Leccion 02

Capítulo 2
Sistemas de EDO de primer orden. EDO

lineales
En este capítulo, nos ocuparemos de la resolución de sistemas de ecuaciones diferenciales ordinarias de

primer orden, así como de la solución de ecuaciones diferenciales ordinarias (EDO) lineales. Como veremos más
adelante toda EDO lineal tiene asociado un sistema lineal de ecuaciones diferenciales ordinarias de primer orden
equivalente, por lo que todo lo que establezcamos para sistemas lineales tendrá su contrapartida para EDO
lineales.
2.1. Sistemas lineales

Un sistema de n ecuaciones diferenciales ordinarias de primer orden es un sistema de la forma:


 x01 (t) = g1 (t, x1 , x2 , . . . , xn )
 x02 (t) = g2 (t, x1 , x2 , . . . , xn )


.. .. . (2.1)


 . .

 0
xn (t) = gn (t, x1 , x2 , . . . , xn )
Cuando las funciones g1 , . . . , gn son lineales en las variables dependientes x1 , . . . , xn , el sistema se denomina
lineal y tiene la forma:


 x01 (t) = a11 (t)x1 + a12 (t)x2 + · · · + a1n (t)xn + f1 (t)
 x02 (t)

= a21 (t)x1 + a22 (t)x2 + · · · + a2n (t)xn + f2 (t)

.. .. . (2.2)


 . .

 0
xn (t) = an1 (t)x1 + an2 (t)x2 + · · · + ann (t)xn + fn (t)
Donde aij (t) y fi (t) son funciones definidas en un cierto intervalo J de la recta real, 0 ≤ i, j ≤ n. Si fi (t) = 0
para cada t ∈ J, 1 ≤ i ≤ n, se dice que el sistema es homogéneo.
21
22 Métodos Matemáticos en Ingeniería. 2018/19. Grado en Ingeniería Mecánica.
Por otra parte, todo sistema lineal se puede expresar en forma matricial como:
X 0 = A(t)X + F (t), (2.3)
donde      
x1 (t) a11 (t) a12 (t) · · · a1n (t) f1 (t)
x2 (t) a21 (t) a22 (t) · · · a2n (t) f2 (t)
     
     
X= .. , A =  .. .. .. .. , F =  .. .
.
     
 .   . . .   . 
xn (t) an1 (t) an2 (t) · · · ann (t) fn (t)
Si el sistema es homogéneo su forma matricial es
X 0 = A(t)X. (2.4)
2.1.1. Problemas de valor inicial

Un problema de valor inicial (PVI) para el sistema lineal (2.3) (ó (2.2)) es un problema de la forma:
Resolver: X 0 = A(t)X + F (t),
(2.5)
Sujeto a: X(t0 ) = X0 .
Donde t0 es un punto del intervalo J en el que están definidas las funciones que componen las matrices A(t) y
 
γ1
 γ2 
 
n
F (t), y X0 =  . 

 es un vector de R .
 .. 
γn
Como siempre, el problema es encontrar una solución de (2.5), es decir, una matriz (columna) φ(t) =
 
φ1 (t)
 φ2 (t) 
 
 ..  definida en un intervalo J que verifique las ecuaciones del sistema y las condiciones iniciales. A
 
 . 
φn (t)
continuación enunciaremos un resultado que garantiza la existencia y unicidad de solución.
Teorema 2.1 (Existencia y unicidad) Sea t0 ∈ J y supongamos que las funciones que componen las matri-
ces A(t) y F (t) son continuas en el intervalo abierto J. Entonces existe una única solución φ(t) del problema
de valor inicial (2.5).
Hipótesis: En lo que sigue, supondremos que las funciones que componen las matrices A(t) y F (t) de (2.3) son
continuas en un intervalo abierto J.
2.2. EDO lineales

Una ecuación diferencial lineal ordinaria de orden n es una ecuación de la forma:
an (x)y (n) + an−1 (x)y (n−1) + · · · + a1 (x)y 0 + a0 (x)y = f (x). (2.6)

Métodos Matemáticos en Ingeniería. 2018/19. Grado en Ingeniería Mecánica. 23
Donde las funciones ai (x) y f (x) están definidas en un intervalo J de la recta real, 0 ≤ i ≤ n y an (x) no es
idénticamente nula en J.
Observamos que toda ecuación diferencial lineal de orden n es equivalente a un sistema lineal. Efectivamente,
pongamos, y = y1 , y 0 = y2 , . . . , y (n−1) = yn , entonces la ecuación anterior se puede expresar mediante el sistema
lineal 

 y10 = y2
 y20

= y3



 .
 ..
.. . (2.7)
0
 yn−1 = yn



an−1 (x) a0 (x) f (x)


0
= − yn − · · · −

 yn
 y1 +
an (x) an (x) an (x)
o matricialmente como
Y 0 (x) = A(x)Y (x) + B(x), (2.8)
donde  
0 1 0 ··· 0
0 0 1 ··· 0
 
 
 .. .. .. .. .. 
.
 
A(x) =  . . . . ,
 

 0 0 0 ··· 1 

 a0 (x) a1 (x) a2 (x) an−1 (x) 
− − − ··· −
an (x) an (x) an (x) an (x)
 

y1 (x)
 
y10 (x)
 0
0
 
 y (x)
2
  y20 (x)   

..
 
..
  .. 
Y 0 (x) = 
     
Y (x) =  .
,
.
 y F (x) =  . .
     

 yn−1 (x)


 0
 yn−1 (x)



 0 

 f (x) 
yn (x) yn0 (x)
an (x)
 
y(x)
y 0 (x)
 
 
Desde el punto de vista de las soluciones, tenemos que y(x) es una solución de (2.6) si, y sólo si, 
 .. 

 . 
(n−1
y (x)
es una solución del sistema (2.14) (ó (2.15)).
Problemas de valor inicial y de valores en la frontera
Un problema de valor inicial de orden n para la ecuación (2.6) es un PVI de la forma:
Resolver: an (x)y (n) + an−1 (x)y (n−1) + · · · + a1 (x)y 0 + a0 (x)y = g(x),

(2.9)
Sujeto a: y(x0 ) = y0 , y 0 (x0 ) = y1 , . . . , y (n−1) (x0 ) = yn−1 .
Como siempre se trata de encontrar una función y(x) definida en un intervalo abierto J que verifique la
ecuación y las condiciones iniciales.
Nótese que todo PVI para (2.6) proporciona un PVI para (2.14) ó (2.15). En ese sentido el Teorema de
Existencia y Unicidad (2.1) se traduce en términos de EDO lineales como:
Teorema 2.2 (Existencia y unicidad) Supongamos que an (x), an−1 (x), . . . , a1 (x), a0 (x) y f (x) son conti-
nuas en un intervalo abierto J y que an (x) 6= 0 para cada x ∈ I. Si x0 ∈ J, existe una única solución y(x) del
PVI (2.9).
Atención: Los requisitos del Teorema 2.2 deben verificarse para tener solución única. Por ejemplo, y(x) =
cx2 + x + 3 es una solución del PVI, x2 y 00 − 2xy 0 + 2y = 6 sujeto a y(0) = 3, y 0 (0) = 1. En este caso, la solución
no es única, basta dar valores a c.
Otro tipo de problema es cuando las condiciones se especifican en puntos distintos. Un problema como
Resolver: a2 (x)y 00 + a1 (x)y 0 + a0 (x)y = g(x),

(2.10)
Sujeto a: y(a) = y0 , y(b) = y1 .
es un problema de valores en la frontera (PVF). Las condiciones y(a) = y0 , y(b) = y1 se denominan

condiciones en la frontera.
Para una ecuación diferencial ordinaria de segundo orden las condiciones en la frontera se describen en la
siguiente tabla:
y(a) = y0 y(b) = y1
y 0 (a) = y0 y(b) = y1
y(a) = y0 y 0 (b) = y1
y 0 (a) = y0 y 0 (b) = y1
Las condiciones generales en la frontera se escriben como:
α1 y(a) + β1 y 0 (a) = γ1
.
α2 y(b) + β2 y 0 (b) = γ2
Atención: Un PVF puede tener más de una solución, una única solución o ninguna.
Ejemplo 2.3 y(x) = c1 cos(4x) + c2 sen(4x) es la solución general de y 00 + 16y = 0.
1. Si las condiciones en la frontera son y(0) = 0 e y(π/2) = 0, tenemos que resolver el sistema
(
c1 cos(0) + c2 sen(0) = 0
c1 cos(2π) + c2 sen(2π) = 0
que nos deja una única ecuación c1 = 0 y c2 es libre, luego existen infinitas soluciones.
(
c1 cos(0) + c2 sen(0) = 0
c1 cos(π/2) + c2 sen(π/2) = 0
que tiene solución única c1 = c2 = 0.
(
c1 cos(0) + c2 sen(0) = 0
c1 cos(2π) + c2 sen(2π) = 1
que no es compatible y no tiene solución.
El lenguaje de los operadores diferenciales
Para finalizar esta primera aproximación a las EDO lineales introduciremos el lenguaje de operadores dife-
renciales que nos será útil posteriormente.
Consideremos un intervalo abierto no vacío J. Denotaremos por Dn (J) el conjunto de las funciones a valores
reales que son n-veces derivables en J, n ≥ 0. Por abuso de notación D0 (J) = F(J) denota el conjunto de
funciones reales de variable real definidas en J.
Se tiene que Dn (J), n ≥ 0 tiene una estructura de espacio vectorial sobre los números reales con las
operaciones: f + g es la función definida por (f + g)(x) = f (x) + g(x) y αf es la definida por (αf )(x) = α(f (x)).
Nótese que Dn (J) ⊆ Dn−1 (J) ⊆ · · · ⊆ D1 (J) ⊆ F(J). Además, la estructura de espacio vectorial Dn (J)
induce una estructura de espacio vectorial en el producto cartesiano (Dn (J))m , n ≥ 0, m ≥ 1.
dk
Para k = 0, 1, . . . , n tenemos el operador diferencial Dk de orden k definido como Dk (f ) = f (k) = k (f ).
dx
De esta forma, Dk : Dn (I) −→ Dn−k (J) es una aplicación lineal, siempre que n ≥ k.
Ahora, podemos considerar la expresión
L = an (x)Dn + an−1 (x)Dn−1 + · · · + a1 (x)D + a0 (x)
que define un operador lineal de orden n en Dn (I). De hecho, se tiene que L(αf + βg) = αL(f ) + βL(g).
En este contexto, la EDO (2.6) se escribe como L(y) = f (x). Así, encontrar las soluciones de dicha ecuación
equivale a determinar el conjunto L−1 (f ).
2.3. Sistemas y EDO homogéneos

