Álgebra Lineal y Ecuaciones Diferenciales GIEAI

TEMAS 7 y 8: Sistemas de ecuaciones diferenciales.

Índice
1. Primeras definiciones 2
1.1. Problema del valor inicial . . . . . . . . . . . . . . . . . . . . . . 6

2. Sistemas homogéneos 6

3. Sistemas completos 9
3.1. Método de variación de los parámetros . . . . . . . . . . . . . . . 10

4. Resolución de sistemas de coeficientes constantes 10

4.1. Método autovalor-autovector para encontrar soluciones. . . . . . . 11
4.2. Exponencial de una matriz cuadrada . . . . . . . . . . . . . . . . 12
4.3. Solución de los sistemas lineales de ecuaciones diferenciales de
coeficientes constantes. . . . . . . . . . . . . . . . . . . . . . . . 13
4.4. Sistemas planos . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

5. Ejemplos. 15

1
1. Primeras definiciones
Estudiaremos la resolución de sistemas de ecuaciones diferenciales del tipo

dx1
= f1 (t, x1 , . . . , xn )


 dt


.. .. (1)
 . .

 dxn

 = fn (t, x1 , . . . , xn )
dt
donde t ∈ I ⊆ R. Una solución de (1) son n funciones x1 (t), . . . , xn (t) derivables

en I tales que:
dxi
= fi (t, x1 , . . . , xn ) para i = 1, . . . , n.
dt

Ejemplo 1 Para 
dx1


 dt
 = 1

 dx2 = 2x1



dt
2
x1 (t) = t y x2 (t) = t es una solucı́ón del sistema de ecuaciones diferenciales

anterior donde I = R.

Frecuentemente se pide encontrar una solución del sistema (1) que cumpla las
condiciones iniciales:

x1 (t0 ) = x01 , . . . , xn (t0 ) = x0n con t0 ∈ I.

e2t
Por ejemplo, x1 (t) = et y x2 (t) = 1 + es la solución del problema de
2
valores iniciales
dx1


 = x1



 dt


dx2

= x21


 dt


 x1 (0) = 1 , x2 (0) = 3



2

2
 Los sistemas de ecuaciones diferenciales aparecen en aplicaciones biológicas
y fı́sicas, describiendo sistemas en los que el cambio de una variable xi no sólo
depende de t y xi sino de otras variables.

Además los sistemas de ecuaciones permiten resolver también ecuaciones di-

ferenciales de orden superior. Toda ecuación de orden n se puede convertir en un
sistema. La EDO lineal de orden n:
dn y dn−1 y dy
n
+ a n−1 (t) n−1
+ · · · + a1 (t) + a0 (t)y = R(t)
dt dt dt
haciendo
dy dn−1 y
y = x1 , = x2 , . . . , n−1 = xn
dt dt
se transforma en el sistema lineal:
dx1


 = x2



 dt


 dx2

= x3
dt
 ... ..




 .
dx

n

= −an−1 (t)xn − an−2 (t)xn−1 − · · · − a0 (t)x1 + R(t)


dt

d3 y d2 y
Ejemplo 2 La EDO + 2 + 3y = et con valores iniciales
dt3 dt
y(0) = 1, y 0 (0) = 0, y 00 (0) = 0
haciendo
dy d2 y
y = x1 , = x2 , 2 = x3
dt dt
se transforma en el sistema lineal de valores iniciales:
dx1


 = x2


 dt



dx2


= x3



dt

dx3


= −x3 − 3x1 + et





 dt




x1 (0) = 1 x2 (0) = 0 x3 (0) = 0

3
Definición 1 Un sistema de ecuaciones diferenciales del tipo
 0
 x1 = a11 (t)x1 + · · · a1n (t)xn + b1 (t)

..
.
 0

xn = an1 (t)x1 + · · · ann (t)xn + bn (t)

se denomina sistema lineal de primer orden. Las funciones aij (t), bi (t) se su-
pondrán continuas en un intervalo dado I = (a, b). Si bi (t) = 0 ∀t ∈ I y
para todo i = 1, . . . , n, se dice que el sistema es homogéneo. El sistema anterior
se suele expresar en forma matricial del siguiente modo:

(1) X(t) 0 = A(t)X(t) + B(t) o X 0 = A(t)X + B(t)

siendo    0 
x1 (t) x1 (t)
 ..  0 0  ..
X = X(t) =  .  , X = X (t) =  .


xn (t) x0n (t)
   
a11 (t) · · · a1n (t) b1 (t)
.
.. . .. .
.. .
A(t) =   , B(t) =  ..
   

an1 (t) · · · ann (t) bn (t)
Si el sistema es homogéneo, se escribe

(2) X 0 (t) = A(t)X)(t).

