Unidad 5. Sistemas de Ecuaciones Diferenciales Lineales PDF

2013
Sistemas de Ecuaciones
Diferenciales Lineales
Gil Sandro Gómez

07/04/2013
``Sistemas de Ecuaciones Diferenciales``
Tabla de contenido
5.1 Introducción ................................................................................................................. 2
5.2 Sistema de primer orden ............................................................................................ 2
5.3 Método de eliminación ............................................................................................. 2
5.4 Solución de sistemas de ecuaciones diferenciales aplicando transformada
de Laplace ......................................................................................................................... 5
5.5 Sistemas autónomos ................................................................................................... 8
5.6 Puntos críticos y soluciones de equilibrio .............................................................. 10
5. 7 Métodos matriciales para resolver sistemas lineales .......................................... 11
5.8 Existencia y unicidad ............................................................................................... 12
5.9 Conjunto fundamental de soluciones ................................................................... 13
5.10 Método para resolver sistemas normales ........................................................... 15
5.11 Sistemas de ecuaciones no homogéneos ........................................................ 25
5.12 Métodos para resolver sistemas de ecuaciones no homogéneos ................ 26
Bibliografía ........................................................................................................................ 32
Webgrafía ......................................................................................................................... 32
Prof. Gil Sandro Gómez 1

5.1 Introducción
Las ecuaciones diferenciales tienen una gran utilidad en ingeniería y en la
ciencia. La mayoría de los problemas no dependen de una ecuación, sino de un
sistema de ecuaciones, que casi siempre, éstas son diferenciales. De ahí la
necesidad que nos adentremos en el estudio de los sistemas de ecuaciones
diferenciales.
Definición. Un conjunto de ecuaciones diferenciales con varias funciones

incógnitas, se llama sistema de ecuaciones diferenciales.
Solución de un sistema. Una solución de un sistema de ecuaciones diferenciales

es un conjunto de funciones suficientemente diferenciales x  1 ( x), y  2 ( x),
z  3 ( x) , etcétera, que satisface cada ecuación del sistema en algún intervalo
común I .
5.2 Sistema de primer orden

Un sistema de ecuaciones diferenciales de primer orden es:
x '1  a11 x1  a12 x2  ...  a1n xn  f1 (t ) 

x '2  a21 x1  a22 x2  ...  a2 n xn  f 2 (t ) 
   





 

x 'n  an1 x1  an 2 x2  ...  ann xn  f n (t ) 
donde t es la variable independiente y x  xi (t ), 1  i  n , son n funciones de t

(variables dependientes).
5.3 Método de eliminación

La eliminación de una incógnita en un sistema de ecuaciones diferenciales
lineales se agiliza al escribir una vez más cada ecuación del sistema en notación
de operador diferencial.
5.3.1 Procedimiento de eliminación para sistema de ecuaciones

diferenciales 2x2
Paso 1. Se escribe el sistema en términos de operadores diferenciales lineales.
Paso 2. Se elimina la variable x , multiplicando la ecuación (1) del sistema por el

coeficiente de x la ecuación (2) del sistema y multiplicando la ecuación (2) por
el coeficiente de x de la ecuación (1), tratando que al multiplicarse ambas
ecuaciones queden con signos diferentes y así poder eliminarlos realizando la
suma.
Paso 3. La ecuación factorizada obtenida en el paso (3) se resuelve utilizando la

ecuación característica para hallar las raíces.

Paso 4. Observando el tipo de raíces obtenidas en el paso anterior se decide la

solución complementaria y(t ) que se tendrá.
Paso 5. Al realizar de nuevo los pasos (2), (3) y (4) se elimina la variable y y se
obtiene x(t ) .
Paso 6. Se eliminan las constantes adicionales sustituyendo las expresiones para

x(t ) y y(t ) en una o ambas ecuaciones del sistema.
Paso 7. Se encuentra la solución del sistema original en función de las demás

constantes.
Si el determinante del sistema es cero, se dice que el sistema es degenerado. Un

sistema degenerado puede no tener soluciones, o si posee soluciones, éstas
pueden implicar cualquier cantidad de constantes arbitrarias.
Ejemplo 1. Mediante el método de eliminación halle la solución del sistema de

ecuaciones dado, donde la derivación es con relación a la variable t.
dx 
 x  4 y
dt 
 ~ (1)
dy
 x y 
dt 
Primero escribimos el sistema (1) en forma de operadores:
Dx  x  4 y  0
Dy  x  y  0
 D  1 x  4 y  0
Ahora eliminamos la variable x:
 x   D  1 y  0
Multiplicamos la ec. del sistema por (D -1) :

 D  1 x  4 y  0
-(D -1) x  (D -1)  D  1 y  0
(D -1)  D  1 y  4 y  0
(D -1)  D  1 y  4 y  0  ( D 2  2 D  1) y  4 y  0
( D 2  2 D  5) y  0 ~ (3)
Escribimos la ecuación auxiliar de (3):
m 2  2m  5  0 ~ (4)
La solución de (4) es:

2  (2) 2  4(5)(1)
m  1  2i  m1  1  2i, m2  1  2i
2
De ahí que la solución de (3) viene dada por:
y (t )  c1et cos 2t  c2et sen 2t ~ (2)
Retornamos al sistema de ecuaciones (1) para eliminar la variable y:

Multiplicamos la ec.(1) del sistema por (D -1) y la ecuacion (1) del sist. por -4 :
 D  1 D  1 x  4  D  1 y  0
4x  4  D  1 y  0
( D 2  2 D  1) x  4 x  0  ( D 2  2 D  5) x  0 ~ (5)
La ecuación auxiliar de (5) es:
m 2  2m  5  0 ~ (6)
Resolviendo (6):
2  4  20 2  16 2  4i
m    1  2i
2 2 2
m1  1  2i, m2  1  2i
Entonces, x(t )  c3e cos 2t  c4e s en2t ~ (3)

t t
Ya determinada la solución ( x(t ), y(t )) , buscamos la solución definitiva

expresando c3 y c4 en función de c1 y c2 .
Derivamos (3):
dx
 2c3et cos 2t  c3et sen2t  2c4et cos 2t  c4et sen 2t ~ (4)
dt
Sustituimos (2), (3) y (4) en la primera ecuación del sistema:
2c3et cos 2t  c3et sen2t  2c4et cos 2t  c4et sen 2t  c3et co s 2t  c4et sen 2t  4c1e t co s 2t  4c2e t sen 2t ~ (5)
Comparando términos semejantes en (5), tenemos que:
2c3  c4  c4  4c2 
 ~ (6)
c3  2c4  c3  4c1 
Resolviendo el sistema (6)

c3  2cc2 y c4  2c1
Sustituyendo los valores de c3 y c4 en (3), la solución de (1) es:
x(t )  (2c2 cos 2t  2c1sen2t )et

y (t )  (c1 cos 2t  c2 sen2t )et
5.4 Solución de sistemas de ecuaciones diferenciales aplicando

transformada de Laplace
En algunas ocasiones tenemos que hallar la solución de un sistema de
ecuaciones diferenciales con condiciones iniciales, para esto es más conveniente
auxiliarse de la transformada de Laplace que como lo hicimos en el tema
anterior. La ventaja que nos ofrece este método, es que un sistema de
ecuaciones diferenciales lo convertimos en un sistema de ecuaciones
algebraicas, lo que es más fácil de encontrar su solución.
5.5.1 Procedimiento
1. Aplicamos transformada en cada una de las ecuaciones del sistema.
2. Sustituimos las condiciones iniciales dadas.
3. Reorganizamos el sistema de ecuaciones obtenido en el paso 2 con las
nuevas incógnitas que son las transformadas de cada función.
4. Usando transformada inversa de Laplace encontramos la solución del
sistema.
Ejemplo. Usando transformada de Laplace encuentre la solución del siguiente

sistema de ecuaciones diferenciales.
𝑥 ′ − 3𝑥 + 2𝑦 = 𝑠𝑒𝑛𝑡
4𝑥 − 𝑦 ′ − 𝑦 = 𝑐𝑜𝑠𝑡
𝑥(0) = 0, 𝑦(0) = 0
1. Procedemos aplicar transformada de Laplace en ambos lados de cada

ecuación del sistema
𝐿{𝑥′} − 3𝐿{𝑥} + 2{𝑦} = {𝑠𝑒𝑛𝑡}

⟩ ~(2)
4𝐿{𝑥} − 𝐿{𝑦 ′ } − {𝑦} = {𝑐𝑜𝑠𝑡}
2. Buscamos la transformada de Laplace de cada función de (2):
1
𝑆𝑋(𝑠) − 3𝑋(0) − 𝑋(𝑠) + 2𝑌(𝑠) = 2
𝑆 +1
𝑆 ⟩ ~(3)
4𝑋(𝑠) − 𝑆𝑌(𝑠) + 𝑌(0) − 𝑌(𝑠) = 2
𝑆 +1
3. Sustituimos las condiciones iniciales en (3) y reorganizamos:

1
𝑆𝑋(𝑠) − 0 − 𝑋(𝑠) + 2𝑌(𝑠) =
𝑆2 + 1
𝑆 ⟩ ~(4)
4𝑋(𝑠) − 𝑆𝑌(𝑠) + 0 − 𝑌(𝑠) = 2
𝑆 +1
De (4) nos queda lo siguiente:
1
𝑆𝑋(𝑠) − 𝑋(𝑠) + 2𝑌(𝑠) = 2
𝑆 +1
𝑆 ⟩ ~(5)
4𝑋(𝑠) − 𝑆𝑌(𝑠) − 𝑌(𝑠) = 2
𝑆 +1
4. Sacamos factor común a 𝑋(𝑠) y 𝑌(𝑠):
1
(𝑆 − 1)𝑋(𝑠) + 2𝑌(𝑠) = 2
𝑆 +1
𝑆 ⟩ ~(6)
4𝑋(𝑠) − (𝑆 + 1)𝑌(𝑠) = 2
𝑆 +1
Como podemos observar (6) el sistema de ecuaciones diferenciales ha sido

transformado en un sistema de ecuaciones algebraicas, lo cual es más sencillo
resolver.
5. Encontramos la solución de (6):

