Sistemas de Ecuaciones

Diferenciales No Lineales
CAPTULO 11
 Contenidos

11.1 Sistemas Autnomos

11.2 Estabilidad de Sistemas Lineales
11.3 Linealizacin y Estabilidad Local
11.4 Sistemas Autnomos como Mtodos
Matemticos
11.5 Soluciones Peridicas, Ciclos Lmite y
Estabilidad Global
 11.1 Sistemas Autnomos
Introduccin
Un sistema de ecuaciones diferenciales de
primer orden se llama autnomo, caundo
puede escribirse como
dx1
g1 ( x1, x2 , , xn )
dt
dx2
g 2 ( x1, x2 , , xn )
dt (1)

dxn
g n ( x1, x2 , , xn )
dt
 Ejemplo 1
dx1
x1 3 x2 t 2
dt
dx2
x1 sin( x2t )
dt

El sistema anterior no es autnomo, debido a la

t presencia de t en el lado derecho.
 Ejemplo 2
Considere d 2 g
2
sin 0
dt l

Si permitimos que sea x = , y = , entonces

x y
g
y sin x
l
es un sistema de primer orden.
Interpretacin como Campo Vectorial
Un sistema autnomo plano puede escribirse
como
dx
P ( x, y )
dt
dy
Q ( x, y )
dt

El vector V(x, y) = (P(x, y), Q(x, y)) definne un

campo vectorial del plano.
 Ejemplo 3
Un campo vectorial para el flujo de estado
estable de un lquido alrededor de un cilindro de
radio 1 est dado por
x2 y 2 2 xy
V ( x, y ) V0 1 2 , 2
2 2
(x y ) (x y )
2 2

donde V0 la velocidad del lquido lejos del

cilindro.
 Ejemplo 3 (2)
Si se libera un pequeo corcho en (3, 1), la
trayectoria
X(t) = (x(t), y(t)) satisface
dx x2 y 2
V0 1 2
2 2
dt (x y )
dy 2 xy
V0 2 2 2
dt (x y )
sujeta a X(0) = (3, 1). Fig 11.1.
Fig 11.1
 Tipos de Soluciones
(i) Una solucin constante x(t) = x0, y(t) = y0 (
X(t) = X0 para toda t). La solucin se llama
punto crtico o estacionario, y la solucin
constante se llama solucin de equilibrio.
Fjese en que X(t) = 0 significa
P ( x, y ) 0
Q ( x, y ) 0
(ii) Una solucin que define un arco, una curva plana
que no se cruza a s misma (Fig 11.2(a)). En cuanto a
la Fig11.2(b), no puede ser una solucin, puesto que
habra dos solucion que pasaran por el punto P.
Fig 11.2
(iii) Una solucin peridica se llama un ciclo. Si
p es el perodo, entonces X(t + p) = X(t).
Fig 11.3.
 Ejemplo 4
Determine los puntos crticos de los siguientes
sistemas:
(a) x x y (b) x x 2 y 2 6 (c) x 0.01x(100 x y )
y x y y x 2 y y 0.05 y (60 y 0.2 x)

Solucin
(a) x y 0
x y 0
entonces y = x. Hay infinitos puntos crticos.
 Ejemplo 4 (2)
(b) x2 y 2 6 0
x y0
2

Como x2 = y, entonces y2 + y 6 = (y + 3)(y 2) = 0.

Si y = 3, entonces x2 = 3, No hay soluciones rales.
Si y = 2, etonces x 2 . Los puntos crticos son
( 2, 2) y ( 2, 2) .
 Ejemplo 4 (3)
(c)
De 0.01x(100 x y) = 0, tenemos x = 0 x + y =
100. Si x = 0, entonces 0.05y(60 y 0.2x) = 0 se
transforma en y(60 y) = 0. As y = 0 or y = 60, y
(0, 0) y (0, 60) son puntos crticos.
Si x + y = 100, entonces 0 = y(60 y 0.2(100
y)) = y(40 0.8y). Tenemos que y = 0 y = 50.
As (100, 0) y (50, 50) puntos crticos.
 Ejemplo 5
Determinar si los siguientes sistemas poseen una
solucin peridica. En cada caso, dibujo la grfica de la
solucin que satisface X(0) = (2, 0).
(a) x 2 x 8 y (b) x x 2 y
y x 2 y y 1 / 2 x y
Solucin
(a) En el Ejemplo 6 de Sec. 10.2, tenemos demostrado
x c1 (2 cos 2t 2 sin 2t ) c2 (2 cos 2t 2 sin 2t )
y c1 ( cos 2t ) c2 sin 2t
 Ejemplo 5 (2)
As cada solucin es peridica con perodo . La
solucin que satisface X(0) = (2, 0) es
x = 2 cos 2t + 2 sen 2t, y = sen 2t
Fig 11.4(a).
 Ejemplo 5 (3)
(b) Empleando un mtodo similar, tenemos
x c1 (2e cos t ) c2 (2e sin t )
t t

y c1 (et sin t ) c 2 (et cos t )

Debido a la presencia de et, no hay soluciones
peridicas .
La solucin que satisface X(0) = (2, 0) es
x 2et cos t , y et sin t

Se representa en la Fig 11.4(b).

Fig 11.4(b)
 Cambio a Coordenadas Polares
Recuerde que las transformaciones son

r2 = x2 + y2 y = tan1(y/x),
dr 1 dx dy d 1 dx dy
x y , 2 y x
dt r dt dt dt r dt dt
 Ejemplo 6
Hallar la solucin del siguiente sistema
x y x x 2 y 2
y x y x 2 y 2

que satisfaga X(0) = (3, 3).

