3.1.

SISTEMAS HAMILTONIANOS

3.1

Sistemas Hamiltonianos

Este tipo de sistemas aparecen frecuentemente en problemas fsicos, y son fuente de numerosos ejemplos de aplicacin de la teora. Denicin 3.1 Sea E un subconjunto abierto de R2n y sea H C 2 (E), donde H = H(x, y) con x, y Rn . Un sistema de la forma H x= , y (3.1) H y= , x con t t H H H H H H , ..., y , ..., , = = x x1 xn y y1 yn se denomina sistema Hamiltoniano con n grados de libertad en E. 4

Ejemplo 3.1 Pndulo esfrico La funcin Hamiltoniana

H(x, y) = es la funcin energa del pndulo esfrico x1 x2 y1 y2

1 2 2 2 (x + x2 + y1 + y2 ) 2 2 1 = = = = y1 , y2 , x1 , x2 ,

Este sistema es equivalente al par de osciladores armnicos desacoplados x1 + x1 x2 + x2 = = 0, 0. 2

Todos los sistemas Hamiltonianos son conservativos: la funcin Hamiltoniana o la energa total permanece constante a lo largo de las trayectorias del sistema. Teorema 1 (Conservacin de la energa) La energa total H(x, y) del sistema Hamiltoniano (3.1) permanece constante a lo largo de las trayectorias de (3.1). 2 Prueba: La derivada total de la funcin Hamiltoniana H(x, y) a lo largo de las trayectoria [x(t), y(t)] del sistema (3.1) es dH dt = = H H x+ y x y H H H H + = 0. x y y x

Por lo tanto H(x, y) es constante sobre cualquier curva solucin de (3.1), y las trayectorias de (3.1) yacen sobre las supercies H(x, y) = constante. Los sistemas Hamiltonianos de 1 grado de libertad son sistemas planares, y en este caso se pueden establecer resultados muy especcos acerca de los puntos crticos o de equilibrio. Los puntos de equilibrio del sistema Hamitoniano (3.1) corresponden a los extremos relativos de la funcin H(x, y) donde H/x = H/y = 0. En lo que sigue se supone sin prdida de generalidad que el punto de equilibrio bajo estudio ha sido trasladado al origen.

2 Lema: Si el sistema Hamiltoniano de 1 grado de libertad x = Hy (x, y), y = Hx (x, y),

def

(3.2)

donde Hz = H/z, tiene un equilibrio tipo foco en el origen, entonces el origen no es un mximo o un mnimo local estricto1 de la funcin Hamiltoniana H(x, y). Prueba: Si el origen es un foco estable de (3.2), existe un > 0 tal que para 0 < r0 < y 0 R, las coordenadas polares de la solucin de (3.2) con r(0) = r0 y (0) = 0 satisfacen ) r(t) 0 cuando t , t > t0 (t) esto es, para (x0 , y0 ) B \{0}2 la solucin [x(t), y(t)] 0 cuando t . Por lo tanto, de acuerdo al Teorema 1 y la continuidad de H(x, y) y de la solucin de la ecuacin diferencial, H(x0 , y0 ) = lim H[x(t), y(t)] = H(0, 0)
t

