Vous êtes sur la page 1sur 12

w

w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
3 SISTEMAS DE EDOS 26
3. Sistemas de EDOs
Un sistema de ecuaciones diferenciales ordinarias de primer orden (SEDO) es un sistema
de la forma
_

_
y

1
(x) = f
1
(x, y
1
, y
2
, . . . , y
n
),
y

2
(x) = f
2
(x, y
1
, y
2
, . . . , y
n
),
.
.
.
y

n
(x) = f
n
(x, y
1
, y
2
, . . . , y
n
),
(3.1)
donde y
1
,. . . y
n
son funciones de x desconocidas y f
1
, . . . f
n
son ciertas funciones conocidas.
Por comodidad vamos a usar la forma vectorial del sistema anterior, o sea, vamos a denotar
por Y , Y

y F son los vectores


Y (x) =
_
_
_
_
_
y
1
(x)
y
2
(x)
.
.
.
y
n
(x)
_
_
_
_
_
, Y

(x) =
_
_
_
_
_
y

1
(x)
y

2
(x)
.
.
.
y

n
(x)
_
_
_
_
_
, F(x, Y ) =
_
_
_
_
_
f
1
(x, y
1
, y
2
, . . . , y
n
)
f
2
(x, y
1
, y
2
, . . . , y
n
)
.
.
.
f
n
(x, y
1
, y
2
, . . . , y
n
)
_
_
_
_
_
,
es decir la derivada de un vector Y la deniremos como el vector que tiene como componentes
las derivadas de cada una de las componentes del vector original. Usando lo anterior podemos
reescribir (3.1) en la forma vectorial
d
dx
Y (x) = Y

(x) = F(x, Y ). (3.2)


Evidentemente que el caso n = 1 recuperamos las EDOs de primer orden estudiadas en el
captulo anterior. Est a claro que si el estudio de una EDO de primer orden era bastante
complicado, un sistema de estas es mucho m as complejo, as que nos restringiremos al estudio
de los SEDOs lineales, es decir cuando f
k
, k = 1, . . . , n es una funci on lineal de la forma
f
k
(x, y
1
, y
2
, . . . , y
n
) =
n

j=1
a
kj
(x)y
j
(x) +b
k
(x), k = 1, . . . , n,
lo que nos conduce a los sistemas lineales
_

_
y

1
(x) = a
11
(x)y
1
(x) +a
12
(x)y
2
(x) + + a
1n
(x)y
n
(x) + b
1
(x),
y

2
(x) = a
21
(x)y
1
(x) +a
22
(x)y
2
(x) + + a
2n
(x)y
n
(x) + b
2
(x),
.
.
.
y

n
(x) = a
n1
(x)y
1
(x) + a
n2
(x)y
2
(x) + + a
nn
(x)y
n
(x) +b
n
(x).
, (3.3)
El sistema anterior se puede escribir en forma matricial
Y

(x) = A(x)Y (x) +B(x), (3.4)


donde
A(x) =
_
_
_
_
_
a
11
(x) a
12
(x) a
13
(x) a
1n
(x)
a
21
(x) a
22
(x) a
23
(x) a
2n
(x)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1(x)
a
n2
(x) a
n3
(x) a
nn
(x)
_
_
_
_
_
, B(x) =
_
_
_
_
_
b
1
(x)
b
2
(x)
.
.
.
b
n
(x)
_
_
_
_
_
,
Cuando B(x) = 0, o sea cuando todas las componentes del vector B son cero, diremos
que SEDO es homogeneo, y si al menos una componente de B es no nula, no homogeneo.
www.cienciamatematica.com
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
3 SISTEMAS DE EDOS 27
3.1. La ecuaci on lineal Y

= A(x)Y + B(x)
Comenzaremos enunciando un teorema que demostraremos al nal de este captulo.
Teorema 3.1 Sean A(x) R
nn
y B(x) R
n
una matriz un un vector cuyos elementos
son funciones continuas en R. Entonces el PVI, Y

= A(x)Y +B(x), Y (x
0
) = Y
0
tiene una
unica solucion cualquiera sean las condiciones iniciales Y
0
escogidas.
Comenzaremos estudiando el sistema hom ogeneo, o sea cuando B(x) = 0
Y

