Documentos de Académico
Documentos de Profesional
Documentos de Cultura
L = 1H
~ e = 12sen(100t )V
i1 (t )
C = 0.25 F
R = 4
i2 (t )
R = 6
Aplicando las leyes de Kircho obtenemos que la ecuacin que gobierna la intensidad de
corriente i1 (t) que circula por el circuito de la izquierda es
i01 (t) + 4(i1 (t) i2 (t)) = 12sen (100t)
y que la ecuacin que gobierna la intensidad de corriente i2 (t) que circula por el circuito de la
derecha es
Z t
1
6i2 (t) + 4(i2 (t) i1 (t)) +
i2 ( ) d = 0.
0.25 0
Derivando esta ltima ecuacin y sustituyendo en ella la expresin de i01 (t) dada en la primera,
nos queda un sistema de ecuaciones diferenciales
0
i1 (t)
i1 (t)
4
4
12sen (100t)
.
=
+
1.6 1.2
4.8sen (100t)
i02 (t)
i2 (t)
Este es un ejemplo tpico de un sistema lineal de ecuaciones diferenciales de dimensin dos con
coeficientes
constantes.
Sus incgnitas
son i1 (t) e i2 (t). Si consideramos
la funcin
vectorial
12sen (100t)
4
4
i1 (t)
, entonces el
y el vector f (t) =
, la matriz A =
i(t) =
4.8sen (100t)
1.6 1.2
i2 (t)
sistema se escribe abreviadamente como i0 (t) = Ai(t) + f(t).
Veamos otro ejemplo. Si en la ecuacin lineal de segundo orden
y 00 (t) + p(t)y 0 (t) + q(t)y(t) = r(t)
ponemos y1 (t) = y(t) e y2 (t) = y 0 (t), entonces y10 (t) = y2 (t) y resolver la ecuacin es equivalente
a resolver el sistema de ecuaciones diferenciales
y10 (t) = y2 (t)
y20 (t) = q(t)y1 (t) p(t)y2 (t) + r(t)
cuya forma matricial es
y10 (t)
y20 (t)
0
1
q(t) p(t)
y1 (t)
y2 (t)
0
r(t)
f1 (t)
y1 (t)
f2 (t)
y2 (t)
y
f (t) = .. ,
y(t) = ..
.
.
yn (t)
fn (t)
entonces el sistema se escribe de forma abreviada como y 0 (t) = Ay(t) + f (t), cuya estructura
es la misma que la de una ecuacin lineal de primer orden. De hecho, la teora de los sistemas
lineales es, como cabe esperar, una extensin de las teoras de las ecuaciones lineales de primer
y segundo orden. Esto se pone de manifiesto en los siguientes resultados.
Teorema de existencia y unicidad. Sean A = [aij ] una matriz cuadrada de orden n y
f : [a, b] Rn (i = 1, 2, . . . , n) una funcin vectorial continua. Dados un punto t0 [a, b] y un
vector y0 Rn , entonces el problema de valor inicial
y 0 (t) = Ay(t) + f(t)
con y(t0 ) = y0
es una matriz fundamental de soluciones del sistema y 0 = Ay. En este caso, la solucin general
del sistema homogneo es y(t) = Y (t)c, donde c Rn es un vector de constantes arbitrarias.
(2) Si y (p) (t) es una solucin particular del sistema completo y 0 (t) = Ay(t) + f(t), entonces la
solucin general del sistema completo es
y(t) = y (p) (t) + Y (t)c = y (p) (t) + c1 y (1) (t) + c2 y (2) (t) + + cn y (n) (t),
siendo Y (t) una matriz fundamental de soluciones del sistema homogneo asociado y c Rn un
vector de constantes arbitrarias.
De acuerdo con lo que acabamos de ver, para resolver un sistema lineal y 0 (t) = Ay(t) + f (t),
debemos hallar una matriz fundamental de soluciones del sistema homogneo asociado y una
solucin particular del sistema completo. Empezaremos recordando cmo se pueden calcular
soluciones de un sistema homogneo y 0 = Ay, tcnicas que debes conocer de la asignatura de
lgebra del curso pasado. Posteriormente veremos mtodos para resolver el sistema completo.
La clave de la resolucin de los sistemas homogneos nos la da el siguiente resultado.