2.3.1. Sistemas homogéneos
Consideremos el sistema homogéneo:
X 0 (t) = A(t)X(t). (2.11)
Teorema 2.4 (Principio de superposición) Si X1 , X2 , . . . , Xs son soluciones del sistema homogéneo (2.11)
Ps
definidas en el mismo intervalo abierto J, entonces toda combinación lineal X = i=1 ci Xi con ci ∈ R, 1 ≤ i ≤ s
es también solución de (2.11).
Prueba.- Tenemos que Xi0 (t) = A(t)Xi (t), 1 ≤ i ≤ s. Multiplicando cada ecuación por ci y sumando miembro
s
X s
X s
X
a miembro es X 0 (t) = ci Xi0 (t) = ci A(t)Xi (t) = A(t) ci Xi (t) = A(t)X(t).
i=1 i=1 i=1
Corolario 2.5 La función idénticamente nula X(t) = 0 siempre es solución de sistema lineal homogéneo (2.11).
El conjunto de soluciones del sistema lineal homogéneo (2.11) en un intervalo abierto J es un subespacio vectorial
de (D1 (J))n .
Dependencia e independencia lineal

 
xi1 (t)
 xi2 (t) 
 
Consideremos Xi (t) =   ..  ∈ (F(J))n , 1 ≤ i ≤ s.

 . 
xin (t)
Diremos que X1 , . . . , Xs son linealmente dependientes o que forman un sistema ligado, si existen
números reales c1 , . . . , cs no todos nulos tal que, c1 X1 + · · · + cs Xs = 0. Nótese que si ci 6= 0, entonces
c1 ci−1 ci+1 cs
Xi = − X1 − · · · − Xi−1 − Xi+1 − · · · − Xs .
ci ci ci ci
Si X1 , . . . , Xs no son linealmente dependientes, diremos que son linealmente independientes o que forman
un sistema libre. Nótese que linealmente independientes implica que la única posibilidad para que c1 X1 +
· · · + cs Xs = 0 es que c1 = · · · = cs = 0.
 
xi1 (t)
 xi2 (t) 
 
Teorema 2.6 Sean Xi (t) =   .. , 1 ≤ i ≤ n, n soluciones del sistema lineal homogéneo (2.11) en un

 . 
xin (t)
intervalo
abierto J. Entonces X (t), . . . , Xn (t) son linealmente independientes si, y sólo si, W (X1 , . . . , Xn ) =
1
x11 (t) x12 (t) · · · x1n (t)

x21 (t) x22 (t) · · · x2n (t)

.. .. .. 6= 0 en J.
..

.

. . .

xn1 (t) xn2 (t) · · · xnn (t)
Prueba.- Supongamos primero que W (X1 , . . . , Xn ) 6= 0 en J. Si X1 (t), . . . , Xn (t) son linealmente dependientes
n
X
existen c1 , · · · cn ∈ R no todos nulos tal que ci Xi (t) = 0 en J. Luego las columnas de W (X1 , · · · , Xn ) son
i=1
linealmente dependientes y el determinante debe de ser cero, lo que es una contradicción.
Supongamos ahora que X1 , · · · , Xn son linealmente independientes y que para algún t0 ∈ J se tiene que
n
X
W (X1 , · · · , Xn )(t0 ) = 0, entonces existen c1 , · · · , ci ∈ R no todos nulos tal que ci Xi (t0 ) = 0. Por el principio
i=1
n
X
de superposición X(t) = ci Xi (t) es solución del sistema homogéneo (2.11) en un intervalo abierto J. Además
i=1
X(t0 ) = 0.
Aplicando el Teorema de Existencia y Unicidad (2.1); como la solución idénticamente nula es solución del
sistema lineal homogéneo 2.11) y verifica la condición inicial, tenemos que X debe de ser la matriz idénti-
camente nula en J. Así, X1 , · · · , Xn son linealmente dependientes, lo que es una contradicción. Por tanto,
W (X1 , · · · , Xn ) 6= 0 en J.
El siguiente resultado garantiza la existencia de soluciones linealmente independientes para (2.11) y la forma
de sus soluciones.
Teorema 2.7 Existen n soluciones linealmente independientes X1 (t), . . . , Xn (t) del sistema lineal homogéneo
(2.11) en el intervalo J de definición de las funciones que componen la matriz A(t). Además, toda solución X(t)
n
X
de (2.11) es combinación lineal de X1 (t), . . . , Xn (t), es decir, existen α1 , . . . , αn ∈ R tal que X(t) = αi Xi (t).
i=1
 

 k1j 

..
 
n
Prueba.- Consideremos n vectores linealmente independientes de R , 
 .

 . Sean t0 ∈ J e

knj

 

1≤j≤n
 
xj1 (t)
 xj2 (t)
 
 la única solución de (2.11) tal que xji (t0 ) = k j , 1 ≤ i ≤ n, 1 ≤ j ≤ n (véase el

Xj (t) = 
 ..  i
 . 
xjn (t)
Teorema 2.1).
Tenemos que

x11 (t0 ) x21 (t0 ) · · ·
xn1 (t0 )
k11 k12 ··· k1n

x12 (t0 ) x22 (t0 ) · · · xn2 (t0 ) k21 k22 ··· k2n

W (X1 , . . . , Xn )(t0 ) = .. .. .. = .. .. .. 6= 0.
.. ..
. .

. . . . . .

x1n (t0 ) x2n (t0 ) · · · xnn (t0 ) kn1 kn2 ··· knn
Luego X1 (t), . . . , Xn (t) son linealmente independientes en J.

Ahora, supongamos que X1 (t), . . . , Xn (t) son soluciones linealmente independientes de (2.11) en J y sea
 
x1 (t)
 x2 (t) 
 
X(t) =  .   otra solución de (2.11), de forma que xi (t0 ) = ki , 1 ≤ i ≤ n con t0 ∈ J. Tenemos el sistema

 .. 
xn (t)
lineal con coeficientes reales e incógnitas C1 , · · · , Cn :


 x11 (t0 )C1 + · · · +


xn1 (x0 )Cn = k1
 x21 (t0 )C1 + · · · +

cn2 (x0 )Cn = k2
.. .. . . . .. .. ..


 . . . .. . . .

xn1 (t0 )C1 + · · · + xnn (t0 )Cn = kn

que es compatible determinado pues W (X1 , . . . , Xn )(t0 ) 6= 0. Por tanto, tiene solución única en C1 , . . . , Cn .
Pn
Como X(t)
e = i=1 Ci Xi (t) es una solución de (2.11) con las mismas condiciones iniciales en t0 , necesariamente
Xm
X(t) = X(t)
e = Ci Xi (t).
i=1
Corolario 2.8 El subespacio vectorial de las soluciones del sistema lineal homogéneo (2.11) en un intervalo J
tiene dimensión n.
Matriz fundamental
Una matriz cuadrada Φ(t) de orden n es una matriz fundamental para el sistema lineal homogéneo (2.11),
si cada una de sus columnas es una solución de (2.11) y det(Φ(t)) 6= 0, es decir, las columnas de Φ(t) son n
soluciones linealmente independientes de (2.11).
Proposición 2.9 Si Φ(t) es una matriz fundamental para (2.11), entonces Φ0 (t) = A(t)Φ(t). Además, si C es
una matriz cuadrada constante de orden n e inversible (det(C) 6= 0), entonces Φ(t)C también es una matriz
fundamental. Es más, si Φ1 (t) y Φ2 (t) son matrices fundamentales para (2.11), entonces existe una matriz
constante e invertible C tal que Φ2 = Φ1 C.
Prueba.- Si Φ(t) es fundamental para (2.11), se tiene que Φ0j (t) = A(t)Φj (t), para cada columna Φj (t), 1 ≤
j ≤ n. Teniendo en cuenta que la columna j-ésima de la matriz producto A(t)Φ(t) es el producto de A(t) por
la columna j-ésima de Φ(t), se verifica que Φ0 (t) = A(t)Φ(t).
Por otro lado, si Φ(t) es fundamental para (2.11) y C es una matriz constante n × n e inversible, entonces
(Φ(t)C)0 = Φ0 (t)C = A(t)Φ(t)C y como det(Φ(t)C) = det(Φ(t)) det(C) 6= 0, se tiene que Φ(t)C es una matriz
fundamental para (2.11).
Finalmente, si Φ1 (t) y Φ2 (t) son matrices fundamentales para (2.11), sea Ψ(t) = Φ−11 (t)Φ2 (t). Se tiene que
Φ2 (t) = Φ1 (t)Ψ(t). Derivando respecto de t, Φ02 (t) = Φ01 (t)Ψ(t) + Φ1 (t)Ψ0 (t). Luego, Φ02 (t) = A(t)Φ2 (t) =
A(t)Φ1 (t)Ψ(t) = A(t)Φ1 (t)Ψ(t) + Φ1 (t)Ψ0 (t). Así Φ1 (t)Ψ0 (t) = 0 y como Φ1 (t) es inversible, necesariamente
Ψ0 (t) = 0. Luego, en el intervalo J en el que estamos trabajando Ψ(t) = C es constante e invertible (por serlo
Φ1 y Φ2 ).
2.3.2. EDO lineales homogéneas

Una ecuación lineal ordinaria de orden n homogénea es una ecuación de la forma:
an (x)y (n) + an−1 (x)y (n−1) + · · · + a1 (x)y 0 + a0 (x)y = 0. (2.12)