(x) = A(x)Y (x), A(x) R


nn
y continua en R. (3.5)
Teorema 3.2 Sea A(x) R
nn
. Si Y
1
e Y
2
son soluciones del sistema Y

= A(x)Y , entonces
cualquiera de sus combinaciones lineales son tambien solucion.
Teorema 3.3 Sean Y
1
(x), . . . , Y
k
(x) soluciones del sistema Y

= A(x)Y . Para que los
vectores (funciones) Y
1
(x), . . . , Y
k
(x) sean linealmente dependientes para todo x R es
necesario y suciente que lo sean para alg un t R.
Corolario 3.4 Para que las soluciones Y
1
(x), . . . , Y
k
(x) del PVI, Y

= A(x)Y , Y
i
(x
0
) =
Y
0,i
, i = 1, . . . , k sean linealmente independientes es suciente que las condiciones iniciales,
o sea los vectores, Y
0,1
, . . . Y
0,k
sean linealmente independientes.
El corolario anterior se puede parafrasear de la siguiente forma: conjuntos de condiciones
linealmente independientes generan soluciones linealmente independientes y conjuntos de
condiciones linealmente dependientes generan soluciones linealmente dependientes.
Nota 3.5 Es importante destacar que el resultado que hemos probado en relacion con la
dependencia lineal solo es cierto para vectores solucion de un SEDO lineal lo cual queda de
maniesto en el siguiente ejemplo. Los vectores (funciones)
_
x
x
_
y
_
x
2
x
2
_
,
son vectores linealmente independientes (lo son los polinomios x y x
2
) ya que es imposible
obtener una de otro al multiplicar por constantes, no obstante, para x = x
0
, obviamente son
dependientes pues
_
x
2
0
x
2
0
_
= x
0
_
x
0
x
0
_
.
Teorema 3.6 Sea A(x) R
nn
. Entonces, el conjunto de todas las soluciones del sistema
homogeneo Y

= A(x)Y es un espacio vectorial de dimension n.


Corolario 3.7 Si Y
1
(x), . . . , Y
n
(x) son soluciones linealmente independientes del sistema
Y

= A(x)Y , entonces toda solucion de Y



= A(x)Y se puede expresar como una unica
combinacion lineal de dichas soluciones. O sea, existen unos unicos coecientes c
1
, . . . c
n
tales que
Y (x) = c
1
Y
1
(x) + c
2
Y
2
(x) + +c
k
Y
n
(x).
En particular, la solucion del PVI, Y

= A(x)Y , Y (x
0
) = Y
0
se expresa de manera unica
como una combinacion lineal de las soluciones del sistema homogeneo correspondiente.
Nota 3.8 Juntando los teoremas 3.3 y 3.6 tenemos un criterio para encontrar una base del
espacio S de todas las soluciones de Y

= AY : Para que las soluciones Y
1
(x), . . . , Y
n
(x) del
sistema Y

= A(x)Y sean linealmente dependientes para todo x R es necesario y suciente


que para alg un x
0
R
det |Y
1
(x
0
) Y
2
(x
0
) . . . Y
n
(x
0
)| = 0.
Nota 3.9 Todos estos resultados son ciertos para toda matriz A cuyos elementos son fun-
ciones continuas en todo R.
www.cienciamatematica.com
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
3 SISTEMAS DE EDOS 28
3.2. Los SEDO lineales con coecientes constantes
En adelante asumiremos que A es una matriz n n real de coecientes constantes, es
decir estudiaremos el problema (3.5) cuando la matriz A es de coecientes constantes
Y

(x) = AY (x), A R
nn
. (3.6)
3.2.1. Autovalores simples
Busquemos la soluci on de (3.6) en la forma
Y (x) = e
x
v, (3.7)
donde es cierta constante y v un vector constante. Sustituyendo (3.7) en (3.6) tenemos,
como v es constante
3
Y

(x) = (e
x
v) = e
x
v = e
x
v = Ae
x
v.
Es decir, (3.7) es soluci on del sistema homogeneo si y s olo si es un autovalor de A y
v su autovector asociado, por tanto para resolver nuestro sistema lineal basta encontrar n
autovectores v
1
, . . . , v
n
linealmente independientes en cuyo caso la soluci on general es, seg un
el teorema 3.3, de la forma
Y (x) =
n

k=1
c
k
e

k
v
k
, (3.8)
donde c
1
, . . . , c
n
son constantes arbitrarias y
k
, k = 1, . . . , n, son los autovalores asociados
a los autovectores v
k
, k = 1, . . . , n.
Ejemplo 3.10 Encontrar la solucion general del SEDO
Y

