Captulo 2

Sistemas lineales de EDO de primer

orden. EDO lineales.
En este captulo, nos ocuparemos de la solucin de sistemas lineales de ecuaciones diferenciales ordinarias de primer orden, as como de la solucin de ecuaciones diferenciales ordinarias (EDO) lineales.
Como veremos ms adelante toda EDO lineal tiene asociado un sistema lineal de ecuaciones diferenciales ordinarias de primer orden equivalente, por lo que todo lo que establezcamos para sistemas lineales
tendr su contrapartida para EDO lineales.

2.1.

Sistemas lineales

Un sistema de n ecuaciones diferenciales ordinarias de primer orden es un sistema de la

forma:

x01 (t) = g1 (t, x1 , x2 , . . . , xn )

x0 (t) = g2 (t, x1 , x2 , . . . , xn )
2
.
(2.1)
..
..

.
.

0
xn (t) = gn (t, x1 , x2 , . . . , xn )
Cuando las funciones g1 , . . . , gn son lineales en las variables dependientes x1 , . . . , xn , el sistema se
denomina lineal y tiene la forma:

x01 (t) = a11 (t)x1 (t) + a12 (t)x2 (t) + + a1n (t)xn (t) + f1 (t)

x0 (t) = a21 (t)x1 (t) + a22 (t)x2 (t) + + a2n (t)xn (t) + f2 (t)
2
.
(2.2)
..
..

.
.

0
xn (t) = an1 (t)x1 (t) + an2 (t)x2 (t) + + ann (t)xn (t) + fn (t)
21

22

Mtodos Matemticos en Ingeniera. 2015/16. Grado en Ingeniera Aeroespacial.

Donde aij (t) y fi (t) son funciones definidas en un cierto intervalo J de la recta real, 0 i, j n.
Si fi (t) = 0 para cada t J, 1 i n, se dice que el sistema es homogneo.
Por otra parte, todo sistema lineal se puede expresar en forma matricial como:
X 0 = A(t)X + F (t),

(2.3)

donde

X=

x1 (t)
x2 (t)
..
.
xn (t)

, A =

a11 (t) a12 (t)

a21 (t) a22 (t)
..
..
..
.
.
.
an1 (t) an2 (t)

a1n (t)
a2n (t)
..
.

, F =

ann (t)

f1 (t)
f2 (t)
..
.

fn (t)

Si el sistema es homogneo su forma matricial es

X 0 = A(t)X.

2.1.1.

(2.4)

Problemas de valor inicial

Un problema de valor inicial (PVI) para el sistema lineal (2.3) ( (2.2)) es un problema de la
forma:
Resolver:

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

Sujeto a:

X(t0 ) = X0 .

(2.5)

Donde t0 es un puntodel intervalo

J en el que estn definidas las funciones que componen las matrices

2
n

A(t) y F (t), y X0 =
.. es un vector de R .
.
n
Como siempre, se trata de encontrar una solucin de (2.5), es decir, una matriz (columna) (x) =

1 (t)

2 (t)
. definida en un intervalo J que verifique las ecuaciones del sistema y las condiciones iniciales.
.
.
n (t)
A continuacin enunciaremos un resultado que garantiza la existencia y unicidad de solucin.
Teorema 2.1 (Existencia y unicidad) Sea t0 J y supongamos que las funciones que componen
las matrices A(t) y F (t) son continuas en el intervalo abierto J. Entonces existe una nica solucin
(t) del problema de valor inicial (2.5).

23

Mtodos Matemticos en Ingeniera. 2016/16. Grado en Ingeniera Aeroespacial.

Hiptesis: En lo que sigue, supondremos que las funciones que componen las matrices A(t) y F (t) de
(2.3) son continuas en un intervalo abierto J.

2.1.2.

EDO lineales

Una ecuacin diferencial ordinaria lineal de orden n es una ecuacin de la forma:

an (x)y (n + an1 (x)y (n1 + + a1 (x)y 0 + a0 (x)y = f (x).

(2.6)

Donde las funciones ai (x) y f (x) estn definidas en un intervalo J de la recta real, 0 i n y an (x)
no se anula en J.
Observamos que toda ecuacin diferencial lineal de orden n es equivalente a un sistema lineal.
Efectivamente, pongamos, y = y1 , y 0 = y2 , . . . , y (n1 = yn , entonces la ecuacin anterior se puede
expresar mediante el sistema lineal

y1 = y2

y2 = y3

.
..
..
.
(2.7)

yn1 = yn

a0 (x)
f (x)
an1 (x)

yn0
yn
y1 +
=
an (x)
an (x)
an (x)
o matricialmente como
Y 0 (x) = A(x)Y (x) + F (x),

(2.8)

donde

A(x) =

y1 (x)

y2 (x)

..
Y (x) =
.

y
n1 (x)
yn (x)

0
0
..
.

1
0
..
.

0
1
..
.

..
.

0
a0 (x)

an (x)

0
a1 (x)

an (x)

0
a2 (x)

an (x)

..
Y 0 (x) =
.

y 0 (x)
n1
yn0 (x)

y10 (x)
y20 (x)

0
0
..
.

an1 (x)

an (x)

0
0
..
.

F (x) =

f (x)
an (x)

24

Mtodos Matemticos en Ingeniera. 2015/16. Grado en Ingeniera Aeroespacial.

Desde el punto de vista de las soluciones tenemos que y(x) es una solucin de (2.6) si, y slo si,

y(x)

y 0 (x)
es una solucin del sistema (2.7) ( (2.8)).
..

y (n1 (x)

Problemas de valor inicial y de valores en la frontera

Un problema de valor inicial de orden n para la ecuacin 2.6 es un PVI de la forma:
Resolver:

an (x)y (n + an1 (x)y (n1 + + a1 (x)y 0 + a0 (x)y = f (x),

Sujeto a:

y(x0 ) = y0 , y 0 (x0 ) = y1 , . . . , y (n1 (x0 ) = yn1 .

(2.9)

Como siempre se trata de encontrar una funcin y(x) definida en un intervalo abierto I que verifique
la ecuacin y las condiciones iniciales.
Ntese que todo PVI para (2.6) proporciona un PVI para (2.7) (2.8). En este sentido el Teorema
de Existencia y Unicidad 2.1 se traduce en trminos de EDO lineales como:
Teorema 2.2 (Existencia y unicidad) Supongamos que an (x), an1 (x), . . . , a1 (x), a0 (x) y f (x)
son continuas en un intervalo abierto J y que an (x) 6= 0 para cada x J. Si x0 J, existe una nica
solucin y(x) del PVI (2.9).
Atencin: Los requisitos del Teorema 2.2 deben verificarse para tener solucin nica. Por ejemplo,
y(x) = cx2 + x + 3 es una solucin del PVI, x2 y 00 2xy 0 + 2y = 6 sujeto a y(0) = 3, y 0 (0) = 1. En este
caso, la solucin no es nica, basta dar valores a c.
Hiptesis: En lo que sigue supondremos que las funciones an (x), . . . , a0 (x) y f (x) de las ecuaciones
(2.6) y (2.12) son continuas en un intervalo abierto J y que an (x) 6= 0 para cada x J.
Otro tipo de problema es cuando las condiciones se especifican en puntos distintos. Un problema
como
Resolver:

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

Sujeto a:

y(a) = y0 , y(b) = y1 .

(2.10)

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

condiciones en la frontera (CF).
Para una ecuacin diferencial ordinaria de segundo orden las condiciones en la frontera se describen
en la siguiente tabla:

Mtodos Matemticos en Ingeniera. 2016/16. Grado en Ingeniera Aeroespacial.

y(a) = y0
y 0 (a) = y0
y(a) = y0
y 0 (a) = y0

25

y(b) = y1
y(b) = y1
y 0 (b) = y1
y 0 (b) = y1

Las condiciones generales en la frontera se escriben como:

1 y(a) + 1 y 0 (a) = 1
.
2 y(b) + 2 y 0 (b) = 2
Atencin: Un PVF puede tener ms de una solucin, una nica solucin o ninguna.
Ejemplo 2.3 y(x) = c1 cos(4x) + c2 sen(4x) es la solucin general de y 00 + 16y = 0.
1. Si las condiciones en la frontera son y(0) = 0 e y(/2) = 0, tenemos que resolver el sistema
(
c1 cos(0)
+ c2 sen(0)
= 0
c1 cos(2) + c2 sen(2) = 0
que nos deja una nica ecuacin c1 = 0 y c2 es libre, luego existen infinitas soluciones.
2. Si las condiciones en la frontera son y(0) = 0 e y(/8) = 0, tenemos que resolver el sistema
(
c1 cos(0)
+ c2 sen(0)
= 0
c1 cos(/2) + c2 sen(/2) = 0
que tiene solucin nica c1 = c2 = 0.
3. Si las condiciones en la frontera son y(0) = 0 e y(/2) = 1, tenemos que resolver el sistema
(
c1 cos(0)
+ c2 sen(0)
= 0
c1 cos(2) + c2 sen(2) = 1
que no es compatible y no tiene solucin.
El lenguaje de operadores diferenciales
Para finalizar esta primera aproximacin a las EDO lineales introduciremos el lenguaje de operadores diferenciales que nos ser til posteriormente.
Consideremos un intervalo abierto no vaco J de la recta real. Denotaremos por Dn (J) el conjunto
de las funciones a valores reales que son n-veces derivables en J, n 0. Por abuso de notacin
D0 (J) = F(J) denota el conjunto de funciones reales de variable real definidas en J.

