Metodos dinamicos en economia Otra busqueda del tiempo perdido Héctor E. Lomeli Ortega Profesor de matemiticas. Instituto Tecnolégico Auténomo de México Irma Beatriz Rumbos Pellicer Profesor de matemiaticas. Instituto Tecnolégico Auténomo de México THOMSON Australia * Brasil » Canada * Espaia * Estados Unidos * México * Reino Unido * SingapurCapitulo 4, Sistemas de ecuaciones diferenciales lineales '§4.1 Introduccién En éste capitulo se dard una introduccidn general a la teorfa de los sistemas de ecuaciones di- ferenciales lineales con més de una variable dependiente. Asumimos que el lector ha llevado in curso previo de Algebra lineal; sin embargo, incluimos los conceptos basicos de valores y [ros prpie a manca de eps. x(t) Sea t la variable independiente y X(t) = : un vector de variables depen- 1) lentes. Un sistema de ecuaciones diferenciales auténomo de primer orden es una expresién i tipo X= f(X), (4.1) nde la funcién f : IR" — IR” es continuamente diferenciable. La funcién f se conoce yniinmente como campo vectorial. Ademés, si escribimos la funcién como a fats .+%n) fala ee : , % fal®is.+5%n) pronces a las funciones f,,..., fr se as llama funciones coordenadas de f.84 : Cap.4 Sistemas de ecuaciones diferenciales lineal Ejemplo Ej. 4.1.1 Dado el sistema de ecuaciones k=K*—c-nk, = 5(ak*“! — p)c, oe 7 k podemos escribirlo como X = f(X), donde X es el vector X = ( ) y c k k* —c—nk r= (~ ~ ( Fane) Este sistema de ecuaciones es el llamado modelo de Ramsey de crecimiento econémico. verd posteriormente que k representa el capital per cdpita, c el consumo per cépita y a, 0, 8,6 son pardmetros del sistema. wearer ara El sistema de ecuaciones diferenciales de primer orden (4.1) puede expresarse como d= file. --Xn)s Xn : Salts ++05%n)» = 1,.. 1, son lineales, decimos que se trata de un sistema lineal ell Si las funciones fis i cual puede escribitse, en el caso homogéneo, como 34 = and +++ + ainXn Xn = AniXy t+ + Ann Xny donde todos los coeficientes aij son reales, ‘Al considerar el caso especifico de un sistema lineal podemos utilizar la notacién mati cial. Sea ay cts AinIntroduccion 85 Ja matriz de coeficientes. Un sistema lineal de ecuaciones diferenciales se escribe entonces como X= AX, (4.2) al cual Hamaremos el problema lineal. En este capitulo nos dedicaremos al estudio de estos sistemas. Bh. 4.1.2 Sea = 2m — 3x2 + 5x5, f=mt4ent7xs, 23 = —x2 + 1523, un sistema lineal de ecuaciones diferenciales. Vamos a reescribir el sistema usando la nota- cién vectorial. x(t) Sea X(t) = | x9(t) | s entonces el sistema de ecuaciones se escribe de la forma xa(t) X= AX, donde A es la siguiente matriz de coeficientes de 3 x 3: 2-3 5 A=[1 47 0-1 15 Fj. 4.1.3 Sea A = i" p. )-Encontar una solucin al problema lineal dado por I ecuacién (4.2), Queremos encontrar una funcién vectorial _ { alt) me ( nit) ) tal que X = AX; es decir, necesitamos dos funciones x; (#) y x2(E) tales que86 Cap.4 Sistemas de ecuaciones diferenciales lineales Es facil ver que #1 = 3%2 = —921, de manera que buscamos una funcién cuya segunda derivada es igual a ~9 veces ella misma. Por ejemplo, podemos proponer una solucién de la forma x1(#) = sen(w#), en donde w es una constante por determinar. Es claro que ¥ = —w? sen(wt) = —w?x;(#). Por lo tanto, podemos deducir que w? = 9. Escoiamos w = 3. Esto implica que x(t) = sen(3t), x(t) = at = cos(3t), son una solucién, Este método es esencialmente equivalente al que se estudié anteriormente para ecuaciones lineales de una variable. aa ad ad oP El procedimiento anterior tiene varias deficiencias, En primer lugar, hemos obtenido s6lo una solucién, aunque, como se verd més adelante, un sistema lineal tiene un niimero infinito de soluciones: una para cada condicién inicial. Por otro lado, el método que segui- ‘mos se basa en proponer la forma adecuada de la solucién, es decir, en “adivinar” cémo se ve la solucién, lo cual puede no ser obvio, Es claro que necesitamos una mejor manera de proce- der. Consideremos las funciones vectoriales X;(t), ..-, Xm (£), linealmente independientes, que satisfacen X%=AX, Xm = AXm, ysea X(t) = er Xi(t) +++ + emXm(t) una combinacién lineal cualquiera de X1,... Xm. Vamos a demostrar que X(f) es solucién del problema (4.2).Método de valores propios 87 Esto cs llamado el principio de superposicién visto con anterioridad en el capitulo 2, Tenemos que verificar que X = AX. Haciendo los calculos obtenemos lo siguiente, d gp Cia + ++ emXmn) = 1X1 +... 46 Xn = AX +...+¢mAXm = A(X, +...