=
_
1 12
3 1
_
Y.
Comenzamos calculando los autovalores y autovectores
det(AI) = 35 2 +
2
= 0 =
1
= 5,
2
= 7.
Calculamos los autovectores. Comenzamos con el correspondiente a
1
= 5
(AI)v = 0 =
_
6 12
3 6
__
x
1
x
2
_
= 0 = x
1
= 2x
2
, = v
1
=
_
2
1
_
.
Para
1
= 7
(AI)v = 0 =
_
6 12
3 6
__
x
1
x
2
_
= 0 = x
1
= 2x
2
, = v
2
=
_
2
1
_
.
Por tanto la soluci on general es
Y (x) = c
1
e
5x
_
2
1
_
+ c
2
e
7x
_
2
1
_
.
3
Entenderemos que la derivada de un vector o una matriz es la derivada termino a termino.
www.cienciamatematica.com
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
3 SISTEMAS DE EDOS 29
Ejemplo 3.11 Encontrar la solucion general del SEDO
Y

=
_
2 5
2 4
_
Y.
Calculamos los autovalores y autovectores
det(AI) = 2 + 2 +
2
= 0 =
1
= 1 i,
2
= 1 +i.
Es decir, son complejos. Que hace en este caso?
Si A es real y es el autovalor complejo asociado al autovector v, entonces el complejo
conjugado es el autovalor asociado al autovector v. Ahora bien, si tenemos
Y (x) = e
x
v = Y (x) +iY (x),
Y ser a soluci on de Y

= AY si y s olo si Y
1
(x) = Y (x) y Y
2
(x) = Y (x) son soluci on de
Y

= AY , entonces
Y (x) = e
ax
(v cos bx v sen bx), Y (x) = e
ax
(v sen bx +v cos bx)
son soluciones linealmente independientes de Y

= AY .
As pues, en nuestro ejemplo

1
= 1 i, v
1
=
_
5
3 +i
_
=
Y
1
(x) = e
x
__
5
3
_
cos x +
_
0
1
_
sen x
_
, Y
2
(x) = e
x
_

_
5
3
_
sen x +
_
0
1
_
cos x
_
,
por tanto
Y (x) = c
1
e
x
__
5
3
_
cos x +
_
0
1
_
sen x
_
+c
2
e
x
_

_
5
3
_
sen x +
_
0
1
_
cos x
_
.
3.3. La exponencial matricial exp(xA)
Sea A una matriz nn y x R. Deniremos la funci on exp(xA) mediante la serie formal
exp(xA) =

k=0
x
k
A
k
k!
= I
n
+xA+
x
2
A
2
2
+ +
x
n
A
n
n!
+ , (3.9)
donde la convergencia la entenderemos elemento a elemento. La serie anterior converge para
todo x R quienquiera sea la matriz A (de hecho converge en todo C).
Proposici on 3.12 La funcion exp(xA) satisface las siguientes propiedades:
1. Para toda matriz A, exp(0A) = I
n
y para todo x R exp(xO
n
) = I
n
, donde O
n
es la
matriz nula.
2. Para toda matriz A,
d
dx
exp(xA) = Aexp(xA) = exp(xA)A.
3. Para todos x, t R y toda matriz A, exp[(x +t)A] = exp(xA) exp(tA).
4. Para toda matriz A, la inversa [exp(xA)]
1
= exp(xA).
5. Para todas las matrices A, B con AB = BA, exp[x(A+B)] = exp(xA) exp(xB).
www.cienciamatematica.com
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
3 SISTEMAS DE EDOS 30
6. Para todo x R, exp(xI
n
) = e
x
I
n
.
Dado cualquier vector constante v R
n
se cumple
d
dx
[exp(xA)v] = A[exp(xA)v],
por tanto exp(xA)v es soluci on de la ecuaci on homogenea Y

= AY y Y (0) = v. Si escogemos
v sucesivamente como e
i
, i = 1, 2, . . . , n obtenemos n soluciones v
1
, . . . , v
n
del PVI, Y