(𝑆 − 1) 2
∆= | | = −𝑆 2 − 7
4 −(𝑆 + 1)
1
2 2
|𝑆 + 1 |
𝑆
2 −(𝑆 + 1) −3𝑆 − 1
𝑋(𝑠) = 𝑆 + 1 2 =
−(𝑆 + 7) −(𝑆 + 7)(𝑆 2 + 1)
2
3𝑠 + 1
𝑋(𝑠) = 2 ~(7)
(𝑆 + 7)(𝑆 2 + 1)
1
𝑆−1 2
| 𝑆 + 1|
𝑆
4 2+1 𝑆2 − 𝑆 − 4
𝑌(𝑠) = 𝑆 =
−(𝑆 2 + 7) −(𝑆 2 + 7)(𝑆 2 + 1)
2
−𝑆 + 𝑆 + 4
𝑌(𝑠) = 2 ~(8)
(𝑆 + 7)(𝑆 2 + 1)
6. Aplicamos transformada inversa de Laplace a (7) y (8) para encontrar la
solución del sistema de ecuaciones diferenciales.
3𝑠 + 1 3𝑠 + 1
𝐿−1 {𝑋(𝑠)} = 𝐿−1 { 2 } , 𝑥(𝑡) = 𝐿 −1
{ } ~(9)
(𝑆 + 7)(𝑆 2 + 1) (𝑆 2 + 7)(𝑆 2 + 1)
En la expresión (9) notamos que el lado derecho no se encuentra directamente

en la tabla de transformadas de Laplace, por tanto es necesario ajustarla a la
misma. Esto podemos hacerlo aplicando fracciones parciales, tal como hacíamos
cuando vimos el tema de transformada inversa de Laplace.
3𝑆 + 1 𝐴𝑆 + 𝐵 𝐶𝑆 + 𝐷
𝐿−1 { } = 𝐿−1 { 2 + } ~(10)
(𝑆 2 2
+ 7)(𝑆 + 7) 𝑆 + 7 𝑆2 + 1

Desarrollamos a (10) y nos queda que:
3𝑆 + 1 = (𝐴𝑆 + 𝐵)(𝑆 2 + 1) + (𝐶𝑆 + 𝐷)(𝑆 2 + 7)

3𝑆 + 1 = 𝐴𝑆 3 + 𝐵𝑆 2 + 𝐴𝑆 + 𝐵 + 𝐶𝑆 3 + 𝐷𝑆 2 + 7𝐶𝑆 + 7𝐷~(11)
De (11) formamos el siguiente sistema de ecuaciones para hallar los valores de

𝐴, 𝐵, 𝐶 𝑦 𝐷.
𝐴+𝐶 =0
𝐵 + 𝐷 = 0 ) ~(12)
𝐴 + 7𝐶 = 3
𝐵 + 7𝐷 = 1
Resolviendo a (12) tenemos los siguientes valores para cada variable:
1 1 1 1
𝐴=− , 𝐵=− , 𝐶= , 𝐷=
2 6 2 6
Sustituimos los valores en (10) y luego vamos a la tabla de transformadas de
Laplace.
1 𝑆 1 −1 √7 1 𝑆 1 1
𝑥(𝑡) = − 𝐿−1 { 2 }− 𝐿 { 2 } + 𝐿−1 { 2 } + 𝐿−1 { 2 }
2 𝑆 +7 6√7 𝑆 +7 2 𝑆 +1 6 𝑆 +1
𝑐𝑜𝑠√7𝑡 𝑠𝑒𝑛√7𝑡 𝑐𝑜𝑠𝑡 𝑠𝑒𝑛𝑡
𝑥(𝑡) = − − + + ~(13)
2 6√7 2 6
−1 {𝑌(𝑆)} −1
−𝑆 2 + 𝑆 + 4 −1
𝐴𝑆 + 𝐵 𝐶𝑆 + 𝐷
𝐿 =𝐿 { 2 } = 𝐿 { + } ~(14)
(𝑆 + 7)(𝑆 2 + 1) (𝑆 2 + 7) (𝑆 2 + 1)
Multiplicamos a (14) por (𝑆 2 + 7)(𝑆 2 + 1):

(−𝑆 2 + 𝑆 + 4) = (𝐴𝑆 + 𝐵)(𝑆 2 + 1) + (𝐶𝑆 + 𝐷)(𝑆 2 + 7)~(15)
Desarrollamos la expresión (15) para obtener los valores de las variables y luego
conseguir la solución.
−𝑆 2 + 𝑆 + 4 = 𝐴𝑆 3 + 𝐵𝑆 2 + 𝐴𝑆 + 𝐵 + 𝐶𝑆 3 + 𝐷𝑆 2 + 7𝐶𝑆 + 7𝐷~(16)
Aplicando la teoría de la igualdad de polinomios en (16):

𝐴+𝐶 =0
𝐵 + 𝐷 = −1) ~(17)
𝐴 + 7𝐶 = 1
𝐵 + 7𝐷 = 4
1 11 1 5
De la solución de (17) obtenemos que: 𝐴 = − , 𝐵 = − , 𝐶= , 𝐷= .
6 6 6 6
Sustituyendo cada variable por su valor en (14) obtenemos la segunda solución.

1 𝑆 11 −1 √7 1 𝑆 5 1
𝑦(𝑡) = − 𝐿−1 { 2 }− 𝐿 { 2 } + 𝐿−1 { 2 } + 𝐿−1 { 2 } ~(18)
6 𝑆 +7 6√7 𝑆 +7 6 𝑆 +1 6 𝑆 +1
Usando la tabla de transformadas de Laplace en (18):

1 11 5
𝑦(𝑡) = − 𝑐𝑜𝑠√7𝑡 − 𝑠𝑒𝑛√7𝑡 + 𝑐𝑜𝑠𝑡 + 𝑠𝑒𝑛𝑡~(19)
6 6√7 6
Las expresiones (13) y (19) son las soluciones del sistema dado.
5.5 Sistemas autónomos

Definición. Un sistema de ecuaciones diferenciales es autónomo si no depende
explícitamente de la variable independiente, su forma general (para el caso de
dos ecuaciones de primer orden) será por tanto:
dx 
 f ( x, y ) 
dt 
 ~ (7)
dy
 g ( x, y ) 
dt 
Para los sistemas autónomos es siempre posible aplicar una estrategia de
resolución que consiste en obtener en primer lugar la ecuación implícita de las
órbitas solución, de la siguiente manera: Las ecuaciones pueden escribirse de
forma diferencial:
dx 
 dt 
f ( x, y ) 
 ~ (8)
dy
 dt 
g ( x, y ) 
así, se puede eliminar la variable independiente, igualando los primeros miembros

y obtenemos la ecuación diferencial ordinaria:
dx dy
 ~ (9)
f ( x, y ) g ( x, y )
cuyas curvas solución son las órbitas del sistema de ecuaciones. Si en la solución
general es posible despejar una de las incógnitas, entonces su sustitución en el
sistema original nos proporciona una ecuación ordinaria y, en definitiva, las
soluciones del sistema.
Si despejamos a 𝑑𝑦/𝑑𝑥 de la ecuación (9), tenemos que:

dy g ( x, y )
 ~ (10)
dx f ( x, y )
Cuando nos referimos a (10), hablamos de la ecuación en el plano fase. Si en
lugar de graficar 𝑥 o 𝑦 en función del tiempo, graficamos a 𝑥 contra 𝑦 obtenemos
el llamado plano de fase o retraso o diagrama de fase como se muestra en
gráfica 1.

5.6 Puntos críticos y soluciones de equilibrio

Definición. Un punto ( x0 , y0 ) donde f ( x0 , y0 )  0 y g ( x0 , y0 )  0 es un punto crítico
dx dy
o punto de equilibrio del sistema  f ( x, y ),  g ( x, y ) y la solución
dt dt
constante correspondiente x(t )  x0 , y(t )  y0 es una solución de equilibrio. El
conjunto de todos los puntos críticos es el conjunto de puntos críticos.
5.6.1 Clasificación de los puntos críticos
Los puntos críticos de acuerdo a su comportamiento se clasifican en:
a. Estable. Sea x1 un punto crítico de un sistema autónomo y sea x  x(t ) la

solución que satisface la condición inicial x(0)  x0 , donde x0  x1 . Se dice
x1 que es un punto crítico estable cuando para cada   0 existe un valor
  0 (posiblemente dependiente de) tal que la condición inicial satisface
x0  x1    x(t )  x1   , t  0. Si, además, lim x(t )  x1 siempre que
t 0
x0  x1   , se llama a x1 un punto crítico asintóticamente estable.

b. Inestable. Sea x1 un punto crítico de un sistema autónomo y sea x  x(t ) la
solución que satisface la condición inicial x(0)  x0 , donde x0  x1 . Se dice
x1 que es un punto crítico inestable si existe un disco abierto de radio   0
con la propiedad de que, para cualquier   0 , hay una posición inicial x0
que satisface x0  x1   , pero la solución correspondiente x(t ) satisface
x(t )  x1   para al menos un t  0 .

