Miguel Reyes, Dpto.

de Matem
atica Aplicada, FI-UPM

14

Sistemas lineales de ecuaciones diferenciales con coeficientes constantes

14.1

Definici
on

Se llama sistema lineal con coeficientes constantes al siguiente sistema de ecuaciones

diferenciales de primer orden:
0
x1 = a11 x1 + a12 x2 + . . . + a1n xn + b1 (t)

x02 = a21 x1 + a22 x2 + . . . + a2n xn + b2 (t)

0
xn = an1 x1 + an2 x2 + . . . + ann xn + bn (t)
donde t es la variable independiente y xi = xi (t), 1 i n, son n funciones de t (variables
dependientes).
Se llama soluci
on del sistema a un conjunto de n funciones
xi = i (t) ,

1in

derivables con continuidad y que lo verifican. Resolver un sistema es hallar todas sus
soluciones.
Todo sistema lineal admite una expresi
on matricial de la forma
x0 = Ax + b
donde

a11
a21

A=


an1

x1 (t)
x2 (t)

; x0

x = x(t) =

xn (t)

a1n
a2n

Mnn (R)

ann
0

x1 (t)
b1 (t)
x02 (t)
b2 (t)

= x (t) = ; b = b(t) =

x0n (t)
bn (t)

a12
a22

an2

Si b = b(t) 0, el sistema lineal se llama homog

eneo. En adelante nos referiremos
al sistema lineal completo (no homogeneo) por (SLC) y al homogeneo por (SLH).

14.2

Sistemas y Ecuaciones lineales

1. Toda ecuacion lineal de coeficientes constantes

a0 y (n) + a1 y (n1) + . . . + an1 y 0 + an y = b(t)
donde t es la variable independiente e y la dependiente, se puede transformar en un
sistema lineal de orden n con coeficientes constantes llamando xi = y (i1) , 1 i n,

Miguel Reyes, Dpto. de Matem

atica Aplicada, FI-UPM

con lo que se llega al sistema

x0 = x2

01

x2 = x3

x0n1 = xn

x0 = an x
n
a0 1

an1
a0 x2

...

a1
a0 x n

b(t)
a0

La solucion de x1 en el sistema sera la solucion de y en la ecuacion diferencial.

2. Todo sistema lineal
x0 = Ax + b
se puede transformar mediante eliminacion (por combinaciones lineales de ecuaciones
y derivadas de ellas) en una ecuacion lineal de orden n en alguna de las variables xi .
Resolviendo esta ecuacion y hallando las demas variables xj , j 6= i, se tiene resuelto
el sistema. Este metodo de eliminacion no se puede sistematizar y puede resultar en
ocasiones muy complicado.

14.3

El espacio de soluciones

1. El conjunto de soluciones del sistema lineal homogeneo (SLH) es un espacio vectorial

de dimension n.
2. El conjunto de soluciones del sistema lineal completo (SLC) es un espacio afn sobre
el espacio vectorial de las soluciones del sistema homogeneo (SLH) asociado.

14.4

Dependencia e independencia lineal de funciones

Sean

11 (t)
12 (t)

1 (t) =

1n (t)

21 (t)
22 (t)

2 (t) =

2n (t)

n1 (t)
n2 (t)

n (t) =

nn (t)

n funciones vectoriales derivables con continuidad y soluciones de (SLH).

La familia de funciones {i }ni=1 son linealmente dependientes si y solo si

11 21 n1

12 22 n2

D(t) = 0

1n 2n nn
y seran linealmente independientes si y solo si
D(t) 6= 0 ,

t R

Miguel Reyes, Dpto. de Matem

atica Aplicada, FI-UPM

14.5

Resoluci
on de sistemas

1. Para resolver (SLH) hay que encontrar n soluciones particulares {i }ni=1 que sean
linealmente independientes, y entonces
x = (t) =

n
X

ci i (t) ;

ci R , 1 i n

i=1

es la solucion general de (SLH).

2. Para resolver (SLC)
hay que hallar una solucion particular (t) y todas las soluP
ciones, (t) = ni=1 ci i (t), del sistema homogeneo asociado, y entonces
x = (t) + (t) = (t) +

n
X

ci i (t)

ci R , 1 i n

i=1

es la solucion general de (SLC).

