Introducción a los Sistemas Dinámicos

*
H. Villavicencio

Resumen
Notas de clase del curso CM424 correspondientes al ciclo 2020-I en la Universidad
Nacional de Ingenierı́a (UNI). Este material está en revisión continua de modo tal que
se agradece enviar por correo toda sugerencia para mejorarlo.

1. ¿Qué es un sistema dinámico?

Un sistema dinámico (determinista) es un sistema cuyo estado evoluciona por medio
de la acción del tiempo, es decir, el estado futuro depende del presente. Estos sistemas
están presentes en el estudio de fenómenos de diversa ı́ndole (fı́sica, ecologı́a, sociologı́a, . . .)
donde se busca una ley que rija el comportamiento de los estados de un determinado sistema
dependiendo de una magnitud independiente usualmente representada por el tiempo.
De modo abstracto tenemos
Definición 1.1. Sea (M, d) un espacio métrico y sea G un semigrupo de (R, +). Un sistema
dinámico sobre M es una terna (G, M, φ) donde φ es una acción continua de G sobre M ,
esto es φ : G × M → M tal que
(1) φ(e, x) = x.

(2) φ(g1 , φ(g2 , x)) = φ(g1 + g2 , x)

(3) φ es continua
En caso G sea un grupo, diremos que (G, M, φ) es invertible.
Ejemplo 1. Consideremos la ecuación diferencial

X 0 = AX,
 
0 1
donde A = y X ∈ R2 . Sabemos que esta EDO tiene como soluciones aplicaciones
−1 0
del tipo
t 7→ eAt X0
donde X0 es el valor inicial de esta solcución. Luego podemos considerar la aplicación
φ : R × R2 → R2 tal que

φ(t, X) = eAt X, para cada (t, X) ∈ R × R2 .

Veamos que φ induce un sistema dinámico sobre M .

*
Docente investigador del Instituto de Matemáticas y Ciencias Afines IMCA-UNI,
. hvillavicenciof@uni.edu.pe, Cti-Vitae

1
CM424 Helmuth Villavicencio 2

1. Para cada X ∈ R2 , φ(0, X) = e0 X = IX0 = X.

2. Dados t1 , t2 ∈ R y X ∈ R2

φ(t1 , φ(t2 , X)) = eAt1 φ(t2 , X) = eAt1 eAt2 X

= eA(t1 +t2 ) X = φ(t1 + t2 , x).

3. Para mostrar la continuidad de φ, basta notar que

 
cos(t) sen(t)
φ(t, X) = eAt X = X.
−sen(t) cos(t)

Entonces, dado (t0 , X0 ) ∈ R × R2 , tomando en R2 la métrica inducida por la norma

d2 (x, y) = ||x−y|| y en R×R2 la métrica producto D((a, X), (b, Y )) = |a−b|+d2 (X, Y )
se muestra que φ es continua en (t0 , X0 ), esto es, dado ε > 0 podemos encontrar δ > 0
tal que D ((t, Y ), (t0 , X0 )) < δ entonces d2 (φ(t, Y ), φ(t0 , X0 )) < ε.

Por lo tanto (R, R2 , φ) es un sistema dinámico (invertible).

Los sistemas dinámicos donde G = R serán llamados flujos o continuos.
Ejercicio 1. Completar los detalles de la continuidad del flujo en el Ejemplo 1.
Ejemplo 2. Sea f : M → M una aplicación continua donde (M, d) es un espacio métrico.
Dado x ∈ M , denotamos

f 0 (x) = x
f 1 (x) = f (x)
..
.
f n (x) = f (f n−1 (x)).

Con esta notación vamos a inducir un sistema dinámico sobre M . Consideremos φ : N×M →
M tal que
φ(n, x) = f n (x).
la cual satisface
1. φ(0, x) = f 0 (x) = x.

2. φ(n, φ(m, x)) = f n (φ(m, x)) = f n (f m (x)) = f n+m (x) = φ(n + m, x).

3. Dado (n0 , x0 ) ∈ N×M , considerando las métricas d1 (x, y) = |x−y| y D((n1 , x1 ), (n1 , x1 )) =
d1 (n1 , n2 ) + d(x1 , x2 ). Dado ε > 0 sea δ > 0 tal que d(x, x0 ) < δ implica que
d(f n0 (x), f n0 (x0 )) < ε (ya que f n0 es continua). Tomando δ1 = mı́n{δ, 1/2} luego
si D((n, x), (n0 , x0 )) < δ1 entonces n = n0 , en consecuencia,

d(φ(n, x), φ(n0 , x0 )) = d(f n0 (x), f n0 (x0 )) < ε

Luego (N, M, φ) es un sistema dinámico (no invertible).

Los sistemas dinámicos donde G = N o Z serán llamados discretos.
CM424 Helmuth Villavicencio 3

2. Diagrama de fases
Ahora, estamos interesados en calcular el comportamiento del sistema. Para esto es
necesario entender la noción de órbita de un sistema dinámico.
Dado (G, M, φ) y A ⊂ G. Dado x ∈ M , denotemos φA (x) = {φ(g, x) : g ∈ A}.
Definición 2.1. Dado x ∈ M , la órbita de x por φ es el conjunto Oφ (x) = φG (x).
Ejemplo 3. Usando el Ejemplo 1, se tiene el sistema dinámico
φ(t, (x, y)) = eAt X = (cos(t)x + sen(t)y, − sen(t)x + cos(t)y).

Oφ (0, 0) = {(0, 0)}.

Oφ (x0 , 0) = {(cos(t)x0 , − sen(t)x0 ) : t ∈ R}

= {(u, v) : u2 + v 2 = |x0 |2 },
de donde cada órbita geométricamente es una circunferencia con radio el módulo del punto
base de la órbita.

Notemos que Oφ (−x0 , 0) = Oφ (x0 , 0) dado que (−x0 , 0) = φ(π, x0 ).

 
0 0 1
Ejemplo 4. Sea φ el flujo inducido por la EDO X = X. es decir φ(t, X) = eAt X.
0 0
Notemos que A2 = 0. Luego  
At 1 t
e = I + At =
0 1
Entonces φ(t, X) = (x + yt, y) = (x, y) + t(y, 0), donde X = (x, y). Es decir, las órbitas son
rectas horizontales siempre que y 6= 0.

Oφ (0, y0 ) = {(0, y0 ) + t(y0 , 0) : t ∈ R}

CM424 Helmuth Villavicencio 4

Oφ (x0 , 0) = {(x0 , 0)}

Ejemplo 5. Sea φ : Z × R2 → R2 dada por

x 
n
φ(n, (x, y)) = , 2 y .
3n

Oφ (0, y0 ) = {(0, 2n y0 ) : n ∈ Z},

x 
0
Oφ (x0 , 0) = { n
,0 : n ∈ Z}.
3
Cada una de estas órbitas son conjuntos discretos que se alejan y aproximan al origen de
coordenadas respectivamente.

En caso el punto base no este sobre los ejes, tendremos una acción conjunta

Oφ (x0 , y0 ) = { 3−n x0 , 2n y0 : n ∈ Z}.

Definición 2.2. El diagrama de fases de un sistema dinámico (G, M, φ) es la representación

geométrica del comportamiento de las órbitas del sistema.

Notemos que en todo sistema dinámico se cumple

[
M= Oφ (x)
x∈M

Luego para el Ejemplo 3

CM424 Helmuth Villavicencio 5

Para el Ejemplo 4

Finalmente, para el Ejemplo 5

Definición 2.3. Decimos que x ∈ M es una singularidad para φ si φ(g, x) = x para cada
g ∈ G.

Denotaremos Sing(φ) al conjunto de singularidades

Proposición 2.4. El conjunto Sing(φ) es cerrado.

Demostración. Sea (xn )n∈N una secuencia en Sing(φ) tal que xn → x. Fijado t ∈ G, se
tiene φ(t, xn ) = xn luego tomando lı́mite cuando n → +∞ obtenemos φ(t, x) = x. Ası́,
x ∈ Sing(φ).

Ejercicio 2. Sea φ un sistema dinámico continuo sobre M . Dado x ∈ M , sea

Hφ (x) = {t ∈ R : φ(t, x) = x}.

Pruebe que

1. Hφ (x) es un subgrupo de (R, +).

CM424 Helmuth Villavicencio 6

2. Si Hφ (x) = R entonces x ∈ Sing(φ).

3. Si Hφ (x) = {0} entonces t 7→ φ(t, x) es inyectiva.
Notemos del Ejercicio 2 que si φ es un sistema dinámico continuo, Hφ (x) es un subgrupo
cerrado de (R, +). Luego Hφ (x) es R o es τ Z para algún τ ≥ 0, de donde obtenemos una
clasificación para las órbitas

Si Hφ (x) = R, entonces O(x) = {x}.

Si Hφ (x) = 0Z, entonces O(x) es un camino en M .
Si Hφ (x) = τ Z (τ > 0), entonces O(x) es homeomorfa a una curva de Jordan, ya que
φ(τ, x) = x.

Lo anterior motiva a definir

Definición 2.5. Decimos que φ admite una órbita periódica en x, si existe λ > 0 tal que
φ(λ, x) = x. En este caso, el periodo de x es el número

τ (x) = ı́nf{λ > 0 : φ(λ, x) = x}

Ejemplo 6. En R2 , el flujo φ(t, (x, y)) = (cos(t)x + sen(t)y, − sen(t)x + cos(t)y) tiene todas
sus órbitas periódicas. Además si (x, y) 6= (0, 0) entonces τ (x, y) = 2π.
Proposición 2.6. x ∈ Sing(φ) si y solo si τ (x) = 0.
Demostración. Si x ∈ Sing(φ), entonces φ(t, x) = x para cada t ∈ R y en particular
para t = 1/n. Luego τ (x) ≤ 1/n para cada n ∈ N. Entonces τ (x) = 0. Recı́procamente,
supongamos que τ (x) = 0. Luego, por definición de ı́nfimo, existe (λn )n∈N tal que λn → 0.
Fijado t ∈ R, para cada n ∈ N, existen (kn )n∈N y (qn )n∈N que satisfacen

t = k n λ n + qn , 0 ≤ qn < λn , kn ∈ Z.