Proposicin 1. (1) Si u es un autovector real de A con autovalor (tambin real), entonces
y(t) = et u es una solucin del sistema y 0 = Ay.
(2) Si u = v +jw es un autovector complejo de A con autovalor complejo = +j, entonces
y (1) (t) = Re(et u) = et [v cos(t) wsen (t)]
Matriz de los coeficientes no diagonalizable. Si la matriz de los coeficientes no es diagonalizable, entonces es que tiene autovalores defectivos, o sea, autovalores que no proporcionan tantos
autovectores linealmente independientes como indica su multiplicidad como raz del polinomio
caracterstico; en otras palabras, la multiplicidad algebraica de esos autovalores es estrictamente
mayor que su multiplicidad geomtrica. En este caso, se trabaja con los autovectores generalizados; veamos cmo se hace esto. Supongamos que es un autovalor defectivo cuya multiplicidad
algebraica es m; usando este autovalor, debemos ser capaces de encontrar m soluciones linealmente independientes del sistema homogneo y 0 = Ay. Se sabe del curso pasado que la dimensin
del ncleo de (A I)m coincide con la multiplicidad algebraica m y que los elementos del ncleo
de (A I)m se llaman autovectores generalizados.
Proposicin 2. (1) Si u es un autovector generalizado real de un autovalor real de multiplicidad
m, entonces la funcin vectorial
(A I)2 t2
(A I)m1 tm1
t
y(t) = e I + (A I)t +
+ +
u
2
(m 1)!
(A I)2 t2
(A I)m1 tm1
t
y(t) = e I + (A I)t +
++
u
2
(m 1)!
son soluciones reales e independientes del sistema homogneo y 0 = Ay.
Ahora, si {u1 , u2 , . . . , um } es una base de autovectores generalizados de un autovalor defectivo,
entonces, en el caso real la Proposicin 2 anterior nos proporciona un mtodo para encontrar m
soluciones linealmente independientes del sistema homogneo y 0 = Ay. Por otro lado, en el caso
complejo, nos proporciona 2m soluciones (las m con las que debe contribuir y las m de su
conjugado).
En la prctica la base de autovectores generalizados se va construyendo paso a paso. Primero
se toman los autovectores linealmente independientes, que formarn una base del ncleo de
A I. Despus se aaden vectores linealmente independientes del ncleo de (A I)2 y as,
sucesivamente, hasta completar la base de m vectores que necesitamos. Este procedimiento tiene
una ventaja a la hora de hacer los clculos. As, si u1 es un autovector, entonces en el clculo de
(A I)2 t2
(A I)m1 tm1
(1)
t
+ +
u1
y (t) = e I + (A I)t +
2
(m 1)!
todos los sumandos se anulan menos el primero; y (1) (t) = et u1 . Si, por ejemplo, u4 lo hemos
aadido tomndolo del ncleo de (A I)2 , entonces en el clculo de
(A I)2 t2
(A I)m1 tm1
(4)
t
+ +
u4
y (t) = e I + (A I)t +
2
(m 1)!
todos los sumandos se anulan menos los dos primeros; y (4) (t) = et [I + (A I)t]u4 , aunque m
sea mayor que 2.
El mtodo de variacin de los parmetros. El mtodo de variacin de los parmetros
que hemos visto para ecuaciones lineales de primer y segundo orden se traslada a los sistemas
y 0 (t) = Ay(t) + f (t) sin mucha dificultad. Supongamos que Y (t) es una matriz fundamental de
soluciones del sistema homogneo y 0 = Ay. Entonces la solucin general del sistema homogneo
es y(t) = Y (t)c, donde c Rn es un vector cualquiera de escalares. La idea es buscar una solucin
particular del sistema completo de la forma y (p) (t) = Y (t)v(t), donde v(t) es una funcin vectorial
que debemos determinar. Puesto que
(y (p) )0 (t) = Y 0 (t)v(t) + Y (t)v 0 (t),
sustituyendo en la ecuacin completa nos queda
Y 0 (t)v(t) + Y (t)v0 (t) = AY (t)v(t) + f (t).
