AUTOVECTORES GENERALIZADOS Y SOLUCIONES DE SEDL

HOMOGÉNEAS A COEFICIENTES CONSTANTES

JOSÉ CARLOS MARTÍN

Damos en estas notas una forma alternativa a la dada en [1], para calcular las
soluciones de un sistema de ecuaciones diferenciales lineal homogéneo a coeficientes
constantes.

Caso de autovalores reales

Sean A ∈ Mn×n (R) y λ un autovalor real de A, con multiplicidad m, donde
Mn×n (R) es el conjunto de las matrices reales n × n. Decimos que K ~ ∈ Rn es un
m~
autovector generalizado de A asociado a λ si (A − λI) K = ~0, donde I denota
a la matriz identidad. Notemos que un autovector es un autovector generalizado,
pero, en general, un autovector generalizado no es un autovector, como muestra el
siguiente ejemplo.
 
Ejemplo 1. Sea A = 30 13 . Evidentemente 0 30 es autovalor de A con multiplicidad
0 1 2
2. Como (A − 3I) = 0 0 y (A − 3I) = 0 0 , todo vector es autovector genera-
~ = 0 es un autovector
 
lizado, pero no todo vector es autovector, por ejemplo K 1
generalizado que no es autovector.

Si λ es un autovalor real de A ∈ Mn×n (R) denotaremos por WλA al conjunto

de todos los autovectores generalizados de A asociados a λ. Omitimos la prueba
del siguiente teorema, pues esta requiere de conocimientos de álgebra lineal que
escapan a los objetivos de nuestras notas.

Teorema 1. Sean A ∈ Mn×n (R) una matriz, λ1 , . . . , λk autovalores reales de A y

mj la multiplicidad de λj , para j = 1, . . . , k. Existen mj autovectores generalizados
~ j, . . . , K
de A asociados a λj , K ~mj
∈ WλAj , tales que los m1 + · · · + mk autovectores
1 j
generalizados,
~ 1, . . . , K
K ~ 1 ,K ~ 2, . . . , K
~ 2 ,...,K
~ k, . . . , K
~k ,
1 m1 1 m2 1 mk

son linealmente independientes. En particular, si todos los autovalores de A son

reales hay una base de Rn formada por autovectores generalizados de A.

Sea A ∈ Mn×n (R) y consideramos el SEDL

(1) X ′ = A X.

El siguiente teorema nos permite hallar soluciones de (1) asociadas a autovectores

generalizados asociados a autovalores reales.

Fecha: 14 de septiembre de 2006.

1
2 J.C. MARTÍN

Teorema 2. Sea λ un autovalor real de A ∈ Mn×n (R) con multiplicidad m y K ~ un

~ ∈ W . Entonces ϕ : R → R , dada
autovector generalizado asociado a λ, i.e. K A n
λ
por
t2 tm−1
 
λt 2 m−1 ~
ϕ(t) = e I + t(A − λI) + (A − λI) + · · · + (A − λI) K
2! (m − 1)!
(2) m−1
X tj
= eλt ~
(A − λI)j K,
j=0
j!
~ donde (A − λI)0 = I, t0 = 1 y 0! = 1.
es la solución de (1) con ϕ(0) = K,
Demostración. Veamos que ϕ es solución de (1):
m−1
X j m−1
X tj−1
t ~ + eλt ~
ϕ′ (t) = λeλt (A − λI)j K (A − λI)j K
j=0
j! j=1
(j − 1)!
m−1
X j m
t ~ + eλt
X tj−1 ~
= λeλt (A − λI)j K (A − λI)j K
j=0
j! j=1
(j − 1)!
m−1
X j m
t ~ + eλt (A − λI)
X tj−1 ~
= λeλt (A − λI)j K (A − λI)j−1 K
j=0
j! j=1
(j − 1)!
m−1
X j m−1
X tj
t ~ + eλt (A − λI) ~
= λeλt (A − λI)j K (A − λI)j K
j=0
j! j=0
j!
m−1
X j t ~
= (λeλt + (A − λI)eλt ) (A − λI)j K
j=0
j!
m−1
X j t ~
= A eλt (A − λI)j K
j=0
j!
= A ϕ(t).
~ = K.
Además ϕ(0) = e0 I K ~ Q. E. D.
~ en el teorema 2 es un autovector entonces (2) queda
Notemos que si K
~
ϕ(t) = eλt K,
pues AK ~ = λK~ ⇒ (A − λI)j K ~ = ~0, para todo j ≥ 1.
El siguiente resultado nos permite hallar tantas soluciones linealmente indepen-
dientes de (1) como autovectores generalizados linealmente independientes de A
podamos hallar.
Corolario 1. Sea A una matriz n × n real. Sean {K ~ 1, . . . , K
~ l } un conjunto li-
nealmente independiente de autovectores generalizados de A (con l ≤ n), λj ∈ R
el autovalor1 al cual está asociado K ~ j , y mj la multiplicidad de λj , j = 1, . . . , l.
Entonces ϕ1 , . . . , ϕl son soluciones linealmente independientes de (1), donde
t2 tmj −1
 
