Sistemas No-Lineales

Profesor: Mara Etchechoury

Departamento de Matematica, Facultad de Ciencias Exactas
Universidad Nacional de La Plata
e-mail: marila@mate.unlp.edu.ar
3 2 1 0 1 2 3
3
2
1
0
1
2
3
1
Introduccion
En distintas ramas de la Fsica y de la Ingeniera se utilizan los sistemas no-lineales
para modelar por ejemplo circuitos electricos, sistemas mecanicos, procesos qumicos,
etc. En este Curso estudiaremos sistemas dinamicos modelados por un n umero nito de
ecuaciones diferenciales ordinarias de primer orden:
x
1
= f
1
(t, x
1
, . . . , x
n
)
x
2
= f
2
(t, x
1
, . . . , x
n
)
.
.
.
x
n
= f
n
(t, x
1
, . . . , x
n
)
donde
x
i
= x
i
(t), x
i
=
dx
i
dt
.
Llamamos a las variables x
1
, x
2
, . . . , x
n
variables de estado del sistema. En notacion
matricial se tendra:
x =

x
1
x
2
.
.
.
x
n

, f(t, x) =

f
1
(t, x)
f
2
(t, x)
.
.
.
f
n
(t, x)

;
luego el sistema dinamico queda representado por
x = f(t, x)
llamada ecuacion de estado del sistema. Un caso especial es aquel en el que el campo
vectorial f no depende explcitamente del tiempo t,
x = f(x),
y se llama sistema autonomo o invariante en el tiempo. Con este tipo de sistemas
trabajaremos a lo largo del Curso.
Algunos conceptos fundamentales vinculados a los Sistemas No-Lineales. Ex-
isten conceptos fundamentales de los sistemas no-lineales que nos ayudar an a describir
su comportamiento. Algunos de ellos son:
1. Punto de equilibrio: Un punto x = x

en el espacio de estados se llama punto

de equilibrio para el sistema x = f(x), si, cuando el estado (trayectoria o solucion)
2
del sistema comienza en x

, permanece en x

para todo tiempo futuro, tambien se

lo llama punto jo o punto estacionario. Para sistemas autonomos los puntos de
equilibrio son las races reales de la ecuacion f(x) = 0. El punto de equilibrio se
dice aislado si existe alg un entorno del punto donde no existe otro equilibrio del
sistema.
2. Estabilidad de un punto de equilibrio: Un punto de equilibrio x

es estable si
para todo entorno V de x

existe un entorno V
1
V tal que toda solucion x(x
0
, t)
del sistema (2), con x
0
V
1
(donde x
0
es la condicion inicial), esta denida y
permanece en V para todo t > 0. Si V
1
puede elegirse de modo tal que x(x
0
, t) x

cuando t , entonces se dice que x

es asintoticamente estable.
3. Sistemas Planares: son tambien llamados sistemas de dimension dos o sistemas
de dos variables de estado. Se representan por dos ecuaciones diferenciales es-
calares. Las soluciones del sistema se pueden representar como curvas en el plano,
que llamaremos tambien orbitas. Las orbitas se representan en lo que se llama el
plano de fase del sistema.
4. Oscilacion: Un sistema oscila cuando tiene una solucion periodica no trivial. En
un sistema planar una solucion periodica en el plano de fase resulta una orbita
cerrada.
El Curso se dictara en tres clases, donde se desarrollaran los siguientes temas:
Primera Clase: Sistemas de Segundo Orden: Generalidades. Sistemas Planares
Lineales: clasicacion de puntos de equilibrio.
Segunda Clase: Sistemas Planares No-Lineales: puntos de equilibrio, lineal-
izacion, ciclos lmites.
Tercera Clase: Estabilidad de Lyapunov: estabilidad de puntos de equilibrio.
Teoremas de estabilidad de Lyapunov. Dominio de atraccion.
3
1 Primera Clase: Sistemas de Segundo Orden. Sis-
temas Planares Lineales.
Sistemas de Segundo Orden. Estan determinados por dos ecuaciones diferenciales
de primer orden:
x
1
= f
1
(x
1
, x
2
)
x
2
= f
2
(x
1
, x
2
)
Las soluciones del sistema se pueden representar como curvas en el plano. Si por ejem-
plo x(t) = (x
1
(t), x
2
(t)) es la solucion del sistema planar para cierta condicion inicial
x
0
= (x
0
1
, x
0
2
), entonces la graca en el plano x
1
x
2
sera una curva que pasa por x
0
. Al
plano x
1
x
2
donde se representan las orbitas o soluciones se lo llama plano de fase o
plano de estados del sistema. Para cada punto x = (x
1
, x
2
) en el plano de fase se tiene el
vector f(x) = f(x
1
, x
2
), es decir que f(x) es un campo vectorial sobre el plano de fase.
Observar que el campo vectorial en un punto es tangente a la trayectoria en ese punto.
Luego, puede construirse la trayectoria desde un estado inicial x
0
, a partir del diagrama
del campo vectorial.
Llamamos retrato de fase o plano de fase del sistema a la familia de todas las trayec-
torias o curvas solucion del sistema. Nos preguntamos como puede construirse el retrato
de fase de un sistema planar?
1. Mediante un simulador de sistemas no lineales, dibujando trayectorias a partir de
un n umero grande de estados iniciales sobre el plano x
1
x
2
, es decir, computa-
cionalmente.
2. Mediante el metodo de las isoclinas: Se considera la pendiente de la trayectoria en
un punto dado (x
1
, x
2
),
s(x
1
, x
2
) =
f
2
(x
1
, x
2
)
f
1
(x
1
, x
2
)
.
Las ecuacion s(x
1
, x
2
) = c, con c constante, dene sobre el plano x
1
x
2
una curva
a lo largo de la cual las trayectorias del sistema planar tienen pendiente c. Es decir,
cuando una solucion cruza la curva s(x
1
, x
2
) = c, lo hace con pendiente c.
Para visualizar este metodo consideraremos un ejemplo clasico: la ecuacion del
pendulo. Su dinamica esta representada por la siguiente ecuacion diferencial de
segundo orden:
ml

