Clase16 mateIV

Eliminación sistemática Sistemas de primer orden con coeficientes constantes Autovalores repetidos Autovalores complejos
Sistemas de ecuaciones diferenciales

Clase 16
Felipe A. Torres Estrella
Facultad de Ingeniería Civil - UNI

Departamento de Ciencias Básicas
2018
UNI-PERÚ
Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

Sistemas de ecuaciones diferenciales 1
Este método se basa en el principio algebraico de la eliminación sistemática de

variables. El análogo de multiplicar una ecuación algebraica por una constante es
operar una ecuación diferencial con alguna combinación de derivadas. Para este fin, se
reformulan las ecuaciones de un sistema en términos del operador diferencial D.


Ejemplo. 1
Escriba el sistema de ecuaciones diferenciales
x1′′ + 2x1′ + x2′′ = x1 + 3x2 + sen(t)

x1′ + x2′ = −4x1 + 2x2 + e −t
en notación de operador.


Ejemplo. 1
Escriba el sistema de ecuaciones diferenciales
x1′′ + 2x1′ + x2′′ = x1 + 3x2 + sen(t)

x1′ + x2′ = −4x1 + 2x2 + e −t
en notación de operador.
Ejemplo. 2 (Método de solución)

Resolver el siguiente sistema de ecuaciones lineales de primer orden:
Dx2 = 2x1
Dx1 = 3x2

Ejemplo. 3
Resuelve el siguiente sistema de ecuaciones lineales:
x1′ − 4x1 + x2′′ = t 2

x1′ + x1 + x2′ = 0

En esta sección se discutirá un proceso para obtener una solución general para el
sistema homogéneo
X ′ = AX (1)
donde A es una matriz n × n, X = col(x1 , . . . , xn ) y X ′ = col(x1′ , . . . , xn′ ).

sistema homogéneo
X ′ = AX (1)
Definición. 1
Sea A una matriz n × n. Los valores propios de A son los números (reales o
complejos) r para los cuales (A − rI )u = 0 tiene al menos una solución no trivial u.
Las correspondientes soluciones no triviales u se llaman los vectores propios de A
asociados con r.

sistema homogéneo
X ′ = AX (1)
Definición. 1
Sea A una matriz n × n. Los valores propios de A son los números (reales o
complejos) r para los cuales (A − rI )u = 0 tiene al menos una solución no trivial u.
Las correspondientes soluciones no triviales u se llaman los vectores propios de A
asociados con r.
Ejemplo. 4
Encuentre los valores propios y vectores propios de la matriz
h i
1 4
A=
1 1

Teorema. 1
Suponemos la matriz n × n A tiene n vectores propios linealmente independientes

u1 , . . . , un . Sea ri el valor propio correspondiente a ui . Entonces,
{e r1 t u1 , e r2 t u2 , . . . , e rn t un } (2)
es un conjunto
fundamental de soluciones (y
F(t) = e r1 t u1 e r2 t u2 . . . e rn t un es una matriz fundamental) en R para el
sistema homogéneo X ′ = AX . Consecuentemente, una solución general de X ′ = AX
es
X (t) = c1 e r1 t u1 + c1 e r2 t u2 + . . . + cn e rn t un , (3)
donde c1 , . . . , cn son constantes arbitrarias.

Teorema. 1
Suponemos la matriz n × n A tiene n vectores propios linealmente independientes

u1 , . . . , un . Sea ri el valor propio correspondiente a ui . Entonces,
{e r1 t u1 , e r2 t u2 , . . . , e rn t un } (2)
es un conjunto
fundamental de soluciones (y
F(t) = e r1 t u1 e r2 t u2 . . . e rn t un es una matriz fundamental) en R para el
sistema homogéneo X ′ = AX . Consecuentemente, una solución general de X ′ = AX
es
X (t) = c1 e r1 t u1 + c1 e r2 t u2 + . . . + cn e rn t un , (3)
donde c1 , . . . , cn son constantes arbitrarias.
Ejemplo. 5
h i
1 3
Encuentre una solución general de X ′ = AX , donde A =
1 −1

Teorema. 2
Si r1 , . . . , rm son valores propios diferentes para la matriz A y ui es un vector propio

asociado con ri , entonces ui , . . . , um son linealmente independientes.

Teorema. 2

Combinando los teoremas 1 y 2, obtenemos el siguiente corolario.

