Beruflich Dokumente
Kultur Dokumente
Introducci
on
Hasta aqu se han estudiado ecuaciones lineales con una sola funcion incognita. Estudiaremos ahora sistemas de ecuaciones diferenciales
lineales, tanto porque permiten modelar problemas fsicos que involucran la interaccion de varias funciones incognita, como tambien porque
a ellos pueden reducirse ecuaciones lineales de grado superior.
n 1.1. Un sistema lineal de EDO en Kn (con K = R o
Definicio
K = C) es un sistema de n ecuaciones escrito de la forma
(23)
t I,
X(t0 ) = X0 ,
Sistemas Lineales en R2
64
b (1+)
x2 [kg]
x1 [kg]
+ b
b(1 + )
.
s
s
m3
s
V m3
s
V m3
Repitiendo el razonamiento para el estanque 2, resulta el sistema:
b
b(1 + )
x2 (t)
x1 (t)
V
V
b
b
b(1 + )
x1 (t) x2 (t) x2 (t).
x!2 (t) =
V
V
V
Este es un sistema de ecuaciones, por lo que se puede escribir matricialmente:
&#
# ! $ % b(1+)
$ #
$
b
V1
x1
x1
b
V2
+
=
b(1+)
x!2
x2
0
b(1+)
x!1 (t) = b +
V1
V2
V1
V2
B=
b
0
esto es, un sistema lineal de dos ecuaciones de primer orden no homogeneo a coeficientes constantes.
!
Veamos algunos metodos generales para reducir un sistema lineal a
coeficientes constantes
a una $
EDO de orden superior.
#
#
$
a11 a12
b1 (t)
Supongamos A =
(matriz constante) y B(t) =
.
a21 a22
b2 (t)
2. SISTEMAS LINEALES EN R2
2.1.
65
M
etodo de sustituci
on. Para resolver el sistema,
x!1
x!2
(25)
(26)
= a11 x1 + a12 x2 + b1
= a21 x1 + a22 x2 + b2
= b1
= b2
de donde, aplicando el operador D a11 a la segunda ecuacion, multiplicando por a21 la primera y sumando, se obtiene
(31)
i = 1, 2
det(A)
66
Vectores de Funciones
Las definiciones de la subseccion anterior se pueden extender a espacios vectoriales de vectores de funciones o matrices de funciones.
n 3.1. C n (I)m = C n (I) C n (I) son los vectores
Definicio
()
*
'
m veces
f1
f1
+
.
... =
..
1
fm
fm
1
1
f1,1 . . .
f1,k
f1,1 . . . f1,k
+
.
..
.. =
..
..
...
. 1 ..
.
.
1 .
fm,1 . . . fm,k
fm,1 . . .
fm,k
La derivacion es analoga.
4.
Existencia y Unicidad
4. EXISTENCIA Y UNICIDAD
67
problema de Cauchy.
(32)
(33)
X ! = F (t, X(t)), t I
X(t0 ) = X0 .
Para la demostracion de este teorema primero escribiremos el sistema diferencial en forma integral. Luego, usaremos un operador que
entregue esta forma integral y veremos que sus puntos fijos son soluciones del sistema en cuestion. Finalmente, demostraremos que la
aplicacion es contractante, utilizando una norma apropiada y concluiremos que tiene un u
nico punto fijo. En realidad, esta demostracion
hace uso del Teorema del punto fijo, que se deduce del hecho de que
toda sucesion de Cauchy es convergente. Esto es cierto en C(I)m con
la norma del supremo u otra similar, siempre que el intervalo I sea
cerrado y acotado. Sin embargo, el Teorema resulta luego cierto para
cualquier tipo de intervalo.
n. El problema es de la forma X ! = f (t, X(t)), t I
Demostracio
(forma diferencial), integrando entre t0 y t se tiene que X(t) = X(t0 ) +
+
t
convergentes.
Corolario 4.1. Si es contractante de constante K (0, 1),
entonces tiene un u
nico punto fijo, que es una funcion de C 0 ([t0 , t0 +
m
T ]) .
68
K i +f2 f1 +
i=m1
n2
4
K n1 K m1
K m1
0 cuando m
K1
1K
i=m1
(pues
% n2 0 <&K < 1). Con esto, se tiene que 0 +fn fm +
4
K i +f2 f1 + 0, por lo tanto, (fk ) es una sucesion de
como
Ki =
i=m1
t0
F (s, Y (s))ds|
t0
t0
ser fija (dato inicial X0 ) para todas las funciones en C 0 (I)m y ademas,
la norma pasa al interior de la integral por la propiedad f |f |
4. EXISTENCIA Y UNICIDAD
1
1
f | | |f || = |f |, con lo que queda
+ t
|(t, X(t)) (t, Y (t))|
|F (s, X(s)) F (s, Y (s))ds|
f
69
|f | |
t0
L
L
t0
+ t
t0
|X(s) Y (s)|ds
exp(2L(s t0 )) (exp(2L(s t0 ))|X(s) Y (s)|) ds
t0
exp(2L(s t0 ))ds
1
(exp(2L(t t0 )) exp(2L))
2L
1
+X Y +,L exp(2L(t t0 ))
2
1
+X Y +,L
2
1
+X Y +,L
2
por lo tanto (, X()) es contractante. Por el Corolario (4.1), existe un u
nico punto fijo para (, X()), llamado X, con lo cual t
!
I, (t, X(t)) = X(t).
+(, X()) (, Z())+,L
n.
Observacio
1. Se denomina a (34) solucion clasica y a
(35) solucion integral.
(34)
(35)
70
sup
t[t0 ,t0 +T ]
'
34 4
i
()
L
L|X(t) Y (t)|
Por lo tanto la condicion de tipo Lipschitz es valida si los aij son funciones acotadas en [t0 , t0 + T ], lo que se tiene tanto si los aij son funciones
4. EXISTENCIA Y UNICIDAD
71
continuas o si ellas son continuas por pedazos (siempre que restrinjamos las discontinuidades a discontinuidades de salto como sera el caso
en el proximo captulo).
Teorema 4.3 (Existencia y Unicidad, caso lineal). Si A C(I)mm
y B C(I)m , entonces dado X0 Rm y t0 I0 , existe una u
nica
0
m
solucion X C (I) del sistema lineal:
X ! (t) = A(t)X(t) + B(t),
X(t0 ) = X0
tI
72
cruzan (determinismo).
X ! = A(t)X + B(t)
Y ! = A(t)Y + B(t)
X(t) = Y (t), t I
X(t0 ) = Y (t0 )
5.
Sistemas Homog
eneos
En ecuaciones diferenciales es habitual estudiar primero las soluciones de la parte homogenea de las ecuaciones, porque ellas entregan
importante informacion para luego deducir las soluciones generales.
Partamos entonces estudiando detenidamente los sistemas homogeneos.
n 5.1.
Definicio
H = {X Rn | X ! = A(t)X, t I}.
n 5.2.
