MATEMÁTICAS PARA ECONOMISTAS 3

AUTOR: SERGIO PETROZZI

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

En esta sección son mostradas algunas técnicas, no numéricas, para resolución de

algunos tipos de ecuaciones diferenciales. Complejidad de técnicas va en aumento:
desde ecuaciones tan simples en que basta antiderivación inmediata, hasta otras de
resolución digamos artificiosa como aquéllas de Bernoulli y Riccati.

Definición 1 Dadas dos variables reales, digamos t y x , independiente y dependiente

( x depende de t ), definimos una ecuación diferencial ordinaria (EDO) de orden 1,
en estas variables, así:
 dx 
f  t , x,  t    0
 dt 
donde f es una función real que suponemos suave.
Decimos que función  : J  R es solución de esta ecuación en intervalo J si
 d 
f  t ,  t , t   0
 dt 
para todo t  J . Decimos que es solución maximal si no existe ninguna extensión de
 que sea solución de ecuación.

Definición 2 Decimos que una EDO es autónoma si variable t no es uno de

argumentos en regla de correspondencia de función f . O sea:
 dx 
f  x,  t    0
 dt 
es EDO autónoma de orden 1.

En un cúmulo de casos, ecuaciones arriba son respectivamente presentadas así:

dx
 f  t, x
dt
y
dx
 f  x
dt

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

Ejemplo 1 Ecuación diferencial, aquélla más simple, es

x  f  t 
pues es solamente un problema de antiderivación. Consideremos específicamente
f  t   2t . Solución genérica es aquí xc  t 2  c , donde c es cualquier número real; o
sea: CS   xc c  R . Figura 1 abajo muestra soluciones correspondientes a algunos
valores de parámetro c .

2
c=
1
c=
0
c=

0
-1
c=

   
Dados c1  c 2 , tenemos que Grá x c1  Grá xc2   . Como tenemos también que
 cR
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
, c0 /2

Como función x  t   0 , para todo t  R , también es solución; entonces familia arriba

de soluciones contiene todas soluciones de ecuación. O sea: esta familia es conjunto
solución CS de ecuación.

Ejemplo 3 (modelo de crecimiento exponencial) Dadas variables t y x ,

independiente y dependiente, supongamos que, en todo instante t  0 , rapidez de
cambio de variable x dependa solamente de valor de esta variable en instante t , y que
esta dependencia sea directa; o sea:
dx
 t   k x t 
dt
o brevemente, suprimiendo argumento t ,
dx
 kx
dt
donde constante de proporcionalidad k es positiva. Resolviendo esta ecuación
diferencial, ciertamente autónoma, obtenemos solución general x t   ce kt , para todo
t  0 , donde c  R . Si además x 0  es genérico valor inicial; entonces c  x  0  es
forzoso, y x t   x 0  e kt es única solución de PVI autónomo

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  ­

También aquí gráficas de soluciones son disjuntas, y unión de ellas da semiplano

 0,   R ; o sea: conjunto solución de ecuación es partición de  0,   R . Es
solamente por razones de contexto que intervalo  0,  es dominio de todas
soluciones. En caso de ausencia de este contexto, solución genérica habría sido
xc  t   ce kt , para todo t  R , donde c  R . De hecho figura arriba muestra soluciones
no contextuales.
Modelo estudiado en este ejemplo es llamado de crecimiento exponencial. Suele ser
usado como modelo de crecimiento de poblaciones de seres vivientes en ausencia de
factores exógenos que limiten crecimiento (como predadores, bruscos cambios
climáticos, etc.). Es también usado como modelo de capitalización continua; en tal caso
constante k no es otra cosa que tasa de interés (mensual, anual, dependiendo de
unidades en que tiempo t sea medido).

Ejercicio 1 Técnica básica para resolución de una ecuación diferencial es su

transformación, en un cúmulo de casos vía algún cambio de variable, en una ecuación
de variables separables. Consideremos ecuación diferencial
dy
 f  ax  by  c 
dx
donde a , b y c son números reales tales que ab  0 . Pongamos z  ax  by  c ;
luego ecuación arriba deviene

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

Ejemplo 4 (ecuaciones diferenciales homogéneas) Recordemos que una FRVV,

digamos f , es homogénea de grado k , si
f  x1 , , x n   k f  x1 , , x n 
para todo  x1 ,  , x n   Dom f  y para todo   0 . Ecuación diferencial
dy
 f  x, y 
dx
es llamada homogénea si f es función homogénea de grado 0 . No confundir estas
ecuaciones con aquéllas llamadas homogéneas asociadas que serán vistas páginas
adelante.
Artificio y  vx , donde variable v también depende suavemente de x , transforma
ecuaciones homogéneas en ecuaciones de variables separables. De hecho: Como
ecuación es homogénea y
dy dv
 xv
dx dx
entonces
dy dv
 f  x, y   x  v  f  x, vx   x 0 f 1, v 
dx dx
dv
 x  f 1 , v   v
dx
Obtenemos finalmente, separando variables, fórmula
1 1
dv  dx
f 1, v   v x
Consideremos específicamente ecuación diferencial homogénea
dy 2 xy
 2
dx x  y 2
Luego, según fórmula arriba,
1 1 v2 1 1
dv  dx  3 dv   dx
2v x v v x
v
1 v 2

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

Pero circunferencias no son gráficas de soluciones de una ecuación diferencial, pues ni

siquiera son gráficas de funciones. ¿Cuál es conjunto solución de ecuación diferencial
en estudio?

Ejercicio 2 Verificar que ecuaciones diferenciales

 y  dy  y
x sin   y sin    x
 x  dx x
dy
x  y  2 xe  y / x
dx
son homogéneas, y resolverlas a continuación.
Ejercicio 3 Consideremos ecuación diferencial
dy  ax  by  c 
 f  
dx  a x  by  c  
donde todos coeficientes en lado derecho (seis en total) son números reales tales que
separación de variables no es evidente. Supongamos que ab  a b . Demostrar que
existen números reales  y  tales que cambios de variable x  u   e y  v  
llevan hacia casos vistos arriba. ¿Qué hacemos en caso ab  a b ?
Resolver ecuaciones

7
 dy x y4

dx x y6
y
dy x  y  4

dx x  y  6

Ejemplo 5 (ecuación de Bernoulli) Consideremos ecuación

dy
 P x  y  Q x  y n
dx
en que funciones P  x  y Q  x  son continuas. Casos n  0 y n  1 son triviales (en
sentido que ecuación es resoluble con técnicas conocidas en estos casos). En cualquier
caso otro, ecuación es llamada de Bernoulli, en memoria de matemático suizo Jacob
Bernoulli (1654-1705) que la estudió hacia 1695.
Cambio de variable z  y 1n transforma ecuación de Bernoulli en ecuación lineal. De
hecho: Teniendo en cuenta que
dz dy
z  y 1 n   1  n  y  n
dy dx
multiplicación de ambos lados de ecuación por 1  n  y  n da a fin de cuentas
dz
 1  n  P  x  z  1  n  Q  x 
dx
que es ecuación lineal.
Resolvamos, como ejemplo,
dy
xy 2  y 3  x cos x 
dx
Tenemos pues ecuación de Bernoulli
dy 1
 y  cos x  y  2
dx x
Aquí n  2 , y cambio de variable es consecuentemente z  y 3 . Obtenemos ecuación
lineal
dz 3
 z  3 cos x 
dx x
cuya solución general, supuesto que variable independiente sea positiva, está dada por
 x dx  
 
3 3
  x dx 1
z x  e  3 cos x  e dx  c   3 3 x 3 cos x  dx  c
  x
Luego
x 3 y 3  3 x 3 cos x  dx  c
es presentación implícita de solución general de ecuación original.

Ejemplo 6 (ecuación de Riccati) Ecuación diferencial

dy
 p x   q x  y  r  x  y 2
dx
es llamada de Riccati, en memoria de científico italiano Francesco Riccati (1676-1754),
que la estudió hacia 1720.
Supongamos que y1  x  sea una solución de ella; demostremos que su solución general
es
y  x   y1  x   z  x 

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 .

Ejercicio 4 (modelo de crecimiento logístico) Ecuación diferencial

x  ax  bx 2
donde a y b son parámetros positivos, describe modelo de crecimiento logístico. En
este modelo, variables dependiente x e independiente t (que denota tiempo) toman
solamente valores no negativos.
¿Hay soluciones constantes de esta ecuación? Resolver esta ecuación
1) como una de variables separables.
2) como una de Bernoulli.
Verificar que todas soluciones, salvo una (¿cuál?) tienden hacia a / b cuando t   .
Esbozar soluciones en casos 0  x 0  a / 2b y a / 2b  x 0   a / b .

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

Genérica EDO lineal, de orden 1, aquélla de coeficientes constantes, es

x  a x  q  t 
donde a es cualquier número real dado (por ello nombre de coeficientes constantes)
Poniendo p t   a y q t   0 en fórmula para resolución de EDO lineal, obtenemos
x H  t   ce  at
para todo t  R .

Ejemplo 7 Resolvamos ecuación lineal

1
x  x  ln  t 
t
donde variable t toma solamente valores positivos. Tenemos, aplicando fórmula,
 t dt   t dt 
1 1

xG t   e  e ln  t  dt  c 
 
 
 t   14 
2 2
1 t t 1 
  ln  t    c   c  t  ln
t 2 4  t  
Aquí x  t   c1 / t  y x  t   t  ln  t   0.25 .
H P

Ejemplo 8 (coeficientes indeterminados) Ilustramos aquí técnica de coeficientes

indeterminados para cálculo de solución particular de ecuaciones lineales con
coeficientes constantes. Aclaremos de inmediato que esta técnica es válida solamente en
algunos casos. Parece pues ocioso estudiarla; pero hay que tener en cuenta que ella
puede ser usada para cálculo de soluciones particulares de EDO lineales, de coeficientes
constantes, de orden mayor, en que no existen fórmulas generales para resolución.
Como ejemplo, pongamos q t   t 2 . Ecuación a resolver es pues
x  a x  t 2

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.

Ejercicio 5 Resolver ecuaciones diferenciales:

1) x  x  e 3t
2) x  5 x  2 cos 4t 
Es sugerido probar soluciones particulares x P  t   k e 3t , en primera de ellas, y
x P  t    cos 4t    sin  4t  en segunda.

Ejercicio 6 Supongamos que funciones   t  y   t  sean respectivamente soluciones,

de ecuaciones diferenciales x  a x  f  t  y x  a x  g  t  , ambas en mismo intervalo
J . Demostrar que función   t     t  es solución, en J , de ecuación diferencial
x  a x  f  t   g  t  . ¿Cuál es solución general de ecuación x  2 x  t  e 2t ?