Teorema. 2

Corolario. 1
Si la matriz n × n A tiene n distintos valores propios r1 , . . . , rn y ui es un vector
propio asociado con ri , entonces
{e r1 t u1 , e r2 t u2 , . . . , e rn t un }
es un conjunto fundamental de soluciones para el sistema homogéneo X ′ = AX .

Teorema. 2

Corolario. 1
Si la matriz n × n A tiene n distintos valores propios r1 , . . . , rn y ui es un vector
propio asociado con ri , entonces
{e r1 t u1 , e r2 t u2 , . . . , e rn t un }
es un conjunto fundamental de soluciones para el sistema homogéneo X ′ = AX .
Ejemplo. 6
Resuelve el problema de valor inicial
" #
1 2 −1
X ′ (t) = 1 0 1 X (t), X (0) = col(−1, 0, 0).
4 −4 5

Si A es una matriz real simétrica n × n, es conocido que existen siempre n

autovectores linealmente independientes. Por tanto, teorema 1 se aplica y una solución
general es dada por (3).

Si A es una matriz real simétrica n × n, es conocido que existen siempre n

autovectores linealmente independientes. Por tanto, teorema 1 se aplica y una solución
general es dada por (3).
Ejemplo. 7
Encuentre una solución general de
" #
1 −2 2
′
X (t) = AX (t), donde A = −2 1 2 .
2 2 1

El número de veces que se repite un autovalor se denomina multiplicidad algebraica.

Del mismo modo, el número de autovectores linealmente independientes asociados con
un autovalor se llama multiplicidad geométrica.


Definición. 2
Sea A ∈ Rn×n , la dimensión del espacio nulo de (A − λi I ) es la multiplicidad
geométrica del autovalor λi .


Definición. 2
Multiplicidades algebraicas y geométricas iguales
Este es el caso que esperar porque la técnica de solución es idéntica al caso de
autovalores distintos. Incluso si hay valores propios repetidos, la solución general es
simplemente
X (t) = c1 e λ1 t u1 + c1 e λ2 t u2 + . . . + cn e λn t un .


Definición. 2
simplemente
Esta es, de hecho la solución general. El conjunto de vectores propios es linealmente
independiente, por lo tanto, siempre será posible resolver los coeficientes para una
condición inicial específica, independientemente del hecho de que algunos de los
valores propios se repitan.


Definición. 2
simplemente
Esta es, de hecho la solución general. El conjunto de vectores propios es linealmente
independiente, por lo tanto, siempre será posible resolver los coeficientes para una
condición inicial específica, independientemente del hecho de que algunos de los
valores propios se repitan.
Ejemplo. 8
Resolver " #
1 −2 2
′
X = −2 1 −2 X.
2 −2 1
Multiplicidad algebraica mayor que la multiplicidad geométrica

El caso donde la multiplicidad geométrica de un valor propio es menor que su
multiplicidad algebraica es mucho más interesante, pero desafortunadamente, requiere
un poco más de trabajo.


un poco más de trabajo. En este caso, si simplemente calculamos autovectores,
tendremos un conjunto de soluciones homogéneas de la forma
ui e λi t ,
pero no tendremos n valores linealmente independientes, entonces
c1 u1 e λ1 t + c2 u2 e λ2 t + · · · + cm um e λm t ,


ui e λi t ,
donde m < n es una solución, pero no una solución general. En este caso, no es
posible calcular los coeficientes ci para satisfacer cualquier conjunto de condiciones
iniciales porque no hay un conjunto completo de autovectores linealmente
independientes.


ui e λi t ,
donde m < n es una solución, pero no una solución general. En este caso, no es
posible calcular los coeficientes ci para satisfacer cualquier conjunto de condiciones
iniciales porque no hay un conjunto completo de autovectores linealmente
independientes.
Ejemplo. 9
Encontrar la solución general a
x ′′ + 4x ′ + 4x = 0.

Ejemplo. 10
Considerar la misma ecuación del ejemplo anterior, pero primero convirtámoslo en un
sistema de dos ecuaciones de primer orden. El sistema equivalente es
d
h i h ih i
x 0 1 x
= .
dt x′ −4 −4 x′

Ejemplo. 10
d
h i h ih i
x 0 1 x
= .
dt x′ −4 −4 x′
Calculando los autovalores para la matriz en la ecuación anterior tenemos

−λ 1
= (λ + 2)2 = 0.

