ELEMENTOS DE ECUACIONES DIFERENCIALES

EXPONENCIAL DE UNA MATRIZ DIAGONALIZABLE.

Dada una matriz A cuadrada de orden n y coeficientes reales, si
está es diagonalizable, entonces en este caso es sencillo calcular su
exponencial. Distinguiremos dos casos. Uno, que todos los autovalores
de la matriz A sean reales . Dos, que pueda haber autovalores complejos.
AUTOVALORES REALES.
Recordemos que el Álgebra Lineal nos enseña que:
Si una matriz A ∈ Mn×n (R) tiene todos sus autovalores reales
y distintos, entonces es diagonalizable. (Ver el Ejemplo 3 de la
lección anterior).
Si una matriz A ∈ Mn×n (R) es simétrica, es decir si es igual
a su transpuesta A = At , entonces tiene todos sus autovalores
reales y además es diagonalizable.
De forma general, si una matriz A ∈ Mn×n (R) tiene por autova-
lores reales (o complejos) a λ1 , λ2 , , , , λr entonces A es diagona-
lizable si y solo si
X r
dimKer(A − λi I) = n.
i=1

Observación 1. Si A ∈ Mn×n (R), λ es un autovalor y Vλ es un auto-

vector respecto de λ, entonces x(t) = eλt Vλ es una solución del sistema:
x0 (t) = Ax(t). Claro,
(eλt Vλ )0 = λeλt Vλ = λVλ eλt = AVλ eλt = Aeλt Vλ .

De aquı́ deducimos que:

Teorema 1. Sea una matriz A ∈ Mn×n (R) diagonalizable. Sean λ1 , λ2 , , , , λn

sus n autovalores (pueden ser iguales) y sean los correspondientes Vλ1 , Vλ2 , ...., Vλn
autovectores linealmente independientes, entonces el sistema homogéneo
x0 (t) = Ax(t) tiene a:
1. φ(t) = (eλ1 t Vλ1 eλ2 t Vλ2 .... eλn t Vλn ), matriz de columnas, como
matriz fundamental;
2. x(t) = c1 eλ1 t Vλ1 +c2 eλ2 t Vλ2 +....+cn eλn t Vλn , para (c1 , ..., cn ) ∈ Rn ,
por solución general.
1
2 C. RUIZ

Demostración: Como A es diagonalizable, su matriz de Jordan aso-

λ1 0 0 · · · 0
 
 0 λ2 0 0 
 . .. .. 
ciada es J = 
 .
. .  y la matriz de paso está dada
. 
 0 
0 ··· λn
por Q = (Vλ1 Vλ2 .... Vλn ), matriz de columnas. Sabemos que una matriz
fundamental del problema es
 λ1 t
e 0 0 ··· 0

 0 eλ2 t 0 0 

eAt Q = QeJt = (Vλ1 Vλ2 .... Vλn )  .
. .. .. 
 . . . =
 0 
λn t
0 ··· e
(eλ1 t Vλ1 eλ2 t Vλ2 .... eλn t Vλn ).
Por tanto la solución general del problema es:
c1
 
 c2 
x(t) = (eλ1 t Vλ1 eλ2 t Vλ2 .... eλn t Vλn ) 
 ...  =


cn
c1 eλ1 t Vλ1 + c2 eλ2 t Vλ2 + .... + cn eλn t Vλn para (c1 , ..., cn ) ∈ Rn 
Usando el último ejemplo de la lección anterior
 
1 −5 −3
Ejemplo 1. x0 (t) =  0 2 0  x(t) = Ax(t), donde x(0) =
2 6 6
(1, 0, 0).

