ESCUELA SUPERIOR POLITÉCNICA DE

CHIMBORAZO

FACULTAD DE MECÁNICA
ESCUELA DE INGENIERÍA MECÁNICA

Análisis Matemático III

Exposición III Parcial

TEMA: SISTEMA DE ECUACIONES DIFERENCIALES DE COEFICIENTES CONSTANTES

Integrantes: Muñoz Javier (7085)

Nacimba Oscar (7026)
Orozco Fausto (7049)
Paredes Valentín (7101)
Paredes Edwin (7069)
Pilco Edison (7096)
Ponce Cesar (7322)
Ramírez José (7073)
Ruiz Miguel (7048)
Salguero Erick (7058)
Silva Wladimir (7101)
Toledo Santiago (7037)
NIVEL: Cuarto Mecánica “A”

DOCENTE: Ing.: Néstor Ulloa

 Octubre 2017 – Febrero 2018

SISTEMA DE ECUACIONES DIFERENCIALES DE COEFICIENTES CONSTANTES

Un sistema de “n” ecuaciones diferenciales de primer orden en las funciones

incógnitas X1=ф1(t), X2= ф2(t), ….., Xn= фn(t)

Se expresa de la siguiente manera:

𝑑𝑥1
= 𝑓1(𝑡, 𝑋1, 𝑋2, … , 𝑋𝑛)
𝑑𝑡
𝑑𝑥2
= 𝑓2(𝑡, 𝑋1, 𝑋2, … , 𝑋𝑛)
𝑑𝑡
.
.
.
𝑑𝑥𝑛
{ 𝑑𝑡 = 𝑓𝑛(𝑡, 𝑋1, 𝑋2, … , 𝑋𝑛)

NOTACION VECTORIAL

𝑑𝑥
𝑋 = (𝑋1, 𝑋2, … , 𝑋𝑛)є 𝑉𝑛, 𝑓 = (𝑓1, 𝑓2, … , 𝑓𝑛), = 𝑓(𝑡, 𝑥)
𝑑𝑡

Donde X1= ф1(t) ,…, Xn=фn(t) son diferenciables y con derivadas continuas en (a.b)
llamadas solución del sistema.

Un sistema de “n” ecuaciones diferenciales lineales de primer orden de “n” funciones

𝑑𝑥𝑖
incógnitas se puede escribir en forma: 𝑑𝑡
= ∑𝑛𝑖=1 𝑎𝑖𝑗(𝑡) + 𝑏𝑖(𝑡)

Si bi(t)=0, el sistema se llama homogénea y si bi(t) ≠0 el sistema se llama no homogénea.

Para resolver un sistema de ecuaciones diferenciales existen los siguientes métodos:

 Reducción de un Sistema a una Ecuación Diferencial de n-Esimo Orden

 Matricial para Sistema de Primer Orden con Coeficientes Constantes

En esta investigación nosotros abordaremos el segundo caso a continuación.

METODO MATRICIAL PARA SISTEMA DE PRIMER ORDEN CON

COEFICIENTES CONSTANTES

Consideremos el siguiente sistema:

 𝑑𝑥
= 𝑎11(𝑡)𝑋1 + 𝑎12(𝑡)𝑋2 + ⋯ + 𝑎1𝑚(𝑡)𝑋𝑛
𝑑𝑡
𝑑𝑥2
= 𝑎21(𝑡)𝑋1 + 𝑎22(𝑡)𝑋2 + ⋯ + 𝑎2𝑚(𝑡)𝑋𝑛
𝑑𝑡 . (𝟏)
.
.
𝑑𝑥𝑛
{ 𝑑𝑡 = 𝑎𝑛1(𝑡)𝑋1 + 𝑎𝑛2(𝑡)𝑋2 + ⋯ + 𝑎𝑛𝑚𝑋𝑛

A continuación escribiremos el sistema en formal matricial ; si X,A(t) representan las

matrices respectivas:

𝑋1(𝑡) 𝑎11(𝑡) 𝑎12(𝑡) . . . 𝑎1𝑚(𝑡)

𝑋2(𝑡) 𝑎21(𝑡) 𝑎22(𝑡) . . . 𝑎2𝑚(𝑡)
. . . . . . .
𝑋= 𝐴(𝑡) =
. . . . . . .
. . . . . . .
(𝑋𝑛(𝑡)) (𝑎𝑛1(𝑡) 𝑎𝑛2(𝑡) . . . 𝑎𝑛𝑚(𝑡))

Este sistema (1) de ecuaciones diferenciales lineales de primer orden se puede

expresar como sigue:

