Vous êtes sur la page 1sur 47

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE EDUCACIN
ESCUELA ACADMICO PROFESIONAL DE EDUCACIN
DEPARTAMENTO ACADMICO DE MATEMTICAS
ASIGNATURA:

ECUACIONES DIFERENCIALES

DOCENTE:

Dr. JUAN JULCA NOVOA

TEMA DE INVESTIGACIN: SISTEMA DE ECUACIONES DIFERENCIALES


HOMOGNEAS
EQUIPO DE TRABAJO N:
INTEGRANTES:

ORRILLO CARUAJULCA, Robert.


REQUELME CHUQUIMANGO, Luis Javier.
ROJAS BLANCO, Rosmel Elvis.
ROJAS SALIRROSAS, Edgard Jos.
RONCAL VARGAS, Micaela.
RUITON TANTA, Edilberto.

FECHA DE PRESENTACIN: Cajamarca, 21 de noviembre de 2016.

RESUMEN
Los contenidos desarrollados son: Sistema lineal homogneo de ecuaciones
diferenciales,

valores

propios

(eigenvalores),

vectores

propios

(eigenvectores), resolucin de un sistema homogneo para valores propios:


reales distintos, reales repetidos y valores complejos.

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

INTRODUCCIN
Como parte de la tercera unidad del curso de Ecuaciones Diferenciales
del octavo ciclo de la especialidad

Matemtica e Informtica de la

Universidad Nacional de Cajamarca se ha desarrollado este trabajo de


investigacin. El

objetivo es conocer y comprende las definiciones,

teoremas y proceso de resolucin de un


1

sistema homogneo de

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

ecuaciones diferenciales lineales; que tiene como campo de estudio la


matemtica superior, dentro ello las ecuaciones diferenciales. Partiendo
de la hiptesis que

el estudiante

capacidad de resolver un sistema

al desarrollar el tema est en


homogneo de ecuaciones

diferenciales lineales.

NDICE
RESUMEN........................................................................................................................1
INTRODUCCIN.............................................................................................................2

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

NDICE..............................................................................................................................3
III .MARCO TERICO....................................................................................................5
SISTEMA LINEAL HOMOGNEO............................................................................5
1.

Forma normal y matricial..................................................................................5

2.

Vector Solucin.................................................................................................6

3.

Principio de superposicin................................................................................7

4.

Teorema 1.1. Principio de superposicin..........................................................7

5.

DEFINICIN 1.1 Dependencia e independencia lineal....................................8

6.

El WRONSKIANO...........................................................................................8

7.

DEFINICIN 1.2 Conjunto fundamental de soluciones...................................9

8.

TEOREMA 1.3 Existencia de un conjunto fundamental de soluciones............9

9.

TEOREMA 1.4 Solucin general, sistemas homogneos.................................9

10.

DEFINICIN

Eigenvalores y eigenvectores...............................................9

11.

Mtodo de los valores propios y vectores propios (eigenvalores y

eigenvectores)..........................................................................................................10
11.1.

Valores propios (eigenvalores) reales y distintos...................................10

11.1.1.
11.2.

Teorema 1.5 Solucin general.........................................................10

Valores propios repetidos.......................................................................17

11.2.1.

Valor propio de multiplicidad dos:..................................................18

11.2.2.

Valores propios de multiplicidad tres:.............................................25

11.3.

Valores propios complejos.....................................................................27

11.3.1.

TEOREMA 1.4: Soluciones correspondientes a un valor propio

complejo.31
11.3.2.

TEOREMA 1.5 Soluciones reales correspondientes a un valor

propio complejo...............................................................................................32
MARCO METODOLGICO.........................................................................................34

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

CONCLUSIONES...........................................................................................................35
RECOMENDACIONES.................................................................................................36
AUTOCRTICA..............................................................................................................37
REFERENCIAS..............................................................................................................38

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

III .MARCO TERICO


SISTEMA LINEAL HOMOGNEO
1. Forma normal y matricial
La forma normal o estndar de un sistema lineal de ecuaciones diferenciales
es:
dx 1
=a11 ( t ) x 1+ a12 ( t ) x 2 ++a 1 n ( t ) x n +f 1(t)
dt
dx2
=a 21 ( t ) x 1+ a22 ( t ) x 2 ++ a2 n ( t ) x n + f 2 (t)
dt

dx n
=an 1 ( t ) x 1 +a n2 ( t ) x 2+ +a nn ( t ) x n +f n (t)
dt

Donde los coeficientes


comn

aij

(1)

y las funciones, f n son continuos en un intervalo

I . Cuando f i ( t )=0 , i=1, 2,.. . , n , se dice que el sistema lineal es

homogneo.
O tambin en su forma matricial un sistema lineal de ecuaciones diferenciales
es

X = A (t) X + F (t) , donde:

X , A (t) y F (t)

representan las matrices

respectivas

x 1 (t)
X = x 2 (t)

x n (t)

( )

a11 (t) a12 (t)


a21 (t) a22 (t)
,

a 1n (t )
an 1 (t) a n 2(t)
a 2n (t )
(t)

nn
A ( t )= ( )

f 1 (t )
F ( t )= f 2 (t )

f n (t )

( )

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


expresar como sigue:

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

x1
d x2
dt
xn

()

a 11 (t) a12 (t) a1 n (t)


a21 (t) a22 (t) a2 n (t)

a (t)
an 1( t) a n 2(t ) nn
x 1 f 1 (t )
( ) x 2 + f 2 (t )

x n f n (t )

