Professional Documents
Culture Documents
El siguiente ejemplo (sugerido por Gastón Cayssials), está sacado del libro: Métodos Fundamentales
de Economı́a Matemática de Alpha C. Chiang y Kevin Wainwright, capı́tulos 16.5 y 19.4.
Sean p(t) la tasa real de inflación, T una constante positiva que representa el aumento exógeno de la
productividad, U (t) la tasa de desempleo, π(t) la inflación esperada , m > 0 la tasa de emisión (la
controla el Banco Central) y α, β, k constantes positivas, 0 < g ≤ 1, 0 < j ≤ 1.
La siguiente es la denominada relación de Phillips, y está diciendo que hay una relación negativa entre
inflación y la tasa de desempleo:
Se considera cómo se forman las expectativas de inflación, suponiendo en este caso que son adaptativas.
Si la tasa de inflación real p(t) es mayor a la inflaciçon esperada π(t) entonces esta última aumentará:
La tercera ecuación de este modelo dice que la tasa de desempleo está relacionada negativamente con
la tasa de crecimiento del balance monetario real. Es la regla de politica monetaria.
U ′ (t) = k ( m − p(t) )
El problema consiste en hallar las trayectorias para la inflación Π(t) y el desempleo U (t). De hecho,
más que las trayectorias, importa saber si convergen o no. Tenemos un modelo (y problema) de teorı́a
económica que da lugar a un sistema de dos ecuaciones diferenciales (en este caso con coeficientes cons-
tantes), donde están involucradas dos funciones incógnitas π(t) y U (t). Observemos que, en notación
matricial, el sistema puede escribirse de la siguiente manera:
π ′ (t) j(g − 1) −jβ π(t) j(α − T )
= +
U ′ (t) kg −kβ U (t) k(α − T − m)
en donde A(t) es una matriz n × n continua y b(t) un vector de Rn continuo, en ambos casos, para
todo t ∈ I, en donde I ⊂ R es un intervalo de la recta real (puede coincidir con todo R).
y1 a11 (t) a12 (t) . . . a1n (t) b1 (t)
y2 a21 (t) a22 (t) . . . a2n (t) b2 (t)
Si Y = . , A(t) = .. .. .. y b(t) = ..
.. ..
. . . . .
yn an1 (t) an2 (t) . . . ann (t) bn (t)
es decir, si expresamos ambas funciones matriciales a partir de sus funciones componentes, entonces
la ecuación (E) es equivalente al siguiente sistema de ecuaciones diferenciales escalares:
′
y1 = a11 (t)y1 + a12 (t)y2 + . . . + a1n (t)yn + b1 (t)
y ′ = a21 (t)y1 + a22 (t)y2 + . . . + a2n (t)yn + b2 (t)
2
..
.
′
yn = an1 (t)y1 + an2 (t)y2 + . . . + ann (t)yn + bn (t)
La continuidad de A(t) y de b(t) en I equivale a decir que tanto los coeficientes aij (t) de la matriz
A(t), como las coordenadas del vector b(t), son funciones continuas de I en R.
(H) Y ′ = A(t)Y
0.3. Sistemas lineales con coeficientes constantes 3
Se cumplen las mismas propiedades que en el caso escalar, como lo establece el siguiente teorema:
SE = ϕp + SH
Consideraremos ahora el caso en que A(t) = A y b(t) = b son funciones matriciales constantes. En este
caso las soluciones están definidas en todo R y además (como veremos) hay una serie de propiedades
adicionales muy especiales. Mantenemos todas las notaciones anteriores, en particular para la ecuación
completa y su homogénea asociada:
(E) Y′ = A Y + b
(H) Y′ = A Y
Recordemos que en el caso escalar y ′ = ay con a ∈ R la solución general está dada por y(t) = c eat .
Veamos que en el caso matricial ocurre algo similar. Para ello deberı́amos ser capaces de definir la
exponencial de una matriz de modo que preserve las propiedades básicas de una exponencial. Una
(at)k
forma de hacerlo es recordar el desarrollo en serie: y(t) = eat = ∞
P
k=0 k! . Se podrı́a plantear algo
similar en el caso matricial considerando la serie:
∞
tA
X (tA)k
e =
k!
k=0
Con respecto a las operaciones con matrices (producto por escalares y suma de matrices) no hay
inconveniente, pero la aparición de una serie implica el siguiente proceso de paso al lı́mite:
∞ j
X (tA)k X (tA)k
= lı́m
k! j−→+∞ k!
