedemos a
buscar los vectores propios complejos asociados.
Buscamos el vector propio para = 4 +
2
5
1
2
1
0
=
2
0
Escribimos el sistema en su forma normal para hallar los valores de 1 y 2 .

2 1 2 = 0
51 2 + 2 = 0
De la primera ecuacin del sistema tenemos que:
2 = 2 1 , si 1 = 1 2 = 2
El vector propio asociado a = 4 + es:

=
1
2i
Para = 4 , tenemos que:

2+
5
De ah que,
1
2 +
1
0
=
2
0
2 + 1 2 = 0
51 + 2 + 2 = 0
De la primera ecuacin del sistema tenemos que:

2 = (2 + )1 , para 1 = 1 2 = 2 +
Entonces, el vector propio que es el conjugado de viene dado por:
=
1
2+
1
1
La solucin es: = 1 2 4+ + 2 2+ 4
Teorema 7. Soluciones reales que corresponden a un valor propio complejo

Sea = + un valor propio complejo de la matriz de coeficientes en el
sistema homogneo (14) y sean y los vectores columnas. Entonces la
solucin viene dada por
=
~()
= +
Son soluciones linealmente independiente de (14) en (, ).
Las matrices y se forman por lo comn por = ( ) y = ( ).
Ejemplo. Escriba la solucin del ejemplo anterior como una solucin real que
pertenece a un valor propio complejo.
Como el valor
propio es
1 = 4 +
y el vector propio asociado
1
= 2i podemos construir la solucin sabiendo que
= ( ) y = ( ).
Ahora construimos las matrices:
1
0
=
2
1
Entonces la solucin viene expresa como:

= 1
1
0

4 + 2
2
1
0
1
+
4
1
2
Sistemas de ecuaciones no homogneos

Hasta el momento habamos estudiado solo sistemas de ecuaciones
homogneos, ahora analizaremos sistemas no homogneos. Un sistema de
ecuaciones es no homogneo cuando tiene la forma = + ~(20).
No se pueden confundir los trminos autnomo y no autnomo con
homogneo y no homogneo. Un sistema puede ser autnomo y no
homogneo simultneamente.
Las tcnicas que utilizamos para resolver ecuaciones no homogneas de
orden superior pueden aplicarse para los sistemas, la nica diferencia es que
para los sistemas es un poco ms complicado el proceso. Esto nos dice que
podemos usar coeficientes indeterminados y variacin de parmetros.
Mtodo de Coeficientes Indeterminados
Recordamos cuando estudiamos las ecuaciones diferenciales no
homogneas que este mtodo solo poda ser usado si () era un polinomio,
una funcin exponencial, una funcin seno o coseno, una constante o una
combinacin finita de ellas.
El procedimiento para ser aplicado a los sistemas sigue la misma mecnica
que para las ecuaciones diferenciales no homogneas, esto lo
confirmaremos en el ejemplo siguiente.
Ejemplo 5. Resuelva el siguiente sistema de ecuaciones.
=
2
1 3
+ 2
3 1
+5
Para hallar la solucin del sistema, tenemos que hallar la solucin del sistema
de ecuaciones homogneo asociado mediante el uso de los valores propios.
=
1 3
~(5)
3 1
La ecuacin caracterstica asociada a (2) es:
1
3
=
1
3
3
1 0
1
0 1
0
0
0
3
=
~(3)
1
0
Calculamos el determinante de (3):

2 2 8 = 0~(4)
El polinomio caracterstico de (4) es:
= 2 2 8~(5)
Factorizando hallamos los ceros de (5):
4 + 2 = 0 1 = 4,
2 = 2
Ya podemos calcular los valores propios de (3).

Comencemos para 1 = 4
14
3
3
3
0
3
=
14
0
0
3
=
~(6)
3
0
Tomando en consideracin que la matriz es una matriz simtrica, la

independencia lineal est garantizada.
Busquemos el vector asociado a 1 = 4
3
3
3
3
1
0
=
~(7)
2
0
Resolviendo (7) nos encontramos que:

1 = 2 , hagamos 2 = 1, entonces 1 = 1.
Pues el vector es:
=
1
1
Ahora vamos a calcular el segundo vector asociado a 2 = 2:

3
3
3
3
1
0
=
~(8)
2
0
Revolviendo (8) tenemos que:

31 + 32 = 0 1 = 2 , asumamos que 2 = 1, entonces, 1 = 1.
=
1
1
La solucin del sistema homogneo es:

1 4
1 2
+ 2
1
1
= 1
Como tenemos la solucin del sistema homogneo asociado, podemos

encontrar la solucin particular.
El viene dado por:
=
1 2
2
3
+
+
~(9)
1
2
3
Si (9) es una solucin de (1), tiene que satisfacer el sistema dado.