Se sigue que φ(t, x) = φ(kn λn + qn , x) = φ(qn , φ(kn λn , x)) = φ(qn , x) para cada n ∈ N.
Notemos que qn → 0, por tanto, φ(qn , x) → x. Ası́, φ(t, x) = x.

Proposición 2.7. Sea (G, M, φ) un sistema dinámico. Para cada g ∈ G, es posible definir
la aplicación φg : M → M tal que φg (x) := φ(g, x). Ası́, toda acción continua induce una
familia de {φg }g∈G de aplicaciones sobre M tales que
CM424 Helmuth Villavicencio 7

(1) φe = IM .
(2) φg1 ◦ φg2 = φg1 +g2
(3) φg es continua

Además, si G es un grupo entonces φg es un homeomorfismo para cada g ∈ G.

Demostración. Dado x ∈ M se tiene que
(1) φe (x) = φ(e, x) = x = IM (x).

∴ φe = IM .

(2) (φg1 ◦φg2 )(x) = φg1 (φg2 (x)) = φg1 (φ(g2 , x)) = φ(g1 , φ(g2 , x)) = φ(g1 +g2 , x) = φg1 +g2 (x)

∴ φg1 ◦ φg2 = φg1 +g2 .

(3) Sea (xn )n∈N tal que xn → x. Entonces (g, xn ) → (g, x) y por la continuidad de φ
tenemos que φ(g, xn ) → φ(g, x), esto es, φg (xn ) → φg (x).

∴ φg es continua en x.

Finalmente, si G es un grupo basta notar que φg−1 es la aplicación inversa de φg para cada
g ∈ G.

3. Conjuntos Invariantes
Una forma de obtener nuevos sistemas dinámicos, a partir de otros ya dados, es restringir
el espacio ambiente.
Definición 3.1. Un subconjunto X ⊂ M se dice invariante por φ ( o φ-invariante) si
φg (X) = {φg (x) : x ∈ X} ⊂ X para todo g ∈ G.
Ejemplo 7. En todo sistema dinámico, la órbita O(x) es invariante por φ. En efecto, dado
g ∈ G, sea z ∈ φg (O(x)) luego z = φg (φ(r, x)) para algún r ∈ G, entonces z = φ(g + r, x) ∈
O(x). Por lo tanto φg (O(x)) ⊂ O(x).
Si X es φ-invariante, entonces podemos definir φ|X : G × X → X tal que
φ|X (t, x) := φ(t, x),
lo cual induce un nuevo sistema dinámico (G, X, φ|X ).
CM424 Helmuth Villavicencio 8

Ejercicio 3. Probar que en todo sistema dinámico

1. ∅, M y Sing(φ) son φ-invariantes.

2. Si X es φ-invariante, entonces también lo son M \ X y X.

4. Sistemas dinámicos discretos

En adelante, nos centraremos en los sistemas dinámicos discretos y como veremos a
continuación para su estudio será suficiente estudiar el comportamiento de las aplicaciones
sobre el espacio ambiente.

Proposición 4.1. Sea (N, M, φ) un sistema dinámico discreto. Entonces existe una apli-
cación continua f : M → M tal que

φ(n, x) = f n (x), ∀x ∈ N.

Demostración. Basta considerar la aplicación

f (x) := φ(1, x).

Claramente f es continua y además

f 2 (x) = f (f (x)) = φ(1, φ(1, x)) = φ(2, x).

Procediendo por inducción y suponiendo cierto para n − 1,

f n (x) = f (f n−1 (x)) = φ(1, φ(n − 1, x)) = φ(n, x),

lo cual es cierto para todo n > 0. Para el caso n = 0, note que

φ(0, x) = x = f 0 (x).

Ası́, para entender el comportamiento de un sistema dinámico discreto es suficiente

entender el comportamiento de los iterados de las aplicaciones continuas (homeomorfismos)
sobre el espacio ambiente. Motivados por esto redefinimos la noción de sistema dinámico
discreto como sigue

Definición 4.2. Un sistema dinámico discreto es un par (M, f ) donde (M, d) es un espacio
métrico y f : M → M es una aplicación continua.

La órbita de un elemento x ∈ M , es dada por el conjunto

Of (x) = {f n (x) : n ∈ N} = {x, f (x), f 2 (x), · · · }.

A modo de ejemplo, estudiaremos el comportamiento de los iterados del sistema dinámi-

co discreto (R, f ) donde f : R → R es tal que f (x) = ax + b con a 6= 0. Sea x ∈ R,

f 2 (x) = f (ax + b) = a(ax + b) + b = a2 x + ab + b,

f 3 (x) = a(a2 x + ab + b) + b = a3 x + a2 b + ab + b,
CM424 Helmuth Villavicencio 9

Usando inducción y suponiendo que

f n−1 (x) = an−1 x + an−2 b + an−3 b + · · · + ab + b,

se tiene, para cada n ≥ 1, que

f n (x) = f (f n−1 (x)) = a(an−1 x + an−2 b + an−3 b + · · · + ab + b) + b,

= an x + an−1 b + an−2 b + · · · + ab + b.

Notemos que si a = 1 entonces f n (x) = x + nb para todo n ∈ N. Ası́, cuando b > 0,

{f n (x)}n∈N diverge a +∞ por lo cual podemos aseverar que los iterados de x crecen inde-
finidamente.  n 
n n a −1
Por otro lado, si a 6= 1 entonces f (x) = a x + b, esto es
a−1
 
n b b
f (x) = x + an + siempre que a 6= 1.
a−1 1−a
Entonces el comportamiento de los iterados de x depende de a por lo cual tenemos los
siguientes casos:
b
(1) Si |a| < 1 entonces an → 0, en consecuencia, lı́m f n (x) = .
n→∞ 1−a
b
(2) Si a > 1, obtenemos que {f n (x)}n∈N diverge según el signo del número k = x + a−1 .

Si k > 0: los iterados de x crecen indefinidamente.

b
Si k = 0: los iterados convergen a .
1−a
Si k < 0: los iterados de x decrecen indefinidamente.

(3) Si a ≤ −1 entonces {f n (x)}n∈N es divergente de modo oscilante, por tanto

2b
Si a = −1: los iterados de x alternan entre x y x + 1−a .
Si a < −1: los iterados de x se alejan del punto x incrementando su distancia y
alternando sus signos.

Con toda esta información podemos representar el diagrama de fases de (M, f ):

CM424 Helmuth Villavicencio 10

Veamos el diagrama completo del primer caso de la figura anterior

b
Notemos que el punto x = 1−a es de importancia para el sistema (R, f ) pues cuando los
iterados convergen, lo hacen hacia dicho punto. Estos puntos son de interés en el curso.

Definición 4.3. Sea (M, f ) un sistema dinámico discreto. Decimos que x ∈ M es un punto
fijo si f (x) = x.

Denotaremos al conjunto de los puntos fijos de (M, f ) como F ix(f ). Notemos que cada
punto fijo es una singularidad del sistema dinámico que induce f por lo que F ix(f ) es un
conjunto cerrado de M e invariante por f , es decir, f (F ix(f )) ⊂ F ix(f ).

Ejemplo 8. El sistema dinámico discreto (M, IM ) donde IM es la aplicación identidad

satisface F ix(IM ) = M .

Ejemplo 9. El sistema dinámico discreto (R, T ) donde T : R → R es tal que T (t) =

t+ π2 −arctan(t) para cada t ∈ R satisface que F ix(T ) = ∅. En efecto, si existe un t0 ∈ F ix(T )
entonces T (t0 ) = t0 es decir
π
t0 + − arctan(t0 ) = t0 ,
2
de donde
π
= arctan(t0 ),
2
lo cual es absurdo.

Teorema 4.4. Sea (M, f ) un sistema dinámico discreto. Si la órbita de un punto del espacio
converge, entonces el valor de convergencia es un punto fijo de f .

Demostración. Sea x ∈ M y supongamos que {f n (x)}n∈N es convergente, digamos a z.

Debemos probar que z ∈ F ix(f ). Como f n (x) → z, por la continuidad de f se tiene que
f (f n (x)) → f (z). Luego como {f n+1 (x)}n∈N es una subsecuencia de {f n (x)}n∈N , se verifica
que z = f (z).

A continuación veremos una forma de aplicar este resultado.

√
Ejemplo 10. Consideremos el sistema (M, f ) donde M = [− 3, +∞) y
3 + 3x
f (x) = .
3+x
CM424 Helmuth Villavicencio 11

Estudiemos su comportamiento a fin de poder representar su diagrama de fases. Primera-

mente notemos que M es invariante por f , ya que f 0 (x) = (3+x)
6
2 > 0 de donde f es creciente
y √
√ 3−3 3 √
f (− 3) = √ = − 3,
3− 3
por tanto f (M ) ⊂ M . Luego (M, f ) es √
un sistema dinámico discreto. √
Sea x ∈ M y supongamos que x > 3. En este caso probaremos que f n (x) > 3 para
cada n ∈ N. En efecto, procediendo por inducción y suponiendo válido el caso n − 1 se tiene

3 + 3f n−1 (x) 6 6 √
f n (x) = n−1
=3− n−1
>3− √ = 3.
3+f (x) 3+f (x) 3+ 3
Además
6 3 − (f n−1 (x))2
f n (x) − f n−1 (x) = 3 − − f n−1 (x) = <0
3 + f n−1 (x) 3 + f n−1 (x)

Luego la secuencia {f n (x)}n∈N es decreciente y acotada inferiormente, por lo cual es conver-

gente en M . Por el Teorema 4.3 dicho punto lı́mite z es un punto fijo de f . Por consiguiente,
tomando lı́mite a la expresión
3 + 3f n (x)
f (f n (x)) = ,
3 + f n (x)
obtenemos
3 + 3z
z= ,
3+z
√ √ √
de donde z = 3. Ası́, la órbita
√ de todos
√ los puntos x > 3 converge
√ a 3. Análogamente,
se puede mostrar que si − 3 < x < 3 la órbita de x converge a 3. Con lo cual tenemos
el diagrama de fases del sistema dinámico (M, f ):

Ejercicio 4. Calcule el iterado n-ésimo de la aplicación

3 + 3x √
f (x) = , x ≥ − 3.
3+x

5. Sistemas dinámicos discretos lineales

En el caso que el sistema dinámico sea inducido por una transformación lineal en Rn ,
podemos estudiar su comportamiento usando la forma canónica de Jordan.

