Escolar Documentos
Profissional Documentos
Cultura Documentos
CONCEPTOS Y DEFINICIONES
Un sistema de ecuaciones diferenciales conduce al problema más simple que es la dinámica de un punto;
generalizando, podemos decir que los sistemas de ecuaciones diferenciales describen a los sistemas dinámicos de
la física. Por ejemplo, si se conocen las fuerzas que actúan sobre un punto material, se puede hallar las coordenadas
del punto móvil x(t), y(t) y z(t) en función del tiempo; siendo el sistema de ecuaciones diferenciales de la forma:
d 2 x(t ) dx dy dz
f t , x, y , z , , ,
dt dt dt
2
dt
d 2 y (t ) dx dy dz
g t , x, y , z , , ,
dt dt dt
2
dt
d 2 z (t ) dx dy dz
h t , x, y, z , , ,
dt dt dt
2
dt
Al sistema anterior se lo denomina “CANÓNICO”. Generalizando, para m funciones desconocidas x 1(t), x2(t),…,
xm(t), se tiene el sistema de m ecuaciones diferenciales:
Si tomamos a xi’, xi’’,..., xi(ji-1) por nuevas funciones auxiliares, podemos sustituir El sistema canónico general por un
sistema normal equivalente compuesto de N = K 1 + K2 +...+ Km ecuaciones. Por esta razón, es suficiente examinar
solamente sistemas normales.
DEFINICIÓN: se denomina solución del sistema normal en el intervalo ]t1, t2[ de variación del argumento t, todo
sistema de n funciones:
diferenciables en el intervalo t 1 < t < t2 que convierte las ecuaciones del sistema en el intervalo (t1, t2) en las
identidades respecto a t.
El problema de valores iniciales de Cauchy se enuncia así: hallar la solución del sistema anterior que satisfaga para
t = t0, las condiciones:
1
Luis Cabezas Tito
dxi (t )
fi t , x1 , x 2 ,..., x n ;
dt
i 1,2,..., n
Supóngase que las funciones fi(t, x1, x2,…, xn) (1 = 1, 2, …, n) están definidas en cierto dominio (n + 1)-dimensional
R de variación de las variables t, x1, x2,…, xn. Si existe un entorno ε del punto P0(t0, x10, x20,…, xn0) en que las
funciones fi son continuas por totalidad de argumentos y tienen derivadas parciales acotadas respecto de las
variables x1, x2,…, xn, existe un intervalo de variación de t, t 0 – δ < t < t0 + δ, sobre el cual existe la única solución
del sistema normal que satisface las condiciones iniciales.
DEFINICIÓN: un sistema de n funciones xi = xi(t, C1, C2,…, Cn) (i = 1, 2,…, n) se dice que es la solución general del
sistema normal en cierto campo de existencia y unicidad de la solución del problema de Cauchy, si:
1. El sistema de funciones reduce las ecuaciones en las identidades cualesquiera que sean los valores
admisibles de C1, C2,…, Cn.
2. En el campo ε, las funciones resuelven cualquier problema de Cauchy.
Las soluciones que se obtienen de la solución general para los valores concretos de las constantes C1, C2,…, Cn,
se denominan “soluciones particulares”.
Sea la ecuación xn = f(t, x, xi, xii,…, xn-1) que representa un caso particular del sistema canónico, resuelta respecto
de la derivada de mayor orden. Al introducir las funciones nuevas x1=x’(t), x2=x”(t),…, xn-1 = xn-1(t), se tiene:
𝑑𝑥
= 𝑥1
𝑑𝑡
𝑑𝑥1
= 𝑥2
𝑑𝑡
⋮
𝑑𝑥𝑛−2
= 𝑥𝑛−1
𝑑𝑡
𝑑𝑥𝑛−1
= 𝑓(𝑡, 𝑥, 𝑥1 , 𝑥2, … , 𝑥𝑛−1)
𝑑𝑡
Es decir, una ecuación de n-ésimo orden es equivalente al sistema normal. También se puede afirmar lo contrario,
que el sistema normal de n ecuaciones de primer orden es, en el caso general, equivalente a una ecuación de orden
n.