26

Mtodos Matemticos en Ingeniera. 2015/16. Grado en Ingeniera Aeroespacial.

Se tiene que Dn (J), n 0 tiene una estructura de espacio vectorial sobre los nmeros reales con
las operaciones: f + g es la funcin definida por (f + g)(x) = f (x) + g(x) y f es la definida por
(f )(x) = (f (x)).
Ntese que Dn (J) Dn1 (J) D1 (J) F(J). Adems, la estructura de espacio vectorial de
Dn (J) induce una estructura de espacio vectorial en el producto cartesiano (Dn (J))m , n 0, m 1.
Para k = 0, 1, . . . , n, tenemos el operador diferencial Dk de orden k definido como Dk (f ) =
dk
f (k = k (f ). De esta forma, Dk : Dn (J) Dnk (J) es una aplicacin lineal, siempre que n k.
dx
Ahora, podemos considerar la expresin L = an (x)Dn + an1 (x)Dn1 + + a1 (x)D + a0 (x) que
define un operador lineal de orden n en Dn (J). De hecho, se tiene que L(f +g) = L(f )+L(g).
En este contexto, la EDO (2.6) se escribe como L(y) = f (x). As, encontrar las soluciones de dicha
ecuacin equivale a determinar el conjunto L1 (f ).

2.1.3.

Sistemas homogneos

Consideremos el sistema homogneo:

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

(2.11)

Teorema 2.4 (Principio de superposicin) Si X1 , X2 , . . . , Xs son soluciones del sistema homogP

neo (2.11) definidas en el mismo intervalo abierto J, entonces toda combinacin lineal X = si=1 ci Xi
con ci R, 1 i s es tambin solucin de (2.11).
Prueba.- Tenemos que Xi0 (t) = A(t)Xi (t), 1 i s. Multiplicando cada ecuacin por ci y sumando
s
s
s
X
X
X
miembro a miembro es X 0 (t) =
ci Xi0 (t) =
ci A(t)Xi (t) = A(t)
ci Xi (t) = A(t)X(t).
i=1

i=1

i=1

Corolario 2.5 La matriz idnticamente nula X(t) = 0 siempre es solucin del sistema lineal homogneo (2.11). El conjunto de soluciones del sistema lineal homogneo (2.11) en un intervalo abierto J es
un subespacio vectorial de (D1 (J))n .
Dependencia e independencia lineal

xi1 (t)

xi2 (t)
(F(J))n , 1 i s.
Consideremos Xi (t) =
..

xin (t)

Mtodos Matemticos en Ingeniera. 2016/16. Grado en Ingeniera Aeroespacial.

27

Diremos que X1 , . . . , Xs son linealmente dependientes o que forman un sistema ligado, si

existen nmeros reales c1 , . . . , cs no todos nulos tal que c1 X1 + + cs Xs = 0. Ntese que si ci 6= 0,
ci1
ci+1
cs
c1
Xi1
Xi+1 Xs .
entonces Xi = X1
ci
ci
ci
ci
Si X1 , . . . , Xs no son linealmente dependientes, se dice que son linealmente independientes o
que forman un sistema libre. Ntese que linealmente independientes implica que la nica posibilidad
para que c1 X1 + + cs Xs = 0 es que c1 = = cs = 0.

xi1 (t)

xi2 (t)

, 1 i n, n soluciones del sistema lineal homogneo (2.11)

Teorema 2.6 Sean Xi (t) =
..

en un intervalo abierto
J.

 x11 (t)


 x21 (t)
W (X1 , . . . , Xn ) = 
..

.

 xn1 (t)

xin (t)
Entonces X1 (t), . . . , Xn (t) son linealmente independientes si, y slo si,
x12 (t) x1n (t) 

x22 (t) x2n (t) 
 6= 0 en J.
..
..
..

.

.
.

xn2 (t) xnn (t) 

Prueba.- Supongamos primero que W (X1 , . . . , Xn ) 6= 0 en J. Si X1 , . . . , Xn son linealmente depenP

dientes existen c1 , . . . , cn R no todos nulos tal que ni=1 ci Xi = 0 en J. Luego las columnas de
W (X1 , . . . , Xn ) son linealmente dependientes y el determinante debe ser cero, lo que es una contradiccin.
Supongamos ahora que X1 , . . . , Xn son linealmente independientes y que para algn t0 J se tiene
P
que W (X1 , . . . , Xn )(t0 ) = 0, entonces existen c1 , . . . , cn R no todos nulos tal que ni=1 ci Xi (t0 ) = 0.
P
Por el principio de superposicin X(t) = ni=1 ci Xi (t) es solucin del sistema lineal homogneo (2.11)
en un intervalo abierto J. Adems, X(t0 ) = 0.
Aplicando el Teorema de Existencia y Unicidad 2.1; como la solucin idnticamente nula es solucin
del sistema lineal homogneo (2.11) y verifica la condicin inicial, tenemos X debe de ser la matriz
idnticamente nula en J. As, X1 , . . . , Xn son linealmente dependientes, lo que es una contradiccin.
Por tanto, W (X1 , . . . , Xn ) 6= 0 en J.
El siguiente resultado garantiza la existencia de soluciones linealmente independientes para (2.11)
y la forma de sus soluciones.
Teorema 2.7 Existen n soluciones linealmente independientes X1 (t), . . . , Xn (t) del sistema lineal
homogneo (2.11) en el intervalo J de definicin de las funciones que componen la matriz A(t). Adems,
toda solucin X(t) de (2.11) es combinacin lineal de X1 (t), . . . , Xn (t), es decir, existen 1 , . . . , n R
P
tal que X(t) = ni=1 i Xi (t).

28

Mtodos Matemticos en Ingeniera. 2015/16. Grado en Ingeniera Aeroespacial.

n
Prueba.- Consideremos n vectores linealmente independientes de R ,

xj1 (t)

xj2 (t)
e Xj (t) =
..

xjn (t)
Teorema 2.1).

k1j

..

kj
n

. Sean t0 J

1jn

la nica solucin de (2.11) tal que xji (t0 ) = k j , 1 i n, 1 j n (vase el

i


 

 x11 (t0 ) x21 (t0 ) xn1 (t0 )   k 1 k 2 k n 
1
1 

  1

 

 x12 (t0 ) x22 (t0 ) xn2 (t0 )   k21 k22 k2n 



Como W (X1 , . . . , Xn )(t0 ) = 
..
..
..
.. . .
.  6= 0, enton..
 =  ..
.
. .. 

  .
.
.
.
.

 

 x1n (t0 ) x2n (t0 ) xnn (t0 )   k 1 k 2 k n 
n
n
n
ces X1 (t), . . . , Xn (t) son linealmente independientes en J.
Ahora, supongamos que X1 (t), . . . , Xn (t) son soluciones linealmente independientes de (2.11) en J

x1 (t)

x2 (t)

y sea X(t) =
.. otra solucin de (2.11), de forma que xi (t0 ) = ki , 1 i n con t0 I.
.
xn (t)
Tenemos el sistema lineal con coeficientes reales e

x11 (t0 )C1 +

x21 (t0 )C1 +

.
.. . .

.
..
.

xn1 (t0 )C1 +

incgnitas C1 , . . . , Cn :
+
+
..
.

xn1 (x0 )Cn = k1

cn2 (x0 )Cn = k2
..
.. ..
.
. .
+ xnn (t0 )Cn = kn

que es compatible determinado pues W (X1 , . . . , Xn )(t0 ) 6= 0. Por tanto, tiene solucin nica en
Pn
e
C1 , . . . , Cn . Como X(t)
=
i=1 Ci Xi (t) es una solucin de (2.11) con las mismas condiciones iniP
e
ciales en t0 , necesariamente X(t) = X(t)
= m
i=1 Ci Xi (t).
Corolario 2.8 El subespacio vectorial de las soluciones del sistema lineal homogneo (2.11) en un
intervalo J tiene dimensin n.
Matriz fundamental
Una matriz cuadrada (t) de orden n es una matriz fundamental para el sistema lineal homogneo (2.11), si cada una de sus columnas es una solucin de (2.11) y det((t)) 6= 0, es decir, las
columnas de (t) son n soluciones linealmente independientes de (2.11).

Mtodos Matemticos en Ingeniera. 2016/16. Grado en Ingeniera Aeroespacial.