λj t 2 mj −1 ~
ϕj (t) = e I + t(A − λj I) + (A − λj I) + · · · + (A − λj I) Kj ,
2! (mj − 1)!
1puede suceder que los autovalores se repitan, i.e. λ = λ aun cuando i 6= j.
i j
 AUTOVECTORES GENERALIZADOS Y . . . 3

para j = 1, . . . , l.
Demostración. Por el teorema 2, cada ϕj es una solución de (1). Como ϕj (0) = K ~j
~ ~
y K1 , . . . , Kl son linealmente independientes, ϕ1 , . . . , ϕl son soluciones linealmente
independientes. Q. E. D.
En particular, si A tiene todos sus autovalores reales, entonces hay una base
{K~ 1, . . . , K
~ n } de Rn formada por autovectores generalizados de A, y (2), para los
elementos de esta base, nos da un conjunto fundamental de soluciones de (1).
Veamos algunos ejemplos.
Ejemplo 2. Hallemos un conjunto fundamental de soluciones de X ′ = A X, con
 
0 −6 7
A = −1 −1 3 .
−1 2 0
Primero debemos hallar los autovalores de A con sus multiplicidades. El po-
linomio caracterı́stico de A es pA (λ) = det(A − λI) = −λ3 − λ2 + 5 λ − 3 =
−(λ − 1)2 (λ + 3). Ası́ los autovalores de A son −3, con multiplicidad 1, y 1, con
multiplicidad 2.
Base de W−3A
: Como la multiplicidad de −3 es 1 debemos hallar K~ 1 = [a, b, c]T ,
no nulo, tal que (A + 3 I)K~ 1 = ~0. Como
   
3 −6 7 1 −2 0
A + 3 I = −1 2 3 es eq. por filas a 0 0 1 ,
−1 2 3 0 0 0
tenemos que resolver     
1 −2 0 a 0
0 0 1  b  = 0 ,
0 0 0 c 0
i.e. a = 2b y c = 0, poniendo a = 2, b = 1 y c = 0, tenemos
 
2
~ 1 = 1 ∈ W A .
K −3
0
Base de W1A : Notemos que
     
−1 −6 7 0 32 −32 0 1 −1
A − I = −1 −2 3  , y (A − I)2 = 0 16 −16 eq. filas 0 0 0 .
−1 2 −1 0 0 0 0 0 0
Como     
0 1 −1 a 0
0 0 0   b  = 0
0 0 0 c 0
sii b = c, tenemos que [a, b, c]T ∈ W1A sii b = c. Por lo que los vectores de W1A
tienen la forma [a, b, b]T , para a, b ∈ R. Claramente
   
1 0
~ 2 = 0 y K
K ~ 3 = 1 .
0 1
son autovectores generalizados l. i. asociados a 1.
4 J.C. MARTÍN

Soluciones: Como K ~ 1, K
~2 y K ~ 3 son l. i., un conjunto fundamental de soluciones
es {ϕ1 , ϕ2 , ϕ3 }, con  
2
~ 1 = e−3 t 1 ,
ϕ1 (t) = e−3 t K
0
     
