Ecuaciones Diferenciales II

Unidad 3. Linealización
Profesor: Mtro. Rafael Pacheco Espinosa
Evidencia de aprendizaje. Aplicaciones de los teoremas de cálculo vectorial
Luis Gerardo Aguilar Cruz
Matricula: ES1511108497
domingo, 8 de septiembre de 2019
 Evidencia de aprendizaje. Aplicaciones de los teoremas de cálculo vectorial | Luis Gerardo
Aguilar Cruz

Instrucciones: Resuelva los siguientes sistemas.

1. Utilice un análisis de linealización para trazar las órbitas fase de los siguientes sistemas.
Utilizando algún programa matemático grafique las soluciones numéricas y compare las
soluciones obtenidas.
a. 𝑥 ′ = 𝑥 + 𝑦, 𝑦 ′ = 𝑥 2 + 𝑦
Solución.
Encontramos los puntos de equilibrio
𝑥+𝑦 =0
𝑥2 + 𝑦 = 0
Los puntos de equilibrio son (0,0) y (1, −1).
La matriz jacobiana es
𝜕𝑓 𝜕𝑓
(𝑥0 , 𝑦0 ) (𝑥 , 𝑦 )
𝜕𝑥 𝜕𝑦 0 0 1 1
=( )
𝜕𝑔 𝜕𝑔 2𝑥0 1
(𝑥0 , 𝑦0 ) (𝑥0 , 𝑦0 )
( 𝜕𝑥 𝜕𝑥 )
Para el punto de equilibrio (0,0)
𝜕𝑓 𝜕𝑓
(0,0) (0,0)
𝜕𝑥 𝜕𝑦 1 1
=( )
𝜕𝑔 𝜕𝑔 0 1
(0,0) (0,0)
( 𝜕𝑥 𝜕𝑥 )
El valor propio para el sistema linealizado es 𝜆 = 1. El determinante de la matriz
𝑎 𝑏
( ) es 𝐷 = 𝑎𝑑 − 𝑐𝑏 = 1, mientras que la traza es 𝑇 = 𝑎 + 𝑑 = 2, por tanto
𝑐 𝑑
su discriminante es Δ = 𝑇 2 − 4𝐷 = (2)2 − 4(1) = 0. En este caso, toda vez que
𝑇 > 0, el punto de equilibrio (𝟎, 𝟎) corresponde a un foco inestable.
Para el punto de equilibrio (1, −1)
𝜕𝑓 𝜕𝑓
(1, −1) (1, −1)
𝜕𝑥 𝜕𝑦 1 1
=( )
𝜕𝑔 𝜕𝑔 2 1
(1, −1) (1, −1)
( 𝜕𝑥 𝜕𝑥 )

Los valores propios para el sistema linealizado son 𝜆 = 1 + √2, 𝜆2 = 1 − √2. El

determinante de la matriz es 𝐷 = 1, mientras que la traza es 𝑇 = 2, por tanto su
discriminante es Δ = 0. En este caso, toda vez que 𝑇 > 0, el punto de equilibrio
(𝟏, −𝟏) corresponde a un foco inestable.

1
 En el plano de fase podemos observar que efectivamente los focos (0,0) y (1, −1)
son focos inestables o fuentes.

b. 𝑥 ′ = 𝑦 2 − (𝑥 + 1)2 , 𝑦 ′ = −𝑥
Solución.
Encontramos los puntos de equilibrio
𝑦 2 − (𝑥 + 1)2 = 0
−𝑥 = 0
Los puntos de equilibrio son (0,1) y (0, −1).
La matriz jacobiana es
𝜕𝑓 𝜕𝑓
(𝑥 , 𝑦 ) (𝑥 , 𝑦 )
𝜕𝑥 0 0 𝜕𝑦 0 0 −2(𝑥0 + 1) 2𝑦
=( )
𝜕𝑔 𝜕𝑔 −1 0
(𝑥 , 𝑦 ) (𝑥0 , 𝑦0 )
( 𝜕𝑥 0 0 𝜕𝑥 )
Para el punto de equilibrio (0,1)
 Evidencia de aprendizaje. Aplicaciones de los teoremas de cálculo vectorial | Luis Gerardo
Aguilar Cruz