Definicio
A la matriz formada por las soluciones fundamentales canonicas asociada a t0 , es decir, que en su columna k-esima tiene a k , se llamara matriz canonica fundamental asociada a t0 , y se denotara por
5. SISTEMAS HOMOGENEOS
73
x1
m1
x2
m2
.
..
.. =
mn1
n1
xn
mn
!
2 1
x1
c1
1 2 1
x2
c2
.. .. ..
.
..
.
.
.
.. k
1
2
1
cn1
n1
1 2
xn
cn
es decir, tiene la forma
MX !! + CX ! + KX = 0,
con X Rn . Para transformarlo en un sistema lineal, hacemos el cambio de variables:
$
# ! $
#
X
X
!
,
Z =
Z=
X !!
X!
pero
X !! = M 1 KX M 1 CX ! .
Por lo tanto, se puede escribir el sistema lineal:
#
$
0
I
!
Z =
Z.
M 1 K M 1 C
t I
x1
x2
..
.
xn1
xn
74
x10 , . . . , xn0 R.
n
4
k=1
k k (t) = 0
. .
1 2 .. .. n
'
()
1
... =
*
n
0
..
.
0
0 0 0
1 0 0
= det(In ) = 1
.. . . .. ..
. . .
.
0 0 0 1
1
0
W (t0 ) = det
...
5. SISTEMAS HOMOGENEOS
75
Pero vimos que cualquier combinacion lineal de soluciones fundamentales canonicas, tambien es solucion del sistema homogeneo, y claramente
la funcion nula tambien es solucion con la condicion inicial impuesta
en t. Por lo tanto, por Teo. de Existencia y Unicidad,
1 1 (t) + + n n (t) = 0 t I,
t I
Xh = x10 1 + xn0 n ,
Xh = (t)X0 .
definicion.
que se deriva componente a
.. ..
. . An
=A
1 2
.. ..
. . n
= A
76
donde {i }ni=1 es una base (no necesariamente canonica) de Rn , y entonces concluimos el siguiente corolario:
Corolario 5.3. Sea una matriz fundamental M(t), entonces:
(i) Si existe t0 tal que det(M(t0 )) &= 0, entonces det(M(t)) &= 0 , t I.
(ii) Si el sistema X ! = AX tiene condiciones iniciales X0 no nulas,
entonces X(t) = M(t)M 1 (t0 )X0 .
n. (i) Consecuencia directa.
Demostracio
(ii) De la observacion del teorema anterior, tenemos que una combinacion lineal de los i resuelve el sistema, es decir:
X(t) = c1 1 + c2 2 + + cn n = MC
c1
donde el vector C = ... queda dado por las condiciones iniciales,
cn
entonces
X(t0 ) = M(t0 )C C = M(t0 )1 X0 X(t) = M(t)M 1 (t0 )X0
!
6.
Soluciones Particulares
6. SOLUCIONES PARTICULARES
77
= AXG + B
= AXp + B,
j=1
n
4
j=1
(ii) Analogo.
j=1
n
4
j=1
C ! (t) = 1 (t)B(t)
1t
C(t) = t0 1 (s)B(s)ds
1t
Por lo tanto, Xp = (t) t0 1 (s)B(s)ds, y se concluye el siguiente
teorema
78
1 (s)B(s)ds,
t0
4
Mk
k=0
k!
=I +M +
M2
Mn
++
+
2!
n!
n
8 4
8
4
4
8
8
Mk .
Mk
fk (x)8
8g(x)
8
8
k=1
k=1
k=1
79
(e
)ij =
4
(M k (t))ij
k!
k=0
Esto es una serie de funciones, por lo que para demostrar la convergencia uniforme usaremos el criterio M de Weierstrass. Veamos que, como
cada componente esta uniformemente acotada en I, se tiene:
R : i, j |(M(t))ij | , t I.
Luego,
8
8
n
n
8 4
8 2 8 884
8
8
8
i, j (M )ij 8 (M)ik (M)kj 8
|(M)ik ||(M)kj | 2 n
8
8
k=1
k=1
8
8
k > 0 i, j 8(M k )ij 8 k nk1 , t I.
De esta forma encontramos una cota para los terminos de la serie independiente de t
8
8
8 (M k (t))ij 8
8
8 k nk1 , t I.
k > 0 i, j 8
8
k!
k!
p
4
k nk1
k!
k=0
1
n
1 4 k nk
1
=
.
n k=0 k!
n
80
4
en
1
k nk1
=
k!
n
n
k=1
4
(M k (t))ij
k=1
k!
4
(M k (t))ij
.
k!
k=0
4
(Ak )ij tk1
, t (b, b),
k
h (t) =
k!
k=1
!
pero
4
4
(Ak )ij tk1 4 (Ak+1 )ij tk
(Ak )ij tk
k
k
=
= (A )ij
.
k!
k!
k!
k=1
k=0
k=0
81
En conclusion,
d At
(e )ij = Aij (eAt )ij t (b, b),
dt
y dado que b era arbitrario, se tiene el resultado para todo t R.
4) Para cada s fijo, tomamos la funcion
(t) = eA(t+s) eAt eAs ,
de este modo
(0) = 0
y
! (t) = AeA(t+s) AeAt eAs = A(t)
Luego por Teo. de Existencia y Unicidad,
t R, (t) = 0 t, s R eA(t+s) = eAt eAs .
5) De 4) sabemos que
/A
A B = ABA
pero AB = BA
k+1
k
A B = BAA
Ak+1 B = BAk+1 .
Para la otra implicancia basta tomar k = 1. Ahora:
4
Ak tk 4 BAk tk 4 Ak tk
At
Be = B
=
=
B = eAt B.
k!
k!
k!
k=0
k=0
k=0
(0) = 0,
y
! (t)
Bt
(A+B)t
AeAt eBt + 'eAt
()B* e (A + B)e
por 6)
82
es decir, tenemos:
! (t) = (A + B)(t)
(0) = 0.
Concluimos por Teo. de Existencia y Unicidad, que
t R (t) = 0.
El problema ahora se reduce solo al calculo de la matriz exponencial, para esto nos ayudaran las propiedades anteriores, y la forma de
la matriz A, en el sentido de si es o no diagonalizable.
7.1. Caso diagonalizable. En el caso de que A sea diagonalizable, por ejemplo, en los casos en que A es simetrica (At = A),
antisimetrica (At = A), o normal (AAt = At A), A se que puede escribir de la forma A = P DP 1, con D, matriz diagonal formada por los
valores propios de A, y P una matriz que tiene en sus columnas los vectores propios respectivos. De esta forma tenemos, que si 1 , . . . , n son
los valores propios de A, y v1 , . . . , vn sus respectivos vectores propios:
1 0
.. P = ? v | v | | v @ ,
D = ... . . .
1
2
n
.
