UNIVERSIDAD PRIVADA ANTENOR ORREGO

FACULTAD DE INGENIERIA
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

ASIGNATURA:

ECUACIONES DIFERENCIALES MODERNAS

TEMA:

MÉTODOS DE LOS VALORES PROPIOS Y

VECTORES PROPIOS

ALUMNO:

VALLADOLID SULLON ROBERT BRIAN

NRC:

1632-1633

FECHA:

29 de OCTUBRE del 2019

DOCENTE:

Mg.Lic. Fabian Inga Yovera

1. INTRODUCCIÓN

Se analizará un procedimiento para obtener una solución general para el sistema

homogéneo

𝑥 ′ (𝑡) = 𝐴𝑥(𝑡) …………………………….(1)

Donde A es una matriz constante (real) n × n. La solución general estará definida

para toda t en (-∞, ∞), pues los elementos de A son funciones constantes, que son
continuas en dicho intervalo. De manera similar que para el caso de ecuaciones
lineales homogéneas con coeficientes constantes, en el cual se buscaban
soluciones de la forma 𝑒 𝜆𝑡 , ahora estarán dadas por el siguiente vector:

𝑥(𝑡) = 𝑒 𝜆𝑡 𝑘
Donde:
𝜆 = Es una constante
k = Vector constante
Los cuales deben determinarse en el procedimiento matemático a utilizar.
Al sustituir la función vectorial 𝑥(𝑡) y su derivada en (1) se tiene:

𝜆𝑒 𝜆𝑡 𝑘 = A𝑒 𝜆𝑡 𝑘 = 𝒆𝝀𝒕 Ak

Cancelando el factor 𝑒 𝜆𝑡 y reagrupando términos se obtiene:

(A - 𝜆I)k = 0………………………….…………(2)
Para que se tengan soluciones distintas de la trivial (k = 0), se debe cumplir que:
p(𝝀) = 𝒅𝒆𝒕|𝐀 − 𝝀𝐈| = |𝐀 − 𝝀𝐈|𝟎…………………………………(3)
Así pues, al desarrollar el determinante se obtiene una ecuación polinomial en 𝜆,
la cual recibe el nombre de ecuación característica de la matriz A; sus soluciones
son los eigenvalores de A. Una solución con k ≠ 0, que corresponde a un
eigenvalor 𝜆, se conoce como eigenvector de A; entonces, una solución del
sistema homogéneo de ecuaciones diferenciales es:

𝑥(𝑡) = 𝑒𝜆𝑡 𝑘
Aclaración de denotaciones:
Eigenvector: se hace referencia a un vector propio o característico
Eingenvalor: se hace referencia a un valor propio o característico.
2. CASOS PARA SOLUCIONAR LA ECUACIÓN CARACTERÍSTICA
2.1 Eigenvalores reales y diferentes
Cuando la matriz A n×n tiene n eigenvalores reales y diferentes
𝜆1 , 𝜆2 , 𝜆3 , … 𝜆𝑛 , siempre es posible determinar un conjunto de n eigenvectores
linealmente independientes 𝑘1 , 𝑘2 , 𝑘3 , … 𝑘𝑛 . Por tanto, el conjunto
fundamental de soluciones es:

𝑥1 (𝑡) = 𝑒𝜆1 𝑡 𝑘1 ; 𝑥2 (𝑡) = 𝑒𝜆2 𝑡 𝑘2 ; … ; 𝑥𝑛 (𝑡) = 𝑒𝜆𝑛𝑡 𝑘𝑛

Y la solución general del sistema es:

𝒙(𝒕) = 𝑪𝟏 𝒆𝝀𝟏𝒕 𝒌𝟏 + 𝑪𝟐 𝒆𝝀𝟐𝒕 𝒌𝟐 + … +𝑪𝒏 𝒆𝝀𝒏𝒕 𝒌𝒏

EJEMPLO 1: Resolver el siguiente sistema de ecuaciones diferenciales

𝒅𝒙
= 𝒙 + 𝟐𝒚
𝒅𝒕
𝒅𝒚
= 𝟐𝒙 + 𝒚
𝒅𝒕
Solución

𝟏𝒆𝒓 Paso: llevar a su forma matricial

𝑥 ′ (𝑡) = 𝐴𝑥(𝑡)
1 2
𝐴= ( )
2 1
𝟐𝒅𝒐 Paso: Resolver la ecuación det(𝝀I-A)=0

=>𝝀I - A= 𝝀 (1 0) - (1 2)
0 1 2 1

Matriz identidad es aquella en la cual la diagonal

principal hay solamente número “1” y el resto es 0

𝝀 0 1 2 𝝀−𝟏 −2
𝝀I - A =( )-( )=( )
0 𝝀 2 1 −2 𝝀−𝟏

 det(𝝀I – A)