2
1
2
1
+
=
3
1
2
3
1
1 2
2
3
+
+
1
2
3
2 2
~(10)
+5
Realizamos las operaciones indicadas en (10):

1
2
1 + 31 2
2 + 32
3 + 33
2 2
2
+
=
+
+
+
~(11)
1
2
31 + 1
32 + 2
33 + 3
+5
Igualamos al vector nulo la ec. (11):
1 + 31 2
2 + 32
3 + 33
2 2
1
2
0
+
+
+
2
=
~(12)
31 + 1
32 + 2
33 + 3
+5
1
2
0
De (12) tenemos:
1 2 + 31 2 + 2 + 32 + 3 + 33 21 2 2 2
0
=
~(13)
31 2 + 1 2 + 32 + 2 + 33 + 3 21 2 + + 5
0
Por nuestro estudio de lgebra Lineal sabemos que dos matrices son iguales, si
cada uno de sus elementos son iguales, este concepto vamos a aplicarlo para
resolver (13).
1 + 1 2 = 0
,
31 + 1 = 0
3 + 33 2 = 0
2 + 32 21 = 0
~(14)
32 + 2 21 + 1 = 0
33 + 3 2 + 5 = 0
Resolviendo (14) tenemos que:

1
3
1
1
3
1 = , 1 = , 2 = , 2 = , 3 = 2, 3 = ~(15)
4
4
4
4
4
Sustituyendo (15) en (9):
1
1
4
2
4
= 3 2 +
+
3
1
4
4
4
La solucin general viene dada por: () = +
= 1
1
1
4
2
1 4
1 2
4
+ 2
+ 3 2 +
+ 3
1
1
1
4
4
4
El mtodo de Variacin de Parmetros

Por nuestro estudio de ecuaciones diferenciales lineales no homogneas,
sabemos que para encontrar la solucin general de la misma debemos
determinar una solucin particular. sta se puede hallar usando variacin de
parmetros.
La tcnica de variacin de parmetros puede ser usada en los sistemas de
ecuaciones diferenciales lineales no homogneos. La aplicacin de variacin
de parmetros para determinar la solucin particular de un sistema de
ecuaciones diferenciales es un poco ms laborioso que cuando lo aplicamos a
una ecuacin lineal.
Para la utilizacin del mtodo se debe tener un conocimiento previo de como
se calcular la inversa de una matriz, multiplicar dos matrices y que es una matriz
no singular. Para no tener ningn problema, vamos a decir cuando una matriz es
no singular. Una matriz es no singular si el valor de su determinante es diferente
de cero.
Sea () una matriz fundamental para el sistema homogneo
= ~ 24 ,
donde las entradas de pueden ser cualesquiera funciones continuas de .
Como una solucin general de (6) viene dada por , siendo un vector
constante 1, buscamos una solucin particular para el sistema no
homogneo
= + ()~ 25
de la forma
= ()~ 26
Aplicando la regla de la derivada de un producto a (26) tenemos:
= + ~ 27
Al derivar (26) es necesario mantener el orden de los factores, porque son
matrices y en el producto de las matrices no se cumple siempre la ley
conmutativa.
Sustituyendo (26) y (27) en (25) obtenemos
+ = + ~(28)
Como satisface a (24), la ec. (28) se transforma en:
+ = + ~(29)
De ah,
= ~(30)
Multiplicamos por ()1 ambos lados de (30):
()1 = ()1 ~(31)

Pues nos queda:
1
= ()
~(32)
Integramos a (32), entonces

=
() ~(33)
Como () = () , concluimos que () = ()
() ~(34).
Ya que hemos calculado la solucin complementaria y la particular, podemos

escribir la solucin general de (25):
() = +
1 ~ 35 .
Como advertimos cuando estudibamos el mtodo de variacin de parmetros

para ecuaciones lineales no homogneas, que al realizar la integral en (33) no
era necesario usar la constante de integracin.

Unidad 4. Sistemas de Ecuaciones Diferenciales

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Unidad 4. Sistemas de Ecuaciones Diferenciales

Uploaded by

Copyright:

Available Formats

``Sistema de Ecuaciones Diferenciales``