Captulo 2

Propiedades Fundamentales

En este captulo repasamos elementos de anlisis matemtico que vamos a usar en el

resto del curso, incluyendo las propiedades fundamentales de ecuaciones diferenciales or-
dinarias que hacen que x = f (t, x) sea un modelo apropiado para representar sistemas
fsicos. Estas propiedades son esencialmente las de
existencia y unicidad de solucin
dependencia continua respecto de parmetros y condiciones iniciales.
Vamos a presentar los resultados para sistemas autnomos (sin entrada), y en general no
estacionarios, es decir, representados por x = f (t, x).

2.1. Preliminares
Vamos a considerar frecuentemente las normas p en Rn , definidas como
k xk p = (| x1 | p + + | xn | p )1/ p , 1p<
k xk = max | xi |
i

Todas las normas p son equivalentes en el sentido de que si k k y k k son dos normas p
diferentes, existen constantes positivas c1 y c2 tales que
c1 k xk k xk c2 k xk
para todo x Rn . Un resultado clsico relativo a normas p es la desigualdad de Hlder
1 1
| x T y| k xk p k ykq , + =1
p q
para todo x, y Rn .
Una matriz A Rmn define un mapa lineal y = Ax de Rn en Rm . La norma p inducida
de A est definida como
k Axk p
k Ak p = sup = max k Axk p
x6=0 k x k p k xk p =1

que para p = 1, 2, est dada por

m m
k Ak1 = max | ai j | , k Ak = max | ai j |
1/2
k Ak2 = [max ( AT A)] ,
j i
i =1 j=1

donde max ( AT A) es el mximo autovalor de AT A.

2.1 Preliminares 24

2.1.1. Desigualdad de Gronwall-Bellman

Lema 2.1.1 (Desigualdad de Gronwall-Bellman). Sea : [ a, b] R una funcin continua
y : [ a, b] R continua y nonegativa. Si una funcin continua y : [ a, b] R satisface
Z t
y(t) (t) + (s) y(s) ds
a

para a t b, entonces en el mismo intervalo

Z t Rt
( )d
y(t) (t) + (s) (s)e s ds
a

Si (t) es constante, entonces

Rt
( )d
y(t) e a

y si adems (t) es constante:

y(t) e (ta)
Rt
Demostracin. Definamos z(t) = a (s) y(s) ds y v(t) = z(t) + (t) y(t) 0. Entonces z
es diferenciable y

z = (t) y(t) = (t) z(t) + (t) (t) (t)v(t).

Esta es una ecuacin de estado escalar cuya funcin de transicin de estados es

Rt
( )d
(t, s) = e s .

Como z( a) = 0, entonces tenemos que

Z t
z(t) = (t, s)( (s) (s) (s)v(s))ds.
a
Rt
El trmino a (t, s) (s)v(s)ds es no negativo, por lo que
Z t Rt
( )d
z(t) e s (s) (s)ds,
a

que, usando el hecho que y(t) (t) + z(t), completa la prueba en el caso general. En el
caso especial de (t) tenemos
Z t Rt
Z t
d  Rst ( )d 
( )d
(s)e s ds = e ds
a a ds
 Rt s=t
( )d 
= e s

s= a
Rt
( )d
= 1 + e s ,

que termina la prueba en el caso de constante. Por integracin se obtiene fcilmente el

resultado en el caso de tambin constante. 
2.1 Preliminares 25

2.1.2. Mapa Contractivo

Consideremos una ecuacin de la forma x = T ( x). Una solucin x de esta ecuacin se
denomina punto fijo del mapa T porque T deja a x invariante.
Vamos a enunciar el teorema del mapa contractivo en el marco de espacios de Banach,
para lo cual recordamos las siguientes definiciones.

Definicin 2.1.1 (Espacio lineal normado). Un espacio lineal X es un espacio lineal nor-
mado si, para cada vector x X , existe una funcin a valores reales, llamada norma y
denotada k xk , que satisface

k xk 0 para todo x X , con k xk = 0 s x = 0.

k x + yk k xk + k yk para todo x, y X .
kxk = | |k xk para todo R y x X .
Si no estuviera claro del contexto si k k es una norma en X o en Rn , vamos a escribir
k kX para la norma de X .
Definicin 2.1.2 (Convergencia). Una secuencia { xk } en X converge a un vector x X si

k xk xk 0 cuando k .

Definicin 2.1.3 (Conjunto cerrado). Un conjunto S X es cerrado s toda secuencia

convergente con elementos en S tiene lmite en S .

Definicin 2.1.4 (Secuencia de Cauchy). Una secuencia { xk } en X se dice secuencia de

Cauchy

k xk xm k 0 cuando k, m .

Notar que toda secuencia convergente es Cauchy, pero no toda secuencia Cauchy es
convergente.

Definicin 2.1.5 (Espacio de Banach). Un espacio lineal normado X es completo si toda

secuencia de Cauchy converge a un vector en X . Un espacio lineal normado completo es
un espacio de Banach.

