FMMP312 s10 Gomez

Sistemas de ecuaciones diferenciales
lineales de primer orden.
Gómez Ávalos, G. (2022) Sistemas de Ecuaciones Diferenciales Lineales.

Universidad Andrés Bello, Campus online, Chile.
Sistemas de ecuaciones diferenciales. Página 2
Unidad VI: Sistemas de Ecuaciones Diferenciales Lineales.

1 Sistemas de ecuaciones diferenciales lineales. 3
2 Análisis cualitativo: Diagrama de Fases. 12
2.1 Soluciones tipo línea recta. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2 Clasicación de puntos de equilibrio. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3 Plano traza determinante. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2
1 Sistemas de ecuaciones diferenciales lineales.

En esta unidad aprenderás a resolver sistemas de ecuaciones diferenciales lineales de primer orden. La resolución de
dichos sistemas está estrechamente relacionada con el cálculo de valores y vectores propios de matrices.
Los sistemas de ecuaciones diferenciales aparecen a raíz de las conexiones entre funciones que se quieren estudiar.
Así, dichos sistemas nos permiten describir diversas dinámicas de interacción entre objetos y/o especies, dependiendo
generalmente del tiempo, donde los cambios en una de las cantidades y/o magnitudes de estudio afectan directamente
a la otra. Esto nos permite estudiar modelos matemáticos más sosticados, pero no necesariamente más complejos,
con la ayuda de lo aprendido en las primeras unidades del curso.
Denición 1.
Un sistema de ecuaciones diferenciales lineales de primer orden es un conjunto de n ecuaciones diferen-
ciales, cada una de las cuales tiene una función incógnita x1 , x2 , . . . , xn . Estas ecuaciones relacionan a las
funciones y a su primera derivada. Esto es, el sistema:
x′1 (t) = a11 (t)x1 (t) + a12 (t)x2 (t) + · · · + a1n (t)xn (t) + f1 (t)
.. ..
. .
x′n (t) = an1 (t)x1 (t) + an2 (t)x2 (t) + · · · + ann (t)xn (t) + fn (t)
es un sistema de ecuaciones diferenciales lineales de primer orden, donde las funciones x1 (t), x2 (t), . . . , xn (t)
son funciones a determinar y las funciones dadas:
aij (t) son funciones continuas en un intervalo I ⊆ R, ∀i, j ∈ {1, 2, . . . , n}, y
fi (t) son funciones continuas en un intervalo I ⊆ R, ∀i ∈ {1, 2, . . . , n}.
Además, resolver un sistema signica determinar las n funciones x1 , x2 , . . . , xn que verican simultáneamente a las n
ecuaciones del sistema.
Ejemplos 1.
x′ = 3x + cos(t)y + 3t2
1.
y′ = 4tx + sin(t)y + e4t
x′ = x + 2y
2.
y′ = 4x − 3y
x′ = x2 + 2y
3. El sistema no es lineal, pues el término x2 de la primera ecuación hace que este no lo sea.
y′ = 4x − 4
x′ = x + 2y + z
4. y′ = 4x − 3y − 3z
z′ = 3x − y + 2z
Denición 2.
Una función matricial A = (aij (t))i,j=1,...,n es derivable en un punto t ∈ R cuando todos sus elementos
son funciones derivables en t. Además, si es derivable para todo t ∈ I , con I ⊆ R, diremos que la matriz
es derivable en I y su derivada está dada por A′ = (aij (t)′ )i,j=1,...,n .
2t ′
e2t 2e2t

e 3t 3t 3
Ejemplo 2. La función matricial A = 3
t 1 + 3t
es derivable en R. Además, A = ′
t3 1 + 3t
=
3t2 3
.
3
Denición 3.
Si X(t), A(t) y F (t) denotan las matrices:
   
  a11 (t) a12 (t) ··· a1n (t) f1 (t)
x1 (t)
 x2 (t) 
 a21 (t) a22 (t)
 ··· a2n (t) 

 f2 (t) 
 
X(t) =  .  ,
 
A(t) =  a31 (t) a32 (t)
 ···  , y F (t) =  f3 (t)  .
a3n (t)   
 ..   .. .. .. ..   .. 
 . . . .   . 
xn (t)
an1 (t) an2 (t) ··· ann (t) fn (t)
Entonces, el sistema de ecuaciones de primer orden:

.. ..
. .
x′n (t) = an1 (t)x1 (t) + an2 (t)x2 (t) + · · · + ann (t)xn (t) + fn (t)
puede ser escrito como:

d
X = AX + F.
dt
Si F (t) = ⃗0, entonces el sistema se denomina homogéneo.
Ejemplos 3.
x′ = 3x + cos(t)y + 3t2
1. El sistema puede ser escrito matricialmente como:
y′ = 4tx + sin(t)y + e4t
X ′ = AX + F,
2
x 3 cos(t) 3t
donde X = ,A= y F = 4t .
y 4t sin(t) e
x′ = x + 2y
2. El sistema puede ser escrito matricialmente como el sistema homogéneo:
y′ = 4x − 3y
′
x 1 2 x
= .
y 4 −3 y
x′ = x + 2y + z + et
3. El sistema y ′ = 4x − 3y − 3z puede ser escrito matricialmente como:
z′ = 3x − y + 2z
 ′      t
x 1 2 1 x e
y  = 4 −3 −3 y  +  0  .
z 3 −1 2 z 0
     t
x 1 2 1 e
O bien, de la forma X ′ = AX + F , con X = y , A = 4 −3 −3 y F =  0 .
z 3 −1 2 0
4
Denición 4.
En un intervalo I , el vector columna:
 
x1 (t)
 x2 (t) 
X(t) =  . 
 
 .. 
xn (t)
es una se dice vector solución de la ecuación X ′ = AX + F , si sus elementos son funciones diferenciables
en I y satisfacen la ecuación.