29

Proposicin 2.9 Si (t) es una matriz fundamental para (2.11), entonces 0 (t) = A(t)(t). Adems,
si C es una matriz cuadrada constante de orden n con det(C) 6= 0, entonces (t)C tambin es una
matriz fundamental. Es ms, si 1 (t) y 2 (t) son matrices fundamentales para (2.11) , entonces existe
una matriz constante C con det(C) 6= 0 tal que 2 = 1 C.
Prueba.- Si (t) es fundamental para (2.11), se tiene que 0j (t) = A(t)j (t), para cada columna j (t)
de (t), 1 j n. Teniendo en cuenta que la columna j-sima de la matriz producto A(t)(t) es el
producto de A(t) por la columna j-sima de (t), se verifica que 0 (t) = A(t)(t).
Por otro lado, si (t) es fundamental para (2.11) y C es una matriz constante n n e inversible,
entonces ((t)C)0 = 0 (t)C = A(t)(t)C y como det((t)C) = det((t)) det(C) 6= 0, se tiene que
(t)C es una matriz fundamental para (2.11).
Finalmente, si 1 (t) y 2 (t) son matrices fundamentales para (2.11), sea (t) = 1
1 (t)2 (t).
Se tiene que 2 (t) = 1 (t)(t). Derivando respecto de t, 02 (t) = 01 (t)(t) + 1 (t)0 (t). Luego,
02 (t) = A(t)2 (t) = A(t)1 (t)(t) = A(t)1 (t)(t) + 1 (t)0 (t). As 1 (t)0 (t) = 0 y como 1 (t) es
inversible, necesariamente 0 (t) = 0. Luego, en el intervalo J en el que estamos trabajando se verifica
(t) = C es constante e invertible (por serlo 1 y 2 ).

2.1.4.

EDO lineales homogneas

Una EDO lineal de orden n homognea es una ecuacin de la forma:

an (x)y (n + an1 (x)y (n1 + + a1 (x)y 0 + a0 (x)y = 0.

(2.12)

Nuestro objetivo es recopilar los resultados obtenidos para sistemas lineales homogneos en trminos
de EDO lineales homogneas, recurdese que toda EDO lineal es equivalente a un sistema lineal 2.7
2.8.
En primer lugar, como consecuencia del principio de superposicin para sistemas lineales tenemos:
Teorema 2.10 (Principio de superposicin) Si y1 , y2 , . . . , ys son soluciones de la EDO lineal hoP
mognea (2.12), entonces toda combinacin lineal y = si=1 ci yi con ci R, 1 i s es tambin
solucin de (2.12).
Corolario 2.11 La funcin idnticamente nula y(x) = 0 siempre es solucin de la EDO lineal homognea (2.12). El conjunto de soluciones de la EDO lineal homognea (2.12) en un intervalo J es un
subespacio vectorial de Dn (J).

30

Mtodos Matemticos en Ingeniera. 2015/16. Grado en Ingeniera Aeroespacial.

Dependencia e independencia lineal

Evidentemente, tenemos los conceptos de dependencia e independencia lineal para F(I), con la
misma definicin que hemos dado para F n (I), sin ms que hacer n = 1.
1. Las funciones f1 (x) = cos2 (x), f2 (x) = sen2 (x), f3 (x) = sec2 (x) y f4 (x) =
Ejemplos 2.12
tan2 (x) son linealmente dependientes en (/2, /2). Basta tener en cuenta que
cos2 (x) + sen2 (x) sec2 (x) + tan2 (x) = 0.

2. Las funciones f1 (x) = x + 5, f2 (x) = x + 5x, f3 (x) = x 1 y f4 (x) = x2 son linealmente

dependientes en (0, ), pues f2 = f1 + 5f3 .
Consideremos f1 , f2 , . . . , fn Dn1 (I), el determinante

 f1
f2



0
0
f2

 f1
W (f1 , f2 , . . . , fn ) = 
..
..
..
.
.
.

 (n1)
(n1)
 f
f2

fn
fn0
..
.
(n1)

fn

recibe el nombre de wronskiano de f1 , f2 , . . . , fn . Ntese que W (f1 , f2 , . . . , fn ) D0 (I) = F(I).

Teniendo en cuenta la equivalencia entre EDO lineales y sistemas lineales tenemos los siguientes
resultados en trminos de EDO lineales que no son ms que la traduccin de los Teoremas 2.6 y 2.7 y
del Corolario 2.8.
Teorema 2.13 Sean y1 , . . . , yn , n soluciones de la EDO lineal homognea (2.12) en un intervalo abierto J. Entonces y1 , . . . , yn son linealmente independientes si, y slo si, W (y1 , . . . , yn ) 6= 0 en J.
El siguiente resultado garantiza la existencia de n soluciones linealmente independientes y cmo se
obtienen todas las soluciones de (2.12) conocidas n soluciones linealmente independientes.
Teorema 2.14 Existen n soluciones linealmente independientes y1 , . . . , yn de la EDO lineal homognea
(2.12) en el intervalo abierto J de definicin de los coeficientes an (x),. . . , a0 (x). Adems, toda solucin
P
y de (2.12) es combinacin lineal de y1 , . . . , yn , es decir, existen 1 , . . . , n R tal que y = ni=1 i yi .
Corolario 2.15 El subespacio vectorial de las soluciones de la ecuacin lineal homognea (2.12) en
un intervalo abierto J tiene dimensin n.

Mtodos Matemticos en Ingeniera. 2016/16. Grado en Ingeniera Aeroespacial.

2.1.5.

31

Sistemas y EDO lineales no homogneos

El objetivo de este apartado es probar el siguiente:

Teorema 2.16 Sea Xp (t) una solucin particular del sistema lineal no homogneo (2.3) y sean X1 (t),
. . . , Xn (t) soluciones linealmente independientes del sistema lineal homogneo (2.11). Entonces si X(t)
es una solucin cualquiera de (2.3) existen c1 , . . . , cn R tal que X(t) = c1 X1 (t)+ +cn Xn (t)+Xp (t).
Prueba.- Basta observar que X(t) Xp (t) es solucin del sistema lineal homogneo (2.11) y aplicar
2.7.
La traduccin del Teorema 2.16 en trminos de EDO lineales es la siguiente:
Teorema 2.17 Sea yp una solucin particular de la EDO lineal no homognea (2.6) y sean y1 , . . . , yn
soluciones linealmente independientes de la EDO lineal homognea (2.12). Entonces si y es una solucin
cualquiera de (2.6) existen c1 , . . . , cn R tal que y = c1 y1 + + cn yn + yp .

2.2.

Exponencial de una matriz

Nuestro siguiente objetivo ser describir mtodos para resolver sistema lineales y EDO lineales
homogneos a coeficientes constantes, pero antes debemos establecer algunas propiedades de la exponencial de una matriz.
Sea A una matriz cuadrada de orden n en los nmeros reales. Se define la exponencial de A como

X
1 m
A . Donde A0 = I es la matriz identidad de orden n.
eA =
m!
m=0
Se puede demostrar que la serie (matricial) anterior es convergente.
Proposicin 2.18 Sean A, B y P matrices cuadradas de orden n tal que P es invertible. Se verifican
las siguientes propiedades:
1. Si A = P 1 BP (es decir, A y B son semejantes), entonces eA = P 1 eB P . Adems, det(eA ) =
etraza(A)
2. eA(t+s) = eAt eAs .
3. eAt es invertible con eAt

1

= eAt .

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

32

Mtodos Matemticos en Ingeniera. 2015/16. Grado en Ingeniera Aeroespacial.

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

ms complicada de probar. Lo haremos slo en el caso
En este caso, existe
en que A es diagonalizable.

d1 0
0

0
0 d2
1

una matriz inversible P y una matriz diagonal D = .

..
..
tal que A = P DP con
.
. d... .
.
dn
lo que
=
=
=
=
= etraza(A) , pues matrices semejantes
tienen la misma traza (recurdese que la traza es el coeficiente de grado n1 del polinomio caracterstico
de la matriz).
3. es consecuencia de 2., tomando s = t. La primera afirmacin se obtiene al multiplicar las
correspondientes series de eAt y eAs y se deja como ejercicio comprobarlo.
La prueba de 4. es anloga a la de 2., multiplicando las correspondientes series de eAt y eBt , teniendo
n  
X
n k nk
n
en cuenta que (A + B) =
A B
, ya que AB = BA.
k
0

det(eA )

det(eD )

ed1

edn

ed1 ++dn

etraza(D)

k=0

2.3.

Sistemas lineales homogneos con coeficientes constantes

En esta seccin, estudiaremos algunas propiedades de los sistemas lineales como (2.3) en los que
la matriz A(t) es constante, es decir, las funciones que la componen son constantes en el intervalo de
definicin.
Consideremos el sistema lineal homogneo a coeficientes constantes
X 0 (t) = AX(t).

(2.13)

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

Prueba.- Basta tener en cuenta que (eAt )0 = AeAt .
Proposicin 2.20 Sea v cualquier vector de Rn escrito como matriz columna. Entonces eAt v es una
solucin del sistema homogneo (2.13). Adems, si v1 , . . . , vs son vectores linealmente independientes
de Rn escritos como matrices columna, entonces eAt v1 , . . . , eAt vs son linealmente independientes.
Prueba.- Como (eAt )0 = A + tA2 +

tn1
t2 3
A + +
An + , se tiene que (eAt v)0 = AeAt v y
2!
(n 1)!

eAt v es una solucin de (2.13).

Por otro lado, dada una combinacin lineal 1 eAt v1 + +s eAt vs = 0, operando tenemos eAt (1 v1 +
+ s vs ) = 0. Como eAt es invertible, entonces 1 v1 + + s vs = 0 y por la independencia lineal
de v1 , . . . , vs es 1 = = s = 0. Luego eAt v1 , . . . , eAt vs son linealmente independientes.

33

Mtodos Matemticos en Ingeniera. 2016/16. Grado en Ingeniera Aeroespacial.