Ejercicio 7 Consideremos ecuación x  2 x  t e 3t . ¿Es posible resolverla usando

técnica de coeficientes indeterminados? Es sugerido probar x t     t    e 3t como
solución particular. Si ponemos t sin  t  en lado derecho de esta ecuación, en lugar de
t e 3t , ¿es entonces posible resolverla usando técnica de coeficientes indeterminados?

11
SECCIÓN 2
ESTUDIO CUALITATIVO DE ECUACIONES DIFERENCIALES

Definición 3 Una congruencia ~ en un conjunto no vacío, digamos A , es relación de

equivalencia en A si
1) x ~ x , para todo x  A (reflexividad)
2) x ~ y  y ~ x (simetría)
3) x ~ y  y ~ z  x ~ z (transitividad)
Si congruencia ~ es de equivalencia; entonces, dado cualquier a  A , definimos clase
de equivalencia de ~, aquélla de a , denotada por  a  , así:
 a    x  A x ~ a
Está claro que a   a  .

Ejemplo 9 En conjunto H de todos humanos, definamos congruencia

x ~ y  x e y son de mismo sexo
Es obvio que ~ es relación de equivalencia (en H ). Clases de equivalencia no son
otras que subconjuntos de hombres y de mujeres. Observemos que ambas clases son no
vacías, que no tienen elementos comunes, y que unión de ellas es precisamente conjunto
de todos humanos.

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 .

Definición 4 Una partición de conjunto no vacío A es cualquier colección de

subconjuntos de A , digamos  Ai i  I  , tal que:
1) Ai   , para todo i  I
2) i  j  Ai  A j  
3) iI Ai  A

Teorema 1 Toda relación de equivalencia en conjunto no vacío A genera una partición

de A . Recíprocamente, toda partición de conjunto no vacío A ha sido generada por
una relación de equivalencia en A .

Definición 5 (fase) Dada ecuación autónoma x  f  x  , y su conjunto-solución CS ,

que suponemos no vacío, es fácilmente demostrable que
 ~   Ran    Ran 
es relación de equivalencia en CS . Una fase de x  f  x  es cualquier clase de
equivalencia de esta relación de equivalencia.

Ejemplo 11 (diagrama de fases) Consideremos ecuación x   x , cuya solución

genérica está dada por xc  t   ce  t , para todo t  R , donde c  R . Luego
CS   xc c  R . Figura en página siguiente, lado izquierdo, muestra algunas
soluciones de esta ecuación.
Es evidente que todas soluciones que están en mitad superior de plano coordenado
(correspondientes a valores positivos de parámetro c ) tienen mismo rango  0,   .
Asimismo todas soluciones que están en mitad inferior (correspondientes a valores
negativos de parámetro c ); rango común es aquí   ,0  . Finalmente, solución
constante 0 es congruente solamente con sí. Tenemos pues que ~ ha generado partición
de CS . Esta partición está formada por tres subconjuntos de CS ; ellos son:
1) S1   xc c  0 , que podemos identificar con intervalo   ,0  .
2) S 2   0 , que podemos identificar con conjunto puntual  0 .
3) S 3   xc c  0 , que podemos identificar con intervalo  0,   .

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.

Definición 6 Decimos que x  R es equilibrio de ecuación diferencial autónoma

x  f  x  si f  x   0 .

Es fácilmente demostrable (en verdad es trivial) que: x es equilibrio de x  f  x  si y

sólo si función constante x t   x , para todo t  R , es solución de x  f  x  .
Soluciones constantes suelen ser llamadas soluciones de equilibrio.
En ecuación x   x de ejemplo anterior, tenemos que función constante x t   0 , para
todo t  R , es única solución constante de ella; o sea: 0 es único equilibrio de esta
ecuación. Observemos que fase puntual  0 de esta ecuación representa solamente a
solución constante x t   0 . En general, fases puntuales están identificadas con sendas
soluciones de equilibrio.
Démosnos cuenta que, en ejemplo anterior, no hacía falta resolver ecuación x   x
para hacer su diagrama de fases. De hecho habría bastado calcular equilibrios de

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 ?

Ejercicio 8 Mostrar diagrama de fases de ecuación x  f  x   x 2  x .

Definición 7 Sean x equilibrio de de ecuación autónoma x  f  x  y 

correspondiente solución de equilibrio (solución constante identificada con x )
Decimos que x es
1) asintóticamente estable si, dado cualquier R  0 , existe r  0 (que depende de
R ) tal que: si distancia entre solución  y  es menor que r en un instante
dado, que depende de  , digamos t (o sea: d   t , x   r ); entonces
lim t bGj   t   x . En otras palabras: si toda solución bastante cercana a solución
de equilibrio se acerca asintóticamente a ésta (o que converge hacia equilibrio,
en términos coloquiales).
2) inestable si para cada r  0 existe una solución  y un instante que depende de
   
 , digamos t , tal que d  t , x  r , y para todo par de instantes posteriores
t1 y t 2 , tenemos que t1  t 2  d    t1  , x   d    t 2  , x  . En otras palabras: si en
cualquier vecindad de  existe una solución que está alejándose de continuo
desde  .
3) estable si no es inestable.

Ejemplo 12 Todos equilibrios de ecuación x  0 (hay infinidad de ellos) son estables,

pero no asintóticamente estables. De hecho: Toda solución constante es de equilibrio.
Dada cualquiera de ellas, digamos x , tenemos que ninguna de soluciones vecinas se
aleja desde ella, lo que implica que x es equilibrio estable. Pero soluciones vecinas
tampoco se acercan hacia x , lo que implica que estabilidad no es asintótica. Esto queda
claro en figura abajo, en que vemos que todas soluciones son rectas paralelas.

15
 x

Ejemplo 13 Estabilidad de equilibrio  ba 1 , único equilibrio de ecuación x  ax  b ,

donde a  0 , depende solamente de valor de a . De hecho: Solución genérica de
ecuación es
 : t  ce at  ba 1 , t  R
Está claro que solución de equilibrio corresponde a c  0 . Si a  0 ; entonces,
cualquiera sea c  R ,
lim   t   ba 1
t 
Luego equilibrio es asintóticamente estable si a  0 . Pero si a  0 ; entonces tal límite
es   o  , dependiendo de signo de c . En cualquier caso, equilibrio es inestable
cuando a  0 . Figura abajo ilustra estabilidad
x de equilibrio.

-b/a

a<0
b>0

Ejemplo 14 (raíces características) Ecuación x  ax  b , en que a  0 , suele ser

presentada así

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.

Ejemplo 15 (Un modelo dinámico de mercado) Supongamos mercado de único bien en

que demanda y oferta están dadas por
Qd  a  bP
Qs  c  dP
donde P  P t  , t es variable temporal (no negativa), y todos parámetros son
positivos. Si mercado está siempre en equilibrio (mercado estático), entonces precio de
equilibrio es P   a  c  b  d  1 . Precio inicial es precio de bien en instante en que éste
es puesto en mercado; instante inicial suele ser t  0 en modelos dinámicos (inicio de
experimento es identificado con este instante), y por ello precio inicial es denotado
P 0 .
Supongamos que tasa de variación de precio sea proporcional, en todo instante, a exceso
de demanda Qd  Qs ; o sea:
dP
 k  Qd  Q s 
dt
donde k es una constante (de proporcionalidad) que, por considerandos económicos, es
positiva. Reemplazo de funciones de oferta y demanda en ecuación da a fin de cuentas
dP
 k  b  d  P  k  a  c
dt

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.

Ejercicio 9 Es pedido estudio completo de modelo de mercado de único bien en que

funciones de demanda y oferta están dadas por
Qd     P
Qs     P   P
donde todos parámetros (cinco en total, en caracteres helénicos) son positivos, y es
supuesto equilibrio permanente de mercado; o sea: Qd  t   Qs  t  , en todo instante t  0
. En solución general debe figurar valor inicial P  0  .

Teorema 2 Consideremos ecuación lineal x  ax , donde a  0 . Luego 0 es único

equilibrio de esta ecuación, y
1) 0 es equilibrio asintóticamente estable si y sólo si a  0 .
2) 0 es equilibrio inestable si y sólo si a  0 .

Definición 8 Decimos que x es equilibrio aislado de ecuación x  f  x  si existe una

vecindad de x en que x es único equilibrio de esta ecuación.

Si x es equilibrio de x  f  x  y f  x   0 , entonces x es equilibrio aislado de esta

ecuación (esto es una aplicación de Teorema de la Función Inversa). Pero aislamiento de
equilibrio x no implica f  x   0 . Como ejemplo, 0 es único equilibrio de ecuación
x  f  x   x 2 , y f  0  0 .

Definición 9 Supongamos que x sea equilibrio aislado de ecuación x  f  x  y que

f  x   0 . Linealización de esta ecuación alrededor de x es ecuación lineal
x  f  x  x .
Está claro que 0 es único equilibrio de cualquier linealización.

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?

Teorema 3 Supongamos que x sea equilibrio aislado de ecuación x  f  x  y que

f  x   0 . Luego:
1) si f '  x   0 , entonces x es asintóticamente estable.
2) si f '  x   0 , entonces x es inestable.
O sea: x es tan estable como equilibrio de linealización x  f  x  x alrededor de él.

Ejemplo 17 Único equilibrio de ecuación x  f  x   x 2 es 0 . Como f  0  0 ,

entonces no podemos aplicar teorema arriba. Pero diagrama de fases de esta ecuación
(ver figura siguiente) nos dice que este equilibrio es inestable.
x

Único equilibrio de ecuación x  f  x    x 3 es 0 . Como f  0  0 , entonces no

podemos aplicar teorema arriba. Pero diagrama de fases de esta ecuación, mostrado en
figura abajo,

19
 x

nos dice que este equilibrio es asintóticamente estable.

Ejemplo 18 Ecuación x  f  x   x 3  x tiene tres equilibrios:  1 , 0 y 1 . Tenemos

que f  x   3 x 2  1 , para todo x  R ; luego:
1) f   1  2  0 , lo que implica que  1 es equilibrio inestable.
2) f  0  1  0 , lo que implica que 0 es equilibrio asintóticamente estable.
3) f 1  2  0 , lo que implica que 1 es equilibrio inestable.
Ejercicio 10 Supongamos que ecuación diferencial x  f  x  tenga tres equilibrios,
digamos a  b  c , y que a y c sean inestables. ¿Es forzoso que b sea
asintóticamente estable? Supongamos ahora que a y c sean asintóticamente estables;
¿que podemos decir sobre estabilidad de b ?

