Universidad de Chile

Facultad de Ciencias Fsicas y Matematicas

MA26A Seccion 1 2007
Sistemas de Ecuaciones Lineales
Profesor: Michal Kowalczyk
Auxiliares: Gustavo Angulo & Diego Moran
Ayudantes: Alida Perez, Sebastian Vergara
1. Generalidades
1.1. Propiedades utiles
Forma util de invertir una matriz:
A
1
ij
=
1
det(A)
_
(1)
i+j
det
_

A
ij
__
t
con

A
ij
la matriz que resulta al eliminar la la i y la columna j de la matriz A.
Derivada de matrices
Si A(t) es una matriz con coecientes variables su matriz derivada se dene como
_
A

(t)
_
ij
= [A
ij
(t)]

en otras palabras, se derivan los coecientes.

Se cumple la propiedad (derivada del producto matricial):
[A(t)B(t)]

= A

(t)B(t) + A(t)B

(t)
Exponencial de una matriz
Dada A M
nn
(IR) se dene:
e
A
= lm
n
n

k=0
A
k
k!
De la denicion se tiene e
A
M
nn
(IR). Ademas, Si A, B son matrices que conmutan (AB = BA)
se tiene:
e
A
e
B
= e
A+B
Finalmente, si

u IR
n
se cumple
e
A
u =

k=0
A
k
u
k!
Derivada de la exponencial de una matriz
Si para t IR consideramos la matriz tA se tiene:
d e
tA
dt
= Ae
tA
1
1.2. Algunas deniciones
Consideremos

x (t) =
_
_
_
_
_
x
1
(t)
x
2
(t)
.
.
.
x
n
(t)
_
_
_
_
_
A(t) =
_

_
a
11
(t) a
12
(t) . . . a
1n
(t)
a
21
(t) a
22
(t) . . . a
2n
(t)
.
.
.
.
.
. . . .
.
.
.
a
n1
(t) a
n2
(t) . . . a
nn
(t)
_

_

b (t) =
_
_
_
_
_
b
1
(t)
b
2
(t)
.
.
.
b
n
(t)
_
_
_
_
_
Un sistema de ecuaciones lineales diferenciales se escribe como:
d

x
dt
= A(t)

x +

b (t) (1)
Si

b (t) = 0 el sistema se dice homogeneo.
1.3. Teorema de !
Sea I IR un intervalo. Dados t
0
I,

x
0
IR
n
, existe una unica solucion de (1) tal que

x (t
0
) =

x
0
2. Sist. Lineales y ecuaciones de orden n.
Un sistema de orden n :
y
(n)
+ a
n1
y
(n1)
+ + a
0
y = g(t)
puede ser transformado a un sistema lineal de ecuaciones con n incognitas, deniendo las variables
x
i
(t), con i = 1 . . . n, como sigue:
x
i
(t) = y
(i1)
3. Sistema Lineal Homogeneo
Estamos considerando:
d

x
dt
= A(t)

x
3.1. Linealidad
Si

x
1
, . . . ,

x
k
son soluciones, su combinacion lineal tambien lo es, es decir

x (t) =
n

i=1
c
i

x
i
con c
1
, . . . , c
n
IR, es solucion.
3.2. Conjunto soluci on y matriz fundamental
Si

x
i
, i = 1 . . . , n, son n soluciones l.i., el conjunto {

x
1
, . . . ,

x
n
} se llama conjunto fundamental
y la solucion del sistema homogeneo se escribe:

x
H
= c
1

x
1
+ + c
n

x
n
, con c
i
IR
3.2.1. Matriz Fundamental canonica
Sus columnas son los elementos de un conjunto fundamental (ie n soluciones l.i.):
X(t) = [

x
1

x
2
. . .

x
n
]
2
Con esto se puede escribir la solucion de la homogenea como:

x
H
(t) = X(t)

c
con

c IR
n
vector de constantes.
4. Soluci on general
La solucion general de
d

x
dt
= A(t)

x +

b (t) (1)
de forma similar al caso de ecuaciones de orden n, se puede escribir como

x =

x
H
+

x
P
con

x
P
solucion particular de (1).
4.1. Un metodo para calcular una soluci on particular. Variacion de Paramet-
ros

x
P
= X(t)
_
X(t)
1
(t)b(t)ds
con X(t) la matriz fundamental asociada al sistema homogeneo
d

x
dt
= A(t)

x
5. Resoluci on de Sistemas Homogeneos constantes:
Aca estamos suponiendo que la matriz A no depende del tiempo, ie:
d

