Professional Documents
Culture Documents
INTRODUCCIÓN
Este libro, tercero de la obra, contiene fundamentos teóricos sobre sistemas dinámicos
en variables continua y discreta. Es estudiado aquí:
1) ecuaciones diferenciales de orden 1, en capítulo 1, y ecuaciones diferenciales de
orden superior, en capítulo 2.
2) sistemas de ecuaciones diferenciales, en capítulo 3.
3) ecuaciones en diferencias, en capítulo 4.
4) sistemas de ecuaciones en diferencias, en capítulo 5.
Como en libros previos, teoría es acompañada por ejemplos simples para su
afianzamiento, y también por otros no tan simples, que son en verdad ejercicios
resueltos. Hay también ejercicios propuestos, no necesariamente más difíciles. No hay
solucionario de ejercicios propuestos, ni siquiera las respuestas. Considero que es muy
conveniente que alumnos aprendan también a confiar, no solamente en teoría que
aplican, sino en sí mismos.
En caso que este libro sea usado como texto de un curso de Matemáticas para
estudiantes de Economía, es sugerido a profesor de curso que desarrolle este libro en
más o menos sesenta horas de clase (cuatro horas semanales), disponiendo además de
digamos 24 horas para sesiones de prácticas de dos horas (quizá tres, a criterio) cada
una, en que alumnos, guiados por su profesor o jefes de prácticas, resuelvan ejercicios
propuestos en este libro y otros selectos por sus guías. Evaluación puede ser llevada a
cabo en cuatro prácticas calificadas, una para cada capítulo, y si profesor lo cree
conveniente, puede añadir un examen final, o dos exámenes (parcial y final), como
suele darse.
1
CAPÍTULO 1
ECUACIONES DIFERENCIALES DE ORDEN 1
Este capítulo ha sido dividido en dos secciones: primera dedicada a estudio cuantitativo
de ecuaciones (técnicas de resolución en otras palabras), y segunda dedicada a su
estudio cualitativo (previsiones sobre “conducta” de soluciones sin necesidad de
resolver ecuaciones). Estudio cualitativo de ecuaciones diferenciales, en modo en que es
aquí presentado, puede parecer aparatoso; pero prepara terreno para presentación muy
cómoda de estudio cualitativo de sistemas de ecuaciones diferenciales.
SECCIÓN 1
RESOLUCIÓN DE ECUACIONES DIFERENCIALES DE ORDEN 1
2
En ambos casos también es supuesto que f sea función suave.
Problema en que son dados una EDO de orden 1 y un punto de paso es llamado
problema de valor inicial (PVI) de orden 1. O sea:
x f t, x
x 0
es un PVI de orden 1, en que es número real dado y 0 , es llamado punto de
paso. Coordenada primera de punto de paso suele ser 0, pues variable independiente t
suele ser tiempo, y t 0 indica “inicio de experimento”. Hay también PVI autónomos
2
c=
1
c=
0
c=
0
-1
c=
Dados c1 c 2 , tenemos que Grá x c1 Grá xc2 . Como tenemos también que
cR
Grá x c R , entonces CS
2
es partición de plano coordenado. Luego, dado
cualquier punto p R , existe único c R tal que p Grá x c . De hecho: si
2
p , ; entonces c 2 es forzoso, y p Grá x 2 . Como ejemplo: Función
x t t 2 7 es única solución de PVI
x 2t
x 0 7
pues esta función no solamente es solución de ecuación diferencial, sino también 0,7
está en su gráfica.
3
Ejemplo 2 (separación de variables) Función
2
: t e 0.5t , t R
es solución en R de ecuación
dx
tx
dt
pues t te 0.5t
t t , para todo t R . Es solución maximal, pues cualquier
2
solución otra, caso exista, no puede ser extensión de ella ( R no está propiamente
incluido en ningún intervalo). ¿Hay otras soluciones? Sí, pues función
2
c : t ce 0.5t , t R
es solución (maximal) de ella, cualquiera sea número real c . Hemos pues obtenido
familia monoparamétrica de soluciones
2
c : t ce 0.5t , t R c R
De hecho este conjunto está incluido en conjunto solución CS de ecuación diferencial
en estudio. En general: elemento genérico de CS de una EDO es solución genérica de
esa EDO; pero es llamado, quizá menos precisamente, pero más frecuentemente,
solución general de ecuación.
Retomando ecuación específica arriba, ¿hay otras soluciones?
Damos respuesta definitiva a esta pregunta resolviendo ecuación diferencial con técnica
de separación de variables. Tenemos
dx
tx
dt
Luego, separando variables (derivada de x respecto t es vista como cociente),
1
dx t dt
x
y desde aquí, antiderivando cada lado,
t2
ln x c, c R
2
que da a fin de cuentas
x t ce t
2
, c0 /2
4
x kx
x 0 dado
Figura abajo muestra algunas soluciones de ecuación x kx (una de ellas es función
constante 0).
2
c=
1
c=
c= 0 x
0 c=
1
c=
2
5
dz
a bf z
dx
que es de variables separables. Resolver así ecuaciones
dy
x y
2
dx
dy
sin 2 x y 1
dx
y antiderivando
v2 1 1
v 3 v dv x dx c
Como
v2 1 1 3v 2 1 4 1 1 2v
v3 v dv
3 v v
3
dv dv 2
3 v
dv
2 v 1
1/ 3 4 / 3 2/3 v2 1
ln v 3 v ln v ln v 2 1 ln
v
entonces
6
v2 1
x c
v
donde constante c de antiderivación (que funge de parámetro en este contexto) toma
solamente valores positivos. Retornando a variables originales obtenemos a fin de
cuentas
x 2 y 2 cy
donde parámetro c toma todos valores reales salvo 0 . Observemos que, dado
cualquier c 0 , tenemos que ecuación arriba es de una circunferencia de radio c / 2 ,
cuyo centro es (0 , c / 2) . Figura aabjo muestra algunas de estas circunferencias.
y
c=1
c=1/2
c= -1/2
c= -1
7
dy x y4
dx x y6
y
dy x y 4
dx x y 6
8
donde z x es solución general de ecuación de Bernoulli
dz
q x 2r x y1 x z r x z 2
dx
De hecho: Como y1 x es solución, entonces
dy1
p x q x y1 r x y12
dx
Luego, poniendo z y y1 , donde y es solución general de ecuación de Riccati,
d
dx
y y1 q x y y1 r x y 2 y12
d
dx
y y1 q x y y1 r x y y1 2 2 y1 y y1
dz
dx
q x z r x z 2 2 y1 z
o equivalentemente
dz
q x 2 y1 r x z r x z 2
dx
Resolución de ecuación diferencial
dy 1
x5 y x3 y 2
dx x
queda como ejercicio; tener en cuenta que una solución de ella es obviamente y x x .
Ecuaciones diferenciales lineales Una EDO lineal, de orden 1, es una ecuación cuya
presentación genérica es
x p t x q t
donde funciones p t y q t son continuas. Como
d p t dt p t dt
e x e x p t x
dt
Entonces, multiplicando ambos lados de ecuación por e p t dt , tenemos
d p t dt p t dt
e x e q t
dt
Luego
p t dt p t dt q t dt c
e x e
donde c R , y desde aquí
p t dt p t dt q t dt c
x t e e
9
que es solución genérica de ecuación arriba.
Observemos que, para todo c R , tenemos que ce p t dt es solución genérica de
ecuación x p t x 0 . Esta ecuación genérica es llamada ecuación homogénea
asociada a genérica EDO lineal x p t x q t ; su solución general es brevemente
llamada solución homogénea, y es denotada por x H . O sea:
p t dt
x H t ce
Observemos también que otro sumando de solución general de genérica EDO lineal,
p t dt p t dt q t dt
e e
es una solución de esta ecuación. Una solución cualquiera de EDO lineal es llamada
solución particular, y es denotada por x P . De hecho, denotando x G a solución
general de EDO lineal, tenemos que
xG x H x P .
Es oportuno decir que hay infinidad de soluciones particulares; como ejemplo, una de
p t dt p t dt p t dt q t dt , correspondiente a c 1 . Pero aquélla
ellas es e e e
p t dt p t dt q t dt
llamada la solución particular es precisamente e e , que no es otra
cosa que xG t x H t . Observemos que solución particular otra
no es x t x t .
p t dt p t dt p t dt
e e e q t dt
G H
10
Esta regla de correspondencia sugiere que solución particular sea función polinómica de
grado 2; o sea: x P t t 2 t , para todo t R , donde coeficientes , y
tienen que ser calculados (de momento son desconocidos, por ello nombre de
coeficientes indeterminados). Tenemos que x P t 2 t ; luego, en ecuación
diferencial arriba,
2 t a t 2 t t 2
a t 2 2 a t a t 2
Luego, porque esta igualdad es válida en un intervalo (en R en este caso),
a 1
2 a 0
a 0
lo que da a 1 , 2a 2 y 2a 3 . O sea:
x P t a 1 t 2 2 a 2 t 2 a 3
para todo t R , y consecuentemente
x G t ce at a 1 t 2 2a 2 t 2a 3
para todo t R . Observemos que si hubiese sido puesto x P t 2 (un monomio, como
q t en lado derecho de ecuación diferencial que ha sido resuelta), entonces habría
habido contradicción en cálculos arriba.
11
SECCIÓN 2
ESTUDIO CUALITATIVO DE ECUACIONES DIFERENCIALES
12
Ejemplo 10 Consideremos ahora conjunto Z de todos números enteros. Definamos allí
congruencia
x ~ y x - y es múltiplo de 3
Es fácilmente demostrable que ~ es relación de equivalencia. Clases de equivalencia
son
, 6 , 3 , 0 , 3 , 6 ,
, 5 , 2 ,1, 4 , 7 ,
, 4 , 1, 2 , 5 , 8 ,
Observemos que cada una de ellas es no vacía, que intersección de dos cualesquiera de
ellas es conjunto vacío, y que unión de ellas es precisamente Z .
13
x
x
c=
2
c=
1
c=0 t
0
0
-1
c=
-2
c=
En figura arriba, lado derecho, están proyecciones de soluciones sobre eje vertical. De
hecho todas soluciones de mitad superior de plano coordenado son proyectadas en parte
positiva de este eje, que no es otra cosa que intervalo 0, ; análogamente para
soluciones de mitad inferior. Proyección de solución constante 0 es ciertamente
conjunto puntual 0 . Conjuntos 0, , 0 y ,0 están pues identificados
con sendas fases de ecuación x x . Esta identificación es tan obvia que estos
conjuntos suelen ser, y de hecho son, considerados como fases. Sentido de flechas en
fases no puntuales indican como avanzaría una partícula a lo largo de soluciones
representadas por estas fases, supuesto que eje horizontal sea eje temporal (variable t
suele denotar tiempo). Lado derecho de figura arriba es precisamente diagrama de
fases de ecuación x x .