Nuestro objetivo es recopilar los resultados obtenidos para sistemas lineales homogéneos en términos de
EDO lineales homogéneas. Recordar que toda EDO lineal es equivalente a un sistema lineal (2.14) ó (2.15).
En primer lugar, como consecuencia del principio de superposición para sistemas lineales tenemos
Teorema 2.10 (Principio de superposición) Si y1 , y2 , . . . , ys son soluciones de la ecuación lineal homogé-

Ps
nea (2.12), entonces toda combinación lineal y = i=1 ci yi con ci ∈ R, 1 ≤ i ≤ s es también solución de
(2.12).
Corolario 2.11 La función idénticamente nula y(x) = 0 siempre es solución de la ecuación lineal homogénea
(2.12). El conjunto de soluciones de la ecuación lineal homogénea (2.12) en un intervalo J es un subespacio
vectorial de Dn (J).
Dependencia e independencia lineal
Evidentemente, tenemos los conceptos de dependencia e independencia lineal para F(J) con la misma defi-
nición que hemos dado para F n (J), sin más que hacer n = 1.
Ejemplos 2.12 1. Las funciones f1 (x) = cos2 (x), f2 (x) = sen2 (x), f3 (x) = sec2 (x) y f4 (x) = tan2 (x) son
linealmente dependientes en (−π/2, π/2). Basta tener en cuenta que
cos2 (x) + sen2 (x) − sec2 (x) + tan2 (x) = 0.
√ √
2. Las funciones f1 (x) = x + 5, f2 (x) = x + 5x, f3 (x) = x − 1 y f4 (x) = x2 son linealmente dependientes
en (0, ∞), pues f2 = f1 + 5f3 .
Consideremos f1 , f2 , . . . , fn ∈ Dn−1 (J), el determinante

f1
f2 ··· fn

0
f1 f20 ··· fn0

W (f1 , f2 , . . . , fn ) = .. .. .. ..
. . . .

(n−1) (n−1) (n−1)

f
1 f2 ··· fn
recibe el nombre de wronskiano de f1 , f2 , . . . , fn . Nótese que W (f1 , f2 , . . . , fn ) ∈ D0 (J) = F(J).

Teniendo en cuenta la equivalecia entre EDO lineales y sistemas lineales, tenemos los siguientes resultados
en términos de EDO lineales, que no son más que una traducción de los Teorema (2.6) y (2.7) y del Corolario
(2.8).
Teorema 2.13 Sean y1 , . . . , yn , n soluciones de la ecuación diferencial lineal homogénea (2.12) en un intervalo
abierto J. Entonces y1 , . . . , yn son linealmente independientes si, y sólo si, W (y1 , . . . , yn ) 6= 0 en J.
El siguiente resultado garantiza la existencia de n soluciones linealmente independientes y cómo se obtienen

todas las soluciones de (2.12) conocidas n soluciones linealmente independientes.
Teorema 2.14 Existen n soluciones linealmente independientes y1 , . . . , yn de la ecuación lineal homogénea

(2.12) en el intervalo abierto J de definición de los coeficientes an (x),. . . , a0 (x). Además, toda solución y de
n
X
(2.12) es combinación lineal de y1 , . . . , yn , es decir, existen α1 , . . . , αn ∈ R tal que y = αi yi .
i=1
Corolario 2.15 El subespacio vectorial de las soluciones de la ecuación lineal homogénea (2.12) en un intervalo
abierto J tiene dimensión n.
2.4. Sistemas lineales y EDO lineales no homogéneos

El objetivo de este apartado es probar el siguiente:
Teorema 2.16 Sea Xp (t) una solución particular del sistema lineal no homogéneo (2.3) y sean X1 (t), . . . , Xn (t)
soluciones linealmente independientes del sistema lineal homogéneo (2.11). Entonces si X(t) es una solución
cualquiera de (2.3) existen c1 , . . . , cn ∈ R tal que X(t) = c1 X1 (t) + · · · + cn Xn (t) + Xp (t).
Prueba.- Basta observar que X(t) − Xp (t) es solución del sistema lineal homogéneo (2.11) y aplicar 2.7.
La traducción del Teorema (2.16) en términos de EDO lineales es el siguiente:
Teorema 2.17 Sea yp una solución particular de la ecuación diferencial lineal no homogénea (2.6) y sean
y1 , . . . , yn soluciones linealmente independientes de la ecuación diferencial lineal homogénea (2.12). Entonces si
y es una solución cualquiera de (2.6) existen c1 , . . . , cn ∈ R tal que y = c1 y1 + · · · + cn yn + yp .
2.5. Exponencial de una matriz

Nuestro siguiente objetivo será describir métodos para resolver sistemas lineales y EDO lineales homogéneos
a coeficientes constantes, pero antes debemos establecer algunas propiedades de la exponencial de una matriz.
Sea A una matriz cuadrada de orden n en los números reales. Se define la exponencial de A como eA =
∞
X 1
Am . Donde A0 = I es la matriz identidad de orden n.
m=0
m!
Se puede demostrar que la serie (matricial) anterior es convergente.
Proposición 2.18 Sean A, B y P matrices cuadradas de orden n tal que P es invertible. Se verifican las
siguientes propiedades:
1. Si A = P −1 BP (es decir, A y B son semejantes), entonces eA = P −1 eB P . Además, det(eA ) = etraza(A)
2. eA(t+s) = eAt eAs .

−1
3. eAt es invertible con eAt = e−At .
4. Si AB = BA, entonces eAt+Bt = eAt eBt .

Prueba.- La primera parte de 1. es consecuencia de que Am = P −1 B m P . La segunda parte de 1. es más

complicada de probar. Lo haremos sólo enel caso en que A es diagonalizable.
 En este caso, existe una matriz
d1 0 ··· 0
 0 d2 · · · 0 
 
−1 A
inversible P y una matriz diagonal D =   .. ..  tal que A = P DP con lo que det(e ) =
.. 
 . . d... . 
0 0 ··· dn
det(eD ) = ed1 · · · edn = ed1 +···+dn = etraza(D) = etraza(A) , pues matrices semejantes tienen la misma traza
(recuérdese que la traza es el coeficiente de grado n − 1 del polinomio característico de la matriz).
3. es consecuencia de 2., tomando s = −t. La primera afirmación se obtiene al multiplicar las correspondientes
series de eAt y eAs y se deja como ejercicio comprobarlo.
La prueba de 4. es análoga a la de 2., multiplicando las correspondientes series de eAt y eBt , teniendo en
n
n
X n k n−k
cuenta que (A + B) = A B , ya que AB = BA.
k
k=0
2.6. Coeficientes constantes

En esta sección, estudiaremos algunas propiedades de los sistemas lineales como (2.3) en los que la matriz
A(t) es constante, es decir, las funciones que la componen son constantes en el intervalo de definición.
2.6.1. Sistemas lineales homogéneos a coeficientes constantes

Consideremos el sistema lineal homogéneo a coeficientes constantes
X 0 (t) = AX(t). (2.13)
Teorema 2.19 eAt es una matriz fundamental para (2.13).
Prueba.- Basta tener en cuenta que (eAt )0 = AeAt .
Proposición 2.20 Sea v cualquier vector de Rn escrito como matriz columna. Entonces eAt v es una solución
del sistema homogéneo (2.13). Además, si v1 , . . . , vs son vectores linealmente independientes de Rn escritos
como matrices columna, entonces eAt v1 , . . . , eAt vs son linealmente independientes.
t2 3 tn−1
Prueba.- Como (eAt )0 = A + tA2 + A +···+ An + · · · , se tiene que (eAt v)0 = AeAt v y eAt v es una
2! (n − 1)!
solución de (2.13).
Por otro lado, dada una combinación lineal α1 eAt v1 + · · · + αs eAt vs = 0, operando tenemos eAt (α1 v1 + · · · +
αs vs ) = 0. Como eAt es invertible tenemos que α1 v1 + · · · + αs vs = 0 y por la independencia lineal de v1 , . . . ,
vs es α1 = · · · = αs = 0. Luego eAt v1 , . . . , eAt vs son linealmente independientes.
Nota 2.21 El resultado anterior proporciona otra forma de encontrar un sistema de n soluciones linealmente
independientes. Aparentemente, no se ha mejorado mucho pues debemos calcular productos del tipo eAt v. Sin
embargo, con los subespacios propios (o invariantes) generalizados se pueden encontrar vectores v de forma que
el cálculo de eAt v es relativamente sencillo.
Comencemos considerando λ un número real, tenemos
eAt v = eAt−λIt+λIt v = e(A−λI)t eλIt v,
la última igualdad gracias a que (A − λI)λI = λI(A − λI). Ahora bien,

2 2

λIt 2t 2t
e v = I + λIt + (λI) + · · · v = 1 + λt + λ + · · · Iv = eλt v.
2! 2!
Por tanto, eAt v = eλt e(A−λI)t v.

