Miguel Reyes, Dpto.

de Matematica Aplicada, FI-UPM 1

14 Sistemas lineales de ecuaciones diferenciales con coe-
cientes constantes
14.1 Denicion
Se llama sistema lineal con coecientes constantes al siguiente sistema de ecuaciones
diferenciales de primer orden:
_

_
x

1
= a
11
x
1
+ a
12
x
2
+ . . . + a
1n
x
n
+ b
1
(t)
x

2
= a
21
x
1
+ a
22
x
2
+ . . . + a
2n
x
n
+ b
2
(t)


x

n
= a
n1
x
1
+ a
n2
x
2
+ . . . + a
nn
x
n
+ b
n
(t)
donde t es la variable independiente y x
i
= x
i
(t), 1 i n, son n funciones de t (variables
dependientes).
Se llama solucion del sistema a un conjunto de n funciones
x
i
=
i
(t) , 1 i n
derivables con continuidad y que lo verican. Resolver un sistema es hallar todas sus
soluciones.
Todo sistema lineal admite una expresion matricial de la forma
x

= Ax +b
donde
A =
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n


a
n1
a
n2
a
nn
_
_
_
_
_
_
M
nn
(R)
x = x(t) =
_
_
_
_
_
_
x
1
(t)
x
2
(t)


x
n
(t)
_
_
_
_
_
_
; x

= x

(t) =
_
_
_
_
_
_
x

1
(t)
x

2
(t)


x

n
(t)
_
_
_
_
_
_
; b = b(t) =
_
_
_
_
_
_
b
1
(t)
b
2
(t)


b
n
(t)
_
_
_
_
_
_
Si b = b(t) 0, el sistema lineal se llama homogeneo. 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 coecientes constantes
a
0
y
(n)
+ a
1
y
(n1)
+ . . . + a
n1
y

+ a
n
y = b(t)
donde t es la variable independiente e y la dependiente, se puede transformar en un
sistema lineal de orden n con coecientes constantes llamando x
i
= y
(i1)
, 1 i n,
Miguel Reyes, Dpto. de Matematica Aplicada, FI-UPM 2
con lo que se llega al sistema
_

_
x

1
= x
2
x

2
= x
3


x

n1
= x
n
x

n
=
a
n
a
0
x
1

a
n1
a
0
x
2
. . .
a
1
a
0
x
n
+
b(t)
a
0
La solucion de x
1
en el sistema sera la solucion de y en la ecuacion diferencial.
2. Todo sistema lineal
x

= 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 x
i
.
Resolviendo esta ecuacion y hallando las demas variables x
j
, j = 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

1
(t) =
_
_
_
_
_
_

11
(t)

12
(t)

1n
(t)
_
_
_
_
_
_
;
2
(t) =
_
_
_
_
_
_

21
(t)

22
(t)

2n
(t)
_
_
_
_
_
_
; ;
n
(t) =
_
_
_
_
_
_

n1
(t)

n2
(t)

nn
(t)
_
_
_
_
_
_
n funciones vectoriales derivables con continuidad y soluciones de (SLH).
La familia de funciones {
i
}
n
i=1
son linealmente dependientes si y solo si
D(t) =

11

21

n1

12

22

n2

1n

2n

nn

0
y seran linealmente independientes si y solo si
D(t) = 0 , t R
Miguel Reyes, Dpto. de Matematica Aplicada, FI-UPM 3
14.5 Resolucion de sistemas
1. Para resolver (SLH) hay que encontrar n soluciones particulares {
i
}
n
i=1
que sean
linealmente independientes, y entonces
x = (t) =
n

i=1
c
i

i
(t) ; c
i
R , 1 i n
es la solucion general de (SLH).
2. Para resolver (SLC) hay que hallar una solucion particular (t) y todas las solu-
ciones, (t) =

n
i=1
c
i

i
(t), del sistema homogeneo asociado, y entonces
x = (t) +(t) = (t) +
n

i=1
c
i

i
(t) ; c
i
R , 1 i n
es la solucion general de (SLC).
14.6 Denicion
Dada una matriz A M
nn
(R), llamaremos autovalor a cualquiera de las raices C
de la ecuacion
|AI| = 0
donde I M
nn
(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 C
n
no nulo tal que
(AI) v = 0
14.7 Propiedades
Sea A M
nn
(R). Entonces:
1. Si C es un autovalor de A y v C
n
es un autovector asociado a , entonces la
funcion
x = ve
t
es solucion del sistema x