EJEMPLO 1:
𝑑𝑥 𝑑𝑦
= −𝑦; =𝑥
𝑑𝑡 𝑑𝑡
2
Ecuaciones Diferenciales con MATLAB
SOLUCIÓN ANALÍTICA:
𝑑2 𝑥 𝑑𝑦
2 =−
𝑑𝑡 𝑑𝑡
𝑑𝑦
Pero = 𝑥, por la segunda ecuación. Entonces:
𝑑𝑡
𝑑2 𝑥 𝑑2𝑥
2
= −𝑥 → +𝑥 = 0
𝑑𝑡 𝑑𝑡 2
Que es una ecuación diferencial lineal de segundo orden y de coeficientes constantes; siendo su solución:
Conociendo x(t), se puede hallar y(t) empleando cualquiera de las dos ecuaciones del sistema.
Ambas soluciones representan a las curvas integrales, siendo dichas curvas helicoidales de paso T = 2 π, con el
eje común x = y = 0.
Eliminando el parámetro t, se tiene en el plano de base: x2 + y2 = R2, que es una circunferencia de radio R. Si
R = 0, entonces x = y = 0, denominándose “Punto de Reposo del Sistema”.
SOLUCIÓN NUMÉRICA:
>> [x,y]=dsolve('Dx=-y','Dy=x')
x=
- C2*cos(t) - C1*sin(t)
y=
C1*cos(t) - C2*sin(t)
PRÁCTICA 1: resolver por este método, los siguientes sistemas de ecuaciones diferenciales lineales.
𝑑𝑥 𝑑𝑦
a. = −𝑥 + 2𝑦; = 2𝑥 − 𝑦
𝑑𝑡 𝑑𝑡
𝑑𝑥 𝑑𝑦
b. = 3𝑥 − 2𝑦, = 2𝑥 − 𝑦
𝑑𝑡 𝑑𝑡
Existen dos operadores matemáticos que sirven para combinar determinadas ecuaciones. Éstos son: la suma y la
resta como se verá en el siguiente ejemplo.
EJEMPLO 2:
𝑑𝑥 𝑑𝑦
= 𝑦, =𝑥
𝑑𝑡 𝑑𝑡
SOLUCIÓN ANALÍTICA:
Si u = x + y, se tiene:
𝑑𝑢 𝑑𝑢
=𝑢 → + 𝑢 = 0 → 𝑢 = 𝐶1𝑒 𝑡 → 𝑥 + 𝑦 = 𝐶1𝑒 𝑡
𝑑𝑡 𝑑𝑡
𝑑𝑥 𝑑𝑦 𝑑(𝑥 − 𝑦)
− = 𝑦−𝑥 → = −(𝑥 − 𝑦)
𝑑𝑡 𝑑𝑡 𝑑𝑡
Si v = x – y, se tiene:
𝑑𝑣 𝑑𝑣
=𝑣 → + 𝑣 = 0 → 𝑣 = 𝐶2𝑒 −𝑡 → 𝑥 − 𝑦 = 𝐶2𝑒 −𝑡
𝑑𝑡 𝑑𝑡
𝑥 + 𝑦 = 𝐶1𝑒 𝑡
𝑥 − 𝑦 = 𝐶2𝑒 −𝑡
𝐶1𝑒 𝑡 + 𝐶2𝑒 −𝑡
𝑥(𝑡) =
2
𝐶1𝑒 𝑡 − 𝐶2𝑒 −𝑡
𝑦(𝑡) =
2
SOLUCIÓN NUMÉRICA:
>> [x,y]=dsolve('Dx=y','Dy=x')
x=
-exp(-t)*(C4 - C3*exp(2*t))
y=
exp(-t)*(C4 + C3*exp(2*t))
Simplificando:
>> x=simplify(x)
x=
C3*exp(t) - C4*exp(-t)
4
Ecuaciones Diferenciales con MATLAB
>> y=simplify(y)
y=
C3*exp(t) + C4*exp(-t)
COROLARIO: Una combinación integrable da la oportunidad de obtener una ecuación no diferencial, sino
algebraica:
Que liga la variable independiente t y las funciones desconocidas x1, x2, …, xn; recibiendo la función Φi el nombre
de “Primera Integral del Sistema”.