=
AY , Y (0) = e
i
que adem as son linealmente independientes por el teorema 3.3 y por tanto
constituyen una base del espacio de soluciones del sistema homogeneo correspondiente.
Denici on 3.13 Una matriz V R
nn
es una matriz fundamental del sistema Y

= AY si
sus n columnas son un conjunto linealmente independiente de soluciones de Y

= AY .
De esta denici on y de lo anterior deducimos entonces que exp(xA) es una matriz fun-
damental del sistema Y

= AY . En efecto, como hemos visto, las columnas de exp(xA) son
soluci on de los PVI, Y

= AY con Y
i
(0) = e
i
, siendo (e
i
)
i
la base can onica de R
n
.
Corolario 3.14 (de existencia y unicidad de la solucion del SEDO homogeneo)
El sistema homogeneo Y

= AY , con A R
nn
siempre tiene n soluciones linealmente
independientes, y por tanto el PVI, Y

= AY , Y (x
0
) = Y
0
siempre tiene una unica solucion
cualquiera sea Y
0
R
n
y es de la forma Y (x) = exp[(x x
0
)A]Y
0
.
As pues, para encontrar la soluci on general del sistema Y

= AY basta saber calcular la
exponencial de xA. Comencemos por el caso m as sencillo cuando la matriz es diagonalizable.
En este caso existe una matriz P tal que A = PDP
1
, siendo D una matriz diagonal.
Entonces como para todo k N, A
k
= PD
k
P
1
tenemos
exp(xA) =

k=0
A
k
x
k
k!
=

k=0
PD
k
P
1
x
k
k!
= P
_

k=0
D
k
x
k
k!
_
P
1
= P[exp(xD)]P
1
,
pero, como
D =
_
_
_
_
_

1
0 0
0
2
. . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0
.
.
.
n
_
_
_
_
_
= exp(xD) =
_
_
_
_
_
e

1
x
0 0
0 e

2
x
. . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0
.
.
. e
x
n
_
_
_
_
_
,
de donde se deducen nuevamente las soluciones del sistema. N otese que el caso de n autova-
lores distintos se puede resolver por este metodo.
Como ejemplo calculemos la matriz exponencial de la matriz
A =
_
1 6
1 2
_
.
Ante todo tenemos que el polinomio caracterstico de A es

1 6
1 2

= 4 3 +
2
= 0, =
1
= 1,
2
= 4.
www.cienciamatematica.com
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
3 SISTEMAS DE EDOS 31
Calculamos los autovectores. Para
1
= 1 tenemos
_
2 6
1 3
__
x
1
x
2
_
=
_
0
0
_
, = x
1
= 3x
2
, = v
1
=
_
3
1
_
.
An alogamente, para
2
= 4 obtenemos v
2
= (2, 1)
T
, luego
exp(xD) =
_
e
x
0
0 e
4 x
_
, P =
_
3 2
1 1
_
, P
1
=
_
1
5
2
5

1
5
3
5
_
,
Luego
exp(xA) = P exp(xD)P
1
=
_
3
5 e
x
+
2 e
4 x
5
6
5 e
x

6 e
4 x
5
1
5e
x

e
4 x
5
2
5 e
x
+
3e
4 x
5
_
.
3.4. El caso de autovalores m ultiples
Vamos a explotar las propiedades de la matriz exponencial. Usando la propiedad 5 de
exp(xA) tenemos
exp(xA)v = exp[(AI
n
)x] exp(Ix)v,
pero
exp(Ix)v = e
x
v = exp(xA)v = e
x
exp[(AI
n
)x]v.
Es decir,
exp(xA)v = e
x
_
v + x(AI
n
)v +
x
2
2
(AI
n
)
2
v +. . . +
x
k
k!
(AI
n
)
k
v +. . .
_
.
En el caso de un autovalor simple tenemos obviamente (AI
n
)v = 0 si v es el correspon-
diente autovector, luego exp(xA)v = e
x
v que es lo mismo que tenamos antes. Si tenemos
entonces n autovectores v
1
, . . . v
n
linealmente independiente entonces encontramos n solu-
ciones linealmente independientes Y
i
= e