0 n
entonces
&
%
1 k k
4 D k tk
4
(P
DP
)
t
1
P 1 = P eDt P 1 ,
=P
eAt = eP DP t =
k!
k!
k=0
k=0
donde
eDt
e1 t
..
= ...
.
0
0
..
.
en t
83
c1
donde C = ... es un vector constante que depende de las condicn
ciones iniciales. O bien, desarrollando las matrices, tenemos:
? t
@
Xh (t) =
e 1 v1 | e2 t v2 | | en t vn C
= c1 e1 t v1 + c2 e2 t v2 + + cn en t vn .
k1
L2
k2
x(t)
(t)
L1
84
0
0
! =
x
(k1 + k2 )
k1 L1 k2 L2
!
k1 L1 k2 L2 (k1 L21 + k2 L22 )
1
0
0
0
0
x
1
0 x!
!
0
0
0
0
b
1
0
0
0
0
x
1
0 x!
0
!
, donde a = (1 + )k y b = (1 + )kL2 .
0
0
A=
a
0
0
0
0
b
1
0
0
0
a 0
0
1
A2 = 0 b
0 0
0
0 0
0
0
0
a
0
luego, elevando a k:
A2k
ak 0 0 0
0 bk 0 1
=
0 0 ak 0 ,
0 0 0 bk
0
0
0
0
0
A2k+1 =
ak+1
0
bk+1
ak 0
0 bk
.
0 0
0 0
0
1
;
0
b
85
4
(At)k 4 (At)2k 4 (At)2k+1
At
=
+
e
=
k!
(2k)!
(2k + 1)!
k=0
k=0
k=0
a 0 0 0
0
0 ak 0
4
4
t2k
t2k+1
0 bk 0 1
0
0 bk
.
0
=
+
k+1
k
0 0 a 0
a
0
0 0
(2k)!
(2k
+
1)!
k=0
k=0
0
bk+1 0 0
0 0 0 bk
Si tomamos a = 2 y b = 2 , resulta:
4
4
ak t2k
(1)k (t)2k
=
= cos(t)
(2k)!
(2k)!
k=0
k=0
4
4
(1)k (t)2k
bk t2k
=
= cos(t),
(2k)!
(2k)!
k=0
k=0
y de la mima manera:
4
ak t2k+1
1 4 (1)k (t)2k+1
1
=
= sin(t)
(2k + 1)!
(2k + 1)!
k=0
k=0
4
1 4 (1)k (t)2k+1
1
bk t2k+1
=
= sin(t).
(2k + 1)!
(2k + 1)!
k=0
k=0
Por lo tanto:
cos(t)
0
0
0
0
cos(t)
0
1
eAt =
0
0
cos(t)
0
0
0
0
cos(t)
0
0
0
0
+
sin(t)
0
0
sin(t)
(0) = 0,
x! (0) = 1,
! (0) = 1,
y reemplazamos en la form
ula obtenida para sistema a coeficientes constantes, se tiene:
sin(t)
x
sin(t)
! =
,
x cos(t)
!
cos(t)
sin(t)
0
0
0
0
sin(
0
0
86
A
A
con = (1 + )k y = L (1 + )k, que fsicamente representan
la frecuencia de cada modo. Otro metodo para solucionar este problema
es analizar los valores y vectores propios del sistema.
Calculemos los valores propios de A
0
1
0
0 0
1
= (2 a)(2 b).
det(A I) = det
a
0 0
0
b
0
2 = i,
3 = i,
4 = i,
i/
i/
0
0
0
i/
v1 =
1 , v2 = 1 , v3 = 0 , v4
0
0
1
Luego la solucion general sera:
i/
x
! = c1 eit 0 + c2 eit
1
x
!
0
0
i/
.
0
1
0
i/
0
+ c3 eit i/ + c4 eit
0
1
1
0
0
i/
,
0
1
o bien,
#
#
$
#
$
#
$
#
$
$
0
0
i/
i/
x(t)
it
it
it
it
+ c4 e
+ c3 e
+ c2 e
= c1 e
i/
i/
0
0
(t)
#
$
#
$
1/
0
= (ic2 eit ic1 eit )
+ (ic4 eit ic3 eit )
.
0
1/
Aqu se ve que el movimiento del sistema se expresa fundamentalmente solo como el movimiento vertical de G (representado en el vector
(1/, 0) y separadamente la rotacion del eje que une los resortes, en
torno a G, representado en el vector (0, 1/), y por tanto la solucion
general del sistema no es mas que la combinacion lineal de estos dos
movimientos fundamentales llamados modos propios. Los valores propios cuando son imaginarios puros, representan la frecuencia natural
de cada modo propio, en este caso al modo de movimiento vertical
87
i
c
3
+ c4 i
= 1 ,
1
0 0
.
0
1 ..
.
..
.
.
B=
.
.
0
. .
.
.
.
.
.
.
.
.
.
. 1
0 ... ... 0
88
8 0
0 0 0
0
0 0 0
0
8
0
0 0
0 0
3
0
.
0 0
0
3 1
0
0 0
0
0
3
0
0 0
0 0 0
89
90
A=
1 0
0
1 1
0 1 2 3 3
0 0 1 2 2
.
1 1 1
0
1
1 1 1 1
2
=
=
=
=
dim ker(A I) = 2
dim ker(A I)2 = 4
dim ker(A I)3 = 4
dim ker(A I)s = 4, s > 3.
Como l0 = 0, tenemos que k1 = 0 y k2 = 2, por lo que no hay cadenas de largo 1, pero hay 2 cadenas de largo 2. Cada cadena de largo
2 determina un bloque de 2 2, por lo que tenemos completamente
determinada la matriz J
1 1 0 0
0
0 1 0 0
0
0
0
1
1
0
J =
0 0 0 1
0
0 0 0 0 1
Para 2 tenemos:
(A I)v1 = 0 v1 = (, , 0, , )
(A I)v2 = v1 v2 = ( + , , , + , ).
Si = 0, =
= = 0 v2
Si = 1, =
= = 0 v2
1 v1 = (0, 0, 0, 1, 1) v2 = (1 + , , 0, , ). Si
= (1, 0, 0, 0, 0).
0 v1 = (1, 1, 0, 0, 0) v2 = (, , 1, 1 + , ). Si
= (0, 0, 1, 1, 0).
91
De esta forma
P =
0
0
0
1
1
1
0
0
0
0
1
1
0
0
0
0
0
1
1
0
0
1
1
0
0
M =
M1
0
..
.
0
0
.
.
M2 . . ..
.. ..
.
. 0
0 Mn
Mi bloque de M, entonces
eM1
0
= .
..
0
0
eM2
..
.
..
.
..
.
0
0
..
.
.
0
eMn
M1 0 0
M1 0 0
M1 0 0
..
..
..
.
..
..
.
.
.
. 0 M22 . .
. 0 M2
0 M2
2
M = .
= .
.
.
.
.
.
.
.
..
..
.. 0
..
