UNIVERSIDAD NACIONAL SANTIAGO

ANTÚNEZ DE MAYOLO
FACULTAD DE INGENIERÍA DE MINAS,
GEOLOGÍA Y METALURGIA

ESCUELA PROFESIONAL DE INGENIERIA DE

MINAS

TRABAJO DE INVESTIGACION DE MATEMÁTICA IV

DOCENTE:
ROSALES APEÑA, Miguel Dionicio

TEMA: Sistema de Ecuaciones diferenciales: Método matricial (valores

propios y vectores propios)

ESTUDIANTES:
- GONZALES SANCHES, Joaquín

- LOPEZ CACERES, Ingrid

- PONCE GRANADOS, Alexandro

- ROJAS MENDOZA, Joel

- TOLENTINO SEVILLANO, Marco Antonio

- VERAMENDI LAVERIANO, Alexis

- VILLANUEVA DOMINGUEZ, Kiara

HUARAZ – ÁNCASH – PERÚ 2024

 CONTENIDO
INTRODUCION........................................................................................................4

CAPÍTULO 1: FUNDAMENTO TEÓRICO..........................................................5

2.1 Matriz.......................................................................................................................5

2.2. Sistema de ecuaciones lineales..............................................................................5

2.3 Concepto de valores propios (autovalores) y vectores propios (autovectores)......5

2.4. Propiedades de los autovectores y autovalores.......................................................5

2.5 Procedimiento para calcular de los valores y vectores propios...............................5

2.5.2. Cálculo de valores propios...............................................................................5

2.5.2. Cálculo de vectores propios.............................................................................6

2.6 Sistema de ecuaciones diferencial lineal.................................................................8

2.7 Solución de un sistema de ecuación diferencial lineal homogénea.........................9

CAPÍTULO 2: Resolución de ejercicios propuestos............................................13

CONCLUSIONES...................................................................................................23

REFERENCIAS BIBLIOGRAFICAS..................................................................24
INTRODUCION

En el ámbito de las matemáticas aplicadas, los sistemas de ecuaciones

diferenciales son herramientas fundamentales para modelar y entender una amplia
variedad de fenómenos naturales y procesos tecnológicos. Este trabajo de investigación
describe los sistemas de ecuaciones diferenciales lineales homogéneas y cómo
resolverlos a través del método matricial, las condiciones que debe cumplir. Explica que
tales sistemas pueden representarse mediante una matriz fundamental y resolverse
encontrando los valores y vectores propios de la matriz de coeficientes.

Este trabajo tiene como objetivo explorar los fundamentos teóricos y las
aplicaciones prácticas de los sistemas de ecuaciones diferenciales que involucran
valores propios. Comenzaremos con una revisión de los conceptos básicos de valores y
vectores propios, seguido de una discusión sobre cómo estos conceptos se integran en la
solución de sistemas de ecuaciones diferenciales. Posteriormente, se presentarán
métodos analíticos y numéricos para resolver estos sistemas, acompañados de ejemplos
que ilustran su aplicación

A continuación, se detalla los pasos para resolver un sistema homogéneo, que

incluyen construir la matriz de coeficientes, determinar valores y vectores propios.
Asimismo, incluye cuando los valores propios son valores reales y complejos
CAPÍTULO 1: FUNDAMENTO TEÓRICO

2.1 Matriz
2.2. Sistema de ecuaciones lineales

Se observa un sistema de m ecuaciones lineales con n incógnitas

Podemos escribir este sistema de ecuaciones como una ecuación matricial AX = B,

donde

, ,

Esto tiene precisamente una solución cuando el det A .