El tipo de sistema lineal homogéneo más importante es el de coeficientes cons-

tantes: 
dx1
= a11 x1 + · · · + a1n xn


 dt


.. .. con aij ∈ R
 . .
 dxn = a x + · · · + a x


 n1 1 nn n
dt
que en forma matricial se expresa como:
 
dx1   
 dt  a11 · · · a1n x1
 .   . ..   .. 
 . = .
 .  . .  . 
 dxn 
an1 · · · ann xn
dt

4
o bien
X 0 (t) = AX(t)
entendiendo que
x1 0 (t)
   
x1 (t)
X(t) =  ...  y X 0 (t) =  ..
   
. 
xn (t) xn 0 (t)
Si además x1 (t), . . . , xn (t) satisfacen las condiciones iniciales
x1 (t0 ) = x01 , . . . , xn (t0 ) = x0n
x01
 

escribiremos resumidamente X(t0 ) = X0 ∈ Rn donde X0 =  ... .

 

x0n

Ejemplo 3 El sistema lineal

dx1


 = 3x1 − 2x2 + 5x3



 dt
 
3 −2 5


dx2

= 3x1 − 2x3 se representa como X 0 (t) =  3 0 −2  X(t).


 dt 0 1 −1


 dx3 = x2 − x3



dt

Ejemplo 4 El sistema lineal de valores iniciales

dx1


 = x1 + x3


 dt



dx2


= x1 + x2



dt

dx3


= x2 + x3





 dt



x1 (0) = 1 x2 (0) = 0 x3 (0) = −1


se representa como
   
1 0 1 1
X 0 (t) =  1 1 0  X(t) , X(0) = X0 =  0  .
0 1 1 −1

5
  
x1 (t)
Definición 2 Diremos que X = X(t) =  ...  ∈ F(I, R)n es solución de
 

xn (t)
(1) en un intervalo I si sus elementos son funciones derivables en I que satisfacen
(1) en todos los puntos de dicho intervalo.

1.1. Problema del valor inicial

x01
 

Definición 3 [Problema del valor inicial.] Dados t0 ∈ I y X0 =  ...  ∈ Rn

 

x0n
un vector cuyas entradas son constantes dadas, el problema de resolver

X 0 (t) = A(t)X(t) + B(t)

sujeto a la condición X(t0 ) = X0 se denomina problema de valor inicial en el

intervalo I.

Teorema 1 Dadas A(t) y B(t) continuas en el intervalo I = (a, b), el problema

de valor inicial
X 0 (t) = A(t)X(t) + B(t)


X(t0 ) = X0
tiene una solución única definida en todo el intervalo I.

Y en particular el siguiente teorema garantiza la existencia y unicidad de solu-

ciones para los sistemas lineales con valores iniciales y de coeficientes constantes:

Teorema 2 Existe una y sólo una solución del problema de valores iniciales
 0 
x1
0 0  .. 
X (t) = AX(t) , X(t0 ) = X =  .  .
x0n

Además esta solución existe para −∞ < t < ∞ (véase Teorema 14).

2. Sistemas homogéneos
Teorema 3 Sean X1 (t) y X2 (t) dos soluciones del sistema lineal homogéneo (2)
(i.e X 0 (t) = A(t)X(t)). Entonces:

6
 1. λ · X1 (t) es también solución, donde λ ∈ R.
2. X1 (t) + X2 (t) es también solución.

Se demuestra que toda solución del sistema lineal X 0 (t) = A(t)X(t) se puede
expresar como suma de una combinación lineal finita de soluciones particulares.
Teorema 4 [Teorema de estructura.] El conjunto S de soluciones del sistema ho-
mogéneo (2) tiene estructura de espacio vectorial real de dimensión n. Por tanto,
n soluciones linealmente independientes en I determinan una base de S.

Este resultado afirma que cualquier solución de X 0 (t) = A(t)X(t) se puede

escribir como combinación lineal de n soluciones linealmente independientes (por
ser S un espacio vectorial de dimensión n). Por tanto hay que encontrar n solucio-
nes linealmente independientes. El siguiente teorema proporciona un criterio para
decidir si un conjunto de soluciones X1 (t), . . . , Xk (t) de X 0 (t) = A(t)X(t) son
linelmente independientes.