= mg sin kl

, (1.1)
4
donde l representa la longitud de la varilla del pendulo, m la masa de la bolilla que
se encuentra al nal de la varilla, es el angulo entre el eje vertical y la varilla, g
es la aceleracion de la gravedad, y k es el coeciente de friccion.
Para poder trabajar en ecuaciones de estado, es decir ecuaciones de primer orden,
llamamos x
1
= y x
2
=

. Luego las ecuaciones de estado resultan,
x
1
= x
2
x
2
=
g
l
sin x
1

k
m
x
2
En este caso las isoclinas estan denidas por,
x
2
=
1
0.5 + c
sin x
1
4 3 2 1 0 1 2 3 4
6
4
2
0
2
4
6
x
1
x
2
Figure 1.1:

Orbitas del pendulo con friccion. Isoclinas.
5
Sistemas Planares Lineales. Por que los estudiaremos en particular? Para estudiar
un sistema no-lineal planar se comienza analizando sus puntos de equilibrio y sus u-
jos (o trayectorias) en un entorno de cada equilibrio. Existen resultados, que veremos
mas adelante, que aseguran que el comportamiento de un sistema no-lineal localmente
alrededor de cada equilibrio se puede determinar a partir del comportamineto de su lin-
ealizacion alrededor de dicho punto. Queremos entonces estudiar las soluciones de un
sistema lineal planar, a partir de la clasicacion de sus puntos de equilibrio.
Consideramos el sistema lineal en el plano,
x = Ax, (1.2)
con x R
2
y A R
22
. Se dice que x
0
es punto de equilibrio del sistema si Ax
0
= 0.
Pueden darse entonces dos situaciones: A no-singular y entonces x
0
= 0 es el unico punto
de equilibrio; o A singular y entonces el sistema tiene un subespacio no nulo de equilibrio.
Analicemos el caso A no-singular. Sabemos que es siempre posible hallar una matriz
M de orden 2 y no-singular tal que M
1
AM = J, siendo J la forma de Jordan real. Se
pueden presentar cualquiera de los tres casos que siguen:
J
1
=

1
0
0
2

, J
2
=

k
0

, J
3
=

.
El primer caso corresponde a autovalores
1
=
2
, ambos reales y no nulos; el segundo
caso corresponde a autovalores reales, iguales y no nulos (k puede ser 0 o 1); y el tercer
caso corresponde a autovalores complejos
1,2
= i.
Si consideramos el sistema lineal en coordenadas z = M
1
x, el sistema original resulta
z = Jz (1.3)
Asi por ejemplo para el primer caso se tiene el sistema planar desacoplado,
z
1
=
1
z
1
z
2
=
2
z
2
;
si la condicion inicial es z
0
= (z
0
1
, z
0
2
) las soluciones son z
1
(t) = z
0
1
exp
1
t, z
2
(t) =
z
0
2
exp
2
t, y eliminando t se obtiene
z
2
= kz
2/1
1
, con k =
z
0
2
(z
0
1
)
2/1
.
6
10 8 6 4 2 0 2 4 6 8 10
10
8
6
4
2
0
2
4
6
8
10
x
1
x
2
Figure 1.2: Nodo estable. Autovalores:
1
= 2,
2
= 1.
Si consideramos autovalores negativos, diremos que el origen como punto de equilibrio
es un nodo estable, Fig.1.2. Si en cambio los autovalores son ambos positivos se trata de
un nodo inestable, Fig.1.3.
Cuando los autovalores son de distinto signo se tiene un saddle o punto de ensilladura,
Fig.1.4.
Para el tercer caso, es decir autovalores complejos, el sistema en coordenadas (z
1
, z
2
)
resulta,
z
1
= z
1
z
2
(1.4)
z
2
= z
1
+ z
2
; (1.5)
este sistema tiene soluciones oscilatorias. En efecto, si consideramos coordenadas polares
r =

z
2
1
+ z
2
2
, = tan
1
(z
2
/z
1
) ,
7
10 8 6 4 2 0 2 4 6 8 10
10
8
6
4
2
0
2
4
6
8
10
x
1
x
2
Figure 1.3: Nodo inestable. Autovalores:
1
= 1,
2
= 2.
el sistema resulta
r = r (1.6)