|𝝀 − 𝟏 −𝟐 | = (𝜆 − 1)(𝜆 − 1) −(-2)(-2)
−2 𝝀−𝟏
= 𝜆2 − 2𝑥 − 3 = (𝜆 − 3)(𝜆 + 1)=0
 𝝀𝟏 = 3 Valores propios del sistema
 𝝀𝟐 = -1
 𝟑𝒆𝒓 Paso: Calcular los vectores propios resolviendo (𝝀I-A)k=0
𝝀−𝟏 −2 𝑎
𝝀I – A = ( ) ; k = (𝑏 ) Se le puede denotar con cualquier letra
−2 𝝀−𝟏
Para 𝝀𝟏 = 3

𝟐 −𝟐
3I-A = ( )
−𝟐 𝟐
2 −2 a 0
( ) ( )=(0)
−2 2 b

2𝑎 − 2𝑏 = 0
Son ecuaciones idénticas, así que = {
−2𝑎 + 2𝑏 = 0
se puede escoger cualquiera
Se puede escoger cualquier valor, en este caso, b=1, por ende
2𝑎 − 2𝑏 = 0 a=1, no importa qué valor se le pueda dar, solo importa un
a=b vector propio que sea diferente de 0

 𝒌𝟏 = (𝟏𝟏), es un vector propio para 𝝀𝟏 = 3

Para 𝝀𝟏 = -1

𝝀−𝟏 −2
𝝀I – A = ( )
−2 𝝀−𝟏
−𝟐 −𝟐
-I-A = ( )
−𝟐 −𝟐
−2 −2 a 0
( ) ( )=(0)
−2 −2 b

−2𝑎 − 2𝑏 = 0
Son idénticas, se escoge cualquiera {
−2𝑎 − 2𝑏 = 0
−2𝑎 − 2𝑏 = 0
𝑎 = −𝑏
a = -1 ; b = 1

 𝒌𝟐 = (−𝟏
𝟏
), es un vector propio para 𝝀𝟏 = -1
𝟒𝒕𝒐 Paso: Solución general del sistema

𝟏 −𝟏
∴ 𝒙(𝒕) = 𝑪𝟏 𝒆𝟑𝒕 (𝟏) + 𝑪𝟐 𝒆−𝒕 ( 𝟏 )
2.2 Eigenvalores reales y repetidos

Cuando la matriz A n × n tiene n eigenvalores reales y repetidos, un factor de

la ecuación característica es (𝝀 − 𝝀𝟏 )𝑚 , entonces se dice que 𝝀𝟏 es un
eigenvalor de multiplicidad m.

En este caso se pueden presentar las siguientes situaciones:

a) Caso i: Si es posible determinar m eigenvectores, la solución general del

sistema es la combinación lineal:

𝑪𝟏 𝒆𝝀𝟏𝒕 𝒌𝟏 + 𝑪𝟐 𝒆𝝀𝟏 𝒕 𝒌𝟐 + … +𝑪𝒏 𝒆𝝀𝟏 𝒕 𝒌𝒏 ;

𝝀 = 𝒆𝒔 𝒊𝒈𝒖𝒂𝒍 𝒆𝒏 𝒕𝒐𝒅𝒂𝒔 𝒍𝒂𝒔 𝒆𝒙𝒑𝒓𝒆𝒔𝒊𝒐𝒏𝒆𝒔

b) Caso ii: Si solo existe un eigenvector que corresponde al eigenvalor 𝝀𝟏 ,

de multiplicidad m, es posible determinar m soluciones linealmente
independientes de la forma:

𝑥1 (𝑡) = 𝑒 𝜆1𝑡 𝑘
𝑥2 (𝑡) = 𝑡𝑒 𝜆1𝑡 𝑘 + p𝑒 𝜆1𝑡
⋮
𝑡 𝑚−1 𝑡 𝑚−2 𝑡 𝑚−3
𝑥𝑚 (𝑡) = 𝑘 (𝑚−1)! 𝑒 𝜆1𝑡 + p(𝑚−2)! 𝑒 𝜆1𝑡 + 𝑞 (𝑚−3)! 𝑒 𝜆1𝑡 +…

Donde:

(𝐴 − 𝜆1 𝐼)k = 0
(𝐴 − 𝜆1 𝐼)p = k
(𝐴 − 𝜆1 𝐼)q = p
⋮
Entonces la solución general es:

𝒙(𝒕) = 𝑪𝟏 𝒙𝟏 (𝒕) + 𝑪𝟐 𝒙𝟐 (𝒕)+…

EJEMPLO 2: Resolver el siguiente sistema de ecuaciones diferenciales

𝒅𝒙
= 𝟐𝒙 − 𝟒𝒚
𝒅𝒕
𝒅𝒚
= 𝒙 + 𝟔𝒚
𝒅𝒕

Solución

𝟏𝒆𝒓 Paso: llevar a su forma matricial

𝑥 ′ (𝑡) = 𝐴𝑥(𝑡)
2 −4
𝐴= ( )
1 6
𝟐𝒅𝒐 Paso: Resolver la ecuación det(𝝀I-A)=0

=>𝝀I - A= 𝝀 (1 0) - (2 −4)
0 1 1 6
𝝀 0 2 −4 𝝀−𝟐 −4
𝝀I - A =( )-( )=( )= ( 𝝀 − 𝟐) ( 𝝀 − 𝟔)-(-4) (-1)
0 𝝀 1 6 −1 𝝀−𝟔
𝝀I – A= 𝝀𝟐 -8𝝀+16=0

𝝀I – A= (𝝀 − 𝟒)𝟐 = 0 => 𝜆1= 𝜆2 =2 => Hay una sola raíz, valor de

multiplicidad 2
𝝀=4
𝟑𝒆𝒓𝒐 Paso: se obtiene el eigenvector

Para 𝝀𝟏 = 4 , (A-4I)k=0

2 −4 1 0 −2 −4
A-4I = ( )−4( )=( )
1 6 0 1 1 2
−2 −4 −2 −4 𝑘1
( ) 𝑘 = 0 => ( ) (𝑘 )=0
1 2 1 2 2

-2𝑘1 - 4𝑘2 = 0
𝑘1 + 2𝑘2 = 0 𝑘1 = -2𝑘2
Ahora, hacemos 𝑘2 =1 𝑘1 =-2
Entonces, para 𝝀𝟏 = 4 ; k = (−2
1
), una solución es:
4𝑡
𝑥1(𝑡) =(−2
1
)𝑒 4𝑡 −2𝑒
=( 𝑒 4𝑡 )
Así pues, solo existe un eigenvector. Ahora, calculemos el otro eigenvector a través de
una relación:

(A-4I)p=k
−2 −4 𝑝1 −2𝑝1 −4𝑝2 −2
( ) (𝑝 ) = ( )=( 1 )
1 2 2 𝑝1 2𝑝2
𝑝1 +2𝑝2 = 1
𝒑𝟏 = -1
Entonces:
P = (−1
1
) , una segunda solución es:

𝑥2(𝑡) =tk𝑒 4𝑡 +p𝑒 4𝑡

4𝑡
𝑒 −𝑒 4𝑡
𝑥2(𝑡) = (−2 )𝑡𝑒 4𝑡 + (−1 )𝑒 4𝑡 = (−2𝑡4𝑡 )
1 1
𝑡𝑒 𝑒 4𝑡

Por lo tanto la solución general:

𝒙(𝒕) = 𝑪𝟏 𝒙𝟏 (𝒕) + 𝑪𝟐 𝒙𝟐 (𝒕) = 𝑪𝟏 (−2𝑒

4𝑡
) + 𝑪 (−2𝑡𝑒4𝑡 −𝑒4𝑡 )
𝑒 4𝑡 𝟐
𝑡𝑒4𝑡 𝑒4𝑡
 2.3 Eigenvalores complejos

Cuando la matriz A n × n tiene eigenvalores complejos y K es un

eigenvector correspondiente al eigenvalor complejo 𝝀 = 𝜶 + 𝒊𝜷, donde
𝜶 𝒚 𝜷 son reales entonces las soluciones correspondientes son:

̅
𝑘𝑒 𝝀𝒕 𝑦 𝑘̅𝑒 𝝀𝒕
𝑘𝑒 𝜆𝑡 = 𝑘𝑒 (𝛼+𝑖𝛽)𝑡 = 𝑘𝑒 𝛼𝑡 𝑒 𝑖𝛽𝑡 =k𝑒 𝛼𝑡 (𝑐𝑜𝑠𝛽𝑡 + 𝑖𝑠𝑒𝑛𝛽𝑡)
̅
𝑘̅𝑒 𝜆𝑡 = 𝑘̅𝑒 (𝛼−𝑖𝛽)𝑡 = 𝑘̅𝑒 𝛼𝑡 𝑒 −𝑖𝛽𝑡 =k𝑒 𝛼𝑡 (𝑐𝑜𝑠𝛽𝑡 − 𝑖𝑠𝑒𝑛𝛽𝑡)
𝑧+𝑧̅ 𝑖
Para cualquier número complejo z = a + ib, 𝐴 = , 𝐵 = 2 (−𝑧 + 𝑧̅), son
2

números reales, entonces se definen las matrices:

̅
𝑘+𝑘 𝑖
𝐵1 = ; 𝐵2 = (−𝑘 + 𝑘̅)
2 2

Las soluciones son

𝑥1(𝑡) = (𝐵1 𝑐𝑜𝑠𝛽𝑡-𝐵2 𝑠𝑒𝑛𝛽𝑡) 𝑒 𝛼𝑡

𝑥2(𝑡) = (𝐵2 𝑐𝑜𝑠𝛽 +-𝐵1 𝑠𝑒𝑛𝛽𝑡) 𝑒 𝛼𝑡
Y la solución general es:

𝒙(𝒕) = 𝑪𝟏 𝒙𝟏 (𝒕) + 𝑪𝟐 𝒙𝟐 (𝒕)

EJEMPLO 3: Resolver el siguiente sistema de ecuaciones diferenciales

𝒅𝒙
= 𝒙 − 𝟓𝒚
𝒅𝒕
𝒅𝒚
=𝒙−𝒚
𝒅𝒕

Solución

𝟏𝒆𝒓 Paso: llevar a su forma matricial

𝑥 ′ (𝑡) = 𝐴𝑥(𝑡)
1 −5
( )
1 −1
𝟐𝒅𝒐Paso: Resolver la ecuación det(𝑨 − 𝝀I)=0

=>𝐴 − 𝝀I = (1 −5) − 𝝀 (1 0)
1 −1 0 1

𝐴 − 𝝀𝐈=(1 −5) − (𝝀 0) - = (𝟏 − 𝝀 −5
)
1 −1 0 𝝀 1 −𝟏 − 𝝀

 det(𝐴 − 𝝀I)
|𝟏 − 𝝀 −5 | = (1 − 𝜆)(−𝜆 − 1) −(1)(-5)
1 −𝟏 − 𝝀
= 𝜆2 + 4 = 0

𝜆2 = −4 𝜆 = 2𝑖

𝜆 = ±√−4
𝜆 = −2𝑖
Se utilizara en valor positivo, es decir, 𝜆 = 2𝑖

𝟑𝒆𝒓 Paso: Calcular los vectores propios resolviendo (𝑨 − 𝝀I)k=0

𝟏−𝝀 −5 𝑎
𝐴 − 𝝀I =( ) ; k = (𝑏 ) Se le puede denotar con cualquier
1 −𝟏 − 𝝀
letra
Para 𝝀𝟏 = 2i

𝟏 − 𝟐𝒊 −5
A- 𝟐𝒊 I = ( )
1 −𝟏 − 𝟐𝒊
𝟏 − 𝟐𝒊 −5
( ) (a)=(0)
1 −𝟏 − 𝟐𝒊 b 0
a+(-1+ 𝟐𝒊)𝒃=0 => a=(1+ 𝟐𝒊)𝒃
Se le da un valor cualquier a b para poder encontrar a, en este caso b=1, entonces:
a=(1+2i)
Entonces un vector propio del valor 𝜆1 = 2i es:
1 + 2i
( )
1

