_____________________________________________________________________________________________________SISTEMAS DE EDO LINEALES

SISTEMAS DE EDO LINEALES

Los sistemas para considerar se caracterizan por tener:
• 𝑛 ecuaciones diferenciales de algún orden y
• 𝑛 funciones desconocidas tales como: 𝑦1 (𝑡), 𝑦2 (𝑡), 𝑦3 (𝑡), … , 𝑦𝑛 (𝑡).

৺Métodos de resolución
1
• Operador diferencial
• Transformada de Laplace
• Valores y vectores propios

৺Sistemas de 2 ecuaciones y 2 incógnitas

Los de primer y segundo orden se muestran a continuación:
Primer orden
𝑎 (𝑡)𝑥1′ (𝑡) + 𝑎12 (𝑡)𝑥1 (𝑡) + 𝑏11 (𝑡)𝑥2′ (𝑡) + 𝑏12 (𝑡)𝑥2 (𝑡) = 𝑓1 (𝑡)
{ 11
𝑎21 (𝑡)𝑥1′ (𝑡) + 𝑎22 (𝑡)𝑥1 (𝑡) + 𝑏21 (𝑡)𝑥2′ (𝑡) + 𝑏22 (𝑡)𝑥2 (𝑡) = 𝑓2 (𝑡)

Segundo orden
𝑎 (𝑡)𝑥1′′ (𝑡) + 𝑎12 (𝑡)𝑥1′ (𝑡) + 𝑎13 (𝑡)𝑥1 (𝑡) + 𝑏11 (𝑡)𝑥2′′ (𝑡) + 𝑏12 (𝑡)𝑥2′ (𝑡) + 𝑏13 (𝑡)𝑥2 (𝑡) = 𝑓1 (𝑡)
{ 11
𝑎21 (𝑡)𝑥1′′ (𝑡) + 𝑎22 (𝑡)𝑥1′ (𝑡) + 𝑎23 (𝑡)𝑥1 (𝑡) + 𝑏21 (𝑡)𝑥2′′ (𝑡) + 𝑏22 (𝑡)𝑥2′ (𝑡) + 𝑏23 (𝑡)𝑥2 (𝑡) = 𝑓2 (𝑡)

৺Método del operador diferencial

Se busca solución para sistemas de EDO lineales tanto homogéneas como no homogéneas.
Los siguientes pasos describen este método:
1. Las derivadas son representadas por el operador diferencial “𝐷” de la siguiente forma:
𝑦′(𝑡) se representa por 𝐷𝑦,
𝑦′′(𝑡) se representa por 𝐷 2 𝑦,
𝑦′′′(𝑡) se representa por 𝐷3 𝑦,
y en general, 𝑦 (𝑛) (𝑡) se representa por 𝐷𝑛 𝑦.
2. Se resuelve de forma algebraica el sistema obtenido, aplicando eliminación Gaussiana (o la regla de Cramer).
3. Se resuelve la EDO obtenida en términos de una sola función desconocida.
4. Finalmente, la función obtenida se reemplaza en alguna de las ecuaciones diferenciales del sistema y se halla una siguiente función
desconocida. Así hasta encontrar todas las funciones desconocidas.

৺Método de la transformada de Laplace

Se busca solución para sistemas de EDO lineales tanto homogéneas como no homogéneas.
Los siguientes pasos describen este método:
1. Se aplica la transformada de Laplace a cada una de las ecuaciones del sistema, para lo cual se debe tener condiciones iniciales.
2. Se resuelve el sistema algebraicamente aplicando eliminación Gaussiana (o la regla de Cramer).
3. Se halla la transformada inversa a cada una de las soluciones obtenidas en el paso anterior.

৺Método de valores y vectores propios

Introducción
Sea 𝑀𝑛𝑥𝑛 el conjunto de las matrices de dimensión 𝑛𝑥𝑛.
• 𝐴 ∈ 𝑀 es una matriz simétrica si y solo si: 𝐴 = 𝐴𝑇 .
• Valores y vectores propios (o característicos):
Se dice que 𝑟 es un valor propio de 𝐴 ∈ 𝑀𝑛𝑥𝑛 si y solo si:
∃𝜺 ∈ ℝ𝑛 : [𝐴𝜺 = 𝑟𝜺], donde 𝜺 se denomina vector propio.
Se denomina ecuación característica de 𝐴 ∈ 𝑀𝑛𝑥𝑛 a la ecuación: 𝑑𝑒𝑡(𝐴 − 𝑟𝐼) = 0, donde 𝐼 es la matriz identidad de 𝑛𝑥𝑛.
Las soluciones de la ecuación característica son los valores propios de 𝐴.
Los vectores propios de 𝐴 asociados al valor propio 𝑟 se obtienen resolviendo el sistema de ecuaciones homogéneo: (𝐴 − 𝑟𝐼)𝛽𝑟 = 𝟎;
tal que 𝛽𝑟 es el espacio característico del valor propio 𝑟 y los vectores de cualquiera de las posibles bases de 𝛽𝑟 son los vectores
propios asociados a 𝑟.

