1

1. SISTEMAS DE ECUACIONES DIFERENCIALES

1.1. SISTEMAS LINEALES DE PRIMER ORDEN
Un sistema de ecuaciones diferenciales del tipo
_

_
dx
1
dt
= a
11
(t)x
1
+ a
1n
(t)x
n
+f
1
(t)
.
.
.
dx
n
dt
= a
n1
(t)x
1
+ a
nn
(t)x
n
+f
n
(t)
se denomina sistema lineal de primer orden. Las funciones a
ij
(t), f
i
(t) se
supondrn continuas en un intervalo dado I = (a, b). Si f
i
(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
(1) X

= AX +F
siendo
X = X(t) =
_
_
_
x
1
(t)
.
.
.
x
n
(t)
_
_
_
A = A(t) =
_
_
_
a
11
(t) a
1n
(t)
.
.
.
.
.
.
.
.
.
a
n1
(t) a
nn
(t)
_
_
_
F = F(t) =
_
_
_
f
1
(t)
.
.
.
f
n
(t)
_
_
_
Si el sistema es homogneo, se escribe X

= AX.
Denicin 1. Diremos que el vector X =
_
_
_
x
1
(t)
.
.
.
x
n
(t)
_
_
_
es solucin de (1) en
un intervalo I si sus elementos son funciones diferenciables que satisfacen
(1) en dicho intervalo.
Denicin 2. Problema del valor inicial.
Dado t
0
I y dado X
0
=
_
_
_
x
01
.
.
.
x
0n
_
_
_
un vector cuyas entradas son cons-
tantes dadas, el problema de resolver
X

= AX +F
sujeto a la condicin X(t
0
) = X
0
se denomina problema de valor inicial en
el intervalo I.
2 1 SISTEMAS DE ECUACIONES DIFERENCIALES
Teorema 1. Dadas A(t) y F(t) continuas en el intervalo I = (a, b), el
problema de valor inicial
(2)
_
X

= AX +F
X(t
0
) = X
0
tiene una solucin nica denida en todo el intervalo I.
Teorema 2. Principio de superposicin.
Dados X
1
, X
2
, . . . , X
m
un conjunto de vectores solucin del sistema ho-
mogneo X

= AX en un intervalo I, la combinacin lineal

X = c
1
X
1
+ +c
m
X
m
es tambin solucin de X

= AX en el intervalo I.
Denicin 3. Dependencia e independencia lineal de soluciones.
Dados X
1
, . . . , X
m
un conjunto de vectores solucin del sistema homog-
neo X

= AX en un intervalo I, se dice que el conjunto es linealmente

dependiente en I si existen constantes c
1
, . . . , c
m
, no todas cero, tales que
c
1
X
1
+ +c
m
X
m
= 0
para todo t I. Si el conjunto de vectores no es linealmente dependiente, se
dice que es linealmente independiente.
Teorema 3. Sean X
1
, . . . , X
n
n vectores solucin del sistema homogneo de
n ecuaciones y de primer orden
X

= AX
en un intervalo I. El conjunto de vectores es linealmente independiente en I
si y slo si el wronskiano
W(X
1
, . . . , X
n
) = |X
1
. . . X
n
| = 0
Se puede probar que, si X
1
, . . . , X
n
son soluciones de X

= AX, entonces
W(X
1
, . . . , X
n
) = 0 para todo t I o bien W(X
1
, . . . , X
n
) = 0 para todo
t I. De modo que, si existe un t
0
tal que W = 0 en t
0
, entonces W = 0
para todo t I, con lo que las soluciones son linealmente independientes en
I.
Denicin 4. Conjunto fundamental de soluciones. Matriz fundamental.
Sea X

= AX un sistema homogneo de n ecuaciones y de primer orden.