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

Definición 10 Dadas dos variables reales, digamos t y x , independiente y

dependiente ( x depende de t ), definimos una ecuación diferencial ordinaria (EDO)
de orden n , en estas variables, así:
 dx dnx 
f  t , x,  t  , , n  t    0
 dt dt 
donde f es una función real que suponemos suave.
Decimos que función  : J  R es solución de esta ecuación en intervalo J si
 d 
 t  , , d n  t    0
n
f  t ,   t  ,
 dt dt 

21
para todo t  J . Decimos que función  : J  R es solución maximal si no existe
ninguna extensión de  que sea solución de ecuación.

Resolución de ecuaciones diferenciales de orden 2 o mayor es en general tarea muy

difícil, cuando no prácticamente imposible. Nos limitaremos de momento a resolución
de aquéllas lineales de coeficientes constantes:
d nx dx
a 0 n    a n 1  an x  g  t 
dt dt
donde coeficiente a 0  0 . Ecuación homogénea asociada a ella es
dnx dx
a 0 n    a n 1  an x  0
dt dt
Solución general x G  t  de una ecuación tal está definida en R, y es suma una solución
cualquiera x P  t  de ella, llamada solución particular, y de solución general x H  t  de
ecuación homogénea asociada, llamada brevemente solución homogénea. O sea:
xG t   x H t   x P t

Ejemplo 19 Consideremos ecuación diferencial

y   y   y   y  x 2
cuya ecuación homogénea asociada es
y   y   y   y  0
Resolvamos ecuación homogénea usando técnica de polinomio característico, vista en
capítulo precedente. Este polinomio es aquí
P r   r 3  r 2  r  1   r  1 r  1
2

Raíces características son 1 , de multiplicidad 1 , y  1 , de multiplicidad 2 . Como

1 es raíz de de multiplicidad 1 ; entonces y1  x   e x , para todo x  R , es solución
(de ecuación homogénea). Como  1 es raíz de multiplicidad 2 ; entonces y 2  x   e  x
, para todo x  R , e y 3  x   xe  x , para todo x  R , son soluciones. Como y1  x  ,
y 2  x  e y 3  x  son funciones l.i., entonces
y H  x   c1 y1  x   c 2 y 2  x   c3 y3  x   c1e x  c 2 e  x  c3 xe  x
donde c1 , c 2 , c3  R son constantes arbitrarias.
Es obvio que esta solución homogénea no converge hacia 0 (cuando t   ) porque
una de raíces características es positiva. Un teorema dice que, en general, esta
convergencia se da si y sólo si todas raíces características, vistas como números
complejas (o sea: raíz real  es vista como número complejo   0i ), tienen parte real
negativa. Como ejemplo, hay soluciones homogéneas de ecuación en estudio que sí son
convergentes (hacia 0); son aquéllas en que c1  0 . Pero, en general, solución
homogénea no es convergente.
Usemos técnica de coeficientes indeterminados en busca de solución particular.
Probemos
y  t   ax 2  bx  c
según sugiere lado derecho de ecuación diferencial en estudio. Tenemos, en esta
ecuación,
 0   2a    2ax  b    ax 2  bx  c   x 2    a  1 x 2    2a  b  x   2a  b  c   0
y desde aquí a  1 , b  2 y c  4 .
Concluimos que

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.

Ejemplo 20 Consideremos una ecuación lineal homogénea de orden 14, de coeficientes

constantes. Sabemos que  2 ,  1 y 1 son sus raíces características reales, de
1 1 1 3
multiplicidad 4 segunda de ellas. Sabemos también que i ,   i y  i son
2 2 2 2
raíces características imaginarias, de multiplicidad 2 última de ellas. ¿Cuál es solución
general de esta ecuación?
Supongamos que t y x sean respectivamente variables independiente y dependiente
en esta ecuación. Tenemos que:
1) Como  2 es raíz característica, entonces x1  t   e 2t es solución de ecuación.
2) Como  1 es raíz característica de multiplicidad 4, entonces x 2  t   e  t ,
x3  t   t e  t , x 4  t   t 2 e  t y x5  t   t 3 e  t son soluciones de ecuación.
3) Como 1 es raíz característica, entonces x6  t   e t es solución de ecuación.
4) Como i es raíz característica, entonces  i también; luego x7  t   cos t  y
x8  t   sen  t  son soluciones de ecuación.
1 1 1 1
5) Como   i es raíz característica, entonces   i también; luego
2 2 2 2
x9  t   e  t / 2 cos t / 2  y x10  t   e t / 2 sen  t / 2  son soluciones de ecuación.
1 3 1 3
6) Como  i es raíz característica de multiplicidad 2, entonces  i
2 2 2 2
también es raíz característica de multiplicidad 2; luego x11  t   e  t / 2 cos 3 t / 2  
, x12  t   e  t / 2 sen  3t /2 ,  x13  t   t e  t / 2 cos  3t /2  y
x14  t   t e t / 2
sen  3 t / 2 
son soluciones de ecuación.
7) Dominio común de todas soluciones x k  t  arriba es R , y estas soluciones
forman un conjunto l.i.
8) Como ecuación es homogénea, entonces una solución particular de ella es
función constante 0 .
Luego solución general es
14
x G  t    ck xk  t 
k 1
¿Qué podemos decir de convergencia de soluciones según valores de constantes
arbitrarias c k ?

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.

Teorema 4 Consideremos ecuación polinómica de grado p

a 0 r p  a1 r p 1    a p 1 r  a p  0
en que todos coeficientes a k son números reales, a 0  0 . Supongamos que todas raíces
de esta ecuación son en general complejas. Consideremos también p determinantes
a1 a3 a5 a7
a1 a3 a5
a1 a3 a a2 a4 a6
a1 , , a0 a2 a4 , 0 ,
a0 a2 0 a1 a3 a5
0 a1 a3
0 a0 a2 a4
donde k  p  a k  0 . Luego: todas raíces de ecuación arriba tienen parte real negativa
si y sólo si todos determinantes arriba son positivos.

Ejemplo 21 En ecuación resuelta en ejemplo 19, de orden 3, tenemos que su ecuación

característica es
r3  r 2  r 1  0
Luego a 0  a1  1 , a 2  a3  1 , y cualquier otro coeficiente es nulo. Tenemos pues
tres determinantes siguientes
1 1 0
1 1
1, , 1 1 0
1 1
0 1 1
Como segundo de ellos es 0, entonces esto basta para decir que hay cuanto menos una
raíz cuya parte real no es negativa.
Consideremos ahora ecuación homogénea
x   7 x   15 x   9 x  0
cuya ecuación característica es
r 3  7 r 2  15r  9  0
Luego a0  1 , a1  7 , a 2  15 , a3  9 , y cualquier otro coeficiente es nulo. Tenemos
pues tres determinantes siguientes
7 9 0
7 9
1, , 1 15 0
1 15
0 7 9
todos positivos. Luego todas raíces características tienen parte real negativa y solución
general de ecuación, cualquiera sea ella, converge hacia solución de equilibrio (solución
constante 0 ).

Técnica de variación de parámetros de Lagrange Técnica de coeficientes

indeterminados, que ha sido usada en un ejemplo arriba para cálculo de solución

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

Teorema 5 Supongamos que x1  t  ,  , x n  t  sean n soluciones l.i. de ecuación

homogénea asociada a genérica ecuación diferencial lineal de orden n . Luego solución
general de ecuación homogénea es
x H  t   c1 x1  t     c n x n  t 
donde parámetros c k son números reales.

Definición 11 Dadas n soluciones x1  t  ,  , x n  t  de ecuación homogénea asociada a

genérica ecuación diferencial lineal de orden n , cuyo dominio común es intervalo
(maximal) J , definimos, para cada t  J , matriz

W  x1  t  , , x n  t    D i 1 x j  t   n n

O sea: casilla genérica  i, j  de esta matriz es derivada de orden i  1 de solución xj ,

evaluada en t  J , subentendido, como usualmente, que D x j  t   x j  t  .
0

Teorema 6 Sean x1  t  ,  , x n  t  soluciones de ecuación homogénea asociada a genérica

ecuación diferencial lineal de orden n , cuyo dominio común es intervalo J . Luego:
estas soluciones son l.i. si y sólo si, para cada t  J , matriz W  x1  t  ,  , xn  t   es
inversible.

Ejemplo 22 Retomemos ecuación de ejemplo 19, en que dominio común de soluciones

y1  x   e x , y 2  x   e  x , e y 3  x   xe  x es R . Tenemos, para cada x  R ,
e x e x xe  x 
 
W  y1  x  , y2  x  , y3  x    e x  e x x
e  xe x

e x ex  2e  x  xe  x 
 33

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.

Teorema 7 (LAGRANGE, variación de parámetros de) Supongamos que

x H  t   c1 x1  t     c n x n  t 
sea solución general de ecuación homogénea asociada a genérica ecuación diferencial
lineal de orden n . Luego una solución particular de genérica ecuación lineal es
x P  t   c1  t  x1  t     c n  t  xn  t 
donde funciones c k (parámetros son vistos como funciones; por ello nombre de
técnica) son calculadas desde ecuación matricial
 c1  t    0 
W  x1  t  , , x n  t   c2  t      
c3  t    g  t  

Como matriz W  x1  t  ,  , xn  t   es siempre inversible, entonces es válido usar regla de

los determinantes para despejar cada función c k  t  . Funciones c k  t  son a
continuación obtenidas con antiderivación.
Tengamos también en cuenta que todas casillas de matriz-columna en lado derecho de
ecuación matricial en teorema arriba son nulas, salvo última en que es puesta función
g  t  . Esto es solamente válido en caso que a 0  1 en presentación genérica de
ecuación diferencial lineal; no lo olvidemos.

Ejemplo 23 Consideremos ecuación diferencial

x 2 y   xy   y  2x 3
Está claro que y1  x   x es una solución de ecuación homogénea
x 2 y   xy   y  0
asociada a ella; dominio de esta solución es aparentemente R . Busquemos solución
general de ecuación homogénea.
Con miras hacia ello reescribámosla así
1 1
y   y   2 y  2 x
x x
Esta presentación pone en tela de juicio a R como dominio común de soluciones.
Cuando conocida una solución y1  x  de una ecuación homogénea, otra solución,
digamos y 2  x  , linealmente independiente, es obtenida con fórmula
1
y 2  x   y1  x   e   a1  x  dx dx
 y1  x   2

según ha sido demostrado en Apéndice 1. Aquí a1  x   1 / x ; luego

1   x 1dx 1
y2  x   x  2
e dx  x  2 dx
x x x
Si buscamos soluciones en  0 ,   , entonces x  0 e
1  1  1
y 2  x   x  3 dx  x  2   
x  2x  2x
Concluimos que solución general de ecuación homogénea es

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  22
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 ?