Con el resultado anterior, tenemos otra forma de encontrar un sistema de n soluciones linealmente
independientes. Aparentemente, no se ha mejorado mucho pues debemos calcular productos del tipo eAt v. Sin embargo, con los subespacios propios (o invariantes) generalizados se pueden encontrar
vectores v de forma que el clculo de eAt v es relativamente sencillo.
Comencemos considerando un nmero real, tenemos eAt v = eAtIt+It v = e(AI)t eIt v, la
ltima igualdad gracias a que (A I)I = I(A I). Ahora bien,
e

It

2
2t

v = I + It + (I)

2!

2t

+ v = 1 + t + ()

2!

+ Iv = et v.

Por tanto, eAt v = et e(AI)t v.

Si (A I)m v = 0 para algn entero positivo
m, entonces (A I)m+e v = 0, para
 cada ente
m1
t
(A I)m1 v y eAt v =
ro positivo e. De esta forma, e(AI)t v = I + (A I)t + +
(m

1)!


tm1
t
m1
e v + (A I)tv + +
(A I)
v es una solucin del sistema homogneo (2.13).
(m 1)!
Por otro lado, para que (A I)m v = 0 con v 6= 0, debe ocurrir que sea un valor propio de la
matriz A, pues (A I)m1 v un vector propio de A, siempre que se tome m el menor entero tal que
(A I)m v = 0.
El siguiente resultado recopila algunas de las propiedades ms interesantes de los subespacios propios
generalizados.
Proposicin 2.21 Sean 1 , . . . , s los valores propios de la matriz A con multiplicidades algebraicas
m1 , . . . , ms . Sea Vi el conjunto de soluciones del sistema lineal homogneo (Ai I)mi Y = 0, 1 i s.
Se verifican las siguientes afirmaciones:
1. Vi es un subespacio vectorial de dimensin finita mi , 1 i s.
i } es una base de V , 1 i s, entonces {v 1 , . . . , v 1 , . . . , v s , . . . , v s } es una base
2. Si {v1i , . . . , vm
i
m1
ms
1
1
i
del espacio ambiente.

No probaremos este resultado. Sin embargo, llamamos la atencin del lector sobre el hecho de que
estamos trabajando con matrices reales A que pueden tener valores propios complejos. La proposicin
anterior tiene sentido, en general, en Cn . Slo cuando todos los valores propios 1 , . . . , s sean reales,
se podr suponer que estamos trabajando en Rn .
En cualquier caso, desde el punto de vista operacional no hay diferencia, y veremos como obtener
soluciones reales a partir de soluciones complejas.

34

Mtodos Matemticos en Ingeniera. 2015/16. Grado en Ingeniera Aeroespacial.

Procedimiento para resolver el sistema lineal homogneo (2.13)

Determinar los valores propios 1 , . . . , s de la matriz A y sus multiplicidades algebraicas m1 ,
. . . , ms .
i } del sistema lineal homogneo
Determinar mi soluciones linealmente independientes {v1i , . . . , vm
i
(A i I)mi Y = 0, 1 i s.
1
s
La solucin general es X(t) = c11 X11 (t) + + c1m1 Xm
+ + cs1 X1s (t) + + csm1 Xm
, donde
s
1


m
1
i
t
Xji (t) = eAt vji = ei t vji + (A i I)tvji + +
(A i I)mi 1 vji , 1 j mi , 1
(mi 1)!
i s.

Atencin: Puede ocurrir que para algn vji sea (A i I)h vji = 0 con h mi 1, entonces Xji (t) =


th1
i
i
i t
h1 i
vj + (A i I)tvj + +
e
(A i I) vj , con (A i I)h1 vji 6= 0.
(h 1)!

Caso de valores propios complejos: Si es un valor propio complejo no real de multiplicidad

m, entonces su conjugado es tambin un valor propio con la misma multiplicidad. Es ms, las
soluciones de (A I)m Y = 0 son conjugadas de las de (A I)m Y = 0, de hecho, si {v1 , . . . , vm }
son soluciones linealmente independientes de (A I)m Y = 0, entonces sus conjugadas {v1 , . . . , vm }
lo son de (A I)m Y = 0.
De esta forma, tenemos las soluciones linealmente independientes

t
e
Xj (t) = e vj + (A I)tvj + +


tm1
m1
(A I)
vj ,
(m 1)!

1 j m, asociadas al valor propio y las soluciones conjugadas, tambin linealmente independientes,

t

ej (t) = e
X


tm1
m1
vj + (A I)tvj + +
(A I)
vj ,
(m 1)!

1 j m, asociadas a su conjugado .
Para obtener 2m soluciones reales linealmente independientes que sustituyan a las anteriores, basta
ej (t) + X
ej (t)
ej (t) X
ej (t)
X
X
considerar las soluciones Xj (t) =
y Xj (t) =
.
2
2i
Ejemplos 2.22 Resolver los siguientes sistemas lineales de ecuaciones diferenciales o problemas de
valores iniciales.

Mtodos Matemticos en Ingeniera. 2016/16. Grado en Ingeniera Aeroespacial.

(
1.

35

x0 = 2x + 3y
. Los valores propios son las races de
y 0 = 2x + y

 2
3


 2
1




 = 2 3 4 = ( + 1)( 4) = 0.


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

propios asociados
a los dos
!
0
k1
=
, obteniendo el
valores propios. Para 1 = 1, se resuelve el sistema (A 1 I)
0
k2
!
1
vector propio K1 =
.
1
!
3
Anlogamente, K2 =
es un vector propio asociado a 2 = 4. La solucin general del
2
!
!
1
3
t
sistema es X = c1
e + c2
e4t .
1
2

2 1 6

2. X 0 = 0 2 5 X. Es inmediato comprobar que la matriz del sistema slo tiene un valor

0 0 2

3
0 1 6

propio = 2 con multiplicidad 3. Debemos calcular (A2I)3 = 0 0 5 = 0 y (A2I)2 =

0 0 0

0 1 6
0 0 5
1

3
0 0 5 = 0 0 0 . Como (A 2I) = 0 es la matriz nula los vectores v1 = 0 ,
0 0 0
0

v2 = 1 y v3 =
0

0 0
0

0 son linealmente independientes y (A 2I)3 vi = 0, i = 1, 2, 3.

1

La solucin general se escribe como:



2
2t
2t
(c1 v1 + c2 v2 + c3 v3 ) =
X(t) = e I + (A 2I)t + (A 2I)
2!

1 t 6t + 5t2 /2
c1

= e2t 0 1
5t
c2 .
0 0
1
c3

36

Mtodos Matemticos en Ingeniera. 2015/16. Grado en Ingeniera Aeroespacial.



!
!
 2

2
8
2
8


3. X 0 =
X; X(0) =
. Resolvemos 
 = 2 + 4 = 0, y los
 1 2 
1 2
1
propio es solucin del sistema
valores propios son!1 = 2i!y 2 = !
1 = 2i. Para 1 , un vector
!
0
2 + 2i
2
8
k1
=
. As, v1 =
es un vector propio asociado a 1
0
1
1 2
k
!2
2 2i
y v2 = v 1 =
es un vector propio asociado a 2 = 1 .
1
!
2
+
2i
e1 (t) = e2it v1 = (cos(2t) + i sen(2t))
Dos soluciones linealmente independientes son: X
1
!
e 1 (t) = e2it v2 = (cos(2t) i sen(2t)) 2 2i . Dos soluciones reales linealy su conjugada X
1
mente independientes se obtienen como
e1 (t) + X
e 1 (t)
X
X1 (t) =
=
2

2(cos(2t) sen(2t))
cos(2t)

e1 (t) X
e 1 (t)
X
X1 (t) =
=
2i

2(cos(2t) + sen(2t))
sen(2t)

2.4.

EDO lineales homogneas con coeficientes constantes

En esta seccin, estudiaremos las ecuaciones diferenciales lineales homogneas como (2.12) en las
que los coeficientes an (x), . . . , a0 (x) son constantes en el intervalo de definicin. Para esto traduciremos
a esta situacin lo demostrado para sistemas lineales a coeficientes constantes.
Consideremos la ecuacin a coeficientes constantes
an y (n + an1 (x)y (n1 + + a1 (x)y 0 + a0 (x)y = 0,

(2.14)

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

El sistema lineal homogneo asociado a (2.14) se escribe en la forma
Y 0 = AY,

(2.15)

37

Mtodos Matemticos en Ingeniera. 2016/16. Grado en Ingeniera Aeroespacial.

donde

A=

0
0
..
.

1
0
..
.

0
1
..
.

..
.

0
0
0

a0 a1 a2

0
0
..
.
1
an1

y1 (x)
y2 (x)
..
.

, Y (x) =

n1 (x)
yn (x)

y10 (x)
y20 (x)
..
.

e Y 0 (x) =

y 0 (x)

n1
yn0 (x)

Antes de nada debemos calcular los valores propios de A y para ello necesitamos determinar el
polinomio caracterstico de A. Se puede probar por induccin que




1
0

0




 0


0


 ..

..
..
.
.
.
.
|A I| =  .
 = (1)n (n + an1 n1 + + a1 + a0 ).
.
.
.
.