k
x
v
k
, k = 1, . . . , n.
Que hacer cuando hay una raz m ultiple, o m as exactamente si la matriz A no es dia-
gonalizable?
Supongamos, por ejemplo, que el autovalor es doble y que tiene asociado un unico
autovector (el autoespacio asociado es de dimensi on 1). Una soluci on es por tanto e
x
v
1
,
donde v
1
es el autovector asociado a . El otro vector v
2
que necesitaremos lo buscaremos
de forma que (AI
n
)v
2
= 0 pero (AI
n
)
2
v
2
= 0. Entonces otra soluci on, independiente
de la anterior es
exp(xA)v
2
= e
x
_
v
2
+x(AI
n
)v
2
+
x
2
2
(AI
n
)
2
v
2
. .
=0
+. . . +
x
k
k!
(AI
n
)
k
v
. .
=0
+. . .
_
= e
x
v + e
x
x(AI
n
)v
2
.
En el caso que la multiplicidad de sea de orden mayor seguimos el siguiente procedi-
miento para resolver el sistema homogeneo
1.) Calculamos todos los autovalores
i
y los correspondientes autovectores v
i
, i = 1, 2, . . . , k
y formamos k soluciones linealmente independientes de nuestro sistema Y
i
(x) = e

i
x
v
i
,
i = 1, . . . , k. Si k = n entonces las Y
i
(x) generan a todo el espacio soluci on.
2.) Si k < n entonces hay autovalores m ultiples. Sea uno de tales autovalores y sea m
a
la multiplicidad algebraica de dicho autovalor y m
g
la multiplicidad geometrica (o sea la
www.cienciamatematica.com
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
3 SISTEMAS DE EDOS 32
dimensi on de autoespacio asociado a ). Si m
a
= m
g
entonces los vectores Y
i
(x) = e

i
x
v
i
i = 1, . . . , a
a
generan todo el subespacio correspondiente a . Supongamos que m
a
> m
g
, en-
tonces para completar el espacio soluci on asociado al autovalor (nos falta encontrar m
a
m
g
soluciones linealmente independientes) buscamos los vectores v
1
, . . . , v
l
(l m
a
m
g
) tales
que (AI
n
)v = 0 pero que (AI
n
)
2
v = 0, luego los los vectores v tales que (AI
n
)v = 0
y (AI
n
)
2
v = 0, y (AI
n
)
3
v = 0, y as sucesivamente hasta completar el subespacio. Y
as con cada uno de los autovalores m ultiples.
Veamos un ejemplo:
Y

=
_
_
1 1 0
0 1 0
0 0 2
_
_
Y.
Obviamente los autovalores son
1
= 2 y
1
= 1 siendo este ultimo de multiplicidad 2.
Adem as, los autovectores correspondientes son v
1
= (0, 0, 1)
T
y v
2
= (1, 0, 0)
T
, respectiva-
mente. Luego tenemos dos soluciones independientes
Y
1
(x) = e
2x
_
_
0
0
1
_
_
, Y
2
(x) = e
x
_
_
1
0
0
_
_
,
y necesitamos una tercera soluci on. Aplicando el metodo antes descrito buscamos un tercer
vector v
3
que no sea autovector de A asociado a
2
= 1 y tal que (AI
3
)
2
v = 0, es decir
(AI)
2
v = 0,
_
_
0 0 0
0 0 0
0 0 1
_
_
_
_
x
1
x
2
x
3
_
_
= 0, = x
1
= 0, x
2
, x
3
R,
o sea
v
3
=
_
_
1
0
0
_
_
+
_
_
0
1
0
_
_
,
pero como (A I)v
3
= (, 0, 0)
T
= 0, deducimos que = 0, luego tomando
4
= 1, = 0
obtenemos la tercera soluci on que buscabamos
Y
3
(x) = e
x
exp(AI
3
)
_
_
0
1
0
_
_
= e
x
[I
3
+x(AI
3
)]
_
_
0
1
0
_
_
= e
x
_
_
x
1
0
_
_
.
As pues
Y (x) = c
1
e
2x
_
_
0
0
1
_
_
+c
2
e
x
_
_
1
0
0
_
_
+c
3
e
x
_
_
x
1
0
_
_
.
El metodo anterior nos indica un procedimiento general para resolver el SEDO (3.6) en
general conocido como metodo de Euler que consiste en lo siguiente:
1. Calculamos los autovalores
k
de la matriz A R
nn
del sistema Y