Un sistema de ecuaciones diferenciales se dice que es lineal, si es lineal respecto a las funciones desconocidas y
de sus derivadas que integran el sistema.
O en forma matricial:
𝑑𝑥⃗
= 𝐴𝑥⃗ + 𝐹⃗
𝑑𝑡
𝑑
Si se introduce el operador lineal 𝐿 = − 𝐴 y se aplica a la anterior ecuación matricial, se tiene:
𝑑𝑡
𝑑
( − 𝐴) (𝑥⃗) = 𝐹⃗ → 𝐿(𝑥⃗) = 𝐹⃗
𝑑𝑡
TEOREMA 1:
TEOREMA 2:
La suma 𝑥⃗1 (𝑡) + 𝑥⃗2(𝑡) de dos soluciones 𝑥⃗1 (𝑡) y 𝑥⃗2 (𝑡) de un sistema lineal homogéneo de ecuaciones es solución
del mismo sistema.
TEOREMA 3:
Si 𝑥⃗(𝑡) es una solución del sistema lineal no homogéneo 𝐿(𝑥⃗) = 𝐹⃗ y 𝑥⃗0 (𝑡) es solución del sistema homogéneo
⃗⃗, entonces la suma 𝑥⃗(𝑡) + 𝑥⃗0(𝑡) será solución del sistema no homogéneo 𝐿(𝑥⃗) = 𝐹⃗.
correspondiente 𝐿(𝑥⃗) = 0
DEFINICIÓN:
𝑑𝑥⃗
= 𝐴(𝑡)𝑥⃗
𝑑𝑡
5
Luis Cabezas Tito
Donde A(t) es una matriz nxn con los coeficientes aij(t), entonces su sistema de n soluciones 𝑥⃗1 (𝑡), 𝑥⃗2(𝑡), … , 𝑥⃗𝑛 (𝑡)
del sistema lineal homogéneo anterior linealmente independiente en el intervalo t 1 < t < t2 se denomina
“Fundamental” y el Wronskiano es distinto de cero en todos los puntos del intervalo (t 1,t2), siendo la solución general
del sistema:
𝑥⃗(𝑡) = 𝐶1𝑥⃗1 (𝑡) + 𝐶2𝑥⃗2(𝑡) + … + 𝐶𝑛 𝑥⃗𝑛(𝑡)
La matriz: 𝑥̃(𝑡) cuyas columnas se representan por las soluciones linealmente independientes 𝑥⃗1(𝑡), 𝑥⃗2 (𝑡), … , 𝑥⃗𝑛 (𝑡)
recibe el nombre de “Matriz fundamental del Sistema” citado, satisfaciendo la igualdad:
𝑑𝑥̃
= 𝐴(𝑡)𝑥̃(𝑡)
𝑑𝑡
𝐶1
𝐶
𝐶⃗ = ( 2 )
⋮
𝐶𝑛
Si t = t0, entonces:
𝑥⃗(𝑡0) = 𝑥̃(𝑡0)𝐶⃗ → 𝐶⃗ = 𝑥̃ −1(𝑡0)𝑥⃗(𝑡0)
Por tanto:
𝑥⃗(𝑡) = 𝑥̃(𝑡)𝑥̃ −1(𝑡0)𝑥⃗(𝑡0)
La matriz 𝑥̃(𝑡)𝑥̃ −1(𝑡0) = 𝐾(𝑡, 𝑡0) se denomina: “Matriz de Cauchy”. Entonces de tiene:
𝑑𝑥⃗
= 𝐴𝑥⃗ + 𝐹⃗
𝑑𝑡
en la forma:
𝑛
Donde Ck(t), con k=1, 2, …,n, son funciones desconocidas de t. Derivando la solución buscada respecto de t:
𝑛 𝑛
𝑑𝑥̃(𝑡)
= ∑ 𝐶𝑘 (𝑡)𝑥⃗𝑘′ (𝑡) + ∑ 𝐶𝑘′ (𝑡)𝑥⃗𝑘 (𝑡)
𝑑𝑡
𝑘=1 𝑘=1
6
Ecuaciones Diferenciales con MATLAB
El Wronskiano W(t) es distinto de cero en el intervalo t 1 < t < t2. Por tanto:
𝐶𝑘 (𝑡) = ∫ 𝜑𝑘 (𝑡)𝑑𝑡, 𝑘 = 1, 2, … , 𝑛
Si los coeficientes aij (i,j = 1, 2, …, n) son constantes, se denomina: “sistema lineal con coeficientes constantes”.