+¢mXm) = AX, por lo tanto X = AX, es decir, X(t) es solucién. §4.2 Método de valores propios Consideremos nuevamente la ecuacién (4.2). Supongamos que podemos encontrar 1 solu- ciones linealmente independientes, es decir, Xi(t),....Xn(#) son linealmente independientes en R" para toda ¢ y por lo tanto forman una base de ese es- pacio. Por el principio de superposicién, cualquier combinacién lineal es solucin y ademés, por tratarse de una base, toda solucién X puede escribirse como X(t) = Xa (t) +... + cnXn(t). Por otro lado, dada una condicién inicial X(t) = Xo, las constantes c},...,¢y pueden determinarse de manera tinica tal que se satisfaga, c1Xi(to) +... + ¢nXn(to) = Xo. Flesquema anterior nos da la estrategia general para resolver un sistema lineal: primero se encuentran 1 soluciones linealmente independientes (esto es, que formen una base en el espacio de soluciones) y luego se ajustan las constantes para satisfacer la condicién inicial, si ésta existe. En esta seccién se describe un método basado en las propiedades de la matriz. de Coeficientes, cuyo objetivo es encontrar suficientes soluciones linealmente independientes.88 Cap.4. Sistemas de ecuaciones diferenciales lineales Definicién 4.2.1 Sea A una matriz cuadrada den x n. Un vector propio (0 vector ca.) ractertstico 0 eigenvector) v, con valor propio A, es un vector, diferente del cero que satisface Av = dv. Nétese que v debe ser tal que Av — Av = 0, 0 bien, (A ~ Al)» = 0, donde I ela mattiz identidad. Se trata, entonces, de encontrar tna solucién no trivial (0 sea, distinta de 0) para un sistema homogéneo de 1 x 1, Recordando un resultado basico de Algebra lineal, sabemos que existe una solucién no trivial siempre y cuando se cumpla det(A — AT) = 0.) ‘A cous ultima ccuacién se le denomina ecuacién caracteristca asociada a la matriz A y| al polinomio det(A — Aljse lo llama polinomio caracteristico asociado a la matriz (A | y se denota por p4(A). Los valores propios no son més que las rafces de este polinomio y’ tuna vez obtenidas se puede proceder a encontrar los vectores propios. El siguiente ejemplo, ilustra este procedimiento. Ej. 4.2.1 Encontrar los valores propios y vectores propios de la macriz a-(72 1). 41 Primero calculamos el polinomio caracteristico pa(A) para luego encontrar sus raices. Se 21 10 A) = det =A -2-A 1 = det : ( 4 1-4 ) =(-2-A)(1-A)-4 =M+A-6> obtiene que y, factorizando, nos queda (A +3)(A — 2) = 0, con lo cual las raices son Ay = ~3 Jy = 2. Para encontrar el vector propio correspondiente a cada valor propio Aj, detel encontrarse un vector 0; # 0 tal que (A~Aj1)o; =Método de valores propios 89 a Si hacemos 01 = ( b ) » entonces a-von=(( 4 )9(8 99) (8) (6-6) que, por construccién, es un sistema homogéneo de ecuaciones dependientes entre si. Con- es decir, luimos que las entradas del vector 0 satisfacen la ecuacién a +b = 0. Al escoger el valor de tuna de estas incdgnitas, a otra queda determinada. Por ejemplo, sia = 1 entonces b = —1 y por lo tanto Pana ms -1 ¢s un vector propio con valor propio Ay = —3. El vector v es un generador del espacio de soluciones del sistema (A — Az1)0 = 0; por lo tanto, es evidente que cualquier vector paralelo al vector 0 también es un vector propio con valor propio Ay. De manera andloga ~() es un vector propio con valor propio Az = 2. warm obtenemos que Una pregunta natural es si existe una manera simple de encontrar el polinomio carac- terfstico de una matriz. Para el caso de una matriz de 2 x 2 la respuesta es afirmativa y el polinomio caracterfstico puede ser calculado con base en Ia traza (suma de los elementos de a=(14): la diagonal) y el determinante. Dada la matriz90 7 Cap.4 Sistemas de ecuaciones diferenciales linealess es inmediato ver que pa(A) = det(A ~ AD) a-A b = ae ( ¢ ea) (4.3), = A? — Atr(A) + det(A), (4.4)) por lo que el polinomio caracteristico queda expresado en términos de la traza y el determi. nante de A. Los vectores propios también poseen una representacién sencilla en el caso de una matriz fx : 4 A de 2 x 2 como la anterior. Para encontrar el vector propio asociado al valor x2 propio A, se resuelve el sistema ax, + bx, = Ax, oxy + dx = Ax. Por construccién, las ecuaciones son dependientes y si el sistema no es originalmente dia- ‘Ps ig! gonal tenemos que alguno de los coeficientes b 0 ¢ es diferente de cero, Supongamos que, b £0; poniendo x1 = b en la primera ecuacién, es facil ver que X2 = A —a, de manera We que v = es un vector propio con valor propio A. En el caso en que b A- an : A-d F y ¢ #0, utilizamos la segunda ecuacién y obtenemos que es el vector propio c buscado. Encontrar valores y vectores propios parece ser un proceso sumamente entretenido pero, gcudl es su relacién con la solucién al problema (4.2)? El siguiente teorema contesta ests; pregunta, Teorema 4.2.2 Si v es un vector propio de A con valor propio A, entonces X(t) = eMv es una solucién al sistema dado por (4.2) .Método de valores propios 91 Demostracion Debemos verificar que se cumple X(t) = AX(t). Por un lado, derivando X(t) = ve, tenemos que X(t) = reo y por el otro AX(t) = Ae“o = eAv = ev, y por lo tanto se cumple X(t) = AX(t). ll Como en el caso de las ecuaciones lineales de orden mayor que 