Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ORDINARIAS
Miguel A. Rodrguez
April 19, 1999
Tema 1
Introducci
on. M
etodos
elementales de integraci
on
1.1
Introducci
on
1.2
Primeras deniciones
EDO. Versi
on 4. Mayo 1996
dy
dx
(1.1)
donde C es una constante cualquiera (Fig.1). En efecto, sea y(x) una soluci
on
de la ecuacion, y multipliquemosla por exp(x). Derivando respecto a x, es
f
acil obtener:
d
(y(x)ex ) = 0
dx
de donde se deduce la forma dada en (1).
Para nalizar este ejemplo, demostremos como las propiedades de la funci
on
exponencial pueden deducirse del estudio de la ecuacion diferencial de la que es
soluci
on; consideremos por ejemplo:
ea+b = ea eb .
Si y(x) es solucion de esta ecuacion, es obvio, debido a la independencia en t
que y(x + t) tambien lo es. As pues, como todas las soluciones son de la forma
dada en (1), tendremos:
y(x + t) = Cex
MAR
Fig.1
EDO. Versi
on 4. Mayo 1996
MAR
1.3
Problemas a resolver
Los problemas que surgen en el estudio de las ecuaciones diferenciales son muy
variados. Algunos ser
an tratados en los pr
oximos ejemplos aunque su justicacion y respuesta no seran estudiados hasta m
as adelante.
1.3.1
Existencia y unicidad
Fig.2
Fig.3
1.3.2
EDO. Versi
on 4. Mayo 1996
Dependencia continua
x
1
Fig.4
1.3.3
Fig.5
Prolongaci
on
MAR
c x2 .
Est
a claro que esta solucion no se puede prolongar hacia la derecha (x crecientes)
mas alla de c1/2 . Un razonamiento similar muestra que no se puede prolongar
hacia la izquierda m
as alla de c1/2 . Por tanto esta soluci
on esta denida en
1/2 1/2
el intervalo (c , c ) y es no prolongable en el sentido dicho anteriormente
(Fig.3).
b) y = y 2 tiene como solucion general y(x) = 1/(c x). Para cualquier c la
soluci
on no se puede prolongar m
as alla de c.
Por ejemplo, para jar ideas, consideremos una soluci
on particular que verica y(0) = 1, es decir, y(x) = 1/(1 x). Est
a claro que esta solucion no puede
prolongarse m
as alla de x = 1, donde tiene una asntota vertical. Por la izquierda
no presenta ninguna dicultad as que el intervalo m
aximo de denici
on es
(, 1) (Fig.5). Se dice muchas veces que la solucion no es prolongable hacia la derecha y s lo es hacia la izquierda, para indicar que la soluci
on maximal
tiene como intervalo de denici
on el anteriormente citado. Esta misma ecuacion
tiene soluciones con intervalo de denici
on del tipo (c, ), e incluso una soluci
on
denida en toda la recta, y(x) = 0. Las dicultades de extensi
on del intervalo,
son distintas en los dos ejemplos expuestos. En el primero de ellos la derivada se
hace innito en un punto mientras que en el segundo existe una asntota vertical
pero la derivada no se hace innito en ning
un punto en el que la funci
on este
denida.
1.3.4
Soluci
on general
Se ha hablado de soluciones generales como aquellas que contienen todas las soluciones de la ecuacion, que se obtienen al dar valores a una constante que aparece
en ellas. Sin embargo es posible que alguna soluci
on escape de la solucion general y no se obtenga para ning
un valor real de la constante (o constantes en
otros casos). Por ejemplo, en el caso anterior, y(x) = 0 no aparece en la soluci
on
general para ning
un valor de la constante c.
1.3.5
EDO. Versi
on 4. Mayo 1996
Fig.6
1.4
Interpretaci
on geom
etrica de las ED de primer orden. Isoclinas
MAR
decir la pendiente de las soluciones que pasan por ellas. El dibujo de isoclinas
y soluciones es el que aparece en la gura 7.
b) xy +(1x)y = 0. Las isoclinas son ahora (x1)y/x = m, o si despejamos
y:
mx
y=
x1
curvas que pasan por (0, 0) y tienen una asntota vertical en el punto x = 1.
La pendiente en el origen no est
a denida. De la expresi
on obtenida en primer
lugar, uno puede deducir que la recta x = 1 es una isoclina de pendiente = 0.
Asimismo x = 0 es una isoclina de la ecuacion asociada (dx/dy) con pendiente
igual a 0 (o si se quiere de la ecuacion inicial con pendiente ). El dibujo de
las isoclinas y soluciones puede verse en la gura 8.
Fig.7
Fig.8
Otras caractersticas de las soluciones pueden obtenerse de la propia ecuacion. Por ejemplo, el conjunto de puntos de inexi
on esta contenido en el conjunto de puntos que anulan a la segunda derivada y puede obtenerse de la
ecuacion sin m
as que derivar (suponiendo que se pueda):
y =
f
f
+
f (x, y) = 0.
x
y
1
.
2y
10
EDO. Versi
on 4. Mayo 1996
Fig.9
1.5
M
etodos elementales de integraci
on
A
un cuando no cabe esperar resolver todas las ED de forma completa es posible
en ciertos casos obtener la solucion general de una forma explcita. A continuaci
on estudiaremos algunos casos de ecuaciones diferenciales de primer orden
para los que se puede encontrar la soluci
on general.
1.5.1
Ecuaciones exactas
(1.2)
=0
y
x
(1.3)
suponiendo que las funciones P (x, y), Q(x, y) son diferenciables. Esta condici
on
es tambien suciente en el caso en que el abierto de IR2 en el que trabajamos
sea, por ejemplo, simplemente conexo, o haciendo consideraciones de tipo local,
como haremos de hecho.
De acuerdo con esta interpretaci
on, llamaremos ecuacion diferencial exacta a
aquella que escrita en la forma (1.2) verique la condicion (1.3). Las ecuaciones
exactas son inmediatamente resolubles, pues basta encontrar una funci
on f (x, y)
MAR
11
h (y) = Q(x0 , y)
Q(x0 , s)ds.
y0
y4
,
4
f (x, y) = yx
x4 y 4
4
12
EDO. Versi
on 4. Mayo 1996
1.5.2
Factores integrantes
P =
Q
x
y
lo que equivale a una ecuaci
on en derivadas parciales de primer orden para la
funcion . La obtenci
on de la soluci
on de esta ecuacion diferencial es equivalente en dicultad a la resoluci
on de la ecuacion de partida (el uso del metodo
de caractersticas lleva a la ecuacion original) pero no es necesario conocerla.
Basta hallar una funci
on que verique esa ecuacion, es decir, basta una soluci
on
particular. Se dice que (x, y) es un factor integrante para esa ecuaci
on.
Ejemplo. y = (y 2x)/(2y + x). Escribiendo esta ecuacion como hemos
hecho antes:
(2x y)dx + (2y + x)dy = 0
que no es una ecuacion exacta. Tratemos de buscar un factor integrante para
ella. La ecuacion que debe vericar (x, y) es:
(2y + x)x (2x y)y = 2.
Esta ecuacion en derivadas parciales de primer orden lleva a la ecuaci
on de
partida. Sin embargo, puede probarse f
acilmente que la funci
on:
(x, y) =
1
x2 + y 2
es una solucion particular. Aunque el metodo aqu descrito no sea muy general,
no deja de tener interes. Hagamos el siguiente cambio de variables:
x = cos
y = sen
la nueva ecuaci
on es:
+ 2 = 2
y suponiendo que no depende de , = 2, ecuacion de la que se obtiene
como solucion particular () = 1/2 , es decir el factor integrante antes dado.
MAR
13
1.5.3
14
EDO. Versi
on 4. Mayo 1996
y por tanto se pueden usar los metodos expuestos anteriormente. Sin embargo,
en la pr
actica resulta mas directo prescindir de estos planteamientos y escribir:
g(y)y (x)dx = f (x)dx + C
y cambiando la variable de integraci
on en la primera integral:
g(y)dy = f (x)dx + C
relacion que una vez integrada, permitir
a encontrar la soluci
on.
Ejemplo: y = (1 + y 2 )/(1 + x2 ) es una ecuacion de variables separadas,
con f (x) = 1/(1 + x2 ), g(y) = 1/(1 + y 2 ), por lo que su soluci
on se encuentra
inmediatamente como:
dx
dy
=
2
1+x
1 + y2
es decir: arctg(x) = arctg(y) + C, ecuacion de la que se puede despejar y(x)
obteniendose la solucion general:
y(x) =
kx
.
1 + kx
1.5.4
Cambios de variable
f (1, z) z
x
MAR
15
Esta ecuacion fue resuelta antes buscando un factor integrante que la hiciera
exacta. Sin embargo es mas sencillo calcular su solucion consider
andola como
una ecuaci
on homogenea. Si y = zx:
xz = 2
z2 + 1
2z + 1
y
log(x2 + y 2 ) + arctg( ) = C
x
que es la misma solucion anterior (aunque el signicado de la constante C sea
distinto).
ii) Ecuaci
on de Bernouilli. El siguiente tipo de ecuaciones se puede resolver
mediante un cambio en la variable dependiente:
y = f (x)y + g(x)y r
16
EDO. Versi
on 4. Mayo 1996
c (x)
v) + v 2
c(x)
z
cz
que no depende de dos constantes, sino solo de una, por ejemplo del cociente
k1 /k2 = k. En cualquier caso, el c
alculo de las soluciones de esta ecuacion lineal
no es mas sencillo que el problema inicial.
Una propiedad de la ecuaci
on de Riccati es que la solucion general se puede
expresar en funci
on de tres soluciones particulares distintas y de una constante,
o lo que es lo mismo, la siguiente expresion es constante:
y(x) y1 (x) y3 (x) y2 (x)
=C
y(x) y2 (x) y3 (x) y1 (x)
de donde uno puede despejar y(x) suponiendo que conoce las otras tres soluciones. Esta propiedad es debida a la relaci
on que existe entre la ecuacion de
Riccati y el grupo de matrices 2 2 con coecientes reales y determinante igual
a uno, hecho tambien relacionado con la ecuaci
on lineal de segundo orden que
antes hemos estudiado. No podemos seguir aqu esta lnea de razonamiento pues
necesitaramos un aparato matem
atico del que carecemos.
Ejemplo: y = y 2 2/x2 .
Es f
acil comprobar que y(x) = 1/x es una solucion particular de esta ecuacion. M
as difcil es establecer esa conjetura, aunque en este caso se puede
pensar que una funci
on del tipo k/x podra ser solucion. Introduciendola en
la ecuacion se obtienen dos valores diferentes de k para los que esta funci
on
MAR
17
1
x
la nueva ecuaci
on es:
2u
x
ecuacion de Bernouilli, que se resuelve poniendo z = 1/u:
u = u 2 +
z = 1
2z
x
una ecuaci
on lineal no homogenea, resuelta en el pr
oximo apartado.
1.5.5
La ecuaci
on lineal de primer orden
La forma m
as general de una ecuaci
on lineal de primer orden es:
y = a(x)y + b(x)
(1.4)
es decir:
log |y| =
o despejando y(x):
a(x)dx + C
y(x) = Ke
a(x)dx
donde K es una constante real (lo que nos permite eliminar el valor absoluto que
apareca en el logaritmo neperiano). Esta es la soluci
on general de la ecuaci
on
homogenea. Como se ve, todas las soluciones de esta ecuacion son proporcionales, o dicho de otra manera, forman un espacio vectorial real de dimensi
on
igual a 1. El c
alculo de la soluci
on general de la ecuacion completa puede hacerse utilizando el llamado metodo de variaci
on de constantes, que consiste en
probar soluciones de la forma:
y(x) = K(x)e a(x)dx
(1.5)
18
EDO. Versi
on 4. Mayo 1996
sustituyendo en la ecuaci
on (1.4), tenemos:
K (x) = b(x)e
a(x)dx
z(x) = Kex
2z
x
y su soluci
on se obtiene de:
z(x) = Ke2
dx/x
K
.
x2
MAR
19
La soluci
on general es:
z(x) =
x
K
+ .
3 x2
La soluci
on general de la ecuacion de Bernouilli de donde proviene nuestro
ejemplo sera:
3x2
u(x) =
C x3
y la de la ecuaci
on de Ricatti donde comenzamos:
y(x) =
3x2
1
+ .
C x3
x
Las ecuaciones lineales de primer orden son siempre resolubles por cuadraturas cuando las funciones a(x) y b(x) que aparecen en ellas son integrables,
en particular cuando son continuas. Como veremos m
as adelante cuando la
ecuacion es de orden superior a uno, s
olo si los coecientes son constantes o en
otros casos muy especcos, es posible encontrar la soluci
on general en forma
compacta.
Notese que para la ecuacion lineal homogenea, si se conoce una solucion que
no sea la trivial (y(x) = 0), las demas se obtienen de manera algebraica, es
decir:
y(x)
= C.
y1 (x)
Para la ecuaci
on no homogenea necesitamos dos soluciones distintas, y1 (x),
y2 (x), de forma que y(x) y1 (x), y(x) y2 (x) son soluciones de la ecuacion
homogenea, con lo que:
y(x) y1 (x)
=C
y(x) y2 (x)
a comparar con la ecuacion de Riccati donde son necesarias tres soluciones. De
esta forma, las ecuaciones lineales, homogeneas o no, se pueden considerar como
casos particulares de la ecuacion de Riccati.
1.6
M
etodos aproximados en ecuaciones de primer orden
20
1.6.1
EDO. Versi
on 4. Mayo 1996
Poligonal de Euler
MAR
21
x6 = 2.06, y6 = 0.487356
x7 = 2.07, y7 = 0.483006
x8 = 2.08, y8 = 0.480671
x9 = 2.09, y9 = 0.478359
x10 = 2.1, y10 = 0.476069, error = 0.0001
n = 100 x0 = 2, y0 = 0.5
x100 = 2.1, y100 = 0.476178, error = 0.00001.
1.6.2
M
etodo de Runge-Kutta
h
(ki1 + 2ki2 + 2ki3 + ki4 )
6
22
EDO. Versi
on 4. Mayo 1996
errado de la utilizaci
on del c
alculo numerico sin antes saber si la solucion existe
para los valores que se esta intentando calcular.
Consideremos nuevamente la ecuacion de Riccati: y = y 2 2/x2 , pero
intentemos calcular ahora la soluci
on con valor inicial: y(2) = 1. Usando el
metodo de Euler con n = 10 podemos calcular el valor en x = 3, que resulta
ser 3.248222 frente a 5.733333 que es el valor exacto. El error cometido es
mucho mayor que antes, para la soluci
on con dato inicial y(2) = 0.5. Si usamos
el metodo de Runge-Kutta, tambien con n = 10, obtendremos 5.726704 que
es un valor mucho m
as aproximado. Sin embargo, supongamos que queremos
calcular el valor de esta solucion en x = 3.2. El metodo de Euler con n = 10
nos da 6.093062, mientras que el Runge-Kutta con el mismo n
umero de pasos
da: 447.0796. En realidad, ninguno de los dos resultados es correcto. En este
caso disponemos de la solucion exacta por lo que podemos averiguar que es lo
que ocurre. La soluci
on es:
y(x) =
1
3x2
+
x 32 x3
que tiene una singularidad en x = 3.1748, por lo que no tiene sentido preguntarse
cu
al es su valor en x = 3.2, donde no est
a denida.
Notese tambien, que los errores cometidos en este caso son mayores que en
el anterior, debido a la variaci
on tan fuerte de la soluci
on.
MAR
1.7
23
Ejercicios
24
EDO. Versi
on 4. Mayo 1996
Tema 2
Existencia y unicidad,
dependencia continua,
prolongabilidad y
estabilidad
2.1
Existencia y unicidad
x, y I
26
EDO. Versi
on 4. Mayo 1996
xy
f (x) f (y) = x y =
x+ y
que no se puede acotar en un entorno de 0. En lo que sigue, consideraremos
funciones de varias variables y exigiremos que sean lipschitzianas en una o varias
de ellas. Los comentarios y propiedades anteriormente expuestos son validos sin
mas que considerar, por ejemplo, derivadas parciales en vez de totales. As, para
una funci
on real de dos variables, se dice que es lipschitziana en un conjunto de
IR2 en la segunda variable, si:
|f (t, x1 ) f (t, x2 )| L|x1 x2 |
para (t, x1 ), (t, x2 ) en el dominio considerado. N
otese que la constante L no
puede depender de t. En general si f : I D IRn con D IRn , se dice que
es lipschitziana en x D si:
f (t, x1 ) f (t, x2 ) Lx1 x2
donde . es la norma en IRn y t I, que es un intervalo de IR. Entonces, la
existencia y acotacion de las derivadas parciales de f con respecto a xi implica
la lipschitzianidad en esas variables.
Teorema 2.1 (Existencia y unicidad) . Sea la ecuaci
on diferencial de primer orden: x = f (t, x) donde f es una funci
on continua en:
D = {(t, x) : |t t0 | a, |x x0 | b}
y lipschitziana en la segunda variable en el mismo conjunto D (la condici
on de
lipschitzianidad no necesita establecerse en todo D, pero no entraremos en estos
MAR
27
x2 (t) = x0 +
f (s, x1 (s))ds
t0
t0
y por inducci
on se demuestra para cualquier n. Supongamos que es cierto para
n:
t
|xn+1 (t) x0 | =
f (s, xn (s))ds K(t t0 ) b
t0
KLn
(t t0 )n+1
(n + 1)!
28
EDO. Versi
on 4. Mayo 1996
y usando la condici
on de Lipschitz:
t
t
KLn1
KLn
L
|xn (s) xn1 (s)|ds L
(s t0 )n ds =
(t t0 )n+1
n!
(n + 1)!
t0
t0
esta desigualdad se verica para todo t [t0 T, t0 + T ]. De esta forma construimos una serie de funciones cuyos terminos estan mayorados por una serie
numerica convergente y que por lo tanto converge uniformemente en el intervalo
considerado:
x0 +
(xn (t) xn1 (t))
n=1
Las sumas parciales de esta serie son iguales a xn (t), luego, la sucesion xn (t)
converge uniformemente a una funci
on continua x(t). Probaremos ahora que
esa funci
on verica la ecuaci
on diferencial y la condici
on inicial:
t
t
x(t) = lim xn (t) = x0 + lim
f (s, xn (s))ds = x0 +
f (s, x(s))ds
n
t0
t0
donde se han usado las propiedades de f adecuadamente, es decir, se ha intercambiado la integral por el lmite debido a la lipschitzianidad de f y se ha
tomado el valor de la funci
on en el lmite debido a la continuidad de f . Al ser
f continua, x(t) es diferenciable y por lo tanto verica la ecuaci
on diferencial.
Es inmediato comprobar que tambien cumple la condici
on inicial.
Demostramos ahora la unicidad de la soluci
on: sea x
(t) otra soluci
on distinta
de x(t) denida en [t0 T , t0 + T ] con T T que verica la ecuaci
on y la
condici
on inicial y adem
as:
|
x(t) x0 | b,
t [t0 T , t0 + T ]
Entonces:
|
x(t) xn (t)|
|f (s, x
(s)) f (s, xn1 (s))|ds L
t0
|
x(s) xn1 (s)|ds
t0
Ln b
(t t0 )n
n!
MAR
29
igual que en el caso anterior, sin embargo las soluciones son x(t) = Kt, as que
por el origen pasan innitas soluciones. En estos dos ejemplos la funci
on f (t, x)
no esta denida en t = 0. Veamos ahora un caso donde la discontinuidad de f
es de salto y existe una u
nica soluci
on al problema.
Ejemplo:
x(1 2t) t > 0
x =
x(2t 1) t < 0
la funci
on f es discontinua en t = 0 (x = 0). Calculemos la solucion que verica
x(1) = 1. En el intervalo t > 0, la soluci
on es: x(t) = Ket(1t) , y aplicando
la condici
on inicial, obtenemos K = 1. En el intervalo t < 0, la soluci
on es:
x(t) = K et(1t) . Podemos empalmar estas dos funciones de forma continua
en t = 0 calculando as el valor de K = 1. La soluci
on completa es
t(1t)
e
t>0
x(t) =
et(1t) t < 0
que es continua en t = 0, aunque obviamente no derivable. Su derivada tiene
un salto en t = 0, justamente el mismo que tena la funci
on f . Esta es la u
nica
soluci
on de la ecuacion que verica x(1) = 1.
Si f es continua es posible probar que siempre existe solucion. Sin embargo,
si f no es lipschitziana
on puede no ser u
nica. Por ejemplo consideremos
la soluci
la funci
on f (x) = |x| que como vimos antes era continua pero no lipschitziana.
on inicial x(0) = 0, no tiene
La ecuacion diferencial x = f (x) con la condici
soluci
on u
nica: tanto x(t) = 0 como: x(t) = t2 /4, x 0, x(t) = t2 /4, x 0,
son soluciones de esa ecuacion.
Pasemos ahora al segundo teorema de existencia y unicidad. Introducimos
antes el concepto de aplicacion contractiva y un teorema de punto jo. Desarrollaremos todo este apartado en un espacio de dimensi
on n para poder hablar
de sistemas de ecuaciones diferenciales de primer orden, x = f (t, x), donde x
es un vector de n componentes y f una funci
on de n + 1 variables con valores
en IRn .
Denici
on 2.2 Sea (E, d) un espacio metrico y T una aplicaci
on de E en E.
Se dice que T es contractiva si a, 0 < a < 1, tal que
d(T (x), T (y)) a d(x, y),
x, y E.
30
EDO. Versi
on 4. Mayo 1996
x2 = T (x1 ) = T 2 (x0 ),
...,
xn = T (xn1 ) = T n (x0 ), . . .
MAR
31
E = C([t0 , t1 ], IRn ), es decir las funciones continuas del intervalo [t0 , t1 ] en IRn ,
y como norma en este espacio:
xe = sup{eK(tt0 ) x(t) : t [t0 , t1 ]}
donde K es una constante estrictamente mayor que L. El espacio (E, .e ) es de
Banach, como se puede probar facilmente. Construiremos ahora una aplicaci
on
contractiva en este espacio:
T :EE
t
x (T x)(t) = x0 +
f (s, x(s))ds.
t0
= eK(tt0 )
Le
LeK(tt0 )
x1 (s) x2 (s)ds
t0
x1 x2 e eK(st0 ) ds
t0
L
L
x1 x2 e [1 eK(tt0 ) ] x1 x2 e
K
K
L
x1 x2 e ,
K
L
<1
K
32
EDO. Versi
on 4. Mayo 1996
y |x1 + x2 | no se puede acotar mas que en conjuntos acotados de IR. Por tanto
el teorema anterior no puede aplicarse sin m
as. Veamos como el resultado no es
correcto en nuestro ejemplo. Para ello tomemos t0 = 0 y t1 = 2. La soluci
on es
x(t) = 1/(1t) que no esta denida en t = 2. Concretamente tiene una asntota
vertical en t = 1, y por lo tanto su intervalo m
aximo de denici
on (hacia la
derecha) es (0, 1). Sin embargo el primer teorema se aplica sin dicultad. En
este caso uno puede tomar como intervalo de valores de t, [0, 2], y de x, [0, 2].
