Documentos de Académico
Documentos de Profesional
Documentos de Cultura
5 Exponenciales de operadores. 16
11 Equilibrios 37
15 Ciclos lı́mites 48
16 Ecuaciones en diferencias 50
16.1 Las relaciones de recurrencia lineales . . . . . . . . . . . . . . . . . . . . . . . . . . 51
16.2 Ecuaciones en diferencias de segundo orden . . . . . . . . . . . . . . . . . . . . . . 53
16.3 Equilibrios, ciclos, y estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
16.4 El modelo de Solow en tiempo discreto . . . . . . . . . . . . . . . . . . . . . . . . . 57
i
16.5 El modelo multiplicador-acelerador . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
ii
Notas de Ecuaciones Diferenciales
Elvio Accinelli∗
1
estática que dinámica, poniendo más énfasis en las ecuaciones del equilibrios que en la dinámica,
entre otras cosas porque los economistas son buenos en reconocer los estados de eqilibrio, pero
malos para predecir como una economı́a evoluciona desde el desequilibrio.
Vaya lo antedicho como advertencia para desprevenidos creyentes.
Aquı́ más que en la técnica de resolución de las ecuaciones diferenciales, nos concentraremos
en el análisis cualitativo, de ciertos sistemas dinámicos. Veremos un teorema de existencia de
la solución, resolveremos algún tipo elemental de ecuación para ilustrar la teorı́a, y nos concen-
traremos en el análisis de la estabilidad de la solución, particularmente el llamado método de
Liapunov.
d
(u(t)e−at ) = u′ (t)e−at + u(t)(−a)e−at
dt
sustituyendo u′ obtenemos:
d
(u(t))e−at = au(t)e−at − au(t)e−at = 0
dt
Por lo tanto u(t)e−at es una constante K, de modo que u(t) = Keat . Lo que demuestra la afir-
mación.
La constante K que aparece en la solución queda completamente determinada si se especifica
el valor u0 de la solución en un único punto t0 . Supongamos que a una función x(t) que satisface
(1) se le pide que x(t0 ) = u0 ; entonces K ha de satisfacer Keat0 = u0 y la ecuación (1) tiene
entonces, una única solución que satisface la condicioón inicial x(t0 ) = u0 especificada. Y esta es:
x(t) = u0 ea(t−t0 ) .
2
Por simplicidad se toma frecuentemente t0 = 0, entonces K = u0 . No se pierde generalidad,
tomando t0 = 0 ya que si u(t) es una solución con u(0) = u0 , entonces la función v(t) = u(t − t0 )
es una solución con v(t0 ) = u0 .
La constante a que aparece en la ecuación x′ = ax, puede ser considerada como un parámetro,
si a cambia, la ecuación cambia y lo mismo ocurre con las soluciones.
El signo de a, es crucial en este punto:
Si a = 0, Keat = constante.
ẋ = t2
Sustituyendo resulta
ṗ = α [(a − c) + (b − d)p] α > 0. (2)
3
De donde obtenemos,
ṗ − α[b − d]p = α(a − c). (3)
Observe que esta ecuación corresponde a una ecuación lineal no homogénea de primer orden.
Siendo lineal porque la variable p y su derivada sólo aparecen elevados al exponente 1. Resulta no
homogénea, pues a diferencia de la ecuación (1), el segundo término no es cero, y es de primer
orden, pues la derivada de mayor orden que aparece es la primera.
donde los coeficentes an , ..., a0 son constantes. Si además f (t) = 0; ∀, t entonces se dirá homogénea
y no homogénea en otro caso.
La forma general de una ecuación lineal de primer orden, no homogénea como la ecuación (4)
es :
a1 y ′ + a0 y = f (t) (4)
2. Esta solución como ya sabemos será de la forma y = Ke−bt . A partir de esta buscamos una
solución particular, yp obtendremos al solución en la forma yT = yh + yp .
a1 yp′ + a0 yp = f (t)
(a) En el caso en que el segundo miembro sea constante, es decir de la forma f (t) = C
k
entnces yp = a1 +a0 .
4
4. Considere yT (t) = K(t)e−bt , asuminedo que C(t) es una función derivable, derive yh (t) y
sustituya en la ecuación original. =btendraá una ecaución del tipo:
K̇ = Cebt .
∫
5. Integrando obtendrá K(t) = f (t)ebt dt + K0
9. Verifque que el método de la variación de la constante también puede ser usado para el caso
en que f (t) es constante.
5
4. Las ecuaciones del modelo son;
I = K̇ + δK
S = sY
sY = K̇ + δK
K(t)
5. A partir de k(t) = L(t) obtenemos
LK̇ − k L̇
k̇ =
L2
Equivalentemente:
K K̇ K L̇
k̇ = −
LK LL
es decir [ ]
K̇ L̇
k̇ = k − . (5)
K L
6. Siendo K̇
K = sY − δKK = sY L
L K − δ.
Se sigue que K̇
K = sf (k) k1 − δ. De donde sustituyendo convenientemente en (5) obtenemos: para
el capital per cápita, la ecuació diferencial lineal no homogéna:
k̇ − (n + δ)k = sak α .
2. Muestre que existen dos puntos estacionarios k1 y k2 , es decir dos soluciones de la ecaución
anterior, para las que se verifican k(t) = constante es decir k̇(t) = 0. Estos son putnos son
llamados puntos fijos o de equilibrio.
6
2.2 Otros ejemplos
Ejemplo 2.5 Modelos de difusión Los modelos de difusión, hacen referencia a innovaciones
tecnológicas (como por ejemplo la adoptción de la telefonı́a celelar), y su difusión en la sociedad, el
contagio de una enfermedad, o el crecimiento de una población. Todos ellos presentan las siguetes
principales caracterı́sticas:
Veamos como podemos a partir de estos datos hacernouna idea del comportamiento de un proceso
de difusión. Claramente la caracterización realizada, muestra un proceso de difusión en forma de
S, pero veamos un poco más:
Supongamos que N (t) sea el número de afectados por el proceso, las caracterı́sticas enunciadas,
nos lleva a la siguiente ecuación;
Ejercicio 2.6 Aunque g(t) puede asumir formas muy diferentes, en muchas aplicaciones se con-
sidera
g(t) = a + bN (t)
de donde resulta
a N (t) N (t)
Ṅ (t) = m( +b )(1 − )
m m m
Para resolverla, considere
N (t dN (t) 1 dv(t)
1. v(t) = m de donde resulta dt = m dt .
7
a
2. Sustituyendo, obtenenmos: v̇(t) = ( m + bv(t))(1 − v(t))
7. Obtenga N (t).
x′1 = a1 x1
(7)
x′2 = a2 x2
Este es un sistema muy simple, pero muchos sistemas pueden reducirse a esta forma.
Como no existe una relación especificada entre las dos funciones incógnitas x1 (t), x2 (t) se dice
que están desacopladas.
Las soluciones podemos escribirlas facilmente:
8
Aquı́ las constantes quedan determinadas si se especifican laas condiciones iniciales: x1 (t0 ) =
u1 , x2 (t0 ) = u2 .
Desde un punto de vista geométrico las soluciones de (7) determinan una curva incógnita,
x(t) = (x1 (t), x2 (t)) en el plano ℜ2 . Es decir x es una aplicación de ℜ en ℜ2 . El segundo miembro
de (7) expresa el vector tangente a la curva: x′ (t) = (x′1 (t), x′2 (t))
Usando notación vectorial:
x′ = Ax
donde Ax indica el vector (a1 x1 , a2 x2 ). A cada punto x del plano, le asociamos el vector Ax
basado en x. O bien a cada punto x del plano le asociamos el segmento dirigido que va desde x
hasta x + Ax.
Ejemplo 3.1 Considere a1 = 2, a2 = − 12 . Al punto x = (1, 1) le asociamos
( )
1 1 1
(1, 1) + A = (1, 1) + (2, − ) = (3, ).