= AY y sea m
k
la multiplicidad algebraica del autovalor.
2. Para cada autovalor, buscamos la soluci on del correspondiente subespacio (o sea, la
soluci on generada por el autovalor) en la forma
Y
k
(x) = e

k
x
m
k
1

j=0
A
j
x
j
, A
j
R
n
, (3.10)
4
Cualquier eleccion de y es posible siempre que = 0.
www.cienciamatematica.com
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
3 SISTEMAS DE EDOS 33
donde puede ocurrir que alguno de los vectores A
j
, j = 0, 1, . . . , m
k
1 sean nulos.
Veamos como funciona este metodo en el ejemplo anterior.
Y

=
_
_
1 1 0
0 1 0
0 0 2
_
_
Y.
Tenemos que
1
= 2 y
1
= 1 siendo este ultimo de multiplicidad 2. Para el primero tenemos
al igual que antes Y
1
(x) = e
2x
(0, 0, 1)
T
y para el segundo buscamos las soluciones en la forma
Y
2
(x) = e
x
_
_
_
_
a
1
a
2
a
3
_
_
+
_
_
a
4
a
5
a
6
_
_
x
_
_
.
Sustituyendo en el sistema tenemos
Y

2
(x) = e
x
_
_
_
_
a
1
a
2
a
3
_
_
+
_
_
a
4
a
5
a
6
_
_
x +
_
_
a
4
a
5
a
6
_
_
_
_
=
_
_
a
1
+ a
2
+ (a
4
+ a
5
)x
a
2
+a
5
x
2a
3
+ 2a
6
x
_
_
.
Igualando componentes tenemos el sistema
_
_
_
a
4
= a
2
+a
5
a
5
= 0
a
6
= a
3
+a
6
x
= a
3
= a
5
= a
6
= 0, a
4
= a
2
,
con a
1
y a
2
cualesquiera, es decir,
Y
2
(x) =
_
_
_
_
a
1
a
2
0
_
_
+
_
_
a
2
0
0
_
_
x
_
_
e
x
= e
x
_
_
a
1
_
_
1
0
0
_
_
+ a
2
_
_
x
1
0
_
_
x
_
_
,
que coincide con la soluci on encontrada por el metodo anterior.
3.4.1. La matriz fundamental de soluciones y la matriz exp(xA)
Sea V (x) una matriz fundamental, entonces si denimos el vector c = (c
1
, . . . , c
n
)
T
, la
soluci on general de Y

= AY se puede escribir de la forma Y (x) = V (x)c. Sea ahora el PVI,
Y

= AY con Y (x
0
) = Y
0
, entonces tenemos Y (x
0
) = Y
0
= V (x
0
)c, luego c = V
1
(x
0
)Y
0
,
por tanto la soluci on es
Y (x) = V (x)V
1
(x
0
)Y
0
. (3.11)
Lo anterior nos permite encontrar una expresi on para la matriz exponencial conocida
una matriz fundamental. En efecto, usando que la matriz exp(xA) es la soluci on del sistema
matricial V

= AV con las condiciones iniciales V (0) = I


n
deducimos,
exp(xA) = V (x)V
1
(0)I = V (x)V
1
(0). (3.12)
Ejemplo 3.15 Calcular exp(xA) para la matriz A =
_
1 12
3 1
_
del ejemplo 3.10.
www.cienciamatematica.com
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
3 SISTEMAS DE EDOS 34
Los autovalores y autovectores son
1
= 5, v
1
= (2, 1)
T
y
2
= 7 y v
2
= (2, 1)
T
y por
tanto una matriz fundamental es
V (x) =
_
2e
5x
2e
7x
e
5x
e
7x
_
,
luego
exp(xA) = V (x)V
1
(0) =
_
2e
5x
2e
7x
e
5x
e
7x
__
2 2
1 1
_
1
=
_
2e
5x
2e
7x
e
5x
e
7x
__

1
4
1
2
1
4
1
2
_
=
_
1
2
e
5x
+
1
2
e
7x
e
5x
+e
7x

1
4
e
5x
+
1
4
e
7x 1
2
e
5x
+
1
2
e
7x
_
.
3.5. El SEDO lineales no homogeneo
Pasemos a estudiar el sistema no homogeneo
Y

(x) = AY (x) + F(x). (3.13)


Para resolverlo usaremos la linealidad.
Proposici on 3.16 La solucion general del SEDO (3.13) es de la forma Y (x) = Y
h
(x) +
Y
p
(x), donde Y
h
es la solucion general del SEDO homogeneo Y

