Sistemas lineales con coecientes constantes

Problema homogneo e Consideremos un problema de valor inicial consistente en un sistema homogneo de n ecuaciones diferenciales lineales con coecientes constantes x = e Ax, junto con las condiciones iniciales x(t0 ) = x0 , es decir x = Ax x(t0 ) = x0 . La solucin del problema viene dada en trminos de la exponencial de la matriz o e tA, x(t) = e(tt0 )A x0 . Para hallar la exponencial de tA se puede seguir el siguiente procedimiento. Si es un valor propio de multiplicidad algebraica m y v es un vector propio generalizado correspondiente a , entonces una solucin del sistema es o V (t) = et v + t(A )v + tm1 t2 (A )2 v + + (A )m1 v . 2! (m 1)!

Tomando una base formada por vectores propios generalizados {v1 , v2 , . . . , vn }, las correspondientes soluciones {V1 (t), V2 (t), . . . , Vn (t)} forman un sistema fundamental. Formando las matrices M (t) = [V1 (t)|V2 (t)| . . . |Vn (t)] y P = M (0) = [v1 |v2 | . . . |vn ] entonces la exponencial de tA esta dada por etA = M (t)P 1 . Problema nohomogneo e Si consideremos ahora un problema de valor inicial nohomogneo e x = Ax + b(t) x(t0 ) = x0 , la solucin del problema viene dada por la frmula de variacin de las constantes o o o
t

x(t) = e(tt0 )A x0 +
t0

e(ts)A b(s) ds,

que es la suma de dos trminos e xh (t) = e(tt0 )A x0 es la solucin del problema homogneo con las condio e ciones iniciales dadas, xp (t) = t0 e(ts)A b(s) ds es la solucin del sistema nohomogneo con cono e diciones iniciales nulas. Finalmente recordemos que las ecuaciones y sistemas diferenciales de orden superior se transforman a sistemas de ecuaciones de primer orden mediante la introduccin de variables auxiliares. o 1
t

Ejercicios
1. Para cada una de las matrices A resolver el sistema x = Ax + b(t) 1 1 1 1 1 3 1 1 3 A= 2 2 2 1 3 4 1 2 2 5 1 1 2 0 1 2 0 2 siguientes hallar la exponencial de A, y 2 3 0 1

3 2 3 0 2 2 3 2

t 0 b= 2 t 1 b= sin(t) t 0 t2 t 1

0 A= 0 0 4

2 1 1 4 1

0 0 0 1 1

0 1 1

0 1 0 0 1 A = 0 2 1 0 1 1 1 2 1 0 2 A= 1 2 0 1 0 0 0 0 0 1

0 0 0 2 0

t 1 b= t e 1 0

0 1 1 1 2 3 0 1 0 1 1 2 0 1 1 0 0 1 0 0 0 0 0 0 0

t cos(t) b= t 0 0

2. Hallar la solucin de las siguiente ecuaciones y sistemas o 1) y (4) 2y (3) + 2 2y + y = et y 2) 3) y (4) + 2 + y = sin(2t) y x=y y =x+y

Transformada de Laplace
Llamamos transformada de Laplace de una funcin (real o compleja) f de o una variable real, a la funcin F denida por o

F (s) =
0

f (t)est dt.

El dominio de la funcin F es el campo de convergencia de dicha integral. El o campo de convergencia absoluta, si no es vac es un intervalo de la forma o, (a, +), con a R {}. En particular para funciones de orden exponencial dicho conjunto es no vacio. La transformada de Laplace se puede utilizar para resolver problemas de valor inicial en ecuaciones diferenciales ordinarias. Para ello, se transforma la ecuacin diferencial, haciendo uso de las condiciones iniciales, obtenindose una o e ecuacin lineal para la transformada de la solucin. Una vez resuelta esta ecuao o cin lineal se busca la transformada inversa, desomponiendo en fracciones paro ciales y realizando manipulaciones algebraicas. Por ejemplo, para resolver el sistema X = AX +b(t) con condiciones iniciales X(0 ) = X0 , hallamos su transformada de Laplace, obteniendo la ecuacin o lineal sX(s) X0 = AX(s) + b(s), cuya solucin es o X(s) = (s A)1 X0 + (s A)1 b(s). Ahora se aplica la transformada inversa y obtenemos la solucin o X(t) = L1 {(s A)1 X0 } + L1 {(s A)1 b(s)}. Comparando este resultado con la solucin del problema (que ya conocemos), o
t

X(t) = etA X0 +
0

e(t )A b( ) d,

se tiene que la solucin del problema homogneo es la antitransformada de o e Laplace de (s A)1 X0 . En consecuencia, L1 {(s A)1 } = etA , y de aqu se deduce que la solucin particular del problema no homogneo es la o e antitransformada de Laplace del producto (s A)1 b(s), es decir,
t

L1 {(s A)1 b(s)} = (etA ) b(t) =

0

e(t )A b( ) d.