Propiedades
1. En general una matriz 𝐴 ∈ 𝑀𝑛𝑥𝑛 tiene 𝑛 valores propios reales o complejos que pueden ser simples o repetidos. La repetición de un
valor propio se denomina multiplicidad algebraica.
2. Para dos valores propios distintos de 𝐴, esto es, 𝑟1 ≠ 𝑟2 , los vectores propios asociados, 𝜺𝟏 , 𝜺𝟐 , son linealmente independientes.
3. Si 𝐴 ∈ 𝑀𝑛𝑥𝑛 es una matriz simétrica, todos sus 𝑛 valores propios son reales y pueden ser simples o repetidos. Además, tiene asociados
exactamente 𝑛 vectores propios linealmente independientes, incluso si sus valores propios se repiten.
4. En el caso de que 𝐴 ∈ 𝑀𝑛𝑥𝑛 no sea simétrica y tenga sus valores propios repetidos, no se garantiza que existan 𝑛 vectores propios
linealmente independientes.

Profesor: Antonio Chong Escobar, Ph.D. Referencia Bibliográfica: Ecuaciones diferenciales y problemas con valores en la frontera, Boyce – Diprima, 4ta edición
_____________________________________________________________________________________________________SISTEMAS DE EDO LINEALES

Sistemas de EDO lineales homogéneas con coeficientes constantes

Se busca la solución de sistemas de la forma:

{
𝑥1′ (𝑡) = 𝑎11 𝑥1 (𝑡) + 𝑎12 (𝑡)𝑥2 (𝑡) + ⋯ + 𝑎1𝑛 𝑥𝑛 (𝑡)
𝑥2′ (𝑡) = 𝑎21 𝑥1 (𝑡) + 𝑎22 (𝑡)𝑥2 (𝑡) + ⋯ + 𝑎2𝑛 𝑥𝑛 (𝑡)
′ (𝑡)
𝑥𝑛
⋮
= 𝑎𝑛1 𝑥1 (𝑡) + 𝑎𝑛2 (𝑡)𝑥2 (𝑡) + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 (𝑡)
[
Utilizando notación matricial:
𝑥1′ (𝑡)
𝑥2′ (𝑡)

′
⋮
⏟𝑥𝑛 (𝑡)
𝑎11 𝑎12 𝑎1𝑛 𝑥1 (𝑡)
𝑎21 𝑎22 𝑎2𝑛 𝑥2 (𝑡)
]=[ ⋮ ⋮ ⋮ ][ ⋮ ]
⏟𝑎𝑛1 𝑎𝑛2 𝑎𝑛𝑛 ⏟𝑥𝑛 (𝑡)
2
𝒙′(𝑡) 𝐴 𝒙(𝑡)
Entonces el sistema está dado por: 𝒙′ (𝑡) = 𝐴𝒙(𝑡); tal que 𝒙(𝑡) es el vector solución.
Se plantea el vector solución de la forma: 𝒙(𝑡) = 𝜺𝑒 𝑟𝑡 ; 𝜺 ∈ ℝ𝑛 ; 𝑟 ∈ ℝ y se busca los valores de 𝜀 y 𝑟 que satisfacen este
planteamiento. Para esto, se reemplaza 𝒙(𝑡) = 𝜺𝑒 𝑟𝑡 y 𝒙′(𝑡) = 𝑟𝜺𝑒 𝑟𝑡 en la ecuación matricial como se muestra a continuación:
𝒙′ (𝑡) = 𝐴𝒙(𝑡) → 𝑟𝜺𝑒 𝑟𝑡 = 𝐴𝜺𝑒 𝑟𝑡 → 𝑟𝜺 = 𝐴𝜺
Se observa que la solución planteada es válida si y sólo si: 𝑟 es un valor propio de la matriz 𝐴 y 𝜺 su vector propio asociado.