𝑋1 𝑎11(𝑡) 𝑎12(𝑡) . . . 𝑎1𝑚(𝑡) 𝑋1

𝑋2 𝑎21(𝑡) 𝑎22(𝑡) . . . 𝑎2𝑚(𝑡) 𝑋2
𝑑 . . . . . . . .
=
𝑑𝑡 . . . . . . . .
. . . . . . . .
(𝑋𝑛) (𝑎𝑛1(𝑡) 𝑎𝑛2(𝑡) . . . 𝑎𝑛𝑚(𝑡)) (𝑋𝑛)

o de una forma simplificada:

𝑋 ′ = 𝐴𝑥

Las soluciones de este sistema de ecuaciones son de la forma:

𝑥1 = 𝛽1𝑒 𝑟𝑡 , 𝑥2 = 𝛽2𝑒 𝑟𝑡 , … , 𝑋𝑛 = 𝛽𝑛𝑒 𝑟𝑡 , donde 𝜷𝒊, 𝑖 = 1, … , 𝑛 son constantes

𝑑𝑥1
𝑥1 = 𝛽1𝑒 𝑟𝑡 → 𝑑𝑡
= 𝛽1𝑟𝑒 𝑟𝑡
𝑑𝑥2
𝑥2 = 𝛽2𝑒 𝑟𝑡 → 𝑑𝑡 = 𝛽2𝑟𝑒 𝑟𝑡
Como: . (𝟐)
.
.
𝑟𝑡 𝑑𝑋𝑛
{ 𝑋𝑛 = 𝛽𝑛𝑒 → 𝑑𝑡 = 𝛽𝑛𝑟𝑒 𝑟𝑡

Reemplazando (2) en (1) se obtiene:

𝛽1𝑟𝑒 𝑟𝑡 = 𝑎11𝛽1𝑒 𝑟𝑡 + 𝑎12𝛽2𝑒 𝑟𝑡 + ⋯ + 𝑎1𝑛𝛽𝑛𝑒 𝑟𝑡

𝛽2𝑒 𝑟𝑡 = 𝑎21𝛽2𝑒 𝑟𝑡 + 𝑎22𝛽2𝑒 𝑟𝑡 + ⋯ + 𝑎2𝑛𝛽𝑛𝑒 𝑟𝑡
.
.
.
{ 𝛽𝑛𝑒 = 𝑎𝑛1𝛽1𝑒 + 𝑎𝑛2𝛽2𝑒 𝑟𝑡 + ⋯ + 𝑎𝑛𝑛𝛽𝑛𝑒 𝑟𝑡
𝑟𝑡 𝑟𝑡
Simplificando se obtiene:

𝛽1𝑟 = 𝑎11𝛽1 + 𝑎12𝛽2 + ⋯ + 𝑎2𝑛𝛽𝑛

𝛽2𝑟 = 𝑎21𝛽1 + 𝑎22𝛽2 + ⋯ + 𝑎2𝑛𝛽𝑛
.
.
.
{𝛽𝑛𝑟 = 𝑎𝑛1𝛽1 + 𝑎𝑛2𝛽2 + ⋯ + 𝑎𝑛𝑛𝛽𝑛

(𝑎11 − 𝑟)𝛽1 + 𝑎12𝛽2 + ⋯ + 𝑎1𝑛𝛽𝑛 = 0

𝑎21𝛽1 + (𝑎12 − 𝑟)𝛽2 + ⋯ + 𝑎2𝑛𝛽𝑛 = 0
.
(𝛼)
.
.
{𝑎𝑛1𝛽1 + 𝑎𝑛2𝛽2 + ⋯ + (𝑎𝑛𝑛 − 𝑟)𝛽𝑛 = 0

Α es un sistema de ecuaciones homogéneas y tiene solución no nula si y solo si:

𝑎11 − 𝑟 𝑎12 … 𝑎1𝑛

𝑎21 𝑎22 … 𝑎2𝑛
| . . . . |
| . . . . |
. . . .
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛 − 𝑟

Luego P(r)=0 valores propios del sistema y cada valor de r determinara 𝛽1

Veremos para el caso de 3 ecuaciones.

𝑑𝑥
= 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧
𝑑𝑡
𝑑𝑦
= 𝑎1𝑥 + 𝑏1𝑦 + 𝑐1𝑧
𝑑𝑡
𝑑𝑧
{ 𝑑𝑡 = 𝑎2𝑥 + 𝑏2𝑦 + 𝑐2𝑧

Las soluciones son 𝑥 = 𝜆𝑒 𝑟𝑡 , 𝑦 = 𝑢𝑒 𝑟𝑡 , 𝑧 = 𝑛𝑒 𝑟𝑡 donde 𝜆 ,u ,n,r ,son constantes.

