ESCUELA SUPERIOR POLITECNICA DE

CHIMBORAZO
INGENIERIA DE MANTENIMIENTO INDUSTRIAL
ANALISIS MATEMATICO III

ESTUDIANTE
CRISTIAN CARRILLO
DOCENTE: ING.RAFAEL ALBUJA
FECHA: 13 DE ENERO DE 2017

Si (1) es un vector solucin del sistema homogneo lineal (2), entonces X K H W, por lo que
el sistema se convierte en KHW AKeW. Despus de dividir entre e W y acomodando,
obtenemos AK K o AK K 0. Ya que K IK, la ltima ecuacin es igual a (A I l )K 0. (3) La
ecuacin matricial (3) es equivalente a las ecuaciones algebraicas simultneas (a11 l)k1 a12k2
... a1nkn 0 a21k1 (a22 l)k2 a2nkn 0 ... an1k1 an2k2 ... (ann l)kn 0. . . . . . . Por lo que para
encontrar soluciones X de (2), necesitamos primero encontrar una solucin no trivial del
sistema anterior; en otras palabras, debemos encontrar un vector no trivial K que satisfaga a (3).
Pero para que (3) tenga soluciones que no sean la solucin obvia k1 k2 kn 0, se debe tener
det(A I) 0. Esta ecuacin polinomial en se llama ecuacin caracterstica de la matriz A. Sus
soluciones son los eigenvalores de A. Una solucin K 0 de (3) correspondiente a un eigenvalor
se llama eigenvector de A. Entonces una solucin del sistema homogneo

(2) es X KeW. En el siguiente anlisis se examinan tres casos: eigenvalores reales y

distintos (es decir, los eigenvalores no son iguales), eigenvalores repetidos y, por ltimo,
eigenvalores complejos.

EIGENVALORES REALES DISTINTOS

Cuando la matriz A n n tiene n eigenvalores reales y distintos 1 , 2 , . . . , n entonces
siempre se puede encontrar un conjunto de n eigenvectores linealmente independientes K1 ,
K2 , . . . , Kn y
X1 K1e 1t , X2 K2e 2t , ..., Xn Kne nt es un conjunto fundamental de soluciones de (2)
en el intervalo.

EJEMPLO
EIGENVALORES DISTINTOS

EIGENVALORES REPETIDOS
Por supuesto, no todos los n eigenvalores 1 , 2 , . . . , n de una matriz A de n n deben
ser distintos, es decir, algunos de los eigenvalores podran ser repetidos.
se demuestra fcilmente que es ( 3)2 0, y por tanto, 1 2 3 es una raz de
multiplicidad dos. Para este valor se encuentra el nico eigenvector K1
es una solucin de (10). Pero como es obvio que tenemos inters en formar la solucin
general del sistema, se necesita continuar con la pregunta de encontrar una segunda
solucin. En general, si m es un entero positivo y ( 1 ) m es un factor de la ecuacin
caracterstica, mientras que ( 1 )m1 no es un factor, entonces se dice que 1 es un
eigenvalor de multiplicidad m. En los tres ejemplos que se dan a continuacin se ilustran los
casos siguientes: i) Para algunas matrices A de n n sera posible encontrar m eigenvectores
linealmente independientes K1 , K2 , . . . , Km, correspondientes a un eigenvalor 1 , de
multiplicidad m n. En este caso la solucin general del sistema contiene la combinacin
lineal c1K1e 1t c2K2e 1t cmKme 1t . ii) Si slo hay un eigenvector propio que corresponde
al eingenvalor 1 de multiplicidad m, entonces siempre se pueden encontrar m soluciones
linealmente independientes de la forma X

EIGENVALORES DE MULTIPLICIDAD DOS

Se comienza por considerar eigenvalores de multiplicidad dos. En el primer ejemplo se
ilustra una matriz para la que podemos encontrar dos eigenvectores distintos que
corresponden a un doble eigenvalor.

EJEMPLO
EIGENVALORES REPETIDOS

EIGENVALOR DE MULTIPLICIDAD TRES

Cuando la matriz de coeficientes A tiene
slo un eigenvector asociado con un
eigenvalor 1 de multiplicidad tres,
podemos x y X1 FIGURA 8.2.3
Diagrama de fase del sistema (l0).
encontrar una segunda solucin de la

forma (12) y una tercera solucin de la

forma.

EJEMPLO
EIGENVALORE REPETIDOS

EIGENVALORES
COMPLEJOS