𝜕𝑓 𝜕𝑓
(0,1) (0,1)
𝜕𝑥 𝜕𝑦 −2 2
=( )
𝜕𝑔 𝜕𝑔 −1 0
(0,1) (0,1)
( 𝜕𝑥 𝜕𝑥 )
El valor propio para el sistema linealizado es 𝜆1 = −1 + 𝑖, 𝜆2 = −1 − 𝑖, donde 𝛼 = −1,
𝛽 = 1. El determinante de la matriz es 𝐷 = 2, mientras que la traza es 𝑇 = −2, por tanto su
discriminante es Δ = −4 < 0. En este caso, toda vez que 𝛼 < 0, el punto de equilibrio
(𝟎, 𝟏) corresponde a un foco estable.
Para el punto de equilibrio (0, −1)
𝜕𝑓 𝜕𝑓
(0, −1) (0, −1)
𝜕𝑥 𝜕𝑦 −2 −2
=( )
𝜕𝑔 𝜕𝑔 −1 0
(0, −1) (0, −1)
( 𝜕𝑥 𝜕𝑥 )

Los valores propios para el sistema linealizado son 𝜆1 = −1 − √3, 𝜆2 = √3 − 1. El

determinante de la matriz es 𝐷 = −2, mientras que la traza es 𝑇 = −2, por tanto su
discriminante es Δ = 12 > 0. Por tanto, el punto de equilibrio (𝟎, −𝟏) corresponde a un
punto silla.

En el plano de fase podemos observar que efectivamente el foco (0,1)

corresponde a un foco estable o sumidero y el punto (1, −1) es un punto silla.

3
 c. 𝑥 ′ = 1 − 𝑦 2 , 𝑦 ′ = 𝑦 − 𝑥
Solución.
Encontramos los puntos de equilibrio
1 − 𝑦2 = 0
−𝑥 + 𝑦 = 0
Los puntos de equilibrio son (1,1) y (−1, −1).
La matriz jacobiana es
𝜕𝑓 𝜕𝑓
(𝑥 , 𝑦 ) (𝑥 , 𝑦 )
𝜕𝑥 0 0 𝜕𝑦 0 0 0 −2𝑦
=( )
𝜕𝑔 𝜕𝑔 −1 1
(𝑥 , 𝑦 ) (𝑥 , 𝑦 )
( 𝜕𝑥 0 0 𝜕𝑥 0 0 )
Para el punto de equilibrio (1,1)
𝜕𝑓 𝜕𝑓
(1,1) (1,1)
𝜕𝑥 𝜕𝑦 0 −2
=( )
𝜕𝑔 𝜕𝑔 −1 1
(1,1) (1,1)
(𝜕𝑥 𝜕𝑥 )
El valor propio para el sistema linealizado es 𝜆1 = 2, 𝜆2 = −1. El determinante de la matriz
es 𝐷 = 2, mientras que la traza es 𝑇 = 1, por tanto su discriminante es Δ = −7 < 0. Por
tanto, el punto de equilibrio (𝟏, 𝟏) corresponde a un nodo inestable.
Para el punto de equilibrio (−1, −1)
𝜕𝑓 𝜕𝑓
(−1, −1) (−1, −1)
𝜕𝑥 𝜕𝑦 0 2
=( )
𝜕𝑔 𝜕𝑔 −1 1
(−1, −1) (−1, −1)
( 𝜕𝑥 𝜕𝑥 )
1+𝑖√7 1−𝑖√7
El valor propio para el sistema linealizado es 𝜆1 = , 𝜆2 = . El determinante de la
2 2
matriz es 𝐷 = 2, mientras que la traza es 𝑇 = 1, por tanto su discriminante es Δ = −7 < 0.
Por tanto, el punto de equilibrio (−𝟏, −𝟏) corresponde a un foco inestable.
 Evidencia de aprendizaje. Aplicaciones de los teoremas de cálculo vectorial | Luis Gerardo
Aguilar Cruz

En el plano de fase podemos observar que efectivamente el punto (1,1)

corresponde a un nodo inestable o fuente y el punto (−1, −1) corresponde a un
foco inestable.