Los autovalores del matriz son λ1 = 2, λ2 = 4 y λ3 = 3 con auto-

vectores asociados V1 = (−1, −1, 2), V2 = (1, 0, 1) y V3 = (3, 0, −2),
respectivamente; ası́ tres soluciones linealmente independientes del sis-
tema son: e2t (−1, −1, 2), e4t (1, 0, 1) y e3t (3, 0, −2) y la solución general
del sistema es:
     
−1 1 3
x(t) = c1 e2t  −1  + c2 e4t  0  + c3 e3t  −0 
2 1 −2
para todo (c1 , c2 , c3 ) ∈ R3 .

AUTOVALORES COMPLEJOS.
Dada una matriz A ∈ Mn×n (R), si λ = α + iβ es un autovalor
complejo, entonces su conjugado λ = α − iβ también es autovalor de
la matriz A. Si la matriz A es diagonalizable, su matriz de Jordan
asociada es
 APUNTES E.D.O. 3

λ 0 0 ··· 0
 
 0 λ 0 0 
 
 0 0 λ3 0 
J = .. .. .. 

 . . . 

 0 0 
0 ··· λn
y la forma real de esta matriz de Jordan (¡que llamaremos con el
mismo nombre J!) es

α β 0 ··· 0
 
 −β α 0  0
0 0 λ3 0
 
 
J = .. . ..
; ..

 . 
 .
 0 0 
0 ··· λn
es decir podemos encontrar  una  matriz de paso que transforma los
λ 0
elementos de la diagonal en una matriz 2 × 2 de la forma
  0 λ
α β
B= .
−β α
Si aplicamos la definición de matriz exponencial a la forma real de
la matriz J tendremos que:
eBt ··· 0
 
 0 0 eλ3 t 0 0 
Jt
e =
 .
.. . .. .. 
 . 

 0 
0 0 ··· e λn t
Ahora el problema se reduce a calcular la matriz exponencial 2 × 2
Bt
e .

Lema 1. Sean a, b ∈ R, entonces

 
a b t  
eat cos bt eat sen bt

e −b a = .
−eat sen bt eat cos bt
Demostración: Observemos que
     
a b 1 0 0 1
=a +b ,
−b a 0 1 −1 0
 
1 0
Como I = , la identidad, conmuta con cualquier matriz, y
0 1
por las propiedades de la exponencial, tenemos que
   
a b t
0 1
 b t
e −b a = eaIt e −1 0
4 C. RUIZ

Ahora, ya sabemos que

 
aIt eat 0
e = .
0 eat
 
0 1
Por otro lado si E = , entonces E 2 = −I, E 3 = −E y por
−1 0
último E 4 = I y usando la definición
∞
Et
X E k tk
e = =
k=0
k!
usando como son de particulares las potencias de E
 P∞ (−1)j t2j P∞ (−1)j t2j+1 
j=0 (2j)! j=0 (2j+1)!
 
cos t sen t
 = − sen t cos t .
 

P∞ (−1)j t2j+1 P∞ (−1)j t2j
− j=0 (2j+1)! j=0 (2j)!

Juntando todo lo anterior

 
a b t   
eat 0

−b a aIt bEt cos bt sen bt
e =e e = =
0 eat − sen bt cos bt
 
eat cos bt eat sen bt

−eat sen bt eat cos bt
Veamos un ejemplo.

Ejemplo 2. Tenemos el sistema:

 0    
x (t) 3 7 −3 x(t)
x0 (t) =  y 0 (t)  =  −2 −5 2   y(t)  = Ax(t)
z 0 (t) −4 −10 3 z(t)

Para resolver el sistema necesitamos encontrar una matriz funda-

mental.
Cálculo de autovalores. Resolvemos
 
 3−λ 7 −3   
   −5 − λ 2 
0 = |A−λI| =  −2 −5 − λ 2  = (3−λ)  +.....
 −4 −10 3 − λ 
−10 3 − λ 

..... = −λ3 + λ2 − λ + 1 = (λ − 1)(λ − i)(λ + i).

