VICTOR D.

ROJAS CERNA

FIEE-UNI

SISTEMAS DE ECUACIONES DIFERENCIALES .

Hemos visto las diferentes tcnicas para resolver una ecuacin diferencial de primer orden,
sobre todo un problema de Cauchy, ya sea por separacin de variables, como una ecuacin
lineal, homognea, Bernoulli, exacta hallando un factor integrante.
Comentamos que toda ecuacin diferencial o sistema de ecuaciones normalizado
obviamente lineal, se puede expresar como una ecuacin diferencial de primer orden y por
ende podemos acceder a la solucin por medio de la matriz exponencial, que veremos
despus.
Veamos enseguida como se puede resolver un sistema de ecuaciones diferenciales
lineales. Tenemos las siguientes alternativas:
Transformada de Laplace.
Hemos comentado en el capitulo anterior, las ventajas y desventajas de este
mtodo, sobre todo cuando aparecen funciones singulares.
Mtodo matricial.
Por ejemplo expresemos la ecuacin
x + 2x + x = t
ella se puede transformar en una EDO de primer orden de variable vectorial.
Veamos como atacamos este problema:
x 2 x x t
x1
x x1 x.
x2
x x2 x x2 2 x x1 t
as tenemos :
x1 0 x1 1x2
x2 x1 2 x2 t

1 x1
x1
0
0


1 2 x2
t
x2
As , tenemos la ecuacin diferencial de primer orden : X AX

donde

x1
0
X , A
1
x2

0
B .
t

Luego la solucin de la ecuacin homognea ser:

x K e At
Para determinar la solucin de la ecuacin dada podemos asumir que:
x K (t ) e At
donde la funcin desconocida K(t), se hallara sustituyendo en la ecuacin
diferencial dada nuestra supuesta solucin. Esto lo veremos detenidamente ms
adelante.
Como entrenamiento exprese como una ecuacin de primer orden, las siguientes
ecuaciones:
1. x 2 x x senh(t )
2. x x cos(t )
3. tx x sen(t )

____________________________________________________________________________________274

VICTOR D.ROJAS CERNA

FIEE-UNI

METODO DE SUSTITUCIN.
Consiste en obtener una ecuacin diferencial en una de las variables, as
podemos usar cualquiera de los mtodos conocidos para obtener la solucin
pedida.
Como ejemplo resolvamos el sistema:

x y 0

x y 0

sustituyendo y despejando de la primera ecuacin, tendremos:

x x 0

cuya solucin es:

x = K1cosh(t) + K2senh(t) + K3cos (t) + K4sen(t).
y = K1cosh(t) + K2senh(t) - K3sen (t) - K4cos(t).
Otro ejemplo seria resolver el siguiente sistema de ecuaciones, y hallar x+y+z

x 5 y 3z 10 eit

z 10e it
x 4y
8 x y 6 z 0

Sumando miembro a miembro ambas ecuaciones se tiene:

( x y z) 9 ( x y z) 20 cos(t )

cuya solucin es:

x+y+z = K1cos (3t) + K2sen(3t) + 0,8cos(t)
Indudablemente, estos sistemas se pueden hallar usando otras tcnicas similares de
acuerdo al sistema a resolver.
Ejercicios.
* Resolver el sistema

x y t 2 (t )

x y tu 1 (t ) 2t

____________________________________________________________________________________275

VICTOR D.ROJAS CERNA

FIEE-UNI

Resolver el sistema:

x y y t 2

x x y 2t

NOCIONES BASICAS DE MATRICES .

Recordemos algunos conceptos acerca de la teora de matrices.
1. Dos matrices cuadradas A y B, del mismo orden se dicen que conmutan, s:
AB = BA.
2. Si A y B son dos matrices cuadradas del mismo orden que conmutan , entonces:
(A+B)2 = A2 + B2.
3. La matriz cuadrada D es diagonal, si todos sus elementos son ceros salvo quizs
los de la diagonal.
4. La matriz K, es una matriz escalar si es una matriz diagonal, cuyos
elementos de la diagonal son iguales.
Apreciacin: Kn es una matriz escalar.
5. La matriz identidad In, es la matriz escalar de orden nxn cuyos elementos de la
diagonal son todos 1.
6. (Im )n = In, n, m N.
7. A y In del mismo orden, son conmutables.
8. Si A es una matriz cuadrada, An , nN.
9. Si f(x) es una funcin polinmica, entenderemos que f(A) es la matriz cuadrada
obtenida al sustituir x por A, la constante se multiplica por I.
Es decir si f(x) = x3 + 12 por convenio se tiene f(A) = A3 + 12 I .
10. Una matriz A= ( aij ) cuadrada de orden nxn, se dice una matriz triangular superior
Si aij = 0, ij. En caso aij = 0, si ij se dice que A es una matriz triangular inferior.
11. Una matriz cuadrada A, se dice que es idempotente, si A2 = A.
____________________________________________________________________________________276