1
Ejemplo 4. Vericar que X = e−2t −1
satisface el sistema de ecuaciones diferenciales lineales homogéneo:
′
x 1 3 x
= .
y 5 3 y
Solución. Derivando el vector X tenemos:

−2e−2t

1
X ′ = −2e−2t = .
−1 2e−2t

1 3
Por otra parte, deniendo A = obtenemos que:
5 3
−2t
−2e−2t

1 3 e
AX = = .
5 3 −e−2t 2e−2t

1
Por lo tanto, X ′ = AX . Luego, concluimos que X = e−2t es una solución del sistema lineal homogéneo:
−1
′
x 1 3 x
= .
y 5 3 y
Usando las notaciones anteriores, tenemos la siguiente denición:

Denición 5.
Si t0 ∈ I y
   
x1 (t0 ) b1
 x2 (t0 )   b2 
X(t0 ) =  .  =  .  = X0 ,
   
 ..   .. 
xn (t0 ) bn
con b1 , b2 , . . . , bn ∈ R constantes dadas. Entonces, el problema:

Resolver: X ′ = AX + F
Sujeto a: X(t0 ) = X0
se denomina problema de valor inicial (PVI) en el intervalo I .
5
Ejemplos 5. Los siguientes son ejemplos de problemas de valor inicial:

x′ = 3x + cos(t)y + 3t2
1. Resolver , con x(0) = 1 e y(0) = 0.
y ′ = 4tx + sin(t)y + e4t
′
x 1 4 x x(0) 1
2. Resolver = , con X(0) = = .
y 2 3 y y(0) 1
Teorema 6 (existencia y unicidad).
Sean las componentes de las matrices A(t) y F (t) funciones continuas en un intervalo común I que contiene
al valor t0 . Entonces, existe una única solución del PVI:
Resolver: X ′ = AX + F
Sujeto a: X(t0 ) = X0
en el intervalo I .
′
x 1 4 x x(0) 1
Ejemplo 6. El PVI: Resolver y
=
2 3 y
, con X(0) =
y(0)
=
1
tiene única solución ∀t ∈ R.

a (t) a12 (t) 1 4 f (t) 0
En este caso, A = 11 = y F (t) = 1 = . Además,
a21 (t) a22 (t) 2 3 f2 (t) 0
a11 (t) = 1, a12 (t) = 4,

a21 (t) = 2, a22 (t) = 3,
f1 (t) = 0 y f2 (t) = 0
son funciones constantes, entonces continuas para todo t real.
Teorema 7 (principio de superposición).
Sean X1 , X2 , . . . , Xk , con k ∈ N, un conjunto de vectores solución del sistema homogéneo X ′ = AX en un

intervalo I . Entonces, la combinanción lineal:
X = c1 X1 + c2 X2 + · · · + ck Xk
donde ci ∈ R con i = 1, 2 . . . , k son constantes arbitrarias, también es una solución en el intervalo.
   
cos(t) 0
Ejemplo 7. Los vectores X1 (t) = − 12 cos(t) + 12 sin(t) y X2 (t) = et  son soluciones del sistema lineal y
− cos(t) − sin(t) 0
 
1 0
homogéneo X ′ =  1 1 0  X . En efecto, derivando:
−2 0 −1
    
− sin(t) 1 0 cos(t)
X1′ (t) =  21 sin(t) + 21 cos(t) =  1 1 0  − 21 cos(t) + 21 sin(t) = AX1
sin(t) − cos(t) −2 0 −1 − cos(t) − sin(t)
y
    
0 1 0 0
X2′ (t) = et  =  1 1 0  et  = AX2 .
0 −2 0 −1 0
6
Luego, cualquier
 combinaciónlineal de ellas es solución del sistema. Por ejemplo, si c1 = 2 y c2 = 0, entonces
2 cos(t)
X3 (t) =  − cos(t) + sin(t)  también es solución de AX = X ′ .
−2 cos(t) − 2 sin(t)
Denición 8.
Sean X1 , X2 , . . . , Xk , con k ∈ N, un conjunto de vectores solución del sistema homogéneo X ′ = AX en un
intervalo I .
Decimos que los vectores X1 , X2 , . . . , Xk son linealmente dependientes en el intervalo I si existen
constantes ci ∈ R, con i = 1, 2 . . . , k, no todas nulas, de forma que:
c1 X1 + c2 X2 + · · · + ck Xk = ⃗0, ∀t ∈ I.
En caso contrario, si dadas constantes ci ∈ R, con i = 1, 2 . . . , k , tales que:
c1 X1 + c2 X2 + · · · + ck Xk = ⃗0, ∀t ∈ I.
Implica necesariamente que ci = 0, ∀i ∈ {1, 2, . . . , k}, diremos que los vectores X1 , X2 , . . . , Xk son
linealmente independientes en el intervalo I .
e4t et

Ejemplo 8. Determinar si los vectores X1 = 2e4t
y X2 =
3et
son l.i. en R.
Solución. Sean c1 , c2 ∈ R tales que:

e4t et c1 e4t + c2 et

0 0
c1 + c2 = ⇒ =
2e4t 3et 0 2c1 e4t + 3c2 et 0
c1 = −c2 e−3t
⇒
2c1 e + 3c2 et
4t
=0
c1 = −c2 e−3t
⇒
−2c1 e + 3c2 et
t
=0
⇒ c2 = c1 = 0.
e4t et

Por lo tanto, los vectores X1 = y X2 = son l.i. en R.
2e4t 3et
Formar sistemas para determinar si los vectores (funciones) son linealmente independientes podría resultar un proceso
poco práctico, solo utilizando la denición. Por ello, para determinar si vectores son linealmente independientes en un
intervalo dado haremos uso de una propiedad, la cual surge de la denición del Wronskiano entre vectores.
7
Denición 9 (Wronskiano).
     
