UNIVERSIDAD NACIONAL DE CAJAMARCA

Facultad de Ingeniería
Escuela académico profesional de Ingeniería
Civil

“Año del Diálogo y la Reconciliación Nacional”

Trabajo:
APLICACIONES DE LOS VALORES Y VECTORES PROPIOS A LAS
ECUACIONES DIFERENCIALES CUANDO ESTOS SON REPETIDOS.

Curso:

ÁLGEBRA LINEAL

Docente:

Mcs. Luis E. Zelaya de los Santos

Alumnos:

Mejía Rojas, Alexander

Quiliche Rojas, Yhulisa
Ruiz Castañeda, Percy

Ciclo Académico: 2018 - I

Cajamarca, agosto de 2018

 UNIVERSIDAD NACIONAL DE CAJAMARCA
Escuela Académico Profesional de Ing. Civil

INTRODUCCIÓN

Aprenderemos a calcular los valores y valores propios de una matriz formada por un sistema de
ecuaciones diferenciales lineales de primer orden y a dar una solución general a este sistema.

Vamos a desarrollar una teoría general para tipos de sistemas de ecuaciones diferenciales lineales
de primer orden, en nuestro caso de valores propios repetidos, con un método de solución que
utiliza algunos conceptos básicos del álgebra de matrices.

ÁLGEBRA LINEAL Pág. 2

 UNIVERSIDAD NACIONAL DE CAJAMARCA
Escuela Académico Profesional de Ing. Civil

OBJETIVOS

 Aplicar los valores y vectores propios a la solución de ecuaciones diferenciales

lineales de primer orden.
 Interpretar los métodos de solución para valores propios repetidos ya sea de
multiplicidad dos o tres.

ÁLGEBRA LINEAL Pág. 3

 UNIVERSIDAD NACIONAL DE CAJAMARCA
Escuela Académico Profesional de Ing. Civil

REVISIÓN DE LA LITERATURA

BASES TEÓRICAS

1. EIGENVALORES REPETIDOS

Por supuesto, no todos los n eigenvalores 𝜆1 , 𝜆2 , … , 𝜆𝑛 de una matriz A de 𝑛 𝑥 𝑛 deben

ser distintos, es decir, algunos de los eigenvalores podrían ser repetidos. Por ejemplo, la
ecuación característica de la matriz de coeficientes en el sistema:

3 −18
𝑋´ = ( )𝑋 − − − 10
2 −9

Se demuestra fácilmente que es (𝜆 + 3)2 = 0, y por tanto, 𝜆1 = 𝜆2 = −3 es una raíz de

multiplicidad dos. Para este valor se encuentra el único eigenvector

3 3
𝐾1 = ( ) , 𝑝𝑜𝑟 𝑙𝑜 𝑞𝑢𝑒 𝑋1 = ( ) 𝑒 −3𝑡 − − − −11
1 1

Es una solución de (10). Pero como es obvio que tenemos interés en formar la solución
general del sistema, se necesita continuar con la pregunta de encontrar una segunda
solución.

En general, si m es un entero positivo y (𝜆 − 𝜆1 )𝑚 es un factor de la ecuación

característica, mientras que (𝜆 − 𝜆1 )𝑚+1 no es un factor, entonces se dice que 𝜆1 es un
eigenvalor de multiplicidad m. En los tres ejemplos que se dan a continuación se ilustran
los casos siguientes:

i) Para algunas matrices A de 𝑛 𝑥 𝑛 sería posible encontrar m eigenvectores

linealmente independientes 𝐾1 , 𝐾2 , … , 𝐾𝑛 correspondientes a un eigenvalor𝜆1 ,
de multiplicidad 𝑚 ≤ 𝑛 En este caso la solución general del sistema contiene
la combinación lineal

𝑐1 𝐾1 𝑒 𝜆1 𝑡 + 𝑐2 𝐾2 𝑒 𝜆1 𝑡 + ⋯ + 𝑐𝑚 𝐾𝑚 𝑒 𝜆1 𝑡

ÁLGEBRA LINEAL Pág. 4

 UNIVERSIDAD NACIONAL DE CAJAMARCA
Escuela Académico Profesional de Ing. Civil

ii) Si sólo hay un eigenvector propio que corresponde al eingenvalor 𝜆1 de

multiplicidad m, entonces siempre se pueden encontrar m soluciones
linealmente independientes de la forma

𝑋1 = 𝐾11 𝑒 𝜆1 𝑡

𝑋2 = 𝐾21 𝑒 𝜆1 𝑡 + 𝐾22 𝑒 𝜆1 𝑡

𝑡 𝑚−1 𝜆1 𝑡
𝑡 𝑚−2
𝑋𝑚 = 𝐾𝑚1 𝑒 + 𝐾𝑚2 𝑒 𝜆1 𝑡 + ⋯ + 𝐾𝑚𝑚 𝑒 𝜆1 𝑡
(𝑚 − 1)! (𝑚 − 2)!

Donde las 𝐾𝑗𝑗 son vectores columna.