que vale para todo (x0 , y0 ) B \{0}. Entonces el origen no puede ser un mximo o mnimo local estricto de la funcin H(x, y); en otras palabras, no es cierto que H(x, y) > H(0, 0) o que H(x, y) < H(0, 0) para todos los puntos (x, y) de un entorno del origen que no lo contiene. Un argumento similar se aplica cuando el equilibrio de (3.2) es un foco inestable. La demostracin del lema anterior muestra que si el equilibrio es un foco estable (o inestable), no es un punto normal del sistema; esta idea se precisa en la siguiente denicin. Denicin 3.2 Un punto de equilibrio o punto crtico x0 del sistema x(t) = f [x(t)] (i.e. tal que f (x0 ) = 0) en el cual Df (x0 ) no tiene autovalores nulos se denomina punto de equilibrio no degenerado o punto crtico no degenerado del sistema. En caso contrario se lo conoce como punto de equilibrio degenerado o punto crtico degenerado del sistema. 4 Un punto crtico no degenerado de un sistema Hamiltoniano planar es un punto crtico hiperblico o un centro del sistema linealizado. Teorema 2 Todo punto crtico no degenerado de un sistema Hamiltoniano (3.2) analtico es una silla o un centro; ms an, el equilibrio (x0 , y0 ) es una silla de (3.2) si es una silla de la funcin Hamiltoniana H(x, y), y es un centro de (3.2) si (x0 , y0 ) corresponde a un mximo o un mnimo local de la funcin Hamiltoniana H(x, y). 2 Prueba: Se supone que el origen es el punto de equilibrio bajo estudio. Entonces Hx (0, 0) = Hy (0, 0) = 0, y la linealizacin de (3.2) en el origen es x = Jx donde J= Hyx (0, 0) Hxx (0, 0) Hyy (0, 0) Hxy (0, 0) ! (3.3)

La matriz Jacobiana est formada por los mismos elementos que el Hessiano Hi,j = 2 H/xy; en particular, 0 1 H= J, 1 0
1 Un punto x es un mnimo (mximo) local estricto o aislado de f (x) si f (x ) < f (x) [f (x ) > f (x)] para todo 0 0 0 x en un entorno de x0 . El punto x0 es un mnimo (mximo) local dbil o no aislado si f (x0 ) f (x) [f (x0 ) f (x)] para todo x en un entorno de x0 . 2 Una bola de radio centrada en el origen pero que no lo contiene.

3.1. SISTEMAS HAMILTONIANOS

de modo que el signo de los autovalores de J tambin est relacionado con los mximos y mnimos3 de la funcin H(x, y). Se observa que = traza(J) = Hyx (0, 0)Hxy (0, 0) = 0, y que = det(J) = 2 Hxx (0, 0)Hyy (0, 0) Hxy (0, 0); por lo tanto, el punto de equilibrio es una silla de la funcin H(x, y) si y slo si < 0. Tambin es una silla del sistema linealizado (3.3), y por el Teorema de HartmanGrobman, tambin es una silla del sistema Hamiltoniano (3.2). Si = 0 y > 0, el origen es un centro del sistema linealizado (3.3), y en este caso el Teorema de Hartman-Grobman asegura el punto de equilibrio que es un centro o un foco del sistema Hamiltoniano (3.2). Si el punto de equilibrio es un mximo o mnimo local estricto de la funcin H(x, y), entonces > 0 y, de acuerdo al lema anterior, el origen no es un foco de (3.2); esto es, el origen es un centro del sistema Hamiltoniano (3.2).

3.1.1

Sistemas Newtonianos

Una clase particular de sistemas Hamiltonianos de 1 grado de libertad son los sistemas Newtonianos con un grado de libertad x = f (x) donde f C 1 (a, b). Esta ecuacin diferencial puede escribirse como un sistema en R2 x = y, y = f (x). (3.4)

Los puntos de equilibrio tienen la forma (x, y) = (x0 , 0), donde x0 satisface f (x0 ) = 0. La energa total para este sistema es H(x, y) = T (y) + V (x), donde T = y 2 /2 es la energa cintica, y Z x V (x) = f ()d
x0

