Informe Sistema Hogeneo

UNIVERSIDAD NACIONAL DE CAJAMARCA
FACULTAD DE EDUCACIÓN
ESCUELA ACADÉMICO PROFESIONAL DE EDUCACIÓN
DEPARTAMENTO ACADÉMICO DE MATEMÁTICAS
ASIGNATURA: ECUACIONES DIFERENCIALES
DOCENTE: Dr. JUAN JULCA NOVOA
TEMA DE INVESTIGACIÓN: SISTEMA DE ECUACIONES DIFERENCIALES
HOMOGÉNEAS
EQUIPO DE TRABAJO Nº: 2
INTEGRANTES: ORRILLO CARUAJULCA, Robert.
REQUELME CHUQUIMANGO, Luis Javier.
ROJAS BLANCO, Rosmel Elvis.
ROJAS SALIRROSAS, Edgard José.
RONCAL VARGAS, Micaela.
RUITON TANTA, Edilberto.
FECHA DE PRESENTACIÓN: Cajamarca, 21 de noviembre de 2016.

Universidad Nacional De Cajamarca
Facultad De Educación
Especialidad De Matemática E Informática
RESUMEN
Llamamos sistema de ecuaciones lineales homogéneo a todo sistema de

ecuaciones diferenciales, en el que todos los términos independientes son nulos.
Para determinar una solución debemos tener en cuenta los valores propios, si
son: reales distintos, reales repetidos o complejos. La solución general de un
sistema lineal de ecuaciones diferenciales homogéneas es la combinación lineal
del conjunto fundamental de soluciones.
1
INTRODUCCIÓN
Como parte de la formación científica, investigadora y profesional del estudiante

de Matemática e Informática de la Universidad Nacional de Cajamarca, se ha
realizado el presente trabajo de investigación; que ayudará a resolver sistemas
homogéneos de ecuaciones diferenciales lineales, como parte de la tercera
unidad del curso de Ecuaciones Diferenciales. Teniendo como campo de
estudio: la matemática dentro ello las ecuaciones diferenciales dentro de ello el
objeto de estudio, sistemas homogéneos lineales de ecuaciones diferenciales.
Nuestro objetivo es conocer, comprender: las definiciones, teoremas y solución

general de un sistema homogéneo de ecuaciones diferenciales lineales.
Teniendo como hipótesis: la solución de un sistema lineal homogéneo de primer
orden tiene dos posibilidades: cero como solución (llamada solución trivial) o un
número infinito de soluciones adicional a cero como solución (llamada solución
no trivial). Nos vemos precisados a preguntar si siempre es posible determinar
una solución no trivial de la forma:
𝒌𝟏
𝒌
𝑿 = ( 𝟐 ) 𝒆𝝀𝒕 = 𝑲𝒆𝝀𝒕
⋮
𝒌𝒏
2
ÍNDICE
RESUMEN .................................................................................................................... 1
INTRODUCCIÓN .......................................................................................................... 2
ÍNDICE ......................................................................................................................... 3
III .MARCO TEÓRICO .................................................................................................. 5
SISTEMA LINEAL HOMOGÉNEO ............................................................................ 5
1. Forma normal y matricial ............................................................................... 5
2. Vector Solución ............................................................................................. 6
3. Principio de superposición ............................................................................. 7
4. Teorema 1.1. Principio de superposición ....................................................... 7
5. DEFINICIÓN 1.1 Dependencia e independencia lineal .................................. 8
6. El WRONSKIANO ......................................................................................... 8
7. DEFINICIÓN 1.2 Conjunto fundamental de soluciones.................................. 9
8. TEOREMA 1.3 Existencia de un conjunto fundamental de soluciones .......... 9
9. TEOREMA 1.4 Solución general, sistemas homogéneos .............................. 9
10. DEFINICIÓN Eigenvalores y eigenvectores ............................................. 9
11. Método de los valores propios y vectores propios (eigenvalores y

eigenvectores) .................................................................................................... 10
11.1. Valores propios (eigenvalores) reales y distintos................................ 10
11.1.1. Teorema 1.5 Solución general. .................................................... 10
11.2. Valores propios repetidos................................................................... 14
11.2.1. Valor propio de multiplicidad dos: ................................................. 16
11.2.2. Valores propios de multiplicidad tres: ........................................... 19
11.3. Valores propios complejos ................................................................. 21
11.3.1. TEOREMA 1.4 : Soluciones correspondientes a un valor propio

complejo. 22
3
11.3.2. TEOREMA 1.5 Soluciones reales correspondientes a un valor propio

complejo 24
MARCO METODOLÓGICO ........................................................................................ 26
CONCLUSIONES ....................................................................................................... 27
RECOMENDACIONES ............................................................................................... 28
AUTOCRÍTICA ........................................................................................................... 29
LISTA DE REFERENCIAS.......................................................................................... 30
4
III .MARCO TEÓRICO
SISTEMA LINEAL HOMOGÉNEO
1. Forma normal y matricial
Partiendo de la forma normal o estándar de un sistema lineal de ecuaciones

diferenciales
𝑑𝑥1
= 𝑎11 (𝑡)𝑥1 + 𝑎12 (𝑡)𝑥2 + ⋯ + 𝑎1𝑛 (𝑡)𝑥𝑛 + 𝑓1 (𝑡)
𝑑𝑡
𝑑𝑥2
= 𝑎21 (𝑡)𝑥1 + 𝑎22 (𝑡)𝑥2 + ⋯ + 𝑎2𝑛 (𝑡)𝑥𝑛 + 𝑓2 (𝑡)
𝑑𝑡 (1)
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑑𝑥𝑛
= 𝑎𝑛1 (𝑡)𝑥1 + 𝑎𝑛2 (𝑡)𝑥2 + ⋯ + 𝑎𝑛𝑛 (𝑡)𝑥𝑛 + 𝑓𝑛 (𝑡)
𝑑𝑡
Donde los coeficientes 𝑎𝑖𝑗 y las funciones, 𝑓𝑛 son continuos en un intervalo

común 𝐼. Cuando 𝑓𝑖 (t) = 0, i = 1, 2, . . . , n, se dice que el sistema lineal es
homogéneo.
O también en sus forma matricial donde Si X, A(t) y F(t) representan las matrices
respectivas
𝑥1 (𝑡) 𝑎11 (𝑡) 𝑎12 (𝑡) ⋯ 𝑎1𝑛 (𝑡) 𝑓1 (𝑡)