Para integrar sistemas lineales homogéneos de ecuaciones diferenciales con coeficientes constantes, este método
es utilizado frecuentemente y consta de lo siguiente.
𝑑𝑥⃗
𝑥⃗ = 𝛼⃗𝑒 𝜆𝑡 → = 𝜆𝛼⃗𝑒 λt
𝑑𝑡
Reemplazando, se tiene:
𝛼⃗𝑒 𝜆𝑡 = 0 → (𝐴 − 𝜆𝐼) = 0
Para que el sistema tenga una solución no trivial, es necesario y suficiente que se cumpla:
|𝐴 − 𝜆𝐼| = 0
De esta ecuación se determinan todos los valores de λ, para los cuales el sistema tiene soluciones no triviales α1,
α2,…, αn. Si todas las raíces λi (i = 1, 2,…, n) de la ecuación característica son distintas, entonces al sustituirlas por
orden en el sistema se encuentran las soluciones no triviales α 1i, α2i,…, αni, i = 1, 2,…, n. Por tanto:
𝑥1𝑖 = 𝛼1𝑖 𝑒 𝜆𝑖 𝑡 , 𝑥2𝑖 = 𝛼2𝑖 𝑒 𝜆𝑖𝑡 , … , 𝑥𝑛𝑖 = 𝛼𝑛𝑖 𝑒 𝜆𝑖 𝑡
i = 1, 2,…, n.
las n soluciones particulares del sistema lineal homogéneo que forman la matriz fundamental del sistema son parte
de la solución general, expresada como:
7
Luis Cabezas Tito
Si λ tiene valores repetidos, complejos o imaginarios, se utiliza en el primer caso la Fórmula de Abel y en los dos
casos restantes las soluciones son conocidas como raíces complejas o imaginarias estudiadas en capítulos
anteriores.
𝑑𝑥1 𝑑𝑥2
= 𝑥1 + 3𝑥2 , = 4𝑥1 + 2𝑥2
𝑑𝑡 𝑑𝑡
SOLUCIÓN ANALÍTICA:
|𝐴 − 𝜆𝐼| = 0
|𝐴 − 𝑝𝐼| = 0
A=
1 3
4 2
>> syms p
D=
8
Ecuaciones Diferenciales con MATLAB
p^2 - 3*p – 10
Los coeficientes del polinomio característico son 1, -3 y -10, entonces se resuelve la ecuación característica con
MATLAB de la forma:
p2 - 3p – 10 = 0
C=
1 -3 -10
>> R=roots(C)
R=
5
-2
𝜎(𝐴) = {−2, 5}
Calculando los Autovectores:
p1 = λ1 = -2:
⃗⃗ = 0 → [(1 3 1 0 𝑘
(𝐴 − 𝑝1 𝐼)𝐾 ) − (−2) ( )] ( 1) = 0
4 2 0 1 𝑘2
3𝑘1 + 3𝑘2 = 0
4𝑘1 + 4𝑘2 = 0