Teorema
Dado el sistema de ecuaciones diferenciales ordinarias lineales cuya representación matricial está dada por: 𝒙′ (𝑡) = 𝐴𝒙(𝑡) ; tal que 𝐴 ∈
𝑀𝑛𝑥𝑛 , entonces el vector solución del sistema está dado por:
𝒙(𝑡) = 𝑐1 𝒙(𝟏) (𝑡) + 𝑐2 𝒙(𝟐) (𝑡) + ⋯ + 𝑐𝑛 𝒙(𝒏) (𝑡) ; 𝑐1 , 𝑐2 , … 𝑐𝑛 ∈ ℝ ;
donde: 𝒙(𝟏) (𝑡), 𝒙(𝟐) (𝑡), … , 𝒙(𝒏) (𝑡) son soluciones vectoriales linealmente independientes del sistema. Es decir, se necesita determinar 𝑛
vectores propios linealmente independientes de la matriz 𝐴 (𝜺𝟏 , 𝜺𝟐 , … , 𝜺𝒏 ) y sus respectivos valores propios (𝑟1 , 𝑟2 , … , 𝑟𝑛 ). Por lo tanto,
el vector solución del sistema tiene la forma:
𝒙(𝑡) = 𝑐1 𝜺𝟏 𝑒 𝑟1𝑡 + 𝑐2 𝜺𝟐 𝑒 𝑟2𝑡 + ⋯ + 𝑐𝑛 𝜺𝒏 𝑒 𝑟𝑛 𝑡 ; 𝑐1 , 𝑐2 , … , 𝑐𝑛 ∈ ℝ.

Caso 1: Si 𝐴 ∈ 𝑀𝑛𝑥𝑛 es simétrica, 𝐴 tiene 𝑛 vectores propios linealmente independientes y todos sus valores propios son reales, los cuales
podrían ser diferentes o repetidos.
Ejemplo: Si 𝐴 ∈ 𝑀3𝑥3 es simétrica, tiene valores propios diferentes: 𝑟1 , 𝑟2 , 𝑟3 cuyos vectores propios son: 𝜺𝟏 , 𝜺𝟐 , 𝜺𝟑 respectivamente,
entonces la solución del sistema es:
𝒙(𝑡) = 𝑐1 𝜺𝟏 𝑒 𝑟1𝑡 + 𝑐2 𝜺𝟐 𝑒 𝑟2𝑡 + 𝑐3 𝜺𝟑 𝑒 𝑟3𝑡 ; 𝑐1 , 𝑐2 , 𝑐3 ∈ ℝ.
Ejemplo: Si 𝐴 ∈ 𝑀3𝑥3 es simétrica y sus valores propios son: 𝑟1 de multiplicidad 2 y 𝑟2 de multiplicidad 1 tal que los vectores propios de
𝑟1 son 𝜺𝟏 y 𝜺𝟐 y el vector propio de 𝑟2 es 𝜺𝟑 , entonces la solución del sistema es:
𝒙(𝑡) = 𝑐1 𝜺𝟏 𝑒 𝑟1𝑡 + 𝑐2 𝜺𝟐 𝑒 𝑟1𝑡 + 𝑐3 𝜺𝟑 𝑒 𝑟2𝑡 ; 𝑐1 , 𝑐2 , 𝑐3 ∈ ℝ.

Caso 2: Si 𝐴 ∈ 𝑀𝑛𝑥𝑛 no es simétrica, no se garantiza que 𝐴 tenga 𝑛 vectores propios linealmente independientes y sus valores propios
pueden ser reales o complejos, así como diferentes o repetidos.
Cuando los valores propios son repetidos no se garantiza que 𝐴 tenga 𝑛 vectores propios linealmente independientes.
Cuando los valores propios son diferentes 𝐴 tiene 𝑛 vectores propios linealmente independientes.
Si 𝐴 tiene 𝑛 vectores propios linealmente independientes y además:
• los valores propios son reales se procede como en el caso 1.
• los valores propios son complejos se procede como se muestra a continuación:
Sea 𝑟1 = 𝛼 + 𝜆𝑖 un valor propio complejo de 𝐴 ∈ 𝑀𝑛𝑥𝑛
Sea 𝜺𝟏 = 𝑺 + 𝑩𝑖 el vector propio asociado a 𝑟1 tal que 𝑺 ∧ 𝑩 ∈ ℝ𝑛
Sea 𝑟2 = 𝛼 − 𝜆𝑖 otro valor propio complejo de 𝐴 ∈ 𝑀𝑛𝑥𝑛 (complejo conjugado de 𝑟1 )
Sea 𝜺𝟐 = 𝑺 − 𝑩𝑖 el vector propio asociado a 𝑟2 tal que 𝑺 ∧ 𝑩 ∈ ℝ𝑛 (vector complejo conjugado de 𝜺𝟏 )
Entonces: 𝒙(𝟏) (𝑡) = 𝜺𝟏 𝑒 𝑟1𝑡 = (𝑺 + 𝑩𝑖)𝑒 (𝛼+𝜆𝑖)𝑡 : es una solución vectorial del sistema.
𝒙(𝟐) (𝑡) = 𝜺𝟐 𝑒 𝑟2𝑡 = (𝑺 − 𝑩𝑖)𝑒 (𝛼−𝜆𝑖)𝑡 : es otra solución vectorial del sistema.
Descomponiendo las expresiones exponenciales y utilizando la identidad de Euler: 𝑒 𝜃𝑖 = 𝑐𝑜𝑠(𝜃) + 𝑖𝑠𝑒𝑛(𝜃) se tiene:
𝒙(𝟏) (𝑡) = (𝑺 + 𝑩𝑖)𝑒 𝛼𝑡 𝑒 𝜆𝑡𝑖 = (𝑺 + 𝑩𝑖)𝑒 𝛼𝑡 (𝑐𝑜𝑠(𝜆𝑡) + 𝑖𝑠𝑒𝑛(𝜆𝑡))
𝒙(𝟐) (𝑡) = (𝑺 − 𝑩𝑖)𝑒 𝛼𝑡 𝑒 −𝜆𝑡𝑖 = (𝑺 − 𝑩𝑖)𝑒 𝛼𝑡 (𝑐𝑜𝑠(𝜆𝑡) − 𝑖𝑠𝑒𝑛(𝜆𝑡))