Si (A − λI)m v = 0 para algún entero positivo m, entonces (A − λI)m+e v = 0, para cada entero positivo e.
(A−λI)t tm−1 m−1
De esta forma, e v = I + (A − λI)t + · · · + (A − λI) vy
(m − 1)!
tm−1

eAt v = eλt v + (A − λI)tv + · · · + (A − λI)m−1 v es una solución del sistema homogéneo (2.13).
(m − 1)!
Por otro lado, para que (A − λI)m v = 0 con v 6= 0, debe ocurrir que λ sea un valor propio de la matriz A,
pues (A − λI)m−1 v un vector propio de A, siempre que se tome m el menor entero tal que (A − λI)m v = 0.
El siguiente resultado recopila algunas de las propiedades más interesantes de los subespacios propios gene-
ralizados.
Proposición 2.22 Sean λ1 , . . . , λs los valores propios de la matriz A con multiplicidades algebraicas m1 , . . . , ms .
Sea Vi el conjunto de soluciones del sistema lineal homogéneo (A − λi I)mi Y = 0, 1 ≤ i ≤ s. Se verifican las
siguientes afirmacones:
1. Vi es un subespacio vectorial de dimensión finita mi , 1 ≤ i ≤ s.
2. Si {v1i , . . . , vm
i
i
} es una base de Vi , 1 ≤ i ≤ s, entonces {v11 , . . . , vm
1
1
, . . . , v1s , . . . , vm
s
s
} es una base del
espacio ambiente.
No probaremos este resultado. Sin embargo, llamamos la atención del lector sobre el hecho de que estamos
trabajando con matrices reales A que pueden tener valores propios complejos. La proposición anterior tiene
sentido, en general, en Cn . Sólo cuando todos los valores propios λ1 , . . . , λs sean reales, se podrá suponer que
estamos trabajando en Rn .
En cualquier caso, desde el punto de vista operacional no hay diferencia, y veremos como a partir de soluciones
complejas se pueden obtener soluciones reales.
Procedimiento para resolver el sistema homogéneo (2.13)
Determinar los valores propios λ1 , . . . , λs de la matriz A y sus multiplicidades algebraicas m1 , . . . , ms .

i
Determinar mi soluciones linealmente independientes {v1i , . . . , vm i
} del sistema lineal homogéneo (A −
λi I)mi Y = 0, 1 ≤ i ≤ s.
La solución general es X(t) = c11 X11 (t) + · · · + c1m1 Xm 1

1
(t) + · · · + cs1 X1s (t) + · · · + csms Xm
s
s
(t), donde
mi −1

t
Xji (t) = eAt vji = eλi t vji + (A − λi I)tvji + · · · + (A − λi I)mi −1 vji , 1 ≤ j ≤ mi , 1 ≤ i ≤ s.
(mi − 1)!
Atención: Puede ocurrir que para algún vji sea (A − λi I)h vji = 0 con h ≤ mi − 1, entonces Xji (t) =
th−1

λi t i i h−1 i
e vj + (A − λi I)tvj + · · · + (A − λi I) vj , con (A − λi I)h−1 vji 6= 0.
(h − 1)!
Caso de valores propios complejos: Si λ es un valor propio complejo no real de multiplicidad m, entonces
su conjugado λ es también un valor propio con la misma multiplicidad. Es más, las soluciones de (A−λI)m Y = 0
son conjugadas de las de (A − λI)m Y = 0, de hecho, si {v1 , . . . , vm } son soluciones linealmente independientes
de (A − λI)m Y = 0, entonces sus conjugadas {v1 , . . . , vm } lo son de (A − λI)m Y = 0.
De esta forma, tenemos las soluciones linealmente independientes
tm−1

λt m−1
Xj (t) = e
e vj + (A − λI)tvj + · · · + (A − λI) vj ,
(m − 1)!
1 ≤ j ≤ m, asociadas al valor propio λ y las soluciones conjugadas, también linealmente independientes,
tm−1

λt m−1
Xj (t) = e
e vj + (A − λI)tvj + · · · + (A − λI) vj ,
(m − 1)!
1 ≤ j ≤ m, asociadas a su conjugado λ.
Para obtener 2m soluciones reales linealmente independientes que sustituyan a las anteriores, basta consi-
X
ej (t) + X
ej (t) ej (t) − X
X ej (t)
derar las soluciones Xj (t) = y Xj∗ (t) = .
2 2i
Ejemplos 2.23 Resolver los siguientes sistemas lineales de ecuaciones diferenciales o problemas de valores
iniciales.
(
x0 = 2x + 3y
1. . Los valores propios son las raíces de
y 0 = 2x + y

2−λ 3
= λ2 − 3λ − 4 = (λ + 1)(λ − 4) = 0.

1−λ

2
Como la multiplicidad algebraica es uno, basta calcular dos vectores

! propios
! asociados a los dos valores
k1 0
propios. Para λ1 = −1, se resuelve el sistema (A − λ1 I) = , obteniendo el vector propio
k2 0
!
1
K1 = .
−1
!
3
Análogamente, K2 = es un vector propio asociado a λ2 = 4. La solución general del sistema es
2
! !
1 −t 3
X = c1 e + c2 e4t .
−1 2
 
2 1 6
0
2. X =  0 2 5  X. Es inmediato comprobar que la matriz del sistema sólo tiene un valor propio λ = 2
 
0 0 2
 3  2
0 1 6 0 1 6
con multiplicidad 3. Debemos calcular (A − 2I)3 =  0 0 5  = 0 y (A − 2I)2 =  0 0 5  =
   
0 0 0 0 0 0
       
0 0 5 1 0 0
3
 0 0 0  . Como (A−2I) = 0 es la matriz nula los vectores v = , v = y
 0  2  1  3  0  v =
       
1
0 0 0 0 0 1
3
son linealmente independientes y (A − 2I) vi = 0, i = 1, 2, 3. La solución general se escribe como:
2

2t 2t
X(t) = e I + (A − 2I)t + (A − 2I) (c1 v1 + c2 v2 + c3 v3 ) =
2
  
1 t 6t + 5t2 /2 c1
e2t  0 1 5t   c2 
  
0 0 1 c3
! !
2 8 2 2−λ 8
3. X 0 = X; X(0) = . Resolvemos = λ2 + 4 = 0, y los valores pro-

−1 −2 −1 −1 −2 − λ
! !
2−λ 8 k1
pios son λ1 = 2i y λ2 = λ1 = −2i. Para λ1 , un vector propio es solución del sistema =
−1 −2 − λ k2
! ! !
0 2 + 2i 2 − 2i
. Así, v1 = es un vector propio asociado a λ1 y v2 = v 1 = es un vector
0 −1 −1
propio asociado a λ2 = λ1 .
!
e1 (t) = e2it v1 = (cos(2t) + i sen(2t)) 2 + 2i
Dos soluciones linealmente independientes son: X y su
−1
!
conjugada X e 1 (t) = e−2it v2 = (cos(2t) − i sen(2t)) 2 − 2i . Dos soluciones reales linealmente indepen-
−1
dientes se obtienen como
!
X
e1 (t) + Xe 1 (t) 2(cos(2t) − sen(2t))
X1 (t) = =
2 − cos(2t)
y !
e1 (t) − X
X e 1 (t) 2(cos(2t) + sen(2t))
X1∗ (t) = = .
2i − sen(2t)
2.6.2. EDO lineales homogéneas con coeficientes constantes

Consideremos la ecuación a coeficientes constantes
an y (n) + an−1 y (n−1) + · · · + a1 y 0 + a0 y = f (x). (2.14)

con a0 , a1 , · · · , an ∈ R y an 6= 0, De hecho podemos suponer que an = 1 sin pérdida de generalidad.

El sistema lineal homogéneo asociado a (2.14) se escribe de la forma
Y 0 = AY (2.15)
y10 (x)
     
0 1 0 ··· 0 y1 (x)

 0 0 1 · 0 


 y2 (x) 


 y20 (x) 

 .. .. .. .. ..   ..  ; Y 0 (x) = 
  .. 
donde A = 
 . . . . .
 ; Y (x) = 
  .   .


0
     
 0 0 0 ··· 1   yn−1 (x)   yn−1 (x) 
−a0 −a1 −a2 ··· −an−1 yn (x) yn0 (x)
Antes de nada debemos calcular los valores propios de A y para ello necesitamos determinar el polinomio
característico de A.
−λ 1 0 ··· 0

0
−λ 1 · 0

. . . . . = (−1)n (λn + an−1 λn−1 + · · · + a1 λ + a0 )

| A − λI |= ..
.. .. .. ..

0
0 0 · · · 1

−a −a −a · · · −a
n−1 − λ

0 1 2
Por tanto, los valores propios son las soluciones de la denominada ecuación característica,
λn + an−1 λn−1 + · · · + a1 λ + a0 = 0
obtenida al sustituir y (k por λk para 0 ≤ k ≤ n en la ecuación (2.14).

Supongamos que λ es un valor propio de A de multiplicidad m. El siguiente paso es determinar m soluciones
linealmente independientes del sistema lineal homogéneo (A − λI)m X = 0. Para esto consideraremos el sistema
 
0
 ..   

 . 
 1
 λ 
0
 
k 
   
n
  d  λ2 
de vectores {v1 , · · · , vm } de R , donde vm−k = 
 k(k − 1) · · · 2 · 1  = dλk 
 ,
 .. 

(k + 1)k(k − 1) · · · 2 · λ
 
   . 
 .. 

 .

 λn−1
(n − 1)(n − 2) · · · (n − k)λn−k−1
 
1
 λ 
 
λ2  .
 
k = 0, 1, · · · , m − 1. En particular vm = 
 .. 
 
 . 
λn−1
Observamos que {v1 , · · · , vm } son linealmente independientes y dejamos al lector la comprobación de las
siguientes relaciones de recurrencia: Avm = λvm y Avk = λvk + vk+1 ; k = 1, 2, · · · m − 1.
Como consecuencia se tiene que (A − λI)k+1 vm−k = 0, k = 0, 1, · · · , m − 1. En particular, (A − λI)m vm−k =

0, k = 0, 1, · · · , m − 1. Luego {v1 , · · · , vm } som m soluciones linealmente independientes de (A − λI)m X = 0.
De esta forma, para 0 ≤ k ≤ m − 1 tenemos la solución de (2.15) dada por
k
tk

λt kt λt
Ym−k (x) = e I + (A − λI)t + · · · + (A − λI) vm−k = e vm−k + vm−k+1 t + · + vm .
k! k!
Finalmente, debemos traducir el sistema de soluciones linealmente independientes de (2.15) en términos de
la ecuación lineal (2.14). Para ello basta observar que la primera componente de Ym−k proporciona una solución
tk
de (2.15). Dicha componente es ym−k = eλt , 0 ≤ k ≤ m − 1.
k!
En otras palabras, para el valor propio λ de multiplicidad m obtemos las soluciones de (2.14) linealmente
independientes {eλt , teλt , ·, tm−1 eλt }.
Señalamos que en el caso de que λ sea complejo, tenemos que su conjugado λ es también un valor propio
de A (con la misma multiplicidad) que proporciona soluciones conjugadas. Si λ = α + iβ, entonces eλt =
eαt (cos(βt) + i sen(βt)), con lo que obtenemos soluciones reales
{eαt cos(βt), eαt sen(βt), teαt cos(βt), teαt sen(βt), · · · , tm−1 eαt cos(βt), , tm−1 eαt sen(βt)}.
Podemos resumir lo anterior en el siguiente procedimiento:

