Construcción de sistemas de ecuaciones diferenciales con

Resumen

Construcción de sistemas de ecuacionesdiferenciales con estabilidad predeterminada

Construction of differential equation systems with predetermined stability

Jorge Javier Jiménez Zamudio - [email protected]

Manuel Valadez Rodríguez - [email protected]

Jeanett López García - [email protected]

Los libros que abordan sistemas de ecuaciones diferenciales lineales o no lineales, presentan como una alternativa de métodos de solución, llevar la matriz de coeficientes a alguna de las formas de Jordan, para caracterizar la estabilidad en los ceros del sistema. Una de las propiedades, quizá la más fuerte, para resolver los sistemas de ecuaciones es la de equivalencia cualitativa, así se presentan como equivalentes sistemas asociados a valores característicos reales, positivos o negativos, con otros sistemas con valores característicos complejos en tanto la parte real tenga el mismo signo que los primeros. En este artículo se proponen algunas formas para generar sistemas de ecuaciones dife-renciales cuya estabilidad esté predeterminada y cuyas matrices de coeficientes tengan entradas con números enteros o a lo más racionales que sean de utilidad en el área de Sistemas Dinámicos, y extensible al Álgebra Lineal y las Ecuaciones Diferenciales.

Palabras clave: sistemas dinámicos equivalentes; estabilidad de sistemas.

Abstract

Text books related of how solving systems of differential equations, linear or non-linear, propose to transform any matrix of constant coefficients, no null, to one of the forms of Jordan, for characterizing the stability of the system in their zeros, as a method of solution. One of the properties, perhaps the strongest, to solve systems of equations is the qualitative equivalence. Therefore, some systems are transformed into their equivalent associated systems, whereas their characteristic values, real or complex, have real part with the same sign. This article proposes some ways to generate differen-tial equation systems with predetermined stability, whose matrixes of coefficients only

Núm. 22, sep-dic. 2015, pp. 138-159

139

CONSTRUCCIÓN DE SISTEMAS DE ECUACIONES DIFERENCIALES CON ESTABILIDAD PREDETERMINADA

Mat

emát

icas

e In

geni

ería

MU

LTID

ISC

IPLI

NA

22

include inputs with integer numbers or rational numbers useful for Dynamical Systems area and extensible to Linear Algebra and Differential Equations.

Keywords: equivalence of dynamical systems; stability

•

Introducción

Para caracterizar el estado de un sistema dinámico se requiere de un mínimo de variables, por ejemplo, para modelar linealmente los fenómenos de masa-resorte, los circuitos RLC o el problema de los dos cuerpos, se requiere de al menos dos variables y para problemas de estructuras son suficientes tres variables (Strogatz, 1994, p. 9).

Uno de los procedimientos para resolver sistemas de ecuaciones dife-renciales de la forma ẋ=Ax, donde A representa una matriz cuadrada de coeficientes constantes, x representa el vector de las variables de estado y ẋ la derivada temporal del vector x, es hallar los valores característicos que definirán el comportamiento a largo plazo del sistema, pudiendo ser en dimensión dos: pozos o atractores, fuentes o repulsores o puntos silla. Desde luego, estos conceptos son extensibles a más de dos dimensiones.

El método al que se ha hecho referencia, para analizar el comportamiento de sistemas de ecuaciones diferenciales lineales (o no lineales reducibles a lineales) se basa en la existencia de un homeomorfismo que haga cualitati-vamente equivalentes cada una de las infinitas curvas del retrato fase de un primer sistema dinámico con cada una de las infinitas curvas del retrato fase de otro sistema dinámico, con el mismo número de puntos de equilibrio y con la misma estabilidad. Una forma de obtener sistemas de ecuaciones diferen-ciales cualitativamente equivalentes es llevar el sistema original, generalmente en una base no ortogonal, a su correspondiente base ortogonal, pero no se ha explotado la posibilidad de llevar la base no ortogonal a otra equivalente que también sea no ortogonal.

El proceso inverso permite generar modelos basados en sistemas de ecuaciones diferenciales cuya estabilidad se preestablezca por razones de algún proyecto específico, como podría ser el desarrollar alguna especie en estudio en un área susceptible de control científico, como por ejemplo en una isla o

140

JORGE JIMÉNEZ, MANUEL VALADEZ Y JEANETT LÓPEZ

un arrecife y cuyo análisis se realizara con herramientas del área de Sistemas Dinámicos, beneficiando en este caso particular a ecologistas, por señalar sólo una rama de la comunidad científica (una aplicación podría ligarse a la investi-gación de Carrera et al., 2003, en Estudio Poblacional de Monos Aulladores en la Isla Agaltepec, Veracruz, México).