Teorema 5.1. Sea (M, f ) un sistema dinámico discreto donde f : Rn → Rn es lineal con
matriz asociada A, es decir, f (x) = Ax. Luego
CM424 Helmuth Villavicencio 12

Los autoespacios son invariantes por f .

Existe P ∈ Rn×n inversible tal que

f n (x) = P JAn P −1 x,

donde JA es la forma canónica de A.

Si x0 es combinación lineal de autovectores reales {v1 , v2 , · · · , vk } y autovectores ge-

neralizados {w1 , w2 , · · · , wr } entonces
k
X r
X
n
f (x0 ) = ci λni vi + pj An (wj ),
i=1 j=1

Pk Pr
donde x0 = i=1 ci vi + j=1 pj wj y Avj = λj vj .

Demostración. Es suficiente probar la primera parte. Sea λ un autovalor real y sea v ∈ Sλ

Pm(λ)
entonces v = i=1 αi ui donde {u1 , u2 , · · · , um(λ) } es una base de autovalores asociados a
Pm(λ)
λ. Luego f (v) = i=1 λαi ui , esto es, f (Sλ ) ⊂ Sλ . En el caso que λ sea complejo basta
notar que Sλ tiene como base (real)

{Re(u1 ), Im(u1 ), Re(u2 ), Im(u2 ), · · · , Re(um(λ) ), Im(um(λ) )},

donde ui es el autovector complejo asociado a λ y además

f (Re(ui )) = Re(λ)Re(ui ) − Im(λ)Im(ui ),

f (Im(ui )) = Im(λ)Re(ui ) + Re(λ)Im(ui ).

Ejemplo 11. Considere el sistema dinámico (R2 , f ) inducido por la aplicación f : R2 → R2

tal que
f (x, y) = (2x + y, x + y).
√
Veamos elcomportamiento
 dinámico de los puntos (−1, 3) y (6 5 − 6, −12). Notemos que
2 1
f (x, y) = (x, y)> . Luego por el Teorema anterior es suficiente obtener una base de
1 1
autovectores. El polinomio caracterı́stico de f es
 
2−λ 1
p(λ) = det(A − λI) = det = λ2 − 3λ + 1.
1 1−λ
√ √
De donde λ1 = 3+2 5 y λ2 = 3−2 5
son los autolavores de f . Por tanto f es diagonalizable
y los autoespacios asociados son
( √ ! )
5−1
Sλ1 = (x, y) : y = x ,
2
( √ ! )
5+1
S λ2 = (x, y) : y = − x .
2
CM424 Helmuth Villavicencio 13

√ √
Asumiremos en adelante que v1 = (2, 5 − 1) y v2 = (2, − 5 − 1) son generadores de estos
subespacios. √ √
Notemos que (6 5 − 6, −12) = 3( 5 − 1)v2 , luego
√ √
f n (6 5 − 6, −12) = 3( 5 − 1)λn2 v2 .

Como 0 < λ2 < 1,podemos

√  concluir que la órbita de del punto converge al origen a lo largo
5+1
de la recta y = − 2 x.

Para (−1, 3) existen α, β ∈ R tales que

(−1, 3) = αv1 + βv2 ,

√ √
5−1
resolviendo α = 4 > 0 y β = − 1+4 5
< 0. Entonces, dado n ∈ N se tiene

f n (−1, 3) = αλn1 v1 + βλn2 v2

Como λ1 > 1 y 0 < λ2 < 1, usando los signos de α y β, podemos  √ concluir que cuando
5−1
n → ∞ la órbita de (−1, 3) por f se va pegando a la recta y = 2 x.
CM424 Helmuth Villavicencio 14

Ejemplo 12. Estudiemos el comportamiento dinámico del punto x0 = (2, 1, −1) sobre el
sistema dinámico (R3 , f ) inducido por la aplicación f : R3 → R3 tal que
f (x, y, z) = (x + y, y, 2z).
La matriz asociada a f es  
1 1 0
0 1 0 .
0 0 2
Los autovalores son λ1 = 1 y λ2 = 2, ya que p(λ) = −(λ − 1)2 (λ − 2). Calculemos los
autoespacios asociados
Para λ1 = 1, sea v = (x, y, z) tal que
    
0 1 0 x 0
(A − I)v = 0 0 0
   y = 0 ,
 
0 0 1 z 0
luego y = z = 0, por tanto, v1 = (1, 0, 0) es una base para el autoespacio requerido. Note
que f no es diagonalizable. Calculemos el autovector generalizado asociado a λ1 = 1. Sea
v = (x, y, z) tal que     
0 0 0 x 0
2
(A − I) v = 0 0 0
   y = 0 ,
 
0 0 1 z 0
de donde z = 0, en consecuencia, podemos elegir a v2 = (0, 1, 0) como autovector generali-
zado.
Para λ2 = 2, sea v = (x, y, z) tal que
    
−1 1 0 x 0
(A − 2I)v =  0 −1 0   y = 0 ,
 
0 0 0 z 0
luego x = y = 0, por lo que el autoespacio es generado por v3 = (0, 0, 1).
Ahora debemos calcular las coordenadas de x0 = (2, 1, −1) respecto de la base {v1 , v2 , v3 }.
Al ser esta base la canónica, tenemos que
x0 = 2v1 + v2 − v3 .
Por el Teorema anterior, para cada n ∈ N se tiene

f n (x0 ) = 2λn1 v1 + An (v2 ) − λn2 v3

= 2v1 + An (v2 ) − 2n v3 .
Entonces es necesario conocer el comportamiento del autovector generalizado v2 asociado a
λ1 = 1. Recordemos que (A − I)2 v2 = 0, luego
An (v2 ) = [(A − I) + I]n v2
n  
X n
= (A − I)k v2
k
k=0
= v2 + n(A − I)v2
= v2 + nv1 .
CM424 Helmuth Villavicencio 15

Finalmente,
f n (x0 ) = (2 + n)v1 + v2 − 2n v3 .
Luego la órbita está contenida en el plano y = 1 y desciende a través de este plano.

6. La condición de Lipschitz
Cuando deseamos estudiar el comportamiento de sistemas dinámicos más generales (don-
de la f no sea lineal o el ambiente no sea algún Rn ) es necesario utilizar herramientas
abstractas ya que no es posible obtener un diagrama de fases geométrico. Una de estas
herramientas las brinda el Teorema del punto fijo de Banach.

Definición 6.1. Decimos que una aplicación f : (M, dM ) → (N, dN ) satisface la condición
de Lipschitz cuando existe un k > 0 tal que

dM (f (x), f (y)) ≤ k dN (x, y) para todo x, y ∈ M .

Diremos que f es Lipschitz o Lipschitziana si satisface la condición de Lipschitz.

Dada f : (M, dM ) → (N, dN ) Lipschitz, existe un k > 0 con la propiedad que si x, y ∈ M

son tales que x 6= y entonces
dM (f (x), f (y))
≤ k,
dN (x, y)
de modo tal que podemos considerar el número Lip(f ), denominado constante de Lipschitz
de f , dado por
 
dM (f (x), f (y))
Lip(f ) = ı́nf k > 0 : ≤ k, ∀ x, y ∈ X, x 6= y .
dN (x, y)
Notemos que en general una aplicación Lipschitz f no necesita ser limitada y su constante
verifica 0 ≤ Lip(f ) < ∞.

Proposición 6.2. Sea f : (M, dM ) → (N, dN ) una aplicación Lipschitziana. Entonces,

para cada x, y ∈ X, se tiene dN (f (x), f (y)) ≤ Lip(f ) dM (x, y).
CM424 Helmuth Villavicencio 16

Demostración. Sean x, y ∈ X tales que x 6= y. Por la definición de Lip(f ), dado ε > 0 existe
un k0 ≥ 0 tal que
dM (f (x), f (y))
≤ k0 < Lip(f ) + ε,
dN (x, y)
luego dM (f (x), f (y)) ≤ (Lip(f ) + ε)dN (x, y) para cada x, y ∈ X. Note que si x = y se
da la igualdad. Finalmente, dado que ε > 0 fue arbitrario se sigue que dM (f (x), f (y)) ≤
Lip(f ) dN (x, y) para cada x, y ∈ X.

Una consecuencia directa de esta proposición es que toda aplicación lipschitziana entre
espacio métricos es continua.

Ejemplo 13. Una aplicación f : (M, dM ) → (N, dN ) es constante si y solo si Lip(f ) = 0.

En efecto, si f es constante entonces 0 ≤ Lip(f ) ≤ n1 para cada n ∈ N. Luego Lip(f ) = 0.
El recı́proco es inmediato de la Proposición anterior.

Ejemplo 14. La aplicación T : R → R tal que T (t) = t + π2 − arctan(t) es lipschitziana con

Lip(T ) ≤ 2. En efecto; basta notar que dados t, s ∈ R por el Teorema del valor intermedio
del cálculo, existe r entre t y s tal que

|T (t) − T (s)| = |T 0 (r)||t − s|

1
≤ |t − s| + |t − s|
1 + r2
≤ 2|t − s|.

Una aplicación Lipschitziana es una contracción si Lip(f ) ∈ (0, 1).

Definición 6.3. Sea F un subconjunto de M . Un punto fijo z del sistema dinámico (M, f )
se dice atractor sobre F si z ∈ F y para cada x ∈ F se tiene que d(f n (x), z) → 0 cuando
n → +∞. En el caso que F = M , z se denomina atractor global.

√
Ejemplo 15. Para el sistema dinámico ([− 3, +∞), f ) inducido por la aplicación
3 + 3x
f (x) = ,
3+x
√
3 es un atractor sobre el conjunto F = (−1, 5).

Ejemplo 16. Para el sistema dinámico (R2 , f ) inducido por la aplicación

f (x, y) = (2x + y, x + y),

el origen es un atractor sobre el conjunto Fα = {λv2 : 0 ≤ λ ≤ α} para cada α > 0.