es la energa potencial. Con esta denicin de H(x, y) se observa que el sistema Newtoniano (3.4) se puede escribir como un sistema Hamiltoniano (3.2). No es difcil demostrar que este tipo de sistemas satisfacen las siguientes propiedades. Teorema 3 Para el sistema Newtoniano (3.4), (i ) todos los puntos de equilibrio yacen sobre el eje x. (ii ) el punto (x0 , 0) es un punto de equilibrio si y slo si es un extremo relativo de V (x), i.e. un cero de f (x). (iii ) el equilibrio (x0 , 0) es un centro si y slo si es un mnimo local estricto de V (x). (iv ) el equilibrio (x0 , 0) es un silla si y slo si es un mximo local estricto de V (x). (v ) el equilibrio (x0 , 0) es un punto cuspidal si y slo si es un punto de inexin de V (x). (vi ) el diagrama de fase es simtrico respecto al eje x. Ejemplo 3.2 Pndulo sin amortiguamiento La ecuacin diferencial de un pndulo sin amortiguamiento es
x + sen x = 0.
3 Si el Hessiano calculado en un punto de equilibrio (o crtico) es positivo denido (sus autovalores son positivos) la funcin H alcanza un mnimo local. Si el Hessiano es negativo denido (sus autovalores son negativos) la funcin H alcanza un mximo local. Si algn autovalor es nulo se dice que el Hessiano es degenerado, y no aporta informacin sobre los extremos relativos, lo mismo que si es semi -denido positivo o negativo. Si los autovalores tienen signos contrarios el punto crtico es una silla (an cuando el Hessiano sea degenerado).

4
que puede escribirse como el sistema Newtoniano x y = = y, sen x,

donde (x, y) S 1 R. El sistema tiene puntos de equilibrio en (0, 0) y en (, 0), y es sencillo determinar que el (0, 0) es un centro (los autovalores de la matriz jacobiana son imaginarios puros), y los puntos (, 0) son sillas. Usualmente el plano de fase suele gracarse como un cilindro, de modo que (, 0) es en realidad el mismo punto [Fig. 3.1(a)]. La funcin Hamiltoniana para este sistema es H(x, y) = T (y) + V (x) donde Z x 1 T (y) = y 2 , y V (x) = ( sen ) d = 1 cos x. 2 0 La Fig. 3.1(b) muestra el grco de V (x) y la Fig. 3.1(a) las trayectorias en el plano de fase del sistema, que se deducen de V (x) a partir del Teorema 3. La funcin H(x, y) y la proyeccin de diferentes curvas de nivel sobre el plano x-y se graca en la Fig. 3.2. El origen del plano de fase corresponde a la posicin de equilibrio estable del pndulo colgando hacia abajo, y los puntos crticos en (, 0) corresponde a la posicin de equilibrio inestable del pndulo en posicin invertida. Las trayectorias cerca del origen son elipses casi perfectas, y pueden ser aproximadas por las curvas solucin del pndulo lineal x + x = 0. Las trayectorias cerradas que rodean al origen representan las movimientos peridicos del pndulo cuando oscila. Las trayectorias que conectan las sillas en (, 0) se denominan separatrices, y corresponden a movimientos con energa total H(x, y) = 2 en las cuales el pndulo se aproxima a la posicin vertical inestable cuando t . Las trayectorias fuera de las separatrices (H(x, y) > 2) corresponden a rotaciones puras del pndulo, en uno u otro sentido. 2

Ejemplo 3.3 Oscilador de Dung sin amortiguamiento

Este sistema se describe por la ecuacin diferencial x x x + x3 = 0, o por el sistema de ecuaciones de estado x y = = y, x x3 y,

donde (x, y) R1 R1 , y 0 es el coeciente de friccin. El sistema tiene tres puntos de equilibrio: en (0, 0) y en (1, 0). La estructura local del plano de fase en cercanas del (0, 0) es la de una silla, y en entornos de (1, 0) son focos estables. En el caso particular en que = 0 (amortiguamiento nulo) se puede comprender la estructura global del plano de estados. En este caso el oscilador de Dung es un sistema conservativo, y por lo tanto su funcin energa es constante sobre las rbitas. La funcin Hamiltoniana es H(x, y) = T (y) + V (x) donde Z x 1 x4 x2 T (y) = y 2 , + . y V (x) = ( 3 ) d = 2 2 4 0 Las curvas de nivel de H(x, y) dan la estructura global del plano de fase (Fig. 3.3). Nuevamente, esta estructura tambin puede derivarse a partir del grco de la funcin V (x) con la ayuda del Teorema 3, como se muestra en la Fig. 3.4. 2