d. 𝑥 ′ = 𝑥(2 − 𝑦), 𝑦 ′ = 𝑦(2 − 𝑥)

Solución.
Encontramos los puntos de equilibrio
𝑥(2 − 𝑦) = 0
𝑦(2 − 𝑥) = 0
Los puntos de equilibrio son (0,0) y (2,2).
La matriz jacobiana es
𝜕𝑓 𝜕𝑓
(𝑥0 , 𝑦0 ) (𝑥 , 𝑦 )
𝜕𝑥 𝜕𝑦 0 0 2 − 𝑦0 −𝑥0
=( )
𝜕𝑔 𝜕𝑔 −𝑦0 2 − 𝑥0
(𝑥0 , 𝑦0 ) (𝑥0 , 𝑦0 )
(𝜕𝑥 𝜕𝑥 )
Para el punto de equilibrio (0,0)

5
 𝜕𝑓 𝜕𝑓
(0,0) (0,0)
𝜕𝑥 𝜕𝑦 2 0
=( )
𝜕𝑔 𝜕𝑔 0 2
(0,0) (0,0)
( 𝜕𝑥 𝜕𝑥 )
El valor propio para el sistema linealizado es 𝜆 = 2. El determinante de la matriz es 𝐷 = 4,
mientras que la traza es 𝑇 = 4, por tanto su discriminante es Δ = 0. Por tanto, el punto de
equilibrio (𝟎, 𝟎) corresponde a un nodo inestable.
Para el punto de equilibrio (2,2)
𝜕𝑓 𝜕𝑓
(2,2) (2,2)
𝜕𝑥 𝜕𝑦 0 −2
=( )
𝜕𝑔 𝜕𝑔 −2 0
(2,2) (2,2)
(𝜕𝑥 𝜕𝑥 )
El valor propio para el sistema linealizado es 𝜆1 = 2, 𝜆2 = −2. El determinante de la matriz
es 𝐷 = −4, mientras que la traza es 𝑇 = 0, por tanto su discriminante es Δ = 16 > 0. Por
tanto, el punto de equilibrio (𝟐, 𝟐) corresponde a un punto silla.

En el plano de fase podemos observar que efectivamente el punto (0,0) corresponde a un

nodo inestable o fuente y el punto (2,2) corresponde a un punto silla.
 Evidencia de aprendizaje. Aplicaciones de los teoremas de cálculo vectorial | Luis Gerardo
Aguilar Cruz

2. Analizar la estabilidad del punto crítico del siguiente sistema, proponiendo como función
de Lyapunov 𝑉(𝑥, 𝑦) = 𝑎𝑥 2𝑚 + 𝑏𝑦 2𝑛 .
a. 𝑥 ′ = −2𝑥𝑦, 𝑦 ′ = 𝑥 2 − 𝑦 3
Solución.
Encontramos los puntos de equilibrio
−2𝑥𝑦 = 0
𝑥 − 𝑦3 = 0
2

El punto de equilibrio es (0,0). Del proceso de linealización, tenemos que la

matriz jacobiana es
𝜕𝑓 𝜕𝑓
(𝑥0 , 𝑦0 ) (𝑥 , 𝑦 )
𝜕𝑥 𝜕𝑦 0 0 −2𝑦0 −2𝑥0
=( )
𝜕𝑔 𝜕𝑔 −2𝑥0 −3𝑦02
(𝑥0 , 𝑦0 ) (𝑥0 , 𝑦0 )
( 𝜕𝑥 𝜕𝑥 )
En el punto (0,0) es
𝜕𝑓 𝜕𝑓
(0,0) (0,0)
𝜕𝑥 𝜕𝑦 0 0
=( )
𝜕𝑔 𝜕𝑔 0 0
(0,0) (0,0)
( 𝜕𝑥 𝜕𝑥 )
La cual tiene el valor propio 𝜆 = 0.
Tomando la función de Lyapunov 𝑉(𝑥, 𝑦) = 𝑎𝑥 2𝑚 + 𝑏𝑦 2𝑛 , se tiene
𝜕𝑉 𝜕𝑉
𝑉 ′(𝑥,𝑦) = 𝐹1 + 𝐹
𝜕𝑥 𝜕𝑦 2
= (𝑎2𝑚𝑥 2𝑚−1 )(−2𝑥𝑦) + (𝑏2𝑛𝑦 2𝑛−1 )(𝑥 2 − 𝑦 3 )
= −4𝑎𝑚𝑥 2𝑚 𝑦 + 2𝑏𝑛𝑥 2 𝑦 2𝑛−1 − 2𝑏𝑛𝑦 2𝑛+2
= −[4𝑎𝑚(𝑥 2𝑚 𝑦) − 2𝑏𝑛(𝑥 2 𝑦 2𝑛−1 ) + 2𝑏𝑛(𝑦 2𝑛+2 )]
Si se elige 𝑎, 𝑏 números positivos cualesquiera, entonces 𝑉′ es definida negativa y 𝑉 es
definida positiva, por tanto, el origen es un punto crítico asintóticamente estable.