x11 (t) x12 (t) x1n (t)
 x21 (t)   x22 (t)   x2n (t) 
 .. , X2 =  .. , . . .,Xn =  .. , con n ∈ N, n vectores. Se dene el
Sean X1 =      
 .   .   . 
xn1 (t) xn2 (t) xnn (t)
Wronskiano de los vectores como la función:
x11 x12 ··· x1n
x21 x22 ··· x2n
W [X1 , X2 , . . . , Xn ] = .. .. .. ..
. . . .
xn1 xn2 ··· xnn
dependiente de la variable t ∈ R.
Ejemplos 9.
e4t

cos(t)
1. Calcular el Wronskiano entre los vectores X1 = y X2 = .
e4t sin(t)
Solución. Aplicando la denición tenemos:

e4t cos(t)
W [X1 , X2 ] = = e4t [sin(t) − cos(t)] .
e4t sin(t)
 −t 
e4t
   
t e
2. Calcular el Wronskiano entre los vectores X1 =  e4t , X2 = 2t y X3 = 2e−t .
2e4t 3t 3e−t
Solución. Aplicando la denición tenemos:

e4t t e−t 1 1 1
W [X1 , X2 , X3 ] = e4t 2t 2e−t = e4t te−t 1 2 2 = te3t · 0 = 0.
2e4t 3t 3e−t 2 3 3
Teorema 10.
Los vectores X1 , X2 , . . . , Xn soluciones de un sistema X ′ = AX son linealmente independientes en el
intervalo I si, y solo si, W [X1 , X2 , . . . , Xn ] ̸= 0, ∀t ∈ I .
et 8e2t

Ejemplo 10. Los vectores X1 = 3et
y X2 =
0
son linealmente independientes en R.
Solución. Calculando su Wronskiano tenemos:

et 8e2t
W [X1 , X2 ] = = 24e3t
3et 0
Luego, como 24e3t ̸= 0, ∀t ∈ R, entonces los vectores X1 y X2 son linealmente independientes en R.
8
Denición 11.
Decimos que el conjunto de vectores X1 , X2 , . . . , Xn , con n ∈ N, es un conjunto fundamental de solu-
ciones del sistema de ecuaciones diferenciales X ′ = AX en el intervalo I si y solo si los vectores vectores
X1 , X2 , . . . , Xn son soluciones linealmente independientes en I del sistema X ′ = AX .
6e−t −3e−2t
     3t 
2e
Ejemplo 11. Vericar que el conjunto de vectores X1 =  −e−t , X2 =  e−2t  y X3 =  e3t  es un conjunto
−5e−t e−2t e3t
fundamental de soluciones del sistema:
 
0 6 0
X ′ = 1 0 1 X
1 1 0
en R.
Solución. Comenzamos derivando las funciones:
′ 
6e−t −6e−t
 
X1′ =  −e−t  =  e−t  , (1)

−5e−t 5e−t
′
−3e−2t 6e−2t
   
X2′ =  e−2t  = −2e−2t  (2)

e−2t −2e−2t
y
 3t ′  3t 
2e 6e
X3′ =  e3t  = 3e3t  . (3)
e3t 3e3t
 
0 6 0
Luego, vericamos si satisfacen la ecuación diferencial, multiplicando la matriz: A = 1 0 1 por cada una de las
1 1 0
funciones:
  −t  
−6e−t
 
0 6 0 6e
(1)
AX1 = 1 0 1  −e−t  =  e−t  = X1′
1 1 0 −5e−t 5e−t
−3e−2t 6e−2t
    
0 6 0
(2)
AX2 = 1 0 1  e−2t  = −2e−2t  = X2′
1 1 0 e−2t −2e−2t
y
   3t   3t 
0 6 0 2e 6e
(3)
AX3 = 1 0 1  e3t  = 3e3t  = X3′ .
1 1 0 e3t 3e3t
Entonces, las funciones X1 , X2 y X3 son soluciones del sistema X ′ = AX .

Sólo nos falta vericar que las funciones son linealmente independientes en R. Calculando su Wronskiano tenemos:
6e−t −3e−2t 2e3t 6 −3 2
W [X1 , X2 , X3 ] = −e−t e−2t e3t = e−t · e−2t · e3t −1 1 1 = 20,
−5e−t e−2t e3t −5 1 1
9
el cual es diferente de cero para cualquier t

en R. Entonces, 1 , X2 y
X X3 son linealmente
 independientes en R.
6e−t −3e−2t 2e3t
 
Por lo tanto, el conjunto de vectores X1 =  −e , X2 =  e

−t −2t  y X3 =  e3t  es un conjunto fundamental
−t −2t
−5e e e3t
de soluciones del sistema. Además, la solución general del sistema está dado por
6e−t −3e−2t
     3t 
2e
X = c1  −e−t  + c2  e−2t  + c3  e3t  ,
−5e−t e−2t e3t
con c1 , c2 , c3 ∈ R constantes arbitrarias.
Teorema 12.
Siempre existe un sistema fundamental de soluciones X1 , X2 , . . . , Xn del sistema homogéneo X ′ = AX ,
A ∈ Mn×n (R), en el intervalo I . Además, la solución general del sistema en el intervalo I es:
X = c1 X1 + c2 X2 + · · · + cn Xn ,
donde ci , i = 1, 2, . . . , n, son constantes arbitrarias.
Teorema 13.
Sean Xh la solución general del sistema homogéneo X ′ = AX , t ∈ I , y Xp una solución particular del
sistema no homogéneo X ′ = AX + F , para t ∈ I . Entonces, la solución general del sistema X ′ = AX + F
en el intervalo I es:
X = Xh + Xp .
Además, en muchas ocasiones a la solución Xh se le denomina solución complementaria del sistema no