Solución de sistemas de ecuaciones diferenciales lineales

Como se ha mencionado, una de las formas para resolver un sistema dinámico, entendido éste como un sistema de ecuaciones diferenciales lineales de primer orden, es hallar los valores característicos del sistema ẋ=Ax. El proceso se basa en una de las transformaciones sobre matrices más usuales del Álgebra Lineal, que es la transformación de la matriz de coeficientes a una de las formas de Jordan, en tanto la matriz A, sea invertible. El proceso se encuentra descrito en la mayoría de los textos universitarios sobre Álgebra Lineal tales como: Juan de Burgos (1994), Hadley (1969), Lang (1987), Hoffman (1971) o Valadez (2003), por señalar algunos.

1. Teoría básica

Teorema 1. Una transformación lineal A sobre un espacio vectorial V es invertible si y sólo si Ax= implica que x= ó, alternativamente, si y sólo si cada y en V puede ser escrita en la forma y=Ax para algún x (Halmos, 1965, p. 80).

Definición 1. Dos matrices n×n, A y B con elementos en un mismo campo F son semejantes (sobre F) si y sólo si existe sobre F una matriz n×n no singular P tal que B=PAP-1 (Birkhoff, 1970, p. 272).

Teorema 2. Las matrices semejantes tienen el mismo polinomio caracterís-tico (Birkhoff, 1970, p. 341).

Cuando se haga referencia a un campo, F, se entenderá, siempre, que éste corresponde a un campo de característica cero; esto es, F será un subcampo del campo C de los números complejos1. A los elementos de F los llamaremos escalares.

1 Para profundizar en el tema se sugiere ver Hoffman, K. & Kunze, R. (1971). Linear Algebra. New Jersey: Prentice-Hall.

141


Mat

emát

icas

e In

geni

ería

MU

LTID

ISC

IPLI

NA

22

Definición 2. Sea V un espacio vectorial sobre el campo F. Un operador (u operador lineal) sobre V es una transformación lineal T:V→V.

Definición 3. Sea V un espacio vectorial sobre el campo F y T un operador sobre V. Se dice que un escalar c de F es un valor propio de T si existe un vector no nulo α de V tal que Tα=cα. Todo vector α que satisface esta igualdad es llamado vector propio de T con valor propio c.

Los conceptos de valor propio y vector propio se extienden fácilmente al caso de matrices cuadradas con elementos en un campo F ya que si, por ejemplo, A es una matriz de n×n sobre F, se puede definir un operador T sobre el espacio vectorial Fn×1 (espacio de las matrices de n×1 sobre F), proponiendo T(x)=Ax . Convenimos entonces en que un escalar c de F es un valor propio de A si lo es también de T; es decir, si Ax=cx para algún x no nulo de Fn×1.

Definición 4. Sea A una matriz de n×n con elementos en el campo F.a) Si n≥ , se define la matriz (submatriz) Aij como aquélla que se obtiene de

A al eliminar su i–ésimo renglón y su j–ésima columna. Aij es, claramente una matriz de (n- )×(n- ). Al determinante de la matriz Aij se le da el nombre de i,j-ésimo menor de A o menor de aij (Valadez, 2003, p. 141).

b) Si n≥ , se define como una matriz (submatriz) A(i,j)(k,l) de (n- )×(n- ) como aquélla que se obtiene de A al eliminar sus renglones i y j, y sus columnas k y l.

Definición 5. Sea A una matriz de n×n sobre el campo F. Se define el polinomio característico pA de A mediante la igualdad

PA(t)=det (tI-A), (1)

donde, I es la matriz identidad de n×n. De esta definición es evidente que el polinomio característico de una matriz

de n×n es el polinomio mónico2 de grado n.Teorema 3. Sea A una matriz de n×n sobre el campo F. Entonces, un

escalar c de F es un valor propio de A si y sólo si, c es una raíz de su polinomio característico.

2 El grado n de una forma no nula a0+ a1x + + anxn con n ≠ 0, si n > 0 es su exponente más

elevado. Al término anxn se le llama término principal; si su coeficiente an es su principal

y si an=1, entonces, el polinomio se llamará mónico (Birkhoff, 1970, p.67).

142


Una consecuencia inmediata de este enunciado es el hecho de que únicamente en el campo C de los números complejos es posible garantizar la existencia de valores propios para una matriz A. De hecho, si A es una matriz compleja de n×n entonces, A tiene n valores propios (no necesaria-mente distintos entre sí) en C. Obviamente, nos estamos refiriendo aquí a los valores propios del operador T sobre Cn×1 definido por T (x)=Ax.