= AY y Y
p
es cualquier
solucion particular de (3.13), es decir Y

p
(x) = AY
p
(x) +F(x). En particular, si V (x) es una
matriz fundamental Y (x) = V (x)C + Y
p
(x), donde C R
n
.
Teorema 3.17 La solucion del problema de valores iniciales Y

(x) = AY (x)+F(x), Y (x
0
) =
Y
0
, cualquiera sea Y
0
R
n
existe y es unica y se expresa mediante la formula
Y (x) = exp[(x x
0
)A]Y
0
+
_
x
x
0
exp[(x t)A]F(t)dt. (3.14)
Ejemplo 3.18 Resolver el siguiente sistema lineal de EDOs
Y

=
_
1 12
3 1
_
Y +
_
0
e
x
_
, Y (0) =
_
0
1
_
.
En este caso la matriz exponencial es la matriz del ejemplo 3.15, luego aplicamos (3.14).
Comenzamos por
_
x
0
exp[(x t)A]F(t)dt =
_
x
0
_
1
2
e
5(xt)
+
1
2
e
7(xt)
e
5(xt)
+ e
7(xt)

1
4
e
5(xt)
+
1
4
e
7(xt) 1
2
e
5(xt)
+
1
2
e
7(xt)
__
0
e
t
_
dt =
=
_
x
0
_
e
6t5x
+e
6t+7x
1
2
e
6t5x
+
1
2
e
6t+7x
_
dt =
_

1
3
e
x
+
1
6
e
5x
(1 +e
12x
)
1
12
e
5x
(e
12x
1)
_
.
exp[(x x
0
)A]Y
0
=
_
1
2
e
5x
+
1
2
e
7x
e
5x
+e
7x

1
4
e
5x
+
1
4
e
7x 1
2
e
5x
+
1
2
e
7x
__
0
1
_
=
_
e
5x
+e
7x
1
2
e
5x
+
1
2
e
7x
_
,
luego la soluci on del PVI es
Y (x) =
_

5
6
e
5x

1
3
e
x
+
7
6
e
7x
5
12
e
5x
+
7
12
e
7x
.
_
.
www.cienciamatematica.com
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
3 SISTEMAS DE EDOS 35
3.6. Problemas
Problema 3.19 Encuentra la solucion general del sistema homogeneo Y

(x) = AY (x) y,
en su caso, del problema de valores iniciales en los siguientes casos:
1. a) A =
_
4 1
4 4
_
, b) A =
_
2 5
2 4
_
,
2. a) A =
_
4 1
8 8
_
, Y (0) =
_
2
3
_
, b) A =
_
1 12
3 1
_
, Y (0) =
_
2
1
_
3. a) A =
_
_
1 1 4
3 2 1
2 1 1
_
_
, b) A =
_
_
1 0 0
0 1 1
0 1 1
_
_
, Y (0) =
_
_
1
1
1
_
_
,
4. a) A =
_
_
1 2 1
0 1 2
0 1 2
_
_
, Y (0) =
_
_
1
2
1
_
_
, b) A =
_
_
1 1 0
0 1 0
0 0 2
_
_
.
Problema 3.20 Prueba las siguientes propiedades de la matriz e
xA
con A R
nn
:
1. e
0A
= I
n
, I
n
es la matriz identidad n n.
2.
d
dx
e
xA
= Ae
xA
.
3. e
(x+t)A
= e
xA
e
tA
, x, t R.
4. Para todo x R, e
xA
es invertible y su inversa (e
xA
)
1
= e
xA
.
5. Si A y B conmutan, o sea AB = BA, entonces e
x(A+B)
= e
xA
e
xB
= e
xB
e
xA
.
6. e
xI
= e
x
I.
Problema 3.21 Sean las matrices A =
_
0 1
1 0
_
B =
_
0 1
1 0
_
.
1. Prueba que A
2n+1
= A, A
2n
= I
2
, B
2n+1
= (1)
n
B, y B
2n
= (1)
n
I
2
.
2. Usando lo anterior calcula las matrices e
xA
y e
xB
.
3. Como aplicacion calcula e
xC
con C =
_
a b
b a
_
.
Problema 3.22 Usando las propiedades de la matriz e
xA
con A R
nn
encuentra la solu-
cion de los SEDO del ejercicio (3.19).
Problema 3.23 Resuelve los sistemas homogeneos
1. a)
_
y