7
 Evidencia de aprendizaje. Aplicaciones de los teoremas de cálculo vectorial | Luis Gerardo
Aguilar Cruz

𝑥3 𝑦3 𝑦𝑥 2
b. 𝑥 ′ = 𝑥𝑦 2 − , 𝑦′ = − +
2 2 5

Solución.
Encontramos los puntos de equilibrio
𝑥3
− + 𝑥𝑦 2 = 0
2
𝑦𝑥 2 𝑦 3
− =0
5 2
El punto de equilibrio es (0,0). Del proceso de linealización, tenemos que la matriz jacobiana
es
𝜕𝑓 𝜕𝑓 3
(𝑥0 , 𝑦0 ) (𝑥0 , 𝑦0 ) − 𝑥02 2𝑥0 𝑦0
𝜕𝑥 𝜕𝑦
=( 2 )
𝜕𝑔 𝜕𝑔 2 3
(𝑥0 , 𝑦0 ) (𝑥0 , 𝑦0 ) 𝑥 𝑦 − 𝑦02
( 𝜕𝑥 𝜕𝑥 ) 5 0 0 2
En el punto (0,0) es
𝜕𝑓 𝜕𝑓
(0,0) (0,0)
𝜕𝑥 𝜕𝑦 0 0
=( )
𝜕𝑔 𝜕𝑔 0 0
(0,0) (0,0)
( 𝜕𝑥 𝜕𝑥 )
La cual tiene el valor propio 𝜆 = 0.
Tomando la función de Lyapunov 𝑉(𝑥, 𝑦) = 𝑎𝑥 2𝑚 + 𝑏𝑦 2𝑛 , se tiene
𝜕𝑉 𝜕𝑉
𝑉 ′(𝑥,𝑦) = 𝐹1 + 𝐹
𝜕𝑥 𝜕𝑦 2
2𝑚−1
𝑥3 2 2𝑛−1
𝑦𝑥 2 𝑦 3
= (𝑎2𝑚𝑥 ) (− + 𝑥𝑦 ) + (𝑏2𝑛𝑦 )( − )
2 5 2
2 2𝑛
𝑥 𝑦
= −𝑎𝑚(𝑥 2𝑚+2 − 2𝑥 2𝑚 𝑦 2 ) + 2𝑏𝑛 ( − 𝑦 2𝑛+2 )
5

Si se elige 𝑎, 𝑏 números positivos cualesquiera, entonces 𝑉′ es definida negativa y 𝑉 es

definida positiva, por tanto, el origen es un punto crítico inestable.

9
 Evidencia de aprendizaje. Aplicaciones de los teoremas de cálculo vectorial | Luis Gerardo
Aguilar Cruz

c. Mostrar que 𝑥 ′ = −2𝑥 + 𝑥𝑦 3 , 𝑦 ′ = −𝑥 2 𝑦 2 − 𝑦 3 es asintóticamente estable.