= . (1.7)
Si la condicion inicial es (r
0
,
0
) la solucion es (r(t), (t)) = (r
0
exp t,
0
+ t), que
resulta una espiral logartmica en el plano (z
1
, z
2
), llamado foco. Para < 0 resulta
un foco estable, Fig.1.5.; y para > 0 un foco inestable, Fig.1.6. Si = 0 se tiene un
centro, Fig.1.7.
Observacon: el comportamiento de las trayectorias de un sistema lineal planar esta
completamente determinado por los autovalores de la matriz de orden 2 que dene al
sistema.
Ejercicios propuestos
1. Las ecuaciones dinamicas no-lineales para un manipulador robotico de junta exible
8
10 8 6 4 2 0 2 4 6 8 10
10
8
6
4
2
0
2
4
6
8
10
z
1
z
2
Figure 1.4: Saddle. Autovalores:
1
= 1,
2
= 1.
con un enlace estan dadas por:
I q
1
+ MgLsin q
1
+ k(q 1 q
2
) = 0
J q
2
k(q
1
q
2
) = u
donde q
1
y q
2
son las posiciones angulares, I y J los momentos de inercia, k es una
constante del resorte, M la masa total, L es una distancia y u el torque.
Escribir las ecuaciones de estado para este sistema.
2. (a) Considerando las ecuaciones del oscilador de van der Pol
x
1
= x
2
x
2
= x
1
+ (1 x
2
1
)x
2
Gracar algunas isoclinas y algunas trayectorias del sistema (en el plano de
fase x
1
x
2
).
9
10 8 6 4 2 0 2 4 6 8 10
10
8
6
4
2
0
2
4
6
8
10
z
1
z
2
Figure 1.5: Foco estable: < 0.
(b) Idem a) para las ecuaciones de Rayleigh,
x
1
= x
2
x
2
= x
1
+ (x
2

x
2
2
3
)
considerando = 1 y = .1.
3. (a) Resolver
x = x + y
y = 4x 2y
con condiciones iniciales (x
0
, y
0
) = (2, 3).
(b) Dibujar el retrato de fase para el sistema anterior, en el plano x y.
4. Resolver el sistema lineal x = Ax, con
A =

a 0
0 1

10
10 8 6 4 2 0 2 4 6 8 10
10
8
6
4
2
0
2
4
6
8
10
z
2
z
1
Figure 1.6: Foco inestable: > 0.
Gracar el retrato de fase para: a < 1; a = 1; 1 < a < 1; a = 0; a > 0.
5. Considerar el circuito de ecuacion
L

I + R

I + I/C = 0
donde L, C > 0 y R 0.
(a) Reescribir la ecuacion como un sistema lineal de dimension 2.
(b) Mostrar que el origen es asint oticamente estable si R > 0 y solo estable si
R = 0,
(c) Clasicar el equilibrio en el origen seg un si R
2
C 4L es positivo, negativo, o
cero, y realizar en cada caso el retrato de fase.
11
10 8 6 4 2 0 2 4 6 8 10
10
8
6
4
2
0
2
4
6
8
10
z
1
z
2
Figure 1.7: Centro: = 0.
2 Segunda Clase: Sistemas Planares No-Lineales
En muchos casos el comportamiento local de un sistema no-lineal cerca de un punto de
equilibrio se puede inferir a partir del sistema linealizado alrededor del punto y estudiar
entonces el comportamiento lineal que resulta a partir de la linealizacion.
Pensemos primero en el comportamiento de un sistema lineal bajo perturbaciones lin-
eales, es decir, consideremos una matriz A que suponemos tiene autovalores
1
=
2
, y
A una matriz diagonal cuyos elementos son magnitudes arbitrariamente chicas. Se
tiene entonces,
A + A =