. . 0 ..
..
. . 0 ..
0 0 Mn
0 0 Mn
0 0 Mn2
k
M1
0 0
..
.
.
0 M2k . .
k
Luego, por induccion, M = .
, aplicando esto
..
..
..
.
. 0
0 0 Mnk
92
a la matriz exponencial:
M1k
0
.. 4
0
k=0
0 Mnk
0
..
.
.
0
..
.
..
.
4
1
0 M2k
..
k! ...
.
k=0
0
M1
e
0
.
0 eM2 . .
= .
..
..
..
.
.
0 0 eMn
eM =
M1k
k!
0
..
.
0
..
M2k
.
k!
..
..
.
.
0
..
.
Mnk
k!
0 1
0 0
.. . .
. . ..
.
. .
.
.. . .
..
.
. 1
.
0 0
eJi t = ei Im t+N t = ei Im t eN t .
ei t
0
N0 = I
N1 = N
N2 = N N =
..
.
m1
93
0 0
1
0 1
0 0
0 1
0 0
.
.
.
.
.. . .
..
.. . . ..
.. . . ..
.
.
.
. . .
.
. . .
.
=
.
.
.. . .
.
.
.
.
..
..
. . 1 .. . .
.
. 1 .. . .
.
0
0 0
0 0
0 0
0
.. . . . . . .
.
= . .
.. . . . . .
0
= 0m .
eN t =
4
N k tk
k=0
k!
m1
4
k=0
= I + tN +
1 t
.
.. . . .
= ... . . .
. .
.. . .
0
N k tk 4 tk k
+
N
'()*
k!
k!
k=m
=0
m1
t
t 2
N ++
N m1
2!
(m 1)!
2
m1
t
t
2!
(m1)!
..
..
..
.
.
.
2
..
..
t
.
.
.
2!
..
..
.
.
t
1
Nt
[e ]ij =
tk
k!
si j i = k # 0
.
si j i < 0
94
Finalmente,
eJi t
ei t
..
.
..
.
..
.
0
0 0
..
..
..
..
.
.
.
.
..
..
..
..
.
.
.
.
..
..
..
..
.
.
.
.
ei t
ei t tei t
..
..
.
.
..
..
.
.
..
..
.
.
0
t2 i t
e
2!
..
..
..
..
.
..
.
..
.
1
..
.
..
.
..
.
0
tm1 i t
e
(m1)!
..
.
t2 i t
e
2!
i t
te
ei t
t2
2!
t
..
..
..
..
..
..
.
.
..
.
..
.
..
.
tm1
(m1)!
..
.
t2
2!
t
1
eJ1 t . . . 0
.. P 1 .
eAt = P ... . . .
.
Jn t
0 ... e
Ejemplo 7.4. Consideremos el sistema:
X ! = AX,
con condicion inicial X(0) = X0 , donde la matriz A esta dada en el
ejemplo (7.3). Luego como ya habamos calculado su descomposicion
canonica de Jordan , se tendra en virtud de la proposicion anterior que
la solucion es:
et tet 0 0
0
0 et 0 0
0
1
t
t
0
X(t) = P 0 0 e te
P X0 ,
0 0 0 et
0
0 0 0 0 et
con P descrita en ejemplo (7.3).
!
Ejemplo 7.5 (Equilibrio Marino). Suponga que la poblacion de
ballenas b, plancton p y temperatura del mar T estan regidas por el
95
bn+1
1 0
bn
b0
pn+1 = 0 1 pn , con condicion inicial p0 .
Tn+1
0 0
Tn
T0
Consideremos primero un caso mas general de sistemas discretos:
Xn+1 = AXn + Bn ,
n 0,
Probemos por induccion que efectivamente la solucion del sistema esta dada por:
n
4
Xn = An X0 +
Anj Bj1 , n 1
j=1
Para n = 1, resulta
X1 = AX0 + B0 ,
que
solucion del sistema. Suponemos ahora que Xn = An X0 +
5n es nj
Bj1 satisface el sistema propuesto, entonces hay que probar
j=1 A
que
n+1
4
n+1
An+1j Bj1
Xn+1 = A X0 +
j=1
96
Xn+1 = A
X0 +
= An+1 X0 +
n+1
4
j=1
n
4
An+1j Bj1
An+1j Bj1 + An+1(n+1) B(n+1)1
j=1
n+1
= A
X0 + A
n
4
j=1
= A A X0 +
= AXn + Bn .
n
4
nj
Bj1
j=1
&
1 0
D = ... . . . ... , donde 1 , . . . d son los valores propios de A.
0 d
Seg
un lo anterior, la solucion de
An = P D n P 1 , entonces:
n
1
Xn = P ...
0
0
.
1
..
. .. P X0 .
nd
97
original (por induccion). En este caso podemos usar esta formula, pues
claramente
Id N = N = N = NId .
Luego:
n # $
n # $
4
n k k nk 4 n k nk
n
n
N
,
I N
=
A = (Id + N) =
k
k
k=0
k=0
N+
N +
=
n
n1
n2
n(n 1) n2 2
=
N + nn1 N + n .
2
En el desarrollo sobre las formas de Jordan, habamos calculado todas
las potencias de una matriz nilpotente, resulta entonces:
# $
n(n 1) n2 2
n n
n
n1
A =
N + n N +
2
n
0 0 1
0 1 0
n(n 1) n2
0 0 0 + nn1 0 0 1 + n
=
2
0 0 0
0 0 0
n2
n nn1 n(n1)
2
= 0
n
nn1 .
0
0
n
De esta forma vemos que se repite la solucion que tenamos para el caso
diagonalizable: independiente de la condiciones iniciales, nuestro modelo indica que cuando n , si || > 1, el sistema diverge, es decir
las poblaciones de ballenas y plancton se expanden indefinidamente,
al igual que la temperatura, mientras que si || < 1, las poblaciones
se extinguen y la temperatura del mar desciende a 0. En el caso crtico || = 1 se tiene que las poblaciones animales divergen, pero con
temperatura constante del mar T0 .
!
CAPTULO 5
Transformada de Laplace
1.
Introducci
on
L[f ](s) =
est f (t)dt
0
est dt
8+
1 st 88
s &= 0
e 8
s
8+ 0
8
s=0
t8
s>0
s
=
+ s = 0
s < 0
es c = 0).