1. Regla de Cramer
La solución, puede expresarse en términos de determinantes. Por ejemplo, un
sistema de ecuaciones con dos incógnitas,

Este sistema tiene una única solución

,
Siempre y cuando el determinante de la matriz de coeficientes
Uso de las determinantes para resolver sistemas
En un sistema de n ecuaciones lineales con n incógnitas

Es conveniente definir una matriz especial,

En otras palabras, es la misma matriz A excepto que la columna k-esima de A se ha

reemplazado por elementos de la matriz columna

Entonces la regla de Cramer, esta dada en el teorema siguiente:

Regla de Cramer

Sea A la matriz de coeficientes del sistema de ecuaciones. Si det A , entonces la

solución del sistema está dada por

Donde ,
Ejemplo:
Utilice la regla de Cramer para resolver el sistema
Solución: La solución requiere que se evalúen los cuatro determinantes

Por lo tanto, según el teorema de Cramer

Teorema de Rouche - Frobenius

Sean A la matriz de coeficientes y la matriz ampliada del sistema de m ecuaciones

lineales con n incógnitas. Si r y son el rango de A y , respectivamente:

El sistema es compatible si los rangos coinciden r = . Además, si , el sistema

es compatible determinado; es decir, tiene solución única.

Si el sistema es compatible, r = , pero , el sistema es compatible

indeterminado; es decir, tiene una infinidad de soluciones.

El sistema es incompatible si los rangos son distintos , es decir, el sistema no

tiene solución
Aplicación del teorema de Rouche – Frobenius
Considere el siguiente sistema de ecuaciones

Formamos la matriz de coeficientes y calculamos su rango:

Tiene rango mayor a 1, pues

Tiene rango mayor a 2, porque

Tiene rango mayor a 3, porque

No es posible calcular si tiene rango mayor a 4 porque no es una matriz de 4 × 4. Por

tanto, r ( A )=3
Formamos la matriz ampliada y calculamos su rango.

Como

Aplicando el teorema de Rouché-Frobenius, el sistema es compatible determinado, pues

Como el sistema tiene solución única, podemos resolverlo ya sea por la regla de Cramer
2.3 Concepto de valores propios (autovalores) y vectores propios (autovectores)
Debemos recordar las definiciones de valores y vectores propios y algunas propiedades
veamos cómo es que estos conceptos son útiles para resolver sistemas lineales de primer
orden homogéneos.

Sea A una matriz . Se dice que el escalar es un valor propio de A si existe un

vector x no nulo, tal que:

Y se dice que ese vector x es un vector propio de A asociado al valor propio .

Cálculo de autovalores:
 Ecuación Característica

Cálculo de autovectores:

2.4 Propiedades de los autovalores y autovectores

Sea un autovalor de A asociado al autovector y un escalar, entonces:

1. es un autovalor de con autovector .

2. Si A es regular, entonces es un valor de con autovector .
3. A es regular, si y sólo si ninguno de sus autovalores es nulo.
4. A es singular si tiene un algún autovalor nulo.
5. es autovalor de con autovector .
6. es autovalor de .
7. Si A es triangular, entonces, sus autovalores son los elementos de la diagonal.
 8. Si A es simétrica , con elementos reales, entonces sus autovalores son
números reales y los autovalores (asociados a diferentes autovalores) son
ortogonales.

2.5 Procedimiento para calcular de los valores y vectores propios

Debido a que un sistema lineal puede ser visto como una ecuación matricial los
resultados de álgebra lineal sobre valores y vectores propios de matrices pueden ser
aplicados aquí. En esta entrada daremos un breve repaso sobre estos conceptos y
veremos cómo es que estos resultados nos pueden ayudar a determinar la solución
general de algunos sistemas de ecuaciones diferenciales.

2.5.2. Cálculo de valores propios

Requisito: La matriz A debe ser cuadrada
A) Polinomio Característico:

det [ A−Iλ ] =0
Donde I representa a la matriz de unidad y debe tener la misma dimensión de orden.
Matriz de Unidad: Es una matriz diagonal en la que los elementos de la diagonal
principal son iguales a 1.
Ejemplo: En una matriz 3x3

( )
1 0 0
I= 0 1 0
0 0 1

B) Multiplicidades algebraicas de valores propios λ i ; donde mi es número de veces

que se repite el valor
Ejemplo:

λ 1=2

λ 2=2

λ 3=0

Por lo tanto:

λ 1=2→ m1=2
 λ 3=0 → mi =1

2.5.2. Cálculo de vectores propios

Hallamos los autovectores a asociado a cada autovalor
Cálculo de H (λ i) , es la base para encontrar los vectores propios infinitos de un
determinado valor propio
Teorema: 1 ≤ dim H ( λi )≤ mi , la dimensión de los autovector depende de la
multiplicidad de los autovalores

A) Polinomio Característico:
det [ A−Iλ ] ⃗v 1=⃗0

Sea

()
x
⃗v 1= y
z

() ()
x 0
det [ A−Iλ ] y = 0
z 0

En la anterior ecuación se obtuvo un sistema de ecuaciones lineales y a partir de ello

hallamos la correspondencia de “x”, “y” y “z”.
Nota: El vector cero no se admite como vector propio

Ejemplo: Hallar lo autovalores y autovectores de la siguiente matriz

( )
2 0 0
1 1 1
−1 1 1

Hallamos lo valores propios:

det [ A−Iλ ] =0

( ) ( )
2 0 0 1 0 0
1 1 1 −λ 0 1 0 =0
−1 1 1 0 0 1
 ( )
2−λ 0 0
1 1−λ 1 =0
−1 1 1−λ

Resolvemos la matriz3 x 3
( 2− λ ) ( 1−λ )( 1− λ ) +0+ 0−0−2+ λ+ 0=0

( 2− λ ) ( 1−2 λ+ λ2 )−( 2−λ ) =0

( 2− λ ) (−2 λ+ λ 2 )=0
( 2− λ ) (−2+ λ ) λ=0
λ 1=2; λ2=2 y λ3=0
Hallamos los autovectores base para cada valor propio:
o Para λ 1=2

La dimensión del autovector es 1 ≤ dim H ( λ i ) ≤ 2, por ello se tiene dos autovectores

( )( ) ( )
2−2 0 0 x 0
1 1−2 1 y =0
−1 1 1−2 z 0

( )( ) ( )
0 0 0 x 0
1 −1 1 y = 0
−1 1 −1 z 0

Se tiene las ecuaciones:

{−1x −x +yy−
+ z=0
z=0
Se obtiene que x= y −z, damos el valor de y=β y z=α ∈ R
Entonces la base de los vectores propios λ 1=2 es

() ( ) ( ) ()
x β−α −1 1
⃗v 1= y = α =β 0 +α 1
z β 1 0

{( ) ( )}
−1 1
H ( λ1 ) = 0 , 1
1 0

o Para λ 3=0

La dimensión del autovector es 1 ≤ dim H ( λi )≤ 1, por ello se tiene un autovector

 ( )( ) ( )
2−0 0 0 x 0
1 1−0 1 y =0
−1 1 1−0 z 0

( )( ) ( )
2 0 0 x 0
1 1 1 y =0
−1 1 1 z 0

Se tiene las ecuaciones:

{x+2y+x=0z =0
Se obtiene que x=0 , y=−z , damos el valor de z=α ∈ R
Entonces la base de los vectores propios λ 1=2 es

()( ) ( )
x 0 0
⃗v 2= y = −α =α −1
z α 1

()
0
H ( λ2 ) = −1
1

2.6 Sistema de ecuaciones diferencial lineal

Un sistema diferencial lineal homogéneo con coeficientes constantes es de la forma
'
y 1 (t)=¿ a11 y 1+ ¿ a12 y 1 +¿ … +a 1n y n a y ¿ a y … a y ¿ ⋮ ¿ ⋮ ⋮ ⋮ ⋮ ¿
y n (t ) ¿ an 2 y n+ ¿ … + ann y n
21 2 22 2 2n n '
¿

Si 𝐴 es la matriz de n × n con componentes constantes

( )
a11 a 12 a
⋯ 1n
a21 a 22 a 2n
A=
⋮ ⋱ ⋮
an 1 a 2 n ⋯ ann

Entonces el Edo a resolver de forma matricial es de la forma

'
Y = AY
 ( )( )( )
'
y 1 (t) a11 a12 a y (t)
' ⋯ 1n 1
y 2 (t) = a2 1 a22 a2 n y 2 (t)
⋮ ⋮ ⋱ ⋮ ⋮
'
y n (t) a n 1 a2 n ⋯ ann y n (t)