2. Matrices complejas de 2×2

Considere la matriz compleja A= (aij ) de × en la representación

A= a11

a21

a12

a22

Se desea de que los elementos aij de A sean tales que los escalares c1 y c2 corres-pondan a los valores propios de la matriz. Según el teorema, el polinomio característico PA de A tiene la forma

P (t-c 1A (t) )(t-c 2)=

t -(c +c1 2 1 2

2 )t+c c=t +q t+q1 0

2= (2)

Donde los qi son escalares cuyos valores dependen de los valores de c1 y c2. Si se desarrolla completamente el determinante de la matriz tI-A, de la igualdad (1) resulta PA(t)=t2-(trA)t+detA (3)

donde trA es la traza de la matriz A; esto es, la suma de los elementos de su diagonal. Comparando las igualdades (2) y (3) se llega al sistema de dos ecuaciones no lineales con cuatro incógnitas aij

trA= -q1,

det A= -q0 (4)

143


Mat

emát

icas

e In

geni

ería

MU

LTID

ISC

IPLI

NA

22

De manera más explícita, este sistema se puede escribir en la forma

a 11

a 11

+a 22 1

0

a 12

a 21 a 22

=-q=q (5)

Para la construcción de una matriz que represente los coeficientes de un sistema dinámico de orden dos, lo primero que se debe de determinar es la estabilidad, esto depende directamente de los valores que asuman las raíces c1 y c2 del polinomio característico. Si se consideran exclusivamente pozos, fuentes o puntos silla, -ni centros ni espirales- entonces se pueden proponer los ci ∈ Z. Si los ci para i= , son ambos positivos, se generará un sistema cuyo punto de equilibrio corresponda a una fuente, si ambos son negativos se originará un pozo y si ambos difieren de signo, se producirá un punto silla (para profundizar en el tema se puede consultar Hirsch et al., 2004, pp. 39-44).

Dado que los valores característicos c1 y c2 son conocidos, se pueden conocer los valores de la traza q1 y del determinante q0. En consecuencia, las cuatro incógnitas del sistema (5)

a11

a11

+a12

a22-a12a21 0

1= -q= q (6)

corresponden a los términos aij. Véase que ahora se está en la posibilidad de generar una nueva matriz con valores cualesquiera, pero para el propósito del artículo se escogerán sólo valores enteros. Dado que se conoce la traza, se pueden proponer un sin fin de valores para a11 y a22 en tanto su suma corresponda con el valor de q1. Como resultado de lo anterior, si se les asignan valores a a11 y a22, quedan por determinarse, únicamente, los valores a12 y a21, es decir, el lado derecho de la ecuación

a12a21 = a11a22 - q0. (7)

Si se desean valores enteros para los componentes aij de la matriz, uno de los factores del lado izquierdo de esta ecuación debe dividir la diferencia a11 a22 - q0. Es obvio que existe al menos un entero que divida ésta. Con ello se

144


conseguiría un sistema de ecuaciones con las características deseadas y con la estabilidad preestablecida.

Ejemplo 1. Construir una matriz de coeficientes constantes de × que corresponda a una fuente.

SoluciónSe empieza por definir los valores propios que correspondan a una fuente, es decir dos números positivos cualquiera, por ejemplo: 1 y 10. De aquí es inmediato, a partir de (2) y (4), que la traza requerida es 11, luego el valor algebraico de q1 es -11 y el determinante q0 es 10.

El sistema que se genera es:

a11

a11

+a22

a22-a12a21

= 11= 10 (8)

Se proponen dos números enteros cuya suma sea 11, por ejemplo a11=6 y a22=5. Con esto se obtiene:

a12a21=a11a22 - 10 = 20 (9)

Luego entonces, se pueden proponer todos los números enteros que dividan a 20, es decir: 1, 2, 4, 5, 10 y 20; también se generan más pares de valores si consi-deramos divisores de -20 que generen un entero positivo, es decir: -1, -2, -4, -5,

-10 y -20. Usando estos elementos se proponen ejemplos de algunos sistemas de ecuaciones diferenciales:

145


Mat

emát

icas

e In

geni

ería

MU

LTID

ISC

IPLI

NA

22

0

0

1

1

2

2

3

3

4

4

5

5

-5-5

-4

-4

-3

-3

-2

-2

-1

-1

0

0.5

1

1.5

2

-2 -1.5 -1 -0.5 -0 -0.5 -1 -1.5 -2

-2

-1

-1.5

-0.5

0

0.5

1

1.5

2

-2 -1.5 -1 -0.5 -0 -0.5 -1 -1.5 -2

-2

-1

-1.5

-0.5

0

0.5

1

1.5

2

-2 -1.5 -1 -0.5 -0 -0.5 -1 -1.5 -2

-2

-1

-1.5

-0.5

Solución de

línea recta

x' = 6x + 20yy' = x + 5y

x' = 6x + 10yy' = 2x + 5y

x' = 6x - 5yy' = -4x + 5y

x' = 6x + 5yy' = 4x + 5y

Gráfica 1. Planos fase asociados a las nuevas matrices que describen la dinámica asociada a fuentes, todas con los mismos valores propios. Elaboración de planos fase con pplane de MATLAB.

Tabla 1. Matrices de coeficientes con los mismos valores característicos y misma estabilidad para su sistema de ecuaciones diferenciales. Cálculos realizados en MAPLE.