Ejemplo 2.1.1. Consideremos el conjunto de funciones continuas f : [ a, b] Rn , al que

denotamos como C [ a, b]. Este conjunto es un espacio vectorial sobre R. La suma x + y se
define como ( x + y)(t) = x(t) + y(t). La multiplicacin por un escalar se define como
(x)(t) = x(t). El vector nulo es la funcin idnticamente nula en [ a, b]. Definimos una
norma como

k xkC = max k x(t)k

t[ a,b]

donde la norma en el lado derecho es cualquier norma p en Rn . Claramente k xkC 0 y es

cero s x es la funcin nula. La desigualdad triangular sigue de

max k x(t) + y(t)k max[k x(t)k + k y(t)k] max k x(t)k + max k y(t)k
2.1 Preliminares 26

Adems
max k x(t)k = max | | k x(t)k = | | max k x(t)k
donde los mximos se toman sobre [ a, b]. Por lo tanto, C [ a, b] junto con la norma k kC es
un espacio lineal normado. Vamos a probar que es tambin un espacio de Banach. Para eso
debemos probar que toda secuencia de Cauchy en C [ a, b] converge a un vector en C [ a, b].
Supongamos que { xk } es una secuencia de Cauchy en C [ a, b]. Para cada t [ a, b] fijo,
k xk (t) xm (t)k k xk xm kC 0 cuando k, m
Por lo tanto { xk (t)} es una secuencia de Cauchy en Rn . Pero Rn con cualquier norma p
es completo porque convergencia implica convergencia componente a componente y R es
completo. Entonces existe un vector real x(t) al cual la secuencia converge: xk (t) x(t).
Esto prueba convergencia puntual. Ahora probamos que la convergencia es uniforme en
t [ a, b]. Dado  > 0 elegimos N tal que k xk xm kC < /2 para k, m > N. Entonces, para
k > N,
k xk (t) x(t)k k xk (t) xm (t)k + k xm (t) x(t)k
k xk xm kC + k xm (t) x(t)k
Eligiendo m suficientemente grande (lo cual puede depender de t), cada trmino en el lado
derecho puede hacerse menor que /2; entonces k xk (t) x(t)k <  para k > N. Por lo
tanto { xk } converge a x, uniformemente en t [ a, b]. Para completar la prueba, debemos
mostrar que x(t) es continua y que { xk } converge a x en la norma de C [ a, b]. Para probar
continuidad consideremos
k x(t + ) x(t)k k x(t + ) xk (t + )k + k xk (t + ) xk (t)k + k xk (t) x(t)k
Como { xk } converge uniformemente a x, dado  > 0, podemos elegir k lo suficientemente
grande para hacer el primer y tercer trminos del lado derecho menores que /3. Como
xk (t) es continua, podemos elegir lo suficientemente pequeo para hacer el segundo tr-
mino menor que /3. Por lo tanto x(t) es continua. La convergencia de { xk } a x en la norma
de C [ a, b] es una consecuencia directa de la convergencia uniforme.
Teorema 2.1.2 (Mapa Contractivo). Sea S un subconjunto cerrado de un espacio de Banach
X y sea T un mapa de S en S . Supongamos que
k T ( x) T ( y)k k x yk , x, y S , 0 < 1.
Entonces T tiene un nico punto fijo en S , es decir, existe un nico vector x S que satis-
face x = T ( x ). Adems, x puede obtenerse por el mtodo de aproximaciones sucesivas
comenzando de cualquier vector en S .
Demostracin. Tomemos un vector arbitrario x1 S y definamos la secuencia { xk } por la
frmula xk+1 = T ( xk ). Como T mapea S en S , xk S para todo k 1. El primer paso de la
prueba es mostrar que { xk } es una secuencia de Cauchy. Tenemos
k x k +1 x k k = k T ( x k ) T ( x k 1 k
k x k x k 1 k
2 k x k x k 1 k
..
.
k 1 k x 2 x 1 k .
2.2 Existencia y Unicidad 27

Sigue que

k x k +r x k k k x k +r x k +r 1 k + k x k +r 1 x k +r 2 k + + k x k + 1 x k k
k +r 2 + k +r 3 + + k 1 k x 2 x 1 k



k 1 i k x 2 x 1 k
i =0
k 1

= k x2 x1 k.
1

El lado derecho tiende a cero cuando k . Por lo tanto, la secuencia es Cauchy. Como
X es un espacio de Banach, xk x S cuando k . Adems, como S es cerrado, en
particular x S . Ahora mostramos que x = T ( x ). Para cualquier xk = T ( xk1 ) tenemos
que

k x T ( x )k k x xk k + k xk T ( x )k
k x x k k + k x k 1 x k .

Eligiendo k suficientemente grande, el lado derecho de la desigualdad puede hacerse ar-

bitrariamente pequeo. As, k x T ( x )k = 0; o sea que x = T ( x ). Falta probar que x
es el nico punto fijo de T en S . Supongamos entonces que hay dos puntos fijos x y y .
Entonces

k x y k = k T ( x ) T ( y )k
k x y k.

Como < 1, necesariamente x = y . 

