ECUACIONES DIFERENCIALES EQUIPO N 9

SISTEMA DE ECUACIONES DIFERENCIALES LINEALES DE PRIMER ORDEN 1. NOCIONES PRELIMINARES: SISTEMA LINEALES En este tema emplearemos mucho la notacin matricial y las propiedades de las matrices. INTRODUCCION: Recordar cmo resolver sistemas de ecuaciones de n ecuaciones diferenciales lineales con n incgnitas de la forma: ( ) ( ) . . . ( ) ( ) ( ) . . . ( ) ( ) . . . ( ) () () . . . () (1)

( )

En donde las representaban polinomios de diversos grados en el operador diferencial D. Aqu restringiremos el estudio a los sistemas de ecuaciones diferenciales de primer orden, como el siguiente ( ( . . . ( . . . ) ) ) (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)

ECUACIONES DIFERENCIALES EQUIPO N 9

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 EJEMPLO 1 Sistemas expresados en notacin matricial
a)

(4) (5)

Si X = . /, entonces la forma matricial del sistema homogneo.

b) Si X =( ), entonces

la forma matricial del sistema homogneo.

es

+X +(

ECUACIONES DIFERENCIALES EQUIPO N 9

DEFINICIN 1.1 Vector solucin Un vector solucin en un intervalo I es cualquier matriz columna ( ) ( ) 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 ( ) ( ) representan una curva en el caso importante n = 2, las ecuaciones 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 / /y =. / / . . / vemos / / que . . / / , ) . / . / (6)

Son soluciones de SOLUCIN De

Gran parte de la teora de sistemas de n ecuaciones diferenciales de primer orden es similar a la de las ecuaciones diferenciales de n- simo orden.

ECUACIONES DIFERENCIALES EQUIPO N 9

PROBLEMA CON VALORES INICIALES Sea ( ) ( ) y

( )

que denota un punto en un intervalo I

( )

Donde las Entonces el problema

( ) ( ( )) , i= 1,2,, n son las constantes dadas.

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

( +

ECUACIONES DIFERENCIALES EQUIPO N 9

Son las soluciones de un sistema ( +X. (8)

Por el principio de superposicin la combinacin lineal

( +

Es otra solucin del sistema. DEPENDENCIA LINEAL E INDEPENDENCIA LINEAL Ante todo nos interesan las soluciones linealmente independientes del sistema homogneo, ecuacin ( 5). DEFINICIN 1.2 Dependencia/ independencia lineal Sea , , . . . , un conjunto de vectores solucin del sistema homogneo (5) en un intervalo I. se dice que el conjunto es linealmente independiente en el intervalo si existen constantes , , . . . , , no todas cero, tales que + Para toda t en el intervalo. Si el conjunto de vectores no es linealmente dependiente en el intervalo, se dice que es linealmente independiente Debe quedar claro el caso cuando k = 2; dos vectores solucin y son linealmente dependientes si uno es un mltiplo constante del otro, y recprocamente. Cuando k > 2, un conjunto de vectores solucin es linealmente dependiente si podemos expresar al menos un vector solucin en forma de una combinacin lineal de los vectores restantes. El WRONSKIANO Igual que cuando explicamos la teora de una sola ecuacin diferencial ordinaria, podemos presentar el concepto del determinante Wronskiano como prueba de independencia lineal. Lo enunciaremos sin demostrarlo. WRONSKIANO. Sea (t) una matriz solucin (es decir cada columna es un vector solucin) ( ) ( ) () () Observacin. Si ( ) es una matriz fundamental, entonces W(t)= det ( ) (Escobar A, Jaime. Ecuaciones diferenciales, p225)

10

ECUACIONES DIFERENCIALES EQUIPO N 9

TEOREMA 1.3 Criterio para las soluciones linealmente independientes

Sean

= ( )

= ( )

, .,

= ( )

n vectores solucin del sistema homogneo (5) en un intervalo I. entonces el conjunto de vectores es linealmente independiente en I si y slo si el Wronskiano

W(

)= )

(9)

( Para toda t en el intervalo.