−4 −4 − λ

Ejemplo. 10
d
h i h ih i
x 0 1 x
= .
dt x′ −4 −4 x′

−λ 1
= (λ + 2)2 = 0.

−4 −4 − λ
El único autovector linealmente independiente asociado a λ1 = −2 es

u1 = col(1, −2).

Ejemplo. 10
d
h i h ih i
x 0 1 x
= .
dt x′ −4 −4 x′

−λ 1
= (λ + 2)2 = 0.

−4 −4 − λ
El único autovector linealmente independiente asociado a λ1 = −2 es

u1 = col(1, −2). El objetivo es obviamente construir una solución que sea equivalente
a la solución general de la ecuación diferencial del ejemplo anterior. Diferenciando la
solución de la ecuación diferencial anterior se tiene
x ′ (t) = −2c1 e −2t + c2 e −2t − 2c2 te −2t ,

o en forma vectorial
d d
h i h i
x x1
=
dt x′ dt x2
h i h i h i
1 0 1
= c1 e −2t + c2 e −2t + t e −2t
−2 1 −2
= c1 u1 e λ1 t + c2 (u2 e λ1 t + tu1 e λ1 t ).

d d
h i h i
x x1
=
dt x′ dt x2
h i h i h i
1 0 1
= c1 e −2t + c2 e −2t + t e −2t
−2 1 −2
La tarea ahora es generalizar el enfoque de sistemas de n ecuaciones donde la

multiplicidad de un valor propio repetido puede ser mayor que dos. Así que considera
el caso general
X ′ = AX , donde A ∈ Rn×n ,

d d
h i h i
x x1
=
dt x′ dt x2
h i h i h i
1 0 1
= c1 e −2t + c2 e −2t + t e −2t
−2 1 −2

el caso general
y supongamos que la multiplicidad algebraica del valor propio λi es m pero que la

multiplicidad geométrica es menor que m. Motivado por el ejemplo anterior,
claramente el enfoque es multiplicar las soluciones exponenciales por t para obtener
soluciones adicionales linealmente independientes.

d d
h i h i
x x1
=
dt x′ dt x2
h i h i h i
1 0 1
= c1 e −2t + c2 e −2t + t e −2t
−2 1 −2

el caso general
y supongamos que la multiplicidad algebraica del valor propio λi es m pero que la

multiplicidad geométrica es menor que m. Motivado por el ejemplo anterior,
claramente el enfoque es multiplicar las soluciones exponenciales por t para obtener
soluciones adicionales linealmente independientes. En el ejemplo, como el sistema era
de segundo orden, la mayor potencia de t en la solución general era uno; sin embargo,
en el caso donde la multiplicidad algebraica es mayor que dos, pueden ser necesarios
potencias adicionales de t.
Por lo tanto, propongamos la siguiente solución homogénea correspondiente al valor

propio λi con multiplicidad algebraica m,



t2 t m−1
X (t) = um + tum−1 + um−2 + · · · + u1 e λi t .
2! m − 1!



t2 t m−1
X (t) = um + tum−1 + um−2 + · · · + u1 e λi t .
2! m − 1!
Derivando esta solución propuestas nos da



t2 t m−1
X (t) = um + tum−1 + um−2 + · · · + u1 e λi t .
2! m − 1!

t2 t m−1
′
X (t) = λi um + tum−1 + um−2 + · · · + u1 e λi t
2! m − 1!
(4)
t m−2 λi t
+ um−1 + tum−2 + · · · + u1 e
m − 2!



t2 t m−1
X (t) = um + tum−1 + um−2 + · · · + u1 e λi t .
2! m − 1!

t2 t m−1
′
X (t) = λi um + tum−1 + um−2 + · · · + u1 e λi t
2! m − 1!
(4)
t m−2 λi t
+ um−1 + tum−2 + · · · + u1 e
m − 2!
También,

t2 t m−1
AX (t) = A um + tum−1 + um−2 + · · · + u1 e λi t . (5)
2! m − 1!
Igualando los coeficientes de cada potencia de t en las ecuaciones (4) y (5), se obtiene

t0 : λi um + um−1 = Aum
1
t : λi um−1 + um−2 = Aum−1
t2 : λi um−2 + um−3 = Aum−2
.. ..
. .
t m−1 : λi u1 = Au1

t0 : λi um + um−1 = Aum
1
t : λi um−1 + um−2 = Aum−1
t2 : λi um−2 + um−3 = Aum−2
.. ..
. .
t m−1 : λi u1 = Au1
De esto, se obtiene la siguiente secuencia
(A − λi I )u1 = 0
(A − λi I )u2 = u1
(A − λi I )u3 = u2
(6)
.
..
(A − λi I )um = um−1

La primera ecuación es simplemente la ecuación para un autovalor regular. Los

vectores u2 a um se denominan autovectores generalizados y se determinan de forma
secuencial resolviendo la segunda a la m−ésima ecuación.