Matriz de coeficientes Valores propios Valores y vectores propios

A1:= 61 5

20 VA1:=[10,1] vA1:= 10, 1, 5 1 1, 1, -4 1,

A2:= 62 5

10 VA2:=[10,1] vA2:= 1, 1, -2 1 10, 1, 152,

A3:= 64 5

5 VA3:=[10,1] vA3:= 10, 1, 1, 1, -1, 1,154 ,

A4:= 6-4 5

-5 VA4:=[10,1] vA4:= 1, 1, 1 1 10, 1, 1- 54,

A5:= 6-2 5

-10 VA5:=[10,1] vA5:= 1, 1, 2 1 10, 1, 1- 52,

146


Una segunda forma de obtener sistemas de ecuaciones diferenciales con la misma estabilidad la proporciona la teoría de cambio de base, proponiendo como vectores de la base a los vectores asociados a las soluciones de línea recta.

Suponga un sistema de ecuaciones diferenciales acoplado ẋ= ac

bd

xy tal que

ti

-c-ba-

ti dxy-

0

0= , (10)

donde ti es uno de los valores característicos de tI-A= . De (10) puede obtenerse

(a-ti)x+by=0 (11)y si b ≠ 0 entonces se tiene

ba -y=- xti (12)

que corresponde a lo que Hirsch (2004, pp. 27 y 32) llama solución de línea recta. Para los sistemas acoplados de × cuyos valores característicos son reales no nulos y diferentes, existirán dos soluciones de línea recta; dichas

rectas serán paralelas a los vectores característicos del sistema ẋ= ac

bd

xy .

Véase por ejemplo, la matriz A1 de la Tabla 1. Se sabe que A 61

2051= cuyos

valores característicos son t1 = 10 y t2 = 1 y los vectores característicos correspon-

dientes son 51 y -41 . Aplicando la ecuación (12) al valor característico t1 se tiene

206 -y=- x10 . El conjunto de puntos que satisface esta ecuación conforman una

solución de línea recta del sistema, como puede apreciarse en el primer plano fase de la Gráfica 1.

Si se considera un cambio de base, para pasar de una forma de Jordan a cualquier otra, en la cual los vectores generadores correspondan a las soluciones de línea recta, se podrán, una vez más, obtener matrices semejantes

147


Mat

emát

icas

e In

geni

ería

MU

LTID

ISC

IPLI

NA

22

que correspondan a sistemas de ecuaciones diferenciales acopladas con entradas enteras o al menos racionales y con estabilidad preestablecida.

El procedimiento es el siguiente:

1. Considere la matriz diagonal J con los valores preestablecidos de estabi-lidad del sistema de ecuaciones diferenciales desacoplado.

2. Considere los vectores linealmente independientes -soluciones de línea recta- que conformarán la nueva base y asígnelos como columnas de una matriz B.

3. Determine la inversa de B, es decir B-1.

4. Aplique B-1 JB para hallar la nueva matriz, según la definición 1, que podrá contener sólo números enteros o submúltiplos de las entradas.

Ejemplo 2. Construir una matriz de coeficientes constantes de × que corresponda a un punto silla.

SoluciónDado que se propuso un punto silla, una matriz J asociada será 2

00-1 .

Arbitrariamente se determinan dos soluciones de línea recta, que sean paralelas a los vectores de su base, para conformar la matriz B, tómense

=x1

y1

31 y =x2

y2

-21 , por lo tanto B 3

1-21= . Su inversa es B

15

25-1= 1

535-

.

Haciendo B-1 JB se obtiene 1543

181 cuyos valores característicos son los mismos

que los de la matriz de Jordan. Esta matriz es un múltiplo escalar de la matriz

43

181 cuyos valores característicos son 10 y -5, y el sistema de ecuaciones dife-

148


renciales acoplado =ẋ

ẏ

x

y

4

3

18

1 tiene una estabilidad similar al primero, es

decir, corresponde a un punto silla cuyo plano fase es equivalente al primero.

0

0.5

1

1.5

2

-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

-2

-1

-1.5

-0.5

0

0.5

1

1.5

2

-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

-2

-1

-1.5

-0.5

x' = 4x + 18yy' = 3x + y

x' =

y' =

15 (4x + 18y)

15 (3x + y)

Gráfica 2. Planos fase asociados a las nuevas matrices que describen la dinámica asociada a puntos silla, obtenidas a partir de las soluciones de línea recta, todas con los mismos valores propios. Elaboración de

planos fase con pplane de MATLAB.

Tabla 2. Matrices de coeficientes con los mismos valores característicos y misma estabilidad para su sistema de ecuaciones diferenciales a partir de soluciones de línea recta. Cálculos realizados en MAPLE.