Solucin dr 1
[ x( y xr ) y ( x yr )] r 2
dt r
d 1
2 [( y )( y xr ) x( x yr )] 1
dt r
 Ejemplo 6 (2)
Puesto que (3, 3) es (3 2, / 4) en coordenadas polares,
X(0) = (3, 3) se transforma en r (0) 3 2 y (0) =/4.
Separando las variables, tenemos que la solucin es
1
r , t c2
t c1

para r 0. Aplicando las condiciones iniciales, tenemos

1
r , t
t 2/6 4
 Ejemplo 6 (3)
1
La grfica de r
2/6 /4

se muestra en la Fig 11.5.

Fig 11.5
 Ejemplo 7
Considere el sistema en coordenadas polares:
dr d
0.5(3 r ), 1
dt dt
hallar y dibujar las soluciones qeu satisfagan
X(0) = (0, 1) y X(0) = (3, 0) en coordenadas
rectangulares.
Solucin
Separando las variables, tenemos
r 3 c1e0.5t , t c2
 Ejemplo 7 (2)
Si X(0) = (0, 1), entonces r(0) = 1 y (0) = /2. As
c1 = 2, c2 =/2. La curva solucin e es la espiral
r 3 2e0.5( / 2) . Fjese en que cuando t
aumenta sin lmite y r tiende a 3.
Si X(0) = (3, 0), entonces r(0) = 3 y (0) = 0. As
c1 = c2 = 0 y r = 3, = t. Tenemos que la solucin
es x = r cos = 3 cos t y y = r sen = 3 sen t. Es
una solucin peridica. Fig 11.6.
Fig 11.6
 11.2 Estabilidad de Sistemas Lineales

Algunas Preguntas Fundamentales

Suponga que X1 es un punto crtico de un
sistema autno plano y X = X(t) es una
solucin que sarisface X(0) = X0. Nos interesa
saber cuando X0 est cerca de X1:
(i) Es limt X(t) = X1?
(ii) Si la respuesta al (i) es no, permanece cerca de
X1 o se aleja de X1?
Fig 11.7
Fig 11.7
 En el caso de la Fig11.7(a) y (b), llamamos al punto
crtico localmente estable.
Sin embargo, si se puede encontrar en alguna
vecinidad dada algn valor inicial que da un
comportamiento similar a (c), llamamos al punto
crtico inestable.
 Analisis de Estabilidad
Considere
x = ax + by
y = cx + dy
Tenemos que la matriz del sistema es de la forma
a b
A
c d
Para asegurar que X0 = (0, 0) es el nico punto
crtico, se supondr que el determinante
= ad bc 0.
 Luego det (A I) = 0 se transforma en
2 + = 0
donde = a + d.
As ( 2 4 ) / 2
 Ejemplo 1
Determine los valores propios del sistema
x x y
y cx y

en trminos de c, y use un programa de solucin

numrica para descubrir la forma de soluciones
correspondientes al caso c = , 4, 0 y 9.
 Ejemplo 1 (2)
Solucin
Como la matriz de coeficientes es
1 1

c 1

entonces tenemos = 2, y = 1 c. As
2 4 4(1 c)
1 c
2
 Ejemplo 1 (3)
Si c = , = 1/2 y 3/2. Fig 11.8(a) ilustra el
retrato fase del sistema.
Cuando c = 4, = 1 y 3. Fig 11.8(b).

Ch11_35
 Ejemplo 1 (4)
Cuando c = 0, = 1. Fig 11.8(c).
Cuando c = 9, = 1 3i. Fig 11.8(d).
 Caso I: Valores Propios Reales y Distintos

Segn Sec 10.2, la solucin general es

X(t ) c1K1e1t c2 K 2e2t
e1t (c1K1 c2 K 2e( 2 1 )t )
(a) Ambos valores propios negativos: Nodo
Estable
Es ms fcil comprobar que bajo esta
condicin, X(t) 0 cuando t
Fig 11.9.
Fig 11.9
 (b) Ambos Valores Propios Positivos: Nodo
Inestable
Es ms fcil comprobar que bajo esta
condicin, |X(t)| queda sin cota cuando t

Fig 11.10
Fig 11.10
 (c) Valores Propios con Signos Opuestos
(2 < 0 < 1): Punto Silla
Cuando c1 = 0,
X(t) se aproximar 0 a lo largo de la recta
determinada por el vector propio K2 cuando
t . Esta solucin inestable se lalma punto
silla. Fig 11.11.
Fig 11.11
 Ejemplo 2
Clasifique el punto crtico (0, 0) de cada sistema
X = AX como un nodo estable, nodo inestable, o un
punto silla.
(a) 2 3 (b) 10 6
A A
2 1 15 19
Solucin
(a) Puesto que los valores propios son 4, 1, (0, 0)
es un punto silla. Los vectores propios
correspondientes son respectivamente
3 1
K1 K2
2 1
 Ejemplo 2 (2)
Si X(0) est sobre la recta y = x, entonces X(t)
tiende a 0. Para cualquier otra condicin inicial,
X(t) queda sin cota en las direcciones
determinadas por K1. Esto es, y = (2/3)x sirve
como una asntota. See Fig 11.12.
Fig 11.12
(b) Puesto que los valores propios son 4, 25,
(0, 0) es un nodo estable. Los vectores propios
correspondientes son respectivamente
1 2
K1 K2
1 5

Fig 11.13.
Fig 11.13
 Caso II: Valor Propio Real Repetido

Segn laSec 10.2, tenemos las siguientes condiciones.

