Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sistemas de Ecuaciones
Diferenciales Lineales
1
3. Sistemas EDLs
2
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
3
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
4
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
x = veλt
x0 = A · x
con
x = veλt , x0 = vλeλt
se tiene
x0 = A · x → λveλt = A · veλt
reconociéndose el problema de valores propios
A · v = λv
donde nos interesan las soluciones no triviales, que se darán cuando el sistema
lineal (A−λI)v = 0 no sea compatible determinado, requiriendo que el rango
5
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
del sistema sea menor que el número de variables dependientes del sistema,
o del número del conjunto fundamental de soluciones. En ese caso, la matriz
del sistema A − λI será singular, porque tendrá al menos una fila linealmente
dependiente, de modo que su determinante será nula.
A las raíces de la ecuación característica λi se le llaman valores propios
de A, y una solución vi 6= 0 (correspondiente a un valor propio λi ) obtenida
de resolver el sistema (A − λi I)vi = 0 se le denomina vector propio de
A. El vector vi que se obtenga de resolver el sistema dará como solución un
conjunto infinito de vectores, bastará con elegir uno para establecerlo como
vector propio.
La solución general que puede obtenerse depende de las características de
los valores propios obtenidos, distinguiéndose tres casos.
Ejemplo 1. Resolver
dx
= 2x + 3y
dt
dy
= 2x + y
dt
6
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
3+5
√
3±
9 + 16 1 = λ =4
λ2 − 3λ − 4 = 0 → λ = → 2
2 3−5
λ2 = = −1
2
Los valores propios obtenidos son reales y distintos. Los vectores propios
asociados a cada valor propio serán
- λ1 = 4
−2 3 0
! ! !
v1
A − λ1 I v = 0 → = → −2v1 + 3v2 = 0
2 −3 v2 0
Como el sistema es compatible indeterminado, se asume como parámetro
una variable, por ejemplo v1 = α, α ∈ R. Entonces
v1 = α
2
v2 = α
3
7
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
de modo que
1
v
!
α
v = 1 = 2 = 2 α, α ∈ R
v2 α
3 3
v es vector propio de A para cualquier valor del parámetro α. Por tanto,
con elegir un valor de α se obtendrá un vector propio, por ejemplo α = 3
3
!
v1 =
2
- λ2 = −1
3 3 0
! ! !
v1
A − λ2 I v = 0 → = → 3v1 + 3v2 = 0
2 2 v2 0
8
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
3 4t 1
! !
x = c1 x 1 + c2 x 2 = c1 e + c2 e−t
2 −1
9
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
donde
v + v̄ −v + v̄
v1 = y v2 = i
2 2
De esta manera se tiene otro conjunto de soluciones de 3.2 linealmente
independientes
Teorema 8. Soluciones reales correspondientes a un valor propio complejo
Sea λ1 = a + ib un valor propio complejo de un sistema lineal homogéneo
3.2 con matriz A de coeficientes reales, y v1 y v2 son los vectores definidos
anteriormente. Entonces
x1 = eat v1 cos bt − v2 sin bt
x2 = eat v2 cos bt + v1 sin bt
son soluciones linealmente independientes de 3.2 en (−∞, ∞).
10
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
v1 = Re(v) y v2 = Im(v)
2 8 2
! !
x = 0
x, x(0) =
−1 −2 −1
x = veλt
x0 = A · x → λveλt = A · veλt
A · v = λv
Por tanto
v = 0 Solución trivial
A · v = λv → A − λI v = 0
A − λI = 0 Ecuación característica
λ = 2i
1
λ2 + 4 = 0 → λ = ±2i →
λ2 = −2i
11
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
- λ1 = 2i
2 − 2i 8 0 (2 − 2i)v1 + 8v2 = 0
! ! ! )
v1
A − λ1 I v = 0 → = →
−1 −2 − 2i v2 0 −v1 − (2 + 2i)v2 = 0
(
((((
−(2 − 2i)(2
((( +(2i)v
(
2 + 8v2 = 0
((((
v1 = −(2 + 2i)v2
Como el sistema es compatible indeterminado, se asume como parámetro
una variable, por ejemplo v2 = α, α ∈ R. Entonces
v1 = −(2 + 2i)α
v2 = α
de modo que
2 + 2i
!