Teorema 5 Sean X1 (t), . . . , Xn (t) n soluciones de X 0 (t) = A(t)X(t) en un in-

tervalo I. El conjunto de soluciones es linealmente independiente en I si y sólo si
el determinante wronskiano
W (X1 , . . . , Xn ) = |X1 (t) . . . Xn (t)| =
6 0 para todo t ∈ I
Observaciones 1 Si X1 (t), . . . , Xk (t) son soluciones de X 0 (t) = A(t)X(t), en-
tonces W (X1 , . . . , Xn ) 6= 0 para todo t ∈ I o bien W (X1 , . . . , Xn ) = 0 para
todo t ∈ I. De modo que, si existe un t0 ∈ I tal que W 6= 0 en t0 , entonces W 6= 0
para todo t ∈ I, con lo que las soluciones son linealmente independientes en I.

Teorema 6 [Test para la independencia]. Sean X1 (t), . . . , Xk (t) k soluciones

de X 0 (t) = A(t)X(t). Seleccionemos un t0 adecuado. Entonces X1 (t), . . . , Xk (t)
son soluciones linealmente independientes si y sólo si X1 (t0 ), . . . , Xk (t0 ) son vec-
tores de Rn linealmente independientes.

Definición 4 [Conjunto fundamental de soluciones. Matriz fundamental.] Sea

X 0 (t) = A(t)X(t) un sistema homogéneo de n ecuaciones. Una base del espacio
vectorial de soluciones S es un conjunto fundamental de soluciones de S. A la
matriz Φ(t) = (X1 (t) . . . Xn (t)) que tiene a estas soluciones por columnas, se
la llama matriz fundamental de (2) en I. Obsérvese que det(Φ(t)) 6= 0 para todo
t ∈ I.

7
Observaciones 2 Si Φ(t) es una matriz fundamental y M ∈ Mn×n (R) es regular,
entonces Φ(t)M es también matriz fundamental.

Teorema 7 [Solución general de un sistema homogéneo]. La solución general

del sistema homogéneo X 0 (t) = A(t)X(t) en I es

X(t) = c1 X1 (t) + · · · + cn Xn (t)

donde X1 (t), . . . , Xn (t) son un conjunto fundamental de soluciones y c1 , . . . , cn

son constantes arbitrarias. Dicho de modo equivalente:

X(t) = Φ(t)C
 
c1
donde Φ(t) es una matriz fundamental y C =  ...  ∈ Rn es un vector formado
 

cn
por constantes.

Teorema 8 La solución del problema de valor inicial

X 0 (t) = A(t)X(t)


X(t0 ) = X0
es
X(t) = Φ(t)Φ(t0 )−1 X0 .

e−t (t + 1)e−t
   
Ejercicio 1 Comprobad si X1 (t) = y X2 (t) = son
−e−t −te−t
dos soluciones linealmente independientes del sistema

 dx1 = x2

 dt
  
0 1
que se representa como X 0 (t) = X(t).
 dx −1 −2
 2

 = −x1 − 2x2
dt

Ejercicio 2 Resolved el sistema de valores iniciales:

   
0 0 1 1
X (t) = X(t) , X(0) = .
−1 −2 1

8
Ejercicio 3 Determinad, en cada caso, si las soluciones que se dan forman una
base para el conjunto de soluciones del sistema correspondiente.
 −t 
et
 
e
1. X1 (t) = y X2 (t) = para el sistema
−e t e−t
 
0 0 −1
X (t) = X(t).
−1 0

e2t
     6t 
0 e
2. X1 (t) =  e2t , X2 (t) =  e4t  y X3 (t) =  0  para el siste-
0 e4t e6t
ma  
4 −2 2
X 0 (t) =  −1 3 1  X(t).
1 −1 5

e−3t
   
0
3. X1 (t) =  e−3t  y X2 (t) =  e−5t  para el sistema
0 e−5t
 
−5 2 −2
X 0 (t) =  1 −4 −1  X(t).
−1 1 −6

3. Sistemas completos
Teorema 9 [Solución general de un sistema no homogéneo.] Dado el sistema
no homogéneo X 0 (t) = A(t)X(t) + B(t) y dada una solución particular Xp (t)
del mismo en el intervalo I, la solución general será

X(t) = Xc (t) + Xp (t)

siendo Xc (t) la solución general del sistema homogéneo asociado X 0 (t) = A(t)X(t).
Escrito de modo equivalente,

X(t) = Φ(t)C + Xp (t)

donde Φ(t) es una matriz fundamental del sistema X 0 (t) = A(t)X(t) y C ∈ Rn .