Determinar las raíces (con multiplicidad) de la ecuación característica
λn + an−1 λn−1 + · · · + a1 λ + a0 = 0 (2.16)

Si λ1 , · · · , λs son raíces reales con multiplicidades respectivas a1 , · · · , as , α1 + iβ1 , · · · , αr + iβr son raíces com-
plejas con multiplicidad respectivas b1 , b1 , · · · , br , br ; entonces la solución general se escribe como combinación li-
neal de las funciones eλi x , xeλi x , · · · , xαi −1 eλi x , eαj x cos(βj x), eαj x sen(βj x), xeαj x cos(βj x), xeαj x sen(βj x), · · · ,
· · · , xbj −1 eαj x cos(βj x), xbj −1 eαj x sen(βj x), 1 ≤ i ≤ s, 1 ≤ j ≤ r.
Ejemplos 2.24 1. Resolver y 000 + 3y 00 − 4y = 0. La ecuación característica es m3 + 3m2 − 4 = 0 cuyas raíces

son 1 (simple) y −2 con multiplicidad dos. La solución general es y = c1 ex + c2 e−2x + c3 xe−2x .
2. Resolver y (4) +2y 00 +y = 0. La ecuación característica es m4 +2m2 +1 = (m2 +1)2 = 0 que tiene por raíces i
y −i ambas con multiplicidad dos. La solución general es y = c1 cos(x)+c2 sen(x)+c3 x cos(x)+c4 x sen(x).
Atención: Aparentemente toda la dificultad para resolver una ecuación diferencial lineal homogénea con co-
eficientes constantes está en determinar las raíces de su ecuación característica. Este no es un problema menor,
incluso en grados relativamente bajos. Conviene recordar que sólo hasta grado cuatro es posible resolver por
radicales tales ecuaciones y que, en general, para grado cinco o superior es necesario utilizar métodos numéricos
o algún sistema de computación algebraica.
2.7. Variación de parámetros

En este apartado, nos ocuparemos del método de variación de parámetros que permite obtener la
solución particular de un sistema lineal o de una EDO lineal (no necesariamente a coeficientes constantes),
conocida una base del espacio vectorial de soluciones del sistema lineal homogéneo o de la EDO homogénea
asociados.
Variación de parámetros para sistemas lineales
Consideremos el sistema lineal no homogéneo
X 0 (t) = A(t)X(t) + F (t). (2.17)
Supongamos que conocemos una matriz fundamental Φ(t) para el sistema homogéneo X 0 (t) = A(t)X(t).
 
u1 (t)
 u2 (t) 
 
La idea es considerar una matriz U (t) =  . 

 de funciones tal que Xp (t) = Φ(t)U (t) sea una solución
 .. 
un (t)
particular de (2.17).
Como Xp0 (t) = Φ(t)U 0 (t) + Φ0 (t)U (t), al imponer que sea solución de (2.17) se tiene
Φ(t)U 0 (t) + Φ0 (t)U (t) = A(t)Φ(t)U (t) + F (t)
y como Φ0 (t) = A(t)Φ(t), se tiene Φ(t)U 0 (t) + A(t)Φ(t)U (t) = A(t)Φ(t)U

Z (t) + F (t), es decir, Φ(t)U 0 (t) = F (t)
y como Φ(t) es invertible, U 0 (t) = (Φ(t))−1 F (t) con lo que U (t) = (Φ(t))−1 F (t)dt. De esta forma, la solución
Z Z
particular es Xp = Φ(t) (Φ(t)) F (t)dt y la solución general X = Φ(t)C + Φ(t) (Φ(t))−1 F (t)dt, donde C es
−1
una matriz columna de constantes ó parámetros.

! !
−3
0 1 3t
Ejemplo 2.25 Calcular la solución general de X = X+ .
2 −4 e−t
Primero se resuelve el sistema
homogéneo, para
lo que determinamos los valores propios de la matriz del
−3 − λ 1
sistema que son las raíces de = (λ + 2)(λ + 5) = 0.

2 −4 − λ
! !
1 1
Se puede comprobar que es un vector propio asociado a λ1 = −2 y que es un vec-
1 −2
!
1
tor propio asociado a λ2 = −5. Luego dos soluciones linealmente independientes son X1 (t) = e−2t
1
! !
1 −5t e−2t e−5t
y X2 (t) = e . Una matriz fundamental es Φ(t) = cuya inversa es Φ−1 (t) =
−2 e−2t −2e−5t
!
2 2t 1 2t
3e 3e . La solución particular es
1 5t
3e − 13 e5t
!Z ! !
e−2t e−5t 2 2t
3e
1 2t
3e 3t
Xp (t) = dt =
e−2t −2e−5t 1 5t
3e − 31 e5t e−t
!Z !
e−2t e−5t 2te2 t + 31 et
= dt =
e−2t −2e−5t te5t − 13 e4t
! ! !
e−2t e−5t te2t − 21 e2t + 13 et 6
5t − 27
50 + 14 e−t
= = .
e−2t −2e−5t 1 5t 1 5t
5 te − 25 e − 12 e
1 4t 3
5t − 21
50 + 12 e−t
La solución general se escribe como
! ! ! ! !
6 27 1
1 1
X = c1 e−2t + c2 e−5t + 5
3
t− 50
21
+ 4
1
e−t .
1 −2 5 50 2
Variación de parámetros para EDO lineales
Consideremos la ecuación diferencial lineal
y (n + an−1 (x)y (n−1 + · · · + a1 (x)y 0 + a0 (x) = f (x) (2.18)
Supongamos que y1 , · · · .yn son soluciones linealmente independientes de la ecuación homogénea y (n +

an−1 (x)y (n−1 + · · · + a1 (x)y 0 + a0 (x) = 0.
El sistema lineal asociado a (2.18) se escribe de la forma Y 0 = A(x)Y + F (x), donde
 
0 1 0 ··· 0

 0 0 1 ··· 0 

 .. .. .. .. .. 
A(x) = 
 . . . . .


 
 0 0 0 ··· 1 
−a0 (x) −a1 (x) −a2 (x) ··· −an−1 (x)
y10 (x)
     
y1 (x) 0

 y2 (x) 


 y20 (x) 


 0 

 ..  0
 ..   .. 
Y (x) = 
 .
,
 Y (x) = 
 .
,
 F (x) = 
 .


0
     
 yn−1 (x)   yn−1 (x)   0 
yn (x) yn0 (x) f (x)
Una matriz fundamental del sistema se escribe como
 
y1 y2 ··· yn
0
y20 ··· yn0
 
 y1 
.. .. ..
 
Φ(x) = 
 .. 
 . . . . 

 y (n−2 y (n−2 ··· yn
(n−2 
 1 2 
(n−1 (n−1 (n−1
y1 y2 ··· yn
 
u1 (x)
u2 (x)
 
 
Queremos encontrar una solución particular Yp (x) = Φ(x)U (x) donde U (x) = 
 ..  es la matriz de

 . 
un (x)
funciones a determinar.
Razonando como en el caso de sistemas lineales, tendríamos Φ(x)U 0 (x) = F (x) es decir, debemos resolver



 y1 u01 + y2 u02 + ··· + yn u0n = 0
0 0 0 0 0 0
+ ··· +



 y1 u1 + y2 u2 yn un = 0
.. .. .. ..

..
 . . . . .
 (n−2 0 (n−2 0 (n−2 0



 y1 u1 + y2 u2 + · · · + yn un = 0
 y (n−1 u0 + y (n−1 u0 + · · · + y (n−1 u0 = f (x)

1 1 2 2 n n
Wk
Así, u0k = , 1 ≤ k ≤ n, donde W = W (y1 , · · · , yn ) es el wronskiano de y1 , · · · , yn y Wk es el determinante
W
obtenido al sustituir la columna k−ésima del wronskiano por la columna de términos independientes. Integrando
las ecuaciones diferenciales (de orden 1) que se obtienen se calculan las funciones u1 , · · · , un que buscabamos
determinar.
Ejemplos 2.26 Resolver las siguientes ecuaciones:
1. y 00 − 4y 0 + 4y = (x + 1)e2x . La ecuación característica tiene a 2 como raíz doble. La solución general de

la ecuación homogénea es y = c1 e2x + c2 xe2x . Tenemos que W (e2x , xe2x ) = e4x . Luego, u01 = −x2 − x
y u02 = x + 1. Integrando, u1 = (−1/3)x3 − (1/2)x2 y u2 = (1/2)x2 + x. En consecuencia, una solución
particular es yp = (1/6)x3 e2 x + (1/2)x2 e2x y la solución general
1 1
y = c1 e2x + c2 xe2x + x3 e2x + x2 e2x .
6 2
2. y 00 −y = 1/x. La ecuación característica es m2 −1 = 0 con raíces 1 y −1. La solución general de la ecuación

e−x (1/x) ex (1/x)
homogénea es y = c1 ex + c2 e−x . W (ex , e−x ) = −2, Luego u01 = − y u01 = − . En este
−2 −2
caso, no podemos calcular primitivas de u1 y u2 .
2.8. Coeficientes indeterminados para EDO lineales no homogéneas

Consideremos la EDO lineal no homogénea a coeficientes constantes:
an y (n) (x) + an−1 y (n−1) (x) + · · · + a1 y 0 (x) + a0 y(x) = f (x) (2.19)
Una vez descritas las soluciones de la correspondiente ecuación homogénea, el problema se reduce a encontrar
una solución particular yp de (2.19), pues la solución general se escribirá como y = c1 y1 + · · · + cn yn + yp , donde
y1 , · · · , yn son soluciones linealmente independientes de (2.14) (véase el Teorema (2.17)).
El método de variación de los parámetros proporciona una solución particular. En algunas ocasiones, de-
pendiendo de como sea la función f (x) es posible encontrar una solución particular de (2.19), reduciendo la
cuestión a resolver la ecuación lineal homogénea y obteniendo la solución particular por la determinación de
los coeficientes de la solución general de dicha ecuación lineal homogénea. De ahí el nombre de método de
coeficientes indeterminados.
El objetivo de esta sección es describir este procedimiento. Pero antes debemos señalar algunas propiedades
de los operadores diferenciales con coeficientes constantes.
Algunas propiedades de los operadores diferenciales con coeficientes constantes