v1 =
−1
2 + 2i 2it
!
x1 = v 1 e
λ1 t
= e
−1
- λ2 = −2i
2 + 2i 8 0 (2 + 2i)v1 + 8v2 = 0
! ! ! )
v1
A − λ2 I v = 0 → = →
−1 −2 + 2i v2 0 −v1 − (2 − 2i)v2 = 0
((
(((
−(2 +(2i)(2
((( −(2i)v
(
2 + 8v2 = 0
(((
v1 = −(2 − 2i)v2
Como el sistema es compatible indeterminado, se asume como parámetro
una variable, por ejemplo v2 = α, α ∈ R. Entonces
v1 = −(2 − 2i)α
v2 = α
12
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
de modo que
2 − 2i
!
v2 =
−1
2 − 2i −2it
!
x2 = v2 e λ2 t
= e
−1
2 + 2i 2it 2 − 2i −2it
! !
x = c1 x 1 + c2 x 2 = c1 e + c2 e
−1 −1
2 2 2 2
! ! ! ! ! !
X = c 1 X1 + c 2 X2 = c 1 cos 2t − sin 2t + c2 cos 2t + sin 2t
−1 0 0 −1
2 2 2
! ! !
= c1 + c2
−1 −1 0
13
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
Figura 3.2: Curvas solución del Ejemplo 2 y solución única para x(0) =
(2, −1)T
de modo que
2 = 2c1 + 2c2 c = 1
1
→
−1 = −c1 c2 = 0
Por tanto, la solución única del sistema lineal homogéneo es
2 cos 2t − 2 sin 2t
!
X=
− cos 2t
X1 = 2 cos 2t − 2 sin 2t
X2 = − cos 2t
14
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
multiplicidad m > 1 m
λ − λk =0
pueden suceder dos casos
x1 = v1 eλk t
x2 = v2 eλk t
x3 = v3 eλk t
..
.
x m = v m e λk t
x 1 = v 1 e λk t
x2 = v1 teλk t + v2 eλk t
t2
x3 = v1 eλk t + v2 teλk t + v3 eλk t
2!
..
.
tm−1 λk t tm−2 λk t
xm = v1 e + v2 e + · · · + vm−1 teλk t + vm eλk t
(m − 1)! (m − 2)!
15
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
siguiente manera
(A − λk I)v1 = 0
(A − λk I)v2 = v1
(A − λk I)v3 = v2
..
.
(A − λk I)vm = vm−1
o de forma alternativa, también se pueden averiguar de la siguiente
manera
(A − λk I)v1 =
)
0
⇒ (A − λk I) v2 = 0
2
(A − λk I)v2 =
v1
(A − λk I)v1 =
0
(A − λk I)v2 = ⇒ (A − λk I)3 v3 = 0
v1
(A − λk I)v3 =
v2
..
.
(A − λk I)v1 = 0
(A − λk I)v2 = v1
(A − λk I)v3 = v2
⇒ (A − λk I)m vm = 0
..
.
(A − λk I)vm = vm−1
16
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
x = veλt
x0 = A · x → λveλt = A · veλt
A · v = λv
Por tanto
v = 0 Solución trivial
A · v = λv → A − λI v = 0
A − λI = 0 Ecuación característica
17
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
λ2 + 6λ − 27 + 36 = 0
√
−6 ± 36 − 36
λ + 6λ + 9 = 0 → λ =
2
→ λ = −3, m = 2
2
obteniéndose un valor propio doble. El vector propio asociado al valor propio
será
6 −18 0
! ! !
v1
A − λI v = 0 → = → 2v1 − 6v2 = 0
2 −6 v2 0
de modo que
3α 3
! ! !
v
v= 1 = = α, α ∈ R
v2 α 1
v es vector propio de A para cualquier valor del parámetro α. Por tanto,
con elegir un valor de α se obtendrá un vector propio, por ejemplo α = 1
3
!
v1 =
1
3 −3t
!
x1 = v1 e =
λt
e
1
No obstante nos falta una solución más para obtener un conjunto funda-
mental de soluciones. De modo que planteamos la siguiente solución
con
(A − λI)2 v2 = 0
18
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
3 −3t 6t + 1 −3t
! !
x = c1 x 1 + c2 x 2 = c1 e + c2 e
1 2t
c4
Ejercicio 1. (1 de septiembre del 2015, Tipo A) 4. Dado el problema
2 0 0 0
1 2 0 0
~0 =
X ~
X
0 0 2 0
−1 0 2 2
Hallar la solución general del sistema, así como una matriz fundamental.
