ECUACIONES

DIFERENCIALES
LINEALES Y
HOMOGNEAS
INTRODUCCIN Y EJEMPLOS

INGENIERA
ROBTICA
SISTEMAS DE ECUACIONES LINEALES
DE PRIMER ORDEN
Forma normal:

dx1
a11 (t ) x1 a12 (t ) x2 a1n (t ) xn f1 (t )
dt
dx2
a21 (t ) x1 a22 (t ) x2 a2 n (t ) xn f 2 (t )
dt

dxn
an1 (t ) x1 an 2 (t ) x2 ann (t ) xn f n (t )
dt
Supondremos que los coeficientes aij(t) y las funciones fi(t)
son continuas en un intervalo I. Si todas las f's son cero
INGENIERA
diremos que el sistema lineal es homogneo. ROBTICA

2
FORMA MATRICIAL
x1 (t ) a11 (t ) a12 (t ) a1n (t ) f1 (t )

x2 (t ) a21 (t ) a22 (t ) a2 n (t ) f 2 (t )
X , A (t ) , F (t )


xn (t ) an1 (t ) an 2 (t ) ann (t ) f n (t )

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

d x2 (t ) a21 (t ) a22 (t ) a2 n (t ) x2 (t ) f 2 (t )

dt

x (t ) a (t ) a (t ) a (t ) x (t ) f (t )
n n1 n2 nn n n
El sistema homogneo

X AX F
asociado ser:

X AX INGENIERA
ROBTICA

3
 dx
3x 4 y
x dt 3 4
X X X
y dy
5x 7 y 5 7
dt

x

X y
z

dx
6x y z t
dt 6 1 1 t
dy
8 x 7 y z 10t X 8 7 1 X 10t
dt 2 9 1 6t
dz
2 x 9 y z 6t INGENIERA
ROBTICA

dt

4
 DEFINICIN
Vector solucin
Un vector solucin en un intervalo I es cualquier
vector columna x1 (t )

x2 (t )
X


xn (t )
cuyos elementos son funciones diferenciables que
satisfacen el sistema de EDOs en el intervalo I.

INGENIERA
ROBTICA

5
Comprueba que en (, )
1 2t e 2t 3 6t 3e6t
X1 e 2t , X 2 e 6t
1 e 5 5e
son soluciones de: X 1 3 X
Solucin 5 3
De
2e 2t 18e6t
X1
2t
X2
6t
2e 30e
tenemos

1 3 e2t e2t 3e2t 2e2t

AX1 2t 2t


X1

5 3 e 5e 3e 2 t
2e 2 t

1 3 3e6t 3e6t 15e6t 18e6t
AX2 6t 6t

X2
INGENIERA

6 t 6 t ROBTICA
5 3 5e 15e 15e 30e

6
PROBLEMAS DE VALOR INICIAL
(PVI)
x1 (t0 ) 1

Sea x2 (t0 ) 2
X(t0 ) , X0


xn (t0 ) n

Resolver: X A(t ) X F(t )

sujeto a : X(t0) = X0

es un PVI.
INGENIERA
ROBTICA

7
 TEOREMA
Existencia de una solucin nica
Sean las componentes de A(t) y F(t) funciones
continuas en un intervalo comn I que contiene a t0.
Entonces podemos asegura que existe una solucin
nica de nuestro sistema en I.

TEOREMA
Principio de superposicin

Sean X1, X2,, Xk un conjunto de soluciones de

un sistema homogneo en I, entonces:
X = c1X1 + c2X2 + + ckXk
es tambin una solucin en I. INGENIERA
ROBTICA

8
Verifica que: cos t 0
t
X1 1/2 cos t 1/2 sin t , X 2 e
cos t sin t 0

son soluciones de 1 0 1

X 1 1 0 X
y que entonces: 2 0 1

X c1X1 c2 X 2
cos t 0
t
c1 1/2 cos t 1/2 sin t c2 e
cos t sin t 0

INGENIERA
ROBTICA

9
tambin es una solucin.
 DEFINICIN
Dependencia e independencia lineal

Sea X1, X2, , Xk un conjunto de vectores solucin

de un sistema homogneo en un intervalo I. Se dice
que el conjunto es linealmente dependiente en el
intervalo si existen constantes c1, c2, , ck, no todas
nulas, tales que
c1X1 + c2X2 + + ckXk = 0
para todo t en el intervalo. Si el conjunto de vectores
no es linealmente dependiente en el intervalo, se
dice que es linealmente independiente.

