Lectures 004

Contenido del programa:
4. Puntos crı́ticos y propiedades de estabilidad

4. − Propiedades generales
4. − Sistemas lineales
4. − Sistemas autónomos
4. − Definición de estabilidad
4. − Sistemas cuasi-lineales
1
Puntos crı́ticos y propiedades de estabilidad
Introducción y definiciones:
• Como muchas EDOs no se pueden resolver mediante métodos analı́ticos, es importante
• considerar qué tipo de información cualitativa se puede obtener sobre las soluciones sin
• de hecho resolver las EDOs
1
• Esta información cualitativa de las soluciones está asociada con el concepto de
• estabilidad de las soluciones y los métodos que usaremos serán básicamente
• geométricos
1
• geométricos
• Introducimos los conceptos partiendo del sistema más simple: un sistema lineal
• homogéneo de dos ecuaciones con coeficientes constantes: ⃗ x˙ = A⃗x
1
• geométricos
• La conjetura para hallar las soluciones es: ⃗ ⃗ mt
x = ξe
• ⇒ (A − mId)ξ⃗ = 0; det(A − mId) = 0 que determinan los autovalores y
• ⇒ autovectores de la matriz A
1
• geométricos
x = ξe
• Aquellos puntos para los cuales A⃗
x = 0 tienen una importancia especial ya que en
• esos puntos ⃗x˙ = 0 y corresponden a soluciones constantes
1
• geométricos
x = ξe
• Aquellos puntos para los cuales A⃗
x = 0 tienen una importancia especial ya que en
• esos puntos ⃗x˙ = 0 y corresponden a soluciones constantes
• Dichos puntos se denominan puntos crı́ticos o puntos de equilibrio ya que corresponden
• a soluciones constantes o de equilibrio del sistema
2
• Supondremos que la matriz A es no-singular (det(A) ̸= 0) ⇒ ⃗
x = 0 es el único punto
x˙ = A⃗
• crı́tico del sistema ⃗ x
2
x˙ = A⃗
• La solución de este sistema es un vector de funciones ⃗ x(t) que satisface el
x=⃗
• sistema
2
x˙ = A⃗
x=⃗
• sistema
• Esta solución se puede visualizar como una representación paramétrica de una curva
• en el plano x1 − x2
2
x˙ = A⃗
x=⃗
• sistema
• A su vez, esta curva se puede considerar como la trayectoria recorrida por una partı́cula
• cuya velocidad ⃗x˙ está especificada por el sistema de EDOs
2
x˙ = A⃗
x=⃗
• sistema
• Este plano se denomina plano de fase y un conjunto representativo de trayectorias se
• llama retrato del plano de fase
2
x˙ = A⃗
x=⃗
• sistema
• En el tema anterior estudiamos las fórmulas para encontrar las soluciones
2
x˙ = A⃗
x=⃗
• sistema
• → ahora vamos a caracterizar los sistemas de acuerdo al patrón geométrico formado
• → por sus trayectorias
2
x˙ = A⃗
x=⃗
• sistema
• → ahora vamos a caracterizar los sistemas de acuerdo al patrón geométrico formado
• → por sus trayectorias
x˙ = A⃗
• Para analizar el sistema ⃗ x debemos considerar casos diferentes, que dependen
• de la naturaleza de los autovalores de la matriz A
3
Sistemas lineales:
• Caso 1: autovalores reales distintos pero del mismo signo
3
Sistemas lineales:
• Caso 1: autovalores
( reales distintos pero del mismo signo
√ )
−3 2
x˙ = √
Ejemplo: ⃗ ⃗
x
2 −2
3
Sistemas lineales:
√ )
−3 2
x˙ = √
Ejemplo: ⃗ ⃗
x
2 −2
conjetura: ⃗ ⃗ mt ⇒ (A − mId)ξ⃗ = 0; det(A − mId) = 0
x = ξe
3
Sistemas lineales:
√ )
−3 2
x˙ = √
Ejemplo: ⃗ ⃗
x
2 −2
x = ξe
√
−3√− m 2
⇒ = 0 ⇒ m2 + 5m + 4 = 0 ⇒ m = −1, −4
2 −2 − m
3
Sistemas lineales:
√ )
−3 2
x˙ = √
Ejemplo: ⃗ ⃗
x
2 −2
x = ξe
√
−3√− m 2
⇒ = 0 ⇒ m2 + 5m + 4 = 0 ⇒ m = −1, −4
2 −2 − m
( √ ) ( (1) ) ( ) ( )
−2 2 ξ1 0 (1) √ (1) (1) = √1 −t
Para m1 = −1: √ = ⇒ ξ = 2ξ ⇒ ⃗
x e
2 −1 ξ2
(1) 0 2 1 2
3
Sistemas lineales:
√ )
−3 2
x˙ = √
Ejemplo: ⃗ ⃗
x
2 −2
x = ξe
√
−3√− m 2
⇒ = 0 ⇒ m2 + 5m + 4 = 0 ⇒ m = −1, −4
2 −2 − m
( √ ) ( (1) ) ( ) ( )
−2 2 ξ1 0 (1) √ (1) (1) = √1 −t
Para m1 = −1: √ = ⇒ ξ = 2ξ ⇒ ⃗
x e
2 −1 ξ2
(1) 0 2 1 2
( √ ) ( (2) ) ( ) ( √ )
(2)
Para m2 = −4: √
1 2 ξ1
=
0
⇒ ξ
(2)
= −
ξ1
√ ⇒⃗ x(2) = − 2 e−4t
2 2 (2) 0 2 2 1
ξ2
3
Sistemas lineales:
√ )
−3 2
x˙ = √
Ejemplo: ⃗ ⃗
x
2 −2
x = ξe
√
−3√− m 2
⇒ = 0 ⇒ m2 + 5m + 4 = 0 ⇒ m = −1, −4
2 −2 − m
( √ ) ( (1) ) ( ) ( )
−2 2 ξ1 0 (1) √ (1) (1) = √1 −t
Para m1 = −1: √ = ⇒ ξ = 2ξ ⇒ ⃗
x e
2 −1 ξ2
(1) 0 2 1 2
( √ ) ( (2) ) ( ) ( √ )
(2)
Para m2 = −4: √
1 2 ξ1
=
0
⇒ ξ
(2)
= −
ξ1
√ ⇒⃗ x(2) = − 2 e−4t
2 2 (2) 0 2 2 1
ξ2
( ) ( √ )
1 − 2
⇒ ⃗x = C1 √ e−t + C2 e−4t es la SG
2 1
4
Sistemas lineales:
• Construcción del retrato en el plano de fase:
plano de fase
x2
x1
4
Sistemas lineales:
plano de fase
x2
• → Trayectoria: { −t
x1 = C 1 e
√ −t
• → C1 ̸= 0, C2 = 0:
√ x2 = C1 2e
• → ⇒ x2 = 2x1
C1 > 0; C2 = 0
x1
4
Sistemas lineales:
plano de fase
x2
x1 = C 1 e
√ −t
• → C1 ̸= 0, C2 = 0:
√ x2 = C1 2e
• → ⇒ x2 = 2x1
C1 > 0; C2 = 0
x1
C1 < 0; C2 = 0
4
Sistemas lineales:
plano de fase
x2
x1 = C 1 e
√ −t
• → C1 ̸= 0, C2 = 0:
√ x2 = C1 2e
• → ⇒ x2 = 2x1
C1 > 0; C2 = 0
• → Dirección:
• → para t → −∞: x1, x2 → ±∞
• → (dependiendo del signo de C1) x1
• → para t → +∞: x1, x2 → 0

C1 < 0; C2 = 0
4
Sistemas lineales:
plano de fase
x2
• → Trayectoria: { √
x1 = − 2C2e−4t
• → C2 ̸= 0, C1 = 0: −4t
√ x2 = C 2 e
• → ⇒ x2 = −x1/ 2
C1 > 0; C2 = 0
• → para t → −∞: x1, x2 → ±∞ C2 > 0; C1 = 0
• → para t → +∞: x1, x2 → 0 C2 < 0; C1 = 0

C1 < 0; C2 = 0
4
Sistemas lineales:
x1 = C e −t − 2C e −4t
• → C1 ̸= 0, C2 ̸= 0: √ 1 2
x2 = 2C1e−t + C2e−4t x2
plano de fase
• → como e−t decrece más {

despacio que
x1 = C e −t C1 > 0; C2 > 0
•→e −4t para t → +∞ ⇒ √ 1
x2 = 2C1e−t
• → para t → −∞: x1, x2 → ±∞
• → para t → +∞: x1, x2 → 0

4
Sistemas lineales:
x1 = C e −t − 2C e −4t
• → C1 ̸= 0, C2 ̸= 0: √ 1 2
x2 = 2C1e−t + C2e−4t x2
plano de fase
• → como e−t decrece más {

despacio que
x1 = C e −t
•→e −4t para t → +∞ ⇒ √ 1
x2 = 2C1e−t
• → para t → −∞: x1, x2 → ±∞
• → (dependiendo del signo de C1 y C2) x1
• → para t → +∞: x1, x2 → 0
• → Este tipo de punto crı́tico se conoce como NODO
patron de las trayectorias: PUNTO CRITICO NODO

5
Sistemas lineales:
→ Las flechas representan el

→ campo de direcciones
• → Este tipo de punto crı́tico se conoce como NODO

6
Sistemas lineales:
• Punto crı́tico (PC) NODO:
6
Sistemas lineales:
• → SG: ⃗x = C1ξ⃗(1)em1t + C2ξ⃗(2)em2t y suponemos m2 < m1 < 0
6
Sistemas lineales:
•→⇒⃗ x → 0 cuando t → +∞, independientemente de los valores de C1 y C2
6
Sistemas lineales:
• → ⇒ todas las soluciones se aproximan al PC (el origen) cuando t → +∞
6
Sistemas lineales:
• → → Si la solución comienza en un punto sobre la lı́nea de ξ (1)
6
Sistemas lineales:
• → → ⇒ C2 = 0 y por tanto la solución permanece sobre esa lı́nea para todo t y se
• → → ⇒ acerca al origen cuando t → +∞ ⇒ ⃗ x → C1ξ⃗(1)em1t
6
Sistemas lineales:
6
Sistemas lineales:
6
Sistemas lineales:
• → → Si C1, C2 ̸= 0, ⃗ x = em1t[C1ξ⃗(1) + C2ξ⃗(2)e(m2−m1)t]
6
Sistemas lineales:
• → → ⇒ si C1 ̸= 0 y como m2 − m1 < 0, el segundo término es despreciable frente
• → → ⇒ a C1ξ⃗(1) para t → +∞
6
Sistemas lineales:
• → → ⇒ a C1ξ⃗(1) para t → +∞
• → → ⇒ para t → +∞, todas las trayectorias se acercan al PC tangentes a ξ⃗(1),
• → → ⇒ excepto las soluciones sobre ξ⃗(2)
6
Sistemas lineales:
• → → ⇒ a C1ξ⃗(1) para t → +∞
• → → ⇒ para t → +∞, todas las trayectorias se acercan al PC tangentes a ξ⃗(1),
• → → ⇒ excepto las soluciones sobre ξ⃗(2)
• → Si m2 > m1 > 0, el patrón de las trayectorias es el mismo, pero la dirección de
• → movimiento es el contrario: las trayectorias se alejan del PC
7
Sistemas lineales:
• Caso 2: autovalores reales distintos y de distinto signo
7
Sistemas lineales:
( )
1 1
x˙ =
Ejemplo: ⃗ ⃗
x
4 1
7
Sistemas lineales:
( )
1 1
x˙ =
Ejemplo: ⃗ ⃗
x
4 1
x = ξe
7
Sistemas lineales:
( )
1 1
x˙ =
Ejemplo: ⃗ ⃗
x
4 1
x = ξe
1−m 1
⇒ = 0 ⇒ (m − 1)2 − 4 = 0 ⇒ m = 3, −1
4 1−m
7
Sistemas lineales:
( )
1 1
x˙ =
Ejemplo: ⃗ ⃗
x
4 1
x = ξe
1−m 1
⇒ = 0 ⇒ (m − 1)2 − 4 = 0 ⇒ m = 3, −1
4 1−m
( ) ( (1) ) ( ) ( )
−2 1 ξ1 0 (1) (1) (1) = 1 e3t
Para m1 = 3: = ⇒ ξ = 2ξ ⇒ ⃗
x
4 −2 ξ
(1) 0 2 1 2
2
7
Sistemas lineales:
( )
1 1
x˙ =
Ejemplo: ⃗ ⃗
x
4 1
x = ξe
1−m 1
⇒ = 0 ⇒ (m − 1)2 − 4 = 0 ⇒ m = 3, −1
4 1−m
( ) ( (1) ) ( ) ( )
−2 1 ξ1 0 (1) (1) (1) = 1 e3t
Para m1 = 3: = ⇒ ξ = 2ξ ⇒ ⃗
x
4 −2 (1)
ξ2 0 2 1 2
( ) ( (2) ) ( ) ( )
21 ξ1 0 (2) (2) (2) = 1 −t
Para m2 = −1: = ⇒ ξ = −2ξ ⇒ ⃗
x e
42 (2)
ξ2 0 2 1 −2
7
Sistemas lineales:
( )
1 1
x˙ =
Ejemplo: ⃗ ⃗
x
4 1
x = ξe
1−m 1
⇒ = 0 ⇒ (m − 1)2 − 4 = 0 ⇒ m = 3, −1
4 1−m
( ) ( (1) ) ( ) ( )
−2 1 ξ1 0 (1) (1) (1) = 1 e3t
Para m1 = 3: = ⇒ ξ = 2ξ ⇒ ⃗
x
4 −2 (1)
ξ2 0 2 1 2
( ) ( (2) ) ( ) ( )
21 ξ1 0 (2) (2) (2) = 1 −t
Para m2 = −1: = ⇒ ξ = −2ξ ⇒ ⃗
x e
42 (2)
ξ2 0 2 1 −2
( ) ( )
1 1
⇒ ⃗ x = C1 e3t + C2 e−t es la SG
2 −2
8
Sistemas lineales:
plano de fase
x2
• → Trayectoria: {
x1 = C1e3t
• → C1 ̸= 0, C2 = 0:
x2 = 2C1e3t
• → ⇒ x2 = 2x1
C1 > 0; C2 = 0
• → para t → +∞: x1, x2 → ±∞
• → para t → −∞: x1, x2 → 0