19
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
20
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
distintas del vector nulo la matriz del problema de valores propios debe ser
singular, y una consecuencia de esta condición es que el determinante de
dicha matriz deba ser nula. Por tanto, buscaremos aquellos valores propios
λ para que dicha matriz no tenga inversa mediante la ecuación característica
A − λI =0
2 − λ 0 0 0
1 2−λ 0 0
4
A − λI = = 2−λ =0
0 0 2−λ 0
0 2 2 − λ
−1
λ1 = 2 m1 = 4
Una vez hallados los valores propios se procede a hallar los vectores pro-
pios.
• Para λ1 = 1
0 0 0 0 v1 0
1 0 0 0 v2 0 v1 = 0 v1 = 0
)
= →
0 0 0 0 v3 0 2v3 − v1 = 0 v3 = 0
−1 0 2 0 v4 0
v1 0 0 0
v µ 1 0
~v =
= = µ + ρ, µ, ρ ∈ R
2
v3 0 0 0
v4 ρ 0 1
0 0
1 0
~v1 = , ~v2 =
0 0
0 1
21
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
Ahora bien, sólo hemos obtenido dos vectores propios asociados al valor
propio λ1 = 3, y la multiplicidad algebraica de este valor propio es m1 =
4, por tanto debemos seguir buscando vectores propios (también llamados
vectores propios generalizados). Para ello propondremos una nueva solución.
Si por ahora ya tenemos dos soluciones
0
1
~ 1 = ~v1 eλ1 t =
X
2t
e
0
0
0
0
~ 2 = ~v2 eλ1 t =
X 2t
e
0
1
la nueva solución será
~ 3 = A − λ1 I ~v3 teλ1 t + ~v3 eλ1 t = ~v1 teλ1 t + ~v3 eλ1 t
X
de forma que
A − λ1 I ~v3 = ~v1
y como sabemos que
A − λ1 I ~v1 = ~0
se tiene que, al sutituir en la última ecuación la penúltima ecuación, obten-
emos un sistema homogéneo
2
A − λ1 I ~v3 = ~0
Resolviendo
0 0 0 0 0 0 0 0 v1 0 0 0 0 v1
2 1 0 0 0 1
0 0 0 v2 0
0 0 0 v2
A − λ1 I ~v = =
0 0 0 0 0 0 0 0 v3 0 0 0 0 v3
−1 0 2 0 −1 0 2 0 v4 0 0 0 0 v4
de forma que vale cualquier vector propio con v1 = µ , v2 = ρ , v3 = α y
v4 = β expresados paramétricamente
v1 µ 1 0 0 0
v ρ 0 1 0 0
~v = 2 = = µ + ρ + α + β, µ, ρ, α, β ∈ R
v3 α 0 0 1 0
v4 β 0 0 0 1
22
3. Sistemas EDLs 3.1. Sistemas Lineales Homogéneos
Como podemos generar cuatro vectores propios y nos faltan dos vectores
propios, escogiendo dos que no sean linealmente independientes de los ante-
riores obtenidos será suficiente para completar el conjunto fundamental de
soluciones. Entonces, para ρ = β = 0, y µ = α = 1 los vectores propios
generalizados serán
1 0
0 0
~v3 =
, ~
v4 =
0 1
0 0
por lo que tenemos otras dos soluciones del SLH
1 0 0 0 0 1 1
0 1 0 0 0 0 2t t
~ 3 = A − λ1 I ~v3 teλ1 t +~v3 eλ1 t
X +
=
t e = e2t
0 0 0 0 0 0 0
0 −1 0 2 0 0 −t
0 0 0 0 0 0 0
0 1 0 0 0 0 0
~ 4 = A − λ1 I ~v4 teλ1 t +~v4 eλ1 t
X = +
t e = e2t
2t
1 0 0 0 0 1 1
0 −1 0 2 0 0 2t