Fig. 4. Punto estable
5. 7 Métodos matriciales para resolver sistemas lineales

Todo proceso está basado en el aprendizaje significativo, que es quien sustenta la
solución de problemas. El factor más importante que influye en el aprendizaje es
lo que el alumno ya sabe. La experiencia sobre la cual queremos trabajar es
retomar lo que ya se sabe del Álgebra Lineal y aplicarlo a la solución de Sistemas
de Ecuaciones Diferenciales y así notarán la utilidad de estos conceptos.
A continuación expondremos la metodología e ideas básicas de cómo resolver

estos S.E.D.
Si 𝑋, 𝐴(𝑡) 𝑦 𝑓(𝑡) denotan, respectivamente, las matrices
 x1 (t )   a11 (t ) a12 (t ) ... a1n (t )   f1 (t ) 

   a (t ) a (t ) ... a (t )   
 x2 (t )   21 22 2n   f 2 (t ) 
X (t )   , A(t )  , f (t )  
    




   
     
 x (t )   a (t ) a (t ) ... a (t )   f (t ) 
 n   n1 n2 nn   n 
Entonces, el sistema de ecuaciones diferenciales de primer orden
dx1
 a11 (t ) x1  a12 (t ) x2  ...  a1n (t ) xn  f1 (t )
dt
dx2
 a21 (t ) x1  a22 (t ) x2  ...  a2 n (t ) xn  f 2 (t )
dt ~ (11)
dxn
 an1 (t ) x1  an 2 (t ) x2  ...  ann (t ) xn  f n (t )
dt
Puede ser escrito como,

 x1 (t )   a11 (t ) a12 (t ) ... a1n (t )  x1 (t )   f1 (t ) 

    x (t )   f (t ) 
 x2 (t )   a21 (t ) a22 (t ) ... a2 n (t )  2   2 
d      
       ~ (12),
dt       
      
   
   
 xn (t )   an1 (t ) an 2 (t ) ... ann (t )  xn (t )   f n (t ) 
dX
o simplemente  A(t ) X (t )  f (t ) ~ (13) , si el sistema (13) es homogéneo, (13)
dt
dX
se convierte en  A(t ) X (t ) ~ (14) .
dt
Ejemplo. Dado el siguiente sistema de ecuaciones no homogéneo, escríbalo en
forma matricial.
𝑑𝑥
= −2𝑥 + 5𝑦 + 𝑒 𝑡 − 2𝑡
𝑑𝑡
𝑑𝑦
= 4𝑥 − 3𝑦 + 10𝑡
𝑑𝑡
En su forma matricial puede ser escrito como:

𝑑𝑋 −2 5 𝑡 −2 5 1 −2 𝑥
=( ) 𝑋 + (𝑒 − 2𝑡) 𝑜 𝑋 ′ = ( ) 𝑋 + ( ) 𝑒 𝑡 + ( ) 𝑡, 𝑑𝑜𝑛𝑑𝑒 𝑋 = (𝑦)
𝑑𝑡 4 −3 10𝑡 4 −3 0 10
Definición. Un vector solución en un intervalo 𝐼 es cualquier matriz columna

𝑥1 (𝑡)
𝑥 (𝑡)
𝑋 = ( 2 ) cuyos elementos son diferenciables, y tal que satisface el sistema
⋮
𝑥𝑛 (𝑡)
(13) en el intervalo.
El problema con valores iniciales para el sistema normal (11) es el problema de

determinar una función vectorial diferenciable 𝑥(𝑡) que satisfaga el sistema en el
intervalo 𝐼 y que además, satisfaga la condición inicial 𝑥(𝑡0 ) = 𝑥0 , donde 𝑡0 es un
punto dado de 𝐼 y 𝑥0 (𝑡) = 𝑐𝑜𝑙(𝑥1,0,.., 𝑥𝑛,0 ) es un vector dado.
5.8 Existencia y unicidad

Teorema 1. Sean 𝐴(𝑡) y 𝑓(𝑡) continuas en un intervalo abierto 𝐼 que contiene al
punto 𝑡0 . Entonces, cualquier elección del vector 𝑥0 = 𝑐𝑜𝑙(𝑥1,0 , … , 𝑥𝑛,0 ), existe una
única solución 𝑥(𝑡) en todo el intervalo 𝐼 del problema con valores iniciales

𝑋 ′ (𝑡) = 𝐴(𝑡)𝑋(𝑡) + 𝑓(𝑡), 𝑥(𝑡0 ) = 𝑥0 .
Más adelante veremos un conjunto de vectores soluciones linealmente

dependiente e independiente de un sistema homogéneo.
Definición. Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 un conjunto de vectores solución del sistema

homogéneo (14) en el intervalo 𝐼. Decimos que el conjunto es linealmente
dependiente en el intervalo si existen constantes 𝑐1, 𝑐2 , … , 𝑐𝑛 , no todas nulas, tales
que 𝑐1 𝑋1 + 𝑐2 𝑋2 + ⋯ + 𝑐𝑛 𝑋𝑛 = 0 para todo 𝑡 del intervalo. Si el conjunto de vectores
no es linealmente dependiente en el intervalo, se dice que es linealmente
independiente.
Wronskiano
Definición. El Wronskiano de 𝑛 funciones vectoriales 𝑥1 (𝑡) =

𝑐𝑜𝑙(𝑥1,1 , … , 𝑥𝑛,1 ), … , 𝑥𝑛 (𝑡) = 𝑐𝑜𝑙(𝑥1,𝑛 , … , 𝑥𝑛,𝑛 ) se define como la función con valores
reales.
𝑥1,1 (𝑡) 𝑥1,2 (𝑡) … 𝑥1,𝑛 (𝑡)
𝑥 (𝑡) 𝑥2,2 (𝑡) … 𝑥2,𝑛 (𝑡)
𝑊[𝑥1, , … , 𝑥𝑛 ](𝑡) = | 2,1 |.
⋮ ⋮ ⋮
𝑥𝑛,1 (𝑡) 𝑥𝑛,2 (𝑡) … 𝑥𝑛,𝑛 (𝑡)
Si 𝑥1 , 𝑥2 , … , 𝑥𝑛 son soluciones linealmente independientes en 𝐼 para el sistema

homogéneo 𝒙′ = 𝑨𝒙, donde 𝑨 es una matriz 𝑛𝑥𝑛 de funciones continuas,
entonces el Wronskiano 𝑊(𝑡) nunca se anula en 𝐼. En caso que éste sea igual a
cero, las soluciones son linealmente dependientes.
5.9 Conjunto fundamental de soluciones

Definición. Si 𝑋1 , 𝑋2 , … , 𝑋𝑛 es un conjunto cualquiera de soluciones de 𝑛 vectores
solución linealmente independiente del sistema homogéneo (14) en el intervalo 𝐼,
entonces es un conjunto fundamental de soluciones en el intervalo.
5.9.1 Representación de soluciones
5.9.1.1 Caso homogéneo
Teorema 2. Sean 𝑋1 , 𝑋2 , … , 𝑋𝑛 𝑛 soluciones linealmente independientes del

sistema homogéneo
𝑋 ′ = 𝐴(𝑡)𝑋(𝑡)~(14)
en el intervalo 𝐼, donde 𝑨(𝒕) es una función matricial 𝑛𝑥𝑛, continuas en 𝐼.

Entonces, toda solución de (14) en 𝐼 se puede expresar en la forma:
𝑋(𝑡) = 𝑐1 𝑋1 (𝑡) + ⋯ + 𝑋𝑛 (𝑡)~(15),
donde 𝑐1 , … , 𝑐𝑛 son constantes.
Considerando los vectores de un conjunto fundamental de soluciones y

formamos las columnas de una matriz 𝑋(𝑡) la siguiente manera,

𝑥1,1 (𝑡) 𝑥1,2 (𝑡) … 𝑥1,𝑛 (𝑡)

𝑥 (𝑡) 𝑥2,2 (𝑡) … 𝑥2,𝑛 (𝑡)
𝑿(𝒕) = ( 2,1 ) ~(16),
⋮ ⋮ … ⋮
𝑥1,𝑛 (𝑡) 𝑥2,𝑛 (𝑡) … 𝑥𝑛,𝑛 (𝑡)
entonces 𝑋(𝑡) denomina matriz fundamental de (14). La podemos utilizar para

expresar la solución general (15) como
𝐱(𝒕) = 𝑋(𝑡)𝑪~(17),
donde 𝑪 = 𝑐𝑜𝑙(𝑐1 , … , 𝑐𝑛 ) es un vector constante arbitrario. Dado que el

determinante 𝑊(𝑡) nunca se anula en 𝐼, esto implica de acuerdo a la teoría de
las matrices que 𝑋(𝑡) tiene inversa para cada 𝑡 en 𝐼.
Ejemplo. Determine si el conjunto 𝑆 es un conjunto fundamental de soluciones

para el sistema dado. Si la respuesta es afirmativa, halle la solución general.
𝑡 −𝑡 2 −1
𝑆 = {[𝑒 𝑡 ] , [ 𝑒 −𝑡 ]} , 𝑥 ′ = [ ] 𝒙~(𝟏) en (∞,-∞)
𝑒 3𝑒 3 −2
Primero analicemos si 𝑆 es un conjunto linealmente independiente
𝑡
𝑊(𝑡) = |𝑒 𝑡 𝑒 −𝑡 | = 𝑒 𝑡 3𝑒 −𝑡 − 𝑒 𝑡 𝑒 −𝑡 = 3 − 1 = 2
𝑒 3𝑒 −𝑡
Como el determinante es diferente de cero, decimos que 𝑆 es un conjunto
linealmente independiente.
Comprobemos si cada vector columna es una solución del sistema dado.