(a) Dos Valores Propios Linealmente Independientes
La solucin general es
X(t ) c1K1e1t c2K 2e1t (c1K1 c2K 2 )e1t
Si 1 < 0, entonces X(t) tiende a 0 a lo largo de la
recta determinada por c1K1 + c2K2 y el punto crtico se
llama nodo estable degenerado.
Fig 11.14(a) muestra la grfica para 1 < 0 y las
flechas se invierten cuando 1 > 0, y se llama nodo
inestable degenerado.
Fig 11.14
 (b) Un solo Vector Propio Linealmente
Independiente
Cuando existe un solo valor propio, la solucin
general es
X(t ) c1K1e1t c2 (K1te1t Pe1t )
1t c1 c2
te (c2K1 K1 P)
t t
Si 1 < 0, entonces X(t) tiende a 0 en una direccin
determinada por el vector K1(Fig 11.14(b)). Este
punto crtico se llama de nuevo nodo estable
degenerado.
Si 1 > 0, este punto crtico se llama nodo
inestable degenerado.
 Caso III: Valores Propios Complejos (2 4 < 0)

(a) Races imaginarias puras (2 4 < 0, = 0)

Este punto crtico se llama centro. Fig 11.15
 (b) Parte real no nula (2 4 < 0, 0)
parte real > 0: punto espiral inestable (Fig 11.16(a))
parte real < 0: punto espiral estable (Fig 11.16(b))
 Ejemplo 3
Clsifique el punto crtico (0, 0) de cada sistema
3 18 1 2
(a) A (b) A
2 9 1 1
Solucin
(a) La ecuacin caracteerstica es
2 + 6 + 9 = ( + 3)2= 0
por tanto (0, 0) es un nodo estable degenerado.
(b) La ecuacin caracteerstica es
2 + 1 = 0
por tanto (0, 0) es un centro.
 Ejemplo 4
Clsifique el punto crtico (0, 0) de cada sistema
1.01 3.10 ax abx
(a) A (b) A
1.10 1.02 cdy dy

para constantes positivas.

Solucin
(a) = 0.01, = 2.3789, 2 4 < 0: (0, 0) es un
punto espiral estable.
 Ejemplo 4 (2)
(b) (ax dy ) 0,
adxy (1 bc )
if bc 1, 0 : a saddle point
if bc 1, 0 : either satble, degenerate stable,
or stable spiral
 TEOREMA 11.1
Criterios de Estabilidad para
Sistemas Lineales
Para un sistema autnomo lineal plano X = AX con det A 0,
sea X = X(t) la solucin que satisface la condicin inicial
X(0) = X0, donde X0 0.
(a) limtX(t) = 0 si y slo si los valores propios de A tienen
partes reales negativas. Esto ocurre cuando > 0 y < 0.
(b) X(t) es peridica si y slo si los valores propios de A son
imaginarios puros. Esto ocurre cuando > 0 y = 0.
(c) En todos los dems casos, dada cualquier vecindad del
origen, hay al menos una X0 en la vecindad para la cual X(t)
queda sin cota cuando aumenta t.
 11.3 Linealizacin y Estabilidad Local
DEFINICIN 11.1
Puntos Critcos Estables
Sea X1 un punto crtico de un sistema autnomo y sea
X = X(t) la solucin que satisface la condicin inicial
X(0) = X0, donde X0 X1. Se dice que X1 es un punto
crtico estable cuando, dado cualquier radio
> 0, hay un radio correspondiente r > 0 tal que
si la posicin inicial X0 satisface X0 X1< r, entonces
la solucin correspondiente X(t) satisface X(t) X1
< para todo t > 0. Si, adems limtX(t) = X1
siempre que X0 X1< r, se llama a X1 un
punto crtico asintticamente estable.
 Esta definicin se ilustra en la Fig 11.20(a).
Para resaltar que X0 debe elegirse cerca de X1,
tambin se emplea la terminologa punto crtico
localmente estable.
 DEFINICIN 11.2
Puntos Crticos Inestables
Sea X1 un punto crtico de un sistema autnomo y sea
X = X(t) la solucin que satisface la condicin inicial
X(0) = X0, donde X0 X1. Se dice que X1 es un punto
crtico inestable si hay un disco de radio > 0 con la
propiedad de que, para cualquier
r > 0, hay al menos una posicin inicial X0 que satisface
X0 X1< r, pero la solucin correspondiente X(t)
satisface X(t) X1 para todo t > 0.
 Si un punto crtico X1 es inestable, no importa cun
pequea sea la vecindad respecto a X1, siempre se
puede encontrar una posicin inicial X0 que da como
resultado que la solucin salga de algn disco de
radio en algn tiempo futuro t. Fig 11.20(b).
 Ejemplo 1
Demuestre que (0, 0) es un punto crtico estable del
sistema x' y x x 2 y 2
y' x y x2 y 2
Solucin
En el Ejemplo 6 de Sec 11.1, tenemos demostrado que
r = 1/(t + c1), = t + c2
es la solucin.
Si X(0) = (r0, 0), entonces
r = r0/(r0 t + 1), = t +0
Note que r < r0 para t > 0, y r tiende a (0, 0) cuando t
aumenta. De ah que le punto crtico (0, 0) es estable y
es de ehcho asintticamente estable. Fig 11.21.
Fig 11.21
 Ejemplo 2
Considere el sistema plano
dr
0.05r (3 r )
dt
d
1
dt