homogéneo.
2
x(t) t 1 c1 t +t
Ejemplo 12. y(t)
=e t
t+1 1
·
c2
+e t
t2 + 3t
es la solución general del sistema:
t
0 1 e
X′ = X+ .
−1 2 3et

t 1 c
Aquí, Xh = e t
· 1 es la solución general del sistema homogéneo asociado (o solución complementaria),
t+1 1 c2
2
t +t
y Xp = et 2 es una solución particular del sistema completo (X ′ = AX + F ).
t + 3t
Además, observemos que:

t 1 c
Xh = et · 1
t+1 1 c2

t 1
= e t c1 + c2
t+1 1

t 1
= c1 et + c2 et .
t+1 1

t 1
Si nombramos a e t
= X1 y et
= X2 , tenemos que X1 y X2 forman un conjunto fundamental de soluciones
t + 1 1
0 1
de X ′ = X.
−1 2
10
t2 + t

Por otra parte, decimos que Xp = e t
es una solución particular del sistema no homogéneo (o completo),
t2 + 3t
pues satisface la ecuación. En efecto,
′ 2 t
et (t2 + t) t e + tet + 2tet + et
2 t
t e + 3tet + et

Xp′ = = =
et (t2 + 3t) t2 et + 3tet + 2tet + 3et t2 et + 5tet + 3et
y
t 2 t
t e + tet
t
0 1 e 0 1 e
Xp + = +
−1 2 3et −1 2 t2 et + 3tet 3et
2 t
t e + 3tet
t
e
= 2 t + .
t e + 5tet 3et
t
0 1 e
Entonces, Xp′ = Xp + .
−1 2 3et
11
2 Análisis cualitativo: Diagrama de Fases.

En esta sección estudiaremos la geometría de sistemas de ecuaciones diferenciales lineales homogéneos de la forma
X ′ = AX con A ∈ Mn×n (R). El estudio del comportamiento gráco de la familia de soluciones de un sistema forma
parte del estudio cualitativo de sistemas de ecuaciones diferenciales.
En lo que sigue pensaremos en un campo vectorial como un esquema o dibujo de un sistema de ecuaciones diferenciales
que puede ser usado para gracar la curva solución.
Denición 14.
Un sistema autónomo de dos variables dependientes es un sistema que puede ser escrito como:
′
d x(t) x f (x, y)
= = , (4)
dt y(t) y′ g(x, y)
donde f y g dependen implícitamente de la variable t.

x f (x, y)
Si denimos X = y el campo vectorial F : R2 → R2 por F (X) = , entonces podemos reescribir (4)
y g(x, y)
como:
X ′ = F (X). (5)
Además, si F es lineal, entonces el sistema autónomo de n ecuaciones y n variables dependientes se puede escribir de
la forma:
X ′ = AX, F (X) = AX
con A ∈ Mn×n (R) ja.

Para los sistemas autónomos en el plano es posible obtener las principales propiedades de sus soluciones a partir de
gráca de las proyecciones (llamadas órbitas) de estas soluciones sobre el plano xy o plano de fases.
Cada solución X(t) de (4) es una curva en el espacio txy , pero también puede ser vista como una curva en el plano
xy (que llamaremos plano de fases) descrita paramétricamente en función de t.
Ejemplo 13. Consideremos el sistema de ecuaciones diferenciales:

x′ = y
y ′ = −x
Notamos que el sistema es equivalente a: x′′ + x = 0.

0 0
Ahora, si imponemos que la solución del sistema satisfaga X(0) = , entonces necesariamente X(t) = . En
0 0
0 sin(t)
cambio, si X(0) = , entonces necesariamente X(t) = , de donde tenemos la siguiente relación:
1 cos(t)
x(t)2 + y(t)2 = sin2 (t) + cos2 (t) = 1
Por lo tanto, estas soluciones describen en el espacio la recta y la hélice del dibujo, y sus proyecciones sobre el plano
xy (órbitas) son un punto y una circunferencia.
12
Ejemplos 14.
1. El sistema
x′ = 2x + 3y
y ′ = −4y

x 2x + 3y
puede ser reescrito de la forma X = F (X), donde X =
′
y F (X) = , por lo cual es un sistema
y −4y
autónomo.
En nuestro ejemplo, tenemos que:
f (x, y) = 2x + 3y
g(x, y) = −4y
2. Dibujar el campo de vectores del sistema de ecuaciones diferenciales autónomo:

x′ = x
y ′ = −y

x x
Solución. Comenzamos deniendo el campo de vectores F = o en forma equivalente F (x, y) =
y −y
(x, −y) (esto por ser más práctico). Luego, para trazar el campo de vectores asignaremos valores al vector (x, y)
y dibujaremos el vector resultante por F en el plano xy .
y
(x, y) F (x, y) = (x, −y)
(1, 1) (1, −1)
(0, 0) (0, 0) 2
(1, 2) (1, −2)
(2, 2) (2, −2)
( 12 , 12 ) ( 12 , − 12 ) 1
Observación: para dibujar el correspondiente vector del