Finalmente hemos averiguado 4 vectores propios que sirven para obtener
las cuatro soluciones del sistema de ecuaciones diferenciales lineales. Y por
propiedades de los sistemas de ecuaciones diferenciales lineales, una combi-
nación lineal de soluciones de un sistema de EDL, es también solución del
sistema de EDL, y que en este caso será la solución general
~ = c1 X
X ~ 1 + c2 X
~ 2 + c3 X
~ 3 + c4 X
~4
0 0 1 0
1 0 t 0
~ = c1
X e2t + c2 e2t + c3 e2t + c4 e2t
0 0 0 1
0 1 −t 2t
La matriz fundamental Φ será aquella que expresa la solución general en
la forma
X~ =Φ·C
23
3. Sistemas EDLs 3.2. Sistemas Lineales No Homogéneos
c4
0 0 e2t 0 0 0 1 0
e2t 0 te 2t
0 1
0 t 0
Φ= =
2t
e
0 0 0 e2t 0 0 0 1
0 e2t −te2t 2te2t 0 1 −t 2t
x = x h + xp
24
3. Sistemas EDLs 3.3. Análisis cualitativo
el punto x = (0, 0)T es punto crítico, y por tanto una solución del SLH. Para
analizar la clasificación del nodo dependerá de los valores propios del sistema
a − λ a12
=0→ =0
11
A − λI
a21 a22 − λ
λ2 − tr(A)λ + A = 0
r
tr(A) ± tr2 (A) − 4 A
λ
1
λ= →
2 λ2
25
3. Sistemas EDLs 3.3. Análisis cualitativo
26
3. Sistemas EDLs 3.3. Análisis cualitativo
1 −6t
!
• Para c1 = 0 → x = c2 e → converge a 0 cuando t → ∞ (“más
2
rápidamente”)
(a) (b)
Figura 3.4: Diagrama de fases del Ejemplo 4: (a) Ejes del conjunto de trayec-
torias y campo direccional. (b) Trayectorias de curvas solución.
Ejemplo 5.
3 −18
!
x = A · x,
0
A=
2 −9
3 −3t 3 1/2
! " ! !#
x(t) = c1 e + c2 t+ e−3t
1 1 0
n
Valores propios: λ1 = λ2 = −3
27
3. Sistemas EDLs 3.3. Análisis cualitativo
3 −3t
!
• Para c2 = 0 → x = c1 e → converge a 0 cuando t → ∞ (eje de
1
aproximación de trayectorias)
3 1/2
" ! !#
• Para c1 = 0 → x = c2 t+ e−3t → converge a 0 cuando t →
1 0
∞ (sin eje de aproximación de trayectorias)
1 3 −18 1 3
! ! ! !
x(0) = → x0 (0) = Ax(0) = =
0 2 −9 0 2
28
3. Sistemas EDLs 3.3. Análisis cualitativo
(a) (b)
(c) (d)
Figura 3.5: Diagrama de fases del Ejemplo 4: (a) Eje del conjunto de trayec-
torias que convergen en el origen. (b) Sentido de la trayectoria correspon-
diente a la condición inicial x(0) = (1, 0). (c) Solución de la trayectoria
para la condición inicial propuesta, con el sentido obtenido. (d) Conjunto de
trayectorias y campo direccional.
Ejemplo 6.
−2 0
!
x = A · x,
0
A=
0 −2
1 −2t 0 −2t
! !
x = c1 e + c2 e
0 1
29
3. Sistemas EDLs 3.3. Análisis cualitativo
n
Valores propios: λ1 = λ2 = −2
1 0
" ! !#
• x = c1 + c2 e−2t → converge a 0 cuando t → ∞ (cualquier
0 1
eje generado por la solución en el plano de fase converge a la “misma
velocidad”, luego se tiene una familia de trayectorias concéntricas en el
punto crítico)
Ejemplo 7.