1
+ 0
0
2
+

.
Dado que los autovalores de una matriz dependen en forma contnua de sus parametros,
cualquier autovalor con parte real estrictamente negativa (o estrictamente positiva) per-
manecera en su correspondiente semiplano bajo perturbaciones sucientemente chicas.
Luego, si el equilibrio x = 0 del sistema lineal x = Ax es un nodo, foco o saddle, el
equilibrio del sistema perturbado x = (A + A)x sera del mismo tipo. Si en cambio, el
12
equilibrio es un centro, el sistema perturbado tendra un foco estable o inestable, seg un
sea negativo o positivo. Llamamos entonces al nodo, foco y saddle equilibrios estruc-
turalmente estables, pues mantienen su comportamiento cualitativo bajo perturbaciones
chicas.
Denition 2.1 El origen x = 0 del sistema x = Ax es un punto de equilibrio hiperbolico
si es un nodo, un foco o un saddle.
Ejemplo de un sistema no lineal planar .
Consideramos nuevamente las ecuaciones de estado del pendulo con friccion para
k = 0.5,
x
1
= x
2
(2.1)
x
2
=
g
l
sin x
1
0.5x
2
, (2.2)
con x
1
. En este caso los puntos de equilibrio aisaldos son (0, 0), (, 0) y
(, 0). Observar que a diferencia de los sistemas lineales, en los sistemas no-lineales
puede haber mas de un equilibrio aislado. El comportamiento del (0, 0) es similar al de
un foco estable de un sistema lineal; y el comportamiento de (, 0) es similar al de un
saddle en un sistema lineal, Fig. 2.1. Esto que por ahora lo observamos en el retrato de
fase del sistema, lo justicaremos luego.
En general, sea el sistema no lineal planar
x
1
= f
1
(x
1
, x
2
)
x
2
= f
2
(x
1
, x
2
),
y supongamos que p = (p
1
, p
2
) es punto de equilibrio. Desarrollamos f en serie de Taylor
alrededor de p,
x
1
= f
1
(p
1
, p
2
) + a
11
(x
1
p
1
) + a
12
(x
2
p
2
) + T.O.S.
x
2
= f
2
(x
1
, x
2
) + a
21
(x
1
p
1
) + a
22
(x
2
p
2
) + T.O.S.,
con
a
ij
=
f
i
(x
1
, x
2
)
x
j
|
x=p
, f
1
(p
1
, p
2
) = f
2
(p
1
, p
2
) = 0;
(T.O.S.: terminos de orden superior).
13
2.5 2 1.5 1 0.5 0 0.5 1 1.5 2 2.5
6
4
2
0
2
4
6
x
1
x
2
Figure 2.1: Pendulo con friccion.
Con el cambio y
1
= x
1
p
1
, y
2
= x
2
p
2
, se obtiene
y
1
= x
1
= a
11
y
1
+ a
12
y
2
+ T.O.S.
y
2
= x
2
= a
21
y
1
+ a
22
y
2
+ T.O.S.
En un entorno sucientemente chico del equilibrio, de modo tal que los terminos de orden
superior se desprecien, se obtiene la siguiente aproximaci on lineal:
y
1
= a
11
y
1
+ a
12
y
2
y
2
= a
21
y
1
+ a
22
y
2
Theorem 2.2 (Hartman-Grobman): Consideramos el sistema no lineal planar x =
f(x), con f sucientemente suave. Suponemos que x
0
es punto de equilibrio aislado.
Suponemos, ademas, que A(x
0
) =
f
x
|
x=x
0 no tiene autovalores nulos o imaginarios
puros. Entonces existe un homeomorsmo h (aplicacion contnua y con inversa contnua)
denida en un entorno U R
2
de x
0
, h : U R
2
, que lleva las trayectorias del no lineal
sobre las del sistema linealizado. En particular h(x
0
) = 0.
14
Observaciones: El Teorema de Hartman-Grobman arma que es posible deformar
de manera contnua todas las trayectorias del sistema no lineal, alrededor del equilibrio
aislado, en las trayectorias del sistema linealizado, va el homeomorsmo h. En general,
es muy dicultoso hallar el homeomorsmo h. Sin embargo, el teorema indica que el
comportamiento cualitativo de un sistema no lineal alrededor de un equilibrio aislado
es similar al del sistema linealizado, por ejemplo, el tipo de estabilidad. Consideramos
nuevamente el ejemplo del pendulo con friccion, en este caso las matrices del sistema
linealizado, alrededor de cada equilibrio, resultan:
A
1
=
f
x
|
(0,0)
=

0 1
1 0.5

A
2
=
f
x
|
(,0)
=

0 1
1 0.5

;
los autovalores de A
1
son 0.25 0.97, y los de A
2
son 1.28 y 0.78. Luego, el (0, 0) es
un foco estable y el (, 0) es un saddle, el comportamiento de (, 0) es similar al de
(, 0).
Denition 2.3 Un punto de equilibrio de un sistema no-lineal se dice hiperbolico, si la
matriz Jacobiana, evaluada en ese punto, no tiene autovalores sobre el eje imaginario.
Consideramos ahora el siguiente sistema:
x
1
= x
2
x
1
(x
2
1
+ x
2
2
)
x
2
= x
1
x
2
(x
2
1
+ x
2
2
).
El punto (0, 0) es equilibrio aislado del sistema, la matriz Jacobiana evaluada en este
punto es

0 1
1 0

,
cuyos autovalores son i, luego la linealizacion del sistema tiene en (0, 0) un centro.
En coordenadas polares el mismo sistema no-lineal se representa as:
r = r
3