Una constante de Lipschitz en este conjunto puede ser L = 4, y una cota para f
en el conjunto [0, 2] [0, 2] es tambien 4. De acuerdo con el teorema, la solucion
esta denida (hacia la derecha) en el intervalo [0, T ] donde T es el mnimo de 2
y 1/4, es decir T = 0.25. De hecho la solucion se puede extender como hemos
visto hasta cualquier T < 1.
El metodo empleado en la demostracion de estos teoremas puede aplicarse
en casos concretos. Las aproximaciones sucesivas se llaman de Picard y pueden
en ocasiones servir para representar la soluci
on. Por ejemplo, consideremos un
caso simple, x = x, x(0) = 1. Como sabemos la solucion de este problema es
x(t) = exp(t). Veamos como las aproximaciones de Picard proporcionan en este
caso la serie de Taylor de la exponencial (no es cierto que se obtenga la serie de
Taylor en general).
t
T (x)(t) = 1 +
x(s)ds
0
2
x0 = 1,
x1 = 1 + t,
x2 = 1 + t +
t
,...,
2
xn = 1 + t +
t2
tn
+ + ,...
2
n!
que tiende a et .
Existen numerosos resultados sobre existencia y unicidad que dieren en las
hip
otesis y restricciones que se hacen a la funcion f . Nos limitaremos a utilizar
estos dos, que si bien no son los mas potentes, s son sucientemente sencillos
como para poderlos aplicar en numerosas circunstancias sin un esfuerzo excesivo. Ambos se pueden expresar para un sistema de ecuaciones de primer orden
escrito en forma normal es decir, con la derivada despejada. A continuaci
on
trataremos de obtener resultados sobre la soluci
on una vez que ya sabemos en
que circunstancias esta existe y es u
nica. As, estudiaremos la prolongabilidad,
dependencia continua de datos y par
ametros y la estabilidad.
2.2
Prolongabilidad de soluciones
MAR
33
34
EDO. Versi
on 4. Mayo 1996
MAR
35
Teorema 2.6 Si la energa potencial es positiva (esencialmente que este minorada por una constante), toda soluci
on de la ecuaci
on
x =
dU
dx
v(t)2
+ U (x(t)
2
36
2.3
EDO. Versi
on 4. Mayo 1996
fx =
,
(x + t)2
f =
1
x+t
y sustituyendo la soluci
on para = 0:
fx = 0,
f =
1
2t
de donde la ecuaci
on en variaciones queda reducida a:
y = 1/2t
y(1) = 0
es decir y(t) = (1/2) log t. Para t peque
nos se puede poner:
x(t) = t
log t
2
MAR
37
38
EDO. Versi
on 4. Mayo 1996
2.4
Estabilidad
Como ya hemos comentado anteriormente, una de las cuestiones mas interesantes que se pueden plantear en torno a las ecuaciones diferenciales es la de
estabilidad de las soluciones, es decir, si se varan los datos iniciales una peque
na
cantidad, que se puede decir del comportamiento, para todo valor de la variable
independiente, de las soluciones correspondientes. El tema no resulta sencillo y
solo para algunos tipos de ecuaciones se pueden dar respuestas generales. Sin
embargo, como iremos viendo a lo largo de estas notas, existen teoras y resultados muy potentes para tratar muchos casos. Deniremos primeramente
que entendemos por estabilidad de una soluci
on, y la aplicaremos a algunos
problemas sencillos.
Denici
on 2.4 Consideremos el problema:
x = f (t, x)
x(t0 ) = x0
que se supone admite una soluci
on u
nica, x(t), denida para todo t t0 . Se dice
que x(t, x0 ) es una soluci
on estable (a la derecha) si: 2 > 0, > 0 tal que, si
x
0 IRn verica
x0 x0 < , entonces x(t, x
0 ) soluci
on con x(t0 , x
0 ) = x
0 ,
denida en [t0 , ) y tal que:
x(t, x
0 ) x(t, x0 ) < 2,
t t0
es decir, las soluciones que tienen puntos iniciales cerca del punto inicial de la
soluci
on a estudiar, se mantienen cerca de esta para todo tiempo posterior. Se
puede considerar una clase m
as particular de estabilidad, la llamada estabilidad
asint
otica. Otros tipos ser
an estudiados m
as adelante.
MAR
39
Denici
on 2.5 (Estabilidad asint
otica) Se dice que x(t, x0 ) es una soluci
on
asint
oticamente estable, si es estable y si existe > 0 tal que, si
x0 x0 <
entonces,
lim x(t, x
0 ) x(t, x0 ) = 0.
t
40
EDO. Versi
on 4. Mayo 1996
a(s)ds .
t0
MAR
41
uniformemente en t.
Entonces, si la soluci
on x(t) = 0 es asint
oticamente estable para la ecuaci
on
lineal homogenea x = a(t)x, tambien es asint
oticamente estable para la ecuaci
on
completa. Adem
as, si es inestable, para la ecuaci
on homogenea, tambien es
inestable para la ecuaci
on completa.
Notese que si la solucion trivial es solamente estable para la ecuacion homogenea, nada se asegura de la estabilidad de la soluci
on en la ecuacion completa. El teorema es valido para sistemas de ecuaciones, aunque en este caso la
estabilidad de la soluci
on trivial para la ecuaci
on homogenea sea mas complicada
de establecer (especialmente en el caso de coecientes periodicos).
2.5
Ecuaciones aut
onomas
Para acabar este primer contacto con la teora de la estabilidad, estudiaremos las
ecuaciones autonomas de primer orden, que permiten un tratamiento sencillo,
y nos abren la puerta de los sistemas aut
onomos, que apareceran m
as adelante.
Denici
on 2.6 Una ecuaci
on aut
onoma es: x = f (x), es decir la funci
on f
no depende de t.
Esto hace que la ecuacion (que puede ser resuelta por cuadraturas al ser de
variables separadas) presente unas propiedades especiales que hacen su estudio
mas sencillo. Veamos en primer lugar unas propiedades elementales.
Proposici
on 2.2 Sea x = f (x), con f derivable con continuidad en IR.
a) Si x(t) es una soluci
on, x(t + ) tambien es soluci
on, para todo IR.
b) Si a IR verica f (a) = 0, entonces x(t) = a es una soluci
on constante de
la ecuaci
on diferencial.
42
EDO. Versi
on 4. Mayo 1996
c) Toda soluci
on es constante o estrictamente mon
otona.
Demostracion. La parte a) es una consecuencia inmediata del hecho de ser f
funci
on exclusiva de x. La parte b) es igualmente trivial. En cuanto a c), puesto
que por cada punto de IR pasa una soluci
on y solo una, es claro que para que una
soluci
on pasara de ser creciente a decreciente o viceversa, habra de atravesar
un extremo, donde f se hace cero. Pero ese punto es otra solucion, constante
por la parte b) de la proposici
on.
Una propiedad que nos ser
a muy u
til para describir las soluciones de una
ecuacion aut
onoma y que es una consecuencia de un resultado elemental de
an
alisis es la siguiente.
Teorema 2.12 Todas las solucionas acotadas de una ecuaci
on aut
onoma tienden a una soluci
on constante. Aqu la acotaci
on debe entenderse en el sentido
que ya le dimos antes: x(t), con x(t0 ) = x0 est
a acotada a la derecha si M > 0
tal que |x(t)| M para todo t t0 .
Demostracion. Sea x(t) una soluci
on acotada, no constante. Por ser mon
otona,
existe el lmite de x(t) cuando t tiende a innito. Sea a ese lmite. La funci
on
f es continua, as que tambien existe el lmite de f cuando t tiende a innito,
es decir el lmite cuando x a, f (a). Entonces:
lim x(t) = a,
Un resultado de an
alisis elemental demuestra que f (a) = 0 y por tanto que
x(t) = a es una soluci
on constante. En efecto, sea la sucesion:
an = x(n + 1) x(n).
Puesto que x(t) es continua, su lmite cuando n es igual a cero. Por el
teorema del valor medio para cada n podemos encontrar n (n, n + 1) tal que:
x(n + 1) x(n) = x (n ).
Ademas, si n entonces n . Por lo tanto:
lim x (t) = lim x (n ) = lim (x(n + 1) x(n)) = 0
MAR
43
1
.
1 Ket
Fig.1
Fig.2
x0
x0 1
44
EDO. Versi
on 4. Mayo 1996
x
x
t
t
Fig.3
Fig.4
MAR
2.6
45
Ejercicios
1. Sea
y = 1 y 2
a) y = x/y;
b) y = y 2 /x2 2;
c) y = cos(x y)
Para la ecuaci
on a) hallar su soluci
on general y la particular que satisface
y(1/9) = 2/9. Es estable?
Para la ecuaci
on b) estudiar la existencia, unicidad y prolongabilidad de
soluciones.
3. Dada la ecuaci
on (E ):
y = 1
,
x+y
0,
se pide:
a) Regiones de existencia y unicidad.
b) Integraci
on explcita.
c) Dibujo aproximado de soluciones.
d) Sea y (x) la soluci
on de (E ) tal que y (0) = 1. Estudiar el comportamiento de y (x) cuando 0.
e) Estudiar la prolongabilidad de las soluciones y la estabilidad de la que
verica y(0) = /2.
4. Se considera la ecuacion (E):
x = x2 x3 ,
> 0.
Se pide:
a) Existencia y unicidad. Dibujo aproximado de soluciones.
b) Integraci
on explcita.
c) Prolongabilidad de las soluciones.
d) Comprobar la dependencia continua del par
ametro cuando este tiende a cero.
46
EDO. Versi
on 3. Octubre 1995
5. Sea la ecuacion
y = y 2 (cos t)y
a) Resolverla.
b) Dibujar las zonas del plano (t, y) en que las soluciones son crecientes
o decrecientes.
c) Basandose en a) y b) hacer un esquema de las soluciones de la ecuacion
arriba indicada.
d) Dibujar la poligonal de Euler entre 0 y 2 con h = 1 si y(0) = 1.
e) Determinar para que valores de a la soluci
on con y(0) = a es prolongable hasta .
f ) Estudiar la estabilidad de las soluciones con y(0) = 0 e y(0) = 1.
6. Sea la ecuacion (E):
y =
1
x2 + y 2
y y3
y = a + 3
t
t
MAR
47
g) Comprobar que hay dependencia continua en a de la soluci
on que satisface y(1) = 1.
8. Dada la ecuaci
on (E):
x =
t2 x
t + x2
se pide:
a) Existencia y unicidad
b) Hallar la soluci
on general.
c) Dibujar aproximadamente las curvas integrales.
9. Sea (A):
y =
y y2
t
f (y) =
y y > 0
0 y0
48
EDO. Versi
on 4. Mayo 1996
Tema 3
Sistemas y ecuaciones
lineales
3.1
Introducci
on
50
EDO. Versi
on 4. Mayo 1996
1.
M
x2
< 0,
N
x1
<0
x = x sen y
y = 12x + y
3.2
Sistemas lineales
x = A(t)x + b(t)
x(t0 ) = x0
donde:
A : [t0 , t1 ] Mn (IR)
MAR
51
b : [t0 , t1 ] IRn
A(t)x
, x IRn , x = 0}
x
3.3
52
EDO. Versi
on 4. Mayo 1996
Proposici
on 3.1 Sean x1 (t), x2 (t), . . . , xn (t), n soluciones de un sistema de
ecuaciones lineal homogeneo y sea X(t) la matriz que las tiene por columnas.
Entonces: o bien det X(t) = 0 para todo t I, o det X(t) = 0 para todo t I.
En el primer caso las soluciones son linealmente dependientes. En el segundo
son linealmente independientes. El determinante de la matriz se llama wronskiano, y como asegura la proposici
on es siempre distinto de cero en el caso
que las columnas de la matriz de soluciones sean linealmente independientes.
Notese que la condicion que establece la proposicion para asegurar la dependencia o independencia lineal de un conjunto de funciones vectoriales no se aplica
en general, sino s
olo a soluciones de un sistema lineal homogeneo.
Demostracion: Basta recordar como se deriva un determinante para obtener:
1
1
x1 .. xn
x1 .. xn1
x1 .. xn1
1
d
.. = det ..
.. + + det ..
..
det ...
.
.
.
.
.
dt
n
x1n .. xnn
x1n .. xnn
x1
..
x
n
n
sustituyendo las derivadas por sus expresiones respectivas y desarrollando los
determinantes por la la en la que esas derivadas aparecen, se llega a:
d
det(X(t)) = tr(A(t)) det(X(t)).
dt
Esta es una ecuacion lineal de primer orden que sabemos resolver. Su soluci
on
es la formula de Abel-Liouville:
det X(t) = Ce tr A(s)ds
y por lo tanto, el wronskiano no se anula para ning
un t en el intervalo considerado, o bien (cuando C = 0) se anula para todo punto. Para ver la relaci
on que
existe entre el wronskiano y la dependencia e independencia lineal de un conjunto de soluciones, consideremos esta otra forma de demostrar la proposici
on
anterior. Supongamos que existe I tal que det X( ) = 0. En este caso,
existe un conjunto de constantes reales, c1 , c2 , . . . , cn , no todas nulas, tales que:
n
ci xi ( ) = 0.
(3.1)
i=1
Consideremos la funci
on:
x(t) =
ci xi (t)
(3.2)
i=1
ci xi (t) = 0,
t I
MAR
53
es decir las funciones xi (t), i = 1, . . . , n son linealmente dependientes. Obviamente, si son linealmente independientes, el wronskiano no se anula en ning
un
punto.
Proposici
on 3.2 La dimensi
on del espacio de soluciones de un sistema de n
ecuaciones lineales homogeneas es igual a n.
Demostracion. Consideremos las soluciones de los problemas:
x = A(t)x
x(t0 ) = ei
donde ei es la base canonica de IRn . Sean xi (t) estas soluciones. Entonces,
el conjunto de soluciones {xi (t), i = 1, . . . , n} es una base del espacio de soluciones, que por tanto tiene dimensi
on n. En efecto, es inmediato probar que
son linealmente independientes, pues en t = t0 el wronskiano es el determinante
de la matriz identidad, que es distinto de cero. Adem
as son un sistema de
generadores:
Sea x(t) una soluci
on del sistema, con x(t0 ) = x0 . El vector x0 tiene una
cierta expresion en la base can
onica:
x0 =
x0i ei
i=1
x0i xi (t).
i=1
Esta soluci
on es justamente x(t), pues ambas verican la misma condici
on inicial
en t = t0 .
Denici
on 3.2 Se llama sistema fundamental de soluciones a una base del
espacio de soluciones. Se llama matriz fundamental a una matriz de soluciones
cuyas columnas forman un sistema fundamental.
De esta manera, la solucion general del sistema homogeneo se puede escribir
como:
x(t) = (t)C
donde (t) es una matriz fundamental y C es un vector de constantes de n
componentes. Si la condici
on inicial es x(t0 ) = x0 , el vector C se calcula como:
C = (t0 )1 x0
(pues (t) tiene una inversa) y por lo tanto la correspondiente soluci
on es:
x(t) = (t)(t0 )1 x0
54
EDO. Versi
on 4. Mayo 1996
Sin embargo, el c
alculo de (t) puede ser muy complicado. Tan solo cuando
los coecientes de A no dependen de t puede calcularse una matriz fundamental
f
acilmente. Si los coecientes de la matriz A son funciones peri
odicas de t, la
teora de Floquet porporciona indicaciones sobre la forma de las soluciones y
permite en algunos casos simples calcularlas.
MAR
3.4
3.4.1
55
Sea el sistema lineal homogeneo con matriz A constante (sistema lineal autonomo), x = Ax. De acuerdo con lo expuesto hasta ahora, existe una u
nica
soluci
on, jada la condici
on inicial, que adem
as esta denida en todo el eje real.
Este tipo de sistemas aparece en muchas situaciones: en problemas de redes
electricas o sistemas mecanicos, como aproximacion de sistemas no lineales en
el entorno de un punto crtico, en grupos de transformaciones uniparametricos
(transformaciones innitesimales) etc. Como hemos dicho antes, es posible hallar una matriz fundamental de este sistema y, como vamos a ver ahora, todo se
reduce al calculo de la exponencial de una matriz.
Recordemos la denicion y propiedades elementales de la exponencial de una
matriz. Sea A una matriz real (o compleja) n n. Se dene exp(A):
eA =
An
A2
=I +A+
+
n!
2
n=0
Ax
, x IRn , x = 0}
x
donde . es una norma denida en IRn . Usando esta estructura se puede probar
que la serie denida anteriormente converge absolutamente para toda matriz de
Mn (IR). Para ello se usa la desigualdad:
Ak s Aks
con lo cual:
m
m
Ak
Aks
s
k!
k!
k=n
k=n
56
EDO. Versi
on 4. Mayo 1996
Consideremos ahora funciones de un intervalo de la recta real, I, en Mn (IR):
f : I Mn (IR).
3.4.2
C
alculo de exponenciales de matrices
J1
exp(J1 )
..
..
exp
=
.
.
Jk
exp(Jk )
3. Si A, B Mn (I
C) conmutan entonces:
eA+B = eA eB
La demostracion sigue los mismos pasos que en el caso real o complejo.
La propiedad no es cierta cuando las matrices A y B no conmutan.
MAR
57
58
EDO. Versi
on 4. Mayo 1996
2
0
1
1
MAR
59
P =
J=
1
0
1
3
2
0
0
1
.
e2 e1
e2 + 2e1
, b=
3
3
de esta forma:
eA = p(A) = aA + bI
y se obtiene el resultado anterior.
Ejemplo. Finalmente veamos un caso
0
A = 4
2
con matrices 3 3.
1 0
4 0 .
1 2
2 1 0
J = 0 2 0
0 0 2
60
EDO. Versi
on 4. Mayo 1996
AP2
= P1 + 2P2
AP3
2P1
2P3
donde se ve que P1 , P3 son los autovectores de la matriz A. Estos autovectores son combinaciones lineales de (0, 0, 1) y (1, 2, 0). Sin embargo resulta m
as
comodo calcular en primer lugar el vector P2 . Para ello escribamos las dos
primeras ecuaciones como:
(A 2I)P1 = 0
(A 2I)P2 = P1
y multiplicando la segunda ecuaci
on por A 2I tenemos:
(A 2I)2 P2 = 0
ecuacion que permite calcular P2 . En este caso resulta ser trivial, pues el polinomio mnimo es ( 2)2 y anula a la matriz A. La u
nica restriccion es que
P2 no debe ser un autovector, as que elijamos P2 = (1, 0, 0). De esta forma P1
queda jado por la segunda ecuaci
on:
P1 = (A 2I)P2
es decir P1 = (2, 4, 2). El tercer vector, que tambien es autovector, se
elige linealmente independiente con P1 , por ejemplo, P3 = (0, 0, 1). Por tanto
la matriz P es:
2 1 0
P = 4 0 0 .
2 0 1
y la exponencial de A:
A
e =P
e2I+N
0
0
e2
P 1
1 1
eA = e2 4 3
2 1
0
0 .
1
MAR
61
un c
alculo laborioso. Sin embargo, construyamos el polinomio de LagrangeSylvester de la matriz A. Esta matriz tiene un solo autovalor y el polinomio
caracterstico tiene grado 2. Por lo tanto p(z) sera un polinomio de grado 1,
p(z) = az + b, y los coecientes a, b se calculan por:
p(2) = e2 , p (2) = e2
con lo que a = e2 , b = e2 .
La exponencial de la matriz A es:
eA = p(A) = e2 A e2 I
que es el resultado obtenido anteriormente.
Cuando los coecientes son complejos los metodos de calculo son los mismos. Sin embargo si la matriz es real, aunque los autovalores sean complejos, la
exponencial es una matriz real. En este caso los autovalores complejos aparecen
a pares, y siempre se puede encontrar una base en la cu
al la matriz se descomponga en bloques elementales 2 2 asociados a cada pareja de estos autovalores
si son simples. Si no lo son, es posible que la matriz no sea diagonalizable por
esos bloques pero en cualquier caso existira una forma similar a la de Jordan y
a la postre los calculos de la exponencial se reducir
an a los de la exponencial
de los bloques 2 2. Consideremos una matriz 2 2 con coecientes reales y
autovalores complejos:
a b
A=
c d
(tr A)2 < 4 det A
Sean = + i, los autovalores de esta matriz, con > 0. Se pueden calcular
los autovectores complejos Aw = w, w = u + iv, donde u, v son vectores reales
linealmente independientes. La matriz A se escribe en la base {v, u} como:
y la exponencial de esta matriz se calcula facilmente sabiendo que existe un
isomorsmo entre el cuerpo de los n
umeros complejos y el conjunto de matrices
reales con esta forma. La exponencial de = + i es:
e+i = e (cos + i sen )
por lo tanto, la exponencial es:
cos
e
sen
Ejemplo:
A=
3
5
sen
cos
1
1
.
.
62
EDO. Versi
on 4. Mayo 1996
=
=
0
1
1
2
e cos 1
e sen 1
e sen 1
e cos 1
2
1
e sen 1
e(cos 1 2 sen 1)
1
0
.
Calculando el polinomio interpolador, la matriz A tiene dos autovalores distintos y el polinomio mnimo tiene grado igual a 2, as que p(z) tiene grado 1,
p(z) = az + b, y los coecientes se calculan con las ecuaciones:
p(1 + i) = e1+i , p(1 i) = e1i
es decir:
a(1 + i) + b = e(cos 1 + i sen 1)
a(1 i) + b = e(cos 1 i sen 1)
de donde a = e sen 1, b = e(cos 1 sen 1), y por tanto la exponencial de A es:
eA = Ae sen 1 + Ie(cos 1 sen 1).
Como se ha visto en este resumen, el calculo de exponenciales no encierra
ning
un secreto y es simplemente un problema tecnico. Ademas, como veremos
a continuaci
on, uno puede obviar en muchas ocasiones el c
alculo completo de la
exponencial y limitarse a calcular autovectores.
3.5
Soluci
on general de un sistema lineal de coecientes constantes
d At
d An n d An n
An n1
e =
t =
(
t )=
nt
dt
dt n=0 n!
dt n!
n!
n=0
n=0
MAR
63
Proposici
on 3.5 Una matriz fundamental del sistema homogeneo con coecientes constantes:
x = Ax
es (t) = eAt , que adem
as es la u
nica que verica (0) = I.
La demostracion es evidente. La solucion particular que verica x(t0 ) = x0 es:
x(t) = eA(tt0 ) x0 .
Tengase en cuenta ademas, que eAt es un grupo uniparametrico con t IR,
debido a las propiedades de la exponencial ya estudiadas y al hecho de que los
m
ultiplos de A conmutan entre s. En cuanto al sistema completo, una vez
que conocemos una matriz fundamental, es inmediato escribir la soluci
on del
problema:
x = Ax + b(t)
x(t0 ) = x0
como:
x(t) = eA(tt0 ) x0 +
eA(ts) b(s)ds.
t0
Como hemos dicho anteriormente, solo se necesita conocer una matriz fundamental para calcular todas las soluciones. Si escribimos A en su forma de
Jordan: A = P JP 1 , y por tanto:
eAt = P eJt P 1
pero como sabemos, dada una matriz fundamental, el producto de dicha matriz
por una matriz de constantes regular (a la derecha) proporciona una nueva
matriz fundamental. Por tanto, para escribir la soluci
on general del problema
homogeneo podemos utilizar:
(t) = P eJt
que es tambien una matriz fundamental, aunque no sea la can
onica en t = 0.