Ejemplo 24 Resolvamos ecuación diferencial

y   y   y   y  sen x 
usando variación de parámetros. Como ha sido visto en ejemplo 2.1.5, tenemos que
solución 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
Una solución particular es pues
y P  x   c1  x  e x  c 2  x  e  x  c3  x  xe  x
Matriz a considerar para cálculo de funciones c k  x  es

27
 e x ex 
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 
 33

cuyo determinante es 4e  x , para cada x  R . Tenemos pues sistema

e x ex xe  x   c1  x    0 
 x x  
e  ex e  xe  c 2  x     0 
x

e x
 e x  2e  x  xe  x  c3  x   sen  x  
que da
0 ex xe  x
0  ex e  x  xe  x
sen  x  ex  2e  x  xe  x e  2 x sen  x  1
c1  x     e  x sen  x 
ex ex xe  x 4e  x 4
ex  ex e  x  xe  x
ex ex  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  ex e  xe  x
x

ex ex  2e  x  xe  x
ex ex 0
ex  ex 0
ex ex sen  x   2 sen  x  1
c3  x   x x
 x
  e x sen  x 
ex
e xe 4e 2
ex  ex e  xe  x
x

ex ex  2e  x  xe  x
y desde aquí, con antiderivación, calculamos funciones c k  x  , etc.

Ejercicio 11 Dada ecuación diferencial

2x 2
y   2 y  2 y  x2 1
x 1 x 1
en que variable independiente x toma valores en intervalo   1,1  , verificar que
y1  x   x es solución de ecuación homogénea asociada a ella. Buscar después otra
solución, digamos y 2  x  , de ecuación homogénea; es sugerido considerar genérica
función polinómica de grado 2. Verificar que ambas soluciones son l.i. Calcular
finalmente, usando variación de parámetros, solución particular de ecuación original.
¿Cuál es solución general de ecuación original?

Ejercicio 12 Resolver, usando variación de parámetros, ecuación diferencial

4 x 2 y   4 xy   y  3 x 3 / 2

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

Modelo de interacción entre multiplicador y acelerador Consideremos modelo

macroeconómico
C  t   cY  t   Y  t 

I  t   C  t 
Y  t   C  t   I  t   G

donde parámetros c y  , llamados multiplicador y acelerador, son positivos, menor
que 1 primero de ellos. Variables C , I e Y son respectivamente consumo,
inversión e ingreso, todas dependientes de variable temporal t  0 . Gasto fiscal G es
supuesto exógeno.
Tenemos, según primera ecuación de modelo, que
C  t   cY  t   Y
  t 
Luego, multiplicando ambos lados de esta ecuación por  , y teniendo en cuenta
segunda ecuación de modelo,
I  t    cY  t    Y  t 
y desde aquí, teniendo en cuenta ecuaciones de modelo,
C  t   I  t   G   cY  t   Y  t   C  t   G
 
 Y  t    cY  t   Y  t   cY  t   Y  t   G
Obtenemos a fin de cuentas ecuación diferencial
 Y  1   c Y  1  c Y  G
Una solución particular de ella es solución constante (de equilibrio)
G
Y t  , t  0
1 c
Pongamos
G
Y 
1 c
Ecuación característica (de ecuación homogénea asociada) es
 r 2  1   c  r  1  c   0
Tenemos que discriminante de esta ecuación polinómica de grado 2 es
m 2 4    
 2 
n n
y dependiendo de signo de este determinante se dan tres casos siguientes:
1) si   0 , entonces raíces características r1 y r2 son reales no iguales; luego
solución general de ecuación es
Y  t   c1e r1t  c2 e r2t  Y
2) si   0 , entonces raíces características r1 y r2 son reales e iguales; luego
solución general de ecuación es, poniendo r1  r2  r ,
Y  t   c1e rt  c 2 te rt  Y
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

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 11  1   c  0

1   c 0
  1  c  1  c 1   c   0
 22
Luego: todas soluciones son convergentes si y sólo si  c  1 . O sea: equilibrio Y es
asintóticamente estable si y sólo si  c  1 .

Modelo de mercado con previsiones respecto evolución de precio Consideremos

mercado de único bien en que precio de bien depende suavemente de variable temporal
t ; o sea: P  P  t  , y función P  t  es suave.
Funciones de demanda y oferta de bien, Qd y Qs , están dadas por
Qd  t      P t   mP  t   nP
  t 
y
Qs  t      P  t   mP  t   nP
  t 
donde  ,  ,  y  son parámetros positivos, y n  0 . Bajo supuesto de equilibrio
permanente de mercado, Qd  t   Qs  t  en todo instante t  0 , obtenemos ecuación
diferencial autónoma
 m    
P P
 
P
n n n
Una solución particular de ella es solución constante (de equilibrio)
 
P t   , t  0
 
Pongamos
 
P
 
Ecuación característica es
m  
r2  r 0
n n
Tenemos que discriminante de esta ecuación polinómica de grado 2 es
m 2 4    
 2 
n n
y dependiendo de signo de este determinante se dan tres casos siguientes:
1) si   0 , entonces raíces características r1 y r2 son reales no iguales; luego
solución general de ecuación es
P t   c1e r1t  c2 e r2t  P
2) si   0 , entonces raíces características r1 y r2 son reales e iguales; luego
solución general de ecuación es, poniendo r1  r2  r ,

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
 11 n
m
 0
n m    
 0
   n 2

1  n
 22
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.

Modelo Inflación-Desempleo Es razonable suponer que exista vínculo entre tasa de

crecimiento de salarios w y tasa de desempleo U , y que este vínculo esté dado por
w  f U 
donde f es función suave tal que f   0 . Fue así supuesto por A.W.Phillips en su
papiro The Relationship between Unemployment and the Rate of Change of Money
Wage Rates in the United Kingdom, 1861-1957, publicado en 1958. Expresión arriba
suele ser llamada “fórmula de Phillips”.
Es también razonable suponer que haya también vínculo entre w y tasa de inflación p
, en sentido de que aumento de primera implique aumento de segunda. Pero aumento de
inflación puede ser compensado por exógena productividad laboral T ; o sea:
p  wT
es ahora “fórmula de Phillips”. Si ponemos w  f U      U , caso lineal, donde
  0 y   0 , entonces
p    T  U
Si introducimos expectativas aumentadas, entonces fórmula deviene
w  f U   
donde  es tasa esperada de inflación, y 0    1 . Luego, en caso lineal,
p    T  U  
que es primera ecuación de modelo. Tengamos en cuenta que p , U y  son aquí
(tres) variables endógenas de modelo, todas dependientes de variable temporal t .

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    11   k   1     0

  k   1    0
   k   k   1      0
 1  k 22
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

Definición 12 Dadas variables real t y n -dimensional x , independiente y

dependiente ( x depende suavemente de t ), definimos un sistema de ecuaciones
diferenciales de orden 1, en estas variables, así:
x  f  t , x 
donde f   f1 , , f n  es una FVVV que suponemos suave.
Decimos que función  : J  R n es solución de sistema x  f  t , x  en intervalo J si
  t   f  t ,   t  
para todo t  J . Decimos que es solución maximal si no existe ninguna extensión de
 que sea solución de sistema.

Definición 13 Decimos que un sistema de ecuaciones diferenciales es autónomo si t

no es argumento de función f ; o sea:
x  f  x 
es sistema autónomo de orden 1.

Es frecuente que sistemas estén acompañados por valor inicial x 0     R n ; en tal

caso tenemos un problema con valor inicial (PVI), cuya presentación genérica es

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 .

Cada equilibrio esta asociado a una solución constante y viceversa; o sea: x  R n es

equilibrio de x  f  x  si y sólo si función constante   t   x , para todo instante t , es
solución de x  f  x  .

Definición 15 Decimos que equilibrio x es

1) asintóticamente estable si, dado cualquier R  0 , existe r  0 tal que: si  es
solución y d    t  , x   r en algún instante t , entonces lim t  x .
t 
2) inestable si dado cualquier r  0 existe una solución  tal que: si
d    t  , x   r en algún instante t , entonces r  d    t1  , x   d    t 2  , x  para
cualquier par de instantes posteriores t 2  t1 .
3) estable si no es inestable.

Está claro que todo equilibrio asintóticamente estable es estable; pero hay equilibrios
estables que no son asintóticamente estables.

Resolución de sistemas de ecuaciones diferenciales es general muy difícil, inclusive en

caso que éstos sean lineales. Decimos que un sistema de ecuaciones diferenciales es
lineal si es presentable así
x  A t  x  g  t 
donde A es matriz n  n cuyas casillas dependen suavemente de t , y g es función
suave. Sistema homogéneo asociado a él es
x  A t  x
Solución general x  t  G
de sistema x  A t  x  g  t 
es suma de una solución
cualquiera x  t  de él, que suele ser llamada solución particular, y solución general
P

x H  t  de sistema homogéneo asociado, que suele ser llamada solución homogénea.

Sistemas cuya resolución es digamos simple son aquéllos lineales de coeficientes
constantes
x  A x  g  t 
en que casillas de matriz A no dependen de t .

Ejemplo 25 Resolvamos sistema

x1  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
 x1  x 1  2 x 2  1
Luego, teniendo en cuenta segunda ecuación,

x1  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,
x1  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 .

Ejercicio 13 Resolver sistema

x  3x  y

 y  x  3 y  cos kt 
donde k es número real dado.

35
SECCIÓN 2
SISTEMAS LINEALES AUTÓNOMOS

Con miras hacia análisis cualitativo de sistemas no lineales, consideremos sistemas

lineales autónomos
x  Ax  b
donde b  R está dado. Como en términos cualitativos da lo mismo cualquier vector
n

b , entonces pongamos b  0 por simplicidad. Sistema autónomo a estudiar deviene

x  Ax
Correspondiente PVI genérico es

 x  Ax

 x 0   
Observemos finalmente que: si A es inversible, entonces 0  R n es único equilibrio de
sistema x  Ax .

Definición 16 Dada cualquier matriz A  R nn , definimos exponencial matricial de

ella, denotada por e A , así

1 k
eA  I   A
k 1 k!

Esta definición trae a memoria desarrollo en serie de potencias de función exponencial

(natural) alrededor de 0 , que es

1 k
ex  1  x
k 1 k!
y que baste poner A en lugar de x , y matriz identidad I  R nn en lugar de número
1. No es tan simple: hay que demostrar que serie en definición de exponencial matricial
es convergente hacia una matriz cuadrada de orden n  n . Esto y varias cosas otras son
vistos en apéndice 3. En particular, vemos allí que función  : t  e tA , t  R es
diferenciable y que
d tA
e  Ae tA
dt
para todo t  R . Está claro que   0   Ae 0 A  AI  A .

Teorema 8 (sobre existencia y unicidad de soluciones) PVI autónomo

 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

Definición 17 Decimos que x es equilibrio aislado de un sistema, lineal o no, cuando

existe una vecindad de x en que no hay otros equilibrios de ese sistema.

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 .