Un conjunto X
1
, . . . , X
n
de soluciones linealmente independientes del sistema
en un intervalo I es un conjunto fundamental de soluciones . A la matriz
(t) = (X
1
. . . X
n
) que tiene a estos vectores solucin por columnas, se le
llama matriz fundamental del sistema X

= AX. Obsrvese que (t) = 0

para todo t I.
1.1 SISTEMAS LINEALES DE PRIMER ORDEN 3
Teorema 4. Solucin general de un sistema homogneo.
Dado un sistema homogneo X

= AX en un intervalo I, existe siempre

un conjunto fundamental de soluciones X
1
, . . . , X
n
en I, esto es, siempre se
puede encontrar una matriz fundamental (t).
La solucin general del sistema homogneo en I ser
X = c
1
X
1
+ +c
n
X
n
donde c
1
, . . . , c
n
son constantes arbitrarias. Dicho de modo eqivalente:
X = (t)C
donde (t) es una matriz fundamental y C =
_
_
_
c
1
.
.
.
c
n
_
_
_
es un vector formado
por constantes.
Si buscamos la solucin del problema de valor inicial
_
X

= AX
X(t
0
) = X
0
obtenemos X = (t)(t
0
)
1
X
0
Teorema 5. Solucin general de un sistema no homogneo.
Dado el sistema no homogneo X

= AX + F y dada una solucin par-

ticular X
p
del mismo en el intervalo I, la solucin general ser
X = X
h
+X
p
siendo X
h
la solucin general del sistema homogneo asociado X

= AX.
Escrito de modo equivalente,
X = (t)C +X
p
Sistemas no homogneos. Mtodo de variacin de las constantes.
Por lo visto arriba, si somos capaces de resolver el sistema homogneo
X

= AX, para obtener la solucin general de X

= AX+F basta con cono-

cer 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, X
p
(t) = (t)C(t), donde
las constantes del vector C pasan a ser funciones
C(t) =
_
_
_
c
1
(t)
.
.
.
c
n
(t)
_
_
_
.
4 1 SISTEMAS DE ECUACIONES DIFERENCIALES
Entonces X

p
= (t)C

(t) +

(t)C(t). Al sustituir en X

= AX + F se
tiene
(t)C

(t) +

(t)C(t) = A(t)C(t) +F
Como la solucin general del sistema homogneo es X = (t)C, entonces
X

(t)C = AX = A(t)C, con lo que

(t) = A(t). Se tiene, al

sustituir en la ecuacin de arriba,
(t)C

(t) +A(t)C(t) = A(t)C(t) +F

de manera que (t)C

(t) = F(t), lo cual implica que C

(t) =
1
(t)F(t) y,
por tanto, C(t) =
_

1
(t)F(t)dt. Como X
p
= (t)C(t), resulta
X
p
= (t)
_

1
(t)F(t)dt
La solucin general del sistema X

= AX +F es entonces
X = X
h
+X
p
= (t)C + (t)
_

1
(t)F(t)dt
1.2. SISTEMAS LINEALES HOMOGNEOS
Describimos a continuacin el modo de resolver un sistema homogneo
de primer orden con coecientes constantes, X

= 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 A = PJP
1
. El siguiente paso es hacer el cambio de variable X = PY
con Y =
_
_
_
y
1
.
.
.
y
n
_
_
_
y sustituir en la ecuacin. Se tiene PY

= APY , esto es,

Y

= P
1
APY con lo que la resolucin del sistema X

= AX queda reducida
a la resolucin del nuevo y ms simple sistema
Y

= 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 planos (dos ecuaciones). Para sistemas con
ms ecuaciones el procedimiento es anlogo.
1.2.1. Sistemas lineales homogneos planos
Sea X

= AX un sistema lineal homogneo de coecientes constantes y

plano.
1.2 SISTEMAS LINEALES HOMOGNEOS 5
Caso 1. Si la matriz A M
2
(R) es diagonalizable con autovalores reales, la
forma cannica de jordan de A es
J =
_