2.2. Existencia y Unicidad

Se dan condiciones suficientes para la existencia y unicidad de la solucin del problema
de valor inicial

x = f (t, x) , x(t0 ) = x0 . (2.1)

Entendemos por solucin en un intervalo [t0 , t1 ] a una funcin continua x : [t0 , t1 ] Rn

tal que x est definida y x(t) = f (t, x(t)) para todo t [t0 , t1 ]. Vamos a asumir que f (t, x)
es continua en x pero slo seccionalmente continua en t (esto nos va a permitir considerar
entradas con saltos o escalones).
Una ecuacin diferencial con una dada condicin inicial puede tener varias soluciones.
Por ejemplo, la ecuacin escalar

x = x1/3 , x(0) = 0

tiene como soluciones tanto x(t) = (2t/3)3/2 como x(t) 0. Vemos que f ( x) = x1/3 es una
funcin continua de x, por lo tanto es claro que la condicin de continuidad de f (t, x) en sus
argumentos no es suficiente para asegurar unicidad de la solucin, aunque esta condicin
asegura la existencia de al menos una solucin. En el Teorema 2.2.1 vamos a utilizar una
condicin que garantiza a la vez ambas propiedades.
2.2 Existencia y Unicidad 28

Teorema 2.2.1 (Existencia local y unicidad). Sea f (t, x) seccionalmente continua en t y

supongamos que satisface la condicin de Lipschitz
k f (t, x) f (t, y)k L k x yk (2.2)
x, y Br = { x Rn | k x x0 k r}, t [t0 , t1 ]. Entonces existe > 0 tal que (2.1) tiene
una solucin nica en [t0 , t0 + ].
Demostracin. Notar que si x(t) es una solucin de (2.1) entonces, integrando, tenemos
Z t
x(t) = x0 + f (s, x(s)) ds (2.3)
t0

Es decir, x(t) satisface (2.1) s satisface (2.3), por lo que el estudio de existencia y unicidad
de la solucin de la ecuacin diferencial (2.1) es equivalente al estudio de existencia y uni-
cidad de la solucin de la ecuacin integral (2.3). Vamos a considerar el lado derecho de
(2.3) como un mapa de la funcin continua x : [t0 , t1 ] Rn ; denotndolo como ( Px)(t),
podemos re-escribir (2.3) como
x(t) = ( Px)(t) (2.4)
Notar que ( Px)(t) es continua en x. Una solucin de (2.4) es un punto fijo del mapa P
que lleva x a Px. La existencia de un punto fijo de (2.4) se puede probar usando el teorema
del mapa contractivo. Para eso necesitamos definir un espacio de Banach X y un conjunto
cerrado S X tal que P mapee S en S y sea una contraccin en S . Definamos
X = C [t0 , t0 + ] , con norma k xkC = max k x(t)k
t[t0 ,t0 + ]

S = { x X | k x x0 kC r }
donde r es el radio de la bola Br y es una constante positiva a elegir. Nos vamos a restringir
a elegir tal que satisfaga t1 t0 de forma que [t0 , t0 + ] [t0 , t1 ]. Notar que k x(t)k
denota una norma en Rn mientras que k xkC denota una norma en X ; de la misma forma Br
es una bola en Rn mientras que S es una bola en X . Por definicin, P mapea X en X . Para
probar que mapea S en S escribimos
Z t Z t
( Px)(t) x0 = f (s, x(s)) ds = [ f (s, x(s)) f (s, x0 ) + f (s, x0 )] ds
t0 t0

Como f es seccionalmente continua, sabemos que f (t, x0 ) es acotada en [t0 , t1 ]. Sea

h = max k f (t, x0 )k
t[t0 ,t1 ]

Usando la condicin Lipschitz (2.2) y el hecho de que para cada x S

k x(t) x0 k r , t [t0 , t0 + ]
obtenemos
Z t
k( Px)(t) x0 k [k f (s, x(s)) f (s, x0 )k + k f (s, x0 )k] ds
t0
Z t
[ Lk x(s) x0 k + h] ds
t0
Z t
( Lr + h) ds
t0
= (t t0 )( Lr + h)
( Lr + h)
2.2 Existencia y Unicidad 29

y tambin

k Px x0 kC = max k( Px)(t) x0 k ( Lr + h)
t[t0 ,t0 + ]

Por lo tanto, tomando r/( Lr + h) aseguramos que P mapee S en S .

Ahora vamos a probar que P es una contraccin en S . Sean x e y S y consideremos
Z t

k( Px)(t) ( Py)(t)k = [ f ( s, x ( s )) f ( s, y ( s ))] ds
t0

Z t
k f (s, x(s)) f (s, y(s))k ds
t0
Z t
Lk x(s) y(s)k ds
t0
( t t0 ) L k x y kC

Entonces

k Px PykC L k x ykC k x ykC con
L
Eligiendo < 1 y / L aseguramos que P es un mapa de contraccin en S . Por el
teorema del mapa contractivo, si
 
r
mn t1 t0 , , , <1 (2.5)
Lr + h L

entonces (2.3) tiene una nica solucin en S . Nos falta probar que la solucin es nica en
X . Para eso vamos a probar que toda solucin de (2.3) en X tiene que estar en S . Notemos
primero que, como x(t0 ) = x0 est en la bola Br , toda solucin continua x(t) debe permane-
cer en Br durante algn tiempo. Supongamos que x(t) deja la bola Br y sea t0 + el primer
instante en que x(t) intersecta la frontera de Br . Entonces

k x(t0 + ) x0 k = r

Por otro lado, para todo t t0 + ,

Z t
k x(t) x0 k [k f (s, x(s)) f (s, x0 )k + k f (s, x0 )k] ds
t0
Z t
[ Lk x(s) x0 k + h] ds
t0
Z t
( Lr + h) ds
t0

Por lo tanto
r
r = k x(t0 + ) x0 k ( Lr + h) =
Lr + h
lo que significa que x(t) no puede dejar Br durante el intervalo [t0 , t0 + ], es decir, toda
solucin en X debe estar en S . En consecuencia, unicidad de la solucin en S implica
unicidad de la solucin en X . 
2.2 Existencia y Unicidad 30

Una funcin que satisface (2.2) se dice Lipschitz en x y L es la constante de Lipschitz.