C1 < 0; C2 = 0
8
Sistemas lineales:
plano de fase
x2
x1 = C2e−t
• → C2 ̸= 0, C1 = 0:
x2 = −2C2e−t
• → ⇒ x2 = −2x1
C1 > 0; C2 = 0
• → para t → −∞: x1, x2 → ±∞ C2 < 0; C1 = 0
• → para t → +∞: x1, x2 → 0 C2 > 0; C1 = 0

C1 < 0; C2 = 0
8
Sistemas lineales:
x1 = C1e3t + C2e−t
• → C1 ̸= 0, C2 ̸= 0:
x2 = 2C1e3t − 2C2e−t x2
plano de fase
{
x1 = C2e−t
• → para t → −∞:
x2 = −2C2e−t
{
x1 = C1e3t
• → para t → +∞:
x2 = 2C1e3t
• → ⇒ las trayectorias son asintóticas a ξ⃗(1)
• → ⇒ para t → +∞ y asintóticas a ξ⃗(2) x1
• → ⇒ para t → −∞
C1 > 0; C2 > 0
8
Sistemas lineales:
x1 = C1e3t + C2e−t
• → C1 ̸= 0, C2 ̸= 0:
x2 = 2C1e3t − 2C2e−t x2
plano de fase
{
x1 = C2e−t
• → para t → −∞:
x2 = −2C2e−t
{
x1 = C1e3t
• → para t → +∞:
x2 = 2C1e3t
• → ⇒ las trayectorias son asintóticas a ξ⃗(1)
• → ⇒ para t → +∞ y asintóticas a ξ⃗(2) x1
• → ⇒ para t → −∞
• → Este tipo de punto crı́tico se conoce como SILLA
patron de las trayectorias: PUNTO CRITICO SILLA

9
Sistemas lineales:

• → Este tipo de punto crı́tico se conoce como SILLA

10
Sistemas lineales:
• Punto crı́tico (PC) SILLA:
10
Sistemas lineales:
• → SG: ⃗x = C1ξ⃗(1)em1t + C2ξ⃗(2)em2t y suponemos m2 < 0 < m1
10
Sistemas lineales:
10
Sistemas lineales:
• → → ⇒ C2 = 0 y por tanto la solución permanece sobre esa lı́nea para todo t y como
• → → ⇒ ||⃗ x|| → +∞ cuando t → +∞, la trayectoria se aleja del PC
10
Sistemas lineales:
10
Sistemas lineales:
• → → ⇒ ||⃗ x|| → 0 cuando t → +∞, la trayectoria se acerca al PC
10
Sistemas lineales:
• → → Si C1, C2 ̸= 0
10
Sistemas lineales:
• → → Si C1, C2 ̸= 0 ⇒ ⃗ x → C1ξ⃗(1)em1t para t → +∞
10
Sistemas lineales:
• → → Si C1, C2 ̸= 0 ⇒ ⃗ x → C2ξ⃗(2)em2t para t → −∞
10
Sistemas lineales:
• → ⇒ las trayectorias se acercan asintóticamente a ξ⃗(1) para t → +∞ y se acercan
• → ⇒ asintóticamente a ξ⃗(2) para t → −∞
10
Sistemas lineales:
• → ⇒ las trayectorias se acercan asintóticamente a ξ⃗(1) para t → +∞ y se acercan
• → ⇒ asintóticamente a ξ⃗(2) para t → −∞
• → ⇒ las únicas trayectorias que se acercan al PC son aquellas que comienzan
• → ⇒ exactamente sobre ξ⃗(2)
11
Sistemas lineales:
• Caso 3: autovalores reales iguales m1 = m2 = m
11
Sistemas lineales:
• → hay dos casos a considerar, dependiendo si hay dos autovectores o sólo uno
11
Sistemas lineales:
• Caso 3a: autovalores reales iguales y dos autovectores LI
11
Sistemas lineales:
• → SG: ⃗x = [C1ξ⃗(1) + C2ξ⃗(2)]emt y suponemos m < 0
11
Sistemas lineales:
• → ⇒ el cociente x2/x1 es independiente de t y sólo depende de los valores de las
• → ⇒ componentes de los autovectores y de las constantes C1 y C2
11
Sistemas lineales:
• → ⇒ ⇒ las trayectorias son rectas
11
Sistemas lineales:
• → ⇒ ⇒ como m < 0 ⇒ x1, x2 → 0 para t → +∞, las trayectorias se acercan al PC
11
Sistemas lineales:
• → Este tipo de punto crı́tico se conoce como NODO PROPIO o ESTRELLA
11
Sistemas lineales:
• → Este tipo de punto crı́tico se conoce como NODO PROPIO o ESTRELLA
• → Si m > 0, el patrón de las trayectorias es el mismo, pero la dirección de movimiento
• → es el contrario: las trayectorias se alejan del PC
12
Sistemas lineales:
• Caso 3a: autovalores reales iguales y dos autovectores LI (autovalor negativo)
plano de fase
x2
x1
patron de las trayectorias: PC NODO PROPIO o ESTRELLA

13
Sistemas lineales:
• Caso 3b: autovalores reales iguales y un sólo autovector
13
Sistemas lineales:
( )
3 −4
x˙ =
Ejemplo: ⃗ ⃗
x
1 −1
13
Sistemas lineales:
( )
3 −4
x˙ =
Ejemplo: ⃗ ⃗
x
1 −1
3−m −4
⇒ = 0 ⇒ (m − 1)2 = 0 ⇒ m = 1 doble
1 −1 − m
13
Sistemas lineales:
( )
3 −4
x˙ =
Ejemplo: ⃗ ⃗
x
1 −1
3−m −4
⇒ = 0 ⇒ (m − 1)2 = 0 ⇒ m = 1 doble
1 −1 − m ( )( ) ( ) ( )
⃗ t ⇒ 2 −4
x(1) = ξe
conjetura: ⃗
ξ1
=
0
⇒ 2ξ2 = ξ1 ⇒ ⃗
x(1) =
2
et
1 −2 ξ2 0 1
13
Sistemas lineales:
( )
3 −4
x˙ =
Ejemplo: ⃗ ⃗
x
1 −1
3−m −4
⇒ = 0 ⇒ (m − 1)2 = 0 ⇒ m = 1 doble
1 −1 − m ( )( ) ( ) ( )
⃗ t ⇒ 2 −4
x(1) = ξe
conjetura: ⃗
ξ1
=
0
⇒ 2ξ2 = ξ1 ⇒ ⃗
x(1) =
2
et
1 −2 ξ2 0 1
( )( ) ( )
2 −4 η1 ξ1
⃗ t+η
x(2) = ξe
conjetura: ⃗ ⃗ et; (A − mId)⃗
η = ξ⃗ ⇒ =
1 −2 η2 ξ2
13
Sistemas lineales:
( )
3 −4
x˙ =
Ejemplo: ⃗ ⃗
x
1 −1
3−m −4
⇒ = 0 ⇒ (m − 1)2 = 0 ⇒ m = 1 doble
1 −1 − m ( )( ) ( ) ( )
⃗ t ⇒ 2 −4
x(1) = ξe
conjetura: ⃗
ξ1
=
0
⇒ 2ξ2 = ξ1 ⇒ ⃗
x(1) =
2
et
1 −2 ξ2 0 1
( )( ) ( )
2 −4 η1 ξ1
⃗ t+η
x(2) = ξe
conjetura: ⃗ ⃗ et; (A − mId)⃗η = ξ⃗ ⇒ =
1 −2 η2 ξ2
( ) ( )
2 1
⇒ η1 = 1+ 2η2 ⇒ ⃗ x(2) = tet + et
1 0
13
Sistemas lineales:
( )
3 −4
x˙ =
Ejemplo: ⃗ ⃗
x
1 −1
3−m −4
⇒ = 0 ⇒ (m − 1)2 = 0 ⇒ m = 1 doble
1 −1 − m ( )( ) ( ) ( )
⃗ t ⇒ 2 −4
x(1) = ξe
conjetura: ⃗
ξ1
=
0
⇒ 2ξ2 = ξ1 ⇒ ⃗
x(1) =
2
et
1 −2 ξ2 0 1
( )( ) ( )
2 −4 η1 ξ1
⃗ t+η
x(2) = ξe
conjetura: ⃗ ⃗ et; (A − mId)⃗ η = ξ⃗ ⇒ =
1 −2 η2 ξ2
( ) ( )
2 1
⇒ η1 = 1+ 2η2 ⇒ ⃗ x(2) = tet + et
1 0
( ) [( ) ( )]
2 2 1
⇒ ⃗x = C1 et + C 2 t+ et es la SG
1 1 0
14
Sistemas lineales:
plano de fase
x2
x1
patron de las trayectorias: PC NODO IMPROPIO o DEGENERADO

15
Sistemas lineales:

• → Este tipo de punto crı́tico se conoce como NODO IMPROPIO o DEGENERADO

16
Sistemas lineales:
16
Sistemas lineales:
• → SG: ⃗x = C1ξe⃗ mt + C2[ξt ⃗ +η ⃗ ]emt y suponemos m < 0
16
Sistemas lineales:
• → Para t → +∞, el término dominante es ⃗ x → C2ξte⃗ mt
16
Sistemas lineales:
• → ⇒ las trayectorias se acercan al PC tangentes a la dirección del autovector ξ⃗
16
Sistemas lineales:
• → Para t → −∞, el término dominante también es ⃗ x → C2ξte
⃗ mt
16
Sistemas lineales:
• → Para t → −∞, el término dominante también es ⃗ x → C2ξte⃗ mt
• → ⇒ las trayectorias se acercan asintóticamente a una lı́nea paralela a ξ⃗
16
Sistemas lineales:
• → SG: ⃗x = C1ξe ⃗ mt + C2[ξt ⃗ +η ⃗ ]emt y suponemos m < 0
• → La orientación de las trayectorias depende de las direcciones relativas de ξ⃗ y η
⃗
16
Sistemas lineales:
⃗
• → La solución se puede escribir cómo: ⃗ ⃗ = [C1ξ⃗ + C2η
⃗ emt (1); con ω
x=ω ⃗
⃗ ] + C2ξt
16
Sistemas lineales:
⃗
• → La solución se puede escribir cómo: ⃗x=ω ⃗ = [C1ξ⃗ + C2η
⃗ emt (1); con ω ⃗
⃗ ] + C2ξt
• → El vector ω x, mientras que la cantidad escalar emt
⃗ determina la dirección de ⃗
• → sólo afecta a la magnitud de ⃗
x
16
Sistemas lineales:
⃗
• → La solución se puede escribir cómo: ⃗x=ω ⃗ = [C1ξ⃗ + C2η
⃗ emt (1); con ω ⃗
⃗ ] + C2ξt
• → El vector ω x, mientras que la cantidad escalar emt
⃗ determina la dirección de ⃗
• → sólo afecta a la magnitud de ⃗
x
• → Para valores fijos de C1 y C2, la expresión de ω
⃗ es una ecuación vectorial de la
• → recta que pasa por C1ξ⃗ + C2η ⃗ y es paralela a ξ⃗
17
Sistemas lineales:
• → ⇒ Para dibujar las trayectorias:
17
Sistemas lineales:
• → ⇒ − primero dibujamos ω
⃗ = [C1ξ⃗ + C2η ⃗ para valores dados de C1 y
⃗ ] + C2ξt
• → ⇒ − C2 y determinamos en que dirección aumenta t
17
Sistemas lineales:
• → ⇒ − primero dibujamos ω
⃗ = [C1ξ⃗ + C2η ⃗ para valores dados de C1 y
⃗ ] + C2ξt
17
Sistemas lineales:
• → ⇒ − primero dibujamos ω⃗ = [C1ξ⃗ + C2η ⃗ para valores dados de C1 y
⃗ ] + C2ξt
• → ⇒ − luego dibujamos la trayectoria que pasa por C1ξ⃗ + C2η
⃗ para t = 0
17
Sistemas lineales:
• → ⇒ − primero dibujamos ω⃗ = [C1ξ⃗ + C2η ⃗ para valores dados de C1 y
⃗ ] + C2ξt
• → ⇒ − luego dibujamos la trayectoria que pasa por C1ξ⃗ + C2η
⃗ para t = 0
17
Sistemas lineales:
• → ⇒ − primero dibujamos ω ⃗ = [C1ξ⃗ + C2η ⃗ para valores dados de C1 y
⃗ ] + C2ξt
• → ⇒ − luego dibujamos la trayectoria que pasa por C1ξ⃗ + C2η⃗ para t = 0
• → ⇒ − para t → +∞, la dirección de ⃗ x queda determinada por la ecuación
•→⇒−⃗ x=ω ⃗ emt (1), pero la magnitud de ⃗
x decrece rápidamente y se aproxima
• → ⇒ − a cero debido al factor emt
17
Sistemas lineales:
⃗ ] + C2ξt
• → ⇒ − luego dibujamos la trayectoria que pasa por C1ξ⃗ + C2η⃗ para t = 0
• → ⇒ − para t → +∞, la dirección de ⃗ x queda determinada por la ecuación (1),
•→⇒−⃗ x=ω ⃗ emt (1), pero la magnitud de ⃗
x decrece rápidamente y se aproxima
17
Sistemas lineales:
⃗ ] + C2ξt
• → ⇒ − luego dibujamos la trayectoria que pasa por C1ξ⃗ + C2η ⃗ para t = 0
•→⇒−⃗ x=ω ⃗ emt (1), pero la magnitud de ⃗x decrece rápidamente y se aproxima
• → ⇒ − para t → −∞, la dirección de ⃗ x queda determinada por los puntos
• → ⇒ − correspondientes de la lı́nea y la magnitud de ⃗
x tiende a +∞
17
Sistemas lineales:
⃗ ] + C2ξt
x tiende a +∞
17
Sistemas lineales:
⃗ ] + C2ξt
x tiende a +∞
17
Sistemas lineales:
⃗ ] + C2ξt
x tiende a +∞
• → Si m > 0, el patrón de las trayectorias es el mismo, pero la dirección de movimiento
• → es el contrario: las trayectorias se alejan del PC
18
Sistemas lineales:
• Caso 4: autovalores complejos conjugados
18
Sistemas lineales:
( )
−1/2 1
x˙ =
Ejemplo: ⃗ ⃗
x
−1 −1/2
18
Sistemas lineales:
( )
−1/2 1
x˙ =
Ejemplo: ⃗ ⃗
x
−1 −1/2
x = ξe
18
Sistemas lineales:
( )
−1/2 1
x˙ =
Ejemplo: ⃗ ⃗
x
−1 −1/2
x = ξe
−1/2 − m 1
⇒ = 0 ⇒ (m + 1/2)2 + 1 = 0 ⇒ m = −1/2 ± i
−1 −1/2 − m
18
Sistemas lineales:
( )
−1/2 1
x˙ =
Ejemplo: ⃗ ⃗
x
−1 −1/2
x = ξe
−1/2 − m 1
⇒ = 0 ⇒ (m + 1/2)2 + 1 = 0 ⇒ m = −1/2 ± i
−1 −1/2 − m
( ) ( (1) ) ( ) ( )
−i 1 ξ1 0 (1) (1) (1) = 1 e(−1/2+i)t
m1 = −1/2+i: = ⇒ ξ = iξ ⇒ ⃗
x
−1 −i (1)
ξ2 0 2 1 i
18
Sistemas lineales:
( )
−1/2 1
x˙ =
Ejemplo: ⃗ ⃗
x
−1 −1/2
x = ξe
−1/2 − m 1
⇒ = 0 ⇒ (m + 1/2)2 + 1 = 0 ⇒ m = −1/2 ± i
−1 −1/2 − m
( ) ( (1) ) ( ) ( )
−i 1 ξ1 0 (1) (1) (1) = 1 e(−1/2+i)t
m1 = −1/2+i: = ⇒ ξ = iξ ⇒ ⃗
x
−1 −i (1)
ξ2 0 2 1 i
( ) ( )
1 cos(t) + i sin(t)
⇒⃗ x(1) = e−t/2(cos(t) + i sin(t)) = e−t/2 =
i − sin(t) + i cos(t)
18
Sistemas lineales:
( )
−1/2 1
x˙ =
Ejemplo: ⃗ ⃗
x
−1 −1/2
x = ξe
−1/2 − m 1
⇒ = 0 ⇒ (m + 1/2)2 + 1 = 0 ⇒ m = −1/2 ± i
−1 −1/2 − m
( ) ( (1) ) ( ) ( )
−i 1 ξ1 0 (1) (1) (1) = 1 e(−1/2+i)t
m1 = −1/2+i: = ⇒ ξ = iξ ⇒ ⃗
x
−1 −i (1)
ξ2 0 2 1 i
( ) ( )
1 cos(t) + i sin(t)
⇒⃗ x(1) = e−t/2(cos(t) + i sin(t)) = e−t/2 =
( ) ( )
cos(t) sin(t)
⇒⃗ x(1) = e−t/2 + ie−t/2
− sin(t) cos(t)
18
Sistemas lineales:
( )
−1/2 1
x˙ =
Ejemplo: ⃗ ⃗
x
−1 −1/2
x = ξe
−1/2 − m 1
⇒ = 0 ⇒ (m + 1/2)2 + 1 = 0 ⇒ m = −1/2 ± i
−1 −1/2 − m
( ) ( (1) ) ( ) ( )
−i 1 ξ1 0 (1) (1) (1) = 1 e(−1/2+i)t
m1 = −1/2+i: = ⇒ ξ = iξ ⇒ ⃗
x
−1 −i (1)
ξ2 0 2 1 i
( ) ( )
1 cos(t) + i sin(t)
⇒⃗ x(1) = e−t/2(cos(t) + i sin(t)) = e−t/2 =
( ) ( )
cos(t) sin(t)
⇒⃗ x(1) = e−t/2 + ie−t/2
− sin(t) cos(t)
( ) ( )
cos(t) sin(t)
⇒ ⃗x = C1 e−t/2 + C2 e−t/2 es la SG
− sin(t) cos(t)
19
Sistemas lineales:
19
Sistemas lineales:
x1 = C1e−t/2 cos(t)
• → C1 ̸= 0, C2 = 0:
x2 = −C1e−t/2 sin(t)
19
Sistemas lineales:
• → C1 ̸= 0, C2 = 0:
• → pasando a coordenadas
√ polares:
•→ r= x21 + x22 = C1e−t/2; tan(θ) = x
x1 = − tan(t)
2
19
Sistemas lineales:
• → C1 ̸= 0, C2 = 0:
√ polares:
•→ r= x21 + x22 = C1e−t/2; tan(θ) = x x1 = − tan(t)
2
• → ⇒ las trayectorias son circunferencias cuyos radios van cambiando con el tiempo
• → ⇒ (espirales) y la dirección del movimiento, dada por θ , es en este caso en sentido
• → ⇒ de las agujas del reloj
19
Sistemas lineales:
• → C1 ̸= 0, C2 = 0:
√ polares:
•→ r= x21 + x22 = C1e−t/2; tan(θ) = x x1 = − tan(t)
2
• → ⇒ las trayectorias son circunferencias cuyos radios van cambiando con el tiempo
• → ⇒ (espirales) y la dirección del movimiento, dada por θ , es en este caso en sentido
• → ⇒ de las agujas del reloj
• → Este tipo de punto crı́tico se conoce como ESPIRAL