= Ax, y se llamara autofuncion 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 C
n
es autovector
asociado a , entonces su conjugado v es autovector asociado a .
Miguel Reyes, Dpto. de Matematica Aplicada, FI-UPM 4
14.8 Resolucion de sistemas lineales homogeneos 2 2
Sea x

= Ax, con A M
22
(R) el sistema (SLH). Para resolverlo distinguiremos tres
casos:
1. Dos autovalores reales distintos. Sean v
1
y v
2
autovectores asociados, respecti-
vamente, a los autovalores
1
y
2
,
1
=
2
. Entonces
x = c
1
v
1
e

1
t
+ c
2
v
2
e

2
t
; c
1
, c
2
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, v
1
y v
2
, linealmente independientes asociados a .
En este caso la solucion general de (SLH) es
x = c
1
v
1
e
t
+ c
2
v
2
e
t
= (c
1
v
1
+ c
2
v
2
) e
t
; c
1
, c
2
R
(b) Existe un unico autovector v linealmente independiente asociado a . En este
caso x = ve
t
es solucion particular de (SLH) y existe otra de la forma
x = (vt +u) e
t
donde u R
2
es un vector que habra que determinar sustituyendo en (SLH).
La solucion general sera en este caso
x = c
1
ve
t
+ c
2
(vt +u) e
t
= [c
1
v + c
2
(vt +u)] e
t
; c
1
, c
2
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
_
ve
t
_
= [acos t bsen t] e
t

2
(t) = Im
_
ve
t
_
= [asent +bcos t] e
t
son soluciones particulares linealmente independientes de (SLH). Su solucion general
sera:
x = c
1

1
(t) + c
2

2
(t) = [(acos t bsent) c
1
+ (asent +bcos t) c
2
] e
t
con c
1
, c
2
R.
14.9 Resolucion de sistemas lineales homogeneos 3 3
Sea x

= Ax, con A M
33
(R) el sistema (SLH). Para resolverlo distinguiremos tres
casos:
1. Tres autovalores distintos. Distinguiremos, a su vez, dos casos:
Miguel Reyes, Dpto. de Matematica Aplicada, FI-UPM 5
(a) Autovalores reales. Sean
1
,
2
,
3
R autovalores distintos con autovectores
asociados v
1
, v
2
, v
3
R
3
, respectivamente. Entonces
x = c
1
v
1
e

1
t
+ c
2
v
2
e

2
t
+ c
3
v
3
e

3
t
; c
1
, c
2
, c
3
R
es la solucion general de (SLH).
(b) Autovalores complejos. Sean
1
= + i ,
2
=
1
= i y
3
R los
autovalores con autovectores, respectivamente, v
1
= a + i b, v
2
= v
1
= a i b
y v
3
. Entonces

1
(t) = Re
_
v
1
e

1
t
_
= [acos t bsen t] e
t

2
(t) = Im
_
v
1
e

1
t
_
= [asent +bcos t] e
t

3
(t) = v
3
e

3
t
son soluciones particulares linealmente independientes de (SLH), con lo que la
solucion general sera
x = [(acos t bsen t) c
1
+ (asen t +bcos t) c
2
] e
t
+ c
3
v
3
e

3
t
con c
1
, c
2
, c
3
R.
2. Dos autovalores distintos. Sea
1
R autovalor simple con autovector asociado
v
1
y
2
R autovalor doble. Se distinguen dos casos:
(a) Existen dos autovectores linealmente independientes, v
2
y v
3
, asociados a
2
.
En este caso la solucion general de (SLH) es
x = c
1
v
1
e