1 con coeficientes cons- tantes, existen varios casos para las raices del polinomio caracterfstico, o equivalentemente, para los valores propios. La similitud con las ecuaciones lineales con coeficientes constantes no es casual y mas adelante precisaremos esta conexién. Las posibilidades que se tienen para Jos valores propios son las siguientes: @ valores propios reales y distintos, # valores propios complejos y @ valores propios reales repetidos. §4.2.1 Valores propios reales distintos Dela seccién anterior sabemos que dados 01, ..., On, vectores propios linealmente indepen- dientes de la matriz A den x 1, con valores propios Ay, ...5 Any entonces X1(t) = ev, Xn(t) = en, son soluciones linealmente independientes, y toda solucién del problema (4.2) es combina- cidn lineal de éstas. Si la matriz A es diagonalizable, siempre puede encontrarse una base de IR" de vectores propios de A y por lo tanto puede encontrarse la solucién como sigue. Dado X = AX, sea P = | DL ws. Ue ] Ja mattiz cuyas columnas son los vectores propios de A; entonces, si Y = P~1X se tiene que X = PY y, por lo tanto, Y = PIX =92 Cap-4, Sistemas de ecuaciones diferenciales lineales p-lAX = P-1APY = DY, donde D = PAP es la matriz.diagonal de valores propios.! Este ultimo sistema se resuelve facilmente como aent Y= |, cnet y por lo tanto se tiene que X = PY =cye*!o, +... tone On es la solucién general del problema original. jemplos | Ej. 4.2.2 Encontremos la solucién general del siguiente problema lineal: x-(1 ?)x 3.1 12 Primero obtenemos los valores propios de A = | ) . El polinomio caracteristice 1 de A esdet(A — AI) = 2 2A —35, Al resolver A? — 2A ~ 35 = 0, obtenemos Ar =7 y Ay = 5. Corresponde ahora encontrar los vectores propios. Para Ay = 7, resolvemor (A—Aj1)01 = 0 para algiin 01 # 0. Si hacemos 0 = ,entonces (5 2)(3)-G): Obtenemos las ecuaciones —6a + 12b = 0 y 32 — 6b = 0, que por construccién son linealmente dependientes. Escogemos b = 1 y, porlo tanto, a = 2. De aqui que 01 =) 2 ( 1 ) es vector propio con valor propio Ay = 7. De modo andlogo, para 42 = —5 TE hecho de que P-TAP = D, con D la matt diagonal de vectores propios es un resultado elemental de Algebra lineal y remitimos al lector a cualquier texto de dlgebra lineal para su demostracin.‘Método de valores propios ea 2) 1 ) - Obsérvese que podriamos haber tomado : 12 2 = = 7-1 6 a-( 2 \-(2 ee oe es como vectores propios, de acuerdo con la simplificacién que vimos para el caso de matrices de2 x 2. En conclusién, son dos soluciones linealmente independientes y cualquier otra solucién es de la forma, X(t) = c.X1(#) + coXa(t), X(t) = cre? ( : ) tar ( 7 ). Si ademés pedimos que se satisfaga la condicién inicial xo=($), pueden encontrarse ¢1 y €2 de la siguiente manera: x0-(3)-9(3}-0(2) con lo cual se tiene el sistema esto es, 2c ~ 2c. = 0, ate=1,94 i Cap.4. Sistemas de ecuaciones diferenciales lineales y por lo tanto cy = cz = 1/2. La solucidn es entonces tin (2) 1-5 f -2 x= 3e(3 \+¥e *( *) ote st a 3(e" +e) . t SiX(t) = ( mn ) , entonces el sistema original esté dado por y x x+12y, y=arty, y la solucién puede expresarse alternativamente como 1-1 4 k=] 3 2 -14X ~ 2 1-1 Sea 1-1 4 A=|3 2 -1 2 41-1 Como primer paso, encontramos las rafces del polinomio p4(A). Desarrollaremos el det terminante por cofactores. Para hacer esto, escogemos un renglén o columna y reducimos‘Método de valores propios 95 “psando los signos adecuados. Obtenemos asi 1-A -1 4 pa(A)=det} 3 2-A -4 2 eee eA 2-Aa -1 == ayaee loo 4 )- cae (3 7 ) ssaa(2 ) 2 -1-A 201 = (1-A)(A? —A~1) + (-3 -3A +2) +.4(3- 442A) = (1-A)(A27-A-1)+5a-5 = (1-A)(a?-A-1) -5(1-) = (1-A)(A2-A-6) = (1-A)(A-3)(A +2). En conclusién, el polinomio caracteristico de A es pa(a) = (1—A)(A—3)(A +2) ¥ por lo tanto los valores propios de A son Ay = 1, Ay = 3y Ag = ~2. Como segundo paso, encontramos los vectores propios correspondientes. Si Ay = 1, resolvemos el sistema a (A-Al) 0 =0. Estoes,siv= | b » entonces c 0-1 4 a 0 301 -1 b}=|0 21-2 c 0 Al resolver estas ecuaciones y escoger @ = —1, obtenemos b = 4y c = 1. En conclusién, -1 a=96 Cap4 Sistemas de ecuaciones diferenciales Lineales es vector propio con valor propio Ay = 1. Para verficarlo consideramos -1 4 -1 -1 Ayj={ 3 2 -1 4 |= t) ae 2 1-1 1 1) 1 De modo semejante se obtiene que el vector 02 = | 2 | es vector propio de Az = 3 y 1 -1 v3 =| 1. | esunvector propio correspondiente a 13 = —2. Podemos ahora obtener 1 tres soluciones linealmente independientes del problema dadas por -1 Xi) =e Bale 1 Finalmente, por el principio de superposicién, cualquier solucién puede escribirse como X(t) = crXi(t) + crXa(t) + eXa(t)- Ej. 4.2.4 Consideremos el sistema %e(1})x 22 Notemos que la matriz del sistema.es singular y que por lo tanto A = 0 es una raiz del polinomio caracteristico. En efecto, el polinomia esta dado por pa(A) = A(A—3), dieMétodo de valores