INGENIERA

10
ROBTICA
 TEOREMA
Criterio para soluciones
linealmente independientes
x11 x12 x1n

x21 x22 x2 n
Sean X1 , X 2 , , X n


xn1 xn 2 xnn
n vectores solucin de un sistema homogneo en el
intervalo I. Entonces el conjunto de vectores solucin
es linealmente independiente en I si y slo si, para
todo t en el intervalo, el wronskiano:
x11 x12 x1n
x21 x22 x2 n
W ( X1 , X 2 , , X n ) 0

xn1 xn 2 xnn INGENIERA

11
ROBTICA
 1 2 t 3 6t
X1 e , X 2 e
1 5
1 3
Hemos visto que
X X
5 3
son soluciones de
2t 6t
e 3e
W ( X1 , X 2 ) 8e 0
4t
Como e 2t 5e 6t

X1 y X2 son soluciones linealmente independientes

para todo t real.

Nota : De hecho, se puede demostrar que si W es diferente

de 0 en t0 para un conjunto de soluciones en I, entonces lo
INGENIERA

12
es para todo t en I. ROBTICA
 DEFINICIN Conjunto fundamental de soluciones

Cualquier conjunto X1, X2, , Xn de n vectores solucin linealmente

independientes de un sistema homogneo en un intervalo I, se dice
que son un conjunto fundamental de soluciones en el intervalo.

TEOREMA
Existencia de un conjunto fundamental

Siempre existe un conjunto fundamental de soluciones para un

sistema homogneo en un intervalo I.
TEOREMA
Solucin general de sistemas homogneos

Sea X1, X2, , Xn un conjunto fundamental de soluciones de un sistema

homogneo en un intervalo I. Entonces la solucin general del sistema
en el intervalo es
X = c1X1 + c2X2 + + cnXn
INGENIERA

13
donde las ci, i = 1, 2,, n son constantes arbitrarias. ROBTICA
 1 2 t 3 6t
Hemos visto que X1 e , X 2 e
1 5
son soluciones linealmente independientes
de
1 3
X X
5 3
en (, ). De ah que forman un conjunto
fundamental de soluciones. Y entonces la
solucin general es:
1 2t 3 6t
X c1X1 c2 X1 c1 e c2 e
1 5
INGENIERA

14
ROBTICA
 1 0 1

Considera los vectores solucin de :
X 1 1 0 X
2 0 1

cos t 0 sin t
t
X1 1/ 2 cos t 1/ 2 sin t , X 2 1 e , X3 1/ 2 sin t 1/ 2 cos t
0
cos t sin t sin t cos t
Demuestra que son linealmente independientes y escribe una solucin
general:
cos t 0 sin t
W ( X1 , X 2 , X3 ) 1/ 2 cos t 1/ 2 sin t et 1/ 2 sin t 1/ 2 cos t et 0
cos t sin t 0 sin t cos t

cos t 0 sin t
t 3
X c1 1/ 2 cos t 1/ 2 sin t c2 1 e c 1/ 2 sin t 1/ 2 cos t
cos t sin t 0
sin t cos t
INGENIERA

15
ROBTICA
 TEOREMA
Solucin general de sistemas
no homogneos
Sea Xp una solucin dada de un sistema no homogneo
en el intervalo I, y sea
Xc = c1X1 + c2X2 + + cnXn
solucin general en el mismo intervalo del sistema
homogneo asociado. Entonces la solucin general del
sistema no homogneo en el intervalo es:
X = Xc + Xp.
La solucin general Xc del sistema homogneo se llama
funcin complementaria del sistema no homogneo.

