Clase 2 - Sistemas de Segundo Orden, Parte I - para Aula

Introducción
Retrato de fase
Sistemas Lineales Planares
S ISTEMAS NO LINEALES
C LASE I PARTE 2
Prof. Virginia Mazzone- Prof. Mariana Suarez- Prof. Pablo

Muñoz
Matemática Avanzada
Introducción
Retrato de fase
Introducción
Un sistema de segundo orden autónomo está representado por
ẋ1 = f1 (x1 , x2 )
(1)
ẋ2 = f2 (x1 , x2 )
La solución x(t) = (x1 (t), x2 (t)) de (2) con condiciones iniciales

x(0) = (x10 , x20 ). x(t) se llama trayectoria u órbita.
Pueden ser representadas por curvas en el plano x1 − x2 .
Permiten una fácil visualización del comportamiento
cualitativo del sistema.
Presentan en forma sencilla alguna de las ideas básicas
de los sistemas no lineales.
El plano x1 − x2 se llama plano de fase
Introducción
Retrato de fase Método de isoclinas
Retrato de fase
Usando notación vectorial
ẋ = f (x) donde f (x) es un campo vectorial.
El campo vectorial en un punto es tangente a la trayectoria

en el punto
Podemos construir el retrato de fase comenzando en x0
desde el diagrama del campo vectorial.
Introducción
Método de isoclinas
Para el sistema
ẋ1 = f1 (x1 , x2 )
(2)
ẋ2 = f2 (x1 , x2 )
La pendiente del vector tangente a una trayectoria en cualquier

punto dado x, denotada por s(x), está dada por
f2 (x1 , x2 )
s(x) = (3)
f1 (x1 , x2 )
La ecuación
s(x) = c isoclina (4)
define una curva en el plano x1 − x2 , donde las trayectorias del
sistema tienen pendiente c.
Introducción
Ejemplo 1: Péndulo sin fricción
ẋ1 = x2 sen x1 1
s(x1 , x2 ) = − =c ⇒ x2 = − sen x1
ẋ2 = − sen x1 x2 c
Introducción
Ejemplo 2: Péndulo con ficción
ẋ1 = x2 1
isoclinas: x2 = − sen x1 (5)
ẋ2 = −0,5x2 − sen x1 0,5 + c
Introducción
Sistema lineal planar perturbado
Retrato de fase
Comportamiento cualitativo cerca de los puntos de equilibrio
Consideremos el sistemas lineal invariante en el tiempo
ẋ = Ax con A ∈ R2×2
La solución viene dada por
x(t) = MeJr M −1 x0 , donde Jr = M −1 AM
Jr es la forma de Jordan real y M no singular. Dependiendo de

los autovalores de A, la forma de Jordan real es

λ1 0 λ k α −β
0 λ2 0 λ β α
Introducción
Retrato de fase
Síntesis de retrato de fase en sistemas lineales

Tomando τ = traza(A)
√ y ∆ = det(A), los autovalores vienen
τ ± τ 2 − 4∆
dados por λi =
2
Introducción
Retrato de fase

En muchos casos el comportamiento local de un sistema no
lineal cerca de un punto de equilibrio se puede inferir a partir
del comportamiento del sistema linealizado alrededor del punto
y estudiar entonces el comportamiento lineal que resulta a
partir de la linealización.
Pensemos en un sistema lineal bajo perturbaciones, en
particular lineales.
Supongamos que A tiene autovalores distintos. Consideramos
A + ∆A, donde ∆A es una matriz diagonal cuyos elementos son
magnitudes arbitrariamente pequeñas.
Se sabe que: los autovalores de una matriz dependen en forma
continua de sus parámetros. Es decir dado ε > 0, ∃δ > 0 tal
que si la magnitud de la perturbación en menor que δ , los
autovalores de la matriz perturbada A + ∆A, están en una bola
de radio ε y centro en los autovalores de A.
Introducción
Retrato de fase
Sistema lineal planar perturbado (Cont.)

λ1 0 µ 0 λ1 + µ 0
A= ; ∆A = ; ⇒ A+∆A = ;
0 λ2 0 µ 0 λ2 + µ
Si |µ| < δ , ⇒ |λ̄i − λi | < ε, siendo λ̄i autovalores de A + ∆A.
λ1
λ12 λ1
ε ε
λ11
Introducción
Retrato de fase
Luego, cualquier autovalor con parte real estrictamente positiva

(o estrictamente negativa) permanecen en su correspondiente
semiplano bajo perturbaciones suficientemente pequeñas.
Por otro lado, autovalores sobre el eje imaginario cuando se
perturban pueden ir al semiplano izquierdo o derecho, pues
una bola centrada en el eje imaginario tendrá puntos en ambos
semiplanos, sin importar cuan chico sea ε > 0.
Luego si el equilibrio del sistema linealẋ = Ax es un nodo, foco
o punto silla, el equilibrio del sistema perturbado ẋ = (A + ∆A)x
será del mismo tipo.
Introducción
Retrato de fase
Si en cambioel equilibrio es un centro, por ejemplo