1
existe si s > 0 (la asntota de convergencia
s
99
100
5. TRANSFORMADA DE LAPLACE
at
at
est eat dt :
0
est eat dt
e(sa)t dt
0
t
s=a
8+
1 (sa)t 88
=
s &= a
e
8
sa
0
s>a
sa
=
+ s = a
s < a
1
existe si s > a (la asntota de conversa
cordemos que cos wt + i sen wt = eiwt y que 1(eiwt ) = cos wt, 2(eiwt ) =
sen wt son la parte real e imaginaria de eiwt respectivamente) :
+ +
L[cos wt](s) =
est cos wtdt
0
#+ +
$
(s+iw)t
= 1
e
dt
0
%
8+ &
8
1
e(s+iw)t 88
= 1
s + iw
0
#
$ 8+
8
cos
wt
+
i
sen
wt
8
= est 1
8
s + iw
0
#
$ 8+
(cos wt + i sen wt)(s iw) 88
st
= e 1
8
s2 + w 2
0
8
1
8+
st
= 2
e (s cos wt + w sen wt)8
s + w2
0
s
= 2
, s > 0
s + w2
s
por lo tanto, L[cos wt](s) = 2
existe si s > 0.
s + w2
2. EL ESPACIO C
101
et + et
= cosh(t), tenemos
2
et + et
](s)
2
et
et
= L[ ](s) + L[
](2)
2
2
@
1? t
L[e ](s) + L[et ](s)
=
2#
$
1
1
1
=
+
2 s1 s+1
#
$
1
2s
=
2 s2 1
s
= 2
s 1
t
como L[e ](s) existe para s > 1 y L[et ](s) existe para s > 1, se tiene
que L[cosh(t)](s) existe para s > 1 (asntota de convergencia c = 1).
L[cosh(t)](s) = L[
2.
El espacio C
1
0tt<1
1 1 t t < 2
con perodo 2, llamada onda cuadrada es continua por pedazos.
[t]
102
5. TRANSFORMADA DE LAPLACE
-1
t
2
f(t)
1
f(t)
t 2
1
t &= 0
no es continua por
t
0 t=0
1
1
= + y lm = 0.
t0 t
t
2. EL ESPACIO C
103
n. Propuesta.
Demostracio
|est f (t)|dt
0
+
=
est |f (t)|dt
0
+
C
est et dt
+0
C
e(s)t dt
0
8
8
1
(s+)t 8
e
C
8
s +
0
C
s
!
Ejercicio Propuesto 2.1. Demostrar que tk , k N, tiene transk!
formada de Laplace y que L[tk ](s) = k+1 , s > 0.
s
104
5. TRANSFORMADA DE LAPLACE
3.
Funciones especiales
3.1. Escal
on de Heaviside. La funcon escalon de Heaviside se
define como
B
0 t<a
Ha (t) =
1 ta
f*(t)
0.5
-6
-4
-2
t<a
0
1 at<b ,
3.2. Pulso entre a y b. Se define como Pab (t) =
0
tb
con a < b. Notar que Pab (t) = Ha (t) Hb (t). Luego, su transformada
de Laplace para 0 a < b sera L[Pab (t)](s) = L[Ha (t) Hb (t)](s) =
L[Ha (t)](s) L[Hb (t)](s) (por linealidad del operador) por lo tanto
1
L[Pa b(t)](s) = (eas ebs ), para s > 0.
s
3.3. Delta de Dirac.
n 3.1. Para n N, se define la funcion fn (t) = nP0 1 (t)
Definicio
n
t<0
0
1
n
0
t
<
, con nP0 1 (t) = n(H0 (t) H 1 (t)), es decir, fn (t) =
n .
n
n
0
t
n
3. FUNCIONES ESPECIALES
105
f*(t)
0.5
10
0.2
0.4
0.6
0.8
1.2
1.4
1.6
1.8
106
5. TRANSFORMADA DE LAPLACE
2. lm
3. lm
+
a
do la propiedad fundamental
continuas
en el origen. Extendiendo la definicion, se tiene que, dado
1 +
a R, (t a)f (t) dt = f (a) para f continua en a.
De la propiedad fundamental de tomando f (t) = 1, se tiene
+ +
Proposicion 3.1.
(t)dt = 1.
Observaci
on: Esta u
ltima propiedad es coherente con el hecho que
n
lm L[fn ] = lm L[nP0,1/n ] = lm (1 es/n ) = 1.
n
n
n s
Observaci
on: Cabe destacar que las funciones fn no son las u
nicas que dan origen a , pues basta con que cumplan las propiedades
enunciadas. Algunos ejemplos de familias de funciones que dan origen
a y cumplen con las propiedades son:
n
2 2
fn (t) = en t .
sen(2nt)
fn (t) =
.
t
n
1
.
fn (t) =
2
2
n t +1
Observaci
on: En estricto rigor, la delta de Dirac no es una funcion,
pues no esta definida puntualmente como tal en t = 0, sino que se define
a traves de una propiedad integral1.
Observaci
on: Si se tienen dos funciones f y g, con g derivable en R,
tales que lmt f (t)g(t) = 0, la integraci
on por partes de f g! puede servir
!
para definir la derivada de f g, a
un si f no es derivable. En efecto
8
+
+
8
!
8
f (t)g! (t)dt.
f (t)g(t)dt = f (t)g(t)8
1En
f ! (t)g(t)dt =
107
f (t)g! (t)dt.
Si tomamos f = Ha , el escal
on de Heaviside en a > 0 y g derivable tal que
lmt+ g(t) = 0, se obtiene
+
+
+
!
!
Ha (t)g(t)dt =
Ha (t)g (t)dt =
g! (t)dt = g(a).
a R.
La distribuci
on modela un impulso, golpe o chispazo, es decir, un gran
estmulo aplicado en un brevisimo perodo de tiempo a un sistema. Si este
est
a modelado por una EDO de orden n, un lado derecho corresponde
de hecho a un valor inicial para y (n1) (0+ ). Para ver esto basta verificar
por transformada de Laplace que las dos EDO siguientes, donde P (D) es un
operador diferencial a coeficientes constantes de orden n, tienen exactamente
la misma soluci
on:
P (D)y = 0,
(38) P (D)y = ,
(37)
Es por ello que es llamada tambien impulso unitario o simplemente impulso. La soluci
on correspondiente de la EDO anterior es llamada respuesta
al impulso (ver funci
on H(t) m
as adelante).
4.
st
= sL[f (t)](s) + lm e
t
como f es de orden exponencial , se tiene que lmt |est f (t)| lmt |est et | =
lmt e(s)t = 0, pues s > . Llamando f (0+ ) = lmt0+ est f (t). Con
esto se obtiene
L[f ! (t)](s) = sL[f (t)](s) f (0+ ), s >
Veamos ahora la transformada de Laplace de la segunda derivada de f :
L[f !! (t)](s) = sL[f ! (t)](s) f ! (0+ ), s >
= s(sL[f (t)](s) f (0+ )) f ! (0+ )
= s2 L[f (t)](s) sf (0+ ) f ! (0+ )
108
5. TRANSFORMADA DE LAPLACE
recordando las expresiones para L[y !! (t)](s), L[Pt1 t2 (t)](s) y L[1](s), la expresion queda
g
a
s2 L[y](s) sy(0+ ) y ! (0+ ) = (et1 t et2 t )
s
s
Los valores y(0+ ) y y ! (0+ ) equivalen a las condiciones iniciales del problema,
es decir, y(0+ ) = 0 y y ! (0+ ) = v0 ,
v0
a
a
g
L[y](s) = 2 + 3 et1 t 3 et2 t 3
s
s
s
s
En este punto, se necesita comprender como opera un antitransformada, por
lo cual, se continuara en el ejemplo (12.1).