Demuestre que (x, y) = (0, 0) es un punto crtico

nestable.
 Ejemplo 2 (2)
Solucin
Como x = r cos y y = r sin , tenemos
dx d dr
r sin cos
dt dt dt
dy d dr
r cos sin
dt dt dt
Como dr/dt = 0.05r(3-r), entonces r = 0 implica
dr/dt = 0. As cuando r = 0, tenemos dx/dt = 0, dy/dt = 0.
Lllegamos a la conclusin de que (x, y) = (0, 0) es un
punto crtico.
 Ejemplo 2 (3)
Resolviendo la ecuacin diferencial dada con r(0) =
r0 y r0 0, tenemos
3
r
1 c0 e 0.15t
donde c0 (3 r0 ) / r0 . Como
3
lim t 0.15t
3
1 c0 e
No importa cun cerca de (0, 0) comience una
solucin, la solucin se alejar de (0, 0). As (0, 0) es
un punto crtico inestable. Fig 11.22.
Fig 11.22
 Linealizacin
Si escribimos el sistema de los Ejemplos 1 y 2
como X = g(X). El proceso para hallar un
trmino lineal A(X X1) que ms se aproxima
al g(X) se llama linealizacin.
 TEOREMA 11.2
Criterio de Estabilidad para
Sistemas Lineales
Sea x1 un punto crtico de la ecuacin diferencial
autnoma x = g(x), donde g es diferenciable en x1.
(a) Si g(x1) < 0, entonces x1 es un punto crtico
asintticamente estable.
(b) Si g(x1) > 0, entonces x1 es un punto crtico inestable.
 Ejemplo 3
5
Tanto x como x son puntos crticos de
4 4
x' cos x sin x.
Predecir el comportamiento de soluciones cerca d
eesos do puntos crticos. Como
g ' ( x) sin x cos x
g ' ( 4) 2 0, g ' (5 4) 2 0
Puesto que x = /4 es un punto crtico
asintticamente estable pero x = 5/4 es inestable.
Fig 11.23.
Fig 11.23
 Ejemplo 4
Sin resolver de forma explcita, analice los puntos
crticos del sistema x = (r/K)x(K x), donde r y K son
constantes positivas.
Solucin
Tenemos dos puntos crticos x = 0 y x = K. Como
r
g ' ( x) ( K 2 x)
K
g ' (0) r 0, g ' ( K ) r 0
Puesto que x = K es un punto crtico
asintticamente estable pero x = 0 es inestable.
 Matriz Jacobiana
Una ecuacin del palno tangente a la superficie z =
g(x, y) at X1 = (x1, y1) es
g g
z g ( x1, y1 ) ( x1 , y1 ) ( x x1 ) ( x1 , y1 ) ( y y1 )
x y
De manera similar, cuando X1 = (x1, y1) es un punto
crtico, entonces P (x1, y1) = 0, Q (x1, y1) = 0.
Tenemos
P P
x ' P ( x, y ) ( x1 , y1 ) ( x x1 ) ( x1 , y1 ) ( y y1 )
x y
Q Q
y ' Q ( x, y ) ( x1 , y1 ) ( x x1 ) ( x1 , y1 ) ( y y1 )
x y
 El sistema original X = g(X) puede aproximarse por
X = A(X X1), donde
P P
( x1 , y1 )
x y
( x1 , y1 )
A
Q Q
x ( x1 , y1 ) y ( x1 , y1 )