propios 77 a con raices Ay = 3y Az =O. Es facil ver que 0) = ( > ) es un vector propio asociado al 1 valor propio Ay = 3 y que 02 = ( 1, } ssua vector no mulo que satisfac la ecuacién = 0, 0 sea, es un vector propio con valor propio A ="0. La solucién queda entonces _( ult) )\_ 1) sr 1 x= (20 Jan (2 )eem( 7). war ab ara A “como §4.2.2. Valores propios complejos Dado que el polinomio caracterfstico tiene coeficientes reales, los valores propios complejos siempre aparecen en parejas de complejos conjugados, A = a + Bi y A = a — Bi. Los vectores propios correspondientes son también conjugados en el siguiente sentido: si 0 = f+ is es el vector propio asociado a A, entonces 5 = r — is es el vector propio asociado a J, donde ry s denotan vectores en IR”, Por analogfa con el caso escalar llamamos ar y $ las partes real ¢ imaginaria del vector v y las denotamos por Re(v) e.Jm(v), respectivamente. ‘Al igual que en la seccidn anterior, sabemos que e“'v y e*6 son soluciones linealmente independientes; sin embargo, al igual que en (2.3.3), queremos soluciones reales. El siguien- te teorema nos indica cémo encontrar las soluciones reales. Teorema 4.2.3 Seav = r + is un vector propio de la matriz A con valor propio = « + Bi ysean wy(t) = Re(e“v), w(t) = Im(e*'v). Entonces, wy y Wp son solaciones linealmente independientes del problema X = AX yse pueden expresar como w(t) = e“(rcos Bt — ssen ft), (4.5) w2(t) =e" (rsen Bt + scos Bt). (4.6)98 Cap.4 Sistemas de ecuaciones diferenciales lineale [Demostracién | Sabemos que w(t) = e*v es una solucién del problema lineal (4.2), de manera que se! cumple zy = Aw. Podemos escribir w = wy + iwy y claramente se tiene que t = ty +. iba, ast como también Aw = Aw; + Ait. Comparando ambos lados se tiene que toy = Aw y thy = Awy, ¢s decir, wy y w2 son soluciones. Asimismo, ey = e“ (cos Bt + isen Bt)(r + is) = e“'(rcos Bt + is cos Bt + ir sen Bt — ssen ft) = e“|(rcos Bt — ssen Bt) + i(rsen Bt + scos Bt)], con lo cual se tiene que Re(e'v) = e“(rcos Bt — ssen Bt) = wi (t), Im(e“'v) = e (rsen Bt + scos Bt) = w(t), que es lo que se queria demostrar. Mi Obsérvese que en el teorema anterior el resultado seria idéntico si se tomaran 6 y A en, 7 lugar de v y A. Concluimos que a cada pareja de valores y vectores propios, que son com, plejos conjugados, le corresponden dos soluciones reales y linealmente independientes de la, ecuacién X = AX. De esta forma, pueden encontrarse suficientes soluciones linealmente| independientes que generen la solucién general. En el caso particular de un sistema de 2 x 2, la solucién general estd dada por, X= Ciw) + Cyw2, que puede reescribirse como X =e [(Cy cos Bt + Cy sen Bt)r + (C2 cos Bt — Cy sen ft)s]. (4.7) |Ejemplos 1-1 Ej. 4.2.5 Queremos resolver el sistema X = AX, donde A es la matriz ( 1 1 ) Obsérvese que esto es equivalente a resolver el sistema x-y yaxtyMétodo de valores propios - a con El polinomio caracteristico de A es pa(A) = det(A — AI) =A? -2A+2. Las raices de pa(A) (i.e. los valores propios de A) son 2+ v4-8 Ma=—5 _ 242i “2 =11i, por lo que Ay =A =1+iy Ay =A=1-iy tenemos quea = B = 1. Parad =1+i, el vector propio correspondiente se encuentra resolviendo (A-ADo =0, para algin v = ( ; ) # ( ) rds -i -1 a\_(o 1 -i bo) \o}? Esto corresponde al sistema de ectuaciones (dependiente, por construccién) —-ia—b=0, a—ib=0. Si escogemos b = 1, entonces a = iy concluimos que v es un vector propio con valor propio A = 1 +i, donde puede escribirse como =(3)-()()} En consecuencia, para 1 = 1—i se tiene que el vector propio correspondiente esté dado -(3)-(2)-()100 Cap Sistemas de eeuacionesdiferencialeslineales 0 En este caso, f= ( 1 ) ys= « por lo que, de acuerdo con (4:5) y (4.6), dos soluciones independientes, 11 y #2, estin dadas por wor=e(ser(?)-eer(5))-{ ) 1} 0 wrt) =e (= ({ ) + cost ( 1 )) _ (oS ). 7 0 ef sent y la solicién general del sistema queda expresada como —e'sent e cost x=) tal f, . e' cost el sent <() obien i x= ( “PJ, y(t) x(t) = e(-C sent + C2 cost), y(t) = e'(C cost + Casent) 0 Si tenemos la condicién inicial X (0) ( 1 ) entonces, sustituyendo en la solucién general se obtiene Cp = Oy C1 = Ej. 4.2.6 Encontremos la solucidn general del siguiente problema: 0 -1 X=] 0 13 x. 1 0 1 La matriz de coeficientes es OostMétodo de valores propios 101 cuyo polinomio caracteristico es pa(A) = det(A — Al) 1-A 0 -1 =det} 0 13-A 0 = 09=aaee( ee ) 1 1-A = (13 — A)(A? — 2A +2). Las raices de pa(A) son Ay =A =14i,A, =A=1-iyAz = 13. Parad =14i, deseamos encontrar un vector propio v # 0. Para hacer esto, resolvemos (A — AI)o = es decir, i 0 -1 a 0 0 12-1 0 DSi O dl One i c 0 que equivale al sistema ~ia—c =0, (12—i)b =0, a—ic=0. Obviamente, b = 0. Si escogemos a = 1, y por consiguiente ¢ = —i, entonces 1 1 0 O10) 0 eit es -i 0 -1 es un vector propio con valor propio A = 1 +i. De lo anterior tenemos que @ = B = 1 0 