Cálculos y figuras análogos para ecuación x x quedan como ejercicio.
14
ecuación (único equilibrio, 0, en este caso) y trazar a continuación una recta vertical (eje
x ), indicando en ella equilibrio 0 de ecuación. Flechas habrían sido obtenidas
razonando así:
1) Si x 0 , entonces x x 0 ; luego x es función decreciente de t en
intervalo 0, , y por ello flecha hacia abajo en este intervalo.
2) Si x 0 , entonces x x 0 ; luego x es función creciente de t en intervalo
,0 , y por ello flecha hacia arriba en este intervalo.
Diagramas de fases son como radiografías de ecuaciones, pues dan idea de conducta
global de soluciones. Como ejemplo: diagrama de fases de ecuación x x (ver
ejemplo 1.2.8) nos dice que existe única solución constante y que todas soluciones otras
se acercan asintóticamente hacia ella. ¿Qué nos dice diagrama de fases de ecuación
x x ?
15
x
-b/a
a<0
b>0
16
x ax b
1 1
Aquí equilibrio es ba no ba ; pero ello no cambia esencialmente las cosas.
Consideremos ecuación homogénea asociada x ax 0 . Su polinomio característico,
en variable digamos r , es P r r a , obtenido tomando respectivos coeficientes de
ecuación como coeficientes de polinomio. Ecuación característica es ciertamente
P r 0 ; raíz de ella, a , es llamada raíz característica. Soluciones de ecuaciones
lineales homogéneas, de coeficientes constantes, inclusive de aquéllas de orden superior
(mayor que 1 ), están estrechamente vinculadas con raíces características. De hecho, en
caso textual, solución general es x t ce at , para todo t R .
Resolvamos, como ejemplo, ecuación 2 x 5 x 0 . Aquí P r 2r 5 y raíz
característica es 2.5 ; luego solución general es x t ce 2.5t . Está claro que único
equilibrio de esta ecuación es 0 ; ¿qué podemos decir de su estabilidad? Es
asintóticamente estable porque raíz característica es negativa. Observemos que aquí,
ecuación lineal de coeficientes constantes, estabilidad asintótica es equivalente a decir
que todas soluciones (no solamente aquéllas cercanas) convergen hacia equilibrio.
Equilibrio habría sido inestable en caso de positividad de raíz característica.
Técnica de polinomio característico parece innecesaria, sino aparatosa, para resolución
de ecuaciones como arriba; pero es digna de estudio en vista de que es extensible hacia
ecuaciones tales de orden superior. Ecuación diferencial
x 3 x 2 x 0
es de orden 2; en términos rigurosos no pertenece a este capítulo. No obstante,
resolvámosla como ejemplo de aplicación de técnica de polinomio característico.
Tenemos aquí P r r 2 3r 2 ; raíces características son 2 y 1 . Luego solución
general es x t c1e 2t c 2 e t , donde c1 , c 2 R . Observemos que única solución
constante es aquélla nula, y que lim x t 0 , cualesquiera sean c1 y c 2 . Este
t
acercamiento asintótico de todas soluciones hacia solución nula se da porque ambas
raíces características son negativas. No se habría dado en caso de positividad de cuanto
menos una de ellas.
17
que es autónoma ecuación lineal de coeficientes constantes, cuyo único equilibrio es
precisamente P , precio de equilibrio de mercado estático. Como raíz característica es
k b d , entonces solución general es
P t e k b d t P
Si precio inicial es P 0 , entonces P 0 P ; luego solución general puede ser
presentada así
P t P 0 P e k b d t P
Observemos que
P0 P P t P , t 0
O sea: mercado está en equilibrio perpetuo si y sólo si precio inicial es precio de
equilibrio.
Supongamos ahora que P 0 P . En tal caso, porque raíz característica es negativa,
lim P t P
t
cualquiera sea P 0 . Esto nos dice que equilibrio es asintóticamente estable, lo que en
verdad era previsible por negatividad de raíz característica.
18
Ejemplo 16 Consideremos ecuación no lineal x f x x 2 1 . Hay dos equilibrios,
x1 1 y x 2 1 . Como f 1 2 , entonces linealización alrededor de primero de
ellos es x 2 x . Equilibrio de esta linealización es asintóticamente estable
(verificarlo). Como f 1 2 , entonces linealización alrededor de segundo es x 2 x .
Equilibrio de esta linealización es inestable (verificarlo). Diagrama de fases de ecuación
no lineal queda como tarea. Asimismo verificación, desde este diagrama, que equilibrios
x1 y x 2 de ecuación no lineal son respectivamente asintóticamente estable e inestable.
¿Coincidencias?
19
x
20
CAPÍTULO 2
ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR
Este capítulo ha sido dividido en dos secciones: primera está dedicada a resolución de
ecuaciones de orden superior (orden 2 o mayor), y segunda a uso de estas ecuaciones en
algunos modelos económicos.
SECCIÓN 1
RESOLUCIÓN DE ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR
21
para todo t J . Decimos que función : J R es solución maximal si no existe
ninguna extensión de que sea solución de ecuación.
22
y P x x 2 2x 4
y consecuentemente
y G x c1e x c 2 e x c3 xe x x 2 2 x 4
Constantes pueden ser calculadas cuando dadas condiciones iniciales, tres en este caso,
pues ecuación diferencial es de orden 3. Consideremos, como ejemplo, condiciones
iniciales y 0 1 , y 0 2 e y 0 3 . Tenemos respectivamente
1 c1 c 2 4
2 c1 c 2 c3 2
3 c1 c 2 2c3 2
etc.
23
Sobre raíces características Técnica de polinomio característico ha sido usada en
ejemplo arriba, y en ejemplos de capítulo 1, para cálculo de soluciones homogéneas de
ecuaciones diferenciales lineales, de coeficientes constantes. Esta técnica es válida para
ecuaciones tales de cualquier orden; pero dificultad técnica de cálculo de raíces está
siempre latente. En vista de que convergencia de soluciones suele ser de interés,
inclusive mayor que cálculo de regla de correspondencia de soluciones, es conveniente
disponer de algún teorema que prediga, en caso general (ecuación de orden n ), signo
negativo de partes reales de raíces características.
24
particular es en general válida para ecuaciones diferenciales lineales, de coeficientes
constantes, de cualquier orden; pero es solamente aplicable en algunos casos. Una
técnica más elaborada, y de alcance general, es aquélla de variación de parámetros de
Lagrange.
Está técnica es válida inclusive para ecuaciones diferenciales lineales de orden n , no
necesariamente de coeficientes constantes. Presentación genérica de esta ecuación es
d nx d n 1 x dx
n
a1 t n 1
a n 1 t an t x g t
dt dt dt
en que, sin pérdida de generalidad, a 0 1 . En dos teoremas siguientes cualquier alusión
a esta ecuación genérica alude su presentación arriba. Ecuación homogénea asociada a
ella es ciertamente
d nx d n 1 x dx
n
a 1 t n 1
a n 1 t an t x 0
dt dt dt
Como
det W y1 x , y 2 x , y 3 x 4e x , x R
entonces W y1 x , y2 x , y3 x es siempre inversible y soluciones arriba son l.i.
Luego solución general de ecuación homogénea es
y H x c1 y1 x c 2 y 2 x c3 y3 x c1e x c 2 e x c3 xe x
25
para todo x R , donde parámetros c k son números reales.
26
y H x c1 x c 2 x 1 , x 0 ,
Hay otra solución general de ecuación homogénea en , 0 , ciertamente con
misma regla de correspondencia. ¿Hay alguna solución en algún intervalo que contenga
a 0?
Calculemos ahora una solución de ecuación original; usemos para ello técnica de
variación de parámetros. Tenemos que
x x 1
W y1 x , y 2 x
1 x 2 22
Independencia lineal de soluciones y1 x e y 2 x puede ser verificada calculando
determinante de esta matriz. Este determinante es 2 x 1 0 , para todo x 0 , ,
lo que demuestra independencia lineal.
Sabemos que una solución particular es
y P x c1 x y1 x c 2 x y 2 x
y que
x x 1 c1 x 0
2
1 x c x 2 x
Luego, usando regla de los determinantes,
0 x 1
2x x 2 2
c1 x x
x x 1
2 x 1
1 x 2
y
x 0
1 2x 2x 2
c 2 x x3
x x 1 2 x 1
1 x 2
Antiderivación de ambas funciones da c1 x 0.5 x 2 y c 2 x 0.25 x 4 . Luego
1 1 1 1
y P x x 2 x x 4 x 3
2 4 x 4
para todo x 0, , y consecuentemente solución general de ecuación original es
1 1 3
y G x y H x y P x c1 x c 2 x
x 4
¿Cuál es solución que cumple y 1 2 e y 1 1 ?
27
e x ex
xe x
W y1 x , y 2 x , y 3 x e x e x x
e xe
x
e x e x x x
2e xe
33
e x
e x 2e x xe x c3 x sen x
que da
0 ex xe x
0 ex e x xe x
sen x ex 2e x xe x e 2 x sen x 1
c1 x e x sen x
ex ex xe x 4e x 4
ex ex e x xe x
ex ex 2e x xe x
ex 0 xe x
ex 0 e x xe x
c2 x
ex sen x 2e x xe x
e x e x 2 xe x sen x 1
e x sen x 2 x 1
x x x
e x
e xe 4e 4
ex ex e xe x
x
ex ex 2e x xe x
ex ex 0
ex ex 0
ex ex sen x 2 sen x 1
c3 x x x
x
e x sen x
ex
e xe 4e 2
ex ex e xe x
x
ex ex 2e x xe x
y desde aquí, con antiderivación, calculamos funciones c k x , etc.
28
Sugerencia: ¿existe número n , no necesariamente entero, tal que y x x n es solución
de ecuación homogénea asociada?
SECCIÓN 2
ALGUNOS MODELOS ECONÓMICOS
29
Y t e at c1 cos t c2 sen t Y
¿Qué podemos decir de convergencia de soluciones? En primer lugar, si una solución es
convergente, entonces converge hacia equilibrio Y . En segundo lugar, si todas
soluciones de esta ecuación lineal son convergentes, entonces decimos que equilibrio
Y es asintóticamente estable. Estas cosas también son válidas para ecuaciones lineales
autónomas de orden mayor.
