ECUACIONES DIFERENCIALES

ORDINARIAS

SISTEMAS DE ECUACIONES DIFERENCIALES

ECUACIONES DIFERENCIALES ORDINARIAS
JOE GARCÍA ARCOS
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
 CLASE 31

CONTENIDO

Título : Sistemas de ecuaciones diferenciales

Duración : 120 minutos
Información general : Sistemas de ecuaciones diferenciales
Objetivo : Conocer los diferentes métodos para solucionar sistemas
de ecuaciones diferenciales

0.1 Sistemas de ecuaciones diferenciales lineales

0.1.1 Método matricial

En analogía con el sistema de la ecuación única 𝑥 0 (𝑡) = 𝑓 (𝑡, 𝑥), 𝑡 ∈ 𝐼, comenzaremos

nuestro estudio del sistema de ecuaciones considerando los siguientes 𝑛-ecuaciones:

𝑥 10 = 𝑓1 (𝑡, 𝑥 1 , 𝑥 2 , · · · , 𝑥 𝑛 )
𝑥 20 = 𝑓2 (𝑡, 𝑥 1 , 𝑥 2 , · · · , 𝑥 𝑛 )
··· (1)
𝑥 𝑛0 = 𝑓1 (𝑡, 𝑥 1 , 𝑥 2 , · · · , 𝑥 𝑛 )

donde 𝑓1 , 𝑓2 , · · · , 𝑓𝑛 son las 𝑛 funciones reales definidas en el dominio 𝐷 en R y 𝑥1 , 𝑥 2 , · · · , 𝑥 𝑛

son funciones de 𝑡 que se determinarán a partir de las ecuaciones. Nuestro problema es encontrar
un intervalo 𝐼 y 𝑛-funciones diferenciables 𝜙1 , 𝜙2 , · · · , 𝜙 𝑛 en 𝐼 tal que
1. (𝑡, 𝜙1 , 𝜙2 , · · · , 𝜙 𝑛 ) está en 𝐷 para 𝑡 ∈ 𝐼 y,
2. 𝜙𝑖0 (𝑡) = 𝑓𝑖 (𝑡, 𝜙1 (𝑡), 𝜙2 (𝑡), · · · , 𝜙 𝑛 (𝑡)) para todos los 𝑡 ∈ 𝐼 y 𝑖 = 1, 2, 3, · · · , 𝑛.

1
 CLASE 31

Cuando tales 𝑛 funciones diferenciadas (𝜙1 , 𝜙2 , · · · , 𝜙 𝑛 ) existen, (𝜙1 , 𝜙2 , · · · , 𝜙 𝑛 ) se llama

una solución de (1) en 𝐼.
Si usamos la notación vectorial 𝑥 = (𝑥1 , 𝑥 2 , · · · , 𝑥 𝑛 ) y 𝐹 = ( 𝑓1 (𝑡), 𝑓2 (𝑡), · · · , 𝑓𝑛 (𝑡)), en-
tonces el sistema se puede escribir en la forma 𝑥 0 = 𝐹 (𝑡, 𝑥) y la solución se denota por
𝜙 = (𝜙1 , 𝜙2 , · · · , 𝜙 𝑛 ).
En particular, podemos representar un sistema lineal de la siguiente forma:
Consideramos

𝑥 10 = 𝑎 11 (𝑡)𝑥 1 + 𝑎 12 (𝑡)𝑥 2 + · · · + 𝑎 1𝑛 (𝑡)𝑥 𝑛 (𝑡) + 𝑏 1 (𝑡)

𝑥 20 = 𝑎 21 (𝑡)𝑥 1 + 𝑎 22 (𝑡)𝑥 2 + · · · + 𝑎 2𝑛 (𝑡)𝑥 𝑛 (𝑡) + 𝑏 1 (𝑡)
··· (2)
𝑥 𝑛0 = 𝑎 𝑛1 (𝑡)𝑥 1 + 𝑎 𝑛2 (𝑡)𝑥 2 + · · · + 𝑎 𝑛𝑛 (𝑡)𝑥 𝑛 (𝑡) + 𝑏 1 (𝑡)

que es un sistema lineal de 𝑛 ecuaciones de primer orden en 𝑛 funciones desconocidas 𝑥 1 , 𝑥 2 ,

· · · , 𝑥 𝑛 y 𝑎 𝑖 𝑗 (𝑡), 𝑏 𝑖 𝑗 (𝑡), 𝑖, 𝑗 = 1, 2, · · · , 𝑛 tienen todas las funciones en 𝐼. El sistema anterior
(2) es un caso particular de (1), ya que 𝑥 𝑖0 (𝑡) se puede tomar como 𝑓𝑖 (𝑡, 𝑥 1 , 𝑥 2 , · · · , 𝑥 𝑛 ) donde
cada 𝑓𝑖 es lineal en 𝐼. Al usar matrices, podemos representar (2) como

𝑥 0 (𝑡) = 𝐴𝑥(𝑡) + 𝐵(𝑡), 𝑡∈𝐼 (3)

dónde
©𝑥1 ª © 𝑎 11 𝑎 12 · · · 𝑎 1𝑛 ª © 𝑏 1 (𝑡) ª
­ 𝑎 21 𝑎 22 · · · 𝑎 2𝑛 ® ­ 𝑏 2 (𝑡) ®
­ ® ­ ® ­ ®
­𝑥2 ®
𝑥 = ­­ . ®® , 𝐴(𝑡) = ­ .
­
.. .. ® ,
® 𝐵(𝑡) = ­ . ®®
­
­ .. ® ­ . . . . ® ­ .. ®
­ ® ­ ® ­ ®
«𝑥 𝑛 ¬ 𝑎
« 𝑛1 𝑎 𝑛2 · · · 𝑎 𝑛𝑛 ¬ 𝑏
« 𝑛 ¬ (𝑡)

Debe notarse que (3) es una ecuación lineal en 𝑥 y es una representación matricial de un sistema
lineal no homogéneo. Si 𝐵(𝑡) = 0, entonces (3) se reduce a un sistema homogéneo 𝑥 0 (𝑡) = 𝐴𝑥(𝑡).

0.1.2 Representación de una ecuación de 𝑛-ésimo orden como un sistema

Como en ocasiones anteriores, utilizamos matrices en un sistema de ecuaciones, es más fácil

estudiar las ecuaciones de orden superior convirtiéndolas en un sistema de ecuaciones mediante
sustituciones adecuadas. En este sentido, tenemos el siguiente teorema.
Teorema 0.1
El problema general de valor inicial de 𝑛-ésimo orden

𝑥 𝑛) = 𝑔(𝑡, 𝑥, 𝑥 0, · · · , 𝑥 𝑛−1) ), 𝑡∈𝐼 (4)

𝑥(𝑡0 ) = 𝑎 0 , 𝑥 0 (𝑡0 ) = 𝑎 1 , · · · , 𝑥 𝑛−1) (𝑡0 ) = 𝑎 𝑛−1 , 𝑡0 ∈ 𝐼

donde 𝑎 0 , 𝑎 1 , 𝑎 2 , · · · , 𝑎 𝑛 reciben constantes equivalentes a un sistema de 𝑛 ecuaciones

lineales.

2
 CLASE 31

Demostración Hagamos las siguientes sustituciones:

𝑥1 = 𝑥, 𝑥 2 = 𝑥 0, 𝑥3 = 𝑥 00, · · · , 𝑥 𝑛−1 = 𝑥 𝑛−2) , 𝑥 𝑛 = 𝑥 𝑛−1)

A partir de estas sustituciones, tenemos el sistema de ecuaciones

𝑥 10 = 𝑥 0 = 𝑥 2
𝑥 20 = 𝑥 00 = 𝑥3
𝑥30 = 𝑥 000 = 𝑥4
..
. (5)
0
𝑥 𝑛−1 = 𝑥 𝑛−1) = 𝑥 𝑛
𝑥 𝑛0 = 𝑥 𝑛)

Usando el cambio de variables anterior, obtenemos

𝑥 𝑛0 (𝑡) = 𝑔(𝑡, 𝑥 1 , 𝑥 2 , · · · , 𝑥 𝑛 ) (6)

Sea 𝜙 = (𝜙1 , 𝜙2 , · · · , 𝜙 𝑛 ) la solución de (5). Entonces

𝜙2 = 𝜙10 , 𝜙3 = 𝜙20 = 𝜙100, · · · , 𝜙 𝑛 = 𝜙1𝑛−1) (7)

Por lo tanto
𝑔(𝑡, 𝜙1 , 𝜙2 , · · · , 𝜙 𝑛 ) = 𝑔[𝑡, 𝜙1 , 𝜙10 , · · · , 𝜙1𝑛−1) (𝑡)] = 𝜙1𝑛) (𝑡)

que muestra que el componente 𝜙1 es una solución de (4). Por el contrario, si 𝜙1 (𝑡) es una solución de (4),
entonces el vector 𝜙 = (𝜙1 , 𝜙2 , · · · , 𝜙 𝑛 ) es una solución de (5). Por lo tanto, el sistema (5) es equivalente
a (4).
Además, obtenemos las condiciones iniciales del sistema como vector

𝜙1 (𝑡0 ) = 𝑎 0 , 𝜙10 (𝑡 0 ) = 𝑎 1 , · · · , 𝜙1𝑛−1) (𝑡 0 ) = 𝑎 𝑛−1

de modo que el vector 𝜙(𝑡0 ) = (𝑎 0 , 𝑎 1 , 𝑎 2 , · · · , 𝑎 𝑛−1 ) da la condición inicial. 

Como ilustración, transformaremos las ecuaciones lineales de orden 𝑛 en un sistema de
ecuaciones.
Ahora la ecuación general de orden 𝑛 es

𝑎 0 (𝑡)𝑥 𝑛) + 𝑎 1 (𝑡)𝑥 𝑛−1) + · · · + 𝑎 𝑛 (𝑡)𝑥 = 𝑏(𝑡), 𝑡∈𝐼 (8)

donde 𝑎 0 (𝑡) ≠ 0 para cualquier 𝑡 ∈ 𝐼.

3
 CLASE 31

Ahora hagamos las siguientes sustituciones:

𝑥(𝑡) = 𝑥 1 (𝑡)
𝑥 10 (𝑡) = 𝑥 0 (𝑡) = 𝑥 2
𝑥 20 (𝑡) = 𝑥 00 (𝑡) = 𝑥 3
𝑥 30 (𝑡) = 𝑥 000 (𝑡) = 𝑥 4 (9)
..
.
0
𝑥 𝑛−1 (𝑡) = 𝑥 𝑛−1) (𝑡) = 𝑥 𝑛
𝑥 𝑛0 (𝑡) = 𝑥 𝑛) (𝑡)

Reescribiendo la ecuación (8), obtenemos

𝑎 𝑛 (𝑡) 𝑎 𝑛−1 (𝑡) 0 𝑎 1 (𝑡) 𝑛−1) 𝑏(𝑡)
𝑥 𝑛) = − 𝑥− 𝑥 −···− 𝑥 +
𝑎 0 (𝑡) 𝑎 0 (𝑡) 𝑎 0 (𝑡) 𝑎 0 (𝑡)
Usando la sustitución (9) en la ecuación anterior
𝑎 𝑛 (𝑡) 𝑎 𝑛−1 (𝑡) 𝑎 1 (𝑡) 𝑏(𝑡)
𝑥 𝑛) = − 𝑥1 − 𝑥2 − · · · − 𝑥𝑛 +
𝑎 0 (𝑡) 𝑎 0 (𝑡) 𝑎 0 (𝑡) 𝑎 0 (𝑡)
Usando la notación matricial, el sistema anterior puede reescribirse como

𝑥 10 (𝑡) = 0𝑥 1 + 1𝑥 2 + · · · + 0
𝑥 20 (𝑡) = 0𝑥 1 + 0𝑥 2 + 1𝑥 3 + · · · + 0
..
. (10)
𝑎 𝑛 (𝑡) 𝑎 𝑛−1 (𝑡) 𝑎 1 (𝑡) 𝑏(𝑡)
𝑥 𝑛0 (𝑡) = − 𝑥 1 (𝑡) − 𝑥 2 (𝑡) − · · · − 𝑥 𝑛 (𝑡) +
𝑎 0 (𝑡) 𝑎 0 (𝑡) 𝑎 0 (𝑡) 𝑎 0 (𝑡)
Entonces el sistema anterior se puede escribir en la forma de matriz como

0 © 0 1 0 ··· 0 ª
𝑥
© 1ª ­ 0
­ ® 𝑥1 0 ª
­ 0® ­ 0 1 · · · 0 ® ©­ ª® ©­
­𝑥2 ® ­ . ® ­ 𝑥 2 ® ­ 0 ®®
.. .. .. ® ­ ® ­
­ ® = ­ ..
­ .. ® ­ . . . ®® ­ .. ® + ­ .. ®®
­.® ­ ®­ . ® ­ . ®
­ ® ­ 0 0 0 1 ® ­ ® ­ 𝑏 (𝑡) ®
0
«𝑥 𝑛 ¬
­ ® 𝑥𝑛
𝑎𝑛−1 « ¬ « 𝑎0 ¬
𝑎𝑛
«− 𝑎0 − 𝑎0 − 𝑎𝑎𝑛−2
0
· · · − 𝑎𝑎10 ¬
Usando la notación vectorial, obtenemos

𝑥 0 = 𝐴(𝑡)𝑥 + 𝐵(𝑡) (11)

La ecuación lineal de 𝑛-ésimo orden (8) es equivalente al sistema (9) que conduce a la ecuación
diferencial de la matriz (11).
Ejemplo 0.1
Encuentra la forma matricial de la ecuación lineal

𝑥 000 − 4𝑥 00 + 10𝑥 0 − 6𝑥 = 9𝑡 (12)

Solución Hagamos la siguiente sustitución

𝑥 1 = 𝑥, 𝑥2 = 𝑥 0, 𝑥3 = 𝑥 00 (13)

4
 CLASE 31

y exprese 𝑥, 𝑥 0, 𝑥 00 y 𝑥 000 en términos de 𝑥 1 , 𝑥 2 , 𝑥3 y sus derivados. De (13)

𝑥 0 = 𝑥 10 = 𝑥 2 , 𝑥 00 = 𝑥20 = 𝑥 3 , 𝑥 000 = 𝑥 30 (14)

Usando (14) en (12), obtenemos

𝑥 30 = 4𝑥 3 − 10𝑥 2 + 6𝑥 1 + 9𝑡

𝑥 10 = 0 + 1𝑥 2 + 0
𝑥 20 = 0 + 0 + 1𝑥 3 (15)
𝑥 30 = 6𝑥 1 − 10𝑥 2 + 4𝑥 3 + 9𝑡

Con la ayuda de (15), obtenemos

0
©𝑥 1 ª ©0 1 0ª ©𝑥 1 ª © 0 ª
­ 0® ­
­𝑥 2 ® = ­0 0 1® ­𝑥 2 ® + ­ 0 ® . 
®­ ® ­ ®
­ ® ­ ®­ ® ­ ®
0
«𝑥 3 ¬ «6 −10 4¬ «𝑥 3 ¬ «9𝑡 ¬

Ejemplo 0.2
Encuentre la matriz análoga del siguiente sistema

𝑢 00 + 3𝑣 0 + 4𝑢 + 5𝑣 = 6𝑡
𝑣 00 − 𝑢 0 + 4𝑢 + 𝑣 = cos 𝑡 (16)

Solución Considere la siguiente sustitución

𝑢 0 = 𝑤 = 0𝑢 + 0𝑣 + 1𝑤 + 0
𝑣 0 = 𝑧 = 0 + 0𝑣 + 0𝑤 + 1𝑧 (17)

Usando la sustitución (17) en (16), respectivamente, obtenemos

𝑤 0 + 3𝑧 + 4𝑢 + 5𝑣 = 6𝑡
𝑧 0 − 𝑤 + 4𝑢 + 𝑣 = cos 𝑡

Reescribiendo la ecuación anterior, obtenemos

𝑤 0 = −4𝑢 − 5𝑣 + 0𝑤 − 3𝑧 + 6𝑡
𝑧 0 = −4𝑢 − 𝑣 + 𝑤 + 0𝑧 + cos 𝑡 (18)

Identificando las ecuaciones (17), (18) con el sistema, obtenemos la siguiente representación:
0
©𝑢 ª © 0 0 1 0 ª ©𝑢 ª © 0 ª
­ 0® ­ ®­ ® ­ ®
­𝑣 ® ­ 0 0 0 1 ® ­𝑣 ® ­ 0 ®
­ ®=­ ®­ ® + ­ ®. 
­ 0® ­
­𝑤 ® ­−4 −5 0 −3® ­𝑤 ® ­ 6𝑡 ®
®­ ® ­ ®
­ ® ­ ®­ ® ­ ®
𝑧 0 −4 −1 1 0 𝑧 cos 𝑡
« ¬ « ¬« ¬ « ¬

La ilustración anterior es importante ya que nos permite reducir las ecuaciones simultáneas
de segundo orden a un sistema de ecuaciones.

5
 CLASE 31

0.1.3 Existencia y unicidad de las soluciones del sistema de ecuaciones

En esta sección resolveremos el problema del valor inicial de la ecuación deferential del
vector
𝑥 0 (𝑡) = 𝐴𝑥(𝑡), 𝑥(𝑡0 ) = 𝑥 0 , 𝑡∈𝐼

donde 𝐴(𝑡) es una matriz 𝑛 × 𝑛 definida sobre 𝐼 y 𝑥(𝑡) es una función vectorial en 𝐼. Para un fijo
𝑥 0 , 𝑥(𝑡0 ) es un vector fijo. Más precisamente, estableceremos y probaremos el siguiente teorema
para un sistema de ecuaciones dado en forma de vector.
Teorema 0.2
Sea 𝐴(𝑡) una matriz continua 𝑛 × 𝑛 definida en un intervalo cerrado y limitado 𝐼. Entonces
el problema del valor inicial

𝑥 0 (𝑡) = 𝐴(𝑡)𝑥(𝑡), 𝑥(𝑡0 ) = 𝑥 0 , 𝑡, 𝑡 0 ∈ 𝐼 (19)

tiene una solución única en 𝐼.

Demostración Antes de proceder a la demostración del teorema, primero notamos que el problema del
valor inicial (19) es equivalente a la solución de la ecuación integral del vector
Z 𝑡
𝑥(𝑡) = 𝑥0 + 𝐴(𝑠)𝑥(𝑠) 𝑑𝑠 (20)
𝑡0

que da 𝑥(𝑡0 ) = 𝑥0 . A partir de la definición de la diferenciación vectorial, al diferenciar (20), obtenemos

𝑥 0 (𝑡) = 𝐴(𝑡)𝑥(𝑡), 𝑡∈𝐼

Si 𝑥(𝑡) es una solución vectorial de (19), entonces integrando (19), obtenemos

Z 𝑡
𝑥(𝑡) = 𝑥(𝑡 0 ) + 𝐴(𝑠)𝑥(𝑠) 𝑑𝑠
𝑡0

El método de prueba es mediante aproximaciones sucesivas {𝑥 𝑛 (𝑡)}. Con la ayuda de las aproximaciones
sucesivas, mostraremos que {𝑥 𝑛 (𝑡)} es una secuencia de Cauchy en R𝑛 para cada 𝑡 ∈ 𝐼. Como R𝑛 está
completo, {𝑥 𝑛 (𝑡)} converge uniformemente hasta un límite 𝑥(𝑡) y luego demostramos su singularidad.
Vamos a definir las aproximaciones por
Z 𝑡
𝑥(𝑡0 ) = 𝑥0 y 𝑥 𝑛+1 = 𝑥0 + 𝐴(𝑠)𝑥 𝑛 (𝑠) 𝑑𝑠, 𝑡 ≥ 𝑡0 , 𝑡 ∈ 𝐼
𝑡0

para 𝑛 = 0, 1, 2, 3, · · ·
Como 𝑥0 es un vector dado, la secuencia {𝑥 𝑛 (𝑡)} está bien definida. Primero mostraremos que {𝑥 𝑛 (𝑡)}
converge uniformemente en 𝐼 a una función 𝑥(𝑡) que es la solución del problema de valor inicial (19) y es
suficiente, si mostramos que {𝑥 𝑛 (𝑡)} es una secuencia de Cauchy en R𝑛 . Como R𝑛 está completo {𝑥 𝑛 (𝑡)}
converge a 𝑥(𝑡). Para mostrar que 𝑥 𝑛 (𝑡) es una secuencia de Cauchy, consideremos

∞
X
𝑥0 (𝑡) + [𝑥 𝑛+1 (𝑡) − 𝑥 𝑛 (𝑡)]
𝑛=1

6
 CLASE 31

donde la secuencia de sumas parciales es 𝑥 𝑛 (𝑡).