𝑡
′ (𝑡) 2 −1 𝑒 2𝑒 𝑡 − 𝑒 𝑡 𝑒𝑡
𝑋 =( )( ) = ( 𝑡 ) = ( 𝑡 ) ~(2)
3 −2 𝑒 𝑡 3𝑒 − 2𝑒 𝑡 𝑒
Hagamos el análisis para el segundo vector columna, también.
2 −1 𝑒 −𝑡 2𝑒 −𝑡 − 3𝑒 −𝑡 −𝑒 −𝑡
𝑋 ′ (𝑡) = ( ) ( −𝑡 ) = ( −𝑡 ) = ( ) ~(3)
3 −2 3𝑒 3𝑒 − 6𝑒 −𝑡 −3𝑒 −𝑡
Si observamos los resultados (2) y (3), podemos decir que estos vectores satisfacen
el sistema.
La matriz fundamental para el sistema es:

𝑡
𝑋(𝑡) = (𝑒 𝑡 𝑒 −𝑡 ) ~(4)
𝑒 3𝑒 −𝑡
La solución de (1) viene expresada por
𝑒𝑡 𝑒 −𝑡
𝐱(𝐭) = 𝑿(𝒕)𝒄 = 𝑐1 ( 𝑡 ) + 𝑐2 ( −𝑡 )
𝑒 3𝑒

5.9.1.2 Caso no homogéneo
Teorema 3. Sea x𝑝 una solución particular del sistema no homogéneo
𝐱 ′ (𝑡) = 𝐴(𝑡)𝐱(𝑡) + 𝑓(𝑡)~(18)
en el intervalo 𝐼 y sea {𝐱 𝟏 , … , 𝐱 𝑛 } un conjunto fundamental de soluciones en 𝐼

para el sistema homogéneo 𝑋 ′ = 𝐴(𝑡)𝑋(𝑡). Entonces toda solución de (18) en 𝐼 se
puede expresar en la forma
𝐱(𝑡) = 𝐱 𝑝 (𝑡) + 𝑐1 𝐱1 (𝑡) + ⋯ + 𝑐𝑛 𝐱 𝑛 (𝑡)~(19),
donde 𝑐1 , … , 𝑐𝑛 son constantes.
La expresión (19) es la solución general de (18). Esta solución general puede

expresarse también como 𝐱 = 𝐱 𝐩 + 𝐗𝐜, 𝐗 donde es una matriz fundamental para el
sistema homogéneo y 𝐜 es un vector constante arbitrario.
5.10 Método para resolver sistemas normales

1. Para determinar una solución general del sistema homogéneo 𝑛 × 𝑛 𝐱 ′ =
𝐀𝐱:
a. Determine un conjunto fundamental de soluciones {𝐱 𝟏 , … , 𝐱 𝐧 } que consta
de 𝑛 soluciones linealmente independientes del sistema homogéneo.
b. Forme la combinación lineal
𝐱 = 𝐗𝐜 = 𝐜𝟏 𝐱 𝟏 + ⋯ + 𝐜𝐧 𝐱 𝐧 ,
donde 𝑐 = 𝑐𝑜𝑙(𝑐1 , … , 𝑐𝑛 ) es cualquier vector constante y 𝑿 = [𝐱 𝟏 , … , 𝐱 𝒏 ]
es una matriz fundamental para obtener una solución general.
2. Para determinar una solución general del sistema no homogéneo
𝐱 ′ = 𝐀𝐱 + 𝐟:
a. Determine una solución particular x𝑝 del sistema homogéneo.
b. Forme la solución general con la suma de la solución particular y la
solución complementaria, obtenida en el paso 1.
𝐱 = 𝐱 𝑝 + 𝐗𝐜.
5.10.1 Método de los valores propios para resolver sistemas de ecuaciones

homogéneos
Antes de iniciar el desarrollo del método, debemos recordar algunos conceptos

básicos del Álgebra Lineal, tales como:
Valor propio. Sea 𝑨 una matriz de tamaño 𝑛 × 𝑛 . El número 𝜆 es un valor propio

de 𝑨 si se verifica que
𝐴𝑢 = 𝜆𝑢~(5),
Vector propio. El vector no nulo 𝑢 que satisface la ecuación (5) se llama vector
propio de 𝑨 asociado al valor propio 𝝀.
La ecuación (5) que nos permitió definir los conceptos de valor propio y vector
propio puede escribirse como

(𝜆𝐼 − 𝐴)𝒖 = 0~(6),

con lo que los valores propios, si existen, son los vectores no nulos solución del
sistema lineal homogéneo
(𝜆𝐼 − 𝐴)𝒙 = 0~(7).

Este sistema tiene una solución distinta a la trivial, si y sólo si, la matriz 𝜆𝑰 − 𝑨 no es
invertible, o equivalente si
det(𝜆𝐼 − 𝐴) = 0~(8).
La ecuación (8) recibe el nombre de ecuación característica de la Matriz 𝐴.
Definición. Se llama polinomio característico de una matriz cuadrada 𝐴 al

polinomio
𝑃𝐴 (𝜆) = det(𝜆𝐼 − 𝐴) ~(9).

Definición. Llamamos multiplicidad algebraica de un valor propio, a la
multiplicidad como raíz del polinomio característico, es decir, el número de veces
que aparece como raíz de dicho polinomio.
Subespacio propio. Sea 𝜆 un valor propio de una matriz 𝑨 de tamaño 𝑛 × 𝑛. Se

llama subespacio propio de 𝑨 asociado a 𝜆 al subespacio vectorial
𝐸(𝜆) = 𝑁𝑢𝑐(𝜆𝐼 − 𝐴) = {𝑥𝜖ℝ𝑛 : (𝜆𝐼 − 𝐴)𝑥 = 𝟎 } .
A la dimensión del subespacio propio 𝐸(𝜆) se le conoce como multiplicidad

geométrica de 𝜆.
El subespacio propio contiene a todos los vectores propios asociados a 𝜆 y

además, al vector nulo.
Ejemplo. Encuentre los valores y vectores propios de la Matriz 𝑨.
4 −4
𝐴=( )
2 −3
Escribimos el polinomio característico:
𝑃(𝜆) = det(𝜆𝐼 − 𝐴)
𝜆 0 4 −5 𝜆−4 5
𝑃 (𝜆 ) = | |−| |=| | = (𝜆 − 4)(𝜆 + 3) + 10 = 𝜆2 − 𝜆 − 2
0 𝜆 2 −3 −2 𝜆+3
Igualamos a cero el polinomio característico para hallar los valores propios de 𝑨.
𝜆2 − 𝜆 − 2 = 0, ecuación característica asociada a la matriz dada.

La solución de la ecuación la tenemos mediante factorización:
𝜆2 − 𝜆 − 2 = (𝜆 − 2)(𝜆 + 1) = 0

Los valores propios son:
𝜆1 = 2
𝜆2 = −1
Calculamos los vectores propios para cada valor propio determinado.
−2 5 𝑢 0
𝑃𝑎𝑟𝑎 𝜆 = 2 ( )( ) = ( )
−2 5 𝑣 0
−2𝑢 + 5𝑣 = 0
−2𝑢 + 5𝑣 = 0
5
𝑢 = 𝑣 𝑝𝑎𝑟𝑎 𝑣 = 2, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑢 = 5
2
Esto implica que el vector propio asociado a 𝜆 = 2 es:
𝐾1 = (52)
Hallamos el vector propio para 𝜆2 = −1:
−5 5 𝑤 0 −5𝑤 5𝑧 0
( )( ) = ( ) → ( )=( )
−2 2 𝑧 0 −2𝑤 2𝑧 0
−5𝑤 + 5𝑧 = 0
〉
−2𝑤 + 2𝑧 = 0
La solución del sistema es:
𝑤 = 𝑧 para 𝑧 = 1 → 𝑤 = 1,
entonces el vector propio es:
1
𝐾2 = ( )
1
Teorema 4. Independencia Lineal de Vectores propios.
Si 𝜆1 , … , 𝜆𝑛 son valores propios distintos para la matriz 𝐴 y 𝐾𝑖 es un vector propio

asociado a 𝜆𝑖 , entonces 𝐾1, , … , 𝐾𝑛 son linealmente independientes.
Matriz real simétrica. Una matriz real 𝐴 de dimensión 𝑛 × 𝑛 es simétrica si se

cumple que 𝐴 = 𝐴𝑇 .

Ejemplo. Analice si la siguiente matriz es simétrica.

2 7 1
𝐴 = [7 2 7 ]
1 7 2
La transpuesta de la matriz dada es:
2 7 1
𝑇
𝐴 = [7 2 7]
1 7 2
Como 𝐴𝑇 = 𝐴, entonces 𝐴 es simétrica.
Nota: Si la matriz real 𝐴 𝑛 × 𝑛 es simétrica, sabemos que tiene 𝑛 vectores propios

linealmente independientes.
Si una matriz 𝐴 no es simétrica, es posible que tenga un valor propio repetido pero
que no tenga dos vectores propios correspondientes linealmente independientes.
Valores propios distintos
Corolario 1. Si la matriz 𝐴 tiene 𝑛 valores propios distintos 𝜆1 , … , 𝜆𝑛 y 𝐾𝑖 es un

vector propio asociado a 𝜆𝑖 , entonces
{𝑒 𝜆1𝑡 𝐾1 , … , 𝑒 𝜆𝑛𝑡 𝐾𝑛 }
es un conjunto fundamental de soluciones para el sistema homogéneo
x ′ = Ax~(8).
Teorema 5. Solución general de un sistema homogéneo
Si 𝜆1 , … , 𝜆𝑛 valores propios reales y diferentes de la matriz de coeficientes 𝐴 del

sistema homogéneo (8), y sean 𝐾1 , … , 𝐾𝑛 los vectores propios correspondientes.
Entonces, la solución general de (8) en el intervalo (−∞, ∞) está dada por
X = ∁1 K1 eλ1t + … + ∁n K n eλnt ~(9).

Ejemplo. Encuentre la solución general del sistema de ecuaciones dado.
𝑑𝑥
= 𝑥 + 2𝑦
𝑑𝑡
𝑑𝑦
〉 ~(10)
= 4𝑥 + 3𝑦
𝑑𝑡
1. Escribimos el sistema en forma matricial:

𝑥′ 1 2 𝑥
(𝑦′ )=( ) ( ) ~(11)
4 3 𝑦
2. Determinemos los valores propios asociados a la matriz de coeficientes
constantes.