Pero es mas, como ahora veremos, los autovalores de A proporcionan una base
del espacio de soluciones en el caso que A sea diagonalizable, y en cualquier caso
llevan a soluciones del sistema.
En efecto, si A es diagonalizable, J es una matriz diagonal y P es una matriz
cuyas columnas son los autovectores del sistema:
t
e 1
t
t
..
(t) = (P1 , . . . , Pn )
= (P1 e 1 , . . . , Pn e n )
.
en t
y por tanto una base del espacio de soluciones es:
{P1 exp(1 t), . . . , Pn exp(n t)}
64
EDO. Versi
on 4. Mayo 1996
..
J =
.
.
Ejemplo.
x1 = x1 + x2
x1 = x2
MAR
65
0
3 2
0
1
2 3
2 1
0
sus autovalores son 0, 2i, donde es el modulo del vector . Calculando
el polinomio de interpolaci
on de la matriz At, que debe ser de grado 2, p(z) =
az 2 + bz + c:
p(0) = 1, p(2it) = e2it , p(2it) = e2it
lo que proporciona a, b, c:
a=
1 cos 2t
sen 2t
,
, b=
2
2
4 t
2t
c=1
eAs )g =
v0 + (I +
1 2
1
A )gt + A(v0
Ag)bt + A(g + Av0 )at2
42
42
y escribiendo la expresi
on de los coecientes y de A:
v(t) = v0 + t(g +
g
g)) + (1 cos 2t) ( v0
)
g
(sen 2t) (
+ v0 ).
3.6
66
EDO. Versi
on 4. Mayo 1996
3.7
MAR
67
dx
.
dt
No queda m
as que calcular cuanto valen las derivadas de x respecto a t en
funci
on de las derivadas de v respecto a x:
x = v, x = v
dv
, x =v
dx
dv
dx
2
+ v2
d2 v
,...
dx2
68
3.8
EDO. Versi
on 4. Mayo 1996
x1
0
1
0
0
x1
x2
x2 0
0
0
..
.. ..
..
..
..
+
. =
.
.
.
. .
xn1
0
0
1
0
xn1
a0 (t) a1 (t) an1 (t)
b(t)
xn
xn
Como se puede observar, la forma de la matriz de este sistema es muy particular, y, en general, no es necesario pasar al sistema asociado para resolver
la ecuacion. En cualquier caso, cuando los coecientes no son constantes no es
sencillo calcular las soluciones de este tipo de ecuaciones. Las propiedades de las
soluciones se pueden deducir de las demostradas para los sistemas de ecuaciones
lineales:
Proposici
on 3.6 El conjunto de soluciones de una ecuaci
on lineal homogenea
de orden n es un espacio vectorial real de dimension igual a n.
As, si el conjunto de funciones {x1 (t), . . . , xn (t)} es una base, la solucion general
de la ecuacion homogenea es:
x(t) = c1 x1 (t) + c2 x2 (t) + . . . + cn xn (t)
donde c1 , c2 , . . . , cn son constantes que se jan de acuerdo con las condiciones
iniciales. Debido a la independencia lineal de las soluciones, el sistema que ja
las constantes ci en funci
on de los datos iniciales tiene soluci
on u
nica. Esto es
consecuencia de las propiedades del wronskiano que pasamos a enunciar.
Denici
on 3.4 Se llama wronskiano de las funciones f1 (t), . . . , fn (t) denidas
en un intervalo de la recta real y derivables al menos hasta orden n 1 al
siguiente determinante:
W [f1 , . . . , fn ; t] = det
f1 (t)
f1 (t)
..
.
(n1)
f1
fn (t)
fn (t)
..
.
(n1)
fn
(t)
MAR
69
W (t) = Ce
an1 (s)ds
ci (t)xi (t)
i=1
x (t) =
i=1
ci (t)xi (t).
i=1
Si imponemos la condici
on:
n
i=1
i=1
ci (t)xi (t)
i=1
70
EDO. Versi
on 4. Mayo 1996
ci (t)xi
(n2)
(t) +
i=1
(n1)
ci (t)xi
(t)
i=1
ci (t)xi
(n2)
(t) = 0
i=1
ci (t)xi
i=1
(n1)
(t) +
(n)
ci (t)xi (t).
i=1
Al sustituir en la ecuaci
on aparece una relaci
on entre las ci (t) y las derivadas
de orden n igualada a la funci
on b(t) mas una relaci
on entre ci (t) y las derivadas
de las funciones xi (t), que no es mas que la ecuacion homogenea aplicada a cada
una de estas u
ltimas funciones. Como son soluciones de la ecuacion homogenea,
se concluye que:
n
(n1)
ci (t)xi
(t) = b(t).
i=1
Esta ecuacion, junto con las anteriores forma un sistema de ecuaciones algebraicas lineales que permite calcular las funciones ci (t). La matriz de coecientes
es justamente el wronskiano de la base de soluciones con las que se esta trabajando, lo que asegura la existencia de soluci
on. Una vez halladas ci (t) se
on particular buscada.
integran y multiplican por xi (t) para obtener la soluci
Veamos en el caso n = 2 como es esta solucion.
Sea la ecuacion x +a1 (t)x +a0 (t)x = b(t), x1 (t), x2 (t) una base de soluciones
de la ecuacion homogenea. La solucion particular buscada por el metodo de
variaci
on de constantes es:
x(t) = c1 (t)x1 (t) + c2 (t)x2 (t)
y las ecuaciones que satisfacen las funciones c1 (t), c2 (t) son:
c1 (t)x1 (t) + c2 (t)x2 (t) = 0
c1 (t)x1 (t) + c2 (t)x2 (t) = b(t)
que se pueden resolver por Cramer, obteniendose:
c1 (t) =
x2 (t)b(t)
x1 (t)b(t)
, c2 (t) =
W (t)
W (t)
MAR
71
1
t sen 2t
2
La soluci
on general es suma de la solucion general de la homogenea, generada
por la base x1 (t), x2 (t), con esta solucion particular. No es f
acil calcular una
base de soluciones para una ecuaci
on lineal de orden n. Sin embargo es posible
demostrar que si se conoce una solucion, el orden de la ecuaci
on se puede rebajar
en una unidad. Consideremos el caso de segundo orden pues en general el
argumento sigue las mismas lneas:
xp (t) =
72
EDO. Versi
on 4. Mayo 1996
como y(t) es solucion de la ecuacion de partida, se tiene para v(t) una ecuaci
on
lineal de primer orden:
y(t)v + (2y (t) + a1 (t)y(t))v = 0
Su soluci
on es:
v(t) =
C
e
y 2 (t)
a1 (t)
3.9
Como hemos visto en el apartado anterior basta conocer una base de soluciones
para calcular cualquier soluci
on de una ecuaci
on lineal homogenea o no. Sin
embargo el calculo de la base es en general complicado y salvo metodos como el
de desarrollo de las soluciones en forma de serie, no se puede dar ning
un esquema
completo para cualquier ecuaci
on. Existen algunos casos donde el c
alculo de
una base se puede hacer de forma sistematica. Concretamente en el caso de
coecientes constantes, este calculo es una cuestion puramente algebraica. De
hecho, pasando al sistema lineal asociado obtendramos una matriz de constantes
y por lo tanto sabemos que la soluci
on se calcula hallando la exponencial de esa
matriz. Sin embargo, dado que la matriz de los sistemas asociados a ecuaciones
de orden n tiene una estructura muy peculiar, resulta interesante desarrollar la
teora sin referirse a los sistemas. Consideremos una ecuacion lineal de orden n
homogenea de coecientes constantes:
x(n) + an1 x(n1) + . . . + a1 x + a0 x = 0
Denici
on 3.5 Se llama polinomio caracterstico de esta ecuaci
on a:
p() = n + an1 n1 + + a1 + a0 .
Suponemos que los coecientes de la matriz son reales. El caso complejo
no ofrece ninguna dicultad adicional. Los elementos b
asicos de esta ecuacion
MAR
73
0
1
0
0
0
0
1
..
..
..
..
.
.
.
.
0
0
0
1
a0 a1 a2 an1
No es difcil comprobar
es justamente p() (salvo un signo global), es decir, las races del polinomio caracterstico de la ecuacion son los autovalores de la matriz del sistema asociado.
La siguiente proposici
on usa ese resultado, aunque la demostraremos desde el
punto de vista de ecuaciones.
Proposici
on 3.7 Sea raz del polinomio caraterstico de una ecuaci
on diferencial de orden n con coecientes constantes. Entonces, la funci
on:
x(t) = et
es una soluci
on de la ecuaci
on.
Demostracion: Es muy simple pero aprovecharemos para introducir la notaci
on
de operadores que simplicar
a los resultados. Sea D = d/dt, y L = Dn +
an1 Dn1 + +a1 D+a0 , operador lineal diferencial de orden n con coecientes
constantes. Entonces, p(D) = L. La accion de D sobre las exponenciales es
simplemente:
D(et ) = et
y por lo tanto resulta inmediato comprobar que:
p(D)et = p()et
de esta forma, si es una raz del polinomio caracterstico, p() = 0 y de acuerdo
con la expresi
on anterior, L(et ) = 0.
La siguiente proposici
on establece cuando se puede obtener una base formada
solo por exponenciales:
Proposici
on 3.8 Si las races del polinomio caracterstico, {1 , . . . , n } son
todas distintas entre s, el conjunto de funciones:
e1 t , e2 t , . . . , en t
es una base del espacio de soluciones de la ecuaci
on.
La demostracion es tambien muy sencilla. De acuerdo con la proposici
on anterior, todas estas funciones son soluciones de la ecuacion. As pues, lo u
nico que
hay que demostrar es que son linealmente independientes, ya que sabemos que la
74
EDO. Versi
on 4. Mayo 1996
dimensi
on del espacio de soluciones es n. Para ello construyamos el wronskiano
de estas soluciones:
en t
e1 t
1 e1 t
n en t
W [x1 , x2 , . . . , xn ; t] =
..
..
.
.
n1
e1 t
1
n1
en t
n
ci ei t .
i=1
j=1
MAR
75
76
EDO. Versi
on 4. Mayo 1996
k t
, . . . , trk 1 ek t
k t
, te
m t
m t
cos m t, e
sm 1 m t
sen m t, . . . , t
MAR
77
desarrollo no aportan nada nuevo ya que son anuladas por L. De esta forma
solo necesitamos utilizar las soluciones de L Lx = 0 que no son soluciones de
Lx = 0. Por supuesto el operador L no es u
nico as que habr
a que buscarlo lo
mas sencillo posible. En el caso en que L y L no tengan races comunes (sus
polinomios caractersticos respectivos) la situacion es sencilla, ya que se busca
entre las soluciones de L exclusivamente. En el caso en que haya races comunes
habr
a que tener en cuenta la multiplicidad mayor que uno que se produce al
multiplicar L y L . De acuerdo con todo lo expuesto se pueden dar los siguientes
criterios para la b
usqueda de soluciones particulares en este caso:
a) Si b(t) = q(t)et , la soluci
on particular se busca como:
x(t) = tr Q(t)et
donde Q(t) es un polinomio de grado menor o igual que el grado de q(t)
y r es la multiplicidad de como raz del polinomio caracterstico de L
(que puede ser cero). Sustituyendo x(t) en la ecuacion Lx = b se calculan
los coecientes que aparecen en el polinomio Q(t).
b) Si b(t) = q(t)et cos t, o b(t) = q(t)et sen t se puede reducir al caso anterior
como ahora veremos. Pero se puede ver facilmente que ambos tipos corresponden a races complejas i y por lo tanto la funci
on que hay que
probar es:
x(t) = tr et (Q1 (t) cos t + Q2 (t) sen t)
donde Q1 (t), Q2 (t) son polinomios de grado menor o igual que el grado
de q(t) y r es la multiplicidad de + i como raz de L.
c) La funci
on b(t) mas general es suma de funciones de los tipos dados en a) y
b). Sea:
m
b(t) =
bk (t).
k=1
k=1
xk (t)) =
L(xk (t)) =
k=1
bk (t) = b(t)
k=1
78
EDO. Versi
on 4. Mayo 1996
t
sen 2t
4
3.10
Ecuaciones de Euler
, x = 2
,...
t ds
t
ds2
ds
es decir, en cada derivada aparece un factor t elevado a la potencia adecuada
para compensar el que esta en la ecuacion diferencial. La ecuaci
on resultante es
de coecientes constantes. Por ejemplo, en el caso n = 2 se obtiene:
d2 x
dx
+ a0 x = 0
+ (a1 1)
ds2
ds
con polinomio caracterstico:
r2 + (a1 1)r + a0 .
MAR
79
3.11
80
EDO. Versi
on 4. Mayo 1996
y por lo tanto:
det C = det((t)1 ) det((t + T )) = exp(
tr A(s)ds).
MAR
81
es decir B = (1/T ) log(C). Por las propiedades de las funciones de matrices, los
autovalores de B y C estan relaci
onados por:
1
log()
T
donde es un autovalor de B y de C. Consideremos ahora una matriz
X(t) = eBt (t)1 , que es claramente regular y peri
odica del mismo periodo que
A:
=
= L(t)x(t)
= L(t)A(t)L(t)1 + L (t)L(t)
y
= By
donde la transformaci
on de Lyapunov es L(t) = X(t). Por tanto las soluciones
y(t) son polinomios en t por exponenciales de los autovalores de B por t:
yi (t) =
qi (t)et
donde yi (t) es la componente i-esima del vector y. Entonces (t) = X(t)1 Y
con X(t) una matriz peri
odica en t de periodo T . Es decir, las soluciones del
sistema inicial son polinomios en t con coecientes periodicos de periodo T por
exponenciales. Si los autovalores de C son todos distintos m
odulo 2/T , la
matriz B es diagonalizable y por tanto no aparecen polinomios.
La conclusi
on principal en lo que se reere a la existencia de soluciones
peri
odicas, es que si hay s exponentes caractersticos de modulo igual a 1, existe
una familia maximal (de dimensi
on lineal d) de soluciones peri
odicas con periodo
T , donde 1 d s.
Pero los exponentes caractersticos no son f
aciles de calcular, ya que necesitamos una base del espacio de soluciones y estudiar esa base cuando t pasa a valer
t + T , lo que implica estudiar la prolongaci
on analtica de las funciones de esa
base. Nos limitaremos en lo que sigue a estudiar dos casos simples: ecuaciones
lineales de primer orden y ecuaciones lineales de segundo orden con coecientes
constantes.
3.11.1
Sea la ecuacion x +a(t)x = 0, donde a(t) = a(t+T ), continua en IR. Aunque obviamente no es preciso acudir a la teora de Floquet para estudiar esta ecuaci
on,
82
EDO. Versi
on 4. Mayo 1996
a(s)ds).
0
a(s)ds) +
0
f (s) exp(
0
a(s)ds) = x(t + T )
0
MAR
83
T
relacion que permite obtener un u
nico valor de K si 0 a(s)ds = 0.
Ejemplo. x + x sen t = sen t. Consideremos en primer lugar la ecuaci
on
homogenea. Su soluci
on general es:
x(t) = kecos t
que es obviamente una soluci
on peri
odica de periodo 2. En este caso c = 1
pues:
2
sen tdt = 0.
0
que no es f
acilmente integrable para cualquier . La condici
on de periodicidad,
habida cuenta que las soluciones de la ecuaci
on homogenea son periodicas, es:
2
e cos sen d = 0.
0
N
otese que los coecientes de la ecuacion tienen el mismo periodo, 2, si
y solo si es un n
umero natural arbitrario, n. S
olo en este caso la condicion
x(0) = x(T ) implica la periodicidad de x(t). El periodo de la funci
on f es 2/n.
A
un as, s
olo cuando n = 1 la integraci
on es elemental:
x(t) = kecos t + 1
que es obviamente peri
odica para cualquier valor de k (la soluci
on particular
x(t) = 1 puede obtenerse directamente de la ecuacion). Para n arbitrario se
puede probar que la integral tambien es cero. Trasladando la integraci
on al
intervalo [, ]:
2
cos
n
e
sen(n )d = (1)
ecos sen(n )d
0
3.11.2
84
EDO. Versi
on 4. Mayo 1996
MAR
85
c1 = c1 cos T + c2 sen T +
0
c2 = c1 sen T + c2 cos T +
c2 = c2 +
0
es decir las condiciones necesarias (que son tambien sucientes) para la existencia de soluciones periodicas son:
86
EDO. Versi
on 4. Mayo 1996
sen(s) cos(2s)ds = 0
0
sen(2s) cos(2s)ds = 0
0
3.12
MAR
87
88
EDO. Versi
on 4. Mayo 1996
Proposici
on 3.13 Sea el sistema de ecuaciones diferenciales lineal homogeneo
de coecientes constantes: x = Ax. Entonces:
a) Si la parte real de los autovalores de A es negativa, el sistema es asint
oticamente estable.
b) Si la parte real de los autovalores es negativa, excepto la de algunos que
es cero, y estos u
ltimos tienen cajas de Jordan asociadas de dimensi
on 1,
entonces el sistema es estable.
c) Si alg
un autovalor tiene parte real positiva o alg
un autovalor con parte real
igual a cero tiene una caja de Jordan con dimensi
on mayor que 1, el
sistema es inestable.
La demostracion es trivial, bas
andose en la estructura de las soluciones. Recordemos que estas son exponenciales por polinomios, as que el comportamiento
cuando t viene dado por la parte real de los exponentes, que son los autovalores. Si la parte real es negativa, las soluciones estan acotadas y tienden a
cero cuando t tiende a innito, luego el sistema es asint
oticamente estable. Si la
parte real es cero, habr
a que jarse si existe o no un polinomio (de grado mayor
que 0) que multiplique a la exponencial. Si la multiplicidad geometrica del autovalor es igual a su multiplicidad aritmetica (es decir, si las cajas correpondientes
a ese autovalor son de dimension 1 en la forma de Jordan correspondiente) no
existe tal polinomio, y el sistema sera estable. Si la caja no es diagonal, el
sistema es inestable debido al polinomio. Finalmente si alg
un autovalor tiene
parte real positiva la soluci
on correspondiente no estar
a acotada y por tanto el
sistema es inestable.
Ejemplo:
x = 5x + 4y
y = 3x + 2y
Los autovalores de la matriz A son 1, 2, por lo tanto el sistema es
asint
oticamente estable. Las soluciones tienden a cero cuando t tiende a innito. N
otese que tr A = 3 y det A = 2, lo que permite asegurar sin necesidad
de efectuar los calculos explcitos, que las dos races son negativas. Si consideramos un sistema no homogeneo, por ejemplo:
x = 5x + 4y + t
y = 3x + 2y + t
las soluciones de este sistema tienden a:
1
(t 1)
1
que no esta acotada (recuerdese que es un sistema no homogeneo). En efecto,
la soluci
on general del sistema es:
x(t)
4
1
1
=
e2t +
et +
(t 1)
y(t)
3
1
1
MAR
89
y las dos exponenciales negativas hacen que las condiciones iniciales no inuyan
en los valores de la solucion para t grande.
En el caso de ecuaciones diferenciales lineales de orden n con coecientes
constantes, la situacion es la misma:
x(n) + an1 x(n1) + + a1 x + a0 x = b(t)
se construye el polinomio caracterstico p() y se analizan sus races. Si todas
ellas tienen la parte real negativa, la ecuaci
on es asintoticamente estable. Si
alguna tiene la parte real igual a cero y es simple, pero todas las dem
as tienen
parte real negativa, el sistema es estable. Si por n, hay races con parte real
positiva o con parte real cero pero no simples, entonces el sistema es inestable.
De aqu resulta fundamental la localizaci
on de las races en el plano complejo.
Existen muchas tecnicas para determinar la situaci
on de las races. Nos
limitaremos a dar uno de los criterios m
as sencillos, el de Routh-Hurwitz que
establece condiciones necesarias y sucientes para que todas las races de un
polinomio con los coecientes reales esten en el semiplano izquierdo. Sin embargo, no proporciona ninguna indicaci
on sobre la clase de inestabilidad, por
lo que para obtener mayor informaci
on es necesario acudir a otro tipo de criterios como el de Nyquist, que no trataremos aqu. Todos ellos hacen uso de las
tecnicas de variable compleja en el estudio de los ceros de un polinomio.
3.13
El criterio de Routh-Hurwitz
90
EDO. Versi
on 4. Mayo 1996
an1
1
0
0
an3 an2 an1 1
..
..
..
..
.
.
.
.
0
0
0
0
0
0
0
0
0 0 0
0 0 0
..
..
..
.
.
.
0 a1 a2
0 0 a0
Observese como en la construccion de esta matriz se han colocado los coecientes del polinomio sobre la diagonal principal (salvo el 1 de n ) y a derecha e
izquierda a partir de la diagonal el resto de esos coecientes en orden creciente.
Del criterio de Routh-Hurwitz se deduce que una condici
on necesaria para
que todas las races tengan parte real negativa es que todos los coecientes
del polinomio sean positivos. Sin embargo esta condici
on no es suciente. La
demostracion del criterio de Routh-Hurwitz se basa en el concepto de ndice de
Cauchy pero no entraremos en ella aqu. Veamos algunos casos particulares.
Ejemplo. n = 2, p() = 2 + a1 + a0 . La matriz a considerar es:
a1 1
0 a0
por tanto las condiciones son a0 > 0, a1 > 0.
Ejemplo. n = 4, p() = 4 + a3 3 + a2 2 + a1 + a0 . La matriz es:
a3 1 0 0
a1 a2 a3 1
0 a0 a1 a2
0 0 0 a0
y los menores que deben ser positivos son:
a3 > 0, a2 a3 a1 > 0, a1 (a2 a3 a1 ) a0 a23 > 0, a0 > 0
de donde se deduce inmediatamente que todos los coecientes son positivos
ademas de satisfacer otras restricciones.
Veamos ahora el circuito que se expuso al principio de este apartado. Es una
ecuacion de tercer orden, y el polinomio caracterstico es:
b
d
c
p() = 3 + 2 + +
a
a
a
donde a = LL0 M 2 , b = R0 L + RL0 , c = R0 /C, d = M A/C + RR0 + L0 /C.
Por tanto la matriz a estudiar es:
b/a
1
0
c/a d/a b/a .
0
0
c/a
MAR
91
MA
L0
(LL0 M )R0
+ RR0 +
)(R0 L + RL0 )
.
C
C
C
c
R0
=
.
b
(R0 L + RL0 )C
92
EDO. Versi
on 4. Mayo 1996
creciente (cuando las condiciones iniciales hacen que estas soluciones aparezcan).
Esta u
ltima armaci
on requiere una comprobaci
on m
as cuidadosa, pues podran
presentarse otros casos de inestabilidad sin oscilacion.
Ejemplo. Sea la ecuaci
on diferencial lineal de coecientes constantes cuyo
polinomio caracterstico es:
p() = 3 + 5k2 + (2k + 3) + 10.
Usando el criterio de Routh-Hurwitz se deduce que para k > 1/2 el sistema es
asint
oticamente estable. Un analisis mas detallado de las races, muestra que
para k menor que 0.90037 hay tres races reales, una de ellas negativa y dos
positivas. Para k = 0.90037, las dos races positivas se convierten en complejas
conjugadas con parte real positiva hasta que k vale 1/2, donde la parte real se
hace cero. A partir de ese momento, la parte real es siempre negativa. Sin
embargo las races vuelven a ser reales (negativas) cuando k = 46.907. La
tercera raz es siempre negativa.