Esta matriz recibe el nombre de Matriz Jacobiana en
X1 y se denota por g(X1).
 TEOREMA 11.3
Criterios de Estabilidad para
Sistemas Autnomos Planos
Sea X1 un punto crtico de la ecuacin diferencial
autnoma X = g(X), donde P(x, y) y Q(x, y) tienen
primeras parciales continuas en una vecindad de X1.
(a) Si los valores propios de A = g(X1) tienen parte real
negativa, entonces X1 es un punto crtico
asintticamente estable.
(b) Si A = g(X1) tiene un valor propio con parte real
positiva, entonces X1 es un punto crtico inestable.
 Ejemplo 5
Clasifique los puntos crticos de cada sistema.
(a) x = x2 + y2 6 (b) x = 0.01x(100 x y)
y = x2 y y = 0.05y(60 y 0.2x)
Solucin
(a)
Los puntos crticos son ( 2 , 2) y ( 2 , 2),
2x 2 y
g' ( X)
2 x 1
 Ejemplo 5 (2)
2 2 4
A1 g' (( 2, 2))
2 2 1
2 2 4
A 2 g' (( 2, 2))
2 2 1
Como el determinante de A1 es o A1 tiene un
palor propio positivo. Por lo cual ( 2, 2) es
inestable. A1 tiene un determinante positivo y
una traza negativa. Ambos valores propios
tienen sus partes reales negativas. Por lo cual
( 2, 2) es estable.
 Ejemplo 5 (3)
(b) Los puntos crticos son (0, 0), (0, 60), (100, 0),
(50, 50). La matriz Jacobiana es
0.01(100 2 x y ) 0.01x
g ' ( X)
0.01 y 0.05(60 2 y 0.2 x)
1 0
A1 g' ((0, 0))
0 3
0.4 0
A 2 g' ((0, 60))
0.6 3
 Ejemplo 5 (4)
1 1
A3 g' ((100,0))
0 2
0.5 0.5
A 4 g' ((50,50))
0.5 2.5
Comprobando los signos de los determinantes y
trazas de cada amtriz, obtenemos que (0, 0) es
inestable; (0, 60) es inestable; (100, 0) es
inestable; (50, 50) es estable.
 Ejemplo 6
Clasifique todos los puntos crticos del Ejemplo
5(b).
Solucin
Para la matriz A1 correspondiente a (0, 0), = 3,
= 4, 2 4 = 4. As que (0, 0) es un nodo
inestable. Los puntod crticos (0, 60) y (100, 0)
son sillas puesto que < 0 en ambos casos. Para
A4, > 0, < 0, (50, 50) es un nodo estable.
 Ejemplo 7
Considere el sistema x + x x3 = 0. Tenemos
x = y,
y = x3 x.
Halle y clasifique los puntos crticos.
Solucin
x 3 x x( x 2 1) 0, los puntos crticos son
(0, 0), (1, 0), (-1,0).
 Ejemplo 7 (2)
Las matrices correspondientes son
0 1
A1 g' ((0,0))
1 0
0 1
A 2 g' ((1,0)) g' ((1,0))
2 0
Como det A 2 0, (1, 0) y (-1, 0) ambos son puntos
sillas. Los valores propios de A1 son i y el
estado de (0, 0) sigue en duda.
 Ejemplo 8
Use el mtodo de plano fase par clasificar el nico
punto crtico (0, 0) del sistema
x = y2
y = x2
Solucin
El determinante de la matriz Jacobiana
0 2y
g ' ( X)
2x 0
es 0 en (0, 0), y por tanto la naturaleza de (0, 0)
sigue en duda.
 Ejemplo 8 (2)
Usando el mtodo de plano fase, obtenemos

dy dy / dt x 2
2
dx dx / dt y

c
2 2 3 3
y dy x dx , y x

Si X(0) (0, y0 ), y 3 x 3 y0 y 3 x 3 y0 .
3 3

Fig 11.26 ilustra una coleccin de curvas

soluciones. El punto crtico (0, 0) es inestable.
Fig 11.26
 Ejemplo 9
Use el mtodo de plano fase para determinar la
naturaleza de las soluciones de x + x x3 = 0 en
cercanas de (0, 0).
Solucin
Si dejamos que sea dx / dt y entonces dy / dt x 3 3x.
dy dy / dt x 3 3x

dx dx / dt y
2 4 2
y x x
3x)dx, 2 4 2 c,
3
ydy ( x

( x 2
1) 2
as y 2 c0 .
2
 Ejemplo 9 (2)
( x0 1) 2
2
Si X(0) ( x0 ,0), 0 x0 1, entonces c0 ,
2

2 2 2 2 2 2 2 2
( x 1) ( x 1) ( 2 x x )( x x )
y
2
0
0 0
2 2 2

Note que y = 0 cuando x = x0 y el lado derecho

es positivo cuando x0 < x < x0. As que cada x
tiene dos valores correspondientes de y. La
solucin X = X(t) que satisface X(0) = (x0, 0) es
peridica, y (0, 0) es un centro. Fig 11.27.
Fig 11.27
 Pndulo no lineal

Considera la ecuacin diferencial no lineal de

segundo orden
d g
2

2
sin 0
dt l
Haciendo el cambio de variable: x = , y = ,
podemos escribirla como un sistema:
x y
Determina sus puntos crticos y analiza
g
y sin x
Su naturaleza.

l
 Los puntos crticos son (k, 0) y la matriz Jacobiana es
x y
g
y sin x 0 1
l g' (( k ,0)) k 1 g

(1) 0
l
Si k = 2n + 1, < 0, y por tanto todos los puntos crticos
((2n +1), 0) son puntos silla. Particularmente, el punto crtico
(, 0) es inestable, como era de esperar.
Cuando k = 2n, los valores propios son imaginarios puros, y por
tanto la naturaleza de estos puntos permanece en duda. Como se ha
supuesto que no hay fuerzas de amortiguamiento, se espera que
todos los puntos crticos ((2n, 0) sean centros. De
dy dy / dt g sin y 2g
, entonces y
2
cos x c
dx dx / dt l y l
2g
Si X (0) ( x0 , 0), entonces y 2
(cos x cos x0 )
l
Observa que y = 0 cuando x = x0,
y que (2g/l)(cos x cos x0) > 0
para |x| < |x0| < . As cada x
tiene dos valores
correspondientes de y, y por
tanto la solucin X = X(t) que
satisface X(0) = (x0, 0) es
peridica. Podemos concluir que
(0, 0) es un centro.
A un pndulo en una posicin de equilibrio con = 0 se le aplica una
velocidad angular inicial de 0 rad/s. Determina en qu condiciones
el movimiento resultante es peridico.
Solucin
La condicin inicial es X(0) = (0, 0).
2g 2g l
De y
2
(cos x c), se deduce y
2
(cos x 1 02 )
l l 2g
Para establecer que la solucin X(t) es peridica basta con mostrar
que hay dos abscisas x = x0 entre y y que al lado derecho es
positive for |x| < |x0|. Entonces cada x tiene dos valores
correspondientes de y.
Si y = 0, cos x = 1 (l/2g)02, y esta ecuacin tiene dos soluciones
x = x0 entre y , siempre que 1 (l/2g)02 > 1. Nota que
(l/2g)(cos x cos x0) es positivo para |x| < |x0|. Esta restriccin en
la velocidad inicial se puede escribir como g
0 2
l
 Oscilaciones no lineales: Cuenta deslizante