Ahora bien, como Y 0 (t) = AY (t), entonces queda Y (t)v0 (t) = f (t) y, por tanto,
v 0 (t) = [Y (t)]1 f(t)
con lo que
v(t) =
En resumen, la funcin vectorial
(p)
y (t) = Y (t)
[Y (t)]1 f (t) dt
es una solucin particular de la ecuacin completa y 0 (t) = Ay(t) + f (t) cuya solucin general es,
entonces,
Z
1
y(t) = Y (t)
[Y (t)] f (t) dt + c
donde c Rn es un vector cualquiera de escalares.
0
t
1 1
0
.
, y(0) =
y+
y =
7
3t
1
1
Para ello, empezaremos resolviendo el sistema homogneo asociado
1 1
0
y =
y.
1
1
Lo primero es determinar los autovalores y autovectores de la matriz A de los coeficientes. Puesto
que
1 1
2
1 1 = (1 ) 1 = ( 2),
1 1
A I =
1
1
y est claro que los autovectores asociados son u =
lado, para = 2
A I =
1
1
1 1
1 1
1
y sus mltiplos no nulos. En
y est claro que los autovectores asociados son v =
1
consecuencia, la solucin general del sistema homogneo asociado es
1
1
(h)
t
t
y (t) = c1 ue + c2 ve = c1
+ c2
e2t .
1
1
a + bt
(p)
y (t) =
.
c + dt
Esta funcin debe verificar el sistema de ecuaciones, as que
a + bt c dt + t
t
a + bt
1 1
b
(p) 0
.
=
+
=
(y ) (t) =
a bt + c + dt + 3 t
3t
c + dt
1
1
d
Identificando componente a componente los polinomios de los dos miembros nos queda el sistema
abc
bd
a + c d
b + d
=
=
=
=
0,
1,
3,
1
que es compatible indeterminado. Sumando las ecuaciones primera y tercera nos queda b d =
3 que sumada a la cuarta b + d = 1, nos da b = 1 y d = 2. Con estos valores, la ecuacin
para a y c es a c = 1 y, como slo necesitamos una solucin particular, podemos tomar a = 1
y c = 0. En consecuencia, la solucin particular obtenida es
1+t
(p)
y (t) =
2t
y, por tanto, la solucin general de la ecuacin es
1
1
1+t
(h)
(p)
2t
+ c2
e +
.
y(t) = y (t) + y (t) = c1
1
1
2t
Finalmente, imponemos la condicin inicial
c1 + c2 + 1
0
1
1
1
= y(0) = c1
=
+ c2
+
7
0
1
1
c1 c2
de donde, sumando ambas componentes, obtenemos 7 = 2c1 + 1, con lo cual c1 = 3 y c2 = 4.
La solucin del problema es, entonces,
1
1
1+t
4 + t 4e2t
(h)
(p)
2t
.
y(t) = y (t) + y (t) = 3
4
e +
=
1
1
2t
3 + 2t + 4e2t
Otra forma de proceder es, una vez resuelto el sistema homogneo asociado, aplicar directamente la frmula del mtodo de variacin de los parmetros que nos dice que la solucin general
de un sistema y 0 (t) = Ay(t) + f (t) es
Z
1
y(t) = Y (t)
[Y (t)] f (t) dt + c
donde c es un vector de escalares e Y (t) es una matriz fundamental de soluciones; es decir,
una matriz cuyas columnas forman una base del espacio vectorial de las soluciones del sistema
homogneo asociado. En nuestro caso tenemos
t
1 e2t
.
y
f(t) =
Y (t) =
3t
1 e2t
Entonces, el vector x(t) = [Y (t)]1 f(t) es la solucin del sistema de ecuaciones
t
x1 (t)
1 e2t
=
3t
x2 (t)
1 e2t
que, aplicando la regla de Cramer o bien el mtodo de eliminacin de Gauss, es
3/2
x(t) =
3e2t /2 + te2t
Sustituyendo esto en la frmula e integrando tenemos
1 e2t
3/2
c1
y(t) =
dt +
(t 3/2)e2t
1 e2t
c2
3t/2
1 e2t
c1
=
+
2t
2t
e (1 t)/2
1 e
c2
2t
t + 1/2 + c1 + c2 e
.