Tenga en cuenta que si la segunda línea de la ecuación (6) se multiplica a la izquierda
por (A − λi I ), entonces
(A − λi I )(A − λi I )u2 = (A − λi I )u1 = 0.
Luego
(A − λi I )2 u2 = 0.


(A − λi I )(A − λi I )u2 = (A − λi I )u1 = 0.
Luego
(A − λi I )2 u2 = 0.
Similarmente, multiplicando a la j−ésima linea en la ecuación (6) por (A − λi I )j ,
donde 1 < j < m, se tiene
(A − λi I )j uj = 0.
Tenga en cuenta que
(A − λi I )m uj = (A − λi I )m−j (A − λi I )j uj = 0.
Así, todos los autovectores y autovectores generalizados asociados con λi estan en el

espacio nulo de (A − λi I )m , que motiva la siguiente definición.


(A − λi I )(A − λi I )u2 = (A − λi I )u1 = 0.
Luego
(A − λi I )2 u2 = 0.
Similarmente, multiplicando a la j−ésima linea en la ecuación (6) por (A − λi I )j ,
donde 1 < j < m, se tiene
(A − λi I )j uj = 0.
Tenga en cuenta que
(A − λi I )m uj = (A − λi I )m−j (A − λi I )j uj = 0.
Así, todos los autovectores y autovectores generalizados asociados con λi estan en el

espacio nulo de (A − λi I )m , que motiva la siguiente definición.
Definición. 3
EL espacio nulo de (A − λi I )m es el autoespacio generalizado de A asociado con λi .

Teorema. 3
La dimensión del autoespacio generalizado de A asociado con λi es igua a la
multiplicidad algebraica del autovalor λi ; esto es, si la multiplicidad algebraica del
autovalor λi es m, entonces
dim(N (A − λi I )m ) = m.

Teorema. 3
El siguiente teorema nos da la forma de la solución homogénea para cualquier vector

en el autoespacio generalizado de λi .

Teorema. 3
El siguiente teorema nos da la forma de la solución homogénea para cualquier vector

en el autoespacio generalizado de λi .
Teorema. 4
Para A ∈ Rn×n y λi un autovector de A con multiplicidad algebrica m, si
(A − λi I )m u = 0,
entonces

t2 t m−1
X (t) = u + t(A − λi I )u + (A − λi I )2 u + · · · + (A − λi I )m−1 u e λi t
2! (m − 1)!
satisface X ′ = AX .
Entonces, finalmente tenemos la siguiente técnica de solución para X ′ = AX , para

A ∈ Rn×n donde λi tiene multiplicidad algebraica m.
1 Para los autovalores no repetidos λj la solución homogénea correspondiente es
X (t) = uj e λj t .
2 Para cada λi repetido,
1 Encuentre una base para el espacio propio generalizado de λi ,
que es m autovectores generalizados ui ; es decir,
(A − λi I )m u = 0.
Estos u pueden ser autovectores regulares, vectores propios

generalizados o combinaciones lineales de los mismos.
2 La solución homogénea correspondiente a cada ui es

t2 t m−1
X (t) = u + t(A − λi I )u + (A − λi I )2 u + · · · + (A − λi I )m−1 u e λi t .
2! (m − 1)!

Ejemplo. 11
Determine la solución general a X ′ = AX donde
1 0 0 0
 
0 2 1 0
A=  .
0 0 2 1
0 0 0 2

Sea el sistema homogéneo

X ′ (t) = AX (t), (7)


X ′ (t) = AX (t), (7)
Supongamos que r1 = α + iβ (α y β números reales) es un valor propio de A con

correspondiente vector propio z = a + ib, donde a y b son vectores reales
constantes.