Ejercicios
1. Hallar la transformada de Laplace de la funcin o f (t) = t si 0 t 1 2 si 1 < t

2. Hallar la transformada inversa de las funciones s3 27 s + 5 s6 4 s5 + 4 s4 16 s2 + 64 s 64 s4 + 1 6 6 s5 + 22 s4 78 s3 + 153 s2 216 s + 324 s 3. Resolver el sistema de ecuaciones diferenciales x = y + sin(t) x = x + cos(t) con condiciones iniciales x(0) = 1, y(0) = 1 4. Utilizando la transformada de Laplace, hallar la exponencial de tA siendo A la matriz 2 1 A := 1 2

Sistemas lineales con coecientes peridicos o

Dado un sistema de n ecuaciones diferenciales lineales X = A(t)X con coecientes peridicos de periodo T > 0, tomamos la matriz fundamental M (t) que o en t = 0 vale M (0) = In . En general, las soluciones de dicho sistema no sern a peridicas, o lo que es lo mismo, n general M (t + T ) = M (t). Sin embago, o e existe una matriz C regular n n tal que M (t + T ) = M (t)C. Dicha matriz se denomina matriz de monodrom a. Los valores propios de la matriz de monodrom se llaman multiplicadores a caracter sticos. El nombre multiplicador caracteristico procede del siguiente hecho: si v es un vector propio de C correspondiente al valor propio , es decir Cv = v, entonces la solucin X(t) = M (t)v satisface X(t + T ) = X(t), es o decir, se multiplica por cada vez que avanzamos un periodo. Se deduce de aqu que existen soluciones peridicas de periodo T si y slo si existe algn o o u multiplicador caracter stico de valor 1. Las soluciones peridicas corresponden o a condiciones iniciales (en t = 0) en el subespacio fundamental de valor propio 1 de la matriz de monodrom a. Si se toma otra matriz fundamental N (t) entonces existe C regular tal que La matriz C se llama matriz de monodrom asociada a N (t) N (t+T ) = N (t)C. a y es semejante a la matriz de monodrom C, C = P 1 CP , siendo P = N (0). a Los valores propios de C son tambin los multiplicadores caracter e sticos, y se pueden hallar como las ra ces del prolinomio p(s) = det[sN (0) N (T )]. Descomposicin de Floquet o Si tomamos un logaritmo de la matriz de monodrom y denimos B = a ln C, entonces la matriz Q(t) = M (t)etB es peridica de periodo T . Se tiene o por tanto la descomposicion de M (t) en producto de una matriz peridica por o la exponencial de tB, es decir,
1 T

M (t) = Q(t)etB . La descomposicin anterior se llama descomposicin de Floquet. o o Finalmente recordemos que las ecuaciones y sistemas diferenciales de orden superior se transforman a sistemas de ecuaciones de primer orden mediante la introduccin de variables auxiliares. o

Ejercicios
1. Para cada una de las matrices A(t) hallar la matriz de monodrom y a los multiplicadores caracteristicos. Hallar todas las soluciones peridicas o y discutir la acotacin de las soluciones. o A(t) = sin t 1 0 cos t sin t sin(2t)

A(t) =

1 cos t

cos(t) 0 1 0 sin t A(t) = 0 0 sin t sin(2t) sin t 0 0 A(t) = cos t 0 0 0 0 2 2. Estudiar la periodicidad de las soluciones de la ecuacin diferencial de o Mathieu y + (1 + a cos t)y = 0. segn los valores de a R. u