Observe la Fig 11.30. La fuerza tangencial F tiene

magnitud mg sen , y por tanto Fx = mg sen cos .
Puesto que tan = f (x), tenemos
f ' ( x)
Fx mg sin cos mg
1 [ f ' ( x)]2
dx
Se supone una fueraza de amortiguam iento D, y Dx ,
dt
f ' ( x)
De la segunda ley de Newton : mx" mg x'
1 [ f ' ( x)]2
y el sistema autnomo plano correspondiente es
x' y
f ' ( x)
y' g y
1 [ f ' ( x)] m
2

Si X1 = (x1, y1) es un punto crtico, entonces y1 = 0 y

f (x1) = 0. As la perla debe permanecer en reposo en
un plano sobre el alambre donde la recta es horizontal.
 La matriz Jacobiana en X1 es
0 1
g' ( X1 ) , as que
gf " ( x1 )
m
2
, gf " ( x1 ), 2 4 2
4 gf " ( x1 ).
m m
 Se pueden hacer las siguientes conclusiones.
(i) f (x1) < 0 :
Hay un mximo relativo en x = x1 y como < 0,
hay un punto silla inestable en X1 = (x1, 0).
(ii) f (x1) > 0 y > 0:
Hay un mnimo relativo en x = x1 y como < 0 y
> 0, X1 = (x1, 0) es un punto crtico estable. Si 2 >
4gm2f (x1), el sistema es sobreamortiguado y el
punto crtico es un nodo estable.
 Si 2 < 4gm2f (x1), el sistema es subamortiguado y el
punto crtico es un punto espiral estable. La naturaleza
exacta del punto crtico estable an est en duda si
2 = 4gm2f (x1).
(iii) f (x1) > 0 y el sistema est subamortiguado ( = 0):
En este caso los valores propios son imaginarios puros,
pero el mtodo del plano fase se puede usar para
mostrar que le punto crtico es un centro. As las
soluciones con X(0) = (x(0), x(0)) cerca de X1 = (x1, 0)
son peridicas.
 Ejemplo 2
Una cuenca de 10 gramos se desliza a lo lrgo de la
grfica de z = sin x. Los mnimos relativos en
x1 = /2 y x2 = 3/2 son puntos crticos estables.
Fig 11.31.
 Fig 11.32
Fig 11.32 ilustra los movimientos cuando los puntos
crticos son puntos espirales estables.
 Fig 11.33
Fig 11.33 ilustar una coleccin de curvas solucin
para el caso no amortiguado
Modelo Predador-Presa de Lotka-Volterra

Recuerde el modelo predador-presa:

x' ax bxy x(a by )
y ' cxy dy y (cx d )
Los puntos crticos son (0,0) y (d/c,a/b ), por tanto
a 0
A1 g' ((0,0)) y
0 d
0 bd / c
A 2 g' ((d / c, a / b)) .
ac / b 0
 Fig 11.34
El punto crtico (0, 0) es un punto silla. Fig 11.34.
 Como A2 tiene valores propios imaginarios
puros, el punto crtico puede ser un centro.
Como
dy y (cx d )
, entonces
dx x(a by )
a by cx d
y dy x dy,
a ln y by cx d ln x c1 ,
( x d e cx )( y a e by ) c0
 Fig 11.35
Las grficas tpicas se representan en la Fig 11.35.
1. Si y = a/b, la ecuacin F(x)G(y) = c0 tiene
exacamente dos soluciones xm y xM que
satisfacen xm < d/c < xM.
2. Si xm < x1 < xM y x = x1, entonces F(x)G(y) = c0
tiene exactamente dos soluciones y1 y y2 que
satisfacen y1 < a/b < y2.
3. Si x est fuera del intervalo [xm, xM], entonces
F(x)G(y) = c0 no tiene soluciones.
La grfica de solucin peridica tpica se
muestra en la Fig 11.36.
Fig 11.36
 Ejemplo 3
Si dejamos que sea a = 0.1, b = 0.002, c = 0.0025,
d = 0.2, el punto crtico en el primer cuadrante es
(d/c, a/b) = (80, 50), y sabemos que es un centro.
Fig 11.37.
Fig 11.37
Modelo de Competencia de Lotka-Volterra

Considere el modelo:
r1
x' x( K1 x 12 y )
K1
r2
y' y ( K 2 y 21x) (1)
K2
este sistema tiene puntos crticos en (0, 0), (K1, 0) y
(0, K2).
 Ejemplo 4
Considere el modelo
x' 0.004 x(50 x 0.75 y )
y ' 0.001y (100 y 3.0 x)

Determine y clasifique todos los puntos crticos.