=
2t 1/2 + c1 c2 e2t
Finalmente, imponemos las condiciones iniciales
0
1/2 + c1 + c2
= y(0) =
7
1/2 + c1 c2
de donde obtenemos c1 = 7/2 y c2 = 4 y, por tanto, la solucin
4 + t 4e2t
y(t) =
.
3 + 2t + 4e2t
El mtodo de Euler
En esta seccin vamos a estudiar cmo se puede adaptar el mtodo de Euler para obtener soluciones aproximadas de sistemas de ecuaciones diferenciales cualesquiera.
con y(t0 ) = y0
para los valores de t en un intervalo [t0 , tF ] en el que t0 representa el instante inicial de la situacin
descrita por la ecuacin y tF el instante final hasta el que deseamos llegar. Ahora y es una funcin
vectorial y : [t0 , tF ] Rn y f : Rn [t0 , tF ] Rn es un campo vectorial continuo y con derivadas
parciales continuas, con lo cual puede probarse que el problema de valor inicial tiene solucin
nica en el intervalo de trabajo [t0 , tF ].
Como en el caso de las ecuaciones, fijamos n + 1 nodos igualmente espaciados en el intervalo
de trabajo
ti = t0 + ih,
i = 0, 1, . . . , n
donde h = (tF t0 )/n es el tamao de paso. Una vez encontradas estas aproximaciones en los
nodos, interpolaremos para generar aproximaciones en los dems puntos del intervalo de trabajo
[t0 , tF ].
Llamaremos wi a la aproximacin del valor exacto y(ti ) que vamos a ir obteniendo en cada
nodo
y(ti ) wi ,
i = 0, 1, . . . , n;
ahora cada wi es un vector de dimensin n.
El mtodo de Euler. La idea del mtodo sigue siendo truncar el desarrollo de Taylor de y para
quedarnos con su parte lineal. De acuerdo con el teorema de Taylor,
y(ti+1 ) y(ti ) + (ti+1 ti )y 0 (ti ).
Usando que y satisface la ecuacin diferencial y 0 = f(t, y) y escribiendo h en vez de ti+1 ti nos
queda
y(ti+1 ) y(ti ) + hf (ti , y(ti )).
Si disponemos ya de una aproximacin wi y(ti ), la frmula anterior nos proporciona una
aproximacin de y(ti+1 ):
y(ti+1 ) wi+1 := wi + hf(ti , wi ).
Puesto que y(t0 ) = y0 , podemos ir calculando los valores wi de forma iterativa:
w0 = y0 ,
wi+1 = wi + hf(ti , wi ),
i = 0, 1, 2, . . . , n 1.
Interpolacin. Una vez que tenemos las aproximaciones (ti , wi ) para todos los nodos, si queremos hallar una aproximacin del valor y(t) de la solucin en un punto t comprendido entre dos
nodos ti < t < ti+1 , entonces la aproximacin viene dada por
y(t) wi +
wi+1 wi
(t ti ),
h
10
1
, obtenemos los siguientes resultados
en el intervalo [0, 1] con valores iniciales y(0) =
1
ti
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0000
y1 (ti )
1.0000
1.1000
1.1920
1.2784
1.3626
1.4484
1.5406
1.6439
1.7637
1.9061
2.0777
y2 (ti )
1.0000
0.9000
0.7910
0.6767
0.5602
0.4439
0.3296
0.2188
0.1128
0.0129
0.0795
A finales del Siglo XIX aparece la teora cualitativa, o geomtrica, de las ecuaciones diferenciales,
motivada por cuestiones planteadas en el dominio de la mecnica celeste, donde precisamente
los mtodos cuantitativos haban alcanzado sus logros ms espectaculares, por ejemplo en la
prediccin de los eclipses y de las posiciones de los planetas. En esa poca se hizo evidente que las
tcnicas de investigacin cuantitativas clculo de soluciones exactas, resolucin mediante desarrollos en serie y mtodos aproximados no eran capaces de dar respuesta a cuestiones planteadas
en mecnica celeste como la estabilidad del sistema solar o el problema de los tres cuerpos. Para
la resolucin de estos problemas, H. Poincar (1854-1912) introduce en su famosa memoria de
1881 Sur les courbes definies par une quation diffrentielle, el punto de vista cualitativo, ideando
mtodos matemticos completamente nuevos que han sido, y siguen siendo, fuente de continuos
desarrollos de gran importancia en la historia reciente de las matemticas.