1.2. EIGENVALORES DE MULTIPLICIDAD DOS

Se comienza por considerar eigenvalores de multiplicidad dos. En el primer ejemplo se

ilustra una matriz para la que podemos encontrar dos eigenvectores distintos que
corresponden a un doble eigenvalor.

EJEMPLO

1 −2 2
𝑋´ = (−2 1 −2) 𝑋
2 −2 1

𝑺𝑶𝑳𝑼𝑪𝑰Ó𝑵

Desarrollando el determinante en la ecuación característica

1−𝜆 −2 2
det(𝐴 − 𝜆𝐼) = | −2 1−𝜆 −2 | = 0
2 −2 1−𝜆

ÁLGEBRA LINEAL Pág. 5

 UNIVERSIDAD NACIONAL DE CAJAMARCA
Escuela Académico Profesional de Ing. Civil

Se obtiene −(𝜆 + 1)2 (𝜆 + 5) = 0. Se ve que 𝜆1 = 𝜆2 = −1 y 𝜆3 = 5. Para 𝜆1 = −1, con

la eliminación de Gauss-Jordan se obtiene de inmediato

El primer renglón de la última matriz indica que𝑘1 − 𝑘2 + 𝑘3 = 0 𝑜 𝑘1 = 𝑘2 − 𝑘3 . Las

elecciones 𝑘2 = 1, 𝑘3 = 3 𝑦 𝑘2 = 1, 𝑘3 = 1 producen, a su vez, 𝑘1 = 1 𝑦 𝑘1 = 0. Por
lo que dos eigenvectores correspondientes a 𝜆1 = −1 son

1 0
𝐾1 = (1) 𝑦 𝐾2 = (1)
0 1

Puesto que ningún eigenvector es un múltiplo constante del otro, se han encontrado dos
soluciones linealmente independientes,

1 0
−𝑡
𝑋1 = (1) 𝑒 𝑦 𝑋2 = (1) 𝑒 −𝑡
0 1

que corresponden al mismo eigenvalor. Por último, para 𝜆3 = 5 la reducción

Implica que k1 = k3 y k2 = -k3. Al seleccionar k3 = 1, se obtiene k1 = 1, k2 = -1; por lo que

el tercer eigenvector es

1
K3= (−1)
0

Concluimos que la solución general del sistema es

ÁLGEBRA LINEAL Pág. 6

 UNIVERSIDAD NACIONAL DE CAJAMARCA
Escuela Académico Profesional de Ing. Civil

1 0 1
X= 𝑐 (1) e-1t + c2 (1) e-1t + c3 (−1) e5t.
0 1 1

La matriz de coeficientes A del ejemplo 3 es un tipo especias de matriz conocida

como la matriz simétrica. Se dice que una matriz A de n X n es simétrica si su transpuesta
AT (donde se intercambian renglones y columnas) es igual que A, es decir, si AT = A. Se
puede demostrar que si la matriz A del sistema X’ = AX es simétrica y tiene elementos
reales, entonces siempre es posible encontrar n eigenvectores linealmente independientes
K1, K2,…, Kn, y la solución general de ese sistema es como se muestra en el teorema 8.2.1.
Como se muestra en el ejemplo, este resultado se cumple aun cuando estén repetidos
algunos de los eigenvectores.

SEGUNDA SOLUCIÓN

Suponga que l1 es un valor propio de multiplicidad dos y que sólo hay un eigenvector
asociado con este valor. Se puede encontrar una segunda solución de la forma:

𝑋2 = 𝐾𝑡𝑒 𝜆1 𝑡 + 𝑃𝑒 𝜆1 𝑡

Donde:

𝑘1 𝑝1
𝐾=( ) 𝑃=( ⋮ )
⋮
𝑘𝑛 𝑝𝑛

Para ver esto sustituya (12) en el sistema 𝑋´ = 𝐴𝑋 y simplifique:

(𝐴𝐾 − 𝜆1 𝐾)𝑡𝑒 𝜆1 𝑡 + (𝐴𝑃 − 𝜆1 𝑃 − 𝐾)𝑡𝑒 𝜆1 𝑡 = 0

Puesto que la última ecuación es válida para todos los valores de t, debemos tener

(𝐴 − 𝜆1 𝐼)𝐾 = 0 (13)

(𝐴 − 𝜆1 𝐼)𝑃 = 𝐾 (14)

ÁLGEBRA LINEAL Pág. 7

 UNIVERSIDAD NACIONAL DE CAJAMARCA
Escuela Académico Profesional de Ing. Civil

La ecuación (13) simplemente establece que K debe ser un vector característico de A

asociado con 𝜆1 . Al resolver (13), se encuentra una solución 𝑋1 = 𝐾𝑒 𝜆1 𝑡 .

Para encontrar la segunda solución 𝑥2 , sólo se necesita resolver el sistema adicional (14)
para obtener el vector P.