𝟒𝒕𝒐 Paso: Escribimos la solución 𝒙(𝒕) = 𝑘𝑒 𝝀𝒕 y buscamos a partir

de ahí 2 soluciones linealmente independientes, el vector se

separara mediante una suma de vectores.
  𝑬𝒍 𝒗𝒆𝒄𝒕𝒐𝒓 𝒔𝒆 𝒔𝒆𝒑𝒂𝒓𝒂𝒓𝒂: se separa para tener dos
partes, una real y una imaginaria como dos
soluciones linealmente independientes

K = (1+2i
1
) = (11)+(2𝐼
0
)=(11)+𝑖(20)

 Al multiplicarlo por la ecuación inicial se tiene

𝒙(𝒕) = 𝑘𝑒 𝝀𝒕 =((11)+𝑖(20)) 𝑒 𝟐𝒊𝒕

 𝑒 𝟐𝒊𝒕 , para esta expresión se utilizara la identidad de

Euler, que conviertes a las exponenciales complejas en
senos y cosenos es decir:

𝒆𝒊𝜽 = cos𝜽 + 𝒊𝒔𝒆𝒏𝜽

 Entonces:

𝒙(𝒕) = 𝑘𝑒 𝝀𝒕 =((11)+𝑖(20)) (𝐂𝐨𝐬(𝟐𝐭) + 𝐢𝐒𝐞𝐧(𝟐𝐭))

Hay que tener en cuenta el último producto, ya que
se llegara a la operación de 𝒊 ∗ 𝒊 = 𝒊𝟐 =-1
1 2 1 2
𝒙(𝒕) = ( ) 𝐂𝐨𝐬(𝟐𝐭) + 𝑖 ( ) 𝐂𝐨𝐬(𝟐𝐭) + ( ) 𝐢𝐒𝐞𝐧(𝟐𝐭) − ( ) 𝐒𝐞𝐧(𝟐𝐭)
1 0 1 0

 Factorizando i:
1 2 2 1
𝒙(𝒕) = ( ) 𝐂𝐨𝐬(𝟐𝐭) − ( ) 𝐒𝐞𝐧(𝟐𝐭) + 𝑖(( ) 𝐂𝐨𝐬(𝟐𝐭) + ( ) 𝐒𝐞𝐧(𝟐𝐭))
1 0 0 1

Parte real de la solución Parte imaginaria de la solución

𝒙(𝒕) = (𝐂𝐨𝐬(𝟐𝐭)
𝐂𝐨𝐬(𝟐𝐭)
) − ( 𝟐𝐒𝐞𝐧(𝟐𝐭)
𝟎
) + 𝑖(( 𝟐𝐂𝐨𝐬(𝟐𝐭)
𝟎
) + (𝐒𝐞𝐧(𝟐𝐭)
𝐒𝐞𝐧(𝟐𝐭)
))

𝒙(𝒕)= (𝐂𝐨𝐬(𝟐𝐭)−𝟐𝒔𝒆𝒏(𝟐𝒕)
𝐂𝐨𝐬(𝟐𝐭)
) + 𝑖 (𝟐𝐂𝐨𝐬(𝟐𝐭)+𝑺𝒆𝒏(𝟐𝒕)
𝐒𝐞𝐧(𝟐𝐭)
)

𝑥1(𝑡) = (𝐂𝐨𝐬(𝟐𝐭)−𝟐𝒔𝒆𝒏(𝟐𝒕)
𝐂𝐨𝐬(𝟐𝐭)
)
𝑥2(𝑡) = 𝑖 (𝟐𝐂𝐨𝐬(𝟐𝐭)+𝑺𝒆𝒏(𝟐𝒕)
𝐒𝐞𝐧(𝟐𝐭)
)
La solución general es:

𝒙(𝒕) = 𝑪𝟏 (𝐂𝐨𝐬 𝟐𝐭𝐂𝐨𝐬

−𝟐𝒔𝒆𝒏(𝟐𝒕) 𝟐𝐂𝐨𝐬 𝟐𝐭 +𝑺𝒆𝒏(𝟐𝒕)
( ) ( )
(𝟐𝐭)
) + 𝑪𝟐 𝑖 ( )
𝐒𝐞𝐧(𝟐𝐭)