Ejemplo: Consideremos un circuito electrico en el que la intensidad verica
la siguiente ecuacion:
I + 2I + 5I = 10 cos t.
El polinomio caracterstico de la ecuacion homogenea es:
p() = 2 + 2 + 5
y sus races son 1 2i, as que el sistema es asintoticamente estable, como
por otra parte podra haberse deducido del criterio de Routh-Hurwitz, pues
2 > 0 y 5 > 0. Una soluci
on particular de la ecuaci
on completa es, como puede
comprobarse f
acilmente:
5 cos(t + )
con tan = 1/2. Por tanto la soluci
on general de la ecuaci
on completa es:
MAR
93
3.14
Ejercicios
2. Hallar la soluci
on de:
a) x = x 2y t
b) x = 2x + y
c) x = x y
3t
y = 2x 3y t
y = 3x + 4te
y = 2x y
x(0) = 1, y(0) = 1
x(0) = 1, y(0) = 1
x(0) = 1, y(0) = 2
3. a) Sea A m2 (IR) y supongamos que x = Ax tiene una soluci
on peri
odica no constante. Probar que toda soluci
on es periodica con el mismo
periodo.
b) Sea A m4 (IR) y supongamos que A es diagonalizable como matriz de
m4 (I
C). Sean ia, ib los autovalores de A, a > 0, b > 0. Demostrar:
i) si ab Q,
I toda soluci
on de x = Ax es periodica.
ii) si ab Q,
I existe una soluci
on no peri
odica, x(t) tal que M <
x(t) < N , para ciertas constantes M, N > 0.
4. Sea
y + y = sen ct,
c>0
i) Hallar la soluci
on general para todo valor de c.
ii) Estudiar la existencia de soluciones 2-peri
odicas para c = 1 y c = 2.
iii) Calcular y(t, c), soluci
on con y(0) = y (0) = 0 a partir de i).
iv) Comprobar que y(t, c) depende continuamente del par
ametro c.
v) Dibujar y(t, 1) e y(t, 2) compar
andolas con f (t, 1) y f (t, 2), siendo
f (t, c) = sen ct.
vi) Interpretar fsicamente los resultados anteriores.
5. Sea
1
y + y + y = sen ct, c > 0.
4
Responder para esta ecuacion a las cuestiones i) e ii) del problema anterior.
Determinar la soluci
on peri
odica y (t, c) a la que tienen que acercarse
todas las soluciones y escribirla para cada valor de c en la forma y =
A sen(ct + ). Estudiar como vara A en funci
on de c. Para que valor de
c se obtiene la amplitud m
axima? Interpretarlo fsicamente.
94
EDO. Versi
on 3. Octubre 1995
6. Responder a las cuestiones i), ii), v) y vi) del problema 4 para las ecuaciones:
a) y + y = u c (t) u 2
(t) + u 3
(t) . . .
c
c
b) y + y = (t
2
c )
+ (t
4
c )
+ ...
b) x1 = x2 + x3
x2 = x1 + x3
x3 = x1 + x2
c) x1 = x1 + x2 + x3
x2 = 2x1 + x2 x3
x3 = x2 + x3
x1 (t) =
et
et
y
x2 (t) =
t2
2t
MAR
95
a IR.
a) Calcular la soluci
on particular ya (t) que verica ya (1) = 0, ya (1) = 0
on continua de a?
para todo valor de a. Es ya (t) funci
b) Discutir la estabilidad de la funci
on ya (t).
19. El estudio del movimiento de dos osciladores acoplados conduce a un sistema de la forma:
x + cx + a2 x + y = 0
y + cy + a2 y + x = 0
a) Determinar que condiciones deben vericar las coecientes a y c para
que el sistema sea asintoticamente estable.
b) Calcular para a = 1 y c = 0 la soluci
on del sistema que satisface
x(0) = 1, x (0) = 0, y(0) = 1, y (0) = 0. Es estable esta solucion?
96
EDO. Versi
on 4. Mayo 1996
Tema 4
La transformada de Laplace
4.1
Introducci
on y deniciones
La transformaci
on de Laplace es una transformaci
on integral que permite resolver ecuaciones (y sistemas) diferenciales lineales con coecientes constantes,
convirtiendo la ecuaci
on diferencial en una algebraica. Su aplicaci
on es fundamental en el estudio de circuitos electricos y dispositivos de control, pues permite
analizar con facilidad la respuesta del sistema a diferentes impulsos as como
su estabilidad. Incorpora las condiciones iniciales directamente en la soluci
on y
puede usarse cuando algunas de las funciones que aparecen en la ecuaci
on son
no continuas o distribuciones.
Denici
on 4.1 Sea f (t) una funci
on de variable real, denida en el semieje
positivo t 0, integrable Lebesgue en cualquier intervalo nito. Se dene la
transformada de Laplace de f (t), F (s) = L(f )(s), por:
F (s) =
f (t)est dt
0
donde s C.
I La integral se supone denida como una integral impropia en el
lmite superior.
Veamos ahora donde converge la integral. Se tienen las siguientes proposiciones:
1. Si la funci
on F (s) converge absolutamente para alg
un s0 C,
I entonces
otese que
converge absolutamente para todo s C
I tal que (s) (s0 ). N
basta que converja absolutamente en s0 para que lo haga en toda la recta
vertical que pasa por ese punto. Si solo converge simplemente, puede que
no en toda esa recta se de la convergencia, como se vera en el teorema
fundamental que sigue.
2. El dominio de convergencia absoluta de F (s) es un semiplano derecho,
cerrado o abierto: (s) o (s) > (donde puede ser ). En el
segundo caso, la integral no converge en ning
un punto con (s) = .
97
98
EDO. Versi
on 4. Mayo 1996
MAR
99
1
2i
x+i
N
otese que las formulas anteriores no dependen de x mientras satisfaga las
restricciones que se indican.
La transformada de Laplace es una funci
on muy regular en su variable s.
Concretamente se tiene el siguiente resultado:
Teorema 4.5 Una transformada de Laplace es una funci
on analtica en el
semiplano de convergencia. Las derivadas se obtienen derivando bajo el signo
integral:
dn
dn
n
L(f )(s) n F (s) = (1)
est tn f (t)dt = (1)n L(tn f (t))(s)
dsn
ds
0
El semiplano de convergencia de la integral de Laplace, (s) > , no es
necesariamente el mayor dominio donde la transformada de Laplace es analtica.
En general se tiene que L(f )(s) es analtica en (s) > , donde .
Ejemplo. Consideremos la funci
on paso en t = 0, u0 (t), denida como:
1 t0
u0 (t) =
0 t<0
Su transformada de Laplace es inmediata de calcular:
1 st
1
st
L(u0 ) =
u0 (t)e dt = e
=
s
s
0
0
4.2
Propiedades
El c
alculo de transformadas de Laplace puede ser complicado para funciones generales. Sin embargo, existen propiedades que facilitan ese c
alculo y la consulta
de las tablas donde se encuentran las tranformadas de Laplace de las funciones
mas usuales.
4.2.1
Homotecias y traslaciones
100
EDO. Versi
on 4. Mayo 1996
Sea a > 0, y f (t) una funci
on denida en t 0. Entonces:
L(f (at))(s) =
1
s
L(f (t))( ).
a
a
trans.inversa
1 (d/c)t t
e
f( )
c
c
donde c > 0, d C,
I y f (t) es la transformada inversa de F (s). La demostracion
de estas propiedades es muy sencilla pues basta aplicar la denici
on. Por ejemplo:
b
b
L(f (at b)u(t ))(s) =
u(t )f (at b)est dt
a
a
0
s
1
1
=
f ( )es( +b)/a d = ebs/a L(f (t))
a 0
a
a
pues a, b > 0 y se supone que f (t) es cero para t < 0.
Ejemplo. La anterior propiedad permite calcular muchas transformadas de
Laplace. Por ejemplo:
L(ub (t)) = L(u0 (t b)) = ebs L(u0 (t)) =
ebs
.
s
La propiedad que relaciona la transformada inversa con la de su trasladada, permite hallar la transformada de Laplace de la exponencial (caso tambien
f
acilmente resoluble directamente):
F (s + d)
transf.inversa
edt f (t)
transf.inversa
edt u0 (t)
MAR
101
i
1
1
a
i
L(eiat ) L(eiat ) = [
]= 2
.
2
2 s ia s + ia
s + a2
at
1
1
at
L(te ) = L
=
e
=
a
a s a
(s a)2
tomando a = 0 se tiene:
L(t) =
1
s2
donde, como anteriormente, se entiende la transformada de tu0 (t). El intercambio de la transformada con la derivaci
on parcial respecto al par
ametro a, es
correcto en este caso.
4.2.2
Derivadas e integrales
La integraci
on y derivaci
on de funciones tambien se puede estudiar en relaci
on
con la transformada de Laplace, concretamente, el estudio de la transformada
de Laplace de la derivada de una funci
on es fundamental en la aplicaci
on a
ecuaciones diferenciales:
t
Sea g(t) = 0 f ( )d . Si L(f ) converge para s = x0 real positivo, entonces
L(g) converge para s = x0 y se tiene:
L(g) =
1
L(f )
s
t
(
f ( )d )est dt
0
t
1
1
= est
f ( )d
+
f (t)est dt = L(f ).
s
s
0
0
0
102
EDO. Versi
on 4. Mayo 1996
2
.
s3
Se puede demostrar siguiendo este razonamiento (o las derivaciones parametricas anteriores, o simplemente haciendo la integral de la denici
on) que:
L(t2 ) =
L(tn ) =
n!
.
sn+1
En cuanto a la derivaci
on el resultado es el siguiente. Tengase en cuenta
que la derivada no necesita existir para t = 0. Necesitamos que exista el lmite
de f (t) cuando t tiende a cero por la derecha, pero eso es una consecuencia de
las hip
otesis que se establecen. Entonces, si f (t) es diferenciable para t > 0 y
L(f ) converge para algun real x0 > 0, el lmite f (0+ ) existe y L(f ) converge
para s = x0 . En cuanto a la transformada de Laplace de la derivada se tiene:
L(f ) = sL(f ) f (0+ ), para s = x0 y por tanto (s) > x0 .
La transformada L(f ) es absolutamente convergente para (s) > x0 .
En general se tiene:
Si f es n veces derivable para t > 0 y L(f (n) ) converge para algun real
x0 > 0, entonces existen f (0+ ), f (0+ ), . . . , f (n1) (0+ ), y L(f ) converge para
s = x0 . Ademas:
L(f (n) ) = sn L(f ) f (0+ )sn1 f (0+ )sn2 f (n1) (0+ )
y las transformadas L(f ), L(f ), . . . , L(f (n1) ) son absolutamente convergentes
para (s) > x0 .
La demostracion es inmediata y basada en una integraci
on por partes. Consideremos el caso n = 1:
L(f ) =
f (t)est dt
= f (t)est 0 + s
la relaci
on entre las transformadas de Laplace de f y f (1) es la misma que entre
las de una funci
on y su derivada.
MAR
103
transf.inversa
(t)n f (t).
4.3
Convoluci
on
Consideremos la clase de funciones K0 , funciones denidas en [0, ), absolutamente integrables, acotadas en todo intervalo nito que no incluya al origen.
Entonces, si f1 , f2 pertenecen a K0 , el producto de convoluci
on de f1 y f2
esta denido. La importancia de esta operaci
on en la transformada de Laplace
aparece en el siguiente teorema:
Teorema 4.6 Si f1 y f2 pertenecen a la clase K0 y L(f1 ), L(f2 ) convergen
absolutamente para s = s0 , entonces la transformada de Laplace del producto de
convoluci
on, L(f1 I f2 ), tambien converge absolutamente para s = s0 y es igual
al producto de transformadas de f1 y f2 :
L(f1 I f2 ) = L(f1 )L(f2 )
104
4.4
EDO. Versi
on 4. Mayo 1996
Una de las ventajas que presenta el uso de transformadas de Laplace es la posibilidad de aplicarla a ecuaciones diferenciales en las que aparezcan distribuciones.
Por ejemplo, si la excitaci
on de un circuito es una se
nal de poca duraci
on es
posible en ocasiones asimilarla a una delta de Dirac (al igual que la funci
on paso
de Heaviside lo hace con una se
nal de tipo escal
on). Nos limitaremos a denirla
para distribuciones con soporte en la semirrecta real positiva (incluido el cero)
y que sean una derivada de orden n de una funci
on continua. Esto permite una
denici
on sencilla que no presenta dicultades conceptuales.
Denici
on 4.3 Sea T una distribuci
on con soporte en IR+ {0}, tal que existe
una funci
on continua h(t), con h(t) = 0 para t < 0, que verica:
T =
dk h
dtk
para alg
un k. Las derivadas se entienden en sentido de distribuciones. Se dene
la transformada de Laplace de la distribuci
on T como:
L(T ) = sk L(h).
Si T es una funci
on, la denici
on coincide con la dada anteriormente, pues
h y sus derivadas hasta orden k 1 deben anularse en t = 0 para poder derivar
en el sentido usual. Las transformadas de distribuciones se comportan frente a
las derivaciones de la forma siguiente, si D es el operador de derivaci
on:
L(Dn T ) = sn L(T )
que es la misma expresion dada para funciones. En efecto, sea f (t) una funci
on
que vale cero para t < 0. Entonces f (t) = u0 (t)g(t), donde g(t) es una funci
on
derivable n veces en sentido clasico. La primera derivada de f en sentido de
distribuciones es:
Df = u0 (t)g (t) + 0 g(0).
De forma similar se calcula la segunda derivada:
D2 f = u0 (t)g (t) + 0 g (0) + 0 g(0)
hasta llegar a la derivada de orden n:
Dn f = u0 (t)g (n) (t) + 0 g (n1) (0) + 0 g (n2) (0) + + 0
(n1)
g(0).
MAR
4.5
105
Aplicaci
on de la transformada de Laplace a
las ecuaciones diferenciales lineales de coecientes constantes
106
EDO. Versi
on 4. Mayo 1996
4.6
Cuando la se
nal aplicada es sinusoidal, represent
andola por una exponencial
compleja:
A
f (t) = Aeit F (s) =
s i
la salida es:
A
X(s) =
(s i)p(s)
o aplicando la convoluci
on:
eit g(t )d
x(t) = A
0
MAR
107
0
t
1
1
[tuo (t) (t c)uc (t)] 2 (1 ecs )
c
cs
por tanto:
G(s)F (s) =
1 ecs
1 ecs
=
2
2
cs (s + 2s + 5)
25c
2
5
2s 1
+
s2
s (s + 1)2 + 4
108
EDO. Versi
on 4. Mayo 1996
3
sen 2(t c)))]
2
es decir:
1
3
(5t 2 + et (2 cos 2t sen 2t)) 0 t c
25c
2
1
3
[5c + et (2 cos 2t sen 2t)
25c
2
3
e(tc) (2 cos 2(t c) sen 2(t c))]
ct
2
ademas de la parte que incluye las condiciones iniciales.
Si c tiende a cero, la soluci
on es la respuesta del sistema a una funcion escalon
en el origen:
1
1
x(t) = [et (a cos 2t + (a + b) sen 2t) + ]u0 (t)
2
5
Ejemplo. Consideremos un circuito electrico en el que aparecen elementos
pasivos como resistencias, condensadores e inductancias, y fuentes de tension.
Analicemos como se calculan las transformadas de Laplace correspondientes a
estos elementos.
Dada una resistencia R, la cada de tensi
on, en terminos de transformadas
de Laplace es RI(s) donde I(s) es la transformada de la intensidad que recorre
la resistencia.
Cuando se tiene una inductancia L, la cada de tensi
on es:
L
di
sLI(s) Li(0 )
dt
MAR
109
Fig.1
Fig.2
1
b
(I1 (s) I2 (s)) + = 0
sC
s
1
b
(I2 (s) I1 (s)) = 0
sC
s
donde I1 (s), I2 (s) son las intensidades que recorren ambas mallas en el sentido
especicado en la gura. V (s) es la tension del generador. El sistema se puede
escribir como:
1
1
)I1
I2
sC
sC
1
1
I1 + (R +
)I2
sC
sC
(sL +
= V (s) + aL
=
b
s
b
s
110
EDO. Versi
on 4. Mayo 1996
(1/RCL)
(V (s) + bLCs + aL)
s2 + (1/RC)s + (1/LC)
Consideremos que las condiciones iniciales a, b, son nulas. Usando la denicion de p(s) dada anteriormente y poniendo G(s) = p(s)1 :
I2 (s) =
1
G(s)V (s)
RCL
es decir:
1
G(s)V (s)
LC
Los polos de G(s) tienen la parte real negativa (como se puede ver aplicando
Routh-Hurwitz al polinomio p(s)). Por tanto la parte de la soluci
on correspondiente a las condiciones iniciales tiende a cero cuando t tiende a innito.
Supongamos ahora que la entrada es una funci
on escalon:
W (s) =
1 i 3
2
p(s) = s + s + 1,
2
2
por tanto, W (s) viene dado por:
10(s + 12 )
10
5
10
1
3
1
2
2
s(s + s + 1)
s
(s + 2 ) + 4
(s + 2 )2 +
3
4
s2
10(s + 1)
10
10s
=
2
s(s + s + 1)
s
(s + 12 )2 +
3
4
MAR
111
112
4.7
EDO Versi
on 3. Octubre 1995
Ejercicios
1. Resolver:
y +y =
t+1 0t1
3t 1t
Fig.3
en el que en t = 0 hay una carga en el condensador Q0 = 106 cul. En
t = 0 se cierra el interruptor. Calcular la variaci
on de la intensidad con el
tiempo, con R = 3 102 , L = 0.2h., C = 105 f.
5. Se tiene el circuito indicado en la gura:
Fig.4
MAR
113
d) Supongamos que la tensi
on de entrada es U (t) = Aeit , con A=constante. Demostrar que el circuito es un ltro paso baja, que no altera
apreciablemente las frecuencias () bajas y aten
ua considerablemente
las altas.
e) Construir un circuito m
as sencillo que el dado pero con sus mismas
caractersticas: estabilidad y atenuaci
on de frecuencias altas.
f ) Construir un circuito que aten
ua las frecuencias bajas.
g) Calcular
en los caso e) y f) la frecuencia a la cual la amplitud de salida
es 1/ 2 la de entrada.
y(t) =
y(t) +
0
donde f y k son conocidas y hay que determinar y. Tomando transformadas de Laplace de la ecuacion obtener una expresi
on para L(y)
en terminos de L(f ) y L(k). La transformada inversa de L(y) es la
soluci
on de la ecuacion integral original.
b) Consideremos
(t s)y(s)ds = sen 2t
y(t) +
0
y(0) = 0;
y (0) = 2.
114
EDO Versi
on 3. Octubre 1995
Fig.5
9. Hallar la soluci
on de y y = fn (t),
0
fn (t) =
nennt
x(0) = e
con f (t) =
y(0) = 0
0
t
si 0 t < 1
si t 1
Tema 5
Introducci
on
x(t) =
an tn
n=0
n=0
an tn = 0.
n=0
(n + 2)(n + 1)an+2 t +
n=0
y por tanto:
an tn = 0
n=0
n=0
Los coecientes de esta serie, puesto que se suponen validas todas las operaciones debido a la analiticidad de las series, deben ser cero:
(n + 2)(n + 1)an+2 + an = 0, n 0.
115
116
EDO. Versi
on 4. Mayo 1996
(1)n
a0 ,
(2n)!
a2n+1 =
(1)n
a1 , n 0
(2n + 1)!
(1)n 2n
(1)n 2n+1
x1 (t) =
t , x2 (t) =
t
(2n)!
(2n + 1)!
n=0
n=0
la primera vericando x1 (0) = 1, x1 (0) = 0, y la segunda x2 (0) = 0, x2 (0) = 1.
El radio de convergencia de estas series es innito como se puede comprobar
utilizando el criterio del cociente:
a2n t2n
(2n + 2)! 2
=
t = (2n + 2)(2n + 1)t2
a2n+2 t2n+2
(2n)!
que tiende a cuando n tiende a para cualquier t jado (para la otra serie
se obtiene lo mismo). Esta claro en este caso que estas dos series representan
el coseno y el seno de t respectivamente, soluciones de la ecuacion como ya
sabamos. La sencillez del calculo expuesto no debe enga
nar sobre la situaci
on
general. No es obvio que siempre existan soluciones desarrollables en forma de
serie en el entorno de cualquier punto. Tampoco es obvio que las relaciones
de recurrencia lleven a soluciones para los coecientes de forma sencilla. Finalmente, este caso, en el que la serie converge en toda la recta, no es general. En lo
que sigue trataremos de dar criterios para saber cuando existen estos desarrollos
en serie y como se pueden calcular.
5.2
MAR
117
teoremas de existencia y unicidad estudiados, si R(t), P (t) y Q(t) son continuas en un entorno de t0 y R(t) no se anula en t0 , existir
a una u
nica soluci
on
satisfaciendo unas determinadas condiciones iniciales. Si dividimos por R(t) la
ecuacion es ahora:
x + p(t)x + q(t)x = 0.
Puesta de esta forma, la condici
on suciente para la existencia y unicidad de
la soluci
on es la continuidad de p(t) y q(t). Sin embargo, para poder hacer
desarrollos en serie, exigiremos mas propiedades a estas funciones. De acuerdo
con ellas, los puntos se clasican de la siguiente forma:
Denici
on 5.1 Se dice que t0 es un punto ordinario para la ecuaci
on:
x + p(t)x + q(t)x = 0
si p(t) y q(t) son analticas en un entorno de t0 . En caso contrario, se dice que
t0 es un punto singular.
Ejemplo: Est
a claro que en la ecuacion anterior t0 = 0 es un punto ordinario.
on:
Ejemplo: El punto t0 = 0 es un punto ordinario para la ecuaci
(1 t2 )x 2tx + ( + 1)x = 0
En cambio, los puntos t0 = 1 y t0 = 1 son singulares.
Ejemplo: En la ecuaci
on t2 x 2tx + 2x = 0, t0 = 0 es un punto singular.
Los coecientes p(t) = 2/t y q(t) = 2/t2 no son analticos en 0. Aun as, todas
las soluciones de esta ecuacion son analticas en t0 = 0, e incluso en toda la
recta: son combinaciones lineales de x1 (t) = t y x2 (t) = t2 . Pero las soluciones
de 4t2 x + 4tx x = 0 no son analticas en t0 = 0: son combinaciones lineales
de t1/2 y t1/2 . Las ecuaciones de Euler (como estas dos) son prototipos de los
casos que se presentan en general para una cierta clase de puntos singulares.
Para los puntos ordinarios se tiene el siguiente resultado:
Teorema 5.1 Sea t0 un punto ordinario para la ecuaci
on:
x + p(t)x + q(t)x = 0
es decir, p(t), q(t) son funciones analticas en un cierto entorno de t0 . Entonces,
la soluci
on general de esta ecuaci
on es:
x(t) =
an (t t0 )n = a0 x1 (t) + a1 x2 (t)
n=0
con x1 (t) y x2 (t) soluciones linealmente independientes, analticas en t0 con radio de convergencia mayor o igual que el menor de los radios de convergencia de
las series que representan a p(t) y q(t), y que verican las condiciones iniciales:
x1 (t0 ) = 1, x1 (t0 ) = 0, x2 (t0 ) = 0, x2 (t0 ) = 1
Los coecientes an se jan introduciendo la serie en la ecuaci
on.
