Scribd Logo
Upload

Welcome to Scribd!

  • EDOCap1 PDF

    Uploaded by

    Samantha' Dextre Espinoza
    25 views69 pages

    Original Title

    EDOCap1.pdf

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    25 views69 pages

    EDOCap1 PDF

    Uploaded by

    Samantha' Dextre Espinoza

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 69
    18 Sistemas de Ecuaciones Diferenciales Ordinarias Ejemplo 1.5.1 Determine una solucidn del Sistema = Ae +00) en donde 10 t ao- [5 o] y wo-[ 5]: vteR, Solucién. El sistema dado es equivalente a = mtt ah = try Usando los métodos estudiados en un primer curso de Beua- ciones Diferenciales, no es dificil ver que la solucién de 2', = 1+t viene dada por y(t) = —t- 14 Cye', V ¢ € R y la solucion de x’, = tx, es yo(t) = Cre, ¥ t € R. Luego, la solucién del sistema propuesto es: el = [ 7 oa | ve eR O En el ejemplo anterior se observa que existen infinitas soli ciones del sistema dado (basta darle cualquier valor real a las constantes C y CG), y que cada solucién es una curva diferen- ciable en R2. Esto es un hecho general: Dadas las funciones ma- triciales A: J > R™* y b: J BR, el sistema (1.13) tiene infinitas soluciones siendo todas ellas curvas diferenciables en R". (Note el lector, que estamos identificando geométricamente el espacio de matrices R"™! con el espacio vectorial R". De ahora en adelante, usaremos esta identificacién sin més comentarios) En las aplicaciones a menndo se busea una solueién de (1.13) que cumpla una condicién inicial es a determinado 9 € R en un instante fp dado. Esto se conoce como un Problema de Valor Inicial. cir que tome un valor ‘Tépicos de Ecuaciones Diferenciales Ordinarias 19 Definicin 1.5.2 Sean A: J > R™™ yb: J > R™ funciones matriciales. Un Problema de Valor Inicial (P-V.I.) 0 Problema de Cauchy asociado a la E.D.O. lineal (1.13) es una expresién del tipo: x = Ar +B) 1.14) alo) = (14) en donde ty € J y 19 € R™*? son dados. Una funcién y : J + R"*! definida en el intervalo abierto IC Jes una solucidn del P.V.L (1.14) si y sdlo si y es diferen- ciable en I, ty € Jy se cumple: e) = Ae) +0, Veer (to) = 0: La interpretacién geométrica de In solucién del P.VI. (1.14) es que de entre todas las soluciones (curvas diferenciables en R") del sistema dado, escogemos aquella que en cl instante ty pase por el punto zp del espacio R” Ejemplo 1.5.2 Determine una solucién del PV v= Altyr +0(t) alte) = 20 en donde A(t) y 6(t) son como en el Bjemplo 1.5.1, ty = Oy “Ti Solucién. Sabemos que para cualquier par de niimeros reales C1 y Ca, la funeién we] WteR. v(t) [ yet” 20 Sistemas de Ecuaciones Diferenciales Ordinarias es solucién de la E.D.O. dada. Usando las condiciones iniciales: (40-159 de donde C, = 1 y Cy = 1, Inego la solucién del P-V.I. propuesto os [ ae |: vteR oO Con respecto al ejemplo anterior, surge una pregunta natu- ral: (Es la funcién hallada la tinica solucién del P-V.I. dado?, dicho de otra manera ;Es posible que el P.V.I. del Ejemplo 1.5.2 admita més de tna solucién’? Por la interpretacién geométrica de una solucién del PLV.I. que dimos Ineas arriba, nosotros podriamos responder que jno! puesto que de entre todas las soluciones posibles (las cuales son curvas en I), hemos elegido aquella que on el instante t ~ 0 pase por el punto (0,1). Notese que este razonamiento es correcto si supiéramos que las soli ciones de un sistema son disjuntas (es decir curvas que no se intersectan), En el caso de nuestro ejemplo, uno podria probar con un poco dle paciencia, que esto es cierto, dos soluciones de la E.D.O. dada 0 son iguales o bien son disjuntas. ;Esta propiedad se cumplité para cualquier E.D.0.? De manera més general: ;Todo P.V.L. del tipo (1.14) ad- mite solucién? Si la respuesta es afirmativa, jesta solucién es tinica? en caso contrario zbajo qué condiciones wn P.V.I. admite solucién? El Teorema de Ezistencia y Unicidad para un Sistema Lineal de Ecuaciones Diferenciales Ordinarias responde a todas estas interrogantes. Uno de los objetivos del proximo capitulo es pro- bar el Teorema de Existencia y Unicidad ‘Tépicos de Ecuaciones Diferenciales Ordinarias 21 1.6 Ecuaciones de Orden Superior Hasta el momento s6lo hemos visto el caso en que la funcién (0 funciones) incdgnita estén afectadas por una derivacién, sin em- bargo, como ya el lector debe haber estudiado en un primer curso de Ecuaciones Diferenciales, en muchas aplicaciones se presen- tan modelos matemsticos en donde la funcién incégnita esta afectada por una doble derivada (como ocurre en fisica cuando tenemos como dato la aceleracién) ¢ inclusive por derivadas de orden mas alto, Tales ecuaciones son llamadas de orden supc- rior Definicién 1.6.1 Sea D CR" y f una funcidn definida en Dy con valores reales. La Ecuacién Diferencial Ordinaria de orden n, asociada ala funcién J es una expresién del tipo n) a F(trya',..., 09) (1.15) en donde ¢ es una variable independiente que denota al tiempo, x depende de t y 20) a (l R es de la forma: Fltstiees (t) — ar(t)tq — a2(t) na — +++ — an(t)44-17) en donde a;,a2,...,aq ¥ 6 son funciones a valores reales defink- das en tm mismo intervalo J CR y x1, 22,...,2q Son variables reales. La E.D.0. de orden m asociada a la funcién (1.17) es o£) $ay(theY +--+ ag a(t)2! +an(the = b(t), (1.18) la cual se llama Ecuacidn Lineal no Homogénea de orden n. Como ocurre con los sistemas, para las E.D.0.’s de orden n existe también un concepto de Problema de Valor Inicial y el de su correspondiente solucién, Definicién 1.6.2 Sean D CR, f: D> Ry (to,28,x3,..., 284) € D. 1. El Problema de Valores Iniciales (P.V.1.) Problema de Cauchy asociado a f es dado por 2) = fltpeya',...,2-D) (1.19) (to) = x9, 2(to) = 9). .,2 (to) = 25 2. Una solucidn del PV. (1.19) es una funcién y : J > R ‘n-veces diferenciable en el intervalo J C R tal que: (a) to € J. () (62,4), oO) € DV be J. (6) 9 =I69O.2O.--.9° PMO). bet. ‘Tépicos de Ecuaciones Diferenciales Ordinarias 23 (8) eto) = 28, 9" (to) = 25)... eto) = 257 ‘Como mostramos a continuacién, existe una intima relacién entre Ecuaciones Diferenciales de orden n y sistemas de E.D.0.’s. En efecto, consideremos el P.V.I. (1.19) y definamos la funcién F:D—->R®* como Ft 35 22,00 tn) = (ay eons tos Flt asta, -- ty)-20) Observe que el P.V.L. asoviado a la funcién F es x ™, ri(to) xy 3, a(to) (1.21) thy = ony Zyalte) = 25? w= Fltti2a...,tm), ta(to) = apt Proposicién 1.6.1 Resolver el PV. de orden n (1.19) es equiv- alente a resolver el PV. (1.21) Demostracién. Sea y : J ~> R solucién del PV. de orden n (1.19). Consideremos @ : J + IR” definida por (9) un fécil efleulo muestra que ¢@ es solucién del P.V.I. (1.21). Reejprocamente, si @ = (61, ¢2,-.