9
3.1. Método de variación de los parámetros
Si somos capaces de resolver X 0 (t) = A(t)X(t), para obtener la solución ge-
neral de X 0 (t) = A(t)X(t) + B(t) basta con conocer una solución particular del
mismo. Pero, ¿cómo encontrarla? Se aplica el método de variación de los paráme-
tros, esto es, se conjetura la existencia de una solución particular del sistema no
homogéneo, Xp (t) = Φ(t)C(t), donde Φ(t) es una matriz fundamental del siste-
ma X 0 (t) = A(t)X(t) y las constantes del vector C pasan a ser funciones:
 
c1 (t)
C(t) =  ...  .
 

cn (t)

Entonces Xp 0 (t) = Φ(t)C 0 (t) + Φ 0 (t)C(t). Al sustituir en X 0 (t) = A(t)X(t) +

B(t) se tiene

Φ(t)C 0 (t) + Φ 0 (t)C(t) = A(t)Φ(t)C(t) + B(t)

Como la solución general del sistema homogéneo es X(t) = Φ(t)C, entonces

X 0 (t) = Φ 0 (t)C = A(t)X(t) = A(t)Φ(t)C, con lo que Φ 0 (t) = A(t)Φ(t). Se
tiene, al sustituir en la ecuación de arriba,

Φ(t)C 0 (t) + A(t)Φ(t)C(t) = A(t)Φ(t)C(t) + B(t)

de manera que Φ(t)C 0 0 −1

R t (t)−1= B(t), lo cual implica que C (t) = Φ (t)B(t).
Integrando, C(t) = t0 Φ (s)B(s) ds con t0 ∈ I. Como Xp (t) = Φ(t)C(t),
resulta Z t
Xp (t) = Φ(t) Φ−1 (s)B(s)ds con t0 ∈ I
t0

Teorema 10 [Método de variación de los parámetros.] La solución general del

sistema X 0 (t) = A(t)X(t) + B(t) es:
Z t
X(t) = Xc (t) + Xp (t) = Φ(t)C + Φ(t) Φ−1 (s)B(s)ds
t0

con t0 ∈ I, Φ(t) es una matriz fundamental del sistema X 0 (t) = A(t)X(t) y

C ∈ Rn .

4. Resolución de sistemas de coeficientes constantes

Describimos a continuación el modo de resolver un sistema homogéneo con
coeficientes constantes X 0 (t) = AX(t), esto es, A(t) = A ∈ Mn (R).

10
4.1. Método autovalor-autovector para encontrar soluciones.
Consideremos el sistema lineal homogéneo de coeficientes constantes

X 0 (t) = AX(t) (1).

Nuestro objetivo serı́a encontrar n soluciones X1 (t), . . . , Xn (t) linealmente in-

dependientes. Como en el caso de las ecuaciones de primer y segundo orden, se
buscan soluciones de tipo exponencial; es decir, de la forma

X(t) = eλt →
−
v donde λ ∈ R y →
−
v ∈ Rn (2).

Para sustituir (2) en la ecuación (1) calculamos ambos miembros:

X 0 (t) = λeλt →
−
v y AX(t) = A(eλt →
−
v ) = eλt A→
−
v.

Con lo que deberı́a de cumplirse que: λeλt →

−
v = eλt A→ −
v ⇒ eλt (A→ −v − λ→−v)=
→
− →
− →
−
0 ⇔ (A − λIn ) v = 0 ⇔ |A − λIn | = 0. Es decir, que los posibles valores
para λ los encontramos calculando los autovalores reales de la matriz de coeficien-
tes A. Y para el autovalor λ, el correspondiente →
−v es un autovector asociado a
dicho autovalor. Como ya se ha visto en el tema de diagonalización, la matriz A
tiene a lo sumo n autovectores independientes. Para cada autovector → −
vj de A con
autovalor λj , tenemos la solución:

Xj (t) = eλj t →
−
vj del sistema X 0 (t) = AX(t).

Si A tiene n autovectores independientes (i.e. A es diagonalizable sobre R) → −v1 , . . . , −

v→
n
con autovalores λ1 , . . . , λn (λ1 , . . . , λn no necesariamente distintos) entonces

Xj (t) = eλj t →
−
vj , j = 1 . . . , n

son n soluciones linealmente independientes, ya que según el teorema dado, eli-

giendo t = 0,

{Xj (t)}, j = 1 . . . , n son linealmente independientes ⇔ {Xj (0) = →

−
vj } lo son.

En este caso toda solución del sistema es de la forma:

X(t) = c1 eλ1 t →
−
v1 + · · · + cn eλn t −
v→
n.

La situación es ideal cuando A tiene n autovalores reales distintos, pues en ese

caso los n autovectores correspondientes son linealmente independientes.