Por lo tanto, considere Z 𝑡
𝑥 𝑛+1 (𝑡) − 𝑥 𝑛 (𝑡) = 𝐴(𝑠) [𝑥 𝑛 (𝑠) − 𝑥 𝑛+1 (𝑠)] 𝑑𝑠
𝑡0

Construiremos un límite superior para |𝑥 𝑛+1 (𝑡) − 𝑥 𝑛 (𝑡)| por el método de inducción donde | · | es la norma.
Como 𝐴(𝑡) es una matriz continua definida en 𝐼, existe una constante 𝑀 tal que

| 𝐴(𝑡)| ≤ 𝑀, 𝑡∈𝐼 (21)

Ahora Z 𝑡
𝑥1 (𝑡) − 𝑥0 (𝑡) = 𝐴(𝑠)𝑥0 (𝑠) 𝑑𝑠
𝑡0

así que eso Z 𝑡

|𝑥 1 (𝑡) − 𝑥0 (𝑡)| ≤ | 𝐴(𝑠)||𝑥0 | 𝑑𝑠
𝑡0

Usando (21) en la desigualdad anterior, tenemos

|𝑥1 (𝑡) − 𝑥 0 (𝑡)| ≤ 𝑀 |𝑥 0 |(𝑡 − 𝑡0 )

Del mismo modo, vamos a encontrar

Z 𝑡
𝑥 2 (𝑡) − 𝑥 1 (𝑡) = 𝐴(𝑠) (𝑥1 − 𝑥 0 ) 𝑑𝑠
𝑡0

donde
Z 𝑡
|𝑥 2 (𝑡) − 𝑥 1 (𝑡)| ≤ | 𝐴(𝑠)||𝑥1 − 𝑥 0 | 𝑑𝑠
𝑡0
Z 𝑡
≤𝑀 𝑀 |𝑥0 ||𝑠 − 𝑡0 | 𝑑𝑠
𝑡0
|𝑥 0 |(𝑠 − 𝑡0 ) 2
= 𝑀2
2!

Procediendo de la misma manera, tenemos por inducción

𝑀 𝑛+1 |𝑥0 |(𝑡 − 𝑡0 ) 𝑛+1

|𝑥 𝑛+1 (𝑡) − 𝑥 𝑛 (𝑡)| ≤ (22)
(𝑛 + 1)!

∞
X 𝑀 𝑛+1 |𝑥0 |(𝑡 − 𝑡0 ) 𝑛+1
que es el (𝑛 + 2)-término de una serie convergente de constantes positivas cuya
(𝑛 − 1)!
𝑛=1
suma es |𝑥 0 |𝑒 𝑀 (𝑡−𝑡0 ) . Como el 𝑛-ésimo término de una serie convergente tiende a cero como 𝑛 → ∞, el
lado derecho de (22) tiende a cero cuando 𝑛 → ∞. Por lo tanto, {𝑥 𝑛 (𝑡)} es una secuencia de Cauchy en
R𝑛 para cada 𝑡 ∈ 𝐼. Como R𝑛 está completo, 𝑥 𝑛 (𝑡) → 𝑥(𝑡) en la norma | · |. Dado que la convergencia de
normas es uniforme, 𝑥 𝑛 → 𝑥 uniformemente en 𝐼.
Ahora considera Z 𝑡
𝑥 𝑛+1 (𝑡) = 𝑥0 + 𝐴(𝑠)𝑥 𝑛 (𝑠) 𝑑𝑠 (23)
𝑡0

7
 CLASE 31

Tomando el límite como 𝑛 → ∞ en ambos lados de (23), tenemos 𝑥 𝑛+1 (𝑡) → 𝑥(𝑡). Por lo tanto obtenemos
Z 𝑡
𝑥(𝑡) = 𝑥0 + lim 𝐴(𝑠)𝑥 𝑛 (𝑠) 𝑑𝑠 (24)
𝑛→∞ 𝑡
0

Dado que 𝑥 𝑛 (𝑡) → 𝑥(𝑡) uniformemente en 𝐼, podemos tomar el límite bajo el signo integral de (24) para
obtener Z 𝑡
𝑥(𝑡) = 𝑥0 + 𝐴(𝑠)𝑥(𝑠) 𝑑𝑠
𝑡0

lo que prueba que 𝑥(𝑡) es la solución de la ecuación integral. Como la solución de la ecuación integral
anterior y el problema del valor inicial (19) son equivalentes, 𝑥(𝑡) da la solución del problema del valor
inicial.
Para probar la singularidad de la solución, procedemos de la siguiente manera: si la solución 𝑥(𝑡) no es
única, supongamos que 𝑦(𝑡) sea otra solución de (19).
Entonces obtenemos
Z 𝑡 Z 𝑡
𝑥(𝑡) = 𝑥0 + 𝐴(𝑠)𝑥(𝑠) 𝑑𝑠, 𝑦(𝑡) = 𝑥0 + 𝐴(𝑠)𝑦(𝑠) 𝑑𝑠
𝑡0 𝑡0

o Z 𝑡
𝑥(𝑡) − 𝑦(𝑡) = 𝐴(𝑠) [𝑥(𝑠) − 𝑦(𝑠)] 𝑑𝑠
𝑡0

así que eso Z 𝑡

|𝑥(𝑡) − 𝑦(𝑡)| ≤ 𝑀 |𝑥(𝑠) − 𝑦(𝑠)| 𝑑𝑠
𝑡0

Por lo tanto, para cualquier 𝜀 > 0, obtenemos de la desigualdad anterior

Z 𝑡
|𝑥(𝑡) − 𝑦(𝑡)| < 𝜀 + 𝑀 |𝑥(𝑠) − 𝑦(𝑠)| 𝑑𝑠
𝑡0

Tomemos 𝑧(𝑡) = |𝑥(𝑡) − 𝑦(𝑡)|. Entonces tenemos

Z 𝑡
𝑧(𝑡) < 𝜀 + 𝑀 𝑧(𝑠) 𝑑𝑠, 𝑡∈𝐼
𝑡0

Z 𝑡
Si 𝑟 (𝑡) = 𝜀 + 𝑀 𝑧(𝑠) 𝑑𝑠, entonces 𝑟 (𝑡 0 ) = 𝜀 y 𝑧(𝑡) < 𝑟 (𝑡) De la definición 𝑟 0 (𝑡) = 𝑀 𝑧(𝑡) < 𝑀 (𝑟 (𝑡)),
𝑡0
de modo que tenemos 𝑟 0 (𝑡) − 𝑀𝑟 (𝑡) < 0.
Integrando el lado izquierdo de la desigualdad anterior, obtenemos
R𝑡
−
= 𝑟 (𝑡)𝑒 −𝑀 𝑡 𝑡0
𝑀 𝑑𝑡  𝑡
𝑟 (𝑡)𝑒 𝑡0

lo que da
𝑟 (𝑡)𝑒 −𝑀 𝑡 − 𝑟 (𝑡0 )𝑒 𝑀 𝑡0 < 0

de lo cual tenemos
𝑟 (𝑡) < 𝑟 (𝑡0 )𝑒 𝑀 (𝑡−𝑡0 )

Por lo tanto
𝑧(𝑡) < 𝑟 (𝑡) < 𝜀𝑒 𝑀 (𝑡−𝑡0 ) , 𝑟 (𝑡0 ) = 𝜀.

8
 CLASE 31

Como la desigualdad anterior es verdadera para cada 𝜀 > 0, obtenemos 𝑧(𝑡) < 0, lo que implica
|𝑥(𝑡) − 𝑦(𝑡)| = 0 que da 𝑥(𝑡) = 𝑦(𝑡) en 𝐼. Esto demuestra que la solución es única. Por lo tanto, la prueba
del teorema está completa. 
La función de vector cero en 𝐼 siempre es una solución de (19). Si la solución de (19) es
cero para cualquier 𝑡0 ∈ 𝐼, y dado que la solución es única, entonces debe ser cero en 𝐼. Una
prueba independiente de este hecho se da en el siguiente corolario.
Corolario 0.1
𝑥(𝑡) = 0 es la única solución del problema de valor inicial 𝑥 0 = 𝐴(𝑡)𝑥, 𝑥(𝑡0 ) = 0 donde 𝑡,
𝑡0 ∈ 𝐼 y 𝐴(𝑡) es una matriz continua en 𝐼.

Demostración Vamos a encontrar las aproximaciones sucesivas

Z 𝑡 Z 𝑡
𝑥1 (𝑡) = 𝑥0 + 𝐴(𝑠)𝑥 0 (𝑠) 𝑑𝑠 = 0 + 𝐴(𝑠)0 𝑑𝑠 = 0 (25)
𝑡0 𝑡0

Z 𝑡 Z 𝑡
𝑥2 (𝑡) = 𝑥0 + 𝐴(𝑠)𝑥 1 (𝑠) 𝑑𝑠 = 0 + 𝐴(𝑠)0 𝑑𝑠 = 0 (26)
𝑡0 𝑡0

De manera similar, podemos mostrar que 𝑥 𝑛 (𝑡) = 0 para toda 𝑛. Por lo tanto, 𝑥 𝑛 (𝑡) → 0 si 𝑛 → ∞ para
toda 𝑛 implica 𝑥(𝑡) = 0. Por lo tanto, 𝑥(𝑡) = 0 es la única solución. 
El siguiente teorema proporciona una propiedad importante de las soluciones obtenidas en
el teorema 0.2.
Teorema 0.3
El conjunto de todas las soluciones del sistema

𝑥 0 (𝑡) = 𝐴(𝑡)𝑥(𝑡), 𝑥(𝑡0 ) = 𝑥 0 , 𝑡, 𝑡 0 ∈ 𝐼 (27)

forma un espacio vectorial 𝑛-dimensional sobre el campo de números complejos.

Demostración Primero mostraremos que el conjunto de todas las soluciones forma un espacio vectorial
y luego establecemos que es de dimensión 𝑛.
Sean 𝑥 1 y 𝑥2 las dos soluciones de (27), entonces

𝑥10 (𝑡) = 𝐴(𝑡)𝑥1 (𝑡), 𝑥20 (𝑡) = 𝐴(𝑡)𝑥2 (𝑡) (28)

Ahora, para las constantes 𝑐 1 y 𝑐 2 , obtenemos

𝑑
(𝑐 1 𝑥1 + 𝑐 2 𝑥2 ) = 𝑐 1 𝑥 10 + 𝑐 2 𝑥20 = 𝑐 1 𝐴(𝑡)𝑥1 + 𝑐 2 𝐴(𝑡)𝑥2 = 𝐴(𝑡) (𝑐 1 𝑥1 + 𝑐 2 𝑥2 )
𝑑𝑥

entonces
(𝑐 1 𝑥1 + 𝑐 2 𝑥 2 ) 0 = 𝐴(𝑡) (𝑐 1 𝑥 1 + 𝑐 2 𝑥2 )

lo que demuestra que si 𝑥1 y 𝑥2 son dos soluciones de (27), entonces 𝑐 1 𝑥1 + 𝑐 2 𝑥 2 también es una solución
de (27). Esto muestra que las soluciones forman un espacio vectorial.
Notamos que cada solución es una 𝑛-tupla. Más precisamente, es un vector columna que consta de 𝑛
componentes. Mostraremos que este espacio vectorial de soluciones es de dimensión 𝑛. Para esto tenemos
que demostrar que el espacio de solución contiene 𝑛 vectores linealmente independientes que abarcan el

9
 CLASE 31

espacio.
Sean 𝑒 𝑖 = (0, 0, · · · , 1, 0, 0, · · · , 0) donde 1 está en el lugar 𝑖-ésimo. Sabemos que {𝑒 𝑖 , 𝑖 =
1, 2, 3, · · · , 𝑛} es la base estándar para R𝑛 . Construiremos una base de soluciones con la ayuda de
las 𝑒 𝑖0 𝑠. Según el teorema de existencia, dado 𝑡 0 ∈ 𝐼, existen soluciones 𝑥𝑖 , 𝑖 = 1, 2, 3, · · · , 𝑛 tales que

𝑥 1 (𝑡 0 ) = 𝑒 1 , 𝑥2 (𝑡 0 ) = 𝑒 2 , ··· , 𝑥 𝑛 (𝑡0 ) = 𝑒 𝑛 (29)

Mostraremos que 𝑥 1 , 𝑥2 , · · · , 𝑥 𝑛 es un conjunto linealmente independiente que abarca el espacio de

soluciones.
Si 𝑥1 , 𝑥2 , · · · , 𝑥 𝑛 no son linealmente independientes en R𝑛 , deben existir escalares 𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 no todos
cero, tal que
𝑐 1 𝑥1 (𝑡) + 𝑐 2 𝑥 2 (𝑡) + · · · + 𝑐 𝑛 𝑥 𝑛 (𝑡) = 0, 𝑡∈𝐼 (30)

Dado que (29) es verdadero para todos los 𝑡 ∈ 𝐼, es cierto en particular para 𝑡 = 𝑡0 que tengamos

𝑐 1 𝑥1 (𝑡0 ) + 𝑐 2 𝑥2 (𝑡 0 ) + · · · + 𝑐 𝑛 𝑥 𝑛 (𝑡0 ) = 0 (31)

Usando (28) en (32), obtenemos

𝑐1 𝑒1 + 𝑐2 𝑒2 + · · · + 𝑐 𝑛 𝑒 𝑛 = 0 (32)

que contradice la hipótesis de que 𝑒 1 , 𝑒 2 , · · · , 𝑒 𝑛 es linealmente independiente en R𝑛 . Esto demuestra que

𝑥 𝑖0 𝑠 son linealmente independientes.
Sea 𝑥 cualquier solución de (27) en 𝐼 tal que 𝑥(𝑡 0 ) = 𝑥0 . Como 𝑥 0 ∈ R𝑛 , existen escalares únicos
𝑐 𝑖 , 𝑖 = 1, 2, · · · , 𝑛 tales que
𝑛
X
𝑥(𝑡0 ) = 𝑐𝑖 𝑒𝑖
𝑖=1

Dado que 𝑥𝑖 (𝑡0 ) = 𝑒 𝑖 , obtenemos

𝑛
X
𝑥(𝑡0 ) = 𝑐 𝑖 𝑥𝑖 (𝑡 0 )
𝑖=1
P𝑛
Por lo tanto, la función 𝑖=1 𝑐 𝑖 𝑥 𝑖 , es una solución en 𝐼 que toma el valor 𝑥0 en 𝑡 0 . Por singularidad de las
soluciones, esto debe ser igual a 𝑥 en 𝐼 para que podamos obtener

𝑛
X
𝑥= 𝑐𝑖 𝑥𝑖
𝑖=1

Por lo tanto, cada solución 𝑥 es una combinación lineal única de las soluciones 𝑥𝑖 que comprueba el
teorema. 
Definición 0.1
El conjunto de todas las 𝑛 soluciones linealmente independientes se denomina un conjunto
fundamental de soluciones de (27).

Antes de proceder a estudiar las propiedades del espacio vectorial de soluciones, ilustraremos
el teorema con el siguiente ejemplo.

10
 CLASE 31

Ejemplo 0.3
Después de encontrar 𝑀, calcule las primeras tres aproximaciones sucesivas del sistema
0
©𝑥 1 ª ©sin 𝑡 0 ª ©𝑥 1 ª ©𝑥 1 (0) ª ©0ª
­ ®=­ ®­ ®, ­ ®=­ ®
𝑥20 0 cos 𝑡 𝑥 2 𝑥 2 (0) 1
« ¬ « ¬« ¬ « ¬ « ¬
donde 𝐼 = [0, 𝑛].

Solución Primero tenga en cuenta que 𝐴 es una matriz continua, ya que sin 𝑡 y cos 𝑡 son funciones
continuas en [0, 𝑛]. Ahora | 𝐴(𝑡)| denota la norma de la matriz 𝐴 y no es el determinante de 𝐴.
Por lo tanto
| 𝐴(𝑡)| = | sin 𝑡| + | cos 𝑡| = 2 ∈ [0, 𝜋]

así que, de acuerdo a esto

| 𝐴(𝑡)| ≤ 2 ∈ [0, 𝜋].

Por lo tanto 𝑀 = 2. Vamos a encontrar las aproximaciones sucesivas 𝑥 1 y 𝑥 2 , ya que 𝑥 0 es la

primera aproximación

©0ª ©sin 𝑠 0 ª ©0ª

Z 𝑡 Z 𝑡
𝑥1 (𝑡) = 𝑥 0 + 𝐴(𝑠)𝑥 0 (𝑠) 𝑑𝑠 = ­ ® + ­ ® ­ ® 𝑑𝑠
𝑡0 1 𝑡0 0 cos 𝑠 1
« ¬ « ¬« ¬
©0ª © 0 ª ©0ª © 0 ª © 0 ª
Z 𝑡
=­ ®+ ­ ® 𝑑𝑠 = ­ ® + ­ ®=­ ®.
1 0 cos 𝑠 1 sin 𝑡 1 + sin 𝑡
« ¬ « ¬ « ¬ « ¬ « ¬
Ahora
©0ª ©sin 𝑠 0 ª© 0 ª ©0ª 0
Z 𝑡 Z 𝑡
𝑥 2 (𝑡) = ­ ® + ® 𝑑𝑠 = ­ ® +
© ª
­ ®­ ­ ® 𝑑𝑠
1 0 0 cos 𝑠 1 + sin 𝑠 1 0 cos 𝑠 + cos 𝑠 sin 𝑠
« ¬ « ¬« ¬ « ¬ « ¬
©0ª © 0 ª ©0ª © 0
=­ ®+­ 𝑡® = ­ ®+­
ª
1 1
®
1 sin 𝑠 − 4 cos 2𝑠 0 1 sin 𝑡 − 4 (cos 2𝑡 − 1)
« ¬ « ¬ « ¬ « ¬
0
=­ 
© ª
5 1
®.
+ sin 𝑡 − cos 2𝑡
«4 4 ¬

Ejemplo 0.4
Encuentra el sistema fundamental de soluciones de
0
©𝑥 1 ª © 𝑡 0 ª ©𝑥 1 ª
­ ®=­ ®­ ®
𝑥 20 0 2𝑡 𝑥 2
« ¬ « ¬« ¬
donde 𝐼 = [0, 1].

Solución Como 𝑡 y 2𝑡 son continuos en [0, 1], la matriz 𝐴(𝑡) es una matriz continua en [0, 1]
0
©𝑥 1 ª © 𝑡 0 ª ©𝑥 1 ª © 𝑡𝑥1 ª
­ ®=­ ®­ ® = ­ ®
𝑥 20 0 2𝑡 𝑥 2 2𝑡𝑥 2
« ¬ « ¬« ¬ « ¬
para que podamos hacer
𝑥 10 = 𝑡𝑥1 y 𝑥 20 = 2𝑡𝑥 2

11
 CLASE 31
1 2 2
Al resolver estas dos ecuaciones, obtenemos 𝑥 1 = 𝑐 1 𝑒 2 𝑡 , 𝑥 2 = 𝑐 2 𝑒 𝑡 . Por lo tanto, las soluciones
1 2
©0ª
𝑡
©𝑒 2 ª
del espacio vectorial son 𝑥 1 = ­ ®, 𝑥 2 = ­ 2 ®. Como 𝑥 1 (𝑡) ≠ 𝑘𝑥2 (𝑡) para cualquier 𝑡 en
0 𝑒𝑡
« ¬ « ¬
[0, 1], los dos vectores son linealmente independientes. Además, las dimensiones del espacio
vectorial de las soluciones es 2. 

0.2 Matriz fundamental y sus propiedades

Con la ayuda de la discusión en 2.10, vemos que las soluciones del sistema

𝑥 0 (𝑡) = 𝐴(𝑡)𝑥(𝑡), 𝑡∈𝐼 (33)

donde 𝐴 es una matriz continua de un espacio vectorial de dimensión 𝑛. Entonces tiene 𝑛

soluciones linealmente independientes que forman una base. Podemos tomar las soluciones
independientes como un vector 𝜙 = (𝜙1 , 𝜙2 , · · · , 𝜙 𝑛 ), donde

© 𝜙11 (𝑡) ª © 𝜙12 (𝑡) ª © 𝜙1𝑛 (𝑡) ª

­ 𝜙21 (𝑡) ® ­ 𝜙22 (𝑡) ® ­ 𝜙2𝑛 (𝑡) ®
­ ® ­ ® ­ ®
𝜙1 (𝑡) = ­­ . ®® , 𝜙2 (𝑡) = ­­ . ®® , ..., 𝜙 𝑛 (𝑡) = ­­ . ®® (34)
­ .. ® ­ .. ® ­ .. ®
­ ® ­ ® ­ ®
« 𝜙 𝑛1 (𝑡) ¬ « 𝜙 𝑛2 (𝑡) ¬ « 𝜙 𝑛𝑛 (𝑡) ¬
Definición 0.2
Sea 𝜑 una matriz cuyas columnas sean las soluciones (34) del sistema dado (33). Esta
matriz 𝜑 se denomina matriz de solución, ya que satisface la ecuación matricial 𝑥 0 (𝑡) =
𝐴(𝑡)𝑥(𝑡), 𝑡 ∈ 𝐼.

Definición 0.3
Si las columnas de la matriz de soluciones son linealmente independientes, entonces la
matriz de solución se llama matriz fundamental.