VICTOR D.ROJAS CERNA

Consecuencias:

FIEE-UNI
A2n = A, nN.

At tambien es idempotente.
12. A una matriz cuadrada, se dice involutiva si A2 = I.
Consecuencia: At es involutiva.
13.MATRIZ NILPOTENTE.
A una matriz no nula cuadrada, se dice que es una matriz nilpotente de ndice de
nilpotencia k, si: Ak = 0 y Ak-1 0.
Apreciaciones:
1. At tambien es nilpotente, con el mismo ndice de nilpotencia2. Si A es nilpotente, no es invertible,
3. Si A es nilpotente, Ap tambien es nilpotente, pN.
E es nilpotente de indice 5

0
E 0

0
0

0
0
0
0
0

1
0
0
0
1

0
1
0
0
0

0
1

0
0

14.DERIVADA.

A1' (t )
A1 (t )

'

A
(
t
)
A (t )

si A(t ) 2 , A(t ) 2
........
..... ..

A (t )
A ' (t )
n
n
15, INTEGRACIN.

____________________________________________________________________________________277

VICTOR D.ROJAS CERNA

A1 (t )

A2 (t )
si A(t )
,
........

A (t )
n

FIEE-UNI

T0

t A ( x) dx
t0 1

A2 ( x) dx
A( x) dx t0

..... ..

A ( x) dx
t0 1n

se supone que Am ( x) dx , mN, 1 m n.

t0

16. Si A es una matriz cuadrada, A0 = In

MATRIZ EXPONENCIAL .
En tanto que habamos convenido en evaluar una funcin polinmica se poda
evaluar en una matriz cuadrada, podemos definir la matriz exponencial como la
siguiente matriz:

eA
n0

1
n!

An

Anlogamente, podemos definir las otras matrices mencionadas, bastara con

hallar su serie de MacLaurin.

cos( A)
n0

sen( A)
n0

( 1)n
( 2 n )!

x 2n

( 1)n
( 2 n1)!

x 2 n1

Propiedades.
1. Si A y B son dos matrices cuadradas que conmutan del mismo orden, se cumple:

e A B

e A eB .

Demostracin.

____________________________________________________________________________________278

VICTOR D.ROJAS CERNA

e A B
n0

FIEE-UNI
1
n!

( A B) n I ( A B) ( A2B! ) ...
2

( I A 21! A2 ... )( I B 21! B 2 ... ) e A e B .

2. Si A y B son matrices cuadradas del mismo orden, det(B)0 entonces:

B1 AB

B 1 e A B
Demostracin.

eB

AB

n0

1
n!

( B 1 A B) n
n0

1
n!

( B 1 An B) B 1 (
n0

1
n!

An ) B

B 1 e A B .
3. Si D es una matriz diagonal, entonces

eD

es diagonal.

Demostracin.
Asumamos que D es de orden n.

d1

0
D .

0
eD
m0

0 0 0 .. 0

d2 0 0 . . 0
. . .
.

. . .
.

0 0 0
dn
1
m!

Dm

d1m 0 0 0 . . 0

0 d 2m 0 0 . . 0

Dm . . . .
.
. . . .
.

m
0 0 0 0
d
n

____________________________________________________________________________________279

VICTOR D.ROJAS CERNA

FIEE-UNI

1 d1 21! d12 ...

0

0
1 d 2 21! d 22 ...

eD
.
.

.
.

0
0

2
1
1 d1 2! d1 ...
0

Amparndonos en la identidad de la serie de Taylor de la exponencial se tiene

m1!d1m 0
.
m 0

1 m
0

m!d 2 .
m0

eD .
.
.