 0

0
0

1




 a0 a1 a2 an1 
Por tanto, los valores propios son las soluciones de la denominada ecuacin caracterstica,
n + an1 n1 + + a1 + a0 = 0,
obtenida al sustituir y (k por k en la ecuacin 2.14, 0 k n.
Supongamos que es un valor propio de A de multiplicidad m. El siguiente paso es determinar m
soluciones linealmente independientes del sistema lineal homogneo (AI)m X = 0. Para esto conside

..

n
=
remos el sistema vectores {v1 , . . . , vm } de R , donde vmk =
k(k 1) 2 1

(k + 1)k(k 1) 2

..

n1k
(n 1)(n 2) (n k)

1
1

dk
2
2
,
k
=
0,
1,
.
.
.
,
m

1.
En
particular,
v
=

m
.
dk .
..
..

n1
n1

38

Mtodos Matemticos en Ingeniera. 2015/16. Grado en Ingeniera Aeroespacial.

Observamos que {v1 , . . . , vm } son linealmente independientes y dejamos al lector la comprobacin

como ejercicio de las siguientes relaciones de recurrencia: Avm = vm y Avk = vk + vk+1 , k =
1, 2, . . . , m 1.
Como consecuencia se tiene que (A I)k+1 vmk = 0, k = 0, 1, . . . , m 1. En particular, (A
I)m vmk = 0, k = 0, 1, . . . , m 1, luego {v1 , . . . , vm } son m soluciones linealmente independientes de
(A I)m X = 0.
De esta forma, para 0 k m 1 tenemos la solucin de (2.15) dada por




k
tk
kt
t
t
vmk = e vmk + tvmk+1 + + vm .
Ymk (x) = e I + (A I)t + + (A I)
k!
k!
Finalmente, debemos traducir el sistema de soluciones linealmente independiente del sistema (2.15)
en trminos de la ecuacin lineal (2.14). Para esto basta observar que la primera componente de Yk
tk
proporciona una solucin de (2.14), en nuestro caso la primera componente de Ymk es ymk = et ,
k!
0 k m 1.
En otras palabras, para el valor propio de multiplicidad m obtenemos las soluciones de 2.14
linealmente independientes {et , tet , . . . , tm1 et }.
Sealamos que en el caso de que sea complejo, tendremos que su conjugado es tambin un
valor propio de A (con la misma multiplicidad) que proporciona soluciones conjugadas. En este caso si
escribimos = + i, tenemos que et = et (cos(t) + i sen(t), con lo que obtenemos las soluciones
reales {et cos(t), et sen(t), tet cos(t), tet sen(t), . . . , tm1 et cos(t), tm1 et sen(t)}.
Podemos resumir lo anterior en el siguiente procedimiento:
Determinar las races (con multiplicidad) de la ecuacin caracterstica
an n + an1 n1 + + a1 + a0 = 0

(2.16)

Si 1 , . . . , s son races reales con multiplicidades respectivas l1 , . . . ls , 1 +i1 , 1 i1 ,. . . , r +ir ,

r ir son races complejas con multiplicidades respectivas m1 , m1 , . . . , mr , mr , entonces la solucin
general se escribe como combinacin lineal de las funciones ei x , xei x ,. . . , xli 1 ei x , ej x cos(j x),
ej x sen(j x), xej x cos(j x), xej x sen(j x), . . . , xmj 1 ej x cos(j x), xmj 1 ej x sen(j x)}, 1 i
s, 1 j r.
Ejemplos 2.23
1. Resolver y 000 + 3y 00 4y = 0. La ecuacin caracterstica es m3 + 3m2 4 = 0
cuyas races son 1 (simple) y 2 con multiplicidad dos. La solucin general es y = c1 ex +c2 e2x +
c3 xe2x .
2. Resolver y (4) + 2y 00 + y = 0. La ecuacin caracterstica es m4 + 2m2 + 1 = (m2 + 1)2 = 0 que tiene
por races i y i ambas con multiplicidad dos. La solucin general es y = c1 cos(x) + c2 sen(x) +
c3 x cos(x) + c4 x sen(x).

Mtodos Matemticos en Ingeniera. 2016/16. Grado en Ingeniera Aeroespacial.

39

Atencin: Aparentemente toda la dificultad para resolver una ecuacin diferencial lineal homognea
con coeficientes constantes est en determinar las races de su ecuacin caracterstica. Este no es un
problema menor, incluso en grados relativamente bajos. Conviene recordar que slo hasta grado cuatro
es posible resolver por radicales tales ecuaciones y que, en general, para grado cinco o superior es
necesario utilizar mtodos numricos o algn sistema de computacin algebraica.

2.5.

Variacin de parmetros

En este apartado, nos ocuparemos del mtodo de variacin de parmetros que permite obtener
la solucin particular de un sistema lineal o de una EDO lineal (no necesariamente a coeficientes
constantes), conocida una base del espacio vectorial de soluciones del sistema lineal homogneo o de
la EDO homognea asociados.

2.5.1.

Variacin de parmetros para sistemas lineales

Consideremos el sistema lineal no homogneo

X 0 (t) = A(t)X(t) + F (t).

(2.17)

Supongamos conocida una matriz fundamental (t) para el sistema homogneo X 0 (t) = A(t)X(t).

u1 (t)

u2 (t)

La idea es considerar una matriz U (t) = .

de funciones tal que Xp (t) = (t)U (t) sea una
..
un (t)
solucin particular de (2.17).
Como Xp0 (t) = (t)U 0 (t) + 0 (t)U (t), al imponer que sea solucin de (2.17) se tiene que (t)U 0 (t) +
0 (t)U (t) = A(t)(t)U (t) + F (t) y como 0 (t) = A(t)(t), entonces (t)U 0 (t) + A(t)(t)U (t) =
1 F (t) con lo
A(t)(t)U (t)Z+ F (t), es decir, (t)U 0 (t) = F (t) y como (t) es invertible, U 0 (t) = ((t))
Z
((t))1 F (t)dt. De esta forma, la solucin particular es Xp = (t) ((t))1 F (t)dt y
Z
la solucin general X = (t)C + (t) ((t))1 F (t)dt, donde C es una matriz columna de constantes

que U (t) =

parmetros.
!
!
3
1
3t
X+
.
Ejemplo 2.24 Calcular la solucin general de X 0 =
2 4
et
Primero se resuelve
Determinamos los valores propios de la matriz del sistema
 el sistema homogneo.

 3

1


que son las races de 
 = ( + 2)( + 5) = 0.

2
4 

40

Mtodos Matemticos en Ingeniera. 2015/16. Grado en Ingeniera Aeroespacial.

Se puede comprobar que

1
1

1
2

es un vector propio asociado a 1 = 2 y que

es un vector
!
1
propio asociado a 2 = 5. Luego dos soluciones linealmente independientes son X1 (t) =
e2t y
1
!
!
2t
5t
1
e
e
X2 (t) =
e5t . Una matriz fundamental es (t) =
cuya inversa es 1 (t) =
2t
2
e
2e5t
!
1 2t
2 2t
3e
3e
. La solucin particular es
1 5t
13 e5t
3e
Xp (t) =

e2t
e2t

e2t
e5t
e2t 2e5t

1 2t
3e
13 e5t

2 2t
3e
1 5t
3e

3t
et

!
dt =

!Z
!
e2t
2te2 t + 13 et
e5t
=
dt =
e2t 2e5t
5e5t 31 e4t
!
!
!
27
1 t
6
t

+
e
e5t
te2t 21 e2t + 13 et
5
50
4
=
.
1 5t
3
1 5t
1 4t
21
1 t
2e5t
te

e
t

+
5
25
12
5
50
2e

La solucin general se escribe como

!
1
X = c1
e2t + c2
1

2.5.2.

!Z

1
2

!
e5t +

6
5
3
5

!
t

27
50
21
50

!
+

1
4
1
2

!
et .

Variacin de parmetros para EDO lineales

Consideremos la ecuacin diferencial lineal

y (n + an1 (x)y (n1 + + a1 (x)y 0 + a0 (x)y = f (x).

(2.18)

Supongamos que y1 , . . . , yn son soluciones linealmente independientes de la ecuacin homognea y (n +

an1 (x)y (n1 + + a1 (x)y 0 + a0 (x)y = 0.
El sistema lineal asociado a (2.18) se escribe en la forma Y 0 = A(x)Y + F (x), donde

0
1
0

0
0
1

..
..
..
.
.
.
.
A(x) =
,
.
.
.
.
.

0
0
0

a0 (x) a1 (x) a2 (x) an1 (x)

41

Mtodos Matemticos en Ingeniera. 2016/16. Grado en Ingeniera Aeroespacial.

y1 (x)
y2 (x)
..
.

Y (x) =

y
n1 (x)
yn (x)

0
Y (x) =

y 0 (x)
n1
yn0 (x)

y10 (x)
y20 (x)
..
.

F (x) =

0
0
..
.
0
f (x)

Una matriz fundamental para el sistema se escribe como

y1
y10
..
.

y2
y20
..
.

..
.

(x) =

y (n2 y (n2
1
2
(n1
(n1
y1
y2

yn
yn0
..
.
(n2

yn

(n1

yn

Queremos encontrar una solucin particular en la forma Yp (x) = (t)U (x), donde U (x) =

u1 (x)
u2 (x)
..
.

un (x)
es una matriz de funciones a determinar.
Razonando como en el caso sistemas lineales, tendramos (x)U 0 (x) = F (x), es decir, debemos
resolver

=
0
y1 u01
+
y2 u02
++
yn u0n

0 0

=
0
+
y20 u02
++
yn0 u0n

y1 u1
..
..
..
..
.
.
.
.
.