r=| 0 |ys=| 0 |. Apartirdeesto, (4.5) y (4.6) dan dos soluciones linealmente 0 lt102 Cap4 Sistemas de ecuaciones diferenciales inealeg independientes, 1 0 wi(t) =e | cost| 0 | ~sent 0 A 0 -1 1 0 w2(t)=e|sent| 0 | +cost| 0 0 -1 Simplificando, llegamos a que et cost w(t) = 0 e'sent y efsent w(t) = 0 —e! cost Para Aj = 13, encontramos un vector 03 # 0, tal que se satisfaga (A—Agl)03 = 0, es decir, -122°0 -1 a 0 00-0 b |= 1012 c 0 Resolviendo, encontramos 03 = (a,b,c) = (0,1,0) y esto nos da una solucién de Ia forma 0 w(t) =e | 1 0 Por lo tanto, la solucién general para este sistema es et cost ef sent 0 X(t) = 0 +Cy 0 +C3 | eS e'sent -e' cost 0 WP ar zrMétodo de valores propios 103 §4.2.3 Valores propios reales repetidos El caso general de una matriz A de 1 x 11 se puede ver en el apéndice C; aqui se analiza sinicamente el caso de una matriz.de 2 x 2, El problema, en el caso de raices repetidas, es que no se tiene una base de vectores propios y por lo tanto la matriz. no puede ser diagonalizada. Sin embargo, puede obtenerse una matriz triangular de la forma Al t=(34). (4.8) con la cual el problema queda expresado como x=Ax+y, y= dy. Podemos resolver la segunda de estas ecuaciones para posteriormente sustituir en la primera y llegar a y=", x=cre™ + cte™, Para obtener la matriz T, lo que se necesita es el vector propio 0 correspondiente al valor propio A-y otro vector w tal que la matriz p=[v wv] cumpla con P~!AP = T, donde T es la matriz triangular dada en (4.8). Para obtener el vector w se procede como sigue. Definicion 4.2.4 Sea v un vector propio con valor propio, A. Se dice que w es un vector propio generalizado si satisface (A-Aljw = Dados v y w como arriba, podemos probar la siguiente proposicién. Proposicién 4.2.5 X(t) e(tu + w) es solucién del sistema X = AX.104 Cap.4 Sistemas de ecuaciones diferenciales lineales Demostraci6n Por definicién, tenemos que XK =eMv+AcM(tv + w) =e(tAoto+Aw) =e (tAv+ Aw) = Ae“ (tv + w) = AX y porlo tanto X es una solucién. Ml De esta forma se tienen dos soluciones independientes y se concluye que la solucién general del sistema X = AX, en donde A es una matriz de 2 x 2 con un valor propio repetido, puede expresarse en tétminos de v y w como sigue: X(t) = cyve™ + en (tv + we. (4.9) El siguiente paso es obtener un vector propio generalizado. Se puede, por supuesto, simple- mente utilizar la definicién y resolver el sistema (A — AL) w = 0; sin embargo, el caso de una matriz de 2 x 2 puede simplificarse atin mds. Recordemos que si la matriz. A estd dada por an(* ‘) cd yb £0, entonces un vector propio asociado al valor propio A esté dado por v=(.24)) El valor propio es una rafz del polinomio A? — A tr(A) + det(A) y si es una raiz doble debe ser de la forma A = "A4) = 244, Resolvemos ahora el sistema (A — AI)w = 0 con estos valores especificos dev y A. Siw = ( * ) , se tiene que y (2 )G)-(Método de valores propios a 0 y por lo tanto es fill ver que w = (5 ) siempre es solucién, Si en la matriz A, b = 0 A-d ) como vector propio y procediendo de c pero ¢ # 0, entonces se utiliza 0 = ( 1 manera andloga tenemos que w = ( 9) su vestor propio generaizado Ej. 4.2.7. Resolvamos el sistema x=(3 7 )x 2-1 La ecuacién caracteristica es A? — 2A +1 = 0, cuya tinica raiz es A = 1. El vector pro- ; -2 pio correspondiente es 0 = ( 5} ¥ el vector propio generalizado, que se encuentra resolviendo (: 2)(3)-(4): 0 . es simplemente 1 = ( 1 ) . Por lo tanto, la solucién general queda dada por X() = Ce! ( = ) Cet ( oy ) . 1 Si se tiene la condicién inicial X(0) = ( ; ) son resolviendo el sistema -2C, =1, -2C, + Co 0, y Cy = —1,y por lo tanto la solucién final es 1 2t 14+2t xee(1)+e(.2,)=e( 2 ). ae aPadar xP Hegamos a C =106 Cuap.4 Sistemas de ecuaciones diferenciales lineales §4.3 El caso no homogéneo Consideremos ahora un sistema de la forma X=AX+B, (4.10) en donde ky B=]: ky es un vector fijo en IR", Sabemos que la solucién a este sistema es de la forma X= X,+Xp, en donde X; es la solucién general del sistema homogéneo asociado (es trivial ver que la pro- posicién 2.1.3 se aplica también a sistemas de ecuaciones), que se obtiene con los métodos de las secciones anteriores, y Xp es una solucién particular del sistema no homogéneo. La solucién particular puede obtenerse ficilmente suponiendo que X, es constante, de manera = 0, para después resolver el sistema dado por AX, = -B. La solucién puede no existir ya que A puede ser una matriz. singular, Véase el ejercicio 4.10. mplo Ej. 4.3.1. Queremos encontrar la solucién general del siguiente problema lineal: -(}2)(2). La solucién del caso homogéneo se obtuvo en el ejemplo 4.2.2 como 2 —2 mann (?)eae¥( 2). Para la solucién particular se resuelve (8)-(2)‘Elcaso no homogéneo 107 1 ye obtiene Xp = ( . ) manera que la solucién general queda expresada como x09 = a2" ( ; ) +ae*( : )+(). aad area También es posible resolver sistemas no homogéneos del tipo X(t) = AX(t) + Y(t), en donde Y(t) = y(t) ( ; ) y la funcién y(t) es polinomial, exponencial o trigonomé- trica, La solucién es de la forma X = Xp + Xp, al igual que antes, y la solucién particular Xp se obtiene utilizando la técnica de cdeficientes indeterminados que vimos en la seccién 2.3.5.1. El siguiente ejemplo ilustra el método. Ejemplo Ej. 4.3.2 Consideremos la ecuacidn X = ( ee ) . ( . ) a 301 cién homogénea asociada es la misma del ejemplo anterior, La solucién de esta ecuacién 2 -2 X, = ce" + ce . h = Cie 1 2! 