CM424 Helmuth Villavicencio 17

Teorema 6.4. Sea (M, f ) un sistema dinámico donde (M, d) es completo. Si f : M → M

es una contracción, entonces f admite un único punto fijo que es un atractor global.
Demostración. Sea x ∈ M . Definamos una secuencia (xn )n∈N en M tal que x1 = x y
xn+1 = f (xn ) para cada n ∈ N. Podemos ver que secuencia es de Cauchy, ya que para
cualquier n se tiene que
d(xn , xn+1 ) = d(f n−1 (x1 ), f n−1 (x2 )) ≤ Lip(f )n−1 d(x1 , x2 ),
y ası́, para cualesquier m, n ∈ N, con m > n, obtenemos
m−1
X m−1
X
d(xn , xm ) ≤ d(xk , xk+1 ) ≤ Lip(f )k−1 d(x1 , x2 ),
k=n k=n
Lip(f )n−1
 
≤ d(x1 , x2 ),
1 − Lip(f )
y usando que Lip(f ) ∈ (0, 1), obtenemos que (xn ) es de Cauchy en M .
Por la hipótesis de completitud sobre M , existe z ∈ M tal que d(xn , z) → 0. A conti-
nuación, mostraremos que z ∈ F ix(f ). Como d(xn+1 , z) → 0, entonces para cada n ∈ N
d(z, f (z)) ≤ d(z, xn+1 ) + d(f (xn ), f (z)) ≤ d(z, xn+1 ) + Lip(f )d(xn , z).
Haciendo n → +∞, obtenemos que d(z, T (z)) = 0, es decir, z es punto fijo de f .
Veamos la unicidad de z. Supongamos exista otro punto fijo w ∈ M de f con z 6= w
entonces
d(z, w) = d(f (z), f (w)) ≤ Lip(f )d(z, w),
de donde
(1 − Lip(f ))d(z, w) ≤ 0.
Por consiguiente, d(z, w) = 0, esto es, w = z. Luego F ix(f ) = {z}. Notemos que este punto
fijo es atractor, puesto que al ser único podemos generar la secuencia de iterados f n (x)
partiendo de cualquier x ∈ M y llegaremos nuevamente a z.
Previamente a aplicar este resultado, recordemos que si C(X, Y ) denota al conjunto
de las aplicaciones continuas del espacio métrico compacto (X, dX ) en el espacio métrico
completo (Y, dY ), entonces este conjunto admite una métrica d dada por
d(f, g) = sup dY (f (x), g(x)),
x∈X
y esta métrica torna C(X, Y ) en un espacio métrico completo.
Ejemplo 17. Sea (M, f ) el sistema tal que M = C([0, 1/2], R) y para cada x ∈ M ,
(f (x))(t) = t(x(t) + 1) para cada t ∈ [0, 1/2].
Note que f (x) : [0, 1/2] → R es continua, de modo que f (x) ∈ M . Ası́, M es invariante por
f . Veamos si f es Lipschitziana. Sean x, y ∈ M
d(f (x), f (y)) = sup |(f (x))(t) − (f (y))(t)|
t∈[0,1/2]
= sup |t| · |x(t) − y(t)|
t∈[0,1/2]
( )
1
≤ sup |x(t) − y(t)|
2 t∈[0,1/2]
1
= d(x, y).
2
CM424 Helmuth Villavicencio 18

Luego f es en particular continua, por lo que, (M, f ) es un sistema dinámico. Además, M

es completo y f es contracción. Entonces existe un único punto fijo atractor global. Por
tanto, si x(t) = sin(tπ) entonces los iterados f n (x) tienden a z ∈ M tal que

z(t) = (f (z))(t),

de donde z es solución de la ecuación

z(t) = tz(t) + t.

En este caso
t
z(t) = .
1−t

Teorema 6.5. Sea (M, f ) un sistema dinámico donde (M, d) es completo. Si f p : M → M

es una contracción para algún p ∈ N, entonces f admite un único punto fijo de f que es un
atractor global.

Ejemplo 18. Sea (M, f ) el sistema tal que M = C([0, π/2], R) y para cada x ∈ M ,
Z t
(f (x))(t) = (x(u) + u) sin(u)du para cada t ∈ [0, π/2].
0

Por el Primer Teorema Fundamental del Cálculo, f (x) ∈ M , de modo que M es invariante
por f . Afirmamos que ası́ definida, f no es una contracción. En efecto; sean x(t) = −t e
y(t) = 1 − t para t ∈ [0, π/2]. Entonces

d(f (x), f (y)) = sup |(f (x))(t) − (f (y))(t)|

t∈[0,π/2]
Z t 
 
= sup  sin(u)du

t∈[0,π/2] 0
= sup |1 − cos(t)|
t∈[0,π/2]
= 1
= d(x, y).
CM424 Helmuth Villavicencio 19

En general, dados x, y ∈ M
Z t
(f (x))(t) − (f (y))(t) = (x(u) − y(u)) sin(u)du
0
Z t
≤ |x(u) − y(u)|du
0
≤ td(x, y),

Se sigue que
π
d(f (x), f (y)) ≤
d(x, y).
2
Por lo que (M, f ) es un sistema dinámico, ya que f es Lipschitziana y, por tanto, continua.
Además, podemos repetir el proceso y obtener para el segundo iterado que
Z t
(f 2 (x))(t) − (f 2 (y))(t) ≤ |f (x)(u) − f (y)(u)|du
0
Z t
≤ ud(x, y)du
0
t 2
≤ d(x, y).
2
Luego
1  π 2
d(f 2 (x), f 2 (y)) ≤ d(x, y).
2 2
Análogamente
1  π 3
d(f 3 (x), f 3 (y)) ≤ d(x, y),
6 2
de donde f 3 es una contracción y por el Teorema los iterados de todo punto del espacio
convergen al punto fijo z que es solución de la ecuación integral
Z t
z(t) = (z(u) + u) sin(u)du.
0

7. Localización de puntos fijos unidimensionales

Dado (M, f ) un sistema dinámico discreto unidimensional, esto es, donde M ⊂ R.
Existen condiciones que nos garantizan la existencia de puntos fijos.

Teorema 7.1. Sea f : I → R una aplicación continua donde I = [a, b]. Se verifican

(1) Si I ⊂ f (I), entonces F ix(f ) 6= ∅.

(2) Si f (I) ⊂ I, entonces F ix(f ) 6= ∅.

Demostración. Consideremos g : I → R tal que g(x) = f (x) − x. Note que {a, b} ⊂ f (I),
luego existen c1 , c2 ∈ I tales que f (c1 ) = a y f (c2 ) = b. Si c1 = a o c2 = b, nada a probar.
Entonces podemos asumir que {c1 , c2 } ⊂ (a, b), de donde

g(c1 ) = f (c1 ) − c1 = a − c1 < 0, g(c2 ) = f (c2 ) − c2 = b − c2 > 0.

Luego por Teorema de valor intermedio, existe x0 tal que g(x0 ) = 0. Ası́, F ix(f ) 6= ∅.
CM424 Helmuth Villavicencio 20

Por otro lado, el cálculo de los puntos fijos de f por métodos analı́ticos muchas veces
trae complicaciones, es decir, resolver explı́citamente

f (x) = x

puede ser difı́cil o imposible. Sin embargo, geométricamente podemos ver los puntos fijos
superponiendo la gráfica de la identidad IM sobre la de f .

Ası́, para tener una idea de donde están localizados los puntos fijos en un sistema uni-
dimensional podemos usar lo anterior siempre que podamos graficar fielmente la aplicación
que induce el sistema.
Ejemplo 19. Sea (R, f ) el sistema dinámico discreto donde f (x) = cos(x) para cada x ∈ R.
Note que resolver cos(x) = x no es posible por métodos analı́ticos. Pero utilizando el análisis
gráfico obtenemos que existe un punto fijo x0 .

Sin embargo, esto solo nos garantiza la existencia. Para calcularlo con mayor precisión
debemos recurrir a los procedimientos numéricos, como el método de Newton para encontrar
x0 numéricamente. De donde x0 = 0,73908 · · · .
Ejemplo 20. Sea ([0, 1], f ) el sistema dinámico discreto donde f (x) = 1 − |1 − 2x|. Este
sistema se denomina aplicación tienda. Veamos los puntos fijos de f . Notemos que
if 0 ≤ x ≤ 21 ;

2x
f (x) =
2 − 2x if 21 ≤ x ≤ 1.
CM424 Helmuth Villavicencio 21

Ası́, la superposición de gráficas es

De donde los puntos fijos son x0 = 0 y x1 tal que 1 − |1 − 2x1 | = x1 con x1 ≥ 1/2. Luego
x1 = 2/3, ası́
F ix(f ) = {0, 2/3}.

8. Análisis gráfico para sistemas unidimensionales

A continuación veremos que las gráficas de f y IM también proporcionan una manera
conveniente para esbozar el comportamiento de los iterados de f .
Dado x0 , describimos la órbita de x0 como sigue:

Comenzamos en el punto (x0 , x0 ) sobre la gráfica de IM (diagonal) y dibujamos una

lı́nea vertical de este punto a la gráfica de f ; obteniendo el punto (x0 , f (x0 )).

Trazamos una lı́nea horizontal en dirección a la diagonal; obteniendo el punto (f (x0 ), f (x0 )).

Repetimos el proceso anterior.

Podemos agregar flechas al diagrama para indicar la dirección de la iteración.

CM424 Helmuth Villavicencio 22

Note que podemos obtener una idea del comportamiento de los iterados de x0 al pro-
yectar los puntos de contacto con la diagonal puesto que cada contacto con la diagonal es
una iteración de x0 .