11
4.2. Exponencial de una matriz cuadrada
Definición 5 Si A es una matriz cuadrada de orden n, real o compleja, la expo-
nencial de A, representada por eA es la matriz de orden n dada por la serie de
potencias:
A2 An
eA = I + A + + ··· + + ···
2! n!
Observaciones 3 La serie de potencias anterior es convergente para cualquier
matriz A.
Proposición 11 Sean A y B matrices cuadradas del mismo orden. Se cumplen las
siguentes propiedades
1. Si A · B = B · A entonces eA · eB = eA+B = eB · eA .
2. eOn = In , donde On es la matriz nula de orden n, e In la matriz identidad.
3. eλA · eµA = e(λ+µ)A , siendo λ y µ números reales o complejos.
4. eA · e−A = In y en consecuencia eA es invertible y
(eA )−1 = e−A .

e λ1
   
λ1 0 · · · 0 0 ··· 0
 0 λ2 · · · 0   0 e λ2 ··· 0 
5. Si D =  ⇒ eD =
.
  
.. .. . . ..   .. .. .. ..
 . . . .   . . . . 
0 0 ··· λn 0 0 ··· eλn

6. Si B es una matriz nilpotente de orden k (i.e. B k = On ) entonces

B2 B k−1
eB = I + B + + ··· + .
2! (k − 1)!
7. Sea T ∈ Mn una matriz triangular superior tal que todos los elementos
de la diagonal son iguales (i.e. T [i, i] = λ i = 1, . . . , n). Escribamos T =
λ·I +B, donde I es la matriz identidad de orden n. Entonces B es nilpotente
y
eT = eλI · eB
donde eλI es la matriz diagonal eλI [i, i] = eλ y eB se obtiene como en [6].
8. Si A es una matriz diagonalizable sobre R, i.e. A = P · D · P −1 con P
invertible y D diagonal, entonces etA = P · etD · P −1 . Si A = P · J · P −1 ,
con J matriz de jordan real, etA = P · etJ · P −1 , siendo P la matriz de paso.
9. etA ∈ Mn (F(I, R)) es derivable en t ∈ R y (etA )0 = AetA .

12
4.3. Solución de los sistemas lineales de ecuaciones diferenciales de
coeficientes constantes.
Proposición 12 La matriz etA es una matriz fundamental del sistema X 0 = AX.

La demostración se basa en el hecho de que, para etA , se tiene (etA )0 = AetA ,

con lo que se cumple (2) para todas las columnas de etA . Además, det(etA ) 6= 0,
con lo que las columnas, además de soluciones, son linealmente independientes.

Observaciones 4 Dado el sistema X 0 (t) = AX(t), con A = P JP −1 , se tiene

que P etJ también es una matriz fundamental de X 0 (t) = AX(t)

Teorema 13 La solución general del sistema X 0 (t) = AX(t) + B(t) es

X(t) = Xc (t) + Xp (t)
pudiendo elegirse:
Z t
Xc (t) = etA C, Xp (t) = etA [e−sA B(s)] ds
t0

o bien
Z t Z t
sJ −1
tJ
Xc (t) = P e C, Xp (t) = P e tJ
[(P e ) B(s)] ds = P e tJ
[(e−sJ P −1 )B(s)] ds
t0 t0

Teorema 14 El sistema lineal homogéneo de ecuaciones diferenciales con coefi-

cientes constantes y de valores iniciales
 0 
x1
0 0  .. 
X (t) = AX(t) , X(t0 ) = X =  . 
x0n
tiene como solucı́ón
Xc (t) = eA(t−t0 ) · X0 .

Y ahora consideremos el sistema lineal completo de ecuaciones diferenciales

con coeficientes constantes:

dx1
= a11 x1 + · · · + a1n xn + b1 (t)


 dt


.. .. (2)
 . .

 dx n

 = an1 x1 + · · · + ann xn + bn (t)
dt

13
que escribiremos resumidamente como
 
b1 (t)
X 0 (t) = AX(t) + B(t) , donde B(t) =  ...  .
 

bn (t)

Teorema 15 El sistema lineal completo de ecuaciones diferenciales con coeficien-

tes constantes y de valores iniciales
 0 
x1
0 0  .. 
X (t) = AX(t) + B(t) , X(t0 ) = X =  . 
x0n

tiene como solucı́ón

Z t Z t
X(t) = eA(t−t0 ) ·X0 +eAt e−As ·B(s)ds = eA(t−t0 ) ·X0 + eA(t−s) ·B(s)ds.
t0 t0

Observaciones 5 Para la resolución del sistema X 0 (t) = AX(t) + B(t) tendre-

mos que calcular
 prefiere). Si A es diagonalizable y A = P ·D·P −1
eAt (o etA , si se
λ1 0 · · · 0
 0 λ2 · · · 0 
con D =  . ..  entonces
 
.. . .
 .. . . . 
0 0 ··· λn

e λ1 t
 
0 ··· 0
 0 e 2t · · ·
λ 0 
eAt = P · eDt · P −1 = P ·   · P −1 .
 