Solución.
Encontramos los puntos de equilibrio
−2𝑥 + 𝑥𝑦 3 = 0
−𝑥 2 𝑦 2 − 𝑦 3 = 0
El punto de equilibrio es (0,0). Del proceso de linealización, tenemos que la matriz jacobiana
es
𝜕𝑓 𝜕𝑓
(𝑥 , 𝑦 ) (𝑥 , 𝑦 )
𝜕𝑥 0 0 𝜕𝑦 0 0 −2 + 𝑦 3 3𝑥0 𝑦02
=( )
𝜕𝑔 𝜕𝑔 −2𝑥0 𝑦02 −3𝑦02
(𝑥 , 𝑦 ) (𝑥 , 𝑦 )
( 𝜕𝑥 0 0 𝜕𝑥 0 0 )
En el punto (0,0) es
𝜕𝑓 𝜕𝑓
(0,0) (0,0)
𝜕𝑥 𝜕𝑦 −2 0
=( )
𝜕𝑔 𝜕𝑔 0 0
(0,0) (0,0)
( 𝜕𝑥 𝜕𝑥 )
La cual tiene el valor propio 𝜆1 = 0, 𝜆2 = −2.
Tomando la función de Lyapunov 𝑉(𝑥, 𝑦) = 𝑎𝑥 2𝑚 + 𝑏𝑦 2𝑛 , se tiene
𝜕𝑉 𝜕𝑉
𝑉 ′(𝑥,𝑦) =𝐹1 + 𝐹
𝜕𝑥 𝜕𝑦 2
= (𝑎2𝑚𝑥 2𝑚−1 )(−2𝑥 + 𝑥𝑦 3 ) + (𝑏2𝑛𝑦 2𝑛−1 )(−𝑥 2 𝑦 2 − 𝑦 3 )

Si se elige 𝑎, 𝑏 números positivos cualesquiera, entonces 𝑉′ es definida negativa y 𝑉 es

definida positiva, por tanto, el origen es un punto crítico asintóticamente estable.

11
 Evidencia de aprendizaje. Aplicaciones de los teoremas de cálculo vectorial | Luis Gerardo
Aguilar Cruz

3. Mediante un programa científico obtenga las órbitas para el oscilador de Var Der Pol
𝑥′ = 𝑦
𝑦 ′ = 𝜇(1 − 𝑥 2 )𝑦 − 𝑦

Tomando 𝜇 = 1, localice los ciclos límite.

Podemos observar claramente que el ciclo límite es la recta 𝑦 = 0

13
Conclusiones
La linealización es una técnica que utiliza la matriz jacobiana en los puntos de equilibrio y nos
permite obtener el comportamiento de los sistemas no lineales, tomando en cuenta los valores del
determinante 𝐷, la traza 𝑇 y el discriminante Δ de la matriz. Estas soluciones se pueden confirmar
con el plano de fase obtenido con el software pplane (Polking, 2002). Otro método para analizar
la estabilidad de soluciones de un sistema no lineal es el método Lyapunov donde nos apoyamos
con funciones Lyapunov, donde, de acuerdo con el signo de la derivada de esta función,
determinamos si un punto crítico es asintóticamente estable o es inestable.
 Evidencia de aprendizaje. Aplicaciones de los teoremas de cálculo vectorial | Luis Gerardo
Aguilar Cruz

Referencias
Boyce, W. E., & Diprima, R. C. (2001). Ecuaciones diferenciales y problemas con valores en la
frontera (4a. ed.). México: Limusa Wiley.
Edwards, C. H., & Penney, D. E. (2009). Ecuaciones diferenciales y problemas con valores en la
frontera cómputo y modelado (4a. ed.). México: Pearson.
Gracia, I., & Román, N. (3 de octubre de 2008). Ecuaciones Diferenciales. Obtenido de
Universidad Politécnica de Catalunya: https://mat-
web.upc.edu/people/narciso.roman/docs/edteor.pdf
Polking, J. (2002). dfield and pplane (software). Obtenido de RICE MATHEMATICS:
https://math.rice.edu/~dfield/dfpp.html
Simmons, G. (1993). Ecuaciones Diferenciales con aplicaciones y notas históricas (2a. ed.).
México: McGraw-Hill.
UnADM. (2015). Ecuaciones Diferenciales II. Unidad 3. Linealización. Obtenido de Aula
Virtual UnADM: https://unadmexico.blackboard.com
Zill, D., & Wright, W. (2015). Ecuaciones Diferenciales con Problemas con Valores en la
Frontera. México: CENGAGE Learning.

15