1 2 2
Las condiciones iniciales, u = (u1 , u2 ) representan un punto en el plano, y exigen que se
seleccione aquella curva del plano, solución del sitema que en t = t0 pasa por u.
Resolver una ecuación diferencial con condiciones iniciales, significa encontrar una curva x(t)
que satisface las ecuaciones y además en t = 0 verifique las condiciones iniciales. Asociando
a cada punto del plano x el vector Ax obtenemos el diagrama de fases. Para esto dibujamos
una cantidad suficiente de vectores Ax con base en puntos x y fin en x + Ax. Luego es posible
representar graficamente la curva solución x(t), pues para cada t pasará por x(t), con la dirección
Ax(t).
Considere la familia de transformaciones lineales dependiente del parámetro t, ϕt : Rn → Rn ,
definida por
ϕt (u) = (ϕ1t (u), ϕ2t (u), ..., ϕnt (u))
donde ϕit : Rn → R representa la coordenada i−ésima de la curva x(t) solución del sistema ẋ = Ax
que en t = 0 pasa por u, es decir x(0) = u. Esta familia monoparamétrica se denomina flujo del
sistema. Representa la posición de una partı́cula en el momento t cuya dinámica está dada por
ẋ = Ax, la que en el momento t = 0 se encuentra en el punto de coordenadas u = (u1 , u2 , ..., un ).
ẋ2 = a2 x2
x1 (0) = u1 , x2 (0) = u2
9
el flujo es la familia de transformaciones lineales ϕt : R2 → R2 definida por
ẋ1 = λ1 x1
ẋ2 = λ2 x2
.........
ẋn = λn xn
Ejemplo 4.1 Si en particular elegimos R2 con la base canónica C en la que b1 = (1, 0); b2 = (0, 1)
entonces si z = (3, −4) obviamente ϕC (z) = (3, −4). Pero si en lugar de la base canónica elegimos
la base B donde b1 = (1, 1); b2 = (2, 1), entonces ya no es tan sencillo. En este caso
10
Luego tendremos que reslover el sistema lineal:
3 = x1 (z)1 + x2 (z)2
−4 = x1 (z)1 + x2 (z)1
De donde obtendremos que x1 (z) = −11 y x2 (z) = 7. Por lo que ϕC (z) = (−11, 7). Es decir que el
vector z = (3, 4) tendrá las coordenadas (3, 4) en la base canónica y (−11, 7) en la segunda base
elegida.
11
Lo que expresado en forma matricial tiene la forma:
x1 p11 p21 ... pn1 y1
x2 p12 p22 ... pn2 y2
= (11)
.. ... ... ... ...
..
. .
xn p1b p2n ... pnn yn
Resumiendo y comparando las matices en las ecuaciones (8) y en (11) se tiene: X = P T Y. o bien
(P T )−1 X = Y. Es decir que para pasar del sistema de coordenadas viejo al nuevo trasponemos e
invertimos la matriz de cambio de base, y se la aplicamos al sistema de coordenadas de la base
vieja.
Siguiente pregunta: ¿Cómo se realcionan entre si las expresiones matriciales de una misma
transformación lineal coorespondientes a dos bases diferentes?
Supongamos ahora que tenemos una transformación lineal T : E → E cuya matriz asociada
en la base vieja es A y en la base nueva es B. Supongamos que T pone en coorespondencia a cada
vector z ∈ E el vector w ∈ E, es decir T x(z) = x(w). Consecuetemente que T y(z) = y(w) lo que
en forma matricial (en la base vieja) se expresará como: Ax(z) = x(w) y respectivamente (en la
nueva base) By(z) = y(w). La siguiente igualdad se sigue de lo anterior:
Luego
(P T )−1 AP T y(z) = By(z)
B = (P T )−1 AP T
En lo que sigue vamos a tener interés solamente en dos bases particulares, la canónica que será
la vieja y la de vectores propios que será la nueva.
Teorema 4.2 Sea A una matriz n×n que tiene n autovalores diferentes, λ1 , λ2 , . . . , λn . Entonces
existe una matriz n × n invertible Q tal que:
QAQ−1 = diag{λ1 , λ2 , . . . , λn .}
12
vectores propios en la base canónica. Sea Q la inversa de la matriz cuya columna j − esima está
foramada por las coordenadas de fj en la base canónica, (es decir que Q = (P T )−1 ), entonces
QAQ−1 es la matriz de T en la base de vectores propios. Esta matriz tiene en esta base la forma
diag{λ1 , ..., λn } 1 . [·]
Observación 4.3 Q se obtiene inviertiendo la matriz cuyas columnas son las coordenadas de los
vectores propios expresados en la base canónica.
Teorema 4.4 Sea A un operador sobre Rn que tiene n autovalores distintos. Entonces, para todo
x0 ∈ Rn , la ecuación diferencial lineal:
Demostración: Por el teorema anterior, sabemos que existe una matriz Q invertible tal que la
matriz QAQ−1 es diagonal:
QAQ−1 = diag{λ1 , λ2 , . . . , λn .} = B
Sabemos que la ecuación anterior tiene una única solución para cada condición inicial, y la
sabemos calcular, pues es un sistema desacoplado:
13
Para resolver (12), sólo nos resta llevar la solución del sistema desacoplado, expresado en la
base (nueva) de vectores propios de A a la base (vieja) canónica. Pongamos: y(0) = Qx0 . Si y(t)
es la solución de (13), entonces la correspondiente solución para (12) es:
Más explicitamente,
x(t) = Q−1 (y1 (0)exp(λ1 t), ..., λn (0)exp(λ1 t).[]
Siendo Q−1 la traspuesta de la matriz cuyas columnas son “los vectores propios colgados”.
x′1 = x1
x′2 = x1 + x2
x′3 = x1 − x3
La matriz correspondiente es:
1 0 0
A= 1 2 0
1 0 −1
Sus valores propios son 1, 2, -1. Son por lo tanto reales y distintos. La matriz B para el nuevo
sistema (desacoplado) es
1 0 0
B= 0 2 0
0 0 −1
El sistema desacoplado (expresado en la nuevas coordenadas) es:
y1′ = y1
y2′ = 2y2
y3′ = −y3
14
El lector deberá comprobar que estos son:
La matriz de cambio de base traspuesta, se obtiene poniendo en las columnas las coordenadas de
los autovectores:
2 0 0
Q−1 = P T = −1 1 0
2 0 1
De la igualdad x = P T y se obtiene:
x1 (t) = 2aet
x2 (t) = −2aet + be2t
x3 (t) = aet + ce−t
xi (0) = ui
x1 (0) = 2a
x2 (0) = −2a + b
x3 (0) = a + c
u1 = 2a
u2 = −2a + b
u3 = a + c
con incógnitas a, b, c.
El siguiente teorema es consecuencia inmediata del teorema anterior.
Teorema 4.6 Sea A una matriz n × n con n autovalores diferentes y reales, λ1 , ...λn . Entonces
toda solución del sistema:
x′ = Ax; x(0) = u
es de la forma:
para unas ciertas constantes ci1 , ...cin univocamente determinadas por las condiciones iniciales.
15
Mediante este teorema obtenemos mucha información sobre las caracterı́sticas de las soluciones,
aún sin obtenerlas explicitamente: Por ejemplo, si todos los autovalores son negativos, entonces:
lim x(t) = 0
t→∞
para toda solución y reciprocamente. Volveremos sobre este tema más adelante.
5 Exponenciales de operadores.
Definimos ahora una importante serie, que generaliza la serie exponencial usual. Para todo oper-
ador T : Rn → Rn se define:
∞
∑
T Tk
exp(T ) = e =
k=0
k!
∑∞ Tk
La serie exponencial k=0 k! es absolutamente convergente.