Parametrizando con k 2 = t, se tiene que k 1 = -t. Por tanto, se obtiene el primer Autovector:
⃗⃗1 = ( −1) 𝑡
𝑉
1
De similar manera se procede para p 2 = λ2 = 5:
⃗⃗ = 0 → [(1 3 1 0 𝑘
(𝐴 − 𝑝2𝐼)𝐾 ) − (5) ( )] ( 1) = 0
4 2 0 1 𝑘2
−4𝑘1 + 3𝑘2 = 0
4𝑘1 − 3𝑘2 = 0
Parametrizando k2 = t, entonces k1 = ¾ t:
3
⃗⃗2 = ( ⁄4) 𝑡
𝑉
1
Modal de la Matriz A:
−1 3
𝜇(𝐴) = {( ) , ( ⁄4)}
1 1
9
Luis Cabezas Tito
Reemplazando valores:
3
𝑥1(𝑡) = −𝐶1𝑒 −2𝑡 + 𝐶2 𝑒 5𝑡
4
𝑑𝑥 𝑑𝑦
= 𝑥 − 2𝑦, = 2𝑥 + 5𝑦
𝑑𝑡 𝑑𝑡
A=
1 -2
2 5
>> syms p
>> D=det(A-p*eye(2))
D=
p^2 - 6*p + 9
>> C=[1 -6 9]
C=
1 -6 9
>> R=roots(C)
R=
3.0000 + 0.0000i
3.0000 - 0.0000i
En este caso, la fórmula general para calcular la solución cuando los autovalores son reales e iguales es la siguiente:
⃗⃗1𝑒 𝜆1 𝑡 + 𝐶2[𝑉
𝑥⃗(𝑡) = 𝐶1𝑉 ⃗⃗1𝑡𝑒 𝜆1 𝑡 + 𝑃⃗⃗ 𝑒 𝜆1 𝑡] + ⋯ + 𝐶𝑛 𝑉
⃗⃗𝑖 𝑒 𝜆𝑖𝑡
Retornando al ejemplo:
10
Ecuaciones Diferenciales con MATLAB
⃗⃗1 = ( 1 )
Si 𝜆 = 3 → 𝑉
−1
− 1⁄2
Se obtiene el vector P que es igual a: 𝑃⃗⃗ = ( )
0
⃗⃗1𝑒 𝜆1 𝑡 + 𝐶2[𝑉
𝑥⃗(𝑡) = 𝐶1𝑉 ⃗⃗1𝑡𝑒 𝜆1 𝑡 + 𝑃⃗⃗ 𝑒 𝜆1 𝑡]
1 1 − 1⁄2 3𝑡
𝑥⃗(𝑡) = 𝐶1 [ ] 𝑒 3𝑡 + 𝐶2 [[ ] 𝑡𝑒 3𝑡 + [ ]𝑒 ]
−1 −1 0
𝑑𝑥 𝑑𝑦
= 3𝑥 + 13𝑦, = −𝑥 − 3𝑦
𝑑𝑡 𝑑𝑡
A=
3 13
-1 -3
>> syms p
>> D=det(A-p*eye(2))
D=
p^2 + 4
>> C=[1 0 4]
C=
1 0 4
11
Luis Cabezas Tito
>> R=roots(C)
R=
0 + 2.0000i
0 - 2.0000i
Ahora bien, como los Autovalores son imaginarios puros, entonces si K 1 es un Autovector proveniente de uno de los
Autovalores imaginarios, se calcula B 1 = Re(K1) y B2 = Im(K1), expresándose la solución final como:
𝑋⃗ = 𝐶1𝑋⃗1 + 𝐶2𝑋⃗2
Donde:
𝑋⃗1 = 𝐵1 𝑐𝑜𝑠𝛽𝑡 − 𝐵2 𝑆𝑒𝑛𝛽𝑡
𝑘1 + (2𝑖 + 3)𝑘2 = 0
Si k2 = -1, entonces k 1 = 3 + 2i
3 + 2𝑖 3 2
𝑘⃗⃗1 = [ ] = [ ] + [ ] 𝑖 = 𝐵1 + 𝐵2𝑖
−1 −1 0
𝑋⃗ = 𝐶1𝑋⃗1 + 𝐶2𝑋⃗2
Reemplazando valores:
3 2 2 3
𝑋⃗ = 𝐶1 ([ ] 𝑐𝑜𝑠2𝑡 − [ ] 𝑆𝑒𝑛2𝑡) + 𝐶2([ ] 𝑐𝑜𝑠2𝑡 + [ ] 𝑆𝑒𝑛𝛽𝑡)