(n2 0
(n2 0
(n2 0

y1 u1 + y2 u2 + + yn un =
0

y (n1 u0 + y (n1 u0 + + y (n1 u0 = f (x)

n
n
1
2
1
2
Wk
, 1 k n, donde W = W (y1 , . . . , yn ) es el wronskiano de y1 , . . . , yn y Wk es el
As, u0k =
W
determinante obtenido al sustituir la columna k-sima del wronskiano por la columna de trminos
independientes. Integrando las ecuaciones diferenciales de orden uno anteriores se obtienen las funciones
u1 , . . . , un .
Ejemplos 2.25 Resolver las siguientes EDO lineales:
1. y 00 4y 0 + 4y = (x + 1)e2x . La ecuacin caracterstica tiene a 2 como raz doble. La solucin
general de la ecuacin homognea es y = c1 e2x + c2 xe2x . Tenemos que W (e2x , xe2x ) = e4x .

42

Mtodos Matemticos en Ingeniera. 2015/16. Grado en Ingeniera Aeroespacial.

Luego, u01 = x2 x y u02 = x + 1. Integrando, u1 = (1/3)x3 (1/2)x2 y u2 = (1/2)x + x. En

consecuencia, una solucin particular es yp = (1/6)x3 e2 x + (1/2)x2 e2x y la solucin general
1
1
y = c1 e2x + c2 xe2x + x3 e2 x + x2 e2x .
6
2
2. y 00 y = 1/x. La ecuacin caracterstica es m2 1 = 0, con races 1 y 1. La solucin general
ex (1/x)
de la ecuacin homognea es y = c1 ex + c2 ex . W (ex , ex ) = 2. Luego u01 =
y
2
ex (1/x)
. En este caso, no podemos calcular primitivas de u1 y u2 .
u02 =
2

2.6.

Coeficientes indeterminados para EDO lineales no homogneas

Consideremos la EDO lineal no homognea a coeficientes constantes

an y (n + an1 y (n1 + + a1 y 0 + a0 y = f (x).

(2.19)

Una vez descritas las soluciones de la correspondiente ecuacin homognea, el problema se reduce a
encontrar una solucin particular yp de (2.19), pues la solucin general se escribir como y = c1 y1 +
+ cn yn + yp , donde y1 , . . . , yn son soluciones linealmente independientes de (2.14) (vase el Teorema
2.19).
El mtodo de variacin de parmetros proporciona una solucin particular. En algunas ocasiones,
dependiendo de como sea la funcin f (x), es posible encontrar una solucin particular de (2.19),
reduciendo la cuestin a resolver una ecuacin lineal homognea, obteniendo la solucin particular por
la determinacin de los coeficientes de la solucin general de dicha ecuacin lineal homognea. De aqu
el nombre del mtodo de coeficientes indeterminados.
El objetivo de esta seccin es describir este procedimiento. Pero antes debemos obtener algunas
propiedades de los operadores diferenciales con coeficientes constantes.
Algunas propiedades de los operadores diferenciales con coeficientes constantes
P
Consideremos dos operadores diferenciales con coeficientes constantes, L1 = nj=0 aj Dj y L2 =
Pm
k
k=0 bk D . Se tiene entonces que L2 L1 = L1 L2 , es decir, los operadores diferenciales a coeficientes
constantes conmutan.
Atencin: Si los coeficientes no son constantes, en general, dos operadores no conmutan. Por ejemplo,
D (xD) = D + xD2 y (xD) D = xD2 .
Un operador L tal que para una funcin f verifica que L(f ) = 0, se denomina un anulador de f .
Observamos que si L1 es un anulador de f y L2 es un anulador de g, ambos operadores con coeficientes
constantes, entonces L2 L1 y L1 L2 anulan a f + g.

Mtodos Matemticos en Ingeniera. 2016/16. Grado en Ingeniera Aeroespacial.

43

Se tiene que
1. El operador diferencial Dn anula a 1, x, x2 , . . . , xn1 .
2. El operador (D )n anula a ex , xex , . . . , xn1 ex .
3. El operador [D2 2D + (2 + 2 )]n anula a ex cos(x), xex cos(x), . . . , xn1 ex cos(x) y
a ex sen(x), xex sen(x), . . . , xn1 ex sen(x).
Ejercicio 2.26 Calcular un operador diferencial que anule a 5ex cos(2x) 9ex sen(2x).
Determinacin de una solucin particular
La idea es utilizar estos hechos para calcular una solucin particular de la ecuacin (2.19).
P
Notamos que (2.19) se puede expresar como L(y) = f (x) con L = nj=0 aj Dj .
Para poder aplicar las propiedades anteriores, supongamos que f (x) es una funcin polinomial
Pn
( i=0 i xi ), exponencial (ex ), seno (sen(x)), coseno (cos(x)), sumas y productos finitos de esas
funciones.
Podremos, por tanto, encontrar un operador diferencial L1 (que ser combinacin lineal finita de
productos de operadores del tipo Dn , (D )n y [D2 2D + (2 + 2 )]n ) tal que sea un anulador
de f , es decir, L1 (f ) = 0, y por tanto, (L1 L)(y) = L1 (f ) = 0.
De esta forma, una solucin particular de (2.19) se encuentra entre las soluciones de la ecuacin
homognea (L1 L)(y) = 0.
El procedimiento se resume en los siguientes pasos:
1. Se resuelve la ecuacin homognea L(y) = 0.
2. Se determina un operador L1 tal que L1 (f ) = 0.
3. Se determina la solucin general de la ecuacin homognea (L1 L)(y) = 0.
4. Se suprimen de la solucin de (L1 L)(y) = 0 los trminos que aparecen en la solucin de L(y) = 0
y se obtiene una propuesta de solucin y1 que depender de algunos parmetros.
5. Se calculan los parmetros obligando a que L(y1 ) = f (x) y se obtiene la solucin particular.
Ejemplo 2.27 Calcular una solucin particular de y 000 4y 00 + 4y 0 = 5x2 6x + 4x2 e2x + 3e5x .
Se observa que D3 (5x2 6x) = 0, (D 2)3 (x2 e2x ) = 0 y (D 5)(e5x ) = 0. Luego D3 (D 2)3 (D 5)
es un anulador de 5x2 6x + 4x2 e2x + 3e5x .

44

Mtodos Matemticos en Ingeniera. 2015/16. Grado en Ingeniera Aeroespacial.

Tenemos que resolver la ecuacin homognea (D3 (D 2)3 (D 5)(D3 4D2 + 4D))(y) = 0 equivalentemente (D4 (D 2)5 (D 5))(y) = 0. Como 0 es una raz de orden 4 de la ecuacin caracterstica,
2 lo es de orden 5 y 5 es simple, la solucin general es
y = c1 + c2 x + c3 x2 + c4 x3 + c5 e2x + c6 xe2x + c7 x2 e2x + c8 x3 e2x + c9 x4 e2x + c10 e5x .
Como la solucin general de (D3 4D2 + 4D)(y) = (D(D 2)2 )(y) = 0 es y = c1 + c5 e2x + c6 xe2x ,
resulta que la solucin particular tiene la forma
yp = Ax + Bx2 + Cx3 + (Ex2 + F x3 + Gx4 )e2x + He5x .
Slo falta determinar los parmetros obligando a que yp satisfaga la ecuacin.

2.7.

La ecuacin de Cauchy-Euler

Una ecuacin de la forma

an xn y (n + an1 xn1 y (n1 + + a1 xy 0 + a0 y = g(x),

(2.20)

donde an , an1 , . . . , a1 , a0 R, x > 0, se denomina ecuacin de Cauchy-Euler.

Puesto que es una EDO lineal, la solucin general se obtiene sumando una solucin particular a la
solucin general de la ecuacin lineal homognea.
Comenzaremos resolviendo la EDO lineal homognea asociada
an xn y (n + an1 xn1 y (n1 + + a1 xy 0 + a0 y = 0.

(2.21)

Para encontrar las soluciones de (2.21), se plantea el cambio de variable t = ln(x), x = et ; con la
idea de transformar (2.21) en una EDO lineal homognea a coeficientes constantes.
Antes de nada observamos que (2.21) se puede escribir en trminos de operadores diferenciales
como
(an xn Dxn + an1 xn1 Dxn1 + + a1 xDx + a0 )y = 0,
(2.22)
d
.
dx
d
Para transformar la ecuacin (2.22) en trminos del operador diferencial Dt = , debemos reladt
cionar Dx y Dt .
df
df /dt
1
Consideremos f (x) una funcin derivable para x > 0, tenemos que Dx f =
=
= t Dt f =
dx
dx/dt
e
1
Dt f . Por tanto, xDx = Dt .
x
donde Dx denota el operador diferencial derivar respecto a x, es decir Dx =

Mtodos Matemticos en Ingeniera. 2016/16. Grado en Ingeniera Aeroespacial.

45

En general se verifica
xn Dxn = Dt (Dt 1)(Dt 2) (Dt (n 1)).

(2.23)

En efecto, lo hemos probado para n = 1 pues xDx = Dt .