INGENIERA

16
ROBTICA
 3t 4
El vector Xp es una solucin
particular de 5t 6

1 3 12t 11
X X
5 3 3

en (, ). Vimos que la solucin de X
1 3
X
es: 1 2t 3 6t 5 3
Xc c1 e c2 e
1 5

As la solucin general del sistema no homogneo

en (, ) es:
1 2t 3 6t 3t 4
X Xc X p c1 e c2 e
INGENIERA

1 5t 6

17
5
ROBTICA
SISTEMAS LINEALES
HOMOGNEOS
Podemos hallar siempre, para un
sistema lineal homogneo de primer
orden,
X AX
una solucin de la forma:
k1

k2 t
X e Ket ?


kn INGENIERA

18
ROBTICA
VALORES PROPIOS (AUTOVALORES)
Y VECTORES PROPIOS
(AUTOVECTORES)
Si es as, entonces, como X = Ket, sustituyendo
en el sistema de EDOs: X = AX
Ket = AKet .
De donde: AK = K. Es decir:
(A I)K = 0
(a11 )k1 a12 k2 a1n kn 0
O equivalentemente:
a21k1 (a22 )k2 a2 n kn 0
Y recordemos que si existe
una solucin no trivial X, an1k1 an 2 k2 (ann )kn 0
debe cumplirse entonces que: INGENIERA

19
ROBTICA
det(A I) = 0
 Autovalores reales y distintos
TEOREMA
Solucin general para sistemas
homogneos
Sean 1, 2,, n n valores propios reales y distintos
de la matriz de coeficientes A de un sistema
homogneo, y sean K1, K2,, Kn los autovectores
correspondientes. La solucin general del sistema
es entonces:
X c1K1e1t c2K 2e2t cnK nent

INGENIERA

20
ROBTICA
 dx 2
Resolver 2x 3y det ( A I)
3
dt 2 1
dy 2 3 4
2x y
dt ( 1)( 4) 0
1 = 1, 2 = 4.
Para 1 = 1, tenemos 3k1 + 3k2 = 0
2k1 + 2k2 = 0
1
As k1 = k2. Cuando k2 = 1, entonces K1
1
Para 1 = 4, tenemos 2k1 + 3k2 = 0
3
2k1 2k2 = 0 K2
As k1 = 3k2/2. Cuando k2 = 2, entonces 2

1 t 3 4t
X c1X1 c2 X 2 c1 e c2 e
1 2 INGENIERA

21
ROBTICA
Resolver dx dy dz
4 x y z, x 5 y z, y 3z
dt dt dt
4 1 1
det ( A I ) 1 5 1
0 1 3
( 3)( 4)( 5) 0
3, 4, 5
1 1 1 0 1 0 1 0

( A 3I | 0) 1 8 1 0 0 1 0 0
0 1 0 0 0 0 0 0

1 1
k1 = k3, k2 = 0. Con k3 = 1: 3t
K1 0 , X1 0 e
1 1
INGENIERA

22
ROBTICA
2 = 4
0 1 1 0 1 0 10 0

( A 4I | 0) 1 9 1 0 0 1 0 0
0 1 0 0 0 0
0 0
10 10
k1 = 10k3, k2 = k3. 4t
K 2 1 , X2 1 e
Con k3 = 1: 1 1

3 = 5 9 1 1 0 1 0 1 0

( A 5I | 0) 1 0 1 0 0 1 8 0
0 1 8 0 0 0
0 0
1 10 1

1 1
3t 4t 5t K 8 , 5t
X3 8 e
X c1 0 e c2 1 e c3 8 e 3
1 1 1 1 1 INGENIERA

23

ROBTICA
 Autovalores repetidos
Resolver:
1 2 2 1 2 2

X' 2 1 2 X det ( A I ) 2 1 2 0
2 2 1 2 2 1

( + 1)2( 5) = 0, entonces 1 = 2 = 1, 3 = 5.
(multiplicidad m = 2)
Para 1 = 1,
2 2 2 0 1 1 1 0

( A I | 0) 2 2 2 0 0 0 0 0
2 2 0 0 0 0
2 0
k1 k2 + k3 = 0 o k1 = k2 k3.