Matriz de coeficientes Valores propios Valores y vectores propios

MB:=45 5

18

35 5

1 2, -1 vMB:= 2, 1, 3 1 -1, 1, 12-,

B2:= 43 1

182,-1 VectB2:= -5, 1, -2 1 10, 1, 13-,

Una forma alternativa de hallar sistemas de ecuaciones diferenciales acopladas con valores de estabilidad predeterminados se basa en una idea geométrica

(Hubbard & West, 1995, p. 502) al utilizar la matriz de rotación cosθ senθcosθ-senθ . Sin

embargo, no es fácil garantizar que una vez seleccionado el ángulo de rotación,

se obtenga una matriz de coeficientes con entradas enteras, a menos que 2kπθ= .

149


Mat

emát

icas

e In

geni

ería

MU

LTID

ISC

IPLI

NA

22

Por ejemplo, para una estabilidad asociada a la matriz 10

010 se conserva aún

rotándola en un ángulo de 30º. La matriz resultante es 134

94

9 3

3

4314

. Si bien

tiene los mismos valores característicos sus entradas ya no son ni enteras ni racionales.

0

0.5

1

1.5

2

-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

-2

-1

-1.5

-0.5

0

0.5

1

1.5

2

-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

-2

-1

-1.5

-0.5

x' = xy' = 10y

x' =

y' =

134 x + 3 y9

4314x + y3 9

4

Gráfica 3. Planos fase con los mismos valores propios que conservan la estabilidad rotados en un ángulo de 30º. Elaboración de planos fase con pplane de MATLAB.

Desde luego, con base en el desarrollo matemático mostrado, los métodos expuestos se pueden llevar a algún lenguaje de programación, como se puede apreciar en el Tabla 3 (al final del artículo) en el cual se presenta el código fuente para sistemas de × .

3. Matrices complejas de 3x3

Considere la matriz compleja A=(aij) de × en la representación

a 11

a 21

a 12

a 22

a 31 a 32

a 13

a 23

a 33

A= . (13)

150


Se desea que los elementos aij de A sean tales que los escalares c1, c2 y c3 corres-pondan a los valores propios de la matriz. Según el Teorema 3, el polinomio característico PA de A tiene la forma

PA(t) = (t - c1)(t - c2)(t - c3) (14) = t3 +q2t

2 + q1t + q0

Donde, una vez más, los qi son escalares cuyos valores dependen de los valores de c1, c2 y c3. Si se desarrolla completamente el determinante de la matriz tI-A, de la igualdad (1) resulta

P (t) = tA jj3 2

3

j=i(trA)t + det A t - det AƩ- (15)

donde trA es la traza de la matriz A; esto es, la suma de los elementos de su

diagonal y jj

3

j=idet AƩ son los menores aij3. Comparando las igualdades (14) y

(15) se llega al sistema de tres ecuaciones no lineales con nueve incógnitas aij.

trA = -q jj2 1 0q ,3

j=idet A = det A = -qƩ, (16)

De manera más explícita, este sistema se puede escribir en la forma

a 11

a 11

+a 22+a 33 2

1

a 12

a 21 a 22

=-q

=+a 11 a 13

a 31 a 33

a 22 a 23

a 32 a 33

a 11 a 12

a 21 a 22

a 31 a 32

a 13

a 23

a 33

+ q

0=-q

(17)

3 Una forma alternativa de escribir este coeficiente de la ecuación característica es la propuesta por Birkhoff (1970, p. 341): (-1)n ∑i < j (aii ajj - aij aji).

151


Mat

emát

icas

e In

geni

ería

MU

LTID

ISC

IPLI

NA

22

Ejemplo 3. Construir una matriz de coeficientes constantes de × que corresponda a un nodo inestable, es decir, que sus tres valores característicos sean positivos. Solución

1. Como un primer paso, tómense arbitrariamente tres valores positivos que representen un nodo inestable o fuente, por ejemplo los valores 2, 3 y 5, en

consecuencia la matriz J asociada a este punto será 20

03

0 0

005

J= .

2. Se calcula su polinomio característico pA

p (t-2)(t-3)(t-5)A (t)=

t -10t + 31t - 303 2=

3. De esta igualdad y de (15), el sistema de ecuaciones (16) resulta en

trA = 10

det A = 30jj

3

j=1det A = 31Ʃ (18)

que corresponde a un sistema de tres ecuaciones no lineales con nueve incógnitas.

4. Se puede reducir el número de incógnitas al proponer arbitrariamente tres valores cuya suma sea 10, por ejemplo a11 = -1, a22 = 4 y a33 = 7. Luego, la matriz que se desea construir queda como

-1a 21

a 12

4a 31 a 32

a 13

a 23

7A= (19)

5. A partir de aquí, desarrollando los determinantes que aparecen en la segunda ecuación del sistema (18) se llega a la expresión

a12 a21 + a13 a31 + a23 a32 = -14. (20)

6. Esta ecuación se puede linealizar dando valores específicos a tres de las seis variables aij; digamos a21 = 1, a31 = 4 y a32 = -2, con lo que dicha ecuación queda como

152


a12 - a23 + a13 = -14 (21)

y la matriz que ahora se tiene es

-1 a 12

4a 13

a 23

7A= 1

4 -2 (22)