2.7 Solución de un sistema de ecuación diferencial lineal homogénea

La matriz A dada es equivalente a las 𝑛 ecuaciones algebraicas simultáneas. Si

queremos encontrar soluciones 𝑌(𝑡) , necesitamos primero encontrar una solución no
trivial del sistema , para ello se aplica los valores propios y vectores propios

A. Sistemas lineales homogéneos– Valores propios reales

Teorema: Sea Aϵ M n ×ny sean λ 1 , λ2 , … , λ2 valores propios de A que corresponden a

vectores propios linealmente independientes ⃗v 1 , ⃗v 2 , … , ⃗v n, respectivamente. Entonces,
S= { ⃗v1 e λ t , ⃗v 2 e λ t , … , v⃗ n e λ t }
1 2 n

es un conjunto fundamental de soluciones del sistema lineal homogéneo Y ' = AY en el

intervalo (−∞ , ∞ ). La solución general de dicho sistema es

λ 1t λ2t λnt
Y ( t )=C1 ⃗v 1 e +C2 ⃗v 2 e +…+C n ⃗v n e

Donde C 1 , C 2 , … , Cn son constantes arbitrarias

Donde ⃗v =Es autovector y λ=autovalor y el valor de “n” representa a la dimensión de la
matriz

B. Sistemas lineales homogéneos– Valores propios complejos

Teorema : Sea Aϵ M n ×ny sea Y ' = AY un sistema lineal homogéneo. Si Y es una
solución del sistema, con valores complejos, entonces sus partes real e imaginaria son
soluciones del mismo sistema lineal.
Y (t )=U +iV

Teorema: Sea λ=α +iβ un valor propio complejo de la matriz de coeficientes A del
sistema lineal homogéneo y sean U y V los vectores que definen al vector propio
complejo ⃗v asociado a 𝜆 , entonces
 αt
y 1 ( t )=e ¿
αt
y 2 ( t ) =e ¿
son soluciones linealmente independientes de Y ' = AY en (−∞ , ∞ ).
Ejemplo : Dar la solución general de la siguiente ecuación diferencial homogénea

( )( )( )
x' 1 0 0 x
y' = 0 1 −1 y
z' 0 1 1 z
Solución:
Dado la forma de Y ' = AY , trabajamos con la matriz A

( )
1 0 0
A= 0 1 −1
0 1 1
Hallamos los autovalores de la matriz A
det [ A−Iλ ] =0

( )( )
1 0 0 1 0 0
[ A−Iλ ] = 0 1 −1 − 0 1 0 λ=0
0 1 1 0 0 1

( )
1−λ 0 0
0 1−λ −1 =0
0 1 1−λ

( 1− λ ) ( 1−λ )( 1− λ ) +0+ 0−0−( 1−λ )( 1 ) (−1 )=0

( 1− λ )3 +1−λ=0
( 1− λ ) ( ( 1−λ )2+ 1 )=0
( 1− λ ) ( λ2−2 λ+ 2 )=0
λ 1=1; λ2=1+i y λ 3=1−i
Estos valores corresponden a los valores propios de la matriz del sistema.
Determinemos los autovectores correspondientes.
o Para λ 1=1
Buscamos el vector propio ⃗v 1 ≠ 0
det [ A−Iλ ] ⃗v 1=⃗0
 ( )( ) ( )
1−1 0 0 a 0
0 1−1 −1 b = 0
0 1 1−1 c 0

( )( ) ( )
0 0 0 a 0
0 0 −1 b = 0
0 1 0 c 0
Las filas son múltiplos

{−c=0
b=0
El valor de “a” al ser libre lo elegimos como a=1 entonces el primer vector propio
es