Decimos que f ( x) es localmente Lipschitz en un dominio (conjunto abierto y conexo) D Rn
si cada punto de D tiene un entorno D0 tal que f satisface (2.2) con alguna constante de
Lipschitz L0 . Decimos que f ( x) es Lipschitz en un conjunto W si satisface (2.2) en todos los
puntos de W, con la misma constante de Lipschitz L. Toda funcin localmente Lipschitz en
un dominio D es Lipschitz en todo subconjunto compacto (cerrado y acotado) de D. Decimos
que f ( x) es globalmente Lipschitz si es Lipschitz en Rn .
Decimos que f (t, x) es localmente Lipschitz en x en [ a, b] D R Rn si cada punto
x D tiene un entorno D0 tal que f satisface (2.2) en [ a, b] D0 con alguna constante de
Lipschitz L0 . Decimos que f (t, x) es localmente Lipschitz en x en [t0 , ) D si es local-
mente Lipschitz en x en [ a, b] D para todo intervalo compacto [ a, b] [t0 , ). Decimos
que f (t, x) es Lipschitz en [ a, b] W si satisface (2.2) para todo t [ a, b] y todo punto en
W, con la misma constante de Lipschitz L.
Para funciones escalares, la condicin de Lipschitz se puede escribir como

| f ( y) f ( x)|
L
| y x|

lo que implica que la pendiente est siempre acotada por L, es decir toda funcin f ( x) que
tenga pendiente infinita en un punto no puede ser localmente Lipschitz en ese punto. Por
otro lado, si el valor absoluto de la derivada f 0 est acotado por una constante k sobre un
intervalo de inters, entonces f es Lipschitz en ese intervalo con constante de Lipschitz
L = k. Lo mismo vale para funciones vectoriales, como lo probamos en el siguiente Lema.

Lema 2.2.2 (La cota de la derivada es la constante de Lipschitz). Sea f : [ a, b] D Rm

una funcin continua, D un dominio en Rn . Supongamos que f /x existe y es continua en
[ a, b] D. Si, para algn subconjunto convexo W D existe una constante L 0 tal que
f


(t, x) L
x

en [ a, b] W, entonces

k f (t, x) f (t, y)k L k x yk

t [ a, b], x W, y W.
Demostracin. Sea k k p , p [1, ] la norma utilizada, y calculemos q [1, ] mediante la
relacin 1/ p + 1/q = 1. Fijamos t [ a, b], x W e y W. Definamos (s) = (1 s) x + s y
para todo s R tal que (s) D. Como W D es convexo, (s) W para 0 s 1.
Tomemos z Rn tal que

k zkq = 1 y zT [ f (t, y) f (t, x)] = k f (t, y) f (t, x)k p

Definamos g(s) = zT f (t, (s)). Como g(s) es una funcin a valores reales continuamente
diferenciable en un intervalo abierto que contenga al [0, 1], concluimos mediante el teorema
del valor medio que existe s1 (0, 1) tal que

g(1) g(0) = g0 (s1 )

2.2 Existencia y Unicidad 31

Evaluando g en s = 0, s = 1, y calculando g0 (s) usando la regla de la cadena, obtenemos

f
zT [ f (t, y) f (t, x)] = zT (t, (s1 ))( y x)
x
f


k f (t, y) f (t, x)k p k zkq
x (t, (s1 )) k y xk p Lk y xk p

p

donde usamos la desigualdad de Hlder | zT w| k zkq kwk p . 

La propiedad de Lipschitzidad es ms fuerte que la de continuidad. Si f ( x) es Lips-
chitz en W, entonces es uniformemente continua en W. La propiedad de Lipschitzidad es
ms dbil que la de poseer derivada continua, como vemos en el siguiente Lema.
Lema 2.2.3 (C 1 implica Lipschitz). Sea f : [ a, b] D Rm una funcin continua, D un
dominio en Rn . Si f /x existe y es continua en [ a, b] D entonces f es localmente Lipschitz
en x en [ a, b] D.
Demostracin. Dado x0 D, sea r tan pequeo que la bola D0 = { x Rn | k x x0 k r}
est contenida en D. El conjunto D0 es convexo y compacto. Por continuidad, f /x est
acotada en [ a, b] D. Sea L0 una cota para f /x en [ a, b] D. Por el Lema 2.2.2, f es
Lipschitz en [ a, b] D con constante de Lipschitz L0 . 
Lema 2.2.4 (Condiciones para Lipschitz global). Sea f : [ a, b] Rn una funcin continua.
Si f /x existe y es continua en [ a, b] Rn , entonces f es globalmente Lipschitz en x en
[ a, b] Rn s f /x est uniformemente acotada en [ a, b] Rn .
Ejemplo 2.2.1. La funcin
 
x1 + x1 x2
f ( x) =
x2 x1 x2

es continuamente diferenciable en R2 . Por lo tanto, es localmente Lipschitz en R2 . No es

globalmente Lipschitz porque

f
 
1 + x2 x1
= (2.6)
x x2 1 x1

no es uniformemente acotada en R2 . En cualquier subconjunto compacto de R2 , f es Lips-

chitz. Supongamos que queremos calcular una constante de Lipschitz sobre el conjunto
convexo

W = { x R2 | | x 1 | a 1 , | x 2 | a 2 }

Usando en (2.6) k k para vectores en R2 y la norma matricial inducida para matrices,

tenemos
f

= max{| 1 + x2 | + | x1 | , | x2 | + |1 x1 |}
x

Todo punto en W satisface

| 1 + x2 | + | x1 | 1 + a2 + a1
| x2 | + |1 x1 | a2 + 1 + a1
2.2 Existencia y Unicidad 32

Por lo tanto,
f

1 + a2 + a1
x

y una constante de Lipschitz es entonces L = 1 + a2 + a1 .