20
Sistemas lineales:
plano de fase
x2
x1
patron de las trayectorias: PUNTO CRITICO ESPIRAL

21
Sistemas lineales:

• → Este tipo de punto crı́tico se conoce como ESPIRAL

22
Sistemas lineales:
• Caso 4: autovalores complejos conjugados (parte real negativa)
22
Sistemas lineales:
• → En general, se demuestra que para cualquier sistema con autovalores complejos
• → a ± ib, con a ̸= 0, que las trayectorias son siempre espirales
22
Sistemas lineales:
• → El sentido del movimiento depende del signo de a: si a < 0, las espirales se
• → acercan al PC; si a > 0, las espirales se alejan del PC
22
Sistemas lineales:
• → Las espirales pueden estar elongadas respecto a los ejes
22
Sistemas lineales:
• → La dirección del movimiento puede ser en el sentido de las agujas del reloj o al
• → contrario: se puede determinar la orientación de las trayectorias a partir de las
• → EDOs aplicadas a un punto fijo; es conveniente usar el punto (0, 1)
22
Sistemas lineales:
( ) ( )( ) ( )
ẋ a b x=0 b
⇒ = = y los signos de b y d permiten hallar la
ẏ c d y=1 d
dirección de movimiento y la orientación de la trayectorias
22
Sistemas lineales:
( ) ( )( ) ( )
ẋ a b x=0 b
⇒ = = y los signos de b y d permiten hallar la
ẏ c d y=1 d
x2
dirección de movimiento y la orientación de la trayectorias
( ) ( )( ) ( )
ẋ −1/2 1 0 1
En el ejemplo: ⇒ = =
ẏ −1 −1/2 1 −1/2 x1
⇒ b > 0, d < 0 ⇒ la trayectoria que pasa por (0, 1) cruza el eje

x1 de esta manera:
23
Sistemas lineales:
• Caso 5: autovalores imaginarios
23
Sistemas lineales:
( )
0 −1
x˙ =
Ejemplo: ⃗ ⃗
x
1 0
23
Sistemas lineales:
( )
0 −1
x˙ =
Ejemplo: ⃗ ⃗
x
1 0
x = ξe
23
Sistemas lineales:
( )
0 −1
x˙ =
Ejemplo: ⃗ ⃗
x
1 0
x = ξe
−m −1
⇒ = 0 ⇒ m2 + 1 = 0 ⇒ m = ±i
1 −m
23
Sistemas lineales:
( )
0 −1
x˙ =
Ejemplo: ⃗ ⃗
x
1 0
x = ξe
−m −1
⇒ = 0 ⇒ m2 + 1 = 0 ⇒ m = ±i
1 −m
( ) ( (1) ) ( ) ( )
−i −1 ξ1 0 (1) (1) (1) = 1
m1 = +i: = ⇒ ξ = −iξ ⇒ ⃗
x e it
1 −i ξ
(1) 0 2 1 −i
2
23
Sistemas lineales:
( )
0 −1
x˙ =
Ejemplo: ⃗ ⃗
x
1 0
x = ξe
−m −1
⇒ = 0 ⇒ m2 + 1 = 0 ⇒ m = ±i
1 −m
( ) ( (1) ) ( ) ( )
−i −1 ξ1 0 (1) (1) (1) = 1
m1 = +i: = ⇒ ξ = −iξ ⇒ ⃗
x e it
1 −i (1)
ξ2 0 2 1 −i
( ) ( )
1 cos(t) + i sin(t)
⇒⃗ x(1) = (cos(t) + i sin(t)) = =
−i sin(t) − i cos(t)
23
Sistemas lineales:
( )
0 −1
x˙ =
Ejemplo: ⃗ ⃗
x
1 0
x = ξe
−m −1
⇒ = 0 ⇒ m2 + 1 = 0 ⇒ m = ±i
1 −m
( ) ( (1) ) ( ) ( )
−i −1 ξ1 0 (1) (1) (1) = 1
m1 = +i: = ⇒ ξ = −iξ ⇒ ⃗
x e it
1 −i (1)
ξ2 0 2 1 −i
( ) ( )
1 cos(t) + i sin(t)
⇒⃗ x(1) = (cos(t) + i sin(t)) = =
( ) ( )
cos(t) sin(t)
⇒⃗ x(1) = +i
sin(t) − cos(t)
23
Sistemas lineales:
( )
0 −1
x˙ =
Ejemplo: ⃗ ⃗
x
1 0
x = ξe
−m −1
⇒ = 0 ⇒ m2 + 1 = 0 ⇒ m = ±i
1 −m
( ) ( (1) ) ( ) ( )
−i −1 ξ1 0 (1) (1) (1) = 1
m1 = +i: = ⇒ ξ = −iξ ⇒ ⃗
x e it
1 −i (1)
ξ2 0 2 1 −i
( ) ( )
1 cos(t) + i sin(t)
⇒⃗ x(1) = (cos(t) + i sin(t)) = =
( ) ( )
cos(t) sin(t)
⇒⃗ x(1) = +i
sin(t) − cos(t)
( ) ( )
cos(t) sin(t)
⇒ ⃗x = C1 + C2 es la SG
sin(t) − cos(t)
24
Sistemas lineales:
24
Sistemas lineales:
x1 = C1 cos(t)
• → C1 ̸= 0, C2 = 0:
x2 = C1 sin(t)
24
Sistemas lineales:
x1 = C1 cos(t)
• → C1 ̸= 0, C2 = 0:
x2 = C1 sin(t)
• → pasando a coordenadas √
polares:
•→ r= x21 + x22 = C1; tan(θ) = x 2
x1 = tan(t)
24
Sistemas lineales:
x1 = C1 cos(t)
• → C1 ̸= 0, C2 = 0:
x2 = C1 sin(t)
polares:
•→ r= x21 + x22 = C1; tan(θ) = x 2
x1 = tan(t)
• → ⇒ las trayectorias son circunferencias de radio C1 con centro en el PC y la
• → ⇒ dirección del movimiento, dada por θ , es en este caso en sentido contrario
• → ⇒ de las agujas del reloj (b = −1, d = 0)
24
Sistemas lineales:
x1 = C1 cos(t)
• → C1 ̸= 0, C2 = 0:
x2 = C1 sin(t)
polares:
•→ r= x21 + x22 = C1; tan(θ) = x 2
x1 = tan(t)
• → En general, todas las trayectorias son periódicas y vienen dadas por elipses
• → centradas en el PC
24
Sistemas lineales:
x1 = C1 cos(t)
• → C1 ̸= 0, C2 = 0:
x2 = C1 sin(t)
polares:
•→ r= x21 + x22 = C1; tan(θ) = x 2
x1 = tan(t)
• → En general, todas las trayectorias son periódicas y vienen dadas por elipses
• → centradas en el PC
• → Este tipo de punto crı́tico se conoce como CENTRO
25
Sistemas lineales:
plano de fase
x2
x1
patron de las trayectorias: PUNTO CRITICO CENTRO

26
Sistemas lineales:

• → Este tipo de punto crı́tico se conoce como CENTRO

27
Sistemas lineales:
• Después de haber examinado los distintos casos, se pueden hacer las siguientes
• observaciones:
27
Sistemas lineales:
• observaciones:
• → Trayectorias: para t → +∞, cada trayectoria individual exhibe sólo uno de entre
• → tres tipos de comportamiento
27
Sistemas lineales:
• observaciones:
• → tres tipos de comportamiento: cada trayectoria,
• → − se aproxima a +∞
27
Sistemas lineales:
• observaciones:
• → − se aproxima al punto crı́tico o
27
Sistemas lineales:
• observaciones:
• → − recorre de manera periódica una curva cerrada alrededor del punto crı́tico
27
Sistemas lineales:
• observaciones:
• → Patrón de las trayectorias: el patrón de las trayectorias es relativamente simple

27
Sistemas lineales:
• observaciones:
• → Patrón de las trayectorias: el patrón de las trayectorias es relativamente simple:

• → − por cada punto del plano de fase pasa una sola trayectoria
27
Sistemas lineales:
• observaciones:

• → − las trayectorias no se cruzan
27
Sistemas lineales:
• observaciones:

• → − las trayectorias no se cruzan
• → − sólo la solución ⃗
x = 0 pasa por el punto crı́tico
(continúa →)
28
Sistemas lineales:
• observaciones:
• → Propiedades de estabilidad
28
Sistemas lineales:
• observaciones:
• → Propiedades de estabilidad: En cada caso, el conjunto de todas las trayectorias es
• → tal que ocurre una de las siguientes tres situaciones
28
Sistemas lineales:
• observaciones:
• → tal que ocurre una de las siguientes tres situaciones:
• → − todas las trayectorias se aproximan al punto crı́tico para t → +∞ cuando los
• → − autovalores son reales negativos o complejos con parte real negativa
28
Sistemas lineales:
• observaciones:
• → − ⇒ punto crı́tico: NODO o ESPIRAL
28
Sistemas lineales:
• observaciones:
• → − ⇒ estabilidad del PC: asintóticamente estable
28
Sistemas lineales:
• observaciones:
• → − todas las trayectorias permanecen acotadas pero no se aproximan al punto crı́tico
• → − para t → +∞ cuando los autovalores son puramente imaginarios
28
Sistemas lineales:
• observaciones:
• → − ⇒ punto crı́tico: CENTRO
28
Sistemas lineales:
• observaciones:
• → − ⇒ estabilidad del PC: estable
28
Sistemas lineales:
• observaciones:
• → − algunas trayectorias o todas, excepto ⃗
x = 0, tienden a +∞ para t → +∞
• → − cuando al menos un autovalor es real positivo o complejos con parte real positiva
28
Sistemas lineales:
• observaciones:
• → − ⇒ punto crı́tico: NODO, ESPIRAL o SILLA
28
Sistemas lineales:
• observaciones:
• → − ⇒ punto crı́tico: NODO, ESPIRAL o SILLA
• → − ⇒ estabilidad del PC: inestable
29
x˙ = A⃗
Sistemas lineales: ⃗ x con detA ̸= 0 (sistema lineal no singular)
• Las situaciones descritas ilustran los conceptos de estabilidad asintótica, estabilidad e
• inestabilidad del PC ⃗
x = 0 del sistema lineal (definiciones precisas más adelante)
29
x˙ = A⃗
Sistemas lineales: ⃗ x con detA ̸= 0 (sistema lineal no singular)
• Las situaciones descritas ilustran los conceptos de estabilidad asintótica, estabilidad e
• inestabilidad del PC ⃗
x = 0 del sistema lineal (definiciones precisas más adelante)
• En resumen:
AUTOVALORES TIPO DE PC ESTABILIDAD
m1 > m 2 > 0 NODO inestable
m2 < m 1 < 0 NODO asintóticamente estable
m2 < 0 < m 1 SILLA inestable
m1 = m2 > 0 NODO PROPIO