1
0
0
2
_
Se hace el cambio X = PY y se resuelve el sistema Y

= JY
_
y

1
y

2
_
=
_

1
0
0
2
__
y
1
y
2
_
Resulta y
1
(t) = c
1
e

1
t
, y
2
(t) = c
2
e

2
t
. Escrito en forma matricial,
Y =
_
y
1
(t)
y
2
(t)
_
= c
1
_
e

1
t
0
_
+c
2
_
0
e

2
t
_
=
_
e

1
t
0
0 e

2
t
__
c
1
c
2
_
Al deshacer el cambio X = PY , se tiene
X =
_
x
1
(t)
x
2
(t)
_
= P
_
e

1
t
0
0 e

2
t
__
c
1
c
2
_
=
= c
1
e

1
t
_
p
11
p
21
_
+c
2
e

2
t
_
p
12
p
22
_
siendo
_
p
11
p
21
_
y
_
p
12
p
22
_
las columnas de P, esto es, los autovectores
asociados a los autovalores
1
y
2
respectivamente. Obsrvese que la
matriz
(t) = P
_
e

1
t
0
0 e

2
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 = PY y se resuelve el sistema Y

= JY . Queda
y
2
(t) = c
2
e
t
6 1 SISTEMAS DE ECUACIONES DIFERENCIALES
Al sustituir en y

1
= y
1
+y
2
se tiene y

1
= y
1
+c
2
e
t
. Esta ecuacin,
para cada valor de c
2
jo, es lineal de primer orden. Al resolver, da
lugar a
y
1
(t) = c
1
e
t
+c
2
te
t
Por tanto, escrito en forma matricial,
Y =
_
y
1
(t)
y
2
(t)
_
= c
1
_
e
t
0
_
+c
2
_
te
t
e
t
_
=
_
e
t
te
t
0 e
t
__
c
1
c
2
_
Se deshace el cambio X = PY y queda
X = P
_
e
t
te
t
0 e
t
__
c
1
c
2
_
= e
t
_
(c
1
+c
2
t)
_
p
11
p
21
_
+c
2
_
p
12
p
22
__
La matriz (t) = P
_
e
t
te
t
0 e
t
_
es una matriz fundamental.
Caso 3. Si la matriz A tiene dos autovalores complejos conjugados = a +
ib, = a ib, la forma cannica de Jordan es la matriz
J =
_
0
0
_
M
2
(C)
La matriz de paso P = (P
1
P
2
) M
2
(C) tiene por columnas P
1
, P
2
=
P
1
a los autovectores (complejos conjugados) asociados a los autoval-
ores y .
Se hace el cambio X = PY y se resuelve el sistema
Y

= JY
Se obtiene y
1
(t) = c
1
e
(a+ib)t
, y
2
(t) = c
2
e
(aib)t
con c
1
, c
2
C constantes
arbitrarias. Escrito en forma matricial,
Y =
_
y
1
(t)
y
2
(t)
_
=
_
e
(a+ib)t
0
0 e
(aib)t
__
c
1
c
2
_
Deshaciendo el cambio, obtenemos
X =
_
x
1
(t)
x
2
(t)
_
= P
_
e
(a+ib)t
0
0 e
(aib)t
__
c
1
c
2
_
=
1.2 SISTEMAS LINEALES HOMOGNEOS 7
= c
1
e
(a+ib)t
P
1
+c
2
e
(aib)t
P
1
que es la solucin general compleja del sistema X

= AX. Nosotros
deseamos encontrar la solucin general real (las funciones x
1
(t), x
2
(t)
deben ser reales). Para obtenerla, basta observar que si X(t) es solucin
compleja del sistema X