( )( )

O simplemente como
X = A (t) X + F (t)

Si,

F ( t )=0

entonces el sistema es homogneo, su forma matricial es

X = A (t) X

(2)

Ejemplo 1: Sistemas homogneos expresados en notacin matricial

a) si

X= x
y

()

, la forma matricial del sistema homogneo

dx
=3 x +4 y
dt
dy
=5 x7 y
dt

Es X = 3 4 X
5 7

b) si

x
X= y
z

()

, la forma matricial del sistema homogneo

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

dx
=6 x + y + z
dt
dy
=8 x+7 y z
dt
dz
=2 x +9 yz
dt

Es

6 1 1
X = 8 7 1 X
2 9 1

2. Vector Solucin
I

Un vector solucin en un intervalo

es cualquier matriz columna.

x 1 (t)
X = x 2 (t)

x n (t)

( )

Cuyos elementos son funciones diferenciales que satisfagan el sistema de


ecuaciones diferenciales lineales en el intervalo

I .

Ejemplo 2: Comprobacin de soluciones


,+ > ,

Compruebe que, en el intervalo

( )

6t

2t

( )

X 1= 1 e2t = e 2 t
1
e

Son soluciones de

() ( )

X 2= 3 e6 t = 3 e6 t
5
5e

( )

X = 1 3 X .
5 3
Resolucin

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

2 t

X 1= 2 e2 t
2e

En

AX 1=

6t

( )

y X 2 = 18 e 6 t
30 e

vemos que

1 3 e2 t
e2t 3 e2 t = 2 e2t =X
=
1
5 3 e2 t
5 e2t 3 e2 t
2 e2 t

( )(

)(

)(

6t
6t
e 6 t = 18 e 6t =X
AX 2= 1 3 3 e6 t = 3 e 6 +15
2
5 3 5e
15 e t +15 e 6 t
30 e 6 t

( )( ) (

)( )

3. Principio de superposicin
El siguiente resultado es un principio de superposicin para soluciones de
sistemas lineales.
4. Teorema 1.1. Principio de superposicin
Sean

X 1 , X 2 , , X k

(1) en un intervalo

un conjunto de vectores solucin del sistema homogneo


I . Entonces la combinacin lineal

X =c 1 X 1 + c2 X 2 ++ c k X k ,
En que las

c i ,i=1,2, ,

son constantes arbitrarias, es tambin una solucin

en dicho intervalo.
Como consecuencia del teorema 1.1 un mltiplo constante de cualquier vector
solucin de un sistema homogneo de ecuaciones diferenciales lineales de
primer orden es tambin una solucin del mismo sistema.

5. DEFINICIN 1.1 Dependencia e independencia lineal


Sea

X 1 , X 2 ,... , X k , un conjunto de vectores solucin del sistema homogneo

(2) en un intervalo

I . Se dice que el conjunto es linealmente independiente

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

en el intervalo

I , si existen constantes c 1 , c 2 , .. . , c k , no todas cero, tales

que c 1 X 1+ c 2 X 2 ++ c k X k =0
t

Para todo valor de

I . Si el conjunto de vectores no es

en el intervalo

linealmente dependiente en dicho intervalo se dice que es linealmente


independiente.
6. El WRONSKIANO
Sea

(t)

una

matriz

solucin (es decir cada columna es un vector

'
solucin) de X = A ( t ) X , W ( t ) =det ( t ) se llama Wronskianode (t )

Observacin. Si

(t)

W ( t ) =det ( t ) 0

es una matriz fundamental, entonces

Teorema 1.2 criterio para las soluciones linealmente independientes

Sean

x 11
X 1= x21

xn 1

x12
X 2= x22

xn 2

() ()
,

, ,

x1 n
X n = x2 n

x nn

()

vectores solucin del sistema homogneo (2), en un intervalo


I

conjunto de vectores es linealmente en

si y solo si el wronskiano.

1 Escobar A, Jaime. (S/A). Ecuaciones diferenciales, p.251.


http://matematicas.udea.edu.co/~jescobar/docs/libroED.pdf El 25- 11-2016

I . El

extrado

de:

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

w ( X 1 , X 2 , .. . , X n ) =

x 11 x 12
x21 x 22

xn 1 xn 2

Para todo

en el intervalo

x1 n
x2 n
0

xnn
I .

7. DEFINICIN 1.2 Conjunto fundamental de soluciones


Cualquier conjunto

X 1 , X 2 ,... , X n

de

vectores solucin linealmente

independientes del sistema homogneo (2) en un intervalo I , se dice que es


un conjunto fundamental de soluciones en dicho intervalo

I .

8. TEOREMA 1.3 Existencia de un conjunto fundamental de soluciones


Existe un conjunto fundamental de soluciones para el sistema homogneo (2)
I .

en un intervalo

9. TEOREMA 1.4 Solucin general, sistemas homogneos


Sea

X 1 , X 2 ,... , X n

un conjunto fundamental de soluciones del sistema

homogneo (2) en un intervalo

I . Entonces la solucin general del sistema

en el intervalo es
X =c 1 X 1 + c2 X 2 ++ cn X n ,

Donde las

c i ,i=1,2, , n

10. DEFINICIN
El nmero

son constantes arbitrarias.

Eigenvalores y eigenvectores

(cero o diferente de cero) se llama Eigenvalor de la matriz

de tamao n x n siempre que

10

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

A I 0

Un eigenvector asociado al eigenvalor

AK =K , tal que

nula) por consiguiente


k1
k
K= 2

kn

()

, donde

, es una matriz columna

(no

( A I ) K=0.

k i , i=1,2, 3, , n

11. Mtodo de los valores propios y vectores propios (eigenvalores y


eigenvectores)
La descripcin general de este mtodo para resolver un sistema de
ecuaciones diferenciales lineales homogneo con coecientes constantes
de

n xn ,

X '= A ( t ) X

es de la siguiente manera:

Primero se resuelve la ecuacin caracterstica de la siguiente forma

a1 a12 a1 n
| AI|= a21 a 22 a 2n =0

an 1 an 2 ann

Para los eigenvalores

1 , 2 , , n de la matriz

Luego se intenta encontrar


K1 , K2 , , K n

A .

eigenvectores linealmente independientes

asociados con estos eigenvalores.

Los vectores propios

2 ROGERIO,--.(S/A). Ecuaciones diferenciales y problemas con valores en la frontera.Estraido


de: http://www-elec.inaoep.mx/~rogerio/ecuaciones-diferenciales-y-problemas-con-valores-enla-frontera-130913154103-phpapp02.pdf pg306. El: 27-11-16

11

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

(eigenvectores) van a depender de los valores propios (eigenvalores) a


continuacin se describe cada caso.
11.1.

Valores propios (eigenvalores) reales y distintos


A

Cuando la matriz

n n

de

tiene

valores propios reales y distintos:

1 , 2 , , n , siempre se puede determinar un conjunto de

vectores

K1 , K2 , , K n y

propios linealmente independientes,


X 1=K 1 e t , X 2=K 2 e t , , X n=K n e

, ser el conjunto fundamental de

soluciones del sistema homogneo (2).


11.1.1.

1 , 2 , , n ;

Sean
A

Teorema 1.5 Solucin general.


n eigenvalores reales y distintos de la matriz

de coeficientes del sistema homogneo (2) y sean

K1 , K2 , , K n

los vectores propios correspondientes. Entonces la solucin general de


(2) en el intervalo

es

X =c 1 K 1 e t + c 2 K 2 e t ++c n K n e t
1

Ejemplos
a) Resolver :

dx
dt
dy
dt

2 x + 3 y

2 x + y

)
Resolucin

12

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

Primero: se determina los valores propios mediante la ecuacin


caracterstica

3 = 23 4=( +1 ) ( 4 )=0
det ( AI )= 2
2
1
+1=0 4=0

=1

1=1 y

=4
2=4

Segundo: se determina los vectores propios.


Para

1=1,

Se reemplaza el valor de
sistema

(2(1)
2

en:

( A 1 I ) K =0.

Para formar el

que se indica mas adelante.

)( ) ( )

3
k1
=0
0
1(1) k 2

3 k 1 + 3 k 2 0

2 k 1 + 2 k 2 0

Se toma cualquier ecuacin del sistema

por ser un sistema

compatible indeterminado es decir tiene Infinitas soluciones para este


ejercicio se utiliza la segunda ecuacin del sistema
obtiene.
2 k 1=2 k 2 .
13

de donde se

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

k 1=k 2

Simplificando se obtiene
un valor entero para

k 2=1,

se elige

para obtener

k1

El vector propio relacionado es


K 1=

k1
k2

()

( )

K 1= 1
1

. Entonces

Para

2=4

Se reemplaza el valor de

en:

( A 2 I )K =0.

Para formar

el sistema () que se nombrar ms adelante.

(2(42 )

)( ) ( )

3
k1
=0
0
1(4 ) k 2

2 k 1 + 3 k 2 0
2k 1

()

3 k 2 0

Se toma cualquier ecuacin del sistema


sistema

compatible

indeterminado

es

()
decir

por ser un

tiene

Infinitas

soluciones para este ejercicio se utiliza la segunda ecuacin del


sistema

()

de donde se obtiene.

3
k 1= k 2 y, por lo tanto, con
2
correspondiente es

14

k 2=2 , el vector propio

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

K 2=

()
k1
k2

, entonces

Como la matriz

()

K 2= 3
2

de coeficientes es de

2 2 , y en vista que

se ha llegado a dos soluciones particulares para

( )

linealmente independientes que son:


X 1=K 1 e

1t

X 2=K 2 e

2 t

Que al reemplazar los valores propios y vectores propios se


obtiene

( )

X 1= 1 et
1

()

X 2= 3 e 4 t
2

Finalmente que la solucin general del sistema ( ) es:

( )

()

X =c 1 X 1 + c2 X 2=c1 1 et + c2 3 e 4 t .
1
2

( )

Debe considerarse que escribir una solucin de un sistema de


ecuaciones en trminos de matrices es simplemente una
alternativa al mtodo que se emple anteriormente, es decir,
enumerar cada una de las funciones y la relacin entre las
constantes.
Si sumamos los vectores en el lado derecho de ( ) y
despus

igualamos

las

entradas

con

las

entradas

correspondientes en el vector en el lado izquierdo, se obtiene la


expresin familiar
x=c 1 et + 3 c2 e 4 t ,

y=c 1 et + 2c 2 e 4 t ,

15

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

Se

puede

interpretar estas

ecuaciones como

paramtricas de curvas en el plano XY

ecuaciones

o plano fase. Cada


c1

curva, que corresponde a elecciones especficas de

c2 ,

se llama trayectoria.

b) Resolver:
dx
4 x + y + z
dt
dy
x + 5 y z
dt
dz
y 3 z
dt

(1)

Resolucin
Primero: se determina los valores propios mediante la ecuacin
caracterstica

( A I ) =

4
1
1
1
5
1 =0
0
1
3
det

Al usar los cofactores del tercer rengln, se tiene

4
1
1
3 +1
1
1 + (1 )3+ 2 ( 1 ) 4 1 + (1 )3+3 (3 )
1
5
1 =(1 ) ( 0 )
5 1
1
1
0
1
3

=0

16

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

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

0+ (1 ) [ ] + (3 )

(3 )+ (3 ) (4 )( 5 ) + ( 3+ )=0

(3 )(4 )( 5 ) =0
( +3 )( + 4 )( 5 )=0

De modo que los valores propios son:

Para

1=3 , 2 =4 y 3= 5

1=3 , a

++
k 1 k 2
k1 8 k2

k2
+
k3
0
0 k3

Una eliminacin de Gauss Jordn conduce

|)

1 1 1 0
8 1 0
0 1 0 0

( A(3 ) I 0 ) =( A+3 I 0 ) = 1

1 1 1
1 8 1
=
F
=
1 8 1
0 1 0
1,2,3
0 1 0
1 1 1

17

Cambiando tres filas

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

1 8 1
1 8 1
0 1 0 = F3,1 = 0 1 0
1 1 1
0 9 0

1 8 1
1 8 1
0 1 0 = F3 ( 9 )= 0 1 0
0 9 0
0 0 0

1 8 1
1 0 1
0 1 0 = F 1,2 (8)= 0 1 0
0 0 0
0 0 0

Sumando a la fila 3la 1.

Restando a la 3 fila la 3por 9.

Restando la 1 fila la 2 fila

por 8
Por lo tanto

k 1=k 3 y

k 2=0

. Se elige la opcin

k 3 =1

que

produce un vector propio y su vector solucin correspondiente

()

1
K 1= 0
1

, entonces la solucin particular es:

()

1
3 t
X 1= 0 e
1

Para

(2)

2=4 ,

|)

|)

0 1 1 0
1 0 10 0
operaciones
( A(4 ) I 0 ) =( A +4 I 0 )= 1 9 1 0
0 1
1 0
de renglon
0 1 1 0
0 0
0 0

18

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

k 1=10 k 3 y

Por lo tanto

k 2=k 3

. Elegimos la opcin

k 3 =1

produce un vector propio y su vector solucin correspondiente

()

10
K 2= 1
1

, entonces la solucin particular es:

()

10
X 2= 1 e4 t
1

Para

(3)

3 =5 ,

|)

9 1 1 0
( A5 I 0 )= 1 0 1 0
0 1 8 0

9 1 1
1 0 1
=
F
=
1 0 1
9 1 1
1,2
0 1 8
0 1 8

1 0 1
1 0 1
9 1 1 = F3,1 ( 9 ) = 0 1 8
0 1 8
0 1 8

1 0 1
1 0 1
=
F
=
0 1 8
0 1 8
3,2
0 1 8
0 0 0

Por lo tanto

k 1=k 3 y

k 2=8 k 3

Cambiar tres filas

Sumar a la 3fila la 1por 9.

Restar la 3fila la 2

. Elegimos la opcin

produce un vector propio y su vector solucin correspondiente

19

k 3 =1

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

()

1
K 3= 8
1

, entonces la solucin particular es:

()

1
X 2= 8 e 5t .
1

(4)

La solucin general de (1) ser:

() ( ) ()

1
10
1
3 t
4 t
x=c 1 0 e + c 2 1 e +c 3 8 e 5 t
1
1
1

11.2.

Valores propios repetidos

No todos los
A de

n xn

valores propios

1 ,

2 , n

de una matriz

necesiten ser distintos, esto es, algunos pueden

repetirse.
En general si

es un entero positivo y si

( 1 )m+1

la ecuacin caracterstica, mientras que


que

es un factor, de
no lo es, se dice

es un factor propio de multiplicidad m.

Para algunas matrices de


propios

( 1 )m

linealmente

n x n se podr determinar

independientes,

correspondiente a un valor propio

K1 ,

factores,

K 2 , K m ,

de multiplicidad de m n. en

este caso la solucin general de sistema contiene la combinacin lineal.

20

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

c1 K 1 e

1 t

+ c2 K 2 e

1 t

+ ...+ c n K n e

1 t

Si solo hay un vector propio que corresponde al valor propio,

de

m , siempre ser posible hallar m soluciones linealmente

multiplicidad

independientes de la forma:

X1

K 11 e

X2

K 21 e t + K 22 e t

Xm

t m1 t
t m2 t
t
K m1
e + K m2
e + . K mm e
( m1 ) !
( m2 ) !
1

Donde

k ij

11.2.1.

son vectores columna.


Valor propio de multiplicidad dos:

Caso 1. En el ejemplo tendremos una matriz para la que se pueden


hallar dos vectores, propios distintos, correspondientes a un valor
propio doble.
Ejemplo:
a) Resuelva

21

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

dx
=x2 y +2 z
dt
dy
=2 x+ y2 z
dt
dz
=x2 y+ z
dt

(1)

Resolucin
X' =

El sistema (1) es

X' =

dx
dt
dy
dt
dz
dt

()

A (t) , donde:

1 2 2
A (t)= 2 1 2
2 2 1

x
X= y
z

()

Se determina los valores propios a partir de la ecuacin caracterstica.

1 2
2
2 1 2
2
2 1

det (A AI) =

=0

Por cofactores tenemos:

(1 )3 +1 ( 1 ) 1 2 + (1 )3+2 (2 ) 2 2
2 1
2 1

+ (1 )

3 +3

( 2 ) 2 1
2
2

=0

( 1 ) [ ( 1 )24 ]+2 [2 ( 1 ) + 4 ] +2 [ 42 ( 1 ) ]=0


3

+3 +9 +5=0

22

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

3 9 5=0

( 1+ )2 ( 5 )=0

Entonces los valores propios son:


como:

1= 2=1

3 =5 ;

1= 2 el sistema es de multiplicidad 2 de valores reales.

Determinacin de los vectores propios asociados a los valores propios:


Para

1=1

Se formula el sistema: a partir de

( A1 I ) K 1=0

)( ) ( )

k1
1(1)
2
2
0
2
1(1)
2
k2 = 0
0
2
2
1(1) k 3

2 k 1 2 k 2+ 2 k 3=0
2 k 1 +2 k 22 k 3=0
2 k 1 2 k 2+ 2 k 3=0

Desarrollando el sistema por Gauus Jordan

|) ( )

|)

( ) ( )(

2 2 2 0
1
1
1 1 1 1 0
f
,
f
y
3
2 2 2 0 1
1 1 1 0
2 2 2
2
2 2 2 0
1 1 1 0

|)

f 2,1 ( 1 ) 1 1 1 0
0 0 00
f 3,1 (1 )
0 0 00

23

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

Del primer rengln se tiene:


k 1k 2 +k 3 =0 , de esto se deduce que

2 k 1=2 k 22k 3

Eligiendo :2 k 2=1 , k 3=0 y k 2=1 ,k 3=1


Dan los valores propios para

k 1=1 k 1=0

Por lo tanto los vectores correspondientes son

()

1
K 1= 1
0

()

0
K 2= 1
1

Las soluciones particular para estos vectores es:

()

1
X 1=K 1 e = 1 et
0
1 t

()

0
t
t
X 2=K 2 e = 1 e
1
1

Para:

(3)

(4)

3 =5

Formulamos el sistema a partir de

( A3 I ) K 3=0

)( ) ( )

k1
15 2
2
0
=
2 15 2 k 2
0
2
2 15 k 3
0

24

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

4 k 1 2 k 2+ 2 k 3=0
2 k 14 k 22 k 3=0
2 k 1 2 k 24 k 3=0

Desarrollando el sistema por Gauus Jordan

|) (

|)

f1

1 1 2 0
1
, f 2,1 ( 1 ) , f 3,1 ( 2 ) 0 6 6 0
2
0 6 6 0

4 2 2 0
2 2 4 0
2 4 2 0 f 1,3 2 4 2 0
2 2 4 0 4 2 2 0

f2

|)

()

( )

|)

|)

1 1 2 0
1
, f 3,1 (1 ) 0 1
1 0
6
0 0
0 0

1 0 1 0
f 1,2 ( 1 ) 0 1 1 0

0 0 0 0

Del segundo rengln


k 2 +k 3=0 entonces k 2 =k 3

Eligiendo

k 3 =1 , k 2=1

Del primer rengln


k 1k 3=0 operando k 1=k 3 como se ha elegido k 3=1 entonces
k 1=1

25

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

El vector propio asociado

3 =5

()

1
K 3= 1
1

()

1
X 3=K 3 e t = 1 e5 t
1
3

La solucin general de (1) es:

() () ( )

1
0
1
x=c 1 1 et +c 2 1 et + c 3 1 e 5t
0
1
1

En el ejemplo anterior, la matriz de coeficientes es de un tipo especial llamado


simtrica.
Se dice que una matriz

A de

n xn

es simtrica si su transpuesta

(con los renglones y columnas intercambiados) es igual a


A .

Se puede demostrar que la matriz

K1 , K2 , , K n

A ; es decir, si

del sistema

simtrica y tiene elementos reales, siempre ser posible hallar


propios linealmente independientes

'

X = AX
n

es

vectores

y la solucin general de

este sistema es la que indica el teorema 1.5. De acuerdo con el ejemplo


anterior el resultado es vlido, aun cuando se repitan algunos de los valores
propios.

26

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

Caso 2. Ahora supongamos que

es un valor propio de multiplicidad dos y

que solo hay un vector propio asociado con l. Se puede determinar una
segunda solucin de la forma.
X2

Kt e t + P e t
1

(1)

K1
K2
K= .
.
.
Kn

P1
P2
P= .
.
.
Pn

() ()

En donde

Para comprobarlo sustituimos la ecuacin (1) en el sistema

X ' = AX

simplificamos
t
t
(AK- 1 K t e + ( AP1 PK ) t e =0
1

Dado que esta ecuacin debe ser vlida para todos los valores de

t , se

debe cumplir:
(A - 1 I K=0

(2)

(A - I P=K

(3)

La ecuacin (3) dice, simplemente que K debe ser un vector propio de A,


asociado con

1 .

27

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

X1

Al resolverla llegamos a la solucin


segunda solucin

K e t
1

. Para hallar la

X 2 , basta resolver el sistema adicional (3) para

obtener P.
Ejemplo
a) Resolver:
dx
=3 x18 y
dt
(1)
dy
=2 x9 y
dt

Resolucin
En su forma matricial ( X ' =A (t) X de (1) es:

X ' =

Donde:

(32

18 X
9

()

dx
X ' = dt
dy
t

A= 3 18
2 9

()

X= x
y

Se calcula los valores propios a partir de la ecuacin caracterstica.


det ( AI)=

3 18
2
9

2 +6 + 36=0

( +3 )2 =0

28

= ( 3 ) (3 )( 2 ) (18 ) =0

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

Los valores propios son

= 2

= -3 es una raz de multiplicidad,

dos. Para este valor se obtiene el valor propio.


Para calcular el vector propio asociado para
Se forma el sistema

(3(3)
2

= 2

= -3

( A I ) K=0

)( ) ( )

18
k1 = 0
9(3) k 2
0

6 k 1 18 k 2 0 e 1
2 k1

6 k 2 0 e2

De la ecuacin

(e 2) se tiene

2 k 16 k 2 0
k 1=3 k 2

Se elige:

k 2=1 k 1=3

El vector propio es

()

K 1= 3
1

La solucin particular es:

()

X 1=K 1 e t = 3 e3 t
1
Como hay un solo vector se procede calcular otro vector de la siguiente
manera:
Se plantea el sistema (2) que nombramos ms adelante, a partir de

29

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

)( ) ( )

18
p1 = 3
( A +3 I ) P=K o sea : 3(3)
2
9(3) p2
1

donde:

K= 3
1

()

y P=

( PP )
1
2

6 p118 p2=3
2 p 16 p2=1

(2)

Como el sistema (2) es un sistema compatible indeterminado (infinitas


soluciones), se puede elegir cualquier ecuacin en este caso se utiliza la
segunda ecuacin

2 p1 6 p 2=1 ,

se toma el

facilitar el clculo. Al reemplazar el valor de

p2=

valor
1
6

El valor del vector propio P=

()

La solucin particular dos es:


1
t
X 2= 3 e3 t + 1 e3 t
1 1
6

()

()

0
X 2= 3 t e3t + 1 e3 t
1
6

()

()

30

es P=

1
1
6

()

1
6

para

en cualquiera de

las ecuaciones del sistema (2) Y obtiene que el valor de

p1
p2

p2=

p1=1

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

La solucin general de (1) es:

[( ) ( ) ]

1
3 t
3 t
3 t
X =c 1 3 e +c 2 3 te + 1 e
1
1
6

()

11.2.2.

Valores propios de multiplicidad tres:

Cuando una matriz A solo tiene un vector propio asociado con un valor
de

de multiplicidad tres, se puede determinar una solucin en la

forma de la ecuacin ( ) y una tercera solucin de la forma:

X 3=K

t t
e + Pt e t + Q e t
2
1

K1
K2
K= .
.
.
Kn

P1
P2
P= .
.
.
Pn

() ()

En donde

Al sustituir ( ) en el sistema
K ,P y Q

( )

deben cumplir con:

( A1 I ) K=0(I )
( A1 I ) P=K ( II)
( A1 I ) Q=P( III )

31

'

X = AX

q1
q2
Q= .
.
.
qn

()

los vectores columna

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

Naturalmente se pueden emplear las soluciones de

(I )

( II)

para

X1 y X2

formar las soluciones


Ejemplo:
Resuelva

X' =

( )
2 1 6
0 2 5
0 0 2

X.

Resolucin

La ecuacin caracterstica

( 2 )3=0

indica que

propio de multiplicidad tres. Al resolver

1= 2

( A2 I ) K=0

es un valor

se halla un solo

valor propio, que es:

()

1
K= 1
0

Luego se resuelve

los sistemas

( A2 I ) P=K

sucesivamente y se obtendr.
0
6
0
P= 1 y Q= 5
0
1
5

()

()

32

( A2 I ) Q=P

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

La solucin general del sistema es:

( ) [( ) ( )

() ]

0
1 t 2 2 t 0 2 t 6 2t
0 2e + 1 te + 5 e
1
0
0
5

] () ()

1
1
0
X =c 1 0 e2 t + c2 0 te 2 t + 1 e2 t +c 3
0
0
0

OBSERVACION:
Cuando un (eigenvalor) valor propio

suceder

vectores

que

determinemos

tiene multiplicidad m, podr


propios

literalmente

independientes, o que la cantidad de vectores propios correspondientes


sea menor de m. En consecuencia, los dos casos de un eigenvalor
repetido no constituyen todas las posibilidades en que se puede
presentar un eigenvalor repetido; por ejemplo, es posible que una matriz
de 5 x 5 tenga un valor propio de multiplicidad cinco y que existan tres
vectores propios linealmente independientes.
11.3.

Valores propios complejos


1= +i y 2=i , i 2=1

Si

son valores propios complejos de la

matriz A de coeficientes, admite esperar que sus vectores propios


correspondientes tambin tengan elementos complejos.
Ejemplo.
dx
= 6 x y
dt
dy
= 5 x + 4 y
dt

( 1 )

La matriz de coeficientes del sistema es:

A= 6 1
5 4

(2)

33

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

La matriz identidad es:

( )

I= 1 0
0 1

(3)

La ecuacin caracterstica del sistema es:

| AI|=0

(4)

Al reemplazar (2) y (3) en (4) se obtiene.

|(

) ( )|

|(

)|

6 1 1 0 =0 6 1 =0
5 4
0 1
5
4

( 6 ) ( 4 )( 5 ) (1 ) =0 246 4 + 2+ 5=0
210 +29=0

(5)

Para hallar la solucin del polinomio caracterstico (5), se aplica la frmula


general:
b (b)24 ac
=
2a

(10) (10)24 (1)(29)


2(1)

10 100116
2

10 16
2

10 4 1
2

34

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

10 4 i
2

=5 2 i

1=5+ 2i 2 =52 i

Valores propios (eigenvalores)


Luego se calcula los vectores propios :
Para:

1=5+ 2i ,

Se resuelve

( A1 I ) K 1=0

([ 65 14 )(5+2 i)( 10 01)]( kk )=( 00)


1
2

[(

([ 6(5+5 2i)

1
4(5+2 i)

)] (kk )=(00)

12i
1
5
12 i

)]( kk )=( 00)

1
2

1
2

Se genera el sistema de ecuaciones.

( 12 i ) k 1 k 2=0
(6)
5 k 1(1+2 i)k 2 =0
Al utilizar la primera ecuacin de (6)

35

deonde:

K 1=

()
k1
k2

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

( 12 i ) k 1k 2=0
k 2= (12i ) k 1

Sea:

k 1=1 k 2= (12i ) (1) k 2=( 12 i )

Por lo tanto el vector generado de

K 1=

k1
K = 1
k2
12 i
1

()

1 t

X 1=( K 1 ) e X 1=

y la primera solucin es:

(7)

(121 i) e

( 5+2 i ) t

De igual manera, para: 2=52 i , se sustituye en:

( A I ) K 2=0

[( )

donde:

( )] (kk )=(00)

6 1
1 0
(52i )
5 4
0 1

1
2

[(

6(52 i)
1
5
4(52i )

)] (kk )=(00)

[(

1+2 i
1
5
1+2 i

1
2

)] (kk )=( 00)


1
2

Luego se genera el sistema de ecuaciones.

( 1+2 i ) k 1 k 2=0
(8)
5 k 1(12i) k 2=0

36

K 2=

k1
k2

()

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

Al utilizar la primera ecuacin de (8)

( 1+2i ) k 1k 2=0
k 2= (1+2 i ) k 1

Sea:

k 1=1 k 2= (1+2 i ) (1) k 2=( 1+2 i )

Por lo tanto el vector generado de

K 2=

()

y la segunda solucin es:

k1
K = 1
k2
1+2i
1

( )

X 2 = ( K 2 ) e t X 2=
2

(9)
1 e
(1+2i
)

( 52 i ) t

Luego, la solucin general


X =C1 ( K 1 ) e1 t +C 2 ( K 2 ) e t
2

de (1) , es:
(10)

Reemplazamos (7) y (9) en (10)

X =C1

1 e
(12i
)

( 5 +2i ) t

+C 2

( 1+12i) e

( 52 i) t

37

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

11.3.1.

TEOREMA 1.4: Soluciones correspondientes a un valor

propio complejo.
Sea A la matriz de coeficientes del sistema homogneo
elementos reales y sea

K 1 un vector propio correspondiente al valor

1= i ,

propio complejo

X ' = AX con

donde

son

reales.

Entonces
K 1 e t
1

Son soluciones del sistema homogneo

K 2 e t
2

'

X = AX .

Se aconseja - y es relativamente fcil-expresar una solucin como la de


(2) en trminos de funciones reales. Con este fin primero aplicaremos la
frmula de Euler para escribir:
2t +i sen 2 t
cos

2 ti sen 2 t
cos

.
2 ti=e5 t
2 ti=e5 t
( 5+2 i ) e=e 5 t e

e
Luego, despus de multiplicar los nmeros complejos, se agrupan los
trminos y C1 +C 2 se reemplazan con C1 y ( C 1+C 1 ) i con C2 ; la
ecuacin (2) se transforma en
X =C1 CX 1 +C 2 CX 2 ,
en donde

38

(3)

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

[( ) ( ) ]
[( ) ( ) ]

X 1= 1 cos 2t 0 sen 2t e 5t
1
2
0 cos 2t + 1 sen 2 t e5 t
2
1

X2=

Ahora es importante reconocer que los dos vectores,

X1

X2

en

(3) son, en s mismos, soluciones reales linealmente independientes del


sistema original. En consecuencia, podemos pasar por alto la relacin
entre C1 , C2 y c 1 , c 2 para considerar que C1 y C2
son
completamente arbitrarios y reales; en otras palabras, la combinacin
lineal, ecuaciones (3), es una solucin general alternativa de (1).
Se puede generalizar el procedimiento anterior. Sea

K1

un vector

propio de la matriz de coeficientes A (con elementos reales) que


corresponde al valor propio complejo 1= +i
Entonces los dos vectores solucin del teorema 1.4 se pueden expresar
como sigue:
t +i sen t
cos

ti sen t
cos

t
K 1 e =K 1 et eit =K 1 e t
1

De acuerdo con el principio de la superposicin, teorema 1.1, los


siguientes vectores tambin son soluciones:
1
1 e t )= 1 ( K 1+ K 1) et cost 1 ( K 1+ K 1) e t sent
K 1 e t + K
(
2
2
2
1
1 e t )= 1 ( K 1+ K 1 ) e t cost + 1 ( K 1 + K 1 ) e t sent .
X 2= (K 1 e t + K
2
2
2
X 1=

Para cualquier nmero complejo

39

z=a+ib , ambos

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

1
1
( z+ z )=a e (z + z )=b
2
2
Son nmeros reales. Por consiguiente, los elementos de los vectores
1
1
columna 2 ( K 1+ K 1 ) e 2 (K 1+ K 1) son numeros reales.
1
i
Si definimos B 1= 2 ( K 1 + K 1 ) y B2= 2 (K 1 + K 1 )

(4)

Llegamos al siguiente teorema:

11.3.2.

TEOREMA 1.5 Soluciones reales correspondientes a un

valor propio complejo

Sea

1= +i

un valor propio complejo de la matriz de coeficientes A en el

sistema homognea y sea

B1 y

B2

los vectores columna definidos en (4).

Entonces
X 1= B1 costB 2 sen t et
X 2 = B2 cost+ B1 sen t et

(5)

Son soluciones del sistema homogneo linealmente independientes en


, >

Las matrices

B 1 y B 2 en (4) suelen representarse as:

B 1= ( K 1 ) y B2= ( K 1 )

(6)

Porque esos vectores son, respectivamente, la Parte real y la imaginaria del


vector propio K 1 ; por ejemplo (3) es consecuencia del teorema (5) con

40

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

K 1=

(121 i)=(11)+i(20 )
()

( )

B 1= ( K 1 ) = 1 y B2= ( K 1 )= 0
1
2

Ejemplo valores propios complejos


a) Resuelva
8 X.
X'= 2
1 2

SOLUCION: Primero obtenemos los valores propios a partir de

8 =2 +4=0.
det ( A I )= 2
1 2

As, esos valores propios son

1=2i

2= 1=2 i Para

1 , el sistema

( 22 i ) k 1+ 8 k 2=0
k 1+ (22i ) k 2=0

Da como resultado

k 1=(2+2i) k 2 .

( ) ( ) ()

K 1= 2+2i = 2 +i 2
1
1
0

De acuerdo con (6) formamos las partes

()

()

B 1= ( K 1 ) = 2 y B2= ( K 1 )= 2 .
.1
0

41

Si optamos por

k 2=1

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

Puesto que

=0 , segn las ecuaciones (5), la solucin general del sistema

es
X =c 1

[( )
[(

] [( )

2 cos 2 t 2 sen 2t +c 2 cos 2 t+ 2 sen 2t


2
1
0
0
1

c1

()

( )
2 cos 2 t2 sen 2 t +c 2 cos 2t +2 sen 2 t .
) ( sen 2t )]
cos 2 t

MARCO METODOLGICO
Se realiz la recopilacin y seleccin de informacin a travs de diferentes
fuentes especialmente de internet, luego se procedi a la seleccin y lectura
de contenidos correspondientes al tema. Luego se realiz a la organizacin de
la informacin y estructuracin de captulos, elaborando los borradores de los
primeros resmenes. Finalmente se procedi a la revisin y edicin del informe
final que culmin en la presentacin del mismo en la plataforma edmodo en
documentos tipo Word y pdf para la revisin correspondiente.

42

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

CONCLUSIONES
Se ha logrado conocer y comprende las definiciones, teoremas y proceso de
resolucin de un sistema homogneo de ecuaciones diferenciales lineales de
primer orden.

43

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

RECOMENDACIONES
Para resolver cualquier ejercicio de sistema de ecuaciones lineales
homogneas debemos tener en cuenta los valores propios si son reales
(distintos o multiplicidad

o complejos ya que a partir de los valores

propios se genera la solucin general de un sistema de ecuaciones lineales.


Adems tener conocimiento sobre el tema de matrices: especficamente
matriz escalonada, matriz reducida, la eliminacin de Gauss-Jordn.

44

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

AUTOCRTICA
El trabajo en equipo nos permiti interactuar; dando opiniones y aportes segn
criterios de conocimiento de cada estudiante. Con algunas dificultades en la
organizacin para la realizacin del trabajo, en la seleccin de informacin
debido a su complejidad, entendimiento para uniformizar la notacin de los
autores. A pesar de las dificultades mencionadas estamos seguros de haber
logrado el objetivo propuesto.

45

Universidad Nacional De Cajamarca


Facultad De Educacin
Especialidad De Matemtica E Informtica

REFERENCIAS
1. C .Henry Eduars, David e. Penney.(2009). ecuaciones diferenciales y
problemas con valores en la frontera cmputo y modelado cuarta edicin
Pearson educacin, Mxico, Extrado de:
http://www-elec.inaoep.mx/~rogerio/ecuaciones-diferenciales-yproblemas-con-valores-en-la-frontera-130913154103-phpapp02.pdf
2. Dennis G,Zill.(1997). Ecuaciones diferenciales con aplicaciones de
modelado 6. edicin Thomson Mxico. pag.372.
3. Jaime escobar. (S/A). ECUACIONES DIFERENCIALES con aplicaciones
en Maple extrado de:
http://matematicas.udea.edu.co/~jescobar/docs/libroED.pdf
El 25- 11-2016
4. Zaballa.I.(S/A). Sistemas de ecuaciones diferenciales lineales.
recuperado de (shttp://www.ehu.eus/izaballa/Ecu_Dif/Apuntes/lec8.pdf
pg.125 . el 26-11-16

46

Vous aimerez peut-être aussi