x
dt
= A

x
donde A M
nn
(IR), matriz constante a coecientes reales.
En este caso se puede probar que e
tA
es una matriz fundamental asociada al sistema, ie, toda solucion
se escribe como

x
H
(t) = e
tA
c
Por otro lado, si X(t) es matriz fundamental del sistema se puede calcular la exponencial de A
mediante la siguiente formula:
e
tA
= X(t)X(0)
1
Las observaciones clave que dan origen al metodo de resolucion son, si consideramos un vector

u IR
tal que B
M
u = 0 entonces
e
B
u =

k=0
B
k
u
k!
=
M1

k=0
B
k
u
k!
y la segunda es:
e
tA
= e
(tA+tItI)
= e
t
e
t(AI)
3
5.1. Metodo de resoluci on
Basados en lo anterior, si tenemos un vector

u IR tal que (AI)
M
u = 0, obtenemos
e
tA
u = e
t
_
M1

k=0
t
k
(AI)
k
u
k!
_
En particular, si

u es vector propio de A asociado a (ie (AI)

u = 0) se tiene:
e
tA
u = e
t
u
Con esto podemos decir que

x
H
(t) = e
t
u
es una solucion de la homogenea (necesitamos n!!!).
Basados en las ideas anteriores nuestra mision es encontrar el conjunto fundamental, es decir, n
soluciones l.i. del sistema.
5.1.1. Caso n vectores propios l.i. (A diagonalizable)
Si
1
, . . . ,
n
reales son los valores propios de A, y

v
1
, . . . ,

v
n
los vectores propios asociados. Sabemos
que

x
i
(t) = e
ti

v
i
As, obtenemos n soluciones l.i.. La solucion general de la ecuacion se escribe

X = c
1

v
1
e
1t
+ + c
1

v
n
e
nt
OBS
1
: puede haber
i
iguales, lo que importa es que se puedan obtener estos n vectores propios l.i.
OBS
2
: Recordar que hay n vectores propios l.i. si y solo si para cada
i
de multiplicidad m
i
hay exacta-
mente m
i
vectores propios asociados.
5.1.2. Caso con valores propios con multiplicidad algebraica m, pero que no poseen m
vectores propios asociados
Si hay un
i
, de multiplicidad m
i
pero que no posee m
i
vectores propios asociados podemos hacer 2
cosas:
Primera forma
Se puede resolver (AI)
mi
v = 0, encontrando m
i
soluciones que se llaman vectores propios gener-
alizados (siempre hay m
i
soluciones a esa ecuacion!!!). A cada vector propio generalizado v se le asocia
la solucion:

x
v
= e
ti
_
mi1

k=0
t
k
(A
i
I)
k
v
k!
_
Con estos se encuentran m
i
soluciones l.i. asociadas a
i
. Si esto se hace para cada valor propio
j
que no tenga m
j
vectores propios se obtienen, considerando todas las soluciones asociadas a todos los
valores propios, las n soluciones l.i. que se buscan.
OBS: notar que un vector propio siempre es un vector propio generalizado.
4
Segunda forma
Se debe resolver:
(A
i
I)P
1
= 0
(A
i
I)P
2
= P
1
(A
i
I)P
3
= P
2
.
.
.
.
.
.
.
.
.
(A
i
I)P
m
= P
m1
Entre las soluciones P
i
algunos son vectores propios normales y los otros son vectores propios gener-
alizados.
Con esto se pueden calcular m
i
vectores (que dependen de t), de la forma:

v
1
(t) = P
1

v
2
(t) = P
1
t + P
2

v
3
(t) = P
3
+ tP
2
+
t
2
2
P
1
.
.
.
.
.
.
.
.
.

v
mi
(t) = P
mi
+ tP
mi1
+ +
t
m
i
2
(mi2)!
P
2
+
t
m
i
1
(mi1)!
P
1
Las m
i
soluciones linealmente independientes asociadas a
i
son :

x
j
= e
it
v
j
5.1.3. Caso Complejo ( C)
Si tenemos un valor propio complejo de la forma
k
=
k
+i
k
con vector propio asociado

v
k
=

u
k
+i

w
k
se pueden obtener dos soluciones reales l.i., dadas por:

x
1
= e

k
t
[

u
k
cos(
k
t)

w
k
sen(
k
t)]

x
2
= e

k
t
[

u
k
sen(
k
t) +

w
k
cos(
k
t)]
Para el valor propio
k
=
k
i
k
se obtienen las mismas soluciones pues su vector propio asociado
es

v
k
=

u
k
i

w
k
, as que no es necesario considerarlo.
The End
5