1 7 3
!
x = A · x,
0
A=
8 −3 17
30
3. Sistemas EDLs 3.3. Análisis cualitativo
1 2t 3 t
! !
x = c1 e + c2 e
3 1
λ =11
Valores propios:
λ2 = 2
1 2t
!
• Para c2 = 0 → x = c1 e → no converge a 0 cuando t → ∞
3
(diverge “más rápido”)
3 t
!
• Para c1 = 0 → x = c2 e → no converge a 0 cuando t → ∞ (eje
1
de tangencias de trayectorias divergentes)
(a) (b)
Figura 3.7: Diagrama de fases del Ejemplo 7: (a) Ejes del conjunto de trayec-
torias y campo direccional. (b) Trayectorias de curvas solución.
31
3. Sistemas EDLs 3.3. Análisis cualitativo
Ejemplo 8.
1 −2
!
x = A · x,
0
A=
0 1
1 t 1 0
! " ! !#
x = c1 e + c2 t+ et
0 0 −1/2
n
Valores propios: λ1 = λ2 = 1
1 t
!
• Para c2 = 0 → x = c1 e → no converge a 0 cuando t → ∞ (eje
0
de tangencias de trayectorias divergentes)
1 0
" ! !#
• Para c1 = 0 → x = c2 t+ et → no converge a 0 cuando t →
0 −1/2
∞ (sin eje de aproximación de trayectorias)
0 1 −2 0
! ! ! !
−2
x(0) = → x0 (0) = Ax(0) = =
1 0 1 1 1
32
3. Sistemas EDLs 3.3. Análisis cualitativo
(a) (b)
(c) (d)
Figura 3.8: Diagrama de fases del Ejemplo 8: (a) Eje del conjunto de trayec-
torias que divergen (convergen en el origen cuando t → −∞). (b) Sentido
de la trayectoria correspondiente a la condición inicial x(0) = (0, 1). (c)
Solución de la trayectoria para la condición inicial propuesta, con el sentido
obtenido. (d) Conjunto de trayectorias y campo direccional.
Ejemplo 9.
2 0
!
x = A · x,
0
A=
0 2
1 2t 0 2t
! !
x = c1 e + c2 e
0 1
33
3. Sistemas EDLs 3.3. Análisis cualitativo
n
Valores propios: λ1 = λ2 = 2
1 0
" ! !#
• x = c1 + c2 e2t → no converge a 0 cuando t → ∞ (cualquier
0 1
eje generado por la solución en el plano de fase diverge a la “misma
velocidad”, luego se tiene una familia de trayectorias concéntricas en el
punto crítico)
Ejemplo 10.
2 3
!
x = A · x,
0
A=
2 1
34
3. Sistemas EDLs 3.3. Análisis cualitativo
3 4t 1
! !
x = c1 e + c2 e−t
2 −1
λ
1 = −1
Valores propios:
λ2 =4
3 4t
!
• Para c2 = 0 → x = c1 e → diverge cuando t → ∞ (eje de
2
aproximación asintótica de trayectorias divergentes)
1
!
• Para c1 = 0 → x = c2 e−t → converge a 0 cuando t → ∞ (eje
−1
único de convergencia al punto crítico, y eje de tangencias de trayecto-
rias divergentes)
(a) (b)
Figura 3.10: Diagrama de fases del Ejemplo 10: (a) Ejes del conjunto de
trayectorias y campo direccional. (b) Trayectorias de curvas solución.
35
3. Sistemas EDLs 3.3. Análisis cualitativo
Ejemplo 11.
−1 1
!
x = A · x,
0
A=
−9 −1
sin 3t cos 3t
! !
x = c1 e−t + c2 e−t
3 cos 3t −3 sin 3t
λ = −1 + 3i
1
Valores propios:
λ2 = −1 − 3i
0 −1 1 0 1
! ! ! !
x(0) = → x0 (0) = Ax(0) = =
1 −9 −1 1 −1
36
3. Sistemas EDLs 3.3. Análisis cualitativo
(a) (b)
(c)
Figura 3.11: Diagrama de fases del Ejemplo 11: (a) Sentido de la trayectoria
en la condición inicial x(0) = (0, 1). (b) Trayectoria de la solución sujeta
a la condición inicial propuesta, con el sentido indicado. (c) Conjunto de
trayectorias y campo direccional.