.. .. .. ..
 . . . . 
0 0 ··· eλn t

4.4. Sistemas planos

Sea X 0 (t) = AX(t) un sistema lineal homogéneo de coeficientes constantes y
plano (i.e. A ∈ M2 (R)). Se tienen los siguientes casos posibles:

1. Si la matriz A ∈ M2 (R) es diagonalizable con autovalores reales, se tiene

J = P −1 AP con  
λ1 0
J=
0 λ2

14
 y P la matriz de paso. Entonces,
e λ1 t
 
tJ 0
Φ(t) = P e =P
0 e λ2 t
es una matriz fundamental.
2. Si la matriz A no es diagonalizable, con un autovalor doble λ ∈ R, entonces
J = P −1 AP con
 
λ 1
J= P = (P 1 P 2 )
0 λ

donde P 2 ∈ ker((A − λI)2 ) \ Ker(A − λI) y P 1 = (A − λI)P 2 .

 λt
teλt

tJ e
La matriz Φ(t) = P e = P es una matriz fundamental.
0 eλt

3. Si la matriz A tiene dos autovalores complejos conjugados λ = a + ib, λ =

a − ib, entonces J = P −1 AP donde J es la forma canónica de Jordan real
 
a b
J= ∈ M2 (R)
−b a
y P = (Re(v) Im(v)) ∈ M2 (R) es la matriz de paso, con v un vector no
nulo de C2 tal que Vλ = Ker(A − λI) = L(v).
 at
e cos(bt) eat sen(bt)

tJ
La matriz Φ(t) = P e = P es una matriz
−eat sen(bt) eat cos(bt)
fundamental.

5. Ejemplos.
Ejemplo 5 Resolver el problema de valor inicial X 0 (t) = AX(t) donde
   
0 1 1 1
A =  1 0 1  y X(0) = X0 =  1  .
1 1 0 1

Solución: recordamos que la solución de un problema de valor inicial de este tipo

es X(t) = eA(t−t0 ) · X0 y como t0 = 0, X(t) = eAt · X0 . Como la matriz A es
real y simétrica, es diagonalizable. Calculamos los autovalores de A:
   
 −t 1 1   −t + 2 1 1 
1  = (−t + 2)(−t − 1)2 .

P (t) =  1 −t 1  =  −t + 2 −t
 1 1 −t   −t + 2 1 −t 

15
Para el autovalor 2, V2 = Ker(A − 2I3 ), dim(V2 ) = 1 y tiene por ecuaciones:
    
−2 1 1 x 0 
 1 −2 −2x + y + z = 0
1  y  =  0  ⇒
x − 2y + z = 0
1 1 −2 z 0
 
1
siendo v1 =  1  ∈ V2 un vector propio asociado a dicho autovalor.
1
Para el autovalor −1, V−1 = Ker(A + I3 ), dim(V−1 ) = 3 − rango(A + I3 ) =
2, y tiene por ecuaciones:
    
1 1 1 x 0 
 1 1 1  y  =  0  ⇒ x + y + z = 0
1 1 1 z 0
   
−1 −1
siendo BV−1 = {v2 , v3 } = { 0  ,  1 } una base del subespacio V−1 .
1 0
Por tanto, para
     
2 0 0 1 −1 −1 1 1 1
1
D =  0 −1 0 , P =  1 0 1  y P −1 =  −1 −1 2 
3
0 0 −1 1 1 0 −1 2 −1

se verifica que A = P DP −1 y eAt = P eDt P −1

La solución es
e2t 0
   
0 1
At 0 Dt −1 0 −t −1 
X(t) = e · X = P e P X = P  0 e 0  P 1 =
0 0 e −t 1

e2t + 2e−t e2t − e−t e2t − e−t

     2t 
1 e
1  2t −t 2t −t 2t −t
= e −e e + 2e e −e   1  =  e2t  .
3 2t −t 2t −t 2t −t
e −e e −e e + 2e 1 e2t

Ejemplo 6 Resolver el siguiente problema de valores iniciales para la ecuación

de segundo orden y 00 (t) − y 0 (t) − 2y(t) = et con y(0) = 1 e y 0 (0) = 3 a través de
un sistema lineal de ecuaciones.