𝑥 = 𝜆𝑒 𝑟𝑡 ⟶ 𝑥 = 𝜆𝑒 𝑟𝑡
{ 𝑦 = 𝑢𝑒 𝑟𝑡 ⟶ 𝑦 = 𝑢𝑒 𝑟𝑡 (3)
𝑧 = 𝑛𝑒 𝑟𝑡 ⟶ 𝑧 = 𝑛𝑒 𝑟𝑡

Reemplazando (3) en (1) se obtiene:

𝜆𝑒 𝑟𝑡 = 𝑎𝜆𝑒 𝑟𝑡 + 𝑏𝑢𝑒 𝑟𝑡 + 𝑐𝑛𝑒 𝑟𝑡

{ 𝑢𝑒 𝑟𝑡 = 𝑎1𝜆𝑒 𝑟𝑡 + 𝑏1𝑢𝑒 𝑟𝑡 + 𝑐1𝑛𝑒 𝑟𝑡
𝑛𝑒 𝑟𝑡 = 𝑎2𝜆𝑒 𝑟𝑡 + 𝑏2𝑢𝑒 𝑟𝑡 + 𝑐2𝑛𝑒 𝑟𝑡
𝜆𝑟 = 𝑎𝜆 + 𝑏𝑢 + 𝑐𝑛
{ 𝑢𝑟 = 𝑎1𝜆 + 𝑏1𝑢 + 𝑐1𝑛
𝑛𝑟 = 𝑎2𝜆𝑒 𝑟𝑡 + 𝑏2𝑢𝑒 𝑟𝑡 + 𝑐2𝑛𝑒 𝑟𝑡

(𝑎 − 𝑟)𝜆 + 𝑏𝑢 + 𝑐𝑛 = 0
{ 𝑎1𝜆 + (𝑏1 − 𝑟)𝑢 + 𝑐𝑛 = 0
𝑎2𝜆 + 𝑏2𝑢 + (𝑐2 − 𝑟)𝑛 = 0
Luego obtenemos :

𝑎−𝑟 𝑏 𝑐
𝑝(𝑟) = | 𝑎1 𝑏1 − 𝑟 𝑐1 | = 0 ⟶ 𝑃(𝑟) = 0
𝑎2 𝑏2 𝑐2 − 𝑟

Si r1,r2,r3 son las raíces del polinomio

P(r)=0

Si r=r1 , se resuelve el sistema y se obtiene:𝜆1, 𝑢1, 𝑛1

Si r=r2 , se resuelve el sistema y se obtiene:𝜆2, 𝑢2, 𝑛2
Si r=r3 , se resuelve el sistema y se obtiene:𝜆3, 𝑢3, 𝑛3

𝑥1 = 𝜆1𝑒 𝑟1𝑡 , 𝑦1 = 𝑢𝑒 𝑟1𝑡 , 𝑧1 = 𝑛1𝑒 𝑟1𝑡

𝑥2 = 𝜆2𝑒 𝑟2𝑡 , 𝑦2 = 𝑢𝑒 𝑟2𝑡 , 𝑧2 = 𝑛2𝑒 𝑟2𝑡

𝑥3 = 𝜆3𝑒 𝑟3𝑡 , 𝑦3 = 𝑢𝑒 𝑟3𝑡 , 𝑧3 = 𝑛3𝑒 𝑟3𝑡

Entonces la Solución General del sistema de ecuaciones es:

𝑥 = 𝑐1𝑥1 + 𝑐2𝑦1 + 𝑐3𝑧1

{𝑦 = 𝑐1𝑥3 + 𝑐2𝑦2 + 𝑐3𝑧2
𝑧 = 𝑐1𝑥3 + 𝑐2𝑦3 + 𝑐3𝑧3

Solución de sistemas diferenciales lineales de coeficientes constantes

1. Valores propios distintos

Partiendo de la siguiente ecuación:

𝒌𝟏
𝒌𝟐
𝒌𝟑
𝒙= . 𝒆𝒓𝒕 = 𝒌𝒆𝒓𝒕 (1)
.
.
(𝒌𝒏)

Del sistema de ecuaciones lineal y de primer orden:

𝒙′ = 𝑨𝒙 (2)

Donde a es una matriz de constantes nxn.