-,¢n) + J > R" es solucién (1.21), entonces no es dificil ver que la primera coordenada 1: J + Res solucién de (1.19). Dejamos los céleulos para el lector. o 24 Sistemas de Ecuaciones Diferenciales Ordinarias Ejemplo 1.6.1 Dada la E.D.0 de segundo orden (1.16), hace- mos ¢] cambio de coordenadas yoo 1 k ¢ = =cos wt- = - £2, m mn y obtenemos el sistema zWQ) = y¥ i) = Ke Sys 4cos wt v 7 m mY m Compare el lector con (1.5) o Capitulo 2 Sistemas Lineales de Ecuaciones Diferenciales Ordinarias con Coeficientes Constantes En el presente capitulo, nos proponemos estudiar Problemas de Valores Iniciales del tipo vg = Ar+Ob(t) ( (2.1) (to) 0 en donde A € R*” es una matriz dada, 6: J + IR"? es una atricial definida en lo J, to € J, y ro € RO Note que el P.V.I. (2.1) es un caso particular de (1.14) (basta considerar Ja funcién matricial constante A(t) = A, V t € J) La E.D.0. iter a = Art) (2.2) 25 26 Sistemas Lineales de E.D.0.’s con Coeficientes Constantes es llamada Sistema Lineal no Homogéneo de Ecuaciones Difer- enciales Ordinarias con Coeficientes Constantes y (2.1) es su PV. asociado. Cuando 6: J —> RM! es la funcién matré- cial constante cero, decimos que (2.2) es un Sistema Lineal ho- mogéneo. Vamos a empezar estudiando estos sistemas, 2.1 Sistemas Lineales Homogéneos En la presente seceién, consideraremos P-V.L's del tipo vo = Ar 93 x(to) = to @3) en donde A € R"™" es una matriz fijada y lo € B, to € RM son dados. La B.D.O. 2! = Ar es lamada Sistema Lineal Homogéneo de Ecuaciones Diferenciales Ordinarias con Coeficientes Con- stantes y (2.3) es su P.V.I. asociado. Observe que cuando n = 1, A y zo son matrices 1 x 1, es decir, miimeros reales, Si denotamos por a ¢ R a la matriz AR, entonces el P.V.1 (2.3) toma la forma: ca ax x(to) Xo (2.4) Como es bien conocido, Ia tinica solucién del P-V.I. escalar (2.4) es dada por v(t) = mete, (25) lacual esta definida para todo € R. En los ejemplos siguientes, veremos como este resultado puede ser usado para resolver ak gunos sistemas de P.V.L ‘Tépicos de Ecuaciones Diferenciales Ordinarias 27 Ejemplo 2.1.1 Resolver el siguiente P.V.I a = 2m, (0) = 1 a, = ~3x2, x,(0) = -1 Solucién. De acuerdo a (2.5) las soluciones de los P.V.L's ah Qe, | ah = Bre 20) = 1 Y | w(0) = -1 son, respectivamente y(t) = e* y y2(t) = —e~“ las cuales estan definidas on todo R, Inego la solucién del P.V.1. dado es: yeR > R te eae Ejemplo 2.1.2 Resolver el P.V.I Aur, (0) Asta, t2(0) = Ante, an(0) = 2h Solucién. Desde que y(t) = rhe, V LE R es solucién de f= Ay (0) = 2 en donde 1 R b to glt) = ($e 4 $e% 69. Observaciones: 1, Los tres ejemplos anteriores podrfan dejar al lector la im- presién de que las técnicas aprendidas en um curso bésico ‘Tépicos de Ecuaciones Diferenciales Ordinarias 29 de Ecuaciones Diferenciales, son suficientes para resolver P.V 1's del tipo (2.3). Nada més falso, on efecto, trate de resolver como en los ejemplos anteriores, el P.V.I B= Sr +3r2, (0) = oh ah = ~6r 412, m2(0) — 33 2. Las matrices asociadas a los P.VI's de los Ejemplos 2.1.1, 2.1.2 y 2.1.3 son, respectivamente: » 0 0 20 0 A 0 . 203 [os] (03 ooo Mn mientras que la matriz asociada al P.V.1. de la Observacién Les 53 -6 4 Inmediatamente se observa que las tres primeras matrices son triangulares superiores (inclusive las dos primeras son matrices diagonales) mientras que la cuarta no lo es. El hecho que una matriz no sea triangular trae como conse- cuencia que en su P.V.I. asociado, las funciones incégnitas 1, 72,---,Ty estén “mezcladas entre sf" lo cual hace que no se pueda aplicar el método usado en los 3 ejemplos dados en la seccién. 3. Prestemos por una vez mas nuestra atencién al P.V.I. de Ia Observacién 1, Considerando el cambio lineal de coor denadas Li Ro + RB (21,22) 9 L(e1yt2) = (2x, + 22, —41 — 22) = (vas 42) 30 Sistemas Lineales de E.D.0.’s con Coeficientes Constantes tenemos: YL = Qa +2) = 2651 + 8x2) + (Gry — dn) = dey + Qey = 2(2ry +22) = 2 y th = 2, ~ a, = — (Gin + 3x2) ~ (Gr, ~ dra) = mtm=—(-m—m)=—w Luego el cambio de coordenadas lineal L transforma el PV.L. dado en el P.V.L % % 2m, (0) ur, w2(0) ui uy donde (var 48) = L(xa, 16) = (209 + 2a, ~~ 2), enya solucién es dada por: eR > R tm elt) = (yoe™, vee) Desde que L es una transformacién lineal inversible cuya inversa L~! es dada por Lt: Roo (yiya) > LM, ya) = a + ges tn — 2y2) = (#1, 2) podemos retornar a las variables originales 21 y x2 usando 1 y obtencmos () L*(e(t)) = he +e A (whe ube whe + Dude") ‘Tépicos de Ecuaciones Diferenciales Ordinarias 31 De esta manera wR = R te dada por (ch + a2)e% — (ah + xB)et u(t) = — (2x4 + a3)e™ + 2(xg + ape es solucién del PV. original. El lector debe guardar en mente que, por un cambio ade- cuado de coordenadas (en este caso lineal) L, hemos trans- formado un P.V.I. en donde sus inedgnitas “estén mez- cladas” en otro P.VI. tal que su matriz asociada sea di- agonal (y por lo tanto pueden usarse las téenicas elemen- tales de los ejemplos anteriores). Surgen de manera in- mediata las siguientes preguntas: ,Cémo se obtuvo la ‘Transformacién Lineal L”, jexiste una manera sistemética de obtener L? Este método puede ser generalizado a cualquier P.V.I. con cualquier mimero de variables? Todas estas preguntas serdn respondidas conforme avancemos en este capitulo. Volviendo a nuestro estudio, estamos interesados en saber si el PV1, (2.3) admite solucién tinica, Ya sabemos que cuando n = 1, la solucién es dada por y(t) = roe", procediendo por analogia (un método muy usado en matemétiea), es de esperar que para el caso en que A € R™", una funcidn del tipo g(t) = ye" sea solucién de (2.3), pero {tiene sentido la expresién an- terior? Observe que si A es una matriz n x n, también lo es (A (para cualquier ¢ € R) luego e'4 es la exponencial de una matriz 32. Sistemas Lineales de E.D.0.’s con Coeficientes Constantes cuadrada, Se deduce que si queremos qne nuestro método tenga éxito, lo primero que debemos hacer es defini lo que entende- mos por exponencial de una matriz. Con este objetivo en mente, recordemos que si a (6 atin en C) entonees el nrimero real (0 complejo) e* queda definido por una serie de potencias del tipo lie layly gt altat ga + zat a cual es convergente para cualquier a, {La serie anterior tiene sentido si reemplazamos el mimero real a por mma ma- trie anillo con elemento identidad euadrada A? En primer lugar, sabemos que R'*" es un 10 0 on 0 00 1 En este anillo de matrices cuadradas se cumple que si A € R™" yc € R entonces cA € R™™, Inego si AE R™ y ke Zt, 1 BV entonces —A* € R"*”, se desprende que sai ee liy2 1 gm xn ptt At ga tt Sam eR para todo m € Z' (estamos usando la notacién A° = 1). Sila sucesién de matrices cuadradas AY tuviera limite cuando m tiende al infinito, entonces este limite serfa el candidato a ser la exponencial de la matriz A ‘Tépicos de Ecuaciones Diferenciales Ordinarias 33 En resumen, una manera de resolver el P.V.I. (2.3) serfa in- ‘troduciendo el concepto de exponencial de una matriz.cuadrada ¥ para ello necesitamos estudiar la nocién de convergencia de sucesiones y series de matrices, Esto es justamente lo que hare- mos en la préxima seccién. 