Teorema 9 Dado sistema x  Ax , en que A es matriz inversible cuyos valores propios

son en general complejos, tenemos que  0 , 0  , único equilibrio de sistema, es
1) es asintóticamente estable si y sólo si todos valores propios de A tienen parte
real negativa.
2) inestable si y sólo si existe valor propio de A cuya parte real es positiva.
3) estable si y sólo si todos valores propios de A tienen parte real no positiva.

Ejercicio 14 Dado sistema de orden 2 de ecuaciones diferenciales

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?

SISTEMAS DE DOS VARIABLES DEPENDIENTES Consideremos ahora caso en

que matriz A , inversible (no lo olvidemos), es de orden 2  2 , y 1 y  2 son sus
valores propios, reales o no (no está descartado 1  2 ). ¿Por que este caso es de
interés especial? Porque sistemas en dos variables dependientes, lineales o no, están
presentes en un cúmulo de modelos básicos de Economía. Esto justifica énfasis puesto
en ellos en lo que sigue de este capítulo.

Definición 18 Dado sistema x  Ax , en que matriz A es de orden 2  2 , decimos que

su equilibrio único  0 , 0  es
1) nudo si 1 y  2 son reales y 1 2  0 .
2) silla si 1 y  2 son reales y 12  0 .
3) espiral si 1 y  2 son imaginarios cuya parte real no es nula.
4) centro si 1 y  2 son imaginarios puros.

Está claro que:

1) nudos pueden ser asintóticamente estables o inestables, y que no hay nudos
estables no asintóticamente estables.
2) todas sillas son inestables.
3) espirales pueden ser asintóticamente estables o inestables, y que no hay espirales
estables no asintóticamente estables.
4) todos centros son estables, pero no asintóticamente estables.
Ejemplos siguientes ilustran cada uno de cuatro tipos arriba de equilibrio. En cada uno
ellos es mostrado correspondiente diagrama de fases. Concepto de fase es aquí aquél
visto en ecuaciones diferenciales; o sea: soluciones pertenecen a misma fase si y sólo si
tienen mismo rango.

Ejemplo 26 (nudos) Consideremos sistema

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.

Esbozo de diagrama de fases de sistema

 x   1 0   x
 y    0  1  y 
  
queda como ejercicio.

Ejemplo 27 (sillas) Consideremos sistema

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

x1  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

Ejemplo 29 (centros) Consideremos sistema

x1   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

z1   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

Esbozo de sendos diagramas de fases de sistemas

 x  0  2  x 
 y   1 0   y 
  
y
 x  1  2  x 
 y   1  1   y 
    
queda como ejercicio.

43
Ejercicio 15 Consideremos sistema lineal x  Ax , en que det  A  0 . Demostrar que
 0 , 0  , único equilibrio de este sistema, es silla.

Ejercicio 16 Retomemos modelo Inflación-Desempleo, visto en sección segunda de

capítulo anterior. Obtener sistema lineal en variables dependientes  y U desde
ecuaciones de modelo. Verificar estabilidad asintótica de único equilibrio de sistema
obtenido.

SECCIÓN 3
LINEALIZACIÓN DE SISTEMAS NO LINEALES.
TEOREMA DE HARTMAN

Definición 19 Dados sistema no lineal x  f  x  , y x  R n , un equilibrio de él,

supongamos que Df  x  sea matriz inversible. Definimos linealización (de este
sistema) alrededor de x así
x  Df  x  x
O sea: toda linealización es sistema lineal cuyo único equilibrio es 0  R n .

Teorema 10 (HARTMAN) Supongamos que x  R n sea equilibrio de sistema no lineal

x  f  x  , que Df  x  sea matriz inversible, y que ningún valor propio imaginario de
esta matriz tenga parte real nula. Luego:
1) equilibrio 0 de linealización alrededor de x es tan estable como x .
2) si además n  2 , entonces equilibrio  0 , 0  de linealización alrededor de x es
de mismo tipo que x .

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

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. ¿Es cierto que recta
y  1 está en plano de fases? Si afirmativo, ¿cuántas fases están contenidas en esta
recta?

Ejercicio 17 Dado sistema

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?

Ejercicio 18 Hacer estudio cualitativo de sistema

 x  xy  x
 2
 y  x y  4 y

Ejercicio 19 Está claro que  0 , 0  es equilibrio de sistema

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?

Ejercicio 20 Consideremos sistema no necesariamente lineal

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?

Modelo predador-presa (VOLTERRA) Este modelo, por matemático italiano Vito

Volterra (1860-1940), da sustento matemático a observaciones sobre poblaciones de
especies diversas que habitan mismo territorio, específicamente cuando una de ellas,
que funge de presa, es digamos único alimento de especie otra, que funge de predador.
Imaginemos un escenario aislado en que conejos y zorros cohabitan. Zorros comen
solamente conejos y éstos comen vegetales; es supuesto que haya siempre bastante
vegetación para alimentación de cualquier población de conejos. Cuando número de
conejos es grande, entonces zorros encuentran fácilmente alimento y su población crece.
Cuando número de zorros es bastante grande, entonces población de conejos disminuye
sensiblemente; luego zorros encuentran difícilmente alimento y su población también
disminuye. Consecuentemente población de conejos aumenta notablemente, pues
población de predadores es relativamente pequeña. Otra vez zorros encuentran
fácilmente alimento, etc. Esto explica bastante razonablemente ciclicidad observada en
poblaciones cohabitantes de predadores y presas; podemos pues suponer que estas
poblaciones son funciones periódicas (desfasadas) de variable tiempo.
Modelo por Volterra, básico entre modelos predador-presa, considera premisas
siguientes:
1) Rapidez de crecimiento de población de conejos x  x t  , en ausencia de zorros,
es directamente proporcional a cantidad de conejos en instante t ; o sea:
x  t   a x  t 
donde a  0
2) Si y  t  es población de zorros en instante t , entonces encuentros entre ambas
especies, y cantidad conejos matados por zorros, son directamente

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

Modelo de Goodwin, perteneciente a Economía Teórica, es esencialmente este modelo

por Volterra. Allí variables dependientes x e y son respectivamente tasa de empleo
(cociente entre trabajadores y trabajadores potenciales) y participación de trabajadores
en ingreso nacional; o sea: trabajadores hacen simultáneamente papel de predador y de
presa. Una presentación sucinta de este modelo puede ser vista en T  .

Modelo de Obst Éste es un modelo en escenario de inflación en que es supuesto que

dp M  Md  M 
 s   1  d 
dt Ms  Ms 
donde   0 . O sea: exceso de oferta monetaria  M s  M d  eleva tasa de inflación p ,
y por ello liquidación de mercado monetario  M s  M d  no implica estabilidad de
precios, sino tasa constante de inflación. Pongamos   M d / M s , y asumamos que
demanda monetaria es directamente proporcional a producto nacional (nominal) PQ ,
lo que es otro supuesto de este modelo. Luego
M  PQ
 d 
Ms Ms
donde  es una constante positiva, y desde aquí
1 d 1 dP 1 dQ 1 dM s
    pqm
 dt P dt Q dt M s dt
donde p , q y m denotan respectivamente tasa de inflación, tasa de crecimiento de
producto nacional (real) y tasa de expansión monetaria. Segunda y tercera son de
momento consideradas exógenas. En tal caso tenemos sistema de ecuaciones
diferenciales en variables p y  , segunda positiva, y ambas dependientes del tiempo,

 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

Hay casos en que teorema de Hartman no puede ser aplicado a sistema x  f  x  ,

alrededor de equilibrio x  R n , tal vez porque matriz Df  x  ni siquiera es inversible.
En casos tales una herramienta útil para obtener información sobre estabilidad de x
puede ser criterio de Lyapunov. Epónimo de este criterio es matemático ruso
Aleksandr Lyapunov (1857-1918).

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.

Definición 21 (función de Lyapunov) Supongamos que  0 , 0  sea equilibrio aislado

(no necesariamente único) de sistema

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  .

Teorema 11 (LYAPUNOV) Supongamos que  0 , 0  sea equilibrio aislado de sistema

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.

Teorema 12 (LYAPUNOV) Supongamos que  0 , 0  sea equilibrio aislado de sistema

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  .

Ejemplo 31 Único equilibrio de sistema

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

Ejercicio 21 Demostrar que  0 , 0  es equilibrio aislado de sistemas

 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  .

Ejercicio 22 Demostrar que  0 , 0  es equilibrio aislado de sistema

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 .

Ejemplo 33 Consideremos sistema

 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

Consideremos una vecindad bastante pequeña de  0 , 0  , digamos aquélla de radio

dh
1 / 4 (cualquier radio menor que 1 / 2 2 es válido), para que , cuando restringida
dt
hasta esta vecindad, sea negativo definida. Luego cualquier función

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

Ejercicio 23 Demostrar que  0 , 0  es equilibrio aislado de sistema

 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.

Ejemplo 34 Consideremos sistema


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

 xx  yy  rr


 xy  x
 y  r 2

Multiplicando primera de ellas por x , segunda por y , y sumando lado a lado
expresiones obtenidas así, concluimos que

 
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  .

Teorema 13 (POINCARÉ) En una región de plano de fases de un sistema, encerrada

por una fase cerrada, hay cuanto menos un equilibrio de ese sistema.

Teorema 14 (BENDIXSON) Dado sistema

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.

Ejemplo 35 Consideremos sistemas

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 ).

Ejemplo 36 En plano de fases de sistemas lineales no hay fases cerradas aisladas. De

hecho: Consideremos sin pérdida de generalidad sistema homogéneo x  Ax en que no
es forzoso que matriz A sea inversible. Supongamos primero que esta matriz sea
inversible; recordemos que en tal caso  0 , 0  es único equilibrio. Si tr  A es positiva
o es negativa, entonces no hay fases cerradas (aisladas o no) en plano de fases. Si
tr  A  0 , entonces valores propios de A son imaginarios puros, pues det  A  0 ; en
tal caso  0 , 0  es centro y hay infinidad de fases cerradas, pero aislada ninguna de
ellas.
Supongamos ahora que A no sea inversible; luego salvo caso trivial A  0 (en
verdad es ocioso mentarlo), todos equilibrios están en una recta que pasa por origen. De
hecho todos puntos de esa recta son equilibrios. Esa recta ha dividido plano de fases en
dos regiones abiertas en que no hay equilibrios; luego no hay fases cerradas en ninguna
de ellas. Única posibilidad que queda es que una parte de fase cerrada, digámoslo así,

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.