1 0 0 −1 −6 7 1
~ 2 = et 0 1 0 + t −1 −2 3  0
ϕ2 (t) = et (I + t(A − I))K
0 0 1 −1 2 −1 0
    
1 − t −6 t 7t 1 1−t
= et  −t 1 − 2 t 3 t  0 = et  −t 
−t 2t 1−t 0 −t
    
1 − t −6 t 7t 0 t
~ 3 = et  −t 1 − 2 t
ϕ3 (t) = et (I + t(A − I))K 3 t  1 = et 1 + t .
−t 2t 1−t 1 1+t
El siguiente es el ejemplo (b) de la página 138 de [1].
Ejemplo 3. Resolvamos el sistema X ′ = A X, con
 
−2 1 1
A =  0 −2 2  .
0 0 −2
Como pA (λ) = −(λ + 2)3 , −2 es autovalor de A con multiplicidad 3. Por tanto,
A
W−2 = R3 . Ası́ podemos tomar
     
1 0 0
~ 1 = 0 , K
K ~ 2 = 1 y K ~ 3 = 0 .
0 0 1
Como    
0 1 1 0 0 2
A + 2 I = 0 0 2 y (A + 2 I)2 = 0 0 0 ,
0 0 0 0 0 0
tenemos que
     
1 0 0 0 1 1 2 0 0 2
t2 t
I + t (A + 2 I) + (A + 2 I)2 = 0 1 0 + t 0 0 2 + 0 0 0
2 2
0 0 1 0 0 0 0 0 0
t + t2
 
1 t
= 0 1 2t .
0 0 1
Ası́ un conjunto fundamental de soluciones es {ϕ1 , ϕ2 , ϕ3 }, con
t2
 
ϕj (t) = e−2 t I + t (A + 2 I) + (A + 2 I)2 K ~ j , (j = 1, 2, 3),
2
i.e.
t + t2
     
1 t
ϕ1 (t) = e−2 t 0 , ϕ2 (t) = e−2 t 1 y ϕ3 (t) = e−2 t  2 t  .
0 0 1
 AUTOVECTORES GENERALIZADOS Y . . . 5

Autovalores no reales
Si λ es un autovalor no real de A ∈ Mn×n (R) con multiplicidad m, un autovector
generalizado de A asociado a λ es un vector K ~ ∈ Cn tal que (A − λ I)m K ~ = ~0.
Los autovectores generalizados asociados a un autovalor real son reales, mientras
que los autovectores generalizados asociados a un autovalor no real son no reales.
Definimos WλA ⊂ Cn , para λ autovalor no real de A, como el conjunto de todos
los autovectores generalizados asociados a λ. WλA es un subespacio, de dimensión
compleja m, de Cn .
Para hallar un conjunto fundamental de soluciones de X ′ = AX debemos hallar
m soluciones linealmente independientes “asociadas” a λ, si λ es un autovalor de
A con multiplicidad m. Esto es, si λ1 , . . . , λk son los autovalores de A (λi 6= λj si
i 6= j) y λj tiene multiplicidad mj , entonces m1 + · · · + mk = n, y debemos hallar
mj soluciones linealmente independientes asociadas a λj . Para λj real sabemos que
hay mj autovectores generalizados linealmente independientes asociados a λj , vı́a
el Teorema 2 obtenemos mj soluciones linealmente independientes. Las soluciones
asociadas a autovalores distintos resultaran entre ellas linealmente independientes.
Ası́ que sólo nos falta hallar las soluciones asociadas a autovalores complejos.
Recordemos que si λ es un autovalor no real de A con multiplicidad m entonces
λ̄ es también autovalor de A con multiplicidad m. Para hallar las 2 m solucio-
nes asociadas a los autovalores λ y λ̄ hacemos lo siguiente: Hallamos una base
{K ~ 1, . . . , K
~ m } de W A . Sean
λ
m−1
X j t ~ i,
ψi (t) = eλ t (A − λ I)j K
j=0
j!

para i = 1, . . . , m. Entonces ψi : R → Cn . Las 2 m soluciones l. i. asociadas a λ y

