CALCULO AVANZADO

Problemas con valores iniciales Problemas lineales y no-lineales Estabilidad del estado estacionario Diferencia Finita Estabilidad de la diferencia nita

Clases anteriores
Ecuaciones diferenciales ordinarias de primer orden lineal x = Ax: x 1 = a11 x1 + a12 x2 + + a1n xn x 2 = a21 x1 + a22 x2 + + a2n xn . . . x n = an1 x1 + an2 x2 + + ann xn o equivalente a:

x 1 a11 x 2 a21 . = . . . . . x n

a12 a22 . . .

a1n x1 a2n x2 . . . . . . ann xn

an1 an2

puede ser resuelto anal ticamente.

Clases anteriores
Soluci on de x = Ax es x(t) = eAt x(0) donde la matriz exponencial se dene como: eA = I + A + 1 1 1 AA + AAA + AAAA + 2! 3! 4!

O tambi en puede ser resuelto haciendo: A = T T 1 donde es una matriz diagonal formada por autovalores de la matriz A y las columnas de la matriz T son los autovectores de la matriz A. As , x(t) = T et T 1 x(0)

Estabilidad en un sistema lineal (I)

x = Ax tiene un estado estacionario en xs = 0 donde x = 0. Denici on: Un estado estacionario de un sistema din amico es uno en la cual las derivadas de tiempo de cada variable del estado son ceros. Un estado estacionario xs es estable, si para toda perturbaci on innitesimal a partir de xs el sistema retorna a xs . Un estado estacionario xs es inestable, si para cualquier perturbaci on innitesimal el sistema se aleja de xs . Un estado estacionario en el que una perturbaci on no aumenta ni decae con el tiempo es neutralmente estable

Estabilidad en un sistema lineal (II)

La soluci on de x = Ax, x(t) = T et T 1 x(0) puede ser escrito como:
n

x(t) =
j =1

cj ej t vj

donde las j son los autovalores de la matriz A y los vj los autovectores asociados, y x(0) = n j =1 cj vj En general, los autovalores de A son complejos: j = aj + ibj aj = Re(j ) bj = Im(j )

As , la respuesta al sistema es:

n n

x(t) =
j =1

cj e

j t

vj =
j =1

cj eaj t [cos(bj t) + isen(bj t)]vj

Estabilidad en un sistema lineal (III)

Si bj = 0, el sistema tiene una respuesta oscilatoria; sin embargo, si aj = Re(j ) < 0 para todos los autovalores, limt eaj t = 0.
Si todos los autovalores j de A tiene Re(j ) < 0, entonces para

todo x(0), limt ||x(t)|| = 0, y el estado estacionario es estable.

Si cualquier autovalor j de A tiene Re(j ) > 0, el estado

estacionario es inestable.
Cuando todos los autovalores j de A satisface Re(j ) 0 pero

existe por lo menos uno con Re(j ) = 0, el sistema no retorna siempre al estado estacionario, pero esta no diverge. El estado estacionario es neutralmente estable

Estabilidad en un sistema no-lineal (I)

Dado el sistema no-lineal x = f (x), con estado estacionario xs , donde f (xs ) = 0 es estable si limt ||x(t) xs || = 0 para cualquier perturbaci on innitesimal a partir de xs . Usando la serie de Taylor:
n

fj (xs + ) fj (xs ) +
k=1

fj (xs )k = xk

n k=1

fj (xs )k xk

Matriz de Jacobiano se dene como: f1 /x1 f1 /x2 f1 /xn f2 /x1 f2 /x2 f2 /xn J (x) = . . . . . . . . . fn /x1 fn /x2 fn /xn

Jmn (x) =

fm (x) xn

Estabilidad en un sistema no-lineal (II)

El vector de funci on alrededor del estado estacionario es aproximadamente:
n

fj (x + )
k=1

Jjk (xs )k

f (xs ) J (xs )

Dado xs jo, d(xs + )/dt = y la din amica cerca de xs son descritos como = J (xs ) As , la estabilidad de x = f (x) puede ser estudiado a partir de los autovalores de la matriz Jacobiano J .

Estabilidad en un sistema no-lineal (III)

Si todos los autovalores j de J tiene Re(j ) < 0, entonces el

estado estacionario es estable.

Si cualquier autovalor j de J tiene Re(j ) > 0, el estado

estacionario es inestable.
Cuando todos los autovalores j de J satisface Re(j ) 0 pero

existe por lo menos uno con Re(j ) = 0, el sistema no retorna siempre al estado estacionario, pero esta no diverge. El estado estacionario es neutralmente estable

Ejemplo (I)
Considere el sistema ecuaciones diferenciales ordinarias no lineal: x 1 = 2(x1 1)2 2(x1 1) + (x2 1) = 2x2 1 + 2x1 + x2 1 = f1 x 2 = (x1 1) 3(x2 1)2 4(x2 1) = x1 3x2 2 + 2x2 + 2 = f2 tiene un estado estacionario en xs = (1, 1). El matriz de Jacobiano es: f1 f1 x1 x2 (4x1 + 2) (1) J (x) = = ( 1) ( 6 x f 2 + 2) f2 2 x1 x2 J (xs ) = 2 1 1 4

Ejemplo (II)
Considere el sistema ecuaciones diferenciales ordinarias no lineal: x 1 = (x1 1)2 + 3(x1 1) (x2 1) = x2 1 + x1 x2 1 = f1 x 2 = (x1 1) 3(x2 1)2 4(x2 1) = x1 3x2 2 + 2x2 + 2 = f2 tiene un estado estacionario en xs = (1, 1). El matriz de Jacobiano es: (2x1 + 1) (1) 3 1 J (xs ) = = (1) (6x2 + 2) 1 4 inestable... nuevo estado estacionario: xs = [2, 1761 J (xs ) = 3, 3520 1 1 7, 3570 1, 5595]T

Diferencia Finita
Dado la ecuaci on x = f (x) puede ser escrito como: x[k+1] = x[k] + (t)[(1 )f (x[k] ) + f (x[k+1] )]
= 0: Euler expl cito (Forward Euler) = 1: Euler impl cito (Backward Euler) = 1/2: Crank-Nicholson

 = Ax Estabilidad num erica en x

Si A es diagonalizable, entonces para cualquier perturbaci on a partir del estado estacionario xs = 0, la respuesta en el tiempo del sistema es x(t) = eAt , y
n

= x(0) =
j =1

cj vj

[0]

donde vj son autovectores de A, asociado a los autovalores j = aj + ibj

Estabilidad absoluta
Generado una sucesi on de valores x[k] que son aproximaciones de respuesta del sistema x = Ax en el tiempo tk = k (t) para k = 0, 1, 2, , y expandiendo esa sucesi on como una combinaci on [k ] lineal de los autovectores de A, x[k] = n c v , se dice que esta j =1 j j sucesi on es absolutamente estable si para todo autovalor de A con [k+1] [k ] Re(j ) < 0, |cj | |cj |