Teorema 15 (POINCARÉ-BENDIXSON) Sea R una región acotada de plano de fases

de un sistema no lineal tal que no hay equilibrios de ese sistema en ella. Supongamos
que una solución esté en    ,    R desde un instante dado en adelante. Luego esa
solución es representada por una fase cerrada (no necesariamente aislada; como
ejemplo, puede pertenecer a una de una infinidad de fases de un centro)

Teorema 15A (POINCARÉ-BENDIXSON, versión alternativa) Sea R una región

acotada de plano de fases de un sistema no lineal tal que único equilibrio de sistema que
hay en ella es espiral inestable. Supongamos que toda fase que corta frontera de R
“entra” a región (sentido de esto quedará manifiesto en ejemplo siguiente). Luego existe
una fase cerrada aislada en R que es asíntota de fases espirales que están dentro y fuera
de ella.

Ejemplo 37 Consideremos sistema

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

entonces sospechamos que circunferencia de radio ln  3 y centro en origen sea fase

cerrada aislada. Con miras hacia verificación de sospecha, vía teorema de Poincaré-
Bendixson, consideremos como región R a cuadrado de vértices  2 , 2  y   2 ,2  ,
en que equilibrio y circunferencia arriba están contenidos.
Es fácilmente verificable que todas fases que pasan por vértices de cuadrado entran a
cuadrado. Consideremos, como ejemplo, vértice  2 , 2  . Tenemos que

 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.

Ejercicio 24 Aplicar teorema de Poincaré-Bendixson para demostrar existencia de ciclo

límite en plano de fases de sistema


 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.

Teorema 15B (POINCARÉ-BENDIXSON, versión para ciclos límites repulsores) Sea

R una región acotada de plano de fases de un sistema no lineal tal que único equilibrio
de sistema que hay en ella es espiral asintóticamente estable. Supongamos que toda fase
que corta frontera de R “sale” de región. Luego existe una fase cerrada aislada en R
tal que todas fases espirales, dentro y fuera de ella, se alejan desde ella..

Ejercicio 25 Demostrar existencia de ciclo límite en plano de fases de sistema

 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

Consideremos dos variables, digamos t y x . Variable t toma solamente valores

enteros; decimos por ello que es discreta. Es frecuentemente variable temporal, y
también es frecuente que tome valores en conjunto N de números naturales (enteros
positivos) o en conjunto de números enteros no negativos. A decir la verdad, puede
tomar valores en cualquier conjunto de números enteros, digamos A , que tenga
elemento mínimo, tal que n  A  n  1  A . Variable x puede tomar valores reales
cualesquiera y depende de variable t . Esta dependencia, que en general es denotada
por x t  , suele aquí ser denotada por xt , pues variable independiente es discreta, y
decimos que xt es valor que toma variable en instante t o durante lapso t .
Adoptando lenguaje flexible, como usualmente, hablaremos también de variable xt .
Definimos diferencia de orden 1 de variable x t , denotada por  xt , así
xt  xt 1  xt
Definimos asimismo diferencia de orden 2 de variable x t , denotada por 2 xt , así
2 xt    xt    xt 1  xt    xt  2  xt 1    xt 1  xt   xt  2  2 xt 1  xt
Hay definiciones análogas para diferencias de orden mayor.
Una ecuación en diferencias, en variables t y xt , es una ecuación funcional en que
figuran diferencias de variable xt . Como ejemplo:
2 xt  2  xt  4 xt  t  1  0
es una ecuación en diferencias (de orden 2), que suele ser presentada así
xt  2  4 xt 1  xt  t  1
teniendo en cuenta definiciones arriba.

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

Definición 22 Una ecuación en diferencias, lineal, de orden p es una ecuación en

diferencias cuya presentación genérica es
xt  p  a1  t  xt  p 1    a p  t  xt  g  t 
donde coeficientes ai dependen suavemente de variable t . Ecuación homogénea
asociada a ella es
xt  p  a1 xt  p 1    a p xt  0
Decimos que secuencia   t  t 0 es solución de ella si
 t  p  a1  t   t  p 1  a p  t   t  g  t 
para todo entero t  0 .

Teorema 16 Solución general de

xt  p  a1  t  xt  p 1    a p  t  xt  g  t 
es suma de una solución cualquiera de ella, llamada solución particular (como en
ecuaciones diferenciales), y de solución general de ecuación homogénea asociada a ella.
G P
O sea: si estas soluciones son respectivamente denotadas por xt t 0 , xt t 0 y    
x 
t
H
t 0 ; entonces
xtG  xtH  xtP
para todo entero t  0 .

Definición 23 Decimos que una ecuación lineal es de coeficientes constantes si su

presentación genérica es

63
 xt  p  a1 xt  p 1  a p xt  g  t 
O sea: coeficientes ai no dependen de variable t .

Definición 24 Cualquier solución constante de

xt  p  a1 xt  p 1  a p xt  g  t 
caso exista, es llamada de equilibrio. Si  k  t  0 es solución constante de esta ecuación,
entonces k es equilibrio de ella.

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).

Resolución de ecuaciones lineales homogéneas de coeficientes constantes ¿Cómo

calculamos (elemento genérico de) solución homogénea? Este cálculo es análogo a
aquél para ecuaciones diferenciales; basta pues ejemplos, con ecuaciones de orden 2,
para describirlo.
De hecho, como ha sido visto para ecuaciones diferenciales, conjunto solución de
xt  p  a1 xt  p 1  a p x t  0
es espacio vectorial real de dimensión p ; luego es posible encontrar p soluciones l.i.
y solución general es combinación lineal de ellas. Cálculo de estas soluciones, digamos
básicas, tampoco aquí es ajeno a concepto de ecuación característica.
Resolvamos, como ejemplo, ecuación homogénea
xt  2  3 xt 1  2 xt  0
Ecuación característica es
r 2  3r  2  0
cuyas raíces son r1  1 y r2  2 . Luego solución general de ecuación está dada por
xt  c1  r1   c 2  r2   c1   1  c 2   2
t t t t

Hay dos constantes arbitrarias, c1 y c 2 , porque ecuación es de orden 2.

Si ecuación a resolver es, como ejemplo,
xt  2  4 xt 1  4 xt  0
entonces raíces características son r1  r2  2 , y solución general está dada por
xt  c1 2 t  c 2 t 2 t
Finalmente: Si raíces características de una ecuación a resolver son    i ; entonces,
denotando r a módulo de ellas y  a argumento de primera de ellas, tenemos que
solución general de ecuación está dada por
xt  r t  c1 cos t   c 2 sin  t  
Consideremos caso específico
xt  2  xt 1  xt  0
1 3
Aquí raíces características son  i ; luego solución general está dada por
2 2
   
xt  c1 cos t   c 2 sin  t 
3  3 

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.

Ejemplo 38 Resolvamos ecuación

t
 1
4 xt  2  xt  t  3   
 2
Solución homogénea está dada por
t t
 1 1
xtH  c1     c 2  
 2  2
Observemos que
lim xtH  0
t 

cualesquiera sean valores de constantes arbitrarias c1 y c 2 . Ello, sin lugar a dudas,

porque valores absolutos de raíces características son menores que 1.
Lado derecho sugiere solución particular dada por
t
 1
xt   t       
 2
Tenemos que
t2 t
 1   1
xt  2    t  2           t   2      
 2 4 2
Luego, en ecuación tal cual es (no en ecuación homogénea), tenemos, para todo entero
t  0,
   1  
t
 1 
t
 1
t

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
t2 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

Ejemplo 39 No hay soluciones constantes en ecuación

xt  2  3 xt 1  2 xt  5
De hecho: Si hubiese una solución tal, digamos  k  t 0 ; entonces tendríamos
k  3k  2k  5
que es contradictorio. Luego esta ecuación no tiene equilibrio.
Sí hay soluciones constantes en ecuación

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 

no implica que no haya soluciones convergentes. De hecho si valores iniciales x 0 , x1

y x 2 (tres valores iniciales, pues ecuación es de orden 3) son tales que c1  c 2  0 ;
entonces todas soluciones dadas por
xt  c3 r3t  2
para todo t  0 , donde c3 toma valores reales cualesquiera, es convergente (pues
0  r3  1 ) y converge hacia equilibrio  2 .

Ejercicio 26 Consideremos una ecuación en diferencias, homogénea, de orden 10,

cuyas raíces características reales son 1 / 2 y  1 / 3 , primera de multiplicidad 3. Otras
1 1
raíces son   i y 1  3 i , segunda de multiplicidad 2. ¿Cuál es solución de esta
2 2
ecuación? Si xt denota a elemento genérico de solución, ¿qué hace entonces falta para
que lim xt  0 ?
t 

Teorema 17 Dada ecuación

xt  p  a1 xt  p 1  a p x t  b
donde es número real dado, tenemos que:
1) Si existe solución constante de ella, digamos  k  t 0 ; entonces  k  t 0 es única
solución constante de ella.
2) Si k es equilibrio de ella y todas raíces características de esta ecuación, en
general complejas, son de módulo menor que 1 (valor absoluto menor que 1
cuando reales); entonces todas soluciones son convergentes y convergen hacia
k.
3) Si k es equilibrio de ella y existe (cuanto menos) una raíz característica de esta
ecuación cuyo módulo es mayor que 1 (valor absoluto mayor que 1 cuando real);
entonces existen soluciones divergentes (estas soluciones se alejan cada vez más
desde k ).

Ejercicio 27 (secuencia de Fibonacci) Consideremos secuencia en que cada uno de sus

términos, desde tercero, es suma de dos precedentes inmediatos. O sea: si  xt  t  0 es

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.

Ejercicio 28 Es siempre posible, desde genérica ecuación lineal de coeficientes

constantes, de orden p , obtener un sistema lineal de orden 1 en que hay p ecuaciones
en diferencias en p variables. Consideremos, como ejemplo, ecuación
xt  3  4 xt  2  3xt 1  2 xt  8
Pongamos

 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
 xt1  010 xt1 0
y  100 y 0
t 1   t1  

zt1  432 zt1 8

Verificar que valores propios de matriz de sistema obtenido son precisamente raíces
características de ecuación original y viceversa. Esto no es fortuito; de hecho es siempre
así.

SECCIÓN 2

69
 ESTUDIO CUALITATIVO DE ECUACIONES EN DIFERENCIAS DE
ORDEN 1

Ecuación en diferencias a estudiar aquí es aquélla genérica de orden 1

xt 1  f  t , xt 
donde f es función suave (cuanto menos de clase C 1 ). Esta ecuación es llamada
autónoma en caso que t no sea argumento de función f ; o sea:
xt 1  f  xt 
es ecuación autónoma de orden 1. Es exigido que rango de esta función esté incluido en
su dominio para que no haya “impasses” en proceso recursivo. Como ejemplo:
Ecuación xt 1  f  xt   ln xt  es digamos problemática, pues Ran f   R y
Dom f    0 ,   . Tenemos que parece válido tomar x 0  1 ; pero x1  ln 1  0 y no
existe x 2 , pues no existe ln  0  .