−1 0 0 −1
𝑑𝑥 𝑑𝑦
= 𝑥 − 5𝑦, = 2𝑥 + 3𝑦
𝑑𝑡 𝑑𝑡
En forma matricial, se tiene:
𝑥′(𝑡) 1 −5 𝑥(𝑡)
( )=( )( )
𝑦′(𝑡) 2 3 𝑦(𝑡)
12
Ecuaciones Diferenciales con MATLAB
A=
1 -5
2 3
>> syms p
>> D=det(A-p*eye(2))
D=
p^2 - 4*p + 13
C=
1 -4 13
>> R=roots(C)
R=
2.0000 + 3.0000i
2.0000 - 3.0000i
Como los Autovectores son complejos, entonces se usan las siguientes fórmulas:
𝑋⃗ = 𝐶1𝑋⃗1 + 𝐶2𝑋⃗2
Donde:
𝑋⃗1 = (𝐵1 𝑐𝑜𝑠𝛽𝑡 − 𝐵2 𝑆𝑒𝑛𝛽𝑡)𝑒 𝛼𝑡
Retornando al ejemplo:
⃗⃗ = 0
(𝜆𝐼 − 𝐴)𝐾
(2 + 3𝑖 − 1)𝑘1 − 5𝑘2 = 0
−2𝑘1 + (2 + 3𝑖 − 3)𝑘2 = 0
1 − 3𝑖
𝑘1 = − 𝑘2
2
Reemplazando valores:
13
Luis Cabezas Tito
1 −3 −3 1
𝑋⃗ = 𝐶1 ([ ] 𝑐𝑜𝑠3𝑡 − [ ] 𝑆𝑒𝑛3𝑡) 𝑒 2𝑡 + 𝐶2 ([ ] 𝑐𝑜𝑠3𝑡 + [ ] 𝑆𝑒𝑛3𝑡)𝑒 2𝑡
−2 0 0 −2
𝑇𝑟(𝐴1)
𝐴1 = 𝐴 → = 𝑝1 → 𝐵1 = 𝐴1 − 𝑝1 𝐼
1
𝑇𝑟(𝐴2)
𝐴2 = 𝐴𝐵1 → = 𝑝2 → 𝐵2 = 𝐴2 − 𝑝2𝐼
2
⋮
𝑇𝑟(𝐴𝑛 )
𝐴𝑛 = 𝐴𝐵𝑛−1 → = 𝑝𝑛 → 𝐵𝑛 = 𝐴𝑛 − 𝑝𝑛 𝐼
𝑛
Para una matriz 2x2 se tendrá dos raíces λ, donde el polinomio característico será igual a:
𝑝(𝜆) = 𝜆2 − 𝑝1 𝜆 − 𝑝2
𝜆2 − 𝑝1 𝜆 − 𝑝2 = 0
𝜓𝑖 = 𝜆𝑖 𝐼𝑖 + 𝑏𝑖
i = 1, 2, …, n.
Ii corresponde a la primera, segunda o n-ésima columna de la matriz Identidad; mientras que b i también pertenece
a la primera, segunda o n-ésima columna, siempre de la primera matriz B 1.
𝜓 𝑒 𝜆1 𝑡 𝜓21𝑒 𝜆2 𝑡
𝜒(𝑡) = ( 11 𝜆 𝑡 )
𝜓12 𝑒 1 𝜓22𝑒 𝜆2 𝑡
14
Ecuaciones Diferenciales con MATLAB
Donde:
𝜓 𝑒 𝜆1 𝑡 𝜓 𝑒 𝜆2 𝑡
𝑥⃗1 (𝑡) = ( 11 𝜆 𝑡 ), 𝑥⃗2(𝑡) = ( 21 𝜆 𝑡 )
𝜓12𝑒 1 𝜓22𝑒 2
EJEMPLO 7:
SOLUCIÓN ANALÍTICA:
𝑥1 (𝑡) = 𝐶13𝑒 5𝑡 + 𝐶23𝑒 −2𝑡
Aparentemente, los Autovectores encontrados no son los mismos, pero si se toma en cuenta que son ecuaciones
linealmente independientes, entonces se comprobará que los mismos son colineales entre sí y, por tanto, se
obtienen los mismos resultados realizando las operaciones algebraicas adecuadas.