5.
6. TRASLACIONES
Sea
+ t+
a
f (u)du la expresi
on que representa
+ t #+
a
109
u
+ t
+
f (u)du
L ...
(s) =
' a () a*
+ an veces
+ +
+ t
1
1
1 a t
L[f
(t)](s)
f
(u)du
.
.
.
f (u)du
sn
sn 0
s 0 a
a
' () *
n 1 veces
6.
Traslaciones
Una traslaci
on en el dominio temporal t corresponde a un factor exponencial en el dominio de Laplace s, es decir, si f C , a R se tiene que
:
+
est H(t a)f (t a)dt
L[H(t a)f (t a)](s)
=
0
+
est f (t a)dt
=
a
+
es(u+a) f (u)du
=
'()*
0
u=t-a
sa
L[f (t)](s)
De manera an
aloga, una traslaci
on en el dominio de Laplace corresponde a
un factor exponencial en el dominio temporal:
+
L[f (t)](s a) =
e(sa)t f (t)dt
+0
est ea f (t)dt
=
a
= L[eat f (t)](s)
110
5. TRANSFORMADA DE LAPLACE
7.
Igualdad de transformadas
8. Convergencia Uniforme de L
+
+ n
st
Sean (s) =
e f (t)dt y n (s) =
est f (t)dt, con s I =
0
8
8
e f (t)dt88
n
8
C (s)t 88
e
8
s
st
C (s)n
e
s
sup
s[0 ,M ]
|n (s) (s)|
'()*
C (s)n
e
s> s
sup
C
e(0 )n
0
0
9. DIFERENCIABILIDAD E INTEGRABILIDAD DE L
9.
111
Diferenciabilidad e integrabilidad de L
9.1. Diferenciabilidad. Sea f C . El valor de la derivada con respecto a s de la transformada de Laplace de f se calcula de la forma:
+
d
d
L[f (t)](s)
=
est f (t)dt
ds
ds 0
+
d st
e dt
=
'()*
ds
0
conv. unif.
+
test f (t)dt
=
0
L[tf (t)](s)
=
=
8
$
1 ut 88s
e 8 f (t) dt
t
0
0
+
+
f (t)
f (t) st
e dt +
dt
t
t
0
!
"
+ 0
f (t)
f (t)
dt
L
(s) +
t
t
0
+
f (t)
,
si en la formula de la derivada de la transformada, se toma g(t) =
!
"
!
" t
d
f (t)
f (t)
se obtiene
L
= L[f (t)](s), por lo tanto lms L
(s)
t!
!
" ds
"
+ t
f (t)
f (t)
f (t)
L
C se tiene lms L
L[f (t)](u)du. Si
(s) =
(s) =
t
t
t
s
0, por lo cual
"
!
+
f (t)
L[f (t)](u)du
(s) =
L
t
s
f (t)
f (t)
C con f (t) C es que lmt0+
La u
nica condici
on para que
t
t
exista (&= ). Entonces, la formula que se obtiene es
112
5. TRANSFORMADA DE LAPLACE
L[f (t)](u)du =
L[f (t)](u)du +
f (t)
dt
t
Convoluci
on
como 0 < t < y 0 < u < t, podemos hacer un cambio en los lmites
de integraci
on, ya que los conjuntos {(t, s) : 0 < t < 0 < u < t} y
{(t, s) : u < t < 0 < u < } son iguales, por lo tanto
+ + t
+ +
est f (u)g(t u)dudt
=
est f (u)g(t u)dtdu
0
0
+0 +u
=
es(w+u) f (u)g(w)dwdu
'()*
w=tu
=
=
esu f (u)du
esw g(w)dw
L[f (t)](s)L[g(t)](s)
!
113
Observaci
on: Como consecuencia se obtiene que 0 es el neutro para ,
es decir, para f C , L[f 0 ] = L[f ]L[0 ] y como L[0 ] = 1, L[f 0 ] = L[f ].
Por el teorema de Lerch, f 0 = f 0 f = f (no riguroso).
11.
Fracciones Parciales
p(x)
Supongamos se tiene la expresion racional
con p y q polinomios
q(x)
a coeficientes reales tales que sus grados cumplen con gr(p) < gr(q). Si se
p(x)
, se puede descomquiere obtener expresiones m
as simples a partir de
q(x)
poner esa expresi
on en fracciones parciales, las que al ser sumadas dan como
resultado la expresi
on original. Los casos m
as frecuentes de descomposici
on
son los siguientes:
1. Si q(x) tiene n raices reales distintas cada una de multiplicidad algebraica (m. a.) 1, es decir, q(x) = (x a1 ) . . . (x an ), con ai R
y i &= j, ai &= aj :
p(x)
A1
An
=
+ +
q(x)
x a1
x an
2. Si q(x) tiene una raz real de m. a. n, es decir, q(x) = (x a)n , con
a R:
A1
A2
An
p(x)
=
+
+ +
2
q(x)
x a (x a)
(x a)n
3. Si q(x) tiene m + 1 raices reales distintas, m con m. a. 1 y una con
m. a. n, es decir, q(x) = (x a)n (x b1 ) . . . (x bm ), con a, bi R
y i &= j, bi &= bj bi &= a:
A1
A2
An
B1
Bm
p(x)
=
+
++
+
++
q(x)
x a (x a)2
(x a)n x b1
x bm
4. Si q(x) tiene 2 raices complejas distintas de m. a. 1, es decir, q(x) =
ax2 + bx + c, con a, b, c R o bien q(x) = (x z)(x z), con
z, z C, 2(z) &= 0 (parte imaginaria distinta de 0) soluciones de la
ecuacion cuadratica ax2 + bx + c = 0:
Ax + B
p(x)
= 2
q(x)
ax + bx + c
5. Si q(x) tiene 2 raices complejas distintas de m. a. n, es decir, q(x) =
(ax2 + bx + c)n , con a, b, c R o bien q(x) = (x z)n (x z)n , con
z, z C, 2(z) &= 0 soluciones de la ecuacion cuadratica ax2 + bx +
c = 0:
A1 x + B1
A2 x + B2
An x + Bn
p(x)
= 2
+
+ +
q(x)
ax + bx + c (ax2 + bx + c)2
(ax2 + bx + c)n
6. Cualquier combinaci
on de estos casos.