Escogiendo k2 = 1, k3 = 0 y k2 = 1, k3 = 1, tenemos:
INGENIERA

24
ROBTICA
k1 = 1 y k1 = 0, respectivamente.
 Observa que en este ejemplo
1 0
t t la matriz A es simtrica y real,
X1 1 e , X2 1 e entonces se puede demostrar
que siempre es posible
0 1 encontrar n autovectores
linealmente independientes.
Para 3 = 5,
4 2 2 0 1 0 1 0

( A 5I | 0) 2 4 2 0 0 1 1 0
2 2 4 0 0 0 0 0

k1 = k3 y k2 = k3. Eligiendo k3 = 1, 1

se tiene k1 = 1, k2 = 1, as: K 3 1
1

1 0 1
t t 5t
X c1 1 e c2 1 e c3 1 e
0 1 1

INGENIERA

25
ROBTICA
SEGUNDA SOLUCIN

Supongamos que 1 es de multiplicidad 2 y que

solo hay un autovector relacionado con este
autovalor. Una segunda solucin se puede
construir de la forma 1t 1t
X2 Kte Pe
Sustituyendo la solucin en X = AX:

Kte 1t
Pe 1t
AKte 1t
Pe 1t
0
Ke 1t

K1te1t P1e 1t AKte1t AP e 1t 0
( AK 1K )te1t ( AP 1P K )e 1t 0
(A 1I)K 0 (A 1I)P K INGENIERA

26
ROBTICA
Resolver 3 18 det (A I) = 0
X X
2 9 ( + 3)2=0, = 3, 3.
Solo obtenemos 3 3 3t
un autovector: K , X1 e
1 1
1t 1t p1
X2 Kte Pe Para obtener la segunda
solucin, definamos:
P
(A 1I)P K p2
6 p1 18 p2 3
(A + 3 I) P = K 2 p1 6 p2 1
Tenemos que p2 = 1/3 p1.
1
Si elegimos p1 = 1, entonces p2 = 1/3. P
1 / 3
3 3t 1 3t
X 2 te e
1 1 / 3 INGENIERA

27
ROBTICA
Si elegimos p1 = , entonces p2 = 0
1/2
y la solucin es ms "simple": P
0
3 3t 1/2 3t
X 2 te e
1 0

Podemos escribir la solucin general como:

3 3t 3 3t 1/2 3t
X c1 e c2 te e
1 1 0

INGENIERA

28
ROBTICA
AUTOVALORES DE
MULTIPLICIDAD 3
Si de nuevo disponemos solamente de un autovector,
hallamos la segunda solucin como antes, y la tercera
de la siguiente manera:
2
t 1t 1t 1t
X3 K e Pte Qe
2
Donde ( A 1I)K 0
K, P y Q
estn ( A 1I)P K
definidas
por: ( A 1I)Q P
INGENIERA
Ejercicio: Demostrarlo.

29
ROBTICA
Resolver 2 1 6
(1 2)3 = 0
X 0 2 5 X
0 0 2 1 = 2 (multiplicidad 3).

Solucin
Resolviendo (A 2I)K = 0, tenemos un nico 1

vector propio K 0

t2 t
t
t 0
X K e P te Q e
1 1 1
A continuacin 3
2
resolvemos: 1 1 0

X c1 0 e 2t c2 0 te 2t 1 e 2t
(A 2I) P = K
0
0
(A 2I) Q = P 0
1 2 0 0
0 0 c3 0 t e 2t 1 te 2t 6/5 e 2t

P 1 , Q 6 /5
0
2
0 1/5
0 1/5 INGENIERA

30
ROBTICA
 Autovalor de multiplicidad m
Si slo disponemos de un autovector para un autovalor
de multiplicidad m, siempre podemos encontrar m
soluciones linealmente independientes de la forma:
X1 K11e t
X 2 K 21tet K 22e t
...
t m1 t t m 2 t
X m K m1 e K m2 e ... K mmet
(m 1)! (m 2)!
Donde los K's son vectores columnas que podemos
determinar generalizando el mtodo expuesto.
INGENIERA

31
ROBTICA
 Autovalores complejos
TEOREMA
Soluciones correspondientes a un
autovalor complejo
Sea A la matriz de coeficientes con elementos
reales de un sistema homogneo, y sea K1 un
autovector correspondiente al autovalor complejo
1 = + i . Entonces
K1e1ty K1e1t
son soluciones.