= 1;
donde para > 0 resulta un foco estable, Fig.2.2. y para < 0 un foco inestable,
Fig.2.3.
Denition 2.4 El estado del sistema no lineal en el tiempo t empezando en x en t = 0
se llama ujo y se simboliza
t
(x), en particular
0
(x) = x.
15
3 2 1 0 1 2 3
3
2
1
0
1
2
3
Diagrama de fase
x
1
x
2
Figure 2.2: Foco estable
Otra manera de enunciar el Teorema de Hartman-Grobman: Supongamos que
consideramos las mismas hipotesis que en el Teorema de Hartman-Grobman; entonces
existe U entorno de x
0
tal que, si x U y
t
(x) U, se tiene que
h(
t
(x) = exp A
(x
0
)t
h(x).
Ciclos lmites. Ya hemos denido oscilacion y orbita cerrada. Para introducir el con-
cepto de ciclo lmite, analizaremos primero un ejemplo sencillo.
Oscilador lineal
x
1
= x
2
x
2
= x
1
;
sabemos ya que el equilibrio (0, 0) es un centro y sus trayectorias son orbitas cerradas,
Fig.1.7. Si la condicion inicial es (x
0
1
, x
0
2
) las soluciones son x
1
(t) = r
0
cos(t +
0
),
16
3 2 1 0 1 2 3
3
2
1
0
1
2
3
Diagrama de fase
x
1
x
2
Figure 2.3: Foco inestable
x
2
(t) = r
0
sin(t +
0
), con r
0
=

(x
0
1
)
2
+ (x
0
2
)
2
y
0
= tan
1
(x
0
2
/x
0
1
). El sistema tiene
una oscilacion de amplitud r
0
, se lo llama oscilador armonico.
Vale la pena observar que el oscilador lineal presenta algunos problemas: perturbaciones
chicas (lineales o no lineales) destruyen la oscilacion, decimos entonces que el oscilador
lineal no es estructuralmente estable; ademas, la amplitud de la oscilacion depende de
la condicion inicial. Estos problemas pueden ser eliminados trabajando con osciladores
no lineales.
Ejemplo: Oscilador de van-der Pol.
Consideramos la ecuacion de segundo orden,
y (1 y
2
) y + y = 0, para constante positiva;
17
si llamamos x
1
= y y x
2
= y obtenemos las ecuaciones de estado del sistema:
x
1
= x
2
x
2
= x
1
+ (1 x
2
1
)x
2
;
en este caso la matriz de la linealizacion alrededor del equilibrio (0, 0) es
A =

0 1
1

.
Observar que si > 0 los autovalores de A tienen parte real positiva, se trata entonces
de un foco inestable. Por el Teorema de Hartman-Grobman concluimos que el (0, 0) es
tambien un foco inestable del sistema no lineal. Observar, ademas, que existe solo una
5 4 3 2 1 0 1 2 3 4 5
5
4
3
2
1
0
1
2
3
4
5
Diagrama de fase
x
1
x
2
Figure 2.4: Oscilador de van-der Pol
orbita cerrada que atrae a todas las trayectorias que comienzan fuera de ella, Fig.2.4.
Esta situacion es diferente a la que ocurre con el oscilador lineal, donde hay un contnuo
de orbitas cerradas, Fig.1.7.
18
Denition 2.5 Una orbita cerrada aislada se llama ciclo lmite.
Nos planteamos ahora el siguiente problema: establecer condiciones bajo las cuales un
sistema planar dado tiene o no orbitas cerradas.
Theorem 2.6 (Bendixson). Consideramos el sistema planar x = f(x); supongamos
que D R
2
es un dominio simplemente conexo tal que f(x) = f
1
/x
1
(x
1
, x
2
) +
f
2
/x
2
(x
1
, x
2
) no es identicamente nulo en ninguna subregion de D y no cambia de
signo en D. Entonces D no contiene orbitas cerradas del sistema planar.
Ejemplo: Ecuaciones de Dung.
x
1
= x
2
x
2
= x
1
x
3
1
x
2
,
en este caso f = . Entonces, si > 0, no existen orbitas cerradas en todo R
2
.
Theorem 2.7 (Poincare-Bendixson). Supongamos que,
1. R es un conjunto compacto del plano.
2. x = f(x) es un sistema planar cuyo campo f es continuamente diferenciable y esta
denido sobre un conjunto abierto contenido en R.
3. R no contiene puntos de equilibrio del sistema.
4. Existe una trayectoria C que esta connada en R, es decir que comienza en R y
permanece en R para todo tiempo futuro.
Entonces o bien C es una orbita cerrada, o bien tiende a una orbita cerrada cuando
t . En cualquier caso, R contiene una orbita cerrada.
Ejemplo. Consideramos el siguiente sistema planar en coordenadas polares:
r = r(1 r
2
) + r cos

= 1,
con r 0. Si = 0, resultan r = 1 y r = 0 los puntos de equilibrio del sistema. En
el plano de fase x
1
x
2
todas las trayectorias (excepto r = 0) se aproximan al crculo
unidad r = 1, que resulta un ciclo lmite estable. Se puede probar, ademas, que existe
una orbita cerrada para > 0 sucientemente chico.
19
Ejercicios propuestos
1. Encontrar todos los puntos de equilibrio del sistema:
x = x + x
3
y = 2y
Linealizar el sistema alrededor de cada equilibrio y determinar la naturaleza de cada
uno de ellos. Vericar las conclusiones halladas mediante un graco aproximado
del retrato de fase del sistema (tener en cuenta que se trata de dos ecuaciones
desacopladas).
2. Considerar el sistema
x = y + ax(x
2
+ y
2
)
y = x + ay(x
2
+ y
2
)
(a) A partir de la linealizacion, se puede predecir algo del comportamiento del
sistema alrededor del equilibrio (0, 0)?
(b) Hallar las ecuaciones del sistema en coordenadas polares.
(c) Encontrar algunas trayectorias del sistema cuando: i)a > 0; ii)a = 0; iii)a < 0.
3. Para cada uno de los siguientes sistemas, construir el retrato de fase usando el
metodo de las isoclinas y discutir el comportamiento cualitativo del sistema. Se
puede usar informacion acerca de los puntos de equilibrio o del campo vectorial.
(a)
x
1
= x
2
cos x
1
x
2
= sin x
2
(b)
x
1
=