Salvo en muy pocos casos, es imposible resolver explcitamente un sistema de ecuaciones
diferenciales ordinarias no lineales, que son los modelos matemticos de muchos fenmenos de
evolucin temporal. En consecuencia, a falta de soluciones explcitas, se plantean otras preguntas,
que hacen referencia a la existencia de conductas constantes o equilibrios, conductas peridicas
y recurrentes, y conductas a largo plazo o comportamientos asintticos, junto con problemas de
estabilidad local y global; estos problemas constituyen el campo de investigacin de la teora
cualitativa de los sistemas dinmicos. Brevemente, el anlisis cualitativo consiste en deducir
propiedades de las soluciones de un sistema de ecuaciones diferenciales sin necesidad de calcularlas
explcitamente.
11
Ejemplos. (1) El problema de los tres cuerpos. Supongamos que tres cuerpos de masas m1 ,
m2 y m3 se mueven sometidos a las interacciones gravitatorias entre ellos. Si representamos por
vi (t) = [xi (t), yi (t), zi (t)] (para i = 1, 2, 3) sus posiciones en un instante t, entonces, de acuerdo
con la Ley de Gravitacin de Newton, estos vectores deben verificar el sistema de 9 ecuaciones
diferenciales con 9 incngitas
vi00 (t) = G
X mi mk (vk vi )
k6=i
i = 1, 2, 3.
kvk vi k3
Este sistema no es lineal y no se puede resolver explcitamente. Sin embargo, Poincar prob
que existen soluciones peridicas del mismo. sta es una de las cuestiones de inters en la teora
cualitativa: saber si existen soluciones peridicas de un sistema de ecuaciones diferenciales no
lineal.
(2) El pndulo simple. Si llamamos (t) al ngulo que mide el desplazamiento de un pndulo
simple ideal de longitud desde su posicin de equilibrio, entonces la funcin (t) verifica la
ecuacin diferencial
(t )
De nuevo, no es posible obtener una solucin explcita mediante una frmula que involucre
las funciones elementales o una serie de potencias. Sin embargo, si las oscilaciones (t) son
pequeas, entonces sen ((t)) (t) y podemos pensar que el movimiento del pndulo debe
parecerse mucho al descrito por la ecuacin diferencial lineal
g
00 (t) + (t) = 0,
cuya solucin general s sabemos calcular:
p
g/ .
p
Esta solucin corresponde a un movimiento oscilatorio de perodo 2 /g y nuestra experiencia
nos dice que, efectivamente, para oscilaciones pendulares pequeas, la solucin oscilante de la
ecuacin aproximada refleja bastante bien el comportamiento real. ste es uno de los problemas
que se plantea la teora cualitativa: saber si al cambiar ligeramente un sistema de ecuaciones
diferenciales para pasar a un sistema que sabemos resolver, por ejemplo lineal, entonces la solucin
del sistema modificado se parece a la solucin del sistema original.
(t) = c1 cos(t) + c2 sen (t),
siendo =
Otra observacin pertinente aqu es la siguiente. El pndulo ideal presenta dos posiciones de
equilibrio; es decir, dos posiciones en las que permanece sin moverse a menos que se le perturbe.
12
Una es cuando est boca abajo, es decir (t) = 0, y otra cuando est boca arriba, es decir
(t) = . Pero hay una diferencia grande entre las dos. Si el pndulo se aparta ligeramente
de su equilibrio (t) = 0 entonces oscila ligeramente alrededor de ste, por lo que (t) = 0 se
llama equilibrio estable. Sin embargo, si se aparta ligeramente de su equilibrio (t) = entonces
cae y no vuelve a pasar por ste, por lo que (t) = se llama equilibrio inestable. Otro de los
problemas centrales de la teora cualitativa es el anlisis de la estabilidad de los equilibrios de un
sistema.