INGENIERA

32
ROBTICA
 TEOREMA
Soluciones reales asociadas a
un autovalor complejo
Sea 1 = + i un valor propio complejo de la
matriz de coeficientes A de un sistema homogneo,
y sean B1= Re(K1) y B2 = Im(K1). Entonces
podemos escribir la solucin como:
X1 [B1 cos t B 2 sin t ] e t
X2 [B 2 cos t B1 sin t ] e t
soluciones linealmente independientes en (-,).
(Demustralo).

Nota: Si queremos
escribir las soluciones en e( i )t et cos( t ) i sin( t )
trminos de funciones
e cos( t ) i sin( t )
INGENIERA
( i ) t t

33
ROBTICA
reales, basta con e
emplear:
Resolver 2 8 2
X X, X(0)
1 2 1
2 8
det ( A I ) 2 4 0
1 2

Para 1 = 2i,
2 2i 2 2
(2 2i)k1 + 8k2 = 0 K1 i
k1 + (2 2i)k2 = 0 1 1 0
obtenemos k1 = (2 + 2i)k2. B1 Re(K1 ) 2 , B 2 Im(K1 ) 2
1 0
Elegimos k2 = 1
2 2 2 2
X c1 cos 2t sin 2t c2 cos 2t sin 2t
1 0 0 1
2 cos 2t 2 sin 2t 2 cos 2t 2 sin 2t
c1 c2
cos 2t sin 2t
INGENIERA

34
ROBTICA
TAREA

INGENIERA

35
ROBTICA
MATEMTICAS AVANZADAS
RESOLUCIN POR
DIAGONALIZACIN
Si A es diagonalizable, entonces existe P, tal que D = P-1AP es
diagonal. Si realizamos el cambio matricial X = PY, el sistema
de ecuaciones X = AX se transforma en PY = APY. Y
multiplicando por la izquierda por P-1, tenemos: Y = P-1APY, es
decir: Y = DY, cuya solucin es directa e igual a:

c1e1t
t
c2e 2
Y


c ent
n
Deshaciendo el cambio, X = PY , encontramos la solucin
buscada. INGENIERA

36
ROBTICA
 2 1 8

Resolver: X 0 3 8 X
0 4 9

Solucin
De det (A I) = ( + 2)( 1)( 5), obtenemos
1 = 2, 2 = 1 y 3 = 5. Puesto que son autovalores
reales y distintos, los vectores propios son
linealmente independientes. Para i = 1, 2, 3,
resolvemos
(A iI)K = 0, y tenemos
1 2 1

K1 0 , K 2 2 , K 3 1
0 1 1
INGENIERA

37
ROBTICA
 1 2 1 2 0 0

P 0 2 1 D 0 1 0
0 1 1 0 0 5

c1e 2t
t
Como Y = DY, entonces: Y c2e
c e 5t
3
2t 2t
1 2 1 c1e c1e 2c2e c3e
t 5t

X PY 0 2 1 c2et 2c2et c3e5t
0 1 1 c e5t c2e c3e
t 5t
3

INGENIERA

38
ROBTICA
SISTEMAS LINEALES NO HOMOGNEOS
(RESOLUCIN POR COEFICIENTES
INDETERMINADOS)

Resolver 1 2 8
X' X , en (-, )
1 1 3
Solucin
Primero resolvemos el sistema
homogneo asociado: X = AX,
1 2
= i, i, det( A I ) 2
1 0
1 1
cos t sin t cos t sin t
Xc c1 c2
cos t sin t
INGENIERA