.
.
.
0
0
.

e d1 0 0

0 e d2 0

eD . . .
. . .

0 0 0

. .

. .

. . .
. . .
. . m1!d nm
m0

0.. 0

0.. 0

.
.
.
.

dn
0 e
Como

aplicacin

calcular

la

matriz eA, donde

____________________________________________________________________________________280

VICTOR D.ROJAS CERNA

FIEE-UNI

t 0 0

A0 1 0
0 0 2t

podemos comprobar que:

et 0 0

A
1
e 0 e 0

0 0 e 2t

4. En caso A sea una matriz nilpotente con ndice de nilpotencia K, entonces se

tiene que:
K

e n1! Am
A

m0

Esto resulta de la definicin de matrices nilpotentes, las potencias mayores que K,

son matrices nulas, de donde solamente queda la mencionada suma finita.
Como aplicacin, hallemos eN, donde la matriz N es:

0 1 0

N 0 0 1
0 0 0

0 1 0 0 1 0 0 0 1

2
N 0 0 1 0 0 1 0 0 0
0 0 0 0 0 0 0 0 0

N 3 , es la matriz nula de orden 3x3.

APRECIACION
Lo esperado es que cuando nos pidan una exponencial matricial, ella se pueda
expresar como la suma de dos matrices conmutables de una matriz diagonal y una
matriz nipotente, de esta manera la matriz exponencial es fcil de calcular.
Adems se puede particionar la matriz, por supuesto con respecto a la diagonal
principal por matrices cuadradas de manera que la matriz exponencial se pueda
calcular calculando algunas submatrices exponenciales
____________________________________________________________________________________281

VICTOR D.ROJAS CERNA

FIEE-UNI

A 1

B
2

1 , 2 matrices nulas ( pueden ser o no cuadradas).

APLICACIN.
Calcular lla matriz eA, cuando la matriz A es:

0
A0

0
0

1
0
0
0
0

0
0
1
0
0

0
0
0
2
0

0
0
0
0
3

P 1

A
2 T
0 0

1
0
0

0 1
0 0 0
0 0
, T 0 2 0 , 1
, 2
P
0 0
0 0
0 0 0
0 0 3

0 0

e
1
A

e
eT
2

Ejercicios.
Calcular eA cuando A es la matriz dada en cada caso

____________________________________________________________________________________282

VICTOR D.ROJAS CERNA

1
1. A 0

0
0

1 0 0 0

0 0 0 0
0 1 0 0

0 0 2 0
0 0 0 3

0
3. C
1

2t 0 0

5. D 0 0 0
0 t 0

FIEE-UNI

0
2. B 0

0
0

1 0 0 0

0 0 0 0
0 0 0 0

0 0 0 0
0 0 0 1

0 0 1

3. E 0 1 0
1 0 0

1 0 1

6. P 0 1 0
1 0 1

SOLUCION MATRICIAL DE UN SISTEMA DE ECUACIONES .

Tratemos de resolver el siguiente problema de Cauchy

X ' AX

X (0) X 0
Considerandola como una ecuacin de primer orden de variable separable se tendr
que la solucin es:

X e At X 0
La matriz exponencial se hallar, conforme se ha detallado, veamos un caso
concreto.
Ejemplo. Resolver el siguiente sistema:

x' x 2 y
, x(0) 1, y (0) 2.

y ' 3x y
Este sistema se puede expresar en forma matricial como:

X ' AX
x
1
1 2

, X ,. X (0) X 0 , A

y
2
3 1
X (0) X 0
____________________________________________________________________________________283

VICTOR D.ROJAS CERNA

Hallemos la matriz exponencial.

FIEE-UNI

1 2
7 0
, A 2
, A3 7 A , A 4 7 2 I , A5 7 2 A , A6 7 3 I , ...
A
3

1
0
7

En general se tiene que:

7 2 I , si n es par
n
A n 1
2
7 , si n es impar
n

At

n1! Am I At 27! t 2 I 37! t 3 A 74! t 4 I 75! t 5 A . . .

2

m0

(1 27! t 2 74! t 4 76! t 6 .. ) I ( t 37! t 3 75! t 5 . . .) A

2

I A.
la solucin es: X = (I + A)Xo.
Ejercicio. Resolver

X 0
1

0
2
0

1
0

0 X , X (0) 2
0
0

____________________________________________________________________________________284