De acuerdo con uno de los teoremas, existen 𝑛 soluciones independientes del sistema
homogéneo para que exista la matriz fundamental. Antes de caracterizar una matriz como una
matriz fundamental, derivaremos la ecuación diferencial satisfecha por det𝜑.
Teorema 0.4
Sea 𝐴(𝑡) una matriz de 𝑛 × 𝑛 continua en 𝐼 y sea que 𝜑 satisfaga 𝑥 0 = 𝐴𝑥. Entonces det𝜑
satisface la ecuación de primer orden

(det𝜑) 0 = (tr𝐴)det𝜑 (35)

que es equivalente a
det𝜑(𝑡) = det𝜑(𝜏)𝑒 𝜏 tr 𝜑 (𝑠)
𝑡 R
𝑑𝑠
(36)

Demostración Sea 𝜑 una matriz de solución para que podamos tomar las columnas de 𝜑 como vectores

12
 CLASE 31

de solución 𝜙1 , 𝜙2 , · · · , 𝜙 𝑛 , donde tomamos

𝜙𝑖 = {𝜙𝑖1 , 𝜙𝑖2 , · · · , 𝜙𝑖𝑛 }

Si 𝐴(𝑡) = [𝑎 𝑖 𝑗 (𝑡)] es la matriz dada de 𝑛 × 𝑛 continua del sistema, 𝜑 0 (𝑡) = 𝐴(𝑡)𝜑(𝑡) es la ecuación
matricial cuyo elemento (𝑖, 𝑗)-ésimo está dado por

𝑛
X
𝜙𝑖0 𝑗 = 𝑎 𝑖𝑘 (𝑡)𝜙 𝑘 𝑗 (𝑡), 𝑖, 𝑗 = 1, 2, · · · , 𝑛 (37)
𝑘=1

Consideremos la matriz solución 𝜑 y su (det𝜑) 0, ahora

© 𝜙11 𝜙12 ··· 𝜙1𝑛 ª

···
­ ®
­ 𝜙21 𝜙22 𝜙2𝑛 ®
𝜙 = ­­ . .. .. ®
®
­ .. . . ®®
­
«𝜙 𝑛1 𝜙 𝑛2 ··· 𝜙 𝑛𝑛 ¬

De ahí (det𝜑) 0 = 𝑑
𝑑𝑡 | [𝜙𝑖 𝑗 (𝑡)] |, que es la suma de los siguientes 𝑛 determinantes

0
𝜙11 0
𝜙12 ··· 0
𝜙1𝑛 𝜙11 𝜙12 ··· 𝜙1𝑛 𝜙11 𝜙12 ··· 𝜙1𝑛
𝜙21 𝜙22 ··· 𝜙2𝑛 0
𝜙21 0
𝜙22 ··· 0
𝜙2𝑛 𝜙21 𝜙22 ··· 𝜙2𝑛
.. .. .. + .. .. .. + · · · + .. .. .. (38)
. . . . . . . . .
𝜙 𝑛1 𝜙 𝑛2 ··· 𝜙 𝑛𝑛 𝜙 𝑛1 𝜙 𝑛2 ··· 𝜙 𝑛𝑛 0
𝜙 𝑛1 0
𝜙 𝑛2 ··· 0
𝜙 𝑛𝑛

donde cada determinante se obtiene al diferenciar solo una fila de det𝜑. Vamos a calcular el valor del
primer determinante, ya que los otros (𝑛 − 1) determinantes se pueden evaluar de manera similar.
0 , 𝜙 0 , · · · , 𝜙 0 de (37) el primer determinante de (38) se convierte
Sustituyendo los valores de 𝜙11 12 1𝑛

P𝑛 P𝑛 P𝑛
𝑘=1 𝑎 1𝑘 𝜙 𝑘1 𝑘=1 𝑎 1𝑘 𝜙 𝑘2 ··· 𝑘=1 𝑎 1𝑘 𝜙 𝑘𝑛
𝜙21 𝜙22 ··· 𝜙2𝑛
.. .. .. (39)
. . .
𝜙 𝑛1 𝜙 𝑛2 ··· 𝜙 𝑛𝑛

El determinante (39) se puede escribir como la suma de 𝑛 determinantes como

𝑎 11 𝜙11 𝑎 11 𝜙12 ··· 𝑎 11 𝜙1𝑛 𝑎 12 𝜙21 𝑎 12 𝜙22 ··· 𝑎 12 𝜙2𝑛

𝜙21 𝜙22 ··· 𝜙2𝑛 0 0 ··· 0
.. .. .. + .. .. .. (40)
. . . . . .
𝜙 𝑛1 𝜙 𝑛2 ··· 𝜙 𝑛𝑛 0 0 ··· 0

(𝑛 − 2) determinantes que tienen los elementos de la primera fila que no son cero. Todos los demás
elementos son cero. Como todos los determinantes, excepto el primero, tienen valor cero, (40) reduce al

13
 CLASE 31

siguiente un solo determinante:

𝜙11 𝜙12 ··· 𝜙1𝑛

𝜙21 𝜙22 ··· 𝜙2𝑛
𝑎 11 .. .. .. = 𝑎 11 det𝜑
. . .
𝜙 𝑛1 𝜙 𝑛2 ··· 𝜙 𝑛𝑛

De manera similar, los valores del segundo, tercer ... 𝑛-ésimo determinante en (38) se convierten en
𝑎 22 det𝜑, 𝑎 33 det𝜑, · · · , 𝑎 𝑛𝑛 det𝜑.
Así obtenemos
(det𝜑) 0 = [𝑎 11 + 𝑎 22 + · · · + 𝑎 𝑛𝑛 ]det𝜑 (41)

Como 𝑎 11 + 𝑎 22 + · · · + 𝑎 𝑛𝑛 = tr𝐴, obtenemos de (41)

(det𝜑) 0 = (tr𝐴)det𝜑 (42)

Ahora derivaremos la ecuación integral equivalente correspondiente a la ecuación diferencial lineal

anterior. De (42), obtenemos
(det𝜑) 0
= tr𝐴
det𝜑
R𝑡
Integrando lo anterior, log det𝜑(𝑡) = 𝜏 tr𝐴(𝑠) 𝑑𝑠 + 𝑐 que da a 𝑡 = 𝜏, 𝑐 = log det𝜑(𝜏).
Así tenemos Z 𝑡
det𝜑(𝑡)
log = tr𝐴(𝑠) 𝑑𝑠
det𝜑(𝜏) 𝜏

tr 𝐴(𝑠)
R𝑡
En otras palabras, det𝜑(𝑡) = det𝜑(𝜏)𝑒 𝜏 𝑑𝑠 que completa la demostración del teorema. 

Teorema 0.5
Una matriz de solución 𝜑 de la ecuación diferencial matricial

𝑥 0 = 𝐴(𝑡)𝑥, 𝑡∈𝐼 (43)

es una matriz fundamental si y solo si det𝜑(𝑡) ≠ 0 para cualquier 𝑡 ∈ 𝐼.

Demostración Primero, demostremos la parte necesaria del teorema. Suponiendo que la solución dada
matriz 𝜑 es una matriz fundamental de (43), probaremos que det𝜑(𝑡) ≠ 0 para cualquier 𝑡 ∈ 𝐼. sea que
los vectores columna de 𝜑 sean 𝜑 𝑗 , 𝑗 = 1, 2, · · · , 𝑛. Sea 𝜓 cualquier solución de (43). Como (𝜑 𝑗 )
forma una base de soluciones, 𝜓 se puede expandir como una combinación lineal de 𝜑 0𝑗 𝑠, es decir, existen
constantes únicas distintas de cero 𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 tales que

𝑛
X
𝜓= 𝑐 𝑖 𝜑𝑖 = 𝑐 1 𝜑1 + 𝑐 2 𝜑2 + · · · + 𝑐 𝑛 𝜑 𝑛
𝑖=1

que podemos escribir en la forma de matriz como

©𝑐1 ª
­ ®
­𝑐2 ®
𝜓 = (𝜑1 , 𝜑2 , · · · , 𝜑 𝑛 ) ­­ . ®® = 𝜑𝐶 (44)
­ .. ®
­ ®
«𝑐 𝑛 ¬

14
 CLASE 31

donde 𝐶 es el único vector columna. La ecuación (44) proporciona 𝑛 ecuaciones lineales de la forma

𝑛
X
𝜓𝑖 = 𝜙𝑖 𝑗 𝑐 𝑗 , 𝑖 = 1, 2, · · · , 𝑛
𝑗=1

en las constantes únicas 𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 . Como el sistema no homogéneo anterior tiene una solución única
𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 para un 𝜏 ∈ 𝐼 fijo, obtenemos det𝜑(𝜏) ≠ 0 para un 𝜏 ∈ 𝐼 fijo.
Del teorema anterior, obtenemos.

tr 𝐴(𝑠)
R𝑡
𝑑𝑠
det𝜑(𝑡) = det𝜑(𝜏)𝑒 𝜏

Usando det𝜑(𝜏) ≠ 0 en la ecuación integral anterior, det𝜑(𝜏) ≠ 0 para cualquier 𝑡 ∈ 𝐼.

Para demostrar lo contrario, sea 𝜑(𝑡) una matriz de solución del sistema tal que det𝜑(𝑡) ≠ 0 para cualquier
𝑡 ∈ 𝐼. Ahora demostraremos que 𝜑(𝑡) es una matriz fundamental. Como det𝜑(𝑡) ≠ 0 para cualquier
𝑡 ∈ 𝐼, es wronskiano 𝑊 (𝜑1 , 𝜑2 , · · · , 𝜑 𝑛 ) (𝑡) ≠ 0. Por lo tanto, por el Teorema ??, 𝜑1 , 𝜑2 , · · · , 𝜑 𝑛 son
linealmente independientes. En otras palabras, los vectores de columna de la matriz de solución 𝜑(𝑡) son
linealmente independientes. Por lo tanto, 𝜑 es una matriz fundamental de (43). 

Corolario 0.2
Dos sistemas homogéneos diferentes no pueden tener la misma matriz fundamental.

Si 𝜑(𝑡) es la matriz fundamental del sistema lineal homogéneo dado (43), tenemos

𝜑 0 (𝑡) = 𝐴(𝑡)𝜑(𝑡) (45)

Como det𝜑(𝑡) ≠ 0 para cualquier 𝑡 ∈ 𝐼, 𝜑(𝑡) no es singular según el teorema, por lo que su
inverso, es decir, 𝜑−1 (𝑡) existe para cada 𝑡 ∈ 𝐼. Después de multiplicar ambos lados de (45) por
𝜑−1 (𝑡) obtenemos 𝐴(𝑡) = 𝜑 0 (𝑡)𝜑−1 (𝑡). Por lo tanto, 𝜑 determina 𝐴 únicamente para el sistema.
Por lo tanto, no puede ser una matriz fundamental para otro sistema homogéneo.
El teorema anterior es verdadero solo para las matrices de solución ya que hay matrices 𝜑 con
columnas linealmente independientes con det𝜑 = 0.
Por ejemplo, sea
2
©𝑡 𝑡 ª
𝜑(𝑡) = ­ ®
0 0
« ¬
Los vectores de columna son linealmente independientes para
2
©𝑡 ª ©𝑡 ª
𝑐1 ­ ® + 𝑐2 ­ ® = 0
0 0
« ¬ « ¬
implica 𝑐 1 𝑡 + 𝑐 2 𝑡 2 = 0, que a su vez implica 𝑐 1 = 0 y 𝑐 2 = 0. Más aún det𝜑(𝑡) = 0. Así tenemos
©𝑡 ª
un 𝜑(𝑡) con columnas linealmente independientes para las cuales det𝜑(𝑡) = 0 porque 𝜙1 = ­ ®
0
« ¬
2
©𝑡 ª
y 𝜙2 = ­ ® no son las soluciones de ecuaciones lineales homogéneas del tipo mostrado en el
0
« ¬
Teorema ??.

15
 CLASE 31

Teorema 0.6
(i) Si 𝜑 es una matriz fundamental del sistema 𝑥 0 = 𝐴𝑥 y 𝐶 es una matriz constante no
singular, entonces 𝜑𝐶 es una matriz fundamental.
(ii) Toda matriz fundamental del sistema es de este tipo para alguna matriz no singular.

Demostración (i) Dado que 𝜑 es una matriz fundamental, det𝜑 ≠ 0 por el Teorema 0.5, por lo que no
es singular. Por hipótesis 𝐶 es una matriz no singular. Como el producto de dos matrices no singulares
no es singular, 𝜑𝐶 no es singular, por lo que 𝜑𝐶 ≠ 0. Por lo tanto, por el Teorema 0.5, 𝜑𝐶 es una matriz
fundamental.
(ii) Sean 𝜑1 y 𝜑2 dos matrices fundamentales. Asumimos

𝜑2 = 𝜑1 𝜓 (46)

y muestran que 𝜓 es una matriz constante no singular. Ahora usando diferenciación matricial, obtenemos
de (46)
𝜑20 = 𝜑10 𝜓 + 𝜑1 𝜓10 (47)

Como 𝜑1 y 𝜑2 son soluciones de 𝑥 0 = 𝐴𝑥, obtenemos

𝜑20 = 𝐴𝜑2 , 𝜑10 = 𝐴𝜑1 (48)

Con la ayuda de (48) y (46) en la ecuación dada, tenemos

𝜑20 = 𝐴𝜑2 = 𝜑10 𝜓 + 𝜑1 𝜓10 = 𝐴𝜑1 𝜓 + 𝜑1 𝜓 0 = 𝐴𝜑2 + 𝜑1 𝜓 0

Por lo tanto obtenemos

𝐴𝜑2 = 𝐴𝜑2 + 𝜑1 𝜓 0 =⇒ 𝜑1 𝜓 0 = 0 (49)

Como 𝜑1 no es singular, (49) implica 𝜓 0 = 0 o 𝜓 = 𝐶, donde 𝐶 es una matriz constante. Por lo tanto,
tenemos 𝜑2 = 𝜑1 𝐶. Por lo tanto, obtenemos 𝐶 = 𝜑−1
1 𝜑2 . Como 𝜑1 y 𝜑2 son no singulares, 𝐶 es una
matriz constante no singular. 

Teorema 0.7
Si 𝜑 es una matriz fundamental del sistema, 𝑥 0 = 𝐴𝑥 y 𝐶 es una matriz no singular
constante, entonces 𝐶𝜑 no es en general una matriz fundamental.

Demostración Si es posible, que 𝐶𝜑 sea una matriz fundamental del sistema 𝑥 0 = 𝐴𝑥. Entonces debería
cumplir la ecuación (𝐶𝜑) 0 = 𝐴𝐶𝜑, es decir, 𝐶𝜑 0 = 𝐴𝐶𝜑. Como 𝐶 no es singular, premultiplicando por
𝐶 −1 , obtenemos 𝜑 0 = 𝐶 −1 𝐴𝐶𝜑 que muestra que 𝜑 es una matriz fundamental de 𝑥 0 = 𝐶 −1 𝐴𝐶𝑥 y no es
cierta según el Corolario del Teorema 0.5. 
En la discusión anterior, suponemos que 𝐴(𝑡) es una matriz continua definida sobre 𝐼. Si
𝐴(𝑡) es una matriz constante, la matriz fundamental satisface una relación multiplicativa como
se da en el Teorema 0.8.

16
 CLASE 31

Teorema 0.8
Sea 𝐴 una matriz constante y 𝜑(𝑡), 𝑡 ∈ 𝐼 denota la matriz fundamental del sistema

𝑥 0 = 𝐴𝑥 (50)

tal que 𝜑(0) = 𝐸, donde 𝐸 es la matriz identidad. Entonces 𝜑 satisface 𝜑(𝑡 + 𝑠) = 𝜑(𝑡)𝜑(𝑠)
para todos los valores de 𝑡 y 𝑠 ∈ 𝐼.

Demostración Por la singularidad de la solución, existe una matriz fundamental única 𝜑 para el sistema
tal que 𝜑(0) = 𝐸. Para probar el teorema, mostraremos que tanto 𝜑(𝑡 + 𝑠) como 𝜑(𝑡)𝜑(𝑠) son soluciones
de la ecuación matricial (50) de modo que por la singularidad de las soluciones 𝜑(𝑡 + 𝑠) = 𝜑(𝑡)𝜑(𝑠).
Ahora, tomamos 𝑌 (𝑡) = 𝜑(𝑡 + 𝑠). Diferenciando con respecto a 𝑡, tenemos

𝑌 0 (𝑡) = 𝜑 0 (𝑡 + 𝑠) = 𝐴𝜑(𝑡 + 𝑠) = 𝐴𝑌 (𝑡) (51)

y 𝑌 (0) = 𝜑(𝑠). Por lo tanto, 𝑌 (𝑡) es una solución de (50) con la condición inicial 𝑌 (0) = 𝜑(𝑠).
Sea 𝑍 (𝑡) = 𝜑(𝑡)𝜑(𝑠) para todos los 𝑡, 𝑠 ∈ 𝐼. Diferenciando con respecto a 𝑡, obtenemos

𝑍 0 (𝑡) = 𝜑 0 (𝑡)𝜑(𝑠) = 𝐴𝜑(𝑡)𝜑(𝑠) = 𝐴𝑍 (𝑡)

que muestra que 𝑍 (𝑡) es una solución de (50) con 𝑍 (0) = 𝜑(0)𝜑(𝑠) = 𝜑(𝑠), desde 𝜑(0) = 𝐸. Por lo
tanto, existen dos soluciones 𝑌 (𝑡) y 𝑍 (𝑡) con 𝑌 (0) = 𝑍 (0) = 𝜑(𝑠). De ahí Por lo tanto, por la unicidad de
soluciones 𝑌 (𝑡) = 𝑍 (𝑡), de modo que 𝜑(𝑡 + 𝑠) = 𝜑(𝑡)𝜑(𝑠). 
Antes de seguir adelante, ilustraremos los teoremas anteriores mediante el siguiente ejemplo.
Ejemplo 0.5
Encuentra la matriz fundamental del sistema

©𝑥 1 ª ©−𝑡 𝑡 0ª
𝑥 = ­𝑥 2 ® y 𝐴 = ­ 0 −𝑡 0®
­ ® ­ ®
­ ® ­ ®
«𝑥 3 ¬ « 0 0 𝑡 ¬

Solución Ahora el sistema 𝑥 0 = 𝐴𝑥 es equivalente al conjunto de ecuaciones diferenciales

𝑥 10 (𝑡) = −𝑡𝑥 1 + 𝑡𝑥 2
𝑥 20 (𝑡) = −𝑡𝑥 2
𝑥 30 (𝑡) = 𝑡𝑥 3

Resolviendo estas tres ecuaciones, obtenemos las soluciones como

1 1 2
𝑥 1 (𝑡) = 𝑡 2 𝑒 − 2 𝑡
2
1 2
𝑥 2 (𝑡) = 𝑒 − 2 𝑡
1 2
𝑥 3 (𝑡) = 𝑒 2 𝑡

17
 CLASE 31

Por lo tanto, la matriz de solución es

1 2 −2𝑡 1 2
©2𝑡 𝑒 0 0 ª
𝜑(𝑡) = ­ 0
­
𝑒 − 21 𝑡 2 0 ®
®
­ 1 2
®
« 0 0 𝑒2𝑡 ¬
Ahora los vectores columna de 𝜑(𝑡) son
1 2
1 2 −2𝑡
©2𝑡 𝑒 ª © 0 ª © 0 ª
­ 1 2®
𝜙1 (𝑡) = ­ 0 𝜙2 (𝑡) = ­𝑒 − 2 𝑡 ® , 𝜙3 (𝑡) = ­ 0 ®
­ ® ­ ®
®,
­ ® ­ ® ­ 1 2®
« 0 0 𝑡
¬ « ¬ «𝑒 2 ¬
Ya que
1 1 2
𝑊 [𝜙1 , 𝜙2 , 𝜙3 ] (𝑡) = 𝑡 2 𝑒 − 2 𝑡 ≠ 0
2
los vectores 𝜙1 , 𝜙2 y 𝜙3 son linealmente independientes. Por lo tanto, la matriz de solución 𝜑 es
una matriz fundamental. 
Ejemplo 0.6
Si
©1 3 0 ª
𝐴 = ­0 1 0 ® ,
­ ®
­ ®
«1 4 −2 ¬
encuentra el determinante de la matriz fundamental 𝜑 que satisface 𝜑(0) = 𝐸.

Solución Sabemos por el Teorema 0.4,

det𝜑(𝑡) = det𝜑(𝜏)𝑒 𝜏 tr 𝐴 𝑑𝑠
𝑡 R
(52)

Ahora vamos a elegir 𝜏 = 0. De ahí det𝜑(0)=det𝐸 = 1. Para la matriz dada 𝐴, tr𝐴 = 1+1−2 = 0.
Usando los valores anteriores en (52), obtenemos
R𝑡
0 𝑑𝑡
det𝜑(𝑡) = 1 · 𝑒 𝜏 = 1 · 𝑒0 = 1

Por lo tanto, det𝜑(𝑡) = 1. 

Ejemplo 0.7
Verificar si la matriz
©𝑒
𝑡 1 0ª
𝜙(𝑡) = ­ 1 𝑒 −𝑡
­ ®
0® ,
­ ®
«0 0 1¬

es una matriz fundamental para el sistema 𝑥 0 = 𝐴𝑥, 𝑡 ∈ 𝐼.

Solución Del Teorema 0.5, sabemos que 𝜑(𝑡) es una matriz fundamental si y solo si det𝜑(𝑡) ≠ 0.
Para la matriz dada
det𝜑(𝑡) = 1 · (𝑒 𝑡 𝑒 −𝑡 − 1) = 0

al expandir 𝜑(𝑡) a lo largo de la última fila. Como det𝜑(𝑡) = 0, 𝜑(𝑡) no puede ser una matriz

18
 CLASE 31

fundamental del sistema dado. 