39
ROBTICA
Puesto que F(t) es un vector columna constante,
podemos suponer una solucin particular de la
forma: a 0 a1 2b1 8
1
Xp
b1 0 a1 b1 3

14
Xp
11

Y la solucin final ser: X = Xc + Xp

cos t sin t cos t sin t 14

X c1 c2
cos t sin t 11
INGENIERA

40
ROBTICA
Resolver 6 1 6t
X' X , en (, )
4 3 10t 4
Solucin
Resolvemos primero: X = AX.
1 1
1 = 2, 2 = 7: K1 , K 2
2 1
1 2t 1 7 t
Xc c1 e c2 e Intentamos como solucin particular:
4 1 a2 a1
X p t
a2 6 1 a2 a1 6 0 b2 b1
t t
b2 4 3 b2 b1 10 4
0 (6a2 b2 6)t 6a1 b1 a2

0 (4a2 3b2 10)t 4a1 3b1 b2 4
6a2 b2 6 0 6a1 b1 a2 0
y INGENIERA
4a2 3b2 10 0 4a1 3b1 b2 4 0

41
ROBTICA
 a1 7 , b1
4
10
7
a2 2, b2 6

7
4
2
X p t 10
6 7

La solucin general del sistema en (, ) es

X = Xc + Xp
4
1 2t 1 7t 2 7
X c1 e c2 e t
4 1 6 10
7
INGENIERA

42
ROBTICA
Determina la forma de Xp para:
dx/dt =5x + 3y 2e-t + 1
dy/dt =x + y + e-t 5t + 7

Solucin
Como 2 t 0 1
F (t ) e t
1 5 7

Entonces un posible candidato es:

a3 t a2 a1
X p e t
b3 b2 b1
Resuelve el sistema.
INGENIERA

43
ROBTICA
 MATRIZ FUNDAMENTAL
Si X1, X2,, Xn es un conjunto fundamental de
soluciones de X = AX en I, su solucin
general es la combinacin lineal:
X = c1X1 + c2X2 ++ cnXn,
que tambin podemos escribir como:

x11 x12 x1n c1 x11 c2 x12 cn x1n

x21 x22 x2 n c1 x21 c2 x22 cn x2 n
X c1 c2 cn


x x x c x c x c x
n1 n 2 nn 1 n1 2 n 2 n nn
INGENIERA

44
ROBTICA
Que matricialmente podemos escribir como
X = (t)C
donde C es el n 1 vector de constantes
arbitrarias c1, c2,, cn, y
x11 x12 x1n

x21 x22 x2 n
(t )


xn1 xn 2 xnn
se llama matriz fundamental del sistema.

Dos propiedades de (t), fciles de demostrar y que

usaremos a continuacin:
(i) Es regular (matriz no singular). INGENIERA

45
(ii) (t) = A(t) ROBTICA
VARIACIN DE PARMETROS
Hallaremos una solucin particular suponiendo:
u1 (t )

u2 (t ) tal que Xp = (t)U(t)
U(t )


un (t )
(t) = A(t)
X AX F(t )
Xp (t )U(t ) ' (t )U(t ) (t )U(t ) A(t )U(t )
(t) U(t ) A(t )U(t ) A(t )U(t ) F(t )
(t) U(t ) F(t ) INGENIERA

46
ROBTICA
 (t )U(t ) F(t )
1
U(t ) (t )F(t )
U(t ) (t )F(t ) d t
1

Como Xp = (t)U(t), entonces

X p (t ) (t )F(t ) dt
1

Y finalmente, X = Xc + Xp

X (t )C (t ) (t )F(t ) dt
1

INGENIERA

47
ROBTICA
 Determinar la solucin general de
3 1 3t
X X t
en (, ). 2 4 e

Solucin
Primero resolvemos el sistema homogneo
3 1
X X
2 4
La ecuacin caracterstica de la matriz de
coeficientes es
3 1
det ( A I ) ( 2)( 5) 0
2 4
INGENIERA