Se puede demostrar que si , , . . . , , son vectores solucin del sistema (5), entonces, para todo t en I se cumple W( , , . . . , ) 0, o bien W( , , . . . , ) 0. As, si podemos demostrar que W 0 para algn en I, entonces W 0 para todo t y, por consiguiente, las soluciones son linealmente independientes en el intervalo. Obsrvese que a diferencia de nuestra definicin de Wronskiano, aqu la definicin del determinante (9) no implica derivacin. EJEMPLO 4 Soluciones linealmente independientes En el ejemplo 2 vimos que . / y . / son soluciones del sistema (6). , ) puesto que Es evidente que y son linealmente independientes en el intervalo ( ningn vector es un mltiplo constante del otro. Adems, se tiene ( , ) . /

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

ECUACIONES DIFERENCIALES EQUIPO N 9

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 , i= 1,2,, n son constantes arbitrarias

EJEMPLO 5 Solucin general del sistema (6) Del ejemplo 2 sabemos que . / . / son soluciones lineales

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)

EJEMPLO 6 Solucin general del sistema (8) Los vectores

),

( +

Son soluciones del sistema (8) en el ejemplo 3 Ahora.

W(

) =(

)=

Para todos los valores reales t. se concluye que forman un conjunto fundamental de soluciones en ( , ). Por lo que la solucin general del sistema en el intervalo es la combinacin lineal X= ; es decir,

X=

( +

).

12

ECUACIONES DIFERENCIALES EQUIPO N 9

SISTEMAS NO HOMOGNEOS Para los sistemas no homogneos, una solucin particular X, en un intervalo I es cualquier vector, sin parmetros arbitrarios, cuyos elementos sean funciones que satisfagan al sistema (4). TEOREMA 1.6 Solucin general: sistemas no homogneos Sea una solucin dad del sistema no homogneo (4) en un intervalo I y sea = 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 =0 =0 En el intervalo ( 1 1 es una solucin particular del sistema no homogneo 0 , ). =0 1 , . / / . / . / 0 1 (11)

La funcin complementaria de (11) en el mismo intervalo o la solucin general como vimos en (10) del ejemplo 5 que teorema 6 X= es la solucin general de (11) en ( . , ) 1

. Por tanto, por el

2. SISTEMAS LINEALES HOMOGNEOS INTRODUCCIN Vimos en el ejemplo 5 de la seccin anterior que la solucin general del sistema homogneo =0 X= Ya que los vectores y tienen la forma . 1 / es . /

13

ECUACIONES DIFERENCIALES EQUIPO N 9

=(

i =1,2, donde

son constantes, nos inquieta preguntar si

siempre es posible hallar una solucin de la forma

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 ( ) ( )

Por lo que para encontrar soluciones de (2), necesitamos primeo encontrar una solucin no trivial del sistema anterior; en otras palabras, debemos encontrar un vector no trivial que satisfaga a (3).Pero para que (3) tengan soluciones que no sean la solucin obvia , se debe tener ( ) Esta ecuacin polinomial en se llama ecuacin caracterstica de la matriz . Sus soluciones son los eigenvalores de .Una solucin de (3) correspondiente a un eigenvalor se llama eigenvector de . Entonces una solucin del sistema homogneo (2) es . En el siguiente anlisis se examina tres casos: eigenvalores reales y distintos (es decir, los eigenvalores no son iguales), eigenvalores repetidos y, por ltimo, eigenvalores complejos. 2.1 EIGENVALORES REALES DISTINTOS Cuando la matriz tiene eigenvalores reales y distintos entonces siempre se puede encontrar un conjunto de eigenvectores linealmente independientes y es un conjunto fundamental de (2) en intervalo ( )

14

ECUACIONES DIFERENCIALES EQUIPO N 9

TEOREMA 2.1 Solucin general: Sistemas homogneos Sean eigenvalores reales y distintos de la matriz de coeficientes del sistema homogneo (2) y sean los eigenvectores correspondientes .Entonces la ) est dada por solucin general de (2) en el intervalo ( EJEMPLO 1. Eigenvalores distintos Resuelva ( ) SOLUCIN Primero determine los eigenvalores y eigenvectores de la matriz e coeficientes. De la ecuacin caracterstica ( ) | | . ( )( ) vemos que los eigenvalores son y Ahora para (3) es equivalente a