1
x
1
x
2

x
2
=
x
1
x
2

1
x
1
x
2

20
3 Tercera Clase: Teora de Estabilidad de Lyapunov
Para estudiar la estabilidad de puntos de equilibrio utilizaremos las ideas de Lyapunov.
Denition 3.1 El equilibrio x = 0 del sistema autonomo x = f(x) es estable si para
cada > 0 existe > 0 tal que:
x(0) < x(t) < , t 0;
el equilibrio es inestable si no es estable; el equilibrio es asintoticamente estable si es
estable y ademas puede elegirse de modo tal que
x(0) < x(t) 0, si t .
Ejemplo: ecuacion del pendulo
Conocemos ya las ecuaciones del pendulo en variables de estado,
x
1
= x
2
x
2
= (g/l) sin x
1
(k/m)x
2
;
ademas sabemos que (0, 0) y (, 0) son puntos de equilibrio.
Si suponemos k = 0, o sea el pendulo sin friccion, en un entorno del (0, 0) se tienen orbitas
cerradas. Luego, saliendo sucientemente cerca del origen, las trayectorias quedan den-
tro de una bola alrededor del origen; se concluye entonces que (0, 0) es equilibrio estable.
Sin embargo, no es asint oticamente estable, pues las trayectorias que empiezan fuera del
equilibrio no tienden a el, sino que permanecen en sus orbitas cerradas, ver Fig.3.1.
Cuando k > 0, el (0, 0) se comporta como un foco estable, y luego en este caso el (0, 0)
es equilibrio asint oticamente estable. El equilibrio x = (, 0) resulta un saddle que no
es estable pues dado cualquier > 0, es siempre posible encontrar una trayectoria que
deje la bola {x R
2
: x x }, a un cuando x(0) este arbitrariamente cerca del
equilibrio, ver Fig.2.1.
En general, como podramos determinar la estabilidad de un punto de equilibrio?
Para las ecuaciones planares del pendulo hicimos uso del conocimiento que tenamos
del retrato de fase del sistema. Pero para generalizar esto a cualquier sistema, necesi-
taramos conocer todas las soluciones. Sin embargo, las conclusiones que obtuvimos para
la ecuacion del pendulo y sus equilibrios, pueden obtenerse usando la nocion de energa.
Se dene la energa del pendulo E(x) como la suma de las energas potencial y cinetica:
E(x
1
, x
2
) =

x
1
0
(g/l) sin y dy + 1/2x
2
2
.
21
Si k = 0, el sistema es conservativo, es decir, no hay disipacion de energa. Luego,
E se mantiene constante durante el movimiento del sistema o
dE
dt
= 0 a lo largo de
las trayectorias del sistema. Como E(x) = c representa una curva cerrada alrededor de
x = 0 para c chico, podemos concluir que el origen es punto de equilibrio estable, Fig.3.1.
10 8 6 4 2 0 2 4 6 8 10
5
4
3
2
1
0
1
2
3
4
5
Diagrama de fase
x
1
x
2
Figure 3.1: Pendulo sin friccion
Cuando tenemos en cuenta la friccion (k > 0), la energa se disipa a lo largo del
movimiento del sistema, es decir,
dE
dt
0 a lo largo de las trayectorias del sistema. Debido
a la friccion, E no puede permanecer constante indenidamente cuando el sistema esta
en movimiento. Luego, la energa comienza a decrecer hasta llegar a 0, y entonces la
trayectoria tiende a 0 cuando t tiende a .
Concluimos entonces que examinando la energa E a lo largo de las trayectorias del
sistema, es posible determinar la estabilidad de un punto de equilibrio.
Lyapunov (1892) mostro que para determinar la estabilidad de un punto de equilibrio
pueden usarse otra clase de funciones, no necesariamente la energa.
Sea V : D R una funcion continuamente diferenciable denida en D R
n
, con D
dominio que contiene al origen. La derivada de V a lo largo de las trayectorias del
22
sistema x = f(x) se dene como:

V (x) =
n

i=1
V
x
i
x
i
=
n

i=1
V
x
i
f
i
(x) =
V
x
f(x).
Observar que la derivada de V a lo largo de las trayectorias del sistema depende de las
ecuaciones del sistema. Luego

V (x) sera diferente para sistemas diferentes. Ademas, si

V (x) < 0, V decrece a lo largo de las soluciones del sistema.

