4.

SISTEMAS DE ECUACIONES DIFERENCIALES

LINEALES DE PRIMER ORDEN.
4.1 TEORA FUNDAMENTAL.
Un sistema de ecuaciones del tipo
dx
1

dt = a11 (t)x1 + a1n (t)xn + f1 (t)

..
.

dxn
= an1 (t)x1 + ann (t)xn + fn (t)
dt
se denomina sistema lineal de orden n. Las funciones aij (t), fi (t) se supondrn continuas en un intervalo
dado I = (a, b). Si fi (t) = 0 para todo i = 1, . . . , n, se dice que el sistema es homogneo.
La expresin del sistema anterior se suele hacer en forma matricial
X 0 = AX + F

(1)
siendo

x1 (t)

X = X(t) = ...
xn (t)

a11 (t)

..
..
A = A(t) =
.
.
an1 (t)

a1n (t)

..

.
ann (t)

f1 (t)

F = F (t) = ...
fn (t)

Si el sistema es homogneo, se escribe X = AX.

x1 (t)

Definicin 1. Diremos que el vector X = ... es solucin de (1) en un intervalo I si sus

xn (t)
elementos son funciones diferenciables que satisfacen (1) en dicho intervalo.
Definicin 2. Problema del valor
inicial.

x01

Dado t0 I y dado X0 = ... un vector cuyas entradas son constantes dadas, el problema de
x0n
resolver
X 0 = AX + F
sujeto a la condicin X(t0 ) = X0 se denomina problema de valor inicial en el intervalo I.
Teorema 1. Dadas A(t) y F (t) continuas en el intervalo I = (a, b), el problema de valor inicial

X 0 = AX + F
(2)
X(t0 ) = X0
tiene una solucin nica definida en todo el intervalo I.
Teorema 2. Principio de superposicin.
Dados X1 , X2 , . . . , Xm un conjunto de vectores solucin del sistema homogneo X 0 = AX en un
intervalo I, la combinacin lineal
X = c1 X1 + + cm Xm
es tambin solucin de X 0 = AX en el intervalo I.

Definicin 3. Dependencia e independencia lineal de soluciones.

Dados X1 , . . . , Xm un conjunto de vectores solucin del sistema homogneo X 0 = AX en un intervalo I, se dice que el conjunto es linealmente dependiente en I si existen constantes c1 , . . . , cm , no
todas cero, tales que
c1 X1 + + cm Xm = 0
para todo t I. Si el conjunto de vectores no es linealmente independiente, se dice que es linealmente
dependiente.
Teorema 3. Sean X1 , . . . , Xn n vectores solucin del sistema homogneo de orden n
X 0 = AX
en un intervalo I. El conjunto de vectores es linealmente independiente en I si y slo si el wronskiano
W (X1 , . . . , Xn ) = |X1 . . . Xn | =
6 0
Se puede probar que, si X1 , . . . , Xn son soluciones de X 0 = AX, entonces W (X1 , . . . , Xn ) 6= 0 para
todo t I o bien W (X1 , . . . , Xn ) = 0 para todo t I. De modo que, si existe un t0 tal que W 6= 0 en
t0 , entonces W 6= 0 para todo t I, con lo que las soluciones son linealmente independientes en I.
Definicin 4. Conjunto fundamental de soluciones. Matriz fundamental.
Sea X 0 = AX un sistema homogneo de orden n. Un conjunto X1 , . . . , Xn de soluciones linealmente
independientes del sistema en un intervalo I es un conjunto fundamental de soluciones . A la matriz
(t) = (X1 . . . Xn ) que tiene a estos vectores solucin por columnas se la llama matriz fundamental
del sistema X 0 = AX. Obsrvese que (t) 6= 0 para todo t I.
Teorema 4. Solucin general de un sistema homogneo.
Dado un sistema homogneo X 0 = AX en un intervalo I, existe siempre un conjunto fundamental
de soluciones x1 , . . . , Xn en I, esto es, siempre se puede encontrar una matriz fundamental (t).
La solucin general del sistema homogneo en I ser
X = c1 X1 + + cn Xn
donde c1 , . . . , cn son constantes arbitrarias. Dicho de modo eqivalente
X = (t)C

c1

donde (t) es una matriz fundamental y C = ... es un vector formado por constantes.
cn
Si buscamos la solucin del problema de valor inicial

X 0 = AX
X(t0 ) = X0
obtenemos X = (t)(t0 )1 X0
Teorema 5. Solucin general de un sistema no homogneo.
Dado el sistema no homogneo X 0 = AX + F y dada una solucin particular Xp del mismo en el
intervalo I, la solucin general ser
X = Xh + Xp
siendo Xh la solucin general del sistema homogneo asociado X 0 = AX.
2