Para determinar los valores propios, debemos hallar el polinomio

característico asociado, el cual viene dado por
1−𝜆 2
𝑃(𝜆) = det(𝐴 − 𝜆𝐼) = | | = (1 − 𝜆)(3 − 𝜆) − (4)(2) = 𝜆2 − 4𝜆 − 5~(12)
4 3−𝜆
Igualamos (12) cero:
𝜆2 − 4𝜆 − 5 = 0~(13)
Resolviendo la ecuación (13) tenemos que los valores de 𝜆 son:
𝜆 = 5 𝑦 𝜆 = −1
3. Calculamos los vectores propios asociados a cada valor propio del paso
(2).
Vector propio para 𝜆 = 5

(𝐴 − 𝜆𝐼)𝐾 = 𝟎
−4 2 𝑢 0
( ) ( ) = ( ) ~(14)
4 −2 𝑣 0
Resolviendo el sistema (14):
−4𝑢 + 2𝑣 = 0
4𝑢 − 2𝑣 = 0
𝑣 = 2𝑢 para 𝑢 = 1, tenemos que: 𝐾1 = (12)

Ahora calculamos el vector propio para 𝜆 = −1:
2 2 𝑢 0
( ) ( ) = ( ) ~(15)
4 4 𝑣 0
2𝑢 + 2𝑣 = 0
4𝑢 + 4𝑣 = 0
La solución del sistema nos dice que 𝑢 = −𝑣 , para 𝑣 = 1, entonces
−1
𝐾2 = ( )
1
4. Dado que tenemos calculado los vectores propios de la matriz de
coeficientes constantes del sistema, podemos escribir la solución general
usando la ecuación (9):
1 −1
𝑋(𝑡) = ∁1 ( ) 𝑒 5𝑡 + ∁2 ( ) 𝑒 −𝑡
2 1

Valores propios repetidos
Vamos analizar cuando no todos los valores propios son diferentes, es decir, que
algunos valores propios son repetidos.
Si 𝑚 es un entero positivo y (𝜆 − 𝜆1 )𝑚 es un factor de la ecuación característica de

𝑨, mientras que (𝜆 − 𝜆1 )𝑚+1 no es un factor, entonces se dice que 𝜆1 es un valor
propio de multiplicidad 𝒎. A continuación estudiaremos los siguientes casos:
i. Para algunas matrices 𝑨𝒏×𝒏 es posible encontrar 𝑚 vectores propios

linealmente independientes 𝐾1 , … , 𝐾𝑚 que corresponden a un valor
propio 𝜆1 de multiplicidad 𝑚 ≤ 𝑛. En este caso, la solución general del
sistema contiene la combinación lineal
∁1 𝐾1 𝑒 𝜆1 𝑡 + … + ∁𝑚 𝐾𝑚 𝑒 𝜆1 𝑡 ~(16).
ii. Si sólo hay un vector propio que corresponde al valor propio 𝜆1 de

multiplicidad 𝑚, entonces siempre se puede determinar 𝑚 soluciones
linealmente independientes de la forma
𝑋1 = 𝐾11 𝑒 𝜆1 𝑡
𝑋2 = 𝐾21 𝑡𝑒 𝜆1 𝑡 + 𝐾22 𝑒 𝜆1 𝑡
.
.
.
𝑡 𝑚−1 𝑡 𝑚−2
𝑋𝑚 = 𝐾𝑚1 (𝑚−1)! 𝑒 𝜆1 𝑡 + 𝐾𝑚1 (𝑚−2)! 𝑒 𝜆1 𝑡 + ⋯ + 𝐾𝑚𝑚 𝑒 𝜆1 𝑡
donde 𝐾𝑖𝑗 son vectores columnas.
Valor propio de multiplicidad dos.
Si la matriz 𝐴 del sistema 𝑋 ′ = 𝐴𝑋 es simétrica y tiene elementos reales, es posible

determinar 𝑛 vectores propios linealmente independientes, 𝐾1 , 𝐾2 , … , 𝐾𝑛 . La
solución general viene dada de acuerdo al teorema 5, no importa que los valores
propios sean repetidos.
Segunda solución. Asumamos que 𝜆1 es un valor propio de multiplicidad dos y

que sólo hay un vector propio asociado con él. Se puede determinar una
segunda solución de la forma
𝑋2 = 𝐾𝑡𝑒 𝜆1𝑡 + 𝑃𝑒 𝜆1𝑡 ~(17),

𝑘1 𝑝1
𝑘2 𝑝2
en donde 𝐾 = ( ) y 𝑃 = ( ).
⋮ ⋮
𝑘𝑛 𝑝𝑛
Si sustituimos (17) en el sistema 𝑋 ′ = 𝐴𝑋, encontramos que los valores de 𝐾 y 𝑃
Deben satisfacer las siguientes relaciones:

(𝐀 − 𝜆1 𝐈)𝐊 = 𝟎 ~(18)
(𝐀 − 𝜆1 𝐈)𝐏 = 𝐊~(19)
La ecuación (18) nos dice que 𝐊 debe ser un vector característico de 𝐴 asociado
𝜆1 . Al resolver las ecuaciones (18) y (19), encontramos respectivamente las
soluciones: 𝑋1 = 𝐾𝑒 𝜆1 𝑡 y 𝑋2, porque con la solución de (19) obtenemos el vector 𝑃.
Valor propio de multiplicidad tres.
Cuando la matriz de coeficientes 𝑨 tiene sólo un vector propio relacionado con

𝜆1 de multiplicidad tres, se puede encontrar una segunda solución con (17) y una
tercera solución de la forma
𝑡2
𝐗3 = 𝐊 𝑒 𝜆1 𝑡 + 𝐏𝑡𝑒 𝜆1 𝑡 +𝐐𝑒 𝜆1 𝑡 ~(20),
2
𝑘1 𝑝1 𝑞1
𝑘 𝑝 𝑞
donde 𝚱 = ( 2 ) , 𝐏 = ( 2 ) 𝑦 Q=( 2 ) .
⋮ ⋮ ⋮
𝑘𝑛 𝑝𝑛 𝑞𝑛
Al sustituir (20) en el sistema 𝑋 ′ = 𝐴𝑋, se determina que los vectores columnas 𝐊, 𝐏 y

𝐐 deben satisfacer
(𝐀 − λ1 𝐈)𝐊 = 𝟎~(21)
(𝐀 − λ1 𝐈)𝐏 = 𝐊~(22)
(𝐀 − λ1 𝐈)𝐐 = 𝐏~(23)
La solución de (21), (22) y (23) respectivamente nos permiten formar las soluciones
de 𝐗1 , 𝐗 𝟐 y 𝐗 𝟑 .
Ejemplo. Determine la solución del siguiente sistema de ecuaciones.
𝑥 ′ = 3𝑥 − 𝑦 − 𝑧
𝑦′ = 𝑥 + 𝑦 − 𝑧
𝑧′ = 𝑥 − 𝑦 + 𝑧
a). Primero expresamos el sistema dado en forma matricial:
𝑋 ′ = 𝐴𝑋
3 −1 −1 𝑥
𝑋 ′ = (1 1 −1) (𝑦) ~(2)
1 −1 1 𝑧
b). Escribimos la ecuación característica del sistema
det(𝐴 − 𝜆𝐼) = 0

3 −1 −1 1 0 0
|1 1 −1| − 𝜆 |0 1 0| = 0
1 −1 1 0 0 1
3−𝜆 −1 −1
| 1 1−𝜆 −1 | = 0~(3)
1 −1 1−𝜆
C). El polinomio característico viene dado por el cálculo de (3):
𝑝(𝜆) = −𝜆3 + 5𝜆2 − 8𝜆 + 4~(4)
d). Procedemos a determinar los valores propios de 𝑨:
Para encontrar los valores propios de 𝑨, calculamos los ceros (4), éstos pueden ser
determinado usando un programa o manualmente aplicando el teorema de
Ruffini, también puedes factorizar el polinomio característico.
Factorizando tenemos que (−𝜆 + 1)(𝜆 − 2)2 = 0, de ahí que los factores del
polinomio son: 𝜆1 = 1 y 𝜆2 = 2, el segundo valor propio es de multiplicidad dos.
Calculamos el vector propio para 𝜆1 = 1
2 −1 −1 𝑘1 0
(1 0 −1) (𝑘2 ) = (0) ~(5)
1 −1 0 𝑘3 0
Escribimos (5) en su forma normal:

2𝑘1 − 𝑘2 − 𝑘3 = 0
𝑘1 − 𝑘3 = 0 ⌋ ~(6)
𝑘1 −𝑘2 = 0
Resolvemos (6) para obtener el vector propio asociado a 𝜆1 = 1:
𝑘2 = 𝑘1 , para 𝑘1 = 1, entonces 𝑘2 = 1 y 𝑘3 = 𝑘1 , esto implica que 𝑘3 = 1

1
De ahí que el vector 𝐊 = (1)
1
Ahora procedemos a buscar el vector asociado al valor propio 𝜆2 = 2, que es de
multiplicidad dos. Como la matriz tiene un vector de multiplicidad dos. Tenemos
que investigar si la matriz es simétrica, porque de serlo, nos garantiza que tiene 𝑛
vectores propios linealmente independientes asociados al valor propio 𝜆2 = 2.
La matriz 𝑨 del sistema no es simétrica, esto nos obliga a utilizar las ecuaciones
(18) y (19).
Ahora calculamos el vector propio asociado a 𝜆2 = 2

1 −1 −1 𝑣1 0
(1 −1 −1) (𝑣2 ) = (0) ~(7)
1 −1 −1 𝑣3 0

Expresemos (7) en su forma normal:

𝑣1 − 𝑣2 − 𝑣3 = 0
𝑣1 − 𝑣2 − 𝑣3 = 0) ~(8)
𝑣1 − 𝑣2 − 𝑣3 = 0
Resolviendo (8) mediante el método de Gauss nos queda:
𝑣1 − 𝑣2 − 𝑣3 = 0 → 𝑣1 = 𝑣2 + 𝑣3 , si 𝑣2 = 1 y 𝑣3 = 0, pues el vector propio 𝐕 es:

1
𝐕 = (1)
0
Usando la ecuación (19) calculamos el tercer vector propio:
1 −1 −1 𝑤1 1
(1 𝑤
−1 −1) ( 2 ) = (1) ~(9)
1 −1 −1 𝑤3 0
Como podemos darnos cuenta, en (9) existe una combinación lineal entre los
vectores de las filas 1 y 2. Analicemos el tercer reglón para determinar el último
vector.
𝑤1 − 𝑤2 − 𝑤3 = 0 → 𝑤1 = 𝑤2 + 𝑤3 , hagamos 𝑤2 = 0, así que 𝑤1 = 𝑤3
Si 𝑤1 = 1, tenemos que 𝑤3 = 1.
1
𝐖 = (0 )
1
Ya tenemos calculado los tres vectores, por tanto podemos escribir la solución del
sistema.
1 1 1 1
𝑋(𝑡) = ∁1 (1) 𝑒 𝑡 + ∁2 (1) 𝑒 2𝑡 + ∁3 [(1) 𝑡𝑒 2𝑡 + (0) 𝑒 2𝑡 ]
1 0 0 1
Valores propios complejos
Hasta hace poco habíamos venido estudiando el tema de los valores y vectores
propios, éstos eran reales. En algunas ocasiones cuando formamos el polinomio
característico nos encontramos que la solución viene dada por valores
complejos. De acuerdo a lo que aprendimos en nuestro curso de Matemática
Básica las raíces complejas vienen en parejas, es decir; ella y su conjugada.
Teorema 6. Soluciones con valores propios complejos
Sea 𝑨 una matriz real del sistema de ecuaciones homogéneo 𝑋 ′ = 𝐴x(𝑡)~(14), y

𝐊 𝟏 un vector propio correspondiente al valor propio complejo 𝜆1 = 𝛼 + 𝛽𝑖, donde
̅̅̅̅
𝛼, 𝛽 ∈ ℝ. Dos soluciones de (14) vienen dada por 𝐊 𝟏 𝑒 𝜆1 𝑡 y ̅̅̅
𝐾1 𝑒 𝜆1 𝑡 .

Ejemplo. Halle la solución del sistema de ecuaciones diferenciales homogéneas.

𝑑𝑥
= 6𝑥 − 𝑦
𝑑𝑡
𝑑𝑦
= 5𝑥 + 2𝑦
𝑑𝑡
Lo primero que haremos es escribir el sistema en forma matricial:
6 −1 𝑥
𝑋 ′ (𝑡) = ( ) ( ) ~(2)
5 2 𝑦
Escribimos la ecuación característica del sistema

6 −1 1 0 6−𝜆 −1
𝑑𝑒𝑡 ([ ]−𝜆[ ]) = 0 → 𝑑𝑒𝑡 ([ ]) = 0
5 2 0 1 5 2−𝜆
El polinomio característico es: 𝑝(𝜆) = 𝑥 2 − 8𝑥 + 17
Buscamos los ceros del polinomio característico:

𝑥 2 − 8𝑥 + 17 = 0
Los ceros son: 𝜆 = 4 + 𝑖 y 𝜆 = 4 − 𝑖.
Los valores propios son complejos, como podemos observar. Procedemos a

buscar los vectores propios complejos asociados.
Buscamos el vector propio para 𝜆 = 4 + 𝑖
2−𝑖 −1 𝑘1 0
( )( ) = ( )
5 −2 − 𝑖 𝑘2 0
Escribimos el sistema en su forma normal para hallar los valores de 𝑘1 y 𝑘2 .

(2 − 𝑖)𝑘1 − 𝑘2 = 0
5𝑘1 − (2 + 𝑖)𝑘2 = 0
De la primera ecuación del sistema tenemos que:
𝑘2 = (2 − 𝑖)𝑘1 , si 𝑘1 = 1 → 𝑘2 = (2 − 𝑖)
El vector propio asociado a 𝜆 = 4 + 𝑖 es:

1
𝐊=( )
2−i
Para 𝜆 = 4 − 𝑖, tenemos que:
2+𝑖 −1 𝑝1 0
( )( ) = ( )
5 −2 + 𝑖 𝑝2 0
De ahí que, (2 + 𝑖)𝑝1 − 𝑝2 = 0

5𝑝1 + (−2 + 𝑖)𝑝2 = 0
De la primera ecuación del sistema tenemos que:
𝑝2 = (2 + 𝑖)𝑝1 , para 𝑝1 = 1 → 𝑝2 = 2 + 𝑖
Entonces, el vector propio 𝐏 que es el conjugado de 𝐊 viene dado por:

1
𝐏=( )
2+𝑖
1 1
La solución es: 𝐱(𝑡) = 𝑐1 (2−𝑖)𝑒 (4+𝑖)𝑡 + 𝑐2 (2+𝑖)𝑒 (4−𝑖)𝑡
Teorema 7. Soluciones reales que corresponden a un valor propio complejo
Sea 𝜆 = 𝛼 + 𝛽𝑖 un valor propio complejo de la matriz de coeficientes 𝑨 en el

sistema homogéneo (14) y sean 𝐁𝟏 y 𝐁𝟐 los vectores columnas. Entonces la
solución viene dada por
𝐗 𝟏 = [𝐁𝟏 𝑐𝑜𝑠𝛽𝑡 − 𝐁𝟐 𝑠𝑒𝑛𝛽𝑡]𝑒 𝛼𝑡
} ~(𝟐𝟒)
𝐗 𝟐 = [𝐁𝟐 𝑐𝑜𝑠𝛽𝑡 + 𝐁𝟏 𝑠𝑒𝑛𝛽𝑡]𝑒 𝛼𝑡
Son soluciones linealmente independiente de (14) en (−∞, ∞).
Las matrices 𝐁𝟏 y 𝐁𝟐 se forman por lo común por 𝐁𝟏 = 𝐑𝐞(𝐊 𝟏 ) y 𝐁𝟐 = 𝐈𝐦(𝐊 𝟏 ).
Ejemplo. Escriba la solución del ejemplo anterior como una solución real que
pertenece a un valor propio complejo.
Como el valor propio es λ1 = 4 + 𝑖 y el vector propio asociado

1
𝐊 = (2−i) podemos construir la solución sabiendo que
𝐁𝟏 = 𝐑𝐞(𝐊 𝟏 ) y 𝐁𝟐 = 𝐈𝐦(𝐊 𝟏 ).
Ahora construimos las matrices:

1 0
𝐁𝟏 = ( ) 𝑦 𝐁𝟐 = ( )
2 −1
Entonces la solución viene expresa como:
𝑋(𝑡) = 𝐶1 [(12)𝑐𝑜𝑠𝑡 − (−1

0 0
)𝑠𝑒𝑛𝑡]𝑒 4𝑡 + 𝐶2 [(−1 )𝑐𝑜𝑠𝑡 + (12)𝑠𝑒𝑛𝑡]𝑒 4𝑡
5.11 Sistemas de ecuaciones no homogéneos

Hasta el momento habíamos estudiado solo sistemas de ecuaciones
homogéneos, ahora analizaremos sistemas no homogéneos. Un sistema de
ecuaciones es no homogéneo cuando tiene la forma 𝑋 ′ = 𝐴𝑋 + 𝑓(𝑡)~(20).
No se pueden confundir los términos autónomo y no autónomo con homogéneo

y no homogéneo. Un sistema puede ser autónomo y no homogéneo
simultáneamente.

Las técnicas que utilizamos para resolver ecuaciones no homogéneas de orden

superior pueden aplicarse para los sistemas, la única diferencia es que para los
sistemas es un poco más laborioso el proceso. Esto nos dice que podemos usar
coeficientes indeterminados y variación de parámetros.
5.12 Métodos para resolver sistemas de ecuaciones no homogéneos

5.12.1 Método de Coeficientes Indeterminados
Recordamos cuando estudiamos las ecuaciones diferenciales no homogéneas
que este método solo podía ser usado si 𝑓(𝑡) era un polinomio, una función
exponencial, una función seno o coseno, una constante o una combinación finita
de ellas.
El procedimiento para ser aplicado a los sistemas sigue la misma mecánica que
para las ecuaciones diferenciales no homogéneas, esto lo confirmaremos en el
ejemplo siguiente.
Ejemplo 5. Resuelva el siguiente sistema de ecuaciones.

1 3 2
𝑋′ = [ ] 𝑋(𝑡) + [−2𝑡 ]
3 1 𝑡+5
Para hallar la solución del sistema, tenemos que hallar la solución del sistema de
ecuaciones homogéneo asociado mediante el uso de los valores propios.
1 3
𝑋′ = [ ] 𝑋(𝑡)~(5)
3 1
La ecuación característica asociada a (2) es:
0
(𝐴 − 𝜆𝐼) = ([1 3] − 𝜆 [1 0]) = ( )
3 1 0 1 0
1−𝜆 3 0
[ ] = ( ) ~(3)
3 1−𝜆 0
Calculamos el determinante de (3):
𝜆2 − 2𝜆 − 8 = 0~(4)
El polinomio característico de (4) es:

𝑃(𝜆) = 𝜆2 − 2𝜆 − 8~(5)
Factorizando hallamos los ceros de (5):

(𝜆 − 4)(𝜆 + 2) = 0 → 𝜆1 = 4, 𝜆2 = −2
Ya podemos calcular los valores propios de (3).
Comencemos para 𝜆1 = 4
1−4 3 0
[ ]=( )
3 1−4 0

−3 3 0
[ ] = ( ) ~(6)
3 −3 0
Tomando en consideración que la matriz 𝐴 es una matriz simétrica, la
independencia lineal está garantizada.
Busquemos el vector asociado a 𝜆1 = 4
−3 3 𝑝1 0
[ ] ( ) = ( ) ~(7)
3 −3 𝑝2 0
Resolviendo (7) nos encontramos que:
𝑝1 = 𝑝2 , hagamos 𝑝2 = 1, entonces 𝑝1 = 1.
Pues el vector 𝐏 es:

1
𝐏=( )
1
Ahora vamos a calcular el segundo vector asociado a 𝜆2 = −2:
3 3 𝑞1 0
[ ] ( ) = ( ) ~(8)
3 3 𝑞2 0
Revolviendo (8) tenemos que:
3𝑞1 + 3𝑞2 = 0 → 𝑞1 = −𝑞2 , asumamos que 𝑞2 = 1, entonces, 𝑞1 = −1.