0.3 Sistemas lineales no homogéneos

Ahora consideraremos sistemas lineales no homogéneos del tipo

𝑥 0 = 𝐴(𝑡)𝑥 + 𝐵(𝑡), 𝑡∈𝐼 (53)

donde 𝐴 es una matriz 𝑛 × 𝑛 de funciones continuas en 𝐼 y 𝐵 es el vector continuo en 𝐼

que no es idénticamente cero. Como en el caso de ecuaciones lineales no homogéneas, primero
explicaremos cómo la solución de (53) está estrechamente relacionada con la solución del sistema
homogéneo correspondiente
𝑥 0 = 𝐴(𝑡)𝑥, 𝑡∈𝐼 (54)

Más precisamente, mostraremos que cualquier solución de (53) es la suma de una solución
particular de (53) y la solución de (54) dada por los vectores de solución. Como podemos
encontrar las soluciones del sistema homogéneo, la clave del problema es encontrar una solución
particular de (53). Aquí, la matriz fundamental viene a nuestro rescate. Una vez que conocemos
la matriz fundamental del sistema homogéneo, podemos encontrar una solución del sistema no
homogéneo por el método de variación de parámetros. Primero formularemos el teorema que da
la solución general de (53).
Teorema 0.9
Sea 𝜙0 cualquier solución del sistema no homogéneo (53) y 𝜙1 , 𝜙2 , · · · , 𝜙 𝑛 la base de las
soluciones del sistema homogéneo correspondiente (54) y sean 𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 constantes.
Entonces
(i) la función vectorial
𝑛
X
𝜙0 + 𝑐 𝑘 𝜙𝑘 (55)
𝑘=1

es también una solución del sistema no homogéneo para cada elección de 𝑐 1 , 𝑐 2 ,

· · · , 𝑐𝑛.
(ii) una solución arbitraria del sistema no homogéneo (53) tiene la forma (55) para una
elección adecuada de 𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 .

Demostración (i) Sea

𝑛
X
𝜓(𝑡) = 𝜙0 + 𝑐 𝑘 𝜙𝑘 .
𝑘=1
𝑛
X
Mostraremos que 𝜓(𝑡) es una solución de (53). Como 𝜙0 y 𝑐 𝑘 𝜙 𝑘 son soluciones de (53) y (54),
𝑘=1
tenemos
𝜙 00 = 𝐴(𝑡)𝜙0 + 𝐵(𝑡) (56)
𝑛
!0 𝑛
X X
𝑐 𝑘 𝜙 𝑘 = 𝐴(𝑡) 𝑐 𝑘 𝜙𝑘 (57)
𝑘=1 𝑘=1

19
 CLASE 31

Ahora
𝑛
X
[𝜓(𝑡)] 0 = 𝜙00 + 𝑐 𝑘 𝜙 0𝑘 (58)
𝑘=1

Usando (56) y (57) en (58), obtenemos

𝑛
" 𝑛
#
X X
0
[𝜓(𝑡)] = 𝐴(𝑡)𝜙0 + 𝐵(𝑡) + 𝐴(𝑡) 𝑐 𝑘 𝜙 𝑘 = 𝐴(𝑡) 𝜙0 + 𝑐 𝑘 𝜙 𝑘 + 𝐵(𝑡)
𝑘=1 𝑘=1

Por lo tanto [𝜓(𝑡)] 0 = 𝐴(𝑡)𝜓(𝑡) + 𝐵(𝑡) que muestra que 𝜓(𝑡) es una solución de (53) para cada elección
de 𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 .
(ii) Sea 𝜙 cualquier solución arbitraria de (53). Entonces

𝜙 0 (𝑡) = 𝐴(𝑡)𝜙(𝑡) + 𝐵(𝑡) (59)

Mostraremos que 𝜙 − 𝜙0 es una solución de la ecuación homogénea correspondiente (54). Ahora

𝑑 𝑑𝜙 𝑑𝜙0
[𝜙 − 𝜙0 ] = − (60)
𝑑𝑡 𝑑𝑡 𝑑𝑡

Usando (56) y (59) en (61), obtenemos

𝑑
[𝜙 − 𝜙0 ] = 𝐴(𝑡)𝜙(𝑡) + 𝐵(𝑡) − [ 𝐴(𝑡)𝜙0 + 𝐵(𝑡)] = 𝐴(𝑡) [𝜙(𝑡) − 𝜙0 ]
𝑑𝑡

lo que prueba que 𝜙 − 𝜙0 satisface la ecuación homogénea correspondiente (54). Como 𝜙1 , 𝜙2 , · · · , 𝜙 𝑛 ,

son la base de los vectores de solución, existen constantes 𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 tales que

𝑛
X 𝑛
X
𝜙 − 𝜙0 = 𝑐 𝑘 𝜙𝑘 =⇒ 𝜙 = 𝜙0 + 𝑐 𝑘 𝜙𝑘
𝑘=1 𝑘=1

para una elección adecuada de 𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 que completa la demostración del teorema. 

El siguiente teorema nos ayuda a encontrar una solución particular del sistema no homogé-
neo por el método de variación de parámetros, una vez que conocemos la matriz fundamental
del sistema homogéneo correspondiente dado.
Teorema 0.10
Si 𝜑(𝑡) es la matriz fundamental del sistema homogéneo

𝑥 0 (𝑡) = 𝐴(𝑡)𝑥(𝑡), 𝑡∈𝐼 (61)

entonces 𝜓 definido por

Z 𝑡
𝜓(𝑡) = 𝜑(𝑡) 𝜑−1 (𝑠)𝐵(𝑠) 𝑑𝑠, 𝑡∈𝐼 (62)
𝑡0
es una solución del problema de valor inicial del sistema no homogéneo

𝑥 0 (𝑡) = 𝐴(𝑡)𝑥(𝑡) + 𝐵(𝑡), 𝑥(𝑡0 ) = 0 (63)

Demostración El método de prueba es asumir una función vectorial diferenciable 𝑢(𝑡) para que

𝜓(𝑡) = 𝜑(𝑡)𝑢(𝑡), 𝑡 ∈ 𝐼, 𝜓(𝑡 0 ) = 0 (64)

20
 CLASE 31

es una solución de la ecuación no homogénea (63).

Como 𝜓(𝑡) es una solución de (63), tenemos

𝜓 0 (𝑡) = 𝐴(𝑡)𝜓(𝑡) + 𝐵(𝑡) (65)

Sustituyendo 𝜓(𝑡), obtenemos

𝜓 0 (𝑡) = 𝐴(𝑡)𝜑(𝑡)𝑢(𝑡) + 𝐵(𝑡) (66)

Dado que 𝜑(𝑡) es una matriz fundamental de (61),

𝜑 0 (𝑡) = 𝐴(𝑡)𝜑(𝑡) (67)

Ahora diferenciando (64), obtenemos para cualquier 𝑡 ∈ 𝐼,

𝜓 0 (𝑡) = 𝜑 0 (𝑡)𝑢(𝑡) + 𝜑(𝑡)𝑢 0 (𝑡) (68)

Usando (67) en (68), obtenemos

𝜓 0 (𝑡) = 𝐴(𝑡)𝜑(𝑡)𝑢(𝑡) + 𝜑(𝑡)𝑢 0 (𝑡) (69)

Igualando las expresiones para 𝜓(𝑡) de (66) y (69)

𝐴(𝑡)𝜑(𝑡)𝑢(𝑡) + 𝜑(𝑡)𝑢 0 (𝑡) = 𝐴(𝑡)𝜑(𝑡)𝑢(𝑡) + 𝐵(𝑡)

lo que da
𝜑(𝑡)𝑢 0 (𝑡) = 𝐵(𝑡) (70)

Como 𝜑(𝑡) es una matriz fundamental, det𝜑(𝑡) ≠ 0, por lo que no es singular. Por lo tanto, multiplicamos
(70) por 𝜑−1 (𝑡),
𝑢 0 (𝑡) = 𝜑−1 (𝑡)𝐵(𝑡) (71)

Integrando la ecuación (71), obtenemos

Z 𝑡
𝑢(𝑡) = 𝜑−1 (𝑠)𝐵(𝑠) 𝑑𝑠, 𝑡0 , 𝑡 ∈ 𝐼 (72)
𝑡0

Sustituyendo el valor anterior de 𝑢(𝑡) en (64), obtenemos

Z 𝑡
𝜓(𝑡) = 𝜑(𝑡) 𝜑−1 (𝑠)𝐵(𝑠) 𝑑𝑠, 𝑡∈𝐼 (73)
𝑡0

Mostraremos que (73) es de hecho una solución de (63). Hacemos esto por verificación directa
Z 𝑡
0 0
𝜓 (𝑡) = 𝜑 (𝑡) 𝜑−1 (𝑠)𝐵(𝑠) 𝑑𝑠 + 𝜑(𝑡)𝜑−1 (𝑡)𝐵(𝑡)
𝑡0

= 𝐴(𝑡)𝜑(𝑡)𝑢(𝑡) + 𝐵(𝑡) = 𝐴(𝑡)𝜓(𝑡) + 𝐵(𝑡)

que demuestra que 𝜓 0 (𝑡) = 𝐴(𝑡)𝜓(𝑡) + 𝐵(𝑡), mostrando que (73) es una solución de (63). 
Si 𝑥 ℎ es la solución vectorial de la correspondiente ecuación homogénea 𝑥 0 = 𝐴(𝑡)𝑥,

21
 CLASE 31

𝑥(𝑡0 ) = 0, entonces el Teorema 0.9 da la solución general de (63) como

Z 𝑡
𝜓(𝑡) = 𝑥 ℎ (𝑡) + 𝜑(𝑡) 𝜑−1 (𝑠)𝐵(𝑠) 𝑑𝑠, 𝑡 ∈ 𝐼
𝑡0
El siguiente ejemplo ilustra el Teorema 0.10.
Ejemplo 0.8
Si la matriz fundamental 𝜑(𝑡) para 𝑥 0 = 𝐴𝑥 existe para 0 ≤ 𝑡 ≤ 𝑡1 , pruebe que 𝜑−1 (𝑡)
existe y es continuamente diferenciable para 0 ≤ 𝑡 ≤ 𝑡1 .

Solución Dado que 𝜑(𝑡) es la matriz fundamental para 𝑥 0 = 𝐴𝑥, det𝜑(𝑡) ≠ 0, para que exista su
inversa 𝜑−1 (𝑡). Por lo tanto
𝜑(𝑡)𝜑−1 (𝑡) = 𝐼 (74)

Al diferenciar (74), obtenemos

𝜑 0 (𝑡)𝜑−1 (𝑡) + 𝜑(𝑡) [𝜑−1 (𝑡)] 0 = 𝑂

Por lo tanto
𝑑 −1
[𝜑 (𝑡)] = −𝜑−1 (𝑡)𝜑 0 (𝑡)𝜑−1 (𝑡) = −𝜑−1 (𝑡) 𝐴𝜑(𝑡)𝜑−1 (𝑡) = −𝜑−1 (𝑡) 𝐴
𝑑𝑡
Esto prueba que [𝜑−1 (𝑡)] 0 = −𝜑−1 (𝑡) 𝐴 y así 𝜑−1 (𝑡) es diferenciable. De manera similar,
[𝜑−1 (𝑡)] 00, etc. existe y, por lo tanto, es continuamente diferenciable. 

Ejemplo 0.9
Sea 𝜑(𝑡) una matriz fundamental de

𝑥 0 = 𝐴(𝑡)𝑥 (75)

donde 𝐴(𝑡) es una matriz real. Luego prueba que [𝜑−1 (𝑡)] 𝑇 satisface la ecuación
𝑑 −1
[𝜑 (𝑡)] 𝑇 = −𝐴𝑇 [𝜑−1 (𝑡)] 𝑇
𝑑𝑡
y por lo tanto mostrar que [𝜑−1 (𝑡)] 𝑇 es una matriz fundamental del sistema.

Solución Del Ejemplo 0.8,

𝑑 −1
[𝜑 (𝑡)] = −𝜑−1 (𝑡) 𝐴 (76)
𝑑𝑡
Tomando la transposición en ambos lados de (76), obtenemos
𝑑 −1
[𝜑 (𝑡)] 𝑇 = −𝐴𝑇 [𝜑−1 (𝑡)] 𝑇
𝑑𝑡
lo que demuestra que [𝜑−1 (𝑡)] 𝑇 satisface el sistema

𝑥 0 = −𝐴𝑇 𝑥

Por lo tanto [𝜑−1 (𝑡)] 𝑇 es la matriz fundamental de

𝑥 0 = −𝐴𝑇 𝑥 (77)

La ecuación (77) se llama el adjunto de (75). 

22
 CLASE 31

Ejemplo 0.10
Sea 𝜑(𝑡) una matriz fundamental de 𝑥 0 = 𝐴𝑥. Demuestre que 𝜓(𝑡) es una matriz
fundamental de su adjunto si y solo si 𝜓𝑇 (𝑡)𝜑(𝑡) = 𝐶, donde 𝐶 es una matriz constante
no singular.

Solución Del Ejemplo 0.9, [𝜑−1 (𝑡)] 𝑇 es una matriz fundamental particular del sistema adjunto
𝑥 0 = −𝐴𝑥. Dado que 𝜓(𝑡) es una matriz fundamental, 𝜓(𝑡) = [𝜑−1 (𝑡)] 𝑇 𝐷 donde 𝐷 es una matriz
constante no singular.
Tomando los transpuestos en ambos lados de lo anterior y observando que la transposición
revierte el producto, obtenemos

𝜓𝑇 (𝑡) = 𝐷 𝑇 [𝜑−1 (𝑡)] 𝑇 𝑇 = 𝐷 𝑇 𝜑−1 (𝑡)

siendo 𝜑−1 (𝑡) = [𝜑−1 (𝑡)] 𝑇 𝑇 .

Ahora, después de multiplicar por 𝜑(𝑡) en ambos lados de la ecuación anterior, obtenemos

𝜓𝑇 (𝑡)𝜑(𝑡) = 𝐷 𝑇 𝜑−1 (𝑡)𝜑(𝑡) = 𝐷 𝑇 = 𝐶

donde 𝐶 es una matriz constante no singular. 

Ejemplo 0.11
Si 𝜙(𝑡) es la matriz fundamental del sistema adjunto, compruebe que 𝜑𝑇 (𝑡)𝜑(𝑡) = 𝐶,
donde 𝐶 es una matriz constante no singular.

Solución Si 𝐴 = −𝐴𝑇 , mediante el Ejemplo 0.9. [𝜑−1 (𝑡)] 𝑇 es una matriz fundamental de
𝑥 0 = 𝐴𝑥, de modo que 𝜑(𝑡) = [𝜑−1 (𝑡)] 𝑇 𝐶 donde 𝐶 es una matriz constante no singular.
Premultiplicando ambos lados de esta ecuación por 𝜙𝑇 (𝑡), obtenemos

𝜑𝑇 (𝑡)𝜑(𝑡) = 𝜑𝑇 (𝑡) [𝜑−1 (𝑡)] 𝑇 𝐶 = [𝜑−1 (𝑡)𝜑(𝑡)] 𝑇 𝐶 = 𝐼 𝑇 𝐶 = 𝐶

Lo que prueba el resultado. 

Ejemplo 0.12
Demostrar que el sistema
Z 𝑡
𝜓(𝑡) = 𝜑(𝑡) 𝜑−1 (𝑠)𝑏(𝑠) 𝑑𝑠, 𝑡∈𝐼 (78)
𝑡0
se puede escribir como
Z 𝑡
(1) 𝜓(𝑡) = 𝜑(𝑡) 𝜓𝑇 (𝑡)𝑏(𝑠) 𝑑𝑠, 𝑡 ∈ 𝐼 previsto que 𝜓𝑇 (𝑡)𝜑(𝑡) = 𝐸.
𝑡0
Z 𝑡
−1 𝑇
(2) 𝜓(𝑡) = [𝜓 (𝑡)] 𝜓𝑇 (𝑡)𝑏(𝑠) 𝑑𝑠, 𝑡 ∈ 𝐼 donde 𝜓(𝑡) una matriz fundamental
𝑡0
del sistema 𝑥 0 = −𝐴𝑇 𝑥 donde 𝐴 es una matriz real.

Solución (1) Si 𝜓𝑇 (𝑡)𝜑(𝑡) = 𝐸, entonces

𝜓𝑇 (𝑡)𝜑(𝑡)𝜑−1 (𝑡) = 𝐸 𝜑−1 (𝑡)

23
 CLASE 31

lo que resulta 𝜓𝑇 (𝑡) = 𝜑−1 (𝑡). Usando esto en la fórmula para 𝜓(𝑡), obtenemos
Z 𝑡
𝜓(𝑡) = 𝜑(𝑡) 𝜓𝑇 (𝑡)𝑏(𝑠) 𝑑𝑠, 𝑡 ∈ 𝐼
𝑡0
(2) Si 𝐴 = −𝐴𝑇 , donde 𝐴 es real, entonces [𝜑−1 (𝑡)] 𝑇 también es una matriz fundamental para
𝑥 0 = 𝐴𝑥. Usando esto obtenemos

𝜓(𝑡) = [𝜑−1 (𝑡)] 𝑇 así que 𝜓𝑇 (𝑡) = [𝜑−1 (𝑡)] 𝑇 𝑇 = 𝜑−1 (𝑡)

lo que da [𝜓𝑇 (𝑡)] −1 = 𝜑(𝑡). Por lo tanto 𝜑(𝑡) = [𝜓 −1 (𝑡)] 𝑇 .

Usando el resultado anterior en la ecuación
Z 𝑡
𝜓(𝑡) = [𝜓 −1 (𝑡)] 𝑇 𝜓𝑇 (𝑠)𝑏(𝑠) 𝑑𝑠, 𝑡∈𝐼
𝑡0
lo que prueba (2). 

Ejemplo 0.13
Representar el sistema de ecuaciones

𝑥 100 − 3𝑥 10 + 2𝑥 1 + 𝑥 20 − 𝑥 2 = 0
𝑥 10 − 2𝑥 1 + 𝑥 20 + 𝑥 2 = 0

en la forma de matriz 𝑥 0 = 𝐴𝑥. Encuentra la matriz fundamental del sistema. De ahí

resuelve el problema del valor inicial 𝑥 1 (0) = 0, 𝑥 10 (0) = 1, 𝑥 2 (0) = 0.

Solución Restando las ecuaciones, obtenemos

𝑥 100 = 4𝑥 10 + 4𝑥 1 + 2𝑥 2 (79)

Reordenamos la segunda ecuación

𝑥 20 = 2𝑥 1 − 𝑥 2 − 𝑥 10 (80)

Hagamos la sustitución
𝑥 10 = 𝑥 3 (81)

Ahora (79), (80) y (81) se pueden escribir como

𝑥 10 = 0𝑥1 + 0𝑥 2 + 𝑥3
𝑥 20 = 2𝑥1 − 𝑥 2 − 𝑥 3 (82)
𝑥 30 = −4𝑥 1 + 2𝑥 2 + 4𝑥 3

Con la ayuda de las ecuaciones (82), podemos representar el sistema en la forma de matriz de la
siguiente manera:
0
©𝑥 1 ª © 0 0 1 ª ©𝑥 1 ª
­𝑥 2 ® = ­ 2 −1 −1® ­𝑥 2 ® (83)
­ ® ­ ®­ ®
­ ® ­ ®­ ®
𝑥
« 3¬ « −4 2 4 ¬ «𝑥 3 ¬
Para encontrar la matriz fundamental, necesitamos las raíces características o valores propios y

24
 CLASE 31

vectores propios. De ahí que el polinomio característico sea

−𝜆 0 1
det( 𝐴 − 𝜆𝐸) = 2 −1 − 𝜆 −1 =0
−4 2 4−𝜆
Desarrollando el determinante, obtenemos

𝜆(𝜆 − 2) (𝜆 − 1) = 0

Por lo tanto podemos tomar los valores propios como 𝜆1 = 0, 𝜆2 = 1, 𝜆3 = 2.

Así que la solución general es

©𝑥 1 ª
­𝑥 2 ® = 𝛼1 𝑐 1 + 𝛼2 𝑒 𝑡 𝑐 2 + 𝛼3 𝑒 2𝑡 𝑐 3
­ ®
­ ®
«𝑥 3 ¬
donde 𝑐 1 , 𝑐 2 y 𝑐 3 son vectores propios correspondientes a los valores propios anteriores y 𝛼1 , 𝛼2
y 𝛼3 son constantes arbitrarias.
Aunque 𝑒 𝑡 𝐴 proporciona la matriz fundamental para el sistema dado con la matriz 𝐴 constante,
para encontrar la forma exacta de la matriz, tenemos que encontrar la matriz de solución con
columnas linealmente independientes. Esto se hace encontrando los vectores propios del sistema.
El vector propio (𝑥 − 1, 𝑥 2 , 𝑥 3 ) 0 correspondiente al valor propio 𝜆1 = 0 está dado por
0 0
1 ©𝑥 1 ª ©0ª
2 −1 −1 ­𝑥 2 ® = ­0®
­ ® ­ ®
­ ® ­ ®
−4 2 4 «𝑥 3 ¬ «0¬
lo que da

𝑥3 = 0
2𝑥 1 − 𝑥 2 = 0
−2𝑥 1 + 𝑥 2 = 0

Al elegir 𝑥 1 = 1, obtenemos 𝑥 2 = 2 para que el vector propio sea (1, 2, 0) 0. El vector propio
(𝑥 1 , 𝑥 2 , 𝑥 3 ) 0 correspondiente a 𝜆2 = 1 está dado por
−1 1 ©𝑥 1 ª ©0ª
0
2 −2 −1 ­𝑥 2 ® = ­0®
­ ® ­ ®
­ ® ­ ®
−4 2 3 «𝑥 3 ¬ «0¬
lo que da

−𝑥 1 + 𝑥 3 = 0
2𝑥 1 − 2𝑥2 − 𝑥 3 = 0
−4𝑥 1 + 2𝑥 2 + 3𝑥 3 = 0

De las ecuaciones anteriores 𝑥 1 = 𝑥 3 , 𝑥 1 − 2𝑥 2 = 0, −𝑥1 + 2𝑥2 = 0. Podemos elegir 𝑥1 = 2 para

que 𝑥 3 = 2 y 𝑥 2 = 1. Así, el vector propio correspondiente a 𝜆2 = 1 es (2, 1, 2) 0.