() ()
a 1
⃗v 1= b = 0
c 0
o Para λ 2=1+i
Buscamos el vector propio ⃗v 1 ≠ 0
det [ A−Iλ ] ⃗v 1=⃗0

( )( ) ( )
1−1−i 0 0 a 0
0 1−1−i −1 b=0
0 1 1−1−i c 0

( )( ) ( )
−i 0 0 a 0
0 −i −1 b = 0
0 1 −i c 0
Las filas son múltiplos

{
−ia=0
−bi−1 c=0 → bi=1 c
−ic=0
El valor de “a” es 0, C al ser libre lo elegimos como c=1 entonces, b=i.Por lo
tanto, el vector propio es

()
0
⃗v 1= i
1
Al ser complejo, también lo podemos expresar como
 () () ()
0 0 0
⃗v 1= i = 0 +i 1
1 1 0

()
0
⃗v 1= i =U +Vi
1
En este resultado se obtiene dos soluciones independientes y forman dos soluciones
del sistema de ecuaciones diferencial, una real y la otra imaginaria

( ) () )
0 0
y 2 ( t ) =et 0 cos (t )− 1 sen(t )
1 0

( )( ) ( )
0 0 0
t t
y 2 ( t ) =e 0 − sen (t) =e −sen(t )
cos (t) 0 cos (t)

(( ) ( ) )
0 0
t
y 3 ( t ) =e 0 sen (t)+ 1 cos (t)
1 0

( )
0
t
y 3 ( t ) =e cos (t )
sen(t )

Por lo tanto, la solución general de la ecuación diferencial:

λ1 t
Y ( t )=C1 y 1 ( t ) +C 2 y 1 ( t ) +C 3 ⃗v 3 e

( ) ( ) ()
0 0 1
t t t
Y ( t )=C1 e −sen (t) +C 2 e cos (t) +C 3 e 0
cos(t ) sen(t ) 0

Podemos expresarlo como

t
x (t )=C 3 e
t t
y ( t ) =−C1 e sen (t ) +C 2 e cos ( t )
t t
z (t )=C 1 e cos ( t ) +C 2 e sen( t)
CAPÍTULO 2: Resolución de ejercicios propuestos

a) Ejercicios cuando los valores propios λ i ∈ R

Ejercicio 1: Sea el sistema de ecuación diferencial, hallar su solución general

'
x =2 x +3 y
y ' =4 x+ y

Construimos la matriz

( xy '' )=(42 31)( xy)

Sea ( xy )=Y , tiene la forma
'
Y = AY

Hallemos los autovalores a partir de la matriz A

det ( A−I λ )= (2−λ

4
3
1−λ)=0

( 2− λ ) ( 1−λ )−12=0
2
2−2 λ−λ+ λ −12=0
2
10−3 λ+ λ =0
λ 1=5 y λ 2=−2
Luego de hallar los valores propios, calculamos los vectores propios base de cada valor
propio
o Para λ 1=5

det [ A−Iλ ] ( xy)=( 00)

(2−5
4 1−5)( y ) ( 0)
3 x
=
0

(−34 3 x
−4 y
=)( ) ( )
0
0

Se tiene las ecuaciones:

{−34 x−4
x+3 y =0
y =0
Se obtiene que x= y , damos el valor de y=α ∈ R
Entonces la base de los vectores propios λ 1=5 es

( xy )=(αα )=α (11)

⃗v 1=

(11)
H ( λ1 ) =

o Para λ 1=−2

det [ A−Iλ ] ( xy)=( 00)

(2−(−2)
4
3 x
1−(−2) y
=
)( ) ( )
0
0

( 44 33)( xy)=( 00)

Se tiene las ecuaciones:

{44 xx +3+3 y=0

y=0
−3
Se obtiene que x= y , damos el valor de y=α ∈ R
4
Entonces la base de los vectores propios λ 1=5 es
 ( ) ( )
−3 α −3
()
x
⃗v 2= =
y
4 =α 4
α 1