1 Proponemos una solucién particular de la misma forma que Y(£), es decir, A A Xp=t( 7) J+( 7° J. By Bo Dado que Xp satisface la ecuacién original, tenemos que debe cumplirse Ay 1 12 Ait+ Ao = 2t B) \3 1 Bit + Bo t _ ( (Ar +12B, + 2)t + Ag + 12Bo ~ \ GAr+Bi+1)t+340+ Bo )° es108 Cap-4 Sistemas de ecuaciones diferenciales lineales Igualando coeficientes en ambos lados se tiene Ay = Ag +12Bo, By =3Ao + Bo, Ay +12B; +2=0, 3A, +B, +1=0, y resolviendo obtenemos ea Al 7 Bo e Bl=~>, con lo cual la solucién final es nimoe (Zen )(21) (2). aaa ara En el caso anterior, si y(#) no es polinomial, exponencial ni trigonométrica, entonce el problema se complica, Para una solucién general del problema no homogéneo, véase el ejercicio 4.10. §4.4 Ecuaciones lineales de orden superior ‘Un sistema de ecuaciones lineales puede convertirse en una ecuacién de orden superior ‘con coeficientes constantes mediante sustituciones sucesivas. Para ilustrar esto, veamos a siguiente ejemplo de un sistema dé 2 x 2.Feuaciones lineales de orden superior : 109 {Ejemplo| Ej. 4.4.1 Consideremos el sistema ax + by, yacx+dy. Despejando y de la primera ecuacién, obtenemos (4.11) (4.12) o bien, reescribiendo, ¥—(a+d)k-+ (ad —be)x =0. Nétese que ésta es una ecuacién de segundo orden con coeficientes constantes cuya ecuacién caracteristica es precisamente pa(A) = 0, con p4(A) el polinomio caracteristico de la b d Supongamos, por simplicidad, que se tienen dos raices reales distintas, Ay y Ag, las matriz del sistema, cuales, por construccién, coinciden con los valores propios de la matriz. Podemos asf resolver para x y posteriormente sustituir en (4.11) para obtener y. La solucién queda como x = Kye! + Kye" y=K (2“) eM 4 Kp (2>*) ght o bien, en forma vectorial x 1 1 (5) -we" (aps) ese ye): b b110 Cap.4. Sistemas de ecuaciones diferenciales lineales El vector es simplemente un vector propio correspondiente al valor propio Aj. 5 En resumen, dado el sistema de dos ecuaciones, éste puede resolverse transformandolo en tuna ecuacién de segundo orden. En general, para sistemas de orden mayor este método de transformar el sistema en una ecuacién de orden superior puede resulrar sumamente tedioso por lo cual simplemente se resuelve el sistema extendiendo el método del capitulo anterior A continuacién veremos que la situacién inversa también es valida, 0 sea que una ecua- cién de orden superior con coeficientes constantes puede transformarse en un sistema de ecuaciones lineales de primer orden, Extenderemos asi la teorfa del capitulo 2 para ecuacio- nes de orden superior. Una ecuacién de orden m con coeficientes constantes es de la forma (mt YO a yr + bay Para resolverla, se transforma en un sistema lineal: zo(t) = y(t), alt) = 9). Zm—a(t) = ¥"™ (). Usando estas variables, definimos una funcién vectorial del siguiente modo: zo(t) y(t) z(t) y(t) m-1(t) on) (t) Veremos que Z(f) satisface una ecuacién lineal. Su derivada es Z(t)Eeuaciones lineales de orden superior __ 111 Obsérvese que Small) = y(t) = am ay (#) ~ ... = ar y(t) = aoy(t) = Aint Zma(t) = «= a1 21 (t) — ay z0(t). Notamos que, usando Z(t), podemos escribir las ecuaciones anteriores como un sistema lineal. La matriz correspondiente a dicho sistema es 0 7 0 we 0 0 0 1 0 ee (4.13) : 7 7 : 1 a —ay a —Am-1 es decir, Z(#) = AZ(t). E; mplo | Ej. 4.4.2 Queremos transformar la ecuacidn lineal de tercer orden ¥ — 3ij + 2 + 7y =0 en un sistema lineal de primer orden. Como lo hicimos anteriormente, definimos Entonces 0 w(t) 0 10 i 0 y(t) | = 0 0 1 | X(#) 7 -2 a(t) -7 -23112 Cap.4 Sistemas de ecuaciones diferenciales lineales En la siguiente proposicién, veremos que, de hecho, es fécil encontrar el polinomio caractertstico del sistema lineal correspondiente a la matriz (4.13). Proposicion 4.4.1 Sea yl") + amy") +... + ary + aoy = 0 una ecuacién lineal de orden m. Sea o 1 0... 