−1
𝐐=( )
1
La solución del sistema homogéneo es:
1 −1
𝐗𝑆𝐻 = 𝐶1 ( ) 𝑒 4𝑡 + 𝐶2 ( ) 𝑒 −2𝑡
1 1
Como tenemos la solución del sistema homogéneo asociado, podemos
encontrar la solución particular.
El 𝐗 𝑝 viene dado por:

𝑎1 𝑎2 𝑎3
𝐗 𝑝 = ( ) 𝑡 2 + ( ) 𝑡 + ( ) ~(9)
𝑏1 𝑏2 𝑏3
Si (9) es una solución de (1), tiene que satisfacer el sistema dado.
𝑎1 𝑎2 1 3 𝑎1 𝑎2 𝑎3 −2𝑡 2
2𝑡 ( ) + ( ) = ( ) [( ) 𝑡 2 + ( ) 𝑡 + ( )] + ( ) ~(10)
𝑏1 𝑏2 3 1 𝑏1 𝑏2 𝑏3 𝑡+5
Realizamos las operaciones indicadas en (10):

𝑎1 𝑎2 𝑎1 + 3𝑏1 2 𝑎2 + 3𝑏2 𝑎3 + 3𝑏3 −2𝑡 2

2𝑡 ( ) + ( ) = ( )𝑡 + ( )𝑡 + ( )+( ) ~(11)
𝑏1 𝑏2 3𝑎1 + 𝑏1 3𝑎2 + 𝑏2 3𝑎3 + 𝑎3 𝑡+5
Igualamos al vector nulo la ec. (11):
𝑎1 + 3𝑏1 2 𝑎2 + 3𝑏2 𝑎3 + 3𝑏3 −2𝑡 2 𝑎1 𝑎2 0

( )𝑡 + ( )𝑡 + ( )+( ) − 2𝑡 ( ) − ( ) = ( ) ~(12)
3𝑎1 + 𝑏1 3𝑎2 + 𝑏2 3𝑎3 + 𝑏3 𝑡+5 𝑏1 𝑏2 0
De (12) tenemos:
𝑎1 𝑡 2 + 3𝑏1 𝑡 2 + 𝑎2 𝑡 + 3𝑏2 𝑡 + 𝑎3 + 3𝑏3 − 2𝑎1 𝑡 − 𝑎2 − 2𝑡 2 0

( 2 2
) = ( ) ~(13)
3𝑎1 𝑡 + 𝑏1 𝑡 + 3𝑎2 𝑡 + 𝑏2 𝑡 + 3𝑎3 + 𝑏3 − 2𝑏1 𝑡 − 𝑏2 + 𝑡 + 5 0
Por nuestro estudio de Álgebra Lineal sabemos que dos matrices son iguales, si
cada uno de sus elementos son iguales, este concepto vamos a aplicarlo para
resolver (13).
𝑎1 + 𝑏1 − 2 = 0 𝑎2 + 3𝑏2 − 2𝑎1 = 0 𝑎3 + 3𝑏3 − 𝑎2 = 0
, 𝑦 ~(14)
3𝑎1 + 𝑏1 = 0 3𝑎2 + 𝑏2 − 2𝑏1 + 1 = 0 3𝑎3 + 𝑏3 − 𝑏2 + 5 = 0
Resolviendo (14) tenemos que:

1 3 1 1 3
𝑎1 = − , 𝑏1 = , 𝑎2 = , 𝑏2 = − , 𝑎3 = −2, 𝑦 𝑏3 = ~(15)
4 4 4 4 4
Sustituyendo (15) en (9):
1 1
−4 −2
4
𝐗 𝑠𝑝 = ( 3 ) 𝑡 2 + ( 1) 𝑡 + ( 3 )
−4 4
4
La solución general viene dada por: 𝐗(𝑡) = 𝐗 𝑠ℎ +𝐗 𝑠𝑝
1 1
1 4𝑡 −1 −2𝑡 −4 −2
2 4
𝐗(𝑡) = 𝐶1 ( ) 𝑒 + 𝐶2 ( ) 𝑒 + ( 3 ) 𝑡 + ( 1) 𝑡 + ( 3 )
1 1 −4
4 4
5.11.2 El método de Variación de Parámetros

Por nuestro estudio de ecuaciones diferenciales lineales no homogéneas,
sabemos que para encontrar la solución general de la misma debemos
determinar una solución particular. Ésta se puede hallarse usando variación de
parámetros.
La técnica de variación de parámetros puede ser usada en los sistemas de

ecuaciones diferenciales lineales no homogéneos. La aplicación de variación de
parámetros para determinar la solución particular de un sistema de ecuaciones
diferenciales es un poco más laborioso que cuando lo aplicamos a una ecuación
lineal.

Para la utilización del método se debe tener un conocimiento previo de como se

calcular la inversa de una matriz, multiplicar dos matrices y que es una matriz no
singular. Para no tener ningún problema, vamos a decir cuando una matriz es no
singular. Una matriz es no singular si el valor de su determinante es diferente de
cero.
Sea 𝛗(𝑡) una matriz fundamental para el sistema homogéneo
𝐗 ′ (𝑡) = 𝐴(𝑡)𝐗(𝑡)~(24),
donde las entradas de 𝐴 pueden ser cualesquiera funciones continuas de 𝑡.

Como una solución general de (6) viene dada por 𝛗(𝑡)𝒄, siendo 𝒄 un vector
constante 𝑛 × 1, buscamos una solución particular para el sistema no homogéneo
𝐗 ′ (𝑡) = 𝐴(𝑡)𝐗(𝑡) + 𝑓(𝑡)~(25)
de la forma
𝐗 𝐩 (𝑡) = 𝛗(𝑡)𝐔(𝑡)~(26)
Aplicando la regla de la derivada de un producto a (26) tenemos:

𝐗′𝐩 (𝑡) = 𝛗(𝑡)𝐔′ (𝑡) + 𝛗′(𝑡)𝐔(𝑡)~(27)
Al derivar (26) es necesario mantener el orden de los factores, porque son

matrices y en el producto de las matrices no se cumple siempre la ley
conmutativa.
Sustituyendo (26) y (27) en (25) obtenemos

𝛗(𝑡)𝐔′ (𝑡) + 𝛗′ (𝑡)𝐔(𝑡) = 𝐴𝛗(𝑡)𝐔(𝑡) + 𝑓(𝑡)~(28)
Como 𝛗(𝑡) satisface a (24), la ec. (28) se transforma en:

𝛗(𝑡)𝐔′ (𝑡) + 𝛗′ (𝑡)𝐔(𝑡) = 𝛗′(𝑡)𝐔(𝑡) + 𝑓(𝑡)~(29)
De ahí,
𝛗(𝑡)𝐔′ (𝑡) = 𝑓(𝑡)~(30)
Multiplicamos por 𝝋(𝑡)−1 ambos lados de (30):
𝝋(𝑡)−1 𝛗(𝑡)𝐔′(𝑡) = 𝝋(𝑡)−1 𝑓(𝑡)~(31)

Pues nos queda:
−1
𝐔′(𝑡) = 𝝋(𝑡) 𝑓(𝑡)~(32)
Integramos a (32), entonces

−1
𝐔(𝑡) = ∫ 𝝋(𝑡) 𝑓(𝑡)𝑑𝑡 ~(33)

−1
Como 𝑋(𝑡)𝑝 = 𝝋(𝑡) 𝐔(𝑡), concluimos que 𝐗(𝑡)𝑝 = 𝝋(𝑡) ∫ 𝝋(𝑡) 𝑓(𝑡)𝑑𝑡 ~(34).
Ya que hemos calculado la solución complementaria y la particular, podemos

escribir la solución general de (25):
𝐗(𝑡)𝐺 = 𝛗(𝑡)𝒄 + 𝝋(𝑡) ∫ 𝝋(𝑡)−1 𝑓(𝑡)𝑑𝑡 ~(35).
Como advertimos cuando estudiábamos el método de variación de parámetros

para ecuaciones lineales no homogéneas, que al realizar la integral en (33) no
era necesario usar la constante de integración.
Ejemplo. Determina la solución del siguiente sistema de ecuaciones diferenciales

dado.
2 −4 𝑥 4ln(𝑡)
𝑋 ′ (𝑡) = [ ] [𝑦] + [ −1 ] ~(36)
1 −2 𝑡
Primero encontramos la solución de la ecuación homogénea asociada a (36).
2 −4 𝑥
𝑋 ′ (𝑡) = [ ] [ ] ~(37)
1 −2 𝑦
Buscamos los valores propios y vectores propios correspondientes a (37).
2 −4 1 0 0
[ ]−𝜆[ ] = [ ] ~(38)
1 −2 0 1 0
Realizando la operación indicada en (38):
2−𝜆 −4 0
[ ] = [ ] ~(39)
1 −2 − 𝜆 0
Calculamos el determinante de (39) y obtenemos la ecuación característica.
2−𝜆 −4
| | = 0~(40)
1 −2 − 𝜆
El valor del determinante da como resultado la ecuación:
𝜆2 = 0~(41)
Buscamos los ceros de la ecuación (41, que son los valores propios del sistema:
𝜆1 = 0, 𝜆2 = 0
Los valores propios son repetidos.
Calculamos el primer vector propio, el correspondiente a 𝜆1 = 0.
2 −4 𝑢1 0
[ ] [𝑢 ] = [ ] ~(42)
1 −2 2 0
Desarrollamos a (42):

2𝑢1 − 4𝑢2 = 0
] ~(43)
𝑢1 − 2𝑢2 = 0
Ahora buscamos la solución de (43) para obtener el valor propio asociado.
De la segunda ecuación de (4) obtenemos que: 𝑢1 = 2𝑢2 si 𝑢2 = 1, entonces

𝑢1 = 2. Hemos calculamos el primer vector propio:
2
𝑈 = [ ] ~(44)
1
Nos corresponde hallar el segundo vector propio.
2 −4 𝑣1 2
[ ] [𝑣 ] = [ ] ~(45)
1 −2 2 1
Es importante recordar que (45) no fue igualado a cero, porque los valores
propios eran repetidos y la matriz no es simétrica.
Desarrollamos a (45) y luego determinamos los valores de las variables.