118
EDO. Versi
on 4. Mayo 1996
(t) = x(t)e 2 t
1 2
an tn
n=0
sustituyendo en la ecuaci
on:
n=0
nan tn1 +
n=0
an tn = 0
n=0
n=0
2n
an , n 0
(n + 2)(n + 1)
y la soluci
on general de la ecuacion es:
an+2 =
2 (4 ) 4 (8 )(4 ) 6
t
t
t + ) +
2!
4!
6!
2 3 (6 )(2 ) 5 (10 )(6 )(2 ) 7
a1 (t +
t +
t +
t + )
3!
5!
7!
x(t) = a0 (1
MAR
119
=
=
=
H1 (t)
H2 (t)
H3 (t)
1
2t
4t2 2
= 8t3 12t
...
Hn (t) = (1)n et
dn t2
e , n = 0, 1, 2, . . .
dtn
o bien:
[n/2]
Hn (t) =
k=0
(1)k n!
(2t)n2k .
k!(n 2k)!
Ademas, la funci
on generatriz es:
2
w(t, z) = e2tzz =
Hn (t) n
z .
n!
n=0
y usar:
2
(tz)2
= e(tz) .
e
z
t
120
EDO. Versi
on 4. Mayo 1996
Su demostraci
on es muy sencilla a partir de la funci
on generatriz:
w
= 2(t z)w
z
y por lo tanto, usando el desarrollo de w(t, z):
1
2t
2n
Hn+1 (t)z n =
Hn (t)z n
Hn1 (t)z n
n!
n!
n!
n=0
n=0
n=0
1
2n
Hn (t)z n =
Hn1 (t)z n .
n!
n!
n=0
n=0
MAR
121
Hn (t) 2tHn1 (t) + 2(n 1)Hn2 (t) = 0
et H12 (t)dt
2
2
et Hn2 (t)dt = 2n n! .
an tn
n=0
en la ecuacion, obteniendo:
(1 t2 )
n=0
nan tn1 + ( + 1)
n=0
an tn = 0
n=0
122
EDO. Versi
on 4. Mayo 1996
es decir:
an+2 =
n(n + 1) ( + 1)
an , n 0
(n + 2)(n + 1)
(1)n
n=1
( 2) . . . ( 2n + 2)( + 1)( + 3) . . . ( + 2n 1)
(2n)!
t2n ] +
a1 [t +
n=1
(1)n
P2 (t)
P3 (t)
=
...
t
1 2
(3t 1)
2
1 3
(5t 3t)
2
1 dn 2
(t 1)n , n = 0, 1, 2, . . .
2n n! dtn
y una funci
on generatriz:
2 1/2
w(t, z) = (1 2tz + z )
n=0
Pn (t)z n
MAR
123
v
alida para t sucientemente peque
no. Los polinomios de Legendre son ortogonales en el intervalo [1, 1]:
1
2
Pn (t)Pm (t)dt =
nm
2n
+1
1
y verican una serie de relaciones de recurrencia:
(n + 1)Pn+1 (t) (2n + 1)tPn (t) + nPn1 (t) = 0, n = 1, 2, . . .
Pn+1
(t) Pn1
(t) = (2n + 1)Pn (t), n = 1, 2, . . .
n(n 1)an tn2 = t
an tn
n=0
n=0
1
a0 , k = 1, 2, . . .
3k(3k 1)(3k 3)(3k 4) . . . 6.5.3.2
1
a1 , k = 1, 2, . . .
(3k + 1)(3k)(3k 2)(3k 3) . . . 7.6.4.3
a3k+2 = 0, k = 0, 1, 2, . . .
Esta funci
on juega un papel fundamental en muchas de las ecuaciones que
veremos a continuacion, por lo que resumimos aqu sus propiedades m
as importantes:
124
EDO. Versi
on 4. Mayo 1996
1. La funci
on anterior se puede extender por prolongaci
on analtica a todo el
plano complejo, proporcionando una funci
on meromorfa con polos simples
en 0, 1, 2, . . .:
(z) =
(1)n 1
et tz1 dt, z = 0, 1, 2, . . .
+
n!
z
+
n
1
n=0
2. La funci
on gamma generaliza el factorial en el siguiente sentido:
(z + 1) = z(z)
3. Otras propiedades que nos seran u
tiles son:
(z)(1 z) =
sen z
1
1
22z1 (z)(z + ) = 2 (2z)
2
La soluci
on general es:
x(t) = a0
( 23 )
( 43 )
3k
+
a
t
t3k+1 .
1
2k k!(k + 2 )
2k k!(k + 4 )
3
3
3
3
k=0
k=0
Se denen las funciones de Airy como dos soluciones linealmente independientes de esta ecuacion con las condiciones iniciales siguientes:
Ai(0) =
32/3
34/3
2 , Ai(0) =
( 3 )
( 43 )
Bi(0) =
31/6
35/6
,
Bi(0)
=
.
( 23 )
( 43 )
MAR
125
Bi(t) =
1
1
3k
t
t3k+1
2k+2/3 k!(k + 2 )
2k+4/3 k!(k + 4 )
3
3
3
3
k=0
k=0
3[
1
1
3k
t
t3k+1 ].
+
2k+2/3 k!(k + 2 )
2k+4/3 k!](k + 4 )
3
3
3
3
k=0
k=0
Aunque no sea f
acil de demostrar, la funci
on Ai(t) es siempre mayor que
cero. Cuando t es mayor que cero es decreciente y tiende a cero cuando t tiende
a +. Cuando t es menor que cero es oscilante. La funcion Bi(t) es tambien
positiva. Cuando t es mayor que cero es creciente y tiende a innito cuando t
tiende a +. Cuando t es menor que cero es tambien oscilante. Se puede probar
que el wronskiano de estas dos soluciones (que no depende de t como prueba
la f
ormula de Abel-Liouville) es igual a 1/. Volveremos a estas funciones mas
adelante.
5.3
Puntos singulares
126
EDO. Versi
on 4. Mayo 1996
sen t
cos t
, x2 (t) =
.
t
t
1
x1 (t) = 1 + , x2 (t) = e1/t
t
MAR
127
son una base del espacio de soluciones de esta ecuacion. Ninguna de ellas es
analtica en t = 0. La primera tiene un polo y la segunda una singularidad
esencial.
En los puntos singulares regulares puede ocurrir que las soluciones sean
analticas. Sin embargo en los singulares irregulares siempre hay alguna soluci
on
que presenta una singularidad esencial. Cuando el orden de la ecuaci
on es mayor
que 2, se pueden dar criterios similares para distinguir los puntos singulares regulares de los irregulares. El siguiente teorema proporciona la forma de las soluciones en un entorno de un punto singular regular (para facilitar la comprensi
on
se toma t0 = 0; para cualquier t0 las conclusiones del teorema son facilmente
trasladables a ese punto):
Teorema 5.2 (Frobenius) : Sea t0 = 0 punto singular regular para la ecuaci
on:
x + p(t)x + q(t)x = 0
es decir tp(t) y t2 q(t) son analticas en t = 0:
tp(t) =
pn tn , t2 q(t) =
n=0
q n tn
n=0
donde p0 , q0 o q1 son distintos de cero. Sea el menor de los radios de convergencia de estas dos series. Se dene el polinomio indicial de la ecuaci
on
como:
r(r 1) + p0 r + q0
donde
p0 = lim tp(t), q0 = lim t2 q(t)
t0
t0
= |t|r1
= |t|r2
n=0
an (r1 )tn
an (r2 )tn
n=0
= |t|r1
an (r1 )tn
n=0
x2 (t)
r1
n=1
bn (r1 )tn
128
EDO. Versi
on 4. Mayo 1996
donde a(r0 ) = 1. N
otese que la segunda serie empieza en t, para evitar
repetir la primera soluci
on.
3. Si r1 r2 = N , entero positivo,
x1 (t)
= |t|r1
an (r1 )tn
n=0
x2 (t)
r2
cn (r2 )tn
n=0
donde a0 (r1 ) = c0 (r2 ) = 1 y la constante a puede ser cero. Los coecientes de las series, as como la constante a, se calculan introduciendo las series
en la ecuaci
on diferencial. Las series son convergentes al menos en (, ),
deniendo funciones analticas en t = 0. Es decir, todas las singularidades
est
an en tr y en log t, y son por tanto, como ya habamos anunciado, polos y
puntos de ramicaci
on.
Aunque no vamos a demostrar este teorema, s daremos una serie de indicaciones sobre sus resultados. Supongamos que t = 0 es un punto singular regular,
por tanto p(t) o q(t) no son analticas. Sustituyamos en la ecuaci
on una soluci
on
de la forma:
x(t) = tr
an tn
n=0
n=0
n=0
p n tn
(m + r)am tm+r1 +
m=0
n=0
q n tn
am tm+r = 0
m=0
MAR
129
(r + n)(r + n 1)
tp(t)x
p0 (r + n)
2
t q(t)x q0
por tanto, el coeciente buscado es:
f (n, r) = (r + n)(r + n 1) + (r + n)p0 + q0 = n(n + 2r + p0 1)
y si se pone r = r1 :
f (n, r1 ) = n(n + r1 r2 )
que es positivo para todo n. Por lo tanto, podemos ir calculando los coecientes
de la serie de una forma recursiva. Calculados a0 , a1 , . . . , an , se puede hallar
an+1 . Si la segunda raz es distinta de la primera y no diere de ella en un
entero positivo, el coeciente b
asico es ahora:
f (n, r2 ) = n(n + r2 r1 )
que tampoco es cero. Luego existe una solucion que tiene la forma indicada en
el teorema. Es obvio que cuando r1 = r2 solo hay una soluci
on de ese tipo. Pero
el caso mas curioso aparece cuando las dos races dieren en un entero positivo:
r1 r2 = N . Ahora, el coeciente b
asico es:
f (n, r2 ) = n(n N )
130
EDO. Versi
on 4. Mayo 1996
+ 2r1 )v = 0.
Esta ecuacion tiene un punto singular regular en t = 0 (es inmediato trasladar la denici
on de puntos singulares regulares a ecuaciones de primer orden)
pues el coeciente de v(t) es analtico. El polinomio indicial sera:
r + (0) = 0
donde (t) es el coeciente de v(t) en la ecuacion diferencial. Calculando se
obtiene (como era de esperar):
r = 1 r1 + r2
por lo que la soluci
on es:
donde g(t) es analtica, con g(0) distinto de cero. Sustituyendo para encontrar
x(t):
x(t) = tr1 (t) tr2 r1 1 g(t)dt = tr1 (t) [c0 tr2 r1 1 + c1 tr2 r1 + ]
donde c0 , c1 , . . . son los coecientes del desarrollo en serie de g(t). Est
a claro que,
dependiendo de los exponentes r1 , r2 , puede aparecer un logaritmo. Si r1 = r2 ,
se obtiene un logaritmo. Si la diferencia r1 r2 entre los exponentes es un
entero positivo, puede aparecer un logaritmo, si el correspondiente coeciente
del desarrollo de g(t) es distinto de cero. En la expresion anterior aparece
condensado (y demostrado en buena parte) el teorema de Frobenius.
Ejemplo. La ecuaci
on de Bessel de orden .
t2 x + tx + (t2 2 )x = 0, 0
MAR
131
t0
y el polinomio indicial:
r(r 1) + r 2
que tiene por races:
r1 = , r2 = .
Para cualquier valor de , existe una soluci
on del tipo:
x(t) = t
an tn .
n=0
Sustituyendo en la ecuaci
on:
n=0
n=0
an tn++2
n=0
simplicando:
( + n)an tn+ +
2 an tn+ = 0
n=0
n=0
an2 tn+ = 0
n=2
0, n 2
a2n2
, n1
2n(2n + 2)
22n n!(
(1)n
a0 , n 1
+ n)( + n 1) . . . ( + 1)
132
EDO. Versi
on 4. Mayo 1996
utilizando la funci
on gamma, podemos escribir:
a2n =
(1)n ( + 1)
a0 , n 1.
+ n + 1)
22n n!(
(1)n
t
t
J (t) =
.
2
n!(n
+
+
1)
2
n=0
Esta funci
on, cuyo comportamiento en el origen es t , es siempre una solucion
de la ecuacion de Bessel, para cualquier . Calculemos ahora una segunda
soluci
on linealmente independiente de la primera. Ahora necesitamos distinguir
varios casos, de acuerdo con el teorema. Si la diferencia entre las races del
polinomio indicial, 2, no es un entero positivo o cero, la segunda soluci
on es:
x2 (t) = t
b n tn
n=0
(1)n
t
t
J (t) =
2
n!(n
+
1)
2
n=0
que es linealmente independiente de la primera si 2 no es entero positivo. Si
2 es entero positivo, esta solucion podra ser a
un linealmente independiente de
la primera, pues la soluci
on presentada en el teorema contiene una constante,
a, en el termino logartmico que puede ser cero. Sin embargo, veamos como en
el caso = p entero positivo, las funciones Jp (t) y Jp (t) son proporcionales:
Jp (t) =
2n
p
(1)n
t
t
.
2
n!(n
p
+
1)
2
n=0
Pero la funci
on tiene polos en los enteros negativos as que la serie realmente
comienza en n = p:
2n
p
t
(1)n
t
Jp (t) =
2
n!(n
p
+
1)!
2
n=p
p
2(n+p)
(1)n+p
t
t
=
2
(n
+
p)!n!
2
n=0
MAR
133
b n tn
n=1
sustituyendola en la ecuaci
on, tx + x + tx = 0:
(tJ0 + J0 + tJ0 ) log t + 2J0 + b1 + b2 t +
n=2
(1)n t
J0 (t) =
(n!)2 2
n=0
2n1
(1)n
t
2n
+
b
+
4b
t
+
[(n + 1)2 bn+1 + bn1 ]tn = 0.
1
2
2
(n!)
2
n=0
n=2
Conviene separar la segunda serie en terminos pares e impares:
2n1
(1)n
t
2n
+ b1 + 4b2 t +
2
(n!)
2
n=0
n=1
n=2
1 + 4b2
0, n 1
0, n 2
La soluci
on de este conjunto de ecuaciones jar
a los coecientes bn . La relaci
on
entre los coecientes de ndice impar y la primera ecuaci
on b1 = 0 implica:
b2n+1 = 0, n 0.
134
EDO. Versi
on 4. Mayo 1996
La ecuacion que liga los terminos de ndice par tambien puede ser resuelta. Para
escribirla de una forma compacta, pongamos:
Hn =
n
1
k
k=1
(1)n+1
Hn , n 1
22n (n!)2
(1)n+1 Hn 2n
x2 (t) = J0 (t) log t +
t .
22n (n!)2
n=1
Las soluciones J0 (t) y x2 (t) son linealmente independientes, seg
un asegura
el teorema. Sin embargo, es usual utilizar en lugar de esta base otra formada
por J0 (t) y una combinaci
on lineal de J0 (t) y x2 (t):
N0 (t) =
(1)n+1 Hn 2n
2
t
t ]
[( + log )J0 (t) +
2
22n (n!)2
n=1
que es la funci
on de Neumann de orden cero. Esta funci
on tiene una singularidad
de tipo logartmico en t = 0. De acuerdo con la notaci
on dada antes:
N0 (t) =
2
2
x2 (t) + ( log 2)J0 (t)
El c
alculo anterior puede hacerse para = p entero arbitrario siguiendo los
mismos razonamientos, pero resulta muy complicado. Denamos en su lugar las
siguientes funciones:
N (t) =
p
2n
p1
2
1 t
t
(p n 1)! t
+
( + log )Jp (t) [
2
2
n!
2
n=0
p p
2n
Hp t
(1)n (Hn + Hn+p ) t
t
+
].
p! 2
2 n=1
n!(n + p)!
2
MAR
135
(1)n
t
t
J 12 (t) =
3
2
2
n!(n + 2 )
n=0
usando las propiedades de la funci
on se obtiene:
2n+1
3
1
n!(n + ) =
(2n + 1)!
2
2
y sustituyendo en la expresi
on de J 12 :
J 12 (t) =
2
sen t.
t
136
EDO. Versi
on 4. Mayo 1996
(1)n 2(n + ) t
n!(n + + 1) 2
n=0
como (n + + 1) = (n + )(n + ):
2(n+)1
(1)n 2
t
=
=
n!(n
+
)
2
n=0
2(n+)1
(1)n
t
t
= t J1 (t)
n!(n
+
)
2
n=0
La segunda se demuestra exactamente igual. La tercera se prueba a partir de las
dos primeras. Multiplicando la primera por t , la segunda por t y sumando:
J1 (t) J+1 (t) = t
d
d
[t J (t)] + t [t J (t)] = 2J (t)
dt
dt
Y la cuarta, restando:
J1 (t) + J+1 (t) = t
d
d
[t J (t)] t [t J (t)] = 2t1 J (t)
dt
dt
J (t) =
cos(t (2 + 1) ) + o(t3/2 )
t
4
2
N (t) =
sen(t (2 + 1) ) + o(t3/2 )
t
4
es decir, tanto J (t) como N (t) oscilan indenidamente, mientras la amplitud
tiende a cero cuando t tiende a .
Para terminar este estudio elemental de la ecuacion de Bessel, mencionemos
aqu la relaci
on entre esta ecuacion y la de Bessel esferica de orden :
2
( + 1)
x + x + (1
)x = 0.
t
t2
Un cambio de variable lleva esta ecuacion a la de Bessel de orden + 12 :
y
x=
MAR
137
( + 12 )2
1
y + y + (1
)y = 0
t
t2
y por tanto una base del espacio de soluciones de la ecuaci
on de Bessel esferica
es:
j (t) =
J 1 (t)
2t + 2
n (t) =
N 1 (t).
2t + 2
5.4
Singularidades en el innito
Como hemos visto, el tratamiento de los puntos ordinarios o singulares regulares no presenta ninguna dicultad. Sin embargo, en orden al estudio de los
comportamientos de las soluciones de una ecuacion diferencial cuando t tiende
a , resulta necesario introducir una serie de metodos que permitan aplicar la
teora estudiada previamente a esta situaci
on. La manera m
as usual de hacerlo
es cambiar la variable, pasando de t a su inversa, con lo cual el punto del innito
pasa a ser el origen. Consideremos la ecuacion:
R(t)x + P (t)x + Q(t)x = 0
hagamos el cambio de variable t = 1/s. La nueva ecuaci
on es:
dx
1 dx
= 2
dt
t ds
d2 x
1 d2 x
2 dx
=
+ 2
2
4
2
dt
t ds
t ds
2
x
1
1
1
d
dx
1
3
2
s4 R
+
2s
R
P
s
+
Q
= 0.
2
s ds
s
s
ds
s
Por lo tanto, el punto t = (es decir s = 0) es un punto ordinario de la
ecuacion inicial si las funciones:
1
2
1
1
1
1
1
1
R
2P
, 4 1Q
s
s
s
s
s
R s
s R s
son analticas en un entorno de s = 0.
De forma similar, t = es un punto singular regular para la ecuaci
on de
partida si alguna (o las dos) de las funciones anteriores no es analtica en s = 0,
pero s son analticas las funciones:
1
1
1
1
1
1
1 2R
P
, 2 1Q
.
s
s
s
s
R s
s R s
Ejemplo: La ecuaci
on de Legendre.
(1 t2 )x 2tx + ( + 1)x = 0.
138
EDO. Versi
on 4. Mayo 1996
1+
1
s2
,
s4
5.5
La ecuaci
on de Riemann
MAR
139
an tn
n=0
1 1
an 1
1
1
1 an
1 p
=
p
=
,
s s
s
sn s
s
s 1 n=0 sn1
n=0
pero, como hemos dicho antes, la funci
on (1/s)p(1/s) es analtica, por tanto la
serie que aparece a la derecha tiene que tener todos los coecientes cero a partir
de a2 (inclusive). Por tanto:
p(t) =
a0 + a1 t
A
B
= +
t(t 1)
t
t1
luego, p(t) queda jado salvo dos constantes. El mismo procedimiento se aplica
a q(t). Las funciones t2 q(t), (t 1)2 q(t) son analticas en t = 0, por tanto,
(t(t 1))2 q(t) es analtica en toda la recta al no tener otros puntos singulares a
distancia nita:
t2 (t 1)2 q(t) =
bn tn
n=0
1 1
bn 1
bn
1
1
1
q
,
q
1
=
=
n s2
2
n2
s2 s
s
s
s
(s
1)
s
n=0
n=0
como (1/s2 )q(1/s) es una funci
on analtica en s = 0, los coecientes de la serie
anterior deben ser cero para todo n a partir de n = 3, por lo que:
q(t) =
b 0 + b 1 t + b 2 t2
C
D
E
= 2+
+
2
2
2
t (t 1)
t
(t 1)
t(t 1)
140
EDO. Versi
on 4. Mayo 1996
en t = 0 el polinomio indicial es:
r(r 1) + Ar + C
= 1A
= C
1B
= D
= A+B1
= C +D+E
= 1 1 2
= 1 1 2
= 1 2
= 1 2
= 1 2 1 2 + 1 2
y a
un queda otra relaci
on, que liga los exponentes. Es decir, en este tipo de
ecuaciones, los exponentes de los puntos singulares no son independientes:
1 + 2 + 1 + 2 + 1 + 2 = 1
Hemos visto que las funciones p(t) y q(t) quedan completamente jadas, y
que los exponentes en los puntos singulares no son independientes. Se pueden
obtener estos mismos resultados cuando los puntos singulares son distintos de
0, 1, , basta hacer una transformaci
on que los lleve a estos.
Supongamos que uno de los exponentes en t = 0, sea 1 , y otro en t = 1,
1 , se toman iguales a 0. Esto impone una restricci
on sobre los demas:
2 + 2 + 1 + 2 = 1
MAR
141
0
0
t=
5.6
La ecuaci
on hipergeom
etrica de Gauss
an tn
n=0
Sustituyendo en la ecuaci
on:
t(1 t)
n=0
n(n 1)an t
n2
+ ( ( + + 1)t)
n=0
nan t
n1
n=0
an tn = 0
142
EDO. Versi
on 4. Mayo 1996
n=1
es decir:
(n(n 1) + n( + + 1) + )an tn = 0
n=0
n=0
( + n)( + n)
an , n 0
(n + 1)( + n)
Si se dene el smbolo:
()n = ( + 1)( + 2) . . . ( + n 1)
se encuentra como solucion, tomando a0 = 1:
an =
()n ()n
, n1
n!()n
()n ()n n
t .
n!()n
n=0
La segunda soluci
on, asociada al segundo exponente es:
x2 (t) = t1
b n tn
n=0
MAR
143
= F (, , + + 1; 1 t)
= (1 t) F ( , , 1 + ; 1 t)
= t F (, + 1, 1 + ; t1 )
= t F (, + 1, 1 + ; t1 )
144
EDO. Versi
on 4. Mayo 1996
Como u
ltima aplicaci
on de la ecuacion hipergeometrica, estudiaremos como
se puede obtener a partir de ella la ecuaci
on de Kummer, y la aplicaremos a la
ecuacion radial que aparece al separar variables en la ecuaci
on de Schr
odinger
con un potencial culombiano.