punto (1, 1) en el campo de vectores se realiza lo si- 1 2 3 4x
guiente: Se debe dibujar el vector que comienza en
(1, 1) y cuyo nal se localiza en el punto:
(2, 0) = (1, 1) + (1, −1)
Ahora si solo consideramos el campo de direcciones (considerar la dirección del vector, pero no su magnitud
o largo, dibujando todos los vectores con la misma longitud):
13
Campo de vectores:
y
1 2 3 4x
Además observamos que para cualquier vector de la forma (0, y) tenemos que F (0, y) = (0, −y). Es decir, cambia
de dirección en la opuesta sobre el eje y . Por otra parte, si tomamos vectores de la forma (x, 0) tenemos que
F (x, 0) = (x, 0). Por lo tanto, tiene la misma dirección sobre el eje x.
1 2 3 4x
Ahora pensemos que a nuestro sistema le imponemos la condición inicial (x(0), y(0)) = (1, 3), entonces según el
comportamiento de los vectores tendríamos que nuestra solución debiese ser de la forma:
y La gráca muestra el comportamiento de la solución del
problema de valor inicial:
x′ = x
2
y ′ = −y
1 con condiciones iniciales (x(0), y(0)) = (1, 3).
1 2 3 4x
Por otra parte, notamos que si tomamos una condición inicial sobre el eje y la solución tiende al punto (0, 0).
En cambio si tomamos una condición inicial en el eje x la solución se alejará del punto (0, 0) a medida que el
tiempo t crece. A estas soluciones las denominamos soluciones en línea recta (o soluciones de tipo línea recta).
Por último, observamos que el trazar el campo de direcciones puede resultar tedioso, pero es posible hacer uso
de programas computaciones que nos ayuden el proceso: https://www.geogebra.org/m/Da6WsuXk
14
A partir del teorema de existencia y unicidad tenemos que dos soluciones no se cortan a menos que recorran una
misma solución.
Denición 15.
El punto X0 es un punto de equilibrio del sistema X ′ = F (X) con F : Rn → Rn un campo vectorial, si
F (X0 ) = ⃗0.
Además, la función constante X(t) = X0 es una solución de equilibrio.
x′ = 3x + y
Ejemplo 15. Encontrar los puntos de equilibrio del sistema y′ = x − y
Solución. Para determinar los puntos de equilibrio del sistema debemos resolver el sistema lineal:
3x + y =0
x−y =0

0
El cual tiene única solución x = y = 0. Por lo tanto, el punto de equilibrio del sistema es: .
0
15
2.1 Soluciones tipo línea recta.

Recordemos la siguiente denición: dos vectores ⃗v y ⃗u en Rn son paralelos si y solo si existe un escalar λ tal que
⃗v = λ⃗u.
La denición anterior nos ayudará a poder determinar soluciones de tipo línea recta, ya que vectores paralelos estarán
en la mismo dirección o en dirección opuesta en nuestro campo de vectores. Es decir, dado el sistema autónomo
X ′ = AX = F (X)
nuestro campo de vectores está dado por F (X) = AX .

Así, debemos determinar vectores V tales que exista un escalar λ de modo que F (V ) = λV con V ̸= ⃗0. Por lo tanto,
debemos encontrar los valores propios de la matriz A, pues AV = λV .
Ejemplos 16.
x′ = 2x + y
1. Estudiar el comportamiento de la familia de soluciones del sistema
y′ = −4y
Solución. Comenzamos notando que (0, 0) es el único punto de equilibrio del sistema. En efecto,
2x + y =0
⇒ x = y = 0.
−4y =0

2 1
Ahora, deniendo la matriz A = , tenemos que la ecuación característica asociada está dada por:
0 −4
p(λ) = det(A − λI2 ) = λ2 + 2λ − 8 = 0
Luego, los valores propios de A corresponden a los valores de λ que satisfacen la ecuación:
p(λ) = 0 ⇒ λ1 = 2 ∧ λ2 = −4
Ahora, buscamos las solución de tipo línea recta en el diagrama:

x 0
Para λ1 = 2, calculamos los vectores propios asociados: Sea V1 = ̸= satisfaciendo AV1 = 2V1 . Esto es,
y 0

2 1 x 2x 2x + y = 2x
= ⇒ ⇒ y = 0, x ∈ R.
0 −4 y 2y −4y = 2y

1
Luego, si x = 1, entonces V1 = .
0
x 0
Luego, para λ2 = −4, calculamos los vectores propios asociados: Sea V1 = ̸= satisfaciendo AV2 =
y 0
−4V2 . Esto es,

2 1 x −4x 2x + y = −4x
= ⇒ ⇒ y = −6x, x ∈ R.
0 −4 y −4y −4y = −4y

−1
Luego, si x = −1, entonces V2 = .
6
16
Por lo tanto, tenemos dos soluciones de tipo línea recta: y

ambas pasan por el origen y por los puntos determina- V2 (−1, 6) 6
dos por los vectores propios V1 y V2 . Además, como
λ1 = 2 > 0 si tomamos condiciones iniciales en la recta 5
que contiene a V1 y el origen las soluciones se alejan
del punto de equilibrio (0, 0). Por otro lado, como 4
λ2 = −4 < 0 si tomamos condiciones iniciales en la 3
recta que contiene a V2 y el origen las soluciones se
alejan del punto de equilibrio (0, 0). 2
1
V1 (1, 0)
x
-6 -5 -4 -3 -2 -1 1 2 3 4 5 6
-1
-2
-3
Luego, observemos
que si
tomamos la condición ini- y
cial X(0) =
x(0)
=
2
su gráco en el digrama 6
y(0) 3
de fases estará determinado por la curva en azul, la 5
cual comienza en la condición inicial y a medida que t 4
crece (t → ∞) la solución se comporta según las direc- (2, 3)
ciones de las soluciones de tipo línea recta, yendo "ha- 3 •
cia abajo" acercándose asintóticamente al eje x (nunca 2
cruza, ni toca el eje ya que las soluciones son únicas por 1
el teorema de existencia y unicidad) como se muestra
en la gura de la derecha. -6 -5 -4 -3 -2 -1 1 2 3 4 5 6
x
-1
-2
-3
Por último, realizando el mismo proceso podemos y

trazar el diagrama de fase del sistema (también lla- 6
mado retrato de fase), agregando algunas grácos de
la familia de soluciones del sistema de ecuaciones difer- 5
enciales, siempre teniendo en cuenta el análisis anterior
y trazando soluciones tipo en cada una de las cuatro 4
regiones del plano determinadas por las soluciones de 3
tipo línea recta.
2
1
x
-6 -5 -4 -3 -2 -1 1 2 3 4 5 6
-1
-2
-3
17
x′ = −3x
2. Estudiar el comportamiento de la familia de soluciones del sistema
y ′ = 2y
Solución. Comenzamos buscando los puntos de equilibrio:

X = X0 , con X0 ∈ R2 constantes. Esto es, resolver
x −3 0
la ecuación X ′ = AX = 0, con yA= :
y 0 2

−3 0 x 0 −3x = 0
= ⇒ ⇒ x = y = 0.
0 2 y 0 2y = 0

0
Por lo tanto, el único punto de equilibrio es X = (o bien (0, 0) visto como vector la).
0
Ahora, determinamos los los valores propios de A:
−3 − λ 0
det(A − λI2 ) = 0 ⇒ = 0 ⇒ (−3 − λ)(2 − λ) = 0 ⇒ λ1 = 2 ∨ λ2 = −3.
0 2−λ
Por lo tanto, los valores propios son 2 y −3.

x 0
Para λ1 = 2, determinamos los valores propios asociados. Sea V1 = ̸= tal que AV1 = 2V1 .
y 0

−3 0 x 2x −3x = 2x
= ⇒ ⇒ x = 0, y ∈ R.
0 2 y 2y 2y = 2y

0
Si y = 1, entonces V1 = .
1

x 0
Para λ2 = −3, determinamos los valores propios asociados. Sea V2 = ̸= tal que AV2 = −3V2 .
y 0

−3 0 x −3x −3x = −3x
= ⇒ ⇒ y = 0, x ∈ R.
0 2 y −3y 2y = −3y

1
Si x = 1, entonces V2 = .
0
Por lo tanto, el diagrama de fases del sistema está dado por:
y

dX 2 2
3. Estudiar el comportamiento de la familia de soluciones del sistema = AX , con A = .
dt 1 3
Solución. Comenzamos buscando los puntos de equilibrio:

X = X0 , con X0 ∈ R2 constantes. Esto es, resolver
x −3 0
la ecuación X ′ = AX = 0, con yA= :
y 0 2

2 2 x 0 2x + 2y =0
= ⇒ ⇒ x = y = 0.
1 3 y 0 x + 3y =0
18

0
Por lo tanto, el único punto de equilibrio es X = (o bien (0, 0) visto como vector la).
0
Ahora, determinamos los los valores propios de A:
2−λ 2
det(A − λI2 ) = 0 ⇒ = 0 ⇒ λ2 − 5λ + 4 = 0 ⇒ λ1 = 1 ∨ λ2 = 4.
1 3−λ
Por lo tanto, los valores propios son 1 y 4.

x 0
Para λ1 = 1, determinamos los valores propios asociados. Sea V1 = ̸= tal que AV1 = V1 .
y 0

2 2 x x 2x + 2y =x x
= ⇒ ⇒ y = − , x ∈ R.
1 3 y y x + 3y =y 2

2
−1
x 0
Para λ2 = 4, determinamos los valores propios asociados. Sea V2 = ̸= tal que AV2 = 4V2 .
y 0

2 2 x 4x 2x + 2y = 4x
= ⇒ ⇒ y = x, x ∈ R.
1 3 y 4y x + 3y = 4y

1
1
Por lo tanto, el diagrama de fases del sistema está dado por el diagrama de la derecha:
y y
y=x
3 3
λ1 = 1 > 0 2 2
λ2 = 4 > 0
1 1
x x
-3 -2 -1 1 2 3 -3 -2 -1 1 2 3
-1 -1
x
y=−
-2 2 -2
-3 -3
El diagrama de la izquierda nos indica como construimos las soluciones de tipo línea recta y como se asocia
el signo de los valores propios: si el valor propio es positivo las soluciones se alejan del punto de equilibrio a
medida que t aumenta por la recta que contiene el valor propio asociado y el origen; y en el caso de que el valor
propio fuese negativo, las soluciones de tipo línea recta que contiene el valor propio asociado y el origen tienden
al origen cuando t aumenta.
19
2.2 Clasicación de puntos de equilibrio.

Denición 16.
Consideremos el sistema autónomo:
dX
= AX,
dt

a b x
con A = ∈ M2×2 (R) y X = X(t) = . Además, suponiendo que el sistema no es degenerado
c d y
0
(sus dos valores propios de A son no nulos) clasicaremos el punto de equilibrio del sistema como:
0
1. Una silla, si los valores propios de A son reales y de signos diferentes.
2. Un nodo, si los valores propios de A son reales pero del mismo signo, en cuyo caso diremos que el
nodo es:
(a) atractor/repulsor cuando ambos valores propios sean negativos/positivos.
(b) propio/impropio si la matriz diagonaliza/no diagonaliza.
3. Un centro, si los valores propios de A son imaginarios puros.
4. Un foco, si los valores propios de A son complejos conjugados de parte real no nula, en cuyo caso
diremos que el foco es atractor/repulsor cuando la parte real sea negativa/positiva.
Además, tenga en cuenta que según literatura: "Sumidero"="Atractor", "Fuente = Repulsor" y "Foco =
Espiral".
Ahora, presentamos algunos grácos referenciales de la denición anterior:
Silla Nodo atractor y propio Nodo repulsor y propio

λ1 < 0 < λ2 λ1 < λ2 < 0 0 < λ1 < λ2
Centro Foco atractor Foco repulsor

λ = bi λ = a ± bi, Re(λ) = a < 0 λ = a ± bi, Re(λ) = a > 0
20
Para el caso de nodos impropios recuerde que: si la multiplicidad geométrica y multiplicidad algebraica de algún
valor propio son diferentes, entonces la matriz no es diagonalizable. Entonces, podemos tener los siguientes casos:
Nodo repulsor e impropio Nodo atractor e impropio

λ1 = λ2 > 0 λ1 = λ2 < 0
Observación 17. Para el caso de sistemas de ecuaciones diferenciales de la forma:

a 0
X′ = X, con a, b ∈ R,
0 d
los cuales son desacoplados, su resolución es sencilla, pues es su solución general está dada por:

1at bt 0
X(t) = c1 e + c2 e ,
0 1
con c1 , c2 constantes arbitrarias.