k=0 k=0
que implicarı́a definir cuál es la norma que estarı́amos considerando en el espacio de matrices. No
entraremos en esa cuestión y admitiremos que la serie converge para todo t ∈ R e incluso que es
posible derivar término a término. De ese modo observen que resulta lo siguiente:
∞
!′ ∞ ′ X ∞
X (tA)k X (tA)k k(tA)k−1 A
= = =
k! k! k!
k=0 k=0 k=0
4
∞ ∞
X n(tA)k−1 A X (tA)i
A = A = A etA
(k − 1)! i!
k=1 i=0
(tλ1 )k
tλ1 0 ... 0 0 ... 0
0 tλ2 . . . 0 0 (tλ2 )k . . . 0
tJ = .. .. .. =⇒ (tJ)k = .. .. .. =⇒
.. ..
. . . . . . . .
0 0 ... tλn 0 0 ... (tλn )k
(tλ1 )k
0 ... 0 etλ1
k! 0 ... 0
∞ (tλ2 )k
0 etλ2 ... 0
tA
X 0 k! ... 0
e = = .. .. ..
.. .. .. .. ..
n=0 . . . .
. . . .
0 0 ... (tλn )k 0 0 . . . etλn
k!
Teorema 0.3.1. Solución general del sistema homogéneo en el caso de coeficientes cons-
tantes.
Si etA es la función matricial definida por
∞
X (tA)k
etA = , t ∈ R.
k!
k=0
entonces:
etA C / C ∈ Rn .
1. El conjunto de soluciones de (H) es
3. La j-ésima columna de etA es la solución de (H) que en t = 0 pasa por ej (j-ésimo vector de la
base canónica de Rn ).
O sea, las ecuaciones quedan desacopladas y sabemos encontrar la solución general de cada una de
ellas:
y1 (t) = c1 eλ1 t
y2 (t) = c2 eλ2 t
..
.
yn (t) = cn eλn t
Vale la pena observar que X = P −1 Y puede pensarse como un cambio de coordenadas. Si Y es el vector
de las coordenadas de un punto en la base canónica de Rn entonces X es el vector de las coordenadas
del mismo punto en la base constituida por los vectores de P . En esta observación no interviene para
nada el hecho de que A sea diagonalizable o no. Solo se usa que la matriz P es invertible.
′
Ejemplo
Estudiemos el comportamiento de las soluciones del sistema Y = AY siendo siendo
0.3.3.
3 1
A= .
1 3
Esta matriz es simétrica y por lo tanto diagonalizable. Más aún, es posible encontrar una base de
vectores propios ortogonales. El polinomio caracterı́stico de A es λ2 − 6λ + 8, de donde los valores
propios son λ1 = 4 y λ2 = 2. Hallando los vectores propios obtenemos que una base de R2 formada por
vectores propios de A, asociados respectivamente a dichos valores propios es, por ejemplo, V = {v1 , v2 }
siendo
1 1
v1 = , v2 =
1 −1
1 1 4 0
Resulta que las matrices P = yJ = verifican la relación P −1 AP = J. Haciendo
1 −1 0 2
el cambio de variable X = P −1 Y llegamos a la ecuación X ′ = JX que queda:
′ ′
x1 4 0 x1 x1 = 4 x1
′ = ⇐⇒
x2 0 2 x2 x′2 = 2 x2
cuya gráfica es la semirecta “positiva del eje Ox~ 2 . Lo mismo ocurre en el otro eje. Para ver el com-
portamiento de las soluciones que no pasan por puntos de los ejes podemos eliminar t de la siguiente
manera:
x1 (t) x1 (0)
(x2 (t))2 = (x2 (0))2 e4t =⇒ 2 = =⇒ x1 (t) = cte (x2 (t))2
(x2 (t)) (x2 (0))2
O sea que las trayectoprias son arcos de parábola.
x2
x1
0.4. Sistemas 2 por 2 con coeficientes constantes. 7
Volviendo a mirar las ecuaciones paramétricas de las soluciones vemos en este caso que ambas com-
ponentes tienden a infinito cuando t −→ +∞ (debido a que ambos valores propios son positivos). El
origen será un punto de equilibrio inestable tanto para (Hf ) como para (H). En la siguiente gráfica
se muestra el comportamiento de las soluciones de X ′ = JX en el plano x1 , x2 .
y2
y1
a11 a12
Estudiaremos ahora el sistema Y ′ = AY el caso n = 2, es decir, para una matriz A = .
a21 a22
Supondremos que det(A) 6= 0 de modo que el único punto de equilibrio de Y ′ = AY es Y = 0.