Solucin
Los puntos crticos son (0, 0), (50, 0), (0, 100), (20, 40).
Por tanto 1221 = 2.25 > 1, y por tanto el punto crtico
(20, 40) es un punto silla. La matriz Jacobiana es
 Ejemplo 4 (2)
0.2 0.008 x 0.003 y 0.003 x
g ' ( X)
0.003 y 0.1 0.002 y 0.003 x
0.2 0
A1 g' ((0,0))
0 0.1
0.2 0.15
A 2 g ' ((50,0))
0 0.05
0.08 0.12
A3 g' (( 20,40))
0.06 0.04
0.1 0
A 4 g' ((0,100))
0.3 0.1
 Ejemplo 4 (3)
Por tanto (0, 0) es inestable, mientras que tanto
(50, 0) como (0, 100) son nodos estable y (20, 40)
es un punto silla.
 11.5 Soluciones Peridicas, Limit Cycles y Global Stability

TEOREMA 11.4
Ciclos y Puntos Crticos
Si un sistema autnomo plano tiene una solucin pridica
X = X(t) in uan regin simplemente conexa R, entonces el
sistema tiene al menos un punto crtico dentro de la curva
simplemente cerrada C. Si slo hay un punto crtico dentro
de C, entonces este punto crtico no puede ser punto silla.
COROLARIO

Si una regin simplemente conexa R o no ocntiene puntos

crticos de un sistema autnomo palno o contiene un nico
punto silla, entonces no hay soluciones peridicas en R.
 Ejemplo 1
Demostras que el sistma autnomo plano
x = xy
y = 1 x2 y2
no tieen soluciones peridicas.
Solucin
Si (x, y) es un punto crtico, entonces x = 0 y = 0.
Si x = 0, entonces 1 y2 = 0, y2 = 1. Asimismo, y =
0 implica x2 = 1. As este sistema no tiene puntos
crticos y no tiene soluciones peridocas.
 Ejemplo 2
Demostrar que x' 0.004 x(50 x 0.75 y )
y ' 0.001y (100 y 3.0 x)

no tiene soluciones peridicas en el primer

cuadrante.
Solucin
Del Ejemplo 4 de la Sec 11.4, slo conocamos que
(20, 40) est en el primer cuadrante y (20, 40) es un
punto silla. Por el corolario, no hay soluciones
peridicas en el primer cuadrante.
 TEOREMA 11.5
Criterio Negativo de Bendixson
Si div V = P/y + Q/ y no cambia el signo en la regin
conexa R, entonces el sistema autnomo plano no tiene
soluciones peridicas en R.
 Ejemplo 3
Estudiar las posibles soluciones peridicas de
cada sistema.
(a) x' x 2 y 4 x y ,
3 2
y ' x 2 y yx y
2 3

(b) x' y x(2 x 2 y 2 ), y ' x y (2 x 2 y 2 )

Solucin
(a) div V P / x Q / y
1 12 x 2 2 x 2 3 y 2 3, y por tanto
no hay soluciones peridicas .
 Ejemplo 3 (2)
(b) div V (2 3x 2 y 2 ) (2 x 2 3 y 2 )
4 4( x 2 y 2 )
Si R es el interior del ciclo dado, div V > 0 y por
tanto hay soluciones peridicas dentro del ciclo.
Note que div V < 0 en el exterior del crculo. Si R
es un subconjunto simplemente conexo del
exterior, entonces no hay soluciones peridicas
en R. Si hay una solucin peridica en el exterior,
tiene que encerrar el crculo x2 + y2 = 1. (aqu dice circle,
crculo, aunque la ecuacin es de una circunferencia ?)
 Ejemplo 4
La cuenca que desliza en la Sec 11.4 satisface
f ' ( x)
mx" mg x'
1 [ f ' ( x)]2

Demostrar que no hay soluciones peridicas.

Solucin
f ' ( x)
x' y, y ' g y
1 [ f ' ( x)] m
2

P Q
divV 0
x y m
 TEOREMA 11.6
Criterio Negativo de Dulac

Si (x, y) tiene sus derivadas primeras continuas en una

( P) ( Q)
regin simplemente conexa R y no
x y
cambia el signo en R, entonces el sistema autnomo
planohas no tiene soluciones peridicas en R.
 Ejemplo 5
Demostrar que x" x ( x') x x'
2 2

no tiene soluciones peridicas.

Solucin
x' y, y ' x 2 y 2 x y.
Dejando que sea ( x, y ) e axby ,
(P) (Q)

x y
e axby (ay 2 y 1) e axbyb( x 2 y 2 x y )
 Ejemplo 5 (2)
Si ponemos a = 2, b = 0, entonces
(P) (Q)
eaxby
x y

que es siempre negativo. El sistema no tiene

soluciones peridicas.
 Ejemplo 6
Use (x, y) = 1/(xy) para demostrar que
r1
x' x( K1 x 12 y )
K1
r2
y' y ( K 2 y 21 x)
K2

no tiene soluciones peridicas en el primer

cuadrante.
 Ejemplo 6 (2)
Solucin
r1 K1 x r2 K 2 y
P ( 12 ), Q ( 21 )
K1 y y K2 x x
(P) (Q) r1 1 r2 1
( ) ( )
x y K1 y K 2 x

Para (x, y) en el primer cuadrante, la ltima

expresin es siempre negativa.
 DEFINICIN 11.3
Regin Invariante
Una regin R es se llama regin invariante para un
sistema autnomo plano si, siempre que X0 est en R,
X = X(t) que satisface X(0) = X0 permanece en R.