Procediendo por induccin sobre n, supongamoscierto
es
 el resultado para n, veamos que tambin
1
cierto para n + 1. xn+1 Dn+1 = xn+1 (Dx Dxn ) = xn+1 Dx
Dt (Dt 1)(Dt 2) (Dt (n 1))
xn


1 1
n
n+1
Dt (Dt 1)(Dt 2) (Dt (n 1)) + n Dt Dt (Dt 1)(Dt 2) (Dt (n 1))
=x
xn+1
x x
= Dt (Dt 1)(Dt 2) (Dt (n 1))(Dt n).
Ahora podemos escribir (2.22) en trminos de Dt como

n
X

aj Dt (Dt 1)(Dt 2) (Dt (j 1)) y = 0

(2.24)
j=0

que es lineal a coeficientes constantes.

Ejemplos 2.28 Resolver las siguientes ecuaciones:
1. x2 y 00 2xy 0 4y = 0. En trminos de operadores diferenciales tenemos (x2 Dx2 2xDx 4)y =
0. Haciendo el cambio t = ln(x), se transforma en (Dt (Dt 1) 2Dt 4)y = 0, es decir,
(Dt2 3Dt 4)y = 0.
La ecuacin caracterstica es m2 3m4 = 0 que tiene por races m1 = 1 y m2 = 4. La solucin
general en trminos de t es y = c1 et +c2 e4t y deshaciendo el cambio de variable y = c1 x1 +c2 x4 .
2. 4x2 y 00 + 8xy 0 + y = 0. En trminos de operadores diferenciales tenemos (4x2 Dx2 + 8xDx + 1)y =
0. Haciendo el cambio t = ln(x), se transforma en (4Dt (Dt 1) + 8Dt + 1)y = 0, es decir,
(4Dt2 4Dt + 1)y = 0.
La ecuacin caracterstica es 4m2 + 4m + 1 = 0 con una nica raz doble m1 = (1/2). La
solucin general en trminos de t es y = c1 et/2 + c2 tet/2 y deshaciendo el cambio de variable
y = c1 x1/2 + c2 x1/2 ln x.
3. 4x2 y 00 + 17y = 0, y(1) = 1, y 0 (1) = 0.
En trminos de operadores diferenciales tenemos (4x2 Dx2 +17)y = 0. Haciendo el cambio t = ln(x),
se transforma en (4Dt (Dt 1) + 17)y = 0, es decir, (4Dt2 4Dt + 17)y = 0.
La ecuacin caracterstica es 4m2 4m + 17 = 0, que tiene por races m1 = (1/2) + 2i y
m2 = (1/2) 2i. La solucin general en trminos de t es y = et/2 (c1 cos(2t) + c2 sen(2t)) y

deshaciendo el cambio de variable y = x(c1 cos(2 ln x) + c2 sen(2 ln x)).

46

Mtodos Matemticos en Ingeniera. 2015/16. Grado en Ingeniera Aeroespacial.

1
Imponiendo las condiciones iniciales se obtiene c1 = 1 y c2 = , con lo que la solucin buscada
4

1
es y = x( cos(2 ln x) + sen(2 ln x)).
4
4. x3 y 000 + 5x2 y 00 + 7xy 0 + 8y = 0. En trminos de operadores diferenciales tenemos (x3 Dx3 + 5x2 Dx2 +
7xDx + 8)y = 0. Haciendo el cambio t = ln(x), se transforma en (Dt (Dt 1)(Dt 2) + 5Dt (Dt
1) + 7Dt + 8)y = 0, es decir, (Dt3 + 2Dt2 + 4Dt + 8)y = 0.
La ecuacin caracterstica es m3 + 2m2 + 4m + 8 = (m + 2)(m2 + 4) = 0 con races m1 = 2,
m2 = 2i y m3 = 2i. La solucin general en trminos de t es y = c1 e2t + c2 cos(2t) + c3 sen(2t)
y deshaciendo el cambio de variabley = c1 x2 + c2 cos(2 ln x) + c3 sen(2 ln x).
Como hemos dicho, para resolver la ecuacin (2.13) basta con determinar una solucin particular,
una vez resuelta la ecuacin homognea correspondiente. Por ejemplo, mediante el mtodo de variacin
de parmetros pues los coeficientes no son constantes.
Ejemplo 2.29 Resolver x2 y 00 3xy 0 + 3y = 2x4 ex . La ecuacin homognea tiene por solucin general
y = c1 x + c2 x3 .
3
3
Ahora utilizamos el mtodo de variacin de parmetros con la ecuacin y 00 y 0 + 2 y = 2x2 ex . Se
x
x
tiene que u01 = x2 ex y u02 = ex , con lo que u1 = x2 ex + 2xex 2ex y u2 = ex y la solucin particular
es yp = u1 x + u2 x3 = 2x2 ex 2xex . Finalmente, la solucin general es y = c1 x + c2 x3 + 2x2 ex 2xex .

Apndice A

Sistemas autnomos planos

Un sistema de ecuaciones diferenciales ordinarias de primer orden es autnomo cuando se puede
escribir en la forma:

x01 (t) = g1 (x1 , . . . , xn )

x0 (t) = g2 (x1 , . . . , xn )
2
.
(A.1)
..
..

.
.

0
xn (t) = gn (x1 , . . . , xn )
Se observa que la variable independiente t no aparece de forma explcita en las funciones gi , 1 i n.
Tambin, se hace notar que los sistemas lineales homogneos a coeficientes constantes son autnomos.
Consideremos un sistema autnomo plano
(
x0 (t) = P (x, y)
.
(A.2)
y 0 (t) = Q(x, y)
Tenemos que el vector V (x, y) = (P (x, y), Q(x, y)) define un campo vectorial en una cierta regin
del plano. Una solucin X(t) = (x(t), y(t)) de (A.2) define una curva C en forma paramtrica que tiene
a X 0 (t) = V (x(t), y(t)) por vector tangente en el punto (x(t), y(t)). Tambin, se suele decir que C es la
trayectoria de la solucin, en el sentido fsico de una partcula que en el instante t tiene la posicin
(x(t), y(t)). Ntese que (x(t ), y(t )) es tambin solucin de X 0 (t) = V (x(t), y(t)) con la misma
trayectoria, cuando es un nmero real fijo. En otras palabras, existen infinitas soluciones que definen
la misma trayectoria.
Aconsejamos al lector que vuelva a leer el apartado del captulo 1 dedicado a las ecuaciones diferenciales de primer orden autnomas.
Por otro lado, cuando P y Q son de clase C 1 (es decir, ellas y sus derivadas parciales son continuas),
podemos garantizar que existe una nica solucin de (A.2) sujeta a la condicin inicial X(t0 ) = X0 =
(x0 , y0 ). Una tal solucin es de uno de los tres siguientes tipos:
47

48

Mtodos Matemticos en Ingeniera. 2015/16. Grado en Ingeniera Aeroespacial.

(I) Una solucin constante x(t) = x0 , y(t) = y0 , es decir, X(t) = X0 . Una tal solucin se denomina
punto crtico punto estacionario solucin de equilibrio. Ntese que para que esto sea
factible debe ser P (x0 , y0 ) = 0 y Q(x0 , y0 ) = 0. De esta forma, cuando una partcula sigue una
solucin constante o se coloca en un punto crtico, su posicin permanece invariante y fija en
dicho punto a lo largo del tiempo. En este caso, la trayectoria se reduce a un punto, realmente
no tenemos una curva.
(II) Una solucin que define un arco de curva plana que no se cruza a s misma. Ntese que si la
curva se cruza a s misma en un punto, entonces por dicho punto pasan (localmente) al menos
dos soluciones.
(III) Una solucin peridica ciclo. Si p es el periodo son soluciones que verifican X(t + p) = X(t).
Ejemplos A.1 Determinar los puntos crticos de los siguientes sistemas autnomos planos:
(

(
x0 = x + y
0 = x + y
1.
. Basta resolver
que tiene por solucin la recta y = x, con
0
y =
xy
0 =
xy
lo que tiene infinitos puntos crticos.
(

(
x0 = x2 + y 2 6
0 = x2 + y 2 6
2.
.
Basta
resolver
, luego y 2 + y 6 = 0, con lo que
y0 =
x2 y
0 =
x2 y
y = 3 y x2 = 3 no da lugar a puntos crticos, mientras que y = 2 proporciona dos puntos

crticos ( 2, 2) y ( 2, 2).

Ejemplos A.2 Determinar las soluciones peridicas de los siguientes sistemas autnomos planos:
(
1.

x0 = 2x + 8y
. La solucin general del sistema se escribe como x(t) = c1 (2 cos(2t)
y 0 = x 2y
2 sen(2t)) + c2 (2 cos(2t) + 2 sen(2t)), y(t) = c1 ( cos(2t)) + c2 ( sen(2t)).
Como cos(2t) y sen(2t) son peridicas de periodo , toda solucin es peridica de periodo .
(

2.

x0 =
x + 2y
. La solucin general del sistema se escribe como x(t) = 2c1 et cos(t) +
0
y = 21 x + y
2c2 et sen(t), y(t) = c1 et sen(t) + c2 et cos(t). No existen soluciones peridicas por la presencia de
et .

Mtodos Matemticos en Ingeniera. 2016/16. Grado en Ingeniera Aeroespacial.