Notar que la eleccin de la norma en Rn no afecta la propiedad de Lipschitzidad de una
funcin pero si el valor de la constante de Lipschitz.
Teorema 2.2.1 es un resultado local porque slo garantiza existencia y unicidad sobre
un intervalo [t0 , t0 + ], y no tenemos control sobre ; por lo tanto no podemos asegurar
existencia y unicidad sobre un intervalo dado [t0 , t1 ]. Se puede tratar de extender el inter-
valo de existencia mediante la aplicacin repetida del teorema: usar t0 + como el nuevo
instante inicial y x(t0 + ) como el nuevo estado inicial, y as sucesivamente. Sin embargo,
en general, el intervalo de existencia de la solucin no puede extenderse indefinidamente
porque las condiciones del teorema pueden dejar de valer. Hay un intervalo mximo [t0 , T )
donde la nica solucin que comienza en (t0 , x0 ) existe. En general, T puede ser menor que
t1 , en cuyo caso, cuando t T la solucin deja cualquier conjunto compacto sobre el cual
f es localmente Lipschitz en x.
Ejemplo 2.2.2. Consideremos el sistema escalar
x = x2 , x(0) = 1
La funcin f ( x) = x2 es localmente Lipschitz para todo x R. Por lo tanto, es Lipschitz
en todo subconjunto compacto de R. La solucin nica
1
x(t) =
t1
existe sobre [0, 1). Cuando t 1, x(t) deja cualquier conjunto compacto.
Una forma de garantizar que la solucin pueda extenderse indefinidamente, es la de
requerir condiciones adicionales que aseguren que la solucin x(t) siempre est en un con-
junto donde f (t, x) es uniformemente Lipschitz en x. Esto lo hacemos en el siguiente teore-
ma donde pedimos que f sea globalmente Lipschitz.
Teorema 2.2.5 (Existencia global y unicidad). Supongamos que f (t, x) es seccionalmente
continua en t y satisface
k f (t, x) f (t, y)k Lk x yk
k f (t, x0 )k h
x, y Rn , t [t0 , t1 ]. Entonces, la ecuacin (2.1) tiene una solucin nica en [t0 , t1 ].
Demostracin. La clave de la prueba es mostrar que la constante del Teorema 2.2.1 se
puede hacer independiente del estado inicial x0 . Vemos en (2.5) que la dependencia de
del estado inicial es a travs de la constante h en el trmino r/( Lr + h). Como ahora la
condicin de Lipschitz es global, podemos elegir r arbitrariamente grande. Por lo tanto,
para cada h finito, elegimos r tal que r/( Lr + h) > / L. Esto reduce (2.5) a
n o
mn t1 t0 , , <1
L
Si t1 t0 / L, podemos elegir = t1 t0 y probamos el resultado. De lo contrario,
elegimos que satisfaga / L, dividimos [t0 , t1 ] en un nmero finito de subintervalos
de longitud y aplicamos repetidamente el Teorema 2.2.1. 
2.2 Existencia y Unicidad 33

Ejemplo 2.2.3. Consideremos el sistema lineal

x = A(t) x + g(t) = f (t, x)

donde A() y g() son seccionalmente continuas. Sobre un intervalo finito [t0 , t1 ], los ele-
mentos de A(t) y g(t) son acotados, es decir k A(t)k a, y k g(t)k b, donde k gk puede
ser cualquier norma en Rn y k Ak es la norma matricial inducida. Las condiciones del Teo-
rema 2.2.5 se satisfacen porque

k f (t, x) f (t, y)k = k A(t) ( x y)k

k A(t)k k( x y)k
a k( x y)k , x, y Rn , t [t0 , t1 ]
y

k f (t, x0 )k = k A(t) x0 + g(t)k

a k x0 k + b h , para todo x0 finito , t [t0 , t1 ]
Por lo tanto, el Teorema 2.2.5 muestra que el sistema lineal tiene solucin nica en [t0 , t1 ].
Como t1 puede ser arbitrariamente grande, concluimos que si A(t) y g(t) son seccional-
mente continuas t t0 , entonces el sistema tiene una solucin nica t t0 .
Para un sistema lineal es razonable pedir Lipschitzidad global. Pero para sistemas no
lineales esto es muy restrictivo. No as la condicin de Lipschitz local, que est garantizada
si la funcin del lado derecho es continuamente diferenciable.
Ejemplo 2.2.4. Consideremos el sistema escalar

x = x3 = f ( x) (2.7)

La funcin f ( x) no satisface la condicin de Lipschitz global porque el Jacobiano f /x =

3x2 no est globalmente acotado. Sin embargo, la ecuacin tiene la nica solucin
s
x20
x(t) = sign x0
1 + 2x20 (t t0 )

que est bien definida para todo x0 y para todo t t0 .