Propiedades del operador exponencial
Las siguientes propiedades del operador exponencial pueden verificarse con relativa facilidad:
Sean P, S, T operadores en Rn . Entonces:
1) si Q = P T P −1 entonces: eQ = P eT P −1
2) si ST = T S entonces: eS+T = eS eT
Proposición 5.1
d tA
e = AetA = etA A.
dt
Se pueden considerar a A y etA como matrices, en cuyo caso etA A es su producto.
x′ = Ax
16
Teorema 6.1 Sea A un operador en Rn . Entonces las solución del problema con valor inicial:
es:
x(t) = etA K (15)
y no existen otras.
d tA
(e K) = AetA K,
dt
como x(0) = e0A = K se tiene que (15) es una solución de (14). Para probar que no hay otras
soluciones razonemos por el absurdo. Supongamos que s(t) es otra solución de (14) y pongamos:
Entonces: ( )
′ d −tA
y (t) = e s(t) + e−tA s′ (t) = e−tA (−A + A)s(t) = 0
dt
Por lo tanto y(t) es una constante. Como y(0) = K se sigue que y(t) = K. Luego s(t) = Ke−tA .[·]
x′1 = ax1
La solución con valor inicial K = (K1 , K2 ) es, de acuerdo al teorema anterior x(t) = etA K. Siendo:
[ ]
tA ta 1 0
e =e ,
tb 1
se sigue que
etA K = (eta K1 , eta (tbK1 + K2 ))
17
En consecuencia la solución que satisface a las condiciones iniciales
x1 (0) = K1 , x2 (0) = K2
es:
x1 (t) = eta K1
Para cualquier matriz A 2 × 2, existe una matriz invertible P tal que la matriz B = P AP −1 tiene
una de las siguientes formas (canónicas)2 :
[ ] [ ] [ ]
λ 0 a −b λ 0
; ;
0 µ b a b λ
−1 BP
eA = eP = P −1 eB P.
La primera forma canónica corresponde al caso en que la matriz A tiene autovalores diferentes,
estos son λ y µ, o bien al caso en que los valores propios son iguales, λ = µ pero existe un base de
vectores propios, es el caso desacoplado. La segunda forma canónica corresponde al caso en que
los valores propios son complejos a + bi y su conjugado. La tercera al caso de autovalores iguales
pero no existe una base de vectores propios3 vectores propios aunen el caso, b depende de la base
nueva elegida, se toma el vector propio y se completa la base, luego se resuelve (P T )−1 AP T = C
siendo C la matriz canónica correspondiente. Podemos elegir la base de forma tal que b = 1.
Puesto que sabemos calcular la exponencial de cualquier matriz de orden 2×2 podemos resolver
explicitamente cualquier sistema bidimensional de la forma x′ = Ax. Por otra parte, debido a que
los valores de λ y µ que aparecen en las formas canónicas son los autovaleres de A en el caso en
2
Obsérvese que esta matriz no es en principio la matriz traspuesta de cambio de base de la canónica a la de
autovectores, pues en principio no podemos asegurar que exista una base de vectores propios como en el caso en
que los valores propios son diferentes, véase el teorema (4.2).
3
( Recuerde) que puede suceder que exista una base de que los valores porpio sean iguales. Ejemplo: A =
2 0
.
0 2
18
que sean reales, mientras que en el caso de que sean complejos a y b son respectivamente la parte
real y la parte compleja de dichos autovalores. Entonces aun sin obtener forma en explı́cita la
solución, podemos conocer, a partir de los autovalores de la matriz del sistema, algunas propiedades
cualitativas de las soluciones. Veremos los casos más importantes:
Caso 1. A tiene autovalores reales de signos opuestos. En este caso se dice que el origen es
un punto silla. Mediante el camdio de coordenadas, x = P y la ecuación se convierte en:
y ′ = By,
[ ]
−1 λ 0
B = P AP = , λ < 0 < µ.
0 µ
Las soluciones para es sistema son de la forma y(t) = (c1 eλt , c2 eµt ). Que representan en el plano
µ
µ
(y1 , y2 ) las curvas incógnita y1 = k(y2 ) λ , con λ < 0, siendo k una constante que se determina en
función de las condiciones iniciales. La solución del sitema original, será una combinación lineal
de estas:
x(t) = c1 eλt v1 + c2 eµt v2 ,
• donde v1 y v2 son los vectores propios de la matriz A cuyas coordenadas son las columnas
de pT .
limt→∞ x(t) = 0
19
Figure 1: Punto de silla
Figure 2: Foco
y ′ = By
[ ]
−1 λ 0
B = P AP = , λ < 0.
1 λ
Ya vimos que en este caso las soluciones tienen la forma:
y1 (t) = eλt K1
.
y2 (t) = eλt (tbK1 + K2 )
Tienden a cero cuando t va hacia infinito.
20
Figure 3: Nodo
Siendo n el vector elegido para completar la base, la solución del sistema original tendrá la
forma:
x(t) = c1 vp eλt + c2 (tvp + n)eλt ,
Caso III. Si los autovalores son complejos a + bi se puede hacer un cambio de variables para
obtener el sistema equivalente:
y ′ = By,
[ ]
a −b
B= .
b a
Según ya fue visto:
[ ]
Bt at cos bt − sin bt
e =e
sin bt cos bt
Por lo tanto la solución de la ecuación diferencial, se expresa:
Como | cos bt| < 1 y | sin bt| < 1 y a < 0, resulta que:
limt→∞ y(t) = 0
21
Si b > 0, el diagrama de fases consiste en espirales que tienden a cero, en sentido contrario a
las agujas del reloj, ver figura 5, y de espirales que tienden a cero en el sentido contrario a las
agujas del reloj, si b < 0.
La solución del sistema original tendrá la forma
Caso IV. Los autovalores son imaginarios puros. En este caso se dice que se tiene un centro.
Está caracterizado por la propiedad de que todas las soluciones son periódicas del mismo perı́odo.
Con un cambio apropiado de coordenadas (como en el caso III) se tiene:
y ′ = By,
[ ] [ ]
a −b Bt at cos bt − sin bt
B= , e =e
b a sin bt cos bt
En este caso a = 0.
Para el caso con autovalores complejos, se tienen los siguiente posibilidades según los valores de
a y b.
22
6.2 Cómo encontrar la matriz P T cuando no existe una base de vectores
propios
ẋ1 = −2x2
ẋ2 = x1 + 2x2
[ ]
0 −2
En este caso: A = .
1 2
• Los vectores v = (1, −1) y u(1, 0) forman una base en R2 . La base debe escribirse en el orden
{v, u} Luego todo vecotor x ∈ R2 podrá expresarse como x = y1 (1, −1) + y2 (1, 0)
• LLegamos a que [ ]
T 1 1
P = .
−1 0
[ ]
1 −1
El lector verificará que(P T )−1 AP T = = B Luego sabemos que el sistema y ′ = By
1 1
tiene las soluciones y(t) = etB K en este caso
[ ]
t cos t − sin t
y(t) = e K.
sin t cos t
Es decir:
y1 (t) = k1 et cos t − k2 et sin t
23
Observación 6.3 En forma general, la demostración de que si un operador T en un espacio
vectorial
[ de dimesión
] 2 tiene autovalores conjugados, entonces se puede llevar a la forma canónica
a −b
T = siendo µ = a + bi y µ̄ los valores propios, se hace de la siguietne forma:
b a
T v = av + bu
[ ]
a −b
Esto significa que expresada en la base {v, u}, T = .[·] La matriz
b a
[ ]
T u 1 v1
P = .
u 2 v2
24
donde λ es el único valor propio, vp un vector propio y n el vector que completa la base, y P T la
matriz cuyas columnas están formadas por las coordenadas de n y vp . Las constantes k1 y k2 se
determinarán en función de las condiciones iniciales.