2.2 Sucesiones y Series de Matrices En Ia presente seccién solamente vamos a trabajar con ma trices cuadradas de orden n, sin embargo, todos los resulta- dos obtenidos pueden ser generalizados sin dificultad a matrices nx m. Sea |-| una norma en R” (puede ser la cuclidiana), sabemos que la bola unitaria cerada B,[0) = {2 € R";|z| < 1} es un subconjunto compacto de R". Dada A € R™", consideremos su transformacién lineal asociada Tr: RY — RP er Tax) = Ax, claramente Ty es una funcién continua en R", luego (Ta(2)| aleanza su. maximo sobre la bola B,{0, denotemos por || A || a este maximo, ie || A |= max{| Az); 2 € By[0]} Observe que a cada matriz A € R"*" le hemos asociado el niimero real || A |) Proposicién 2.2.1 Se cumplen las siguientes propiedades: 1. |JAl]20,¥ AeR™™ 34. Sistemas Lineales de E.D.O.’s con Coeficientes Constantes 2. Alj=0-— A=8 3. |rAll= fr JAY AER™ Vr eR" 4 |AFBI|S All + | Bl. VA BERD Demostracién. Probaremos solamente (3.) las demas quedarén como ejercicio para el lector. rl] = max{|(rA)z|; © © B,[0]} = maxf{|r| Az]; 2 © Byl0]} = |r|max{|Az|; x € B,(0]} = |r| || All Observacién: De acuerdo a la proposicién anterior, la funcién I|-I]; Ro — R A» | Al|=max{\Az|; x € B,(0)}, es una norma sobre R™" la que lamaremos Norma Uniforme en R™" asociada a | Lema 2.2.1 Sea |-| : R® + R una norma en R". Entonces Ja norma uniforme || - || en R**" asociada a |- |, satisface las siguientes propiedades: 1. |Az| 0. Luego (Ae) CR" Definicién 2.2.2 Dados (Ay) © R™" y Ac R™", docimos que A es el limite de In sucesién (A;), lo que denotaremos por jim Ay = A, si y sélo si para todo € > 0 existe un ky © N tall que si k > ko entonces ||Ay — Al] < ¢. Cuando una sucesién de matrices tiene Ifmite, decimos que es convergente, en caso contrario se le Hama divergente. El siguiente resultado establece que una condicién necesaria yy suficiente para que una sueesién de matrices tenga limite es que todas sus entradas formen sucesiones convergentes de nrimeros reales. Teorema 2.2.2 Sean (A) C R™" y AE R™ tales que Ay = [afi] y A= [aij]. Se cumple Jim Aes Ae jim al Say, V (i,3) € Inn. 36. Sistemas Lineales de E.D.0.’s con Coeficientes Constantes A toda sucesién (Ax) CR", le podemos asociar una nueva sucesion (Sz) © R™", definida por: Sp = Ag, $1 = Ay + Ai, Sz = Ao + Ai + Ap, en general: ‘ Se= Ay, VEZ. ra (Sz) C R™ es Hamada sucesién de sumas parciales asociada a (Ag) © R"*". Para hacer notar que (S;) C IR"*" depende de la sucesién original (Ax) © R™", denotaremos ($i) = > An, io DY Aces lamada serie de matrices. Decimos que la serie }> Ax no ‘np es convergente si y sélo si la sucesién de sumas parciales (Si) C RO" es convergente y a su limite lo denotaremos por > Ax = Damos a continuacién una caracterizacién bastante titil del concepto de convergencia de una serie de matrices, Teorema 2.2.3 (Criterio de Cauchy) Sea (A,) © R™". Las afirmaciones siguientes son equivalentes 1. YO Ax es convergente, re 2. Dado ¢ > 0, existe un ky € N tal que sim, k > ko entonees Finalizamos la seccién con un criterio bastante stil de con- vergencia. ‘Tépicos de Ecuaciones Diferenciales Ordinarias 37 Teorema 2.2.4 Si (Ax) CR™*" es tal que la serie de mimeros reales > ||Ax|| es convergente, entonces la serie de matrices Ke DY Ax también es convergente y se cumple oy So aul] < ode ra = 2.3. Exponencial de una Matriz El objetivo central de esta seccién, es definir el concepto de a y estudiar sus principales exponencial de una matriz cuadra propiedades. Teorema 3 Lay = Ren 1 La serie S54 es convergente, V A € R’ ao Demostracién. Dado j > 0 se cumple: 1 1 wi] = Fa’ < Siar o dmeros IAI? Como la serie de mimeros reales }> 7 so a io de Comparacién }) FT es convergente, por al Cr es convergente, y por el 0 1 Teorema 2.2.4, concluimos que la serie de matrices S> —A? es x J convergente o 38 Sistemas Lineales de E.D.0.’s con Coeficientes Constantes Definicién 2.3.1 Dada la matriz A € R™", la exponencial de A, denotada por exp(A) 6 e4, es la matriz. de R™** definida por 1 exp(A) = 054? jo 010 Ejemplo 2.3.1 SiA=|0 0 1 ooo 001 000 Solucién: Es facil ver que A? = | 0 0 0} yA?=]0 0 0 oo0°0 000 Vf 23, luego: 1 rid =I1+A+sA4=]01 1 Oo 2 oon Observaciones: 1, La exponencial es una funcién que a una matriz le asocia una nueva matriz, es decir: exp: RO 4 RM A> exp(A)= 2. \lexp(A)|| 0 dado, tenemos my my =D = = diag [MJ 4, ---, 3] i ba | 1 “ 1 1 - Soe [2 Fao bo] a i ji a ly yn 3 = diag Yhys hy ose jo 507 joo Entonces P= LP tim 4D 3 1 1, Al, = diag SPL Li ter =o = diagle™e%,--e), Jo cual prueba la afirmacién. Como caso particular, observe que la matriz identidad I € R™ puede escribirse como matriz diagonal J = diag [1, 1,--- 1] y si A € R entonces AY = diag A, A,--», Al, luego = diag [e*,e*,--», e*] = e*diag (1, 1,---, 1] = e*. Bjemplo 2.3.3 Decimos que A € R"*" es nna matriz nilpo- tente si y sélo si existe n € N tal que A" = @. Dada Ae R™* nilpotente, sea r= min{n € A" = 8}, es decir A? # @ para todo 0< j cos j0, e® sen b= ( jo? eh es Reemplazando (2.8) en (2.7), obtenemos -[ e* cos b oe |- [<2 a | e% son be cosb sen b cosh Por lo tanto hemos probado que si =[2° 2x2 a=[4, b]ex entonces ; ane cosb sen = sen b cosb > 1) 6 22, vamos a caleular Ejemplo 2.3.5 Sea A [ od s A En primer lugar, observe que A [5] ‘Tépicos de Ecuaciones Diferenciales Ordinarias 43 Es facil ver que N? = @ (es decir NV es una matriz nilpotente con orden de nilpotencia 2) y que AT y N conmutan, luego: [> i] 2.4 El Teorema de Existencia y Uni- cidad de E.D.O. Lineales =(ONU+N)= En la presente secei de existencia y unicidad para un sistema de ecuaciones ciales ordinarias con coeficientes reales constantes. Para ello, necesitamos algunas definiciones y propiedades previas. Dada Ia matriz A € R™", para cualquier t € R es claro que LA € RB" y por definir mn presentamos la demostracién del Te eorema iferen- msiguiente e'4 € R™". Luego podemos O,:R + RM bs @4(t) =e Observe que 44 es un camino en el espacio de matrices cuadradas nx n, El siguiente resultado nos dice que 4, es diferenciable, més especificamente Proposicién 2.4.1 Si A € R"*”, ento: ®',(t) =eA= Ac, VtER. Demostracién. Por delinicién de derivada: @a(L+h) — Balt) ltt Wy) = Tim “ATA tim a) = fim hk mh = jp Melt ett — et a a a 44 Sistemas Lineales de E.D.0.’s con Coeficientes Constantes Luego , eA(eh ®(t) = tim “9 ) sro el 1 nayes tcnay? « Pero eM — T= hA+ 5i(hA)® + (A)? +> luego AT Liye, lags Fo TAT ha? + GA + Reemplazando en (2.9): ¥ tu 1 1 W(t) = tm 4 (a+ baat ea 4 Andlogamente se prueba que ®,(¢) = Ae‘ o Corolario. La funcién dq: — R™" es de clase C™ en R. Teorema 2.4.2 (Teorema de Existencia y Unicidad) Si A € R™" y rp € R", entonces la tinica solucién del P.V1 a! = Ae 20) = 20 (2.10) es dada por viR > RY tr g(t) = exo. Demostracién. Por la Proposicién 2.4.1 y(t) = (Ae) = Ale“) = Avl(t), VtER, ademas ‘Tépicos de Ecuaciones Diferenciales Ordinarias 45 Por lo tanto y es solucién del P.V.I. (2.10) Para probar la unicidad, sea J : R > R® otra solucién del PI. (2.10). Defino f:R > RP te fo Ay (0) Se cumple S(t) = eA ANU () + AYO) = eA AY(N) + MAUL) = luego f'(t) = 0, VEE R. Se sigue qne f(t) =C ER", VER En particular C = f(0) = e~4¥(0) = Ip = m0, de donde f(t) = 40. De esta manera ¢ My(i) = ao, os decir Y(t) = ez = g(t), Vt ER. Oo Se debe observar que en el teorema anterior, el instante ini- cial ¢ = 0 puede ser reemplazado por enalquier ¢ = to € R, esto es precisamente lo que nos dice el siguiente corolario cuya demostracién es dejada al lector Corolario 1. Si A €R"*", x» € R” y to € RB, entonces la nica solucién del P.V.L a= Ar x(to) = %0 @1) es dada por g:R > RB 9 g(t) =ellt)Aag Corolario 2. El P.V.I. lineal homogéneo de orden n 2) paycY 4... +ay ya’ +anz = 0 2(to) = 28, 2'(to) =x)... 