114
5. TRANSFORMADA DE LAPLACE
12. ANTITRANSFORMADAS
115
o equivalentemente,
1
0
2a
1
2
(a + b2 )
2a
0
(a2 + b2 )
0
1
0
0
1
A
B
0
0 C
D
0
= 0
0
1
Antitransformadas
n
4
aj Dj y(t) (s) = L[Q(t)](s)
L
j=1
n
4
j=1
N
O
aj L D j y(t) (s) = L[Q(t)](s)
N
O
pero se sabe que L D j y(t) (s) = sj L[y(t)](s) sj1 y(0+ ) y j1 (0+ ),
lo cual es un polinomio de grado menor o igual a j 1 en la variable s, cuyos
116
5. TRANSFORMADA DE LAPLACE
n
n
4
4
j
j=1
()
P (s)
j=1
'
()
R(s)
R(s) L[Q(t)](s)
+
P (s)
P (s)
R(s)
y L[yp (t)] =
P (s)
L[Q(t)](s)
, se tiene que :
P (s)
L[y(t)](s) = L[yh (t)](s) + L[yp (t)](s)
n 12.1. Una funci
Definicio
on f (en el dominio temporal) es antitransformada de una funci
on (en el dominio de Laplace) si se cumple que
L[f (t)] = (s). Se denota como f (t) = L1 [(s)](t).
!
"
R(s)
1
En el ejemplo inicial, se tendria que yh (t) = L
(t) e yp (t) =
P (s)
!
"
L[Q(t)](s)
L1
(t).
P (s)
"
!
1
(t), por lo tanto
Para encontrar yp (t), consideremos H(t) = L1
P (s)
O
N
yp (t) = L1 L[H(t)](s)L[Q(t)](s) (t)
N
O
= L1 L[(H Q)(t)](s) (t)
= (H Q)(t)
+ t
H(t )Q()d
=
0
12. ANTITRANSFORMADAS
117
A1,1
Am1 ,1
+ +
s 1
(s 1 )m1
+...
Amk ,k
A1,k
+ +
+
s k
(s k )mk
Bmk+1 ,k+1 + sCmk+1 ,k+1
B1,k+1 + sC1,k+1
+
+ +
2
(s k+1 ) + wk+1
((s k+1 )2 + wk+1 )mk+1
+...
Bml ,l + sCml ,l
B1,l + sC1,l
+ +
+
(s l )2 + wl
((s l )2 + wl )ml
=
=
=
=
1
s
1
(s )k
1
(s )2 + w2
s
+
2
2
(s ) + w
(s )2 + w2
y recordando que
L[H(t)](s )
"
tk1
L
(s )
(k 1)!
"
!
1
sen(wt) (s )
L
w
=
>
L [cos(wt)] (s ) + L
sen(wt) (s )
w
!
= L[et H(t)](s)
!
"
k1
t t
= L e
(s)
(k 1)!
! t
"
e
= L
sen(wt) (s)
w
!
"
et
= L et cos(wt) +
sen(wt) (s)
w
118
5. TRANSFORMADA DE LAPLACE
e H(t) =
et
tk1
(k 1)!
et
sen(wt) =
w
et
et cos(wt) +
sen(wt) =
w
"
1
L
(t)
s
!
"
1
1
L
(t)
(s )k
!
"
1
1
L
(t)
(s )2 + w2
!
"
s
1
L
(t)
(s )2 + w2
1
1.
2.
3.
4.
"
s
(t)
2
2 2
! (s + a ) "
1
L1
(t)
2 + a2 )2
(s
!
"
s
L1
(t)
2
2 n
! (s + a ) "
1
(t)
L1
2
(s + a2 )n
L1
d
1
2s
= 2
, por lo tanto:
2
2
ds s + a
(s + a2 )2
"
s
(t) =
(s2 + a2 )2
=
=
"
!
1
1 1 d
L
2
ds s2 + a2
"
!
1 1 d
L
L[sen(at)]
2a
ds
1
t sen(at)
2a
12. ANTITRANSFORMADAS
!+
119
"
1
f = L[f ], se tiene:
s
0
!
"
"
!
1
s
1
1 1
L
(t) = L
(t)
(s2 + a2 )2
s (s2 + a2 )2
!
" "
!
1
1
L
t sen(at) (s) (t)
= L1
s
2a
" "
! !+ t
1
1
= L
t sen(at) (s) (t)
L
0 2a
+ t
1
=
t sen(at)
0 2a
#
$
1
1
sen(at)
t
cos(at)
=
2a2 a
2. Recordando que L
d
1
(n 1)(s2 + a2 )n2 2s
=
=
ds (s2 + a2 )n1
(s2 + a2 )2n2
2s(n 1)
, y la antitransformada sera de la forma:
(s2 + a2 )n
!
"
$"
! #
s
1
1
1 d
L1
L
(t)
=
(t)
(s2 + a2 )n
2(n 1)
ds (s2 + a2 )n1
"
!
1
1
1
tL
(t)
=
2(n 1)
(s2 + a2 )n1
4. Queda propuesto al lector utilizando un metodo similar al del punto
2 anterior.
Ejemplo 12.1. Continuando el Ejemplo 4.1 del cohete, hay que encontrar las funciones que al ser transformadas por L, equivalen a cada uno de
los sumandos del miembro derecho de la ecuaci
on
a t1 t
a t2 t
g
v0
3e
3
L[y](s) = 2 + 3 e
s
s
s
s
a
a
2
No es difcil darse cuenta de que L[v0 t], L[ (t t1 ) H(t t1 )], L[
(t
2
2
2
gt
t2 )2 H(t t2 )] y L[
] equivalen a cada sumando respectivo. Reemplazando
2
obtenemos
a
gt2
a
(t t2 )2 H(t t2 )] + L[
]
L[y](s) = L[v0 t] + L[ (t t1 )2 H(t t1 )] + L[
2
2
2
a
a
gt2
L[y](s) = L[v0 t + (t t1 )2 H(t t1 ) (t t2 )2 H(t t2 ) +
]
2
2
2
por lo tanto, la ecuaci
on de movimiento del cohete es
a
gt2
a
y(t) = v0 t + (t t1 )2 H(t t1 ) (t t2 )2 H(t t2 ) +
2
2
2
120
5. TRANSFORMADA DE LAPLACE
(s2 + 2s + 2)L[y](s) = s + 3
s+3
L[y](s) = 2
s + 2s + 2
2
Como las raices de s + 2s + 2 = 0 son complejas, se escribe ese polinomio
de la forma (s + 1)2 + 1, con lo que se obtiene
s+3
L[y](s) =
(s + 1)2 + 1
s+1
2
L[y](s) =
+
2
(s + 1) + 1 (s + 1)2 + 1
s+1
1
Y como L [ex cos x] (s) =
y L [ex sen x] (s) =
, se
2
(s + 1) + 1
(s + 1)2 + 1
tiene que
N
O
N
O
1
L[y](s) = L ex cos x (s) + 2L ex sen x (s) =
(s + 1)2 + 1
N x
O
L[y](s) = L e cos x + 2ex sen x (s)
y = ex (cos x + 2 sen x)
M
etodo de Transformada de Laplace para Sistemas
As tenemos el sistema:
x02
/(s a22 )
/a12 ,
(sa11 )(sa22 )Lx1 a12 a21 Lx1 = (sa22 )Lb1 +(sa22 )x01 +a12 Lb2 +a12 x02 .