Las soluciones que se obtienen son en definitiva combinaciones lineales de las soluciones de los
sistemas canónicos, de ahı́ la posibilidad de realizar un estudio cualitativo del comportamiento de
las soluciones aun antes de resolver el sistema explicitamente.
6.3 Ejemplos
• Encuentre la matriz P T . Para esto deberá obtener los autovectores, v1 = (1, 2); v2 = (−2, 1).
es decir resolver: ( )( ) ( )
1−λ 12 a 0
=
3 1−λ b 0
Donde λ son los autovalores.
• Encuentre la matriz P T .
x1 = c1 e2t + c2 te2 t
25
• Obtenga la solución para x1 (0) = 1; x2 (0) = 0.
ẏ = −2x − y
(1 − i)α + β = 0.
• Construya P T .
26
Como se supone que (17) es solución de (16),
o sea,
f ′ (t) = B(t)e−At .
Integrando: ∫ t
f (t) = e−As B(s)ds + K
0
con lo que tenemos un candidato a solución de (16)
[∫ t ]
−As
x(t) = e At
e B(s)ds + K , K ∈ Rn . (18)
0
Obsérvese que la ecuación anterior tiene efectivamente sentido, pues el término en el inte-
grando, es una función vectorial. Luego representa n integrales, Por lo que x(t) resulta una
función vectorial, bien definida de R en Rn .
Derivando x(t) en la última ecuación verificamos que efectivamente es una solucion para (16).
Finalmente podemos comprobar que toda solución de la ecuación (16) ha de ser de la forma
(18). Para comprobar esto supongamos que que y : R → Rn es una segunda solucion de (16).
Entonces:
x′ − y ′ = A(x − y) (19)
y ′ = Ay
Por lo tanto la solución general de la ecuación no homogénea se obtiene sumando una solución
particular, a la solución general de la ecuación homogénea.
Si la función B(t) es minimamente complicada será probablemente imposible obtener una
fórmula simple, aunque algunas veces esto puede hacerse.
27
Ejemplo 7.1 Hallar la solución general de:
x1 = −x2
x2 = x1 + t
Aquı́: [ ] [ ] [ ]
0 −1 0 −At cos s sin s
A= , B(t) = , e =
1 0 t − sin s cos s
y la integral es:
∫ t[ ][ ] ∫ t[ ] [ ]
cos s sin s 0 s sin s sin t − t cos t
ds = ds = .
0 − sin s cos s t 0 s cos s cos t + t sin t − 1
[ ] [ ]
At cos t − sin t K1
e = , K= .
sin t cos t K2
Por lo tanto la solución general será de la forma:
[ ] [ ][ ]
x1 (t) cos t − sin t sin t − t cos t + K1
= .
x2 (t) sin t cos t cos t + t sin t − 1 + K2
Realizando la multiplicación de matrices y simplificando resulta:
x1 (0) = K1 , x2 (0) = K2 .
Introduciendo nuevas variables podemos reducir (20) a un sistema de dos ecuaciones de primer
orden. Sea x1 = s y x′1 = s′ . Entonces de (20) resulta:
x′1 = x2
(21)
x′2 = −bx1 − ax2
28
Podemos ver que si x(t) = (x1 (t), x2 (t)) es una solución del sistema lineal, entonces es solución
de (20) Este procedimiento vale también en casos de orden mayor a 2. Consideremos:
Aquı́ s es una función real de t y sn es la derivada enésima de s, mientras que a1 , a2 , ...an son
constantes.
En este caso las nuevas variables son x1 = s, x2 = x′1 , ..., xn−1 = x′n−1 y el sistema equivalente
a la ecuación es:
x′1 = x2
x′2 = x3
.. .. ..
. . .
p(λ) = λn + a1 λn−1 + . . . + an .
29
Entonces como x1 (t) o s(t) es una cierta combinación lineal s(t) = p11 K1 exp(λ1 t)+p12 K2 exp(λ2 t).
Se concluye por lo tanto que toda solución de (20) es de la forma:
para ciertas constantes C1 y C2 que pueden determinarse a partir de los valores iniciales s(t0 ), s′ (t0 ).
CASO 2 A continuación supongamos que λ1 = λ2 = λ y que estos autovalores o raı́ces de la
ecuación de segundo grado son reales. En este caso el sistema equivalente tendrá una matriz 2 × 2
de la forma [ ]
λ 0
, β ̸= 0
β λ
La solución general del sistema será:
y1 (t) = K1 eλt ,
Teorema 8.2 Sean λ1 y λ2 las raı́ces del polinomio caracterı́stico P (λ) = λ2 + aλ + b. Entonces
toda solución de la ecuación diferencial:
s′′ + a1 s′ + bs = 0,
30
Caso (a). λ1 y λ2 son reales y distintos: s(t) = C1 exp(λ1 t) + C2 exp(λ2 t);
Caso (c). λ1 = µ1 + iν1 , λ2 = µ2 + iν2 , ν ̸= 0 : s(t) = eµt (C1 cos νt + C2 sin νt)
En cada caso, C1 y C2 son constantes reales determinadas por las condiciones iniciales de la forma:
s(t0 ) = α, s′ (t0 ) = β.
Las ecuaciones diferenciales lineales de orden superior, pueden resolverse por métodos análogos,
la comprensión cabal de estos métodos de resolución, requieren un poco más de álgebra. Recomen-
damos la lectura del libro de Hirsch, y Smale, Ecuaciones Diferenciales, sistemas dinámicos y
álgebra lineal.
Presentaremos un ejemplo de resolución de una ecuación diferencial no homogénea de segundo
orden:
s′′ + 2s′ + s = t − 1
s̄(t) = t − 1.
31
A partir de las condiciones iniciales, poniendo t = 0 obtenemos el siguiente sistema de ecua-
ciones:
s(0) = C1 + C2 − 1 = 1,
s′ (0) = −C1 + 1 = 2
Por lo cual la solución es
s(t) = 2e−t + 3te−t + t − 1
Supongamos que la inversión desead I ∗ es proporcional a la diferencia entre el stock del capital
deseado K ∗ y el disponible K:
K̇ ∗ = I ∗ = α(K ∗ − K) (23)
donde α > 0 y para simplificar el modelo asumimos que no existe depreciación. Esta ecuación es
llammada la ecuación del ajuste del capital. Supongamos que el capital desado en proporcional
al producto espertado, para simplificar consideremos K ∗ = kY es decir que el capital desado
en proporcinal al producto existente. Se obtinen entonces la siguiente ecuación, llamada del
acelerador flexible
K̇ = I = α(kY − K) (24)
Supongamos ahora que la variación en la inversión sea prporcional a la diferencia entre inversión
desada I ∗ e inversión actual (I), es decir que I˙ = β(I ∗ − I). Por lo tanto
P (λ) = λ2 + αλ + αβ.
32
1. Caso α > 4β. K(t) = C1 exp[λ1 t] + C2 exp[λ1 t] + K ∗
En todos los casos la solución converge al valor de K ∗ . En el caso (3) aparecen oscilaciones.
Esto sucede en el caso enque no consideramos la relación entre capital y producto dada por
(24). Para este caso considerando el consumo C = a + bY a > 0, 0 < b < 1 obtenemos
1 1
Y =C +I = (a + I) = (a + K ′ ).
1−b 1−b
Poniendo ahora K ∗ = kY considerando la ecuación (26) llegamos finalmetne a:
( )
αk 1
K̈ + β 1 − K̇ + αβK = αk . (27)
1−b 1−b
Ejercicio 8.4 Encontrar la soluciónparticular, y mostrar que la estabilidad ahora se pierde.
Y ′ = α(D − Y ) (28)
33
y la coorespondiente ecuación diferencial es:
Supongamos ahora que el gobierno intenta acercarse a cierto gast deseado G∗ por lo que varı́a el
gasto en forma proporcional a la desviación de este gasto deseado. Formalmente
siendo β > 0 y G el gasto actual. Sustituyendo la igualdad (32) en (31) llegamos a la ecuación:
2. Obtenga la solución general y compare con los resultados obtenidos para el caso (28).
(a) G∗ = −g1 Y − g2 Y ′ .