14.6

Definici
on

Dada una matriz A Mnn (R), llamaremos autovalor a cualquiera de las raices C
de la ecuacion
|A I| = 0
donde I Mnn (R) es la matriz identidad y |B| indica el determinante de la matriz B.
Si C es un autovalor de la matriz A, llamaremos autovector asociado a a
cualquier vector v Cn no nulo tal que
(A I) v = 0

14.7

Propiedades

Sea A Mnn (R). Entonces:

1. Si C es un autovalor de A y v Cn es un autovector asociado a , entonces la
funcion
x = vet
es solucion del sistema x0 = Ax, y se llamara autofunci
on asociada a y v.
2. Los autovectores asociados a distintos autovalores son linealmente independientes.
3. Las autofunciones asociadas a autovectores linealmente independientes son tambien
linealmente independientes.
4. Si C \ R es un autovalor con multiplicidad k, entonces su conjugado C \ R es
tambien autovalor con la misma multiplicidad k. Ademas, si v Cn es autovector
asociado a , entonces su conjugado v es autovector asociado a .

Miguel Reyes, Dpto. de Matem

atica Aplicada, FI-UPM

14.8

Resoluci
on de sistemas lineales homog
eneos 2 2

Sea x0 = Ax, con A M22 (R) el sistema (SLH). Para resolverlo distinguiremos tres
casos:
1. Dos autovalores reales distintos. Sean v1 y v2 autovectores asociados, respectivamente, a los autovalores 1 y 2 , 1 6= 2 . Entonces
x = c1 v1 e1 t + c2 v2 e2 t

c1 , c2 R

es la solucion general de (SLH).

2. Un autovalor real doble. Sea R el autovalor con multiplicidad dos. Se pueden
distinguir dos casos:
(a) Existen dos autovectores, v1 y v2 , linealmente independientes asociados a .
En este caso la solucion general de (SLH) es
x = c1 v1 et + c2 v2 et = (c1 v1 + c2 v2 ) et

c1 , c2 R

nico autovector v linealmente independiente asociado a . En este

(b) Existe un u
caso x = vet es solucion particular de (SLH) y existe otra de la forma
x = (vt + u) et
donde u R2 es un vector que habra que determinar sustituyendo en (SLH).
La solucion general sera en este caso
x = c1 vet + c2 (vt + u) et = [c1 v + c2 (vt + u)] et

c1 , c2 R

3. Dos autovalores complejos. Sean = + i y = i los autovalores y

v = a + i b y v = a i b los autovectores asociados. Entonces

1 (t) = Re vet = [a cos t b sen t] et

2 (t) = Im vet = [a sen t + b cos t] et

son soluciones particulares linealmente independientes de (SLH). Su solucion general
sera:
x = c1 1 (t) + c2 2 (t) = [(a cos t b sen t) c1 + (a sen t + b cos t) c2 ] et
con c1 , c2 R.

14.9

Resoluci
on de sistemas lineales homog
eneos 3 3

Sea x0 = Ax, con A M33 (R) el sistema (SLH). Para resolverlo distinguiremos tres
casos:
1. Tres autovalores distintos. Distinguiremos, a su vez, dos casos:

Miguel Reyes, Dpto. de Matem

atica Aplicada, FI-UPM

(a) Autovalores reales. Sean 1 , 2 , 3 R autovalores distintos con autovectores

asociados v1 , v2 , v3 R3 , respectivamente. Entonces
x = c1 v1 e1 t + c2 v2 e2 t + c3 v3 e3 t

c1 , c2 , c3 R

es la solucion general de (SLH).