Por lo que

.Cuando

, el eigenvector correspondiente es ( *

Para

tenemos

Por lo que

; por tanto con

el eigenvector correspondiente es ( *

Puesto que la matriz de coeficientes es una matriz de y como hemos encontrado dos soluciones linealmente independientes de (4), ( ) y ( ) , Se concluye que la solucin general del sistema es ( * ( * ( )

DIAGRAMA DE FASE Debe considerarse que escribir una solucin de un sistema de ecuaciones en trminos de matrices es simplemente una alternativa al mtodo que se emple anteriormente, es decir, enumerar cada una de las funciones y la relacin entre las constantes. Si sumamos los vectores en el lado derecho de (5) y despus igualamos las entradas con las entradas correspondientes en el vector en el lado izquierdo, se obtiene la expresin familiar

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

ECUACIONES DIFERENCIALES EQUIPO N 9

EJEMPLO 2. Eigenvalores distintos Resuelva

( )

SOLUCIN Usando los cofactores del tercer rengln, se encuentra ( ) | | ( )( )( )

Y as los eigenvalores son Para ( Por tanto correspondiente y , con la eliminacin de Gauss-Jordan, se obtiene ) ( .La eleccin ( + De igual manera, para ( Implica que el vector solucin ) y ( Por ltimo, cuando ( Producen ( + ( + ( ) ) + ( | + Al elegir ( + ( | + | + ( | +

da un eigenvector y el vector solucin ( + ( )

, se obtiene un segundo eigenvector y ( )

las matrices aumentadas ( | + ( | +

La solucin general de (6) es una combinacin lineal de los vectores solucin en (7), (8) y (9): ( + ( + ( +

16

ECUACIONES DIFERENCIALES EQUIPO N 9

2.2 EIGENVALORES REPETIDOS Por supuesto, no todos lo eigenvalores de una matriz de deben ser distintos, es decir, algunos de los eigenvalores podran ser repetidos. Por ejemplo, la ecuacin caracterstica de la matriz de coeficientes en el sistema . / ( ) es una raz de ( ) ) se demuestra fcilmente que es ( , y por tanto , multiplicidad dos. Para este valor se encuentra el nico eigenvector ( * ( *

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 ( +

SOLUCION Desarrollando el determinante en la ecuacin caracterstica ( ) | |

17

ECUACIONES DIFERENCIALES EQUIPO N 9

) ( ) Se obtiene ( . Se ve que y Para , con la eliminacin de Gauss-Jordan se obtiene de inmediato ( ) ( | + ( o producen, a su vez, son ( + | + . Las y ,

El primer rengln de la ltima matriz indica que elecciones y por lo que dos eigenvectores correspondientes ( +

Puesto que ningn eigenvector es mltiplo constante del otro, se han encontrado dos soluciones linealmente independientes. ( + ( +

Que corresponden al mismo eigenvalor. Por ltimo, para ( ) ( | + .Al seleccionar ( Concluimos que la solucin general del sistema es ( + ( + ( +

la reduccin ( , se obtiene | + ; por

Implica que y lo que el tercer eigenvector es

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. SEGUNDA SOLUCIN. Suponga que es un valor propio de multiplicidad dos y que solo hay un eigenvectore asociado con este valor.- se puede encontrar una segunda solucin de la forma

18

ECUACIONES DIFERENCIALES EQUIPO N 9

t Donde

+P

(12)

K= ( EJEMPLO 4 Eigenvalores repetidos )

y P= ( )

Encuentre la solucin general del sistema dado en ( 10) SOLUCIN de (11) se sabe qu Identificamos K=. / y que una solucin es . /

. /, encontramos de (14) que ahora debemos resolver (A + 3I)P = K o

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 =( ). As de (12) se encuentra que La solucin general de (10) es X= X= . / + *. / ( ) + =. / ( ) .

EIGEN DE MULTIPLICIDAD TRES Cuando la matriz de coeficientes A tiene slo un eigenvector asociado con un eigenvalor de multiplicidad tres, podemos encontrar una segunda solucin de la forma (12) y una tercera solucin de la forma (15) Donde

K= ( )

, P= ( )

= ( )

19

ECUACIONES DIFERENCIALES EQUIPO N 9

Al sustituir ( 15)en el sistema satisfacer (A - I)K=0 (A - I)P=K (A - I)Q=P

= AX, se encuentra que los vectores columna K,P y Q debe

(16) (17) (18) .