A.1.

49

Propiedades geomtricas de los sistemas autnomos lineales planos

Consideremos el sistema

x0 (t) = ax + by
.
y 0 (t) = cx + dy

(A.3)

Como el sistema (A.3) es homogneo, al menos el origen (0, 0) es un punto crtico, siendo este el nico
punto crtico cuando ad bc 6= 0. La otra posibilidad interesante es cuando existe una recta (pasando
por el origen) de puntos crticos, lo que implica que 0 sea un valor propio de la matriz del sistema.
Los valores propios de la matriz del sistema son las races de su polinomio caracterstico 2 +
= 0, donde = a + d es la traza de la matriz y = ad bc es su determinante. Al final de esta
seccin, se analizar un ejemplo en el que = 0, sin embargo, en el desarrollo general supondremos
que el determinante de la matriz del sistema es no nulo, 6= 0.
Lo que pretendemos hacer es estudiar el comportamiento de las soluciones de (A.3) en funcin de
los valores propios de la matriz del sistema, que dependen de y .
Caso I: Valores propios reales distintos ( 2 4 > 0)
Si los valores propios son 1 y 2 con vectores propios asociados K1 y K2 , la solucin general de
(A.3) es X(t) = c1 K1 e1 t + c2 K2 e2 t .
Denotemos por Li la recta que pasa por el origen y tiene por vector director Ki , i = 1, 2.
(a) Los dos valores propios son negativos ( 2 4 > 0, < 0 y > 0).
Supongamos 2 < 1 < 0. Tenemos que lmt kX(t)k = 0. Donde k k denota la norma eucldea

en R2 , es decir, k(a, b)k = a2 + b2 .

Si c1 6= 0, entonces la trayectoria es asintticamente tangente a L1 en el origen cuando t .
Si c1 = 0, entonces la trayectoria es asintticamente tangente a L2 en el origen cuando t .
Adems, lmt kX(t)k = y como lmt kX(t) c2 K2 e2 k = , la trayectoria es asintticamente paralela a L2 cuando t , pero no asintticamente tangente.
Las trayectorias se dirigen hacia el origen. Se dice que tenemos un nodo estable.
(b) Los dos valores propios son positivos ( 2 4 > 0, > 0 y > 0).
Supongamos 0 < 2 < 1 . Tenemos que lmt kX(t)k = 0.
Si c1 6= 0, entonces la trayectoria es asintticamente tangente a L1 en el origen cuando t .

50

Mtodos Matemticos en Ingeniera. 2015/16. Grado en Ingeniera Aeroespacial.

Si c1 = 0, entonces la trayectoria es asintticamente tangente a L2 en el origen cuando t .

Adems, lmt kX(t)k = y como lmt kX(t) c1 K1 e1 k = , la trayectoria es asintticamente paralela a L1 cuando t , pero no asintticamente tangente.
Las trayectorias salen del origen. Se dice que tenemos un nodo inestable.
(c) Valores propios de signo distinto ( 2 4 > 0 y < 0).
Supongamos 2 < 0 < 1 .
Por un lado, lmt kX(t)k = y lmt kX(t) c1 K1 e1 t k = 0. La trayectoria es asintticamente tangente a L2 cuando t .
Por otro lado, lmt kX(t)k = y lmt kX(t) c2 K2 e2 t k = 0. La trayectoria es asintticamente tangente a L1 cuando t .
Las trayectorias se dirigen al origen sobre L2 , y alejndose del origen sobre L1 . El resto de
trayectorias se alejan de L2 hacia L1 . Se dice que tenemos un punto de silla.
Caso II: Un nico valor propio ( 2 4 = 0)
(a) Dos vectores propios linealmente independientes.
La solucin general de (A.3) es de la forma X(t) = (c1 K1 + c2 K2 )e1 t , siendo K1 y K2 dos
vectores propios linealmente independientes asociados a 1 .
Si 1 < 0, entonces lmt kX(t)k = 0 y lmt kX(t)k = . Las trayectorias son rectas que
pasan por el origen con vector director de la forma c1 K1 + c2 K2 . Las trayectorias se dirigen hacia
el origen. Se dice que tenemos un nodo estable degenerado.
Si 0 < 1 , entonces lmt kX(t)k = y lmt kX(t)k = 0. Las trayectorias, como antes,
son rectas que pasan por el origen con vector director de la forma c1 K1 + c2 K2 . Las trayectorias
salen del origen. Se dice que tenemos un nodo inestable degenerado.
(b) Un nico vector propio linealmente independiente.
La solucin general de (A.3) es de la forma X(t) = (c1 K1 + c2 (K1 t + P ))e1 t , siendo K1 un
vector propio no nulo asociado a y P un vector linealmente independiente con K1 tal que
(A 1 I)2 P = 0 (de hecho, hemos tomado P satisfaciendo (A 1 I)P = K1 ).
Si c2 = 0, se obtiene como trayectoria la recta L1 de vector director K1 que pasa por el origen.
Luego, si c2 6= 0, las trayectorias no pueden cortar a L1 , pues la solucin es nica fijadas las
condiciones iniciales. De esta forma, las trayectorias con c2 6= 0 deben de estar en uno de los
semiplanos que determina L1 de acuerdo a como sea el signo de c2 .

51

Mtodos Matemticos en Ingeniera. 2016/16. Grado en Ingeniera Aeroespacial.

y
10

10

-5

-5

-10
-10

-5

10

-10
-10

-5

10

Figura A.1: Trayectorias del ejemplo 3.17.1. (Punto de silla) y 3.17.2 (Nodo estable).
Si 1 < 0, entonces lmt kX(t)k = 0 y lmt kX(t)k = . Las trayectorias se dirigen al
origen. Se dice que tenemos un nodo estable degenerado.
Si 0 < 1 , entonces lmt kX(t)k = y lmt kX(t)k = 0. Las trayectorias se salen origen.
Se dice que tenemos un un nodo inestable degenerado.
Caso III: Valores complejos ( 2 4 < 0)
Si 1 = + i y 2 = i ( 6= 0) son los valores propios y K1 = B1 + iB2 es un vector propio
asociado a 1 , la solucin general de (A.3) es
X(t) = c1 et (B1 cos(t) B2 sen(t)) + c2 et (B2 cos(t) + B1 sen(t)).
O si se quiere x(t) = et (c11 cos t + c12 sen(t)), y(t) = et (c21 cos t + c22 sen(t)) en representacin
paramtrica.
(a) Races imaginarias puras ( 2 4 < 0, = 0).
En este caso, se puede probar que todas las trayectorias son elipses. De hecho, si c12 = c21 = 0,
tenemos que x(t) = et (c11 cos(t), y(t) = c22 sen(t)) es una parametrizacin de la elipse
x/c211 + y 2 /c222 = 1. Adems, todas las soluciones son peridicas de periodo 2/. Se dice que el
punto crtico (0, 0) es un centro.
(b) Parte real no nula ( 2 4 < 0, 6= 0).
En este caso, 6= 0.

52

Mtodos Matemticos en Ingeniera. 2015/16. Grado en Ingeniera Aeroespacial.

Si < 0, entonces lmt et = 0, las trayectorias son espirales elpticas que se acercan al origen.
Se dice que tenemos un punto espiral estable.
Si > 0, se produce el efecto contrario, las trayectorias son espirales elpticas que se alejan del
origen. Se dice que tenemos un punto espiral inestable.

y
10

10

-5

-5

-10
-10

-5

10

-10
-10

-5

10

Figura A.2: Trayectorias del ejemplo 3.17.3. (Nodo estable degenerado) y 3.17.4. (Centro).

Ejemplos A.3 Analizar los sistemas autnomos siguientes:

1.

2.

3.

4.

!
2
3
X. Los valores propios son 1 = 4 y 2 = 1. Se tiene un punto de silla. Las
X0 =
2 1
trayectorias estn representadas el la figura A.1.
!
10
6
0
X. Los valores propios son 1 = 4 y 2 = 25. Se tiene un nodo estable.
X =
15 19
Las trayectorias estn representadas el la figura A.1.
!
3 18
0
X =
X. Un nico valor propio 1 = 3 con un nico vector propio asociado
2 9
K1 = (3, 1). Se tiene un nodo estable degenerado. Las trayectorias estn representadas el la
figura A.2.
!
1 2
0
X =
X. Valores propios complejos 1 = i y 2 = i. Se tiene un centro. Las
1 1
trayectorias estn representadas el la figura A.2.

53

Mtodos Matemticos en Ingeniera. 2016/16. Grado en Ingeniera Aeroespacial.

y
10

-5

-10
-10

-5

10

Figura A.3: Trayectorias del ejemplo 3.17.5. (Determinante nulo).

!
2 1
X. Valores propios 1 = 0 y 2 = 4. El determinante es nulo, un vector propio
5.
=
4 2
asociado a 1 = 0 es K1 = (1, 2) y uno asociado a 2 = 4 es K2 = (1, 2). Las trayectorias
estn representadas el la figura A.3. Las soluciones se escriben como X(t) = c1 K1 + c2 K2 e4t , las
trayectorias son paralelas a la recta que pasa por el origen y tiene vector director K2 , el trmino
c1 K1 es el vector que traslada la trayectoria que pasa por el origen.
X0