Valores propios y vectores propios (eigen valores y eigen vectores)

Para que (1) sea un vector solución de (2), 𝑥 ′ = 𝑘𝑟𝑒 𝑟𝑡 , de modo que el sistema se transforma
en:

𝒌𝑟𝑒 𝑟𝑡 = 𝑨𝒌𝑒 𝑟𝑡
Al dividir por 𝒆𝒓𝒕 y reordenar, se obtiene 𝑨𝒌 = 𝒓𝒌 ; o sea:

(𝑨 − 𝒓𝑰)𝒌 = 𝟎 (3)

La ecuación (3) equivale al sistema de ecuaciones algebraicas simultaneas:

(𝑎11 − 𝑟)𝑘1 + 𝑎12𝑘2 + . . . + 𝑎1𝑛𝑘𝑛 = 0

𝑎21𝑘1 + (𝑎22 − 𝑟)𝑘2 + . . . + 𝑎2𝑛𝑘𝑛 = 0

𝑎𝑛1𝑘1 + 𝑎𝑛2𝑘2 + ⋯ + (𝑎𝑚 − 𝑟)𝑘𝑛 = 0

Así, para determinar una solución X no trivial de (2), debemos llegar a una solución no trivial del
sistema anterior; en otras palabras, hay que calcular un vector K no trivial que cumpla con (3).
Pero para que (3) tenga soluciones no triviales, se requiere:

det(A - XI) = 0.

Ésta es la ecuación característica de la matriz A; en otras palabras, 𝑥 = 𝑘𝑒 𝑟𝑡 será solución del

sistema (2) de ecuaciones diferenciales si, y sólo si X es un valor propio de A, y K es un vector
propio correspondiente a r.

Cuando la matriz A de n x n tiene n valores propios reales y distintos, r1, r2, . . . , rn, siempre se
puede determinar un conjunto de n vectores propios linealmente independientes, K1, K2,. . . ,Kn
Y:

𝑥1 = 𝑘1𝑒 𝑟1𝑡 ; 𝑥2 = 𝑘2𝑒 𝑟2𝑡 , ………., 𝑥𝑛 = 𝑘𝑛𝑒 𝑟𝑛𝑡

es un conjunto fundamental de soluciones de (2) en (-∞; ∞).

2. Valores propios repetidos

Es natural que no todos los n valores propios, λ 1 , λ 2, . . . , λ n de una matriz A de n x n

necesiten ser distintos; esto es, algunos pueden repetirse. Por ejemplo, la ecuación
característica de la matriz de coeficientes en el sistema

𝑋 ´ = (32 −18
9
)X (a)

Se obtiene con facilidad y es (λ + 3)2 = 0; por lo tanto, λ 1 = λ 2 = -3 es una raíz de multiplicidad

Dos. Para este valor se obtiene el vector propio

𝐾 = (31) ` de modo que X1 = 03 e-3t

1 1
Es una solución de (a). Mas como lo que nos interesa es formar la solución general del sistema,
necesitamos saber si hay una segunda solución.

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

Mientras que (λ – λ1)m+1 no lo es, se dice que λ 1 es un valor propio de multiplicidad m. A
continuación revisaremos estos casos:

I) Para algunas matrices de A de n x n se podrá determinar m vectores propios

linealmente independientes 𝒌𝟏, 𝒌𝟐, … . . 𝒌𝒎, correspondientes a un valor propio
ℷ1 de multiplicidad 𝑚 ≤ 𝑛 En este caso, la solución general del sistema contiene la
combinación lineal

𝒄𝟏 𝑲𝟏 𝒆ℷ1𝑡 + 𝒄𝟐 𝑲𝟐 𝒆ℷ1𝑡 + ⋯ + 𝒄𝒎 𝑲𝒎 𝒆ℷ1𝑡

ii) si solo hay un vector propio q corresponda al valor propio ℷ1, de multiplicidad siempre
será posible hallar m soluciones linealmente independientes de la forma

𝑿𝟏 = 𝑲𝟏𝟏 𝒆ℷ1𝑡

𝑿𝟐 = 𝑲𝟐𝟏 𝒕𝒆ℷ1𝑡 + 𝑲𝟐𝟐 𝒆ℷ1𝑡

𝒕𝒎−𝟏 𝒕𝒎−𝟐
𝑿𝒎 = 𝑲𝒎𝟏 𝒆ℷ1𝑡 + 𝑲𝒎𝟐 𝒆ℷ1𝑡 + ⋯ 𝑲𝒎𝒎 𝒆ℷ1𝑡
(𝒎 − 𝟏)! (𝒎 − 𝟐)!

En el que 𝑲𝒊𝒋 son vectores columna

3. Valores propios complejos

Este caso puede tratarse de manera análoga al caso real trabajando con valores propios
y vectores propios complejos.

En resumen, se puede considerar la siguiente tabla:

Si 𝜆1 ≠ 𝜆2 y ambas son reales, entonces 𝑥(𝑡) = 𝐶1 𝑒 𝜆1 𝑡 + 𝐶2 𝑒 𝜆2 𝑡

Si 𝜆1 = 𝜆2 , Entonces 𝑥(𝑡) = (𝐶1 + 𝐶2 )𝑒 𝜆1 𝑡
Si 𝜆1,2 = 𝛼 ± 𝛽𝑖, entonces 𝑥(𝑡) = 𝑒 𝛼𝑡 (𝐶1 𝑠𝑒𝑛𝛽𝑡 + 𝐶2 𝑐𝑜𝑠𝛽𝑡)

EJERCICIO

𝑑𝑦
= 2𝑥 + 𝑦 − 3𝑧
𝑑𝑡
𝑑𝑦
=𝑥+𝑦−𝑧
𝑑𝑡
𝑑𝑦
{ 𝑑𝑡 = 𝑦 − 𝑧
1.