7. Se calcula el determinante tomando los valores a11 = -1, a22 = 4 y a33 = 7 ya21 = 1, a31 = 4 y a32 = -2, obteniéndose

- a23 - a12 + a12a23 - a13 = 58 (23)

8. Luego el sistema de ecuaciones generado por (21) y (23) es

a12

-2a23

-2a23+4a13

-7a12 -18a13+4a12a23

= -14= 58 (24)

9. En la segunda ecuación de (24) se tiene aún un término no lineal; se puede proponer un valor arbitrario para convertir el sistema a lineal. Por ejemplo, se toma a12 = 2, por lo que el sistema (24) queda como

a23 -2a13

a23 -3a13

= 8= 12 (25)

10. Resolviendo el sistema (25) se obtiene a13 = -4 y a23 = 0. Así, la matriz de coeficientes que se obtiene es

-1

47

A= 1 4 -2

20-4

(26)

cuyos valores característicos son los mismos 2, 3 y 5 iniciales, por lo que la

estabilidad del sistema -1

47

ẋ= 1 4 -2

2yz

x0-4

es la misma que la de 2

ẋ=Jx= 00

yz

x30

005

0

Desde luego, que se pueden hallar más sistemas cualitativamente equivalentes, en tanto se determinen otras matrices semejantes. Así, a partir del paso 9, si se linealiza la ecuación (24), asignándole un valor arbitrario al elemento a12 (que

153


Mat

emát

icas

e In

geni

ería

MU

LTID

ISC

IPLI

NA

22

4 Para profundizar sobre la obtención de la ecuación (29) se sugiere ver Valadez, 2003.

es el responsable de la no linealidad) por ejemplo a12= ó a12= - , se obtienen, respectivamente, las matrices semejantes

-14

7B= 1

4 -2

41-4

y

-1

4C= 1 4 -2 7

-2 -1952

1910 ,

cuyos sistemas, al tener los mismos valores característicos, conservan la misma estabilidad ya mencionada (nodo inestable).

4. Matrices complejas de 4x4

Si se dan los valores propios c1, c2, c3 y c4 de la matriz compleja

a 11

a 21

a 12

a 22

a 31 a 32

a 13

a 23

a 33

a 41 a 42 a 43

a 14

a 24

a 34

a 44

A= , (27)

el polinomio característico PA de A queda como

pA(t) = (t - c1)(t - c2)(t - c3)(t - c4) (28) = t4 + q3t

3 + q2t2 + q1t + q0

donde, nuevamente, los valores de los coeficientes qj dependen de los valores propios ck. Por otra parte, desarrollando directamente el determinante det(tI-A), de la igualdad (1) se llega4 a que

t - t +det AƩƩ(trA)t +p (t) = tA (i,i+k)(i,i+k)

4 3 23

i=ldet A

4-i

k=l- Ʃ ii

4

i=ldet A , (29)

donde las matrices de × que aparecen en el tercer término del lado derecho son como se propusieron en el inciso (b) de la definición 4 que, al respecto, aparece en el apartado 1.

Comparando las dos últimas igualdades se llega al sistema de 4 ecuaciones no lineales en las dieciséis incógnitas aij.

154


-trA = q

-

= q

det A = q

3

2ƩƩ (i,i+k)(i,i+k)

3

i=ldet A

4-i

k=l

= q1

0

Ʃ ii

4

i=ldet A

(30)

Ejemplo 4. Considérese la matriz compleja A de × dada en (27), supóngase que ésta tiene los valores propios c1 = 0, c2 = -5 y c3 = c4 = 2. Encuentre un sistema dinámico asociado de orden 4.

SoluciónEl polinomio característico PA de A queda como

PA(t)=t(t+5)(t-2)2 = t4 + t3 - 16t2 + 20t

Según las expresiones (28) y (29), para este caso el sistema (30) queda como

trA = -q = -1= -16

= -20= 0

= q

det A = q

3

2ƩƩ (i,i+k)(i,i+k)

3

i=ldet A

4-i

k=l

= -q1

0

Ʃ ii

4

i=ldet A (31)

Se asignan los valores a la diagonal principal tales que su suma sea -1, por ejemplo a11 = 1, a33 = 4 y a22 = a44 = -3, queda resuelta la primera ecuación del sistema (31), por lo que éste se reduce a un sistema de tres ecuaciones con 12 incógnitas. La matriz a construir ahora se ve como

1a 21

a 12

-3a 31 a 32

a 13

a 23

4a 41 a 42 a 43

a 14

a 24

a 34

-3A= (32)

Desarrollando la doble suma que aparece en la segunda ecuación de este sistema, (31), resulta

a 11 a 12

a 21 a 22

=+a 11 a 13

a 31 a 33

a 22 a 23

a 32 a 33

+a 11 a 14

a 41 a 44

+a 22 a 24

a 42 a 44

+a 33 a 34

a 43 a 44

+ -162=q

y utilizando los valores de la traza, esta última igualdad se puede escribir como