λ̄ son
ϕ1 (t) = ℜ(ψ1 (t)), . . . , ϕm (t) = ℜ(ψm (t)),
ϕm+1 (t) = ℑ(ψ1 (t)), . . . , ϕ2 m (t) = ℑ(ψm (t)),
donde ℜ(z) y ℑ(z) denotan respectivamente la parte real e imaginaria de z ∈ C,
i.e. z = ℜ(z) + iℑ(z). Notemos que para hallar las 2 m soluciones asociadas a λ y
λ̄ no usamos para nada a λ̄.
El siguiente es el ejemplo (b) de la página 151 de [1].
Ejemplo 4. Resolvamos X ′ = A X, con
 
0 1 0 0
0 0 1 0
A= 0 0
.
0 1
−1 0 −2 0
Como pA (λ) = λ4 +2 λ2 +1 = (λ2 +1)2 = (λ−i)2 (λ+i)2 , entonces los autovalores
de A son i y −i ambos con multiplicidad 2, notar que −i = ī.
Hallemos una base de WiA . Notemos que
   
−i 1 0 0 −1 −2 i 1 0
 0 −i 1 0 , (A − i I)2 =  0 −1 −2 i 1 

A −iI = 0

0 −i 1  −1 0 −3 −2 i
−1 0 −2 −i 2 i −1 4i −3
6 J.C. MARTÍN

y esta última matriz es equivalente por filas a

 
1 0 3 2i
0 1 2 i −1
 .
0 0 0 0
0 0 0 0

Por tanto si [a, b, c, d]T ∈ C4 está en WiA , tenemos que

    
1 0 3 2i a 0
0 1 2 i −1  b  0
   =  ,
0 0 0 0   c  0
0 0 0 0 d 0

esto es, a = −3 c − 2 i d y b = −2 i c + d, o equivalentemente los elementos de WiA

~ 1, K
tienen la forma [−3 c − 2 i d, −2 i c + d, c, d]. Ası́ {K ~ 2 } es una base de W A , con
i
   
−3 −2 i
−2i  1 
~
K1 =   ~
y K2 =   .
1  0 
0 1

Como
 
1−it t 0 0
 0 1−it t 0 
ei t = cos(t) + i sen(t) y I + t (A − i I) = 
 0
,
0 1−it t 
−t 0 −2 t 1 − i t

tenemos que
 
−3 + i t
~ 1 = ei t −2 i − t
ψ1 (t) = ei t (I + t (A − i I))K
 
 1−it 
t
 
−3 cos(t) + i cos(t)t − 3 i sen(t) − t sen(t)
−2 i cos(t) − t cos(t) + 2 sen(t) − i t sen(t)
=  cos(t) − i cos(t)t + i sen(t) + t sen(t) 


t cos(t) + i t sen(t)
y
 
−2 i − t
~ 2 = ei t  1 − i t 
ψ2 (t) = ei t (I + t (A − i I))K
 
 t 
it+1
 
−2 i cos(t) − t cos(t) + 2 sen(t) − i t sen(t)
 cos(t) − i cos(t)t + i sen(t) + t sen(t) 
= .
 t cos(t) + i t sen(t) 
i cos(t)t + cos(t) − t sen(t) + i sen(t)
 AUTOVECTORES GENERALIZADOS Y . . . 7

Por lo tanto, {ϕ1 , . . . , ϕ4 } es un conjunto fundamental de soluciones, con

   
−3 cos(t) − t sen(t) −t cos(t) + 2 sen(t)
−t cos(t) + 2 sen(t)  cos(t) + t sen(t) 
ϕ1 (t) = 
 cos(t) + t sen(t)  , ϕ2 (t) = 
  ,
t cos(t) 
t cos(t) cos(t) − t sen(t)
   
cos(t)t − 3 sen(t) −2 cos(t) − t sen(t)
−2 cos(t) − t sen(t)  − cos(t)t + sen(t) 
ϕ3 (t) = 
 − cos(t)t + sen(t)  , ϕ4 (t) = 
  .
t sen(t) 
t sen(t) cos(t)t + sen(t)
Referencias
[1] A & J Viola-Prioli: Ecuaciones diferenciales ordinarias. 3era Edición. Dpto. Matemáticas
Puras y Aplicadas, USB, 1993.