Apliquemos ahora teorema 2.1.8 para responder pregunta arriba. Tenemos que
convergencia de todas soluciones está garantizada si y sólo si
1 c 11 1 c 0
1 c 0
1 c 1 c 1 c 0
22
Luego: todas soluciones son convergentes si y sólo si c 1 . O sea: equilibrio Y es
asintóticamente estable si y sólo si c 1 .
30
P t c1e rt c2 te rt P
3) si 0 , entonces raíces características r1 y r2 son imaginarias, digamos
r1 a bi y r2 a bi ; luego solución general de ecuación es
P t e at c1 cos t c2 sen t P
¿Qué podemos decir de convergencia de soluciones? Apliquemos teorema 2.1.8 para
responder pregunta, como en ejemplo arriba. Tenemos que convergencia de todas
soluciones está garantizada si y sólo si
m m
n 0
11 n
m
0
n m
0
n 2
1 n
22
Luego: todas soluciones son convergentes si y sólo si m y n son números negativos.
O sea: equilibrio P es asintóticamente estable si y sólo si m y n son números
negativos.
Queda como ejercicio caso particular en que
Qd t 40 2 P t 2 P t P
t
y
Qs t 5 3 P t
Hay que resolver ecuación diferencial a obtener bajo premisa de equilibrio permanente
de mercado, verificando que todas soluciones convergen oscilantemente (oscilación
amortiguada) hacia solución de equilibrio.
31
Segunda ecuación de modelo da vínculo entre ambas tasas de inflación, que es de tipo
adaptativo; o sea:
p
donde 0 1 .
Tercera ecuación es
U k m p
donde m es tasa de crecimiento de dinero nominal (llamada también tasa de expansión
monetaria) y k 0 . Esta ecuación nos dice que una hipótesis de modelo es que tasa de
desempleo es inversamente proporcional a tasa de crecimiento de dinero real.
Desde ecuaciones de modelo obtenemos a fin de cuentas ecuación diferencial
k 1 k km
Solución de equilibrio es t m , para todo t 0 ; o sea: m es equilibrio de esta
ecuación. Usando mismo criterio que en modelo anterior, concluimos que este equilibrio
es asintóticamente estable si y sólo si
k 1 11 k 1 0
k 1 0
k k 1 0
1 k 22
Como desigualdades arriba son siempre cumplidas (cualesquiera sean valores de
parámetros), entonces todas soluciones son convergentes hacia solución de equilibrio.
CAPÍTULO 3
32
SISTEMAS DE ECUACIONES DIFERENCIALES
Desde punto de vista estrictamente teórico, quizá capítulo más interesante de este curso,
pues exige que conceptos vertidos en capítulos precedentes estén bastante claros.
También es de mucho interés desde punto de vista de aplicaciones en Economía Teórica,
pues un cúmulo de modelos son allí descritos vía sistemas de ecuaciones diferenciales.
Este capítulo ha sido dividido en cinco secciones. Primera está dedicada a nociones
básicas, y también a resolución de sistemas lineales de coeficientes constantes. Sección
segunda da inicio a estudio cualitativo de sistemas (autónomos), considerando aquéllos
lineales. Sistemas no lineales son estudiados en sección siguiente. Secciones cuarta y
quinta son temas digamos bastante específicos: estabilidad según Lyapunov, y
existencia de ciclos límites en planos de fases.
SECCIÓN 1
NOCIONES BÁSICAS
x f t, x
x 0
Si : J R n es solución de este problema; entonces no solamente es solución de
sistema, sino también 0 . Hay ciertamente PVI autónomos.
33
Definición 14 Decimos que x R n es equilibrio de sistema diferencial autónomo
x f x si f x 0 .
Está claro que todo equilibrio asintóticamente estable es estable; pero hay equilibrios
estables que no son asintóticamente estables.
x1 x1 2 x2 t
x 2 2x1 x2 2et
Una técnica de resolución, quizá aquélla más simple, es obtener una ecuación
diferencial de orden 2 desde sistema dado (de orden n si matriz de sistema es de orden
n n ). Tomamos cualquiera de ecuaciones de sistema y la derivamos respecto t ;
como ejemplo, tomando primera ecuación
34
x1 x 1 2 x 2 1
Luego, teniendo en cuenta segunda ecuación,
x1 x 1 2 2 x1 x 2 2e t 1
y finalmente, teniendo en cuenta que x2 0.5 x 1 x1 t , lo que es obtenido desde
primera ecuación,
x1 2 x 1 3 x1 4e t t 1
Solución general de esta ecuación está dada por
1 5
x1 t c1e t c 2 e 3t e t t
3 3
Luego
1
x2 t x 1 x1 t c1e t c 2 e 3t e t 1 t 2
2 3 3
Y solución general de sistema es
:t c e
1
t
1 5 1 2
c 2 e 3t ,c1e t c 2 e 3t e t t ,e t t , t R
3 3 3 3
que es claramente suma de soluciones homogénea y particular.
Estos cálculos son más complicados a medida que aumenta n .
Otro camino, digamos matricial, para encontrar solución homogénea es cálculo de
valores propios y vectores propios de matriz A de sistema. Aquí
1 2
A
2 1
y valores propios de A son 1 y 3 (no es fortuito que valores propios de esta matriz
sean también raíces características de ecuación diferencial obtenida desde sistema).
Sendos vectores propios son 1,1 y 1,1 . Luego solución general de sistema
homogéneo está dada por
x1 t t 1 3t 1
c1e t c 2 e 3t
x t c1e 1 c 2 e 1 t 3t
2 c1e c 2 e
Las cosas son más complicadas cuando valores propios son complejos o cuando matriz
de sistema es no diagonalizable. Es ocioso añadir que cálculos son más pesados a
medida que aumenta n .
x 3x y
y x 3 y cos kt
donde k es número real dado.
35
SECCIÓN 2
SISTEMAS LINEALES AUTÓNOMOS
x Ax
x 0
Observemos finalmente que: si A es inversible, entonces 0 R n es único equilibrio de
sistema x Ax .
x Ax
x 0
tiene única solución : R R n , dada por t e tA , para todo t R .
36
Convengamos que en adelante matriz A es inversible
Equilibrios pueden ser aislados o no aislados. Teoría a estudiar aquí es para equilibrios
aislados. He aquí meollo de convenio: si matriz A fuese no inversible; entonces habría
infinidad de equilibrios, aislado ninguno de ellos.
Propiedades cualitativas de sistema x Ax están íntimamente vinculadas con valores
propios de matriz A . Inversibilidad de esta matriz implica también que ninguno de
valores propios de ella es 0 . Está claro que: si número imaginario i es valor
propio de A , entonces i también (ello porque valores propios son raíces de
ecuaciones polinómicas). En teorema que sigue es supuesto, para simplicidad de su
enunciado, que todos valores propios de matriz A son en general complejos, en sentido
que: si número real es valor propio de A , entonces 0 i .
x x y 2 x 0
y x y 2 y 1
pongamos x u e y v . Luego
u x x y 2 x u v 2 x
y
v y x y 2 y u v 2 y 1
Hemos pues obtenido sistema lineal
u u v 2 x
v u v 2 y 1
x u
y v
o equivalentemente
u 1 1 2 0 u 0
v 1 1 0 2 v 1
x 1 0 0 0 x 0
y 0 1 0 0 y 0
37
Verificar que hay único equilibrio en este sistema; ¿qué podemos decir de estabilidad de
equilibrio?
x 1 x1
x 2 2x2
Aquí
1 0
A
0 2
Como valores propios de A son 1 y 2 , entonces equilibrio 0 , 0 es nudo inestable.
Con miras hacia esbozo de diagrama de fases, resolvamos ecuación diferencial
dx 2
dx 2 2x
dt 2
dx1 dx1 x1
dt
cuya solución genérica es ecuación de fase genérica en diagrama de fases. Tenemos que
38
x2
1
x2
2
dx 2 dx1 ln x 2 ln x12 c 2 c x 2 cx12
x1 x1
donde c es arbitraria constante positiva. Está claro que casi todas fases de este sistema
están en parábolas cuyo vértice es origen. ¿Qué hay de fases otras? Cuando c 0 ,
tenemos entonces fase cuya ecuación es x 2 0 ; cuando c , tenemos entonces
fase cuya ecuación es x1 0 . Hay además una fase puntual, ciertamente aquélla
correspondiente a solución de equilibrio x t 0 , 0 , para todo t R . Figura abajo
muestra diagrama de fases de este sistema. Cada parábola en diagrama de fases contiene
tres fases: dos semiparábolas (brazos izquierdo y derecho de parábolas) y la fase
puntual. Flechas puestas en fases corresponden a vectores x 1 , x 2 . Como ejemplo:
punto 1, 3 en diagrama de fases está en fase una de semiparábolas (aquélla en
mitad superior, correspondiente a c 3 ). En este punto x 1 , x 2 1, 6 , vector que
puede ser visto como flecha libre dirigida hacia digamos noroeste; esto da sentido de
flecha correspondiente a fase en que punto 1, 3 está contenido. Asimismo para
cualquier fase otra.
x 1 x2
x 2 2x1
Aquí
0 1
A
2 0
39
Como valores propios de A son 2 , entonces equilibrio 0 , 0 es silla (toda silla
es inestable). Resolvamos ahora ecuación diferencial
dx 2
dx 2 2x
dt 1
dx1 dx1 x2
dt
cuya solución genérica es ecuación de fase genérica en diagrama de fases. Tenemos que
x 2 dx2 2 x1 dx1 x 22 x12 c x 22 2 x12 c
donde c es arbitraria constante real. Está claro que casi todas fases de este sistema son
brazos de hipérbolas verticales u horizontales. Asíntotas comunes a todas hipérbolas son
rectas de ecuaciones x 2 2x1 . De hecho cada asíntota contiene tres fases; aquélla
puntual, correspondiente a solución de equilibrio x t 0 , 0 , para todo t R , es una
de ellas. Figura abajo muestra diagrama de fases de este sistema.
Asíntotas son subespacios propios de matriz A , que son generados por sendos vectores
propios. Un vector propio de 1 2 es 1, 2 , y por ello subespacio propio
correspondiente a este valor propio es recta de ecuación x 2 2x1 . Asimismo para otro
subespacio propio. En general, en diagramas de fases de sillas de sistemas lineales,
asíntota correspondiente a valor propio negativo es llamada rama de convergencia, pues
contiene dos fases que representan soluciones convergentes hacia equilibro. De hecho
todas soluciones otras, salvo aquélla de equilibrio, no convergen hacia equilibrio, lo que
ha quedado de manifiesto por flechas asociadas a fases que las representan.
Esbozo de diagrama de fases de sistema
x 1 2 x
y 2 1 y
queda como ejercicio.