5.7
La ecuaci
on hipergeom
etrica conuente
t
)
t
+1
)x + ( (1 +
)t)x x = 0
()n ()n t
t
1 F1 (, ; t) = lim F (, , ; ) = lim
n!()n
n=0
es decir:
1 F1 (, ; t)
()n n
t
n!()n
n=0
MAR
145
(2n)!
1 2
1 F1 (n, ; t )
n!
2
t dn n+ t
(t
e ), n = 0, 1, 2, . . .
n! dtn
=
=
1
1+t
1
=
((1 + )(2 + ) 2(2 + )t + t2 )
2
...
Estos polinomios estan relacionados con los de Hermite a traves de las siguientes ecuaciones:
(1)n
L1/2
(t) =
H2n ( t)
n
2n
2 n!
(1)n 1/2
1/2
Ln (t) =
t
H2n+1 ( t)
2n+1
2
n!
La demostracion de este resultado se puede hacer usando una representaci
on
integral de los polinomios de Laguerre, que escribimos seguidamente para mostrar las relaciones que existen entre las funciones especiales, y que han llevado
a muchos tratamientos unicadores (como por ejemplo los que usan la teora de
los grupos de Lie):
1
Ln (t) = t/2 et
sn+/2 es J (2 st)ds, > 1, n = 0, 1, 2, . . .
n!
0
donde J es la funci
on de Bessel de orden . Nada de extra
no tiene que la
ecuacion de Bessel este tambien relacionada con la ecuaci
on hipergeometrica
conuente.
146
EDO. Versi
on 4. Mayo 1996
La notaci
on 1 F1 se reere a las llamadas series hipergeometricas generalizadas:
p
(r )n tn
r=1
F
(
,
;
t)
=
p q
r s
q
s=1 (s )n n!
n=0
por lo que las series hipergeometricas que introdujimos al principio son 2 F1 ,
y las conuentes 1 F1 . Estas series convergen en (1, 1) (en el disco unidad,
aunque pueden extenderse por prolongaci
on analtica fuera de ese disco).
5.8
El
atomo de hidr
ogeno
(r)
+
E
+
dr2
r2
h2
h2 r
con el signicado usual de las constantes. Si simplicamos la ecuaci
on cambiando adecuadamente las variables y constantes:
= l+1 e/2 vl ()
r
=
8|E|
h
Ze2
=
2|E| h
ul (r)
se obtiene:
MAR
5.9
147
No existe una teora que permita estudiar de manera sistematica los puntos
singulares irregulares. Eso hace el trabajo duro y muy interesante. En general
no es posible encontrar series que converjan en un entorno de esos puntos, ni
siquiera cuando se multiplican por una funci
on que lleve la singularidad (como
en el caso de la teora de Frobenius). Sin embargo es posible encontrar series que
representan la soluci
on con gran aproximaci
on, y que en general no convergen.
Son las series asintoticas, y su estudio, aunque complicado, es una de las ramas
mas interesantes del analisis. Desgraciadamente no podemos aqu intentar un
desarrollo, ni siquiera elemental, de este tema, por lo que nos limitaremos a un
ejemplo.
Ejemplo: Sea la ecuaci
on:
t2 x + (3t 1)x + x = 0.
El punto t = 0 es un punto singular irregular pues la funci
on tp(t) = 3 1/t
no es analtica en el. Por lo tanto no podemos aplicar el teorema de Frobenius
para calcular las soluciones. Sin embargo, intentemos calcular una soluci
on de
la forma dada en ese teorema:
x(t) = tr
an tn .
n=0
Sustituyendo en la ecuaci
on (suponemos a0 distinto de cero):
n=0
n=0
(n + r)an tn+r1 +
n=0
an tn = 0
n=0
es decir:
n=0
(n + r)an tn+r1 = 0
n=0
y por tanto:
n=0
= 0
= 0, n 0
148
EDO. Versi
on 4. Mayo 1996
Sustituyendo el valor de r
(n + 1)an an+1 = 0, n 0
que tiene por soluci
on:
an = n!a0 , n 0
Hemos obtenido asi una serie que, al menos formalmente, verica la ecuacion
diferencial:
x(t) =
n!tn
n=0
e1/t
t
es una soluci
on de la ecuacion (lo que es f
acil de comprobar sin m
as que sustituir). Como se ve, tiene una singularidad esencial en t = 0. Una segunda
soluci
on linealmente independiente con esta, se calcula reduciendo el orden:
x(t) = x1 (t) v
de donde se obtiene al sustituir, la ecuaci
on para v(t):
t2 v + (1 + t)v = 0
f
acilmente resoluble:
e1/t
t
v(t) =
y por tanto, para x(t):
x2 (t) = x1 (t)
t
e1/s
ds
s
(t + t2 )e1/t + 2 s3 e1/s
(t + t + 2t + + n!t
2
n+1
0
t
t
0
s2 e1/s ds =
+6
t
sn e1/s ds
) + (n + 1)!
t
MAR
149
N
k=0
(N + 1)! 1/t
e
k!t +
t
sN e1/s ds, N 0.
y por tanto:
|x2 (t) SN (t)| (N + 1)!|t|N +1
Es decir, el error cometido al tomar una suma parcial est
a acotado por
el primer termino de la serie que no se considera. Por supuesto, la serie es
divergente, as que no cabe esperar que el error tienda a cero tomando un n
umero
suciente de terminos. Sin embargo, si t esta sucientemente proximo a cero, el
error puede ser peque
no, con tal de no tomar demasiados terminos en la serie
(el factor (N + 1)!). El n
umero de terminos necesarios para tener la mejor
aproximaci
on depende de t. La serie obtenida es asintotica, en un sentido que
se puede hacer completamente preciso, a la solucion x2 (t).
150
EDO Versi
on 3. Octubre 1995
5.10
Ejercicios
(Tchebyche)
MAR
151
7. Sean:
(A)
= xp Jp1 (x);
d
dx [Jp (x)]
d
dx [Jp (x)]
d
p
Jp (x)]
dx [x
d
dx [Jp (x)]
= xp Jp+1 (x)
152
EDO Versi
on 3. Octubre 1995
es
ds
s
1
.
x
n!
xn+1
n = 0, 1, 2, . . . ,
2u
+ (2ex e2x 1)u = 0
x
(1 t2 )
y 2ty + 2y = 0
Tema 6
Sistemas aut
onomos. 1
6.1
Introducci
on
6.2
154
EDO. Versi
on 4. Mayo 1996
= {x(t )}
Estas dos curvas, consideradas como conjunto de puntos son las mismas en
IRn . Corresponden a distintas parametrizaciones del mismo lugar geometrico.
Veamos como por un punto de IRn , contenido en el dominio donde estamos
trabajando, pasa una u
nica orbita. Sea x0 D y 0 la trayectoria correspondiente a la u
nica soluci
on, x(t), que verica x(0) = x0 . Sea la trayectoria
correspondiente a la u
nica soluci
on, x
(t), que verica x
( ) = x0 . Si x0 no es un
punto crtico, las trayectorias 0 y son distintas. Sin embargo, su proyecci
on
sobre el espacio IRn es la misma, pues x(t ) = x
(t) para todo t donde esten
denidas. Esta u
ltima armaci
on es consecuencia del hecho de estar trabajando
con un sistema aut
onomo. Es decir, una orbita es la proyecci
on de una familia
de trayectorias que se obtienen unas de otras por traslaciones del par
ametro
t. En el caso x0 punto crtico, solo hay una trayectoria que se proyecte en el,
x(t) = x0 . Por tanto, cualquier otra trayectoria que tienda a el, lo hace cuando
t tiende a m
as innito o menos innito.
Las orbitas se pueden considerar descritas en forma parametrica, con t como
par
ametro. Pero tambien pueden ser estudiadas en forma implcita, eliminando
el par
ametro t. Esto equivale considerar el siguiente sistema de ecuaciones:
Si el sistema original es:
x1 = f1 (x),
MAR
155
t, s IR
g 0 = identidad en M
Denici
on 6.3 Un ujo es el par formado por el conjunto M y un grupo uniparametrico de transformaciones de M , {g t }. M es el espacio de fases del ujo.
Denici
on 6.4 De acuerdo con estas deniciones, una
orbita en M es la imagen de un punto de M por todas las aplicaciones del grupo {g t }.
Es decir, como hemos visto antes, si se dene la aplicacion :
: IR M
por: (t) = g t x0 , donde x0 es un punto de M , la orbita que pasa por x0 es la
imagen de .
Denici
on 6.5 Se dice que x0 es un punto de equilibrio del ujo, si el grupo
{g t } lo deja invariante.
Entonces, la aplicaci
on correspondiente es constante y la orbita que pasa
por x0 se reduce a ese punto.
En las aplicaciones que haremos, el conjunto M es un abierto de IRn , (con
mas generalidad, una variedad diferenciable) y las aplicaciones del grupo son
difeomorsmos (es decir, tanto ellas como sus inversas, que existen, son diferenciables). Con mas precision se tiene:
156
EDO. Versi
on 4. Mayo 1996
Denici
on 6.6 El conjunto de aplicaciones {g t } de la variedad diferenciable
M en s misma, es un grupo uniparametrico de difeomorsmos si:
g : IR M M,
g(t, x) = g t x
es una aplicaci
on diferenciable, las aplicaciones:
gt : M M
son difeomorsmos, y {g t } es un grupo uniparametrico de transformaciones de
M.
Otro concepto importante es el de campo de vectores.
Denici
on 6.7 La velocidad del ujo, denida por:
v(x) =
d t
gx
dt
t=0
MAR
6.3
157
Sistemas lineales
158
EDO. Versi
on 4. Mayo 1996
Fig.1
Fig.2
Notese que todas tienden al origen cuando t tiende a innito, lo que viene
representado por la echa dibujada sobre cada una de ellas. Adem
as, todas
ellas son tangentes al eje horizontal (asociado al autovalor 1 ) cuando t tiende
a innito. El campo de vectores entra en cualquier circunferencia que se trace
de centro el origen. Este punto crtico es un atractor (sumidero), es decir, la
soluci
on correspondiente es asint
oticamente estable, como ya sabamos.
La ecuacion de las orbitas en implcitas, se obtiene facilmente eliminando el
tiempo:
|w|1 = k|y|2
MAR
159
que representa todas las orbitas, con tal que se tome tambien k = . Estas
curvas son curvas integrales de la ecuacion diferencial:
dw
2 w
=
dy
1 y
que tiene un punto singular en el origen, por el que pasan innitas soluciones.
Los puntos del eje y = 0 son tambien singulares, pero por ellos no pasa ninguna
soluci
on, con lo que al escribir la ecuaci
on asociada, cambiando los papeles de
y y w, se obtiene una soluci
on u
nica.
En resumen, las curvas integrales de esta ecuacion contienen las orbitas del
sistema. Tengase en cuenta que una curva integral puede contener m
as de una
orbita. Por ejemplo, w = 0 es una curva integral de esta ecuaci
on que contiene
tres orbitas del sistema.
Veamos ahora como las orbitas del sistema entran tangentes al eje horizontal. De la ecuacion asociada no se puede deducir, sin m
as, que la pendiente
de todas las curvas integrales, excepto el eje vertical, se hace cero en el origen.
Usando la expresion parametrica de las soluciones se tiene:
dw
w (t)
=
= be(2 1 )t
dy
y (t)
expresion que tiende a cero cuando t tiende a innito, ya que 1 > 2 . Solo
cuando b = , es decir, cuando estudiamos las orbitas contenidas en el eje
vertical, y = 0, la pendiente no se hace cero al tender t a innito.
Si ahora volvemos al sistema original, es decir, en la base can
onica, la matriz
del cambio de base es:
1
1
P =
1 2
con la que se obtiene la soluci
on dada anteriormente. El mapa de fases se
deforma al sufrir la transformaci
on P . Sin embargo, los ejes se convierten en
rectas, que son los autovectores, y con mas generalidad, los elementos lineales,
es decir el campo de vectores, se transforman linealmente. Por tanto, el nuevo
mapa de fases es el que aparece en la gura 3.
Las orbitas siguen cayendo hacia el origen cuando t tiende a , y entran en
el tangentes a una de las rectas de autovectores, concretamente a la asociada al
mayor de los dos autovalores, salvo por supuesto, las dos orbitas asociadas al
otro autovalor, que lo hacen desde lados opuestos a la recta del autovalor mayor.
En este mapa de fases, el eje horizontal es la posicion del oscilador y el vertical
la velocidad; cada punto representa un estado del sistema, que, como sabemos,
viene dado por el par de datos posici
onvelocidad.
160
EDO. Versi
on 4. Mayo 1996
t
x
Fig.3
Fig.4
f (x, y)
dy
=
dx
g(x, y)
x = k(x, y)g(x, y)
y = k(x, y)f (x, y)
MAR
161
6.4
Consideremos el sistema:
x = f (x)
Fig.5a
Fig.5b
En el caso de los sistemas lineales, sabemos que si la parte real de todos los
autovalores es negativa, el sistema es asintoticamente estable.
La estabilidad de los puntos crticos es fundamental en el estudio de los sistema din
amicos, pero tambien es necesario a veces, saber que tipo de estabilidad
presentan las trayectorias y las orbitas.
Denici
on 6.11 (Estabilidad de trayectorias) Sea C una clase de trayectorias del sistema aut
onomo x = f (x), y 0 una de ellas correspondiente a la
soluci
on que verica x(0) = x0 . Se dice que 0 es estable si:
para todo 2 > 0, existe (2) > 0 tal que, si 1 es otra trayectoria en la clase C,
correspondiente a la soluci
on con x
(0) = x1 y x0 x1 < , entonces, para
todo t 0, x(t) x
(t) < 2. Si adem
as, x
(t) tiende a x(t) cuando t tiende a
innito, se dice que la estabilidad es asint
otica (en C).
162
EDO. Versi
on 4. Mayo 1996
Ocurre muchas veces que la velocidad con la que se recorren las orbitas
vara de unas a otras, de forma que, aunque los puntos representativos del
estado del sistema sobre distintas orbitas esten muy lejanos, las orbitas como
lugares geometricos son pr
oximas entre s . Por ello se introduce el concepto de
estabilidad orbital.
Denici
on 6.12 (Estabilidad orbital) Sea C una clase de o
rbitas, y 0 una
de ellas. Se dice que 0 es orbitalmente estable en la clase C si dado 2 > 0,
existen (2), (2) positivos, tales que si otra trayectoria de la clase C pasa en
t = m
as pr
oxima a 0 que , entonces no se aleja de la o
rbita 0 m
as de 2
para todo t . Es decir, se considera un entorno de la o
rbita 0 de radio 2,
y las o
rbitas que en determinado instante se encuentran a distancia menor que
del punto correspondiente de la o
rbita 0 , no salen del entorno mencionado
para cualquier tiempo posterior.
El concepto resulta muy u
til en el caso de orbitas cerradas. Para el caso no
lineal, es posible que orbitas cerradas pr
oximas tengan periodos distintos. Esto
hace que aunque dos orbitas, consideradas como lugares geometricos, esten muy
pr
oximas, los puntos que representan el estado del sistema sobre cada una de las
orbitas en un instante dado t, puedan estar muy separados. No existe estabilidad
MAR
163
Proposici
on 6.1 El conjunto {A L(IRn ) : etA es un ujo hiperb
olico} es
denso y abierto (en L(IRn )).
Es decir, todo ujo lineal puede ser aproximado arbitrariamente por un ujo
hiperb
olico. Los ujos lineales con autovalores de parte real cero son pues escasos
(en el sentido anterior). Todo ujo lineal hiperb
olico puede descomponerse en
una parte correspondiente a un sumidero y otra correspondiente a una fuente.
El siguiente teorema, de car
acter puramente algebraico, lo arma asi:
Teorema 6.1 Sea etA un ujo lineal hiperb
olico, A L(IRn ). Entonces, IRn
admite una descomposici
on en suma directa:
IRn = E s E u
invariante bajo A, y de forma que el ujo etA sea una contracci
on cuando se
restringe A al espacio E s , y una expansi
on cuando se hace a E u
Esto no quiere decir, que todas las trayectorias tiendan al origen cuando t tiende
a otras que no tengan ninguno de
a (espacio E s ) o a (espacio E u ). Habr
estos dos comportamientos.
6.5
Clasicaci
on de puntos crticos. Sistemas lineales aut
onomos planos
En lo que sigue nos limitaremos a los sistemas en IR2 . El caso n > 2 es mucho
mas complejo y no podemos tratarlo aqu . Estudiaremos primero los sistemas
lineales y despues los no lineales. Los puntos crticos seran elementales, como
deniremos a continuaci
on, aunque alguna nota se har
a respecto a los no elementales.
Sea el sistema lineal autonomo en IR2 :
x = ax + by
y = cx + dy
donde a, b, c, d son n
umeros reales, y la matriz A:
a b
A=
c d
Denici
on 6.13 Se dice que el origen, que es un punto crtico, es un punto
elemental si el determinante de la matriz A es distinto de cero.
Entonces, sus autovalores son distintos de cero. El u
nico punto singular es
el origen, y esto es lo que clasicamos. El tipo de clasicacion que intentamos
establecer es el basado en la linealidad del sistema. Es decir, dos sistemas
aut
onomos son linealmente equivalentes si existe una matriz 2 2 que lleva uno
en otro. Por tanto:
164
EDO. Versi
on 4. Mayo 1996
Denici
on 6.14 Dos sistema aut
onomos lineales Nx = ANx, Ny = BNy (A, B son
dos matrices n n) son linealmente equivalentes si existe una matriz n n, P ,
regular, tal que:
B = P AP 1
(las coordenadas se transforman como Ny = P Nx).
Est
a claro ahora que lo u
nico que interesa a la hora de establecer la equivalencia lineal son los autovalores y sus multiplicidades aritmetica y geometrica.
Teniendo en cuenta que se trata de un sistema de orden dos, las posibilidades
que se presentan son las siguientes (det A = 0).
6.5.1
Autovalores reales
(tr A)2 > 4 det A > 0 Es decir, races reales distintas del mismo signo.
Seg
un este signo, se dice que el origen es:
si 2 < 1 < 0: NODO ESTABLE
si 0 < 2 < 1 : NODO INESTABLE
Las orbitas aparecen dibujadas en las guras 6a y 6b, donde las orbitas
rectas son las direcciones de los autovectores. Notese como en ambos casos
todas las orbitas entran (nodo estable) o salen (nodo inestable) del origen
tangentes a la recta de autovalor mayor (estable) o menor (inestable). Con
mas precision, cuando t tiende a +, las orbitas se aproximan al origen
en el caso estable, mientras que en el caso inestable lo hacen cuando t
tiende a . La demostracion es inmediata y sigue las lneas de lo hecho
en el caso del oscilador amortiguado (mutatis mutandis).
2
2
Fig.6a
Fig.6b
(tr A)2 = 4 det A. Es decir, races reales iguales. En este caso la matriz
A es diagonal (recuerdese que es 2 2) o bien no es diagonalizable. En
cualquier caso se sigue hablando de nodos.
A diagonal. La raz
on entre x(t) e y(t) es constante, por lo que las orbitas
son rectas que tienden al origen o se alejan de el, seg
un que el autovalor sea negativo o positivo. Como antes, estamos en un ujo
MAR
165
hiperb
olico que es una contraccion o una expansi
on. En este caso
se suele hablar en ocasiones de un nodo estelar estable o inestable
(guras 7a y 7b).
Fig.7a
Fig.7b
Fig.8a
Fig.8b
Fig.9
166
EDO. Versi
on 4. Mayo 1996
det A < 0. Es decir autovalores de distinto signo: 1 < 0 < 2 . El
ujo es a
un hiperb
olico, pero no es una contracci
on ni una expansi
on. De
acuerdo con el teorema anterior, IR2 se puede poner como suma directa de
dos espacios unidimensionales, que son justamente los asociados a los dos
autovectores. Sobre uno de ellos, el correspondiente al autovalor negativo,
el ujo es una contracci
on. Sobre el otro, correspondiente al autovalor
positivo, el ujo es una expansi
on. Hay dos orbitas que son rectas que
tienden al origen cuando t +. Y otras dos orbitas rectas que tienden
al origen cuando t . Las otras orbitas no tienden al origen en
ning
un caso. Se dice que el origen es un PUNTO SILLA. En la gura 9
se dibujan las orbitas correspondientes.
6.5.2
Autovalores complejos
siendo u = (w), v = (w), w el autovector correspondiente a + i. Consideremos entonces que la matriz A esta en su forma can
onica. Si ponemos
z = x + iy, el sistema es equivalente a la ecuacion compleja:
z = z
cuya soluci
on se calcula inmediatamente:
z(t) = Cet eit
Es decir, si < 0 aparecen espirales decrecientes, que tienden al origen cuando
t +. Tenemos nuevamente un ujo hiperb
olico que corresponde a una
contraccion. Si > 0, el ujo hiperb
olico que se obtiene es una expansi
on. Las
orbitas son espirales que se alejan del origen cuando t +. En el primer caso
Fig.10a
Fig.10b
MAR
167
Si = 0 estamos en el u
nico caso en que no aparece un ujo hiperb
olico.
Ahora la parte real de los autovalores es cero. El sistema no es estable, concretamente no es estructuralmente estable, en el sentido que una perturbaci
on
peque
na hace que la parte real deje de ser cero. Se dice que el punto crtico
es un CENTRO, y es estable pero no asintoticamente estable. Las orbitas son
circunferencias de centro el origen ya que el m
odulo de z es constante. En
cualquier caso, las orbitas giran en torno al origen en sentido antihorario (positivo)( g.11).
Fig.11
Los razonamientos anteriores se podran haber hecho pasando a polares,
donde se advierte el car
acter espiral de las orbitas, en el caso de un foco, o como
estas son circunferencias en el caso de un centro. Sea:
z = ei
Las ecuaciones que verican el radio y el angulo son:
z = z ei + i ei = ( + i)ei
de donde:
cuya soluci
on es inmediata:
(t)
= Cet
(t)
= t + b
() = 0 e/
N
otese que x(t), y(t) son funciones arm
onicas de t, con amplitud dependiente
tambien de t.
168
EDO. Versi
on 4. Mayo 1996
MAR
169
ser cero), y ademas, bca2 es positivo (el caso b < 0 es totalmente equivalente).
As pues las curvas:
by 2 cx2 + 2axy = k 2
son elipses de centro el origen. En cuanto al c
alculo de sus ejes, comunes para
toda la familia, se puede hacer de las m
ultiples formas en las que uno calcula
los ejes de una conica. Por ejemplo, en coordenadas polares:
x = cos
y
= sen
k2
= b sen2 c cos2 + a sen 2
2
Los ejes unen el centro con los puntos mas alejados (eje mayor) o menos (eje
menor). Basta pues hallar los m
aximos y mnimos de la funci
on:
h() = b sen2 c cos2 + a sen 2
Derivando:
h () = (b + c) sen 2 + 2a cos 2
2a
b+c
y de aqu podemos obtener la posici
on de los ejes.