1
t
+ (c
2
v
2
+ c
3
v
3
) e

2
t
; c
1
, c
2
, c
3
R
(b) Existe un unico autovector v
2
linealmente independiente asociado a
2
. En este
caso x = v
2
e

2
t
es solucion particular de (SLH) y existe otra de la forma
x = (v
2
t +u) e

2
t
donde u R
3
es un vector que habra que determinar sustituyendo en (SLH).
La solucion general de (SLH) sera
x = c
1
v
1
e

1
t
+ [c
2
v
2
+ c
3
(v
2
t +u)] e

2
t
con c
1
, c
2
, c
3
R.
3. Un unico autovalor. Sea R el autovalor con multiplicidad tres. Se pueden
presentar tres casos:
(a) Existen tres autovectores, v
1
, v
2
y v
3
, linealmente independientes asociados a
. En este caso la solucion general de (SLH) es
x = (c
1
v
1
+ c
2
v
2
+ c
3
v
3
) e
t
; c
1
, c
2
, c
3
R
Miguel Reyes, Dpto. de Matematica Aplicada, FI-UPM 6
(b) Existe dos autovectores, v
1
y v
2
, linealmente independientes asociados a .
En este caso x = v
1
e
t
y x = v
2
e
t
son soluciones particulares linealmente
independientes de (SLH) y existe otra de la forma
x = [(v
1
+ v
2
) t +u] e
t
donde , R y u R
3
habra que determinarlos sustituyendo en (SLH). La
solucion general sera
x = [c
1
v
1
+ c
2
v
2
+ ((v
1
+ v
2
)t +u) c
3
] e
t
con c
1
, c
2
, c
3
R.
(c) Existe un unico autovector v linealmente independiente asociado a . En este
caso x = ve
t
es solucion particular de (SLH) y existen otras dos de la forma
x =
1
(t) = (vt +u) e
t
x =
2
(t) =
_
v
t
2
2
+ut +w
_
e
t
donde u, w R
3
son vectores que habra que determinar sustituyendo en (SLH).
La solucion general sera
x =
_
c
1
v + (vt +u) c
2
+
_
v
t
2
2
+ut +w
_
c
3
_
e
t
con c
1
, c
2
, c
3
R.
14.10 Resolucion del sistema lineal completo
Sea
(t) =
n

i=1
c
i

i
(t) ; c
i
R , 1 i n
la solucion general de (SLH). Para resolver (SLC) hay tres posibilidades:
1. Propiedad de similitud: Si b(t) = P
m
(t)e
t
, donde P
m
(t) es un vector cuyas com-
ponentes son polinomios en t de grado menor o igual que m, entonces (SLC) admite
una solucion particular de la forma
(t) =
_
Q
m
(t)e
t
, si no es autovalor
Q
m+k
(t)e
t
, si es un autovalor de multiplicidad k
Esta solucion se calcula sustituyendo en el sistema y la solucion general sera
x = (t) +
n

i=1
c
i

i
(t) ; c
i
R , 1 i n
Miguel Reyes, Dpto. de Matematica Aplicada, FI-UPM 7
2. Metodo de variacion de las constantes: La solucion general de (SLH) se puede
expresar matricialmente como
x = (t) =
n

i=1
c
i

i
(t) = X(t)c
donde X(t), que se llama matriz fundamental, es una matriz cuyas columnas son
las funciones {
i
}
n
i=1
y c es un vector columna cuyas componentes son las constantes
c
i
, 1 i n. El metodo de variacion 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
c

(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 superposicion: Si x
1
(t) es solucion
de x

= Ax +b
1
(t) y x
2
(t) es solucion de x

= Ax +b
2
(t), entonces
x
1
+x
2
es solucion de x

= Ax + (b
1
(t) +b
2
(t))