SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES HOMOGÉNEAS DE PRIMER ORDEN

Documentos relacionados
DIAGRAMAS DE FASE DE SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN

Sistemas lineales homogéneos

Álgebra Lineal. Tema 5 Ecuaciones diferenciales lineales

Descomposición en forma canónica de Jordan (Segunda versión)

Sistemas lineales de ecuaciones diferenciales. Juan-Miguel Gracia

Sistemas de ecuaciones lineales

Tema 11.- Autovalores y Autovectores.

Ecuaciones diferenciales de segundo orden

Matriz fundamental. X(t) = (x 0 e at,y 0 e dt ) 0 e bt )(

Sistemas de Ecuaciones Diferenciales

ECUACIONES EN DIFERENCIAS LINEALES CON COEFICIENTES CONSTANTES

VALORES Y VECTORES PROPIOS

Valores y Vectores Propios

Tema 3.- SISTEMAS DIFERENCIALES LINEALES Ampliación de Matemáticas. Ingeniería Técnica Industrial. Especialidad en Electrónica Industrial.

Diagonalización de matrices

Cálculo de la función exponencial de una matriz

Apéndice sobre ecuaciones diferenciales lineales

Tema 8 Ecuaciones diferenciales

Ecuaciones lineales autónomas

Podemos pues formular los dos problemas anteriores en términos de matrices.

Ecuaciones Diferenciales Ordinarias MA26A Sistemas No Lineales

ESPACIOS VECTORIALES

Sesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K

Transformaciones Lineales (MAT023)

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2

ÁLGEBRA LINEAL. EXAMEN FINAL 18 de Enero de b) (0, 5 puntos) Estudia si la siguiente afirmación es verdadera o falsa, justificando

a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2

Autovalores y autovectores Diagonalización y formas canónicas

Prof. Virginia Mazzone - Mariana Suarez

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos.

Geometría afín y proyectiva, 2016 SEMANA 4

Vectores y Valores Propios

Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS

Hoja de diagonalización MATEMÁTICAS I

TEMA V. Espacios vectoriales

Ejemplo 1 Sea V un espacio con producto interno sobre un cuerpo K. A las transformaciones lineales T : V K las llamamos funcionales lineales.

Tema 3: Espacios vectoriales

Álgebra Lineal. Tema 7. La forma canónica de Jordan

1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS

Definición. Un conjunto de ecuaciones diferenciales con varias funciones incógnitas, se llama sistema de ecuaciones diferenciales.

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios

ECUACIONES LINEALES CON COEFICIENTES CONSTANTES. x(t) = x h (t) + x p (t),

Ecuaciones lineales de segundo orden

Problemas y Ejercicios Resueltos. Tema 6: Diagonalizacion.

Aplicaciones Lineales. Diagonalización de matrices.

Capítulo 1: Diagonalización de matrices

Clase 7 Herramientas de Álgebra Lineal

Control Moderno. Ene.-Jun UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN. Facultad de Ingeniería Mecánica y Eléctrica. Dr. Rodolfo Salinas.

RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS

1. Problema clásico de EDO

TEMA 7. DIAGONALIZACION Y Y FORMAS CANONICAS 1. ENDOMORFISMOS NILPOTENTES

Diagonalización de matrices

Modelización por medio de sistemas

Conferencia clase. Al desacoplar las ecuaciones se tiene. Sistemas de ecuaciones diferenciales lineales usando álgebra lineal

MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES X =, siendo 02 M2. tal que AC = B, siendo A =

Tema 2: Diagonalización

Es decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3

Ecuaciones diferenciales ordinarias lineales Félix Redondo Quintela, Roberto C. Redondo Melchor. Universidad de Salamanca 26 de octubre de 2014

Matrices. Operaciones con matrices.

3. Ecuaciones diferenciales. Mayo, 2009

Ecuaciones diferenciales homogéneas y no homogéneas lineales a coeficientes constantes. Búsqueda de la solución particular.