La funcin Hamiltoniana tambin se denomina primera integral del sistema. Se dice que el oscilador de Dung del Ejemplo 3.3, con = 0, es integrable, ya que al multiplicar la ecuacin diferencial por x x xx + xx3 = 0, x se tiene que d dt que implica 1 2 x2 x4 x + 2 2 4 =0

1 2 x2 x4 x + = h = constante. 2 2 4 Esta funcin es una primera integral para el sistema de Dung sin amortiguamiento, y coincide con la expresin H(x, y) = h.

3.1. SISTEMAS HAMILTONIANOS

Fig. 3.1: Trayectorias en S 1 R (a) , funcin potencial V (x) (b) , y trayectorias en el plano de estado (c) del pndulo sin amortiguamiento.

H(x, y)

Fig. 3.2: Funcin Hamiltoniana del pndulo sin amortiguamiento y la proyeccin de distintas curvas de nivel sobre el plano x-y.

H(x, y)

x y
Fig. 3.3: Funcin Hamiltoniana del oscilador de Dung y la proyeccin de distintas curvas de nivel sobre el plano x-y.

Fig. 3.4: Funcin potencial V (x) (a) y trayectorias en el plano de estado (b) del oscilador de Dung.

3.2. SISTEMAS GRADIENTE

3.2

Sistemas gradiente

Los sistemas gradiente son la anttesis de los sistemas Hamiltonianos, tanto fsicamente como matemticamente. Denicin 3.3 Sea E un subconjunto abierto de Rn y sea V C 2 (E). Un sistema de la forma x = grad V (x) = V (x), donde V (x) = se denomina sistema gradiente sobre E. V V , ..., x1 xn t 4 (3.5)

Los puntos de equilibrio del sistema gradiente (3.5) corresponden a los extremos relativos de la funcin V (x), en los cuales V (x) = 0. Los puntos donde el gradiente no se anula se llaman puntos regulares de la funcin V. En los puntos regulares, el vector gradiente V (x) es normal a la supercie de nivel V (x) = constante que pasa por ese punto. Teorema 4 Las trayectorias de un sistema gradiente en los puntos regulares de V (x) cortan de manera ortogonal las supercies de nivel V (x) = constante. Los mnimos locales de la funcin V (x) son puntos de equilibrio asintticamente estables del sistema gradiente (3.5). 2 En un punto de equilibrio x0 del sistema (3.5), la matriz Jacobiana est dada por 2 V (x0 ) J= . xi xj i,j=1,...,n Evidentemente, J es simtrica, de modo que sus autovalores son reales, y J es diagonalizable respecto a una base ortonormal. Para los sistemas gradiente la naturaleza de los puntos de equilibrio est muy condicionada por la estructura del sistema. Teorema 5 Cualquier punto de equilibrio o punto crtico no degenerado de un sistema gradiente (3.5) analtico en R2 es un nodo o una silla. Si el punto (x0 , y0 ) es una silla de la funcin V (x, y) es una silla del sistema gradiente (3.5), y si (x0 , y0 ) es un mnimo o un mximo local estricto de funcin V (x, y) es un nodo estable o inestable, respectivamente, del sistema gradiente (3.5). 2 La demostracin resulta de observar que la matriz Jacobiana J es el negativo del Hessiano H de la funcin V (x, y), y sigue las mismas lneas que la prueba del Teorema 2. Ejemplo 3.4 Sistema gradiente
Sea V (x, y) = x2 (x 1)2 + y 2 . El sistema gradiente (3.5) est dado por x y = = 2y. 4x(x 1)(x 1/2),