2° M(to) = ah (en donde a;,...,a, € B, y to, 29,...227! € IR), admite una tinica solucién definida en R. 46 Sistemas Lineales de E.D.0.’s con Coeficientes Constantes 2.5 Formas canénicas y calculo de la exponencial de una matriz Hasta ahora sdlo sabemos calcular la exponencial de algunas matrices especiales (ver los ejemplos de la seccién 2.3). Vamos a agregar a esa lista algunos otros casos mas. Ejemplo 2.5.1 Sea A eR" de la forma Ar Bmxny --* Oonem Burn A rx A= ° Brym, Barns Aw donde Aj € R™™, V1 = e%diag [Ra(b), ---, Ra(b)Je% Concluimos que ding [Ra(b),--, Ra(b)Je* En resumen, los ejemplos anteriores nos muestra como cal- cular la exponencial de A, cuando A es una matriz de Ia forma: © Diagonal por bloques, MEN, © Jaq(a, 6) + NB, {.Cémo calcular la exponencial de cualquier matriz A € R"™*"? Un resultado bien conocido del algebra lineal (el cual enunciare- mos a continuacién), establece que no necesitamos mas esfuerzo, puesto que toda matriz, cuadrada real puede reducirse a alguno de los tres tipos anteriores Teorema 2.5.1 (Forma Canénica de Jordan para matri- ces reales) Si A € R"*", entonces existe una matriz P © GL(R") tal que PAP"! = Ja = ding (i, Ja,--* Jn donde cada J, es una matriz cuadrada de la forma: 1. A= AT +.Nq,, si A: es un autovalor real de A. 50 Sistemas Lineales de E.D.0.’s con Coeficientes Constantes 2. Jy = Jan, (aj, bj) + Njn,, Si aj +#b; es un autovalor complejo de A Ademés, la suma de los drdenes de los bloques de la forma AL-+Naq, 6s igual a la maultiplicidad de A; como raiz del polinomio caracteristico de A mientras que la suma de los érdenes de los bloques de la forma Jaq, (a,;0;) + N3,, es igual al doble de la multiplicidad de a, + ib; como raiz del polinomio caracteristico de A. La matriz J, € R™" es llamada Forma Canénica de Jordan (Real) de Ay ella es tinica salvo el orden de los bloques ¥ el signo de la parte imaginaria 6, de las raices complejas del polinomio caracteristico de A o Observe que J, es una matriz diagonal por bloques y que sus bloques son matrices del tipo AJ + Nay 6 Jan, (as,bs) + Ni, De los ejemplos del inicio de la secciém, se sigue que podemos caleular sin mayores dificultades la exponencial de J Finalmente, para determinar e“ hacemos uso del Teorema 2.3.2 - (i). En efecto, sabemos que A= P,P, Inego PAP = poles p. 2.6 Sistemas Lineales no Homogéneos Finalizamos el capitulo estudiando las soluciones de los Sistemas Lineales no Homogéneos con Coeficientes Constantes. Como veremos a continuacién, la manera de resolver tales E.D.0.'s es completamente anéloga al caso escalar que se estudia en los cursos basicos de Ecuaciones Diferenciales. ‘Tépicos de Ecuaciones Diferenciales Ordinarias 51 Consideremos el P.V.1. a Ax + b(t) (2.15) x(t) = 0 (218) en donde A € R"*" es una matriz dada, 6: J > R"* es una funcién matricial continua en el intervalo J, to € J, y ro € R"** Supongamos que ¢ : J —» IR” es solucién de (2.15), multi- plicando ambos miembros de ¢'(t) = Ad(t) + b(t) por el “factor integrante” e~" y operando, tenemos ‘An, WteT (2.16) dit (40) Luego si integramos ambos miembros de (2.16) entre ty y # € J, por el Teorema Fundamental del Céleulo, se llega a eAG(t) — eG (t) [evo Multiplicando por e' y operando, se obtiene ot) = el tg, 4 tA [eo*ses (2.17) Un fécil célculo nos lleva a concluir que la funcién } : J > R* cuya regla de correspondencia es dada por (2.17) es solucién del P.V.I, (2.15). {Esta solueién es tinica? Supongamos que v1 J +R" es otra solucién de (2.15), no es dificil probar que Yo: J > RM es solucién del P.V.1. homogéneo a Ar alto) = 0 (218) Pero la tinica solucién de (2.18) es la funcién constante cero, concluimos que y = ¢ y de ésta manera (2.15) admite una tinica solucién. Resumimos los resultados obtenidos en el siguiente teorema. 52. Sistemas Lineales de E.D.0.’s con Coeficientes Constantes Teorema 2.6.1 Sea A € R"™" es una matriz dada, b: J Rl es una funcién matricial continua en el intervalo J, ty € J, yy zo © R™*1, Entonces la tinica soluci6n del P.V.I. w= Ax +b(t) 2(to) = 0 es dada por ¢: JR” donde oft) = Maa ret [ e Ab(s\ds, ¥ tet. Ie Corolario. El P.V.I. lineal no homogéneo de orden n 2) aa) po banat! toyz = Hf) x (to) = 28, 2'(to) = 20, Mb) = (en donde ay,...,a, € R, bp : J > R es una funcién continua definida en el intervalo J y to,78,...2g ' € IR), admite una ‘inca solucién definida en J Observaciones: 1. Sean las funciones dy, ¢, : J + R" definidas por dx(6) = Are y dylt) = 04 solucién del P.V.I. homogéneo “4b(s)ds. Observe que dp es w= Ae 2(to) = 20 mientras que @,(L) es una solucién del PV. av Ar + b(t) ‘Tépicos de Ecuaciones Diferenciales Ordinarias 53 2. No obstante tener una {érmula explicita para resolver Prob- lemas de Valores Iniciales Lineales no Homogéncos con Cooficientes Constantes, los caleulos envucltos son muy engorrosos y en muchos casos no es posible obtener solu- ciones explicitas, Esto sucede arin en el caso n = 2. Capitulo 3 Teoria Cualitativa de las E.D.O.’s Lineales Por lo hecho en el capitulo anterior, el lector podria pensar que ya no habria nada més que hacer en cuanto a los sistemas lin- 5 con coeficientes constantes, puesto que sabemos que su solucién existe, solucién e incluso, con auxilio del Algebra lineal podemo: un sistema de coordenadas en el que la matriz, asociada al nuevo P.VLI. sea una matriz diagonal por bloques (forma canénica de Jordan) en donde los bloques son tales que resulta ffeil caleular su exponencial y finalmente volver al sistema de coordenadas originales, Entonces {por qué seguir estudiando los sistemas lineales con coeficientes constantes?, La respuesta a esta in- terrogante es bastante simple: para poder encontrar la forma canénica de Jordan de una matriz A € R"™" nece que nada conocer sus autovalores los cuales, como sabemos, son raices del polinomio earacteristico P4(X). Ahora bien, P4() es finica, tenemos una {6 mula explicita para su amos antes ‘Tépicos de Ecuaciones Diferenciales Ordinarias 55 un polinomio de grado n y como el lector debe saber, no ex iste una férmula (por radicales) que nos permita hallar todas las rafces de un polinomio de grado mayor que o igual a 5. Una consecuencia de la no existencia de esta formula es que, salvo en casos particulares, sélo podemos conocer los autovalores de la matriz A € R™" (n > 5) de una manera aprozimada se deduce que los autovectores (y por lo tanto la matriz P~) también serén aproximados y la propia forma canénica de Jordan es una matriz aproximada. ;Cusnto se diferencia la “solucién aprox- imada” de la “solucién teérica”? Intuitivamente podemos ver que en las vecindades del instante inicial tj la “solucién aprox- imada” representa bastante bien a la “solucién teérica”, pero sto deja de ser valido para valores de t muy lejanos del to. E] Anilisis Numérico nos proporciona técnicas para estudiar la solucién aproximada” y controlar el error cometido al usar esta aproximacién para predecit el valor tedrico. No pretendemos en estas notas estudiar estos métodos numéricos, puesto que existe una bibliografia extensa sobre el tema que el lector interesado puede consultar, estudiaremos a cambio un método alternativo al Anélisis Numérico que nos permita prede- cir fenémenos modelados por sistemas Ecuaciones Diferenciales Ordinarias. Este método alternativo fue llamado por Poincaré como “Teoria Geométrica de las Ecuaciones Dilerenciales” y su objetivo es obtener propiedades cualitativas de las soluciones de una E.D.O. atin sin conocer explicitamente estas soluciones. En el presente capitulo iniciamos el estudio de la Teoria Geométrica de las E.D.0.’s lineales homogéneas con coeficientes constantes. Algunos de los resultados obtenidos en esta s mn serén posteriormente generalizados a los sistemas no lineales. Cabe mencionar que el estudio cualitativo de las E.D.O.'s forma una parte importante de la Teorfa de los Sistemas Dindmicos, rama de la matematica que ocupa en la actualidad el interés de 56 Teorfa Cualitativa de las E.D.0.’s Lineales muchos cient! fficos y es motivo de investigacién, 3.1 El flujo asociado a una E.D.O. lin- eal Sea A € R™" y xp € R", por el Teorema 2.4.2 sabemos que la tinica solucién del P.V.L Ar (= _ es dada por fgiR + R b> vr(t) = ez Haciendo variar la condicién inicial xy en todo IR", obtenemos todas las soluciones de la E.D.0. 