Simplificando:
13. METODO
DE TRANSFORMADA DE LAPLACE PARA SISTEMAS
121
donde (s) = (s a22 )(L1 + x01 ) + a12 (L2 + x02 ) y P (s) = s2 (a11 + a22 )s +
a11 a22 a12 a21 .
De esta forma la soluci
on general del sistema ser
a:
Lx1 =
Lx2 =
s=
1
,
V
V
1+
'
()
*
b(1 + )
(1 + ) < 0 si 0
V
b(1 + )
(1 ) < 0 si 0.
s2 =
V
Si introducimos los par
ametros
s1 =
b(1 + )
b
, =
,
V
V
se tiene:
Lx1 =
sx01
b
b + x01 + x02
+
+
(s + (1 + ))(s + (1 )) (s + (1 + ))(s + (1 )) s(s + (1 + ))(s + (1 ))
Lx2 =
sx02
b
(x01 + x02 )
+
+
(s + (1 + ))(s + (1 )) (s + (1 + ))(s + (1 )) s(s + (1 + ))(s + (1 ))
eat ebt
ab
aeat bebt
ab
122
5. TRANSFORMADA DE LAPLACE
x1 = (b + x01 + x02 )
(1 + )e(1+)t (1 )e(1)t
e(1+)t e(1)t
+ x02
+
2
2
(1 )e(1+)t (1 + )e(1)t + 2
.
b
22 (1 2 )
x2 = (x01 + x02 )
Luego
x1 = C1 es1 t + C2 es1 t + C3 ,
donde C1 , C2 , C3 son constantes dadas de la agrupacion de terminos semejantes en la expresi
on anterior, que por tanto dependen s
olo de las condiciones
iniciales y de la geometra del sistema. Para x2 se obtiene an
alogamente:
x2 = C1! es1 t + C2! es1 t + C3! ,
con C1! , C2! , C3! constantes. Es importante notar que estas soluciones son estables, es decir, que cuando t las soluciones convergen a una soluci
on
determinada, y puesto que s1 , s2 < 0, entonces :
b
= V
t
(1 2 )
b
lm x2 (t) = C3! =
= V,
t
(1 2 )
lm x1 (t) = C3 =
B, X Rn , A Mnn (R)
X0 Rn
xi (0) = x0i .
13. METODO
DE TRANSFORMADA DE LAPLACE PARA SISTEMAS
123
=0
>0
10
20
30
40
50
60
n
4
j=1
x0i
n
4
j=1
i = 1, ..., n
i = 1, ..., n.
O bien, matricialmente:
sLX ALX = LB + X0
sILX ALX = LB + X0 ,
esto es:
(sI A)L(X) = L(B) + X0 .
De esta forma, si (sI A) Mnn (R) es invertible (en realidad basta tomar
s > m
ax 1(A), donde 1(A) son la parte real de los valores propios de A),
podemos despejar L(X) y obtener el
Teorema 13.1. La soluci
on del sistema lineal (23), donde A Mnn (R)
tiene coeficientes constantes, est
a dada por
L(X) = (sI A)1 (L(B) + X0 ),
s > m
ax 1(A).
124
5. TRANSFORMADA DE LAPLACE
(40)
(41)
N
ecuador
c2
A constante a determinar.
Luego, la soluci
on final es:
c(t) = Aet +
f
,
13. METODO
DE TRANSFORMADA DE LAPLACE PARA SISTEMAS
125
f
(1 et ).
f
f
(1 et )] = ,
pero f = 20 [kton/a
no]. Luego,
1 =
100[kton]
= 5 [a
nos].
20[kton/a
no]
f1
A=
y B=
,
f2
1
s
(sI A)1 (LB + X0 ) =
f2
0
s++
+
c
2
s
0
0
0
0
(f1 + c2 + c1 + c1 )1 (s) + c1 2 (s) + (f1 + f1 + f2 )3 (s)
,
0
0
0
0
(f2 + c1 + c2 + c2 )1 (s) + c2 2 (s) + (f2 + f2 + f1 )3 (s)
donde
1 (s) =
1
s
1
, 2 (s) =
, 3 (s) =
.
(s + )(s + 2 + )
(s + )(s + 2 + )
s(s + )(s + 2 + )
Para terminar, s
olo falta encontrar las antitransformadas de cada componente del vector, lo que se reduce a encontrar las antitransformadas de 1 ,
2 y 3 . Para esto usaremos una buena receta: si
B
C
A
+
+
,
(s) =
sa sb sc
con a, b y c distintos, entonces
A = lm (s a)(s), B = lm (s b)(s), y C = lm (s c)(s).
sa
Como 1 (s) =
1
(s+)(s+2+)
lm 1 (s)(s + ) = A1 =
sc
sb
B1
s+2+ , hallamos A1 :
s+
1
lm
= lm s+2+
s (s+)(s+2+)
s
A1
s+
1
2 .
126
5. TRANSFORMADA DE LAPLACE
1
De la misma manera, B1 = 2
, luego,
1 (s) =
1
1
.
2(s + ) 2(s + 2 + )
Para 2 ,
2 (s) =
s
(s+)(s+2+)
A2
= s[ s+
+
B2
s+2+ ]
1
s
2 [ s+
Por u
ltimo,
3 (s) =
s
s+2+ ].
B3
C3
A3
+
+
,
s
s + s + 2 +
y utilizando la receta,
s
1
=
s(s + )(s + 2 + )
(2 + )
s+
1
= lm
=
s s(s + )(s + 2 + )
2
s + 2 +
1
=
lm
=
.
2(2 + )
s(2+) s(s + )(s + 2 + )
A3 = lm
s0
B3
C3
1
Aplicando ahora antitransformada a estas funciones, recordando que L1 [ s+a
]=
s
eat , y L1 [ s+a
] = (t) aeat , tenemos que
"
!
"
!
"
!
1
1
1
1 1
1 1
1
L
L
=
L1 [1 (s)] = L1
2(s + ) 2(s + 2 + )
2
s+
2
s + 2 +
1 t
1 (2+)t
=
e
e
2
! 2 "
"
!
1
s
s
1
1
1
1
L [2 (s)] =
(L
((t) et (t) + (2 + )e(2+)t )
L
)=
2
s+
s + 2 +
2
1
=
((2 + )e(2+)t et )
2
! "
!
"
!
"
1
1
1 1
1
1
1 1
1
1
L
L
L
+
L [3 (s)] =
(2 + )
s
2
s+
2(2 + )
s + 2 +
1
1 t
1
=
e
+
e(2+)t .
(2 + ) 2
2(2 + )
13. METODO
DE TRANSFORMADA DE LAPLACE PARA SISTEMAS
127