𝑥 (𝑡) 𝑎 (𝑡) 𝑎22 (𝑡) ⋯ 𝑎2𝑛 (𝑡) 𝑓 (𝑡)
𝑥=( 2 ) , 𝐴(𝑡) = ( 21 ) , 𝐹(𝑡) = ( 2 )
⋮ ⋮ ⋮ ⋮
𝑥𝑛 (𝑡) 𝑎𝑛1 (𝑡) 𝑎𝑛2 (𝑡) ⋯ 𝑎𝑛𝑛 (𝑡) 𝑓𝑛 (𝑡)
El sistema (1) de ecuaciones diferenciales lineales de primer orden se puede
expresar como sigue:
𝑥1 𝑎11 (𝑡) 𝑎12 (𝑡) ⋯ 𝑎1𝑛 (𝑡) 𝑥1 𝑓1 (𝑡)

𝑑 𝑥2 𝑎 (𝑡) 𝑎22 (𝑡) ⋯ 𝑎2𝑛 (𝑡) 𝑥2 𝑓 (𝑡)
( ⋮ )=( 21 )( ⋮ ) + ( 1 )
𝑑𝑡 ⋮ ⋮ ⋮
𝑥𝑛 𝑎𝑛1 (𝑡) 𝑎𝑛2 (𝑡) ⋯ 𝑎𝑛𝑛 (𝑡) 𝑥𝑛 𝑓𝑛 (𝑡)
O simplemente como
X´ = A(t)X + F(t) (2)
5
Si F(t) = 0 entonces el sistema es homogéneo, su forma matricial es

𝑋´ = 𝐴(𝑡)𝑋 (3)
Ejemplo 1: Sistemas homogéneos expresados en notación matricial
𝑥
a) si 𝑥 = (𝑦), la forma matricial del sistema homogéneo
𝑑𝑥
= 3𝑥 + 4𝑦
𝑑𝑡
𝑑𝑦
= 5𝑥 − 7𝑦
𝑑𝑡
3 4
𝐸𝑠 𝑋´ = ( )𝑋
5 −7
𝑥
b) si 𝑋 = (𝑦), la forma matricial del sistema homogéneo
𝑧
𝑑𝑥
= 6𝑥 + 𝑦 + 𝑧
𝑑𝑡
𝑑𝑧
= 8𝑥 + 7𝑦 − 𝑧
𝑑𝑡
𝑑𝑧
= 2𝑥 + 9𝑦 − 𝑧
𝑑𝑡
6 1 1
Es 𝑋´ = (8 7 −1) 𝑋
2 9 −1
2. Vector Solución
Un vector solución en un intervalo 𝐼 es cualquier matriz columna.
𝑥1 (𝑡)
𝑥 (𝑡)
𝑋=( 2 )
⋮
𝑥𝑛 (𝑡)
Cuyos elementos son funciones diferenciales que satisfagan el sistema (3)

en el intervalo 𝐼.
6
Ejemplo 2: Comprobación de soluciones
Compruebe que, en el intervalo (-∞, ∞),
1 −2𝑡 3 6𝑡
𝑥1 = ( ) 𝑒 −2𝑡 = ( 𝑒 −2𝑡 ) y 𝑥2 = ( ) 𝑒 6𝑡 = (3𝑒 6𝑡 )
−1 −𝑒 5 5𝑒
1 3
Son soluciones de 𝑋´ = ( ) 𝑋. (4)
5 3
SOLUCIÓN
6𝑡
En 𝑿´𝟏 = (−𝟐𝒆−𝟐𝒕 ) 𝒚 𝑿´𝟐 = (18𝑒6𝑡 )
−𝟐𝒕
vemos que
𝟐𝒆 30𝑒
1 3 −2𝑡 −2𝑡 −2𝑡 −𝟐𝒆−𝟐𝒕

𝐴𝑋1 = ( ) ( 𝑒 −2𝑡 ) = ( 𝑒 −2𝑡− 3𝑒 −2𝑡 ) = ( −𝟐𝒕 ) = 𝑿´𝟏
5 3 −𝑒 5𝑒 − 3𝑒 𝟐𝒆
1 3 3𝑒 6𝑡 6𝑡 6𝑡 𝟔𝒕
𝐴𝑋2 = ( ) ( 6𝑡 ) = ( 3𝑒 6𝑡+ 15𝑒 6𝑡 ) = (𝟏𝟖𝒆𝟔𝒕 ) = 𝑿´𝟐
5 3 5𝑒 15𝑒 + 15𝑒 𝟑𝟎𝒆
Gran parte de la teoría de los sistemas de n ecuaciones diferenciales

lineales de primer orden se parece a la de las ecuaciones diferenciales
lineales n- ésimo de orden.
3. Principio de superposición
El siguiente resultado es un principio de superposición para soluciones de

sistemas lineales.
4. Teorema 1.1. Principio de superposición
Sean 𝑥1 , 𝑥2 , … , 𝑥𝑘 un conjunto de vectores un conjunto de vectores solución del

sistema homogéneo (3) en un intervalo 𝐼. Entonces la combinación lineal
𝑋 = 𝑐1 𝑋1 + 𝑐2 𝑋2 + ⋯ + 𝑐𝑘 𝑋𝑘 ,
En que las 𝑐𝑖 , 𝑖 = 1,2, …, son constantes arbitrarias, es también una solución en

el intervalo.
7
Como consecuencia del teorema 1.1 un múltiplo constante de cualquier vector

solución de un sistema homogéneo de ecuaciones diferenciales lineales de
primer orden es también una solución.
5. DEFINICIÓN 1.1 Dependencia e independencia lineal
Sea 𝑥1 , 𝑥2 , . . . , 𝑥𝑘 un conjunto de vectores solución del sistema homogéneo (2) en

un intervalo 𝐼. Se dice que el conjunto es linealmente independiente en el
intervalo si existen constantes 𝑐1 , 𝑐2 , . . . , 𝑐𝑘 , no todas cero, tales que
𝑐1𝑋1+𝑐2𝑋2+…+𝑐𝑘𝑋𝑘=0
Para toda 𝑡 en el intervalo. Si el conjunto de vectores no es linealmente

dependiente en el intervalo, se dice que es linealmente independiente.
6. El WRONSKIANO
“Sea Φ(t) una matriz solución (es decir cada columna es un vector solución)
de 𝒙, = 𝐴(𝑡)𝒙, → 𝑊(𝑡) = det Φ(t) 𝑙𝑜 𝑙𝑙𝑎𝑚𝑎𝑟𝑒𝑚𝑜𝑠 𝑊𝑟𝑜𝑛𝑠𝑘𝑖𝑎𝑛𝑜 𝑑𝑒 Φ(t)
Observación. Si Φ(t) es una matriz fundamental, entonces
W(t) = det Φ(t) ≠ 0”1
Teorema 1.2 criterio para las soluciones linealmente independientes
𝑥11 𝑥12 𝑥1𝑛

𝑥21 𝑥22 𝑥2𝑛
Sean 𝑥1 = ( ⋮ ) , 𝑥2 = ( ⋮ ) , … , 𝑥𝑛 = ( ⋮ )
𝑥𝑛1 𝑥𝑛2 𝑥𝑛𝑛
Sean 𝑛 vectores solución del sistema homogéneo, ecuaciones (2), en un

intervalo 𝐼. El conjunto de vectores es linealmente en 𝐼 si y solo si el wronskiano.
𝑥11 𝑥12 ⋯ 𝑥1𝑛

𝑥21 𝑥22 ⋯ 𝑥2𝑛
𝑤(𝑥1 , 𝑥2 , . . . , 𝑥𝑛 ) = | ⋮ ⋮ ⋮ |≠0 (5)
𝑥𝑛1 𝑥𝑛2 ⋯ 𝑥𝑛𝑛
1 Escobar A, Jaime. “Ecuaciones diferenciales”, p251
8
Para todo 𝑡 en el intervalo.
7. DEFINICIÓN 1.2 Conjunto fundamental de soluciones
Cualquier conjunto 𝑥1 , 𝑥2 , . . . , 𝑥𝑛 de 𝑛 vectores solución linealmente

independientes del sistema homogéneo (2) en un intervalo 𝐼 se dice que es un
conjunto fundamental de soluciones en el intervalo.
8. TEOREMA 1.3 Existencia de un conjunto fundamental de soluciones
Existe un conjunto fundamental de soluciones para el sistema homogéneo (2) en

un intervalo 𝐼.
Los dos teoremas siguientes son equivalentes a los teoremas (Solución general,
ecuaciones homogéneas) y (Solución general, ecuaciones no homogéneas) para
sistemas lineales.
9. TEOREMA 1.4 Solución general, sistemas homogéneos
Sea 𝑥1 , 𝑥2 , . . . , 𝑥𝑛 un conjunto fundamental de soluciones del sistema homogéneo

(2) en un intervalo 𝐼. Entonces la solución general del sistema en el intervalo es
𝑋 = 𝑐1 𝑋1 + 𝑐2 𝑋2 + ⋯ + 𝑐𝑛 𝑋𝑛 ,
Donde las 𝑐𝑖 , 𝑖 = 1,2, … , 𝑛 son constantes arbitrarias.
10. DEFINICIÓN Eigenvalores y eigenvectores
El número 𝝀 (cero o diferente de cero) se llama Eigenvalor de la matriz 𝐴 de

tamaño 𝑛 𝑥 𝑛 siempre que
|𝐴 − 𝜆𝐼| = 0
Un eigenvector asociado con el eigenvalor 𝝀 es un vector 𝑣⃗ (no nulo) por

consiguiente 𝐴𝑣⃗ = 𝜆𝑣⃗, tal que (𝐴 − 𝜆𝐼)𝑣⃗ = 0.
9
11. Método de los valores propios y vectores propios (eigenvalores y

eigenvectores)
“La descripción general de este método para resolver el sistema con

coeﬁcientes constantes homogéneos de 𝑛 𝑥 𝑛, 𝑥 ′ = 𝐴𝑥 es de la siguiente
manera:
Primero se resuelve la ecuación característica de la siguiente forma
𝑎1 − 𝝀 𝑎12 … 𝑎1𝑛
𝑎 𝑎22 − 𝝀 … 𝑎2𝑛
|𝐴 − 𝜆𝐼| = | 21 |=0
⋮ ⋮ ⋮ ⋮
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛 − 𝝀
Para los eigenvalores 𝜆1 , 𝜆2 , … , 𝜆𝑛 de la matriz 𝐴.
Luego se intenta encontrar 𝑛 eigenvectores linealmente independientes

𝑣1 , 𝑣2 , … , 𝑣𝑛 asociados con estos eigenvalores.”2 Los vectores propios o
eigenvectores van a depender de los valores propios( eigenvalores) a
continuación describimos cada caso.
11.1. Valores propios (eigenvalores) reales y distintos
Cuando la matriz 𝐴 de 𝑛 × 𝑛 tiene 𝑛 valores propios reales y distintos:

𝜆1 , 𝜆2 , … , 𝜆𝑛 , siempre se puede determinar un conjunto de 𝑛 vectores propios
linealmente independientes, 𝐾1 , 𝐾2 , … , 𝐾𝑛 y
𝑋1 = 𝐾1 𝒆𝝀𝟏 𝒕 , 𝑋2 = 𝐾2 𝒆𝝀𝟐 𝒕 , …, 𝑋𝑛 = 𝐾𝑛 𝒆𝝀𝒏 𝒕 Será el conjunto fundamental de

soluciones del sistema homogéneo (6).
11.1.1. Teorema 1.5 Solución general.
Sean 𝜆1 , 𝜆2 , … , 𝜆𝑛 , 𝑛 eigenvalores reales y distintos de la matriz 𝐴 de

coeficientes del sistema homogéneo (6) y sean 𝐾1 , 𝐾2 , … , 𝐾𝑛 los vectores
2 http://www-elec.inaoep.mx/~rogerio/ecuaciones-diferenciales-y-problemas-con-valores-en-la-
frontera-130913154103-phpapp02.pdf pg306
10
propios correspondientes. Entonces la solución general de (6) en el

intervalo 𝐼 es
𝑋 = 𝑐1 𝐾1 𝒆𝝀𝟏 𝒕 + 𝑐2 𝐾2 𝒆𝝀𝟐 𝒕 + ⋯ + 𝑐𝑛 𝐾𝑛 𝒆𝝀𝒏 𝒕
Ejemplos
a) Resuelva:
𝑑𝑥
= 2𝑥 + 3𝑦
𝑑𝑡
𝑑𝑥 (1)
= 2𝑥 + 𝑦
𝑑𝑡
Solución
Primero determinamos los valores y vectores propios de la matriz de

coeficientes.
En la ecuación característica (polinomio característico)
2−𝜆 3
det(𝐴 − 𝜆𝐼) = | | = 𝜆2 − 3𝜆 − 4 = (𝜆 + 1)(𝜆 − 4) = 0
2 1−𝜆
Vemos que los valores propios son 𝜆1 = −1 y 𝜆2 = 4
Ahora para 𝜆1 = −1, la ecuación (3) equivale a
𝟑𝑘1 + 𝟑𝑘2 = 𝟎
𝟐𝑘1 + 𝟐𝑘2 = 𝟎
Por consiguiente 𝑘1 = −𝑘2. Cuando 𝐾2 = −1,
El vector propio relacionado es
1
𝐾1 = ( ).
−1
Cuando 𝜆1 = 4
11
−2𝑘1 + 3𝑘2 = 0
2𝑘1 − 3𝑘2 = 0
−3𝑘2
De modo que 𝑘1 = y, por lo tanto, con 𝑘2 = 2, el vector propio
2
correspondiente es
3
𝐾2 = ( ).
2
Como la matriz 𝐴 de coeficientes es de 2 × 2, y en vista que hemos

llegado a dos soluciones de (4) linealmente independientes que son
1 −𝑡 3
𝑋1 = ( )𝑒 Y 𝑋2 = ( ) 𝑒 4𝑡
−1 2
Concluimos que la solución general del sistema es
1 −𝑡 3
𝑋 = 𝑐1 𝑋1 + 𝑐2 𝑋2 = 𝑐1 ( )𝑒 + 𝑐2 ( ) 𝑒 4𝑡 . (2)
−1 2
Debe considerarse que escribir una solución de un sistema de

ecuaciones en términos de matrices es simplemente una
alternativa al método que se empleó anteriormente, es decir,
enumerar cada una de las funciones y la relación entre las
constantes.
Si sumamos los vectores en el lado derecho de (2) y después

igualamos las entradas con las entradas correspondientes en el
vector en el lado izquierdo, se obtiene la expresión familiar
𝑥 = 𝑐1 𝒆−𝒕 + 3𝑐2 𝒆𝟒𝒕 , 𝑦 = −𝑐1 𝒆−𝒕 + 2𝑐2 𝒆𝟒𝒕 ,
Se puede interpretar estas ecuaciones como ecuaciones

paramétricas de curvas en el plano 𝑥𝑦 o plano fase. Cada curva,
que corresponde a elecciones específicas de 𝑐1 y 𝑐2 , se llama
trayectoria.
12
b) Resuelva
𝑑𝑥
= −4𝑥 + 𝑦 + 𝑧
𝑑𝑡
𝑑𝑥
= 𝑥 + 5𝑦 − 𝑧 (1)
𝑑𝑡
𝑑𝑥
= 𝑦 − 3𝑧
𝑑𝑡
Solución
Usaremos los cofactores del tercer renglón, con lo cual
−4 − 𝝀 1 1
det(𝐴 − 𝝀𝑰) = | 1 5−𝝀 −1 | = −(𝝀 + 𝟑)(𝝀 + 𝟒)(𝝀 − 𝟓) = 𝟎,
0 1 −3 − 𝝀
De modo que los valores propios son: 𝜆1 = −3, 𝜆2 = −4 𝑦 𝜆3 =5
Para 𝜆1 = −3, una eliminación de Gauss – Jordan conduce a
(𝐴 − (−𝟑)𝑰| 𝟎) = (𝐴 + 3𝑰|𝟎)
−1 1 1 0 𝑜𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠
𝑑𝑒 𝑟𝑒𝑛𝑔𝑙𝑜𝑛
1 0 −1 0
=( 1 8 −1 |0) → (0 1 0 |0)
0 1 0 0 0 0 0 0
Por lo tanto 𝑘1 = 𝑘3 y 𝑘2 = 0 . Elegimos la opción 𝑘3 = 1 produce un

vector propio y su vector solución correspondiente
1 1
𝐾1 = ( 0 ), 𝑋1 = ( 0 ) 𝒆−𝟑𝒕 (2)
1 1
De igual forma, Para 𝝀𝟐 = −𝟒,
(𝐴 − (−𝟒)𝑰| 𝟎) = (𝐴 + 4𝑰|𝟎)
0 1 1 0 𝑜𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠
1 0 −10 0
= (1 9 −1|0) → (0 1 1 |0)
0 1 10 0 0 0 0
13
Por lo tanto 𝑘1 = 10𝑘3 y 𝑘2 = −𝑘3 . Elegimos la opción 𝑘3 = 1

produce un vector propio y su vector solución correspondiente
10 10
𝐾2 = (−1), 𝑋2 = (−1) 𝒆−𝟒𝒕 (3)
1 1
Por ultimo Para 𝝀𝟑 = 𝟓,
−9 1 1 0 𝑜𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠
1 0 −10 0
(𝐴 − 5𝑰| 𝟎) = ( 1 0 −1 |0) → (0 1 −8 |0)
0 1 −8 0 0 0 0 0
Por lo tanto 𝑘1 = 𝑘3 y 𝑘2 = 8𝑘3 . Elegimos la opción 𝑘3 = 1 produce

un vector propio y su vector solución correspondiente
1 1
𝐾3 = ( 8 ), 𝑋2 = ( 8 ) 𝒆𝟓𝒕 . (4)
1 1
La solución general de (1) será la combinación lineal de los vectores

(2), (3) y (4)
1 10 1
−𝟑𝒕 −𝟒𝒕
0
x = 𝑐1 ( ) 𝒆 −1
+ 𝑐2 ( ) 𝒆 + 𝑐3 ( ) 𝒆𝟓𝒕
8
1 1 1
11.2. Valores propios repetidos
No todos los 𝒏 valores propios 𝜆1 , 𝜆2 ,… 𝜆𝑛 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.
3 −18
𝑿′ = ( )X (1)
2 −9
E s ( 𝜆 + 3)2 = 0 por lo tanto 𝜆1 =𝜆2 = -3 es una raíz de multiplicidad, dos.

Para este valor se obtiene el valor propio.
14
3 3
𝐾1 = ( )’ De modo que 𝑿1 = ( ) 𝒆−3𝑡 (2)
1 1
(2) Es una solución de (1). 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 y si (𝜆 − 𝜆)𝑚 es un factor, de la

ecuación característica, mientras que (𝜆 − 𝜆1 )𝑚+1 no lo es, se dice que 𝜆1
es un factor propio de multiplicidad m.
En los tres ejemplos siguientes revisaremos estos casos.
Para algunas matrices de 𝒏 𝑥 𝒏 se podrá determinar m factores, propios

linealmente independientes, 𝑲𝟏 , 𝑲𝟐 ,… 𝑲𝒎 , correspondiente a un valor
propio 𝜆1 de multiplicidad de m ≤ n. en este caso la solución general de
sistema contiene la combinación lineal.
𝒄𝟏 𝑲𝟏 𝒆𝝀𝟏 𝒕 + 𝒄𝟐 𝑲𝟐 𝒆𝝀𝟏 𝒕 + ...+ 𝒄𝒏 𝑲𝒏 𝒆𝝀𝟏 𝒕
Si solo hay un vector propio que corresponde al valor propio, 𝛌𝟏 de

multiplicidad 𝑚, siempre será posible hallar m soluciones linealmente
independientes de la forma:
𝑿𝟏 = 𝑲𝟏𝟏 𝒆𝝀𝟏 𝒕
X2 = K 21 eλ1 t + K 22 eλ1 t
tm−1 tm−2
𝑿𝒎 = 𝑲𝒎𝟏 (𝒎−𝟏)! 𝒆𝝀𝟏 𝒕 + 𝑲𝒎𝟐 (𝒎−𝟐)! 𝒆𝝀𝟏 𝒕 + … . 𝑲𝒎𝒎 𝒆𝝀𝟏 𝒕
Donde 𝑘𝑖𝑗 son vectores columna.
15
11.2.1. 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
1 −2 2
𝑿′ = (−2 1 −2) 𝑋 (1)
2 −2 1
SOLUCIÓN
Desarrollamos el determinante en la ecuación característica.
1−𝜆 −2 2
det (A – AI) = | −2 1−𝜆 −2 |= 0
2 −2 𝑙−ℎ
y obtenemos −(λ + 1)2 (𝜆 − 5) = 0 veamos que 𝝀𝟏= 𝝀𝟐 = −𝟏 , y que

𝝀𝟑= 𝟓.
Para 𝝀𝟏= − 𝟏, la eliminación de Gauss-Jordán da:
𝑜𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠
2 −2 2 0 𝑐𝑜𝑛 𝑟𝑒𝑛𝑔𝑙𝑜𝑛
1 −1 2 1
(𝐴 + 𝑰|𝟎) = ( −2 2 −2|0) → ( (0 0 −2 |0))
2 −2 20 0 0 1 0
El primer renglón de la última matriz indica que 𝑘1 - 𝑘2 + 𝑘3 = 0; o

sea 𝑘1 = 𝑘2 - 𝑘3 . Las opciones 𝑘2 = 1 , 𝑘3 = 0; 𝑘2 = 1 , 𝑘3 = 1;
Producen a su vez 𝑘1 = 1 y 𝑘1 = 0 así dos vectores propios que
corresponden a 𝜆1 = −1 son:
16
1 0
𝐾1 = (1) Y 𝐾2 = (1) } (2)
0 1
Puesto que ninguno de los vectores propios es múltiplo constante

del otro, hemos llegado a dos soluciones, linealmente
independientes que corresponden al mismo valor:
1 0
𝑋1 = (1) 𝒆−𝒕 Y 𝑋2 = (1) 𝒆−𝒕
0 1
Por ultimo cuando 𝜆3 = 5, la reducción
𝑜𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠
−4 −2 2 0 𝑐𝑜𝑛 𝑟𝑒𝑛𝑔𝑙𝑜𝑛
1 0 −1 0
(𝐴 + 𝟓𝑰|𝟎) = (−2 −4 −2 |0) → (0 1 1 |0 )
2 −2 −4 0 0 0 0 0
Implica que 𝑘1 = 𝑘3 y 𝑘1 = −𝑘3 . Escogemos a 𝑘3 = 1, y

obtenemos 𝑘1 = 1 y 𝑘2 = −1 ; de este modo un tercer vector propio
es:
1
𝐾3 = (−1) (3)
1
De (2) y (3) Resulta que la solución general del sistema:
1 0 1
X = 𝑐1 (1) 𝒆−𝒕 + 𝑐2 (1) 𝒆−𝒕 + 𝑐3 (−1) 𝒆𝟓𝒕
0 1 1
En el ejemplo anterior, la matriz de coeficientes es de un tipo especial llamado

simétrica.
17
Se dice que una matriz 𝐴 de 𝑛 𝑥 𝑛 es simétrica si su transpuesta 𝑨𝑻 (con los

renglones y columnas intercambiados) es igual a 𝐴; es decir, si = 𝑨. Se puede
demostrar que la matriz 𝐴 del sistema X ′ = AX es simétrica y tiene elementos
reales, siempre será posible hallar 𝒏 vectores propios linealmente
independientes 𝑲𝟏 , 𝑲𝟐 , … , 𝑲𝒏 y la solución general de este sistema es la que
indica el teorema 1.5. De acuerdo con el ejemplo anterior el resultado es válido,
aun cuando se repitan algunos de los valores propios.
Caso 2. Ahora supongamos que 𝜆1 es un valor propio de multiplicidad dos y que

solo hay un vector propio asociado con él. Se puede determinar una segunda
solución de la forma.
𝑿𝟐 = 𝑲𝒕𝒆𝝀𝟏 𝒕 + 𝑷𝒆𝝀𝟏 𝒕 (∗)

𝑲𝟏 𝑷𝟏
𝑲𝟐 𝑷𝟐
En donde K= .. y P= ..
. .
(𝑲 𝒏 ) (𝑷 𝒏 )
Para comprobarlo sustituimos la ecuación (12) en el sistema 𝑿′ = 𝑨𝑿 y

simplificamos
(AK-𝝀𝟏 𝐊) 𝒕𝒆𝝀𝟏 𝒕 + (AP − 𝝀𝟏 𝐏 − 𝐊)𝒕𝒆𝝀𝟏 𝒕 = 𝟎
Dado que esta ecuación debe ser válida para todos los valores de 𝑡, se debe
cumplir:
(A - 𝝀𝟏 𝐈)𝐊 = 0 (1)
(A - 𝐈)𝐏 = K (2)
La ecuación (1) dice, simplemente que K debe ser un vector propio de A,

asociado con 𝝀𝟏 .
Al resolverla llegamos a la solución 𝑿𝟏 = 𝑲𝒆𝝀𝟏 𝒕 . Para hallar la segunda

solución 𝑋2, basta resolver el sistema adicional (2) para obtener P.
18
Ejemplo
a) Determine la solución general del sistema.

3 −18
𝑋′ = ( )𝑋 (1)
2 −9
Solución
La ecuación característica de (1) es ( 𝜆 + 3)2 = 0 por lo tanto 𝜆1 =𝜆2 = -3

es una raíz de multiplicidad, dos. Para este valor se obtiene el valor propio.
3 3
𝐾1 = ( ), De modo que 𝑿1 = ( ) 𝒆−3𝑡
1 1
3 𝑃
Tenemos 𝑘 = ( ) y P=( 1 ) según (2) del caso 2 debemos resolver ahora:
1 𝑃2
6𝑝1 − 18𝑝2 = 3
(𝐀 + 𝟑𝐈)𝐏 = 𝐊 𝐨 𝐬𝐞𝐚
2𝑝1 − 6𝑝2 = 1
Como está claro que este sistema equivale a una ecuación, tenemos una
claridad infinita de opciones para 𝑝1 𝑦 𝑝2 , por ejemplo si 𝑝1 = 1 se ve que
1 1
𝑝2 = 6 sin embargo para simplificar optaremos por 𝑝1 = 2 de modo que
1
𝑝2 = 0, entonces P =2 Así, según (∗) resulta:
1
3
𝑋2=( ) 𝑡𝒆−𝟑𝒕 + ( 2 ) 𝒆−𝟑𝒕
1 0
La solución general de (1) es:
1
3 3
X = 𝑐1 ( ) 𝒆−𝟑𝒕 + 𝑐2 [( ) 𝒕𝒆−𝟑𝒕 + ( 2 ) 𝒆−𝟑𝒕 ]
1 1 0
11.2.2. Valores propios de multiplicidad tres:
Cuando una matriz A solo tiene un vector propio asociado con un valor
de 𝝀𝟏 de multiplicidad tres, se puede determinar una solución en la forma
de la ecuación (∗) y una tercera solución de la forma:
19
𝒕𝟐
𝑋3 = 𝐾 𝒆𝝀𝟏 𝒕 + 𝑃𝑡𝒆𝝀𝟏 𝒕 + 𝑸𝒆𝝀𝟏 𝒕 (∗∗)
2
𝑲𝟏 𝑷𝟏 𝒒𝟏
𝑲𝟐 𝑷𝟐 𝒒𝟐
En donde 𝐊= .. , 𝐏= .. y 𝐐= ..
. . .
(𝑲 𝒏 ) (𝑷 𝒏 ) (𝒒𝒏 )
Al sustituir (∗∗) en el sistema 𝑿′ = 𝑨𝑿 los vectores columna 𝐊, P 𝑦 Q deben

cumplir con:
(A − 𝝀𝟏 𝐈)𝐊 = 0 (I)
(A − 𝝀𝟏 𝐈)𝐏 = K (II)
(A − 𝝀𝟏 𝐈)𝐐 = P (III)
Naturalmente se pueden emplear las soluciones de (𝐈) y (𝐈𝐈) para formar

las soluciones 𝑋1 𝑦 𝑋2
Ejemplo: Valores propios repetidos
a) Resuelva
2 1 6
𝑿′ = (0 2 5)X.
0 0 2
Solución: la ecuación característica (λ − 2)3 = 0 indica que 𝝀𝟏= 𝟐 es un

valor propio de multiplicidad tres. Al resolver (A − 2𝐼)K = 0 se halla un
solo valor propio, que es:
1
K = (1)
0
Luego resolvemos los sistemas (𝐴 − 2𝐼)𝑃 = 𝐾 y (𝐴 − 2𝐼) 𝑄 = 𝑃

sucesivamente y obtendremos.
20
0
0 6
P = (1) 𝑦 K = −5
0 1
( 5)
Usando las ecuaciones (∗) y (∗∗) y la solución general del sistema es:
0
1 1 0 1 𝒕𝟐 0 6
X = 𝑐1 (0) 𝒆 + 𝑐2 [(0) 𝒕𝒆 + (1) 𝒆 ] + 𝑐3 (0) 𝒆 + (1) 𝑡𝒆 + 5 𝒆𝟐𝒕
𝟐𝒕 𝟐𝒕 𝟐𝒕 𝟐𝒕 𝟐𝒕
2 1
0 0 0 0 0
[ (5) ]
OBSERVACION:
Cuando un (eigenvalor) valor propio 𝝀𝟏 tiene multiplicidad m, podrá

suceder que determinemos m vectores 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
Si 𝜆1 = 𝛼 + 𝑖𝛽 𝑦 𝜆2 = 𝛼 − 𝑖𝛽, 𝑖 2 = −1 son valores propios complejos de la

matriz A de coeficientes, admite esperar que sus vectores propios
correspondientes también tengan elementos complejos.
Por ejemplo, la ecuación característica del sistema.
𝑑𝑥
= 6𝑥 − 𝑦
𝑑𝑡
𝑑𝑦 (1)
= 5𝑥 + 4𝑦
𝑑𝑡
21
6−𝜆 −1
Es det(𝐴 − 𝜆𝐼) = | | = 𝜆2 − 10𝜆 + 29 = 0
5 4−𝜆
Aplicamos la fórmula cuadrática y tenemos 𝜆1 = 5 + 2𝑖, 𝜆2 = 5 − 2𝑖.
Ahora, para 𝜆1 = 5 + 2𝑖, debemos resolver
(1 − 2𝑖)𝑘1 − 𝑘2 = 0
5𝑘1 − (1 + 2𝑖)𝑘2 = 0
Puesto que 𝑘2 = (1 − 2𝑖) − 𝑘1 la opción 𝑘1 = 1 produce los vectores

propios y solución siguientes:
1 1
𝐾1 = ( ), 𝑋1 = ( ) 𝑒 (5+2𝑖)𝑡
1 − 2𝑖 1 − 2𝑖
De igual manera, cuando 𝜆2 = 5 − 2𝑖 llegamos a:
1 1
𝐾2 = ( ), 𝑋2 = ( ) 𝑒 (5−2𝑖)𝑡
1 + 2𝑖 1 + 2𝑖
Con el wronskiano podemos comprobar que esos vectores solución son

linealmente independientes, así que la solución general de (1) es:
1 1
𝑋 = 𝐶1 ( ) 𝑒 (5+2𝑖)𝑡 + 𝐶2 ( ) 𝑒 (5−2𝑖)𝑡 (2)
1 − 2𝑖 1 + 2𝑖
Obsérvese que los elementos de 𝐾2 que corresponden a 𝝀𝟐 son los

conjugados de los elementos de 𝐾1 que corresponden a 𝝀𝟏 . El conjugado
de 𝝀𝟏 es 𝝀𝟐 . Expresamos lo anterior en la forma 𝝀𝟐 = 𝝀𝟏 = 𝜆I, y 𝑲𝟐 = 𝑲𝟏 .
Hemos ilustrado el siguiente resultado general:
11.3.1. TEOREMA 1.4 : Soluciones correspondientes a un valor

propio complejo.
Sea A la matriz de coeficientes del sistema homogeneo 𝑋 ′ = 𝐴𝑋 con

elementos reales y sea 𝐾1 un vector propio correspondiente al valor propio
complejo 𝝀1 = 𝛼 + 𝑖𝛽, donde 𝛼 y 𝛽 son reales. Entonces
⃐ 1 𝑒 ⃐𝜆1 𝑡
𝐾1 𝑒 𝜆1 𝑡 y 𝐾
22
Son soluciones de sistema homogeneo 𝑋 ′ = 𝐴𝑋 .
Se aconseja - y es relativamente fácil-expresar una solución como la de