Escrito de modo equivalente,

X = (t)C + Xp
Sistemas no homogneos. Mtodo de los coeficientes indeterminados.
Por lo visto arriba, si somos capaces de resolver el sistema homogneo X 0 = AX, para obtener la
solucin general de X 0 = AX + F basta con conocer una solucin particular del mismo. Pero cmo
encontrarla? Se aplica el mtodo de variacin de las constantes, esto es, se conjetura la existencia de
una solucin particular del sistema no homogneo, xp (t) = (t)C(t), donde las constantes del vector
C pasan a ser funciones

c1 (t)

C(t) = ... .
cn (t)
Entonces Xp0 = (t)C 0 (t) + 0 (t)C(t). Al sustituir en X 0 = AX + F se tiene
(t)C 0 (t) + 0 (t)C(t) = A(t)C(t) + F
Como la solucin general del sistema homogneo es X = (t)C, entonces X 0 = 0 (t)C = AX =
A(t)C con lo que 0 (t) = A(t). Se tiene, al sustituir en la ecuacin de arriba,
(t)C 0 (t) + A(t)C(t) = A(t)C(t) + F
de
que (t)C 0 (t) = F (t), lo cual implica que C 0 (t) = 1 (t)F (t) y por tanto C(t) =
R manera
1
(t)F (t)dt. Como Xp = (t)C(t), resulta
Z
Xp = (t) 1 (t)F (t)dt
La solucin general del sistema X 0 = AX + F es entonces
Z
X = Xh + Xp = (t)C + (t) 1 (t)F (t)dt

4.2 SISTEMAS LINEALES HOMOGNEOS DE ORDEN n CON COEFICIENTES

CONSTANTES.
Describimos a continuacin el modo de resolver un sistema homogneo de orden n, X 0 = AX. Se
calculan la forma cannica de Jordan J de A y la matriz de paso P tales que P 1
AP =
J. Se tiene
y1

A = P JP 1 . El siguiente paso es hacer el cambio de variable X = P Y con Y = ... y sustituir

yn
en la ecuacin. Se tiene P Y 0 = AP Y , esto es, Y 0 = P 1 AP Y con lo que la resolucin del sistema
X 0 = AX queda reducida a la resolucin del nuevo y ms simple sistema
Y 0 = JY
Una vez resuelto ste ltimo, se deshace el cambio y se tiene la solucin del sistema homogneo
original. Desarrollaremos todo este proceso para el caso de los sistemas homogneos de orden 2. Para
sistemas de orden superior el procedimiento es anlogo.
4.2.1 Sistemas lineales homogneos de orden 2.
Sea X 0 = AX un sistema lineal homogneo de coeficientes constantes y de orden 2.
3

Caso 1. Si la matriz A M2 (R) es diagonalizable con autovalores reales, la forma cannica de jordan de
A es


1 0
0 2

J=

Se hace el cambio X = P Y y se resuelve el sistema Y 0 = JY

y10
y20

1 0
0 2



y1
y2

Resulta y1 (t) = c1 e1 t , y2 (t) = c2 e2 t . Escrito en forma matricial,



y1 (t)
y2 (t)

Y =

e1 t
0


= c1


+ c2


=

e2 t

e1 t
0

0 e 2t



c1
c2

Al deshacer el cambio X = P Y , se tiene




 t




p12
x1 (t)
e 1
0
p11
c1
2 t
1 t
X=
=P
+ c2 e
= c1 e
p22
x2 (t)
p21
c2
0 e2 t

 

p11
p12
siendo
y
las columnas de P , esto es, los autovectores asociados a los autovalores
p21
p22
1 y 2 respectivamente. Obsrvese que la matriz



(t) = P

e1 t
0
0 e2 t

es una matriz fundamental.

Caso 2. Si la matriz A no es diagonalizable, con un autovalor doble R, entonces

J=

1
0

Se considera X = P Y y se resuelve el sistema Y 0 = JY . Queda

y2 (t) = c2 et
Al sustituir en y10 = y1 + y2 se tiene y10 = y1 + c2 et . Esta ecuacin, para cada valor de c2 fijo,
es lineal de primer orden. Al resolver, da lugar a
y1 (t) = c1 et + c2 tet
Por tanto, escrito en forma matricial,

Y =

y1 (t)
y2 (t)


= c1

et
0


+ c2

tet
et


=

et tet
0 et



c1
c2

Se deshace el cambio X = P Y y queda


X=P

et tet
0 et



c1
c2






p11
p12
= e (c1 + c2 t)
+ c2
p21
p22
t


La matriz (t) = P

et tet
0 et


es una matriz fundamental.