Definición 25 Decimos que x  R es equilibrio de ecuación autónoma xt 1  f  xt  si

f  x  x .

Teorema 18 Si una secuencia-solución de ecuación xt 1  f  xt  es convergente,

entonces converge hacia un equilibrio de esta ecuación.

Ejemplo 40 Consideremos ecuación

xt 1  f  xt   xt
en que exigimos Dom f    0 ,   , para que función f sea suave. Bajo estas
circunstancias, x  1 es única solución de ecuación f  x   x . Tenemos, dado genérico
valor inicial x 0 , que
x1  x10 / 2
x 2  x11 / 2  x10 / 4
x3  x12 / 2  x10 / 8
etc. Obtenemos así que solución de ecuación está dada por
t
xt  x10 / 2 , t  0
Luego, para todo valor inicial x0 admisible ( x 0  0 ), tenemos que
lim xt  1
t 

O sea: todas secuencias-solución de esta ecuación son convergentes hacia equilibrio

x  1 . Observemos que f  x   1 / 2  1 .

Ejemplo 41 Consideremos ecuación

xt 1  f  xt   2 xt  xt
en que exigimos Dom f    0 ,   , para que Ran f   Dom f  . Bajo estas
circunstancias, x  1 es única solución de ecuación f  x   x . Consideremos cualquier
secuencia-solución  xt  t 0 tal que x0  1 . Tenemos que 1 no es elemento de esa

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 .

Definición 26 Decimos que x , equilibrio de ecuación autónoma xt 1  f  xt  , es:

1) asintóticamente estable si existe una vecindad de x , digamos V  x  , tal que,
dado cualquier x0  V  x   Dom f  , tenemos que secuencia solución, aquélla
cuyo valor inicial es x 0 , converge hacia x .
2) inestable si en cada vecindad de x existe x0 tal que secuencia solución
 xt  t 0 , aquélla cuyo valor inicial es x0 , se aleja desde x ; o sea: esta
secuencia-solución cumple propiedad de que existe entero positivo  tal que
t   implica d  xt 1 , x   d  xt , x  .
3) estable si no es inestable.

Teorema 19 Dada ecuación autónoma xt 1  f  xt  , supongamos que x sea equilibrio

de ella. Luego:
1) si f  x   1 , entonces x es asintóticamente estable.
2) si f  x   1 , entonces x inestable.

Teorema 20 Sean x un equilibrio de ecuación autónoma xt 1  f  xt  , y V  x  una

vecindad de x . Si supongamos que x sea equilibrio de ella. Luego: si f  x   1 , para
todo x  V  x   Dom f  ; entonces toda secuencia-solución cuyo valor inicial esté en
V  x   Dom f  es convergente hacia x .

Definición 27 Dado equilibrio x de ecuación autónoma xt 1  f  xt  , definimos

conjunto de estabilidad, o cuenca de x , denotado por E  x  , así
E  x     Dom f  secuencia solución cuyo valor inicial es  es convergente hacia x 

Ejemplo 42 Consideremos ecuación en diferencias

xt 1  f  xt   1   xt  1
2

Equilibrios de esta ecuación son 0 y 1 . Como

1) f  0  2  1 , entonces 0 es equilibrio inestable.
2) f 1  0  1 , entonces 1 es equilibrio asintóticamente estable.
3) , entonces  1 / 2 , 3 / 2   E 1
f  x   2 x  1  1  x   1 / 2 , 3 / 2 
¿Es E 1   1 / 2 , 3 / 2  ? No, pues x 0  0.3  x1  0.51   1 / 2 , 3 / 2  . ¿Cuál es E 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

Es evidente, desde figura, que

f  x0 
f  x0   tan   
x0  x1
luego
f  x0 
x1  g  xt   x0 
f  x0 
que es fórmula válida, obviamente, para cualquier par de índices t y t  1 (no
solamente para 0 y 1 ).
Cuando x1 ha sido calculado, calculamos x 2 , y continuamos así hasta que diferencia
entre términos consecutivos sea considerada bastante pequeña. Obtenemos así un valor
aproximativo de x . Está claro que esta técnica iterativa exige no nulidad de f  en una
vecindad de x , que denotamos V  x  , en que x es única solución de ecuación
f  x  0 .
Fórmula recursiva arriba es ciertamente una ecuación en diferencias, en que x es único
equilibrio en V  x  . Tenemos, para todo x  V  x  , que
f  x  f  x 
g  x  
 f  x   2
Como f  x   0 , entonces g  x   0 . Luego, según teorema último, secuencia solución
 x0 , x1 , x 2 ,  , converge hacia equilibrio x .

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.

Ecuación lineal de orden 1, de coeficientes constantes Caso interesante es ecuación

lineal de coeficientes constantes
xt 1  f  xt   axt  b
en que suponemos a  0 y b  0 . Ecuación homogénea asociada es
xt 1  axt
Solución de esta ecuación está dada por
x tH  c a t
para todo t  0 , donde c es arbitraria constante real. Una solución particular, bajo
supuesto adicional a  1 , es solución constante dada por
b
xtP 
1 a
b
para todo t  0 (¿cuál es una solución particular en caso a  1 ?). O sea: x  es
1 a
equilibrio, y no hay otros (porque no hay otras soluciones constantes).
Solución general está pues dada por
xtG  ca t  x
donde c  x0  x ; o sea:
xtG   x0  x  a t  x
¿Qué podemos decir sobre convergencia de soluciones? Que, dado cualquier x0  R ,
b
lim xtG   a 1
t  1 a
Esto nos dice que equilibrio x es asintóticamente estable en caso a  1 , y que su
conjunto de estabilidad es R en tal caso, e ilustra fehacientemente teoremas arriba.
Añadimos que convergencia es oscilante en subcaso  1  a  0 , cualquiera sea valor
inicial x 0 , como muestra figura abajo.

73
 x

a=1/2
b=2

En esta figuran han sido dibujadas dos soluciones:

1) aquélla constante de equilibrio, formada por puntos cuya segunda coordenada es
b / 1  a  , y
2) una solución cuyo valor inicial x 0 es mayor que b / 1  a  , y cuyos valores
otros varían alternativamente desde menores que b / 1  a  hasta mayores que
b / 1  a  , con variaciones cada vez más pequeñas.
Han allí sido tomados valores a  1 / 2 , b  4 y x0  7 . Conducta oscilante de
soluciones no constantes alrededor de solución de equilibrio es imposible en ecuaciones
diferenciales de orden 1 (¿por qué?).
De otro lado, cuando a  1 , todas soluciones son divergentes, lo que nos dice que
equilibrio x es inestable en este caso. En particular, divergencia es oscilante en
subcaso a  1 . Finalmente: Si a  1 , entonces todas soluciones oscilan alrededor
de solución de equilibrio; pero no se acercan hacia él ni se alejan desde él. Es por ello
que, en este caso, equilibrio x es estable, pero no asintóticamente estable. Esbozo de
soluciones en casos a  1 y a  1 queda como ejercicio.

Ejemplo 44 Consideremos modelo económico

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).

Ejercicio 29 (modelo de mercado con ajuste de precio) Consideremos modelo de

mercado en que
Qtd     Pt
 s
Qt     Pt

 Pt 1  Pt  k 
Qt
d
 Qt
s

donde todos parámetros (cuatro en total, en caracteres helénicos) son positivos,
asimismo coeficiente k de ajuste. Obtener ecuación en diferencias, en variable
dependiente Pt , que describa modelo, y hacer un estudio exhaustivo de ella.

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

Observemos que firma 1 maximiza su utilidad respecto solamente variable q1 , única

variable potestativa para esta firma, y que. firma 2 no tiene ninguna injerencia en
decisión a tomar por firma 1. Asimismo para firma 2.
Aplicación de CNO1 para cada problema (CNO1 es también suficiente en ambos casos,
¿por qué?), da ecuaciones
a  c  q2
q1  R1  q 2  
2
y
a  c  q1
q 2  R2  q1  
2
R  q  i
donde i j es leído “reacción de firma ante cantidad q j a poner en mercado por
firma j ”. O sea: si firma i supiese que firma j pondrá en mercado cantidad q j ,
entonces ella pondría cantidad Ri  q j  en mercado.
ac
Resolución simultánea de ecuaciones arriba da q1  q 2 
* *
, la “cantidad de
3
2
Cournot”. Cantidad total puesta en mercado es Q 
*
 a  c  , que es menor que a , lo
3
que justifica cálculos arriba (en verdad, estos cálculos han sido un “lance”, pues no ha
a  2c
sido tomado en cuenta que Q  a  p  0 ), y precio correspondiente es p 
*
.
3
1
Ganancias de firmas son iguales:  
*
 a  c 2 .
9

76
Supongamos ahora que haya única firma en mercado. Esta firma, en busca de utilidad
máxima, resuelve problema
max a  c  Q  Q
Q

ac
cuya solución es QM  , la “cantidad de monopolio”, que es menor que Q * .
2
ac
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 ac
xt  k    
 2 3
para todo entero t  0 . Secuencia in extenso arriba es secuencia-solución cuyo valor
Q ac ac
inicial es x0  M  , corresponde a k   . Elemento genérico de esta
2 4 12
secuencia-solución es pues
t
ac 1 ac
xt     
12  2  3
para todo entero t  0 .
Esta secuencia es convergente y, como cualquier secuencia solución otra, converge
ac
hacia , la cantidad de Cournot.
3

Modelo de mercado con previsiones respecto evolución de precio Consideremos

mercado de único bien en que precio de bien depende suavemente de variable temporal
discreta t ; o sea: P  Pt .
Funciones de demanda y oferta de bien, Q d y Q s , están dadas por
Qtd     Pt    Pt 1  Pt 1 
y
Qts     Pt
donde  ,  ,  y  son parámetros positivos, y   0 . Bajo supuesto de equilibrio
permanente de mercado, Qt  Qt , en todo instante t  0 ,1, , obtenemos
d s

ecuación autónoma en diferencias, de orden 2,

   
Pt  2  Pt 1  Pt  
 
Una solución particular de ella es solución constante (de equilibrio) dada por
 
Pt 
 
para todo entero t  0 . Pongamos
 
P
 
Ecuación característica es
 
r2  r 1  0

Como discriminante de esta ecuación polinómica de grado 2 es
2
   
  40
  
entonces raíces características r1 y r2 son reales no iguales. Como r1 r2  1 ,
entonces cuanto menos módulo de una de ellas es no menor que 1. Concluimos que
equilibrio P es inestable. ¿Cuál es conjunto de estabilidad de P ?

Modelo Inflación-Desempleo Ecuaciones de versión discreta de modelo Inflación-

Desempleo (versión continua en 2.3.3) son

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

x1    0, x0  , x 2   1, x1  , etc. Basta para ello suponer que conjunto

 0 ,1 ,  Ran   esté incluido en Dom f  .