0 o o 1 0 ene 1 =ay a ap ana la matriz del sistema lineal de primer orden correspondiente, X = AX. Entonces la ecuacién caracteristica de la matriz A es A" $a AM + Fa A +a = 0. La demostracién se deja como ejercicio para el lector. moc [Eiempios| Ej. 4.4.3 Se desea resolver el siguiente problema con valores iniciales: j-y-6y =0, y(0) = 3, y(0) =0. Lo transformaremos en un sistema lineal de primer orden. Sea x= (% J. wt) EI sistema lineal, en este caso, es X() = y(t) \ _ w(t) HH) 6y(t) + H(t) Opel S ( 61 ) x. Utilizando la proposicién 4.4.1, el polinomio caracteristico es pala) = —A-6 = (A—3)(A +2),Ecwaciones lineales de orden superior 13 y los valores propios son Ay = 3, y Ag = —2. Siguiendo el método usual, puede verse que los siguientes son vectores propios que corresponden a los valores propios: Concluimos que la solucién general para el problema lineal es 1 X(t) =ce* ( : ) + ae ( 3 ). Para encontrar las constantes ¢1 y C2 usamos las condiciones iniciales: x0-(38)-(3) (0) 0 Es facil ver que ¢ = 6/3 y cz = 9/5; por lo tanto, _{ ¥)\_ 6s (1 9a t xo= (Fp )-8°(3)4*( 4). Finalmente, se tiene que y(t) = be + Ze a Ej. 4.4.4. Deseamos resolver el siguiente problema de segundo orden, usando el método de vectores propios: §-2y+2y =0, y(0) =0, (0) =1. Resolvamos el sistema lineal X = AX, en donde114 Cap.4 Sistemas de ecuaciones diferenciales lineales El polinomio caracteristico de la ecuacién es pa(A) = A2 — 2A +2, por lo que los valores propios son _ 2+ Va-8 _ 12> 2 a es decir, A =AHlti Ag=A=1-i. ‘Tomemos A = 1 +i. Encontremos vectores propios de la manera usualy esto es, si = (4): wane (74 )(3)-() Si escogemos a@ = 1 obtenemos que b = 1 + iy por lo tanto (04) es vector propio con valor propio 1 + i. Al descomponerlo en parte real y parte imaginaria “= ()() Utilizando las formulas (4.5) y (4.6), con « = B = 1, entonces, se tiene v= wy(t) =e! (rcost — ssent), (4.14) w(t) =e! (rsent+scost), _ ef cost e'cost—e'sent J* i ef sent e'sent +elcost } * Hegamos a t a wilt) =e Joost | —sent w(t) =e! [an ( : ) + cost —_ roro TeEcuaciones lineales de orden superior 115 La solucién general es X(t) = cw (t) + c2t2(t); usando la condicién inicial. obtenemos que ¢y = Oy ¢2 = 1. La solucién al problema de valores iniciales es, por lo tants efsent X() = ® ( et sent +e! cost ) y concluimos que y(t) = e' sent. wav ar ar ar E| método de valores propios no seria totalmente adecuado para el caso que nos ocupa, si es que encontrar los vectores propios fuera muy complicado. En el siguiente teorema se presenta una manera simple de calcularlos. Advertimos que este teorema es aplicable sélo a un tipo de matrices. No se debe intentar aplicarlo al caso general. Teorema 4.4.2 Seay") + ayy") +... + a1 + aoy = 0 una ecuacién lineal de orden m. Sea 0 1 () ooo 0 0 0 1 0 A= 1 —a —a —A2 aml la matriz del sistema lineal de primer orden correspondiente, X = AX. Entonces, para cada valor propio Ax, el siguiente es un vector propio: 1 Ak 2 m% =| (Ar) ay La demostracién se deja como ejercicio al lector.116 Cap.4 Sistemas de ecuaciones diferenciales lineales | Ejemplos Ej. 4.4.5 Se desea resolver el siguiente problema: | y+y=o y(0) = 6, (0) = -1 Reescribimos la ecuacién de segundo orden como un sistema lineal de primer orden. Sea vn = ( ¥ AL yt) El sistema lineal correspondiente es, 7 ol Y= Y(t). (t) ( nh ) ) pa(A) =A? 41 El polinomio caracteristico es Las raices de pa son A = iy A = —i. Encontremos un vector propio @ para el valor propio 1 v= i es un posible vector propio con valor propio A. Entonces « = 0, B = Ly Al r= 0 0 B= : 1 Usando las formulas (4.5) y (4.6), obtenemos dos soluciones linealmente independientes, A = i usando el teorema 4.4.2. Asi, wz; (t) y W(t). Después de simplificar se tiene st matt = ( cos ) sent t matn)= (5 ). cost| Feuaciones lineales de orden superior 117 La solucién general es Y(t) = cy71(t) + ¢2tv2(t). De las condiciones iniciales, concluimos que ¢1 = 6y €2 = —1. Porlo tanto, la solucién al problema de valores iniciales es vy <6( cost) \_ (sents) ) ~sen(t) cos(t) y por lo ranto, y(#) = 6cos(t) ~ sen(t). Es claro que este método coincide con lo visto en el capitulo 2. Ej. 4.4.6 Vamos a resolver la ecuacién 7 — y = 0 con condiciones iniciales y(0) = 5, (0) = 2y (0) = 0. Reescribamos la ecuacién anterior como un sistema de primer orden, y(t) usando Y(t) =] y(t) | . Elsistema asociado es H(t) O10) yit)=| 001 | Y(t), 010 © con lo cual la ecuacién caracteristica es A3 — A = Oy los valores propios son Ay = 0,A2 = 1 y Ag = —1. Del teorema 4.4.2, concluimos que, para Ay = 0, 1 i a=| a |=| 0 x 0 ¢s vector propio con valor propio Az = 1. Finalmente, T i. sen Ase (tt w 1 i | i | | 1 1 | m=| a J=[1 a 1118 Cap.4 Sistemas de ecuaciones diferenciales lineales es vector propio con valor propio Ag = —1. De aqui que la solucién general sea de la forma 1 1 1 X(=C | 0 | +e} 1 f+Get] -1 0 1 1 Para encontrar las contantes, usamos las condiciones iniciales, 5 1 dl 1 X(0) =] 2 |=] 0 }]+Q]} 14+} -1 7 yal resolver, obtenemos Cy = 5,C2 = Ly C3 = —hres decir, la solucién es 5 1 1 x)=] 0 ]+e} 1 et| -1 0 1 1 y concluimos que y(t) =5-+ef—e'. Ba a ae?Ejercicios > 4:1 Resolver los siguientes sistemas de ecuaciones: ; 3 441 x= x. ax-(7 5) : 21 ) X= x, y 3 ) . o 1 X= x. ox-(3 4) . 