155


Mat

emát

icas

e In

geni

ería

MU

LTID

ISC

IPLI

NA

22

a12 a21 + a13 a31 + a14 a41 + a23 a32 + a24 a42 + a34 a43 = -1 (33)

Ahora se propone asignar valores arbitrarios enteros a los elementos aij tales que i < j. Tomando a12 = a34 = -1, a13 = -2, a14 = 4 y a23 = a24 = 2 la expresión (33) queda como

a21 + a31 - a41 - a32 - a42+ a43 = . (34)

La matriz (32) queda ahora como

1a 21

-1-3

a 31 a 32

-224

a 41 a 42 a 43

42-1-3

A= (35)

Desarrollando los determinantes de las matrices × sobre la diagonal principal y el determinante de A que aparecen en la tercera y cuarta ecuaciones de (31) se llega, respectivamente a las igualdades

a21

-4a21 +a21

+32a41-10a42 -3a43

(6a32

(1-2a 32+4a42

+14a42

(2a31+a3243

a32a43 +a -12)43 (6a42+5a43-12) (6a41+a43+3)

)+2a 31)-14a 32+4a31-2a 32+2a

41-4a 42-12a 43-2a =-41

=-36

Estas dos últimas ecuaciones, junto con la ecuación de la expresión (34), forma un sistema de tres ecuaciones no lineales con seis incógnitas.

a21+2a31-4a41 -2a32-2a42+a43= 1a21 (1-2a 32+4a42 (2a31+a3243)+2a 31)-14a 32+4a 41-4a 42-12a 43-2a =-41

-4a21 +a21 (6a32+14a42a32a43 +a -12)43 (6a42+5a43-12) (6a41+a43+3)31-2a 32+2a +32a41-10a42 -3a43 =-36

De observar el sistema, se pueden identificar algunos elementos a los cuales se les podrían asignar valores arbitrarios enteros que permitieran obtener un sistema lineal. Así se establecen los valores a21 = a31 = y a32 = - . Esto permite trabajar con la matriz

1 -1-3-2

-224

a 41 a 42 a 43

42-1-3

A= 11

156


y se reduce a un sistema de ecuaciones lineales de 3 ecuaciones con 3 incógnitas de la forma

-4a41-2a42+a43= -6

-4a41-8a42 -2a43= -248a41-8a42 -8a43= -24

(36)

En razón de que -4 -2-4 -88 -8

1-2-8

=0

la solución que se obtiene de (36) es

a 41 42

a 42

42

42

= 3-a= a= 6-2aa 43

(37)

Si a42 = 2, entonces a41 = 1 y a43 = , originándose la matriz

1 -1-3-2

-224

2 10

42-1-3

A= 111

Si a42 = , entonces a41 = y a43 = , originándose la matriz

1

1

-1-3-2

-224

3 0

42-1-3

A = 110

Si a42 = - , entonces a41 = 5 y a43 = , originándose la matriz

1 -1-3-2

-224

-2 10

42-1-3

115

2A =

Cuyos valores propios son exactamente los mismos c1 = , c2 = - , y c3 = c4 = de los cuales se partió para la construcción. Así, las matrices A, A1 y A2 entre otras muchas que se pueden construir a partir de (37), pertenecen a sistemas dinámicos que presentan la misma estabilidad.

157


Mat

emát

icas

e In

geni

ería

MU

LTID

ISC

IPLI

NA

22

5. Consideraciones adicionales

Se debe hacer la observación de que el procedimiento desarrollado para encontrar matrices que tengan determinadas características es de propósito general; esto es, el hecho de haber linealizado ecuaciones como la que se da en (20) o la que aparece en (33) proponiendo valores para algunas de las variables fue, básicamente, con el fin de simplificar los desarrollos algebraicos, pero esto no es de ninguna manera forzoso. Considérese, por ejemplo, el caso de la matriz de ×

A= xz

yw

,

Supóngase que, de alguna forma se puede conocer o se puede estimar el valor de w y que el polinomio característico pA de la matriz está dado por

pA (t) = t2 + q1t + q0.

Se puede resolver entonces la ecuación pA(t)=0, mediante el sistema de ecuaciones no lineales

trA = -q1, det A = q0

Las soluciones de éste en términos de w quedan como

x = - w - q , 4q -yz= w +-4q01

2

1 2q1 .

Dado que el valor de w se conoce, los valores de x y del producto yz se obtienen de estas igualdades y, consecuentemente, se conocen todos los componentes de la matriz A.

En los casos de matrices de × o más grandes, el problema de obtener una de éstas, dado su polinomio característico y algunos pocos de sus elementos, no es tan simple, ya que en el sistema de ecuaciones no lineales que se debe resolver, podrían aparecer productos de tres o más de las variables involu-cradas. Sin embargo, el análisis numérico ofrece recursos para encontrar soluciones de sistemas con estas características, véase por ejemplo, el capítulo 4 de Süli, E. & Mayers, D. (2006).