Ejemplos 18.
′
x 1 2 x
1. Clasicar los puntos de equilibrio del sistema = .
y 4 5 y

1 2
Solución. Los valores propios y los subespacios propios asociados de la matriz A = son:
4 5
1 √
√ − 2 3 − 12

λ1 = 3 − 2 3 < 0 y el subespacio propio asociado Sλ1 = ⟨V1 ⟩ = .
1
1 √
√ 1

λ2 = 3 + 2 3 > 0 y el subespacio propio asociado Sλ2 = ⟨V2 ⟩ = 2 3− 2 .
1
Por lo tanto, el punto de equilibrio (0, 0) es un punto silla.
′
x 1 2 x
y 4 5 y

2 −3
Solución. Los valores propios y los subespacios propios asociados de la matriz A = son:
4 7
9 1√

2−λ −3
p(λ) = = λ2 − 9λ + 26 ⇒ λ = ± 3i,
4 7−λ 2 2
√ 9 1√ 9
con i = −1 la unidad imaginaria. Entonces, λ = ± 3i, con Re(λ) = > 0. Por lo tanto, el punto de
2 2 2
equilibrio (0, 0) es un foco repulsor.
21
2.3 Plano traza determinante.

Consideremos el sistema autónomo:
dX
= AX,
dt

a b x
con A = ∈ M2×2 (R) y X = X(t) = .
c d y
Luego, para estudiar el comportamiento de la familia de soluciones calculando los valores propios de A.
Sea λ real o complejo tal que sea raíz del polinomio característico:
a−λ b
p(λ) = = 0 ⇒ λ2 − (a + d)λ + (ac − bc) = 0
c d−λ
Notando que T = a + d es la traza de A (suma de los elementos de la diagonal), y ∆ = ac − bc el determinante de A,

entonces:
λ2 − (a + d)λ + (ac − bc) = 0 ⇒ λ2 − T λ + ∆ = 0
√
T ± T 2 − 4∆
⇔λ=
2
Por lo tanto, los valores propios de la matriz A están fuertemente ligados a los posibles raíces del polinomio p(λ) =
λ2 − T λ + ∆. Lo cual se resume en el siguiente esquema:
Parábola T 2 = 4∆
Notemos que bajo la parábola T 2 = 4∆, esto es T 2 − 4∆ > 0, tendremos raíces reales del polinomio característico.
Por otra parte, si T 2 − 4∆ < 0 tendremos valores propios complejos (dentro de la parábola). Además, el retrato de
fase está estrechamente con los signos el signo de los valores propios. Por ello, a continuación veremos un resumen
que les ayudará a obtener los retratos de fase dependiendo de los valores de la traza y del determinante de la matriz
de coecientes A.
22
Resumen de retrato de fase dependiendo de traza y determinante.

Para ∆ < 0
Signo de la Signo del
Traza T Discriminante Valores propios
No inuye T 2 − 4∆ > 0 λ1 < 0 < λ2
Punto de equilibrio: punto silla.

Recuerde que el las soluciones tipo recta dependen de los
vectores propios, pues son aquellas rectas que tienen como
direcciones las indicadas por ellos.
.................................................................................................................
Para ∆ = 0:
T >0 T 2 − 4∆ = T 2 > 0 λ2 > 0, λ1 = 0
Puntos de equilibrios: recta que pasa por el origen.

T <0 T 2 − 4∆ = T 2 > 0 λ1 < 0, λ2 = 0
Puntos de equilibrios: recta que pasa por el origen.

T =0 T 2 − 4∆ = 0 λ1 = λ2 = 0
Puntos de equilibrios: recta de puntos de equilibrios.
23
Para ∆ > 0:
T >0 T 2 − 4∆ = 0 λ1 = λ2 > 0
Punto de equilibrio: nodo repulsor impropio.

T >0 T 2 − 4∆ > 0 0 < λ1 < λ2
Punto de equilibrio: nodo repulsor propio.

T >0 T 2 − 4∆ < 0 λ = a ± bi ∈ C, Re(λ) = a > 0
Punto de equilibrio: foco repulsor.
24
Para ∆ > 0:
T <0 T 2 − 4∆ = 0 λ1 = λ2 < 0
Punto de equilibrio: nodo atractor impropio.

T <0 T 2 − 4∆ > 0 λ1 < λ2 < 0
Punto de equilibrio: nodo atractor propio.

T <0 T 2 − 4∆ < 0 λ1 , λ2 ∈ C, Re(λ1 ) < 0
Punto de equilibrio: foco atractor.
.................................................................................................................
Para ∆ > 0:
T =0 T 2 − 4∆ = −4∆ < 0 λ = ±bi
Punto de equilibrio: centro.
25
Ejemplos 19.
′
x 1 2 x
y 4 5 y

1 2
Solución. Deniendo A = , entonces la traza de A está dada por T = 6 > 0 y el determinante ∆ = −2 <
4 5
0. Por lo tanto, el punto de equilibrio (0, 0) es un punto silla.
′
x 2 −3 x
y 4 7 y