(2) en términos de funciones reales. Con este fin primero aplicaremos la
fórmula de Euler para escribir:
5𝑡
𝑒 5𝑡 𝑒 2𝑡𝑖 = 𝑒 (cos 2𝑡+𝑖 𝑠𝑒𝑛 2𝑡)
𝑒 (5+2𝑖)𝑒 =
5𝑡
(5−2𝑖)𝑒 = 𝑒 5𝑡 𝑒 −2𝑡𝑖 = 𝑒 (cos 2𝑡−𝑖 𝑠𝑒𝑛 2𝑡) .
𝑒
Luego, después de multiplicar los números complejos, se agrupan los
términos y 𝐶1 + 𝐶2 se reemplazan con 𝐶1 y (𝐶1 + 𝐶1 )𝑖 con 𝐶2 ; la ecuación
(2) se transforma en
𝑋 = 𝐶1 𝐶𝑋1 + 𝐶2 𝐶𝑋2, (3)
en donde
1 0
𝑋1 = [( ) cos 2𝑡 − ( ) 𝑠𝑒𝑛 2𝑡 ] 𝑒 5𝑡
1 −2
0 1
𝑋2 = [( ) cos 2𝑡 + ( ) 𝑠𝑒𝑛 2𝑡 ] 𝑒 5𝑡
−2 1
Ahora es importante reconocer que los dos vectores, 𝑋1 y 𝑋2 en (3) son,

en sí mismos, soluciones reales linealmente independientes del sistema
original. En consecuencia, podemos pasar por alto la relación entre 𝐶1 , 𝐶2
y 𝑐1 , 𝑐2 para considerar que 𝐶1 y 𝐶2 son completamente arbitrarios y
reales; en otras palabras, la combinación lineal, ecuaciones (3), es una
solución 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 λ1 = 𝛼 + 𝑖𝛽
Entonces los dos vectores solución del teorema 1.4 se pueden expresar
como sigue:
𝑲1 𝑒 𝜆1 𝑡 = 𝑲1 𝑒 𝛼𝑡 𝑒 𝑖𝛽𝑡 = 𝐊1 𝑒 𝛼𝑡 (cos 𝛽𝑡 + 𝑖 𝑠𝑒𝑛 𝛽𝑡)

𝑲1 𝑒 𝜆1 𝑡 = 𝑲1 𝑒 𝛼𝑡 𝑒 −𝑖𝛽𝑡 = 𝑲1 𝑒 𝛼𝑡 (cos 𝛽𝑡 − 𝑖 𝑠𝑒𝑛 𝛽𝑡)
De acuerdo con el principio de la superposición, teorema 1.1, los

siguientes vectores también son soluciones:
1 1 1
𝑋1 = (𝐾1 𝑒 𝜆1 𝑡 + 𝐾1 𝑒 𝜆1 𝑡 ) = (𝐾1 + 𝐾1 )𝑒 𝛼𝑡 𝑐𝑜𝑠𝛽𝑡 − (−𝐾1 + 𝐾1 )𝑒 𝛼𝑡 𝑠𝑒𝑛𝛽𝑡
2 2 2
1 1 1
𝑋2 = (−𝐾1 𝑒 𝜆1 𝑡 + 𝐾1 𝑒 𝜆1 𝑡 ) = (−𝐾1 + 𝐾1 )𝑒 𝛼𝑡 𝑐𝑜𝑠𝛽𝑡 + (𝐾1 + 𝐾1 )𝑒 𝛼𝑡 𝑠𝑒𝑛𝛽𝑡.
2 2 2
23
Para cualquier número complejo 𝑧 = 𝒂 + 𝒊𝒃, ambos

1 1
(𝑧 + 𝑧 ) = 𝑎 𝑒 (−𝑧 + 𝑧) = 𝑏
2 2
son numeros reales. Por consiguiente, los elementos de los vectores
1 1
columna 2 (𝐾1 + 𝐾1 )𝑒 2 (−𝐾1 + 𝐾1 ) son numeros reales.
1 𝑖
Si definimos 𝐵1 = 2 (𝐾1 + 𝐾1 ) 𝑦 𝐵2 = 2 (−𝐾1 + 𝐾1 ) (4)
Llegamos al siguiente teorema:
11.3.2. TEOREMA 1.5 Soluciones reales correspondientes a un

valor propio complejo
Sea 𝝀1 = 𝛼 + 𝑖𝛽 un valor propio complejo de la matriz de coeficientes A en el

sistema homogenea y sea 𝑩1 y 𝑩2 los vectores columna definidos en (4).
Entonces
𝑋1 = ⌊𝐵1 𝑐𝑜𝑠𝛽𝑡 − 𝐵2 𝑠𝑒𝑛 𝛽𝑡⌋𝑒 𝛼𝑡

(5)
𝑋2 = ⌊𝐵2 𝑐𝑜𝑠𝛽𝑡 + 𝐵1 𝑠𝑒𝑛 𝛽𝑡⌋𝑒 𝛼𝑡
Son soluciones del sistema homogeneo linealmente independientes en (−∞, ∞)
Las matrices 𝐵1 y 𝐵2 en (4) suelen representarse así:
𝐵1 = 𝑅𝑒(𝐾1 ) 𝑦 𝐵2 = 𝐼𝑚(𝐾1 ) (6)
Porque esos vectores son, respectivamente, la Parte real y la imaginaria del

vector propio 𝐾1 ; por ejemplo (3) es consecuencia del teorema (5) con
1 1 0
𝐾1 = ( ) = ( )+𝑖( )
1 − 2𝑖 1 −2
1 0
𝐵1 = 𝑅𝑒(𝐾1 ) = ( ) 𝑦 𝐵2 = 𝐼𝑚(𝐾1 ) = ( )
1 −2
Ejemplo valores propios complejos
24
a) Resuelva
2 8
𝑋′ = ( ) 𝑋.
−1 −2
SOLUCION: Primero obtenemos los valores propios a partir de
2−𝜆 8
det(𝐴 − λ𝐼) = | | = 𝜆2 + 4 = 0.
−1 −2 − 𝜆
Así, esos valores propios son 𝜆1 = 2𝑖 y 𝜆2 = 𝜆1 = −2𝑖 Para 𝜆1 , el sistema
(2 − 2𝑖)𝑘1 + 8𝑘2 = 0
−𝑘1 + (−2 − 2𝑖)𝑘2 = 0
Da como resultado 𝑘1 = −(2 + 2𝑖) 𝑘2 . Si optamos por 𝑘2 = −1
2 + 2𝑖 2 2
𝐾1 = ( ) = ( )+𝑖( )
−1 −1 0
De acuerdo con (6) formamos las partes
2 2
𝐵1 = 𝑅𝑒(𝐾1 ) = ( ) 𝑦 𝐵2 = 𝐼𝑚(𝐾1 ) = ( ).
.1 0
Puesto que 𝛼 = 0, según las ecuaciones (5), la solución general del sistema es
2 2 2 2
𝑋 = 𝑐1 [( ) cos 2𝑡 − ( ) 𝑠𝑒𝑛 2𝑡 ] + 𝑐2 [( ) cos 2𝑡 + ( ) 𝑠𝑒𝑛 2𝑡 ]
−1 0 0 −1
2𝑐𝑜𝑠2𝑡 − 2𝑠𝑒𝑛2𝑡 2𝑐𝑜𝑠2𝑡 + 2𝑠𝑒𝑛2𝑡
= 𝑐1 [( ) + 𝑐2 ( )] .
−𝑐𝑜𝑠2𝑡 −𝑠𝑒𝑛2𝑡
25
MARCO METODOLÓGICO
Se realizó la Recopilación y selección de información a través de diferentes

medios, a continuación se procedió a la selección y lectura de contenidos
correspondientes al tema. Luego se realizó a la organización de la información
y estructuración de capítulos, elaborando los borradores de los primeros
resúmenes. Finalmente se procedió a la revisión y edición del informe final que
culminó en la presentación del mismo en la plataforma Edmodo en documentos
tipo Word y pdf para la revisión correspondiente.
26
CONCLUSIONES
Se logró definir y ejemplificar el sistema lineal homogéneo, la forma matricial,