Los puntos de equilibrio son (0, 0), (1/2, 0) y (1, 0). De acuerdo al Teorema 5, los puntos (0, 0) y (1, 0) son nodos estables, y que el punto (1/2, 0) es una silla, como se verica al calcular el Hessiano en cada uno de estos puntos. Las curvas de nivel de V (x, y) = constante y las trayectorias del sistema se muestran en la Fig. 3.5. 2

Se puede vislumbrar una interpretacin fsica de los sistemas gradiente al considerar el sistema Newtoniano (en R4 ) V V m = x x , m = y y , (3.6) x y que representa un sistema material desplazndose en dos dimensiones espaciales x e y sujeto a un amortiguamiento viscoso (x), (y) y una fuerza conservativa o potencial V /x, V /y.

Fig. 3.5: Las trayectorias y las curvas de nivel V (x, y) = constante (lneas punteadas) del sistema gradiente del Ejemplo 3.4.

En el caso lmite cuando m 0 (movimiento sin inercia) el sistema (3.6) es equivalente al sistema gradiente (3.5), una vez que se escala el eje de tiempos o el potencial V para remover el coeciente de viscosidad . En otras palabras, si no interesa el comportamiento oscilatorio de la dinmica (que es un efecto inercial), sino slo el estado nal del sistema debido al amortiguamiento, se puede simplicar signicativamente el anlisis al estudiar el sistema gradiente asociado al sistema (3.6) haciendo m = 0. La dimensin del espacio fsico (espacio de conguracin) permanece inalterada (R4 ), pero la dimensin del espacio de estados se reduce de R4 a R2 , especcamente de (x, x, y, y) a (x, y). Ejemplos tpicos de sistemas fsicos que se pueden modelar con sistemas gradiente son la interaccin de partculas elctricas o magnticas inmersas en un bao de aceite, donde el efecto de la viscosidad domina sobre la inercia. Tambin el movimiento del agua que uye colina abajo sobre un terreno experimenta una importante friccin viscosa que es mucho ms signicativa que los efectos inerciales. En un ambiente montaoso como el que se muestra en la Fig. 3.6(a), las colinas, quebradas y hondonadas producen un ujo tipo gradiente son singularidades simples cuando se las observa con una vista area [Fig. 3.6(b)]. Las cumbres de los cerros corresponden a nodos inestables, las quebradas a sillas, y las hondonadas a nodos estables.

3.2.1

Relacin entre sistemas Hamiltonianos y gradientes

Mientras que muchos sistemas Hamiltonianos pueden tener soluciones peridicas, ningn sistema gradiente puede oscilar, como prueba el Teorema 5. En efecto, si es una trayectoria peridica en

Fig. 3.6: Ejemplo de un sistema gradiente: el ujo del agua sobre un terreno montaoso (a) . Esquema del ujo desde una vista area (b) . NE: nodo estable, S: silla, NI: nodo inestable.

3.2. SISTEMAS GRADIENTE el plano de fase, la integral de lnea I x dx + y dy 6= 0

(3.7)

porque el campo vectorial es tangente a la curva en todo punto. Sin embargo, para el sistema gradiente (3.5) se tiene que V V xdx + ydy = dx dy. x y Cuando la expresin de la derecha se integra de a = (x1 , y1 ) hasta b = (x2 , y2 ) se obtiene Z
b

V V dx dy = V (x2 , y2 ) + V (x1 , y1 ) x y

y por lo tanto, la integral sobre una curva cerrada (con a = b) es nula, que contradice (3.7). El mismo tipo de anlisis permite demostrar que un sistema gradiente no puede tener un comportamiento tipo foco o centro en un entorno de un punto de equilibrio no degenerado. En la Fig. 3.7 se muestra la distribucin de los sistemas Hamiltonianos y los sistemas gradiente en el espacio de parmetros - de la matriz jacobiana. A pesar de estas diferencias, los sistemas Hamiltonianos y gradientes guardan entre s una interesante relacin. Denicin 3.4 Dado el sistema planar x = P (x, y), y = Q(x, y), el sistema x = Q(x, y), y = P (x, y). se denomina sistema ortogonal al sistema (3.8). (3.9) 4 (3.8)