Caso 3. Si la matriz A tiene dos autovalores complejos conjugados = a+ib, = aib, la forma cannica
de Jordan es la matriz


0
0

J=


M2 (C)

La matriz de paso P = (P 1 P 2 ) M2 (C) tiene por columnas P 1 , P 2 = P 1 a los autovectores

(complejos conjugados) asociados a los autovalores y .
Se hace el cambio X = P Y y se resuelve el sistema
Y 0 = JY
Se obtiene y1 (t) = c1 e(a+ib)t , y2 (t) = c2 e(aib)t con c1 , c2 C constantes arbitrarias. Escrito en
forma matricial,

Y =

y1 (t)
y2 (t)


=

e(a+ib)t
0
0
e(aib)t



c1
c2

Deshaciendo el cambio obtenemos


X=

x1 (t)
x2 (t)


=P

e(a+ib)t
0
(aib)t
0
e



c1
c2

= c1 e(a+ib)t P 1 + c2 e(aib)t P 1

que es la solucin general compleja del sistema X 0 = AX. Nosotros deseamos encontrar la solucin
general real (las funciones x1 (t), x2 (t) deben ser reales). Para obtenerla basta observar que si X(t)
0
es solucin compleja del
Re(X(t)) e Im(X(t))
 sistema
 X
 = AX, entonces


 son soluciones
 reales

p
u
+
iv
u
v1
11
1
1
1
0
1
1
1
de X = AX. Si P =
=
, se tiene Re(P ) =
y Im(P ) =
.
p21
u2 + iv2
u2
v2
Consideremos la solucin compleja
(a+ib)t

at

=e


cos bt



at

P = e (cos bt + i sin bt)

u1
u2


sin bt

v1
v2



at

+ ie

u1
u2


+i

v1
v2

sin bt

u1
u2


=


+ cos bt

v1
v2



Por lo dicho arriba, tanto






u1
v1
X1 (t) = eat cos bt
sin bt
u2
v2
Como
at

X2 (t) = e


sin bt

u1
u2


+ cos bt

v1
v2



son soluciones reales (e independientes) del sistema X 0 = AX, de modo que la solucin general
ser


X = c1 X1 + c2 X2 =



u1 v1
u2 v2

eat cos bt eat sin bt

eat sin bt eat cos bt



c1
c2

Obsrvese que la matriz


Q=

es la matriz de paso tal que

u1 v1
u2 v2

Q1 AQ

J0

= Re(P 1 ) Im(P 1 )

siendo

J0


=

a b
b a


la forma cannica real de A.

En cualquiera de los tres casos, si los dos autovalores de la matriz A son tales que Re() < 0, se
tiene que
lm xi (t) = 0, i = 1, 2


x1 (t)
para cualquier solucin X =
del sistema X 0 = AX.
x2 (t)
t

Observacin 1. Considrese una ecuacin lineal de segundo orden homognea de coeficientes constantes x00 + a1 x0 + a2 x = 0 con a1 , a2 R. Mediante el cambio de variables

x = x1
x0 = x2
se puede reducir el estudio de las soluciones de la ecuacin al estudio del sistema de orden 2 equivalente
 0

 0  

x1 = x2
0
1
x1
x1
(1)
=

a2 a1
x02 = a2 x1 a1 x2
x02
x2


0
1
El polinomio caracterstico de A =
es p() = 2 + a1 + a2 . Obsrvese la relacin
a2 a1
existente entre el polinomio p() y la ecuacin de segundo orden.
Utilizando lo hecho en los sistemas de orden 2, y teniendo en cuenta que solo nos interesa x1 (t) se
concluye que
Caso 1. Si los dos autovalores 1 , 2 son reales (y distintos, ya que de ser iguales la matriz A debera ser
diagonal), entonces x(t) = x1 (t) = k1 e1 t + k2 e2 t siendo k1 y k2 constantes arbitrarias.
Caso 2. Si hay un autovalor real doble, , entonces x(t) = x1 (t) = k1 et +k2 tet siendo k1 y k2 constantes
arbitrarias..
Caso 3. Si los autovalores son complejos conjugados, entonces x(t) = x1 (t) = k1 eat cos bt + k2 eat sin bt
siendo k1 y k2 constantes arbitrarias.
Esto coincide con lo que ya habamos visto en un captulo anterior al estudiar las ecuaciones lineales
homogneas de orden 2 de coeficientes constantes.
4.2.2 Puntos crticos. Diagrama de fases de sistemas lineales homogneos de orden 2.
Dado un sistema de ecuaciones del tipo


dx
dt
dy
dt

= f1 (x, y)
= f2 (x, y)
6

decimos que un punto (x0 , y0 ) es un punto crtico o singular si el vector constante



x0
X(t) =
y0
es solucin del sistema.
La representacin grfica de las soluciones en el plano, junto con la indicacin del sentido en que
se recorren se denomina diagrama de fases del sistema.
Dado el sistema X 0 = AX con A M2 (R), es claro que el vector X = (0, 0) es un punto crtico.
Supondremos que dicho punto crtico es aislado (no hay ms en un entorno suyo). Esto implica que
Det(A) 6= 0 y, por tanto, = 0 no es autovalor de A.
El anlisis cualitativo de los diagramas de fases en un entorno del punto crtico X = (0, 0) se hace
en funcin de los signos de los autovalores de A, tal como queda indicado en el siguiente esquema.