∫t
(b) G∗ = f 0 Y (s)ds. (AYUDA: para discutir este caso introduzca G∗ en la ecuación (31)
y luego derive, obtendrá una ecuación difernecial homogenea de tercer orden.)
ẋ = ϕ(x). (35)
La primera pregunta que surge es ¿ cuándo un sistema de ecuaciones diferenciales tiene una
solución? y a continuación si existiendo una, es ésta única solución. Formalicemos el sentido de
la palabra solución:
34
Definición 9.1 Una solución local a través de un punto x0 ∈ X para el sistema (35) es una
función ξ(·, x0 ) : T → X, donde T es un intervalo real conteniendo al origen tal que ξ(0, x0 ) = x0 ,
y tal que para todo t ∈ T se verifica la igualdad:
d
ξ(t, x0 ) = ϕ[ξ(t, x0 )].
dt
Se verifica el siguiente teorema de existencia y unicidad:
No es difı́cil verificar que si ϕ tiene derivadas parciales continuas entonces es Lipschitz continua,
y que si una función ϕ es Lipschitz continua, entonces es continua.
No obstante como muestra la función ϕ(x) = |x| puede ser Lipschitz continua sin tener
√
derivadas continuas. Por otra parte la función f (x) = 0 si x < 0 f (x) = x si x ≥ 0 es
continua pero no Lipschitz continua. Observe que en cero la pendiente por la derecha es infinita.
√
Ejemplo 9.3 1. Considere la función no Lipschitz continua en 0 f (x) = 0 si x < 0 f (x) = x.
Como fácilmente puede verificarse las funciones
x˙2 = −x˙1
35
2. Análogamente para
x˙1 = (2x1 − 3x2 )x1 x2
3. Análogamente para
x˙1 = (2x1 − 3x2 )(x2 − 1)
x˙2 = (x1 − x2 )
Indique la solución que pasa por (1, 2).
Teorema 10.1 Sea ϕ ∈ C 1 . Sea x(t) = ξ(t, x0 ) la solución de x′ = ϕ(x) con x(t0 ) = x0 definida
en el intervalo cerrado [t0 , t1 ]. Existen Ux0 ⊂ Rn de x0 y una constante K tales que si z 0 ∈ Ux0
entonces existe una única solución z(t) = ξ(t, z 0 ) también definida en [t0 , t1 ] con z(t0 ) = z 0 , y
z(t) satisface:
|x(t) − z(t)| ≤ K|x0 − y0 |exp(K(t − t0 ))
Mostraremos ahora que si consideramos el mayor de los intervalos abiertos (α, β) en el que
puede definirse una solución ξ(·, x0 ) para x′ = ϕ(x), y cada x0 ∈ W siendo W el dominio de
ϕ donde es C 1 , entonces cuando t se aproxima al borde del intervalo, la solución se escapa de
cualquier compacto K ⊂ W.
El teorema será enunciado para el borde derecho, pero el otro caso es análogo.
36
Teorema 10.3 Sea W ⊂ Rn abierto, sea ϕ : W → Rn un mapa C 1 . Sea y(t) = ξ(t, y 0 ) una
solución en un intervalo maximal J = (α, β) ⊂ R con β < ∞. Entonces dado un compacto
cualquiera K ⊂ W existe t ∈ J con y(t) ̸∈ K.
11 Equilibrios
El siguiente ejemplo tiene por objetivo motivar el estudio que llevaremos adelante en esta sección,
pero no crea todo lo que le dicen, sobre todo cuando el ejemplo que presentaremos se basa en una
de las leyes de las que más se habla en economı́a, pero no parece ser tan universal.
Ejemplo 11.1 • Trataremos el tiempo como una variable continua, y supondremos que los
productores fijan los precios de los productos sin conocer la curva de demanda, D(p).
• Al precio p los consumidores adquieren por unidad de tiempo, la cantidad D(p), supuesta
función decreciente con p. A ese precio los productores desean vender la cantidad S(p) por
unidad de tiempo, función creciente con p.
• s(p) y D(p) pueden ser diferentes, pues en el esquema nada indica que los productores estén
vendiendo lo que desean a precio p, admitamos que los productores corrijan el precio del
producto proporcionalmente a la demanda excedente del producto:
dp
= k(D(p) − S(p)) (36)
dt
Esta es la ecuación de Samuelson de la Ley de la Oferta y la Demanda. Desde que las curvas
se interceptan en p0 , precio al que la oferta es igual a la demanda, vemos que el precio del mercado
p convergirá para p0 . Esto puede verse en la figura siguiente:
S(p) = as − bs p
ṗ = k(D(p) − S(p))
37
(a) Discuta la solución en función de los valores de los coeficientes ad , bd ; as , bs .
Obsérvese que si x̄ es un punto de equilibrio, entonces ϕt (x̄) = x̄ para todo t. Por este motivo
se le llama punto estacionario o punto fijo del flujo. Nos preocupará el estudio de la solución,
ϕ(t; x0 , t0 ), esto es la solución que en t = t0 pasa por x0 , es decir: ϕ(t0 ; x0 , t0 ) = x0 , en particular
nos ocuparemos del comportamiento de soluciones que pasan en t = t0 por un punto x0 próximo
a x̄ y por otra parte del comportamiento de las soluciones, cuando x0 es un punto arbitrario del
plano. El primer aspecto se relaciona con la llamada estabilidad local del punto de equilibrio, y
el segundo con la estabilidad global.
Obsérvese que la solución ϕ depende de t0 como de x0 .
Definición 11.5 Un equilibro x̄ es llamado estable si para todo entorno Ux̄ de x̄ en el dominio
de f (t, ·) existe un entorno U1x̄ en el dominio de f (t, ·) tal que toda solución x(t) con x(0) en U1x̄
está definidia y permanece en Ux para todo t > t0 .
Podemos también decir que, x̄ es asintoticamente estable si y solamente si, es estable y además
limt→∞ = x̄ para toda solición con x(t0 ) ∈ U1x̄ .
38
Ejemplo 11.7 Consideremos la ecuación:
Claramente x̄ = 0 es un estado de equilibrio, es fácil ver que esta solución es el único equilibrio.
La solución para esta ecuación es:
ϕ(t; t0 , x0 ) = x0 exp(−2(t − t0 ))
Puede verse que ϕ(t; t0 , x0 ) → 0 cuando t → ∞ independientemente del valor inicial, la solución
de equilibrio es única y el sistema es globalmente estable.
Discuta en función de a el caso
ẋ(t) = ax(t)
1
ẋ = − x3 (t), t ∈ ℜ, x ∈ ℜ, x(t0 ) = x0
5
Claramente, x̄ = 0 es el único estado de equilibrio. Haciendo un diagrama, ver figura, puede verse
que si x > 0 entonces ẋ < 0 y si x < 0 entonces ẋ > 0. Consecuentemente x(t) → 0 cuando t → ∞
Supongamos ahora que tenemos el siguiente sistema lineal y homogéneo, con coeficientes con-
stantes:
ẋ(t) = Ax(t) donde A = [aij ] es una n × n matriz
ϕ(t; x0 ) = P exp(Λt)P −1 x0
39
e λ1 t 0 0 ... 0
λ t
0 e 2 0 ... 0
exp(Λt) =
... ... ... ... ...
0 0 ... . . . e λn t
En este caso la estabilidad depende crucialmente de los autovalores de la matriz A. En par-
ticular si la parte real de todos los autovalores es negativa entonces claramente exp(Λt) → 0 si
t → ∞. Por lo que en este caso el sistema será globalmente estable.
Teorema 11.10 Sea ẋ(t) = Ax(t) un sistema de ecuaciones diferenciales. El punto de equilibrio
x̄ = 0 es globalmente estable si y sólo si la parte real de los autovalores de A es negativa.