Fig 11.40 muestra dos tipos estndar de

regiones invariantes.
Fig 11.40
 TEOREMA 11.7
Vector Normal y Regiones Invariantes

Si n(x, y) denota un vector normal en la frontera que est

dirigido hacia el interior, entonces R es un regin
invariante para el sistema autnomo plano siempre que
V(x, y)n(x, y) 0 para todo punto (x, y) de la frontera.
 Ejemplo 7
Halle una regin circular con centro en (0, 0) que sea
uan regin invariante para el sistema
x' y x 3

y' x y3
Solucin
Para cada crculo x2 + y2 = r2, n = (2x, 2y) es un vector
normal que apunta hacia el interior del crculo.
Como
V n ( y x3 , x y 3 ) (2 x,2 y ) 2( x 4 y 4 )
deducimos que Vn 0 en el crculo x2 + y2 = r2. Por el
Teorema 11.7, la regin circular x2 + y2 r2 es una
regin invariante para el sistema para todo r > 0.
 Ejemplo 8
Halle una corona circular que sea una regin invariante
del sistema
x' x y 5 x( x 2 y 2 ) x5
y' x y 5 y( x2 y 2 ) y5
Solucin
Como en el Ejemplo 7, el vector normal n1 = (2x, 2y)
al interior de la circunferencia x2 + y2 = r2, mientras que
el vector normal n2 = n1 apunta hacia fuera.
V n1 2(r 2 5r 4 x6 y 6 )
 Ejemplo 8 (2)
Si r = 1, Vn1 = 8 2(x6 + y6) 0.
Si r = 1/4, Vn1 2(r2 5r4) < 0 y por tanto Vn2 > 0.
La corona circular 1/16 x2 + y2 1 es un regin
invariante.
 Ejemplo 9
La ecuacin de Van der Pol es una ecuacin
diferencila no lineal de segundo orden que se
emplea en electrnica,
x' y
y ' ( x 2 1) y x

Fig 11.41 muestra el campo vectorial para = 1,

junto con las curvas y = 0 y (x2 1)y = x a lo
largo de las cuales, los vectores son verticales y
horizontales, respectivamente.
 Fig 11.41
No es posible hallar una regin invariante simple
cuya frontera sean rectas o circunferencias.
 TEOREMA 11.8
Poincare-Bendixson I
Sea R una regin invariante para un sistema autnomo plano y
supngase que R no tiene puntos crticos en su frontera.
(a) Si R es una regin de Tipo I que tiene un nico nodo inestable
o un punto espiral inestable en su interior, entonces hay al
menos una solucin peridica en R.
(b) Si R es una regin de Tipo II que no contiene puntos crticos
del sistema, entonces hay al menos una solucin peridica en R.
En cualquiera de los dos casos, si X = X(t) es una solucin no
peridica en R, entonces X(t) dibuja espirales alrededor de un ciclo
que es una solucin del sistema. Esta solucin peridica se llama
ciclo limite .
 Ejemplo 10
Use el Teorema 11.8 para demostrar que
x' y x(1 x 2 y 2 ) y ( x 2 y 2 )
y ' x y (1 x 2 y 2 ) x( x 2 y 2 )
tiene al menos una solucin peridica.
Solucin
We first construimos una region invariante
limitada por circunferencias. Si n1 = (2x, 2y)
then
V n1 2r (1 r )
2 2
 Ejemplo 10 (2)
Si dejamos que sea r = 2 y r = , llegamos a la
conclusin de que la corona circular R: x2 + y2
4 es invariant. Si (x1, y1) es un punto crtico,
entonces Vn1 = (0, 0)n1 = 0. Por tanto r = 0 r = 1.
Si r = 0, entonces (x1, y1) = (0, 0) es un punto crtico.
Si r = 1, el sistema se reduce a 2y = 0, 2x = 0 y
llegamos a una contradiccin. Por tanto (0, 0) es el
nico punto crtico y no est en R. As el sistema
tiene al menos una solucin peridica en R.
 Ejemplo 11
Demuestre que las ecuaciones de Van der Pol
tienen una solucin peridica cuando > 0.
Solucin
Determinamos que el nico punto crtico es (0, 0)
y la matriz Jacobiana es
0 1
g' ((0, 0)) , luego
1
, 1, 2 4 2 4
 Ejemplo 11 (2)
Como > 0, el punto crtico es un punto espiral
inestable o un nodo inestable. Por la parte (i) del
Teorema 11.8 el sistema tiene al menos una
solucin peridica en R. Fig 11.42.
Fig 11.42
 TEOREMA 11.8
Poincare-Bendixson II
Sea R una region invariante de Type I para un sistema
autnomo plano que carece de solucin periodica en R.
(a)Si R contiene un nmero finito de nodos o puntos
espirales, entonces para cualquier posicin inicial
dada X0 en R, limtX(t) = X1 para un punto crtico X1.
(b) Si R tiene un nico nodo estable o punto espiral
estable X1 en su interior y no tiene puntos crticos en
su frontera, limtX(t) = X1 para toda posicin inicial
X0 in R.
 Ejemplo 12
Estudie la estabilidad global del sistema del
Ejemplo 7.
x' y x3
y' x y3
Solucin
No es difcil de probar que el nico punto crtico
es (0, 0) y la matriz Jacobiana es
0 1
g' ((0, 0)) , y 0, 1
1 0
 Ejemplo 12 (2)
(0, 0) puede ser un punto espiral estable o no
estable. Teorema 11.9 garantiza que
lim X(t ) X1 para algunos puntos crticos X1.
t

Como (0, 0) es el nico punto crtico, tiene que ser

lim X(t ) (0, 0) para cualquier posicin inicial X(0) en el plano.
t

Por tanto el punto crtico es un punto espiral

globalmente estable. Fig 11.43.
Fig 11.43