Diagonalización. Índice General. Nelson Möller. 1 Matrices Semejantes 2. 2 Matrices diagonalizables 2

Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales

2 Espacios vectoriales

TEMA III: DIAGONALIZACIÓN.

ALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República

Trabajo Práctico N 5: ESPACIOS VECTORIALES

CAPÍTULO 5: AUTOVALORES Y AUTOVECTORES, FORMA CANÓNICA DE JORDAN

Grado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III. Ana Isabel Garralda Guillem y Manuel Ruiz Galán

Relaciones de recurrencia

Ecuaciones diferenciales

Clase de Álgebra Lineal

ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica Industrial, Especialidad de Electricidad

Construcción de bases en la suma y la intersección de subespacios (ejemplo)

Sistemas de ecuaciones lineales

Definición A.1 (Matrices) Una matriz A es un ordenamiento regular de escalares (recordemos, a 11 a a 1n a 21 a 22...

ALGEBRA LINEAL Y GEOMETRÍA I

Más ejercicios y soluciones en fisicaymat.wordpress.com MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES

1. DIAGONALIZACIÓN. FORMAS CANÓNICAS

Lista de ejercicios # 4

7 Ecuación diferencial ordinaria de orden n con coecientes constantes

MATRICES Y SISTEMAS DE ECUACIONES

A P U N T E S D E Á L G E B R A L I N E A L

Ba s e, d i M e n s i ó n y Mat r i z

Complementos de Análisis. Año 2016

Algebra Lineal Tarea No 22: Valores y vectores propios Solución a algunos problemas de la tarea (al 29 de junio de 2014)

f(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t).

1. Coeficientes Indeterminados

Valores y vectores propios

r r a) Clasificar el sistema x = Ax en función del parámetro r R.

ÁLGEBRA LINEAL I Práctica 5

1 Control Óptimo. 1.1 Introducción Problema típico de control óptimo

2. Propiedades generales de la ecuación lineal de orden n. La ecuación diferencial lineal de orden n más general tiene la forma

TRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN

Métodos Matemáticos 2 Ecuaciones Diferenciales de Orden Superior

Tema 5.- Autovalores y autovectores.

Análisis cualitativo de sistemas no lineales

ÁLGEBRA LINEAL Problemas, 2006/2007

MODELACION EN VARIABLES DE ESTADO

Transcripción:

SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES HOMOGÉNEAS DE PRIMER ORDEN Alejandro Lugon 26 de mayo de 2010 1. Ecuaciones planares: dos dimensiones El sistema homogéneo: ẋ a 11 x + a 12 y (1) ẏ a 21 x + a 22 y puedes ser escrito como: x ẋ donde X Ẋ y A y ẏ La solución toma la forma: Ẋ A X a 11 a 12. a 21 a 22 X(t) (At) donde usando la definición tenemos (At) (A) (At) k tk Si suponemos que esta sumatoria converge para todo t R y que la siguiente derivada es correcta 1 : d dt (At) d d dt tk dt tk A k1 k1 ktk 1 A (At) k1 1 (k 1)! tk 1 A (k 1)! tk 1 tk 1 Ambas cosas ciertas. 1

podemos verificar que X(t) (At) cumple Ẋ d dt X(t) d dt (At) A (At) AX(t) AX Luego encontrar la solución de (1) se reduce a calcular la suma + Ak tk. Esto es sencillo cuando la matriz es diagonalizable, es decir cuando tiene valores propios reales y diferentes. Recordemos que los valores propios de A corresponden a las raíces de su ecuación (o polinomio) característica(o): Det(A λi) 0 esta ecuación es un polinomio de segundo grado y por lo tanto tiene 2 raíces. Estas raíces pueden ser: 1. Reales y diferentes 2. Reales e iguales 3. Complejos conjugados eamos los tres casos posibles considerando 2 det(a) 0: 1.1. Raíces reales diferentes Sean λ 1 y λ 2 dichas raíces, estas son los valores propios de A. Consideremos a v 1 y v 2 los respectivos vectores propios asociados. Si formamos la matriz v 1 v 2 sabemos que: A λ 1 0 0 λ 2 con lo cual: ( A ) k λ 1 0 k λ k 1 0 0 λ 2 0 λ k 2 usamos esto para calcular: λ k 1 0 0 λ k 2 de donde se obtiene la fórmula que usaremos: (At) k (λ 1 t) k 0 0 (λ 2 t) k Con esto podemos realizar los cálculos: 2 En particular esto nos asegura que ninguna raíz es nula 2