Si un sistema está dado por ẋ(t) = A(x(t)−x̄) entonces x(t) = x̄ es el único estado de equilibrio,
mediante el cambio de variables y = x(t) − x̄ hallamos que ȳ = 0 es el punto de equilibrio.
Es sabido que si una matriz A s definida negativa, entonces todos los autovalores de la matriz
son negativas, consecuentemente el sistema es asintoticamente estable. Decimos entonces que el
equilibrio es un atractor global.
Teorema 12.1 (Atractor local) Sea Df (x̄) la matriz de derivadas de f. Si todos los autovalores
de dicha matriz tienen parte real negativa, esntonces existe un entorno Ux̄ de x̄ tal que toda solución
ϕ(t, x0 ) → x̄ cuando t → ∞ para todo x0 ∈ Ux̄ .
Teorema 12.2 Supongamos que x̄ es un equilibrio estable para el sistema (38). Entonces ningún
autovalor la matriz Df (x̄) tiene parte real positiva.
40
La deomstración del teorema no la incluiremos, no obstante agregaremos elsiguiente corolario:
Decir entonces que un equilibrio x̄ es hiperbólico, significa que ningún autovalor de Df (x̄)
tiene parte real nula. En este caso si:
El siguiente teorema da una condición necesaria y suficiente para que una matriz tenga sus
autovalores con parte real negativa.
Teorema 12.5 Routh-Hurwitz(REVISAR) Una condición necesaria y suficiente para que las
raı́ces del polinomio caracterı́stico
P (λ) = a0 λn + a1 λn−1 + · · · + an
de una matriz A con coeficientes reales, tenga raı́ces con parte real negativa, es que los determi-
nantes de los menores principales de la matriz M = A + At multiplicados por (−1)i , i = 1, 2, ....n
sean positivos, es decir Bi = (−1)i Mi > 0 (siendo Mi los determinantes de los menores princi-
pales).
ẋ(t) = f (x(t))
41
Observación 12.6 Es un resultado conocido que si un punto de equilibrio en la aproximación
lineal es globalmente estable entonces es localmente estable en el sistema original.
El recı́proco no es necesariamente cierto, en otras palabras, es posible que un punto de equilibrio
sea globalmente o localmente estable en el sistema original y no sea estable en la aproximación
lineal.
k̇ = sak α − (n + δ)k.
( )−( 1
)
sa α−1
Obtuvimos también dos punto fijos k1 = 0 y k2 = n+δ .
Tomamos la primera aproximación en un entorno de cada uno de los puntos de equilibrio:
f (k) = f (k ∗ ) + f ′ (k ∗ )(k − k ∗ )
42
13 La Estabilidad según Liapunov
Como ya fue visto el estudio de los puntos de equilibrio juega un papel fundamental en las ecua-
ciones diferenciales ordinarias y sus aplicaciones. Además está claro que un punto de equilibrio
debe tener ciertas propiedades de estabilidad para tener relevancia en el mundo real, pues gen-
eralmente no es posible localizar exactamente un punto, sino sólo de manera aproximada. De ahı́
al importancia de que en un entorno del punto en cuestión, las soluciones no se alejen mucho con
el tiempo, mejor aun si se aproximan con el correr del tiempo a la solución exacta.
Por el planteo que hicimos anteriormente, conocer la estabilidad de un equilibrio, supone
conocer la totalidad de las soluciones de la ecuación diferencias, lo que puede resultar difı́cil sino
imposible.
El matemático ruso A.M. Liapunov, en su tesis de doctorado de 1982, encontró u criterio muy
amplio para conocer la estabilidad de un punto de equilibrio de un sistema dinámico
x′ = f (x). (39)
Aquı́ el miembro de la derecha es simplemente el operador DV (x) aplicado al vector f (x). Entonces
si ϕt (x) es la solución de la ecuación diferencial que pasa por x cuando t = 0,
d
V̇ (x) = V (ϕt (x))|t=0
dt
Teorema 13.1 Sea x̄ ∈ W un punto de equilibrio de (39). Sea V : U → R una función continua
definida en un entorno U ⊂ W de x̄, derivable en U − x, tal que
(b) V̇ ≤ 0 en U − x.
43
Entonces x̄ es estable. Si además:
(c) V̇ < 0 en U − x,
Definición 13.2 Una función V que satisface (a) y (b) se llama función de Liapunov para x̄.
Ponemos énfasis en que el teorema de Liapunov, se puede aplicar sin necesidad de conocer la
solución de la ecuación. Como contrapartida, no existe un método definitivo para hallar funciones
de Liapunov; es una cuestión de ingenio y de prueba y error en cada caso. elmatemático uruguayo
J.L. Massera demostró el teorema recı́proco de Liapunov. Algunas veces hay funciones naturales
para ensayar
x′ = y + ϵ(x3 /3 − x)
y′ = −x
Definimos la función de Liapunov como V (x, y) = (x2 + y 2 )/2. Entonces, V̇ = ϵx2 (x2 /3 − 1) a lo
largo de una solución. Para D = {(x, y) ∈ R2 : x2 + y 2 < 3}, V̇ ≤ 0} mientras que V (x, y) ≥ 0.
Más aun, la desigualdad es estricta para todo (x, y) ∈ D en ambos casos, por lo que concluı́mos
la estabilidad asintótica del (0, 0) para toda solución tal que (x(0), y(0)) ∈ D.
donde se considera a los precios como función vectorial del tiempo, p : R → Rn siendo z : S+
n−1
→
Rn la función de exceso de demanda, k es una constante de juste. Este proceso es conocido como
Tatonnement processes.
44
Teorema 13.5 Supongamos el siguiente mecanismo de ajuste de precios: pi = ki zi (p), i = 1, . . . , n
con la función exceso de demanda, satisfaciendo el axioma débil de la preferencia revelada, esto
es: si p∗ es un equilibrio de la economı́a, entonces p∗ z(p) > 0 para todo p ̸= p∗ . Entonces p∗ es
asintoticamente estable.
Verifique que esta es una función de Liapunov para p∗ . Más aun que la hipótesis de la preferencia
revelada implica que,
d
V (p) = −2p∗ z(p).
dt
Observación 13.6 (El teorema de Sonnenschein-Mantel-Debreu) El teorema SMD, afirma
que dada una función que verifique la ley de Walras y se homogenea de grado cero, podemos con-
struir una economı́a con preferencias cóncavas de forma tal que dicha función corresponda a su
exceso de demanda. Esto dice que el campo vectorial asociado a la ecuación diferencial del taton-
nement que aquı́ analizamos es muy amplio. Por lo tanto si bien la existencia del equilibrio puede
probarse, la estabilidad del equilibrio está lejos de tener lap0op890’ misma genrealidad. En prin-
cipio precios cercanos al de equilibrio pueden no converger a ningún lugar. En el caso considerado
en la sección las funciones de demanda y oferta tienen formas muy particulares, los mercados se
comportan en general en forma no tan simple. Por otra parte para economı́as con más de dos
bienes no hay mecanismo que asegure la convergencia a algún precio de equilibrio.
x′ = (A − By)x
(40)
y′ = (Cx − D)y.
45
2. Nótese que los autovalores correspondientes a la arporximación lineal en el punto (D/C, A/B)
son imaginarios puros.
3. Resuelva la aproximación lineal correspondiente. Observe que aun nada se puede concluir
acerca de la estabilidad del equilibrio.
x′ = 0 y = A
B
y′ = 0 x = D
C
5. Indique en cada uno de los cuatro cuadrantes en que quedó dividido el espacio de fases la
dirección del movimiento a lo largo de las soluciones. Ver‘á que la trayectoria es antihoraria.
8. Intentaremos encontrar una función de Liapunov para analizar la estabilidad del equilibrio
z = (D/C, A/B).