Por su puesto, las soluciones (16) y (17) se pueden usar para formar las soluciones EJEMPLO 5 Eigenvalores repetidos Resuelva ( +X.

) = 0 demuestra que SOLUCIN La ecuacin caracterstica ( es un eigenvalor de multiplicidad tres. Al resolver (A-2I)K= 0, se encuentra el nico eigenvector K=( + A continuacin se resuelve primero el sistema (A-2I)P = K y despus el sistema (A-2I)Q=P y se encuentra que P=( + y Q=( ,.

Usando (12) y (15), vemos que la solucin general del sistema es

X=

( +

[( +

( +

]+

[( +

( +

( ,

Cuando un eigenvalor (valor propio) tiene multiplicidad m, podr suceder que determinemos m vectores propios linealmente independientes, o que la cantidad de vectores propios correspondientes sea menor de m. En consecuencia, los dos casos de un eigenvalor repetido no constituyen todas las posibilidades en que se puede presentar un eigenvalor 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.

20

ECUACIONES DIFERENCIALES EQUIPO N 9

Por ejemplo, la ecuacin caracterstica del sistema

(19)

Es det(A-

I)= 0

1= -10

De la forma cuadrtica se encuentra Ahora para se debe resolver

(1 - 2i) 5 - (1 + 2i) la eleccin =0 = 0.

( ) Puesto que solucin correspondiente:

siguiente eigenvector y el vector . /

( )

. 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)

Observe que las entradas en correspondientes a son los conjugados de las entradas de correspondientes a . El conjugado de es, por supuesto, Esto se escribe como y . TEOREMA 2.2. Soluciones correspondientes a un eigenvalor complejo Sea A una matriz de coeficientes que tiene entradas reales del sistema homogneo ( 2)y sea un eigenvector correpondiente al eigenvalor complejo Entonces

Son soluciones de (2). Es deseable y relativamente fcil rescribir una solucin tal como (20) en trminos de funciones reales. Con este fin primero usamos la frmula de Euler para escribir.

21

ECUACIONES DIFERENCIALES EQUIPO N 9

( ( )

( (

) ).

Entonces, multiplicando los nmeros complejos, agrupando trminos y reemplazando Por y ( ) por ( )se convierte en X= Donde 0. / . / 1 + y , 0. / . / (21) 1

Ahora es importante reconocer que los dos vectores, y en (21) son, en s mismos, soluciones reales linealmente independientes del sistema original. En consecuencia, podemos pasar por alto la relacin entre , y para considerar que y son completamente arbitrarios y reales; en otras palabras, la combinacin lineal, ecuaciones (21), es una solucin general alternativa de (19). Se puede generalizar el procedimiento anterior. Sea un eigenvector de la matriz de coeficientes A (con elementos reales) que corresponde al eigenvalor complejo . Entonces los dos vectores solucin del teorema 2.1 se pueden expresar como sigue: ( ( ) )

Por el principio de superposicin, teorema 2, los siguientes vectores tambin son soluciones: . . Tanto ( ( )= a como / / ( ( ( ) ) ) ( ( ) ) .

son nmeros reales para cualquier nmero )

complejo z=a+ib. Por lo tanto, los elementos de los vectores columna ( ) son nmeros reales. Si definimos ( Conduce al siguiente teorema ) ( )

(22)

TEOREMA 2.3 Soluciones reales que corresponden a un eigenvalor complejo Sea un eigenvalor complejo de la matriz de coeficientes A en el sistema homogneo (2) y sean y los vectores columna definidos en (22) entonces: , , (23)

22

ECUACIONES DIFERENCIALES EQUIPO N 9

Son soluciones linealmente independientes de (2) en (-, ) Las matrices y en (22) con frecuencia se denotan por ( )y ( ) (24)

Ya que estos vectores son, respectivamente, las partes real e imaginarias del eigenvector Por ejemplo, (21) se deduce de (23) con . ( / . / ( . ) /. . /

)=. / y

EJEMPLO 6 Eigenvalores complejos Resuelve el problema con valores iniciales . /X, X(0)=. / (25)

Primero se obtienen los eigenvalores a partir de det(A - I)=0 Los eigenvalores son =2i y (2-2i) ( da ( ) eligiendo . Ahora de (24) formamos ( ) . / ( ) . /. Puesto que =0, se tiene a partir de (23) que la solucin general del sistema es X= = 0. . / . / / 1 . 0. / / . / 1 (26) Para ) 1 el sistema