Como la condicin de Lipschitz global es muy conservadora, es til disponer de otro re-
sultado que, a expensas de pedir un mayor conocimiento acerca de la solucin del sistema,
slo requiera que la funcin sea localmente Lipschitz.
Teorema 2.2.6 (Existencia global y unicidad de vuelta). Sea f (t, x) seccionalmente conti-
nua en t y localmente Lipschitz en x para todo t t0 y todo x en un dominio D Rn . Sea
W un subconjunto compacto de D, x0 W, y supongamos que se sabe que toda solucin de
(2.1) permanece todo el tiempo en W. Entonces existe una solucin nica que est definida
para todo t t0 .
Demostracin. Por el Teorema 2.2.1, existe una solucin local nica en [t0 , t0 + ]. Sea [t0 , T )
el mximo intervalo de existencia. Si T es finito, entonces la solucin debe abandonar todo
subconjunto compacto de D (Ejercicio 2.33). Como la solucin nunca deja el conjunto com-
pacto W, concluimos que debe ser T = . 
2.3 Dependencia Continua Con Respecto a Condiciones Iniciales y Parmetros 34

El truco al aplicar el Teorema 2.2.6 es verificar que toda solucin permanezca en un

conjunto compacto sin resolver la ecuacin diferencial. Vamos a ver en el Captulo 3 que el
mtodo de Lyapunov va a ser til para esto.

Ejemplo 2.2.5. Consideremos nuevamente el sistema (2.7). La funcin f ( x) es localmente

Lipschitz en R. Si en algn instante x(t) es positiva, la derivada x(t) va a ser negativa, y
viceversa. Por lo tanto, comenzando con una condicin inicial x(0) = a, la solucin no
puede dejar el conjunto compacto { x R | | x| | a|}, y el Teorema 2.2.6 garantiza que (2.7)
tiene una solucin nica para todo t t0 .

2.3. Dependencia Continua Con Respecto a Condiciones Iniciales y

Parmetros
Para que la solucin de la ecuacin de estado (2.1) sea de algn inters, debe depender
continuamente del instante inicial t0 , del estado inicial x0 , y de la funcin del lado derecho
f (t, x). La forma integral (2.3) muestra que la dependencia continua del instante inicial es
obvia.
Por dependencia continua de la condicin inicial entendemos lo siguiente: sea y(t) la
solucin de (2.1) que comienza en y(t0 ) = y0 y est definida en el intervalo compacto
[t0 , t1 ]; dado  > 0, existe > 0 tal que para todo z0 en la bola { x Rn | k x y0 k < },
la ecuacin x = f (t, x) tiene una solucin nica z(t) definida en [t0 , t1 ], con z(t0 ) = z0 , y
satisface k z(t) y(t)k <  para todo t [t0 , t1 ].
Para definir dependencia continua de la funcin del lado derecho f , vamos a precisar en
que forma f es perturbada. Vamos a asumir que f depende continuamente de un conjunto
de parmetros constantes, es decir, f = f (t, x, ), donde R p . Sea x(t, 0 ) una solucin
de x = f (t, x, 0 ) definida en [t0 , t1 ], con x(t0 , 0 ) = x0 . Se dice que la solucin depende
continuamente de si dado  > 0, existe > 0 tal que para todo en la bola { R p |
k 0 k < }, la ecuacin x = f (t, x, ) tiene una solucin nica x(t, ) definida en [t0 , t1 ],
con x(t0 , ) = x0 , y satisface k x(t, ) x(t, 0 )k <  para todo t [t0 , t1 ].
Antes de estudiar los dos tipos de continuidad recin definidos, necesitamos el siguiente
resultado.

Teorema 2.3.1. Sea f (t, x) seccionalmente continua en t y Lipschitz en x en [t0 , t1 ] W, con

constante de Lipschitz L, donde W Rn es un conjunto abierto y conexo. Sean y(t) y z(t)
soluciones de

y = f (t, y) , y(t0 ) = y0

z = f (t, z) + g(t, z) , z(t0 ) = z0

tal que y(t), z(t) W para todo t [t0 , t1 ]. Supongamos que

k g(t, x)k , (t, x) [t0 , t1 ] W ,

para algn > 0, y

k y0 z0 k
2.3 Dependencia Continua Con Respecto a Condiciones Iniciales y Parmetros 35

Entonces
L(tt0 )
k y(t) z(t)k e L(tt0 ) + [e 1] (2.8)
L
para todo t [t0 , t1 ].

Demostracin. Las soluciones y(t) y z(t) estn dadas por

Z t
y(t) = y0 + f (s, y(s)) ds
t0
Z t
z(t) = z0 + [ f (s, z(s)) + g(s, z(s))] ds
t0

Restando ambas ecuaciones y tomando normas obtenemos

Z t Z t
k y(t) z(t)k k y0 z0 k + k f (s, y(s)) f (s, z(s))k ds + k g(s, z(s))k ds
t0 t0
Z t
+ (t t0 ) + Lk y(s) z(s)k ds
t0

Aplicando la desigualdad de Gronwall-Bellman a la funcin k y(t) z(t)k resulta

Z t
k y(t) z(t)k + (t t0 ) + L[ + (s t0 )]e L(st0 ) ds
t0

Integrando el lado derecho por partes se obtiene (2.8). 

Tenemos entonces el siguiente teorema.