F ′ (x) = C − D/x
G′ (y) = B − A/y.
46
10. Luego o z es un sumidero, o bien es un centro de órbitas periódicas. En este caso es
relativamente sencillo verificar que son órbitas periódicas. Para ver esto considere un punto
cualquiera w = (u, v) ̸= z. Si w no está en una órbita cerrada, entonces ϕt (w) → z, t → ∞
en la recta x = D/C. Pero H es constante sobre las trayectorias, por lo que H(w̄) = H(z)
para todo w̄ en la trayectoiria de w. Esto contradice que z es un mı́nimo para H
47
Ejemplo 14.2 Analicemos el punto silla del siguiente sistema no lineal.
ẋ = y + 1 − ex
ẏ = yex
Es decir las rectas y = 0 e y = 2x. En este caso es posible encontrar las variedades estable W s (0, 0)
e inestable W u (0, 0) explicitamente. esto no siempre es posible hacerlo, acá es posible ver que
{ }
W s (0, 0) = (x, y) ∈ R2 : y = 0
{ }
W u (0, 0 = (x, y) ∈ R2 : y = s(ex − 1)
15 Ciclos lı́mites
Un ciclo lı́mite, en el espacio de fases de dos dimensiones para de un sitema dinámico, es una
trayectoria cerrada llamada también una ŕobita, con la propiedad adicional de que al menos una
trayectoria en espiral se aproxima a él, ya sea cuando el tiempo tiende a infinito o el paso del
tiempo tiende a menos infinito.
Si por ambos lados del ciclo lı́mite hay trayectorias que tienden a él cuando el tiempo va para
infinito, entonces el ciclo es asintóticamente estable se denomina ω ciclo lı́mite, y es asintóticamente
inestable, cuando por ambos lados, las tryectorias se alejan de él, cuando el tiempo va para inifnito,
en este caso es un α ciclo lı́mite. Tal comportamiento se puede encontrar en algunos sistemas no
lineales.
Ciclos lı́mites se han utilizado para modelar el comportamiento de un gran némero de sistemas
oscilatorios del mundo real. El estudio de los ciclos lı́mite fue iniciado por Henri Poincaré (1854-
1912).
48
Consideremos un sistema dinámico de dos dimensiones en la forma:
ẋ(t) = v(x(t))
Definición 15.1 Una trayectoria para este sistema es alguna función suave x(t) con valores
en ℜ2 que satisface el sistema. Tal trayectoria se dice cerrada o perı́odica, si no es constante,
pero siempre regresa a su punto de partida. Es decir, si existe algún t0 > 0 tal que x(t + t0 ) =
x(t) ∀; t ∈ ℜ. Una órbita es la imagen de la trayectoria en el espacio de fases, y por lo tanto sun
subconjunto de ℜ2 . Consecuentemente una órbita cerrada o ciclo, es la image de una trayectoria
cerrada. Un ciclo lı́mite es un ciclo que es el lı́mite de alguna trayectoiria. Es un ejemplo de
órbita periódica.
Es posible probar que Toda trayectoria cerrada, contiene en su interior un punto estacionario.
ṙ = r(1 − r2 ), θ̇ = 1.
Ejemplo 15.3 El siguiente ejemplo de existenca de ciclo lı́mite enuna economı́a walrasiana, es
debido a Mas-Colell. Sea Y = f (L) la función de producción, supongamos que es diferenciable e
invertible. Consideremos entonces, L = f −1 (Y ) = ϕ(Y ). El precio de equilibrio p∗ debe ser igual
al costo marginal. p∗ = ϕ′ (Y ). Para simplicar las cosas, consideremos que el costo marginal es
lineal es decir, que ϕ′ (Y ) = c1 + c2 Y. La demanda agregada se represneta por D(p, L) y es igual
49
a la oferta en equilibrio. Es decir: D(p∗ ϕ(Y ∗ )) = Y ∗ Las ecuacioens de ajuste de la demand y la
oferta al precio será;
ṗ = α[D(pϕ(Y )) − Y ] α > 0
Ẏ β[p − ϕ′ (Y ) β>0
Si consideramos el caso
ϕ′ (Y ) = 0.87 + 0.5Y
ṗ = 0 Y = −0.02p + 0.8p2 − 9p + 50
Ẏ = p p = 0, 87 + 0.5Y o Y = 1.74 + 2p
El punto de equilibrio corresponde al corte de ambas curvas, una de ellas una cúbica, y la otra
una recta. Este punto queda en el interior de un ciclo lı́mite, en que fue obtenido usando mathlab
y ajustando los valores e β para α = 1.
16 Ecuaciones en diferencias
Trataremos en esta sección con sucesiones del tipo a0 , a1 , .. que verifican una relación de recurrencia
del tipo
at = f (at−1 , ..., at−n )) + g(t), ∀ t ∈ N
comenzando en algún t > n, donde n es un núero natural fijo, y g; N → R una función real.
Es decir, sucesiones en las que cada término depende de una cierta cantidad n fija de términos
anteriores al dado, mediante una relación f previamente definida y una función g tambén definida
previamente, en el conjunto de los naturales.
En el caso en que g(t) = 0 ∀t ∈ N decimos que la relación de recurrencia es homogénea, y no
homogénea en otro caso.
Cuando n = 1 diremos que la relación en de primer orden y su forma general es at = f (at−1 +
g(t), ∀ t ≥ 1. en forma recursiva:
a1 = f (a0 )+g(1); a2 = f (a1 )+g(2) = f (f (a0 +g(1))+g(2), ..., f (at ) = f (at−1 )+g(t) = ... = f t (a0 +g(1))+g(t), ..
50
La relación se llama de segundo orden cuando tiene la forma at = f (at−1 , at−2 ) + g(t) ∀t ≥ 2.
El lector puede observar que una relación en recurrencias homogénea de orden n queda deter-
minada, una vez que se conoce el valor de los n primeros términos de la recurrencia.
Para un sistema dinámico discreto de la forma at+1 = f (at ), a∗ es un punto fijo o equilibrio
para el sistema si para todo t se verifica la identidad f (yt ) = y ∗ . Equivalentemente a∗ es un punto
fijo para el sistema at+1 = f (at ), si solo si a∗ = f (a∗ ).
at = kat−1 ∀ t ≥ 1.
Ejemplo 16.1 Como ejemplo sencillo podemos considerar una progresión aritmética at+1 = 3at ,
con a0 = 5.3
a1 = 3a0 , a2 = 3a1 = 3(3a0 ) = 32 a0 , ..., at = 3t a0 , ...
Finalmente obtenemos la solución, tendiendo a cero, oscilando si −1 < k < 0. En el caso en que
|k| > 1 entonces los elementos de la sucesión toman valores cada vez mayores en valor abosluto.
at = 3t (5.3)
St = sYt
It = µ(Yt − Yt−1 )
St = I t
51
Obtenga la ecuación en diferencias que le permita obtener el valor del producto Yt para todo t
a patir de saber que en t = 0 Y (0) = Y0 . Discuta la solución en función de los parámetros del
modelo s y µ
En el caso de una ecuación lineal no homógenea de primer orden con coeficientes constantes
tendrı́a la forma
at+1 = kat + g(t)
at+1 = kat + h.
a∗ = ka∗ + h
es decir que a∗ = h
1−k . Luego restando la solución de equilibrio a la recursiva, obtenemos la
igualdad:
at+1 − a∗ = k(at − a∗ ).
cuya solución es
bt = k t b0
es decir ( )
h h
at = + k t a0 −
1−k 1−k
2. Si k = 1 en forma recursiva, obtenemos las soluciones en el forma
at = ht + c
para toda c, constante que queda determinada una vez conocidas las condicionesnes iniciales,
esto es el valor de at para t = 0.