40
Ejemplo 28 (espirales) Consideremos sistema
x1 ax1 x2
x 2 x1 ax2
donde parámetro a es cualquier número real no nulo. Aquí
a 1
A
1 a
cuyo determinante es no nulo, cualquiera sea valor que tome parámetro a . Como
valores propios de A son a i , y a 0 , entonces equilibrio 0 , 0 es espiral cuya
estabilidad depende de signo de a (¿cómo es esta dependencia?).
Tenemos que resolver ecuación diferencial
dx 2
dx 2 x ax2
dt 1
dx1 dx1 ax1 x 2
dt
para encontrar ecuaciones de fases. Este cálculo deviene simple si usamos coordenadas
polares; o sea: usando cambio de variable x1 , x 2 r cos , r sen , que da
x12 x22 r 2
x2
arctan
x1
Derivando ambas expresiones respecto x1 ,
dr 1 dx2
1 2 dx
x x
dx
1 r 1
d 1 x dx2 x
dx r 2 1 dx 2
1 1
dx 2
Luego, según Regla de la Cadena, y teniendo en cuenta expresión arriba para ,
dx1
dr x ax 2
x1 x 2 1
dr dx1 ax1 x 2
r ar
d d x1 ax 2
x1 x2
dx1 ax1 x 2
Solución genérica de esta ecuación diferencial es
r c e a
donde c es arbitraria constante no negativa. Está claro que todas fases de este sistema,
salvo aquélla puntual (correspondiente a c 0 ), son espirales que se alejan
ilimitadamente desde origen o se acercan hacia él, dependiendo de signo de a . De
hecho, en sistema original (sin cambio de variable), ecuaciones de fases (espirales de
41
todas maneras) son más complicadas; pero geometría de diagrama de fases es igual.
Figura en página siguiente muestra diagrama de fases de sistema en caso a 0 . Es
oportuno decir que, en este caso ( a 0 ), espirales dan vueltas acercándose hacia
equilibrio, “sin tocarlo”. En general: en cualquier diagrama de fases, fases cercanas a
equilibrios no tocan a éstos, aunque diagramas de fases parezcan indicar lo contrario.
a<0
1
0
x1 x2 4
x 2 x1 3
Aquí único equilibrio es 3 , 4 , y
0 1
A
1 0
Como valores propios de A son i , entonces equilibrio 3 , 4 es centro (toda
centro es estable, pero no asintóticamente estable). Resolvamos ahora ecuación
diferencial
dx 2
dx 2 x
dt 1
dx1 dx1 x 2
dt
Observemos que no ha sido tomado en cuenta vector b 4 ,3 . Esto merece
explicación: Como vector b , cualquiera sea él, no influye en propiedades cualitativas;
entonces no influye en geometría de diagrama de fases. Lo que haremos es esbozo de
42
diagrama de fases, en que fase puntual es el origen, ciertamente bajo supuesto de que
equilibrio es 0 , 0 , y a continuación lo transladamos en modo que fase puntual sea
3 , 4 . Si esta explicación no es bastante formal, entonces consideremos cambio de
variable z1 , z 2 x1 3, x 2 4 . Obtenemos así sistema
z1 z2
z 2 z1
cuyo equilibrio es 0 , 0 , etc.
Retomando ecuación diferencial arriba, tenemos que su solución genérica es
x12 x 22 c
donde c es arbitraria constante no negativa. Como solución genérica es también
ecuación de fase genérica en diagrama de fases; entonces todas fases, salvo aquélla
puntual (correspondiente a c 0 ), son circunferencias concéntricas (origen es centro
común) de radio r 0 dependiente de c (de hecho r c ). Todas flechas en diagrama
de fases son antihorarias (¿por qué?). Fases circunferenciales son proyecciones de
superficies cilíndricas concéntricas (eje t es eje común) sobre plano coordenado
X 1 X 2 y representan, cada una de ellas, infinidad de soluciones helicoidales que están
en correspondiente superficie cilíndrica. Estas soluciones no se alejan desde solución de
equilibrio, lo que implica que equilibrio es estable; pero tampoco se acercan hacia
solución de equilibrio, lo que implica que equilibrio no es asintóticamente estable.
Figura abajo muestra diagrama de fases de ambos sistemas; aquélla de lado derecho
corresponde a sistema original (equilibrio no es el origen).
y
y
(3,4)
x
43
Ejercicio 15 Consideremos sistema lineal x Ax , en que det A 0 . Demostrar que
0 , 0 , único equilibrio de este sistema, es silla.
SECCIÓN 3
LINEALIZACIÓN DE SISTEMAS NO LINEALES.
TEOREMA DE HARTMAN
Teorema de Hartman tiene solamente validez local, en sentido de que fases bastante
cercanas a equilibrios de sistemas no lineales son más o menos como en
correspondientes equilibrios de sistemas lineales. Pero lejos de equilibrios de sistemas
no lineales, fases no tienen que ser como aquéllas de correspondientes equilibrios de
sistemas lineales. O sea: equivalencia de propiedades entre equilibrios de sistemas no
lineal y lineal se da solamente en vecindades de equilibrios de sistema no lineal.
Como ejemplo: Supongamos que hay dos equilibrios en un sistema no lineal; uno de
ellos es silla y otro es espiral, digamos asintóticamente estable. No sería correcto decir
que todas fases de plano de fases (diagrama de fases cuando n 2 ) son más o menos
espirales, pues ¿qué hay de fases asociadas a silla? Lo correcto es decir que bastante
cerca de equilibrio espiral hay fases que son más o menos espirales, y que bastante cerca
de equilibrio silla hay fases que son más o menos hipérbolas.
Geometría de equilibrios de sistemas no lineales es básicamente aquélla de
correspondientes equilibrios de sistemas lineales; de todas maneras, hay que tener en
cuenta digamos distorsiones por no linealidad (como ejemplo: ejes no rectilíneos de
sillas, centros rodeados por fases cerradas de formas digamos caprichosas, etc.).
Finalmente: si equilibrio de linealización es centro, lo que se da en caso n 2 , cuando
valores propios de Df x son imaginarios puros; entonces x es centro o espiral (ver
S ).
44
Ejemplo 30 Consideremos sistema
x f1 x, y x 2 y
y f 2 x, y 1 y
cuyos equilibrios son 1 ,1 y 1,1 . Pongamos, como es usual f f1 , f 2 ;
tenemos que
2 x 1
Df x, y
0 1
para todo x, y R 2 . Luego:
1) linealización alrededor de 1,1 es
x 2 1 x
y 0 1 y
y equilibrio 0 , 0 de linealización es nudo asintóticamente estable, pues
valores
propios de matriz de sistema son 2 y 1 . Luego, según teorema de Hartman
(¿por qué podemos aplicarlo?), equilibrio 1,1 de sistema no lineal también
es
nudo asintóticamente estable.
2) linealización alrededor de 1,1 es
x 2 1 x
y 0 1 y
y equilibrio 0 , 0 de linealización es silla (toda silla es inestable), pues valores
propios de matriz de sistema son 2 y 1 . Luego, según teorema de Hartman
equilibrio 1,1 de sistema no lineal también es silla.
Figura abajo es esbozo de plano de fases de este sistema; poner flechas en fases queda
como tarea. Observemos que, a diferencia de sistemas lineales, presencia de una silla no
es causa de que plano de fases esté lleno de digamos hipérbolas; en este caso porque hay
otro equilibrio que influye en forma de curvas presentes en este plano.
45
y
x xy
2 2
y x y
Verificar que 0 , 0 es único equilibrio de este sistema. ¿Qué podemos decir de su tipo
y de su estabilidad?
x xy x
2
y x y 4 y
46
x arctan x x 3 y
y arctan x y
¿Qué podemos decir de su tipo y de su estabilidad?
Demostrar que hay dos equilibrios otros; ¿qué podemos decir de tipo y estabilidad de
estos equilibrios?
x x ay
y bx y
donde a y b son números positivos, y funciones : R R y : R R son suaves
tales que 0 y 0 . Demostrar que hay único equilibrio en este sistema, y que este
equilibrio es silla.
Consideremos ahora sistema
x e y
x
y x e y
¿Es cierto que hay único equilibrio en este sistema, y que este equilibrio es silla?
47
proporcionales a x t y t . Consecuentemente, en presencia de zorros, que es
caso que nos interesa,
x t a x t b x t y t
donde b 0 .
3) Rapidez de crecimiento de población de zorros y y t , en ausencia de
conejos, es inversamente proporcional a cantidad de zorros en instante t ; o sea:
y t c y t
donde c 0 .
4) Población de zorros aumenta en proporción directa a encuentros entre conejos y
zorros; luego, teniendo en cuenta premisa anterior,
y t c y t d x t y t
donde d 0 .
Obtenemos así sistema autónomo, no lineal,
x ax bxy
y cy dxy
Hay dos equilibrios en este sistema. Uno de ellos es 0 , 0 , que es una silla sin interés
contextual; aquél otro, c / d , a / b , de coordenadas positivas, es el equilibrio de este
modelo. De hecho c / d , a / b es llamado equilibrio ecológico; 0 , 0 puede ser
llamado equilibrio “nihilista”.
Recordemos que en general todo equilibrio está identificado con una solución constante
(de equilibrio). Aquí, en modelo predador-presa en estudio, tenemos que: Si en instante
digamos inicial t 0 , poblaciones de conejos y zorros son respectivamente aquéllas de
equilibrio c / d y a / b ; entonces éstas serán poblaciones de estas especies en todo
instante posterior t 0 . ¿Qué en caso que poblaciones iniciales no sean aquéllas de
equilibrio? Respuesta será dada por análisis cualitativo de sistema arriba.
Linealización de sistema alrededor de equilibrio c / d , a / b está dada por matriz
bc
0 d
ad
0
b
cuyos valores propios son ac i , imaginarios puros. Luego equilibrio de
linealización es centro; pero no podemos aplicar teorema de Hartman para afirmar tipo
y estabilidad de equilibrio c / d , a / b .
Busquemos pues ecuaciones de fases bastante cercanas a equilibrio ecológico. Tenemos,
según Regla de la Cadena,
dy
dy y dx c
dt
dx dx x a by
dt
No confundir parámetro d y misma letra para indicar derivadas.