SOLUCIÓN NUMÉRICA:
>> [x1,x2]=dsolve('Dx1=x1+3*x2','Dx2=4*x1+2*x2')
x1 =
-(exp(-2*t)*(4*C5 - 3*C6*exp(7*t)))/4
x2 =
exp(-2*t)*(C5 + C6*exp(7*t))
Simplificando:
>> x1=simplify(x1)
x1 =
(3*C6*exp(5*t))/4 - C5*exp(-2*t)
>> x2=simplify(x2)
x2 =
C5*exp(-2*t) + C6*exp(5*t)
Con MATLAB también se pueden encontrar los Autovalores y los Autovectores directamente, escribiendo el
siguiente código:
15
Luis Cabezas Tito
A=
1 3
4 2
>> [M,E]=eigs(A)
M=
-0.6000 -0.7071
-0.8000 0.7071
E=
5 0
0 -2
La ecuación diferencial:
𝑑𝑥⃗
= 𝐴𝑥⃗
𝑑𝑡
es factible de representarlo mediante “Diagrama de Bloques” equivalente a una computadora analógica, de la forma
siguiente.
EJEMPLO 8:
SOLUCIÓN:
Para el ejemplo anterior se puede representar el sistema de ecuaciones diferenciales de la siguiente manera:
𝑑𝑥1 𝑑𝑥1
= 𝑥1 + 3𝑥2 → 𝑥1 = − 3𝑥2
𝑑𝑡 𝑑𝑡
𝑑𝑥2 1 𝑑𝑥2
= 4𝑥1 + 2𝑥2 → 𝑥2 = − 2𝑥1
𝑑𝑡 2 𝑑𝑡
Sumador: +
𝑑 D
Derivador: 𝐷 =
𝑑𝑡
16
Ecuaciones Diferenciales con MATLAB
-3 + x1(t)
-2 + x2(t)
-1/2 D
PRÁCTICA 2:
Resolver el siguiente sistema de ecuaciones por los dos métodos anteriores y, además, graficar su diagrama de
bloques.
𝑑𝑥1 𝑑𝑥2
= −𝑥1 + 2𝑥2 , = 2𝑥1 − 𝑥2
𝑑𝑡 𝑑𝑡
EJEMPLO 9:
𝑑𝑥1
= 𝑥1 + 3𝑥2 + 1 + 4𝑡
𝑑𝑡
𝑑𝑥2 3
= 4𝑥1 + 2𝑥2 + 𝑡 2
𝑑𝑡 2
SOLUCIÓN ANALÍTICA:
𝑥1′ (𝑡) 1 + 4𝑡
1 3 𝑥1 (𝑡)
( )=( )( )+( 3 2 )
𝑥2′(𝑡) 4 2 𝑥2(𝑡) 𝑡
2
17
Luis Cabezas Tito
Primero se resuelve el sistema homogéneo, obteniéndose según el ejemplo 4 las siguientes soluciones:
1 + 4𝑡
Ahora, se buscará una solución del sistema no homogéneo con 𝐹⃗ = ( 3 2 ), de la forma:
𝑡
2
3
𝐶1′(𝑡)4𝑒 5𝑡 − 𝐶2′(𝑡)3𝑒 −2𝑡 = 𝑡 2
2
1 + 4𝑡 3𝑒 −2𝑡
| 3 2 |
𝑡 −3𝑒 −2𝑡 1 9 2
𝐶1′(𝑡) = 2 5𝑡 = ( 𝑡 − 12𝑡 − 3)𝑒 −5𝑡
3𝑒 3𝑒 −2𝑡 29 2
| 5𝑡 |
4𝑒 −3𝑒 −2𝑡
3𝑒 5𝑡 1 + 4𝑡
| 5𝑡 3 2 |
4𝑒 𝑡 1 9
𝐶2′(𝑡) = 2 = (− 𝑡 2 + 16𝑡 + 4)𝑒 2𝑡
3𝑒 5𝑡 3𝑒 −2𝑡 21 2
| 5𝑡 |
4𝑒 −3𝑒 −2𝑡
1 9 2
𝐶1(𝑡) = ∫ ( 𝑡 − 12𝑡 − 3)𝑒 −5𝑡 𝑑𝑡
29 2
1 9
𝐶2(𝑡) = ∫ (− 𝑡 2 + 16𝑡 + 4)𝑒 2𝑡 𝑑𝑡
21 2
18
Ecuaciones Diferenciales con MATLAB
SOLUCIÓN NUMÉRICA:
Apliquemos MATLAB para resolver numéricamente este sistema de ecuaciones diferenciales no homogéneo.