, se obtiene / . / . /

23

ECUACIONES DIFERENCIALES EQUIPO N 9

3. SISTEMAS LINEALES NO HOMOGNEOS INTRODUCCIN En la seccin 1.1 vimos que la solucin general de un sistema lineal no homogneo ( ) en un intervalo es , donde es la funcin complementaria o solucin general del sistema lineal homogneo asociado y es cualquier solucin particular del sistema no homogneo. En la seccin 1.2 vimos como obtener cuando la matriz de coeficientes era una matriz de constantes .En esta seccin consideraremos dos mtodos para obtener . Los mtodos de coeficientes indeterminados y variacin de parmetros empleados para determinar soluciones particulares de ecuaciones diferenciales ordinarias lineales no homogneas, se pueden adaptar a la solucin de sistemas lineales no homogneos ( ) . De los mtodos, variacin de parmetros es la tcnica ms poderosa. Sin embargo, hay casos en que el mtodo de coeficientes indeterminados provee un medio rpido para encontrar una solucin particular. 3.1 COEFICIENTES INDETERMINADOS LAS SUPOSICIONES. Como en la seccin anterior, el mtodo de coeficientes indeterminados consiste en hacer una suposicin bien informada acerca de la forma de un vector solucin particular la suposicin es originada por los tipos de funciones que constituyen los elementos de la matriz columna ( ).No es de sorprender que la versin ( ) slo cuando los matricial de los coeficientes indeterminados sea aplicable a elementos de son constantes y los elementos de ( ) son constantes, polinomios, funciones exponenciales, senos y cosenos o sumas y productos finitos de estas funciones. EJEMPLO1. Coeficientes indeterminados Resuelva el sistema . / . / en ( )

SOLUCIN Primero resolvemos el sistema homogneo asociado . ( ) | y * ( / . | , . Con los procedimientos de la * La ecuacin caracterstica de la matriz de coeficientes .

produce los eigenvalores complejos seccin 1.2, se encuentra que (

Ahora, puesto que ( ) es un vector constante, se supone un vector solucin particular constante . /.Sustituyendo esta ltima suposicin en el sistema original e igualando las entradas se tiene que

24

ECUACIONES DIFERENCIALES EQUIPO N 9

. Al resolver este sistema algebraico se obtiene y y as, una solucin particular ( ).La solucin general del sistema original de la ecuacin difencial en el intervalo ( ) es entonces ( * ( * ( *

EJEMPLO2. Coeficientes indeterminados Resuelva el sistema . / ( * ( )

SOLUCIN. Se determina que los eigenvalores y los eigenvectores del sistema homogneo asociado . / son , , ( ( ), * ( ). ( * ( ) se tratara de Por lo tanto la funcin complementaria es Ahora bien, debido a que ( )se puede escrbir como ( ) ( ) encontrar una solucin particular del sistema que tenga la misma forma: ( ( * . ( ) / [( * * ( * ( *] ) ( * ( *

Sustituyendo esta ltima suposicin en el sistema dado se obtiene

( *

( (

De la ltima identidad se obtienen cuatro ecuaciones algebraicas con cuatro incgnitas Y Resolviendo de forma simultanea las primeras dos ecuaciones se obtiene y . Despus, se sustituyen estos valores en las dos ltimas ecuaciones y se despeja para y . Los resultados son , .Por tanto, se tiene que un vector solucin particular es ( La solucin general del sistema en ( ( * )es ( * ( * * ( ) o ( )

25

ECUACIONES DIFERENCIALES EQUIPO N 9

EJEMPLO 3. Forma de Determine la forma de un vector solucin particular

para el sistema.