La propuesta de este trabajo no ha considerado la obtención de sistemas de ecuaciones diferenciales, cuya estabilidad se encuentre dada por centros o espirales.

158


Tabla 3. Código fuente en C++ para sistemas lineales de 2×2 (Programa: Jorge Enrique Cervantes Silva).

#include <stdio.h>#include <stdlib.h>int a11,a22,a12,a21,c1,c2,i;int aux;int main(){ do { system("cls"); printf("Dame el valor carecteristico c1: "); scanf("%d",&c1); system("cls"); printf("Dame el valor carecteristico c2: "); scanf("%d",&c2); system("cls"); printf("Dame a11: "); scanf("%d",&a11); system("cls"); a22=(c1+c2)-a11; printf("el valor de a22= %i\n\n",a22); if((a11*a22-(c1*c2))<0) { for (i = -1; i >= (a11*a22-(c1*c2)); --i) {

if((a11*a22-c1*c2)%i==0) { printf("Un posible valor de a21= %i o %i \n",i,-i); } }

} else

{ for (i = 1; i <= (a11*a22-(c1*c2)); ++i) {

if((a11*a22-c1*c2)%i==0) { printf("Un posible valor de a21= %i o %i \n",i,-i); } } } printf("\nCual de estos valores quieres para a21?\n"); scanf("%d",&a21); a12=(a11*a22-(c1*c2))/a21; //system("cls"); printf("La matriz resultate es: \n\n [ %i %i ]\n [ %i %i ]\n",a11,a12,a21,a22); system("pause"); system("cls"); printf("Desea volver al inicio ?(si=1 o no=0)\n"); scanf("%d",&aux); } while(aux==1); return 0;}

159


Mat

emát

icas

e In

geni

ería

MU

LTID

ISC

IPLI

NA

22

Referencias ਈ Birkohff, G. y Mac Lane, S. (1970). Álgebra Moderna. Barcelona: Vicens-Vives.

ਈ BurGoS, J. (1994). Álgebra Lineal. México: McGraw-Hill.

ਈ carrera, e., MedeL, G. y rodríGuez, e. Estudio Poblacional de Monos Aulladores (Alouatta Palliata Mexicana) en la Isla Agaltepec, Veracruz, México. Neotropical Primates 11(3), pp. 176-180, diciembre 2003.

ਈ hadLey, G. (1969). Álgebra Lineal. México: Fondo Educativo Interamericano.

ਈ haLMoS, P. (1965). Espacios vectoriales de dimensión finita. Barcelona: Editorial Continental.

ਈ hoffMan, k. & kunze, r. (1971). Linear Algebra. New Jersey: Prentice-Hall.

ਈ hirSch, M., SMaLe, S. & devaney, r. (2004). Differential Equations, Dynamical Systems, and an Introduction to Chaos. USA: Elsevier.

ਈ huBBard, J. & WeSt, B. (1995). Differential Equations: A Dynamical Approach. New York: Springer.

ਈ LanG, S. (1987). Linear Algebra. New York: Springer.

ਈ StroGatz, S. (1994). Nonlinear Dynamics and Chaos. New York: Addison-Wesley.

ਈ SüLi, e. & MayerS, d. (2006). An introduction to Numerical Analysis. Cambridge: University Press.

ਈ vaLadez, M. (2003). Álgebra Lineal: productos internos y teoremas de estructura. México: Ediciones Acatlán, UNAM.

JORGE JAVIER JIMÉNEZ ZAMUDIO es Maestro en Educación Matemática por la Universidad Nacional Autónoma de México. Profesor de tiempo completo en la FES Acatlán. Estudios adicionales: candidato a Doctor en Educación por la Universidad Anáhuac y estudios de Maestría en Dinámica No Lineal y Sistemas Complejos en la UACM. Sus líneas de investigación son educación matemática, sistemas complejos y aplicaciones de CAS.

MANUEL VALADEZ RODRÍGUEZ es Físico por la Universidad Nacional Autónoma de México. Estudios adicionales: maestría en Ciencias Matemáticas en la Facultad de Ciencias de la UNAM. Profesor Titular de tiempo completo en la FES Acatlán impartiendo materias del área de Matemáticas Básicas en la carrera de Actuaría.

JEANETT LÓPEZ GARCÍA es Maestra en Educación Matemática por la Universidad Nacional Autónoma de México. Profesora de Asignatura en la FES Acatlán de Cálculo Vectorial, Ecuaciones Diferenciales y Sistemas Dinámicos, entre otras. Estudios adicionales: maestría en Ciencias Físicas por la UNAM. Sus líneas de investigación son los sistemas dinámicos, caos y sistemas complejos, pensamiento matemático y, recientemente, la aplicación de CAS y DGS y su impacto en el proceso de enseñan-za-aprendizaje.

Documents

Construcción de sistemas de ecuaciones diferenciales con