( )
−3
⃗v 2=H ( λ2 )= 4
1

Para este caso la solución general del sistema de ecuación diferencial

λ 1t λ2t
Y ( t )=C1 ⃗v 1 e +C2 ⃗v 2 e

( )
−3
()
1 5t
Y ( t )=C1 e +C2 4 e
1
1
−2 t

Lo podemos descomponer como :

5t 3 −2 t
x (t )=C 1 e − C e
4 2
5t −2 t
y ( t ) =C1 e +C2 e
 b) Ejercicios cuando los valores propios λ i ∈C
Ejercicio 1: Dar solución al siguiente sistema de ecuación diferencial con la condición
inicial

{ x 1 '=3 x1−13 x 2
x 2 ' =5 x1 + x 2

x 1 ( 0 )=3 ; x 2 ( 0 )=−10

Solución:

Primero convertimos el sistema en forma de matriz

( )(
x1 '
x2 ' 5 1 x2
x
= 3 −13 1 )( )
La matriz tiene la forma de

'
X = AX

Encontramos los autovalores de la matriz A:

det ( A−Iλ )= (3−5 λ −13

1−λ
=0 )
( 3−λ ) ( 1−λ ) +65=0

2
λ −4 λ+68=0

4 ± √ 16−272
λ= =2 ± 8 i
2

Como los valores propios son complejos, encontramos su auto vector considerando
2+8 i

det [ A−Iλ ] ⃗v 1=⃗0

(3−2−8
5
i −13 x
1−2−8 i y
=)( ) ( )
0
0

(1−85 i −13 x
−1−8 i y)( ) ( )
=
0
0
Ambas filas son múltiplos, usamos la segunda fila

5 x−( 1+8 i ) y =0

5 x=( 1+8 i ) y

Si y=t , nuestro autovector se convierte:

( )
1
⃗v = ()x
y
=t 5
(1+8 i)
1
=t
(1+8 i)
5 ( )
La matriz (1+85 i ), es el vector propio del autovalor complejo
La solución del sistema de ecuación diferencial correspondiente es

X ( t )=e (2 +8 i) t (1+58i )
RECORDAR: e (2+ 8 i) t=e2 t (cos ( 8 t )+ isen ( 8 t ))

Por lo tanto:

2t
X 1 ( t )=e (cos ( 8t ) +isen ( 8 t ) ) (1+85 i)
Nota: i× i=−1

X 1 ( t )=e
2t
( cos ( 8 t ) +isen ( 8 t ) +8 i cos ( 8 t )−8 sen ( 8 t )
5 cos ( 8 t )+ 5isen ( 8 t ) )
X 1 ( t )=e
2t
(cos ( 85tcos)−8( 8sent ) ( 8 t ))+ e i ( sen ( 85tsen)+ 8( 8cost ) ( 8 t ))
2t

Tiene la forma de

Y 1 ( t ) =U +Vi

Donde, ambas son soluciones independientes. La solución general del sistema de

ecuación diferencial es:

X ( t )=C 1 e
2t
( cos (58cost )−sen
(8 t )
( 8t )
) +C e
( sen ( 8 t )+ 8 cos ( 8 t )
2
2t

5 sen ( 8 t ) )
Nos dan la condición inicial de

x 1 ( 0 )=3 ; x 2 ( 0 )=−10

x (0)= (−10
3
)
X ( 0 )=C1 e
0
(cos5( 0cos)−sen
( 0)
( 0)
) +C e
(2
sen ( 0 ) +8 cos ( 0 )
0

5 sen ( 0 ) )
X ( 0 )=C1 (51)+C (80)=(−10
2
3
)
Se tiene como ecuaciones :

{ C1 +8 C 2=3
5 C 1=−10

5
∴ C1=−2 y C2 =
8

Por lo tanto, la solución particular del sistema de ecuación diferencial es :

X ( t )=−2 e
2t
( 5 cos ( 8 t )
+ e
8 ) (
cos ( 8 t )−sen ( 8 t ) 5 2 t sen ( 8 t ) +8 cos ( 8 t )
5 sen ( 8t ) )
[
x 1 (t)=e2 t 3 cos ( 8t ) +
183
8
sen ( 8 t )
]
[
x 2 ( t )=e2 t −10 cos ( 8t ) +
25
8
sen ( 8 t )
]
EJERCICIO PROPUESTO: (Rainville et. al, 1998, p. 204)

En los ejercicios de 1 al 7 encuentre la solución general del sistema para la

matriz A dada. En cada caso verifique la independencia lineal de las soluciones
examinando el wronskiano.