Solucin. Ya que ( ) se puede escribir en trminos matriciales como ( ) ( * . / ( *

una suposicin natural para una solucin particular seria ( 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 =. / . / =. / . /.De igual manera, en el ), entonces la forma . / * ( * ( *

. /

En vez de ahondar en estas dificultades, se vuelva al mtodo de variacin de parmetros. 3.2VARIACION DE PARAMETROS. Una matriz fundamental si es un conjunto fundamental de soluciones del sistema homogneo en el intervalo ,entonces su solucin general en el intervalo es la combinacin lineal o

( ) ( ( ) ( ) ( ) )

26

ECUACIONES DIFERENCIALES EQUIPO N 9

La ltima matriz en ( ) se reconoce como el producto de una matriz

con una matriz de

En otras palabras, la solucin general ( ) se puede escribir como el producto ( ) ( ) Donde es un vector columna de constantes arbitrarias y la matriz cuyas columnas consisten en los elementos de los vectores solucin del sistema

( )

Se llama matriz fundamental del sistema en el inrvalo. En el anlisis siguiente se requiere usar dos propiedades de una matriz fundamental Una matriz fundamental ( ) es no singular. Si ( )es una matriz fundamental del sistema , entonces ( ) ( ) ( ) Un nuevo examen de (9) del teorema 8.1.3 muestra que ( ) es igual al Wronskiano ( ).Por tanto, la independencia lineal de las columnas de ( ) en el intervalo garantiza que ( ) para toda en el intervalo.Puesto que ( ) es no singular, el inverso multiplicativo ( ) exista para todo en el intervalo. El resultado dado en (3) se deduce de inmediato del hecho de que cada columna de ( ) es un vector solucin de . VARIACIN DE PARMETROS Anlogamente al procedimiento de la seccin 4.6 nos preguntamos si es posible reemplazar la matriz de constantes en (2) por una matriz columna de funciones ( ) ( )

( )

( ) ( )

( )

( ( )) es una solucin particular de sistema no homogneo ( ) ( ) Por la regla del producto la derivada de la ltima expresin en (4) es ( ) ( ) ( ) ( ) ( ) Observe que el orden en los productos en (6) es muy importante. Puesto que ( ) es una matriz columna, los productos ( ) ( ) y ( ) ( ) no estn definidos. Sustituyendo (4) y (6) en (5), se obtiene ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

27

ECUACIONES DIFERENCIALES EQUIPO N 9

Ahora si usa (3) para reemplazar ( ), (7) se convierte en ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) O ( ) Multiplicando ambos lados de la ecuacin (8) por ( ), se obtiene ( ) Puesto que ( ) ( ) por tanto ( ) ( ) ( )

( ) ( ), se concluye que una solucin particular de (5) es ( ) ( ) ( ) ( ) ( ) ( ) en (9), se integra cada o ( )

Para calcular la integral indefinida de la matriz columna entrada.Asi, la solucin general del sistema (5)es ( ) ( ) ( ) ( )

Observe que no es necesario usar una constante de integracin en la evaluacin de ( ) ( ) por las mismas razones expresadas en la explicacin de variacin de parmetros en la seccin anterior. EJEMPLO 4 Variacin de parmetros Resuelva el sistema . / ( * ( )

Solucin Primero resolvemos el sistema homogneo asociado . /

La ecuacin caracterstica de la matriz de coeficientes es ( ) | | ( )( )

Por lo que los eigenvalores son eigenvectores correspondientes a y los vectores solucin del sistema son ( * ( )

y .Con el mtodo usual se encuentra que los son, respectivamente, ( ) y ( ).Entonces, ( * ( ) a partir de la

Las entradas en a partir de la primera columna de segunda columna de ( ).Por lo tanto ( ) . / ( )

( ) y las entradas en

28

ECUACIONES DIFERENCIALES EQUIPO N 9

A partir de (9) anterior obtenemos ( ) ( ) ( ) . /( ,( *

/(

/(

Por tanto a partir de (10) anterior la solucin del sistema en el intervalo es . /( * ( )

( *

( )

( )

( )

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 solucin particular sea cero en .Sutituyendo en (13) se obtiene ( ) a ( ) Sustituyendo este ultimo resultado en (13) se partir de la que se obtiene obtiene la siguiente solucin del problema con valores iniciales: ( ) ( ) ( ) ( ) ( ) ( )

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 ( )

29

ECUACIONES DIFERENCIALES EQUIPO N 9

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 , ( )

Se puede demostrar que la serie dada en ( ) converge a una matriz para todo valor de .Tambien , ( ), etctera. Derivada de La derivada de la matriz exponencial es similar a la propiedad de derivacin de la exponencial escalar . Para justificar ( ) derivamos (3) termino por termino * * + para odo vector +

Debido a (4), ahora se puede probar que (1) es una solucin de de constantes: ( )

es una matriz fundamental Si se denota la matriz exponencial con el smbolo ( ),entonces (4) es equivalente a la ecuacin diferencial matricial ( ) ( ) (vase (3) de la seccin 8.3).Ademas, se deduce de inmediato de la definicin 8.4.1 que ( ) ( ) , y por tanto .Se tiene que estas propiedades son suficientes para concluir que ( ) es una matriz fundamental del sistema .