25
 CLASE 31

El vector propio (𝑥 1 , 𝑥 2 , 𝑥 3 ) 0 correspondiente a 𝜆3 = 2 está dado por

−2 0
1 ©𝑥 1 ª ©0ª
2 −3 −1 ­𝑥 2 ® = ­0®
­ ® ­ ®
­ ® ­ ®
−4 2 2 «𝑥 3 ¬ «0¬
lo que da

−2𝑥 1 + 𝑥 3 = 0
2𝑥 1 − 3𝑥 2 − 𝑥 3 = 0
−4𝑥 1 + 2𝑥2 + 2𝑥 3 = 0

De las ecuaciones anteriores 2𝑥 1 = 𝑥 3 para que 𝑥 2 = 0. Ahora escojamos 𝑥 1 = 1 y 𝑥3 = 2. Por lo

tanto, el vector propio es (1, 0, 2) 0.
Con la ayuda de los vectores propios que son linealmente independientes, tenemos la matriz de
solución equivalente a la matriz fundamental como
1 2𝑒 𝑡 𝑒 2𝑡
𝜑(𝑡) = 2 𝑒𝑡 0
0 2𝑒 𝑡 2𝑒 2𝑡
Usando la matriz fundamental anterior, resolvamos el problema del valor inicial dado. Dado que
las columnas de la matriz fundamental forman la base de la solución, podemos tomar cualquier
solución general como
©𝑥 1 ª ©1ª ©2ª ©1ª
­𝑥2 ® = 𝛼1 ­2® + 𝛼2 𝑒 𝑡 ­1® + 𝛼3 𝑒 2𝑡 ­0®
­ ® ­ ® ­ ® ­ ®
­ ® ­ ® ­ ® ­ ®
𝑥
« 3¬ 0
« ¬ 2
« ¬ «2¬
La ecuación de matriz anterior es equivalente a

𝑥 1 (𝑡) = 𝛼1 + 2𝛼2 𝑒 𝑡 + 𝛼3 𝑒 2𝑡
𝑥 2 (𝑡) = 2𝛼1 + 𝛼2 𝑒 𝑡 (84)
𝑥 3 (𝑡) = 𝛼2 𝑒 𝑡 + 2𝛼3 𝑒 2𝑡

Usando las condiciones iniciales 𝑥 1 (0) = 0, 𝑥 2 (0) = 0 y 𝑥 3 (0) = 𝑥 10 (0) = 1 en (84), obtenemos

𝛼1 + 2𝛼2 + 𝛼3 = 0
2𝛼1 + 𝛼2 = 0
2𝛼2 + 2𝛼3 = 1
1 3
Resolviendo estas ecuaciones obtenemos 𝛼1 = , 𝛼2 = −1, 𝛼3 = . Usando estos valores, la
2 2
solución del problema del valor inicial está dada por
1
𝑥 1 (𝑡) = (1 − 4𝑒 𝑡 + 3𝑒 2𝑡 ), 𝑥2 (𝑡) = 1 − 𝑒 𝑡 . 
2

26
 CLASE 31

Ejemplo 0.14
Resuelve el problema del valor inicial

𝑥 00 + 𝐴2 𝑥 = 0, 𝑥(0) = 𝑔, 𝑥 0 (0) = ℎ

donde 𝐴 es una matriz constante y 𝑔 y ℎ son vectores conocidos.

Solución Escribamos la ecuación de segundo orden dada como un sistema de ecuaciones para
obtener su forma matricial. Sea 𝑥 = 𝑥 1 , 𝑥10 = 𝑥 2 para que 𝑥 20 = −𝐴2 𝑥 1 .
De ahí que la forma de la matriz sea
0
©𝑥 1 ª © 0 1ª ©𝑥 1 ª
­ ® =­ ®­ ®
𝑥2 −𝐴2 0 𝑥 2
« ¬ « ¬« ¬
0
es decir, 𝑥 = 𝐵𝑥. Para encontrar la solución, encontremos el vector propio de la matriz 𝐵
−𝜆 1
det(𝐵 − 𝜆𝐼) = =0 =⇒ 𝜆 2 + 𝐴2 = 0
−𝐴2 −𝜆
En otras palabras, 𝜆 = ± 𝑖 𝐴. De ahí que las soluciones sean 𝑥 1 (𝑡) = 𝑒 𝑖 𝐴𝑡 𝑐 1 y 𝑥 2 (𝑡) = 𝑒 −𝑖 𝐴𝑡 𝑐 2 .
Por eso tenemos la solución
𝑥(𝑡) = 𝑒 𝑖 𝐴𝑡 𝑐 1 + 𝑒 −𝑖 𝐴𝑡 𝑐 2 (85)

Usando la condición inicial 𝑥(0) = 𝑔 obtenemos

𝑔 = 𝑐1 + 𝑐2 (86)

Al diferenciar (85), obtenemos

𝑥 0 (𝑡) = 𝑖 𝐴𝑒 𝑖 𝐴𝑡 𝑐 1 − 𝑖 𝐴𝑒 −𝑖 𝐴𝑡 𝑐 2

que da
𝑡 = 0, ℎ = 𝑖 𝐴𝑐 1 − 𝑖 𝐴𝑐 2 (87)

Resolviendo (86) y (87), obtenemos

𝑖 𝐴𝑔 + ℎ 𝑖 𝐴𝑔 − ℎ
𝑐1 = , 𝑐2 =
2𝑖 𝐴 2𝑖 𝐴
Así, la solución requerida es
𝑔𝑖 𝐴 + ℎ 𝑔𝑖 𝐴 − ℎ
𝑥(𝑡) = 𝑒 𝑖 𝐴𝑡 + 𝑒 −𝑖 𝐴𝑡
2𝑖 𝐴 2𝑖 𝐴
lo que da en la simplificación
     
𝑔 𝑖 𝐴𝑡 −𝑖 𝐴𝑡 𝑖 𝐴𝑡 −𝑖 𝐴𝑡 ℎ −1
𝑥(𝑡) = 𝑒 +𝑒 + 𝑒 −𝑒 𝐴 . 
2 2𝑖

Ejemplo 0.15
Encuentre la solución general de 𝑥 0 = 𝐴𝑥 + 𝑏𝑒 𝑖𝑤𝑡 donde 𝐴 es una matriz constante de
𝑛 × 𝑛 y 𝑏 es un vector constante.

Solución Es una ecuación lineal no homogénea. Por lo tanto, la solución viene dada por la

27
 CLASE 31

fórmula Z 𝑡
𝜓(𝑡) = 𝑒 𝑐 + 𝜑(𝑡) 𝐴𝑡
𝜑−1 (𝑠)𝑏(𝑠) 𝑑𝑠
𝑡0

Como 𝐴 es una matriz constante, la matriz fundamental de la parte homogénea es 𝜑(𝑡) = 𝑒 𝐴𝑡 .

Por lo tanto
Z 𝑡 Z 𝑡
−𝐴𝑠
𝐴𝑡
𝜓(𝑡) = 𝑒 𝑐 + 𝑒 𝐴𝑡
𝑒 𝑏𝑒 𝑖𝑤 𝑠 𝐴𝑡
𝑑𝑠 = 𝑒 𝑐 + 𝑒 𝐴𝑡
𝑏𝑒 (𝑖𝑤 𝑠−𝐴)𝑠 𝑑𝑠
𝑡0 𝑡0
Usando la integración vectorial, tenemos
𝑡
𝑒 (𝑖𝑤 𝐸−𝐴)𝑠

𝐴𝑡 𝐴𝑡
𝜓(𝑡) = 𝑒 𝑐 + 𝑒 𝑏
𝑖𝑤𝐸 − 𝐴 𝑡0
Seleccionando 𝑡0 para ser −∞, obtenemos la solución como

𝜓(𝑡) = 𝑒 𝐴𝑡 𝑐 + 𝑏(𝑖𝑤𝐸 − 𝐴) −1 𝑒 𝑖𝑤𝑡

lo cual es válido si 𝑖𝑤 no es un valor propio de 𝐴. Si 𝑖𝑤 es un valor propio (𝑖𝑤𝐸 − 𝐴) −1 no está

definido.
𝑛
X
0
Si 𝑥 = 𝐴𝑥 + 𝑏 𝑘 𝑒 𝑖𝑤𝑘 𝑡 , entonces la solución sigue el principio de superposición en las mismas
𝑘=1
condiciones. De ahí que la solución sea
X𝑛
𝐴𝑡
𝑥(𝑡) = 𝑒 𝑐 + (𝑖𝑤 𝑘 𝐸 − 𝐴) −1 𝑏 𝑘 𝑒 𝑖𝑤𝑘 𝑡 . 
𝑘=1

Ejemplo 0.16
Si 𝑓 (𝑡) es un polinomio vectorial de grado 𝑛 y 𝐴 es una matriz no singular constante,
compruebe que la ecuación 𝑥 0 = 𝐴𝑥 + 𝑓 tiene una solución polinomial única

𝑥(𝑡) = −𝐴−1 𝑓 (𝑡) − 𝐴−2 𝑓 0 (𝑡) − · · · − 𝐴−(𝑛+1) 𝑓 𝑛) (𝑡)

Solución Como 𝐴 es una matriz constante, la matriz fundamental de la parte homogénea es

𝜑(𝑡) = 𝑒 𝐴𝑡 . De ahí que la solución de la ecuación sea
Z 𝑡
𝑥(𝑡) = 𝑒 𝐴𝑡 𝑐 + 𝑒 𝐴𝑡 𝑒 −𝐴𝑠 𝑓 (𝑠) 𝑑𝑠
0
Este vector integral se puede evaluar utilizando la integración por partes
Z 𝑡 Z 𝑡
−𝐴𝑠 𝑒 𝐴𝑡  
𝑒 𝐴𝑡
𝑒 𝑓 (𝑠) 𝑑𝑠 = − 𝑓 (𝑠)𝑑 𝑒 −𝐴𝑠
0 𝐴 0
 Z 𝑡 
𝑒 𝐴𝑡 −𝐴𝑠 𝑡 −𝐴𝑠 0
=− 𝑓 (𝑠)𝑒 0
− 𝑒 𝑓 (𝑠) 𝑑𝑠
𝐴 0
Z 𝑡
𝑓 (0) 𝐴𝑡 𝑓 (𝑡) 𝑒 𝐴𝑡
= 𝑒 − + 𝑒 −𝐴𝑠 𝑓 0 (𝑠) 𝑑𝑠
𝐴 𝐴 𝐴 0
Ahora vamos a evaluar la integral una vez más por partes.
Z 𝑡  Z 𝑡 
𝑒 𝐴𝑡 0

−𝐴𝑠
 𝑒 𝐴𝑡 0 −𝐴𝑠 𝑡 −𝐴𝑠 00
− 2 𝑓 (𝑠)𝑑 𝑒 = − 2 𝑓 (𝑠)𝑒 0
− 𝑒 𝑓 (𝑠) 𝑑𝑠
𝐴 0 𝐴 0
De ahí que la solución sea
𝑓 0 (0)
  Z 𝑡
𝐴𝑡 𝑓 (0) −1 −2 0 𝑒 𝐴𝑡
𝐴𝑡
𝑥(𝑡) = 𝑒 𝑐 + 𝑒 + − 𝐴 𝑓 (𝑡) − 𝐴 𝑓 (0) + 2 𝑒 −𝐴𝑠 𝑓 00 (𝑠) 𝑑𝑠
𝐴 𝐴2 𝐴 0

28
 CLASE 31

Podemos continuar la integración por partes hasta 𝑛 veces sucesivamente y dado que 𝑓 (𝑠) es un
polinomio de grado 𝑛, el término (𝑛 + 1)-ésimo desaparecerá. Así tenemos
𝑓 0 (0)
 
𝐴𝑡 𝑓 (0) 𝑓 𝑛−1) (0) 𝑓 𝑛)
𝐴𝑡
𝑥(𝑡) = 𝑒 𝑐 + 𝑒 + +···+ + 𝑛+1 − 𝐴−1 𝑓 (𝑡) − 𝐴−2 𝑓 0 (𝑡) − · · · −
𝐴 𝐴2 𝑎𝑛 𝐴
− 𝐴−𝑛 𝑓 𝑛−1) (𝑡) − 𝐴𝑛+1 𝑓 𝑛) (𝑡)

Como 𝑐 es un vector constante arbitrario en la solución, podemos elegir

𝑓 (0) 𝑓 0 (0)
 
𝑓 𝑛−1) (0) 𝑓 𝑛)
𝑐=− + + · · · + +
𝐴 𝐴2 𝑎𝑛 𝐴𝑛+1
Usando esta condición, la solución se convierte en

𝑥(𝑡) = −𝐴−1 𝑓 (𝑡) − 𝐴−2 𝑓 0 (𝑡) − · · · − 𝐴−(𝑛+1) 𝑓 𝑛) (𝑡). 

Ejemplo 0.17
Poner el problema del valor inicial.

𝑥 00 + 9𝑥 0 + 14𝑥 = 0, 𝑥(0) = 0, 𝑥 0 (0) = −1 (88)

en forma de matriz y obtener la solución como una ecuación matricial y deducir la solución
de la ecuación.

Solución Haciendo las sustituciones 𝑥 = 𝑥 1 , 𝑥 10 = 𝑥 2 , las ecuaciones dadas se convierten en el

sistema

𝑥 10 = 𝑥 2
𝑥 20 = −14𝑥 1 − 9𝑥 2 (89)

con las condiciones iniciales

𝑥 1 (0) = 0, 𝑥2 (0) = −1

Entonces de (89) el sistema equivalente a (88) es

0
©𝑥 1 ª © 0 1 ª ©𝑥 1 ª ©𝑥 1 (0) ª © 0 ª
­ ® =­ ®­ ®, ­ ®=­ ® (90)
𝑥2 −14 −9 𝑥 2 𝑥 2 (0) −1
« ¬ « ¬« ¬ « ¬ « ¬
que da 𝑥 0 (𝑡) = 𝐴𝑥(𝑡) donde 𝐴 es una matriz constante. Por lo tanto, las soluciones son 𝑥(𝑡) = 𝑒 𝐴𝑡 𝑐
donde 𝑐 es un vector constante. Entonces el problema se resuelve si determinamos (1) 𝑒 𝐴𝑡 y (2)
el vector constante 𝑐.
Como 𝐴 es una matriz constante, 𝑒 𝐴𝑡 es una matriz fundamental del sistema. Si encontramos
una matriz de solución 𝜙(𝑡) de la cual det𝜙(𝑡) ≠ 0 para 𝑡 = 0, entonces 𝜑(𝑡) es una matriz
fundamental de (90).
Como (88) es una ecuación lineal homogénea con coeficientes constantes, las dos soluciones
linealmente independientes son 𝜙1 (𝑡) = 𝑒 −7𝑡 y 𝜙2 (𝑡) = 𝑒 −2𝑡 (resolviendo 𝐷 2 + 9𝐷 + 14 = 0). Por
lo tanto, la matriz de solución es
−7𝑡 𝑒 −2𝑡 ª
© 𝑒
𝜑(𝑡) = ­ ®
−7𝑒 −7𝑡 −2𝑒 −2𝑡
« ¬

29
 CLASE 31

Como det𝜙(𝑡) ≠ 0, 𝜙(𝑡) es también una matriz fundamental de (90). Por lo tanto, hemos
encontrado 𝜑(𝑡) = 𝑒 𝐴𝑡 .
Para encontrar el vector constante, tenemos

©0ª ©𝑐 1 ª ©0ª ©1 1 ª ©𝑐 1 ª
­ ® = [𝜙(𝑡)] 𝑡=0 ­ ® =⇒ ­ ®=­ ®­ ®
−1 𝑐 −1 −7 −2 𝑐 2
« ¬ « 2¬ « ¬ « ¬« ¬
que da las dos ecuaciones

𝑐1 + 𝑐2 = 0
−7𝑐 1 − 2𝑐 2 = −1

Resolviendo estas ecuaciones, encontramos 𝑐 1 = 51 , 𝑐 2 = − 15 . Por lo tanto, la solución matricial

del problema de valor inicial es

1 © 𝑒 −7𝑡 𝑒 −2𝑡 ª © 1 ª 1 © 𝑒 −7𝑡 − 𝑒 −2𝑡 ª

𝑥(𝑡) = ­ ®­ ® = ­ ®
5 −7𝑒 −7𝑡 −2𝑒 −2𝑡 −1 5 −7𝑒 −7𝑡 + 2𝑒 −2𝑡
« ¬« ¬ « ¬
Por lo tanto, la solución de (88) es
1  −7𝑡 
𝑥(𝑡) = 𝑒 − 𝑒 −2𝑡 . 
5

Ejemplo 0.18
Poner el problema del valor inicial.

𝑥 00 + 2𝑥 0 − 8𝑥 = 𝑒 𝑡 , 𝑥(0) = 1, 𝑥 0 (0) = −4 (91)

en forma matricial y resolverlo como una ecuación matricial.

Solución Haciendo la sustitución 𝑥 = 𝑥 1 , 𝑥 10 = 𝑥 2 , la ecuación dada se puede escribir como un

sistema

𝑥 10 = 𝑥 2
𝑥 20 = 8𝑥 1 − 2𝑥 2 + 𝑒 𝑡 (92)

que se puede escribir como la ecuación matricial

0
©𝑥 1 ª ©0 1 ª ©𝑥 1 ª © 0 ª
­ ® =­ ®­ ® + ­ ®
𝑥2 8 −2 𝑥 2 𝑒𝑡
« ¬ « ¬« ¬ « ¬
con la condición inicial
©𝑥 1 (0) ª © 1 ª
­ ®=­ ® (93)
𝑥 2 (0) −4
« ¬ « ¬
La solución del problema del valor inicial (93) viene dada por
Z 𝑡
𝜓(𝑡) = 𝑥 ℎ (𝑡) + 𝜑(𝑡) 𝜑−1 (𝑡)ℎ(𝑠) 𝑑𝑠
0
Encontraremos cada término en el lado derecho de la siguiente manera.
Para encontrar 𝑥 ℎ (𝑡) consideremos la parte homogénea de (91). Las dos soluciones independi-
entes de la parte homogénea de la ecuación (91) son 𝑒 −4𝑡 y 𝑒 2𝑡 (resolviendo 𝐷 2 + 2𝐷 − 8 = 0).

30
 CLASE 31

Por lo tanto, la matriz de solución es

−4𝑡 𝑒 2𝑡 ª
© 𝑒
𝜑(𝑡) = ­ ®
−4𝑒 −4𝑡 2𝑒 2𝑡
« ¬
Por lo tanto, la solución de la parte homogénea es 𝑥 ℎ (𝑡) = 𝑒 𝐴𝑡 𝑐. Entonces determinaremos 𝑐
para esta solución

©1ª ©𝑐 1 ª © 1 ª © 1 1ª © 𝑐 1 ª
­ ® = [𝜙(𝑡)] 𝑡=0 ­ ® =⇒ ­ ®=­ ®­ ®
−4 𝑐 −4 −4 2 𝑐 2
« ¬ « 2¬ « ¬ « ¬« ¬
que da las ecuaciones

𝑐1 + 𝑐2 = 1
−4𝑐 1 + 2𝑐 2 = −4

Resolviendo estas ecuaciones, encontramos 𝑐 1 = 1, 𝑐 2 = 0. Por lo tanto

−4𝑡 𝑒 2𝑡 ª ©1ª © 𝑒 −4𝑡 ª
© 𝑒
𝑥 ℎ (𝑡) = ­ ®­ ® = ­ ®
−4𝑒 −4𝑡 2𝑒 2𝑡 0 −4𝑒 −4𝑡
« ¬« ¬ « ¬
A continuación, encontraremos
Z 𝑡
𝜑(𝑡) 𝜑−1 (𝑡)𝑏(𝑠) 𝑑𝑠
0
La inversa de 𝜙(𝑡) es
1 © 2𝑒 4𝑡 −𝑒 4𝑡 ª
𝜑−1 (𝑡) = ­ ®
6 4𝑒 −2𝑡 𝑒 −2𝑡
« ¬
Ahora
1 © 2𝑒 4𝑠 −𝑒 4𝑠 ª © 0 ª 1 ©−𝑒 5𝑠 ª
𝜑−1 (𝑠)𝑏(𝑠) = ­ ®­ ® = ­ ®
6 4𝑒 −2𝑠 𝑒 −2𝑠 𝑒 𝑠 6 𝑒 −𝑠
« ¬« ¬ « ¬
Entonces
5𝑠 5𝑡
1 ©−𝑒 5𝑠 ª 1 © − 𝑒 + 𝑐 1 ª 1 ©− 𝑒5 + 15 ª
Z 𝑡 Z 𝑡
𝜑−1 (𝑡)𝑏(𝑠) 𝑑𝑠 = ­ ® 𝑑𝑠 = ­ 5 ®= ­ ®
0 0 6 𝑒 −𝑠 6 −𝑒 −𝑠 + 𝑐 2 6 −𝑒 −𝑡 + 1
« ¬ « ¬ « ¬
Por lo tanto
5𝑡
−4𝑡 𝑒 2𝑡 ª 1 ©− 𝑒5 + 51 ª 1 © − 65 𝑒 𝑡 + 𝑒 2𝑡 + 15 𝑒 −4𝑡 ª
Z 𝑡
−1 © 𝑒
𝜑(𝑡) 𝜑 (𝑡)𝑏(𝑠) 𝑑𝑠 = ­ ® ­ ®= ­ 6 ®
0 −4𝑒 −4𝑡 2𝑒 2𝑡 6 −𝑒 −𝑡 + 1 6 − 𝑒 𝑡 + 2𝑒 2𝑡 − 4 𝑒 −4𝑡
« ¬ « ¬ « 5 5 ¬
Por lo tanto, la solución completa del sistema matricial es
−4𝑡 6 𝑡 2𝑡 1 −4𝑡 1 𝑡 1 2𝑡 31 −4𝑡
© 𝑒 ª 1 © − 5 𝑒 + 𝑒 + 5 𝑒 ª © − 5 𝑒 + 6 𝑒 + 30 𝑒 ª
𝑥(𝑡) = ­ ®+ ­ 6 ® =­ ®
−4𝑒 −4𝑡 6 − 𝑒 𝑡 + 2𝑒 2𝑡 − 4 𝑒 −4𝑡 − 15 𝑒 𝑡 + 31 𝑒 2𝑡 − 62 𝑒 −4𝑡
« ¬ « 5 5 ¬ « 15 ¬
Por lo tanto, la solución de (91) es
1 1 31
𝑥(𝑡) = − 𝑒 𝑡 + 𝑒 2𝑡 + 𝑒 −4𝑡 . 
5 6 30

31
 CLASE 31

Ejemplo 0.19
Encuentre el intervalo donde el problema del valor inicial
1
(𝑡 2 − 𝑡 − 6)𝑥 00 + (𝑡 2 + 4)𝑥 0 + 𝑥 = 𝑒 −𝑡 , 𝑥(2) = 0, 𝑥 0 (2) = 4
2𝑡 + 3
tiene una solución.