Estabilidad de los sistemas diferenciales lineales en el plano

Un punto de equilibrio de un sistema de ecuaciones diferenciales x = f (x) es un punto p tal que f (p) = 0, de forma que x(t) = p es una solucin del o sistema. De manera informal, decimos que un punto de equilibrio p es estable si todas las soluciones que empiezan cerca de p se mantienen cerca de p asintoticamente estable si toda solucin que empieza cerca de p o acaba en p (i.e. tiene l mite p). inestable si con condiciones iniciales arbitrariamente cercanas a p hay una solucin que no se mantiene cerca de p o Las deniciones precisas han sido o sern explicadas en clase. a Para un sistema lineal x = Ax, con A una matriz real cuadrada, el origen es un punto de equilibrio. Pretendemos en esta prctica estudiar los sistemas a lineales en el plano y determinar la estabilidad del origen. Para ello tendremos en cuenta el siguiente hecho, que no es dif de probar: cil Ni la topolog del diagrama de fase, ni la estabilidad del origen a dependen del sistema de coordenadas lineales que elijamos. En consecuencia, dado el sistema x = Ax podemos cambiar de coordenadas x = P y y el sistema se convierte en y = (P 1 AP )y. De este modo, la nueva matriz es semejante a la antigua, por lo que podemos partir para nuestro estudio de una matriz en forma de Jordan. Para dimensin 2 las posibles formas de Jordan son o 1

con , , y son nmeros reales, tales que = y = 0 (para no repetir u ninguna), y que corresponden a los casos: autovalor doble y diagonalizable; 1

autovalor doble y no diagonalizable; autovalores reales y distintos; autovalores complejos i. Lo que tienes que hacer es lo siguiente: Dibuja los diagramas de fase para cada uno de los sistemas correspondientes a las formas de Jordan anteriores, dando valores (positivos, negativos o cero) a los parmetros , , y . a Para cada uno de ellos, dibuja un esbozo y anota si el origen es estable, asintticamente estable o inestable. o Enuncia un teorema que establezca la estabilidad, inestabilidad o estabilidad asinttica del origen en trminos de los autovalores de la matriz o e y su multiplicidad.

El criterio de Routh-Hurwitz
Un sistema de ecuaciones diferenciales lineales con coecientes costantes es asintticamente estable si y slo si todas las ra del polinomio caracter o o ces stico de la matriz del sistema tienen parte real negativa. Por tanto para determinar la estabilidad asinttica basta con calcular las ra del polinomio o ces caracter stico y analizar el signo de su parte real. Para polinomios de grado bajo, podemos proceder como acabamos de decir, ya que siempre es posible encontrar dichas ra ces. Sin embargo, para polinomios de grado mayor que 4 esto (en general) no ser posible, debiendo a buscar mtodos alternativos. Uno de ellos es el criterio de Routh-Hurwitz, e que vamos a estudiar hoy. Teorema: Sea p(s) = sn + a1 sn1 + + an1 s + an un polinomio real. Todas sus ra tienen parte real negativa si y slo si los menores principales de la ces o matriz de Hurwitz a1 a3 a5 0 1 a2 a4 0 0 a1 a3 0 H = 0 1 a 0 2 . . . . . . . . . . . . 0 0 0 an son todos positivos. Ejemplo: Consideremos un polinomio de grado dos p(s) = s2 + a1 s + a2 Entonces H= a1 0 1 a2

Las partes reales de las ra de p son negativas si y slo si a1 > 0 y a1 a2 > 0, ces o o lo que es lo mismo a1 > 0 a2 > 0.

Ejercicios: Determinar si todas las ra de los siguientes polinomios tienen ces parte real negativa 1. s4 + 8 s3 + 24 s2 + 32 s 65 2. s4 + 6 s3 + 5 s2 2 s 10 3. 6760 + 9403 s3 + 15850 s2 + s8 + 19 s7 + 172 s6 + 970 s5 + 3661 s4 + 15652 s Ejercicios: Determinar si todas las ra de los siguientes polinomios tienen ces parte real positiva 1. s4 8 s3 + 19 s2 22 s + 10 2. s3 5 s2 s + 5 3. s4 5 s3 s2 + 5s Ejercicio: Analizar, en funcin de a, cundo todas la raices del polinomio o a p(s) = s3 + (6 3a)s2 + (18 12a + 3a2 )s + (6a2 18a a3 )s tiene parte real negativa y cundo todas tienen parte real positiva. a Ejercicios: Analizar la estabilidad asinttica de las siguientes ecuaciones y o sistemas de ecuaciones diferenciales 1. y + y 2y + y = 0 2. y (4) + 2y + 3y + 4y + 5y = 0 3. y (6) 5y (5) + 2y (4) y + y + 3y = 0 4. x = Ax donde A es la matriz 31 31 32 31 35 8 8 8 9 5 11 12 11 11 15 19 19 20 19 20 1 0 1 1 3

5. x = Ax donde A es la matriz 23 23 22 23 19 2 2 2 3 1 13 12 13 13 9 11 11 10 11 10 1 0 1 1 3