Teorema 2.3.2 (Continuidad en condiciones iniciales y parmetros). Sea f (t, x, ) conti-

nua en sus argumentos y localmente Lipschitz en x (uniformemente en t y ) en [t0 , t1 ]
D {k 0 k c}, donde D Rn es un conjunto abierto y conexo. Sea y(t, 0 ) una so-
lucin de x = f (t, x, 0 ) con y(t0 , 0 ) = y0 D. Supongamos que y(t, 0 ) est definida y
permanece en D para todo t [t0 , t1 ]. Entonces, dado  > 0, existe > 0 tal que si

k y0 z0 k < y k 0 k <

la ecuacin x = f (t, x, ) tiene una solucin nica z(t, ) definida en [t0 , t1 ], con z(t0 , ) =
z0 , y satisface

k z(t, ) y(t, 0 )k <  , t [t0 , t1 ]

Demostracin. Por continuidad de y(t, 0 ) en t y la compacidad de [t0 , t1 ], sabemos que

y(t, 0 ) est uniformemente acotada en [t0 , t1 ]. Definamos un tubo U alrededor de la
solucin y(t, 0 ) de la siguiente manera

U = {(t, x) [t0 , t1 ] Rn | k x y(t, 0 )k },

como se ilustra en la Figura 2.1.

Supongamos que  se eligi lo suficientemente pequeo para que U [t0 , t1 ] D. El
conjunto U es compacto; por lo tanto f (t, x, ) es Lipschitz en x en U con constante de
2.4 Diferenciabilidad de la Solucin y Ecuaciones de Sensibilidad 36

y(t)

t
t0 t1

Figura 2.1: Tubo construido alrededor de la solucin y(t)

Lipschitz L, digamos. Por continuidad de f en , para cada > 0, existe > 0 (con < c)
tal que

k f (t, x, ) f (t, x, 0 )k < , (t, x) U , k 0 k <

Tomemos <  y k y0 z0 k < . Por el teorema de existencia local y unicidad, existe una
solucin nica z(t, ) en algn intervalo [t0 , t0 + ]. La solucin comienza dentro del tubo
U y mientras permanezca en el tubo puede extenderse. Vamos a mostrar que, eligiendo
lo suficientemente pequeo, la solucin permanece en el tubo U para todo t [t0 , t1 ].
En particular, sea el primer instante en que la solucin deja el tubo; vamos a probar que
> t1 . En el intervalo [t0 , ], todas las condiciones del Teorema 2.3.1 son satisfechas con
= = . Por lo tanto
L(tt0 )
k z(t, ) y(t, 0 )k e L(tt0 ) + [e 1]
L
( 1 + L ) L(tt0 )
< e
L
Si elegimos Le L(t1 t0 ) /(1 + L) aseguramos que la solucin z(t, ) no deja el tubo
durante [t0 , t1 ]. Por lo tanto z(t, ) est definida en [t0 , t1 ] y satisface k z(t, ) y(t, 0 )k < .
La prueba se completa tomando = mn{, }. 

2.4. Diferenciabilidad de la Solucin y Ecuaciones de Sensibilidad

Supongamos que f (t, x, ) es continua en sus argumentos y tiene derivadas parciales
continuas con respecto a x y para todo (t, x, ) [t0 , t1 ] Rn R p . Sea 0 un valor nomi-
nal de y supongamos que la ecuacin de estado nominal

x = f (t, x, 0 ) , x(t0 ) = x0 (2.9)

tiene una solucin nica x(t, 0 ) en [t0 , t1 ]. Por el Teorema 2.3.2 sabemos que para todo
suficientemente cercano a 0 , la ecuacin de estado

x = f (t, x, ) , x(t0 ) = x0

tiene una solucin nica x(t, ) en [t0 , t1 ] que es cercana a la solucin nominal x(t, 0 ).
Escribamos esta solucin como
Z t
x(t, ) = x0 + f (s, x(s, ), ) ds
t0
2.5 Principio de Comparacin 37

y derivemos parcialmente con respecto a

f f
Z t 
x (t, ) = (s, x(s, ), ) x (s, ) + (s, x(s, ), ) ds
t0 x
donde x (t, ) = x(t, )/ y x0 / = 0 porque x0 es independiente de . Derivando
ahora con respecto a t obtenemos

x (t, ) = A(t, ) x (t, ) + B(t, ) , x (t0 , ) = 0 (2.10)
t
donde
f (t, x, )  f (t, x, ) 
 
A(t, ) = , B(t, ) =
x 
x= x(t, ) 
x= x(t, )

Para suficientemente cercano a 0 las matrices A(t, ) y B(t, ) estn definidas en [t0 , t1 ],
por lo tanto x (t, ) est definida en el mismo intervalo. Para = 0 , el lado derecho de
(2.10) depende slo de la solucin nominal x(t, 0 ). Sea S(t) = x (t, 0 ); S(t) es la solucin
nica de
S(t) = A(t, 0 ) S(t) + B(t, 0 ) , S(t0 ) = 0 (2.11)
La funcin S(t) se denomina funcin de sensibilidad y (2.11) es la ecuacin de sensibilidad. Las
funciones de sensibilidad proporcionan estimas de primer orden del efecto de variaciones
de los parmetros en las soluciones; tambin sirven para aproximar la solucin cuando
k 0 k es suficientemente pequeo: x(t, ) puede expandirse en serie de Taylor alrededor
de la solucin nominal x(t, 0 ) y, despreciando trminos de orden superior, se obtiene
x(t, ) x(t, 0 ) + S(t)( 0 ) (2.12)
Una forma de calcular S(t) es resolver (en general numricamente) simultneamente (2.9)
y (2.10) y luego evaluar la solucin de (2.10) en = 0 .