(At) (At) k (λ 1 t) k 0 0 (λ 2 t) k (λ 1 t) k 0 0 (λ 2 t) k + (λ 1t) k / 0 + 0 (λ 2t) k / (λ 1 t) 0 0 (λ 2 t) Luego la solución sería: λ 1 t 0 X(t) 0 λ 2 t ) λ 1 t 0 ( 0 λ 2 t ( ) λ 1 t 0 K 1 0 λ 2 t K 2 ( ) λ 1 t 0 K 1 0 λ 2 t K 2 ( ) K 1 λ 1 t K 2 λ 2 t v 1 K 1 λ 1 t + v 2 K 2 λ 2 t o de manera lícita: x(t) v 11 K 1 λ 1 t + v 12 K 2 λ 2 t y(t) v 21 K 1 λ 1 t + v 22 k 2 λ 2 t donde v ij son los elementos de los vectores característicos y las constantes K 1 y K 2 se determinan con las condiciones iniciales: x(0) v 11 K 1 + v 12 K 2 y(0) v 21 K 1 + v 22 k 2 3

1.2. Raíces reales iguales Sea λ 0 el valor de dicha raíz y v un vector propio asociado. Podemos conseguir otro vector propio generalizado w resolviendo el sistema (A λi)w v. Con estos dos vectores formamos la matriz v w, podemos calcular: A (A ) Av Aw λv v + λw (λ + 0 v) λi + 0 v 0 1 λi + 0 0 λ 1 0 λ Con esto tenemos: ( A ) k λ 1 0 λ k λ 1 λ k kλ k 1 Se puede probar por inducción que:. 0 λ 0 λ k Luego: λ k kλ k 1 0 λ k y (At) k (λt) k kt(λt) k 1 0 (λt) k Entonces: k (At) k (At) (λt) k kt(λt) k 1 0 (λt) k (λt) k kt(λt) k 1 0 (λt) k + + (λt)k / kt(λt)k 1 / + 0 (λt)k / (λt) t (λt) 0 (λt) Donde hemos usado: kt(λt) k 1 / k1 kt(λt) k 1 / t (λt) k 1 /(k 1)! t k1 (λt) k / t (λt) 4

. Con esto la solución buscada sería: (λt) t (λt) X(t) 0 (λt) ) (λt) t (λt) ( 0 (λt) ( ) (λt) t (λt) K 1 0 (λt) K 2 ( ) (λt) t (λt) K 1 0 (λt) K 2 ( ) K 1 (λt) + K 2 t (λt) K 2 (λt) K 1 (λt) + K 2 t (λt) v + K 2 (λt) w K 1 (λt)v + K 2 t (λt)v + (λt) w K 1 v + K 2 w (λt) + K 2 v t (λt) o de manera lícita: x(t) v 1 K 1 (λt) + (tv 1 + w 1 )K 2 (λt) y(t) v 2 K 1 (λt) + (tv 2 + w 2 )K 2 (λt) donde v ij son los elementos de los vectores característicos y las constantes K 1 y K 2 se determinan usando las condiciones iniciales: x(0) v 1 K 1 + w 1 K 2 y(0) v 2 K 1 + w 2 K 2 1.3. Raíces complejas conjugadas Sean α + iβ y α iβ las raíces del polinomio característico. En general estos no tienen vectores propios reales asociados a ellos, pero si podemos encontrar un vector complejo v + iw, con v y w vectores reales linealmente independientes, tal que: A(v + iw) (α + iβ)(v + iw) (αv βw) + i(βv + αw) igualando las partes reales e imaginarias tenemos que: Av αv βw Aw βv + αw 5