3
Solución El coeficiente de 𝑥 es continuo excepto en 𝑡 = − . Los otros coeficientes 𝑡 2 − 𝑡 − 6,
2
3
𝑡 + 4 y 𝑒 son continuos en −∞ < 𝑡 < +∞. El coeficiente de 𝑥 00 es cero, excepto en 𝑡 = −
2 −𝑡
2
3
y 𝑡 = 3. Por lo tanto se cumple en 𝐼 = − < 𝑡 < 3 y 𝑡0 ∈ 𝐼. Por lo tanto, el problema de valor
2
inicial tiene una solución única y la solución está garantizada en cada intervalo 𝐼 = [𝑎, 𝑏], donde
3
− < 𝑎 < 𝑡 0 = 2 < 𝑏 < 3. 
2
Ejemplo 0.20
Obtenga la solución 𝜓(𝑡) del problema de valor inicial

©0ª
𝑥 0 = 𝐴𝑥 + 𝐵(𝑡), 𝜓(0) = ­ ® (94)
1
« ¬
dónde
©𝑥 1 ª ©1 0ª © sin 𝑎𝑡 ª
𝑥 = ­ ®, 𝐴=­ ®, 𝐵(𝑡) = ­ ® (95)
𝑥 0 2 cos 𝑏𝑡
« 2¬ « ¬ « ¬

Solución Para resolver la ecuación matricial no homogénea, primero necesitamos la matriz

fundamental de 𝑥 0 (𝑡) = 𝐴𝑥(𝑡) con los datos dados.
La ecuación dada
0
©𝑥 1 ª ©1 0ª ©𝑥 1 ª
­ ®=­ ®­ ® (96)
𝑥 20 0 2 𝑥2
« ¬ « ¬« ¬
es equivalente a 𝑥 10 = 𝑥 1 y 𝑥 20 = 2𝑥 2 . Resolviendo la ecuación (96), obtenemos 𝑥 1 (𝑡) = 𝑒 𝑡 y
𝑥 2 (𝑡) = 𝑒 2𝑡 .
Por lo tanto, los vectores de solución son

©0ª
𝑡
©𝑒 ª
𝜙1 (𝑡) = ­ ® , 𝜙2 (𝑡) = ­ ®
0 𝑒 2𝑡
« ¬ « ¬
Como 𝑊 [𝜙1 , 𝜙2 ] (𝑡) ≠ 0 para cualquier 𝑡, 𝜙1 y 𝜙2 son linealmente independientes, de modo que

©𝑒
𝑡 0ª
­ ®
0 𝑒 2𝑡
« ¬
es una solución de matriz 𝜑. Como det𝜑(𝑡) ≠ 0, la matriz de solución anterior es una matriz
fundamental.
©𝑎 𝑏 ª
Para determinar 𝜓(𝑡), necesitamos el inverso de 𝜙(𝑡). Si ­ ® es el inverso de 𝜙(𝑡), entonces
𝑐 𝑑
« ¬

32
 CLASE 31

tenemos
©𝑒
𝑡 0 ª ©𝑎 𝑏 ª ©1 0ª
­ ®­ ®=­ ®
0 𝑒 2𝑡 𝑐 𝑑 0 1
« ¬« ¬ « ¬
lo que da
© 𝑎𝑒
𝑡 𝑏𝑒 𝑡 ª ©1 0ª
­ ®=­ ®
𝑐𝑒 2𝑡 𝑑𝑒 2𝑡 0 1
« ¬ « ¬
Igualando las entradas de la matriz correspondientes en ambos lados, obtenemos 𝑎𝑒 𝑡 = 1,
𝑏𝑒 𝑡 = 0, 𝑐𝑒 2𝑡 = 0, 𝑑𝑒 2𝑡 = 1 para que obtengamos 𝑎 = 𝑒 −𝑡 , 𝑏 = 0, 𝑐 = 0 y 𝑑 = 𝑒 −2𝑡 . Por lo tanto,
la matriz inversa es
−𝑡 0 ª
©𝑒
­ ®
0 𝑒 −2𝑡
« ¬
Si 𝜓(𝑡) es la solución de (95), entonces obtenemos
Z 𝑡
𝜓(𝑡) = 𝜑(𝑡) 𝜑−1 (𝑠)𝐵(𝑠) 𝑑𝑠, 𝑡, 𝑡 0 ∈ 𝐼 (97)
𝑡0
Sustituyendo 𝜑(𝑡), 𝜑−1 (𝑡) y 𝐵(𝑡) en (97), obtenemos
𝑡 0 ª ©𝑒 −𝑡 0 ª © sin 𝑎𝑡 ª
Z
©𝑒
𝜓(𝑡) = ­ ® ­ ®­ ® 𝑑𝑡
0 𝑒 2𝑡 0 𝑒 −2𝑡 cos 𝑏𝑡
« ¬ « ¬« ¬
𝑡 Z −𝑡
0 ª © 𝑒 sin 𝑎𝑡 ª
©𝑒
=­ ® ­ ® 𝑑𝑡
0 𝑒 2𝑡 𝑒 −2𝑡 cos 𝑏𝑡
« ¬ « ¬
𝑒 −𝑡
0 ª © 1+𝑎 2 (− sin 𝑎𝑡 − 𝑎 cos 𝑎𝑡 + 𝑐 1 ª
𝑡
©𝑒
=­ ® ­ 𝑒−2𝑡 ®
0 𝑒 2𝑡 4+𝑏2 (−2 cos 𝑏𝑡 + 𝑏 sin 𝑏𝑡) + 𝑐 2
« ¬« ¬
1
© 1+𝑎2 (− sin 𝑎𝑡 − 𝑎 cos 𝑎𝑡) + 𝑐 1 𝑒 ª
𝑡
=­ ®
1 2𝑡
4+𝑏 2 (−2 cos 𝑏𝑡 + 𝑏 sin 𝑏𝑡) + 𝑐 2 𝑒
« ¬
Usando las condiciones iniciales en 𝑡 = 0,
𝑎
©0ª ©− 1+𝑎2 + 𝑐 1 ª
­ ®=­ 2 ®
1 − 4+𝑏2 + 𝑐 2
« ¬ « ¬
Igualando los elementos correspondientes, obtenemos
𝑎 6 + 𝑏2
𝑐1 = , 𝑐2 =
1 + 𝑎2 4 + 𝑏2
Por lo tanto, la matriz de solución 𝜓(𝑡) es
1 𝑎
2 (− sin 𝑎𝑡 − 𝑎 cos 𝑎𝑡) + 1+𝑎 2 𝑒 ª
𝑡
𝜓(𝑡) = ­ 1+𝑎
©
6+𝑏 2 2𝑡
1
®
2 (−2 cos 𝑏𝑡 + 𝑏 sin 𝑏𝑡 + 2 𝑒
« 4+𝑏 4+𝑏 ¬
que da la solución 𝜓(𝑡) como
1
1+𝑎2
[𝑎𝑒 𝑡 − (sin 𝑎𝑡 + 𝑎 cos 𝑎𝑡)]

© ª
­ 1 ®.
[(6 + 𝑏 2 )𝑒 2𝑡 + (𝑏 sin 𝑏𝑡 − 2 cos 𝑏𝑡)]
2
« 4+𝑏 ¬

33
 CLASE 31

0.4 Sistemas lineales con coeficientes constantes

En esta sección obtendremos la solución del sistema lineal homogéneo

𝑥 0 = 𝐴𝑥, 𝑡∈𝐼 (98)

donde 𝐴 es una matriz constante, 𝐼 es un intervalo de R.

Primero obtendremos la solución en términos de 𝐴 y discutiremos la solución en términos de
los valores propios distintos de 𝐴 y también consideraremos el caso cuando algunos de los
valores propios se repitan. En ambos casos obtendremos la matriz fundamental del sistema (98).
Observamos que cuando (98) es una ecuación escalar, la solución es 𝑥(𝑡) = 𝑐𝑒 𝑡 𝐴, donde 𝑐 es
una constante arbitraria. Primero, establezcamos el análogo de este caso escalar para (98) en el
siguiente teorema.
Teorema 0.11
(i) La solución general de (98) es 𝑥(𝑡) = 𝑒 𝑡 𝐴𝑐 donde 𝑐 es una matriz de columna
constante arbitraria.
(ii) Si (98) satisface la condición inicial 𝑥(𝑡0 ) = 𝑥 0 , 𝑡0 ∈ 𝐼 su solución es 𝑥(𝑡) =
𝑒 (𝑡−𝑡0 ) 𝐴𝑥 0 .
(iii) La matriz fundamental 𝜑(𝑡) del sistema es 𝜑(𝑡) = 𝑒 𝑡 𝐴.

Demostración (i) Sea 𝑥(𝑡) una solución de (98). Entonces tenemos

𝑥 0 (𝑡) = 𝐴𝑥(𝑡) =⇒ 𝑥 0 (𝑡) − 𝐴𝑥(𝑡) = 0, 𝑡∈𝐼 (99)

Definamos un vector 𝑢(𝑡) = 𝑒 −𝑡 𝐴𝑥(𝑡), 𝑡 ∈ 𝐼. Luego diferenciando

𝑢 0 (𝑡) = 𝑒 −𝑡 𝐴 (−𝐴)𝑥(𝑡) + 𝑒 −𝑡 𝐴𝑥 0 (𝑡)

así que
𝑢 0 (𝑡) = 𝑒 −𝑡 𝐴 [−𝐴𝑥(𝑡) + 𝑥 0 (𝑡)] (100)

Usando (99) en (100), obtenemos 𝑢 0 (𝑡) = 𝑒 −𝑡 𝐴 (0) = 0. Por lo tanto 𝑢(𝑡) = 𝑐 es un vector constante para
𝑡 ∈ 𝐼.
Como 𝑢(𝑡) = 𝑐, obtenemos 𝑐 = 𝑒 −𝑡 𝐴𝑥(𝑡). Premultiplicamos ambos lados por 𝑒 𝑡 𝐴, obtenemos

𝑥(𝑡) = 𝑒 𝑡 𝐴 𝑐 (101)

(ii) Cuando 𝑡 = 𝑡 0 , 𝑥(𝑡 0 ) = 𝑒 𝑡0 𝐴 𝑐 para que obtengamos 𝑐 = 𝑒 −𝑡0 𝐴𝑥(𝑡0 ). Usando este valor de 𝑐 en (101)

𝑥(𝑡) = 𝑒 𝑡 𝐴 𝑒 −𝑡0 𝐴𝑥(𝑡 0 ) = 𝑒 (𝑡−𝑡0 ) 𝐴𝑥0

(iii) Si 𝜑(𝑡) es una matriz fundamental, satisface la ecuación diferencial (98) y det𝜑(𝑡) ≠ 0. Mostraremos
que 𝑒 𝑡 𝐴 tiene estas propiedades gemelas de modo que 𝑒 𝑡 𝐴 es una matriz fundamental del sistema.

34
 CLASE 31

Tomemos 𝜑(𝑡) = 𝑒 𝑡 𝐴. Entonces tenemos

𝑒 (𝑡+Δ𝑡) 𝐴 − 𝑒 𝑡 𝐴 𝑒 Δ𝑡 𝐴 − 1
𝜑 0 (𝑡) = lim = lim 𝐴𝑒 𝑡 𝐴
Δ𝑡→0 Δ𝑡 Δ𝑡→0 Δ𝑡 𝐴

Ya que
𝑒 Δ𝑡 𝐴 − 1
lim = 1, 𝜑 0 (𝑡) = 𝐴𝑒 𝑡 𝐴 = 𝐴𝜑(𝑡)
Δ𝑡→0 Δ𝑡 𝐴
Por lo tanto 𝑒 𝑡 𝐴 satisface la ecuación diferencial dada. Además, notamos que 𝜑(0) = 𝐸 y por el Teorema
0.11
det𝜑(𝑡) = det𝜑(0)𝑒 ( tr 𝐴) (𝑡−𝑡0 ) ≠ 0

Por lo tanto, det𝜑(𝑡) ≠ 0, de modo que 𝜑(𝑡) es una matriz fundamental del sistema. 

Corolario 0.3
La solución del sistema 𝑥 0 = 𝐴𝑥, 𝑥(0) = 𝐸, 𝑡 ∈ 𝐼 es 𝑥(𝑡) = 𝑒 𝑡 𝐴.

Demostración De (ii), la solución es

𝑥(𝑡) = 𝑒 𝑡 𝐴𝑥(0) = 𝑒 𝑡 𝐴 𝐸 = 𝑒 𝑡 𝐴 . 

La matriz fundamental del sistema (98) puede determinarse considerando los conjuntos
linealmente independientes en R𝑛 . Sabemos que 𝑒 1 , 𝑒 2 , · · · , 𝑒 𝑛 es una base en R𝑛 . Sean 𝜙1 , 𝜙2 ,
· · · , 𝜙 𝑛 las soluciones correspondientes al problema del valor inicial 𝑥(𝑡0 ) = 𝑒 1 , 𝑥(𝑡0 ) = 𝑒 2 , · · · ,
𝑥(𝑡0 ) = 𝑒 𝑛 . Entonces si 𝑡0 = 0, por (ii) del Teorema 0.11, 𝜙1 (𝑡) = 𝑒 𝑡 𝐴 𝑒 1 , 𝜙2 (𝑡) = 𝑒 𝑡 𝐴 𝑒 2 , · · · ,
𝜙 𝑛 (𝑡) = 𝑒 𝑡 𝐴 𝑒 𝑛 . Por lo tanto

©1 0 0 · · · 0ª
­0 1 0 · · · 0®
­ ®
𝑡𝐴 𝑡𝐴 ­ 𝑡𝐴
𝜑(𝑡) = 𝑒 [𝑒 1 , 𝑒 2 , · · · , 𝑒 𝑛 ] = 𝑒 ­ . . . .. ® = 𝑒 𝐸
®
. .
­. . .. .®
­ ®
«0 0 0 · · · 0¬
Por lo tanto, 𝜑(𝑡) = 𝑒 𝑡 𝐴 𝐸 es una matriz fundamental del sistema.
No podemos resolver la ecuación diferencial matricial 𝑥 0 (𝑡) = 𝐴(𝑡)𝑥(𝑡) como la ecuación difer-
encial lineal de primer orden al encontrar un factor de integración.
R𝑡
𝐴(𝑠) 𝑑𝑠
Eso es 𝑥(𝑡) = 𝑒 𝑡0
no puede ser una solución de la ecuación para
R𝑡
𝑥 0 (𝑡) = 𝑒
𝐴(𝑠) 𝑑𝑠
𝑡0
𝐴(𝑡) = 𝑥(𝑡) 𝐴(𝑡)
R𝑡 R𝑡
𝐴(𝑠) 𝑑𝑠 𝐴(𝑠) 𝑑𝑠
Por lo tanto 𝑥(𝑡) = 𝑒 𝑡0
es una solución si y solo si 𝑒 𝑡0
y 𝐴(𝑡) conmutan. Conmutan
si 𝐴 es una matriz constante o una matriz diagonal. Por lo tanto, el método de soluciones anterior
es válido solo para una matriz constante o diagonal.
En la discusión anterior, aunque la solución general del sistema está dada por 𝑒 𝑡 𝐴𝑐 para una
matriz constante dada 𝐴 de 𝑛 × 𝑛, no hemos obtenido las 𝑛 soluciones independientes de la
ecuación matricial. Para encontrar las 𝑛 soluciones independientes del sistema, haremos uso de
valores propios y la teoría de vectores propios de matrices.

35
 CLASE 31

Teorema 0.12
Considera la ecuación diferencial vectorial (98) donde 𝐴 es una matriz constante 𝑛 × 𝑛.
Entonces
(i) Si 𝜆1 , 𝜆2 , · · · , 𝜆 𝑛 son valores propios distintos reales de 𝐴 y 𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 son los
vectores propios correspondientes de 𝐴, luego 𝑒 𝜆1 𝑡 𝑐 1 , 𝑒 𝜆2 𝑡 𝑐 2 , · · · , 𝑒 𝜆𝑛 𝑡 𝑐 𝑛 forman
un conjunto linealmente independiente de soluciones de (98) y la solución general
de (98) es
𝑛
X
𝑥(𝑡) = 𝛼 𝑘 𝑒 𝜆𝑘 𝑡 𝑐 𝑘
𝑘=1

donde 𝛼1 , 𝛼2 , · · · , 𝛼𝑛 son 𝑛 constantes arbitrarias.

(ii) Si 𝜆 1 , 𝜆 2 , · · · , 𝜆 𝑚 , 𝑚 < 𝑛 son valores propios de 𝐴 con multiplicidades 𝑛1 , 𝑛2 , · · · ,
𝑛𝑚 , donde 𝑛1 + 𝑛2 + · · · + 𝑛𝑚 = 𝑛 con los vectores propios correspondientes, luego
la solución está dada por
𝑚 𝑚 𝑛𝑖 −1 𝑗 
𝑡𝐴
X X
𝜆𝑖 𝑡
X 𝑡 
𝑗
𝑥(𝑡) = 𝑒 𝛼𝑖 = 𝑒  ( 𝐴 − 𝜆 𝑗 𝐸)  𝛼𝑖 , 𝑡∈𝐼
 𝑗=0 𝑗!

𝑖=1 𝑖=1 


donde 𝑥(0) = 𝛼 = (𝛼1 , 𝛼2 , · · · , 𝛼𝑚 ).

Demostración (i) Supongamos que la solución es de la forma

𝑥(𝑡) = 𝑒 𝜆𝑡 𝑐, 𝑡 ∈ [𝑎, 𝑏] (102)

donde 𝑐 es un vector constante y 𝜆 un escalar. Si determinamos 𝛼 y 𝑐, entonces la solución de (98) es

conocida.
Diferenciando (102), obtenemos
𝑥 0 (𝑡) = 𝜆𝑒 𝜆𝑡 𝑐 (103)

Usando (102) y (103) en (98), obtenemos 𝜆𝑒 𝜆𝑡 𝑐 = 𝐴𝑒 𝜆𝑡 𝑐 para que 𝑒 𝜆𝑡 (𝜆𝐸 − 𝐴)𝑐 = 0.

Como 𝑒 𝜆𝑡 ≠ 0, obtenemos
(𝜆𝐸 − 𝐴)𝑐 = 0 (104)

De las ecuaciones lineales algebraicas homogéneas anteriores, resolvemos para 𝑐. Este sistema de
ecuaciones lineales tiene una solución no trivial si y solo si det(𝜆𝐸 − 𝐴) = 0. Como 𝐴 es una matriz
𝑛 × 𝑛, esta ecuación tiene 𝑛 raíces distintas o repetidas, que son los valores propios de 𝐴.
Consideremos primero el caso cuando todos los valores propios son distintos. Sean 𝜆1 , 𝜆2 , · · · , 𝜆 𝑛 y sea
que los vectores propios correspondientes 𝑐 1 , 𝑐 2 , · · · , 𝑐 𝑛 . Sabemos por la teoría de matrices, que los
vectores propios correspondientes a los valores propios distintos son linealmente independientes. Por lo
tanto, 𝑥 𝑘 (𝑡) = 𝑒 𝜆𝑘 𝑡 𝑐 𝑘 , 𝑘 = 1, 2, 3, · · · , 𝑛 son 𝑛 soluciones linealmente independientes de (98). Por lo
tanto, la solución general es
𝑛
X
𝑥(𝑡) = 𝛼 𝑘 𝑒 𝜆𝑘 𝑡 𝑐 𝑘
𝑘=1

(ii) Ahora consideramos el caso cuando algunos de los valores propios se repiten. Hacemos que 𝜆1 ,
𝜆2 , · · · , 𝜆 𝑚 (𝑚 < 𝑛) sean valores propios distintos de 𝐴 con multiplicidades 𝑛1 , 𝑛2 , · · · , 𝑛𝑚 para que
𝑛1 + 𝑛2 + · · · + 𝑛𝑚 = 𝑛.