= AX, entonces Re(X(t)) e Im(X(t)) son

soluciones reales de X

= AX. Si P
1
=
_
p
11
p
21
_
=
_
u
1
+iv
1
u
2
+iv
2
_
,
se tiene Re(P
1
) =
_
u
1
u
2
_
y Im(P
1
) =
_
v
1
v
2
_
. Consideremos la
solucin compleja
e
(a+ib)t
P
1
= e
at
(cos bt +i senbt)
__
u
1
u
2
_
+i
_
v
1
v
2
__
=
= e
at
_
cos bt
_
u
1
u
2
_
senbt
_
v
1
v
2
__
+
+ie
at
_
senbt
_
u
1
u
2
_
+ cos bt
_
v
1
v
2
__
Por lo dicho arriba, tanto
X
1
(t) = e
at
_
cos bt
_
u
1
u
2
_
senbt
_
v
1
v
2
__
como
X
2
(t) = e
at
_
senbt
_
u
1
u
2
_
+ cos bt
_
v
1
v
2
__
son soluciones reales (e independientes) del sistema X

= AX, de modo
que la solucin general ser
X = c
1
X
1
+c
2
X
2
=
_
u
1
v
1
u
2
v
2
__
e
at
cos bt e
at
senbt
e
at
senbt e
at
cos bt
__
c
1
c
2
_
Obsrvese que la matriz
Q =
_
u
1
v
1
u
2
v
2
_
=
_
Re(P
1
) Im(P
1
)
_
es la matriz de paso tal que Q
1
AQ = J

, siendo J

=
_
a b
b a
_
la
forma cannica real de A.
8 1 SISTEMAS DE ECUACIONES DIFERENCIALES
En cualquiera de los tres casos, si los dos autovalores de la matriz A son
tales que Re() < 0, se tiene que
lm
t
x
i
(t) = 0, i = 1, 2
para cualquier solucin X =
_
x
1
(t)
x
2
(t)
_
del sistema X

= AX.
Observacin 1. Considrese una ecuacin lineal de segundo orden homognea
de coecientes constantes x

+ a
1
x

+ a
2
x = 0 con a
1
, a
2
R. Mediante el
cambio de variables
_
x = x
1
x

= x
2
se puede reducir el estudio de las soluciones de la ecuacin al estudio del
sistema plano equivalente
(1)
_
x

1
= x
2
x

2
= a
2
x
1
a
1
x
2

_
x

1
x

2
_
=
_
0 1
a
2
a
1
__
x
1
x
2
_
El polinomio caracterstico de A =
_
0 1
a
2
a
1
_
es p() =
2
+a
1
+
a
2
. Obsrvese la relacin existente entre el polinomio p() y la ecuacin de
segundo orden.
Utilizando lo hecho en los sistemas planos, y teniendo en cuenta que slo
nos interesa x
1
(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) = x
1
(t) = k
1
e

1
t
+
k
2
e

2
t
, siendo k
1
y k
2
constantes arbitrarias.
Caso 2. Si hay un autovalor real doble, , entonces x(t) = x
1
(t) = k
1
e
t
+
k
2
te
t
, siendo k
1
y k
2
constantes arbitrarias..
Caso 3. Si los autovalores son complejos conjugados, entonces x(t) = x
1
(t) =
k
1
e
at
cos bt +k
2
e
at
senbt, siendo k
1
y k
2
constantes arbitrarias.
1.2.2. Puntos crticos. Diagrama de fases de sistemas lineales
homogneos planos
Dado un sistema de ecuaciones del tipo
_
dx
dt
= f
1
(x, y)
dy
dt
= f
2
(x, y)
1.2 SISTEMAS LINEALES HOMOGNEOS 9
decimos que un punto (x
0
, y
0
) es un punto crtico o singular si el vector
constante
X(t) =
_
x
0
y
0
_
es solucin del sistema.
La representacin grca de las soluciones en el plano, junto con la in-
dicacin del sentido en que se recorren, se denomina diagrama de fases del
sistema.
Dado el sistema X

= AX con A M
2
(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) = 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:
10 1 SISTEMAS DE ECUACIONES DIFERENCIALES
1.2 SISTEMAS LINEALES HOMOGNEOS 11