(3) El oscilador de van der Pol es un circuito LC conectado en paralelo con un dispositivo no
lineal que acta como una resistencia variable de manera que la ecuacin que verifica el voltaje
e(t) es
1
Ce00 (t) + (3Ae2 (t) B)e0 (t) + e(t) = 0,
L
donde C es la capacidad, L la inductancia y A y B son dos constantes que dependen del dispositivo. Esta ecuacin no es lineal y no puede resolverse explcitamente. Fue el ingeniero
holands B. van der Pol (18991959) quien construy este circuito en los aos 20 observando
que, independientemente de las condiciones iniciales, el circuito evolucionaba hasta presentar
un movimiento oscilatorio aparentemente peridico. Los mtodos cualitativos permiten probar
que, efectivamente, dicha ecuacin y otras parecidas posee una solucin peridica que es
atractiva, en el sentido de que cualquier otra solucin tiende a largo plazo a coincidir con la
solucin peridica.
(4) El sistema predador-presa de Volterra. Un problema de mucho inters en la ecologa es el
anlisis de las fluctuaciones en las poblaciones de predadores y presas que conviven en un cierto
hbitat. La primera persona que formul un modelo para estudiar un problema de este tipo
fue el matemtico italiano V. Volterra (18601940). Volterra postul que, si x(t) representa la
poblacin de presas e y(t) la de predadores, entonces
x0 (t) = ax(t) bx(t)y(t),
y 0 (t) = cy(t) + dx(t)y(t)
donde a, b, c y d son constantes positivas. Como en el caso anterior, este sistema es no lineal y no
puede resolverse explcitamente. Sin embargo, Volterra prob que las soluciones de este sistema
son peridicas, explicando as las fluctuaciones observadas en la evolucin de las poblaciones.
(5) Si tenemos un circuito LRC sin fuente de voltaje, la carga q(t) presenta conducta oscilatoria
si R2 < 4L/C. Es decir, hay un cambio de conducta cualitativa oscilar o no oscilar cuando
el parmetro = CR2 /L pasa de ser menor que 4 a ser mayor que 4. Esto es lo que se conoce
como una bifurcacin y es otro de los problemas que aborda de la teora cualitativa: el cambio
de conducta de las soluciones (de oscilar a no oscilar, de estable a inestable, de peridica a no
peridica, etc.) en funcin de los valores de los parmetros de los que depende el sistema en
cuestin.
En esta seccin presentamos nicamente las ideas bsicas sobre la estabilidad de sistemas
autnomos, desarrollada primeramente para el caso lineal, es decir, para sistemas de coeficientes
constantes y 0 (t) = Ay(t) y despus para sistemas no lineales.
Empezamos definiendo los principales elementos que aparecen en la teora cualitativa.
13
y(0) = y0
es constante: y(t) = y0 para todo t R; o sea, las variables no se mueven del punto inicial. Se
dice entonces que y0 es un punto o solucin de equilibrio del sistema.
Estabilidad. Se dice que la solucin del problema de valor inicial
y 0 (t) = f (y(t))
y(0) = y0
14
En esta introduccin a la teora cualitativa, estudiaremos cmo clasificar los puntos de equilibrio de un sistema autnomo en estables, asintticamente estables o inestables; primero para
sistemas lineales y luego para sistemas no lineales. La existencia de soluciones peridicas y
el anlisis de las bifurcaciones se escapan de los objetivos de este curso y se abordarn en la
asignatura optativa de quinto curso.
Como hemos dicho, empezaremos estudiando de manera detallada la estabilidad del origen
de coordenadas como punto de equilibrio de un sistema lineal con coeficientes constantes. La
razn es que, segn veremos, el procedimiento de linealizacin de un sistema no lineal permite,
en muchos casos, reducir el estudio de la estabilidad de los puntos de equilibrio de un sistema no
lineal al de la estabilidad del origen en el caso lineal.
Estabilidad de los sistemas lineales autnomos. Es obvio que el origen de coordenadas
es siempre un punto de equilibrio de un sistema lineal autnomo y 0 (t) = Ay(t). Si, adems, el
determinante de la matriz de los coeficientes es distinto de cero, entonces el origen es el nico
punto de equilibrio del sistema. Si dicho determinante es igual a cero, entonces aparece un
subespacio, el ncleo de A, de puntos de equilibrio; este caso no es de inters en las aplicaciones,
as que no lo estudiaremos. Supondremos, entonces, que la matriz de los coeficientes A es no
singular o, equivalentemente, que sus autovalores son distintos de cero. Pues bien, la estabilidad
depende del signo de la parte real de los autovalores, pudindose distinguir los siguientes casos.