Resolviendo el producto y escribiendo en forma rectangular cada solución se tiene:

𝒙(𝟏) (𝑡) = 𝑒 𝛼𝑡 (𝑺𝑐𝑜𝑠(𝜆𝑡) + 𝑖𝑺𝑠𝑒𝑛(𝜆𝑡) + 𝑖𝑩𝑐𝑜𝑠(𝜆𝑡) − 𝑩𝑠𝑒𝑛(𝜆𝑡)) = 𝑒 𝛼𝑡 ([𝑺𝑐𝑜𝑠(𝜆𝑡) − 𝑩𝑠𝑒𝑛(𝜆𝑡)] + 𝑖[𝑺𝑠𝑒𝑛(𝜆𝑡) + 𝑩𝑐𝑜𝑠(𝜆𝑡)])
𝒙(𝟐) (𝑡) = 𝑒 𝛼𝑡 (𝑺𝑐𝑜𝑠(𝜆𝑡) − 𝑖𝑺𝑠𝑒𝑛(𝜆𝑡) − 𝑖𝑩𝑐𝑜𝑠(𝜆𝑡) − 𝑩𝑠𝑒𝑛(𝜆𝑡)) = 𝑒 𝛼𝑡 ([𝑺𝑐𝑜𝑠(𝜆𝑡) − 𝑩𝑠𝑒𝑛(𝜆𝑡)] − 𝑖[𝑺𝑠𝑒𝑛(𝜆𝑡) + 𝑩𝑐𝑜𝑠(𝜆𝑡)])
Se puede verificar que las soluciones vectoriales obtenidas 𝒙(𝟏) (𝑡) y 𝒙(𝟐) (𝑡) no son linealmente independientes. Se pueden
obtener dos soluciones linealmente independientes a las que llamaremos 𝒙(𝟏∗) (𝑡) y 𝒙(𝟐∗) (𝑡) de la siguiente manera:
𝒙(𝟏) (𝑡) + 𝒙(𝟐) (𝑡)
𝒙(𝟏∗ ) (𝑡) = = 𝑒 𝛼𝑡 [𝑺𝑐𝑜𝑠(𝜆𝑡) − 𝑩𝑠𝑒𝑛(𝜆𝑡)]
2
𝒙(𝟏) (𝑡) − 𝒙(𝟐) (𝑡)
𝒙(𝟐∗ ) (𝑡) = = 𝑒 𝛼𝑡 [𝑺𝑠𝑒𝑛(𝜆𝑡) + 𝑩𝑐𝑜𝑠(𝜆𝑡)]
2𝑖
Por lo tanto, la solución matricial del sistema está dada por:
𝒙(𝑡) = 𝑐1 𝒙(𝟏∗ ) (𝑡) + 𝑐2 𝒙(𝟐∗ ) (𝑡) ; 𝑐1 , 𝑐2 ∈ ℝ
𝒙(𝑡) = 𝑐1 𝑒 𝛼𝑡 [𝑺𝑐𝑜𝑠(𝜆𝑡) − 𝑩𝑠𝑒𝑛(𝜆𝑡)] + 𝑐2 𝑒 𝛼𝑡 [𝑺𝑠𝑒𝑛(𝜆𝑡) + 𝑩𝑐𝑜𝑠(𝜆𝑡)] ; 𝑐1 , 𝑐2 ∈ ℝ

Profesor: Antonio Chong Escobar, Ph.D. Referencia Bibliográfica: Ecuaciones diferenciales y problemas con valores en la frontera, Boyce – Diprima, 4ta edición