Pn Pm
Consideremos dos operadores diferenciales con coeficientes constantes, L1 = j=0 aj Dj y L2 = k=0 bk Dk .
Se tiene entonces que L2 ◦ L1 = L1 ◦ L2 , es decir, los operadores diferenciables a coeficientes constantes con-
mutan.
Atención: Si los coeficientes no son constantes, en general, dos operadores no conmutan. Por ejemplo, D ◦
(xD) = D + xD2 y (xD) ◦ D = xD2 .
Un operador L tal que para una función f verifica que L(f ) = 0, se denomina un anulador de f . Observamos
que si L1 es un anulador de f y L2 es un anulador de g, ambos operadores con coeficientes constantes, entonces
L2 ◦ L1 y L1 ◦ L2 anulan a f + g.
Se tiene que
1. El operador diferencial Dn anula a 1, x, x2 , . . . , xn−1 .
2. El operador (D − α)n anula a eαx , xeαx , . . . , xn−1 eαx .
3. El operador [D2 − 2αD + (α2 + β 2 )]n anula a eαx cos(βx), xeαx cos(βx), . . . , xn−1 eαx cos(βx)
y a eαx sen(βx), xeαx sen(βx), . . . , xn−1 eαx sen(βx).
Ejercicio 2.27 Calcular un operador diferencial que anule a 5e−x cos(2x) − 9e−x sen(2x).
Determinación de una solución particular
La idea es utilizar estos hechos para calcular una solución particular de la ecuación (2.19).
Notamos que (2.19) se puede expresar como L(y) = f (x).
Xn
Para poder aplicar las propiedades anteriores, supongamos que f (x) es una función polinomial ( αi xi ),
i=0
exponencial (eαx ), seno (sen(βx)), coseno (cos(βx)), ó sumas y productos finitos de esas funciones.
Podremos, por tanto, encontrar un operador diferencial L1 (que será combinación lineal finita de productos
de operadores del tipo Dn , (D − α)n y [D2 − 2αD + (α2 + β 2 )]n que sea un anulador de f , es decir, L1 (f ) = 0,
y por tanto, (L1 ◦ L)(y) = L1 (f ) = 0.
De esta forma, una solución particular de (2.19) se encuentra entre las soluciones de la ecuación homogénea
(L1 ◦ L)(y) = 0.
El procedimiento se resume en los siguientes pasos:
1. Se resuelve la ecuación homogénea L(y) = 0.
2. Se determina un operador L1 tal que L1 (f ) = 0.
3. Se determina la solución general de la ecuación homogénea (L1 ◦ L)(y) = 0.
4. Se suprimen de la solución de (L1 ◦ L)(y) = 0 los términos que aparecen en la solución de L(y) = 0 y se
obtiene una propuesta de solución y1 que dependerá de algunos parámetros.
5. Se calculan los parámetros (coeficientes indeterminados) obligando a que L(y1 ) = f (x) y se obtiene la
solución particular.
Ejemplo 2.28 Calcular una solución particular de y 000 − 4y 00 + 4y 0 = 5x2 − 6x + 4x2 e2x + 3e5x .
Se observa que D3 (5x2 − 6x) = 0, (D − 2)3 (x2 e2x ) = 0 y (D − 5)(e5x ) = 0. Luego D3 (D − 2)3 (D − 5) es un
anulador de 5x2 − 6x + 4x2 e2x + 3e5x .
Tenemos que resolver la ecuación homogénea (D3 (D−2)3 (D−5)(D3 −4D2 +4D))(y) = 0 ò equivalentemente
(D4 (D − 2)5 (D − 5))(y) = 0. Como 0 es una raíz de orden 4 de la ecuación característica, 2 lo es de orden 5 y
5 es simple, la solución general es
y = c1 + c2 x + c3 x2 + c4 x3 + c5 e2x + c6 xe2x + c7 x2 e2x + c8 x3 e2x + c9 x4 e2x + c10 e5x .
Como la solución general de (D3 − 4D2 + 4D)(y) = (D(D − 2)2 )(y) = 0 es y = c1 + c5 e2x + c6 xe2x , resulta
que la solución particular tiene la forma
yp = Ax + Bx2 + Cx3 + (Ex2 + F x3 + Gx4 )e2x + He5x .
2.9. La ecuación de Cauchy-Euler

Una ecuación de la forma
an xn y (n) + an−1 xn−1 y (n−1) + · · · + a1 xy 0 + a0 y = f (x). (2.20)
donde an , an−1 , . . . , a1 , a0 ∈ R, x > 0, se denomina ecuación de Cauchy-Euler.

Puesto que es una EDO lineal, la solución general se obtiene sumando una solución particular a la solución
general de la ecuación lineal homogénea.
Comenzaremos resolviendo la EDO lineal homogénea asociada
an xn y (n) + an−1 xn−1 y (n−1) + · · · + a1 xy 0 + a0 y = 0. (2.21)
Para encontrar las soluciones de (2.21), se plantea el cambio de variable t = ln(x), ó x = et ; con la idea de
transformar (2.21) en una EDO lineal homogénea a coeficientes constantes.
Antes de nada observamos que (2.21) puede escribirse en términos de operadores lineales como
(an xn Dxn + an−1 xn−1 Dx(n−1) + · · · + a1 xDx + a0 )y = 0. (2.22)

d
donde Dx denota el operador diferencial derivar respecto a x, es decir Dx = .
dx
d
Par transformar la ecuación (2.22) en términos del operador diferencial Dt = , debemos relacionar Dx y
dt
Dt .
df df /dt 1 1
Consideraremos f (x) una función derivable para x > 0. Se tiene que Dx f = = = t Dt f = Dt f.
dx dx/dt e x
Por tanto xDx = Dt .
En general se verifica
xn Dxn = Dt (Dt − 1)(Dt − 2) · · · (Dt − (n − 1)) (2.23)
Lo hemos probado para n = 1. Procediendo por inducción, supongamos el resultado cierto para n, y verifi-
quemos que es cierto para n + 1. En efecto,

n+1 n+1 n+1 n n+1 1
x Dx = x (Dx Dx ) = x Dx Dt (Dt − 1)(Dt − 2) · · · (Dt − (n − 1)) =
xn

−n 1 1
= xn−1 n+1 Dt (Dt − 1)(Dt − 2) · · · (Dt − (n − 1)) + n Dt Dt (Dt − 1)(Dt − 2) · · · (Dt − (n − 1)) =
x x x
Dt (Dt − 1)(Dt − 2) · · · (Dt − (n − 1))(Dt − n)
Ahora podemos escribir (2.22) en términos de Dt como
 
Xn
 aj Dt (Dt − 1)(Dt − 2) · · · (Dt − (n − 1)) (y) = 0 (2.24)
j=0
que es lineal a coeficientes constantes.
Ejemplos 2.29 Resolver las siguientes ecuaciones:
1. x2 y 00 − 2xy 0 − 4y = 0. En términos de operadores diferenciales (x2 Dx2 − 2xDx − 4)y = 0. Haciendo el

cambio t = ln(x), se transforma en Dt (Dt − 1) − 2Dt − 4)y = 0, es decir (Dt2 − 3Dt − 4)y = 0. La ecuación
característica es m2 − 3m − 4 = 0 que tiene por raíces m1 = −1 y m2 = 4. La solución general en términos
de t es y = c1 e−t + c2 e4t y deshaciendo el cambio de variable y = c1 x−1 + c2 x4 .
2. 4x2 y 00 +8y 0 +y = 0. En términos de operadores diferenciales (4x2 Dx2 +8xDx +1)y = 0. Haciendo el cambio
t = ln(x), se transforma en (4Dt (D1 − 1) + 8Dt + 1)y = 0, es decir (4Dt2 + 4Dt + 1)y = 0.
La ecuación característica es 4m2 + 4m + 1 = 0 cuya única solución es m1 = −(1/2). La solución general
en términos de t es y = c1 e−t/2 + c2 te−t/2 y deshaciendo el cambio de variable y = c1 x−1/2 + c2 x−1/2 ln x.
3. 4x2 y 00 + 17y = 0, y(1) = −1, y 0 (1) = 0. En términos de operadores diferenciales (4x2 Dx2 + 17)y = 0.
Haciendo el cambio t = ln(x), se transforma en (4Dt2 − 4Dt + 17)y = 0. La ecuación característica es
4m2 − 4m + 17 = 0, que tiene por raíces m1 = (1/2) + 2i y m2 = (1/2) − 2i. La solución general es y =
√
et/2 (c1 cos(2t) + c2 sen(2t)) y deshaciendo el cambio y = x(c1 cos(2 ln x) + c2 sen(2 ln x)). Imponiendo las
√
condiciones iniciales se obtiene c1 = −1 y c2 = 1/4, con lo que la solución buscada es y = x(− cos(2 ln x)+
1
sen(2 ln x)).
4
4. x3 y 000 + 5x2 y 00 + 7xy 0 + 8y = 0. En términos de operadores diferenciales (x3 Dx3 + 5x2 Dx2 + 7xDx + 8)y = 0.
Haciendo el cambio de variable t = ln(x), se transforma en (Dt (Dt −1)(Dt −2)+5Dt (Dt −1)+7Dt +8)y = 0.
La ecuación característica es m3 + 2m2 + 4m + 8 = (m + 2)(m2 + 4) = 0 con raíces m1 = −2, m2 =
2i, m3 = −2i. La solución general en términos de t es y = c1 e−2t + c2 cos(2t) + c3 sen(2t) y deshaciendo
el cambio de variable y = c1 x−2 + c2 cos(2 ln x) + c3 sen(2 ln x).
Como hemos dicho, para resolver la ecuación (2.20) basta con encontrar una solución particular, una vez
resuelta la ecuación homogénea correspondiente. Por ejemplo, mediante el método de variación de parámetros
pues los coeficientes no son constantes.
Ejemplo 2.30 Resolver x2 y 00 − 3xy 0 + 3y = 2x4 ex . La ecuación homogénea tiene por solución general y =
c1 x + c2 x3 .
Ahora utilizamos el método de variación de parámetros con la ecuación
3 0 3
y 00 − y + 2 y = 2x2 ex .
x x
Se tiene que u01 = −x2 ex y u02 = ex , con lo que u1 = −x2 ex + 2xex − 2ex y u2 = ex y la solución particular es
yp = u1 x + u2 x3 = 2x2 ex − 2xex . Finalmente, la solución general es y = c1 x + c2 x3 + 2x2 ex − 2xex . 1
1 Notar que el coeficiente de y 00 es uno, es decir, hemos dividido por x2 la ecuación. Pueden aparecer problemas si se aplica
variación de los parámetros directamente sobre la ecuación original..
Apéndice A
Sistemas autónomos planos
Un sistema de ecuaciones diferenciables ordinarias de primer orden es autónomo cuando se puede escribir
en la forma: 

 x01 (t) = g1 (x1 , . . . , xn )
 x02 (t) = g2 (x1 , . . . , xn )


. (A.1)
 ...