luego en este caso se puede construir una matriz v w tal que: α β A β α luego 3 : (At) ) ( A t) ( ) αt βt βt αt ( ) αt 0 0 βt + 0 αt βt 0 ( ) ( ) αt 0 0 βt 0 αt βt 0 Cos(βt) (αt) 0 Cos(βt) Sen(βt) 0 (αt) Sen(βt) (αt)cos(βt) (αt)sen(βt) (αt)sen(βt) (αt)cos(βt) Con esto la solución buscada sería: (αt)cos(βt) (αt)sen(βt) X(t) (αt)sen(βt) (αt)cos(βt) (αt)cos(βt) (αt)sen(βt) v w (αt)sen(βt) (αt)cos(βt) K 1 (αt)cos(βt) + K 2 (αt)sen(βt) v + K 2 (αt)cos(βt) K 1 (αt)sen(βt) w (αt) (K 1 Cos(βt) + K 2 Sen(βt) v + K 2 Cos(βt) K 1 Sen(βt) w) De manera lícita: K 1 K 2 x(t) (K 1 v 1 + K 2 w 1 ) (αt)cos(βt) + (K 2 v 1 K 1 w 1 ) (αt)sen(βt) y(t) (K 1 v 2 + K 2 w 2 ) (αt)cos(βt) + (K 2 v 2 K 1 w 2 ) (αt)sen(βt) donde v 1, v 2, w 1, w 2 son los elementos de los vectores característicos y las constantes K 1 y K 2 se determinan usando las condiciones iniciales: x(0) (K 1 v 1 + K 2 w 1 ) y(0) (K 1 v 2 + K 2 w 2 ) 3 Hay que anotar que en el caso de matrices (A + B) (A) (B) cuando AB BA 6

2. Ecuaciones de dimensión mayor que 2 Sea el sistema: donde X : R R n y A es una matriz n n. El polinomio característico de la matriz A: Ẋ A X det(a λi) 0 tiene, tomando en cuenta la multiplicidad, n raíces entre reales y complejas. Las raíces reales pueden tener múltiples. Las raíces complejas se presentan en pares conjugados los cuales también pueden ser simples o múltiples. La solución general del sistema de ecuaciones diferenciales está determinada por una combinación lineal de n soluciones independientes. Estas soluciones corresponden a las raíces del polinomio característico, consideremos que tenemos M raíces reales λ j con multiplicidad m j y 2N raíces complejas conjugadas por pares (N pares), α l ± iβ l con multiplicidad m l cada par 4. La solución se conforma la siguiente manera: Cada raíz real, λ j con multiplicidad m j, genera los m j términos: K j,0 (λ j t), K j,1 t (λ j t), K j,2 t 2 (λ j t),..., K j,mj t mj 1 (λ j t) Cada par de raíces complejas conjugadas α l ± iβ l con multiplicidad m l, genera los 2m l términos: K l,0 (α l t)cos(β l t), K l,1 t (α l t)cos(β l t), K l,2 t 2 (α l t)cos(β l t),..., K l,ml t m l 1 (α l t)cos(β l t) K l,0 (α l t)sen(β l t), K l,1 t (α l t)sen(β l t), K l,2 t 2 (α l t)sen(β l t),..., K l,ml t m l 1 (α l t)sen(β l t) De esta manera cada una de las componentes de la solución, X i (t) es una combinación lineal de todos los términos generados. Esta combinación genera n 2 constantes que se determinan de la siguiente manera. Primero se verifica que sean solución del sistema planteado, esto nos deja con n constantes por determinar. Estas son las constantes que dependen de las condiciones iniciales. 4 En ambos casos las raíces simples tienen multiplicidad m 1 7