O IMPROPIO inestable
m1 = m2 < 0 NODO PROPIO

O IMPROPIO asintóticamente estable
m1, m2 = λ ± iµ ESPIRAL
λ>0 inestable
λ<0 asintóticamente estable
m1, m2 = ±iµ CENTRO estable

30
Sistemas autónomos:
30

 dx = F (x, y)
dt
• Forma general: si el sistema , donde F y G y sus derivadas parciales
 dy = G(x, y)
dt
• son funciones continuas en un dominio D del plano (x, y) y el sistema no contiene
• explı́citamente la variable t ⇒ es un sistema autónomo
30

 dx = F (x, y)
dt
 dy = G(x, y)
dt
x˙ = A⃗
• El sistema lineal homogéneo ⃗ x, con A matriz de constantes, es un ejemplo de
• sistema autónomo
• → pero si alguno de los elementos de A depende de t ⇒ el sistema es no-autónomo
30

 dx = F (x, y)
dt
 dy = G(x, y)
dt
x˙ = A⃗
• El sistema lineal homogéneo ⃗ x, con A matriz de constantes, es un ejemplo de
• sistema autónomo
• → pero si alguno de los elementos de A depende de t ⇒ el sistema es no-autónomo
• El método del patrón de las trayectorias se puede extender a sistemas autónomos,

• que incluyen sistemas no lineales
31
Ejemplos: { { {
ẋ = x x(t0) = 1 x(t, t0) = et−t0
a) Sistema autónomo: con ⇒ es la SP
ẏ = y y(t0) = 2 y(t, t0) = 2et−t0
31
Ejemplos: { { {
ẋ = x x(t0) = 1 x(t, t0) = et−t0
ẏ = y y(t0) = 2 y(t, t0) = 2et−t0
a) ⇒ y = 2x es la trayectoria
31
Ejemplos: { { {
ẋ = x x(t0) = 1 x(t, t0) = et−t0
ẏ = y y(t0) = 2 y(t, t0) = 2et−t0
a) Este ejemplo se puede visualizar como la emisión continua de partı́culas a partir del
a) punto (1, 2) y que posteriormente se mueven en el plano de fase de acuerdo con las
a) EDOs especificadas
31
Ejemplos: { { {
ẋ = x x(t0) = 1 x(t, t0) = et−t0
ẏ = y y(t0) = 2 y(t, t0) = 2et−t0
a) La partı́cula emitida en t = t0 parte de x(t0) = 1, y(t0) = 2 y su comportamiento

a) subsiguiente queda determinado por la trayectoria y = 2x
31
Ejemplos: { { {
ẋ = x x(t0) = 1 x(t, t0) = et−t0
ẏ = y y(t0) = 2 y(t, t0) = 2et−t0

a) El instante inicial no aparece en la ecuación de la trayectoria ⇒ no importa cuándo se

a) emite la partı́cula, siempre se moverá a lo largo de la misma trayectoria
31
Ejemplos: { { {
ẋ = x x(t0) = 1 x(t, t0) = et−t0
ẏ = y y(t0) = 2 y(t, t0) = 2et−t0


a) ⇒ hay una sola trayectoria que pasa por el punto (1, 2)
31
Ejemplos: { { {
ẋ = x x(t0) = 1 x(t, t0) = et−t0
ẏ = y y(t0) = 2 y(t, t0) = 2et−t0


a) ⇒ hay una sola trayectoria que pasa por el punto (1, 2)
a) ⇒ el patrón de las trayectorias en el plano de fase en sistemas autónomos es
a) ⇒ relativamente simple
32
Ejemplos: { { {
ẋ = x/t x(t0) = 1 x(t, t0) = t/t0
b) Sistema no-autónomo: con ⇒ es la SP
ẏ = y y(t0) = 2 y(t, t0) = 2et−t0
32
Ejemplos: { { {
ẋ = x/t x(t0) = 1 x(t, t0) = t/t0
ẏ = y y(t0) = 2 y(t, t0) = 2et−t0
b) ⇒ y = 2et0(x−1) es la trayectoria
32
Ejemplos: { { {
ẋ = x/t x(t0) = 1 x(t, t0) = t/t0
ẏ = y y(t0) = 2 y(t, t0) = 2et−t0
b) ⇒ en este caso, como t0 aparece en la ecuación de la trayectoria, la trayectoria que
b) ⇒ recorre una partı́cula depende del instante en el que fue emitida
32
Ejemplos: { { {
ẋ = x/t x(t0) = 1 x(t, t0) = t/t0
ẏ = y y(t0) = 2 y(t, t0) = 2et−t0
b) ⇒ hay infinitas trayectorias que pasan por el punto (1, 2)
32
Ejemplos: { { {
ẋ = x/t x(t0) = 1 x(t, t0) = t/t0
ẏ = y y(t0) = 2 y(t, t0) = 2et−t0
b) ⇒ el patrón de las trayectorias en el plano de fase en sistemas no-autónomos es
a) ⇒ muy complejo
32
Ejemplos: { { {
ẋ = x/t x(t0) = 1 x(t, t0) = t/t0
ẏ = y y(t0) = 2 y(t, t0) = 2et−t0
a) ⇒ muy complejo
• Para sistemas autónomos, las trayectorias se pueden encontrar a veces resolviendo el

• sistema y luego eliminando t o en otros casos resolviendo la EDO de primer orden
• dx/dy = F (x, y)/G(x, y), ya que F y G no dependen de t
32
Ejemplos: { { {
ẋ = x/t x(t0) = 1 x(t, t0) = t/t0
ẏ = y y(t0) = 2 y(t, t0) = 2et−t0
a) ⇒ muy complejo

• Un sistema autónomo es un sistema cuya configuración es independiente del tiempo
32
Ejemplos: { { {
ẋ = x/t x(t0) = 1 x(t, t0) = t/t0
ẏ = y y(t0) = 2 y(t, t0) = 2et−t0
a) ⇒ muy complejo

• Un sistema autónomo es un sistema cuya configuración es independiente del tiempo
• ⇒ la respuesta del sistema a una condiciones iniciales dadas es independiente del
• ⇒ instante en que dichas condiciones se aplican
33
Sistemas autónomos (SA):
• Definición de estabilidad: estudiaremos definiciones precisas de los conceptos de
x˙ = f⃗(⃗
• estabilidad y estabilidad asintótica para SA ⃗ x)
33
x˙ = f⃗(⃗
• Los puntos en los cuales f⃗(⃗ x) = 0 son los puntos crı́ticos del SA
33
x˙ = f⃗(⃗
• ⇒ en tales puntos, ⃗ x˙ = 0 ⇒ los PC se corresponden con soluciones constantes o de
• ⇒ equilibrio del sistema
33
x˙ = f⃗(⃗
• Un PC ⃗ x0 se dice estable si dado cualquier ϵ > 0 existe δ > 0 tal que para toda
• solución ⃗
x=⃗ x(t) del sistema que en t = 0 satisface ||⃗
x(0) − ⃗x0|| < δ , satisface
• ||⃗
x(t) − ⃗x0|| < ϵ para todo t ≥ 0
33
x˙ = f⃗(⃗
• Un PC ⃗ x0 se dice estable si dado cualquier ϵ > 0 existe δ > 0 tal que para toda
• solución ⃗
x=⃗ x(t) del sistema que en t = 0 satisface ||⃗
x(0) − ⃗x0|| < δ , satisface
• ||⃗
x(t) − ⃗x0|| < ϵ para todo t ≥ 0
• Un PC que no es estable se dice que es inestable

34
• Definición de estabilidad:
34
• La definición de estabilidad implica que todas las soluciones que comienzan
• suficientemente cerca del PC, permanecen cerca de él
34
y
→ la trayectoria dibujada está dentro del cı́rculo ||⃗

x−⃗
x0|| = δ
δ
→ para t = 0 y, aunque sale de este cı́rculo, permanece dentro
ε
→ del cı́rculo ||⃗
x−⃗ x0|| = ϵ para t ≥ 0
x
34
y
→ la trayectoria dibujada está dentro del cı́rculo ||⃗

x−⃗
x0|| = δ
δ
→ para t = 0 y, aunque sale de este cı́rculo, permanece dentro
ε
→ del cı́rculo ||⃗
x−⃗ x0|| = ϵ para t ≥ 0
x
δ
ε
Estabilidad no implica que la trayectoria debe aproximarse
al PC para t → +∞, como en el caso de un PC CENTRO →
x
35
• Definición de estabilidad asintótica:
35
• Un PC ⃗ x0 se dice asintóticamente estable si es estable y si existe δ0, con 0 < δ0 < δ ,

• tal que si una solución satisface:
||⃗ x0|| < δ0 ⇒ lim ⃗
x(0) − ⃗ x0 (*)
x(t) = ⃗
t→∞
35

||⃗ x0|| < δ0 ⇒ lim ⃗
x(0) − ⃗ x0 (*)
x(t) = ⃗
t→∞
• La definición de estabilidad asintótica implica que las trayectorias que comienzan

• suficientemente cerca del PC no solo deben permanecer cerca de él sino que además
• deben eventualmente aproximarse a él para t → +∞
35

||⃗ x0|| < δ0 ⇒ lim ⃗
x(0) − ⃗ x0 (*)
x(t) = ⃗
t→∞

• La estabilidad asintótica es una propiedad más fuerte que la estabilidad, ya que un PC

• debe ser estable antes de considerar si es asintóticamente estable
35

||⃗ x0|| < δ0 ⇒ lim ⃗
x(0) − ⃗ x0 (*)
x(t) = ⃗
t→∞

• La estabilidad asintótica es una propiedad más fuerte que la estabilidad, ya que un PC

• debe ser estable antes de considerar si es asintóticamente estable
• La condición (*) no implica estabilidad ordinaria

36
• Teorema: el PC ⃗ x = 0 del sistema ⃗x˙ = A⃗x con detA ̸= 0 es
• a) asintóticamente estable si los autovalores m1,2 de A son reales y negativos o tienen
• a) parte real negativa
• b) estable si los autovalores m1,2 de A son imaginarios puros
• c) inestable si los autovalores m1,2 de A son reales y al menos uno de ellos es positivo
• c) o si tienen parte real positiva
36
⇒ Los autovalores m1,2 de la matriz A del sistema autónomo determinan el tipo de PC
⇒ y sus propiedades de estabilidad
36
• Los valores de m1,2 dependen de los coeficientes de A

36

• → en las aplicaciones fı́sicas, estos coeficientes provienen generalmente de medidas
• → que están sujetas a incertidumbres
36