..
.


 0
xn (t) = gn (x1 , . . . , xn )
Se observa que la variable independiente t no aparece de forma explícita en las funciones gi , 1 ≤ i ≤ n. También,
se hace notar que los sistemas lineales homogéneos a coeficientes constantes son autónomos.
Consideremos un sistema autónomo plano
(
x0 (t) = P (x, y)
. (A.2)
y 0 (t) = Q(x, y)
Tenemos que el vector V (x, y) = (P (x, y), Q(x, y)) define un campo vectorial en una cierta región del
plano. Una solución X(t) = (x(t), y(t)) de (A.2) define una curva C en forma paramétrica que tiene a X 0 (t) =
V (x(t), y(t)) por vector tangente en el punto (x(t), y(t)). También, se suele decir que C es la trayectoria de
la solución, en el sentido físico de una partícula que en el instante t tiene la posición (x(t), y(t)). Nótese que
(x(t−γ), y(t−γ)) es también solución de X 0 (t) = V (x(t), y(t)) con la misma trayectoria, cuando γ es un número
real fijo. En otras palabras, existen infinitas soluciones que definen la misma trayectoria.
Aconsejamos al lector que vuelva a leer el apartado del capítulo 1 dedicado a las ecuaciones diferenciales de
primer orden autónomas.
Por otro lado, cuando P y Q son de clase C 1 (es decir, ellas y sus derivadas parciales son continuas), podemos
garantizar que existe una única solución de (A.2) sujeta a la condición inicial X(t0 ) = X0 = (x0 , y0 ). Una tal
solución es de uno de los tres siguientes tipos:
(I) Una solución constante x(t) = x0 , y(t) = y0 , es decir, X(t) = X0 . Una tal solución se denomina punto
crítico ó punto estacionario ó solución de equilibrio. Nótese que para que esto sea factible debe ser
44
P (x0 , y0 ) = 0 y Q(x0 , y0 ) = 0. De esta forma, cuando una partícula sigue una solución constante o se
coloca en un punto crítico, su posición permanece invariante y fija en dicho punto a lo largo del tiempo.
En este caso, la trayectoria se reduce a un punto, realmente no tenemos una curva.
(II) Una solución que define un arco de curva plana que no se cruza a sí misma. Nótese que si la curva se
cruza a sí misma en un punto, entonces por dicho punto pasan (localmente) al menos dos soluciones.
(III) Una solución periódica ó ciclo. Si p es el periodo son soluciones que verifican X(t + p) = X(t).
Ejemplos A.1 Determinar los puntos críticos de los siguientes sistemas autónomos planos:
( (
x0 = −x + y 0 = −x + y
1. 0
. Basta resolver que tiene por solución la recta y = x, con lo que
y = x−y 0 = x−y
tiene infinitos puntos críticos.
( (
x0 = x2 + y 2 − 6 0 = y2 − 6 + y
2. 0 2
. Basta resolver , luego y 2 + y − 6 = 0, con lo que y = −3
y = x −y 0 = x2 − y
√
y x2 = −3 no da lugar a puntos críticos, mientras que y = 2 proporciona dos puntos críticos ( 2, 2) y
√
(− 2, 2).
Ejemplos A.2 Determinar las soluciones periódicas de los siguientes sistemas autónomos planos:
(
x0 = 2x + 8y
1. . La solución general del sistema se escribe como x(t) = c1 (−2 cos(2t) + 2 sen(2t)) +
y0 = −x − 2y
c2 cos(2t), y(t) = c1 (−2 sen(2t) − 2 cos(2t)) + c2 sen(2t).
Como cos(2t) y sen(2t) son periódicas de periodo π, toda solución es periódica de periodo π.
(
x0 = x + 2y
2. . La solución general del sistema se escribe como x(t) = 2c1 et cos(t) − c2 et sen(t),
y 0 = − 21 x + y
y(t) = 2c1 et sen(t) + c2 et cos(t). No existen soluciones periódicas por la presencia de et .
A.1. Propiedades geométricas de los sistemas autónomos lineales pla-

nos
Consideremos el sistema (
x0 (t) = ax + by
. (A.3)
y 0 (t) = cx + dy
Como el sistema (A.3) es homogéneo, al menos el origen (0, 0) es un punto crítico, siendo este el único punto
crítico cuando ad − bc 6= 0. La otra posibilidad interesante es cuando existe una recta (pasando por el origen)
de puntos críticos, lo que implica que 0 sea un valor propio de la matriz del sistema.
Los valores propios de la matriz del sistema son las raíces de su polinomio característico λ2 − τ λ + ∆ = 0,
donde τ = a + d es la traza de la matriz y ∆ = ad − bc es su determinante. Al final de esta sección, se analizará
un ejemplo en el que ∆ = 0, sin embargo, en el desarrollo general supondremos que el determinante de la matriz
del sistema es no nulo, ∆ 6= 0.
Lo que pretendemos hacer es estudiar el comportamiento de las soluciones de (A.3) en función de los valores
propios de la matriz del sistema, que dependen de τ y ∆.
A.1.1. Caso I: Valores propios reales distintos (τ 2 − 4∆ > 0)

Si los valores propios son λ1 y λ2 con vectores propios asociados K1 y K2 , la solución general de (A.3) es
X(t) = c1 K1 eλ1 t + c2 K2 eλ2 t .
Denotemos por Li la recta que pasa por el origen y tiene por vector director Ki , i = 1, 2.
(a) Los dos valores propios son negativos (τ 2 − 4∆ > 0, τ < 0 y ∆ > 0).
Supongamos λ2 < λ1 < 0. Tenemos que lı́mt→∞ kX(t)k = 0. Donde k k denota la norma euclídea en R2 ,
√
es decir, k(a, b)k = a2 + b2 .
Si c1 6= 0, entonces la trayectoria es asintóticamente tangente a L1 en el origen cuando t → ∞.
Si c1 = 0, entonces la trayectoria es asintóticamente tangente a L2 en el origen cuando t → −∞.
Además, lı́mt→−∞ kX(t)k = ∞ y como lı́mt→−∞ kX(t) − c2 K2 eλ2 k = 0, la trayectoria es asintóticamente
paralela a L2 cuando t → −∞, pero no asintóticamente tangente.
Las trayectorias se dirigen hacia el origen. Se dice que tenemos un nodo estable.
(b) Los dos valores propios son positivos (τ 2 − 4∆ > 0, τ > 0 y ∆ > 0).
Supongamos 0 < λ2 < λ1 . Tenemos que lı́mt→−∞ kX(t)k = 0.
Si c1 6= 0, entonces la trayectoria es asintóticamente tangente a L1 en el origen cuando t → −∞.
Si c1 = 0, entonces la trayectoria es asintóticamente tangente a L2 en el origen cuando t → ∞.
Además, lı́mt→∞ kX(t)k = ∞ y como lı́mt→∞ kX(t) − c2 K2 eλ2 k = 0, la trayectoria es asintóticamente
paralela a L2 cuando t → ∞, pero no asintóticamente tangente.
Las trayectorias se salen del origen. Se dice que tenemos un nodo inestable.
(c) Valores propios de signo distinto (τ 2 − 4∆ > 0 y ∆ < 0).

Supongamos λ2 < 0 < λ1 .
Por un lado, lı́mt→∞ kX(t)k = ∞ y lı́mt→∞ kX(t) − c1 K1 eλ1 t k = 0. La trayectoria es asintóticamente
tangente a L2 cuando t → ∞.
Por otro lado, lı́mt→−∞ kX(t)k = ∞ y lı́mt→−∞ kX(t) − c2 K2 eλ2 t k = 0. La trayectoria es asintóticamente
tangente a L1 cuando t → −∞.
Las trayectorias se dirigen al origen sobre L2 , y alejándose del origen sobre L1 . El resto de trayectorias se
alejan de L2 hacia L1 . Se dice que tenemos un punto de silla.
A.1.2. Caso II: Un único valor propio (τ 2 − 4∆ = 0)

(a) Dos vectores propios linealmente independientes.
La solución general de (A.3) es de la forma X(t) = (c1 K1 +c2 K2 )eλ1 t , siendo K1 y K2 dos vectores propios
linealmente independientes asociados a λ1 .
Si λ1 < 0, entonces lı́mt→∞ kX(t)k = 0 y lı́mt→−∞ kX(t)k = ∞. Las trayectorias son rectas que pasan
por el origen con vector director de la forma c1 K1 + c2 K2 . Las trayectorias se dirigen hacia el origen. Se
dice que tenemos un nodo estable degenerado.
Si 0 < λ1 , entonces lı́mt→∞ kX(t)k = ∞ y lı́mt→−∞ kX(t)k = 0. Las trayectorias, como antes, son rectas
que pasan por el origen con vector director de la forma c1 K1 + c2 K2 . Las trayectorias salen del origen. Se
dice que tenemos un nodo inestable degenerado.
(b) Un único vector propio linealmente independiente.