36
 CLASE 31

Para el valor propio 𝜆𝑖 , con multiplicidad 𝑛𝑖 tenemos

(𝜆𝑖 𝐸 − 𝐴) 𝑛𝑖 𝑥 = 0, 𝑖 = 1, 2, · · · , 𝑚

Sea que 𝑋𝑖 el subespacio de R𝑛 generado por los vectores propios del sistema correspondiente al valor
propio 𝜆𝑖 , 𝑖 = 1, 2, · · · , 𝑚. Primero tenga en cuenta que los subespacios 𝑋𝑖 son disjuntos y R𝑛 es la
suma directa de los subespacios 𝑋𝑖 . Por lo tanto, cualquier 𝑥 ∈ R𝑛 es 𝑥 = 𝑥1 + 𝑥 2 + · · · + 𝑥 𝑚 , 𝑥𝑖 ∈ 𝑋𝑖 .
Para encontrar la solución, necesitamos 𝑒 𝑡 𝐴 que encontraremos de la siguiente manera.
Sea 𝑥(𝑡) la solución de (98) con 𝑥(0) = 𝛼. Dado que 𝛼 ∈ R𝑛 , 𝛼 = 𝛼1 + 𝛼2 + · · · + 𝛼𝑚 donde 𝛼𝑖 ∈ 𝑋𝑖 ,
𝑖 = 1, 2, 3, · · · , 𝑚. Por lo tanto, desde el Teorema 0.11, la solución está dada por

𝑚
X
𝑡𝐴
𝑥(𝑡) = 𝑒 𝛼 = 𝑒 𝑡 𝐴 𝛼𝑖
𝑖=1

Pero podemos reescribir 𝑒 𝑡 𝐴𝛼𝑖 como

𝑒 𝑡 𝐴𝛼𝑖 = 𝑒 𝜆𝑖 𝑡 𝑒 𝑡 ( 𝐴−𝜆𝑖 𝐸) 𝛼𝑖 (105)

Al usar la expansión de la función exponencial en el lado derecho de la ecuación (105)

𝑡 𝑛𝑖 −1
 
𝑡 ( 𝐴 − 𝜆𝑖 𝐸)
𝑒 𝑡 𝐴 𝛼𝑖 = 𝑒 𝜆 𝑖 𝑡 𝐸 + +···+ ( 𝐴 − 𝜆𝑖 𝐸) 𝑛𝑖 −1 + · · · 𝛼𝑖 (106)
1! (𝑛𝑖 − 1)!

sabemos que 𝛼𝑖 ∈ 𝑋𝑖 y 𝑋𝑖 es distribuido por los vectores propios 𝑥 que satisfacen ( 𝐴 − 𝜆𝑖 𝐸) 𝑛𝑖 𝑥 = 0.

Entonces tenemos
( 𝐴 − 𝜆𝑖 𝐸) 𝑘 𝛼𝑖 = 0, 𝑘 ≥ 𝑛𝑖 (107)

Por lo tanto
( 𝐴 − 𝜆𝑖 𝐸) 𝑘 𝛼𝑖 ≠ 0, 𝑘 = 1, 2, · · · , 𝑛𝑖 − 1 (108)

Usando (107) y (108) en la expansión (106), obtenemos la solución

 𝑖 −1 𝑡 𝑗
𝑚
X 𝑚
X 𝑛X 
𝑡𝐴 𝜆𝑖 𝑡

𝑗
𝑥(𝑡) = 𝑒 𝛼𝑖 = 𝑒  ( 𝐴 − 𝜆 𝑗 𝐸)  𝛼𝑖 , 𝑡 ∈ 𝐼. 
 𝑗=0 𝑗!

𝑖=1 𝑖=1 



En el caso (i), determinaremos la matriz fundamental 𝜑(𝑡) de la siguiente manera. Ahora

𝑒 𝜆1 𝑡 𝑐 1, 𝑒 𝜆2 𝑡 𝑐 2 , · · · , 𝑒 𝜆𝑛 𝑡 𝑐 𝑛 son 𝑛 soluciones linealmente independientes de (98). Entonces, la
matriz 𝜑(𝑡), cuyas columnas son las 𝑛 soluciones independientes anteriores de (98), es una matriz
fundamental. Como una matriz fundamental es la solución de la ecuación dada (98), tenemos
𝜑(𝑡) = 𝑒 𝑡 𝐴𝐶 para una matriz constante 𝐶. A partir de esta ecuación, podemos encontrar 𝑒 𝑡 𝐴. Si
𝐶 no es singular, entonces 𝑒 𝑡 𝐴 = 𝜑(𝑡)𝐶 −1 = 𝜑(𝑡)𝐷 para una matriz adecuada no singular 𝐷.
Los siguientes ejemplos ilustran los teoremas anteriores.

37
 CLASE 31

Ejemplo 0.21
Encuentre la matriz fundamental 𝑥 0 = 𝐴𝑥 donde
©𝑎 1 0 ª
­ ®
0 𝑎2
« ¬

Solución La matriz fundamental es 𝑒 𝑡 𝐴. Entonces, encontraremos 𝑒 𝑡 𝐴 para la matriz dada 𝐴,

para esto encontraremos 𝐴2 , 𝐴3 , 𝐴4 , · · · para que
𝑡 𝑡2 𝑡𝑛
𝑒𝑡 𝐴 = 1 + 𝐴 + 𝐴2 + · · · + 𝐴 𝑛 + · · ·
1! 2! 𝑛!
Ahora
2
©𝑎 1 0 ª ©𝑎 1 0 ª ©𝑎 1 0 ª
𝐴2 = ­ ®­ ®=­ ®
0 𝑎2 0 𝑎2 0 𝑎 22
« ¬« ¬ « ¬
2 0 ª ©𝑎 1 0 ª ©𝑎 31 0 ª
©𝑎
𝐴3 = 𝐴2 𝐴 = ­ 1 ®­ ®=­ ®
0 𝑎 22 0 𝑎 2 0 𝑎 32
« ¬« ¬ « ¬
Procediendo de manera similar, obtenemos

©𝑎
𝑛 0ª
𝐴 =­ 1
𝑛
®
0 𝑎 2𝑛
« ¬
Por lo tanto
2 3
©1 0ª 𝑡 ©𝑎 1 0 ª 𝑡 2 ©𝑎 1 0 ª 𝑡 3 ©𝑎 1 0 ª 𝑡 𝑛 ©𝑎 1𝑛 0 ª
𝑒𝑡 𝐴 = ­ ® + ­ ® + ­ ® + ­ ® + · · · + ­ ®+···
0 1 1! 0 𝑎 2 2! 0 𝑎 2 3! 0 𝑎 3 𝑛! 0 𝑎 𝑛
« ¬ « ¬ « 2¬ « 2¬ « 2¬

𝑡 𝑎1 𝑡 2 𝑎12 𝑡 𝑛 𝑎1𝑛
©1 + 1! + 2! +···+ 𝑛! +··· 0
=­
ª
𝑡 𝑎2 𝑡 2 𝑎22 𝑡 𝑛 𝑎2𝑛 ®
« 0 1+ 1! + 2! +···+ 𝑛! + · · ·¬
𝑡𝑎
©𝑒 1 0 ª
=­ ®. 
0 𝑒 𝑡 𝑎2
« ¬

Ejemplo 0.22
Encuentre la solución y la matriz fundamental de 𝑥 0 = 𝐴𝑥 donde

©5 4ª
𝐴=­ ®
1 2
« ¬

Solución La ecuación característica de 𝐴 es det( 𝐴 − 𝜆𝐸) = 0. Ahora

©5 − 𝜆 4 ª
det( 𝐴 − 𝜆𝐸) = ­ ®=0
1 2−𝜆
« ¬
que da (5 − 𝜆) (2 − 𝜆) − 4 = 0. Por lo tanto, la ecuación característica es

𝜆2 − 7𝜆 + 6 = 0 =⇒ (𝜆 − 6) (𝜆 − 1) = 0

Por lo tanto, los valores propios son 𝜆1 = 6 y 𝜆2 = 1.

Ahora encontraremos los vectores propios correspondientes a los valores propios distintos. Si

38
 CLASE 31

©𝑥 1 ª
­ ® es el vector propio correspondiente al valor propio 𝜆1 = 6, entonces ( 𝐴 − 6𝐸)𝑥 = 0. Por lo
𝑥
« 2¬
tanto
©5 − 6 4 ª ©𝑥 1 ª
( 𝐴 − 6𝐸)𝑥 = ­ ®­ ®
1 2 − 6 𝑥2
« ¬« ¬
lo cual resulta
©−1 4 ª ©𝑥 1 ª ©0ª ©−𝑥 1 4𝑥 2 ª ©0ª
­ ®­ ® = ­ ® =⇒ ­ ®=­ ®
1 −4 𝑥 2 0 𝑥 1 −4𝑥 2 0
« ¬« ¬ « ¬ « ¬ « ¬
que da −𝑥 1 + 4𝑥 2 = 0 y 𝑥 1 − 4𝑥 2 = 0. Podemos elegir 𝑥 1 = 4 y 𝑥 2 = 1 para que el vector propio
©4ª
correspondiente a 𝜆1 = 6 sea ­ ®.
1
« ¬
Busquemos el vector propio correspondiente a 𝜆2 = 1. Ahora

©−1 + 5 4 ª ©𝑥 1 ª ©4𝑥 1 4𝑥 2 ª ©0ª

( 𝐴 − 𝐸)𝑥 = ­ ®­ ® = ­ ®=­ ®
1 2 − 1 𝑥2 𝑥1 𝑥2 0
« ¬« ¬ « ¬ « ¬
que da 𝑥 1 + 𝑥 2 = 0. Entonces podemos elegir 𝑥 1 = 1 y 𝑥 2 = −1. Por lo tanto, el vector propio
©1ª
correspondiente a 𝜆 2 = 1 es ­ ®.
−1
« ¬
©4ª © 1 ª
Estos vectores propios ­ ® y ­ ® son linealmente independientes. Los vectores de solución son
1 −1
« ¬ « ¬
©4ª ©1ª
𝑒 6𝑡 ­ ® y 𝑒 𝑡 ­ ®.
1 −1
« ¬ « ¬
Usando estos vectores, la matriz fundamental 𝜑(𝑡) está dada por
6𝑡
©4𝑒 𝑒𝑡 ª
𝜑(𝑡) = ­ ®
𝑒 6𝑡 −𝑒 𝑡
« ¬
La solución de la ecuación matricial es
©4ª ©1ª
𝑥(𝑡) = 𝛼1 𝑒 6𝑡 ­ ® + 𝛼2 𝑒 𝑡 ­ ® . 
1 −1
« ¬ « ¬

Ejemplo 0.23
Determine 𝑒 𝑡 𝐴 y una matriz fundamental para el sistema 𝑥 0 = 𝐴𝑥 donde

©−1 2 3ª
𝐴 = ­ 0 −2 1®
­ ®
­ ®
« 0 3 0¬

Solución Usamos el método de valores y vectores propios para encontrar 𝜑(𝑡) y 𝑒 𝑡 𝐴. Los valores

39
 CLASE 31

propios están determinados por

©−1 − 𝜆 2 3ª
𝐴 − 𝜆𝐸 = ­ 0 −2 − 𝜆
­ ®
1®
­ ®
« 0 3 −𝜆¬
La ecuación característica viene dada por det( 𝐴 − 𝜆𝐸) = 0. Por lo tanto

det𝐴 − 𝜆𝐸 = (1 + 𝜆) (𝜆 − 1) (𝜆 + 3) = 0

Por lo tanto, los valores propios son 𝜆 = −1, 𝜆 = 1, 𝜆 = −3.

Para encontrar la matriz fundamental, busquemos los vectores propios correspondientes a los
valores propios anteriores. Cuando 𝜆 = −1, el vector propio está dado por

2𝑥 2 + 3𝑥 3 = 0,

©0 2 3 𝑥 1
ª© ª © ª 0 





­0 −1 1® ­𝑥 2 ® = ­0® =⇒
­ ®­ ® ­ ®
­ ®­ ® ­ ®  −𝑥 2 + 𝑥3 = 0,

«0 3 1¬ «𝑥 3 ¬ «0¬

 3𝑥 2 + 𝑥 3 = 0



Ahora 𝑥 2 = 𝑥 3 = 0 satisface las ecuaciones anteriores. Como 𝑥 1 es arbitrario, podemos elegir
©1ª
𝑥 1 = 1. Entonces el vector propio correspondiente a 𝜆 = −1 es ­0®.
­ ®
­ ®
«0¬
El vector propio correspondiente al valor propio 𝜆2 = 1 está dado por

−2𝑥 1 + 2𝑥 2 + 3𝑥 3 = 0,

© −2 2 3 𝑥 1
ª© ª © ª 0 





­ 0 −3 1 ® ­𝑥 2 ® = ­0® =⇒
­ ®­ ® ­ ®
­ ®­ ® ­ ®  −3𝑥 2 + 𝑥 3 = 0,

«0 3 −1¬ «𝑥 3 ¬ «0¬

 3𝑥 2 − 𝑥3 = 0



Como 𝑥 2 = 1 y 𝑥 3 = 3 satisfacen las dos ecuaciones posteriores, podemos encontrar 𝑥 1 = 11
2 de
11
©2ª
la primera ecuación. Por lo tanto, el vector propio correspondiente a 𝜆2 = 1 es ­ 1 ®.
­ ®
­ ®
«3¬
Además, el vector propio correspondiente a 𝜆3 = −3 está dado por

2𝑥 1 + 2𝑥2 + 3𝑥 3 = 0,

©2 2 3 𝑥 1
ª© ª © ª 0 





­0 1 1® ­𝑥2 ® = ­0® =⇒
­ ®­ ® ­ ®
­ ®­ ® ­ ®  𝑥 2 + 𝑥 3 = 0,

«0 3 3¬ «𝑥3 ¬ «0¬

 3𝑥 2 + 3𝑥 3 = 0



1
©2ª
Ahora elejimos 𝑥 2 = 1 para que 𝑥 3 = −1. De ahí 𝑥 1 = 12 . Por lo tanto, el vector propio es ­ 1 ®.
­ ®
­ ®
«−1¬
Dado que los vectores propios son linealmente independientes, la matriz fundamental está dada
por la matriz cuyas columnas son
11 1
©1ª ©2ª ©2ª
𝜙1 (𝑡) = 𝑒 −𝑡 ­0® , 𝑡­ ®
𝜙2 (𝑡) = 𝑒 ­ 1 ® , −3𝑡 ­
𝜙3 (𝑡) = 𝑒 ­ 1 ®
­ ® ®
­ ® ­ ® ­ ®
«0¬ «3¬ «−1¬

40
 CLASE 31

En otras palabras
−𝑡 11 𝑡 1 −3𝑡
©𝑒 2 𝑒 2𝑒 ª
𝜑(𝑡) = ­ 0
­
𝑒𝑡 𝑒 −3𝑡 ®
®
­ ®
« 0 3𝑒 𝑡 −𝑒 −3𝑡 ¬

También tenga en cuenta que 𝑊 (𝜙1 , 𝜙2 , 𝜙3 ) (𝑡) ≠ 0 por cualquier 𝑡. Además, la solución general
es
11 1
©1ª ©2ª ©2ª
𝑥(𝑡) = 𝛼1 𝑒 −𝑡 ­0® + 𝛼2 𝑒 𝑡 ­ 1 ® + 𝛼3 𝑒 −3𝑡 ­ 1 ®
­ ® ­ ® ­ ®
­ ® ­ ® ­ ®
0
« ¬ 3
« ¬ «−1¬
donde 𝛼1 , 𝛼2 y 𝛼3 son constantes arbitrarias. Dado que 𝜙1 , 𝜙2 , 𝜙3 forman una base de soluciones
𝑒 𝑡 𝐴 corresponderá a la solución del problema de valor inicial 𝑥 0 = 𝐴𝑥, 𝑥 1 (0) = 𝑒 1 , 𝑥 2 (0) = 𝑒 2 y
𝑥 3 (0) = 𝑒 3 .
Por lo tanto, para encontrar 𝑥1 (𝑡), debemos expresar 𝑒 1 como una combinación lineal de los
vectores propios. Así
11 1
©1ª ©1ª ©2ª ©2ª
­0® = 𝛼1 ­0® + 𝛼2 ­ 1 ® + 𝛼3 ­ 1 ®
­ ® ­ ® ­ ® ­ ®
­ ® ­ ® ­ ® ­ ®
0
« ¬ 0
« ¬ 3
« ¬ «−1¬

©1ª
lo que da 𝛼2 = 𝛼3 = 0, entonces 𝑥 1 (𝑡) = 𝑒 −𝑡 ­0®.
­ ®
­ ®
«0¬
Así mismo
𝛼1 + 11 1

2 𝛼2 + 2 𝛼3 = 0,
11 1

©0ª ©1ª


©2ª ©2ª 



­1® = 𝛼1 ­0® + 𝛼2 ­ 1 ® + 𝛼3 ­ 1 ®
=⇒
­ ® ­ ® ­ ® ­ ®
­ ® ­ ® ­ ® ­ ®  𝛼2 + 𝛼3 = 1,

0 0 3 «−1¬

 3𝛼2 − 𝛼3 = 0


« ¬ « ¬ « ¬

Resolviendo las ecuaciones anteriores, obtenemos 𝛼1 = − 74 , 𝛼2 = 14 , 𝛼3 = 43 . Por lo tanto
11 1 7 −𝑡 11 𝑡 3 −3𝑡
©1 ©2 ©2 ©− 4 𝑒 + 8 𝑒 + 8 𝑒 ª
7 −𝑡 ­ ª® 1 𝑡 ­ ª® 3 −3𝑡 ­ ª® ­ 1 𝑡 3 −3𝑡
𝑥 2 (𝑡) = − 𝑒 ­0® + 𝑒 ­ 1 ® + 𝑒 ­ 1 ® = ­ 4𝑒 + 4𝑒
®
®
4 ­ ® 4 ­ ® 4 ­ ® ­ ®
3 𝑡 3 −3𝑡
0
« ¬ 3
« ¬ −1
« ¬ « 4 𝑒 − 4 𝑒 ¬
Para encontrar 𝑥 3 (𝑡), tenemos

𝛼1 + 11 1

2 𝛼2 + 2 𝛼3 = 0,
11 1

0
© ª 1
© ª ©2ª ©2ª






­0® = 𝛼1 ­0® + 𝛼2 ­ 1 ® + 𝛼3 ­ 1 ® =⇒
­ ® ­ ® ­ ® ­ ®
­ ® ­ ® ­ ® ­ ®  𝛼2 + 𝛼3 = 0,

«1¬ «0¬ «3¬ «−1¬

 3𝛼2 − 𝛼3 = 1



Resolviendo estas ecuaciones tenemos 𝛼1 = − 4 , 𝛼2 = 4 , 𝛼3 = − 14 . Por lo tanto
5 1

11 1 5 −𝑡 11 𝑡 1 −3𝑡
©1ª ©2ª © 2 ª ©− 4 𝑒 + 8 𝑒 − 8 𝑒 ª
5 ­ ® 1 ­ ® 1
𝑥 3 (𝑡) = − 𝑒 −𝑡 ­0® + 𝑒 𝑡 ­ 1 ® − 𝑒 −3𝑡 ­ 1 ® = ­ 1 𝑡 1 −3𝑡
4𝑒 − 4𝑒
­ ® ­ ®
®
4 ­ ® 4 ­ ® 4 ­ ® ­ ®
3 𝑡 1 −3𝑡
0
« ¬ 3
« ¬ −1
« ¬ « 4 𝑒 + 4 𝑒 ¬

41
 CLASE 31

De ahí 𝑒 𝑡 𝐴 se determina por

©𝑒
−𝑡 11 𝑡
− 74 𝑒 −𝑡 + 3 −3𝑡
8 𝑒 + 8𝑒 − 54 𝑒 −𝑡 +
11 𝑡 1 −3𝑡
8 𝑒 − 8𝑒 ª
𝑒𝑡 𝐴 = ­ 0 1 𝑡 3 −3𝑡 1 𝑡 1 −3𝑡 
4𝑒 + 4𝑒 4𝑒 − 4𝑒
­ ®
®.
­ ®
3 𝑡 3 −3𝑡 3 𝑡 1 −3𝑡
« 0 4𝑒 − 4𝑒 4 𝑒 + 4 𝑒 ¬