• → en las aplicaciones fı́sicas, estos coeficientes provienen generalmente de medidas
• → que están sujetas a incertidumbres
• → ⇒ debemos investigar cómo pequeños cambios o perturbaciones de los coeficientes
• → ⇒ pueden afectar la estabilidad del PC y/o alterar el patrón de las trayectorias
37
• Perturbaciones del SA
37
• Perturbaciones del SA: se puede demostrar que pequeñas perturbaciones en los
• coeficientes de A se reflejan en pequeñas perturbaciones de sus autovalores
37
• El caso más sensible ocurre cuando m1,2 = ±iµ (imaginarios puros)
37
• ⇒ el PC es un CENTRO ESTABLE y las trayectorias son curvas cerradas que lo rodean
37
• → si se perturban ligeramente los coeficientes de A, los autovalores toman nuevos
• → valores: m′1,2 = λ′ ± iµ′, donde λ′ es pequeño y µ′ ≈ µ
37
• → Si λ′ ̸= 0 ⇒ las trayectorias del sistema perturbado serán espirales y el sistema es
• → asintóticamente estable si λ′ < 0 e inestable si λ′ > 0
37
• → Si λ′ ̸= 0 ⇒ las trayectorias del sistema perturbado serán espirales y el sistema es
• → asintóticamente estable si λ′ < 0 e inestable si λ′ > 0
µ µ
⇒ para un PC CENTRO ESTABLE,
⇒ pequeñas perturbaciones en los
m1 = iµ m1’ = λ ’+iµ
m1 = iµ ⇒ coeficientes pueden cambiar un
m1’ = λ ’+iµ ⇒ sistema estable en uno inestable y se
λ ⇒λ altera de forma significativa el patrón
m2’ = λ ’-iµ ⇒ de las trayectorias en el plano de fase
m2 = -iµ m2’ = λ ’-iµ
m2 = -iµ
λ’ > 0 λ’ < 0
38
• Otro caso, un poco menos sensible, es para autovalores iguales m1 = m2 = m
38
• ⇒ el PC es un NODO PROPIO o IMPROPIO
38
• → valores: las raı́ces iguales se pueden separar o bifurcar
38
• → Si las raı́ces separadas son reales ⇒ el PC es un nodo
38
• → Si las raı́ces separadas son complejas ⇒ el PC es una espiral
38
• → Si las raı́ces separadas son complejas ⇒ el PC es una espiral
µ µ
• → En ambos casos, la estabilidad del
• → PC no se ve afectada por las
• → perturbaciones, pero el patrón de
m ’ = λ ’+iµ’
1
• → las trayectorias se altera de manera
m1 = m2 = m
λ •→ λ considerable
m2’ m1’
m2’ = λ ’-iµ’
µ’ = 0 µ’ > 0
39
• En todos los demás casos, la estabilidad del PC no cambia ni tampoco el tipo de PC
• se ve alterado por pequeñas perturbaciones de los coeficientes
39
• Por ejemplo, si los autovalores son reales distintos y negativos
39
• Por ejemplo, si los autovalores son reales distintos y negativos:
• ⇒ un pequeño cambio en los coeficientes no cambiará el signo de los autovalores ni
• ⇒ hará que se igualen
39
• Por ejemplo, si los autovalores son reales distintos y negativos:
• ⇒ un pequeño cambio en los coeficientes no cambiará el signo de los autovalores ni
• ⇒ hará que se igualen
• ⇒ ⇒ el PC seguirá siendo un nodo asintóticamente estable
40
Sistemas cuasi-lineales (SCL):
40
x˙ = f⃗(⃗
• Consideremos un sistema autónomo no-lineal: ⃗ x)
40
x˙ = f⃗(⃗
• Se puede investigar el comportamiento de las trayectorias de tal sistema cerca del PC
•⃗x0 aproximando el sistema no-lineal por un sistema lineal apropiado, cuyas trayectorias
• son simples de describir
40
x˙ = f⃗(⃗
• Las cuestiones cruciales son
40
x˙ = f⃗(⃗
• a) si las trayectorias del sistema lineal asociado (SLA) son buenas aproximaciones a
• a) las del sistema no-lineal
40
x˙ = f⃗(⃗
• a) si las trayectorias del sistema lineal asociado (SLA) son buenas aproximaciones a
• a) las del sistema no-lineal
• b) cómo encontrar el SLA
41
a) Supongamos que ⃗ x˙ = A⃗
x+⃗ x0 = 0 es un
x) es un sistema no-lineal y que ⃗
g (⃗
a) PC aislado del sistema
41
x+⃗ x) es un sistema no-lineal y que ⃗
g (⃗ x0 = 0 es un
a) → un PC aislado es aquél para el cual existe un cı́rculo a su alrededor dentro del
a) → cual no hay otros PC
41
g (⃗ x0 = 0 es un
a) Suponemos también que detA ̸= 0 ⇒ ⃗
x0 = 0 es también un PC aislado del SL
x˙ = A⃗
a) ⃗ x
41
g (⃗ x0 = 0 es un
x˙ = A⃗
a) ⃗ x
a) ⇒ para que el sistema no-lineal esté “cerca” del SL, ⃗ x) debe ser “pequeño”:
g (⃗
41
g (⃗ x0 = 0 es un
x˙ = A⃗
a) ⃗ x
g (⃗
a) ⇒ ⇒ si las componentes de ⃗ x) tienen derivadas continuas y se satisface:
g (⃗
||⃗
g (⃗ x|| → 0 cuando ⃗
x)||/||⃗ x→0
41
g (⃗ x0 = 0 es un
x˙ = A⃗
a) ⃗ x
g (⃗
g (⃗
||⃗
g (⃗ x|| → 0 cuando ⃗
x)||/||⃗ x→0
a) ⇒ ⇒ ||⃗ x)|| es pequeña en comparación con ||⃗
g (⃗ x|| cerca del PC
41
g (⃗ x0 = 0 es un
x˙ = A⃗
a) ⃗ x
g (⃗
g (⃗
||⃗
g (⃗ x|| → 0 cuando ⃗
x)||/||⃗ x→0
a) ⇒ ⇒ ||⃗ x)|| es pequeña en comparación con ||⃗
g (⃗ x|| cerca del PC
• Un sistema que cumple esta condición se denomina sistema cuasi-lineal en la

• vecindad del PC
42
Sistemas cuasi-lineales
 (SCL):
 dx = F (x, y)
b) Teorema: Sea dt un sistema no-lineal, si F y G tienen derivadas
 dy
dt = G(x, y)
b) parciales hasta segundo orden continuas ⇒ el sistema es cuasi-lineal en la vecindad
b) del PC (x0, y0)
42
 (SCL):
 dx = F (x, y)
 dy
dt = G(x, y)
b) del PC (x0, y0)
b) Demostración:
42
 (SCL):
 dx = F (x, y)
 dy
dt = G(x, y)
b) del PC (x0, y0)
b) Demostración: desarrollamos F y G en serie de Taylor entorno a (x0, y0):
42
 (SCL):
 dx = F (x, y)
 dy
dt = G(x, y)
b) del PC (x0, y0)
{
F (x, y) = F (x0, y0) + Fx(x0, y0)(x − x0) + Fy (x0, y0)(y − y0) + η1(x, y)
b)
G(x, y) = G(x0, y0) + Gx(x0, y0)(x − x0) + Gy (x0, y0)(y − y0) + η2(x, y)
42
 (SCL):
 dx = F (x, y)
 dy
dt = G(x, y)
b) del PC (x0, y0)
{
b)
b) donde η1,2(x, y)/[(x − x0)2 + (y − y0)2]1/2 → 0 cuando (x, y) → (x0, y0)

42
 (SCL):
 dx = F (x, y)
 dy
dt = G(x, y)
b) del PC (x0, y0)
{
b)
b) Como F (x0, y0) = G(x0, y0) = 0:

42
 (SCL):
 dx = F (x, y)
 dy
dt = G(x, y)
b) del PC (x0, y0)
{
b)
b) Como F (x0, y0) = G(x0, y0) = 0:

( ) ( )( ) ( )
d x − x0 Fx(x0, y0) Fy (x0, y0) x − x0 η1(x, y)
b) ⇒ dt = +
y − y0 Gx(x0, y0) Gy (x0, y0) y − y0 η2(x, y)
b) Esto demuestra el teorema

43
• El significado del resultado anterior es doble
43
• El significado del resultado anterior es doble:
• 1) si las funciones F y G son derivables dos veces ⇒ el sistema es cuasi-lineal y no
• 1) es necesario usar el proceso del lı́mite para demostrarlo
43
• 2) el sistema lineal que aproxima al no-lineal cerca de (x0, y0) está dado por la parte
• 2) lineal de la fórmula anterior:
43
( ) ( )( )
d x − x0 Fx(x0, y0) Fy (x0, y0) x − x0
b) ⇒ dt = es el SLA
y − y0 Gx(x0, y0) Gy (x0, y0) y − y0
43
( ) ( )( )
d x − x0 Fx(x0, y0) Fy (x0, y0) x − x0
y − y0 Gx(x0, y0) Gy (x0, y0) y − y0
• 2) Esta ecuación proporciona un método simple para hallar el SLA a un SCL cerca de
• 2) un PC dado
43
( ) ( )( )
d x − x0 Fx(x0, y0) Fy (x0, y0) x − x0
y − y0 Gx(x0, y0) Gy (x0, y0) y − y0
• 2) un PC dado
• Como el término no-lineal ⃗
g (⃗ x˙ = A⃗
x) en un SCL ⃗ x+⃗ x) es pequeño comparado
g (⃗
• con el término lineal A⃗x cuando ⃗x se aproxima al PC, es razonable esperar que el
• patrón de las trayectorias del SL sean buenas aproximaciones de las del SCL cerca
• del PC
43
( ) ( )( )
d x − x0 Fx(x0, y0) Fy (x0, y0) x − x0
y − y0 Gx(x0, y0) Gy (x0, y0) y − y0
• 2) un PC dado
• Como el término no-lineal ⃗
g (⃗ x˙ = A⃗
x) en un SCL ⃗ x+⃗ x) es pequeño comparado
g (⃗
• con el término lineal A⃗x cuando ⃗x se aproxima al PC, es razonable esperar que el
• patrón de las trayectorias del SL sean buenas aproximaciones de las del SCL cerca
• del PC
• → esto es cierto en muchos casos y está enunciado en el siguiente teorema
44
• Teorema: Sean m1,2 los autovalores del SL ⃗x˙ = A⃗x asociado al SCL ⃗x˙ = A⃗
x +⃗
g (⃗
x)
• ⇒ el tipo de PC y su estabilidad para ambos sistemas están dados por:
SISTEMA LINEAL SISTEMA CUASI-LINEAL
AUTOVALORES TIPO DE PC - ESTABILIDAD TIPO DE PC - ESTABILIDAD
m1 > m 2 > 0 NODO - inestable NODO - inestable
m2 < m 1 < 0 NODO - asintóticamente estable NODO - asintóticamente estable
m2 < 0 < m 1 SILLA - inestable SILLA - inestable
m1 = m2 > 0 NODO PROPIO o IMPROPIO NODO, NODO PROPIO,

NODO IMPROPIO o ESPIRAL
- inestable - inestable
m1 = m2 < 0 NODO PROPIO o IMPROPIO NODO, NODO PROPIO,
NODO IMPROPIO o ESPIRAL
- asintóticamente estable - asintóticamente estable
m1, m2 = λ ± iµ
λ>0 ESPIRAL - inestable ESPIRAL - inestable
λ<0 ESPIRAL - asintóticamente estable ESPIRAL - asintóticamente estable
m1, m2 = ±iµ CENTRO - estable CENTRO o ESPIRAL

- indeterminado
45
• Este teorema afirma esencialmente que para ⃗ x cerca del PC, los términos no lineales
• son pequeños y no afectan la estabilidad y tipo de PC tal y como lo determinan los
• términos lineales, excepto en los dos casos sensibles
45
• términos lineales, excepto en los dos casos sensibles:
• a) m1,2 = ±iµ (imaginarios puros)
45
• b) m1,2 reales iguales
45
• Estos son los mismos casos que vimos antes en los cuales pequeñas perturbaciones
• en los coeficientes del SL y sus autovalores alteraban el tipo y estabilidad del PC
45
• ⇒ es razonable esperar, como ası́ sucede, que los términos no lineales pequeños
• ⇒ tengan un efecto similar
45
• Pero el significado más importante del teorema es que en todos los demás casos los
• términos no lineales pequeños no alteran el tipo y estabilidad del PC
45
• ⇒ excepto en los casos sensibles, el tipo y estabilidad del PC del SCL se pueden
• ⇒ determinar a partir del estudio del SLA
45
• ⇒ excepto en los casos sensibles, el tipo y estabilidad del PC del SCL se pueden
• ⇒ determinar a partir del estudio del SLA
• Estas consideraciones sólo son válidas cerca del PC: incluso en los casos en que el PC
• es del mismo tipo que el del SLA, las trayectorias del SCL pueden ser considerablemente
• diferentes de las del SL lejos del PC, como veremos en los ejemplos
46

 dx = (2 + x)(y − x)
dt
Ejemplo 1:
 dy = (4 − x)(y + x)
dt
46

 dx = (2 + x)(y − x) {
dt F (x, y) = (2+x)(y −x) = 2y −2x+xy −x2
Ejemplo 1: ⇒
 dy = (4 − x)(y + x) G(x, y) = (4−x)(y +x) = 4y +4x−xy −x2
dt
46

 dx = (2 + x)(y − x) {
dt F (x, y) = (2+x)(y −x) = 2y −2x+xy −x2
Ejemplo 1: ⇒
dt
F , G son polinomios derivables dos veces ⇒ SCL
46

 dx = (2 + x)(y − x) {
dt F (x, y) = (2+x)(y −x) = 2y −2x+xy −x2
Ejemplo 1: ⇒
dt
Puntos crı́ticos: F (x, y) = G(x, y) = 0

46

 dx = (2 + x)(y − x) {
dt F (x, y) = (2+x)(y −x) = 2y −2x+xy −x2
Ejemplo 1: ⇒
dt
{
(2+x)(y −x) = 0
Puntos crı́ticos: F (x, y) = G(x, y) = 0 ⇒
(4−x)(y +x) = 0
46

 dx = (2 + x)(y − x) {
dt F (x, y) = (2+x)(y −x) = 2y −2x+xy −x2
Ejemplo 1: ⇒
dt
{
(2+x)(y −x) = 0 ⇒ x = −2 o y = x y
(4−x)(y +x) = 0 ⇒ x = 4 o y = −x
46

 dx = (2 + x)(y − x) {
dt F (x, y) = (2+x)(y −x) = 2y −2x+xy −x2
Ejemplo 1: ⇒
dt
{
(2+x)(y −x) = 0 ⇒ x = −2 o y = x y
(4−x)(y +x) = 0 ⇒ x = 4 o y = −x
Si x = −2, y = −x ⇒ y = 2 ⇒ (−2, 2) PC (1)
46

 dx = (2 + x)(y − x) {
dt F (x, y) = (2+x)(y −x) = 2y −2x+xy −x2
Ejemplo 1: ⇒
dt
{
(2+x)(y −x) = 0 ⇒ x = −2 o y = x y
(4−x)(y +x) = 0 ⇒ x = 4 o y = −x
Si x = −2, y = −x ⇒ y = 2 ⇒ (−2, 2) PC (1)
Si x = 4, y = x ⇒ y = 4 ⇒ (4, 4) PC (2)
46

 dx = (2 + x)(y − x) {
dt F (x, y) = (2+x)(y −x) = 2y −2x+xy −x2
Ejemplo 1: ⇒
dt
{
(2+x)(y −x) = 0 ⇒ x = −2 o y = x y
(4−x)(y +x) = 0 ⇒ x = 4 o y = −x
Si x = −2, y = −x ⇒ y = 2 ⇒ (−2, 2) PC (1)
Si x = 4, y = x ⇒ y = 4 ⇒ (4, 4) PC (2)
Si y = x, y = −x ⇒ (0, 0) PC (3)
46

 dx = (2 + x)(y − x) {
dt F (x, y) = (2+x)(y −x) = 2y −2x+xy −x2
Ejemplo 1: ⇒
dt
{
(2+x)(y −x) = 0 ⇒ x = −2 o y = x y
(4−x)(y +x) = 0 ⇒ x = 4 o y = −x
Si x = −2, y = −x ⇒ y = 2 ⇒ (−2, 2) PC (1)
Si x = 4, y = x ⇒ y = 4 ⇒ (4, 4) PC (2)
Si y = x, y = −x ⇒ (0, 0) PC (3)
Sistema lineal asociado a cada PC:
( )
Fx(x0, y0) Fy (x0, y0)
A=
Gx(x0, y0) Gy (x0, y0)
46