1
= y
1
+ 2y
2
y

2
= 4y
1
+ 3y
2
, b)
_
y

1
= y
1
5y
2
y

2
= 2y
1
y
2
, c)
_
y

1
= y
1
y
2
y

2
= y
1
+ 3y
2
2. Y

= AY , con a) A =
_
_
1 1 0
0 1 0
0 0 2
_
_
, b) A =
_
_
2 1 3
0 2 1
0 0 2
_
_
,
Problema 3.24 Encuentra una matriz fundamental de soluciones de los sistemas Y

= AY ,
cuya matriz de coecientes es
www.cienciamatematica.com
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
3 SISTEMAS DE EDOS 36
1. a) A =
_
1 5
0 1
_
, b) A =
_
1 12
3 1
_
, c) A =
_
2 5
2 4
_
,
2. a) A =
_
_
1 1 4
3 2 1
2 1 1
_
_
, b) A =
_
_
1 1 1
0 3 2
0 0 5
_
_
, c) A =
_
_
1 0 0
2 1 2
3 2 1
_
_
.
Problema 3.25 Encuentra la solucion general del sistema de EDOs no homogeneo Y

(x) =
AY +B(x) y, en su caso, la correspondiente solucion del problema de valores iniciales cuando
1. A =
_
1 12
3 1
_
, B(x) =
_
x
e
x
_
, Y (0) =
_
2
1
_
2. A =
_
2 5
2 4
_
, B(x) =
_
1
sen x
_
, Y (0) =
_
0
0
_
3. A =
_
_
1 1 4
3 2 1
2 1 1
_
_
, B(x) =
_
_
0
0
e
x
_
_
, Y (0) =
_
_
2
1
1
_
_
4. A =
_
_
1 0 0
2 1 2
3 2 1
_
_
, B(x) =
_
_
0
0
e
x
cos(2x)
_
_
, Y (0) =
_
_
0
1
1
_
_
Problema 3.26 Resuelve los sistemas lineales
1.
_
y

1
= 2y
1
+y
2
7xe
x
3
y

2
= y
1
+ 2y
2
1
, sabiendo que su solucion es acotada si x +.
2.
_
x

= v
v

=
2
x 2v + f(t)
, con x(0) = x
0
, v(0) = 0, < . Este sistema modeliza el
movimiento de un pendulo con rozamiento y una fuerza externa f.
3. Se considera el siguiente circuito electrico
i
L
L
R R
R
C
V
U
c
1 2
1
2
i 1
2

+
Las intensidades i
1
, i
2
y las tensiones U
c
y V satisfacen el siguiente sistema diferencial
_
_
i

1
i

2
U

c
_
_
=
_
_
10 0 20
0 10 20
50 50 50
_
_
_
_
i
1
i
2
U
c
_
_
+ 20
_
_
V
0
0
_
_
.
Se pide determinar i
1
, i
2
, U
c
en los siguientes casos:
(a) V (t) = 0, i
1
(0) = i
2
(0) = 0, U
c
(0) = 10.
www.cienciamatematica.com
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
3 SISTEMAS DE EDOS 37
(b) V (t) = 10, i
1
(0) = i
2
(0) = 0 = U
c
(0) = 0.
Problema 3.27 Demuestra que si la matriz A(x) es tal que
A(x)
_
x
0
A(t)dt =
_
x
0
A(t)dt A(x),
entonces, la solucion del SEDO Y

= A(x)Y , Y (0) = Y
0
se puede expresar mediante la
expresion Y (x) = exp(
_
x
0
A(t)dt)Y
0
. Como aplicacion calcula la solucion general del sistema
_
y

1
= cos x y
1
+ sen x y
2
y

2
= sen x y
1
+ cos x y
2
Problema 3.28 Demuestra el siguiente principio de superposicion: La solucion del sistema
de EDOs lineales Y

= A(x)Y +

m
k=0
f
k
(x), k = 1, 2, . . . , m, Y, f
k
R
n
, A R
nn
es la
suma

m
k=0
Y
k
de las soluciones Y
k
de las ecuaciones Y

k
= A(x)Y
k
+f
k
(x), k = 1, 2, . . . , m.
www.cienciamatematica.com