16
Solución: haciendo y(t) = x1 (t), y 0 (t) = x01 (t) = x2 (t) e y 00 (t) = x02 (t) con lo
que resolver la ecuación equivale a resolver el sistema:
 0
x1 (t) = x2 (t)
con valores iniciales x1 (0) = 1, x2 (0) = 3.
x02 (t) = 2x1 (t) + x2 (t) + et
que se expresa en forma matricial como

X 0 (t) = AX(t) + B(t)

siendo
       
x1 (t) 0 1 0 0 1
X(t) = , A= , B(t) = yX =
x2 (t) 2 1 et 3
La solución de este sistema viene dada por
Z t
X(t) = e At 0
·X +e At
e−As · B(s)ds
0

Vayamos haciendo los cálculos necesarios para aplicar la fórmula anterior. Para el
cálculo de eAt veamos si A es diagonalizable. Su polinomio caracterı́stico es:
 
 −t 1 
P (t) = 
 = t2 − t − 2 = (t − 2)(t + 1).
2 1−t 
y como los dos autovalores son reales y distintos, A es diagonalizable sobre los
reales. Vamos a determinar bases de los subespacios de vectores propios:
Para el autovalor 2, V2 = Ker(A − 2I2 ), dim(V2 ) = 1 y tiene por ecuaciones:
    
−2 1 x 0 
= ⇒ −2x + y = 0
2 −1 y 0
 
1
siendo v1 = ∈ V2 un vector propio asociado a dicho autovalor.
2
Para el autovalor −1, V−1 = Ker(A + I2 ), dim(V−1 ) = 1 y tiene por ecua-
ciones:     
1 1 x 0 
= ⇒ x+y = 0
2 2 y 0
 
1
siendo v2 = ∈ V2 un vector propio asociado a dicho autovalor.
−1
Por tanto, para
     
2 0 1 1 1 1 1
D= ,P = y P −1 =
0 −1 2 −1 3 2 −1

17
se verifica que A = P DP −1 y eAt = P eDt P −1

Cálculo de eAt · X0 :
e2t 0
   
At 0 Dt −1 0 −1 1
e · X = Pe P X = P P =
0 e−t 3

e + 2e−t e2t − e−t 1 4e2t − e−t

 2t    
1 1
= = .
3 2e2t − 2e−t 2e2t + e−t 3 3 8e2t + e−t

Cálculo de e−As · B(s). Se sustituye en la expresión de eAt anterior t por −s:

 −2s
+ 2es e−2s − es
 −s
e − e2s
  
−As 1 e 0 1
e · B(s) = = .
3 2e−2s − 2es 2e−2s + es es 3 2e−s + e2s

Rt
Cálculo de eAt e−As · B(s)ds
0
 Z t 
(e−s − e2s )ds
−e2t + 3 − 2e−t
 
t
Z  
1 0  1
e−As · B(s)ds = 

=  
0 3 Z t −s
 6
2t −t
 e + 3 − 4e
(2e + e2s )ds
0

por tanto
Z t
e + 2e−t e2t − e−t 1 −e2t + 3 − 2e−t
 2t   
At −As 1
e e ·B(s)ds = =
0 3 2e2t − 2e−t 2e2t + e−t 6 e2t + 3 − 4e−t

6e2t − 9et + 3e−t

 
1
= .
18 12e2t − 9et − 3e−t
Finalmente la solución del sistema es
Z t
X(t) = e At 0
·X +e At
e−As · B(s)ds =
0
 5 1 t 1 −t 
2t
e − e − e
1 4e2t − e−t 6e2t − 9et + 3e−t  3 2 6
   
1 
= 2t −t + 2t t −t = 
3 8e + e 18 12e − 9e − 3e 
10 2t 1 t 1 −t

e − e + e
3 2 6
con lo que la solución de la ecuación inicial de segundo orden es la primera com-
ponente:
5 1 1
y(t) = x1 (t) = e2t − et − e−t .
3 2 6

18
Ejemplo 7 Resolver el problema de valor inicial X 0 (t) = AX(t) donde
   
1 1 0 1
A= y X(0) = X = .
−1 3 1

Solución: la solución es X(t) = eAt · X0 . Veamos si A es diagonalizable. Calcu-

lamos los autovalores de A:
 
 1−t 1  = t2 − 4t + 4 = (t − 2)2 .