Resumamos los resultados obtenidos:
tan 2 =
Autovalores reales
Del mismo signo: NODO 1 = 2
Iguales:
Matriz diagonalizable: Nodo estelar
Matriz no diagonalizable: Nodo de una tangente
Positivos: Inestable 0 < 2 < 1
Negativos: Estable 2 < 1 < 0
De distinto signo: PUNTO SILLA 2 < 0 < 1
Autovalores complejos
Con parte real distinta de cero: FOCO = i,
Positiva > 0: Inestable
Negativa < 0: Estable
>0
170
EDO. Versi
on 4. Mayo 1996
NODO
TrA INESTABLE
FOCO INESTABLE
PUNTO
SILLA
CENTRO
detA
FOCO ESTABLE
NODO
ESTABLE
Fig.12
6.6
(1, 2)
(2, 1)
Fig.13
Ejemplo 2.
Fig.14
x = 5x + 4y
y = 3x + 2y
MAR
171
(4, 3)
(1, 1)
Todas las orbitas tienden al origen cuando t tiende a innito, y todas entran
tangentes a las orbitas correspondientes al autovalor 1, el mayor de los dos,
salvo las correspondientes al autovalor 2, que lo hacen cada una desde un lado
de la recta del autovalor 1. El dibujo del campo de vectores en algunos puntos
puede ayudar a obtener el mapa de fases (Fig.14).
Ejemplo 3.
x = 6x + 4y
y = 4x + 2y
Hay un autovalor doble = 2. Se trata de un nodo estable de una tangente,
que es el u
nico autovector que hay: (1, 1). Todas las orbitas entran en el origen
cuando t tiende a innito, tangentes a la diagonal del primer cuadrante. Si
dibujamos el campo de vectores del sistema en algunos puntos se puede obtener
el mapa de fases dibujado en la gura 15.
y
x
Fig.15
Ejemplo 4.
Fig.16
x = 3x y
y = 2x + y
5y 2 + x2 + 2xy = C
172
EDO. Versi
on 4. Mayo 1996
donde C es una constante positiva. Los ejes de las elipses se pueden obtener de:
tan 2 =
2a
1
=
b+c
2
de donde:
= 0.23,
o
= 1.34
Fig.17
6.7
= a
= bet
Fig.18
Fig.19
MAR
173
Si los dos autovalores son cero, aparte del caso trivial en el que la matriz A
es cero, la forma canonica es:
0 1
A=
0 0
Todos los puntos situados en el eje x son crticos en este caso (nuevamente
los situados en el n
ucleo del operador A). Las soluciones explcitas son:
x(t) = at + b
y(t) = a
por lo que las orbitas son paralelas al eje x y no tienden a ning
un punto crtico
(Fig.19).
En IRn la situaci
on es similar, aunque el n
umero de posibilidades sea mayor.
Sin embargo, cuando el sistema es no lineal las cosas cambian. En lo que
sigue estudiaremos la estabilidad de un sistema no lineal y los casos que se
presentan en el plano, a
un cuando algunos conceptos sean v
alidos para cualquier
dimensi
on.
6.8
La estabilidad seg
un Liapunov
Los sistemas no lineales presentan en su estudio situaciones mucho mas complicadas que los lineales. Por ejemplo las cuestiones de estabilidad adquieren aqu
una importancia y dicultad mayores y es necesario un an
alisis de la cuestion
mas delicado y profundo. La teora de la estabilidad de Liapunov proporciona
una herramienta muy u
til para el estudio de estas cuestiones.
Supongamos que tenemos un sistema autonomo x = f (x) donde f (x) es
una funci
on C 1 en un cierto abierto de IRn y x es un vector en ese espacio
dependiente de t. Daremos en primer lugar el llamado metodo directo, basado
en la funci
on de Liapunov, concepto que introduciremos a continuaci
on.
Denici
on 6.15 Sea F : D IR, D abierto de IRn , una funci
on diferenciable.
Consideremos un campo de vectores v(x) en IRn . Se dene la derivada de F (x)
respecto al campo de vectores v(x) por:
d
Lv F (x0 ) =
F ((t))
dt
t=0
donde (t) es una curva en IRn que verica:
(0) = x0 ,
(0) = v(x0 )
174
EDO. Versi
on 4. Mayo 1996
de la curva elegida, con tal que verique las condiciones anteriores. La derivada
se puede calcular de la siguiente forma:
Lv F (x0 ) =
n
F
(x0 )v(x0 )
xk
k=1
expresion que se obtiene sin mas que usar la regla de la cadena y las condiciones
sobre t. Se dene la funci
on Lv F (x) como la derivada de F (x) seg
un el campo
de vectores v(x) en cada punto x de D.
El siguiente teorema, el resultado fundamental del metodo directo o segundo
metodo de Liapunov, establece una condici
on suciente para la estabilidad de
un punto crtico de un sistema aut
onomo.
Teorema 6.2 (Liapunov) Sea x0 punto crtico del sistema x = f (x), con
on
f C 1 en un abierto que contiene a x0 , D. Supongamos que existe una funci
W (x) denida en un entorno U de x0 contenido en D, derivable en U , que
verica las propiedades siguientes:
a) W (x) es denida positiva en U (mayor que cero para todo punto de U salvo
en x0 donde se hace 0).
b) La derivada con respecto al campo f (x) es negativa o cero en U .
Entonces, x0 es un punto de equilibrio estable. Adem
as, si la derivada es
denida negativa en U , la estabilidad es asint
otica.
Las condiciones sobre la derivabilidad pueden no exigirse en x0 .
Denici
on 6.16 Se dice que W (x), con las propiedades especicadas en el teorema anterior, es una funci
on de Liapunov de este sistema en el punto crtico
x0 .
N
otese que la derivada de W (x) con respecto al campo de vectores f (x) es
simplemente la derivada de W (x(t)) con respecto a t, donde x(t) es una soluci
on
de la ecuacion diferencial. La funci
on de Liapunov juega un papel de funci
on
potencial, de manera que es positiva, salvo en el punto crtico, donde se anula
(es decir, el punto crtico es un mnimo estricto local), y tal que su pendiente
siguiendo las lineas del campo es negativa o cero. Por supuesto no tiene porque
ser u
nica en caso de existir. Lo que viene a decir el teorema de Liapunov, es
que si la funci
on denida positiva W (x), tiene derivada seg
un las orbitas (que
son las curvas del campo) negativa, entonces estas se dirigen hacia el punto x0
que es entonces estable o asintoticamente estable si exigimos que la derivada sea
denida negativa. Vease la gura 20 donde se hace un esquema de las curvas
de nivel de W (x) y las orbitas del sistema.
Ejemplo: Consideremos el sistema autonomo:
x = 2y(z 1)
y = x(z 1)
z = z 3
MAR
175
Fig.20
x IR \ {0};
cuando
W (0) = 0
176
EDO. Versi
on 4. Mayo 1996
entonces, la soluci
on x(t) = 0 es asint
oticamente estable, y toda soluci
on tiende
a ella (la cuenca de atracci
on de esa soluci
on es todo IRn ).
A
un cuando la derivada seg
un el campo de vectores se anule en alg
un punto,
es posible probar lo siguiente:
si Lf W (x) 0, y el conjunto de puntos donde esa derivada se hace cero,
K0 , no contiene ninguna
orbita, entonces x(t) = 0 es asint
oticamente estable.
Con m
as precisi
on se exige:
Si x(t) es una soluci
on distinta de cero, {x(t) : t t0 } no est
a contenido
en K0 para ning
un t0 .
La u
ltima propiedad se expresa en ocasiones diciendo que K0 es positivamente invariante:
Denici
on 6.17 Se dice que un conjunto del espacio de fases es positivamente
invariante si se puede denir, para todo punto x de ese conjunto, la aplicaci
on
g t para todo t y las im
agenes obtenidas est
an en el conjunto (es decir, las o
rbitas
que pasan por un punto de ese conjunto est
an denidas para todo tiempo positivo
y no se salen del conjunto).
Damos a continuaci
on otro enunciado similar al anterior, pero de car
acter
local.
Teorema 6.4 Supongamos que x0 es un punto crtico de un sistema aut
onomo, x = f (x), y que existe una funci
on de Liapunov, W (x), denida en un
entorno U de x0 . En este caso, si existe un entorno de x0 , V , contenido en
U (y cerrado en el espacio de fases), tal que es positivamente invariante, y no
existe ninguna o
rbita completa (es decir, denida para todo t IR) en V \ {x0 }
sobre la cu
al W (x) sea constante, el punto crtico es asint
oticamente estable.
Adem
as el conjunto V est
a en la cuenca de atracci
on de x0 .
En el ejemplo anterior, el conjunto K0 es el plano z = 0. Supongamos
que hay una orbita contenida en ese plano: (x(t), y(t), 0). Sustituyendo en el
sistema:
x = 2y
y = x
sistema que tiene solucion inmediata:
x(t) = a cos( 2t + )
y(t) = 2a sen( 2t + )
En este caso, hay orbitas contenidas completamente en el plano z = 0, luego
el teorema anterior no es aplicable. Pero es mas, dado que hemos sido capaces
de construir una familia de orbitas en ese plano que son cerradas, esta claro que
la estabilidad del origen (que es cierta como dice el teorema de Liapunov) no
es asintotica. Tendremos mas adelante oportunidad de estudiar otros ejemplos
donde s se puede aplicar el teorema.
MAR
177
1 1/3
2
y cos +
y
3
3
178
EDO. Versi
on 4. Mayo 1996
Fig.21a
Fig.21b
6.9
donde:
dV
dx
x
V (x) =
f (s)ds
x0
MAR
179
1 2
v + a(1 cos x)
2
y es una cantidad conservada. Sin embargo, cuando hay rozamiento, esto no es
as . La funci
on E(x, v) es positiva en un entorno del origen, si a es positiva, lo
que se supone. Calculemos su derivada a lo largo de una orbita:
E(x, v) =
180
EDO. Versi
on 4. Mayo 1996
que es denida negativa (se hace cero en v = 0). Por lo tanto, es una funci
on
de Liapunov, y el origen es un punto asint
oticamente estable. Sin embargo, no
toda soluci
on acaba en el origen. Es decir, la cuenca de atracci
on no es todo
el espacio de fases. Ni a
un considerando que el espacio de fases mas apropiado
para este problema no es el plano, sino un cilindro, debido a la periodicidad de
la ecuacion en x.
El c
alculo de funciones de Liapunov no es tarea sencilla. En general se
debe aprovechar cualquier informaci
on sobre el sistema que permita adivinar de
manera razonable una posible funci
on. Como veremos ahora, en el caso lineal
es inmediato escribirlas, pero por lo mismo, no excesivamente interesante, pues
disponemos de numerosos metodos para determinar la estabilidad de un sistema
lineal.
6.10
El m
etodo de la primera aproximaci
on
i = 1, 2, . . . , n
n
i=1
x0i xi (t),
MAR
181
x(s, x0 )2 ds =
x0i x0j
i,j=1
donde (, ) es el producto escalar usual en IRn . Como los autovalores tienen parte
real negativa, la integral converge:
xi (t M et
para todo i = 1, . . . , n, con M y positivos (que dependen del sistema, pero
no de i). La funci
on W es entonces una forma cuadr
atica denida positiva. La
desigualdad que aparece en el teorema se demuestra tambien f
acilmente.
W (x(t, x0 )) =
x(s, x(t, x0 ))2 ds
0
182
EDO. Versi
on 4. Mayo 1996
asint
oticamente estable. Es m
as, existe > 0 tal que, si x0 < , entonces, la
soluci
on que verica x(0) = x0 , x(t, x0 ), satisface la siguiente acotaci
on:
x(t, x0 ) M x0 et
para todo t 0, con M , , constantes positivas independientes de x0 .
La demostracion consiste en probar que la funci
on W (x) correspondiente a
la parte lineal, es una funci
on de Liapunov del sistema no lineal.
Ejemplo.
x = 2x y 2
y = y x2
Como hemos visto anteriormente, el origen es un punto crtico de este sistema, asintoticamente estable. Calculemos la forma cuadratica asociada a la
aproximaci
on lineal que tiene por matriz:
2
0
0 1
Esta matriz tiene autovalores con parte real negativa, luego el origen es
asint
oticamente estable de acuerdo con el teorema anterior. Calculemos una
funci
on de Liapunov para este sistema. La forma cuadr
atica asociada a la
aproximaci
on lineal es:
W (x0 , y0 ) =
(x(s, x0 , y0 ), y(s, x0 , y0 ))2 ds =
0
x2 + 2y02
(x20 e4s + y02 e2s )ds = 0
4
0
Esta es una funci
on de Liapunov para la aproximaci
on lineal. Salvo una constante multiplicativa, es la funci
on de Liapunov asociada al sistema no lineal
que usamos en el apartado dedicado al segundo metodo de Liapunov.
Ejemplo: El regulador centrfugo de Watts.
El regulador centrfugo es un mecanismo que controla la presi
on del vapor de
una caldera que supuestamente mueve una m
aquina. Consta esencialmente de
dos esferas que giran a una velocidad que es proporcional a la velocidad de giro
de la maquina, y que debido a la fuerza centrfuga abren o cierran la v
alvula de
la caldera. En la gura 22 se representa esquem
aticamente el regulador.
Fig.22
MAR
183
Tomando la longitud del brazo que sustenta las esferas igual a 1, la fuerza
centrfuga que se ejerce sobre ella es m2 sen , y supondremos que esta fuerza
esta equilibrada por el peso de las bolas (de una forma rigurosa, habra que
considerar que este equilibrio es din
amico, pero haremos el calculo suponiendo
que es estatico para simplicar). Se supone que existe una fuerza de rozamiento
proporcional a la velocidad, con lo que la ecuaci
on de movimiento de las esferas
es:
m = b + m2 sen cos mg sen
La ecuacion de la m
aquina tambien se puede determinar:
J = P1 P
donde J es el momento de la maquina, P , P1 los momentos de la fuerza ejercida
por el vapor y de la carga de la ma
quina. Entre las velocidades y existe una
relacion dada por los engranajes: = n, y la fuerza del vapor P1 depende de
la mayor o menor apertura de la v
alvula. Esta relaci
on se puede expresar as:
P1 = F1 + K(cos cos )
donde es un valor medio alrededor del cu
al oscila el regulador y K es una
constante positiva. La constante F1 es el valor del momento para ese angulo
Sea F = K cos + P F1 . Escribamos el sistema en forma normal:
medio .
=
= n2 2 sen cos g sen b/m
= (K cos F )/J
Se trata de un sistema no lineal, con un punto crtico en = 0, = 0 ,
= 0 , con:
Kg
0 =
n2 F
F
K
Calculemos la aproximacion lineal de este sistema en un entorno del punto
crtico. La matriz jacobiana en ese punto es:
0 = arccos
0
2
sen2 0
g cos
0
K
sen
0
J
1
b
m
0
0
2g sen2 0
0
No necesitamos calcular los autovalores de esta matriz. Basta con que discutamos si tienen parte real negativa o no. Para ello lo m
as facil es usar el criterio
de Routh-Hurwitz. El polinomio caracterstico es:
b
g sen2 0
2Kg sen2 0
p() = 3 + 2 +
+
m
cos 0
J0
184
EDO. Versi
on 4. Mayo 1996
m
2Kg sen2 0
J0
g sen2 0
cos 0
b
m
2Kg sen2 0
J0
bJ
2F
> 0,
m
0
2Kg sen2 0
>0
J0
por lo que la u
nica condici
on que aparece es:
bJ
>1
m
donde = |d0 /dP | es la llamada no uniformidad de la marcha (la velocidad
depende de la carga P ). Como se ve, (seg
un los trabajos de Vichnegradski) el
aumento de masa de las esferas disminuye la estabilidad, as como la disminuci
on
del rozamiento. La disminuci
on del momento y de la no uniformidad contribuyen
tambien a que la estabilidad disminuya. Para que exista estabilidad es necesario
que haya rozamiento y que la marcha no sea uniforme.
MAR
185
6.11
Ejercicios
x = 1 x + 3y
y = x + y 1
x+y1
1 x + 3y
A 1 + (C B)2 3 = 0
B 2 + (A C)1 3 = 0
C 3 + (B A)1 2 = 0
utilizando el metodo de la primera aproximaci
on.
186
EDO Versi
on 3. Octubre 1995
L x x 2 x
+ Rx +
1
x=0
C
x = y 3 + x3 x4
y = x + y
x + (x )3 + 2x = 0
Tema 7
Sistemas aut
onomos. 2
7.1
Sistemas aut
onomos no lineales planos
Cuando nos limitamos a IR2 , la teora de los sistemas autonomos con puntos elementales (a denir m
as adelante) se puede hacer de manera bastante completa.
Veremos como en estos casos la aproximacion lineal proporciona una informaci
on
muy detallada sobre el mapa de fases en un entorno del punto crtico, y otros
datos, como el ndice, campos de vectores, integrales primeras, existencia de
ciertas orbitas peri
odicas aisladas etc. . . , permiten hacerse una idea cualitativa
del mapa completo.
Supongamos entonces un sistema aut
onomo en el plano:
x = f (x, y)
y = g(x, y)
donde f , g son funciones C 1 en un abierto de IR2 . Los puntos crticos de este
sistema se obtienen resolviendo las ecuaciones:
f (x, y) = 0
g(x, y) = 0
Sea (x0 , y0 ) un punto crtico. Mediante una traslaci
on podemos llevar este
punto al origen. En el podemos hacer un desarrollo de Taylor hasta primer
orden:
f
f
f (x, y) = f (0, 0) +
x+
y + f2 (x, y)
x 0
y 0
g
g
g(x, y) = g(0, 0) +
x+
y + g2 (x, y)
x 0
y 0
donde las funciones f2 (x, y), g2 (x, y) son de segundo orden en x, y, y la matriz
jacobiana en el origen es:
a b
c d
187
188
EDO. Versi
on 4. Mayo 1996
MAR
189
P
Q
Fig.1
Fig.2
Teorema 7.3 (Estructura local de un nodo no lineal) Sea (0, 0) un punto crtico de un sistema x = f (x, y), y = g(x, y), que es un nodo estable para
la aproximaci
on lineal (el caso de un nodo inestable, u otro tipo de nodo, es
similar). Sean P, Q las rectas asociadas a los autovectores de la matriz A de
la aproximaci
on lineal, P con autovalor 1 , y Q ,2 con 1 < 2 < 0. Todas
las o
rbitas que pasan sucientemente pr
oximas al origen tienden a el cuando
t tiende a innito y tienen una tangente en el. Solo hay dos de ellas que son
tangentes a la recta P y se aproximan al origen desde lados opuestos de la recta
Q. Las dem
as o
rbitas son tangentes a Q (Fig.2). Para un nodo inestable el
comportamiento es el mismo cuando t tiende a menos innito.
N
otese que las rectas P y Q que aparecen en estos teoremas no son en general
rbitas del sistema. Si el sistema lineal asociado presenta un nodo estelar o un
o
nodo de una tangente, los resultados para el sistema no lineal son similares a los
expuestos en el teorema anterior. Las orbitas pueden entrar (o salir) del origen
con tangente arbitraria o una sola tangente.
Cuando el punto crtico del sistema lineal asociado es un centro, en el no
lineal puede aparecer un foco o conservarse el centro, es decir las orbitas pueden
ser abiertas (foco) o cerradas (centro). Para determinarlo hay que emplear
otras tecnicas, como el estudio del posible caracter hamiltoniano del sistema
que trataremos mas adelante o la existencia de ciertas simetras del campo de
vectores.
El uso de coordenadas polares puede ayudar en ocasiones a resolver este
problema. Supongamos que los autovalores del sistema lineal asociado son =
i, con > 0. En una base adecuada la matriz A se escribira en su forma
can
onica:
x = x y + p(x, y)
y = x + y + q(x, y)
donde las funciones p(x, y), q(x, y) son de segundo orden en x, y. Esto asegura
que el sistema anterior tiene un centro en el origen en la aproximaci
on lineal.
Este sistema se puede escribir usando notacion compleja, z = x + iy como:
z = z + h(z, z)
con h(x, y) = p(x, y) + iq(x, y), o pasando a polares con z = ei ;
= 2 [a1 () + a2 () + ]
= 1 + [b1 () + b2 () + ]
190
EDO. Versi
on 4. Mayo 1996
MAR
191
1.
2.
x = y
y = x y3
x = y
y = x + y3
c2
c3
c4
ac21
=
=
2ac1 c2 + abc31
a(c22 + 2c1 c3 ) + 3abc21 c2 + ab2 c41
...
que pueden ser resueltas de forma recursiva, con c1 (0) = 1, cn (0) = 0, n > 1:
c1 ()
1
c2 ()
c3 ()
=
...
a()
2 (a()
a() + a()b())
192
EDO. Versi
on 4. Mayo 1996
La funci
on c2 () es periodica si la integral en un periodo (2) es cero:
senn+1 d
0
= 0 si n es par
> 0 si n es impar
7.2
Un concepto u
til en el estudio de los mapas de fases en el plano es el de ndice
de un campo de vectores respecto una curva de Jordan (homeomorfa a una
circunferencia). Podemos denirlo de la siguiente forma:
MAR
193
Denici
on 7.2 El ndice de un campo de vectores respecto a una curva de
Jordan es la variaci
on angular del campo calculado en los puntos de cuando
se recorre la curva en sentido positivo una sola vez, dividido por 2.
En el caso de una curva de Jordan recticable que no pase por ning
un punto
crtico, el ndice se puede calcular por la siguiente expresi
on:
Sea f (x, y),g(x, y) el campo de vectores y la curva de Jordan. El ndice es:
1
f dg gdf
I() =
2 f 2 + g 2
El integrando es justamente la diferencial del arco tangente de g/f , es decir,
el angulo que forma el campo con el eje x.
Supongamos un punto de un conjunto D donde tenemos denido un campo
de vectores, respecto del cual es un punto ordinario o un punto crtico aislado.
Se dene el ndice del punto como el de una curva de Jordan que lo rodea
y no contiene ning
un otro punto crtico. Este ndice no depende de la curva
de Jordan utilizada (mientras no atravesemos un punto crtico). El ndice de
un punto ordinario de un campo de vectores es cero. El ndice de una curva
de Jordan que rodea un conjunto nito de puntos crticos es la suma de los
ndices de estos puntos crticos. Calculemos ahora el ndice de puntos crticos
elementales de un sistema lineal:
1. Indice de un nodo. Supongamos un nodo estelar con autovalores iguales a
1. El mapa de fases aparece en la gura 6.7b. Considerando una circunferencia de centro el origen, el ndice es obviamente 1. Lo mismo ocurre
si los autovalores son iguales a 1 (nodo estelar estable). Cualquier otro
nodo se puede obtener mediante una deformaci
on de alguno de estos dos,
y por lo tanto el ndice sigue valiendo 1. Incluso cuando el nodo es de una
tangente, el ndice es 1.
2. Indice de un centro o un foco. Para calcular el ndice de un centro basta
recorrer cualquier orbita para ver que vale 1. En el caso de un foco el
resultado es el mismo.
3. Indice de un punto silla. Los puntos silla son los u
nicos puntos crticos
elementales de ndice 1. En la gura 6.9 es f
acil darse cuenta de este
hecho.
El resultado m
as interesante en lo que concierne a los puntos crticos elementales es el siguiente:
Teorema 7.4 El ndice de un punto crtico elemental (es decir, con primera
aproximaci
on no singular) es el mismo que el de la aproximaci
on lineal.
El ndice de una orbita cerrada es siempre igual a 1. Como consecuencia,
una orbita cerrada rodea al menos a un punto crtico, que no tiene porque ser un
centro. Como veremos mas adelante existe un tipo de orbitas cerradas aisladas
que no estan relacionadas necesariamente con centros.