52
Ejercicio 16.4 (precios de equilibrio) Considere nuevamente el problema del ajuste de oferta
y demanda, pero esta vez en tiempo discreto. Como siempre decimos que el mercado ésta en
equilibrio cunado qst = qdt .
Considere el modelo en el que
3. Obtenga los precios de equilibrio, esto es, precios p∗ tales que pt = p∗ para todo t ≥ 0.
4. Discuta suegún los parámetros del modelo, cuando los precios convergen al equilibrio y
cuando no.
Consideremos ahora ecuaciones lineales homogéneas de segundo orden con coeficientes constantes,
es decir ecuaciones en diferencias del tipo:
yt = c1 rt + c2 st (43)
c1 rn (r2 + ar + b) + c2 sn (r2 + ar + b) = 0
53
pro lo que r y s deben ser las soluciones de la ecuación de segundo orden:
x2 + ax + b = 0.
1. En el primer caso las soluciones son de laforma y t = c1 rt + c2 st para cualquier par de valores
c1 y c2 , es decir que existen infinitas soluciones. No obstante en el caso de que se conozcan
los valores de yt en t = 0 y t = 1 podemos derteminar un par único de valores para c1 y c2 .
Bastará con resolver el sistema:
y0 = c1 + c2
y1 = c1 r + c2 s
siendo r y s las ra’ıces de la ecuacion de segundo grado.
yt = c1 rt + c2 tr
√
3. yt = c1 Rt cos(θt) + c2 Rt sin(θt). Siendo R = α2 + β 2 y θ = arctan αβ .
Ejemplos
Para un punto fijo de un sitema dinámico discreto at+1 = f (at ), es importante conocer cuando es
estable o inestable.
54
2. Es un repulsor si existe ϵ > 0 tal que:
Teorema 16.6 Sea a∗ un equilibrio o punto fijo de un sistema dinámico at+1 = f (at ). Si f es
continuamente diferenciable en a∗ entonces:
3. Si |f ′ (a∗ )| = 1 y
4. Si |f ′ (a∗ )| = −1 y
Definición 16.8 Dado un sistema dinámico discreto at+1 = f (at ), un punto ā se dice periódico,
de perı́od k o k-perı́odico si ā = f k (ā), equivalentemente, si ā es un punto fijo para el sistema
at−1 = f k (at ).
En general una solución yt es periódica si verifica la identidad: at+n = at para algún n ≥ 0 y para
todo t el menor n para el cual esta identidad se verifica, es el perı́odo de la solución.
55
Ejemplo 16.9 Considere el sistema yt+1 = −yt +k. Observamos que tiene un punto fijo y ∗ = k/2,
luego, siendo y0 el valor inicial, obtenemos las siguientes suceciones
Definición 16.10 Si la sucesión {yt } tiene k valores repetidos y1 , ..., yk entonces 1 , ...yk se llaman
puntos periódicos, y {y1 , ..., 1k } es llamada órbita periódica.
qtd = 10 − 2pt
qts = 4 + 2pt−1
qtd = qts
2. Muestre que el precio cicla entre p0 y 3 − p0 es decir que existe una solución cı́clica de orden
2.
Teorema 16.12 Sea b∗ un punto de perı́odo k del sistema yt+1 = f (yt ). Entonces b∗
Para derivar la estabilidad de un punto perı́odico se requiere calcular: [f (k) (b∗ )]′ para lo que
utilizando la regla de la cadena obtenemos:
56
donde b∗1 , b∗2 , ...b∗k son los puntos perı́odicos.
En el caso de ser k = 2 el punto periódico b∗ será asintóticamente estable si |f ′′ (b∗ )| =
|f ′ (b∗1 )f ′ (b2 )| < 1 análogamente para los demás casos.
Ejemplos Aunque es relativamente sencillo analizar la estabilidad de los sistemas lineales, no
lo es en genral para el caso no lineal. Consideremos el siguiente ejemplo:
2. Dibuje la parábola yt+1 = ayt − byt2 y corte con la recta yt+1 = yt . Ambas curvas se cortarán
en los puntos fijos.
La estabilidad de los puntos fijos dependerá del valor de la derivada f ′ (y ∗ ) = a−2by ∗ evaluda
en y ∗ = 0 y en y ∗ = a−1 ′ ∗
b . En este caso si f (y ) < 1 será un atractor estable, un repulsor
si f ′ (y ∗ ) < 1. Siendo f ′ (0) = a y f ′ ( a−1
b ) la estabilidad de los puntos fijos dependerá de los
valores de a y b.
En la sección (2.1) analizamos el modelo de Solow en tiempo continuo. Para el caso discreto,
consideraremos la función de produccción
yt = f (kt−1 ),
57
donde yt = Yt /Lt−1 , kt−1 = Kt−1 /Lt−1 .
El ahorro en teimpo t será igual a St = sYt y la inversión It = Kt + (1 − δ)Kt−1 siendo ahorro
igual a inversión obtenemos al ecuación:
sYt = kt + (1 − δ)Kt−1 .
Dividiendo ambos lados por Lt−1 y teneindo en cuenta que la tasa de crecimiento poblacional es:
Lt − Lt−1
nt =
Lt−1
syt = kt (1 + n) − (1 − δ)k : t − 1.
o equivalentemente:
(1 + n)kt − (1 − δ)kt−1 = sf (kt−1 ).
(1 − δ)kt−1 + sf (kt−1 )
kt =
1+n
α , a > 0 0 < α < 1.
Ejercicio 16.15 Considere f (kt−1 ) = akt−1
1. Represente gráficamente la situación de forma tal de que los puntos fijos queden determina-
dos en el diagrama.
3. Estudie la estabiidad de los puntos fijos apartir del análisis de primera aproximación.
Para resolver la parte final, considere que kt = h(kt − 1) desarrolle pro Taylor h(kt−1 en un
entorno del punto fijo, es decir, considere:
kt = h(k ∗ ) + h′ (k ∗ )(kt−1 − k ∗ ).
El siguiente modelo es propuesto por Samuelson en 1939. El consumo es funci’on del ingreso
del perı́odo anterior, mientras que la inversión está relacionada con la diferencia en los ingresos
58
correspondientes a los dos perı́odos anteriores. El gobierno tiene un gasto constante igual a G. El
modelo es el siguiente
Ct = a + bYt−1
It = v(Yt−1 − Yt−2 )
Gt = G (44)
Et = Ct + It + Gt
Yt = Et
Sustituyendo convenientemente, obtenemos la ecuación en diferencias de segundo orden, de coefi-
cientes constantes, no homoénea:
Yt − (b + v)It−1 + vYt−2 = a + G.
La resolvemos buscando la solución en la forma Yt = Yth + Ytp siendo Yyh la solución de la corre-
spondiente ecuación homogénea, e Ytp una solución particular.
La solución particular se encuentra haciendo: Yt = Y ∗ De donde obtenemos la ecuación:
Y ∗ − (b + v)Y ∗ + vY ∗ = a + G
siendo
a+G
Y∗ = .
1−b
La solución de la homogénea corresponde a las raices de la ecuación de segundo grado:
x2 − (b + v)x + v = 0
Yt = c1 rt + c2 st + Y ∗
c1 y c2 quedarán determinadas, una vez que conocemos Y0 e Y1 . Obtenga la solución para los otros
casos, dicutiendo en función de b y v. Analice con detención el caso oscilatorio.
59
Representaremos estos sistemas en la forma matricial:
xt a b xt−1
= o ⃗ut = A⃗ut−1 . (45)
yt c d yt−1
Un vector de R2 , ⃗u∗ será un equilibrio del sistema si: ⃗ut = ⃗ut−1 = ⃗u∗ , para todo t. Es decir:
⃗u∗ = (I − A)−1⃗b.
La solución de este tipo de sistemas se hace en forma análoga a loya visto para el caso de
ecuaciones diferenciales. Para eso llevamos la matriz a su formas canónica y discutilos la solución
en función de los autovalores.
60