48
ROBTICA
 = 2, 5, y los vectores propios son
1 1
,
1 2
As, las soluciones son:

1 2t e 2t 1 5 t e 5 t
X1 e 2t , X 2 e
5 t
1 e 2 2e

e2t 5 t
e 2 2t
e 1
e
2t
(t ) 2t , 1
(t ) 1 5t
3 3
5 t e
e 2e 3
1
3
e5t

INGENIERA

49
ROBTICA
X p (t ) 1 (t )F (t ) dt

e 2t 5 t
e 23 e 2t e 3t
1 2t
dt
2t
5 t
2e
1 e 5 t 1 e 5 t e t
3

e 3 3
e 2t 5 t
e 2te 2t 13 et
2t
5 t
2e
te5t 1 e4t dt
e 3

e 2t 5 t
e te 2t
1 2t
e e
1 t
2t 2 3
5 t 1 1 4t
e 2e 5 te 5t
1 5t
25
e 12
e
65 t 50
27
14 e t
3
t 21 1 e t
5 50 2 INGENIERA

50
ROBTICA
 e2t 5 t
e 1 5c 6
t 27
e
1 t
X 2t 50 4
2e 5t c2 5 t 50 2 e t
3 21 1
e
1 2 t 1 5 t 65 50 27
1 t
c1 e c2 e 3 t 21 14 e
1 2
5 50 2

INGENIERA

51
ROBTICA
MATRIZ EXPONENCIAL
Podemos usar las matrices para resolver sistemas de
ecuaciones diferenciales de una manera totalmente distinta.
Observemos que x' = ax tiene como solucin general x = ceat.
Podemos definir una funcin exponencial matricial, de modo
que eAtC sea solucin de X' = AX.

DEFINICIN
Matriz Exponencial
Para cualquier matriz A de n n, podemos definir
2 k k
t t t
e At I At A 2 A k A k
2! k! k 0 k!
INGENIERA

52
ROBTICA
 DERIVADA DE EAT
d At
e Ae At
dt
d At d t 2
t k

e I At A 2
A k

dt dt 2! k!
1 32 2t
2

A A t A t A I At A
2
2! 2!
Ae At

Y efectivamente, eAt es una solucin de X = AX:

d At

X e C Ae C A(e C) AX
At At
INGENIERA
dt

53
ROBTICA
CLCULO DE EAT : POTENCIAS AM
Recuerda que vimos que podamos calcular las
potencias de una matriz A, gracias a:
n 1 n 1
Ak c j A j , k c j j
j 0 j 0
donde los coeficientes cj son los mismos
para cada sumatorio y la ltima expresin es
vlida para los valores propios 1, 2, , n
de A. Poniendo = 1, 2, n en la segunda
expresin, obtenemos los cj ; que sustituidos
en la primera expresin nos proporcionan
las potencias de A para computar:
k
t
e At A k ,
k 0 k!
INGENIERA

54
ROBTICA

n 1 n 1 k tk
A k c j A j , k c j j e At A k
t
, e
t k

j 0 j 0 k 0 k! k 0 k!

t k
n 1 n 1

t k
n 1
e At c j (k )A j A j c j (k ) A j b j (t )
k 0 k! j 0 j 0 k 0 k! j 0

t k
n 1 n 1

t k
n 1
e t c j (k ) j j c j (k ) j b j (t )
k 0 k! j 0 j 0 k 0 k! j 0

n 1 n 1
e b j (t ) A
At j
e b j (t )
t j

j 0 j 0
INGENIERA

55
ROBTICA
 2 4
Calcular eAt, donde A
1 3
Solucin

n 1
e b j (t ) A j
At
eAt = b0I + b1A
j 0

n 1
e t b j (t ) j et b0 b1
j 0

t
1= 1 y 2 = 2 e b0 b1 b0 = (1/3)[e2t + 2e t],
e2t b0 2b1 b1 = (1/3)[e2t et].

1/3 e 2t 4/3 e t 4/3 e 2t 4/3 e t

e At

1/3 e 2t
1/3 e t
4/3 e 2t 1/3 e t
INGENIERA

56
ROBTICA