3 -6 4) X= x y 1 3) > 4,2 Resolver los siguientes sistemas de ecuaciones: ax-(7 !)x -1 -1 )XxX= peal: -1 1 ox=-(1 7 )x 21 ; 3-1 X= x. 2 4 1) > 4.3 Resolver los siguientes sistemas de ecuaciones: a X= } i)x(3). 24 1 . 2 -1 9 ) X= x ; it) ‘G) 119 a 0 k=( } i )xe(%); —2 44 e > 4.4 Resolver los siguientes problemas con valores iniciales: “G) (eG): con condicién inicial x(0) \_ (-1 y) J \ 10 }* Encontrar Tim(x(#),y(t)), si éte existe. yxa(* 6 ) X, con condi- a 8 cién inicial xo=(}): (Suponer que B + 0.) 0 10 Aes (0 Wd poem On 282 condicién inicial 10 X(0) =|} 20 30 > 4.5 Consideremos el siguiente problema con valores iniciales: donde w es una constante real.120 a) Resolver el problema. b) Cudnto debe valer w si deseamos que lim X(t) = 0? p 4.6 (Curva catenaria) Considerar el siguiente problema lineal: e\ (ab\(« y cad)}\y a) Determinar las condiciones sobre a,b,c y d de manera que la mattiz tenga como valores propios a A y —A con A real. = Escribir la solucién para el caso del inciso anterior. Las curvas solucién x(t) y y(t) se llaman curvas catena- rias. > 4,7 Considerar el siguiente problema li- neal: a) Encontrar la solucién general X(t). 8) Calcular tim X(t). > 4.8 Resolver el siguiente sistema: -2 -1 7 X=] -10 0 16 |X. —4 0 6 (Sugerencia: A = 2 ¢s valor propio.) Ejercicios > 4.9 Las siguientes son tres soluciones /i- nealmente independientes de un problema li- neal X = AX: 3-2¢ wy(t) = , w2(t) = e . -74+7e 2-2¢e w3(t) = 0 -2+43e! Encontrar la matriz A, (Sugeren- cia: usar la funcién matricial @(¢) = y_ demostrar { w(t) w(t) wat) que &(f) = A(t) > 410 Sea A una matriz de 1 x 1. Se sa- be que el problema lineal X = AX tiene soluciones linealmente independientes, di- wy (t)}. Sea (6) = wy (t) | la matriz, cuyas gamos {w;(t),.-- [ wit) columnas son estas soluciones. (Esta matriz es llamada matriz fundamental.) a) Explicar por qué, para cada tiempo f, la matriz (t) es invertible. b) Demostrar que (t) = A®(t) c) Sea f(E) una funcién cualquiera. Sea Y(t) = &(t) ff &(s) Tf (s)ds. Mostrar que Y es una solucién par- ticular del problema X = AX + f(t).r Ejercicios > 4.41 Demostrar la proposicién 4.4.1. > 4.12 Demostrar el teorema 4.4.2. > 4.43 En una economia se producen tini- camente los bienes x() y y(t) y éstos son utilizados tanto como insumos para la pro- duccién como para consumo final. Esta produccién se ajusta en el tiempo de mane- ra proporcional al exceso de demanda. De esta forma, un modelo que describe las tra- yectorias x(t) y y(t) es el siguiente: i -(% a () y yx Ay y (a) \_ fe y(t) y} en donde dy y dy son las demandas de con- sumo final y aij representa la cantidad del bien i que es necesaria para producir una unidad del bien j. El lector reconocerd la matriz como una tipica matriz de insumo- producto. 2) Resolver el modelo descrito cuando a matriz esta dada por (3%) y el vector de demanda final por (3) 121 6) Resoiver el modelo descrito cuando a matriz estd dada por (23) y el vector de demanda final por ew er )” > 4.14 Considerar la ecuacién no auténo- ma x= flat). a) Describir cémo se puede transformar esta ecuacién en un sistema de ecua- ciones auténomas. 4) Utilizar el método anterior para re- solver la ecuacién X = 2x +t. > 4.15 Considerar el sistema dado por te = ax + bry, by = agx + boy. Probar que la transformacin f = €” con- vierte al sistema en un sistema lineal con coeficientes constantes. > 4.16 Utilizar el resultado del ejercicio anterior para resolver ik=xty, ty = -3x +5y. > 4.17 Probar los siguientes resultados:122 @) Sit y V2 son vectores propios con valores propios Ay # Az, respectiva- mente, entonces 01 y U2 son vectores linealmente independientes 6) Si {o... vectores propios de una matriz de , og} es un conjunto de nxn, k <1, con valores pro- pios {A1,..-. Aq} respectivamente, en donde A; # Aj sii # js enton- ces {01.2.5 04} €5 un conjunto de vectores linealmente independientes > 4.18 Resolver los siguientes problemas con valores iniciales. Graficar la solucién. {Qué pasa cuando f — 00? jet 24+2r = 0, x0) = 1, #(0) =0. 6) ¥—3x =0, x(0) = 2, j¥+5x-6x = 0, x(0) = 1, ¥(0) = 10 a)i+2keex = 0 x0) = 1, 4(0) = 1. )F-4et4x = 0, x0) = 1, ¥(0) = 0. ioc so1 eee 2ege (0) er 1, #(0) =0 > 4.19 Consideremos el siguiente proble- ma de tercer orden: vty" ty +y=0. Ejercicios a) Resolver el problema usando las si- guientes condiciones iniciales: (0) =u, ¥'(0) =, y"(0) = 8) Identificar el conjunto de condicio- nes iniciales para las cuales se cumple lim y(x) =0. ree > 4.20 Resolver el siguiente problema de tercer orden: — 2y' + 4y =0, yO y'(0) =0, y"(0) =0. > 4.21 Consideremos el siguiente proble- ma de tercer orden: oS a) Resolver el problema, usando las condiciones iniciales y(0) =u, y/(0) =, y"(0) =1. de mos que lim y(x) = 02 into deben valer uy v si desea- > 4.22 Resolver el siguiente problema de cuarto orden: y —y=0, con condiciones iniciales dadas por y(0) = 0, y'(0) = 0,4"(0) = 0, (0) = 1.