√
Ejemplo 21. Para el sistema dinámico discreto ([0, +∞), f ) donde f (x) = x se tiene

Luego al partir de un punto en (0, 1) ∪ (1, +∞) sus iterados se aproximan al punto
fijo x = 1. Note que en el diagrama solo colocamos una cantidad finita de iterados que
nos inducen a concluir la convergencia, sin embargo para ser rigurosos debemos hacerlo
mediante el método analı́tico dado en las secciones anteriores. Ası́, asumiendo que esto
último es correcto, el diagrama de fases es

Ejemplo 22. Para el sistema dinámico discreto (R, f ) donde f (x) = x3 se tiene
CM424 Helmuth Villavicencio 23

Notemos que para todo punto |x0 | < 1 sus iterados se aproximan al punto fijo x = 0.
Además, si |x0 | > 1 entonces los iterados divergen a infinito. Por tanto, asumiendo que este
comportamiento es el correcto, el diagrama de fases es

Ejemplo 23. Para el sistema dinámico discreto ([−1, +∞), f ) donde f (x) = x2 se tiene

Entonces los puntos 0 < x < 1 se aproximan al origen (que es un punto fijo), los puntos
1 < x divergen al infinito y todo punto en −1 < x < 0 converge pues con el primer iterado
CM424 Helmuth Villavicencio 24

ingresamos a la región (0, 1) donde ya conocemos al comportamiento. Ası́, asumiendo que

las conclusiones del método gráfico son correctas, el diagrama de fases es

El análisis gráfico muchas veces nos dice si el diagrama de fases es complicado, por
ejemplo para f (x) = cos(x). En estos casos es conveniente utilizar otro recurso para entender
el comportamiento de los iterados, lo cual haremos en la siguiente sección.

Ejercicio 5. Sea (R, f ) el sistema dinámico dado por f (x) = cos(x).

1. Realice el análisis gráfico para las órbitas de los puntos x = 5 y x = −3.

2. De una idea del diagrama de fases de f .

9. Series de tiempo
Cuando el diagrama de fases de un sistema dinámico unidimensional es complicado de
representar, un método conveniente de describir las órbitas es por medio de una serie de
tiempo. En esos diagramas trazamos el conteo de iteración sobre el eje horizontal y los
valores numéricos de la órbita sobre el eje vertical. Es común conectar los puntos sucesivos
mediante un segmento de recta.

Ejemplo 24. Para el sistema dinámico discreto (R, f ) donde f (x) = −x/3, representamos
la órbita de x0 = 10 mediante una serie de tiempo. Para esto utilizaremos el análisis gráfico
con el fı́n de tener una idea del comportamiento
CM424 Helmuth Villavicencio 25

Luego, los 5 primeros iterados (con 2 decimales de aproximación) son:

Of (10) = {10; −3,33; 1,11; −0,37; 0,12; −0,04; · · · }

10. Estabilidad local

Recordemos que dado un espacio métrico (M, d), para z ∈ M y r > 0 la bola abierta
centrada en z con radio r es el conjunto

B(z, r) = {x ∈ M : d(z, x) < r}.

A su vez, una aplicación f : M → M se dice localmente lipschitziana en z si existen r > 0

y k = k(z) tal que para cualesquiera x, y ∈ B(z, r) se satisface la condición de lipschitz, es
decir
d(f (x), f (y)) ≤ k · d(x, y).
Cuando f es localmente lipschitziana en todo punto de su dominio diremos que f es local-
mente lipschitziana.
Note que toda aplicación lipschitziana es localmente lipschitziana, sin embargo lo recı́pro-
co no es cierto.
CM424 Helmuth Villavicencio 26

Ejercicio 6. Pruebe que f : R → R dada por f (x) = x2 es localmente lipschitziana pero

no es lipschitziana.

Teorema 10.1. Toda aplicación f : Rn → Rn de clase C 1 es localmente lipschitziana.

Demostración. Consideremos las funciones componentes fi : Rn → R de f , esto es, f =

(f1 , · · · , fn ). Note que cada fi es diferenciable. Sea z ∈ Rn . Tomemos ki > 0 tal que
||∇fi (z)|| < ki . Al ser fi de clase C 1 , existe ri > 0 tal que ||∇fi (u)|| < ki para todo
u ∈ B(z, ri ). Además de la convexidad de B(z, ri ), sabemos que dados x, y ∈ B(z, ri ) se
satisface
x + t(y − x) ∈ B(z, ri ) para cada t ∈ [0, 1].
Luego por el Teorema fundamental del Cálculo
Z 1
fi (y) − fi (x) = h∇fi (x + t(y − x)), y − xidt.
0

Por tanto para x, y ∈ B(z, r) donde r = mı́n{ri } se tiene

||f (y) − f (x)||2 = ||(fn (y) − fn (x) , · · · , fn (y) − fn (x))||2

X n
= |fi (y) − fi (x)|2
i=1
n
X
≤ máx ||∇fi (x + t(y − x))||2 .||y − x||2
t∈[0,1]
i=1
Xn
≤ ki2 ||y − x||2 .
i=1
qP
n 2
Finalmente, tomando k = i=1 ki > 0 obtenemos

||f (y) − f (x)|| ≤ k||y − x||

Ejemplo 25. Sea f : R2 → R2 tal que f (x, y) = ( sin(x2 ) + 2y, x − y 2 ). Por el Teo-
rema anterior, f es localmente lipschitziana. Más aún, para√el punto z = (0, 1)√ se tiene
||∇f1 (0, 1)|| = ||(0, 2)|| = 2 y ||∇f2 (0, 1)|| = ||(1, −2)|| = 5. Luego máx{2, 5} < 3.
Entonces √
||f (y) − f (x)|| ≤ 3 2||y − x||,
en una vecindad de z = (0, 1).

Ejemplo 26. Sea f : R → R tal que f (x) = 14 xex + sin(x4 + 41 x). Por el Teorema anterior,
f es localmente lipschitziana. Más aún, para el punto z = 0 se tiene f 0 (0) = 12 . Entonces

3
|f (y) − f (x)| ≤ |y − x|,
4
en una vecindad de z = 0.
CM424 Helmuth Villavicencio 27

Definición 10.2. Sea (M, f ) un sistema dinámico discreto y x0 un punto fijo de f . Decimos
que x0 es

estable si para cada ε > 0 existe δ > 0 tal que si z ∈ B(x0 , δ) entonces f n (z) ∈ B(x0 , ε)
para todo n ∈ N.

asintóticamente estable si existe δ > 0 tal que B(x0 , δ) es invariante por f y además
x0 es un atractor sobre B(x0 , δ).

repulsor si existe δ > 0 tal que para cada u ∈ B(x0 , δ) sea posible encontrar un n ∈ N
tal que f n (u) ∈
/ B(x0 , δ).

En caso que x0 no es estable diremos que es inestable. Note que todo repulsor es inestable.

Proposición 10.3. Sea (M, f ) un sistema dinámico y x0 un punto fijo de f . Si f es local-

mente lipschitziana en x0 y admite una constante menor que 1, entonces x0 es asintótica-
mente estable.

Demostración. Por hipótesis existen δ > 0 y 0 < k < 1 tales que d(f (x), f (y)) ≤ k · d(x, y)
para cualesquiera x, y ∈ B(x0 , δ). En particular

d(f (x), x0 ) = d(f (x), f (x0 )) ≤ k · d(x, x0 ) < δ.

Luego f (x) ∈ B(x0 , δ). Ası́ B(x0 , δ) es invariante por f . Repitiendo el procedimiento anterior

d(f 2 (x), x0 ) = d(f (f (x)), f (x0 )) ≤ k · d(f (x), x0 )

≤ k 2 · d(x, x0 ),

por inducción obtenemos d(f n (x), x0 ) ≤ k n d(x, x0 ) para cada n ∈ N. Por lo tanto f n (x) →
x0 cuando n → +∞.

Ejemplo 27. El sistema dinámico (R, f ) donde f (x) = 14 xex + sin(x4 + 41 x) tiene al origen
como punto fijo asintóticamente estable.

Como notamos el comportamiento dinámico de sistemas inducidos por aplicaciones di-

ferenciables está estrechamente relacionado al valor de la derivada en el punto fijo. Profun-
dizaremos un poco más en la siguiente sección.
CM424 Helmuth Villavicencio 28

11. Hiperbolicidad unidimensional

En adelante consideraremos sistemas dinámicos unidimensionales (M, f ) donde M ⊂ R
y f : M → M es suave (de clase C k ).
Definición 11.1. Un punto fijo x0 se dice hiperbólico si |f 0 (x0 )| =
6 1
A continuación mostramos la relevancia de la hiperbolicidad en el estudio del compor-
tamiento dinámico de los sistemas discretos.
Teorema 11.2. Sea x0 un punto fijo hiperbólico. Se verifican
(1) Si |f 0 (x0 )| < 1, entonces x0 es un atractor (asintóticamente estable).
(2) Si |f 0 (x0 )| > 1, entonces x0 es un repulsor.
Demostración. Probaremos la parte (1). Sea k > 0 tal que |f 0 (x0 )| < k < 1. Existe
B(x0 , δ) = (x0 − δ, x0 + δ) tal que |f 0 (u)| < k < 1 para cada u ∈ B(x0 , δ). Por el Teorema
del valor medio, dados x, y ∈ (x0 − δ, x0 + δ) existe c tal que |f (x) − f (y)| = |f 0 (c)||x − y|
luego |f (x) − f (y)| ≤ k|x − y|. Ası́, por Proposición 10.3, x0 es un atractor asintóticamente
estable.
Note que todos los resultados son locales. Más adelante en el curso nos enfocaremos en
estudiar las regiones del espacio donde se dan estas aproximaciones.
Ejercicio 7. Pruebe el item (2) del Teorema 11.2.
Ejemplo 28. Considere el sistema ([0, 1], f ) donde f (x) = 2,8x(1 − x). Los puntos fijos
para f se encuentran al resolver
2,8x(1 − x) = x.
Haciendo los cálculos obtenemos x = 0 y x = 1,8/2,8 ≈ 0,64. Además
f 0 (x) = 2,8(1 − 2x),
por lo que f 0 (0) = 2,8 > 1 y f 0 (0,64) ≈ −0,78, de donde ambos puntos fijos son hiperbólicos.
Entonces 0 es un punto fijo repulsor y 0,64 es un punto fijo atractor.
CM424 Helmuth Villavicencio 29