El siguiente resultado de Lyapunov garantiza estabilidad del equilibrio para un sistema
no-lineal.
Theorem 3.2 Sea x = 0 un punto de equilibrio de x = f(x) y D R
n
un dominio que
contiene a x = 0. Sea V : D R una funcion continuamente diferenciable tal que
V (0) = 0, V (x) > 0 en D {0},

V (x) 0 en D.
Entonces x = 0 es equilibrio estable. Ademas, si

V (x) < 0 en D {0}, entonces x = 0
es equilibrio asintoticamente estable.
Region de atraccion. Supongamos que sabemos que x = 0 es equilibrio asint oticamente
estable de x = f(x); desearamos saber cuan lejos del origen puede partir una trayecto-
ria y a un converger a 0 cuando t . Esta idea da la nocion de region o dominio de
atraccion del equilibrio.
Denition 3.3 Sea (t, x) la solucion de x = f(x) que empieza en x en t = 0, es decir,
(0, x) = x, luego la region de atraccion del equilibrio x = 0 resulta,
{x : lim(t, x) = 0, cuando t }.
Nos preguntamos ahora bajo que condiciones la region de atraccion sera todo R
n
. Esto
sucede si para cualquier estado inicial x, la trayectoria (t, x) se aproxima a 0 cuando
t , sin importar si x es grande. Si un punto de equilibrio asintoticamente estable
tiene esta propiedad, se dice que es globalmente asintoticamente estable.
El siguiente teorema establece condiciones sucientes que garantizan estabilidad asint otica
global.
Theorem 3.4 (Barbashin-Krasovski) Sea x = 0 punto de equilibrio del sistema x =
f(x). Sea V : R
n
R una funcion continuamente diferenciable tal que
V (0) = 0 y V (x) > 0, x = 0;
si x , entonces V (x) ;
23

V (x) < 0, x = 0;
entonces x = 0 es globalmente asintoticamente estable, es decir, su region de atraccion
es todo R
n
.
Por ultimo enunciaremos el siguiente resultado sobre inestabilidad.
Theorem 3.5 (Chetaev) Sea x = 0 equilibrio del sistema x = f(x). Sea V : D R
continuamente diferenciable con V (0) = 0 y V (x
0
) > 0 para alg un x
0
con x
0
arbitrari-
amente chica. Se dene U = {x B
r
V (x) > 0}, y supongamos que

V (x) > 0 en U.
Entonces x = 0 es equilibrio inestable.
Recordemos que cuando estudiamos la ecuacion del pendulo con friccion vimos que la
funcion de energa E(x) no satisfaca la condicion para garantizar la estabilidad asintotica
requerida en el Teorema de Lyapunov. En efecto,

V (x) = (k/m)x
2
2
0, sin embargo
sabemos que x = 0 es equilibrio asintoticamente estable para la ecuacion del pendulo.
Luego, para que se mantenga la condicion

V (x) = 0, la trayectoria del sistema debe estar
connada en la recta x
2
= 0. A menos que x
1
= 0 esto es imposible pues a partir de las
ecuaciones del pendulo vemos que
x
2
(t) 0 x
2
(t) 0 sin x
1
(t) 0,
y luego, sobre el segmento < x
1
< de la recta x
2
= 0, el sistema verica

V (x) = 0
solo si x
1
= 0. Luego, V (x(t)) debe decrecer al origen y entonces x(t) 0 cuando
t . Esto es consistente con el signicado fsico que, debido a la friccion, la energa
no se mantiene constante cuando el sistema esta en movimiento.
Resumimos lo anterior as: si en un dominio alrededor del origen se puede hallar una
funcion V cuya derivada a lo largo de la trayectoria del sistema es menor o igual a 0,
y si podemos asegurar que ninguna trayectoria puede quedarse en

V (x) = 0 salvo en el
origen, entonces el origen es asintoticamente estable. Este resultado es conocido como el
Principio de Invariancia de Lasalle.
Antes de enunciarlo en forma precisa daremos algunas deniciones.
Denition 3.6 Sea x(t) una solucion de x = f(x). Un punto p se llama punto lmite
positivo de x(t) si existe una sucesion {t
n
} con t
n
tal que x(t
n
) p cuando
n .
Denition 3.7 El conjunto de todos los puntos lmite positivos de x(t) se llama conjunto
lmite positivo de x(t).
24
Denition 3.8 Un conjunto M se llama positivamente invariante con respecto al sis-
tema x = f(x) si,
x(0) M x(t) M, t 0.
Denition 3.9 La solucion x(t) se aproxima a M cuando t , si para cada > 0,
existe T > 0 tal que dist(x(t), M) < , para todo t > T.
Para ilustrar las deniciones anteriores consideremos un punto de equilibrio asintoticamente
estable y un ciclo lmite estable en el plano:
El equilibrio asint oticamente estable es el conjunto lmite positivo de toda solucion que
empieza sucientemente cerca del equilibrio.
El ciclo lmite estable es el conjunto lmite positivo de toda solucion que empieza su-
cientemente cerca del lmite. Es decir, la solucion se aproxima al ciclo lmite
cuando t .
El punto de equilibrio asint oticamente estable y el ciclo lmite son conjuntos invariantes
pues cualquier solucion que comienza en alguno de estos conjuntos permanece en
el conjunto, para todo t R.
Lemma 3.10 Si una solucion x(t) de x = f(x) es acotada y pertenece a D, para todo
t 0, con D abierto que contiene a x = 0, entonces su conjunto lmite positivo que
llamaremos L
+
es no vaco, compacto e invariante. Ademas, x(t) L
+
cuando t .
Theorem 3.11 Principio de Invariancia de Lasalle: Sea D un conjunto compacto
que es positivamente invariante con respecto al sistema x = f(x). Sea V : D R una
funcion continuamente diferenciable tal que