La solución general de (A.3) es de la forma X(t) = (c1 K1 + c2 (K1 t + P ))eλ1 t , siendo K1 un vector propio
no nulo asociado a λ y P un vector linealmente independiente con K1 tal que (A − λ1 I)P 2 = 0 (de hecho,
hemos tomado P satisfaciendo (A − λ1 I)P = K1 ).
Si c2 = 0, se obtiene como trayectoria la recta L1 de vector director K1 que pasa por el origen. Luego, si
c2 6= 0, las trayectorias no pueden cortar a L1 , pues la solución es única fijadas las condiciones iniciales.
De esta forma, las trayectorias con c2 6= 0 deben de estar en uno de los semiplanos que determina L1 de
acuerdo a como sea el signo de c2 .
Si λ1 < 0, entonces lı́mt→∞ kX(t)k = 0 y lı́mt→−∞ kX(t)k = ∞. Las trayectorias se dirigen al origen. Se
dice que tenemos un nodo estable degenerado.
Si 0 < λ1 , entonces lı́mt→∞ kX(t)k = ∞ y lı́mt→−∞ kX(t)k = 0. Las trayectorias se salen origen. Se dice
que tenemos un nodo inestable degenerado.
A.1.3. Caso III: Valores complejos (τ 2 − 4∆ < 0)

Si λ1 = α + iβ y λ2 = α − iβ (β 6= 0) son los valores propios y K1 = B1 + iB2 es un vector propio asociado
a λ1 , la solución general de (A.3) es
X(t) = c1 eαt (B1 cos(βt) − B2 sen(βt)) + c2 eαt (B2 cos(βt) + B1 sen(βt)).
O si se quiere x(t) = eαt (c11 cos βt + c12 sen(βt)), y(t) = eαt (c21 cos βt + c22 sen(βt)) en representación paramé-
trica.
(a) Raíces imaginarias puras (τ 2 − 4∆ < 0, τ = 0).

En este caso, se puede probar que todas las trayectorias son elipses. De hecho, si c12 = c21 = 0, tenemos
que x(t) = eαt (c11 cos(βt), y(t) = c22 sen(βt)) es una parametrización de la elipse x/c211 + y 2 /c222 = 1.
Además, todas las soluciones son periódicas de periodo 2π/β. Se dice que el punto crítico (0, 0) es un
centro.
y y
10 10
5 5
0 0
-5 -5
-10 -10
-10 -5 0 5 10 -10 -5 0 5 10
x x
Figura A.1: Trayectorias del ejemplo A.3.1. (Punto de silla) y A.3.2 (Nodo estable).
(b) Parte real no nula (τ 2 − 4∆ < 0, τ 6= 0).

En este caso, α 6= 0.
Si α < 0, entonces lı́mt→∞ eαt = 0, las trayectorias son espirales elípticas que se acercan al origen. Se dice
que tenemos un punto espiral estable.
Si α > 0, se produce el efecto contrario, las trayectorias son espirales elípticas que se alejan del origen. Se
dice que tenemos un punto espiral inestable.
Ejemplos A.3 Analizar los sistemas autónomos siguientes:

!
0 2 3
1. X = X. Los valores propios son λ1 = 4 y λ2 = −1. Se tiene un punto de silla. Las trayectorias
2 1
están representadas el la figura A.1.
!
−10 6
2. X0 = X. Los valores propios son λ1 = −4 y λ2 = −25. Se tiene un nodo estable. Las
15 −19
trayectorias están representadas el la figura A.1.
!
3 −18
3. X0 = X. Un único valor propio λ1 = −3 con un único vector propio asociado K1 = (3, 1).
2 −9
Se tiene un nodo estable degenerado. Las trayectorias están representadas el la figura A.2.
!
0 −1 2
4. X = X. Valores propios complejos λ1 = i y λ2 = −i. Se tiene un centro. Las trayectorias
−1 1
están representadas el la figura A.2.
y y
10 10
5 5
0 0
-5 -5
-10 -10
-10 -5 0 5 10 -10 -5 0 5 10
x x
Figura A.2: Trayectorias del ejemplo A.3.3. (Nodo estable degenerado) y A.3.4. (Centro).
!
0 2 1
5. X = X. Valores propios λ1 = 0 y λ2 = 4. El determinante es nulo, un vector propio asociado
4 2
a λ1 = 0 es K1 = (1, −2) y uno asociado a λ2 = 4 es K2 = (1, 2). Las trayectorias están representadas
el la figura (A.3). Las soluciones se escriben como X(t) = c1 K1 + c2 K2 e4t , las trayectorias son paralelas
a la recta que pasa por el origen y tiene vector director K2 , el término c1 K1 es el vector que traslada la
trayectoria que pasa por el origen.
y
10
-5
-10
-10 -5 0 5 10
Figura A.3: Trayectorias del ejemplo A.3.5. (Determinante nulo).

Leccion 02

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

Leccion 02

Cargado por

Copyright:

Formatos disponibles

Capítulo 2

Sistemas de EDO de primer orden. EDO

En este capítulo, nos ocuparemos de la resolución de sistemas de ecuaciones diferenciales ordinarias de

2.1. Sistemas lineales

X 0 = A(t)X + F (t), (2.3)

2.1.1. Problemas de valor inicial

2.2. EDO lineales

an (x)y (n) + an−1 (x)y (n−1) + · · · + a1 (x)y 0 + a0 (x)y = f (x). (2.6)

Problemas de valor inicial y de valores en la frontera

Un problema de valor inicial de orden n para la ecuación (2.6) es un PVI de la forma:

Resolver: an (x)y (n) + an−1 (x)y (n−1) + · · · + a1 (x)y 0 + a0 (x)y = g(x),

Resolver: a2 (x)y 00 + a1 (x)y 0 + a0 (x)y = g(x),

es un problema de valores en la frontera (PVF). Las condiciones y(a) = y0 , y(b) = y1 se denominan

Las condiciones generales en la frontera se escriben como:

Ejemplo 2.3 y(x) = c1 cos(4x) + c2 sen(4x) es la solución general de y 00 + 16y = 0.

que tiene solución única c1 = c2 = 0.

que no es compatible y no tiene solución.

El lenguaje de los operadores diferenciales

L = an (x)Dn + an−1 (x)Dn−1 + · · · + a1 (x)D + a0 (x)

2.3. Sistemas y EDO homogéneos

Dependencia e independencia lineal

Luego X1 (t), . . . , Xn (t) son linealmente independientes en J.

lineal con coeficientes reales e incógnitas C1 , · · · , Cn :

2.3.2. EDO lineales homogéneas

an (x)y (n) + an−1 (x)y (n−1) + · · · + a1 (x)y 0 + a0 (x)y = 0. (2.12)

Teorema 2.10 (Principio de superposición) Si y1 , y2 , . . . , ys son soluciones de la ecuación lineal homogé-

Dependencia e independencia lineal

cos2 (x) + sen2 (x) − sec2 (x) + tan2 (x) = 0.

Consideremos f1 , f2 , . . . , fn ∈ Dn−1 (J), el determinante

recibe el nombre de wronskiano de f1 , f2 , . . . , fn . Nótese que W (f1 , f2 , . . . , fn ) ∈ D0 (J) = F(J).

El siguiente resultado garantiza la existencia de n soluciones linealmente independientes y cómo se obtienen

Teorema 2.14 Existen n soluciones linealmente independientes y1 , . . . , yn de la ecuación lineal homogénea

2.4. Sistemas lineales y EDO lineales no homogéneos

La traducción del Teorema (2.16) en términos de EDO lineales es el siguiente:

2.5. Exponencial de una matriz

1. Si A = P −1 BP (es decir, A y B son semejantes), entonces eA = P −1 eB P . Además, det(eA ) = etraza(A)

2. eA(t+s) = eAt eAs .

4. Si AB = BA, entonces eAt+Bt = eAt eBt .

Prueba.- La primera parte de 1. es consecuencia de que Am = P −1 B m P . La segunda parte de 1. es más

2.6. Coeficientes constantes

2.6.1. Sistemas lineales homogéneos a coeficientes constantes

X 0 (t) = AX(t). (2.13)

Teorema 2.19 eAt es una matriz fundamental para (2.13).

Prueba.- Basta tener en cuenta que (eAt )0 = AeAt .

Comencemos considerando λ un número real, tenemos

eAt v = eAt−λIt+λIt v = e(A−λI)t eλIt v,

la última igualdad gracias a que (A − λI)λI = λI(A − λI). Ahora bien,

Por tanto, eAt v = eλt e(A−λI)t v.

1. Vi es un subespacio vectorial de dimensión finita mi , 1 ≤ i ≤ s.

Procedimiento para resolver el sistema homogéneo (2.13)

Determinar los valores propios λ1 , . . . , λs de la matriz A y sus multiplicidades algebraicas m1 , . . . , ms .

La solución general es X(t) = c11 X11 (t) + · · · + c1m1 Xm 1

Como la multiplicidad algebraica es uno, basta calcular dos vectores

2.6.2. EDO lineales homogéneas con coeficientes constantes

an y (n) + an−1 y (n−1) + · · · + a1 y 0 + a0 y = f (x). (2.14)

con a0 , a1 , · · · , an ∈ R y an 6= 0, De hecho podemos suponer que an = 1 sin pérdida de generalidad.

obtenida al sustituir y (k por λk para 0 ≤ k ≤ n en la ecuación (2.14).

Como consecuencia se tiene que (A − λI)k+1 vm−k = 0, k = 0, 1, · · · , m − 1. En particular, (A − λI)m vm−k =

Podemos resumir lo anterior en el siguiente procedimiento:

λn + an−1 λn−1 + · · · + a1 λ + a0 = 0 (2.16)

Ejemplos 2.24 1. Resolver y 000 + 3y 00 − 4y = 0. La ecuación característica es m3 + 3m2 − 4 = 0 cuyas raíces

2.7. Variación de parámetros

Variación de parámetros para sistemas lineales