Wronskiano, diagrama de fase y vectores propios, diagrama de fase (Valores
propios reales y distintos, valores propios repetidos, valores propios de
multicidad, valores propios complejos, usando la notación matemática.
27
RECOMENDACIONES
Para resolver cualquier ejercicios del sistemas de ecuaciones lineales

homogéneas debemos comprender su definición y saber sobre la eliminación de
Gauss-Jordan, matrices escalonadas reducidas, construcción de la solución
general de un sistema de ecuaciones lineales.
28
AUTOCRÍTICA
El trabajo en equipo nos permitió interactuar; dando opiniones y aportes según

criterios de conocimiento de cada estudiante. Con algunas dificultades en la
organización por las condiciones de dadas por la huelga de docentes de nuestra
universidad, dificultades en la selección de información debido a su complejidad
su entendimiento, pero gracias a diferentes fuentes, especialmente libro nos
sirvió seleccionar la mejor información que sea entendible para todo nosotros y
uniformizar la notación de los autores.
29
LISTA DE REFERENCIAS
1. C .Henry Eduars , David e. Penney “ecuaciones diferenciales y

problemas con valores en la frontera cómputo y modelado cuarta edición
Pearson educación, México, 2009. Extraído de:
http://www-elec.inaoep.mx/~rogerio/ecuaciones-diferenciales-y-
problemas-con-valores-en-la-frontera-130913154103-phpapp02.pdf
2. Dennis G,Zill ecuaciones diferenciales con aplicaciones de modelado 6°

edición pag.372 Thomson.México1997.
3. ECUACIONES DIFERENCIALES con aplicaciones en Maple Jaime

escobar extraído de:
http://matematicas.udea.edu.co/~jescobar/docs/libroED.pdf
4. http://www.ehu.eus/izaballa/Ecu_Dif/Apuntes/lec8.pdf pg.125
30

Informe Sistema Hogeneo

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Informe Sistema Hogeneo

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE CAJAMARCA

ESCUELA ACADÉMICO PROFESIONAL DE EDUCACIÓN

DEPARTAMENTO ACADÉMICO DE MATEMÁTICAS

ASIGNATURA: ECUACIONES DIFERENCIALES

DOCENTE: Dr. JUAN JULCA NOVOA

TEMA DE INVESTIGACIÓN: SISTEMA DE ECUACIONES DIFERENCIALES

EQUIPO DE TRABAJO Nº: 2

INTEGRANTES: ORRILLO CARUAJULCA, Robert.

REQUELME CHUQUIMANGO, Luis Javier.

ROJAS BLANCO, Rosmel Elvis.

ROJAS SALIRROSAS, Edgard José.

RONCAL VARGAS, Micaela.

RUITON TANTA, Edilberto.

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

Llamamos sistema de ecuaciones lineales homogéneo a todo sistema de

Como parte de la formación científica, investigadora y profesional del estudiante

Nuestro objetivo es conocer, comprender: las definiciones, teoremas y solución

III .MARCO TEÓRICO .................................................................................................. 5

SISTEMA LINEAL HOMOGÉNEO ............................................................................ 5

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

2. Vector Solución ............................................................................................. 6

3. Principio de superposición ............................................................................. 7

4. Teorema 1.1. Principio de superposición ....................................................... 7

5. DEFINICIÓN 1.1 Dependencia e independencia lineal .................................. 8

7. DEFINICIÓN 1.2 Conjunto fundamental de soluciones.................................. 9

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

9. TEOREMA 1.4 Solución general, sistemas homogéneos .............................. 9

10. DEFINICIÓN Eigenvalores y eigenvectores ............................................. 9

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

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

11.1.1. Teorema 1.5 Solución general. .................................................... 10

11.2. Valores propios repetidos................................................................... 14

11.2.1. Valor propio de multiplicidad dos: ................................................. 16

11.2.2. Valores propios de multiplicidad tres: ........................................... 19

11.3. Valores propios complejos ................................................................. 21

11.3.1. TEOREMA 1.4 : Soluciones correspondientes a un valor propio

11.3.2. TEOREMA 1.5 Soluciones reales correspondientes a un valor propio

MARCO METODOLÓGICO ........................................................................................ 26

III .MARCO TEÓRICO

SISTEMA LINEAL HOMOGÉNEO

1. Forma normal y matricial

Partiendo de la forma normal o estándar de un sistema lineal de ecuaciones

Donde los coeficientes 𝑎𝑖𝑗 y las funciones, 𝑓𝑛 son continuos en un intervalo

𝑥1 (𝑡) 𝑎11 (𝑡) 𝑎12 (𝑡) ⋯ 𝑎1𝑛 (𝑡) 𝑓1 (𝑡)

𝑥1 𝑎11 (𝑡) 𝑎12 (𝑡) ⋯ 𝑎1𝑛 (𝑡) 𝑥1 𝑓1 (𝑡)

Si F(t) = 0 entonces el sistema es homogéneo, su forma matricial es

Ejemplo 1: Sistemas homogéneos expresados en notación matricial

Un vector solución en un intervalo 𝐼 es cualquier matriz columna.

Cuyos elementos son funciones diferenciales que satisfagan el sistema (3)

Ejemplo 2: Comprobación de soluciones

Compruebe que, en el intervalo (-∞, ∞),

1 3 −2𝑡 −2𝑡 −2𝑡 −𝟐𝒆−𝟐𝒕

Gran parte de la teoría de los sistemas de n ecuaciones diferenciales

El siguiente resultado es un principio de superposición para soluciones de

4. Teorema 1.1. Principio de superposición

Sean 𝑥1 , 𝑥2 , … , 𝑥𝑘 un conjunto de vectores un conjunto de vectores solución del

En que las 𝑐𝑖 , 𝑖 = 1,2, …, son constantes arbitrarias, es también una solución en

Como consecuencia del teorema 1.1 un múltiplo constante de cualquier vector

5. DEFINICIÓN 1.1 Dependencia e independencia lineal

Sea 𝑥1 , 𝑥2 , . . . , 𝑥𝑘 un conjunto de vectores solución del sistema homogéneo (2) en

Para toda 𝑡 en el intervalo. Si el conjunto de vectores no es linealmente

Observación. Si Φ(t) es una matriz fundamental, entonces

W(t) = det Φ(t) ≠ 0”1