2 −3
Solución. Deniendo A = , entonces la traza de A está dada por T = 9 > 0 y el determinante
4 7
∆ = 26 > 0. Además, T 2 − 4∆ = −23 < 0. Por lo tanto, el punto de equilibrio (0, 0) es un foco repulsor.
26
Referencias bibliográcas.
1. Blanchard, P., Devaney, R.& Hall, G. (1998). Ecuaciones Diferenciales. International Thompson Editores,
Argentina.
2. Bronson, R. (1988). Ecuaciones diferenciales modernas: Teoría y problemas. MacGraw-Hill, México.
3. Campbell, S. & Haberman, R. (1998). Introducción a las Ecuaciones Diferenciales con problemas de valor en la
frontera. MacGraw-Hill, México.
4. Zill, D. & Cullen, M. (2008). Matemáticas avanzadas para ingeniería, Vol. 1: Ecuaciones diferenciales (3a
edición). MacGraw-Hill, México.
27

FMMP312 s10 Gomez

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

FMMP312 s10 Gomez

Cargado por

Copyright:

Formatos disponibles

Sistemas de ecuaciones diferenciales

lineales de primer orden.

Gómez Ávalos, G. (2022) Sistemas de Ecuaciones Diferenciales Lineales.

Unidad VI: Sistemas de Ecuaciones Diferenciales Lineales.

1 Sistemas de ecuaciones diferenciales lineales.

Entonces, el sistema de ecuaciones de primer orden:

puede ser escrito como:

Si F (t) = ⃗0, entonces el sistema se denomina homogéneo.

Solución. Derivando el vector X tenemos:

Usando las notaciones anteriores, tenemos la siguiente denición:

con b1 , b2 , . . . , bn ∈ R constantes dadas. Entonces, el problema:

Ejemplos 5. Los siguientes son ejemplos de problemas de valor inicial:

Teorema 6 (existencia y unicidad).

a11 (t) = 1, a12 (t) = 4,

son funciones constantes, entonces continuas para todo t real.

Teorema 7 (principio de superposición).

Sean X1 , X2 , . . . , Xk , con k ∈ N, un conjunto de vectores solución del sistema homogéneo X ′ = AX en un

donde ci ∈ R con i = 1, 2 . . . , k son constantes arbitrarias, también es una solución en el intervalo.

 En caso contrario, si dadas constantes ci ∈ R, con i = 1, 2 . . . , k , tales que:

Solución. Sean c1 , c2 ∈ R tales que:

Solución. Aplicando la denición tenemos:

Solución. Aplicando la denición tenemos:

Solución. Calculando su Wronskiano tenemos:

Luego, como 24e3t ̸= 0, ∀t ∈ R, entonces los vectores X1 y X2 son linealmente independientes en R.

X1′ =  −e−t  =  e−t  , (1)

X2′ =  e−2t  = −2e−2t  (2)

Entonces, las funciones X1 , X2 y X3 son soluciones del sistema X ′ = AX .

el cual es diferente de cero para cualquier t

Por lo tanto, el conjunto de vectores X1 =  −e , X2 =  e

con c1 , c2 , c3 ∈ R constantes arbitrarias.

donde ci , i = 1, 2, . . . , n, son constantes arbitrarias.

Además, en muchas ocasiones a la solución Xh se le denomina solución complementaria del sistema no

2 Análisis cualitativo: Diagrama de Fases.

donde f y g dependen implícitamente de la variable t.

con A ∈ Mn×n (R) ja.

Ejemplo 13. Consideremos el sistema de ecuaciones diferenciales:

Notamos que el sistema es equivalente a: x′′ + x = 0.    

x(t)2 + y(t)2 = sin2 (t) + cos2 (t) = 1

2. Dibujar el campo de vectores del sistema de ecuaciones diferenciales autónomo:

Observación: para dibujar el correspondiente vector del

1 con condiciones iniciales (x(0), y(0)) = (1, 3).

2.1 Soluciones tipo línea recta.

nuestro campo de vectores está dado por F (X) = AX .

p(λ) = det(A − λI2 ) = λ2 + 2λ − 8 = 0

Ahora, buscamos las solución de tipo línea recta en el diagrama:    

Por lo tanto, tenemos dos soluciones de tipo línea recta: y

Por último, realizando el mismo proceso podemos y

Solución. Comenzamos buscando  los puntos de equilibrio:

Por lo tanto, los valores propios son 2 y −3.    

Solución. Comenzamos buscando  los puntos de equilibrio:

Por lo tanto, los valores propios son 1 y 4.    

2.2 Clasicación de puntos de equilibrio.

Ahora, presentamos algunos grácos referenciales de la denición anterior:

Silla Nodo atractor y propio Nodo repulsor y propio

Centro Foco atractor Foco repulsor

Nodo repulsor e impropio Nodo atractor e impropio

con c1 , c2 constantes arbitrarias.

2.3 Plano traza determinante.

Notando que T = a + d es la traza de A (suma de los elementos de la diagonal), y ∆ = ac − bc el determinante de A,

Resumen de retrato de fase dependiendo de traza y determinante.

Punto de equilibrio: punto silla.

Puntos de equilibrios: recta que pasa por el origen.

Signo de la Signo del

Usando las notaciones anteriores, tenemos la siguiente denición:

En caso contrario, si dadas constantes ci ∈ R, con i = 1, 2 . . . , k , tales que:

Solución. Aplicando la denición tenemos:

Solución. Aplicando la denición tenemos:

con A ∈ Mn×n (R) ja.

Notamos que el sistema es equivalente a: x′′ + x = 0.

Ahora, buscamos las solución de tipo línea recta en el diagrama:

Solución. Comenzamos buscando los puntos de equilibrio:

Por lo tanto, los valores propios son 2 y −3.

Solución. Comenzamos buscando los puntos de equilibrio:

Por lo tanto, los valores propios son 1 y 4.

2.2 Clasicación de puntos de equilibrio.

Ahora, presentamos algunos grácos referenciales de la denición anterior: