Chapter 1

Ampliación sobre sistemas diferenciales

lineales

En esta sección tratamos sobre las soluciones del sistema de ecuaciones diferenciales lineales
ẋ = Ax, (1.1)
donde A es una matriz n × n de coeficientes reales.
Para toda condición inicial x(0) = x0 , la solución de la ecuación (1.1) viene dada según
ϕ(t; 0, x0 ) = eAt x0 , para todo t ∈ R.
Dada A sabemos que existe una matriz regular P tal que P AP −1 = J, donde J es la forma canonica real
de Jordan de la matriz A. Aplicando las propiedades de las matrices exponenciales se sigue que
etA = P −1 etJ P.
En consecuencia es suficiente con calcular la matriz exponencial de las diferentes formas canónicas
de Jordan. Sabemos que dada una matriz cuadrada A la forma de Jordan de A es una matriz J =
1 , . . . , Ak )donde las matrices Ai son de uno de los tipos siguientes J1 = λId, J2 = λId + N ,
diag(A
α β
J3 = o J4 = diag(J3 , J3 , . . . , J3 ) + N 2 , donde
−β α
0 1 0 ... 0
 
 .. . . .. . 
 . . 1 . .. 
N =  ...
 
 .. .. 
.
 . . 0 
 . ..
 ..

. 1 
0 ... ... ... 0
Como etJ = diag(etA1 , . . . , etAk ) entonces es suficiente con calcular las exponenciales de las matrices
J1 , J2 , J3 y J4 . El caso J1 es trivial etJ1 = etλ Id. El caso J3 lo hemos visto en el ejercicio anterior. En el
caso J2 , se sigue que etJ2 = etλId etN , que aplicando lo visto para el caso J1 tenemos que etJ2 = etλ etN .
Es sencillo comprobar que si N k , con k menor que la dimensión n2 , es una matriz nula salvo la diagonal
superior k-ésima. Por tanto, N k es identicamente nula si k ≥ n2 y
 
t2 tn2 −1
0 t 2! . . . (n2 −1)!
 . ..
 . .. .. ..

. . . . .

n2 k k
 
X t N .. .. ..
etJ2 = etλ etN = etλ = etλ 
 
t 2 .
. .
k!  .
 2!

k=0  ..

.. 
 . . t 
0 ... ... ... 0
Finalmente calculamos etJ4 . De nuevo tenemos que
n4

2
2
X tk N 2k
etJ4 = diag(etJ3 , . . . , etJ3 )etN = diag(etJ3 , . . . , etJ3 ) .
k!
k=0
2 Chapter 1. Ampliación sobre sistemas diferenciales lineales

Antes de continuar necesitamos algunas cuestiones sobre estabilidad en los sistemas diferenciales
lineales.
Lema 1. Las coordenadas de cualquier solución de la ecuación diferencial (1.1) es combinación lineal de
funciones de la forma
tk eat cos(bt), tk eat sin(bt)
Proof. Se deja como ejercicio. �
Sea λk = ak + ibk un valor propio de A, (real si bk = 0), y uk + ivk es el valor propio generalizado
asociado a λk (con vk = 0 si bk = 0), entonces definimos como subespacio estable, y lo denotamos por E s
al subespacio vectorial E s = Span{uk , vk : ak < 0}; definimos como subespacio inestable y lo denotamos
por E u al subespacio vectorial E u = Span{uk , vk : ak > 0}; y finalmente, definimos subespacio central
y lo denotamos por E c al subespacio vectorial E c = Span{uk , vk : ak = 0}.
Lema 2. Sea E el subespacio generado por los vectores propios generalizados asociados a un valor propio
λ de A. Para todo v ∈ E, entonces Av ∈ E y E es invariante por el flujo de (1.1).
Proof. Supongamos que λ es una valor propio de A y {v1 , . . . , vk } son los vectores propios generalizados
asociados a λ, esto es, (A − λI)kj vj = 0, para cierto valor mı́nimo kj y sea K = max{kj }.
Sabemos que
ker(A − λI) ⊂ ker(A − λI)2 ⊂ . . . ker(A − λI)K ⊂ E.
Por tanto, como vj ∈ E, wj = (A − λI)vj ∈ ker(A − λI)kj −1 ⊂ E y wj = Avj − λvj se sigue que Avj ∈ E
y en consecuencia AE ⊂ E. La invariancia por el flujo se sigue notando que eAt vj ∈ E. �
Problema 1. Supongamos que {λ, α ± iβ} es el espectro de la matriz 3 × 3 de números reales A. Probad
que el espacio generado por los vectores propios generalizados asociados a los valores propios complejos
es invariante por el flujo del sistema ẋ = Ax.
Problema 2. Dada la matriz n × n de números reales A, demostrad que si λ ∈ R es un valor propio de
A, entonces eλ es un valor propio de la matriz exponencial eA . Si v es el vector propio asociado a λ,
calcular el vector propio asociado eλ .
Teorema 3. Las siguientes afirmaciones son equivalentes:
a) Para todo x0 ∈ Rn , limtր+∞ eAt x0 = 0 y si x0 6= 0, entonces limtց−∞ keAt x0 k = +∞.
b) Todos los valores propios de A tienen parte real negativa.
c) Existen constantes positivas a, c, m and M , y una constante k ≥ 0, de forma que para todo x0 ∈ Rn
y t∈R
m|tk |e−at |x0 | ≤ keAt x0 k ≤ M e−ct kx0 k.

Proof. (a → b) Si uno de los valores propios λ tiene parte real positiva, a > 0, entonces tomando
v ∈ Ker(A − λI) se sigue que keAt vk = eat kvk. Por tanto keAt vk tiende a infinito, en contradicción con el
enunciado. Por otra parte, si a = 0, por el Lema 1, tenemos que una de las componentes es combinanción
lineal de tk cos(bt) y tk sin(bt) con k ≥ 0, de donde se sigue que

lim eAt v 6= 0.
tր+∞

(b→ c) Del Lema 1 se sigue que hay constantes positivas a, m, M1 y k1 , k2 ≥ 0 tales que

m|t|k1 e−at kx0 k ≤ keAt x0 k∞ ≤ M1 (1 + |t|k2 )e−at kx0 k∞

para todo t ∈ R. Como las constantes únicamente dependen de A, las acotaciones son válidas para
cualquier x0 ∈ Rn . Por otra parte la función (1 + |t|k2 )e−(a−c)t está acotada en R para 0 < c < a, y por
tanto M1 (1 + |t|k2 )e−at ≤ M e−ct , de donde concluimos el resultado.
La implicación (c→a) es inmediata. �
Teorema 4. Las siguientes afirmaciones son equivalentes:
a) Para todo x0 ∈ Rn , limtց−∞ eAt x0 = 0 y si x0 6= 0, entonces limtր+∞ keAt x0 k = +∞.
b) Todos los valores propios de A tienen parte real positiva.
1.1. Problemas 3

c) Existen constantes positivas a, c, m and M , y una constante k ≥ 0, de forma que para todo x0 ∈ Rn
y t∈R
mect kx0 k ≤ keAt x0 k ≤ M (1 + |t|k )eat kx0 k.

Proof. La demostración es análoga a la del teorema anterior y se deja como ejercicio. �

Teorema 5. Sean E s , E u y E c los espacios estable, inestable y central asociados a la ecuación lineal
ẋ = Ax.
a) E s , E u y E c son invariantes por el flujo.
b) Rn = E s ⊕ E c ⊕ E c .
Proof. El apartado (a) es consecuencia del Lema 2. El apartado (b) es inmediato. �

1.1 Problemas
Problema 3. Dado el sistema lineal ẋ = Ax con
 
a −b
A=
b a

derivar las ecuaciones r2 = x21 + x22 y θ = tan−1 (x2 /x1 ) con respecto t y muestre que estas ecuaciones se
reducen a
ṙ = ar y θ̇ = b.
Calcular las soluciones de este sistema para condiciones iniciales r(0) = r0 y θ(0) = θ0 .
Problema 4. Resolver el sistema lineal ẋ = Ax con
   
−1 −1 0 0 0 −1 0 0
 1 −1 0 0  1 0 0 0
A=  A= 
0 0 0 −2 0 0 0 −1
0 0 1 2 2 0 1 0

Problema 5. Resuelve y calcula el espacio estable E s , inestable E u y centro E c de la ecuación diferencial

lineal ẋ = Ax donde
       
1 0 1 −3 0 1 −1 −1
A= , A= , A= , A= ,
0 −1 0 2 −1 0 1 −1
     
−1 0 0 0 −1 0 −1 −3 0
A =  0 −2 0 , A = 1 0 0 , A =  0 2 0 .
0 0 3 0 0 −1 0 0 −1
Problema 6. Resuelve y calcula el espacio estable E s , inestable E u y centro E c de la ecuación diferencial
lineal  
0 2 0
ẋ = −2 0 0 .
2 0 6
Para x0 ∈ E c , con x0 6= 0, probar que la secuencia xn = enA x0 ∈ E c . Hacer lo mismo tomando x0 ∈ E s
y x0 ∈ E u .
Problema 7. Sea A una matriz n × n de números reales y no singular, y sea x(t) la solución del problema
de condiciones iniciales ẋ = Ax, x(0) = x0 . Probar que
a) si x0 ∈ E s \ {0} entonces limtր∞ x(t) = 0 y limtց−∞ kx(t)k = +∞.
b) si x0 ∈ E u \ {0} entonces limtց−∞ x(t) = 0 y limtր∞ kx(t)k = +∞.
c) si x0 ∈ E c \ {0} y A es diagonalizable, entonces existen constantes positivas m y M tales que
m ≤ kx(t)k ≤ M para t ∈ R.
d) si A no es diagonalizable, entonces existe x0 ∈ E c \ {0} tal que limt→±∞ kx(t)k = ∞.
e) si E s 6= {0}, E u 6= {0} y x0 ∈ E s ⊕ E u \ E s ∪ E u , entonces limt→±∞ kx(t)k = ∞.
4 Chapter 1. Ampliación sobre sistemas diferenciales lineales

f ) si E u 6= {0}, E c 6= {0} y x0 ∈ E u ⊕ E c \ E u ∪ E c , entonces limt→∞ kx(t)k = ∞ y no existe

limt→−∞ kx(t)k.
g) si E s 6= {0}, E c 6= {0} y x0 ∈ E s ⊕ E c \ E s ∪ E c , entonces limt→−∞ kx(t)k = ∞ y no existe
limt→∞ kx(t)k.