Ejercicio 8. Realice la serie de tiempo del punto x = 0,5 (considere 10 iterados) para el
sistema ([0, 1], f ) donde f (x) = 2,8x(1 − x).
Como una aplicación de la hiperbolicidad veamos el sistema dinámico asociado al método
de Newton Raphson.
Dada una función diferenciable f : R → R, recordemos que este método nos permite
aproximar los ceros de f (x) a través de una secuencia de puntos {xn } dados por
f (xn )
xn+1 = xn − ,
f 0 (xn )
donde x0 es la primera aproximación al cero de f . Motivados por esto podemos inducir la
siguiente aplicación
f (x)
Nf (x) = x − 0 .
f (x)
Notemos que el dominio natural para Nf es el conjunto {x ∈ R : f 0 (x) 6= 0}, sin embargo no
siempre es posible utilizarlo para considerar a Nf como un sistema dinámico discreto. Basta
tomar f (x) = x3 − 1 donde x = 0 es el único valor que anula la derivada de f . Además para
esta función se tiene
x3 − 1 2 1
Nf (x) = x − 2
= x + 2,
√ 3x 3 3x
luego Nf (p) = 0 donde p = −1/ 3 2, ası́ no es posible definir Nf2 (p), es decir, el conjunto
mencionado no es invariante por Nf . En general para estudiar la aplicación Nf como un
sistema dinámico necesitamos partir de un conjunto invariante. Por ejemplo, para la función
f (x) = x3 − 1 puede tomarse (0, +∞) como dominio para Nf .
Proposición 11.3. Si Nf es la aplicación de Newton inducida por una función f de clase
C 2 , entonces
F ix(Nf ) = {z : f (z) = 0, f 0 (z) 6= 0}.
Además, todo punto fijo de Nf es un atractor local.
Demostración. Note que si z0 ∈ F ix(Nf ), entonces z0 = z0 − ff0(z 0)
(z0 ) de donde z0 es punto
fijo de Nf si y solo si f (z0 ) = 0, f 0 (z0 ) 6= 0. Además, para mostrar que cada punto fijo es
atractor local, usaremos la hiperbolicidad
f 0 (z)f 0 (z) − f (z)f 00 (z)
Nf0 (z) = 1 −
[f 0 (z)]2
f (z)f 00 (z)
=
[f 0 (z)]2
Por tanto si z0 es fijo para Nf , obtenemos Nf0 (z0 ) = 0 ya que f (z0 ) = 0. Ası́, z0 es un
atractor hiperbólico local.
Ejemplo 29. La función f (x) = x3 − 1 satisface f (1) = 0, f 0 (1) = 2 6= 0. Luego el sistema
dinámico ((0, +∞), Nf ) donde Nf (x) = 23 x + 3x12 tiene a z = 1 como punto fijo atractor.
Ejercicio 9. Una raı́z z de la ecuación f (z) = 0 tiene multiplicidad k si f [k−1] (z) = 0 pero
f [k] (z) 6= 0 (donde f [k] es la k-ésima derivada de f ). Probar que
1. z es una raı́z de multiplicidad k si y solo si f puede escribirse, en una vecindad de z,
como f (x) = (x − z)k G(x) donde G no se anula en z.
2. Si z es una raı́z multiplicidad k, entonces es posible redefinir Nf (la aplicación de
Newton) de modo que z sea una discontinuidad evitable.
CM424 Helmuth Villavicencio 30

12. Puntos fijos no hiperbólicos

Cuando queremos estudiar el comportamiento dinámico de un sistema (I, f ) alrededor
de un punto fijo no hiperbólico x, esto es, que satisface |f 0 (x)| = 1 el método gráfico nos
proporciona una idea, sin embargo si deseamos hacerlo analı́ticamente tenemos dos caminos:
probarlo directamente o usar criterios suficientes asociados a la regularidad.
Veamos un ejemplo del primer tipo. Consideremos el sistema (R, f ) donde f (x) = sin(x).
Notemos que 0 ∈ F ix(f ) y |f 0 (0)| = 1 de donde x = 0 es un punto fijo no hiperbólico de f .
A pesar de esto podemos probar que

Proposición 12.1. El punto fijo x = 0 de f (x) = sin(x) es un atractor global.

Demostración. Primeramente veamos que F ix(f ) = {0}. Ya que si x ∈ F ix(f ), entonces

sin(x) = x por lo cual descartamos los valores |x| > 1 puesto que | sin(x)| ≤ 1 para cada x.
Entonces el punto fijo x debe cumplir |x| ≤ 1. Si 0 < x ≤ 1, por el Teorema del valor medio
existe c ∈ (0, x) tal que
sin(x) − sin(0)
f 0 (c) = ,
x−0
luego
sin(x) = xf 0 (c) = x cos(c) < x,
lo cual es absurdo. De modo análogo llegamos a un absurdo si suponemos −1 ≤ x < 0. Por
consiguiente, x = 0 es el único punto fijo de f . Probaremos ahora que x = 0 es atractor
global. Sea x ∈ R. Notemos que es de relevancia estudiar los siguientes casos:
Caso 1: 0 < x ≤ 1. En este caso 0 < cos(x) < 1, luego por el Teorema del valor medio
existe c ∈ (0, x) tal que

0 < f (x) − f (0) = f 0 (c)(x − 0) = cos(c)x < x.

Entonces 0 < f (x) < 1 y repitiendo el argumento anterior obtemos que

0 < f 2 (x) < f (x).

Lo cual implica

0 < · · · < f n (x) < f n−1 (x) < · · · < f 2 (x) < f (x) < x.

Ası́, {f n (x)} es una secuencia decreciente y acotada inferiormente, por lo que es convergente
y lo hace al punto fijo 0.
Caso 2: −1 ≤ x < 0. Es similar al anterior.
Caso 3: |x| > 1. Note que f (x) ∈ [−1, 1] luego f (x) está en uno de los primeros casos.

Definición 12.2. Un punto fijo x0 de (I, f ) se dice semi-estable si existe δ > 0 tal que
x0 es un atractor (repulsor) sobre (x0 , x0 + δ) y a su vez es un repulsor (atractor) sobre
(x0 − δ, x0 ).

Ejemplo 30. Consideremos el sistema dinámico ((0, +∞), f ) donde f (x) = a2 x2 + 2a 1

con
a 2 1
a > 0. Los puntos fijos satisfacen x = 2 x + 2a , entonces F ix(f ) = {1/a}. Además,
|f 0 (1/a)| = a(1/a) = 1. Luego el punto fijo x = 1/a es no hiperbólico. Note que para cada
x > 0 se tiene
√ 1

1

x = x2 ≤ ax2 + = f (x),
2 a
CM424 Helmuth Villavicencio 31

es decir 0 < x < f (x) siempre que x 6= 1/a. Por lo que podemos concluir que la secuencia
de iterados {f n (x)} sera creciente. Notemos que los conjuntos (0, 1/a) y (1/a, +∞) son
invariantes por f . Luego tomando δ = 1/a > 0 tenemos probada la semi-estabilidad del
punto fijo x = 1/a.

Teorema 12.3. Sea x0 un punto fijo no hiperbólico de f con f 0 (x0 ) = 1. Si f 0 (x), f 00 (x) y
f 000 (x) son continuas en x = x0 , entonces se verifican

(i) Si f 00 (x0 ) 6= 0, x0 es semi-estable.

(ii) Si f 00 (x0 ) = 0 y f 000 (x0 ) > 0, entonces x0 es inestable.

(iii) Si f 00 (x0 ) = 0 y f 000 (x0 ) < 0, entonces x0 es asintóticamente estable.

Demostración. Veamos la parte (i). Supongamos que f 00 (x0 ) > 0. Como f 0 (x0 ) = 1, existe
δ > 0 tal que f 00 (x) > 0 y f 0 (x) > 0 para cada x ∈ (x0 − δ, x0 + δ). En particular, la primera
derivada f 0 (x) es estrictamente creciente en este intervalo. Ası́, se tienen

f 0 (x) < 1 para cada x ∈ (x0 − δ, x0 ).

f 0 (x) > 1 para cada x ∈ (x0 , x0 + δ).

En el primer caso, si x ∈ (x0 − δ, x0 ] aplicando el TVM sobre el conjunto [x, x0 ] obtenemos

que
f (x0 ) − f (x) x0 − f (x)
f 0 (c) = = ,
x0 − x x0 − x
para algún c ∈ (x, x0 ). Note que 0 < f 0 (c) < 1 luego

x0 − f (x)
0< < 1,
x0 − x
de donde x < f (x) < x0 . Repitiendo lo anterior partiendo del punto f (x), se tiene que
x < f (x) < f 2 (x) < x0 . Entonces la secuencia de iterados {f n (x)} es creciente y acotada
CM424 Helmuth Villavicencio 32

por lo que es convergente a un punto fijo z en [x, x0 ]. Si z 6= x0 , usando el TVM en [z, x0 ],

existe x1 ∈ (z, x0 ) ⊂ (x0 − δ, x0 ) tal que
f (x0 ) − f (z) x0 − z
f 0 (x1 ) = = = 1,
x0 − z x0 − z
lo cual es absurdo sobre el intervalo fijado. Por tanto, f n (x) → x0 y ası́ x0 es un atractor
sobre (x0 − δ, x0 ]. En el segundo caso, si x ∈ [x0 , x0 + δ) nuevamente por el TVM sobre
[x0 , x] obtenemos
f (x) − x0
1< ,
x − x0
de donde x0 < x < f (x) y si f (x) < x0 + δ repitiendo sobre [x0 , f (x)] se tiene x0 < x <
f (x) < f 2 (x). Note que no todos los iterados f n (x) pueden estar en [x0 , x0 + δ) ya que
esto implicarı́a que la secuencia {f n (x)} sea convergente. Dando lugar a la existencia de un
punto x2 6= x0 tal que f 0 (x2 ) = 1. Por lo cual, x0 es un repulsor sobre [x0 , x0 + δ).
Veamos ahora la parte (ii). Usando el criterio de la segunda derivada para f 0 (x) tenemos
que x0 es un mı́nimo local, ya que f 0 (x0 ) = 1, f 00 (x0 ) = 0 y f 000 (x0 ) > 0. Entonces existe
δ > 0 tal que f 0 (x) > 1 para cada x ∈ (x0 − δ, x0 + δ) con x 6= x0 . Luego podemos proseguir
como el segundo caso del item (i).
La parte (iii) usa similares ideas a (ii).