Por tanto los autovalores son 1, el valor complejo i y su conjugado
−i. Como son tres valores distintos
 la matriz
 A es diagonalizable y su
1 0 0
matriz de Jordan real es J =  0 0 1  . Ahora usando el Lema
0 −1 0
anterior  t 
e 0 0
eJt =  0 cos t sen t  .
0 − sen t cos t
 APUNTES E.D.O. 5

Cálculo de la matriz de paso. .- Para el autovalor λ = 1

 
x 
2x +7y −3z = 0
(A − I) y  =0 ⇔ ⇔
−2x −6y +2z = 0
a

2x +7y −3z = 0
;
y −z = 0
un vector solución del sistema es V1 = (−2, 1, 1), autovector asociado
al autovalor λ = 1.
.- Para el autovalor λ = i
 
x 
(3 − i)x +7y −3z = 0
(A − I)  y  = 0 ⇔ ⇔
−2x (−5 − i)y +2z = 0
a

(3 − i)x +7y −3z = 0
;
(−2 + (2/3)(3 − i))x ((−5 − i) + (17/3))y = 0
un vector solución del sistema es V2 = (−1 + 2i, 1 − i, 2) = (−1, 1, 2) +
i(2, −1, 0), autovector asociado al autovalor λ = i.
.- Para el autovalor λ = −i, la teorı́a nos dice que un autovector
asociado es el vector V3 = (−1 − 2i, 1 + i, 2).
Ahora la matriz de paso real, según nos dice la teorı́a (ver el Apéndice
sobre la matriz de Jordan), es
 
−2 −1 2
Q = (V1 (1/2)(V2 + V3 ) (1/2i)(V2 − V3 )) =  1 1 −1  .
1 2 0
Matriz fundamental del problema. Ahora una matriz funda-
mental del problema es:
  t 
−2 −1 2 e 0 0
eAt Q = QeJt =  1 1 −1   0 cos t sen t  =
1 2 0 0 − sen t cos t
 
−2et − cos t − 2sent − sen t + 2 cos t
 et cos t + sen t sen t − cos t 
t
e 2 cos t 2 sen t

De forma general tenemos el siguiente resultado.

Teorema 2. Sea el problema x0 (t) = Ax(t), donde A ∈ Mn×n (R), es
una matriz diagonalizable. Sean los autovalores de la matriz:
los reales: λ1 , ....., λr
los complejos: αr+1 +βr+1 i, αr+1 −βr+1 i, ....., αr+s +βr+s i, αr+s −βr+s i
con r + 2s = n (algunos autovectores se pueden repetir). Se consideran
los autovectores asociados:
V1 , ..., Vr , Vr+1 + iUr+1 , Vr+1 − iUr+1 , ......, Vr+s + iUr+s , Vr+s − iUr+s
6 C. RUIZ

respectivamnete. Entonces la matriz de Jordan real semejante a la Ma-

triz A es
 
λ1 0 0
 ... 
 
 .. 
J =

 λ r . 

 B r+1



 ... 

0 Br+s
 
αr+j βr+j
donde Br+j = para todo j = 1, 2, ..., s. La matriz de
−βr+j αr+j
paso Q, que nos da la matriz J, es la matriz de las columnas
Q = ( V1 ... Vr Vr+1 Ur+1 Vr+2 Ur+2 ...... Vr+s Ur+s ).
Una matriz fundamental del sistema es
 λ1 t 
e 0 0
.. ..

 . .


eλr t
 
eAt Q = QeJt = Q 
 
 eBr+1 t 

 .. 
 . 
0 eBr+s t
 
eαr+j t cos βr+j t eαr+j t sen βr+j t
donde eBr+j =   para todo j =
αr+j t αr+j t
−e sen βr+j t e cos βr+j t
1, 2, ..., s.

Departamento de Análisis Matemático y Matemática Aplicada, Fa-

cultad de Matemáticas, Universidad Complutense, 28040 Madrid, Spain
E-mail address: Cesar Ruiz@mat.ucm.es