V (x) 0 en . Sea E = {x :

V (x) =
0}. Sea M el mayor conjunto invariante contenido en E. Entonces, cualquier solucion
que empieza en se aproxima a M cuando t .
Algunas observaciones:
A diferencia del Teorema de Lyapunov, el Teorema de Lasalle no pide que V (x)
sea estrictamente positiva.
Si estamos interesados en mostrar que x(t) 0 cuando t , debemos establecer
que el mayor conjunto invariante en E es el origen. Esto se hace mostrando que
ninguna solucion puede permanecer en E ademas de la solucion trivial x(t) 0.
Considerando el caso particular planteado en la ultima observaci on y tomando V (x) > 0
se obtiene los siguientes corolarios que extienden los Teoremas de Lyapunov y Barbashin-
Krasovskii, respectivamente.
25
Corollary 3.12 Sea x = 0 equilibrio de x = f(x). Sea V : D R una funcion
continuamente diferenciable y positiva sobre un dominio D que contiene al origen, tal
que

V (x) 0 en D. Sea S = {x D :

V (x) = 0} y supongamos que ninguna solucion
permanece en S salvo la trivial. Entonces, el origen es asintoticamente estable.
Corollary 3.13 Sea x = 0 equilibrio de de x = f(x). Sea V : R
n
R una funcion
continuamente diferenciable tal que V (x) si x , estrictamente positiva y
tal que

V (x) 0, para todo x R
n
. Sea S = {x R
n
:

V (x) = 0} y supongamos que
ninguna solucion se mantiene sobre S, salvo la trivial. Entonces el origen es globalmente
asintoticamente estable.
Observar que cuando

V (x) es estrictamente negativa y S = {0}, entonces los corolarios
anteriores coinciden con los teoremas de Lyapunov y Barbashin-Krasovskii.
26
Ejercicios propuestos.
1. Usando V (x) = x
2
1
+ x
2
2
, estudiar la estabilidad del origen del sistema
x
1
= x
1
(k
2
x
2
1
x
2
2
) + x
2
(x
2
1
+ x
2
2
+ k
2
)
x
2
= x
1
(k
2
+ x
2
1
+ x
2
2
) + x
2
(x
2
1
x
2
2
+ k
2
)
cuando: a)k = 0 y b)k = 0.
2. Considerar el sistema
x
1
= x
2
x
2
= a sin x
1
kx
1
dx
2
cx
3
x
3
= x
3
+ x
2
donde todos los coecientes son positivos y k > a. Usando
V (x) = 2a

x
1
0
sin ydy + kx
2
1
+ x
2
2
+ px
2
3
,
con alg un p > 0, mostrar que el origen es globalmente a.e.
3. Sea el sistema x = f(x), donde f : R
n
R
n
. Considerar el cambio de varaibles
z = T(x), donde T(0) = 0 y T : R
n
R
n
es un difeomorsmo en un entorno del
origen. El sistema transformado es,
z =

f(z), donde

f(z) =
T
x
f(x)|
x=T
1
(z)
(a) Mostrar que x = 0 es un punto de equilibrio aislado de x = f(x) sii z = 0 es
un punto de equilibrio aislado de z =

f(z).
(b) Mostrar que x = 0 es estable (a.e., inestable) sii z = 0 es estable (a.e.,
inestable).
4. Considerar el sistema
x
1
= (x
1
x
2
1)x
3
1
+ (x
1
x
2
1 + x
2
2
)x
1
x
2
= x
2
(a) Mostrar que x = 0 es el unico punto de equilibrio.
(b) Mostrar, usando linealizacion, que x = 0 es a.e.
(c) Mostrar que = {x R
2
: x
1
x
2
2} es un conjunto positivamente invari-
ante.
(d) Es x = 0 globalmente a.e.?
27
Bibliografa
Nonlinear Systems, Hassan Khalil, Prentice Hall, 1996.
Nonlinear Systems, Analysis, Stability, and Control, Shankar Sastry, Springer, 1999.
Nonlinear Oscillations, dynamical systems and bifurcations, J. Guckenheimer and P.
Holmes, Springer-Verlag, 1983.
Gracos en el plano. Los distintos gracos de sistemas planares presentados en estas
Notas fueron realizados con el programa dfase.m, cuyo autor es el Dr. Fernando Bianchi
(Fac. de Ingeniera, U.N.L.P.). Dicho programa corre bajo MatLab, y se puede acceder
a el desde la pagina de la Facultad de Ingeniera, U.N.L.P.:
http://davinci.ing.unlp.edu.ar/controlm/electronica/archivos.htm
Reunion Anual de la UMA,
Salta, septiembre de 2005
28