Utilizando este resultado podemos comprobar (localmente) el comportamiento de los

ejemplos dados en esta sección.
Ejemplo 31. Para el sistema (R, f ) donde f (x) = sin(x) se tienen f (0) = 0, f 0 (0) = 1.
Además, f es suave (en particular de clase C 3 ) y también f 00 (0) = 0, f 000 (0) = −1. Entonces
por el Teorema (item (iii)) x = 0 es asintóticamente estable.
Ejemplo 32. Para el sistema dinámico ((0, +∞), f ) donde f (x) = a2 x2 + 2a1
sabemos que
0 00
f (1/a) = 1/a y f (1/a) = 1. Además, f es suave y f (1/a) = a 6= 0. Por lo cual x = 1/a es
semi-estable.
Ejercicio 10. Considere el sistema dinámico (R, f ) dado por
1
f (x) = x − sin(cos(x)π).
π
1. Pruebe que F ix(f ) es infinito numerable.
2. Estudie el comportamiento local de sus puntos fijos.
A continuación vamos a dar un criterio de estabilidad para puntos fijos no hiperbólicos
de la forma f 0 (x0 ) = −1. Previamente, introduciremos una noción diferente de derivada.
Definición 12.4. La derivada de Schwarz de una función suave f : I → J con f 0 (x) 6= 0
es la función S(f ) tal que

f 000 (x) 3 f 00 (x) 2

 
S(f )(x) = 0 −
f (x) 2 f 0 (x)
Ejemplo 33. Para la función f (x) = − sin(x), se tienen f 0 (x) = − cos(x), f 00 (x) = sin(x)
y f 000 (x) = cos(x). Luego

3 sin(x) 2
 
cos(x) 3
S(f )(x) = − = −1 − tan2 (x).
− cos(x) 2 − cos(x) 2
CM424 Helmuth Villavicencio 33

Teorema 12.5. Sea x0 un punto fijo no hiperbólico de f con f 0 (x0 ) = −1. Si f 0 (x), f 00 (x)
y f 000 (x) son continuas en x = x0 , entonces se verifican

(i) Si S(f )(x0 ) < 0 entonces x0 es un punto asintóticamente estable.

(ii) Si S(f )(x0 ) > 0, entonces x0 es inestable.

Demostración. Probaremos la parte (i). Consideremos la función g = f 2 y notemos que

g(x0 ) = f 2 (x0 ) = f ◦ f (x0 ) = x0 . Además,

g 0 (x) = (f ◦ f )0 (x) = f 0 (f (x)).f 0 (x),

de donde g 0 (x0 ) = (−1)(−1) = 1. Ası́, x0 es un punto fijo no hiperbólico para g con

g 0 (x0 ) = 1. Ahora con ayuda de la derivada de Schwarz probaremos las condiciones del item
(iii) del Teorema 12.3. Note que S(f )(x0 ) = −f 000 (x0 ) − 23 [f 00 (x0 )]2 . Para esto, necesitamos
las tres primeras derivadas de g. Luego de

g 0 = (f 0 ◦ f ) · f 0 ,

derivando

g 00 = (f 0 ◦ f )0 · f 0 + (f 0 ◦ f ) · f 00
= (f 00 ◦ f ) · [f 0 ]2 + (f 0 ◦ f ) · f 00

de donde g 00 (x0 ) = f 00 (x0 ) − f 00 (x0 ) = 0. Además

g 000 = (f 00 ◦ f )0 · [f 0 ]2 + 2(f 00 ◦ f ) · (f 0 · f 00 ) + (f 0 ◦ f )0 · f 00 + (f 0 ◦ f ) · f 000

= (f 000 ◦ f ) · [f 0 ]3 + 2(f 00 ◦ f ) · (f 0 · f 00 ) + (f 00 ◦ f ) · f 0 · f 00 + (f 0 ◦ f ) · f 000
= (f 000 ◦ f ) · [f 0 ]3 + 3(f 00 ◦ f ) · (f 0 · f 00 ) + (f 0 ◦ f ) · f 000 ,

de donde

g 000 (x0 ) = f 000 (x0 )(−1) + 3f 00 (x0 )(−1)f 00 (x0 ) + (−1)f 000 (x0 )
= −2f 000 (x0 ) − 3[f 00 (x0 )]2
= 2S(f )(x0 ) < 0

Entonces x0 es un punto asintóticamente estable para g. Usando el Ejercicio 11 se muestra

que x0 es un punto asintóticamente estable para f .

Ejercicio 11. Sea (I, f ) un sistema dinámico y x0 ∈ F ix(f ). Si x0 es un atractor asintóti-

camente estable para (I, g), donde g = f 2 , entonces también lo es para (I, f ).

Ejemplo 34. Para el sistema dinámico (R, f ) donde f (x) = − sin(x). Se verifican f (0) = 0,
f 0 (0) = −1 y S(f )(0) = −1 < 0. Luego x = 0 es asintóticamente estable para f (de modo
local).
CM424 Helmuth Villavicencio 34

13. Análisis local de la ecuación logı́stica

A continuación estudiaremos el comportamiento local de los puntos fijos de los sistemas
dinámicos (R, fµ ) donde
fµ (x) = µx(1 − x),
asociados a los diversos valores del parámetro µ > 0. Primeramente calculemos los puntos
fijos, esto es, los puntos x tales que

x = µx(1 − x).
µ−1
Resolviendo, obtenemos F ix(f ) = {0, pµ } donde pµ = µ . Además

fµ0 (x) = µ − 2µx.

Para el punto fijo x = 0 se tiene fµ0 (0) = µ. Luego tenemos los siguientes casos
Si 0 < µ < 1, entonces x = 0 es un punto fijo hiperbólico atractor.

Si µ > 1, entonces x = 0 es un punto fijo hiperbólico repulsor.

Si µ = 1, entonces x = 0 es un punto fijo no hiperbólico con fµ0 (0) = 1. Además

fµ00 (0) = −2, por lo que x = 0 es un punto fijo semi-estable.
Para el punto fijo x = pµ se tiene fµ0 (pµ ) = 2 − µ. Luego tenemos los siguientes casos
Si 0 < µ < 1, entonces 2 − µ > 1, de donde x = pµ es un punto fijo hiperbólico
repulsor.

Si µ > 3, entonces |2 − µ| > 1, de donde x = pµ es un punto fijo hiperbólico repulsor.

Si 1 < µ < 3, entonces |2 − µ| < 1 por lo cual x = pµ es un punto fijo hiperbólico

atractor.

Si µ = 1, entonces x = pµ es un punto fijo no hiperbólico con fµ0 (pµ ) = 1. También,

fµ00 (pµ ) = −2, por lo que x = 0 es un punto fijo semi-estable.
CM424 Helmuth Villavicencio 35

Si µ = 3, entonces x = pµ es un punto fijo no hiperbólico con fµ0 (pµ ) = −1. También,

fµ00 (pµ ) = −6 y fµ000 (pµ ) = 0, por tanto
3  00 2
S(f )(pµ ) = −f 000 (pµ ) − f (pµ )
2
3
= − (−6)2
2
= −54 < 0
2
lo que implica que x = pµ = 3 es un punto fijo atractor no hiperbólico.
Notemos que el signo del punto fijo pµ depende del valor del parámetro µ.

Además, el punto fijo pµ puede ser atractor como en el Ejemplo 28 con µ = 2, 8.

Ejercicio 12. Considere el sistema dinámico (R, f ) donde

f (x) = −2x3 + 2αx2 + x.

Estudie el comportamiento local de sus puntos fijos según los valores de α.

CM424 Helmuth Villavicencio 36

14. Periodicidad
Definición 14.1. Sea (M, f ) un sistema dinámico y sea z ∈ M . Decimos que z es un punto
periódico para f si existe n ∈ N \ {0} tal que f n (z) = z. En este caso, al menor n con esta
propiedad lo denominamos el periodo primo de z y su órbita se dice n-ciclo.

Si denotamos con P er(f ) al conjunto de puntos periódicos de f y para cada n ∈ N \ {0}

escribimos P ern (f ) = {z ∈ M : f n (z) = z}, entonces
[
P er(f ) = P ern (f ),
n≥1

F ix(f ) ⊂ P ern (f ) para todo n ≥ 1.

F ix(f n ) = P ern (f )

También dado z ∈ P er(f ) con periodo primo n su n-ciclo asociado es

Of (z) = {z, f (z), f 2 (z), · · · , f n−1 (z), z, f (z), f 2 (z), · · · }

= {z, f (z), f 2 (z), · · · , f n−1 (z)}.

Ejercicio 13. Pruebe que si {x1 , x2 · · · , xn } es un n-ciclo asociado a x1 , entonces para

cada j ≥ 2 se verifican

(1) xj ∈ P er(f ).

(2) xj tiene periodo primo n, es decir, f n (xj ) = xj y f k (xj ) 6= xj para todo 0 < k < n.

Ejemplo 35. Calculemos los 2-ciclos del sistema dinámico (R, f ) donde f (x) = x2 − 1.
Para esto es necesario resolver

f 2 (x) = x, f (x) 6= x.
√ √
Notemos que F ix(f ) = { 1−2 5 , 1+ 5
2 } dado que estos puntos se obtienen al resolver

f (x) = x,

que es equivalente a x2 −x−1 = 0. Además, la ecuación f 2 (x) = x contiene como soluciones

a los puntos fijos de f ya que F ix(f ) ⊂ P er2 (f ). Ası́, para hallar el 2-ciclo es suficiente
resolver f 2 (x) = x. Como f 2 (x) = (x2 − 1)2 − 1 = x4 − 2x2 entonces debemos resolver

x4 − 2x2 = x.

Equivalentemente
x(x + 1)(x2 − x − 1) = 0,
de donde x = 0 y x = −1 son de periodo primo 2. Note que f (0) = −1, por lo cual −1
forma parte de la órbita de 0, es decir, {0, −1} es el único 2-ciclo de f . Podemos representar
este ciclo gráficamente
CM424 Helmuth Villavicencio 37

Por otro lado, usando el hecho que F ix(f 2 ) = P er2 (f ), también podemos calcular los
2-ciclos de f . Para esto debemos graficar f 2 , esto es,

f 2 (x) = x4 − 2x2

y estudiar sus cortes con la diagonal, pero en este caso obtendremos como puntos de corte a
los puntos fijos de f y los restantes cortes representarán a los puntos periódicos de periodo
primo 2. En el gráfico representamos estos últimos de verde

√ √
de donde P er2 (f ) = {−1, 0, 1−2 5 , 1+2 5 }. Luego retirando los puntos fijos obtenemos el
2-ciclo buscado {0, −1}.
Otro aspecto importante a estudiar es la hiperbolicidad de un punto periódico sobre
sistemas unidimensionales. Para lo cual es necesaria la siguiente noción

Definición 14.2. Sea x0 ∈ P er(f ) con periodo primo n. Decimos que el n-ciclo asociado
a x0 es estable, asintóticamente estable, inestable o repulsor para f si x0 lo es para f n .