P (t) = 
−1 3 − t 
 
−1 1
Para el autovalor 2, V2 = Ker(A − 2I3 ) = Ker , dim(V2 ) = 2 −
−1 1
rango(A − 2I2 ) = 2 − 1 = 1, por lo que A no es diagonalizable sobre R. No
obstante, V2 , tiene por ecuación:
    
−1 1 x 0 
= ⇒ −x + y = 0
−1 1 y 0
 
1
siendo v1 = ∈ V2 un vector propio asociado a dicho autovalor.
1
 
2 1
Para A y J = existe una matriz P = [v1 , v2 ] invertible tal que
0 2
A = P JP −1 . La primera columna de P es el vector propio v1 . Para determinar
 la
2 1
segunda columna v2 , de A = P JP −1 , escribimos A[v1 , v2 ] = [v1 , v2 ] ,
0 2
de donde
    
−1 1 x 1
Av2 = v1 + 2v2 ⇒ (A − 2I2 )v2 = v1 ⇒ =
−1 1 y 1
     
0 1 0 −1 1 0
⇒ −x + y = 1 ⇒ v2 = ,P = yP = .
1 1 1 −1 1
Cálculo de eAt : eAt = P eJt P −1 , por lo que hay que calcular eJt donde J no
es diagonal. Para este cálculo se escribe:
   
2 0 0 1
J =D+T = +
0 2 0 0
siendo D la matriz cuya diagonal tiene el autovalor 2 doble y T (y también T t) una
matriz nilpotente de orden 2 (i.e. T 2 = O2 , ((T t)2 = O2 )). Entonces
 2t   2t
te2t
 
e 0 1 t e
eJt = eDt+T t = eDt eT t = =
0 e2t 0 1 0 e2t

19
ya que
     
Tt 1 1 0 0 t 1 t
e = I2 + T t + (T t)2 + · · · = I2 + T t = + =
2! 0 1 0 0 0 1

Finalmente, la solución es

e2t te2t
    
At 0 Jt −1 0 1 0 1 0 1
X(t) = e ·X = P e P X = 2t =
1 1 0 e −1 1 1

e2t − te2t te2t

     2t 
1 e
= 2t = .
−te te + e2t
2t 1 e2t

Ejemplo 8 Resolver el problema de valor inicial

 0
x1 (t) = 2x1 (t) + x2 (t) + 3e2t
con valores iniciales x1 (0) = 1, x2 (0) = 1.
x02 (t) = 2x2 (t) + 4e2t

Solución: el sistema anterior se expresa en forma matricial como

X 0 (t) = AX(t) + B(t)

siendo
3e2t
       
x1 (t) 2 1 0 1
X(t) = , A= , B(t) = yX =
x2 (t) 0 2 4e2t 1

La solución de este sistema viene dada por

Z t  Z t 
At 0 At −As At 0 −As
X(t) = e · X + e e · B(s)ds = e X + e · B(s)ds
0 0

Vayamos haciendo los cálculos necesarios para aplicar la fórmula anterior. El cálcu-
lo de eAt se ha realizado en el ejercicio anterior, ya que la matriz J de dicho ejer-
cicio es ahora la matriz A. No obstante, conviene recordar que la matriz A es una
matriz de Jordan y no es diagonalizable. Recordamos entonces que
 2t
te2t

At e
e =
0 e2t

y que para calcular e−As se sustituye t por −s resultando:

 −2s
−se−2s

e
e−As = .
0 e−2s

20
 Rt
Cálculo de la integral 0 e−As · B(s)ds :
t Z t Z t
e−2s −se−2s 3e2s
Z   
−As 3 − 4s
e ·B(s)ds = ds = ds =
0 0 0 e−2s 4e2s 0 4
 Z t 
(3 − 4s)ds 
3t − 2t2
 

 0 
  ==  .
 Z t 
  4t
4ds
0
La solución del sistema es:
 Z t 
At 0 −As
X(t) = e X + e · B(s)ds =
0

3t − 2t2 (2t2 + 4t + 1)e2t

    
e2t te2t
   
=  1 +  =  .
0 e2t 1 2t
4t (4t + 1)e
Otro modo de resolver el sistema es darse cuenta que la segunda ecuación es
una ecuación lineal de primer orden:

x02 (t) = 2x2 (t) + 4e2t con x2 (0) = 1

que podrı́amos integrar aplicando la correspondiente fórmula. La solución de la

misma es (compruébese)
x2 (t) = (4t + 1)e2t
Después sustituirı́amos dicha solución en la primera (x01 (t) = 2x1 (t)+x2 (t)+3e2t )
obteniendo la ecuación lineal de primer orden

x01 (t) = 2x1 (t) + 4e2t + 4te2t con x1 (0) = 1.

Integrando dicha ecuación (compruébese) se obtiene: x1 (t) = (2t2 +4t+1)e2t .

21