 dx = (2 + x)(y − x) {
dt F (x, y) = (2+x)(y −x) = 2y −2x+xy −x2
Ejemplo 1: ⇒
dt
{
(2+x)(y −x) = 0 ⇒ x = −2 o y = x y
(4−x)(y +x) = 0 ⇒ x = 4 o y = −x
Si x = −2, y = −x ⇒ y = 2 ⇒ (−2, 2) PC (1)
Si x = 4, y = x ⇒ y = 4 ⇒ (4, 4) PC (2)
Si y = x, y = −x ⇒ (0, 0) PC (3)
( ) ( )
Fx(x0, y0) Fy (x0, y0) −2+y0 −2x0 2+x0
A= =
Gx(x0, y0) Gy (x0, y0) 4−y0 −2x0 4−x0
(continúa →)
47
PC (0, 0):
47
( ) (SCL):
( )( )
ẋ −2 2 x
PC (0, 0): SL: =
ẏ 4 4 y
47
( ) (SCL):
( )( )
ẋ −2 2 x
PC (0, 0): SL: =
ẏ 4 4 y
−2 − m 2 √
⇒ = 0 ⇒ m − 2m − 16 = 0 ⇒ m = 1 ± 17
2
4 4−m
47
( ) (SCL):
( )( )
ẋ −2 2 x
PC (0, 0): SL: =
ẏ 4 4 y
−2 − m 2 √
⇒ = 0 ⇒ m − 2m − 16 = 0 ⇒ m = 1 ± 17
2
4 4−m
⇒ autovalores reales de distinto signo
47
( ) (SCL):
( )( )
ẋ −2 2 x
PC (0, 0): SL: =
ẏ 4 4 y
−2 − m 2 √
⇒ = 0 ⇒ m − 2m − 16 = 0 ⇒ m = 1 ± 17
2
4 4−m
⇒ autovalores reales de distinto signo ⇒ PC: silla inestable del SL y SCL
47
( ) (SCL):
( )( )
ẋ −2 2 x
PC (0, 0): SL: =
ẏ 4 4 y
−2 − m 2 √
⇒ = 0 ⇒ m − 2m − 16 = 0 ⇒ m = 1 ± 17
2
4 4−m
( ) √ ( ) √
2 √ (1+ 17)t 2 √ (1− 17)t
SG del SL: ⃗
x = C1 e + C2 e
3 + 17 3 − 17
47
( ) (SCL):
( )( )
ẋ −2 2 x
PC (0, 0): SL: =
ẏ 4 4 y
−2 − m 2 √
⇒ = 0 ⇒ m − 2m − 16 = 0 ⇒ m = 1 ± 17
2
4 4−m
( ) √ ( ) √
2 √ (1+ 17)t 2 √ (1− 17)t
SG del SL: ⃗
x = C1 e + C2 e
3 + 17 3 − 17
Patrón de las trayectorias:
PC SILLA del SL y del SCL

48
PC (4, 4):
48
( ) (SCL):
( )( )
u̇ −6 6 u
PC (4, 4): SL: = , con u = x − 4; v = y − 4
v̇ −8 0 v
48
( ) (SCL):
( )( )
u̇ −6 6 u
PC (4, 4): SL: = , con u = x − 4; v = y − 4
v̇ −8 0 v
−6 − m 6 √
⇒ = 0 ⇒ m + 6m + 48 = 0 ⇒ m = −3 ± 39i
2
−8 −m
48
( ) (SCL):
( )( )
u̇ −6 6 u
PC (4, 4): SL: = , con u = x − 4; v = y − 4
v̇ −8 0 v
−6 − m 6 √
⇒ = 0 ⇒ m + 6m + 48 = 0 ⇒ m = −3 ± 39i
2
−8 −m
⇒ autovalores complejos con parte real negativa
48
( ) (SCL):
( )( )
u̇ −6 6 u
PC (4, 4): SL: = , con u = x − 4; v = y − 4
v̇ −8 0 v
−6 − m 6 √
⇒ = 0 ⇒ m + 6m + 48 = 0 ⇒ m = −3 ± 39i
2
−8 −m
⇒ PC: espiral asintóticamente estable del SL y SCL
48
( ) (SCL):
( )( )
u̇ −6 6 u
PC (4, 4): SL: = , con u = x − 4; v = y − 4
v̇ −8 0 v
−6 − m 6 √
⇒ = 0 ⇒ m + 6m + 48 = 0 ⇒ m = −3 ± 39i
2
−8 −m
( √ ) ( √ ) ( )
6 cos(√39t) √ 6 sin( 39t) 4
SG del SL: ⃗
x = C1 √ e−3t +C2 √ √ √ e−t +
3 cos( 39t)− 39 sin( 39t) 3 sin( 39t)+ 39 cos( 39t) 4
48
( ) (SCL):
( )( )
u̇ −6 6 u
PC (4, 4): SL: = , con u = x − 4; v = y − 4
v̇ −8 0 v
−6 − m 6 √
⇒ = 0 ⇒ m + 6m + 48 = 0 ⇒ m = −3 ± 39i
2
−8 −m
( √ ) ( √ ) ( )
6 cos(√39t) √ 6 sin( 39t) 4
SG del SL: ⃗
x = C1 √ e−3t +C2 √ √ √ e−t +
3 cos( 39t)− 39 sin( 39t) 3 sin( 39t)+ 39 cos( 39t) 4
v
PC ESPIRAL del SL y del SCL

49
PC (−2, 2):
49
( ) (SCL):
( )( )
u̇ 4 0 u
PC (−2, 2): SL: = , con u = x + 2; v = y − 2
v̇ 6 6 v
49
( ) (SCL):
( )( )
u̇ 4 0 u
PC (−2, 2): SL: = , con u = x + 2; v = y − 2
v̇ 6 6 v
4−m 0
⇒ = 0 ⇒ (4 − m)(6 − m) = 0 ⇒ m = 6, 4
6 6−m
49
( ) (SCL):
( )( )
u̇ 4 0 u
PC (−2, 2): SL: = , con u = x + 2; v = y − 2
v̇ 6 6 v
4−m 0
⇒ = 0 ⇒ (4 − m)(6 − m) = 0 ⇒ m = 6, 4
6 6−m
⇒ autovalores reales del mismo signo positivo
49
( ) (SCL):
( )( )
u̇ 4 0 u
PC (−2, 2): SL: = , con u = x + 2; v = y − 2
v̇ 6 6 v
4−m 0
⇒ = 0 ⇒ (4 − m)(6 − m) = 0 ⇒ m = 6, 4
6 6−m
⇒ autovalores reales del mismo signo positivo ⇒ PC: nodo inestable del SL y SCL
49
( ) (SCL):
( )( )
u̇ 4 0 u
PC (−2, 2): SL: = , con u = x + 2; v = y − 2
v̇ 6 6 v
4−m 0
⇒ = 0 ⇒ (4 − m)(6 − m) = 0 ⇒ m = 6, 4
6 6−m
( ) ( ) ( )
0 1 −2
SG del SL: ⃗
x = C1 e6t + C2 e4t +
1 −3 2
49
( ) (SCL):
( )( )
u̇ 4 0 u
PC (−2, 2): SL: = , con u = x + 2; v = y − 2
v̇ 6 6 v
4−m 0
⇒ = 0 ⇒ (4 − m)(6 − m) = 0 ⇒ m = 6, 4
6 6−m
( ) ( ) ( )
0 1 −2
SG del SL: ⃗
x = C1 e6t + C2 e4t +
1 −3 2
PC NODO del SL y del SCL

50
 Puntos crı́ticos y propiedades de estabilidad

 dx = (2 + x)(y − x)
dt
 dy = (4 − x)(y + x)
dt
https://aeb019.hosted.uark.edu/pplane.html
51

 dx = x + x2 + y 2 {
dt F (x, y) = x+x2 +y 2
Ejemplo 2: ⇒
 dy = y − xy G(x, y) = y −xy
dt
51

 dx = x + x2 + y 2 {
dt F (x, y) = x+x2 +y 2
Ejemplo 2: ⇒
 dy = y − xy G(x, y) = y −xy
dt
51

 dx = x + x2 + y 2 {
dt F (x, y) = x+x2 +y 2
Ejemplo 2: ⇒
 dy = y − xy G(x, y) = y −xy
dt
{
x+x2 +y 2 = 0
y −xy = 0
51

 dx = x + x2 + y 2 {
dt F (x, y) = x+x2 +y 2
Ejemplo 2: ⇒
 dy = y − xy G(x, y) = y −xy
dt
{
x+x2 +y 2 = 0
y −xy = 0
⇒ y(1 − x) = 0 ⇒ y = 0 o x = 1
51

 dx = x + x2 + y 2 {
dt F (x, y) = x+x2 +y 2
Ejemplo 2: ⇒
 dy = y − xy G(x, y) = y −xy
dt
{
x+x2 +y 2 = 0
y −xy = 0
⇒ y(1 − x) = 0 ⇒ y = 0 o x = 1
Si y = 0 ⇒ x + x2 = 0 ⇒ x(1 + x) = 0 ⇒ x = 0 o x = −1
51

 dx = x + x2 + y 2 {
dt F (x, y) = x+x2 +y 2
Ejemplo 2: ⇒
 dy = y − xy G(x, y) = y −xy
dt
{
x+x2 +y 2 = 0
y −xy = 0
⇒ y(1 − x) = 0 ⇒ y = 0 o x = 1
Si y = 0 ⇒ x + x2 = 0 ⇒ x(1 + x) = 0 ⇒ x = 0 o x = −1
√
Si x = 1 ⇒ 1 + 1 + y2 =0⇒2+ y2 =0⇒ y2 = −2 ⇒ y = ± 2i NO
51

 dx = x + x2 + y 2 {
dt F (x, y) = x+x2 +y 2
Ejemplo 2: ⇒
 dy = y − xy G(x, y) = y −xy
dt
{
x+x2 +y 2 = 0
y −xy = 0
⇒ y(1 − x) = 0 ⇒ y = 0 o x = 1
Si y = 0 ⇒ x + x2 = 0 ⇒ x(1 + x) = 0 ⇒ x = 0 o x = −1
√
Si x = 1 ⇒ 1 + 1 + y2 =0⇒2+ y2 =0⇒ y2 = −2 ⇒ y = ± 2i NO
⇒ (0, 0) PC (1)
51

 dx = x + x2 + y 2 {
dt F (x, y) = x+x2 +y 2
Ejemplo 2: ⇒
 dy = y − xy G(x, y) = y −xy
dt
{
x+x2 +y 2 = 0
y −xy = 0
⇒ y(1 − x) = 0 ⇒ y = 0 o x = 1
Si y = 0 ⇒ x + x2 = 0 ⇒ x(1 + x) = 0 ⇒ x = 0 o x = −1
√
Si x = 1 ⇒ 1 + 1 + y2 =0⇒2+ y2 =0⇒ y2 = −2 ⇒ y = ± 2i NO
⇒ (0, 0) PC (1)
⇒ (−1, 0) PC (2)
51

 dx = x + x2 + y 2 {
dt F (x, y) = x+x2 +y 2
Ejemplo 2: ⇒
 dy = y − xy G(x, y) = y −xy
dt
{
x+x2 +y 2 = 0
y −xy = 0
⇒ y(1 − x) = 0 ⇒ y = 0 o x = 1
Si y = 0 ⇒ x + x2 = 0 ⇒ x(1 + x) = 0 ⇒ x = 0 o x = −1
√
Si x = 1 ⇒ 1 + 1 + y2 =0⇒2+ y2 =0⇒ y2 = −2 ⇒ y = ± 2i NO
⇒ (0, 0) PC (1)
⇒ (−1, 0) PC (2)
( ) ( )
Fx(x0, y0) Fy (x0, y0) 1+2x0 2y0
A= =
Gx(x0, y0) Gy (x0, y0) −y0 1−x0
(continúa →)
52
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1 y
52
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1 y
1−m 0
⇒ = 0 ⇒ (1 − m)2 = 0 ⇒ m = 1 doble ⇒ autovalores iguales
0 1−m
positivos
52
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1 y
1−m 0
0 1−m
positivos ⇒ PC: nodo P inestable del SL y nodo, nodo P, nodo I o espiral inestables del SCL
52
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1 y
1−m 0
0 1−m
( ) ( )
1 0
SG del SL: ⃗
x = C1 et + C 2 et
0 1
52
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1 y
1−m 0
0 1−m
( ) ( )
1 0
SG del SL: ⃗
x = C1 et + C 2 et
0 1
( ) ( )( )
u̇ −1 0 u
PC (−1, 0): SL: = , con u = x + 1; v = y
v̇ 0 2 v
52
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1 y
1−m 0
0 1−m
( ) ( )
1 0
SG del SL: ⃗
x = C1 et + C 2 et
0 1
( ) ( )( )
u̇ −1 0 u
PC (−1, 0): SL:
= , con u = x + 1; v = y
v̇ 0 2 v
−1 − m 0
⇒ = 0 ⇒ (−1 − m)(2 − m) = 0 ⇒ m = 2, −1
0 2−m
52
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1 y
1−m 0
0 1−m
( ) ( )
1 0
SG del SL: ⃗
x = C1 et + C 2 et
0 1
( ) ( )( )
u̇ −1 0 u
PC (−1, 0): SL: = , con u = x + 1; v = y
v̇ 0 2 v
−1 − m 0
⇒ = 0 ⇒ (−1 − m)(2 − m) = 0 ⇒ m = 2, −1
0 2−m
52
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1 y
1−m 0
0 1−m
( ) ( )
1 0
SG del SL: ⃗
x = C1 et + C 2 et
0 1
( ) ( )( )
u̇ −1 0 u
PC (−1, 0): SL: = , con u = x + 1; v = y
v̇ 0 2 v
−1 − m 0
⇒ = 0 ⇒ (−1 − m)(2 − m) = 0 ⇒ m = 2, −1
0 2−m
52
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1 y
1−m 0
0 1−m
( ) ( )
1 0
SG del SL: ⃗
x = C1 et + C 2 et
0 1
( ) ( )( )
u̇ −1 0 u
PC (−1, 0): SL: = , con u = x + 1; v = y
v̇ 0 2 v
−1 − m 0
⇒ = 0 ⇒ (−1 − m)(2 − m) = 0 ⇒ m = 2, −1
0 2−m
( ) ( ) ( )
0 1 −1
SG del SL: ⃗
x = C1 e2t + C2 e−t +
1 0 0
53

 dx = x + x2 + y 2
dt
 dy = y − xy
dt
54

 dx = (1+x) sin(y) {
dt F (x, y) = (1+x) sin(y)
Ejemplo 3: ⇒
 dy = 1−x−cos(y) G(x, y) = 1−x−cos(y)
dt
54

 dx = (1+x) sin(y) {
dt F (x, y) = (1+x) sin(y)
Ejemplo 3: ⇒
dt
F , G son polinomios y sin/cos derivables dos veces ⇒ SCL
54

 dx = (1+x) sin(y) {
dt F (x, y) = (1+x) sin(y)
Ejemplo 3: ⇒
dt
{
(1+x) sin(y) = 0
1−x−cos(y) = 0
54