7.
Primero realizamos la ecuación característica de esta matriz:

De esto, resolvemos el determinante, resultando:

Entonces, estas raíces obtenidas son los Valores Propios de la matriz.

Al elegir el valor propio se llega a:

De modo que:
Por lo tanto, en correspondencia con el valor propio existe un conjunto de

vectores cuyos elementos son múltiplos escalares del vector columna .

De manera análoga, para

De modo que:

De esta manera, así obtenemos dos conjuntos distintos de soluciones para el sistema:

Ahora, comprobamos la independencia lineal de las soluciones examinando el

wronskiano:
Ya que el wronskiano no se anula para ningún valor de t, concluimos que las soluciones
y son linealmente independientes en cualquier intervalo, y de aquí resulta que la
solución general del sistema es:

EJERCICIO PROPUESTO: (Rainville et. al, 1998, p. 208 )

En los ejercicios del 1 al 7 encuentre la solución general del sistema para la

matriz A dada:

6.
Primero hallamos la ecuación característica de la matriz del sistema:

Los valores propios: y

Para , debemos hacer que satisfaga el sistema:

El cual exige que:

Una solución se obtiene eligiendo . Por lo tanto, un vector propio correspondiente

al valor propio es con la función vectorial compleja:

 ,
como solución del sistema, al menos formalmente.

El segundo valor propio conduce de manera semejante a una segunda

solución,

El cual exige que:

Una solución se obtiene eligiendo . Por lo tanto, un vector propio correspondiente

al valor propio es con la función vectorial compleja:

Una solución que adquiera esta forma debe recordarnos la situación, donde resolvimos
ecuaciones lineales con coeficientes contantes. Procederemos de manera parecida,
haciendo uso de la fórmula de Euler:

Al cambiar formalmente la presentación de la ecuación, obtenemos:

esta respuesta como tal se puede simplificar:

En el primer término:
Para el segundo término:

tenemos que expandir los productos dentro de las matrices:

Para el primer término, c1:

Para el segundo término, c2:

Obteniendo, la siguiente combinación de términos:

Ahora se realiza, la agrupación de términos reales e imaginarios:

 Primera fila:

Parte real:

Parte imaginaria:
  Segunda fila:

Parte real:

Parte imaginaria:

Entonces la expresión, quedaría así:

Luego sustituimos las constantes:

Reemplazando en la expresión:

Luego separamos en términos de cos(t) y sen(t):

Para b1:

Para b2:

Finalmente, nuestra solución general resulta:

SISTEMA LINEALES HOMOGENEAS, CON VALORES PROPIOS
COMPLEJOS
EJEMPLO 1)

Tenemos un sistema lineal homogéneas, de la siguiente manera:

Solución:

1° Lo llevamos a la forma matricial, y es de la siguiente manera: .

Lo cual las derivadas lo podemos representar como un vector. Ahora bien, el vector

, se va tratar de una función vectorial, porque x, y, ya representan funciones

desconocidas y además tanto x, y depende de t, por lo tanto, vamos a mirar a este como

una función vectorial, entonces de esta relación diremos que , finalmente,

podemos decir que la forma matricial del sistema es:

2° Encontramos la ecuación característica, con esto vamos a encontrar los valores de la

ecuación.