1. Si todos los autovalores tienen parte real estrictamente negativa, entonces el origen es un
punto de equilibrio asintticamente estable.
2. Si todos los autovalores tienen parte real negativa o cero y los que tienen parte real cero son
no defectivos, entonces el origen es un punto de equilibrio estable pero no asintticamente
estable.
3. Si algn autovalor tiene parte real estrictamente positiva o algn autovalor defectivo tiene
parte real cero, entonces el origen es un punto de equilibrio inestable.
Estabilidad de los puntos de equilibrio de sistemas no lineales autnomos. Sea ahora
y0 un punto de equilibrio de un sistema no lineal y 0 (t) = f(y(t)). Si aplicamos el Teorema de
Taylor, obtenemos que para y y0 se verifica
f (y) Df(y0 )(y y0 )
donde Df (y0 ) es la matriz jacobiana del campo f en el punto y0 , es decir, la matriz de las
derivadas parciales de las componentes de f evaluadas en el punto y0 . Cabe pensar, entonces,
que el comportamiento del sistema no lineal cerca del punto de equilibrio sea parecido al del
sistema lineal y 0 (t) = Df(y0 )(y(t) y0 ). Si hacemos una traslacin en las variables dependientes,
x(t) = y(t) y0 , entonces este sistema queda x0 (t) = Df(y0 )x(t). Este procedimiento de sustituir
el sistema no lineal por su parte lineal cerca de un punto de equilibrio se llama linealizacin y
funciona muy bien en muchos casos como pone de manifiesto el siguiente teorema (en el que se
usa la notacin recin introducida).
Teorema de Linealizacin de Liapunov y Poincar. (1) El punto y0 es un punto de
equilibrio asintticamente estable de un sistema no lineal autnomo plano si todos los autovalores
de la matriz de jacobiana Df(y0 ) tienen parte real estrictamente negativa.
15
Ejercicios
0
1
4 1
0
.
y+
,
y(0) =
y =
t
2e
0
2 1
Ejercicio 2 Resuelve el siguiente problema de valor inicial
15
4
2
1
0
2t
te ,
y =
y
.
y(0) =
4
3 1
1
Ejercicio 3 Resuelve el siguiente problema de valor inicial
4e cos(t)
4
5
0
y+
y =
,
2 2
0
y(0) =
0
0
2
1 1
2
0
t
y =
e,
y+
.
y(0) =
2
4
3
2
Ejercicio 5 Resuelve el siguiente problema de valor inicial
3
1
2
1
0
2t
y =
y+
e ,
y(0) =
.
1 1
2
0
Ejercicio 6 Resuelve el siguiente problema de valor inicial
1 1
0
t
6
y 0 = 0 1 1 y + 2t ,
y(0) = 2 .
0
0 1
t
1
Ejercicio 7 Resuelve el siguiente problema de valor inicial
2 0 1
1
1
0
2t
y(0) = 1 .
y = 0 2 0 y + 0 e ,
0 1 3
1
1
16
t
0 1 1
1
e
y0 = 1 0 1 y + 0 ,
y(0) = 1 .
0
1 1 0
0
Ejercicio 9 Resuelve el siguiente problema de valor inicial
1
1 1
1
1
0
3 y+ t ,
y = 3 3
y(0) = 0 .
2 2
2
0
1
Ejercicio 10 Resuelve el siguiente problema de valor inicial
t
2
3
3
0
e
0
0
0 3
1 y+
,
y(0) = 0 .
y =
0
0
1 3
1
Ejercicio 11 Aproxima la solucin del problema de valor inicial
x0 = y(1 + x + y 2 ),
y 0 = xy(1 + x2 + 2y 2 ),
x(0) = 1,
y(0) = 2
x(0) = 1,
y(0) = 0
y(0) = 1,
y 0 (0) = 2
en el intervalo [0, 1]. Para ello, transforma la ecuacin en un sistema y usa el mtodo de Euler
con h = 0.1.