194
EDO. Versi
on 4. Mayo 1996
7.3
x U
Dg =
cos
sen
sen
cos
MAR
195
Denici
on 7.4 Se dice que la ecuaci
on x = v(x) es invariante bajo el difeomorsmo g del espacio de fases U , si g es una simetra del campo de vectores.
Se dice que g es una simetra de la ecuaci
on.
Este concepto es aplicable a ecuaciones no autonomas. La consecuencia mas
importante de estos conceptos se contiene en el siguiente teorema.
Teorema 7.5 Una simetra de una ecuaci
on diferencial transforma soluciones
en soluciones.
Sea g una simetra del campo de vectores v(x), y x = (t) una soluci
on del
sistema x = v(x). Si aplicamos el difeomorsmo g:
y = g((t))
es tambien solucion del sistema:
y = (Dg) (t) = g v((t)) = v(g((t)) = v(y)
Las transformaciones de simetra de un campo de vectores forman un grupo.
Cuando dependen de una manera diferenciable de uno o varios par
ametros, el
grupo se dice de Lie. Los grupos de Lie tienen una importancia fundamental en
la teora de ecuaciones diferenciales y en muchas otras ramas de la Matematica
y de la Fsica en las que la simetra juega un papel.
Aunque el campo de vectores no sea invariante bajo un difeomorsmo puede
intentarse una reparametrizaci
on del sistema que haga u
til esa aplicaci
on. Veamos el siguiente ejemplo.
Sea el campo en IR2 , v(x, y) = (x + y 2 , x2 y), y la reexi
on respecto a la
bisectriz del segundo cuadrante:
g(x, y) = (y, x)
Calculando g (v)(x, y) y v(g(x, y)) tenemos:
g (v)(x, y) = (y x2 , x y 2 )
v(g(x, y)) = (y + x2 , x + y 2 )
por lo que:
g (v)(x, y) = v(g(x, y))
De esta forma, el campo no es invariante respecto a esta reexion, pero se
transforma de manera sencilla. Si consideramos el sistema asociado:
x = x + y2
y = x2 y
el cambio t por t nos da:
x = x y 2
y = x2 + y
196
EDO. Versi
on 4. Mayo 1996
MAR
197
que no se indica que las orbitas son cerradas simplemente porque el mapa sea
simetrico respecto a un eje. Lo que ocurre es que las orbitas pr
oximas al origen
giran en torno a el, ya que este punto es un centro o un foco; al ser simetricas
son cerradas y el punto crtico es centro). Cuando la simetra no es respecto a
un eje las condiciones no son tan sencillas de expresar.
Ejemplo: Sea el sistema:
x = y
y = x + h(y)
donde h(y) es una funci
on analtica, par y con h(0) = h (0) = 0. Como ya
hemos visto, el origen es un punto crtico para este sistema y es un centro en la
aproximaci
on lineal. Aplicando la proposici
on anterior, la funci
on f (x, y) = y,
es impar en y, la funci
on g(x, y) = x + h(y) es par en y. Por lo tanto se trata
de un centro.
Ejemplo. Sea el sistema:
x = x + y2
y = x2 y
La aproximaci
on lineal de este sistema en el punto crtico (1, 1) tiene un centro. Las funciones f (x, y) = x+y 2 , y g(x, y) = x2 y no verican ninguno de los
criterios de paridad dados en la proposici
on anterior. Sin embargo, con el difeomorsmo considerado anteriormente S(x, y) = (y, x), el sistema tiene orbitas
simetricas repecto la bisectriz del segundo cuadrante, as que las pr
oximas al
punto (1, 1) son cerradas y se trata de un centro.
Puesto que no podemos desarrollar la teora completa de los sistemas autonomos en el plano, nos limitaremos en lo que sigue a unos casos particulares de
gran interes en aplicaciones y que resultan de un tratamiento sencillo.
7.4
Sistemas gradiente
198
EDO. Versi
on 4. Mayo 1996
(puntos donde se anula el gradiente) del potencial V (x, y). Ademas, la matriz
de la aproximaci
on lineal es el hessiano de la funci
on cambiado de signo. Si, por
ejemplo, estamos en un mnimo de la funci
on V (x, y), el hessiano es denido
positivo, as que los autovalores de esa matriz cambiados de signo son negativos, y por lo tanto el punto crtico es asintoticamente estable, concretamente
un foco estable (el hessiano es una matriz simetrica, por lo que sus autovalores
son reales). Estudiemos otra argumentaci
on de este resultado.
Proposici
on 7.2 Si (x0 , y0 ) es un mnimo aislado del potencial V (x, y) entonces es un punto crtico asint
oticamente estable del sistema gradiente asociado.
La demostracion se basa en la construccion de una funci
on de Liapunov. En
efecto, V (x, y) no es una integral primera del sistema, sin embargo en un entorno
de un mnimo se puede utilizar para construir una funci
on de Liapunov que
permite asegurar la estabilidad asint
otica. En un entorno de (x0 , y0 ), la funci
on:
F (x, y) = V (x, y) V (x0 , y0 )
es denida positiva. Calculando su derivada respecto al campo gradiente:
L grad V F (x, y) = grad V (x, y)2
que es denida negativa en un entorno del mnimo. De acuerdo con el teorema
de Liapunov, este es un punto asint
oticamente estable.
Otra propiedad interesante de los sistemas gradiente es que las orbitas del
sistema son ortogonales a las curvas de nivel de la funci
on V (x, y). Este resultado
es inmediato de la ecuacion, ya que (x (t), y (t)) es el vector tangente a las orbitas
y grad V (x, y) es ortogonal a las curvas de nivel de V (x, y). Veamos un ejemplo
de este tipo de sistemas.
Ejemplo. Sea la funci
on V (x, y) = x2 (x 1)2 + y 2 . El sistema gradiente
asociado es:
x = 2x(x 1)(2x 1)
y = 2y
en este caso el sistema esta desacoplado con lo que su estudio es muy sencillo.
Los puntos crticos son: (0, 0), (1, 0), (1/2, 0). Calculando la aproximaci
on
lineal, es muy sencillo comprobar que los dos primeros corresponden a nodos
estables, y el tercero a un punto silla. Adem
as, las matrices de la aproximacion
lineal son diagonales (debido a que el sistema esta desacoplado). En el caso del
punto silla esto hace que los autovectores sean (1, 0) y (0, 1). Los autovalores
de las matrices correspondientes a los nodos son iguales, luego nos encontramos
con un nodo estelar para el problema lineal. Las orbitas que entran en estos
nodos lo hacen cada una con una tangente distinta. La ecuacion de las orbitas
se resuelve facilmente:
x(x 1)
y=C
(2x 1)2
y la derivada de y respecto a x en los puntos (0, 0) y (0, 1) depende de C.
MAR
199
+ y2 = k
2
4
se ve que tambien lo son respecto la recta x = 1/2. Solo hay curvas de nivel para
k = K 2 mayor o igual a cero. Si K = 0, tenemos los dos mnimos, y = 0, x = 0,
x = 1. Si K > 1/4, las curvas de nivel cortan dos veces al eje x. Si K = 1/4, lo
corta tres veces, (una de ellas en el maximo (relativo), correspondiente al punto
silla). Por n, si K < 1/4, hay cuatro cortes con los ejes, y las curvas de nivel
constan de dos ramas disjuntas cerradas, simetricas respecto a la recta x = 1/2
(g.3).
Fig.3
Fig.4
Con estos datos y el hecho de que los ejes coordenados y la recta x = 1/2
proporcionan en este caso orbitas del sistema no lineal, se puede dibujar el mapa
de fases que aparece en la gura 4, donde las curvas continuas son las orbitas
del sistema y las de trazo discontinuo, las curvas de nivel de la funcion V (x, y)
calculadas previamente. N
otese que la cuenca de atraccion del nodo (0, 0), es
todo el semiplano a la izquierda de la recta x = 1/2, y la del nodo (1, 0) es el
semiplano a la derecha de x = 1/2.
Puesto que el sistema esta desacoplado, es posible estudiar las ecuaciones
aut
onomas de primer orden correspondientes a x(t) e y(t). Para la ecuaci
on que
ja y(t), la soluci
on es trivial:
y(t) = C2 e2t
Para la ecuaci
on de x(t), la soluci
on es mas complicada de obtener, pero
el dibujo de las soluciones es muy sencillo y aparece en la gura 5. Se puede
ver como la solucion no est
a en general denida para todo t. Concretamente,
si x(0) < 0, la soluci
on explota para un cierto t1 < 0, y lo mismo ocurre si
x(t) > 1. Como y(t) no tiene problemas, la orbita correspondiente tiende a
(, y(t1 )) cuando t tiende a t1 . Sin embargo, en cualquiera de estos dos casos
las soluciones estan denidas para todo t > 0 (y tienden a una de las dos
soluciones constantes x = 0, x = 1). Si 0 < x(0) < 1, las soluciones estan
denidas para todo t.
200
EDO. Versi
on 4. Mayo 1996
y
1
1/2
Fig.5
7.5
Integrales primeras
x = x
y = y
MAR
201
dV
dx
La energa total del sistema se conserva a lo largo de una trayectoria, con lo que
tenemos una integral primera:
H(x, v) =
1 2
v + V (x)
2
202
EDO. Versi
on 4. Mayo 1996
= f (x0 )
1
2C
+ 3
2
x
x
1
C
+ 2
x x
v=0
MAR
203
1 2 1
C
v + 2
2
x x
y sus curvas de nivel H(x, v) = E nos dan las orbitas del sistema (g.6). No
todos los valores de la energa estan permitidos. Concretamente, E 1/4C
para que la ecuaci
on H(x, v) = E tenga soluciones reales.
1. E = 1/4C. En este caso, el u
nico punto que verica H(x, v) = E es
x = 1/2c, v = 0, es decir el centro.
2. 1/4C < E < 0. Las orbitas son cerradas para estos valores de la energa,
lo que se puede comprobar de manera gr
aca (ver gura 6) o calculando
explcitamente los dos puntos de retroceso:
H(x, 0) = E
1
(1 1 + 4CE)
2E
que tiene dos soluciones reales distintas.
x=
1
(1 + 1 + 4CE)
2E
204
EDO. Versi
on 4. Mayo 1996
Fig.6
Fig.7
x = v
v = sen x
1 2
v + 1 cos x
2
y las curvas de nivel, que contienen a las orbitas del sistema son:
1 2
v + 1 cos x = E
2
Debido a que el coseno es una funci
on acotada, la energa es siempre positiva.
MAR
205
x = n,
nZ
1
1
,
1
1
ds
2(E 1 + cos s)
206
EDO. Versi
on 4. Mayo 1996
(d/c, a/b)
H
H
(a by)x +
(cx d)y = 0
x
y
MAR
207
Fig.8
Fig.9
Las orbitas pr
oximas al centro son cerradas. Las correspondientes a los
ejes son obviamente abiertas. Se puede probar que estas son las u
nicas orbitas
abiertas. Todas las demas son cerradas (recuerdese que estamos considerando
el primer cuadrante solamente). La demostracion puede hacerse probando en
primer lugar que las orbitas giran en torno al centro (salvo separatrices). Este
resultado no se puede deducir directamente del mapa de fases (recuerdese el
caso del problema de Kepler y comp
arese los campos de vectores en uno y otro
ejemplo). Una vez calculado el giro de las orbitas, se usa de manera adecuada el
hecho de que el centro es un mnimo absoluto para la integral primera calculada
antes.
De acuerdo con el mapa de fases que aparece en la gura 9, si en un instante
dado existen las dos especies, esto es cierto en cualquier tiempo. Las poblaciones
son peri
odicas, y salvo en el caso en el que nos encontremos en el centro, el
n
umero de individuos vara con el tiempo. Este tipo de modelos ecologicos
puede mejorarse introduciendo otros factores que afectan a la evoluci
on de las
especies en competicion.
7.6
Sistemas hamiltonianos
Volvamos al caso de los sistemas conservativos en una dimension. Supongamos que existe una funci
on H(x, y), C 1 en alg
un dominio de IR2 , tal que las
ecuaciones se pueden escribir como:
x =
H
y
H
x
Se dice que el sistema es hamiltoniano y que H es el hamiltoniano del sistema.
Una condici
on necesaria para que un sistema sea hamiltoniano es la siguiente.
Sea el sistema:
x = f (x, y)
y = g(x, y)
y =
Entonces:
f
g
+
=0
x y
208
EDO. Versi
on 4. Mayo 1996
H
H
f (x, y) +
g(x, y) = 0
x
y
ya que:
f (x, y)
g(x, y)
H
y
H
=
x
=
x
de donde:
= ax + by
= cx ay
1 2
(by cx2 + 2axy)
2
y sus curvas de nivel son c
onicas, elipses si b y c tienen signos opuestos (determinante positivo, centro) o hiperbolas si tienen el mismo signo (determinante
negativo, punto sillla).
H(x, y) =
MAR
209
2
2
2
4
0
donde y = x y las
orbitas del sistema estan contenidas en las curvas de nivel
de H(x, y):
2y 2 + 2x2 x4 = 4E
El sistema tiene tres puntos crticos correspondientes a los extremos del potencial:
dV
= x(1 x2 ) = 0
dx
de donde x = 1, 0, 1. Los situados en x = 1 son maximos, y por tanto puntos
silla, y x = 0 es un mnimo, es decir un centro. Como siempre en estos sistemas
que proceden de una ecuaci
on de segundo orden (es decir cuya primera ecuaci
on
es x = y), en los puntos crticos y = 0.
Las orbitas son cerradas en un entorno del centro (correspondientes a energas entre 0 y 1/4). En cada curva de nivel de la funci
on H(x, y) hay tres
orbitas, una cerrada y dos abiertas (ver gura 10). Por encima de 1/4 las
H
y
H
= ax + by
= cx ay
210
EDO. Versi
on 4. Mayo 1996
Fig.10
Fig.11
= x + y2
= x2 y
obteniendose:
1 3
(y x3 + 3xy)
3
Como se ve en este caso, la segunda variable y no es la derivada de la
primera x con respecto a t, impidiendonos una interpretaci
on tan sencilla como
en el primer ejemplo (g.11).
En general, llamando a las variables q, p el sistema de ecuaciones de Hamilton
se escribe como:
H(x, y) =
q
p
H
p
H
=
q
=
L
q
MAR
211
La funci
on L(q, q ) es el lagrangiano del sistema, y la ecuacion de EulerLagrange es simplemente la ecuacion de segundo orden a la que se puede reducir
el sistema:
d L
L
=0
dt q
q
7.7
Ciclos lmite
212
EDO. Versi
on 4. Mayo 1996
Se tienen los dos resultados siguientes que pueden aclarar algo el signicado
de los conjuntos lmite:
Una orbita que tiene una intersecci
on no vaca con su conjunto lmite, esta
contenida en el.
Una orbita es cerrada si y solo si coincide con sus conjuntos lmite.
Los conjuntos lmite de una orbita solo pueden ser de los siguientes tipos:
i) L () = {P }, donde P es un punto crtico. La orbita tiende a P cundo
t siguiendo una direcci
on ja o en espiral.
ii) L () es una orbita cerrada, que coincide con o bien tiende en espiral
a ese conjunto cuando t , por uno de sus lados.
iii) L () puede ser una uni
on de orbitas (separatrices) y puntos crticos que
cierran un abierto homeomorfo al disco unidad. En este caso tiende en
espiral hacia L (), lo mismo que cualquier trayectoria sucientemente
pr
oxima a L () (dentro del cerrado cuya frontera es L () y que contiene
a ).
Lo anterior es igualmente cierto para L () cambiando t por t.
Ejemplos.
1. Como hemos dicho antes, si P es un punto crtico del tipo nodo estable, el
conjunto L () siendo una orbita que tiende a P , es justamente P .
2.
MAR
213
i) Todas las o
rbitas exteriores pr
oximas a (o bien las interiores) se enrollan
en espiral sobre la o
rbita cuando t .
ii) El comportamiento anterior se da cuando t .
Si en el primer caso todas las orbitas (interiores y exteriores) pr
oximas a tienden a ella cuando t se dice que el ciclo lmite es estable (asintoticamente).
Si lo hacen cuando t se dice que es inestable. Si las interiores tienden a
y las exteriores se alejan (o viceversa) se dice que es semiestable (g. 12).
Fig.12a
Fig.12b
Un criterio u
til para la b
usqueda de ciclos lmite es el teorema de PoincareBendixson (que no es m
as que la descripcion de conjuntos lmite hecha anteriormente) que se puede enunciar de la forma siguiente:
Teorema 7.8 (Poincar
e-Bendixson) Supongamos un sistema aut
onomo en
IR2 . Un conjunto lmite que no contenga puntos crticos es una o
rbita cerrada.
a que exigir que el conjunto lmite sea
(Si se supone el sistema en IR2 habr
compacto y no vaco.)
Existe una multitud de resultados sobre la existencia de ciclos lmite. Dado el
caracter elemental del tratamiento no podemos entrar en un estudio detallado de
estos temas. Sin embargo analizaremos con un cierto detalle una clase especial
de ecuaciones de segundo orden no lineales, las ecuaciones de Lienard.
7.8
Ecuaciones de Li
enard
214
EDO. Versi
on 4. Mayo 1996
1. La funci
on g(x) verica:
xg(x) > 0,
x = 0,
g(x)dx =
2. La funci
on F (x) es univaluada en IR y liptschitziana en intervalos acotados.
Ademas existe un entorno de cero sucientemente peque
no donde xF (x) >
0 cuando x = 0.
3. Fuera de un entorno del origen [a, a], F (x) esta acotada por dos constantes k < k :
F (x) k,
x > a,
F (x) k ,
x < a
Fig.13
MAR
215
1 2 1 2
y + x .
2
2
E = 2
0
es decir:
E = 2F (R) + O(22 ).
donde:
F (R) =
216
EDO. Versi
on 4. Mayo 1996
Si F (R) es positiva, la energa crece y las orbitas se alejan en espiral del origen.
Si es negativa la energa decrece, y las orbitas se acercan en espiral al origen. Si
F (R) cambia de signo, aparece una orbita cerrada, cuando F (R0 ) = 0 (que no
tiene porque ser una circunferencia, recuerdese que es un calculo aproximado).
Veamos que ocurre en la ecuacion de van der Pol cuando introducimos un
par
ametro peque
no 2:
x = y 2(x3 x)
y = x
En este caso F (R) se puede calcular explcitamente
F (R) =
(x3 x)dy =
3
R2 (1 R2 ).
4
La gr
aca de F (R) frente a R aparece en la gura 14. Para R0 = 2/ 3,
F (R0 ) = 0 y tenemos un ciclo lmite que ademas es estable (pues la funcion F (R)
pasa de ser positiva a ser negativa y de acuerdo con lo dicho anteriormente, las
orbitas internas se alejan del origen acerc
F(R)
R
Fig.14
El razonamiento anterior es solo v
alido para valores del par
ametro 2 pequen
os.
7.9
Bifurcaci
on de Hopf
MAR
217
asociado a la ecuacion x + (x )3 2x + x = 0 que tiene un solo punto crtico
en el origen. Calculando la matriz de la aproximaci
on lineal:
0 1
.
1 2
La traza de esta matriz es 2 y el determinante 1. Cuando 22 < 4 los autovalores
son complejos y tenemos un foco. Si, en ese intervalo, 2 es negativo, el foco es
estable (pues es la traza de la matriz). Si 2 es positivo, el foco es inestable. As
pues, al atravesar el punto 2 = 0 aparece un cambio brusco en el comportamiento
de las orbitas pr
oximas al origen, que pasan de acercarse a el a alejarse. Este
es un punto de bifurcaci
on.
En el caso 2 = 0, los autovalores de la matriz son imaginarios puros. Sin
embargo se trata de un foco estable, como ya vimos cuando estudiamos la clasicacion de puntos crticos. El termino y 3 destruye el centro que hay en la
aproximaci
on lineal. Todas las orbitas en este caso tienden hacia el origen.
Cuando 2 > 0 hemos visto que las orbitas pr
oximas al origen se alejan de el.
Sin embargo, el termino dominante para las orbitas lejanas al origen es y 3 , luego
lejos de el, las orbitas se acercan al (0, 0). Esta situaci
on provoca la aparici
on
de un ciclo lmite caracterstico de la bifurcaci
on de Hopf (g.15). Como hemos
visto antes, para 2 = 1 se obtiene la ecuacion de van der Pol que tiene un ciclo
lmite (cambiando adecuadamente las notaciones).
Fig.15a
Fig.15b
Fig.15c
Fig.15d
218
EDO. Versi
on 4. Mayo 1996
MAR
219
7.10
Ejercicios
x = y y 2
;
y = x x2
x = x + xy
;
y = xy
1
1
3 = 0;
2
x
x
x = yex
y = ex 1
x = (2 x )x
x + x + sen x = 0
x + 2x + (1 + 2 )x = 0
220
EDO Versi
on 3. Octubre 1995
d2 x
x
= 2
dt2
(x + 9)2
dv
x
=
dx
v(x2 + 9)2
MAR
221
a) Cu
antas soluciones peri
odicas tiene (E) ?
b) Que pasa si se suprime la hip
otesis (I) ?
c>0
n IN
x = x(1 y)
y = y(1 + x)
222
EDO Versi
on 3. Octubre 1995
describe la evoluci
on de dos poblaciones animales en relaci
on predadora.
Sea por ejemplo x el n
umero de moscas e y el de murcielagos en unidades
adecuadas. Dibujar e interpretar el mapa de fases. Comprobar que (seg
un
este modelo) es contraproducente emplear insecticida si este mata tambien
determinada proporci
on de los murcielagos existentes.
(a, b, c, d, e > 0)
x = x(2 x y)
y = y(3 2x y)
la evoluci
on de una poblaci
on de truchas (x) y salmones (y) en un mismo
estanque. Dibujar el mapa de fases e interpretarlo. Si un pescador pesca
solo truchas con una velocidad proporcional al n
umero existente, indicar
como inuye en la evoluci
on de ambas poblaciones su mayor o menor
habilidad.
23. Sea el sistema:
x = y p
y = xp
donde p > 0, x 0, y 0.
a) H
allese la ecuacion de las orbitas y dibujense estas aproximadamente.
b) Tomese la solucion que verica x = (0), y(0) = 1. Existe alg
un valor
de p para el que esta solucion explote (es decir, tienda a innito) en
tiempo nito?
24. Sea
d2 x
= x1/2 .
dt2
Determinar la soluci
on que satisface x(2) = 1/9, x(2)
= 0? Sea x
(t) la soluci
on que
verica x
(0) = 2, x
(0) = 1 Existe alg
un T > 0 tal que x
(T ) = 2?
Dibujar aproximadamente x
(t).
25. Se considera el sistema:
x = h(y x)
y = x + h(y x)
MAR
223
con h funci
on derivable en todo IR.
Demostrar que sus posibles puntos crticos estan sobre el eje y. De que
tipo pueden ser?
En el caso particular en que h(z) = 2 z:
a) Calcular la ecuaci
on de las orbitas.
b) Dibujar el mapa de fases.
c) Hallar la soluci
on del sistema que satisface x(0) = 0, y(0) = 2.
d) Que soluciones del sistema estan denidas para todo t de IR?
e) Es estable la solucion con x(0) = y(0) = 0?
x = 2xy
y = 1 x2 + y 2