2.5. Principio de Comparacin

Como la desigualdad de Gronwall-Bellman, el principio de comparacin sirve para ob-
tener cotas de la solucin de (2.1) sin necesidad de calcular la solucin misma. Se aplica a
desigualdades diferenciales de la forma v f (t, v(t)) para todo t en un cierto intervalo. El
principio de comparacin compara la solucin de la desigualdad diferencial x f (t, v(t))
con la de la ecuacin diferencial u = f (t, u).
Lema 2.5.1 (Principio de Comparacin). Consideremos la ecuacin diferencial escalar
u = f (t, u) , u(t0 ) = u0
donde f (t, u) es continua en t y localmente Lipschitz en u, para todo t 0 y todo u J R.
Sea [t0 , T ) (T puede ser infinito) el mximo intervalo de existencia de la solucin u(t) y
supongamos que u(t) J para todo t [t0 , T ). Sea v(t) una funcin diferenciable que
satisface la desigualdad diferencial
v(t) f (t, v(t)) , v(t0 ) u0
con v(t) J para todo t [t0 , T ). Entonces
v(t) u(t)
para todo t [t0 , T ).
2.5 Principio de Comparacin 38

Ejemplo 2.5.1. La ecuacin diferencial escalar

x = f ( x) = (1 + x2 ) x , x(0) = a

tiene una solucin nica en [0, t1 ] para algn t1 > 0, porque f ( x) es localmente Lipschitz.
Sea v(t) = [ x(t)]2 . Su derivada es

v(t) = 2x(t) x(t) = 2[ x(t)]2 2[ x(t)]4 2[ x(t)]2

Por lo tanto v(t) satisface la desigualdad diferencial

v(t) 2v(t) , v(0) = a2

Sea u(t) la solucin de la ecuacin diferencial

u = 2u , u(0) = a2 = u(t) = a2 e2t

Por el principio de comparacin la solucin x(t) est definida para todo t 0 y satisface
q
| x(t)| = v(t) | a|et , t 0

Bibliografa

Golub, G.H. and C.F. van Loan (1996). Matrix computations. 3 ed.. Johns Hopkins University
Press.

Guckenheimer, J. and P. Holmes (1983). Nonlinear oscillations, dynamical systems and bifurca-
tions of vector fields. Springer.

Isidori, Alberto (1995). Nonlinear control systems. 3rd ed.. Springer-Verlag.

Isidori, Alberto (1999). Nonlinear control systems II. Springer-Verlag.

Khalil, H. K. (1996). Nonlinear systems. 2nd ed.. Prentice-Hall.

Krstic, M., I. Kanellakopoulos and P. V. Kokotovic (1995). Nonlinear and adaptive control de-
sign. John Wiley & Sons.

Sastry, Shankar (1999). Nonlinear Systems: Analysis, Stability and Control. Interdisciplinary
Applied Mathematics. Springer.

Sepulchre, R., M. Jankovic and P. V. Kokotovic (1997). Constructive Nonlinear Control. CCES
Series. Springer-Verlag.

Sontag, E. D. (1989). Smooth stabilization implies coprime factorization. IEEE Trans. Auto-
mat. Contr. 34, 435443.

van der Schaft, A. J. (2000). L2 -gain and passivity techniques in nonlinear control. Springer-
Verlag.
ndice alfabtico

Banach, vase espacio de Banach anlisis de puntos de equilibrio, 16

Lipschitz, vase condicin de Lipschitz
Cauchy, vase secuencia de Cauchy
centro, 12 mapa contractivo, 25
ciclo lmite, 19 matriz Jacobiana, 18
clausura, 25
condicin de Lipschitz, 27 nodo, 10
conjunto cerrado, 25 norma, 25
control adaptable, 9
oscilador
convergencia de secuencias, 25
armnico, 19
Coulomb, vase friccin de Coulomb
de relajacin, 20
desigualdad de Gronwall-Bellman, 24 de resistencia negativa, 8
desigualdad de Hlder, 23 de Van der Pol, vase ecuacin de Van der
diodo tnel, 5, 16 Pol

ecuacin de Lienard, 8 pndulo, 4, 16

ecuacin de sensibilidad, 37 perturbacin de equilibrios, 13
ecuacin de Van der Pol, 8, 20 principio de comparacin, 37
ensilladura, 10 punto fijo, 25
equilibrios puntos de equilibrio, 3
definicin, 3
retrato de fase, 10
hiperblicos, 15
construccin numrica, 20
mltiples, 15
perturbacin, 13 secuencia convergente, 25
espacio de Banach, 25 secuencia de Cauchy, 25
espacio lineal normado, 25 sensibilidad, 37
estabilidad estructural, 15 separatriz, 16
sistema masa-resorte, 6
foco, 12
forma de Jordan, 15 Van der Pol, vase ecuacin de Van der Pol
friccin de Coulomb, 7
friccin esttica, 7
funcin de sensibilidad, 37

Gronwall-Bellman, vase desigualdad de Gronwall-

Bellman

Hlder, vase desigualdad de Hlder

Jacobiana, 18
Jordan, vase forma de Jordan

Lienard, vase ecuacin de Lienard

linealizacin