0 −1 µ −1
J= , luego J + ∆J = , con λ̄1,2 = µ ± j
−1 0 −1 µ
Si µ > 0 el sistema perturbado tiene un foco inestable y si µ < 0
el foco es estable.
Los equilibrios tipo nodo, foco y punto silla se llaman puntos de
equilibrio estructuralmente estable o PUNTOS DE EQUILIBRIO
HIPERBÓLICOS
Introducción
Retrato de fase
Comportamiento cualitativo cerca de los puntos de

equilibrio
Consideremos
ẋ1 = f1 (x1 , x2 )= f1 (p1 , p2 ) + a11 (x1 − p1 ) + a12 (x2 − p2 ) + T.O.S
ẋ2 = f2 (x1 , x2 )= f2 (p1 , p2 ) + a21 (x1 − p1 ) + a22 (x2 − p2 ) + T.O.S
donde p = (p1 , p2 ) es PE, entonces f1 (p1 , p2 ) = f2 (p1 , p2 ) = 0, y
∂ fi (x1 , x2 )
ai j = |x=p
∂xj
Con el cambio de coordenadas y1 = (x1 − p1 ) e y2 = (x2 − p2 ) se
obtiene
ẏ1 = a11 y1 + a12 y2 + T.O.S
ẏ2 = a21 y1 + a22 y2 + T.O.S
Introducción
Retrato de fase
En un entorno suficientemente pequeño de y = 0
ẏ = A y
con " ∂ f1 #
∂ f1
a11 a12 ∂f
A= = ∂∂ xf12 ∂ x2
∂ f2 |x=p = |x=p
a21 a22 ∂x ∂ x2
∂x
1
A es la matriz jacobiana de f (x) evaluada en el punto x = p.
Introducción
Retrato de fase
Nota
Si f1 y f2 tienen derivada parciales continuas en un entorno de
p y el sistema linealizado es un nodo estable (inestable) con
autovalores distintos, un foco estable (inestable) o un punto
silla, entonces en un entorno pequeño del equilibrio las
trayectorias del SNL se comportarán como un nodo estable
(inestable), un foco estable (inestable) o un punto silla.
Introducción
Retrato de fase
Ejemplo péndulo con fricción

Sea
ẋ1 = x2 ∂ f (x) 0 1
donde =
ẋ2 = −0,5x2 − sen x1 ∂x − cos x1 −0,5
evaluando el jacobiano el los puntos de equilibrio, resulta
∂ f (0, 0) 0 1
= λ1,2 = −0,25 ± 0,97 j
∂x −1 −0,5
(
∂ f (±π, 0) 0 1 λ1 = −1,28
= λ=
∂x 1 −0,5 λ2 = 0,78
El equilibrio (0, 0) es un foco estable del sistema.

Los equilibrios (±π, 0) son puntos sillas.
Introducción
Retrato de fase
Otro ejemplo
Consideremos el sistema
ẋ1 = −x2 − µx1 (x12 + x22 )

(0, 0) es equilibrio
ẋ2 = x1 − µx2 (x12 + x22 )
Calculamos el Jacobiano

∂ f (0, 0) 0 −1
= cuyos autovalores son ±j
∂x 1 0
Entonces x = 0 es un centro del sistema linealizado.

Nota
No podemos inferir el comportamiento del equilibrio del
sistema no lineal
Introducción
Retrato de fase
Teorema de Hartman-Grobman
Teorema
Consideremos el sistema no lineal planar ẋ = f (x), con f
suficientemente suave. Supongamos que x0 es un punto de
equilibrio del sistema y que A = ∂∂ xf |x=x0 no tiene autovalores
nulos o imaginarios puros. Entonces existe un homeomorfismo
h definido en un entorno del equilibrio U de x0 (h : U → R2 ) de
modo tal que lleva las trayectorias del sistema no lineal sobre
las del sistem linealizado. En particular h(x0 ) = 0.

Clase 2 - Sistemas de Segundo Orden, Parte I - para Aula

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Clase 2 - Sistemas de Segundo Orden, Parte I - para Aula

Cargado por

Copyright:

Formatos disponibles

Introducción

Prof. Virginia Mazzone- Prof. Mariana Suarez- Prof. Pablo

La solución x(t) = (x1 (t), x2 (t)) de (2) con condiciones iniciales

El plano x1 − x2 se llama plano de fase

El campo vectorial en un punto es tangente a la trayectoria

La pendiente del vector tangente a una trayectoria en cualquier

Ejemplo 1: Péndulo sin fricción

Ejemplo 2: Péndulo con ficción

Sistemas Lineales Planares

Consideremos el sistemas lineal invariante en el tiempo

La solución viene dada por

x(t) = MeJr M −1 x0 , donde Jr = M −1 AM

Jr es la forma de Jordan real y M no singular. Dependiendo de

Síntesis de retrato de fase en sistemas lineales

Sistema lineal planar perturbado

Sistema lineal planar perturbado (Cont.)

Si |µ| < δ , ⇒ |λ̄i − λi | < ε, siendo λ̄i autovalores de A + ∆A.

Sistema lineal planar perturbado (Cont.)

Luego, cualquier autovalor con parte real estrictamente positiva

Sistema lineal planar perturbado (Cont.)

Si en cambioel equilibrio es un centro, por ejemplo

Comportamiento cualitativo cerca de los puntos de

En un entorno suficientemente pequeño de y = 0

A es la matriz jacobiana de f (x) evaluada en el punto x = p.

Ejemplo péndulo con fricción

evaluando el jacobiano el los puntos de equilibrio, resulta

El equilibrio (0, 0) es un foco estable del sistema.

ẋ1 = −x2 − µx1 (x12 + x22 )

Entonces x = 0 es un centro del sistema linealizado.

También podría gustarte

Si en cambioel equilibrio es un centro, por ejemplo