P −1 AP = J ⇐⇒ AP = P J ⇐⇒ A = P JP −1
base canónica de Rn entonces X es el vector de las coordenadas del mismo punto en la base V .
Estas soluciones tienen diferente comportamiento según cómo sean λ1 y λ2 . Un estudio de las
funciones en cada una de las situaciones da lugar a los siguientes resultados.
En clase hicimos las gráficas (en el plano x1 , x2 ) del comportamiento de las soluciones de X ′ =
JX.
En este
caso se puede demostrar (forma de Jordan) que la matriz A es semejante a la matriz
λ 1
J= . O sea, existe una matriz invertible P tal que P −1 AP = J.
0 λ
Se hace entonces el mismo cambio de variable que antes X = P −1 Y con el mismo razonamiento
que en el caso diagonalizable.
Si todos los valores propios de A (reales o complejos) tienen parte real negativa entonces 0 es
asintóticamente estable.
Si los valores propios son imaginarios puros (parte real nula) entonces 0 es estable pero NO
asintóticamente estable.
′ −2 3
Ejemplo 0.4.1. estudiemos la estabilidad del 0 en Y = AY siendo A = .
−3 −2
El polinomio caracterı́stico de A es λ2 + 4λ + 13. No hay valores propios reales, pero en el campo
complejo las raı́ces de esa ecuación son
√ √
−4 ± −36 −4 ± i 36
= = −2 ± 3i
2 2
Todos los valores propios tienen parte real negativa y por lo tanto 0 es asintóticamente estable.
p + q = −b , p.q = c
De las anteriores se deduce que la suma de los valores propios (reales o complejas) de A coincide
con la tr(A) y que el producto de dichos valores propios con el det(A).
Cuando las raı́ces son complejas entonces aparecen como complejos conjugados (recuerden que
las entradas de la matriz para nosotros siempre son reales). Si una es α + βi entonces la otra es
α − βi. En este caso se tiene:
tr(A) = 2α , det(A) = α2 + β 2
Resulta que en este caso det(A) > 0 y el signo de la parte real de las raı́ces coincide con el signo
de tr(A).
Concluimos que el 0 será asintóticamente estable en Y ′ = AY si, y solo si, det(A) > 0 y tr(A) < 0
(no importa si los valores propios son reales o complejos).
0.4. Sistemas 2 por 2 con coeficientes constantes. 13
EJERCICIOS:
1. En el modelo introductorio sobre inlación y desempleo estudiar si son convergentes las trayecto-
rias para la inflación Π(t) y el desempleo U (t).
−1 4 5 −3 1 −4 0 1
A= A= A= A=
−2 5 6 −4 2 −5 −1 2
2 1 −1 8 −5 3 2 −3
A= A= A= A=
3 4 1 1 −2 2 1 −2
−5 −3 4 −2 0 3
A= A= A=
3 1 2 0 −3 9
3 −4 −3 2 5 −3 3 −2
A= A= A= A=
2 −1 −1 −1 3 1 5 −3
10 4 −6 2 1 1 1 −1
A= A= A= A=
−5 −2 −15 5 1 1 1 −1
m y ′′ + c y ′ + k y = 0 , m, c, k > 0.
14
(E) Y ′ = f (t, Y )
A veces, para explicitar el dominio, denotaremos (I; ϕ) a una solución definida en el intervalo I.
Si todos los valores propios de JFY0 tiene parte real negativa entonces Y0 es asintóticamente
estable en (E).
Si algún valor propio de JFY0 tiene parte real positiva entonces Y0 es inestable en (E).
0.5. Una idea sobre la teorı́a general 15
−2y1 + y23
y1
F (Y ) = F =
y2 −4y2 + sen2 (y1 )
3y22
−2 −2 0
JF(y1 ,y2 ) = =⇒ JF(0,0) =
2sen(y1 )cos(y1 ) −4 0 −4
Observación 0.5.1. Si todos los valores propios de JFY0 tiene parte real menor o igual a 0, y al
menos uno de ellos tiene parte real nula entonces no puede asegurarse nada sobre la estabilidad del
punto de equilibrio en la ecuación original a partir de la linealización de la ecuación. En efecto, veamos
un ejemplo sencillo en el caso escalar:
Sin embargo, en ambos casos la ecuación linealizada es y ′ = 0. aquı́ el origen es estable pero no
asintóticamente estable.
Ejercicio 0.5.1. El origen es punto de equilibrio de los siguientes sistemas. Estudiar su estabilidad.