X ′ (t) = AX (t), (7)

constantes.Primero observemos que el conjugado complejo de z es un vector propio
asociado con el valor propio r2 = α − iβ. Para ver esto, tomemos la conjugada
compleja a (A − r1 I )z = 0 dándonos (A − r 1 I )z = 0. Desde que r2 = r 1 , vemos que
z es un vector propio asociado con r2 .


X ′ (t) = AX (t), (7)

z es un vector propio asociado con r2 .Por lo tanto, dos soluciones vectoriales
complejas linealmente independientes a (7) son


X ′ (t) = AX (t), (7)

w1 (t) = e r1 t z = e (α+iβ)t (a + ib),

w2 (t) = e r2 t z = e (α−iβ)t (a − ib),


X ′ (t) = AX (t), (7)

w1 (t) = e r1 t z = e (α+iβ)t (a + ib),

w2 (t) = e r2 t z = e (α−iβ)t (a − ib),
Reescribiendo w1 (t) se tiene
w1 (t) = e αt (cos βt + isen βt)(a + ib)

= e αt {(a cos βt − b sen βt) + i(a sen βt + b cos βt)}

Así se ha expresado w1 (t) en la forma w1 (t) = x1 (t) + ix2 (t), donde x1 (t) y x2 (t) son
las dos funciones vectoriales reales
x1 (t) = e αt (a cos βt − b sen βt) (8)

x2 (t) = e αt (a senβt + b cos βt) (9)


Desde que w1 (t) es una solución a (7), entonces
w1′ (t) = Aw1 (t)

x1′ + ix2′ = Ax1 + iAx2 .


w1′ (t) = Aw1 (t)

x1′ + ix2′ = Ax1 + iAx2 .
Igualando la parte real e imaginaria obtenemos que x1′ (t) = Ax1 (t) y x2′ (t) = Ax2 (t).
Por lo tanto, x1 (t) y x2 (t) son soluciones vectoriales reales a (7) asociadas con los
valores propios complejos conjugados α ± iβ.


w1′ (t) = Aw1 (t)

x1′ + ix2′ = Ax1 + iAx2 .
Igualando la parte real e imaginaria obtenemos que x1′ (t) = Ax1 (t) y x2′ (t) = Ax2 (t).
Por lo tanto, x1 (t) y x2 (t) son soluciones vectoriales reales a (7) asociadas con los
valores propios complejos conjugados α ± iβ.
Ejemplo. 12
Encuentre una solución general de
−1
h i
2
X ′ (t) = X (t).
−1 −3

Figura: Sistema acoplado masa-resorte con extremos fijos

Los valores propios complejos ocurren en el modelado de los sistemas acoplados de

masa-resorte. Por ejemplo, el movimiento del sistema masa-resorte ilustrado en la
figura 1 está gobernado por el sistema de segundo orden
m1 x1′′ = −k1 x1 + k2 (x2 − x1 )

(10)
m2 x2′′ = −k2 (x2 − x1 ) − k3 x2

Los valores propios complejos ocurren en el modelado de los sistemas acoplados de

masa-resorte. Por ejemplo, el movimiento del sistema masa-resorte ilustrado en la
figura 1 está gobernado por el sistema de segundo orden
m1 x1′′ = −k1 x1 + k2 (x2 − x1 )

(10)
m2 x2′′ = −k2 (x2 − x1 ) − k3 x2
donde x1 y x2 representan los desplazamientos de las masas m1 y m2 a la derecha de

sus posiciones de equilibrio y k1 , k2 , k3 son las constantes de resorte de los resortes. Si
introducimos las nuevas variables y1 = x1 , y2 = x1′ , y3 = x2 , y4 = x2′ , entonces
podemos reescribir el sistema en la forma normal
0 1 0 0
 
(k +k ) k2
− 1m 2 0 m1
0
y ′ (t) = Ay(t) =  (11)
 1
 y(t).
0 0 0 1 
k2 (k +k )
m2
0 − 2m 3 0
2

0 1 0 0
 
(k +k ) k2
− 1m 2 0 m1
0
y ′ (t) = Ay(t) =  (11)
 1
 y(t).
0 0 0 1 
k2 (k +k )
m2
0 − 2m 3 0
2
Para tal sistema, resulta que A tiene solo valores propios imaginarios y ocurren en
pares complejos conjugados: ±iβ1 , ±iβ2 .Por lo tanto, cualquier solución consistirá en
β1
sumas de funciones seno y coseno. Las frecuencias de estas funciones f1 = y
2π
β2
f2 = , son llamadas las frecuencias normales o naturales del sistema (β1 y β2 son
2π
las frecuencias angulares del sistema).