Los sistemas (3.8) y (3.9) tienen los mismos puntos de equilibrio y los mismos puntos regulares, y las trayectorias de (3.8) son ortogonales a las de (3.9). Los centros de (3.8) corresponden a nodos de (3.9), y ambos sistemas tienen las mismas sillas y focos. Adems, si (3.8) es un sistema Hamiltoniano, con P = H/y, Q = H/x, entonces (3.9) es un sistema gradiente, y viceversa. Teorema 6 El sistema (3.8) es un sistema Hamiltoniano si y slo si el sistema (3.9), ortogonal a (3.8), es un sistema gradiente. 2

Fig. 3.7: Sistemas Hamiltonianos y gradiente en el espacio de parmetros - .

10 Para dimensiones superiores a 2, se tiene que si (3.1) es un sistema Hamiltoniano con n grados de libertad, entonces el sistema H x= , x (3.10) H y= , y que es ortogonal a (3.1) es un sistema gradiente en R2n y las trayectorias de el sistema gradiente (3.10) cruzan perpendicularmente las supercies H(x, y) = constante. Ejemplo 3.5 Sistemas ortogonales Si en el Ejemplo 3.4 se toma H(x, y) = V (x, y), la Fig. 3.5 muestra la ortogonalidad de las trayectorias de los sistemas Hamiltonianos y gradiente. Las trayectorias del sistema Hamiltoniano son las curvas de nivel de V (x, y), orientadas en sentido horario, y representadas con lneas de puntos en la Fig. 3.5, que son ortogonales a las trayectorias del sistema gradiente del Ejemplo 3.4. 2

3.3

Mtodo analtico para calcular soluciones peridicas

Esta tcnica permite obtener expresiones analticas de las trayectorias cerradas de algunos sistemas no lineales. La idea es plantear un smil de la funcin Hamiltoniana o una funcin tipo energa, y encontrar las trayectorias donde la derivada temporal de esa funcin es nula. En lugar de presentar un teorema general, que no sera muy poderoso debido a la gran cantidad de casos patolgicos, se ilustra el mtodo por medio de algunos ejemplos. Dado un sistema no lineal planar x1 = f1 (x1 , x2 ), x2 = f2 (x1 , x2 ), y una funcin continuamente diferenciable V : R2 R, se dene V : R2 R como V (x1 , x2 ) = = V V x1 + x2 x1 x2 V V f1 (x1 , x2 ) + f2 (x1 , x2 ). x1 x2 (3.11)

La funcin V es la derivada de V a lo largo de las trayectorias del sistema (3.11) ya que si [x1 (), x2 ()] es una solucin del sistema (3.11), la derivada respecto del tiempo t de la funcin V [x1 (t), x2 (t)] es precisamente V [x1 (t), x2 (t)]. Este concepto se tratar nuevamente en la Seccin 5.2 de Vidyasagar (1993). Sea D un dominio D en R2 tal que V (x1 , x2 ) = 0 para todo (x1 , x2 ) D. Dado (x10 , x20 ) D, la trayectoria C es la solucin de (3.11) que tiene origen en (x10 , x20 ). La hiptesis que V es idnticamente nula implica que V (x1 , x2 ) es constante a lo largo de C. En otras palabras, V [x1 (t), x2 (t)] = V (x10 , x20 ), Sea el conjunto S = {(x1 , x2 ) : V (x1 , x2 ) = V (x10 , x20 )} . (3.12) Entonces C es un subconjunto de S. En particular, si S es una curva cerrada, se puede concluir bajo algunas suposiciones adicionales que C es una curva cerrada y que es igual a S. La utilidad del mtodo depende fuertemente de la eleccin de la funcin V. Si se elige V (x1 , x2 ) = 1 para todo (x1 , x2 ), naturalmente resulta V = 0, pero el conjunto S de (3.12) es todo R2 , y no se obtiene ninguna informacin adicional sobre la naturaleza de las trayectorias. Sin embargo, en algunos casos la eleccin apropiada de V permite mostrar que la familia de conjuntos Sc = {(x1 , x2 ) : V (x1 , x2 ) = c} (3.13) t 0.