Subespacios estable, inestable y central

Recordemos que para un sistema de ecuaciones diferenciales lineales con coecientes constantes, el origen es siempre un punto de equilibrio. Asociados a dicho sistema se denen tres subespacios, que determinan las propiedades cualitativas del sistema. Estos subespacios se llaman subespacio inestable, estable y central, y vienen dados por Eu = Es = Ec =
()>0 E() ()<0 E() ()=0 E()

para en el espectro de A, y donde E() es el subespacio propio generalizado asociado a . Por ejemplo, para el sistema de matriz

1 1 1 2 1 1

0 0 1 1

2 0 1 1

0 A= 0 0

1 3

0 0 0

se tiene que los valores propios son = 1, i, i, 1+i, 1i. As el subespacio , estable es Es = E(1) = ker[A + 1] = R [1, 1, 1, 0, 1] el inestable es Eu = E(1+i)E(1i) = ker[(A1)2 +1] = R [0, 0, 1, 1, 0], [1, 0, 1, 0, 1] y el central es Ec = E(i) E(i) = ker[A2 + 1] = R [1, 0, 0, 0, 0], [0, 0, 0, 0, 1]

Ejercicios
Para cada una de las matrices siguientes, hallar los subespacios estable, inestable y central del sistema de ecuaciones diferenciales asociado.

1 1 1 2 3

1 1 3 0 3 1 1 3 2 3 A= 0 2 2 2 2

4 1 2 2 5

2 0 1

2 0 2 4 1 0 1 1 2 0 0

0 A= 0 0

0 0 1 1

2 1 1

0 1 1

0 1 0 A = 0 2 1 0 1 1

0 0 0 2 0 1 0

A=

1 2

0 1

0 0

1 1 1 2 3 0 1 0 1 1 2 0 1 1 0 0 1 0

Solido r gido: estabilidad de rotaciones estacionarias

Un slido r o gido es un cuerpo que se mueve en el espacio de manera que la distancia entre puntos permanece constante. As la posicin del cuerpo , o determina y queda determinada por un movimiento (rotacin ms traslacin) o a o que lo lleva de su posicin inicial a su posicin actual. El movimiento de o o rotacin R(t) se obtiene por medio de las ecuaciones de Euler o I + (I) = N = R R donde I es una matriz constante simtrica denida positiva, llamada matriz e de inercia (depende de la forma del cuerpo), = (1 , 2 , 3 ) R3 es la velocidad angular de rotacin (expresada o en un sistema de referencia que se mueve con el cuerpo). N R3 es el momento de las fuerzas que actan sobre el slido (exu o presado, tambin, en la referencia ja al cuerpo). e es la matriz de la aplicacin lineal v v, es decir o 0 3 2 = 3 0 1 2 1 0 El movimiento de traslacin del centro de masas se puede determinar tambin o e por medio de una ecuacin diferencial. o El caso que nos interesa es cuando N = 0. El movimiento de traslacin se o desacopla del de rotacin de manera que podemos estudiar el de rotacin sin o o preocuparnos por el de traslacin. Para entender intuitivamente la situacin, o o podemos pensar que estamos pilotando un avin (slido r o o gido) y medimos desde el avin (sistema de referencia en el cuerpo) la orientacin del avin o o o en funcin del tiempo. o

(1) (2)

Se llaman rotaciones estacionarias a los puntos de equilibrio de las ecuaciones de Euler I = (I) . Tienes que hacer lo siguiente: 1.- Halla dichas rotaciones estacionarias. 2.- Elige una de estas rotaciones y aplica el mtodo de linealizacin para e o ver si es estable. 3.- Busca funciones de Liapunov cuadrticas para el punto de equilibrio a elegido. 4.- Busca dos constantes de movimiento cuadrticas. a 5.- Las orbitas son la interseccin de las supercies de nivel de dichas o funciones. Sabr dibujarlas? as 6.- A la vista de dicha grca qu rotaciones estacionarias son estables? a e Que sean estables es bueno o malo? Para simplicar los clculos puedes hacer lo siguiente: dado que I es simtrica a e denida positiva, se puede diagonalizar en una base ortonormal. Por tanto podemos suponer desde el principio que I = diag(I1 , I2 , I3 ), con I1 I2 I3 . Estos ejes son los de mxima simetr del cuerpo. Adems, es buena idea a a a considerar el vector J = I (el momento angular en la referencia del cuerpo) y cambiar de variable, sobre todo en los tres ultimos apartados.