Facultad Ingeniería Mecánica

Universidad Nacional de Ingeniería

VIBRACIONES MECANICAS (MC-571)

Capitulo: Análisis Modal de Vibración Libre de

Sistemas de n Grados de Libertad
Autor: M.Sc. Ing. Pérez Ñaupa, Rolando
Profesor del curso, 2018-I, sección A, 09-07-2018

I. INTRODUCCION
La ecuación diferencial de movimiento de un sistema de vibración libre de n gl, viene
dado por la ecuación matricial:
[𝑴]{𝒙̈ } + [𝑲]{𝒙} = {𝟎} (1)
El método modal tiene como objetivo obtener la solución del sistema anterior (1),
mediante la diagonalizacion del sistema (es decir desacoplando el sistema de ecuaciones
diferenciales).
La diagonalizacion del sistema se hace aprovechando las propiedades de las matrices M y
K, los cuales son matrices simétricas y positivas definidas y positivas semidefinidas
respectivamente.
La solución modal permite obtener una solución rápida.

II. PROPIEDADES DEL SISTEMA: M y K:

P0: Una matriz positiva semidefinida, tiene sus autovalores reales mayores e
iguales que cero, y sus autovectores son ortogonales entre sí, respectivamente.
P1: El sistema de ecuaciones diferenciales, ecuación (1), correspondientes al
sistema de n grados de libertad, es un sistema de n Ecuaciones Diferenciales
acopladas.
P2: La matriz M es simétrica positiva definida.
P3: La matriz K es simétrica positiva semidefinida.
P4: Para resolver la ecuación diferencial (1), se resuelve el problema de autovalores
y autovectores. Consecuencia de las propiedades P2 y P3, los autovalores son
mayores o iguales a cero.
P5: Los autovalores son los cuadrados de las frecuencias naturales y los
autovectores son los modos de vibrar.
P6: Los autovectores del sistema (K y M), son ortogonales entre sí.
 P7: Por lo general el producto M-1*K, no es simétrico, y consecuentemente sus
autovectores no son ortogonales entre sí; el cual es una desventaja para diagonalizar
el sistema. No se utiliza este método para diagonalizar.
P8: Considerando la P2, la Matriz M se puede descomponer en, M=LT*L, donde L
es una matriz inferior. A esta descomposición se le conoce como la descomposición
de Cholesky.
P9: La obtención de la matriz inversa L-1, es un proceso numéricamente eficiente.
P10: Si la matriz M es diagonal, entonces, L=M1/2, el cual es otra matriz diagonal,
cuyos elementos son iguales a la raíz cuadrada de los elementos de la diagonal de
M.
P11: Si la matriz M es diagonal, entonces L-1=M-1/2.
P12: La matriz 𝑲̃ = 𝑳−𝑻 𝑲𝑳−𝟏 , es simétrica positiva semidefinida
̃ ], dados por: [𝐕] = [{𝑉}] son
P13: Por la P12 y P0, los autovectores de [𝑲
ortogonales entre sí.
P14: Cada uno de los autovectores {𝑉𝑖 } se pueden normalizar con modulo 1,
Consecuencia de la P13; es que a partir de [{𝑉}], se tendrá una matriz [𝜱] = [{𝜱}],
cuyos componentes son vectores unitarios ortogonales entre si, (el matlab ya lo
normaliza), por lo que :
[𝜱]𝑻 [𝜱] = 𝑰

III. METODO MODAL

En los sistemas vibratorios de muchos grados de libertad, especialmente en los análisis
por elementos finitos, para diagonalizar el sistema, es numéricamente eficiente utilizar las
propiedades de las matrices K y M.
El método modal utiliza las propiedades de las matrices K y M para diagonalizar el
sistema y luego utilizar este sistema diagonalizado para obtener la solución del sistema de
ecuaciones diferenciales acopladas.
En el método modal, se hace el cambio de variables
{𝒙} = 𝑳−𝟏 {𝒒} (2)
Remplazando en (1), y premultiplicando por L-T
resulta:
𝑳−𝑻 𝑴𝑳−𝟏 {𝒒}̈ + 𝑳−𝑻 𝑲 𝑳−𝟏 {𝒒} = {𝟎}
̈ + 𝑳−𝑻 𝑲 𝑳−𝟏 {𝒒} = {𝟎}
{𝒒} (3)
El cual conlleva a la ecuación siguiente
̈ + [𝑲𝒏 ]{𝒒} = {𝟎},
{𝒒} (4)
con:
[𝑲𝒏 ] = 𝑳−𝑻 𝑲 𝑳−𝟏 (5)
La matriz [𝑲𝒏 ], aun no es diagonal. Por la propiedad P0, sus autovalores son reales
positivos y sus autovectores [𝑉] = [{𝑉𝑖 }], son ortogonales entre sí.
Normalizando los autovectores ortogonales [V] , (por la propiedad P14) se obtiene una
matriz de autovectores ortogonales normalizados: [𝚽] ( [𝛷]𝑇 [𝛷] = 𝐼 ). Luego, se hace un
nuevo cambio de variables:

{𝐪} = [𝚽] ∗ {𝐫} (6)

el cual da como resultado:
[𝚽]𝑻 [𝚽]{𝒓̈ } + [𝚽]𝑻 [𝑲𝒏 ][𝚽]{𝑟} = {0}

{𝒓̈ } + [𝑾𝒏 ]{𝒓} = {𝟎} (7)

Con la matriz diagonal,
[𝑾𝒏 ] = [𝚽]𝑻 [𝑲𝒏 ][𝚽] (8)
…
Esta matriz [𝑾𝒏 ], es la matriz diagonal: [𝑾𝒏 ] = [ 𝒘𝟐𝒊 ] , para todo 𝒊 = 1,2, … , 𝑛
…

El sistema (7), es un sistema diagonalizado, es decir un conjunto de ecuaciones

diferenciales desacopladas:

𝒓̈ 𝒊 + 𝒘𝟐𝒊 𝒓 = 𝟎, ∀𝑖 = 1,2, … , 𝑛 (9)

Esta ecuación diferencial, (fue desarrollado en el primer día de clases en los sistemas de
1GL). Esta ecuación diferencial tiene la solución:

𝒓𝒊 (𝒕) = 𝑷𝒊 ∗ 𝑺𝒊𝒏(𝒘𝒊 + 𝜽𝒊 ) (10)

Para obtener la solución desacoplada en estas coordenadas desacopladas, se utiliza las

condiciones iniciales (primer capítulo del curso):

𝒘𝒊 𝒓𝒐,𝒊 𝒓̇ 𝟐 𝟐
𝜽𝒊 = 𝑻𝒈−𝟏 ( ) y 𝑷𝒊 = √( 𝒘𝒐,𝒊 ) + (𝒓𝒐,𝒊 ) (11)
𝒓̇ 𝒐,𝒊 𝒊

Las condiciones iniciales en las coordenadas {ri}, son obtenidas a partir de las condiciones
iniciales de {xi} , mediante las transformaciones dadas por las ecuaciones (2) y (6), es
decir mediante las transformaciones:

{𝒓(𝟎)} = [𝑨]{𝒙(𝟎)} y {𝒓̇ (𝟎)} = [𝑨]{𝒙̇ (𝟎)} (12)

Con
[𝑨] = [𝝓]𝑻 [𝑳] (13)

Para obtener la solución de (1), en términos de {𝒙(𝒕)}, se utiliza la transformación:

{𝒙(𝒕)} = [𝑩]{𝒓(𝒕)} (14)

Con
[𝑩] = [𝑳]−𝟏 [𝚽] (15)
 IV. ALGORITMO PARA APLICAR EL METODO MODAL

1. Obtención de la matriz L (por la descomposición de Cholesky): M=LT*L ;

2. Obtención de [𝑲𝒏 ] = 𝑳−𝑻 𝑲𝑳−𝟏 ; ecuación (5).
3. Obtención de los autovectores ortogonales normalizados [𝚽] = [{𝜙𝑖 }],
correspondientes a la matriz: [𝑲𝒏 ] , ver ecuación (4);
4. Obtención del sistema diagonalizado (ver ecuación (8) ) mediante la
transformación:
[𝑾𝒏 ] = [𝜱]𝑻 [𝑲𝒏 ][𝜱]
5. Poner las condiciones iniciales del sistema desacoplado {ri}, en función de
{xi}, utilizando la matriz 𝑨 = 𝜱𝑻 ∗ 𝑳 ; ( ver ecuaciones (2) y (6) ):
{𝑟(0)} = 𝑨 {𝑥(0)} , y {𝑟̇ (0)} = 𝑨 {𝑥̇ (0)},
6. Obtención de la solución del sistema desacoplado, mediante la
determinación de las constantes correspondientes, ver ecuación (11):
𝑤𝑖 𝑟𝑜,𝑖 𝑟̇ 2 2
𝜽𝒊 = 𝑇𝑔−1 ( ) y 𝑷𝒊 = √( 𝑤𝑜,𝑖 ) + (𝑟𝑜,𝑖 )
𝑟̇ 𝑜,𝑖 𝑖

7. Volver a las coordenadas originales {xi}, utilizando la matriz:

𝑩 = 𝑳−𝟏 𝜱 , ( ver las ecuaciones (2) y (6) ):

{𝒙(𝒕)} = [𝑩]{𝒓(𝒕)}

V. EJEMPLOS
Los ejemplos 1 y 2 son sistemas de 2gl y 3gl con sus respectivas matrices M que son
diagonales. Es decir, M=LT*L, con L=M1/2 .
El ejemplo 3, es un sistema con M que no es diagonal. Es decir, M=LT*L, con L,
obtenida mediante la descomposición de Cholesky.

Ejemplo 1:
Sea el sistema dinámico de 2 GL
mostrado (sistema torsional), obtenga
la solución del sistema, con las
condiciones iniciales:
{𝜃(0)}=[ 0.05 0.01]T y
{𝜃̇(0)}=[2 5]T . Utilice el método del
análisis modal. Considere: L1=15cm;
L2=12; d1=5cm; d2=4cm;
I1=1Kg*m2; I2=0.64I1.
Solución del ejemplo 1:
La ecuación dinámica será:

 I1 0  1  k1  k 2  k 2  1  0

oo

 0 I   oo     k   
k 2   2  0
 2    
 2 2

Remplazando:
clear all;
L1=0.15; L2=0.12; d1=0.05; d2=0.04; I1=1; I2=0.64*I1;
G=79*10^9; % módulo de elasticidad del acero

J1=pi*d1^4/32;J2=pi*d2^4/32;
k1=G*J1/L1; k2=G*J2/L2;

M=diag([I1 I2])
K=[k1+k2 –k2; -k2 k2]

M =
1.0000 0
0 0.6400
K =
1.0e+05 *
4.8862 -1.6546
-1.6546 1.6546

Paso 1: Descomposición de la matriz M =LT*L.

Dado que M es diagonal, entonces L=M1/2:

L=diag(sqrt(diag(M)))
iL=inv(L)

L =
1.0000 0
0 0.8000
iL =
1.0000 0
0 1.2500

Paso 2: Obtención de [𝐾𝑛 ] = 𝐿−𝑇 𝐾𝐿−1 , ecuación (5).

Kn=iL'*K*iL

Kn =
1.0e+05 *
4.8862 -2.0682
-2.0682 2.5853

Paso 3: Obtención de los autovectores normalizados [𝚽] = [{𝜙𝑖 }], correspondientes a la matriz:
[𝑲𝒏 ]

[PHI,autovalores]=eig(Kn)

PHI =
-0.5069 -0.8620
 -0.8620 0.5069
autovalores =
1.0e+05 *
1.3691 0
0 6.1024

se puede demostrar que el matlab normaliza los autovectores:

PHI'*PHI

ans =
1.0000 0.0000
0.0000 1.0000

Paso 4: Obtención del sistema diagonalizado, ver ecuación (8)

Wn=PHI'*Kn*PHI

Wn =
1.0e+05 *
1.3691 0
0.0000 6.1024

El sistema diagonalizado (desacoplado) será: (ec 9)

1 0 𝑟̈1 136910 0 𝑟1 0
[ ]{ } + [ ] {𝑟 } = { }
0 1 2𝑟̈ 0 610240 2 0

Las frecuencias naturales son:

w=sqrt(diag(Wn))

w =
370.0085
781.1763

Paso 6: Poner las condiciones iniciales del sistema desacoplado {ri}, en función de {xi}, utilizando
la matriz 𝐴 = 𝛷𝑇 ∗ 𝐿 ; ver ecuaciones (2) y (6) :

Obtención de la matriz de transformación A:

A=PHI'*L;

Las condiciones iniciales en las coordenadas xi son:

xo=[0.05 0.01]'; dxo=[2 5]';

Estas condiciones iniciales en las coordenadas desacopladas ri, son:

ro=A*xo
dro=A*dxo

ro =
-0.0322
-0.0390
dro =
-4.4618
0.3036

Paso 7: Obtención de la solución del sistema desacoplado;

Obtención de las constantes correspondientes a la solución del sistema desacoplado, ver ecuación
(11):

P=dro./w; P=P.^2+ro.^2; P=sqrt(P)

theta=w.*ro; theta=atan2(theta,dro)

P =
0.0344
0.0390
theta =
-1.9287
-1.5608

La solución del sistema desacoplado es:

𝑟1 (𝑡) = 0.0344 ∗ sin(370.0085 ∗ 𝑡 − 1.9287)

𝑟2 (𝑡) = 0.0390 ∗ sin(781.1763 ∗ 𝑡 − 1.5608)

Paso 7: Volver a las coordenadas originales {xi}, utilizando la matriz: 𝐴 = 𝐿−1 ∗ 𝛷 , ver las
ecuaciones (2) y (6)

Obtención de la matriz de transformación B:

B=iL*PHI

B =
-0.5069 -0.8620
-1.0775 0.6336

Finalmente, la solución vendrá dado por: x=B*{r(t)}:

𝑥1 (𝑡) = −0.5069 ∗ 0.0344𝑆 in(370.0085𝑡 − 1.9287) − 0.8620 ∗ 0.0390𝑆in(781.1763 ∗ 𝑡 − 1.5608)

𝑥2 (𝑡) = −1.0775 ∗ 0.0344𝑆 in(370.0085𝑡 − 1.9287) + 0.6336 ∗ 0.0390𝑆in(781.1763 ∗ 𝑡 − 1.5608)

t=0:0.0001:0.05;
r=sin(w*t+theta);
r=[P(1)*r(1,:) ; P(2)*r(2,:)];

x=B*r;

Ploteando:

plot(t,x)
Ejemplo 2:
Sea el sistema de 3 GL
[𝑴]{𝒙̈ } + [𝑲]{𝒙} = {𝟎}

Datos del sistema:

clear all;
M=diag([4 9 1])
K =[ 4 -1 0
-1 2 -1
0 -1 1 ]

M =
4 0 0
0 9 0
0 0 1
K =
4 -1 0
-1 2 -1
0 -1 1

Con las condiciones iniciales: {𝑥(0)}=[ 1 2 -1]T y {𝑥̇ (0)}=[0 0 0]

Solución del ejemplo 2:

Paso 1: Descomposición de la matriz M =LT*L.

Dado que M es diagonal, entonces L=M1/2:

L=diag(sqrt(diag(M)))

L =
2 0 0
0 3 0
0 0 1

iL=inv(L)
iL =
0.5000 0 0
0 0.3333 0
0 0 1.0000

Paso 2: Obtención de [𝐾𝑛 ] = 𝐿−𝑇 𝐾𝐿−1 , ecuación (5).

Kn=iL'*K*iL

Kn =
1.0000 -0.1667 0
-0.1667 0.2222 -0.3333
0 -0.3333 1.0000

Paso 3: Obtención de los autovectores normalizados [𝚽] = [{𝜙𝑖 }], correspondientes a la matriz:
[𝑲𝒏 ]

[PHI,autovalores]=eig(Kn)

PHI =
0.1667 0.8944 -0.4150
0.9279 -0.0000 0.3728
0.3335 -0.4472 -0.8299
autovalores =
0.0725 0 0
0 1.0000 0
0 0 1.1497

se puede demostrar que el matlab normaliza los autovectores:

PHI'*PHI

ans =
1.0000 0.0000 -0.0000
0.0000 1.0000 0.0000
-0.0000 0.0000 1.0000

Paso 4: Obtención del sistema diagonalizado, ver ecuación (8)

Wn=PHI'*Kn*PHI

Wn =
0.0725 -0.0000 0.0000
-0.0000 1.0000 0.0000
-0.0000 0.0000 1.1497

Las frecuencias naturales son:

w=sqrt(diag(Wn))

w =
0.2692
1.0000
1.0723
Paso 6: Poner las condiciones iniciales del sistema desacoplado {ri}, en función de {xi}, utilizando
la matriz 𝐴 = Φ𝑇 ∗ 𝐿 ; ver ecuaciones (2) y (6) :

Obtención de la matriz de transformación A:

A=PHI'*L;

Las condiciones iniciales en las coordenadas xi son:

xo=[ 1 2 -1]' ; dxo=[0 0 0]' ;

Estas condiciones iniciales en las coordenadas desacopladas ri, son:

ro=A*xo
dro=A*dxo

ro =
5.5674
2.2361
2.2370
dro =
0
0
0

Paso 7: Obtención de la solución del sistema desacoplado;

Obtención de las constantes correspondientes a la solución del sistema desacoplado, ver ecuación
(11):

P=dro./w; P=P.^2+ro.^2; P=sqrt(P)

theta=w.*ro; theta=atan2(theta,dro)

P =
5.5674
2.2361
2.2370
theta =
1.5708
1.5708
1.5708

La solución del sistema desacoplado es:

𝑟1 (𝑡) = 5.5674 ∗ sin(0.2692 ∗ 𝑡 + 1.5708)

𝑟2 (𝑡) = 2.2361 ∗ sin(1.000 ∗ 𝑡 + 1.5708)
𝑟3 (𝑡) = 2.2370 ∗ sin(1.0723 ∗ 𝑡 + 1.5708)

Paso 7: Volver a las coordenadas originales {xi}, utilizando la matriz: 𝐴 = 𝐿−1 ∗ 𝛷 , ver las
ecuaciones (2) y (6)

Obtención de la matriz de transformación B:

B=iL*PHI

B =
 0.0834 0.4472 -0.2075
0.3093 -0.0000 0.1243
0.3335 -0.4472 -0.8299

Finalmente, la solución vendrá dado por: x=B*{r(t)}:

𝑥1 (𝑡) = 0.0834 ∗ 5.5674 ∗ sin(0.2692 ∗ 𝑡 + 1.5708) + 0.4472 ∗ 2.2361 ∗ sin(1.000 ∗ 𝑡 + 1.5708)

− 0.2075 ∗ 2.2370 ∗ sin(1.0723 ∗ 𝑡 + 1.5708)
𝑥2 (𝑡) = 0.30.93 ∗ 5.5674 ∗ sin(0.2692 ∗ 𝑡 + 1.5708) − 0.0000 ∗ 2.2361 ∗ sin(1.000 ∗ 𝑡 − 1.5708)
+ 0.1243 ∗ 2.2370 ∗ sin(1.0723 ∗ 𝑡 + 1.5708)
𝑥3 (𝑡) = 0.3335 ∗ 5.5674 ∗ sin(0.2692 ∗ 𝑡 + 1.5708) − 0.4472 ∗ 2.2361 ∗ sin(1.000 ∗ 𝑡 − 1.5708)
− 0.8299 ∗ 2.2370 ∗ sin(1.0723 ∗ 𝑡 + 1.5708)

Para plotear la solución:

t=0:.005:50;
r=sin(w*t+theta);
r=[P(1)*r(1,:) ; P(2)*r(2,:); P(3)*r(3,:)];

x=B*r;

Ploteando:

plot(t,x)
Ejemplo 3:
Determinar el modelo, la solución al sistema utilizando el método modal. Los
parámetros del sistema son: m1=2000;m2=2000;m3=100; k1=10000;k2=k1;k5=k1;
k3=300;k4=k3; Considere las condiciones iniciales:{𝑥(0)}=[ 0 0.1 0]T y {𝑥̇ (0)}=[1 2 0]T.

x3
x1 x2

k1 k2 k3 k4 k5
m1 m3

Solución del ejemplo 3:

En el modelamiento la coordenada x3 es absoluta (coordenada inercial)

La ecuación del modelo es:

𝑚1 0 0 𝑥̈ 1 𝑘1 + 𝑘2 + 𝑘5 −𝑘2 − 𝑘5 0 𝑥1
[0 𝑚2 + 𝑚3 𝑚3 ] {𝑥̈ 2 } + [ −𝑘2 − 𝑘5 𝑘2 + 𝑘5 0 ] {𝑥2 } = { 0 }
0 𝑚3 𝑚3 𝑥̈ 3 0 0 𝑘3 + 𝑘4 𝑥3

clear all;
m1=2000;m2=2000;m3=100;
k1=10000;k2=k1;k5=k1; k3=300;k4=k3;
M=[ m1 0 0;0 m2+m3 m3;0 m3 m3]
K=[k1+k2+k5 -k2-k5 0; -k2-k5 k2+k5 0; 0 0 k3+k4]

M =
2000 0 0
0 2100 100
0 100 100
K =
30000 -20000 0
-20000 20000 0
0 0 600

Obsérvese que la matriz M no es diagonal:

Paso 1: descomposición de la matriz M=LT*L, con:

L=chol(M)

L =
44.7214 0 0
0 45.8258 2.1822
0 0 9.7590

Su inversa es:

iL=inv(L)
iL =
0.0224 0 0
0 0.0218 -0.0049
0 0 0.1025

Paso 2: Obtención de [𝐾𝑛 ] = 𝐿−𝑇 𝐾𝐿−1 , ecuación (5).

Kn=iL'*K*iL

Kn =
15.0000 -9.7590 2.1822
-9.7590 9.5238 -2.1296
2.1822 -2.1296 6.7762

Comprobando que la descomposición de cholesky diagonaliza a M

Mn=iL'*M*iL

Mn =
1.0000 0 0
0 1.0000 -0.0000
0 0.0000 1.0000

Paso 3: Obtención de los autovectores normalizados [𝚽] = [{𝜙𝑖 }], correspondientes a la matriz:
[𝑲𝒏 ]

[PHI,autovalores]=eig(Kn)

PHI =
-0.7813 0.5911 -0.2005
0.5965 0.8017 0.0390
-0.1838 0.0891 0.9789
autovalores =
22.9635 0 0
0 2.0922 0
0 0 6.2444

Se puede demostrar que el matlab normaliza los autovectores:

PHI'*PHI

ans =
1.0000 -0.0000 0.0000
-0.0000 1.0000 0.0000
0.0000 0.0000 1.0000

Paso 4: Obtención del sistema diagonalizado, ver ecuación (8)

Wn=PHI'*Kn*PHI

Wn =
22.9635 -0.0000 0.0000
-0.0000 2.0922 0.0000
0.0000 0.0000 6.2444
Las frecuencias naturales son:

w=sqrt(diag(Wn))

w =
4.7920
1.4464
2.4989

Paso 6: Poner las condiciones iniciales del sistema desacoplado {ri}, en función de {xi}, utilizando
la matriz 𝐴 = Φ𝑇 ∗ 𝐿 ; ver ecuaciones (2) y (6) :

Obtención de la matriz de transformación A:

A=PHI'*L;

Las condiciones iniciales en las coordenadas xi son:

xo=[ 0 .1 0]' ; dxo=[1 2 0]';

Estas condiciones iniciales en las coordenadas desacopladas ri, son:

ro=A*xo
dro=A*dxo

ro =
2.7333
3.6738
0.1787
dro =
19.7253
99.9091
-5.3932

Paso 7: Obtención de la solución del sistema desacoplado;

Obtención de las constantes correspondientes a la solución del sistema desacoplado, ver ecuación
(11):

P=dro./w; P=P.^2+ro.^2; P=sqrt(P)

theta=w.*ro; theta=atan2(theta,dro)

P =
4.9411
69.1705
2.1657
theta =
0.5862
0.0531
3.0590

La solución del sistema desacoplado es:

𝑟1 (𝑡) = 4.9411 ∗ sin(4.7920 ∗ 𝑡 + 0.5862)

𝑟2 (𝑡) = 69.1705 ∗ sin(1.4464 ∗ 𝑡 + 0.0531)
𝑟3 (𝑡) = 2.1657 ∗ sin(2.4989 ∗ 𝑡 + 3.0590)
Paso 7: Volver a las coordenadas originales {xi}, utilizando la matriz: 𝐴 = 𝐿−1 ∗ 𝛷, ver las
ecuaciones (2) y (6)

Obtención de la matriz de transformación B:

B=iL*PHI

B =
-0.0175 0.0132 -0.0045
0.0139 0.0171 -0.0039
-0.0188 0.0091 0.1003

Finalmente, la solución vendrá dado por: x=B*{r(t)}:

𝑥1 (𝑡) = −0.0175 ∗ 4.9411 ∗ sin(4.7920 ∗ 𝑡 + 0.5862) + 0.0132 ∗ 69.1705 ∗ sin(1.4464 ∗ 𝑡 + 0.0531)

− 0.0045 ∗ 2.1657 ∗ sin(2.4989 ∗ 𝑡 + 3.0590)
𝑥2 (𝑡) = 0.0139 ∗ 4.9411 ∗ sin(4.7920 ∗ 𝑡 + 0.5862) + 0.0171 ∗ 69.1705 ∗ sin(1.4464 ∗ 𝑡 + 0.0531)
− 0.0039 ∗ 2.1657 ∗ sin(2.4989 ∗ 𝑡 + 3.0590)
𝑥3 (𝑡) = −0.0188 ∗ 4.9411 ∗ sin(4.7920 ∗ 𝑡 + 0.5862) + 0.0091 ∗ 69.1705 ∗ sin(1.4464 ∗ 𝑡 + 0.0531)
+ 0.1003 ∗ 2.1657 ∗ sin(2.4989 ∗ 𝑡 + 3.0590)

Para plotear esta solución será:

t=0:.001:10;
r=sin(w*t+theta);
r=[P(1)*r(1,:) ; P(2)*r(2,:); P(3)*r(3,:)];

x=B*r;

Ploteando:

plot(t,x)