2−𝑟 1 3
| 1 1−𝑟 −1 | = 0
0 1 −1 − 𝑟

2.

(2 − 𝑟)(1 − 𝑟)(−1 − 𝑟) + 3 + 2 − 𝑟 + 1 + 𝑟 = 0

(2 − 2𝑟 − 𝑟 + 𝑟 2 )(−1 − 𝑟) = 0

−2 + 3𝑟 − 𝑟 2 − 2𝑟 + 3𝑟 2 − 𝑟 3 = 0

−𝑟 3 + 2𝑟 2 + 𝑟 − 2 = 0

𝑟 3 − 2𝑟 2 − 𝑟 + 2 = 0

3.
(𝑟 − 1)(𝑟 − 2)(𝑟 + 1) = 0

𝑟1 = 1

𝑟2 = 2

𝑟3 = −1

4.

𝑟1 = 1

𝜆1 + 𝑢1 + 𝑛1 = 0
{ 𝜆1 + (0)𝑢1 − 𝑛1 = 0
0𝜆1 + 𝑢1 − 2𝑛1 = 0

𝜆1 = 𝑛1

𝑢1 = 2𝑛1

𝜆1 + 2𝜆1 − 3𝜆1 = 0

0=0

𝜆1 = 1 𝑥1 = 𝑒 𝑡
{ 𝑢1 = 2 { 𝑦1 = 2𝑒 𝑡
𝑛1 = 1 𝑧1 = 𝑒 𝑡

𝑟2 = 2
 𝑢2 − 3𝑛2 = 0
{ 𝜆 2 − 𝑢2 − 𝑛 2 = 0
𝑢2 − 3𝑛2 = 0

𝑢2 = 3𝑛2

𝜆2 = 4𝑛2

𝜆 2 = 𝑢2 + 𝑛2

0=0

𝜆2 = 4 𝑥2 = 4𝑒 2𝑡
{ 𝑢2 = 3 { 𝑦2 = 3𝑒 2𝑡
𝑛2 = 1 𝑧2 = 𝑒 2𝑡

𝑟3 = −1

3𝜆3 + 𝑢3 − 3𝑛3 = 0
{ 𝜆3 + 2𝑢3 − 𝑛3 = 0
𝑢3 = 0

𝜆3 = 𝑛3

3𝜆3 + 𝑢3 − 3𝑛3 = 0

3𝑛3 = 3𝑛3

𝜆3 = 1 𝑥3 = 𝑒 −𝑡
{ 𝑢3 = 0 { 𝑦3 = 0
𝑛3 = 1 𝑧3 = 𝑒 −𝑡

5. Solución General

𝑥 = 𝐶1 𝑒 𝑡 + 4𝐶2 𝑒 2𝑡 + 𝐶3 𝑒 −𝑡
{𝑦 = 2𝐶1 𝑒 𝑡 + 3𝐶2 4𝑒 2𝑡
𝑧 = 𝐶1 𝑒 𝑡 + 𝐶2 𝑒 2𝑡 + 𝐶3 𝑒 −𝑡

Resolver el siguiente sistema de ecuaciones diferenciales por el método de determinante:

𝑥 ′ = 2𝑥 − 3𝑦

𝑦 ′ = −𝑥 + 4𝑦

𝐷[𝑥] = 2𝑥 − 3𝑦

𝐷[𝑦] = −𝑥 + 4𝑦
 𝐷[𝑥] − 2𝑥 + 3𝑦 = 0

𝑥 + 𝐷[𝑦] − 4𝑦 = 0

(𝐷 − 2)[𝑥] + 3[𝑦] = 0

(1)[𝑥] + (𝐷 − 4)[𝑦] = 0

𝐷−2 3
𝛥=| | = (𝐷 − 2)(𝐷 − 4) − (1)(3) = 𝐷 2 − 6𝐷 + 8 − 3 = 𝐷 2 − 6𝐷 + 5
1 𝐷−4

𝛥 = 𝐷 2 − 6𝐷 + 5 = 0

𝑥 ′′ − 6𝑥 ′ + 5𝑥 = 0

𝑦 ′′ − 6𝑦 ′ + 5𝑦 = 0

(𝐷 2 − 6𝐷 + 5)[𝑥] = 0

(𝐷 2 − 6𝐷 + 5)[𝑦] = 0

𝑃(𝑟) = 𝑟 2 − 6𝑟 + 5 = 0

(𝑟 − 5)(𝑟 − 1) = 0

𝑟 = 5, 𝑟 = 1

𝑥 = 𝐶1 𝑒 5𝑡 + 𝐶2 𝑒 𝑡

𝑠𝑢𝑠𝑡𝑖𝑡𝑢𝑖𝑚𝑜𝑠 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟𝑎 𝑑𝑒 𝑙𝑎𝑠 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑝𝑎𝑟𝑎 𝑒𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑙𝑎𝑠 𝑜𝑡𝑟𝑎𝑠 𝑐𝑜𝑛𝑠tan𝑡𝑒𝑠