Ejercicio 14 Aproxima la solucin del problema de valor inicial correspondiente al movimiento
de un pndulo de longitud unidad
y 00 + 10sen (y) = 0
y 0 (0) = 0
en el intervalo [0, 1]. Para ello, transforma la ecuacin en un sistema y usa el mtodo de Euler
con h = 0.1. Compara los resultados con lo que se obtiene linealizando la ecuacin.
Ejercicio 15 Aproxima la solucin del problema de valor inicial
y 00 + t2 y 0 3ty =
1
1 + t2
con y(0) = 1,
y 0 (0) = 0
17
en el intervalo [0, 1]. Para ello, transforma la ecuacin en un sistema y usa el mtodo de Euler
con h = 0.1.
Ejercicio 16 Determina la estabilidad del origen como punto de equilibrio de los siguientes
sistemas:
x0 = y
y 0 = 8x 6y
x0 = 4x 2y
(4) 0
y = 5x + 2y
(1)
x0 = 4x y
y 0 = 2x + 5y
x0 = 2y
(5) 0
y = 2x y
x0 = x 4y
y 0 = 8x + 4y
x0 = 5x + y
(6) 0
y = x 5y.
(2)
(3)
y 0 = (2 2x y)y,
y 0 = x2 y 2 ,
y 0 = 3xy,
y 0 = x(y 2 4).
0
2 2
0
.
y,
y(0) =
y =
3
2 3
Ejercicio 19 Resuelve el problema de valor inicial
0 1
1
0
y =
y,
y(0) =
.
1
2
2
Ejercicio 20 Resuelve el problema de valor inicial
2 1
0
y,
y =
2
1
y(0) =
0
0 1
0
y =
,
y+
3sen (t) cos(t)
2 3
Ejercicio 22 Resuelve el problema de valor inicial
1 1
t
0
y =
y+
,
1
1
3t
1
0
y(0) =
y(0) =
0
7
2
4
18
t
2 1
2e
0
y =
y+
,
0 2
0
y(0) =
2 1
(1 t)et
0
,
y+
y =
1 2
tet
y(0) =
3
0 1
3et
y 0 = 2 1 3 y + 5et ,
3et
1
0 5
Ejercicio 26 Considera la ecuacin diferencial
1
2
3
1
2
y(0) = 2 .
2
y 00 + ty 0 + ty = 1 t.
Transfrmala en un sistema de ecuaciones diferenciales y da dos pasos del mtodo de Euler para
resolver el problema de valor inicial correspondiente a y(0) = 1 e y 0 (0) = 1 con tamao de paso
h = 0.2.
Ejercicio 27 Considera el sistema de ecuaciones diferenciales
x0 = xy + x + y 3,
y 0 = x + y.
(1) Da dos pasos del mtodo de Euler para resolver el problema de valor inicial correspondiente
a x(0) = 1 e y(0) = 4 con tamao de paso h = 0.1.
(2) Determina y clasifica sus puntos de equilibrio.
Ejercicio 28 Determina y, si es posible, clasifica los puntos de equilibrio del sistema
x0 = x y 2 ,
y 0 = x y 2.
Si no es posbile clasificar alguno, indica por qu.
Ejercicio 29 (1) Enuncia el teorema de linealizacin de Liapunov y Poincar.
(2) Determina y clasifica los puntos de equilibrio del sistema no lineal
x0 = x2 y 2 ,
y 0 = (x 1)(y + 3x + 4).
Ejercicio 30 (1) Enuncia el teorema de linealizacin de Liapunov y Poincar.
(2) Determina y clasifica los puntos de equilibrio del sistema no lineal
x0 = (x 1)(y + 1),
y 0 = x2 y + 4x + 2y + 2.
19
Bibliografa
Para desarrollar esta leccin pueden consultarse los siguientes textos, en especial el de Braun. El
de James incluye varias aplicaciones a la ingeniera. El de Simmons tiene muchos ejemplos pero
el tratamiento terico no se ajusta al nuestro porque no se basa en las tcnicas y los resultados
del lgebra lineal.
[517,9/2-BRA] M. Braun, Ecuaciones diferenciales y sus aplicaciones, Captulos 3 y 4.
[51:62/ADV] G. James, Advanced Modern Engineering Mathematics, Captulo 6.
[517.9/2-SIM] G.F. Simmons, Ecuaciones diferenciales, Captulos 10 y 11.