0 1 0 0
 
(k +k ) k2
− 1m 2 0 m1
0
y ′ (t) = Ay(t) =  (11)
 1
 y(t).
0 0 0 1 
k2 (k +k )
m2
0 − 2m 3 0
2
Para tal sistema, resulta que A tiene solo valores propios imaginarios y ocurren en
pares complejos conjugados: ±iβ1 , ±iβ2 .Por lo tanto, cualquier solución consistirá en
β1
sumas de funciones seno y coseno. Las frecuencias de estas funciones f1 = y
2π
β2
f2 = , son llamadas las frecuencias normales o naturales del sistema (β1 y β2 son
2π
las frecuencias angulares del sistema).
Ejemplo. 13
Determine las frecuencias normales para el sistema acoplado mas-resorte gobernado
N N N
por el sistema (11) donde m1 = m2 = 1 kg, k1 = 1 m , k2 = 2 m y k3 = 3 m .


Clase16 mateIV

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Clase16 mateIV

Caricato da

Copyright:

Formati disponibili

Eliminación sistemática Sistemas de primer orden con coeficientes constantes Autovalores repetidos Autovalores complejos

Sistemas de ecuaciones diferenciales

Felipe A. Torres Estrella

Facultad de Ingeniería Civil - UNI

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

Este método se basa en el principio algebraico de la eliminación sistemática de

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

Este método se basa en el principio algebraico de la eliminación sistemática de

x1′′ + 2x1′ + x2′′ = x1 + 3x2 + sen(t)

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

Este método se basa en el principio algebraico de la eliminación sistemática de

x1′′ + 2x1′ + x2′′ = x1 + 3x2 + sen(t)

Ejemplo. 2 (Método de solución)

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

x1′ − 4x1 + x2′′ = t 2

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

donde A es una matriz n × n, X = col(x1 , . . . , xn ) y X ′ = col(x1′ , . . . , xn′ ).

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

donde A es una matriz n × n, X = col(x1 , . . . , xn ) y X ′ = col(x1′ , . . . , xn′ ).

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

donde A es una matriz n × n, X = col(x1 , . . . , xn ) y X ′ = col(x1′ , . . . , xn′ ).

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

Suponemos la matriz n × n A tiene n vectores propios linealmente independientes

donde c1 , . . . , cn son constantes arbitrarias.

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

Suponemos la matriz n × n A tiene n vectores propios linealmente independientes

donde c1 , . . . , cn son constantes arbitrarias.

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

Si r1 , . . . , rm son valores propios diferentes para la matriz A y ui es un vector propio

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

Si r1 , . . . , rm son valores propios diferentes para la matriz A y ui es un vector propio

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

Si r1 , . . . , rm son valores propios diferentes para la matriz A y ui es un vector propio

es un conjunto fundamental de soluciones para el sistema homogéneo X ′ = AX .

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

Si r1 , . . . , rm son valores propios diferentes para la matriz A y ui es un vector propio

es un conjunto fundamental de soluciones para el sistema homogéneo X ′ = AX .

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

Si A es una matriz real simétrica n × n, es conocido que existen siempre n

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

Si A es una matriz real simétrica n × n, es conocido que existen siempre n

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

El número de veces que se repite un autovalor se denomina multiplicidad algebraica.

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

El número de veces que se repite un autovalor se denomina multiplicidad algebraica.

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

El número de veces que se repite un autovalor se denomina multiplicidad algebraica.

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

El número de veces que se repite un autovalor se denomina multiplicidad algebraica.

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

El número de veces que se repite un autovalor se denomina multiplicidad algebraica.

Multiplicidad algebraica mayor que la multiplicidad geométrica

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

Multiplicidad algebraica mayor que la multiplicidad geométrica

pero no tendremos n valores linealmente independientes, entonces

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

Multiplicidad algebraica mayor que la multiplicidad geométrica

pero no tendremos n valores linealmente independientes, entonces

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

Multiplicidad algebraica mayor que la multiplicidad geométrica

pero no tendremos n valores linealmente independientes, entonces

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI

Felipe A. Torres Estrella ftorrese@pucp.pe FIC - UNI