(b) Autovalores complejos. Sean 1 = + i , 2 = 1 = i y 3 R los
autovalores con autovectores, respectivamente, v1 = a + i b, v2 = v1 = a i b
y v3 . Entonces

1 (t) = Re v1 e1 t = [a cos t b sen t] et

2 (t) = Im v1 e1 t = [a sen t + b cos t] et

3 (t) = v3 e3 t
son soluciones particulares linealmente independientes de (SLH), con lo que la
solucion general sera
x = [(a cos t b sen t) c1 + (a sen t + b cos t) c2 ] et + c3 v3 e3 t
con c1 , c2 , c3 R.
2. Dos autovalores distintos. Sea 1 R autovalor simple con autovector asociado
v1 y 2 R autovalor doble. Se distinguen dos casos:
(a) Existen dos autovectores linealmente independientes, v2 y v3 , asociados a 2 .
En este caso la solucion general de (SLH) es
x = c1 v1 e1 t + (c2 v2 + c3 v3 ) e2 t

c1 , c2 , c3 R

nico autovector v2 linealmente independiente asociado a 2 . En este

(b) Existe un u
caso x = v2 e2 t es solucion particular de (SLH) y existe otra de la forma
x = (v2 t + u) e2 t
donde u R3 es un vector que habra que determinar sustituyendo en (SLH).
La solucion general de (SLH) sera
x = c1 v1 e1 t + [c2 v2 + c3 (v2 t + u)] e2 t
con c1 , c2 , c3 R.
3. Un u
nico autovalor. Sea R el autovalor con multiplicidad tres. Se pueden
presentar tres casos:
(a) Existen tres autovectores, v1 , v2 y v3 , linealmente independientes asociados a
. En este caso la solucion general de (SLH) es
x = (c1 v1 + c2 v2 + c3 v3 ) et

c1 , c2 , c3 R

Miguel Reyes, Dpto. de Matem

atica Aplicada, FI-UPM

(b) Existe dos autovectores, v1 y v2 , linealmente independientes asociados a .

En este caso x = v1 et y x = v2 et son soluciones particulares linealmente
independientes de (SLH) y existe otra de la forma
x = [(v1 + v2 ) t + u] et
donde , R y u R3 habra que determinarlos sustituyendo en (SLH). La
solucion general sera
x = [c1 v1 + c2 v2 + ((v1 + v2 )t + u) c3 ] et
con c1 , c2 , c3 R.
(c) Existe un u
nico autovector v linealmente independiente asociado a . En este
caso x = vet es solucion particular de (SLH) y existen otras dos de la forma
x = 1 (t) = (vt + u) et
2

t
x = 2 (t) = v + ut + w et
2
donde u, w R3 son vectores que habra que determinar sustituyendo en (SLH).
La solucion general sera

2

t
x = c1 v + (vt + u) c2 + v + ut + w c3 et
2
con c1 , c2 , c3 R.

14.10

Resoluci
on del sistema lineal completo

Sea
(t) =

n
X

ci i (t) ;

ci R , 1 i n

i=1

la solucion general de (SLH). Para resolver (SLC) hay tres posibilidades:

1. Propiedad de similitud: Si b(t) = Pm (t)et , donde Pm (t) es un vector cuyas componentes son polinomios en t de grado menor o igual que m, entonces (SLC) admite
una solucion particular de la forma
(
Qm (t)et
, si no es autovalor
(t) =
t
Qm+k (t)e
, si es un autovalor de multiplicidad k
Esta solucion se calcula sustituyendo en el sistema y la solucion general sera
x = (t) +

n
X
i=1

ci i (t) ;

ci R , 1 i n

Miguel Reyes, Dpto. de Matem

atica Aplicada, FI-UPM

2. Metodo de variaci
on de las constantes: La solucion general de (SLH) se puede
expresar matricialmente como
x = (t) =

n
X

ci i (t) = X(t)c

i=1

donde X(t), que se llama matriz fundamental, es una matriz cuyas columnas son
las funciones {i }ni=1 y c es un vector columna cuyas componentes son las constantes
ci , 1 i n. El metodo de variaci
on de las constantes consiste en suponer que la
solucion general de (SLC) es de la forma
x = X(t)c(t)
Sustituyendo en (SLC) se llega a que
c0 (t) = X 1 (t)b(t)
e integrando
c(t) = (t) + c
Sustituyendo, se tiene que la solucion general de (SLC) es
x = X(t) ((t) + c) = X(t)(t) + X(t)c
3. Los dos metodos anteriores y el principio de superposici
on: Si x1 (t) es solucion
0
0
de x = Ax + b1 (t) y x2 (t) es solucion de x = Ax + b2 (t), entonces
x1 + x2

es solucion de x0 = Ax + (b1 (t) + b2 (t))