30

ECUACIONES DIFERENCIALES EQUIPO N 9

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 ( )

Para un sistema no homogneo de ecuaciones diferenciales lineales de primer orden, se puede demostrar que la solucin general de ( ), donde es una matriz de constantes, es ( ) ( )

Puesto que la matriz exponencial es una matriz fundamental, siempre es no singular y ( ) .En la practica, se puede obtener de al reemplazar por . CALCULO DE La definicin de dada en (3) siempre se puede usar para calcular .Sin embargo, la utilidad prctica de (3) est limitada por el hecho de que los elementos de son series de potencias en .Con un deseo natural de trabajar con cosas simples y familiares, se trata de reconocer si estas series definen una funcin de forma cerrada. Vanse los problemas 1 a 4 de los ejercicios 1.4.Por fortuna, hay muchas formas alternativas de calcular ; la siguiente explicacin muestra como se puede usar la transformada de Laplace. USO DE LA TRANSFORMADA DE LAPLACE Vimos en (5) que es una solucin de . De hecho, puesto que , es una solucin de problema con valores iniciales ( ) Si ( ) * ( )+ * ( ) ( )

+.entonces la transformada de Laplace de (6) es ( ) ( ) o ( ) ( ) ( , ) ( )

Multiplicando la ltima ecuacin por ( ( ) . + ( ) En otras palabras, * Ejemplo 1. Matriz exponencial

) se tiene que ( ) o *( ) +

Use la transformada de Laplace para calcular SOLUCIN Primero calcula la matriz .

para

y detemine su inversa: / ( ( ( ) ) ( ( ) ) )

31

ECUACIONES DIFERENCIALES EQUIPO N 9

Entonces, descomponiendo las entradas de la ltima matriz en fracciones parciales:

( )

Se deduce de (7) que la transformada de Laplace inversa de (8) proporciona el resultado deseado . /

32

ECUACIONES DIFERENCIALES EQUIPO N 9

BIBLIOGRAFA

1. REFERENCIAS LIBROS 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 2. REFERENCIAS ELECTRNICAS 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

ECUACIONES DIFERENCIALES EQUIPO N 9

CONCLUSIONES En el caso de sistemas con coeficientes constantes, se desarrolla con un mtodo de solucin que utiliza algunos conceptos bsicos del lgebra de matrices. Las soluciones se parecen a los que se usan en las ecuaciones diferenciales lineales de orden superior (Ecuaciones lineales: ecuaciones homogneas, ecuaciones no homogneas, Ecuaciones lineales homogneas con coeficientes constantes, Variacin de parmetros). Se profundiza las ecuaciones diferenciales lineales desde el punto de vista del algebra lineal, para despus particularizar en las ecuaciones diferenciales lineales de coeficientes constantes. Para hallar las soluciones particulares utilizamos los mtodos de los coeficientes indeterminados, la variacin de parmetros.

34

ECUACIONES DIFERENCIALES EQUIPO N 9

RECOMENDACIONES Un trabajo de matemticas no se puede leer como un diario o una novela, el estudiante tiene que tomar un lpiz y papel para volver a escribir la definicin sin alterarla, puede tomar los mismos ejemplos y resolverlos por su cuenta, verificndolos despus: que es una manera simple de estudiar cualquier tipo de conocimiento matemtico. Para hacer cualquier tipo de trabajo matemtico es necesario guiarse con ms de un solo material bibliogrfico.

35

ECUACIONES DIFERENCIALES EQUIPO N 9

AUTOCRTICA Para una mejor elaboracin del siguiente trabajo, el equipo debera de pedir asesoramiento tcnico acadmico al docente del curso. Falta de conocimiento en software computacionales para presentar sistemas de ecuaciones lineales en forma grfica.

36