Ejemplo 0.24
Determine una matriz fundamental y 𝑒 𝑡 𝐴 del sistema 𝑥 0 = 𝐴𝑥 donde

©3 1 −1ª
𝐴 = ­1 3 −1®
­ ®
­ ®
«3 3 −1 ¬

Solución Ahora, primero busquemos los valores propios de 𝐴. Están dados por el polinomio
característico det( 𝐴 − 𝜆𝐸) = 0. Solucionando el determinante obtenido, tenemos el polinomio
característico como 𝜆3 − 5𝜆2 + 8𝜆 − 4 = 0 que se factoriza como (𝜆−) (𝜆 − 2) 2 = 0. Por lo tanto,
los valores propios son 𝜆1 = 1, 𝜆2 = 2, 𝜆3 = 2. Por lo tanto, 2 es un valor propio repetido de 𝐴.
Ahora encontraremos los vectores propios correspondientes a los valores propios anteriores.
Cuando 𝜆1 = 1, el vector propio viene dado por

2𝑥 1 + 𝑥 2 − 𝑥3 = 0,

©2 1 −1ª ©𝑥 1 ª ©0ª






­1 2 −1® ­𝑥 2 ® = ­0® =⇒
­ ®­ ® ­ ®
­ ®­ ® ­ ®  𝑥 1 + 2𝑥 2 − 𝑥 3 = 0,

3 3 −2¬ «𝑥 3 ¬ «0¬

 3𝑥 1 + 3𝑥 2 − 2𝑥3 = 0


«

Estas ecuaciones son satisfechas por 𝑥 1 = 1, 𝑥 2 = 1 y 𝑥 3 = 3. Por lo tanto, el vector propio 𝛼1
©1ª
correspondiente a 𝜆 1 es ­1®.
­ ®
­ ®
«3¬
𝜆 = 2 es un valor propio repetido. Por lo tanto, el vector propio correspondiente a este valor
propio doble 𝜆2 = 𝜆3 = 2 es un vector no nulo, tal que

𝑥 1 + 𝑥 2 − 𝑥 3 = 0,

©1 1 −1 𝑥 1
ª© ª © ª 0 





­1 1 −1® ­𝑥 2 ® = ­0® =⇒
­ ®­ ® ­ ®
­ ®­ ® ­ ®  𝑥 1 + 𝑥 2 − 𝑥 3 = 0,

«3 3 −3¬ «𝑥 3 ¬ «0¬

 3𝑥1 + 3𝑥 2 − 3𝑥3 = 0



Ahora encontraremos dos vectores linealmente independientes cuyos componentes satisfacen las
ecuaciones anteriores. Podemos elegirlos como 𝑥1 = 1, 𝑥2 = −1, 𝑥 3 = 0 y 𝑥1 = 1, 𝑥2 = 0 y
© 1 ª ©1ª
𝑥 3 = 1. Por lo tanto, podemos tomar los vectores como ­−1® y ­0®.
­ ® ­ ®
­ ® ­ ®
« 0 ¬ «1¬
𝛼2 y 𝛼3 son linealmente independientes porque cualquier relación del tipo 𝑎𝛼2 + 𝑏𝛼3 = 0 implica

42
 CLASE 31

𝑎 = 𝑏 = 0. Por lo tanto, el conjunto fundamental de soluciones está dado por

©1ª ©1ª ©1ª

𝜙1 (𝑡) = 𝑒 𝑡 ­1® , 𝜙2 (𝑡) = 𝑒 2𝑡 ­−1® , 𝜙3 (𝑡) = 𝑒 2𝑡 ­0®
­ ® ­ ® ­ ®
­ ® ­ ® ­ ®
3
« ¬ «0¬ «1¬
Por lo tanto, la matriz fundamental del sistema es

©𝑒
𝑡 𝑒 2𝑡 𝑒 2𝑡 ª
𝜑(𝑡) = ­ 𝑒 𝑡 −𝑒 2𝑡 0 ®
­ ®
­ ®
3𝑒 𝑡 0 𝑒 2𝑡
« ¬
Para encontrar 𝑒 , encontraremos la solución 𝑥1 (𝑡), 𝑥 2 (𝑡) y 𝑥 3 (𝑡) correspondiente a 𝑒 1 , 𝑒 2 y 𝑒 3 .
𝑡 𝐴

Dado que la matriz 𝐴 tiene valores propios repetidos, entonces


𝛼 + 𝛽 + 𝛾 = 1,

1
© ª 1
© ª 1
© ª 1
© ª






­0® = 𝛼 ­1® + 𝛽 ­−1® + 𝛾 ­0® =⇒
­ ® ­ ® ­ ® ­ ®
­ ® ­ ® ­ ® ­ ®  𝛼 − 𝛽 = 0,

«0¬ «3¬ «0¬ «1¬

 3𝛼 + 𝛾 = 0



Al resolver estas ecuaciones, obtenemos 𝛼 = −1, 𝛽 = −1, 𝛾 = 3. Por lo tanto

©1ª ©1ª ©1ª ©1ª ©1ª ©−1 + 3ª ©1ª ©2ª

­0® = −1 ­1® − 1 ­−1® + 3 ­0® = − ­1® + ­ 1 + 0 ® = − ­1® + ­1®
­ ® ­ ® ­ ® ­ ® ­ ® ­ ® ­ ® ­ ®
­ ® ­ ® ­ ® ­ ® ­ ® ­ ® ­ ® ­ ®
0
« ¬ 3
« ¬ 0
« ¬ 1
« ¬ 3
« ¬ « 0 + 3 ¬ «3¬ «3¬
que corresponden a 𝑢 1 y 𝑢 2 . Por lo tanto, la solución es

©1ª
𝑥 1 (𝑡) = −𝑒 ­1® + 𝑒 2𝑡 [(𝐸 + 𝑡 ( 𝐴 − 2𝐸))𝑢 2 ]
𝑡
­ ®
­ ®
«3¬
Encontraremos el segundo término por separado

©2ª ©1 1 −1ª ©2ª ©2ª ©0ª

2𝑡 2𝑡 2𝑡 ­ 2𝑡 ­ ® 2𝑡 ­ ®
𝑒 [(𝐸 + 𝑡 ( 𝐴 − 2𝐸))𝑢 2 ] = 𝑒 ­1® + 𝑡𝑒 ­1 1 −1® ­1® = 𝑒 ­1® + 𝑡𝑒 ­0®
­ ® ®­ ®
­ ® ­ ®­ ® ­ ® ­ ®
3
« ¬ «3 3 −3 3
¬« ¬ 3
« ¬ «0¬
Por lo tanto
2𝑡
©1ª ©2ª © −𝑒 + 2𝑒 ª
𝑡

𝑥 1 (𝑡) = −𝑒 𝑡 ­1® + 𝑒 2𝑡 ­1® = ­ −𝑒 𝑡 + 𝑒 2𝑡 ®

­ ® ­ ® ­ ®
­ ® ­ ® ­ ®
3 3 −3𝑒 𝑡 + 3𝑒 2𝑡
« ¬ « ¬ « ¬
Ahora busquemos 𝑥 2 (𝑡) correspondiente a 𝑥 2 (0) = 𝑒 2

𝛼 + 𝛽 + 𝛾 = 0,

©0ª ©1ª ©1ª ©1ª






­1® = 𝛼 ­1® + 𝛽 ­−1® + 𝛾 ­0® =⇒
­ ® ­ ® ­ ® ­ ®
­ ® ­ ® ­ ® ­ ®  𝛼 − 𝛽 = 1,

0 3 0 «1¬

 3𝛼 + 𝛾 = 0


« ¬ « ¬ « ¬


43
 CLASE 31

Resolviendo estas ecuaciones 𝛼 = −1, 𝛽 = −2, 𝛾 = 3. Por lo tanto

©0ª ©1ª ©1ª ©1ª ©1ª ©−2 + 3ª ©1ª ©1ª

­1® = −1 ­1® − 2 ­−1® + 3 ­0® = − ­1® + ­ 2 + 0 ® = − ­1® + ­2® = 𝑢 1 + 𝑢 2
­ ® ­ ® ­ ® ­ ® ­ ® ­ ® ­ ® ­ ®
­ ® ­ ® ­ ® ­ ® ­ ® ­ ® ­ ® ­ ®
0
« ¬ 3
« ¬ 0
« ¬ 1
« ¬ 3
« ¬ « 0 + 3 ¬ «3¬ «3¬
entonces
©1ª
𝑥 2 (𝑡) = −𝑒 ­1® + 𝑒 2𝑡 [(𝐸 + 𝑡 ( 𝐴 − 2𝐸))𝑢 2 ]
𝑡
­ ®
­ ®
«3¬
Encontraremos el segundo término por separado

©1ª ©1 1 −1ª ©1ª ©1ª ©0ª

2𝑡 2𝑡 2𝑡 ­ 2𝑡 ­ ® 2𝑡 ­ ®
𝑒 [(𝐸 + 𝑡 ( 𝐴 − 2𝐸))𝑢 2 ] = 𝑒 ­2® + 𝑡𝑒 ­1 1 −1® ­2® = 𝑒 ­2® + 𝑡𝑒 ­0®
­ ® ®­ ®
­ ® ­ ®­ ® ­ ® ­ ®
3
« ¬ «3 3 −3 3
¬« ¬ 3
« ¬ «0¬
Por lo tanto
2𝑡
©1ª ©1ª © −𝑒 + 𝑒 ª
𝑡

𝑥 2 (𝑡) = −𝑒 𝑡 ­1® + 𝑒 2𝑡 ­2® = ­ −𝑒 𝑡 + 2𝑒 2𝑡 ®

­ ® ­ ® ­ ®
­ ® ­ ® ­ ®
3 3 −3𝑒 𝑡 + 3𝑒 2𝑡
« ¬ « ¬ « ¬
Para encontrar 𝑥 3 (𝑡), consideremos

 𝛼 + 𝛽 + 𝛾 = 0,

©0ª ©1ª ©1ª ©1ª





­0® = 𝛼 ­1® + 𝛽 ­−1® + 𝛾 ­0®=⇒
­ ® ­ ® ­ ® ­ ®
­ ® ­ ® ­ ® ­ ®  𝛼 − 𝛽 = 0,

1 3 0 «1¬

 3𝛼 + 𝛾 = 1


« ¬ « ¬ « ¬

Resolviendo estas ecuaciones 𝛼 = 1, 𝛽 = 1 y 𝛾 = −2. Así tenemos

©0ª ©1ª ©1ª ©1ª ©1ª © 1 − 2 ª ©1ª ©−1ª

­0® = ­1® + 1 ­−1® − 2 ­0® = ­1® + ­−1 + 0® = ­1® + ­−1®
­ ® ­ ® ­ ® ­ ® ­ ® ­ ® ­ ® ­ ®
­ ® ­ ® ­ ® ­ ® ­ ® ­ ® ­ ® ­ ®
1
« ¬ « ¬ 3 0
« ¬ 1 3
« ¬ « ¬ « 0 − 2 ¬ «3¬ «−2¬
que son 𝑢 1 y 𝑢 2 en este caso. Vamos a encontrar

©−1ª ©1 1 −1ª ©−1ª ©−1ª ©0ª

2𝑡 2𝑡 2𝑡 ­ 2𝑡 ­ 2𝑡 ­ ®
𝑒 [(𝐸 + 𝑡 ( 𝐴 − 2𝐸))𝑢 2 ] = 𝑒 ­−1® + 𝑡𝑒 ­1 1 −1® ­−1® = 𝑒 ­−1® + 𝑡𝑒 ­0®
­ ® ®­ ® ®
­ ® ­ ®­ ® ­ ® ­ ®
−2
« ¬ «3 3 −3¬« ¬−2 −2
« ¬ «0¬
Por lo tanto
2𝑡
©1ª ©−1ª © −𝑒 − 𝑒 ª
𝑡

𝑥 3 (𝑡) = −𝑒 𝑡 ­1® + 𝑒 2𝑡 ­−1® = ­ −𝑒 𝑡 − 𝑒 2𝑡 ®

­ ® ­ ® ­ ®
­ ® ­ ® ­ ®
3 −2 −3𝑒 𝑡 − 2𝑒 2𝑡
« ¬ « ¬ « ¬
Usando 𝑥1 , 𝑥 2 , 𝑥 3 obtenido anteriormente, obtenemos
2𝑡 −𝑒 𝑡 + 𝑒 2𝑡 −𝑒 𝑡 − 𝑒 2𝑡 ª
© −𝑒 + 2𝑒
𝑡

𝑒 = ­ −𝑒 𝑡 + 𝑒 2𝑡
𝑡𝐴
−𝑒 𝑡 + 2𝑒 2𝑡 −𝑒 𝑡 − 𝑒 2𝑡 ® . 
­ ®
­ ®
2𝑡 −3𝑒 𝑡 + 3𝑒 2𝑡 −3𝑒 𝑡 − 2𝑒 2𝑡 ¬
«−3𝑒 + 3𝑒
𝑡

44
 CLASE 31

Ejemplo 0.25
Encuentre la solución general del sistema 𝑥 0 = 𝐴𝑥, donde

©1 −3 9 ª ©𝑎 ª
𝐴 = ­0 −5 18® , 𝑥(0) = ­𝑏 ®
­ ® ­ ®
­ ® ­ ®
«0 −3 10 ¬ «𝑐 ¬
y por lo tanto obtenga 𝑒 𝑡 𝐴.

Solución El polinomio característico es (1 − 𝜆) (𝜆2 − 5𝜆 + 4) = 0. Por lo tanto, los valores

propios son 𝜆1 = 4, 𝜆2 = 1, 𝜆3 = 1. El valor propio 1 se repite dos veces. El vector propio
correspondiente a 𝜆1 = 4 está dado por

 −𝑥 1 − 𝑥 2 + 3𝑥 3 = 0,

©−3 −3 9 ª ©𝑥 1 ª ©0ª





­ 0 −9 18® ­𝑥 2 ® = ­0® =⇒
­ ®­ ® ­ ®
­ ®­ ® ­ ®  −𝑥 2 + 2𝑥 3 = 0,

0 −3 6 ¬ «𝑥 3 ¬ «0¬

 −𝑥 2 + 2𝑥 3 = 0


«

Por lo tanto, podemos elegir 𝑥 2 = 2 y 𝑥 3 = 1, de modo que 𝑥 1 = 1. Por lo tanto, el vector propio
©1ª
correspondiente a 𝜆1 = 4 es ­2®. El vector propio correspondiente a 𝜆2 = 1 está dado por
­ ®
­ ®
«1¬

−𝑥 2 + 3𝑥 3 = 0,

©0 −3 9 𝑥 1
ª© ª © ª 0 





­0 −6 18® ­𝑥 2 ® = ­0® =⇒
­ ®­ ® ­ ®
­ ®­ ® ­ ®  −𝑥 2 + 3𝑥 3 = 0,

«0 −3 9 ¬ «𝑥 3 ¬ «0¬

 −𝑥 2 + 3𝑥 3 = 0




©0ª
Por lo tanto, podemos tomar 𝑥 2 = 3, 𝑥 3 = 1 y 𝑥 1 = 0 para que el vector propio sea ­3®. Por lo
­ ®
­ ®
«1¬
tanto, hemos obtenido solo un vector propio correspondiente a 𝜆2 = 1. Como 𝑥 1 es arbitrario, el
©1ª
otro vector propio independiente que corresponde a 𝜆1 = 1 se puede tomar como ­3®. Sean 𝑢 1
­ ®
­ ®
«1¬
©1ª ©0ª ©1ª ©𝑎 ª ©𝑎 ª
y 𝑢 2 los espacios abarcados por ­2® y ­3®, ­3®. Sea 𝑥(0) = ­𝑏 ® arbitrario. Expresamos ­𝑏 ® en
­ ® ­ ® ­ ® ­ ® ­ ®
­ ® ­ ® ­ ® ­ ® ­ ®
1 1
« ¬ « ¬ « ¬ 1 𝑐
« ¬ «𝑐 ¬
términos de vectores linealmente independientes

𝑎 = 𝛼 + 𝛽,

𝑎
© ª 1
© ª 1
© ª 0
© ª






­𝑏 ® = 𝛼 ­2® + 𝛽 ­3® + 𝛾 ­3® =⇒
­ ® ­ ® ­ ® ­ ®
­ ® ­ ® ­ ® ­ ®  𝑏 = 2𝛼 + 3𝛽 + 3𝛾,

«1¬ «1¬ «1¬

«𝑐 ¬ 𝑐 = 𝛼 + 𝛽 + 𝛾



Resolviendo las ecuaciones anteriores

𝛼 = −𝑏 + 3𝑐, 𝛽 = 𝑎 + 𝑏 − 3𝑐, 𝛾 = −𝑎 + 𝑐.

45
 CLASE 31

Por lo tanto

©𝑎 ª ©1ª ©1ª ©0ª © −𝑏 + 3𝑐 ª ©𝑎 + 𝑏 − 3𝑐ª

­𝑏 ® = (−𝑏 + 3𝑐) ­2® + (𝑎 + 𝑏 − 3𝑐) ­3® + (−𝑎 + 𝑐) ­3® = ­−2𝑏 + 6𝑐® + ­ 3𝑏 − 6𝑐 ®
­ ® ­ ® ­ ® ­ ® ­ ® ­ ®
­ ® ­ ® ­ ® ­ ® ­ ® ­ ®
𝑐
« ¬ 1
« ¬ 1
« ¬ 1
« ¬ « −𝑏 + 3𝑐 ¬ « 𝑏 − 2𝑐 ¬
Por lo tanto, la solución general de la ecuación es

© −𝑏 + 3𝑐 ª
𝑥(𝑡) = 𝑒 4𝑡 ­−2𝑏 + 6𝑐® + 𝑒 𝑡 [(𝐼 + 𝑡 ( 𝐴 − 𝐼))𝑢 2 ]
­ ®
­ ®
« −𝑏 + 3𝑐 ¬

© −𝑏 + 3𝑐 ª ©𝑎 + 𝑏 − 3𝑐ª ©0 −3 9 ª ©𝑎 + 𝑏 − 3𝑐ª
4𝑡 𝑡­ 𝑡­
= 𝑒 ­−2𝑏 + 6𝑐® + 𝑒 ­ 3𝑏 − 6𝑐 ® + 𝑡𝑒 ­0 −6 18® ­ 3𝑏 − 6𝑐 ®
­ ® ® ®­ ®
­ ® ­ ® ­ ®­ ®
« −𝑏 + 3𝑐 ¬ « 𝑏 − 2𝑐 ¬ «0 −3 9 ¬« 𝑏 − 2𝑐 ¬
Para encontrar 𝑒 , notamos que 𝑒 corresponde a la solución 𝑥1 (𝑡), 𝑥 2 (𝑡), 𝑥 3 (𝑡) de 𝑒 1 , 𝑒 2 y 𝑒 3 .
𝑡 𝐴 𝑡 𝐴

Además, 𝑥 1 (𝑡) corresponderá a 𝑎 = 1, 𝑏 = 0 y 𝑐 = 0 en la solución general 𝑥(𝑡). Por lo tanto

©0ª ©1ª ©0 −3 9 ª ©1ª ©𝑒 ª

𝑡

𝑥 1 (𝑡) = 𝑒 4𝑡 ­0® + 𝑒 𝑡 ­0® + 𝑡𝑒 𝑡 ­0 −6 18® ­0® = ­ 0 ®

­ ® ­ ® ­ ®­ ® ­ ®
­ ® ­ ® ­ ®­ ® ­ ®
0
« ¬ 0
« ¬ «0 −3 9 ¬ «0¬ « 0 ¬
𝑥 2 (𝑡) corresponderá a 𝑎 = 0, 𝑏 = 1, 𝑐 = 0
4𝑡
©−1ª ©1ª ©0 −3 9 ª ©1ª © −𝑒 + 𝑒 ª
𝑡

𝑥 2 (𝑡) = 𝑒 4𝑡 ­−2® + 𝑒 𝑡 ­3® + 𝑡𝑒 𝑡 ­0 −6 18® ­3® = ­−2𝑒 4𝑡 + 3𝑒 𝑡 ®

­ ® ­ ® ­ ® ­ ® ­ ®
­ ® ­ ® ­ ®­ ® ­ ®
−1 1 0 −3 9 1 −𝑒 4𝑡 + 𝑒 𝑡
« ¬ « ¬ « ¬« ¬ « ¬
𝑥 3 (𝑡) corresponderá a 𝑎 = 0, 𝑏 = 0 y 𝑐 = 1.
4𝑡
©3ª ©−3ª ©0 −3 9 ª ©−3ª ©3𝑒 − 3𝑒 ª
𝑡

𝑥 3 (𝑡) = 𝑒 4𝑡 ­6® + 𝑒 𝑡 ­−6® + 𝑡𝑒 𝑡 ­0 −6 18® ­−6® = ­6𝑒 4𝑡 − 6𝑒 𝑡 ®

­ ® ­ ® ­ ®­ ® ­ ®
­ ® ­ ® ­ ®­ ® ­ ®
3 −2 0 −3 9 −2 3𝑒 4𝑡 − 2𝑒 𝑡
« ¬ « ¬ « ¬« ¬ « ¬
Por lo tanto, tenemos
©𝑒
𝑡 −𝑒 4𝑡 + 𝑒 𝑡 4𝑒 4𝑡 − 3𝑒 𝑡 ª
𝑒 𝑡 𝐴 = ­ 0 −3𝑒 4𝑡 + 2𝑒 𝑡 6𝑒 4𝑡 − 6𝑒 𝑡 ® . 
­ ®
­ ®
0 −𝑒 4𝑡 + 𝑒 𝑡 3𝑒 4𝑡 − 3𝑒 𝑡
« ¬

46
 CLASE 31

BIBLIOGRAFÍA

J. García A., Ecuaciones diferenciales ordinarias y aplicaciones, 1ra

edición/Editorial López 2020.

47