2” = Ar. El objetivo de este capitulo es estudiar las propiedades geométricas que tienen estas soluciones y para ello necesitamos del concepto de fujo. Definicién 3.1.1 Sea A € R™*", el flujo asociado a la B.D.O. lineal 2! = Az es dado por garRxR" Oo BM (2) 9 galt.z) = Ejemplo 3.1.1 Dada la E.D.O, wy = Sry + 3x2 x Gry — dng s, a [ 5 3] op Luego el Su matriz asociada es A= |__| € R™. Luego el flujo asociado a esta E.D.O. es la ftneién ya : Rx R? > R? definida ‘Tépicos de Ecuaciones Diferenciales Ordinarias 57 por alt, 21,22) = (21 + a2)e" (t+ mjet) 0 Ejemplo 3.1.2 Dada la E.D.0 a2 +23 a tos ntm 011 Su matriz asociada es A= | 1 0 1 | © R™*, Luego el flujo 110 asociado a la E.D.O. es la funcién ya : R x R° > R? definida por +424 as)e"(1,1,1) + (2ry = ry — 5, —ary + ty — m5, ty — a + Derge* Observaciones: 1. Toda matriz A € R™” determina una E.D.O. lineal -' Ax y reefprocamente. Luego podemos decir indistinta- mente que vq es el flujo “asociado a la matriz A” o “es el flujo asociado a la E.D.O. 2/ = Ax” 2. Si A € R™™, entonces su fiujo asociado yea es una funcién que depende de n+ 1 variables: una variable temporal t y n variables espaciales x = (#1,...2n). 3. A cada matriz A € R™” (0 equivalentemente, a cada E.D.0. 2 = Az), le estamos asociando un flujo ya, el 58 Teorfa Cualitativa de las E.D.0.’s Lineales cual es una funcién definida en IR x IR" con valores en {Qué podemos decir con relacién a la reciproca? es decir jtoda funcién F : R x R” > R” os un finjo? si no lo fuera {bajo qué condiciones una funcién F : Rx R" > R" os el flujo asociado a una matriz? Intentaremos responder estas interrogantes, dlemostrando algunas propiedades de los flujos. Proposi 1 3.1.1 Si A € RM”, entonces su flujo asociado ga: Rx RY OR satisface las siguientes propiedades i) yan) =2, YeeR™ ii) yalt+s,2) = yaltva(s.2)), ViseR, VreR" Demostracién. Sabemos que ya(t,x) = ez, luego ya(0,2) = ex = Ix = x. lo cual prueba (i). Por otro lado elttiAg = gthtea, ealt+ 5,2) = = e'A(e*4z) = (e4 -e)a valt ez) = galt, gals,2)). O Observaciones: 1. Sea ya : RX R" — RP el flujo asociado a la matriz Ae R™", Fijando un to € R podemos definir la funcién R" > R", como PA)g (Pa)g(#) = alto, 2) = eben. (3.2) ‘Tépicos de Ecuaciones Diferenciales Ordinarias 59 Resulta claro que (4), € GL(R*), més atin [(4),,) "= (a)_,,. ‘Tenemos entonces que {al hen es una familia en GL(R") indexada por el parémetro t € R. Més atin, de la Proposicién 3.1.1 se desprende que (8) (aly res = Pade, ° (Pads Pata todo hb € R. (b) (Pale IT luego la funcién 4 : R > GL(R") definida por 2,(t) = (a), es un monomorfismo del grupo aditivo de los reales en GL(R"). 2. Conocida la posicién inicial de todas las particulas, el isomorfismo lineal (4), se interpreta geométricamente como la posicién de las particulas en el instante fo que fluyen a lo largo de las soluciones de la E.D.0. 2! = Az, tal como se muestra en la Figura 3.2. 3. Sea ya : R x RB" — R" el flujo asociado a la matriz A € R"™". Si fijamos un zo € R" podemos ahora definir la funcién (pq), RB > R", como (ea)..(2) = valtsto) = e420 (3.3) Es decir, (p4),, 68 la solucién de la E.D.0 en el instante 0 pasa por el punto Ar que 4, Existe la derivada parcial oa en todo punto de R x R" 60 Teorfa Cualitativa de las E.D.0.’s Lineales De las observaciones anteriores concluimos que si ya es el flujo asociado a la matriz A € R™" entonces iy es mma funcién que admite derivada parcial con respecto a t en todo R x R" y que satisface las siguientes propiedades: 1. (va), € GL(R"), para todo t € R. 2. (Palais = (Pale, © (Pa)yy» Pata todo ty, ty € R. 3. (va) =F Estas son las propiedades que ¢ ciados a matrices cuadradas. Mé siguiente resultado: acterizan a los flujos aso- especificamente, tenemos el Proposicién 3.1.2 Sila fimcién F | Rx R" — R® satisface las siguientes propiedades: i) Bxiste la derivada parcial 5 en Rx R" ii) F, € £(3"), para todo te R. iii) F,,,, —F,0K,, para todo hb eR i) R= Entonces existe una tinica matriz A € R"*" tal que F es su flujo asociado, Observaciones: 1. Delas propiedades ii), ili) y iv) se deduce que F, € GL(R"), vleR ‘Tépicos de Ecuaciones Diferenciales Ordinarias 61 2. Existe una correspondencia biunivoca entre Ins matrices A © R™*, las E.D.0.’s lineales homogéneas con coef ciontes constantes 2’ = Az y las fumciones F : Rx" > R, que satisfacen las 4 condiciones de la Proposicién 3.1.2. De esta manera, ademas del Algebra lineal, podemos valernos del anélisis en varias variables reales para obtener infor macién cualitativa sobre el sistema 2’ = Ar. A continnacién veremos que las soluciones de la E.D.0. 2! = Ax generan una particién del espacio R" Dado # € R”, la drbita o trayectoria del punto x a través del flujo ya denotada por O4(:r) se define como el conjunto Oalz) ~ {ealt.x)\ be R} Proposicién 3.1.3 Sean A © R™" y pq su flujo asociado. Se cumplen las siguientes propiedades 1. Dados x,y € R” entone o bien se cumple que O4(2) Oaly) =O o bien O4(2) = Oly). 2. x € Nu(A) si y sdlo si Oa(z) = {2}. En particular Oa(0) = {0} El conjunto £4 formado por todas las érbitas O.4(z), (donde x €R") es llamado foliacién por curvas de R” generada por la matriz A € R"*" (o por la E.D.0. lineal x! = Az) Note que la foliacién F,4 es el conjunto formado por todas las soluciones de la E.D.O. x! = Ax la cuales pueden ser puntos 0 curvas de R", Como una primera consecuencia de esto, tenemos que dos soluciones de una E.D.O. lineal o bien coinciden o bien son disjuntas, En las secciones siguientes, vamos a estudiar las propiedades geométricas de los elementos de una foliacién. 62. Teorfa Cualitativa de las E.D.0.’s Lineales 3.2 Conjugacién de Sistemas Lineales El flujo ga (0 equivalentemente, la foliacién F4) nos propor ciona toda la informacién cualitativa ne ciones de la E.D.O. 2! = Az, por este motivo vamos a iniciar en esta seccidn un estudio sistemético del mismo. Una manera de Iniciar este estudio es clasificar los flujos de acuerdo a “ciertas propiedades communes? que nos interese investigar. Clasificar ob- jetos de acuerdo a “propiedades comunes” es tina préctica usual no sélo en matematica sino también en otras disciplinas, por ejemplo la taxonomfa es una rama de la ciencia que se encarga en clasificar a los seres vivientes, la especie es considerada la unidad de clasificacién animal, Las especies relacionadas con- stituyen un género, Los generos similares se combinan para formar una familia, familias similares se agrupan para formar un orden, Grdenes similares para formar una clase y clases simi- lores para formar un phylum. El phylum es la primera etapa de clasificacién del reino animal, por ejemplo al phylum cordados pertenecen la clase de los peces, de los anfibios, de los reptiles, de las aves y de los maméferos. La propiedad comin de todos ellos es la presencia de una notocorda o *columna vertebral” Conforme vamos descendiendo en la clasificacién, tenemos més ‘propiedades comunes” entre los individuos hasta llegar a In especie. Imitando al taxdnomo, vamos a clasificar los flujos (o equiva- lentemente las matrices cuadradas) de acuerdo a ciertas propiedades geométricas comunes, pero {cules son estas “‘propiedades co- munes” que tantas veces hemos mencionado? veamos: en primer lugar sabemos que los elementos de una foliacién F, son curvas las cuales resuelven la E.D.O. 2! = Ar, si queremos clasifiear foliaciones, entonces debemos caracterizar las propiedades es- enciales de las curvas que la componen. Desde este punto de ‘aria sobre las sola- ‘Tépicos de Ecuaciones Diferenciales Ordinarias 63 vista, podriamos ensayar el siguiente criterio de clasificacién: “Decimos que las foliaciones F4 y Fx estdn relacionadas si y sélo si existe un homeomorfismo h : 8" — RY tal que h leva érbitas de F4 en érbitas de Fy,” dicho de otra manera “las solu- ciones de la E.D.O. 2’ = Ar son homeomorfas a las soluciones de la E.D.O. 2’ = Br", Recordemos que h : R™ > RP es un homeomorfismo si y s6lo si h es biyectiva, continua y su inversa también es continua. Los homeomorfismos preservan todas las propiedades topoldgicas de las curvas (por ejemplo compacidad, conexidad, ete.), sin embargo, si estamos interesados en pres var propiedades diferenciables de las curvas (tales como concavi- dad, puntos de inflexién, ete.) entonces un difeomorlismo es lo adecuado, Recordemos que h : R™ > R" es un difeomorfismo de clase C" (con 1 < r < 00) si y sélo si h es biyectiva, de clase C” y su inversa también es de clase C*. Finalmente, si estamos interesados en las propiedades algebraicas de las eurvas entonces debemos imponer que h sea un isomorfismo. Vamos a formalizar las ideas acabadas de dar, en la signiente definicién, Definicién 3.2.1 Sean A,B € R%" y consideremos sus flu- jos asociados Ya y yy. Decimos que las matrices A y B (0 sus respectivas [.D.O's asociadas x! = Ar y 2! = Bx) son topolégicamente conjugadas, lo que denotamos A Sup B si y sélo si existe un homeomorfismo h: R" — RM llamado conju- gacién topoldgica tal que h(ga(t,2)) = galt,A(z)), Wee R, V2e R" (3.4) En el caso que h sea un difeomorfismo de clase C" (1 R idl Lh Lh Rx k" —> R eB 3. Si fijamos un ao € R", entonces la conjugacién h : R” > IR? satisface la siguiente propiedad: h[Oa(0)] = Op(h(x0)). En efecto, sea y € h{O4(z0)], entonces existe un x € Oalza) tal que y = h(x). Como x € Oa(zo), tenemos que existe un tp € R tal que 2 = palto, 20). Luego y = h(x) = h(va(to, 20) = ¥a(to, h(t0)) es decir y € Op(h(to)). El otro contenido es anélogo, basta intereambiar A por A~!. De esta manera, hemos demostrado que las conjugaciones leva érbitas en érbitas (ver Figura 3.3). ‘Tépicos de Ecuaciones Diferenciales Ordinarias 65 4, Por definicién de ya, (3.4) es equivalente a h(e'4z) =eFh(z), VteR, Va eR" A continuacién, demostramos que las conjugaciones topol6gicas, C” y lineales gencran particiones en el espacio de matrices cnadradas de orden n. Stop") “= Proposicién 3.2.1 x” y “Stn” son relaciones de equivalencia en R™". Demostracién. Probaremos que “Syn” es una relacién de equivalencia en R"™”, las otras dos quedan como ejercicio para el lector, i) Reflexividad T(galt,2)) = galt, galt T(2)), Ve €R", VEER, de donde A Sin A, VA € RY. ii) Conmutatividad: A =, B, entonces existe L © GL(R") tal que Lya(t,2)) = va(t, L(z)), Vie R, Vee R”. Luego para L~! € GL(R"), se tiene E(po(ty)) = val Ey), VeeR, vy eR” de donde B Sin A 66 Teorfa Cualitativa de las E.D.0.’s Lineales iii) Transitividad: Sean A Sin B y B =tiq C, Inego existen 11, Ly € GL(R") tales que para todo t € Ry para todo ayy € RP se tiene Lalealts2)) = en(t Laz) y Lalvn(tsy)) = val, Lalu) De esta manera Ly 0 Ly € GL(R") y Lrelilealt,2)) = Lalvatt, Lilz)) = volt, La(ta(z))) = geltLzcL(z)), Vee R, ¥reR" Ast A Sin C. oO Observaciont 1. De la proposicién anterior, podemos construir los conjun- tos cocientes R™"/<,,,, BP" /ag, Sus ek ementos son clases de equivalencia de matrices. Si por ejemplo [A] ¢ B"*"/.,,,, entonces B € [A] si y sélo si las érbitas de B son homeomorfas (por un mismo homeomor- fismo) a las érbitas de A 2. Denotando por Hom(R") (respectivamente Diff’(IR")) al conjunto de todos los homeomorfismos (zespectivamente difeomorfismos de clase C") de R", del anélis variables reales se tiene la siguiente cadena de contenidos estrietos en varias GL(R") © Dif*(R") C «+ C Diff (R") C Hom(R") Se signe que la clasificacién “més fina” es la lineal mientras que la ma es la topolégica. ‘Tépicos de Ecuaciones Diferenciales Ordinarias 67 3. Para estudiar las propiedades cualitativas de las soluciones de una E.D.0. homogénea con cocficientes constantes, basta considerar cualquier representante de su clase y analizatlo. {Cémo debemos clegir tal ropresentante?. Una manera natural de hacerlo es eligiendo aquella matriz de la clase de equivalencia cuya exponencial sea facil de ser caleulada, pero {cada clase de equivalencia (ya sea topolégica, C 0 lineal) admitiré tal representante? Responderemos a esta interrogante dentro de poco. El siguiente resultado nos dice esencialmente que las matri- ces cuadradas de orden n sélo admiten dos clasificaciones: la topolégica y la lineal Proposicién 3.2.2 Sean A,B ¢ R™", las siguientes afirma- ciones son equivalentes 1 2. Bxiste P< GL(R*) tal que PA = BP. 3. A Stn B. Observaciones: 1. De la demostracién de la proposicién anterior, se desprende h € Diff'(R") conjugacién C! entre A y B induce lada por que tod una conjugacidn lineal entre A y B la cual viene n(0) € GL(R") 2. En Algebra lineal se dice que dos matrices A,B € R™" son similares si y solamente si existe P € GL(R") tal que PA — BP. La equivalencia 2. < 3. de la Proposici anterior nos dice que A sélo si A y B son similares, 68 Teorfa Cualitativa de las E.D.0.’s Lineales 3. Por el Teorema 2.5.1, sabemos que toda matriz A € R™" es similar a su forma candnica de Jordan J, © R™* Luogo cada clase de equivalencia lineal admite un repre- sentante “simple” en el sentido que su exponencial (y por Jo tanto su regla de correspondencia) queda explicitamente determinada. Esto responde la interrogante planteada antes de enunciar la Proposicién 3.2.2. 3.3 Sistemas Lineales Bidimensionales Con el objetivo de fijar ideas y motivar futuras generalizaciones, en esta seccidn vamos a estudiar el flujo generado por las ma- trices cuadradas de orden 2. Sea A € R*?, de acuerdo a la Proposicién 3.2.2, para entender el comportamiento cualitativo de las soluciones de la E.D.O. 2’ = Ar, basta estudiar su Forma Canénica de Jordan J4. Abora bien, si denotamos por Ay y Az a los autovalores de A, entonces se presentan las siguientes posibilidades: 1) Ax, Az ER, con Ay # Aa. 2) == A 3) =a ttb, y= a ab, Vamos a analizar cada una de ellas 1) Si las raices son reales y distintas, la forma candnica es dada por J, [ * Q |: luego el flujo asociado a Ja en 2 cualquier punto pp = (0, yo) € R? viene dado por Mites My), VEER aa (tsPo) ‘Tépicos de Ecuaciones Diferenciales Ordinarias 69 Es claro que Oy, ((0,0)) = {(0,0)}. Ademés, para puntos ubicados sobre los ejes coordenados (cuando A, # 0 y Az £0) tenemos: 10, +00[x{0} size >0 5, ((0,9)) = }— 26, 0[x{0} size <0 {0}x]0,+00[ si yo > 0 5,((0,¥)) = {0}x] — 00, 0[ si yo <0 Para determinar el comportamiento geométrico de las demas éxbitas, observamos que si hacemos 2 = er, te R, xo #0, 40 poe 0A Owe tenemos dal Alda yew] 6 2a 4 % % segtin A; £06 Az # 0 respectivamente. De esta manera las érbitas estén contenidas en curvas del plano del tipo: F(x) = Cx? cuya traza depende del signo de Cy del valor de a. Como el comportamiento geométrico de las