37
3. Sistemas EDLs 3.3. Análisis cualitativo
Ejemplo 12.
1 −10
!
A=
10 1
sin 10t cos 10t
! !
x = c1 et + c2 et
− cos 10t − sin 10t
λ = 1 + 10i
1
Valores propios:
λ2 = 1 − 10i
0 1 −10 0
! ! ! !
−10
x(0) = → x0 (0) = Ax(0) = =
1 10 1 1 1
38
3. Sistemas EDLs 3.3. Análisis cualitativo
(a) (b)
(c)
Figura 3.12: Diagrama de fases del Ejemplo 12: (a) Sentido de la trayectoria
en la condición inicial x(0) = (0, 1). (b) Trayectoria de la solución sujeta
a la condición inicial propuesta, con el sentido indicado. (c) Conjunto de
trayectorias y campo direccional.
39
3. Sistemas EDLs 3.3. Análisis cualitativo
Ejemplo 13.
−1 2
!
A=
−1 1
cos t + sin t cos t − sin t
! !
x = c1 + c2
cos t − sin t
λ =i
1
Valores propios:
λ2 = −i
0 −1 2 0 2
! ! ! !
x(0) = → x0 (0) = Ax(0) = =
1 −1 1 1 1
40
3. Sistemas EDLs 3.3. Análisis cualitativo
(a) (b)
(c)
Figura 3.13: Diagrama de fases del Ejemplo 13: (a) Sentido de la trayectoria
en la condición inicial x(0) = (0, 1). (b) Trayectoria de la solución sujeta
a la condición inicial propuesta, con el sentido indicado. (c) Conjunto de
trayectorias y campo direccional.
41
3. Sistemas EDLs 3.3. Análisis cualitativo
−2 1
!
x = A · x,
0
A=
0 −1
1
−2 − λ
A − λI =0→ =0
0 −1 − λ
λ
1 = −1
λ2 − tr(A)λ + A = λ2 − (−3)λ + 2 = 0 →
λ2 = −2
Como los valores propios son distintos y negativos, se trata de un nodo
impropio (estable). Calculando los vectores propios se tiene
• λ1 = −1
−1 1 0
! ! !
v1
A − λ1 I v = 0 → = → −v1 + v2 = 0
0 0 v2 0
Como el sistema es compatible indeterminado, se asume como parámetro
una variable, por ejemplo v1 = α, α ∈ R. Entonces
v1 = α
v2 = α
de modo que
1
! ! !
v α
v= 1 = = α, α ∈ R
v2 α 1
v es vector propio de A para cualquier valor del parámetro α. Por tanto,
con elegir un valor de α se obtendrá un vector propio, por ejemplo α = 1
1
!
v1 =
1
1 −t
!
x 1 = v1 e λ1 t
= e
1
42
3. Sistemas EDLs 3.3. Análisis cualitativo
• λ1 = −2
0 1 0
! ! !
v1
A − λ2 I v = 0 → = → v2 = 0
0 1 v2 0
por lo que para cualquier v1 = α, α ∈ R se tiene un vector propio.
1
! ! !
v α
v= 1 = = α, α ∈ R
v2 0 0
1 −2t
!
x 2 = v2 e λ2 t
= e
0
1 −t 1 −2t
! !
x = c1 x 1 + c2 x 2 = c1 e + c2 e
1 0
1 −t
!
• Para c2 = 0 → x = c1 e → converge a 0 cuando t → ∞ (eje de
1
aproximación de trayectorias)
En resumen
1 = −1
λ
Valores propios
λ2 = −2
43
3. Sistemas EDLs 3.3. Análisis cualitativo
Diagrama de fases:
(a) (b)
Figura 3.14: Diagrama de fases del Ejercico 1: (a) Ejes del conjunto de
trayectorias y campo direccional. (b) Trayectorias de curvas solución.
44