Separación de variables y consecuente antiderivación da
a ln y by c ln x dx k
Equilibrio c / d , a / b corresponde a k a ln a / b 1 c ln c / d 1 ; y ecuaciones de
fases bastante cercanas a él corresponden ciertamente a valores de k bastante cercanos
a k . Consideremos función suave F , definida en una vecindad bastante pequeña de
equilibrio c / d , a / b , cuya regla de correspondencia es
48
F x, y c ln x dx a ln y by , x, y Dom F
Está claro que toda fase bastante cercana a equilibrio está incluida en un conjunto de
nivel de F (de hecho estas fases son conjuntos de nivel de F ). Volterra demostró
ingeniosamente (ver S ) que tales conjuntos de nivel son curvas cerradas (óvalos) que
rodean equilibrio ecológico, y concluyó inmediatamente, y correctamente, que este
equilibrio es centro. Busquemos otro camino para llegar a esta conclusión.
Tenemos, para todo x, y Dom F , que
F
x, y c d
x x
F a
x, y b
x y
En particular
F c a
, 0
x d b
F c a
, 0
x d b
Luego c / d , a / b cumple CNO1. Tenemos también, para todo x, y Dom F , que
matriz
c
x 2 0
HF x, y a
0 2
y
es negativo definida. Luego F es estrictamente cóncava hacia abajo, y c / d , a / b es
único maximizante global de esta función.
Como F es estrictamente cóncava hacia abajo; entonces, salvo conjunto de nivel
máximo F c / d , a / b , todos conjuntos de nivel de esta función son curvas cerradas
arbitrariamente cercanas a equilibrio c / d , a / b ; de hecho estas curvas rodean a
equilibrio. Concluimos pues que c / d , a / b es centro.
Estamos ahora en condiciones de dar respuesta analítica a pregunta pendiente arriba:
Como centros son estables, pero no asintóticamente estables; entonces, caso que
poblaciones iniciales no sean aquéllas de equilibrio ecológico, ellas fluctuarán de
continuo alrededor de poblaciones de equilibrio. A decir la verdad esto era previsible, y
solamente refrenda razonamiento previo sobre poblaciones de conejos y zorros.
Diagrama de fases abajo, en que ha solamente sido considerado equilibrio ecológico,
pone de manifiesto ciclicidad de estas poblaciones, y no hace falta ningún comentario
adicional.
49
y
p 1
p q m
50
Único equilibrio de este sistema es p, m q,1 . Observemos que escenario de
inflación implica que p 0 ; o sea: tasa de expansión monetaria es mayor que tasa de
crecimiento de producto nacional real.
Poniendo, como es usual, f1 p, 1 , f 2 p, p q m y f f1 , f 2 ;
tenemos que
0
Df p,
1 0
Valores propios de esta matriz son i ; luego equilibrio 0 , 0 de la linealización
es centro y sólo podemos inmediatamente decir que p, es centro o espiral. Pero ello
puede ser dilucidado así:
d
d
dt
p q m
dp dp 1
dt
1
d p q m dp
p2
ln q m p c
2
donde c es constante de antiderivación.
Pongamos
p2
p,
q m p ln
2
Tenemos que p, es punto interior de Dom y punto crítico de . Como
1 0
D 2 p , 2
0 /
es positivo definida, para todo punto interior p, de Dom ; entonces es
estrictamente cóncava hacia arriba, y consecuentemente p, es minimizante global
de ella. Concluimos que este punto, como equilibrio de sistema arriba, tiene que ser
centro (¿por qué?). O sea: Equilibrio es inalcanzable, salvo que en instante inicial se dé
p, . Habrá pues fluctuación constante de precios alrededor de precio de equilibrio
p , lo que implica, digámoslo así, fatiga de la economía.
Consideremos pues que tasa de expansión monetaria sea variable endógena, en sentido
que m m p , y supongamos, como usualmente en escenarios de inflación, m 0 . En
tal caso sistema deviene
p 1
p q m p
Cálculo de equilibrios da 1 y ecuación p q m p . Esta ecuación tiene única
solución, digamos p , pues m p es función decreciente; o sea: p ,1 es único
equilibrio de este sistema. En este caso, usando notación como en caso anterior,
0
Df p ,1
1 m p 0
obteniendo a fin de cuentas misma conclusión: equilibrio es centro (verificarlo).
Política monetaria propuesta por Obst es m m p , con m 0 . Sistema es ahora
51
p 1
p q m 1
cuyo único equilibrio es m 0 q,1 . Tenemos ahora
0
Df m 0 q,1
1 0
y
0
Df m 0 q,1
1 m 0
Ecuación característica de esta matriz, en variable , es
2 m 0 0
Luego valores propios de matriz son
1
m 0 m 0 2 4
2
Si elegimos m 0 2 / , 0 ; entonces valores propios son complejos conjugados
con parte real negativa, y equilibrio es espiral asintóticamente estable, cancelando así
fluctuación de precios.
SECCIÓN 4
ESTABILIDAD DE EQUILIBRIOS SEGÚN CRITERIO DE LYAPUNOV
52
Definición 20 Decimos que h : R 2 R es positivo definida si h x, y 0 , para todo
x, y 0 , 0 , y h 0 , 0 0 .
Hay definiciones análogas para función negativo definida, y también para funciones
positivo semidefinida, negativo semidefinida e indefinida. Estas definiciones traen a
memoria a aquéllas para tipos de formas cuadráticas.
x f1 x, y
y f 2 x, y
Decimos que h : R 2 R , de clase C 1 y positivo definida, es función de Lyapunov
para sistema arriba si función
h h
f1 f2
x y
es negativo semidefinida en una vecindad de 0 , 0 .
x f1 x, y
y f 2 x, y
y que exista una función de Lyapunov para este sistema. Luego:
1) 0 , 0 es equilibrio estable.
h h
2) si además x f 1 y f 2 es negativo definida en una vecindad de 0 , 0 ,
entonces 0 , 0 es equilibrio asintóticamente estable.
x f1 x, y
y f 2 x, y
y que exista una función h : R 2 R , de clase C 1 , que cumpla propiedades
1) h 0 , 0 0
2) en cada vecindad de 0 , 0 existe un punto, digamos p1 , p 2 , tal que
h p1 , p 2 0 .
h h
3) x f 1 y f 2 es función positivo definida en una vecindad de 0 , 0 .
Luego 0 , 0 es equilibrio inestable.
53
Criterio de Lyapunov es también valido para cualquier equilibrio aislado que no sea
0 , 0 . De hecho: Si equilibrio aislado es x , y 0 , 0 , entonces translación
u, v x x , y y transforma sistema en estudio en otro, en variables dependientes
u y v , en que 0 , 0 es equilibrio aislado. Aplicamos a continuación criterio de
Lyapunov a este equilibrio, y transladamos inmediatamente resultados hacia equilibrio
x, y .
x 2 xy
2 3
y x y
es 0 , 0 . No es posible aplicar teorema de Hartman; de hecho no hay linealización
alrededor de 0 , 0 . Busquemos pues una función de Lyapunov para este sistema (a
veces existe, a veces no; a veces existe, pero uno no la puede encontrar, y no porque sea
imposible encontrarla). Consideremos para ello típica función positivo definida
h x, y ax 2 m by 2 n
para todo x, y R 2 , donde a y b son números positivos, y m y n son números
naturales. Hay que calcular estos números, si posible, en modo que función h sea de
Lyapunov para sistema arriba. Tenemos que
h h
x
f1
y
f 2 2nby 2 n 2 2nbx 2 y 2 n 1 4ma x 2 m y
dh
(esta función no es otra cosa que según Regla de la Cadena). Si anulamos
dt
expresión entre paréntesis es obvio que esta función deviene negativo semidefinida,
pero no negativo definida. Ello se da si ponemos m 1 y n 1 , lo que es forzoso, y
a 1 y b 2 , lo que no es forzoso (basta b 2a ). Concluimos que h x, y x 2 2 y 2
, para todo x, y R 2 , es función de Lyapunov para sistema en estudio, y que por ello
0 , 0 es equilibrio estable. No sería correcto negar estabilidad asintótica de equilibrio,
pues podría haber otra función positivo definida, digamos g , posiblemente de regla de
dg
correspondencia más complicada, tal que sea negativo definida.
dt
x 3x y
3
5 3
y x 2 y
x 2 x xy 3
y x 2 y 2 y 3
y que en ambos casos es asintóticamente estable.
54
Ejemplo 32 Consideremos sistema
x 2 xy x 3
2 5
y x y
cuyo único equilibrio es 0 , 0 . Demostraremos su inestabilidad usando segundo
teorema de Lyapunov. Tomemos para ello función
h x, y ax 2 m by 2 n
para todo x, y R 2 , donde a y b son números positivos cualesquiera, y m y n
son números naturales cualesquiera. Esta función cumple todas propiedades exigidas a
una función “anti-Lyapunov”. Tenemos que
dh
dt
2 max 2 m 2 2nby 2 n 4 4ma x 2 m y 2nbx 2 y 2 n 1
Elegimos m 1 , n 1 , a 1 y b 2 para que esta derivada sea positivo definida y
demostrar así inestabilidad de equilibrio 0 , 0 .
x x xy 2 y
2
2
y x 2 y
y que es inestable. Basta usar teorema de Hartman para darse cuenta de ello; pero, a
guisa de ejercicio, hay que usar criterio de Lyapunov para refrendarlo. Es sugerido tener
en cuenta función h x, y x 2 y 2 , para todo x, y R 2 .
x x 2 x x y 2
y y 3 2 y 3 x y 2
Hay infinidad de equilibrios: 0 , 0 y todos puntos de rectas y x 1 / 2 e
y x 1 / 2 . Luego 0 , 0 es único equilibrio aislado; ¿qué podemos decir de su
estabilidad? Supongamos que sea estable y demostrémoslo encontrando una función de
Lyapunov para este sistema. Consideremos para ello función
h x, y ax 2 m by 2 n
donde a y b son números positivos, y m y n son números naturales. Tenemos que
2amx 2 m 1 x 2 x x y 2bny 2 n 1 y 3 2 y 3 x y
dh 2 2
dt
2amx 2 m 1 2 x y
2
2bny 1 2 x y
2n 2 2
55
h x, y ax 2 m by 2 n , x, y V1 / 4 0 , 0
donde a y b son números positivos, y m y n son números naturales, es de
Lyapunov para sistema en estudio. Concluimos que 0 , 0 es equilibrio estable. Como
dh
además es negativo definida, entonces 0 , 0 es asintóticamente estable.
dt
x y x x
4 3
y x y 3
¿Qué podemos decir sobre tipo y estabilidad de este equilibrio?
SECCIÓN 5
SOBRE EXISTENCIA DE FASES CERRADAS EN UN PLANO DE FASES.
TEOREMA DE POINCARÉ-BENDIXSON
56
Tenemos ahora interés en saber si existen, o no, fases cerradas en plano de fases de un
sistema. No hablamos aquí de fases cerradas como aquéllas arbitrariamente cercanas
que rodean un centro, sino de fases cerradas digamos aisladas, en sentido de que no hay
otra fase cerrada bastante cerca de ella. En sistemas lineales las cosas son simples: hay
fases cerradas, una infinidad de ellas, arbitrariamente cercanas, si y sólo si valores
propios de matriz de sistema son imaginarios puros (lo demostraremos líneas abajo).