Proposición 14.3. Sea x0 ∈ P er(f ) con periodo primo n. Si {x0 , x1 , · · · , xn−1 } es el

n-ciclo de f asociado a x0 y f 0 (x) es continua en cada punto de este conjunto, entonces
CM424 Helmuth Villavicencio 38

(1) {x0 , x1 , · · · , xn−1 } es asintóticamente estable si

|f 0 (x0 ) · f 0 (x1 ) · · · f 0 (xn−1 )| < 1,

(2) {x0 , x1 , · · · , xn−1 } es repulsor si

|f 0 (x0 ) · f 0 (x0 ) · · · f 0 (xn−1 )| > 1.

Demostración. Probaremos la parte (1). Como {x0 , x1 , · · · , xn−1 } es el n-ciclo asociado a

x0 entonces para cada 0 ≤ k < n se tiene

xk = f k (x0 ).

Además

(f n )0 (x0 ) = (f n−1 ◦ f )0 (x0 )

= (f n−1 )0 (f (x0 )) · f 0 (x0 )
= (f n−1 )0 (x1 ) · f 0 (x0 )
= (f n−2 )0 (f (x1 )) · f 0 (x1 ) · f 0 (x0 )
= (f n−2 )0 (x2 ) · f 0 (x1 ) · f 0 (x0 )
..
.
= f 0 (xn−1 ) · f 0 (xn−2 ) · · · f 0 (x1 ) · f 0 (x0 ),

luego usando la hipótesis obtenemos que |(f n )0 (x0 )| < 1, de donde x0 es asintóticamente
estable para f n .

Ejemplo 36. Para el sistema dinámico (R, f ) donde f (x) = x2 − 1, el 2-ciclo {0, −1} es
asintóticamente estable. En efecto; como f 0 (0) = 0 y f 0 (−1) = −2 entonces

|f 0 (0) · f 0 (−1)| = 0 < 1,

por lo cual {0, −1} es asintóticamente estable. A su vez, podemos interpretar gráficamente
este comportamiento (ya que cada punto fijo es repulsor)

No todos los puntos periódicos son hiperbólicos

CM424 Helmuth Villavicencio 39

Ejemplo 37. Consideremos el sistema dinámico ((0, +∞), f ) donde f (x) = 1/x. Notemos
que f 2 (x) = x, esto es P er2 (f ) = (0, +∞), y como F ix(f ) = {1}, entonces todo x 6= 1
induce un 2-ciclo dado por {x, 1/x}. Además

|f 0 (x) · f 0 (1/x)| = |(−1/x2 )(−x2 )| = 1,

de donde este 2-ciclo no es hiperbólico, sin embargo es estable como se puede verificar
gráficamente

Definición 14.4. Sea (M, f ) un sistema dinámico. Decimos que z ∈ M es

eventualmente fijo si existe m ≥ 1 tal que f m (z) ∈ F ix(f ).

eventualmente periódico si existe m ≥ 1 tal que f m (z) ∈ P er(f ).

q √
3− 5
√
Ejemplo 38. Estudiemos la naturaleza de los puntos 0, 2 y 2 para el sistema
inducido por f (x) = x2q
− 1. Notemos que f (0) = −1 ∈ P er2 (f ),q luego x = 0 eventualmente
√ √ √
periódico. También f ( 3−2 5 ) = 1−2 5 ∈ F ix(f ) luego x = 3− 5
2 √ eventualmente fijo.
√ 2
√
Finalmente f ( 2) = 1, f ( 2) = 0 ∈ P er2 (f ) por lo que x = 2 es eventualmente
periódico.

Notemos
√ que la órbita de cada punto con comportamiento eventual es finita, por ejemplo
para x = 2 tenemos √ √
Of ( 2) = { 2, 1, 0, −1},
la cual a pesar de ser finita con 4 elementos, no es un 4-ciclo puesto que si colocamos más
iterados se tiene √ √
Of ( 2) = { 2, 1, 0, −1, 0, −1, 0, −1 · · · },
√ √
de donde f 4 ( 2) 6= 2.

15. Dinámica en S 1
Con la finalidad de mostrar más ejemplos de sistemas unidimensionales estudiaremos
sistemas definidos en la circunferencia unitaria S 1 , es decir, sobre

S 1 = {(x, y) ∈ R2 : x2 + y 2 = 1}.
CM424 Helmuth Villavicencio 40

Sabemos que al idenficar R2 con el plano complejo C, podemos escribir

S 1 = {e2πiθ ∈ C : 0 ≤ θ < 1}.

Además sobre S 1 es posible considerar una métrica natural dada por la longitud de arco
longitud de arco entre z1 y z2
d1 (z1 , z2 ) = .
2π

Ejercicio 14. Pruebe que (S 1 , d1 ) es un espacio métrico.

Existe otra manera de interpretar a S 1 , la cual será más utilizada para entender la dinámica.
Condidere en R la relación ∼ dada por
x ∼ y si y solo si x − y ∈ Z,
esta es una relación de equivalencia y nos permite considerar el espacio cociente R/Z =
{[x] : x ∈ R} donde [x] = {z : x ∼ z}. Además, la aplicación ψ : R/Z → S 1 tal que
ψ([x]) = e2πix permite trasladar la métrica de S 1 a R/Z.
Proposición 15.1. Se verifican
(1) La aplicación ψ está bien definida y es una biyección.

(2) La métrica en S 1 induce una métrica en R/Z dada por

d([x], [y]) = d1 (ψ([x]), ψ([y])).

Demostración. Veamos la parte (i). Para la buena definición sean x, y ∈ R tales que [x] = [y],
esto es, x − y = m donde m ∈ Z. Luego

ψ([x]) = e2πix = e2πi(y+m) = e2πiy · e2πim = e2πiy = ψ([y]),

de donde ψ está bien definida. Para la inyectividad, note que si ψ([x]) = ψ([y]) entonces
e2πix = e2πiy , por tanto, e2πi(x−y) = 1. Luego x − y ∈ Z, ası́ [x] = [y]. Finalmente, para
mostrar la sobreyectividad sea z ∈ S 1 , luego existe ≤ θ < 1 tal que z = e2πiθ . Entonces
ψ([θ]) = z.
Para la parte (ii) es suficiente notar que

d([x], [y]) = 0 ⇔ d1 (ψ([x]), ψ([y])) = 0 ⇔ ψ([x]) = ψ([y]),

y usar la inyectividad de ψ.
CM424 Helmuth Villavicencio 41

Note que R/Z = [0, 1]/ ∼ puesto que el intervalo [0, 1] contiene exactamente un repre-
sentante de cada clase de equivalencia con la excepción de los extremos 0 y 1 donde [0] = [1].
En efecto, dado x ∈ R podemos tomar x ∈ [0, 1) tal que x = x − JxK donde JxK es el máximo
entero de x, entonces x ∼ x luego [x] = [x]. Luego si tenemos esto en consideración pode-
mos solo quedarnos con los representantes [0, 1) por lo cual en adelante, cuando 0 ≤ x < 1
escribiremos [x] = x y ası́
S 1 ' R/Z ' [0, 1] ' [0, 1).
Con lo cual es posible considerar un sistema en S 1 como uno sobre [0, 1) con la salvedad
que en este último conjunto se usa la métrica d inducida en el cociente R/Z y no la usual
de R.

Proposición 15.2. Dados x, y ∈ [0, 1), se verifica

d(x, y) = mı́n{|x − y|, 1 − |x − y|}.

Por ejemplo

d(0, 1/2) = 1/2.

d(0, 3/4) = 1/4.

d(1/6, 3/4) = 5/12.

Esta distancia puede considerarse como calcular el arco menor en S 1 . Por ejemplo para el
último caso

de donde identificando 0 con 1 la longitud del menor arco es

d(1/6, 3/4) = 1/6 + 1/4 = 5/12.

En adelante consideraremos [0, 1) bajo esta métrica. Ahora podemos definir la dinámica de
S 1 sobre [0, 1) considerando la identificación dada por ψ
CM424 Helmuth Villavicencio 42

Ejemplo 39. Sea 0 < α < 1. Si Rα : S 1 → S 1 es la rotación de ángulo 2πα > 0 dada por

Rα (e2πiθ ) = e2πi(θ+α) = e2πiα e2πiθ ,

fα : [0, 1) → [0, 1) que completa el siguiente diagrama

usando ψ, obtenemos R

R
fα
/ [0, 1)
[0, 1)
ψ ψ
 
Rα / S1
S1

de donde
R
fα (x) = (x + α) mod 1.

Considerando la identificación anterior podemos simplemente escribir Rα = R

fα , es decir
Rα : [0, 1) → [0, 1) satisface

x+α si x + α < 1;
Rα (x) =
x + α − 1 si x + α ≥ 1.

Además, como esta aplicación fue inducida por una rotación recibe el nombre de rotación
por α.

Proposición 15.3. Se verifican

(1) Rα es una isometrı́a, es decir, d(Rα (x), Rα (y)) = d(x, y).

(2) ([0, 1), Rα ) es un sistema dinámico.

Demostración. Veamos la parte (1). Sean x, y ∈ [0, 1). Supongamos que x + α < 1 y
1 ≤ y + α. En particular x < y y entonces

d(Rα (x), Rα (y)) = d(x + α, y + α − 1)

= mı́n{|(x + α) − (y + α − 1)|, 1 − |(x + α) − (y + α − 1)|}
= mı́n{|1 + x − y|, 1 − |1 + x − y|}
= mı́n{1 + x − y, y − x}
= d(x, y).

El resto de casos es análogo. Para la parte (2), notemos que (1) nos dice que Rα es lips-
chitziana, por tanto, continua.

Proposición 15.4. Si α = p/q ∈ Q, entonces P erq (Rα ) = [0, 1).

La fecha de recepción de los ejercicios 13 y 14 es 12/7/20 (hora max 11:59pm).