3.3. MTODO ANALTICO PARA CALCULAR SOLUCIONES PERIDICAS

11

a medida que c vara sobre un subconjunto apropiado de los nmeros reales dene un continuo de trayectorias cerradas del sistema (3.11). Ejemplo 3.6 Oscilador armnico
Una aplicacin muy simple que ilustra este procedimiento es el oscilador armnico x1 = x2 , x2 = x1 . Eligiendo V = x2 + x2 resulta 1 2 V = = 2x1 x1 + 2x2 x2 2x1 (x2 ) + 2x2 (x1 ) = 0.

Como la ecuacin V (x1 , x2 ) = c dene una curva cerrada para cada c > 0 se concluye que el sistema exhibe un continuo de trayectorias cerradas, descriptas por x2 + x2 = x2 + x2 . 1 2 10 20 2

Ejemplo 3.7 Pndulo simple

+ g sen = 0, ` donde indica el ngulo del pndulo respecto a la vertical, g es la aceleracin debida a la gravedad, y ` es la longitud del pndulo. Con la eleccin de las variables de fase x1 = , x2 = la ecuacin del pndulo puede escribirse como x1 = x2 , (3.14) g x2 = sen x1 . ` Este sistema tiene la estructura de un sistema Newtoniano (3), con f(x) = (g/`) sen x, de modo que se podra plantear directamente la funcin Hamiltoniana H(x1 , x2 ) = T (x2 ) + V (x1 ) donde Z x1 1 g T (x2 ) = x2 , V (x1 ) = [(g/`) sen ] d = (1 cos x1 ). 2 2 ` 0 Sin embargo, si se ignora la estructura del sistema y se elige la funcin auxiliar V de manera anloga a una energa, con un trmino h1 (x1 ) que depende slo de la variable x1 y otro trmino h2 (x2 ) que es funcin solamente de x2, i.e. V (x1 , x2 ) = h1 (x1 ) + h2 (x2 ), se tiene que para que V sea idnticamente nula a lo largo de las trayectorias del pndulo (3.14) se debe satisfacer g h0 (x1 )x2 h0 (x2 ) sen x1 = 0, 1 ` 2 lo que implica que h0 (x1 ) g h0 (x2 ) 1 2 = = c, sen x1 ` x2 donde c es una constante arbitraria. La solucin de estas ecuaciones es h1 (x1 ) = c cos x1 , Por lo tanto la familia de curvas h2 (x2 ) = c` 2 x . 2g 2 El modelo del pndulo simple es

g 1 cos x1 + x2 = constante ` 2 2 son un conjunto de trayectorias cerradas de la ecuacin del pndulo como se muestra en la Fig. 3.8(a). En este caso, la funcin auxiliar V (x1 , x2 ) es idntica, salvo una constante aditiva, a la funcin Hamiltoniana calculada en el Ejemplo 3.2. 2

12

Fig. 3.8: Familias de trayectorias cerradas. Pndulo simple (a) . Sistema predador-presa (b) .