Pero en sistemas no lineales pueden darse casos de existencia de fases cerradas aisladas,
como ilustra ejemplo siguiente.
x y x 1 x 2 y 2
y x y 1 x 2 y 2
a resolver usando coordenadas polares; cálculos devienen así muy simples (en este
caso). Pongamos pues
x r cos
y r sen
y
lo que da x2 y2 r2 y tan . Derivando estas expresiones respecto t ,
x
obtenemos fórmulas
r r 1 r
2
1
Este sistema de ecuaciones diferenciales, en coordenadas polares, tiene único equilibrio,
correspondiente a r 0 , que no es otro que 0 , 0 en coordenadas rectangulares. Su
resolución es simple, en vista de que no es acoplado; solución general está dada por
1
r t
1 ce 2t
t t t
0
en que c y t 0 son constantes arbitrarias. En coordenadas rectangulares, solución
general está dada por
57
cos t t 0
x t
1 ce 2t
y t sen t t 0
1 ce 2t
Pero análisis que sigue es mejor comprensible tendiendo en cuenta solución general en
coordenadas polares:
1) si c 0 , entonces tenemos una fase circunferencial (luego cerrada), de radio 1
y centro en origen. Flecha de esta fase es antihoraria.
2) si c 0 ; entonces r 1 , y t r 1
3) si c 0 ; entonces r 1 , y t r 1
Esto nos dice que existe una fase circunferencial de radio 1 y centro en origen, y que
todas fases otras, salvo aquélla trivial, son espirales que representan soluciones que se
acercan asintóticamente hacia circunferencia, estén en región encerrada por
circunferencia, o fuera de ella. De hecho único equilibrio 0 , 0 es espiral inestable.
Figura abajo muestra plano de fases.
x
0
Teniendo en cuenta que radio de ciclo límite es 1, observemos que todas fases fuera de
circunferencia “entran” a cuadrados que contienen a ciclo límite, como ejemplo, aquél
de vértices 2,2 y 2 , 2 .
58
x f1 x, y
y f 2 x, y
supongamos que tr Df x, y sea siempre positiva o siempre negativa en una región de
plano de fases, entonces no hay fases cerradas en esa región de plano de fases.
Dos teoremas arriba y siguiente son relativos a fases cerradas. Primero y segundo,
ambos arriba, son en sentido negativo, pues nos dicen cuando no hay fases cerradas;
tercero, aquél más importante(ver teorema 15), por matemáticos Henri Poincaré (1854-
1912), franco, e Ivar Bendixson (1861-1935), sueco, es en sentido positivo, pues nos
dice cuando hay fases cerradas aisladas.
x xy
2 2
y x y 1
y
x xy 2 4
y y 1 x x 2 6
En primero de ellos no hay equilibrios; luego es imposible que haya fases cerradas,
según primero de teoremas arriba.
En segundo si hay equilibrios, pues 1, 2 es equilibrio; pero no hay fases cerradas,
pues
y2 2 xy
Df x, y 2
y 2 xy 1 x x
para todo x, y R 2 , y traza de esta matriz es siempre positiva (en todo R 2 ).
59
esté en una de regiones abiertas, y que otra parte de esta fase esté en complemento de
esa región. Intersección de fase cerrada y recta es no vacía; sea p un elemento de
intersección. Tenemos pues que intersección de esta fase puntual y fase cerrada es
conjunto no vacío; de hecho es p . Esto es contradictorio, pues intersección de fases
es siempre vacía.
x 3x y xe x y
2 2
2 2
y x 3 y ye x y
Está claro que 0 , 0 es equilibrio de este sistema; queda como ejercicio demostrar que
es espiral inestable (hay que usar teorema de Hartman) y que no hay otros equilibrios.
Como
xx yy 3 e x
2
y2
x 2
y2 0
x, y 0 , 0 x y ln 3
2 2
x 2 , 2 4 2e 0
8
y 2 , 2 8 2e8 0
luego flecha libre puesta en este punto está dirigida digamos hacia suroeste; o sea: fase
entra a cuadrado. Asimismo para todos vértices otros.
Consideremos ahora lado de cuadrado, aquél cuyos extremos son vértices 2 , 2 y
2 ,2 . Punto genérico de este lado es 2 , y , donde 2 y 2 . Tenemos, para todo
punto de este lado,
60
x 2 , y 6 y 2e 4 y 8 2e 4 0
2
Esto basta para decir que toda fase que pasa por cualquiera de puntos de este lado de
cuadrado entra a cuadrado (¿por qué?). Cálculos en lados otros llevan hacia misma
conclusión. Luego, según teorema de Poincaré-Bendixson, hay un ciclo límite en este
cuadrado, que es ciertamente circunferencia de radio ln 3 y centro en origen.
x 4 x 4 y x x y
2 2
y 4 x 4 y y x 2 y 2
Es sugerido considerar cuadrado de vértices 3 , 3 y 3 ,3 .
Ciclos límites vistos en último ejemplo, y también aquél en último ejercicio, son de tipo
atractor, pues cada uno de ellos es asíntota de todas espirales. Hay también ciclo límite
de tipo repulsor, en que todas espirales, dentro y fuera de él, se alejan desde él. Hay
versión alternativa de Teorema de Poincaré-Bendixson para demostrar existencia de
tales ciclos límites.
x 4 x 4 y x x y
2 2
y 4 x 4 y y x 2 y 2
61
CAPÍTULO 4
ECUACIONES EN DIFERENCIAS
62
En adelante prescindiremos de concepto de diferencia para presentar ecuaciones de
diferencias
Orden de una ecuación en diferencias está dado por diferencia entre subíndices de
variable dependiente presentes en ella. Como ejemplo: Ecuación arriba es de orden
t 2 t 2 , y ecuación en diferencias
xt 2 4 xt 1 12 t ,
es de orden 1. De hecho, reemplazando t por t 1 , esta ecuación puede ser
reformulada así
xt 1 4 xt 13 t
quedando en evidencia que es de orden 1.
SECCIÓN 1
ECUACIONES LINEALES EN DIFERENCIAS
63
xt p a1 xt p 1 a p xt g t
O sea: coeficientes ai no dependen de variable t .
Condición necesaria, pero no suficiente, para que exista una solución tal es que función
g sea constante; o sea: g t toma único valor. Si g t 0 , para todo t 0 ; entonces
0 t 0 es solución constante, cualesquiera sean coeficientes ai (y 0 es equilibrio de
ecuación). De hecho si una ecuación lineal de coeficientes constantes tiene un equilibro,
entonces no tiene otro (unicidad de equilibrio, caso exista).
64
Resolución de ecuaciones lineales no homogéneas de coeficientes constantes Cálculo
de soluciones particulares es en general difícil. Consideremos, como ejemplo, ecuación
genérica de orden 1
xt 1 axt g t
Sea xt t 0 una solución, aquélla cuyo valor inicial x 0 es dado. Tenemos que
x1 ax0 g 0
x 2 ax1 g 1 a 2 x0 ag 0 g 1
x3 ax2 g 2 a 3 x0 a 2 g 0 ag 1 g 2
etc. Podemos concluir que
t 1
xt a t x 0 a t 1 g
0
para todo entero t 1 ; pero, ¿cuánto es suma en lado derecho? Esta suma no es otra
cosa que una solución particular, correspondiente a valor inicial x 0 , dado.
Hay casos en que cálculo de solución particular es rutinario; en tales casos función g
presente en ecuación sugiere regla de correspondencia de solución particular, y usamos
técnica de coeficientes indeterminados, como en ecuaciones diferenciales. Ejemplo
siguiente va en este sentido.
4 t 2 t t 3
4 2 2 2
t
3 1 t 8 3 3 1 0
2
65
t
1
lo que es contradictorio. Fracaso de ensayo se dio porque sumando , en regla de
2
correspondencia de xt , es erróneo. Ensayemos pues
t
1
xt t t
2
Tenemos que
t2 t t
1 1 1
xt 2 t 2 t 2 t 2 t
2 4 2 2 2
Luego, para todo entero t 0 ,
1 1
t t
1
t
1
t
4 t 2 t t t t 3
4 2 2 2 2 2
t
1
3 1 t 8 3 2 3 0
2
lo que da 1 / 3 , 8 / 9 y 3 / 2 . Concluimos que
t
1 8 3 1
x tP t t
3 9 2 2
y consecuentemente
t t t
1 1 1 8 3 1
xtG xtH xtP c1 c 2 t t
2 2
3 9 2 2
Valores de constantes arbitrarias dependen de valores iniciales x 0 y x1 (dos valores
iniciales porque ecuación es de orden 2). Como ejemplo: Si x 0 1 y x1 2 , entonces
17
c1 c 2
9
c c 25
1 2 36
13 31
lo que da c1 y c2 . O sea:
24 24
t t t
13 1 31 1 1 8 3 1
xt t t
24 2 24 2 3 9 2 2
es única solución de PVI
4 x t 2 x t t 3 0 .5 t
x0 1
x 2
1
66
xt 3 4 xt 2 3 xt 1 2 xt 8
De hecho hay única solución constante; ella es 2 t 0 . Luego 2 es equilibrio de
esta ecuación, y ciertamente una solución particular de ella está dada por xt 2 , para
todo entero t 0 . Calculemos su solución general.
Ecuación característica es aquí
0 r 3 4r 2 3r 2 r 1 r 2 5r 2
5 17 5 17
Raíces características son r1 1 , r2 y r3 . Luego solución
2 2
general está dada por
xtG c1 r1t c 2 r2t c3 r3t 2
para todo t 0 .
Tenemos que no existe lim xtG (en sentido que no existe como número real); pero ello
t
67
esta secuencia, entonces xt 2 xt xt 1 . Una secuencia tal, cualesquiera sean x 0 y x1
, es llamada de Fibonacci.