érbitas de- pende de los signos de los autovalores A; y Az, se presentan los siguientes casos: 70 ‘Teoria Cualitativa de las E.D.0.’s Lineales a) Si AL < Ax < 0, entonces lim. ys4(t,Po) = (0,0), para todo po € R? — {(0,0)}. Por otro lado (400, +00), si to > 0,40 > 0 (00, +00), sito < 0,49 > 0 (-s0,-00), sito < 0,0 <0 (400, -00), sito > 0,49 <0 lim er, (ts P0) = De esta manera, todas las trayectorias vienen del in- finito y tienden al origen cuando t + +00 a excepeién del origen que permanece fijo, tal como se muestra on la Figura. En este caso decimos que 0 € R? es un atractor 0 pozo. b) Si Ar < Az = Ose tiene que Nu(Ja) = {(0,y); y € R} luego O1,(0,¥o) = {(0,yo)}. Para determinar las otras orbitas, consideremos x9 # 0. Como ys, (t,Po) = (cao, wo), se tiene lim ea(t.pe) = (0,0) (+00, yo), six > 0 ia ention ~ (EE) Beg Concluimos que las érbitas estén contenidas en rectas horizontales que se accrcan al oje vertical y orientadas de acuerdo a la Figura 3.6-(b) ©) Si Ay <0 < Az tenemos Bpentiry = {22h 562 ais entan) ~ {4208 7070 ‘Tépicos de Ecuaciones Diferenciales Ordinarias 71 De esta manera Jas drbitas son curvas que tienen un comportamiento geométrico muy parecido a las hipérbolas y estén orientadas de acuerdo a la Figura Decimos que el origen es un punto silla €) Si0 = Ay < Agse tiene que Nu(Ja) = {(x,0); x € R} Inego O,,(z0,0) = {(0,0)}. Para determinar las otras érbitas, consideremos yo # 0. Como yy, (t,P0) = (xo, eyo), se tiene li ean(tPe) = (#00) = (ote), sim >o lim vsa(t Po) = { (20,20), si <0 Concluimos que las érbitas estan contenidas en rectas verticales que se alejan del eje horizontal y orientadas de acuerdo a la Figura. e) S10 0, yo > 0 . — J Gee, 400), si zo < 040 >0 elim ul6Po) = 4 (50, -00), si zy < 0,49 <0 (490,00), sit > 0,40 <0 De esta manera, todas las trayectorias emanan del origen y tienden al infinito, a excepcién del origen que permaneee fijo. En este caso decimos que 0 ¢ R? es un repulsor o fuente. 2) Silas raices son reales ¢ iguales, entonces la Forma Candnica de Jordan viene dada por a na[28]} 6 ae [24] 72 Teoria Cualitativa de las E.D.0.’s Lineales Analicemos cada caso, a) ) OX punto po = (xo, Yo) es Pa, (t, Po opp, se sigue que O7,((0,0)) demas érbitas son rectas, ademés n= [3 ° ] ¥ A < 0, entonces el flujo en el = (Px, ye) = (0,0)} y todas las lim east Po) = (0,0) yim, Iu, (t,P0)| = +00. Lucgo se tiene el comportamiento geométrico de la Figura A 0 b) sin=[} : anterior 214(E, Po) = &*po, pero ahora | y A> 0, entonces como en el caso him kers(tP0)| = $00 y lim ey, (t,Po) = (0,0). asin=[}} dado por yy,(t,Po) = ©(z0 + tyo, yo). Se observa que Os, ((0,0)) = £(0,0)}, }0, +00[ x{0} size >0 Oy, ((%0,9)) = }— 06,0 x{0} size <0 | ¥ X < O entonces el flujo viene todas las demés érbitas se encuentran en la curva que es grifica de la funcién = ay +tyh = toy + xyln vo ‘Tépicos de Ecuaciones Diferenciales Ordinarias 73 y se tiene Fim ag (tPo) = (0,0) y Tim. esq (t,P0)| = +00. Este comportamiento geométrico se bosqueja en la Figura. asin=[3 5 mismo que en el caso anterior, pero ahora se tiene ] y \ > 0 entonces el flujo es el lim eaa(t Po) = (0,0) y lim |pa(tsP0)| = +90 00 Observe que Nu(Ja) = {(x,0); 1 € R}, luego O4, (1r9,0) = {(z0,0)}. Para determinar las otras érbitas, consid- eremos yo # 0. Como yy,(t,po) = (zo + tuo, yo), se tiene ¢) En el caso que A = 0 tenemos que J, = | ° 2 | lim yia(t focal ) { (400,40), si yo > 0 (-00, Yo), si yo <0 { (—00, yo), si yo > 0 lim pan (tsPo) (420,190), si yo <0 Concluimos que las érbitas son rectas horizontales (excepto el eje X) orientadas de acuerdo a la Figura. 3) Si las rafees son complejas conjugadas 4 = a + ib, X= a ~ ib, entonces su forma canénica de Jordan viene dada por no existe autoespacio en el plano real y ol flujo viene a —b dado por Ja = | fy | no existe autoespacio en el plano real y el flujo viene dado por cx aalt, Po) = cos bt — yo sen bl, x9 sen bt + yo cos bt). 74 Teoria Cualitativa de las E.D.0.’s Lineales Se presentan los siguientes casos: a) Sia =0 (rafces imaginarias puras) entonces la érbita ©, (po) es una circunferencia de radio |po|? = (0)? + (yo)?, otientada de acuerdo al signo de b. En este caso decimos que el origen es un centro. b) Sia < Oentonces las érbitas son espirales que tienden al origen cuando t > +50. c) a > 0 entonces las érbitas son espirales que emanan del origen. Observaciones: 1, El lector debe haber notado que el comportamiento de las érbitas no es tan simple cuando la matriz A no es inw (vea los casos Ib, 1d y 2e) 2. Aligual que en cl easo 1a, en los easos 2a, 2c y 3b el origen es la tinica érbita puntual la cual puede ser vista como un, atractor. Anélogamente, en los casos 2b, 2d y 3b el origen puede ser visto como un repulsor 3. El comportamiento de centro sdlo ocurre en el caso 3a, 3.4 Atractores y Repulsores de Sis- temas Lineales mos observado algun¢ rtamien- para las érbitas asociadas a matrices tos geomet 2x2 (repulsor, atra los y generalizarlos a dimensién cualquiera. r). En esta seceién vamos a caracter ‘Tépicos de Ecuaciones Diferenciales Ordinarias 75 Decimos que un punto p es un atractor (resp. repulsor) de una matriz A si y sélo si cualquier particula que se desplaza alo largo de las érbitas de A después de un tiempo suficientemente grande se encuentra muy cerca (resp. muy lejos) del punto p. Ms especificamente, tenemos la siguiente definicién Definicién 3.4.1 Sea A R™" ciado ya cousideremos su flujo aso- i) Decimos que 0 € R" es un atractor (0 pozo) de A si y sdlo si 0, VreR" valt, teal ii) Decimos que 0 € R es un repulsor (o fuente) de A si y sélo si lim, |ea(t,)| = +00, Var € RY — {0} Observacién: De la definieién se sigue directamente que 0 € RM os un atractor de A € R"™" si y sélo si 0 es un repulsor de A Teorema 3.4.1 Dada la matriz A € R™, las siguientes afi maciones son equivalentes A ii) 0 € RY es un atractor de A. lii) Todos los autovalores de A tienen parte real negativa. iv) Existen constantes 4 > 0 y K > 1 tales que |ya(t,2)| < Kez], Vx ER", Vt > 0. 76 Teoria Cualitativa de las E.D.0.’s Lineales ‘Teorema 3.4.2 Sea A € IR". Las siguientes afirmaciones son equivalentes: i) A Sup I ii) 0 © RY es un repulsor de A iii) Todos los autovalores de A tienen parte real positiva, iv) Existen constantes jr > 0 y K > 1 tales que alt, z)| > Kez], Ve > 0, Vr 3.5 Sistemas Lineales Hiperbélicos Nos proponemos generalizar los resultados de la seccién anterior en una teorfa que englobe los casos La, 1c, le, 2a, 2b, 2c, 2d, 3b y 3c de la Seccién 3.3. Definici 3.5.1 Sea de R™" i) Decimos que la matriz, A (o su sistema asociado x! = Ar) es hiperbélico si y sélo si todos los autovalores de A tienen parte real distinta de cero. ii) Si A os una matriz hiperbélica, Bl indice de estabilidad de A, denotado por aA) es el mimero de autovalores de A (contando multiplicidad) con parte real negativa. Ejemplo 3.5.1 Sea A € R™", se cumple 1 0eR" un atractor de A si y sélo si #(A) = n. ‘Tépicos de Ecuaciones Diferenciales Ordinarias 77 2. 