2𝑣1 − 4𝑣2 = 2
] ~(46)
𝑣1 − 2𝑣2 = 1
De la solución de (46) se tiene que: 𝑣1 = 1 𝑦 𝑣2 = 0.
1
𝑉 = [ ] ~(47)
0
Usando a (44) y (47) podemos formar la solución de la ecuación homogénea
asociada.
2 2 1
𝑥𝑐 = 𝑐1 [ ] + 𝑐2 ([ ] 𝑡 + [ ]) ~(48)
1 1 0
La matriz fundamental del sistema es:
2 2𝑡 + 1
𝜑(𝑡) = [ ] ~(49)
1 𝑡
Para poder encontrar la solución particular es necesario saber si la matriz
fundamental del sistema admite inversa. Para eso solo tenemos que determinar si
el determinante de (49) es diferente de cero.
|𝜑(𝑡)| = |2 2𝑡 + 1
| = −1,
1 𝑡
como el valor del determinante es -1, la matriz fundamental admite inversa y es:
−𝑡 2𝑡 + 1
𝜑 −1 (𝑡) = [ ] ~(50)
1 −2

Para determinar la solución particular usamos la fórmula (34) del apartado 4.10.
2 2𝑡 + 1 −𝑡 2𝑡 + 1 4 ln(𝑡)
𝑥𝑝 (𝑡) = [ ]∫[ ] [ −1 ] 𝑑𝑡
1 𝑡 1 −2 𝑡
2 2𝑡 + 1 −4𝑡 ln(𝑡) + 2 + 𝑡 −1
𝑥𝑝 (𝑡) = [ ]∫[ ] 𝑑𝑡 ~(51)
1 𝑡 4𝑙𝑛𝑡 − 2𝑡 −1
Procedemos a resolver el integral en (51).
2 2𝑡 + 1 −2𝑡 2 ln(𝑡) + 𝑡 2 + 2𝑡 + 𝑙𝑛𝑡

𝑥𝑝 (𝑡) = [ ][ ] ~(52)
1 𝑡 4𝑡𝑙𝑛(𝑡) − 4𝑡 − 2ln(𝑡)
Realizamos el producto matricial indicado en (52) y obtenemos la solución
particular.
4𝑡 2 𝑙𝑛𝑡 + 2𝑡 2 + 2𝑡𝑙𝑛𝑡 − 8𝑡
𝑥𝑝 (𝑡) = [ 2 ] ~(53)
2𝑡 𝑙𝑛𝑡 − 2𝑡 2 + 2𝑡 + ln(𝑡) − 2𝑡𝑙𝑛𝑡
La solución general es la suma de (48) y (53).
2 2 1 4𝑡 2 𝑙𝑛𝑡 + 2𝑡 2 + 2𝑡𝑙𝑛𝑡 − 8𝑡
𝑥(𝑡) = 𝑐1 [ ] + 𝑐2 ([ ] 𝑡 + [ ]) + [ 2 ]
1 1 0 2𝑡 𝑙𝑛𝑡 − 2𝑡 2 + 2𝑡 + ln(𝑡) − 2𝑡𝑙𝑛𝑡
Nota: es necesario que el estudiante revise sus conocimientos de Álgebra Lineal.
Bibliografía
1. Kolman, B. y Hill. D, Álgebra Lineal, octava edición, Pearson, México, 2006.
2. Edwards, C. y Penny, D. (2009). Ecuaciones Diferenciales y Problemas con
Valores en la Frontera (4ta edición). México: Pretince Hall.
3. Nagle, K., Saff, E. y Snider, A. (2005). Ecuaciones Diferenciales y Problemas
con Valores en la Frontera (4ta edición). México: Pearson.
4. Nagle, K., Saff, E. y Snider, A. (1993). Fundamentals of Differential Equations
(3th edition). USA: Addison Wesley.
5. Zill, D. y Cullen, M. (2009). Ecuaciones Diferenciales con Problemas con
Valores en la Frontera (7ma edición). México: Cengage-Learning.
6. Glyn. J, Matemáticas Avanzadas para Ingeniería, segunda edición,
Pearson, México, 199.
Webgrafía
1. http://www.tecnun.es/asignaturas/metmat/Texto/En_web/Sistemas_lineales
/Sistemas_lineales.htm
2. www.dmae.upm.es/.../EDOs/6_sistemasEDOs.ppt
3. http://www.dmae.upct.es/~jose/ayedo/temas.pdf
4. http://www2.caminos.upm.es/Departamentos/matematicas/Fdistancia/PIE/
Analisis%20matematico/Temas/C11_Sistemas.pdf
5. http://www2.uah.es/josemsalazar/material_docente_quimicas/alg/algteor/t
4/t4.pdf

Unidad 5. Sistemas de Ecuaciones Diferenciales Lineales PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad 5. Sistemas de Ecuaciones Diferenciales Lineales PDF

Cargado por

Copyright:

Formatos disponibles

2013

Gil Sandro Gómez

Prof. Gil Sandro Gómez 1

Definición. Un conjunto de ecuaciones diferenciales con varias funciones

Solución de un sistema. Una solución de un sistema de ecuaciones diferenciales

5.2 Sistema de primer orden

x '1  a11 x1  a12 x2  ...  a1n xn  f1 (t ) 

donde t es la variable independiente y x  xi (t ), 1  i  n , son n funciones de t

5.3 Método de eliminación

5.3.1 Procedimiento de eliminación para sistema de ecuaciones

Paso 2. Se elimina la variable x , multiplicando la ecuación (1) del sistema por el

Paso 3. La ecuación factorizada obtenida en el paso (3) se resuelve utilizando la

Prof. Gil Sandro Gómez 2

Paso 4. Observando el tipo de raíces obtenidas en el paso anterior se decide la

Paso 6. Se eliminan las constantes adicionales sustituyendo las expresiones para

Paso 7. Se encuentra la solución del sistema original en función de las demás

Si el determinante del sistema es cero, se dice que el sistema es degenerado. Un

Ejemplo 1. Mediante el método de eliminación halle la solución del sistema de

Multiplicamos la ec. del sistema por (D -1) :

La solución de (4) es:

Prof. Gil Sandro Gómez 3

y (t )  c1et cos 2t  c2et sen 2t ~ (2)

Retornamos al sistema de ecuaciones (1) para eliminar la variable y:

Entonces, x(t )  c3e cos 2t  c4e s en2t ~ (3)

Ya determinada la solución ( x(t ), y(t )) , buscamos la solución definitiva

Comparando términos semejantes en (5), tenemos que:

Resolviendo el sistema (6)

Prof. Gil Sandro Gómez 4

Sustituyendo los valores de c3 y c4 en (3), la solución de (1) es:

x(t )  (2c2 cos 2t  2c1sen2t )et

5.4 Solución de sistemas de ecuaciones diferenciales aplicando

Ejemplo. Usando transformada de Laplace encuentre la solución del siguiente

1. Procedemos aplicar transformada de Laplace en ambos lados de cada

𝐿{𝑥′} − 3𝐿{𝑥} + 2{𝑦} = {𝑠𝑒𝑛𝑡}

3. Sustituimos las condiciones iniciales en (3) y reorganizamos:

Prof. Gil Sandro Gómez 5

Como podemos observar (6) el sistema de ecuaciones diferenciales ha sido

5. Encontramos la solución de (6):

En la expresión (9) notamos que el lado derecho no se encuentra directamente

Prof. Gil Sandro Gómez 6

Desarrollamos a (10) y nos queda que:

3𝑆 + 1 = (𝐴𝑆 + 𝐵)(𝑆 2 + 1) + (𝐶𝑆 + 𝐷)(𝑆 2 + 7)

De (11) formamos el siguiente sistema de ecuaciones para hallar los valores de

Multiplicamos a (14) por (𝑆 2 + 7)(𝑆 2 + 1):

Aplicando la teoría de la igualdad de polinomios en (16):

Sustituyendo cada variable por su valor en (14) obtenemos la segunda solución.

Prof. Gil Sandro Gómez 7

Usando la tabla de transformadas de Laplace en (18):

5.5 Sistemas autónomos

así, se puede eliminar la variable independiente, igualando los primeros miembros

Si despejamos a 𝑑𝑦/𝑑𝑥 de la ecuación (9), tenemos que:

Prof. Gil Sandro Gómez 8

Prof. Gil Sandro Gómez 9

5.6 Puntos críticos y soluciones de equilibrio

Los puntos críticos de acuerdo a su comportamiento se clasifican en:

a. Estable. Sea x1 un punto crítico de un sistema autónomo y sea x  x(t ) la

x0  x1   , se llama a x1 un punto crítico asintóticamente estable.

Prof. Gil Sandro Gómez 10

Fig. 4. Punto estable

5. 7 Métodos matriciales para resolver sistemas lineales

A continuación expondremos la metodología e ideas básicas de cómo resolver

Si 𝑋, 𝐴(𝑡) 𝑦 𝑓(𝑡) denotan, respectivamente, las matrices

 x1 (t )   a11 (t ) a12 (t ) ... a1n (t )   f1 (t ) 