Encontrar una fórmula para elemento genérico xt en términos de t . En esta fórmula
figuran dos parámetros, digamos c1 y c2 , que dependen biunívocamente de valores
iniciales x 0 y x1 . Demostrar que cualesquiera sean ellos (o, equivalentemente,
cualesquiera sean x 0 y x1 ), tenemos que
xt 1 1 5
lim
t xt 2
Este número es frecuentemente llamado proporción áurea.
yt xt 1
zt yt 1
lo que implica
z t xt 2
zt 1 xt 3 4 xt 2 3xt 1 2 xt 8 2 xt 3 yt 4 zt 8
Obtenemos pues sistema
xt 1 yt
yt 1 zt
z 2 x 3 y 4 z 8
t 1 t t t
que en términos matriciales es
68
xt1 010 xt1 0
y 100 y 0
t 1 t1
SECCIÓN 2
69
ESTUDIO CUALITATIVO DE ECUACIONES EN DIFERENCIAS DE
ORDEN 1
70
secuencia (¿por qué?). Luego, dado cualquier t 0 , y cualquier elemento xt de esa
secuencia, tenemos que xt 1 xt , pues
2 xt xt xt xt xt xt 1
O sea: xt t 0 es secuencia creciente que no puede ser convergente. De hecho: si fuese
convergente, entonces lo sería hacia un equilibrio. Pero x 1 es único equilibrio de
ecuación en estudio. Observemos que f x 3 / 2 1 .
71
Ejemplo 43 (técnica iterativa para resolución de ecuaciones) Dada una FRVR f ,
bastante suave, supongamos exista x Dom f tal que f x 0 . Buscamos una técnica
iterativa que converja hacia x . Tomemos para ello un punto x 0 , digamos bastante
cercano desde x , y calculemos x1 con fórmula recursiva
f xt
xt 1 g xt xt
f xt
Cuyo fundamento es ilustrado en figura abajo.
y
f
_
x x
0 x x x
2 1 0
72
Un caso: Busquemos una solución de ecuación
e x 3x 0
Aquí FRVR f está dada por f x e x 3 x , para todo x R . Como f 0 1 0 y
f 1 e 3 0 ; entonces, según Teorema de Valor Intermedio, hay cuanto menos una
solución de ecuación f x 0 en 0 ,1 . Como f x e x 3 0 , para todo
x 0 ,1 ; entonces hay única solución de ecuación f x 0 en 0 ,1 . Podemos
pues usar fórmula iterativa
e xt 3 x t
xt 1 xt xt
e 3
para cálculo aproximativo de solución en 0 ,1 , tomando cualquier x 0 en este
intervalo para dar inicio a iteración.
73
x
a=1/2
b=2
Yt Ct A
Ct cYt 1
En este modelo consumo C t es proporcional a ingreso Yt 1 en lapso anterior;
constante de proporcionalidad es número positivo c 1 , llamado propensión marginal
hacia consumo. Número positivo A es llamado consumo autónomo, dado
exógenamente.
Ecuación lineal en diferencias
Yt 1 cYt A
es deducida desde ecuaciones de modelo. Única solución constante (solución de
equilibrio) de ella es
74
A
Yt P
1 c
Solución general de ecuación homogénea es
Yt H k c t
A
Luego solución general de ecuación original es, poniendo Y ,
1 c
Yt G Yt H Yt P k c t Y
Dado valor inicial Y0 , tenemos que k Y0 Y ; luego
Yt G Y0 Y c t Y
Como 0 c 1 , entonces equilibrio Y es asintóticamente estable, y todas soluciones
convergen hacia él, sin oscilaciones (convergencia regular).
SECCIÓN 3
ALGUNOS MODELOS ECONÓMICOS
75
Modelo de Cournot En este modelo fue publicado por matemático y economista franco
Antoine Cournot (1801-1877) en su libro Recherches sur les principes mathématiques
de la théorie des richesses (1838). En presentación básica de este modelo, hay dos
firmas, digamos 1 y 2, que deciden simultáneamente sendas cantidades q1 y q 2 a
poner en mercado de un bien perfectamente divisible. Simultaneidad en toma de
decisiones implica que cada firma no conoce exactamente cantidad a poner en mercado
por firma otra; sabe solamente que esta cantidad es un número no negativo que
suponemos, por simplicidad, que puede ser cualquiera; o sea: q1 , q 2 0 , . Mercado
reacciona según fórmula p a Q , donde p es precio de bien, Q q1 q 2 , y a es
número positivo que refleja tamaño de mercado. Quede claro que: si Q a , entonces
p 0 . Supongamos, como Cournot, que ambas firmas tengan mismo costo marginal
c a . Obtenemos inmediatamente funciones de ganancias (o de utilidad) de cada firma,
denotadas 1 y 2 , y dadas por
1 q1 , q 2 a c q1 q 2 q1
2 q1 , q 2 a c q1 q 2 q 2
Estas funciones son información de dominio público.
Cada firma busca ciertamente maximización de sus ganancias; resuelven para ello
sendos problemas
max 1 q1 , q 2
q1
y
max 2 q1 , q 2
q2
76
Supongamos ahora que haya única firma en mercado. Esta firma, en busca de utilidad
máxima, resuelve problema
max a c Q Q
Q
ac
cuya solución es QM , la “cantidad de monopolio”, que es menor que Q * .
2
ac
Precio correspondiente es p M , mayor que p * . Utilidad de monopolio es
2
1
M a c 2 2 *
4
Expresión última da pie a colusión por firmas: ellas pueden convenir poner, cada una,
1
QM / 2 en mercado, con ganancias iguales de a c 2 1 a c 2 . Aumento de
8 9
ganancias de firmas en esta “situación de cooperación” es ciertamente porque colusión
ha cancelado incertidumbre. ¿Por qué firmas no habrían de cooperar? Una razón es
posibilidad de que una de firmas no cumpla convenio. De hecho: Supongamos que
firma 1 cumpla convenio, pero firma 2 no. En tal caso firma 2 resuelve problema
Q
max a c M q 2 q 2
2 q
2
cuya solución es
Q 3
q 2 R2 M a c
2 8
Ganancias son
Q 3 3 9 Q 3
1 M , a c a c 2 a c 2 2 M , a c
2 8 32 64 2 8
O sea: firma 2 aumentaría sus ganancias, ciertamente a expensas de firma 1. Pero estos
cálculos son información de dominio público (porque funciones de ganancias son);
luego firma 1 puede prever “traición” por firma 2, y resolver problema
3
max a c q1 a c q1
q1
8
cuya solución es
3 5
q1 R1 a c a c
8 16
con ganancias esta vez favorables para ella.
Podemos continuar ad-infinitum estas especulaciones, obteniendo así secuencia
QM 3 5
, a c , a c ,
2 8 16
¿Es convergente esta secuencia? Si afirmativo, entonces ¿hacia qué converge? Para
responder estas preguntas, consideremos secuencia xt t 0 , cuyos elementos pares,
salvo x 0 , son soluciones de problemas sucesivos resueltos por firma 1, y aquéllos
impares son soluciones de problemas sucesivos resueltos por firma 2. Tenemos pues,
para todo entero t 0 ,
a c xt
xt 1
2
o equivalentemente
2 xt 1 xt a c
Solución general de esta ecuación en diferencias está dada por
77
t
1 ac
xt k
2 3
para todo entero t 0 . Secuencia in extenso arriba es secuencia-solución cuyo valor
Q ac ac
inicial es x0 M , corresponde a k . Elemento genérico de esta
2 4 12
secuencia-solución es pues
t
ac 1 ac
xt
12 2 3
para todo entero t 0 .
Esta secuencia es convergente y, como cualquier secuencia solución otra, converge
ac
hacia , la cantidad de Cournot.
3
78
pt T U t t
t 1 t pt t
U U k m p
t 1 t t 1
donde todas variables y todos parámetros son como en modelo discreto (recordemos que
parámetro m , a diferencia de parámetros otros es exógena decisión política).
Desde estas ecuaciones obtenemos ecuación en diferencias
1 1 1 k 1 1 km
pt 2 pt 1 pt
1 k 1 k 1 k
cuya solución de equilibrio es pt m , para todo entero t 0 . ¿Qué hay sobre
convergencia de soluciones?
Sean r1 y r2 raíces características de esta ecuación en diferencias. Pongamos
1 1 1 k
A
1 k
1 1
B
1 k
km
C
1 k
Sabemos que
1
r1 r2 A 1 0
1 k
1 1
r1 r2 B 0 ,1
1 k
Además
k
1 r1 1 r2 1 r1 r2 r1r2 0
1 k
Tenemos que
1) Si r1 y r2 son reales no iguales; entonces son de mismo signo, pues r1 r2 0 .
Como r1 r2 0 , entonces ambas son positivas. Como 1 r1 1 r2 0 ,
entonces ambas son mayores que 1 o ambas son menores que 1. Pero caso
primero es contradictorio, pues r1 r2 1 . Luego 0 r1 , r2 1 es forzoso, lo que
nos dice que todas soluciones son convergentes (sin oscilaciones) cuando r1 y
r2 son reales no iguales.
2) Si r1 y r2 son reales no iguales; entonces raciocinio similar nos lleva hacia
misma conclusión; o sea: todas soluciones son convergentes (sin oscilaciones).
3) Si r1 y r2 son imaginarios, entonces r1 r2 r1 r2 B 0 ,1 . Luego
también aquí todas soluciones son convergentes (con oscilaciones) cuando r1 y
r2 son imaginarios.
Habría también sido posible, desde ecuaciones de modelo, obtener ecuación en
diferencias
k T 1 m
U t 2 AU t 1 BU t
1 k
79
1
cuya solución de equilibrio es U t T 1 m , para todo entero t 0 .
1
Pongamos p m y U T 1 m ; luego
1
U T 1 p
que es “fórmula de Phillips a largo plazo”, pues vincula valores de equilibrio de tasas de
inflación y desempleo. Tenemos que
1) Si 1 , entonces U es función decreciente de p ; como se da entre tasas de
desempleo e inflación en corto plazo.
T
2) Si 1 , entonces U
es llamada tasa natural de desempleo. Se da
implicación política de inexistencia de nexo entre ambos “males”.
CAPÍTULO 5
SISTEMAS DE ECUACIONES EN DIFERENCIAS
SECCIÓN 1
NOCIONES BÁSICAS
80
Definición 28 Dadas variables entera t y real n -dimensional x x 1 , , x n ,
independiente y dependiente ( x depende suavemente de t ), definimos un sistema de
ecuaciones en diferencias de orden 1, en estas variables, así:
xt 1 f t , xt
donde f f1 , , f n es una FVVV que suponemos suave.
Decimos que secuencia t t 0 , en R n , es solución de sistema xt 1 f t , xt si
t 1 f t , t
para todo entero t 0 .
Todo sistema puede ser recursivamente resuelto. De hecho: Dado x0 R , tenemos que
n
xt 1 f t, xt
x0
donde R n es llamado valor inicial. Decimos que secuencia t t 0 es solución de
este problema si t t 0 es solución de sistema y 0 .
Está claro que hay también PVI autónomos.
cualquiera xtP de él, que suele ser llamada solución particular, y solución general xtH
de sistema homogéneo asociado, que suele ser llamada solución homogénea.