Ejemplo 3.8 Sistema predador-presa (Volterra)

Las ecuaciones del sistema predador-presa son x1 = x1 + x1 x2 , x2 = x2 x1 x2 . Se intenta calcular las posibles trayectorias cerradas planteando una funcin V de la forma V (x1 , x2 ) = h1 (x1 ) + h2 (x2 ), donde h1 () y h2 () se elegirn de modo de anular V sobre las trayectorias del sistema (3.15). Entonces, V (x1 , x2 ) = = h0 (x1 )x1 + h0 (x2 )x2 1 2 h0 (x1 )(x1 + x1 x2 ) + h0 (x2 )(x2 x1 x2 ). 1 2 (3.15)

Para que V sea idnticamente cero es necesario que h0 (x1 )x1 (x2 1) = h0 (x2 )x2 (1 x1 ) = 0, 1 2 x1 x2 = h0 (x2 ) . 2 (1 x1 ) (1 x2 ) El miembro izquierdo de la ecuacin es slo funcin de x1 e independiente de x2 , mientras que el de la derecha es funcin slo de x2 e independiente de x1 . En consecuencia ambos deben ser iguales a una constante k; en otras palabras x1 x2 = k, h0 (x2 ) = k. (3.16) h0 (x1 ) 1 2 (1 x1 ) (1 x2 ) h0 (x1 ) 1 La solucin de (3.16) es h1 (x1 ) = k(ln x1 x1 ), h2 (x2 ) = k(ln x2 x2 ). que puede escribirse como

Por lo tanto una funcin V apropiada para este ejemplo es V (x1 , x2 ) = ln x1 x1 + ln x2 x2 , donde, sin prdida de generalidad, se ha supuesto que k = 1. Para esta eleccin de V cualquier conjunto Sc de la forma (3.13) (con c > 0) es una curva cerrada, de manera que la familia de curvas denidas por ln x1 x1 + ln x2 x2 = constante constituyen un conjunto de trayectorias cerradas para el sistema predador-presa como muestra la Fig. 3.8(b). En este ejemplo V est denida solamente en el primer cuadrante (x1 > 0, x2 > 0). 2

3.3. MTODO ANALTICO PARA CALCULAR SOLUCIONES PERIDICAS

13

La funcin auxiliar V (x1 , x2 ) del Ejemplo 3.7 (pndulo sin amortiguamiento) coincide con la funcin Hamiltoniana del sistema; sin embargo la funcin V (x1 , x2 ) del Ejemplo 3.8 (sistema predadorpresa) no calica como tal ya que x1 = x1 x1 x2 x2 = x2 + x1 x2 V (x1 , x2 ) 1 = 1, x2 x2 V (x1 , x2 ) 1 6= = + 1. x1 x1 6=

Sin embargo, se puede encontrar una transformacin de coordenadas tal que en las nuevas variables el sistema de Lotka-Volterra (3.15) sea Hamiltoniano. Deniendo las variables x, y como x1 = ex , x2 = ey ,

que son vlidas slo para x1 > 0, x2 > 0, se tiene que x1 x2 de donde resulta = ex x = ex ex ey , y = e y = ey + ex ey , x = 1 ey , y = 1 + ex . H(x, y) = x ex + y ey , y se verica trivialmente que x = H/y, y = H/x. Una primera integral del sistema (3.17) es H(x, y) = constante; y en consecuencia una primera integral del sistema (3.15) es ln x1 x1 + ln x2 x2 = constante, que coincide con la calculada en el Ejemplo 3.8. (3.17)

Este sistema es Hamiltoniano con funcin de energa total

Referencias
E. Atlee Jackson, Perspectives of Nonlinear Dynamics, Vol. 1, Cambridge University Press, Cambidge, 1989. L. Perko, Dierential Equations and Dynamical Systems, 2da. Ed., Texts in Applied Mathematics 7, Springer-Verlag, New York, 1996. B. Nuriyev, T.Ergen, Exact Solutions of Two-Dimensional Lokta-Volterra Equations, (online): http://citeseer.ist.psu.edu/105038.html. M. Vidyasagar, Nonlinear Systems Analysis, 2da. Ed., Prentice-Hall Inc., 1993, pp. 75-78. S. Wiggins, Introduction to Applied Nonlinear Dynamical Systems, Text in Applied Mathematics, Springer-Verlag, New York, 1990.