 dx = (1+x) sin(y) {
dt F (x, y) = (1+x) sin(y)
Ejemplo 3: ⇒
dt
{
(1+x) sin(y) = 0 ⇒ x = −1 o sin(y) = 0 y
1−x−cos(y) = 0 ⇒ x+cos(y) = 1
54

 dx = (1+x) sin(y) {
dt F (x, y) = (1+x) sin(y)
Ejemplo 3: ⇒
dt
{
(1+x) sin(y) = 0 ⇒ x = −1 o sin(y) = 0 y
1−x−cos(y) = 0 ⇒ x+cos(y) = 1
x = −1 no puede ser porque quedarı́a cos(y) = 2
54

 dx = (1+x) sin(y) {
dt F (x, y) = (1+x) sin(y)
Ejemplo 3: ⇒
dt
{
(1+x) sin(y) = 0 ⇒ x = −1 o sin(y) = 0 y
1−x−cos(y) = 0 ⇒ x+cos(y) = 1
Si sin(y) = 0 ⇒ y = ±nπ ⇒ x+cos(±nπ) = 1; separando en par e impar:
54

 dx = (1+x) sin(y) {
dt F (x, y) = (1+x) sin(y)
Ejemplo 3: ⇒
dt
{
(1+x) sin(y) = 0 ⇒ x = −1 o sin(y) = 0 y
1−x−cos(y) = 0 ⇒ x+cos(y) = 1
⇒ y = ±2kπ ⇒ x = 0
54

 dx = (1+x) sin(y) {
dt F (x, y) = (1+x) sin(y)
Ejemplo 3: ⇒
dt
{
(1+x) sin(y) = 0 ⇒ x = −1 o sin(y) = 0 y
1−x−cos(y) = 0 ⇒ x+cos(y) = 1
⇒ y = ±2kπ ⇒ x = 0 ⇒ (0, ±2kπ), k = 0, 1, 2, ... PC (1)
54

 dx = (1+x) sin(y) {
dt F (x, y) = (1+x) sin(y)
Ejemplo 3: ⇒
dt
{
(1+x) sin(y) = 0 ⇒ x = −1 o sin(y) = 0 y
1−x−cos(y) = 0 ⇒ x+cos(y) = 1
⇒ y = ±2kπ ⇒ x = 0 ⇒ (0, ±2kπ), k = 0, 1, 2, ... PC (1)
⇒ y = ±(2k + 1)π ⇒ x = 2
54

 dx = (1+x) sin(y) {
dt F (x, y) = (1+x) sin(y)
Ejemplo 3: ⇒
dt
{
(1+x) sin(y) = 0 ⇒ x = −1 o sin(y) = 0 y
1−x−cos(y) = 0 ⇒ x+cos(y) = 1
⇒ y = ±2kπ ⇒ x = 0 ⇒ (0, ±2kπ), k = 0, 1, 2, ... PC (1)
⇒ y = ±(2k + 1)π ⇒ x = 2 ⇒ (2, ±(2k + 1)π) PC (2)
54

 dx = (1+x) sin(y) {
dt F (x, y) = (1+x) sin(y)
Ejemplo 3: ⇒
dt
{
(1+x) sin(y) = 0 ⇒ x = −1 o sin(y) = 0 y
1−x−cos(y) = 0 ⇒ x+cos(y) = 1
⇒ y = ±2kπ ⇒ x = 0 ⇒ (0, ±2kπ), k = 0, 1, 2, ... PC (1)
⇒ y = ±(2k + 1)π ⇒ x = 2 ⇒ (2, ±(2k + 1)π) PC (2) ⇒ hay infinitos PCs!
54

 dx = (1+x) sin(y) {
dt F (x, y) = (1+x) sin(y)
Ejemplo 3: ⇒
dt
{
(1+x) sin(y) = 0 ⇒ x = −1 o sin(y) = 0 y
1−x−cos(y) = 0 ⇒ x+cos(y) = 1
⇒ y = ±2kπ ⇒ x = 0 ⇒ (0, ±2kπ), k = 0, 1, 2, ... PC (1)
⇒ y = ±(2k + 1)π ⇒ x = 2 ⇒ (2, ±(2k + 1)π) PC (2) ⇒ hay infinitos PCs!

( ) ( )
Fx(x0, y0) Fy (x0, y0) sin(y0) (1 + x0) cos(y0)
A= =
Gx(x0, y0) Gy (x0, y0) −1 sin(y0)
(continúa →)
55
( (SCL):
) ( )( )
u̇ 0 1 u
PC (0, ±2kπ): SL: = , con u = x; v = y ∓ 2kπ
v̇ −1 0 v
55
( (SCL):
) ( )( )
u̇ 0 1 u
v̇ −1 0 v
−m 1
⇒ = 0 ⇒ m2 + 1 = 0 ⇒ m = ±i
−1 −m
55
( (SCL):
) ( )( )
u̇ 0 1 u
v̇ −1 0 v
−m 1
⇒ = 0 ⇒ m2 + 1 = 0 ⇒ m = ±i
−1 −m
⇒ autovalores imaginarios
55
( (SCL):
) ( )( )
u̇ 0 1 u
v̇ −1 0 v
−m 1
⇒ = 0 ⇒ m2 + 1 = 0 ⇒ m = ±i
−1 −m
⇒ autovalores imaginarios ⇒ PC: centro estable del SL y centro o espiral del SCL
55
( (SCL):
) ( )( )
u̇ 0 1 u
v̇ −1 0 v
−m 1
⇒ = 0 ⇒ m2 + 1 = 0 ⇒ m = ±i
−1 −m
( ) ( ) ( )
cos(t) sin(t) 0
SG del SL: ⃗
x = C1 + C2 +
− sin(t) cos(t) ±2kπ
55
( (SCL):
) ( )( )
u̇ 0 1 u
v̇ −1 0 v
−m 1
⇒ = 0 ⇒ m2 + 1 = 0 ⇒ m = ±i
−1 −m
( ) ( ) ( )
cos(t) sin(t) 0
SG del SL: ⃗
x = C1 + C2 +
( ) ( )( )
u̇ 0 −3 u
PC (2, ±(2k + 1)π): SL: = , con u = x − 2
v̇ −1 0 v
v = y ∓ (2k+1)π
55
( (SCL):
) ( )( )
u̇ 0 1 u
v̇ −1 0 v
−m 1
⇒ = 0 ⇒ m2 + 1 = 0 ⇒ m = ±i
−1 −m
( ) ( ) ( )
cos(t) sin(t) 0
SG del SL: ⃗
x = C1 + C2 +
( ) ( )( )
u̇ 0 −3 u
PC (2, ±(2k + 1)π): SL: = , con u = x − 2
v̇ −1 0 v
−m −3 √ v = y ∓ (2k+1)π
⇒ =0⇒m −3=0⇒m=± 3
2
−1 −m
55
( (SCL):
) ( )( )
u̇ 0 1 u
v̇ −1 0 v
−m 1
⇒ = 0 ⇒ m2 + 1 = 0 ⇒ m = ±i
−1 −m
( ) ( ) ( )
cos(t) sin(t) 0
SG del SL: ⃗
x = C1 + C2 +
( ) ( )( )
u̇ 0 −3 u
PC (2, ±(2k + 1)π): SL: = , con u = x − 2
v̇ −1 0 v
−m −3 √ v = y ∓ (2k+1)π
⇒ =0⇒m −3=0⇒m=± 3
2
−1 −m
55
( (SCL):
) ( )( )
u̇ 0 1 u
v̇ −1 0 v
−m 1
⇒ = 0 ⇒ m2 + 1 = 0 ⇒ m = ±i
−1 −m
( ) ( ) ( )
cos(t) sin(t) 0
SG del SL: ⃗
x = C1 + C2 +
( ) ( )( )
u̇ 0 −3 u
PC (2, ±(2k + 1)π): SL: = , con u = x − 2
v̇ −1 0 v
−m −3 √ v = y ∓ (2k+1)π
⇒ =0⇒m −3=0⇒m=± 3
2
−1 −m
55
( (SCL):
) ( )( )
u̇ 0 1 u
v̇ −1 0 v
−m 1
⇒ = 0 ⇒ m2 + 1 = 0 ⇒ m = ±i
−1 −m
( ) ( ) ( )
cos(t) sin(t) 0
SG del SL: ⃗
x = C1 + C2 +
( ) ( )( )
u̇ 0 −3 u
PC (2, ±(2k + 1)π): SL: = , con u = x − 2
v̇ −1 0 v
−m −3 √ v = y ∓ (2k+1)π
⇒ =0⇒m −3=0⇒m=± 3
2
−1 −m
( ) √ ( ) √ ( )
3√ 3 2
SG del SL: ⃗
x = C1 e 3t + C2 √ e− 3t +
− 3 3 ±(2k + 1)π
56