>> [x1,x2]=dsolve('Dx1=x1+3*x2+1+4*t','Dx2=4*x1+2*x2+(3/2)*t^2')
x1 =
-(exp(-2*t)*(4*C7 - 3*exp(7*t)*(C8 - (2*exp(-5*t)*(75*t^2 + 230*t + 96))/875) + (exp(2*t)*(18*t^2 - 82*t + 25))/14))/4
x2 =
exp(-2*t)*(C7 + exp(7*t)*(C8 - (2*exp(-5*t)*(75*t^2 + 230*t + 96))/875) + (exp(2*t)*(18*t^2 - 82*t + 25))/56)
Simplificando:
>> x1=simplify(x1)
x1 =
(107*t)/100 - (9*t^2)/20 - C7*exp(-2*t) + (3*C8*exp(5*t))/4 - 611/1000
>> x2=simplify(x2)
x2 =
(3*t^2)/20 - (199*t)/100 + C7*exp(-2*t) + C8*exp(5*t) + 227/1000
Estado:
El estado de un sistema es un estructura matemática que tiene n variables denominadas “Variables de Estado”:
x1(t), x2(t),…, xn(t); donde la respuesta del sistema para un tiempo t ≥ t0 solo depende de los valores iniciales xi(t0),
(i = 1, 2, …, n) de estas variables y de las entradas que tiene el sistema, denotándose por e j(t).
Variables de Estado:
Estas variables no necesariamente deben ser variables físicas mensurables, pueden ser cantidades puramente
matemáticas.
Vector de Estado:
Las Variables de Estado son las componentes de un vector n-dimensional, denominado “Vector de Estado”.
𝑥𝑖 (𝑡) 𝜀 𝑅 𝑛
Las ecuaciones de estado se obtienen del sistema con las variables de estado. Con estas ecuaciones se forma un
sistema de n ecuaciones diferenciales de primer orden, de la forma:
19
Luis Cabezas Tito
a. Seleccionar las variables del sistema que van a representar el estado del mismo.
b. Existen diferentes modos de selección.
c. Uno de los métodos para expresar el estado de un sistema es el de las variables físicas que se basa en la
elección de elementos almacenadores de energía, tomando como variables de estado a las variables físicas
de las ecuaciones energéticas de cada elemento almacenador de energía. Por ejemplo:
1
𝐸𝑐 = 𝐶𝑉 2, 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒 𝑒𝑠𝑡𝑎𝑑𝑜: 𝑉 (𝑉𝑜𝑙𝑡𝑎𝑗𝑒)
2
1 2
𝐸𝐿 = 𝐿𝐼 , 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒 𝑒𝑠𝑡𝑎𝑑𝑜: 𝐼 (𝐶𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒)
2
1
𝐸𝑀 = 𝑀𝑈2 , 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒 𝑒𝑠𝑡𝑎𝑑𝑜: 𝑈 (𝑉𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑)
2
1 2
𝐸𝐽 = 𝐽𝜔 , 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒 𝑒𝑠𝑡𝑎𝑑𝑜: 𝜔 (𝑉𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑 𝑎𝑛𝑔𝑢𝑙𝑎𝑟)
2
1
𝐸𝐾 = 𝐾𝑋 2, 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒 𝑒𝑠𝑡𝑎𝑑𝑜: 𝑋 (𝐷𝑒𝑠𝑝𝑙𝑎𝑧𝑎𝑚𝑖𝑒𝑛𝑡𝑜)
2
MATLAB dispone de una aplicación muy interesante, denominada SIMULINK, que trabaja con Variables de Estado.
>>Simulink
20
Ecuaciones Diferenciales con MATLAB
Esta herramienta de software será utilizado en el siguiente capítulo, referido a la resolución de ecuaciones
diferenciales mediante la Transformada de Laplace.
Método de Determinantes.
Reducción de Orden.
Mediante la Transformada de Laplace.
21