, I: Matriz identidad y es de la siguiente manera:

, quedaría de la siguiente manera:

Resolviendo la matriz tenemos: , ahora bien, si seguimos

resolviendo encontramos la ecuación característica y es:

, comenzaremos a encontrar los valores de la ecuación formada,

usaremos la formula general, , , reemplazamos,

tenemos:
3° Una vez que tenemos los valores de las raíces de la ecuación característica,
comenzaremos a obtener los vectores propios:

, entonces tendremos una determinante de la siguiente manera,

, , reemplazando tenemos:

, resolviendo la matriz, tenemos:

, el sistema de ecuaciones quedaría de la siguiente forma:

, ahora bien, si le damos un valor a, y reemplazamos en

tendríamos: , el vector

propio será:
4° Escribir las soluciones:
Procedemos a descomponer la matriz del vector propio, de la siguiente manera:

, entonces, sabemos que , ,

. Entonces, la parte real, y la parte imaginaria es , entonces

tenemos un , reemplazando, tenemos:

y para el siguiente valor, tendremos,

, reemplazando tenemos,

5° La solución general: , comenzamos a reemplazar y tenemos:

Finalmente, tendremos, lo siguiente:

Ejemplo 2)

Tenemos el siguiente sistema de ecuaciones, resolver:

Solución:

1° Lo llevamos a la forma matricial, y es de la siguiente manera: .

, Sabemos que la matriz A es

2° Debemos de comprobar que , formaremos la ecuación característica

=0
Resolviendo la matriz, tenemos de la siguiente manera:

Entonces tendríamos, la ecuación característica y es:

 , multiplicamos a la
ecuación por (-1), tendríamos lo siguiente: y ahora aplicando
buscaremos las raíces de esta ecuación, haciendo uso de método de Ruffini:
X=-3 1 1 -1 15
-3 -3 6 -15
1 -2 5 0

El polinomio quedara de la siguiente manera:

Para seguir hallando las demás raíces, aplicaremos , a=1, b=-2

C=+5

, entonces las raíces que tenemos son:

3° Aplicamos la siguiente relación:

Resolviendo esta matriz tenemos:

Ahora de (2), tenemos: . Ahora bien, en (3), tenemos: , si damos un

valor de , tenemos que . Lo cual tendremos el primer vector propio es:

Este valor es para .

Seguidamente, haremos para , comenzamos a reemplazar y tendremos:

Seguidamente, resolvemos la matriz, la cual tenemos:

Resolviendo el sistema de ecuaciones, en (3), tenemos: , si le damos

un valor de , tenemos que , seguidamente obtenemos el

valor de .

Entonces el vector propio es: , para un .

Para no trabajar con fracciones multiplicamos por un 2 y nos quedaría de la siguiente

manera:
4° La solución seria de la siguiente manera:

, , ahora el vector propio le daremos la siguiente forma:

, entonces el valor de ,
seguidamente aplicamos lo siguiente:

Por lo tanto, la solución general es:

|CONCLUSIONES
o A lo largo de este trabajo, hemos explorado en profundidad los sistemas de
ecuaciones diferenciales .Hemos revisado los conceptos fundamentales de
valores propios y vectores propios, y cómo estos conceptos se integran en la
solución de sistemas lineales de ecuaciones diferenciales.
o Los ejemplos presentados han ilustrado cómo los valores propios y vectores
propios determinan la naturaleza de las soluciones de los sistemas de ecuaciones
diferenciales.

REFERENCIAS BIBLIOGRAFICAS

González Franco (2021). Ecuaciones Diferenciales I: Sistemas lineales homogéneos

con coeficientes constantes – Valores propios complejos.
https://blog.nekomath.com/ecuaciones-diferenciales-i-sistemas-lineales-
homogeneos-con-coeficientes-constantes-valores-propios-complejos/

Ignacio García & Visiers Bañón (2020). Valores propios. Diagonalización de matrices.
https://www.cartagena99.com/recursos/alumnos/apuntes/Algebra%20Capitulo
%2005%20Diagonalizacion.pdf

Miguel Gracia J. (s.f). Valores y vectores propios de una matriz.

http://www.vc.ehu.es/campus/centros/farmacia/deptos-f/depme/apuntes/gracia/
Curso_Actual/bolonia/matematicas/capitulo_1/espectral/
ValoresVectoresPropiosPapel.pdf
52