 dx = (1+x) sin(y)
dt
 dy = 1−x−cos(y)
dt
57

 dx = x−x2 −xy
dt
Ejemplo 4:
 dy = 1 y − 1 y 2 − 3 xy
dt 2 4 4
57
 {
 dx = x−x2 −xy F (x, y) = x−x2 −xy
dt
Ejemplo 4: ⇒
 dy = 1 y − 1 y 2 − 3 xy G(x, y) = 21 y − 14 y 2 − 34 xy
dt 2 4 4
57
 {
 dx = x−x2 −xy F (x, y) = x−x2 −xy
dt
Ejemplo 4: ⇒
 dy = 1 y − 1 y 2 − 3 xy G(x, y) = 21 y − 14 y 2 − 34 xy
dt 2 4 4
57
 {
 dx = x−x2 −xy F (x, y) = x−x2 −xy
dt
Ejemplo 4: ⇒
 dy = 1 y − 1 y 2 − 3 xy G(x, y) = 21 y − 14 y 2 − 34 xy
dt 2 4 4
⇒ SCL
F , G son polinomios derivables dos veces {
x−x2 −xy = 0
Puntos crı́ticos: F (x, y) = G(x, y) = 0 ⇒ 1 1 2 3
2 y − 4 y − 4 xy = 0
57
 {
 dx = x−x2 −xy F (x, y) = x−x2 −xy
dt
Ejemplo 4: ⇒
 dy = 1 y − 1 y 2 − 3 xy G(x, y) = 21 y − 14 y 2 − 34 xy
dt 2 4 4
⇒ SCL
x−x2 −xy = 0 ⇒ x(1−x−y) = 0
2 y − 1 2 3
4 y − 4 xy = 0 ⇒ y( −
2 4 y − 4 x) = 0
57
 {
 dx = x−x2 −xy F (x, y) = x−x2 −xy
dt
Ejemplo 4: ⇒
 dy = 1 y − 1 y 2 − 3 xy G(x, y) = 21 y − 14 y 2 − 34 xy
dt 2 4 4
⇒ SCL
x−x2 −xy = 0 ⇒ x(1−x−y) = 0
2 y − 1 2 3
4 y − 4 xy = 0 ⇒ y( −
2 4 y − 4 x) = 0
⇒ (x = 0 o x + y = 1) y (y = 0 o 3x + y = 2)
57
 {
 dx = x−x2 −xy F (x, y) = x−x2 −xy
dt
Ejemplo 4: ⇒
 dy = 1 y − 1 y 2 − 3 xy G(x, y) = 21 y − 14 y 2 − 34 xy
dt 2 4 4
⇒ SCL
x−x2 −xy = 0 ⇒ x(1−x−y) = 0
2 y − 1 2 3
4 y − 4 xy = 0 ⇒ y( −
2 4 y − 4 x) = 0
⇒ (0, 0) PC (1)
⇒ (x = 0 o x + y = 1) y (y = 0 o 3x + y = 2)
57
 {
 dx = x−x2 −xy F (x, y) = x−x2 −xy
dt
Ejemplo 4: ⇒
 dy = 1 y − 1 y 2 − 3 xy G(x, y) = 21 y − 14 y 2 − 34 xy
dt 2 4 4
⇒ SCL
x−x2 −xy = 0 ⇒ x(1−x−y) = 0
2 y − 1 2 3
4 y − 4 xy = 0 ⇒ y( −
2 4 y − 4 x) = 0
⇒ (0, 0) PC (1)
⇒ (x = 0 o x + y = 1) y (y = 0 o 3x + y = 2)
⇒ (0, 2) PC (2)
57
 {
 dx = x−x2 −xy F (x, y) = x−x2 −xy
dt
Ejemplo 4: ⇒
 dy = 1 y − 1 y 2 − 3 xy G(x, y) = 21 y − 14 y 2 − 34 xy
dt 2 4 4
⇒ SCL
x−x2 −xy = 0 ⇒ x(1−x−y) = 0
2 y − 1 2 3
4 y − 4 xy = 0 ⇒ y( −
2 4 y − 4 x) = 0
⇒ (0, 0) PC (1)
⇒ (x = 0 o x + y = 1) y (y = 0 o 3x + y = 2)
⇒ (0, 2) PC (2)
⇒ (1, 0) PC (3)
57
 {
 dx = x−x2 −xy F (x, y) = x−x2 −xy
dt
Ejemplo 4: ⇒
 dy = 1 y − 1 y 2 − 3 xy G(x, y) = 21 y − 14 y 2 − 34 xy
dt 2 4 4
⇒ SCL
x−x2 −xy = 0 ⇒ x(1−x−y) = 0
2 y − 1 2 3
4 y − 4 xy = 0 ⇒ y( −
2 4 y − 4 x) = 0
⇒ (0, 0) PC (1)
⇒ (x = 0 o x + y = 1) y (y = 0 o 3x + y = 2)
⇒ (0, 2) PC (2)
⇒ (1, 0) PC (3)
⇒ ( 12 , 21 ) PC (4)
57
 {
 dx = x−x2 −xy F (x, y) = x−x2 −xy
dt
Ejemplo 4: ⇒
 dy = 1 y − 1 y 2 − 3 xy G(x, y) = 21 y − 14 y 2 − 34 xy
dt 2 4 4
⇒ SCL
x−x2 −xy = 0 ⇒ x(1−x−y) = 0
2 y − 1 2 3
4 y − 4 xy = 0 ⇒ y( −
2 4 y − 4 x) = 0
⇒ (0, 0) PC (1)
⇒ (x = 0 o x + y = 1) y (y = 0 o 3x + y = 2)
⇒ (0, 2) PC (2)
⇒ (1, 0) PC (3)
⇒ ( 12 , 21 ) PC (4)
( ) ( )
Fx(x0, y0) Fy (x0, y0) 1 − 2x0 − y0 −x0
A= =
Gx(x0, y0) Gy (x0, y0) − 43 y 1
2 − 1
2 y − 3
4x
(continúa →)
58
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1/2 y
58
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1/2 y
1−m 0
⇒ = 0 ⇒ (1 − m)(1/2 − m) = 0 ⇒ m = 1, 1/2
0 1/2 − m
58
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1/2 y
1−m 0
⇒ = 0 ⇒ (1 − m)(1/2 − m) = 0 ⇒ m = 1, 1/2
0 1/2 − m
⇒ autovalores reales del mismo signo positivos
58
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1/2 y
1−m 0
⇒ = 0 ⇒ (1 − m)(1/2 − m) = 0 ⇒ m = 1, 1/2
0 1/2 − m
⇒ autovalores reales del mismo signo positivos ⇒ PC: nodo inestable del SL y del SCL
58
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1/2 y
1−m 0
⇒ = 0 ⇒ (1 − m)(1/2 − m) = 0 ⇒ m = 1, 1/2
0 1/2 − m
( ) ( )
1 0
SG del SL: ⃗
x = C1 et + C 2 et/2
0 1
58
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1/2 y
1−m 0
⇒ = 0 ⇒ (1 − m)(1/2 − m) = 0 ⇒ m = 1, 1/2
0 1/2 − m
( ) ( )
1 0
SG del SL: ⃗
x = C1 et + C 2 et/2
0 1
( ) ( )( )
u̇ −1 0 u
PC (0, 2): SL: = , con u = x; v = y − 2
v̇ −3/2 −1/2 v
58
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1/2 y
1−m 0
⇒ = 0 ⇒ (1 − m)(1/2 − m) = 0 ⇒ m = 1, 1/2
0 1/2 − m
( ) ( )
1 0
SG del SL: ⃗
x = C1 et + C 2 et/2
0 1
( ) ( )( )
−1 u̇
0 u
PC (0, 2): SL:
= , con u = x; v = y − 2
−3/2 −1/2
v̇ v
−1 − m 0
⇒ = 0 ⇒ (1 + m)(1/2 + m) = 0 ⇒ m = −1/2, −1
−3/2 −1/2 − m
58
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1/2 y
1−m 0
⇒ = 0 ⇒ (1 − m)(1/2 − m) = 0 ⇒ m = 1, 1/2
0 1/2 − m
( ) ( )
1 0
SG del SL: ⃗
x = C1 et + C 2 et/2
0 1
( ) ( )( )
u̇ −1 0 u
PC (0, 2): SL: = , con u = x; v = y − 2
v̇ −3/2 −1/2 v
−1 − m 0
⇒ = 0 ⇒ (1 + m)(1/2 + m) = 0 ⇒ m = −1/2, −1
−3/2 −1/2 − m
⇒ autovalores reales del mismo signo negativo
58
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1/2 y
1−m 0
⇒ = 0 ⇒ (1 − m)(1/2 − m) = 0 ⇒ m = 1, 1/2
0 1/2 − m
( ) ( )
1 0
SG del SL: ⃗
x = C1 et + C 2 et/2
0 1
( ) ( )( )
u̇ −1 0 u
PC (0, 2): SL: = , con u = x; v = y − 2
v̇ −3/2 −1/2 v
−1 − m 0
⇒ = 0 ⇒ (1 + m)(1/2 + m) = 0 ⇒ m = −1/2, −1
−3/2 −1/2 − m
⇒ PC: nodo asintóticamente estable del SL y SCL
58
( ) (SCL):
( )( )
ẋ 1 0 x
PC (0, 0): SL: =
ẏ 0 1/2 y
1−m 0
⇒ = 0 ⇒ (1 − m)(1/2 − m) = 0 ⇒ m = 1, 1/2
0 1/2 − m
( ) ( )
1 0
SG del SL: ⃗
x = C1 et + C 2 et/2
0 1
( ) ( )( )
u̇ −1 0 u
PC (0, 2): SL: = , con u = x; v = y − 2
v̇ −3/2 −1/2 v
−1 − m 0
⇒ = 0 ⇒ (1 + m)(1/2 + m) = 0 ⇒ m = −1/2, −1
−3/2 −1/2 − m
⇒ PC: nodo asintóticamente estable del SL y SCL
( ) ( ) ( )
0 1 0
SG del SL: ⃗
x = C1 e−t/2 + C2 e−t +
1 3 2
59
( ) (SCL):
( )( )
u̇ −1 −1 u
PC (1, 0): SL: = , con u = x − 1; v = y
v̇ 0 −1/4 v
59
( ) (SCL):
( )( )
u̇ −1 −1 u
PC (1, 0): SL: = , con u = x − 1; v = y
v̇ 0 −1/4 v
−1 − m −1
⇒ = 0 ⇒ (1 + m)(1/4 + m) = 0 ⇒ m = −1/4, −1
0 −1/4 − m
59
( ) (SCL):
( )( )
u̇ −1 −1 u
PC (1, 0): SL: = , con u = x − 1; v = y
v̇ 0 −1/4 v
−1 − m −1
⇒ = 0 ⇒ (1 + m)(1/4 + m) = 0 ⇒ m = −1/4, −1
0 −1/4 − m
59
( ) (SCL):
( )( )
u̇ −1 −1 u
PC (1, 0): SL: = , con u = x − 1; v = y
v̇ 0 −1/4 v
−1 − m −1
⇒ = 0 ⇒ (1 + m)(1/4 + m) = 0 ⇒ m = −1/4, −1
0 −1/4 − m
⇒ PC: nodo asintóticamente estable del SL y del SCL
59
( ) (SCL):
( )( )
u̇ −1 −1 u
PC (1, 0): SL: = , con u = x − 1; v = y
v̇ 0 −1/4 v
−1 − m −1
⇒ = 0 ⇒ (1 + m)(1/4 + m) = 0 ⇒ m = −1/4, −1
0 −1/4 − m
( ) ( ) ( )
4 1 1
SG del SL: ⃗x = C1 e−t/4 + C2 e−t +
−3 0 0
59
( ) (SCL):
( )( )
u̇ −1 −1 u
PC (1, 0): SL: = , con u = x − 1; v = y
v̇ 0 −1/4 v
−1 − m −1
⇒ = 0 ⇒ (1 + m)(1/4 + m) = 0 ⇒ m = −1/4, −1
0 −1/4 − m
( ) ( ) ( )
4 1 1
−3 0 0
( ) ( )( )
u̇ −1/2 −1/2 u
PC (1/2, 1/2): SL: = , con u = x − 1/2; v = y − 1/2
v̇ −3/8 −1/8 v
59
( ) (SCL):
( )( )
u̇ −1 −1 u
PC (1, 0): SL: = , con u = x − 1; v = y
v̇ 0 −1/4 v
−1 − m −1
⇒ = 0 ⇒ (1 + m)(1/4 + m) = 0 ⇒ m = −1/4, −1
0 −1/4 − m
( ) ( ) ( )
4 1 1
−3 0 0
( ) ( )( )
u̇ −1/2 −1/2 u
PC (1/2, 1/2): SL:
= , con u = x − 1/2; v = y − 1/2
v̇ −3/8 −1/8 v
−1/2−m −1/2 √
⇒ = 0 ⇒ m +5/8m−1/8 = 0 ⇒ m = (−5± 57)/16
2
−3/8 −1/8−m
59
( ) (SCL):
( )( )
u̇ −1 −1 u
PC (1, 0): SL: = , con u = x − 1; v = y
v̇ 0 −1/4 v
−1 − m −1
⇒ = 0 ⇒ (1 + m)(1/4 + m) = 0 ⇒ m = −1/4, −1
0 −1/4 − m
( ) ( ) ( )
4 1 1
−3 0 0
( ) ( )( )
u̇ −1/2 −1/2 u
PC (1/2, 1/2): SL: = , con u = x − 1/2; v = y − 1/2
v̇ −3/8 −1/8 v
−1/2−m −1/2 √
⇒ = 0 ⇒ m +5/8m−1/8 = 0 ⇒ m = (−5± 57)/16
2
−3/8 −1/8−m
59
( ) (SCL):
( )( )
u̇ −1 −1 u
PC (1, 0): SL: = , con u = x − 1; v = y
v̇ 0 −1/4 v
−1 − m −1
⇒ = 0 ⇒ (1 + m)(1/4 + m) = 0 ⇒ m = −1/4, −1
0 −1/4 − m
( ) ( ) ( )
4 1 1
−3 0 0
( ) ( )( )
u̇ −1/2 −1/2 u
PC (1/2, 1/2): SL: = , con u = x − 1/2; v = y − 1/2
v̇ −3/8 −1/8 v
−1/2−m −1/2 √
⇒ = 0 ⇒ m +5/8m−1/8 = 0 ⇒ m = (−5± 57)/16
2
−3/8 −1/8−m
59
( ) (SCL):
( )( )
u̇ −1 −1 u
PC (1, 0): SL: = , con u = x − 1; v = y
v̇ 0 −1/4 v
−1 − m −1
⇒ = 0 ⇒ (1 + m)(1/4 + m) = 0 ⇒ m = −1/4, −1
0 −1/4 − m
( ) ( ) ( )
4 1 1
−3 0 0
( ) ( )( )
u̇ −1/2 −1/2 u
PC (1/2, 1/2): SL: = , con u = x − 1/2; v = y − 1/2
v̇ −3/8 −1/8 v
−1/2−m −1/2 √
⇒ = 0 ⇒ m +5/8m−1/8 = 0 ⇒ m = (−5± 57)/16
2
−3/8 −1/8−m
( ) √ ( ) √ ( )
8√ 8√ 1/2
SG del SL: ⃗
x = C1 e(−5+ 57)t/16 +C2 e(−5− 57)t/16 +
−3− 57 −3+ 57 1/2
60

 dx = x−x2 −xy
dt
 dy = 1 y − 1 y 2 − 3 xy
dt 2 4 4

Lectures 004

Cargado por

Información del documento

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

Lectures 004

Cargado por

Copyright:

Formatos disponibles

Contenido del programa:

4. Puntos crı́ticos y propiedades de estabilidad

• → para t → +∞: x1, x2 → 0

• → (dependiendo del signo de C2) x1

• → para t → +∞: x1, x2 → 0 C2 < 0; C1 = 0

• → como e−t decrece más {

• → para t → +∞: x1, x2 → 0

• → como e−t decrece más {

• → para t → +∞: x1, x2 → 0

• → Este tipo de punto crı́tico se conoce como NODO

patron de las trayectorias: PUNTO CRITICO NODO

→ Las flechas representan el

• → Este tipo de punto crı́tico se conoce como NODO

• → para t → −∞: x1, x2 → 0

• → (dependiendo del signo de C2) x1

• → para t → +∞: x1, x2 → 0 C2 > 0; C1 = 0

• → Este tipo de punto crı́tico se conoce como SILLA

patron de las trayectorias: PUNTO CRITICO SILLA

→ Las flechas representan el

• → Este tipo de punto crı́tico se conoce como SILLA

patron de las trayectorias: PC NODO PROPIO o ESTRELLA

patron de las trayectorias: PC NODO IMPROPIO o DEGENERADO

→ Las flechas representan el

• → Este tipo de punto crı́tico se conoce como NODO IMPROPIO o DEGENERADO

• → Este tipo de punto crı́tico se conoce como ESPIRAL

patron de las trayectorias: PUNTO CRITICO ESPIRAL

→ Las flechas representan el

• → Este tipo de punto crı́tico se conoce como ESPIRAL

⇒ b > 0, d < 0 ⇒ la trayectoria que pasa por (0, 1) cruza el eje

patron de las trayectorias: PUNTO CRITICO CENTRO

→ Las flechas representan el

• → Este tipo de punto crı́tico se conoce como CENTRO

• → Patrón de las trayectorias: el patrón de las trayectorias es relativamente simple

• → Patrón de las trayectorias: el patrón de las trayectorias es relativamente simple:

• → Patrón de las trayectorias: el patrón de las trayectorias es relativamente simple:

• → Patrón de las trayectorias: el patrón de las trayectorias es relativamente simple:

m1 > m 2 > 0 NODO inestable

m2 < m 1 < 0 NODO asintóticamente estable

m2 < 0 < m 1 SILLA inestable

m1 = m2 > 0 NODO PROPIO

m1 = m2 < 0 NODO PROPIO

m1, m2 = ±iµ CENTRO estable

• El método del patrón de las trayectorias se puede extender a sistemas autónomos,

a) La partı́cula emitida en t = t0 parte de x(t0) = 1, y(t0) = 2 y su comportamiento

a) La partı́cula emitida en t = t0 parte de x(t0) = 1, y(t0) = 2 y su comportamiento

a) El instante inicial no aparece en la ecuación de la trayectoria ⇒ no importa cuándo se

a) La partı́cula emitida en t = t0 parte de x(t0) = 1, y(t0) = 2 y su comportamiento

a) El instante inicial no aparece en la ecuación de la trayectoria ⇒ no importa cuándo se

a) La partı́cula emitida en t = t0 parte de x(t0) = 1, y(t0) = 2 y su comportamiento

a) El instante inicial no aparece en la ecuación de la trayectoria ⇒ no importa cuándo se

• Para sistemas autónomos, las trayectorias se pueden encontrar a veces resolviendo el

• Para sistemas autónomos, las trayectorias se pueden encontrar a veces resolviendo el

• Para sistemas autónomos, las trayectorias se pueden encontrar a veces resolviendo el

• Un PC que no es estable se dice que es inestable

→ la trayectoria dibujada está dentro del cı́rculo ||⃗

→ la trayectoria dibujada está dentro del cı́rculo ||⃗

• Un PC ⃗ x0 se dice asintóticamente estable si es estable y si existe δ0, con 0 < δ0 < δ ,

• Un PC ⃗ x0 se dice asintóticamente estable si es estable y si existe δ0, con 0 < δ0 < δ ,

• La definición de estabilidad asintótica implica que las trayectorias que comienzan

• Un PC ⃗ x0 se dice asintóticamente estable si es estable y si existe δ0, con 0 < δ0 < δ ,

• La definición de estabilidad asintótica implica que las trayectorias que comienzan

• La estabilidad asintótica es una propiedad más fuerte que la estabilidad, ya que un PC

• Un PC ⃗ x0 se dice asintóticamente estable si es estable y si existe δ0, con 0 < δ0 < δ ,

• La definición de estabilidad asintótica implica que las trayectorias que comienzan