Sistemas cuya resolución es digamos simple son aquéllos lineales de coeficientes
constantes
xt 1 A xt g t
81
en que casillas de matriz A no dependen de t y g es una función digamos dócil
(como se da en correspondientes sistemas en variable continua).
xt 1 A xt
x0
tiene única secuencia-solución , en R n , dada por t At , para todo entero t 0 .
xt 1 xt 2 yt t
y 2
t 1 t t x 3 y 2 t
Una técnica de resolución, quizá aquélla más simple, es obtener una ecuación en
diferencias de orden 2 desde sistema dado (de orden n si matriz de sistema es de orden
n n ). Tomamos cualquiera de ecuaciones de sistema y translademos índice t una
unidad; como ejemplo, tomando primera ecuación
xt 2 xt 1 2 y t 1 t 1
Luego, teniendo en cuenta segunda ecuación,
xt 2 xt 1 2 2 xt 3 yt 2 t t 1
y finalmente, teniendo en cuenta que yt 0.5 xt xt 1 t , lo que es obtenido desde
primera ecuación,
xt 2 2 xt 1 xt 2 2 t 4t 1
Solución general de esta ecuación está dada por
2 t 3
xt c1 1 c 2 t 1
t t
2 t
9 4
Luego
1
yt xt xt 1 t 2c1 c2 1 t 2c2 t 1 t 2 2 t 1
2 9
y solución general de sistema es
2 t 3 2 t
c1 1 c 2 t 1 2 t , 2c1 c 2 1 2c 2 t 1 2 1
t t t t
9 4 9 t 0
donde constantes arbitrarias c1 y c1 pueden tomar valores reales cualesquiera. Está
claro que solución general es suma de soluciones homogénea y particular.
Otro camino, digamos matricial, para encontrar solución homogénea es cálculo de
valores propios y vectores propios de matriz A de sistema. Aquí
1 2
A
2 3
y único valor propio de A es 1 de multiplicidad 2 (no es fortuito que valores propios
de esta matriz sean también raíces características de ecuación en diferencias obtenida
desde sistema). Matriz A no es diagonalizable, pues subespacio propio asociado a su
valor propio es de dimensión 1; un vector propio es 1,1 . Con miras hacia cálculo de
82
solución general homogénea, hace falta otro vector (no propio). Un vector tal es
calculado con fórmula (ver apéndice 4)
A 1 I v 1,1
lo que da en particular v 1,1 / 2 .
Luego solución general de sistema homogéneo está dada por
c1 1 t c 2 t 1 t
xt t 1 t 1
y c1 1 1 c 2 t 1 1 / 2 c 1 t 1 c t 1 t
t 1 2
2
Comparando soluciones homogéneas obtenidas por sendas técnicas, ¿hay algún error?
xt 1 3xt yt
yt 1 xt 3 yt cos kt
donde k es número real dado.
83
3
x 2 x y 4
y 1 x y 1
2
Luego x , y 2 , 5 es único equilibrio de sistema. Como valores propios de matriz
3
2 1
1
1
2
son 1 2 y 2 1 / 2 ; entonces a la luz de ejemplo anterior prevemos existencia de
soluciones divergentes (soluciones que se alejan desde equilibrio). Pero esto no implica
que no haya soluciones convergentes. Vectores propios de son v 1 2 ,1 , asociado a
1 , y v 2 1,1 , asociado a 2 . Luego solución general de sistema está dada por
t 1 t
t 2c12 c2 2
xt t 2 1 1 2 2
y c12 1 c2 2 1 5 t
t t 1
c12 c2 5
2
Soluciones convergentes, hacia equilibrio 2 , 5 , son aquéllas correspondientes a
valores iniciales x0 , y 0 tales que c1 0 . Tenemos, dado valor inicial x0 , y 0 , que
2c1 c2 2 x0
c1 c2 5 y0
y desde aquí, en particular, 3c1 x 0 y 0 3 . Luego, denotando E a cuenca de
equilibrio,
E t , t 3 R 2 t R
84
xt1 2 1xt
y t1 3/ 14 yt
tiene único equilibrio, y que éste es inestable. ¿Cuál es cuenca de equilibrio?
SECCIÓN 2
ESTUDIO CUALITATIVO DE SISTEMAS AUTÓNOMOS DE ECUACIONES
EN DIFERENCIAS
xt 1 A xt
x0
Teoría a estudiar aquí es para equilibrios aislados.
85
Definición 31 Decimos que x es equilibrio aislado de sistema autónomo xt 1 f xt ,
lineal o no, cuando existe una vecindad de x en que no hay otros equilibrios de ese
sistema.
86
1
x t 1 xt y t 2
2
y 1 y 3
t 1 2 t
Único equilibrios es 0 , 2 . Como valores propios de matriz de sistema
1
2 1
1
0
2
son evidentemente 1 / 2 y 1 / 2 , entonces 0 , 2 es asintóticamente estable.
c1 c2 k x0
c1 2c2 k 2 2 y0
lo que da en particular 3c1 3k 2 2 x 0 2 y 0 . Si c1 0 , para convergencia de
soluciones; entonces cualquier secuencia-solución, cuyo valor inicial x 0 , y 0 cumple
y 0 0.5 3k 2 2 x 0 , es convergente hacia equilibrio k , 0.5k 1 . O sea: conjunto
de estabilidad de equilibrio k , 0.5k 1 , denotado por E k , es
E k t ,t 1.5k 1 R 2 t R
87
xt 2 xt 1 yt 1 2 xt 0
yt 2 xt 1 yt 1 2 yt 1
pongamos xt 1 u t e y t 1 vt . Luego
u t 1 xt 2 xt 1 yt 1 2 xt u t vt 2 xt
y
vt 1 y t 2 xt 1 y t 1 2 y t u t vt 2 yt 1
Hemos pues obtenido sistema lineal
u t 1 u t vt 2 xt
v u v 2 y 1
t 1 t t t
xt 1 u t
yt 1 vt
o equivalentemente
u t 1 1 1 2 0 u t 0
v 1 1 0 2 v 1
t 1 t
xt 1 1 0 0 0 xt 0
y t 1 0 1 0 0 yt 0
Verificar que hay único equilibrio en este sistema; ¿qué podemos decir de estabilidad de
equilibrio?
88
a c
1 1 2
0
qt11 2 2 q t
1
a c
2 1 1 t
qt 1 0 q2 2
2 2 a c
n n 2
qt 1 1 1 0 t n 1 a c
q
2 2 n n
2 n 1
ac ac ac
Un equilibrio de él, obtenido por inspección, es q , , , . ¿Hay otros
n 1 n 1 n 1
equilibrios? No porque matriz
2 1 1
1 2 1
1 1 2 n n
es inversible. De hecho:
2 1 1 1 1 1
1 2 1 1 2 1
n 1
1 1 2 n n 1 1 2 n n
1 1 1
0 1 0
n 1 n 1 det I n 1 n 1
0 0 1 n n
¿Qué podemos decir de estabilidad de equilibrio?
Tenemos, en caso n 2 , que matriz de sistema lineal es
1
0 2
1
0
2
y sus valores propios son 1 / 2 . Luego equilibrio q es asintóticamente estable.
Tenemos también, en caso n 3 , que esta matriz es
1 1
0 2 2
1 1
0
2 2
1 1 0
2 2
Luego, buscando sus valores propios,
89
1 1 1 1
1
2 2 2 2
1 1 1
1 1
2 2 2
1 1 1
1
2 2 2
1 1
1
2 2 2
1 1
1 0 0 1
2 2
1
0 0
2
Valores propios son 1 / 2 , de multiplicidad 2, y 1 . Luego q es estable, pero no
asintóticamente estable.
Tenemos finalmente, en caso n 4 ,
1 1 1 1
1
2 2 2 2
1 1 1
n 1 1
2 2 2
2
1 1 1
1
2 2 2
n 1
Lo que nos dice que un valor propio de matriz de sistema es 1 , y que
2
consecuentemente equilibrio q es inestable.
M
Ejercicio 33 Oferta de maíz S t , en lapso t 1 , está dada por
S tM 2 pt 1 1
donde pt es precio unitario de maíz en lapso t . Maíz es exclusivamente usado para
nutrición de cerdos; es por ello que (usando unidades ad-hoc) demanda de maíz DtM es
C
igual a oferta de cerdos S t 1 , dada por
S tC1 3 qt pt 1
donde qt es precio unitario de cerdos en lapso t . Finalmente, demanda de cerdos está
dada por
DtC1 1 qt 1
Bajo supuesto de que ambos mercados, de maíz y de cerdos, estén de continuo en
equilibrio, obtener desde estas ecuaciones un sistema de ecuaciones en diferencias en
variables independientes p y q , y estudiarlo cualitativamente. Calcular también su
solución general.
90
menos uno de coeficientes aij . En este modelo producción X t 1 X t 1 , , X t 1 , en
1 n
91
1 2 1
x t 1 x t x t yt
2 2
y 1 y 1
t 1 2 t 2
Hay dos equilibrios: 1,1 y 1,1 . Tenemos, para todo x, y R 2 ,
1
x 1 2
Df x, y
1
0
2
Luego:
1) Linealización alrededor de 1,1 es
1
2
xt1 xt 2xt
Df1,
y t1 yt 0 1 yt
2
Valores propios de matriz de sistema son 2 y 1 / 2 ; luego equilibrio 0 , 0 de
linealización es inestable, y consecuentemente, según teorema arriba, también lo
es equilibrio 1,1 de sistema no lineal.
2) Linealización alrededor de 1,1 es
92
1
0
xt1 xt 2xt
D f 1,
y t1 yt 0 1 yt
2
Valores propios de matriz de sistema son 0 y 1 / 2 ; luego equilibrio 0 , 0
de
linealización es asintóticamente estable, y consecuentemente, según teorema
arriba, también lo es equilibrio 1,1 de sistema no lineal.
1
Ejercicio 36 Retomemos modelo en ejemplo anterior, y supongamos que 1 .
Consideremos soluciones cuyo valor inicial es x0 , n0 x , n0 , donde n0 toma
cualquier valor (entero no negativo, según contexto); ¿son convergentes estas
soluciones? ¿Hay otras soluciones convergentes?
BIBLIOGRAFÍA
93
Economica, París.
ÍNDICE
Introducción …………………………………………………………………… 1
94
Capítulo 2 Ecuaciones diferenciales de orden superior
Sección 1 Resolución de ecuaciones diferenciales de orden superior …… 22
Sección 2 Algunos modelos económicos ……………………………..…… 30
Bibliografía ……………………………………………………………………... 91
95