0 € R* es un repulsor de A si y sélo si #(A) = 0. oid Ejemplo 3.5.2 Sea A= | 1 0 1| € R*. Sabemos que 110 los autovalores de A son A = 2 y Ay = —1 (con multiplicidad 2), nego A es una matriz, hiperbélica y i(A) = —2. De ahora en adelante, denotaremos por Hip(R") al conjunto de todas las matrices A € R"™" que son hiperbélicas. Observacién: Hip(2") C GL(R") Definicién 3.5.2 Sea A € Hip(R") 4) El subespacio establede A, denotado por E*(A), es el sube- spacio vectorial de R” que es generado por los autovectores correspondientes a los autovalores con parte real negativa. ii) El subespacio inestable de A, denotado por B*(A), es el subespacio vectorial de R” que es generado por los au tovectores comespondientes a los autovalores con parte real positiva. Ejemplo 3.5.3 Sea A € R™", se cumple 1. Si.0 € R® es um atractor de A entonces E"(A) = R* y EX(A) — {0} 2. Si 0 € RY es un repulsor de A, entonces E¥(A) = R" y E*(A) = {0}. 78 Teoria Cualitativa de las E.D.0.’s Lineales € RB, entonces vy = 110 (1,11) es un antovector asociado al autovalor A, = 2 y que 1,0,-1), v3 = (0,1,-1) son autovectores asociados al autovalor Az = —1, luego o11 Bjemplo 3.5.4 Si A= | 1 0 1 EA) = ((1,0,-1), (0,1,-1)) = {(t1, 22,05) € RY; 2 +22 + 25 = 0} BMA) = ((1,1,1)) = {(e,a,a); a € R} Las conjugaciones lineales respetan los espacios estables inestables. Mas especificamente, tenemos el siguiente resultado. Lema 3.5.1 Sean A, B € Hip(R"). Si h € GL(R") es una con- jugacién lineal entre A y B entonees i(A) = i(B) y A[E"(A)] = E*(B) y h[E*(A)] = EX(B) Teorema 3.5.1 Sean A,B € Hip(R"). Se cumple A Sty B= i(A) = i(B) Corolario. Sea A € Hip(R") con #(A) = m. Entonces A Stop diag[Em, —In-m] en donde Iy @ Tym son las matrices identidad de R™" y Rirmx—™”) respectivamente, Tépicos de Ecuaciones Diferenciales Ordinarias 79 3.6 Estabilidad Estructural de Cam- pos Lineales En a seccién anterior hemos elasificado topolégicamente las trices hiperbélicas de R"™*”. Debemos mencionar que no existe a la fecha una clasificacién topolégica de matrices que tengan algyin valor con parte real 0, Por esta razén es relevante pre- guntar “que tan grande” es el conjunto R™ — Hip(R"). Eso es justamente lo que haremos a continuacién En lo sucesivo, denotaremos por D,(zo) © C (resp. Dy[z0] © €) al disco abierto (resp. cerrado) centrado en 29 € C y de radio 7 > 0, es decir Dy(20) = {2 EC; 2-29 0, existe un 6 > 0 tal que si BE R™*” y ||B — All < 6 entonces BBS UDA) desta) Demostracién. En primer lugar, observe que si A € RM" y 2 € (A) entonces |A| < ||Al]. Afirmo que si B € R"*" es tal 80 Teorfa Cualitativa de las E.D.0.’s Lineales gue ||B — Al] < 1 entonces 3(B) © Dyaja[0] = D. En efecto, si tomamis jt € (B) entonces \a| < || Bl| < |B - All + |All <1 + ||] y esto prueba la afirmacién. Dado ¢ > 0, denotemos V.= [J D.(A). Observe que si AEx(A) 2 € DV, entonees det(A — zI) # 0. Esto nos induce a definir la funcién ®: CxR™™ 5 C (.M) > &(z,M) = det(M 21) Si en C x R"*" consideramos la norma del maximo (|, M)|| = max{|2|, || M1\)} entonces & es continna en su dominio. Como observamos anteri- ormente, si z € D—V; entonces (2, A) # 0, por la continuidad de ® existe 6. > 0 tal que si |w — 2| < 6 y ||M~ Alj < 6, entonces det(M ~ wl) = (w, M) #0, es decir w ¢ 3(M) Por otro lado, es claro que D-v.c U Dale) 2D-V, y como D—V, es compacto, D-Y, tal que D~V. © Dy,,(z1)U-+-U Ds, (2) Tomando § = min{d,,,...,5:,,1}, dado Be R™™ tal que |B — Al] < 4, tenemos que si p € D ~ V, entonees existe J € {1,2,...,7} tal que © Ds,, (23) ¥ como ||B— Al < 6,, de Jo anterior tenemos que ps ¢ 5(B), es decir DV. ¢ D-3(B) y desde que 5(B) CD, se tiene B(B) C Ve o we tienen que existen 24, 22,..., 2, € ‘Tépicos de Ecuaciones Diferenciales Ordinarias 81 Teorema 3.6.1 Hip([R") es mn subconjunto abierto y denso de Re Demostracién. Probemos primeramente que Hip(") es abierto en R™", Sea A € Hip(R") y tomemos 0 < < min{|Re()|; 9 € B(A)}. Por el Lema 3.6.1, 36 > 0 tal que si BC R™ y \|B — All <6 entonces 2(B)< (LJ D;(%) acd) Sip: € E(B) entonces existe un A € D(A) tal que |e — Al < 5 Como [Re(A)| = [Re(A — 1) + Re(n)| < [Re(ye— 2)]-+ [Re(w)h |Re(u)] = |Re(A)|—|Re(u—A)| > |Re(A)| —|u—A| > = De esta manera ningtin autovalor de B tiene parte real distinta de cero. Hemos probado que 34 > 0 tal que si BE R™" y ||B — Alj <6 entonces B € Hip(R") Probemos ahora que Hip(IR") es denso en R™". Sean Be R™" y € > 0. Debemos probar que existe A € Hip(R") tal que |B — All <«. Para ello, defino los conjuntos Bi = {AE E(B); Re(A) =O} yz = {AE M(B); Re(A) A 0} Es claro que E(B) = 3, UE;. Sea é = min{|Re(X)|; 4 € Zo}, consideremos 0 0. Si A—r € Ey entonces Re(A—r) # 0, nego |Re(A—r)| > 6. Se sigue que |Re(A)| = |Re(A—r) +1] > [Re(A~1)| —r 26-1 >0 En cualquiera de los dos casos, tenemos que Re() #0. Luego |B All =r 0 tal que si B © R™*" con ||B — All < 6 entonces B =ep A Observacién: Intuitivamente una matriz es estructuralmente estable si al perturbarla un poco, la configuracién de sus érbitas no se altera, salvo homeomorfismos En Io que resta de la seccién, demostraremos que existe una estrecha relacién entre hiperbolicidad y estabilidad estructural Sea A € R™* y \ € E(A). El ntimero entero positive m m(A) denotaré la multiplicidad algebraica del autovalor 4. Del Teorema de la Descomposicién Espectral se tiene que si \ € 3(A) es tal que m() = m entonees dim Nu((A— AZ)") ‘Tépicos de Ecuaciones Diferenciales Ordinarias 83 No es dificil probar que Nu((A — A/)*) = Nu((A — AZ)"), Vk>m, Lema 3.6.2 Sean A € R™" y \ € S(A) con m(A) =m. Exe isten constantes > 0 y dp > 0 tales que si BC R™™ y ||B— Al] < 65 entonces YS my) sm HEDBY D(A) Demostracién. Procediendo por contradiccién, supongamos que Ve > Oy V5 > 0 existe By € R™" tal que ||Bs — All < 5 y YL my) >m EBLE IDA) Tomando ¢ = = 1/k (k € N) tenemos que existe By € R™" tal que ||By — Al < t y SY my) > m e(B)ND A) De esta manera, hemos construido una sucesién (By) C R™" tal que Jim By = AY pe.) feay-+ Hime © E(Be) 1 D(A) (repetidos de acuerdo a su multiplicidad) y my > m, Vk EN. Sea m' = min{mg; k € N} > m. Para k ¢ N, denotemos Ce = (Be ~ peal) (Be = tml) Podemos suponer que dim Nu(C) — m! y consideramos {¢4,2, una base ortonormal de Nu(C;,). Desde que (e4,1),---; (km) © S"-1 y S"1 es compacto, entonces tomando subsucesiones si es exe} 84 Teoria Cualitativa de las E.D.0.’s Lineales necesario, podemos suponer que im ey =e, V1 0, existe un é > 0 tal que si Be R™" con ||B — All < 6 entonces YS msm; Visisk BEELBID.(AS) Demostracién. Procediendo por contradiccién, supongamos que existe ¢, > 0 tal que para todo 6 > 0 existe Bs € R™" con ||Bs—Al] < by existe jo € {1,...,k} tal que > my) # EB(B IAD. yg) mj, (Hip. Aux.). Por el Lema 3.6.2, existen constantes ¢ > 0 y dy > 0 tales que si BE R™" y ||B — All < dp entonces SL msm, Visisk BEZEDND (A) ‘Tépicos de Ecuaciones Diferenciales Ordinarias 85 Tomando ¢ = min{eo,¢1} tenemos SY mln) < my, HEX.) ademés por el Lema 3.6.1 existe un 5 > 0 tal que si Be R™" t f y ||B~ Al] < 6 entonees 5(B) ¢ LJ Des) © LJ Day). Para i = el Bs © R™" de la hips esis auxiliar tenemos n= Lm »( Smt wed(Bs) 5a1 \nentanp.0,) A : cme Dd Yom) 0 tal que si Be R™" con ||B — All < 6 entonces i(B) = i(A) Demostracién. Sean Ay,-.-,Ak € E(A) con m(A,) = mj, o- denados de tal manera que los r primeros tienen parte real neg- ativa, Tomando 0 < ¢ < min{|Re(Aj)|; 1 0,V¥r+1 0 tal que si |B ~All < 6 entonees SS mu) = my pex(B\AP.0)) Se sigue que o(B) = ¢(A). c Teorema 3.6.3 A Hip(R") si y sélo si A es estructuralmente estable. 86 Teoria Cualitativa de las E.D.0.’s Lineales Demostracién. (=) Se sigue del Corolario anterior y el Teo- rema 3.5.1, (<) Sea A ¢ Tip(R"), consideremos los conjuntos By = {XE B(A); Re(A) = 0} y_ By = {A | E(A); RelA) 4 0} y sea § = min{|Re(X)|; A € Ea}. SiO

    You might also like