1.3. EIGENVALOR DE MULTIPLICIDAD TRES

Cuando la matriz de coeficientes A tiene sólo un eigenvector asociado con un eigenvalor

𝜆1 de multiplicidad tres, podemos encontrar una segunda solución de la forma (12) y una
tercera solución de la forma.

𝑡2 𝜆 𝑡
𝑋3 = 𝐾 𝑒 1 + 𝑃𝑒 𝜆1 𝑡 + 𝑄𝑒 𝜆1 𝑡 (15)
2

Donde:

𝑘1 𝑝1 𝑞1
𝐾=( ⋮ ) 𝑃=( ⋮ ) 𝑦 𝑄=( ⋮ )
𝑘𝑛 𝑝𝑛 𝑞𝑛

Al sustituir (15) en el sistema 𝑋´ = 𝐴𝑋 se encuentra que los vectores columna 𝐾, 𝑃

y Q deben satisfacer:
(𝐴 − 𝜆1 𝐼)𝐾 = 0 (16)

(𝐴 − 𝜆1 𝐼)𝑃 = 𝐾 (17)

(𝐴 − 𝜆1 𝐼)𝑄 = 𝑃 (18)

Por supuesto, las soluciones (16) y (17) se pueden usar para formar las soluciones
𝑋1 𝑦 𝑋2.

ÁLGEBRA LINEAL Pág. 8

 UNIVERSIDAD NACIONAL DE CAJAMARCA
Escuela Académico Profesional de Ing. Civil

1.4. DESARROLLO DE EJERCICIOS PROPUESTOS:

5 −4 0
1. 𝑋 ′ = (1 0 2) 𝑋
0 2 5

SOLUCIÓN
5 −4 0
𝐴 = (1 0 2)
0 2 5

HALLAMOS LA ECUACIÓN CARACTERÍSTICA:

|𝐴 − 𝜆𝐼| = 0

5−𝜆 −4 0
| 1 0−𝜆 2 |=0
0 2 5−𝜆

DESARROLLAMOS EL DETERMINANTE POR MEDIO DE

COFACTORES:
0−𝜆 2 4 0
𝐴 − 𝜆𝐼| = (5 − 𝜆) | | − 1| |=0
2 5−𝜆 2 5−𝜆

HALLAMOS EL POLINOMIO CARACTERÍSTICO:

(5 − 𝜆)[𝜆(5 − 𝜆) − 4] − 1[4(5 − 𝜆)] = 0

(𝜆 − 5)2 𝜆 = 0
VALORES PROPIOS (MULTIPLICIDAD 2)
𝜆1 = 0 𝜆2 = 5

ÁLGEBRA LINEAL Pág. 9

 UNIVERSIDAD NACIONAL DE CAJAMARCA
Escuela Académico Profesional de Ing. Civil

HALLAMOS LOS VECTORES PROPIOS:

(𝐴 − 𝜆𝐼)𝐾 = 0

(𝐴 − 𝜆𝐼)𝑃 = 𝐾

 (𝐴 − 𝜆𝐼)𝐾 = 0
0 −4 0 0
(1 −5 2) 𝐾 = (0)
0 2 0 0

0 −4 0 ⋮ 0 1 0 0 0 ⋮ 0
𝐹 (2) (
(1 −5 2 ⋮ 0) 3 1 −5 2 ⋮ 0)
≈
0 2 0 ⋮ 0 0 2 0 ⋮ 0

𝑦 = 0, 𝑥 − 5𝑦 + 2𝑧 = 0
𝑦 = 0, 𝑥 = −2𝑧

𝑥 −2𝑧 −2
𝐾 = (𝑦 ) = ( 0 ) = 𝑧 ( 0 )
𝑧 𝑧 1

−2
𝐾=( 0 )
1

−4
𝐾1 = (−5)
2

 (𝐴 − 𝜆𝐼)𝑃 = 𝐾
0 −4 0 −2
(1 −5 2) 𝑃 = ( 0 )
0 2 0 1

ÁLGEBRA LINEAL Pág. 10

 UNIVERSIDAD NACIONAL DE CAJAMARCA
Escuela Académico Profesional de Ing. Civil

5⁄
2
𝑃 = (1⁄ )
2
0
Solución general:
5⁄
−4 −2 −2 2
𝑋 = 𝑐1 (−5) + 𝑐2 ( 0 ) 𝑒 5𝑡 + 𝑐3 [( 0 ) 𝑡𝑒 5𝑡 + (1⁄ ) 𝑒 5𝑡 ]
2 1 1 2
0

ÁLGEBRA LINEAL Pág. 11

 UNIVERSIDAD NACIONAL DE CAJAMARCA
Escuela Académico Profesional de Ing. Civil

REFERENCIAS BIBLIOGRÁFICAS

 Dennis G. Zill. Sistema de ecuaciones diferenciales lineales de primer

orden.
 En línea. Recuperado de:
http://sgpwe.izt.uam.mx/files/users/uami/jdf/EDO/Cap_8_Zill_modelad
o_orden_superior.pdf

ÁLGEBRA LINEAL Pág. 12