𝑦 = 𝐷1 𝑒 5𝑡 + 𝐷2 𝑒 𝑡
 𝐷𝑒𝑟𝑖𝑣𝑎𝑚𝑜𝑠 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑥

𝑥 = 𝐶1 𝑒 5𝑡 + 𝐶2 𝑒 𝑡

𝑥 ′ = 5𝐶1 𝑒 5𝑡 + 𝐶2 𝑒 𝑡

𝑅𝑒𝑒𝑚𝑝𝑙𝑎𝑧𝑎𝑚𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑝𝑟𝑖𝑚𝑒𝑟𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎

5𝐶1 𝑒 5𝑡 + 𝐶2 𝑒 𝑡 = 2𝐶1 𝑒 5𝑡 + 2𝐶2 𝑒 𝑡 − 3𝐷1 𝑒 5𝑡 − 3𝐷2 𝑒 𝑡

𝐼𝑔𝑢𝑎𝑙𝑎𝑚𝑜𝑠 𝑙𝑜𝑠 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑙𝑎𝑠 𝑚𝑖𝑠𝑚𝑎𝑠 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙𝑒𝑠

𝑒 5𝑡 5𝐶1 = 2𝐶1 − 3𝐷1 3𝐷1 = 2𝐶1 − 5𝐶1 3𝐷1 = −3𝐶1 𝐷1 = −𝐶1

1
𝑒𝑡 𝐶2 = 2𝐶2 − 3𝐷2 3𝐷2 = 2𝐶2 − 𝐶2 3𝐷2 = 𝐶2 𝐷2 = 𝐶2
3

𝑆𝑜𝑙𝑢𝑐𝑖𝑜𝑛:

𝑥 = 𝐶1 𝑒 5𝑡 + 𝐶2 𝑒 𝑡

1
𝑦 = −𝐶1 𝑒 5𝑡 + 𝐶2 𝑒 𝑡
3

𝐸𝑥𝑝𝑟𝑒𝑠𝑎𝑑𝑜 𝑒𝑛 𝑓𝑜𝑟𝑚𝑎 𝑑𝑒 𝑣𝑒𝑐𝑡𝑜𝑟 𝑛𝑜𝑠 𝑞𝑢𝑒𝑑𝑎:

𝑥 1 1
(𝑦) = ( ) 𝐶1 𝑒 5𝑡 + ( ) 𝐶 𝑒𝑡
−1 1/3 2

𝑑𝑦
= 3𝑥 − 𝑦 + 𝑧
𝑑𝑡
𝑑𝑦
= 2𝑥 + 𝑧
𝑑𝑡
𝑑𝑦
{ 𝑑𝑡 = 𝑥 − 𝑦 + 2

1.

𝑟−3 1 −1
| −2 𝑟 −1 | = 0
−1 1 𝑟−2

2.

(𝑟 − 3)[𝑟(𝑟 − 2) + 1] − [−2(𝑟 − 2) − 1] − [−2 + 𝑟] = 0

 (𝑟 − 3)(𝑟 2 − 2𝑟 + 1) + 2𝑟 − 3 + 2 − 𝑟 = 0

−1 + 𝑟 − 3 + 6𝑟 − 3𝑟 2 + 𝑟 − 2𝑟 2 + 𝑟 3 = 0

𝑟 3 − 5𝑟 2 + 8𝑟 − 4 = 0

Polinomio característico

3.

𝑟 3 − 5𝑟 2 + 8𝑟 − 4 = 0

(𝑟 − 1)(𝑟 − 2)(𝑟 − 2) = 0

𝑟1 = 1

𝑟2 = 2

𝑟3 = 2

Por las raíces repetidas se procede a derivar la siguiente ecuación:

𝑒 𝑟𝑖𝑡 = 𝐵0 + 𝐵1 𝑟𝑖 + 𝐵2 𝑟𝑖2

𝑡𝑒 𝑟𝑖𝑡 = 𝐵1 + 2𝐵2 𝑟𝑖

4.

 𝑟1 = 1

1) 𝑒 𝑡 = 𝐵0 + 𝐵1 + 𝐵2

 𝑟2 = 2

2) 𝑒 2𝑡 = 𝐵0 + 2𝐵1 + 4𝐵2

 𝑟3 = 2
3) 𝑡𝑒 2𝑡 = 𝐵1 + 4𝐵2

Resolución del sistema de ecuaciones por el método de Gauss Jordán

1 1 1 𝑒𝑡
(1 2 4 𝑒 2𝑡 ) F2= (-1) F1+F2
0 1 4 𝑡𝑒 2𝑡

1 1 1 𝑒𝑡
(0 1 3 −𝑒 𝑡 + 𝑒 2𝑡 ) F1= (-1) F2+F1; F3= (-1) F2+F3
0 1 4 𝑡𝑒 2𝑡

1 0 −2 2𝑒 𝑡 −𝑒 2𝑡
(0 1 3 −𝑒 𝑡 + 𝑒 2𝑡 ) F1= 2F3+F1; F2= (-3)F3+F2
0 0 1 𝑒 𝑡 −𝑒2𝑡 + 𝑡𝑒 2𝑡

1 0 0 4𝑒 𝑡 − 3𝑒 2𝑡 + 2𝑡𝑒 2𝑡 = 𝐵0
(0 1 0 −4𝑒 𝑡 + 4𝑒 2𝑡 − 3𝑡𝑒 2𝑡 ) = 𝐵1
0 0 1 𝑒 𝑡 − 𝑒 2𝑡 + 𝑡𝑒 2𝑡 = 𝐵2

8 −4 4
𝐴2 = 7 −3 4
3 −3 4

Reemplazando:

1 0 0 3 −1 1
𝑒 𝐴𝑡 = (4𝑒 𝑡 − 3𝑒 + 2𝑡𝑒 2𝑡 ) ∗ (0 1 0) + (−4𝑒 𝑡 + 4𝑒 2𝑡 − 3𝑡𝑒 2𝑡 ) ∗ (2 0 1) +
0 0 1 1 −1 2
8 −4 4
+(𝑒 𝑡 − 𝑒 2𝑡 + 𝑡𝑒 2𝑡 )*(7 −3 4)
3 −3 4

𝑒 2𝑡 + 𝑡𝑒 2𝑡 −𝑡𝑒 2𝑡 𝑡𝑒 2𝑡
𝐴𝑡
𝑒 = (−𝑒 + 𝑒 2𝑡 + 𝑡𝑒 2𝑡
𝑡
𝑒 𝑡 − 𝑡𝑒 2𝑡 𝑡𝑒 2𝑡 )
−𝑒 𝑡 + 𝑒 2𝑡 𝑒 𝑡 − 𝑒 2𝑡 𝑒 2𝑡

𝑒 2𝑡 + 𝑡𝑒 2𝑡 −𝑡𝑒 2𝑡 𝑡𝑒 2𝑡 1
𝐴𝑡
𝑥(𝑡) = 𝑒 𝐵 = (−𝑒 + 𝑒 2𝑡 + 𝑡𝑒 2𝑡
𝑡 𝑡
𝑒 − 𝑡𝑒 2𝑡
𝑡𝑒 2𝑡 ) ∗ −1

−𝑒 𝑡 + 𝑒 2𝑡 𝑒 𝑡 − 𝑒 2𝑡 𝑒 2𝑡 2
 𝑒 2𝑡 0 4𝑡𝑒 2𝑡
𝑥(𝑡) = [−2𝑒 𝑡 +𝑒 2𝑡 +4𝑡𝑒 2𝑡 ]
−2𝑒 𝑡 +4𝑒 2𝑡 0

Ejemplo 3:

𝑥̇ = −4𝑥 + 𝑦 + 𝑧

𝑦̇ = 𝑥 + 5𝑦 − 𝑧

𝑧̇ = 𝑦 − 3𝑧

𝜆=𝑟

−4 − 𝜆 1 1
( 1 5−𝜆 −1 ) = (4+ 𝜆)(5 − 𝜆)(3 + 𝜆) + 1 + (3 + 𝜆) − (4 + 𝜆)
0 1 −3 − 𝜆

= (4+ 𝜆)(5 − 𝜆)(3 + 𝜆) = 0

𝜆1 = −4 ; 𝜆2 = 5 ; 𝜆3 = −3

Con 𝜆1 = −4

0 1 1 1 9 −1 0 1 1 1 0 −10
(1 9 −1)=(0 1 1 )f1⟶f2 =(1 9 −1) f3⟶f3-f2=(0 1 1 )f1⟶f1-f2
0 1 1 0 1 1 0 1 1 0 0 0

De donde obtenemos:

𝑘2 +𝑘3 =0 ⟹ 𝑘2 =-𝑘3

𝑘1 -10𝑘3=0 ⟹ 𝑘1 = 10𝑘3

Entonces para obtener el vector propio de k1 le damos un valor distinto de cero a k3

puesto que los dos están en dependencia del mismo, por lo que obtenemos:

10
⃗⃗⃗⃗1 =[−1]
𝑘
1

De donde ya podemos sacar nuestra primera solución con 𝜆1 = −4:

10
𝑥1 =[−1] 𝑒 −4𝑡
⃗⃗⃗⃗
1

Ahora con 𝜆2 = 5

−9 1 1 1 0 1 1 0 −1 1 0 −1
( 1 0 −1)=(−9 1 1 )=( 0 1 −8)=(0 1 −8)f3⟶f3+9f1
0 1 −8 0 1 −8 −9 1 1 0 1 −8
 1 0 −1
=(0 1 −8)f3⟶f3-f2
0 0 0

De donde tenemos:

𝑘1 -𝑘3 =0 ⟹ 𝑘1 =𝑘3

𝑘2 -8𝑘3 =0 ⟹ 𝑘2 =8𝑘3

De donde ya podríamos sacar nuestra segunda solución con 𝜆2 = 5:

1
𝑥2 =[8] 𝑒 5𝑡
⃗⃗⃗⃗
1

Por último con 𝜆3 = −3:

−1 1 1 1 8 −1 1 8 −1 1 8 −1
( 1 8 −1)=( 0 1 0 )=(0 1 0 )f3⟶f3+f1=(0 1 0 )f3⟶f3-9f2
0 1 0 −1 1 1 0 9 0 0 0 0
1 0 −1
=(0 1 0 )f1⟶f1-8f2
0 0 0

De donde tenemos:

𝑘1 -𝑘3 =0 ⟹ 𝑘1 =𝑘3

𝑘2 =0

De donde podemos sacar nuestra tercera solución con 𝜆3 = −3:

1
𝑥3 =[0] 𝑒 −3𝑡
⃗⃗⃗⃗
1

Por lo que nuestra solución final será:

𝑥 = c1𝑥
⃗⃗⃗⃗1 +c2𝑥
⃗⃗⃗⃗2 +c3𝑥
⃗⃗⃗⃗3

10 1 1
𝑥 = c1[−1] 𝑒 −4𝑡 +c2[8] 𝑒 5𝑡 +c3[0] 𝑒 −3𝑡
1 1 1

De donde:

X=10 c1 𝑒 −4𝑡 + c2 𝑒 5𝑡 + c3 𝑒 −3𝑡

Y= -c1 𝑒 −4𝑡 + 8 c2 𝑒 5𝑡 + 0

Z= c1 𝑒 −4𝑡 + c2 𝑒 5𝑡 + c3 𝑒 −3𝑡
EJEMPLO 4

2 1 6
𝑋 ′ = (0 2 5) 𝑋
0 0 2
2−𝛾 1 6
det(𝐴 − 𝛾𝐼) = det ( 0 2−𝛾 0 )=0
0 0 2−𝛾

(2 − 𝛾)3 = 0

𝛾1 = 𝛾2 = 𝛾3 = 2

CUANDO 𝛾 = 2

1
𝐾 = (0)
0

(𝐴 − 𝛾𝐼) ∗ 𝑃 = 𝐾

𝑃1 = 0
𝑃2 = 1
𝑃3 = 0

0
𝑃 = (1)
0

(𝐴 − 𝛾𝐼) ∗ 𝑄 = 𝑃

𝑄2 = −6𝑄3
1 −6
𝑄3 = ; 𝑄2 =
5 5
0
6
−
𝑄= 5
1
( 5 )

𝑋 = 𝐶1 ∗ 𝑋1 + 𝐶2 ∗ 𝑋2 + 𝐶3 ∗ 𝑋3
 1
𝑋1 = (0) ∗ 𝑒 2𝑡
0
1 0
𝑋2 = (0) ∗ 𝑡𝑒 + (1) ∗ 𝑒 2𝑡
2𝑡

0 0
0
1 0 6
𝑡 2 2𝑡 2𝑡 −
𝑋3 = (0) ∗ 𝑒 + (1) ∗ 𝑡𝑒 + 5 ∗ 𝑒 2𝑡
2 1
0 0
( 5 )
0
1 1 0 1 2 0 6
2𝑡 2𝑡 2𝑡
𝑡 2𝑡 2𝑡 −
𝑋 = 𝐶1 ∗ (0) ∗ 𝑒 + 𝐶2 ∗ [(0) ∗ 𝑡𝑒 + (1) ∗ 𝑒 ] + 𝐶3 ∗ (0) ∗ 𝑒 + (1) ∗ 𝑡𝑒 + 5 ∗ 𝑒 2𝑡
2 1
0 0 0 0 0
[ ( 5 ) ]