Definición 29 Decimos que un sistema de ecuaciones en diferencias es autónomo si t

no es argumento de función f ; o sea:
xt 1  f  xt 
es sistema autónomo de orden 1.

Un problema de valor inicial (PVI) es un problema cuya presentación genérica es

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.

Resolución de sistemas de ecuaciones en diferencias es en general muy difícil,

inclusive en caso que éstos sean lineales. Decimos que un sistema de ecuaciones en
diferencias es lineal si es presentable así
xt 1  A t  xt  g  t 
donde A es matriz n  n cuyas casillas dependen suavemente de t , y g es función
suave. Sistema homogéneo asociado a él es
xt 1  A t  xt
Solución general x de sistema xt 1  A t  xt  g  t  es suma de una solución
G
t

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).

Teorema 21 (sobre existencia y unicidad de soluciones) PVI autónomo

xt 1  A xt

 x0  
tiene única secuencia-solución  , en R n , dada por  t  At  , para todo entero t  0 .

Ejemplo 45 Resolvamos sistema

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?

Ejercicio 30 Resolver sistema

xt 1  3xt  yt

 yt 1  xt  3 yt  cos kt 
donde k es número real dado.

Definición 30 Decimos que x  R n es equilibrio de sistema autónomo xt 1  f  xt  si

f  x  x .

Cada equilibrio esta asociado a una solución constante y viceversa; o sea: x  R n es

equilibrio de xt 1  f  xt  si y sólo si secuencia constante  x  t 0 es solución de
xt 1  f  xt  .

Teorema 22 Si una secuencia-solución de un sistema es convergente, entonces converge

hacia un equilibrio de sistema.

Concepto de conjunto de estabilidad (o cuenca) de un equilibrio es aquí, en sistemas

de ecuaciones en diferencias, análogo a lo que ha sido visto en ecuaciones en
diferencias (ver ejemplo siguiente).

Ejemplo 46 (cuenca de un equilibrio) Consideremos sistema lineal autónomo

 3
 x t 1  xt  y t  4
2

y   1 x  y 1
 t 1 2 t t
Si  x, y  es aquí equilibrio, entonces

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 

Ejercicio 31 Verificar que sistema lineal autónomo

84
 xt1  2 1xt
    
y t1 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

Con miras hacia análisis cualitativo de sistemas no lineales, consideremos primero

sistemas lineales autónomos
xt 1  A xt  b
donde b  R está dado. Como en términos cualitativos da lo mismo cualquier vector
n

b , entonces pongamos b  0 por simplicidad. Sistema autónomo a estudiar deviene

xt 1  A xt
Correspondiente PVI genérico es

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.

En caso de sistemas lineales autónomos xt 1  A xt hay dos posibilidades:

1) hay infinidad de equilibrios, aislado ninguno de ellos
2) hay único equilibrio, que es obviamente aislado.
¿Cuándo se da una u otra? Ello depende solamente de que número 1 sea o no valor
propio de matriz A . De hecho: Cuando 1 no es valor propio de A , entonces matriz
A  I es inversible. Luego 0  R n es única solución de sistema homogéneo (no
dinámico) de ecuaciones lineales  A  I  z  0 .
Como en sistemas de ecuaciones diferenciales, propiedades cualitativas de sistema
xt 1  A xt están íntimamente vinculadas con valores propios de matriz A .

Convengamos que en adelante 1 no es valor propio de matriz A

Definición 32 Decimos que x , equilibrio de sistema autónomo xt 1  f  xt  , no

necesariamente lineal, es:
1) asintóticamente estable si existe una vecindad de x , digamos V  x  , tal que,
dado cualquier x0  V  x   Dom f  , tenemos que secuencia solución, aquélla
cuyo valor inicial es x0 , converge hacia x .
2) inestable si en cada vecindad de x existe x 0 tal que secuencia solución
 xt  t 0 , aquélla cuyo valor inicial es x0 , se aleja desde x ; o sea: esta
secuencia-solución cumple propiedad de que existe entero positivo  tal que
t   implica d  xt 1 , x   d  xt , x  .
3) estable si no es inestable.

Teorema 23 Dado sistema xt 1  A xt , en que 1 no es valor propio de A , tenemos que

 0 , 0  , único equilibrio de sistema, es
4) asintóticamente estable si y sólo si todos valores propios de A tienen módulo
menor que 1.
5) inestable si y sólo si existe valor propio de A cuyo módulo es mayor que 1.
6) estable si y sólo si todos valores propios de A tienen módulo menor o igual que
1.

En este teorema, y también en teorema 24, es supuesto, para simplicidad de enunciados,

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 .

Ejemplo 47 Consideremos sistema lineal

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.

Ejemplo 48 Consideremos sistema lineal

 1
 x t 1  xt  y t  1
2

y  1 x 1
 t 1 2 t
Hay infinidad de equilibrios; dado cualquier k  R , tenemos que  k , 0.5k  1 es
equilibrio. Matriz de sistema es
1 / 2 1
1 / 2 0

Sus valores propios son 1 y  1 / 2 ; hay infinidad de equilibrios porque 1 es valor
propio. Genérica secuencia-solución de sistema es
 t t

 c1  c 2   1   k , 1 c1  c 2   1   1 k  1
  2 2  2 2 
  t 0
Dado valor inicial  x0 , y 0  , tenemos que

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 

Ejercicio 32 Dado sistema de orden 2 de ecuaciones en diferencias

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?

Ejemplo 49 Supongamos que juego de Cournot (ver 4.2.13), en que participan n

firmas, sea repetido infinidad de veces. Supongamos también que en cada etapa, desde
segunda, cada jugador piensa que cada jugador otro pondrá en mercado misma cantidad
qtj que puso en etapa anterior. Como en este juego, utilidad de jugador i en cada
etapa es
 
 i  a  c  q1  q 2    q n q i 
posiblemente multiplicada por un factor de descuento (lo que no cambia esencialmente
las cosas), donde q j es cantidad puesta en mercado por genérico jugador j ; entonces
i
cantidad qt 1 a poner en mercado por jugador i en etapa t  1 es solución de
problema
 
 n
j i
max
q i 0
 a  c  q i
t 1   q t  qt 1
 j 1 
 j i 
CNO1, que es también suficiente (¿por qué?), da
n
a  c  2qti1   qtj  0
j 1
j i

para cada i  1, , n . Hemos pues obtenido sistema lineal

88
 a  c
 1 1  2 
0    
qt11   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
ac ac ac
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 tC1  3 qt  pt   1
donde qt es precio unitario de cerdos en lapso t . Finalmente, demanda de cerdos está
dada por
DtC1  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.

Ejercicio 34 (Modelo Insumo-Producto) Consideremos modelo en que cada uno de n

sectores de una economía produce único bien. Sean aij cantidad a usar de bien i para
producir una unidad de bien j , y A   aij  nn . Matriz A es llamada tecnológica o de
coeficientes técnicos; mejoras tecnológicas ciertamente implican disminución de cuanto

90
  
menos uno de coeficientes aij . En este modelo producción X t 1  X t 1 , , X t 1 , en
1 n

lapso t , de bienes 1,  , n es suma de consumos intermediarios AX t (utilizando

producción de lapso anterior) y demanda exógena D   D 1 , , D n  ; o sea:
X t 1  AX t  D
Tenemos pues un sistema lineal de orden 1 en n variables X j . ¿Qué condiciones
tienen que cumplir coeficientes técnicos para asegurar que sea posible satisfacer
cualquier demanda exógena? Decimos en tal caso que matriz A es productiva.
Bajo supuesto que A sea productiva, dada cualquier demanda exógena, ¿existe
equilibrio en sistema arriba? Si afirmativo, ¿qué podemos entonces decir de su
estabilidad?

Ejercicio 35 Retomemos modelo Inflación-Desempleo, visto en 4.3.14. Obtener sistema

lineal en variables dependientes  y U desde ecuaciones de modelo. Verificar
estabilidad asintótica de único equilibrio de sistema obtenido. Resolver sistema en casos
 1 1
 p t   3U t  t
2 2

 1
 t 1   t   pt   t 
 4
U t 1  U t   m  pt 1 


y
 1
 p t   4U t   t
4

 1
 t 1   t   pt   t 
 4
U t 1  U t   m  pt 1 



Definición 33 Dados sistema no lineal xt 1  f  xt  , y x  R n , un equilibrio de él,

supongamos que 1 no sea valor propio de matriz Df  x  . Definimos linealización (de
este sistema) alrededor de x así
xt 1  Df  x  xt
Está claro que toda linealización es sistema lineal cuyo único equilibrio es 0  R n .
Teorema 24 Supongamos que x  R n sea equilibrio de sistema no lineal xt 1  f  xt  ,
que 1 no sea valor propio de matriz Df  x  , y que ningún valor propio de esta matriz
tenga módulo igual a 1. Luego equilibrio 0 de linealización alrededor de x es tan
estable como x .

Ejemplo 50 Consideremos sistema no lineal

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 
xt1 xt  2xt
  Df1,   
y t1 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
xt1 xt  2xt 
D  f 1,    
y t1 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

 Ch  Alpha Chiang: Métodos fundamentales en Economía Matemática (1987).

Mac Graw-Hill Interamericana, México.

 D Pascale Dameron: Mathematiques des Modeles Economiques (2001).

93
 Economica, París.

M  Uldarico Malaspina: Matemáticas para el Análisis Económico (1994).

Pontificia Universidad Católica del Perú, Lima.

S George Simmons: Ecuaciones diferenciales (1977). Mac Graw-Hill

Interamericana, México.

T  Pierre Tu: Dynamical Systems (1992). Springer Verlag, Berlín.

ÍNDICE

Introducción …………………………………………………………………… 1

Capítulo 1 Ecuaciones diferenciales de orden 1

Sección 1 Resolución de ecuaciones diferenciales ordinarias ……………. 2
Sección 2 Estudio cualitativo de ecuaciones diferenciales ……………….. 13

94
Capítulo 2 Ecuaciones diferenciales de orden superior
Sección 1 Resolución de ecuaciones diferenciales de orden superior …… 22
Sección 2 Algunos modelos económicos ……………………………..…… 30

Capítulo 3 Sistemas de ecuaciones diferenciales

Sección 1 Nociones básicas ……………………………………….…...…… 34
Sección 2 Sistemas lineales autónomos ...……………………………..…… 37
Sección 3 Linealización de sistemas no lineales ...……. ...……………….. 45
Sección 4 Estabilidad de equilibrios según criterio de Lyapunov .…..…… 52
Sección 5 Sobre existencia de fases cerradas en un plano de fases ..…….. 57

Capítulo 4 Ecuaciones en diferencias

Sección 1 Ecuaciones lineales en diferencias ..………………….…...……. 63
Sección 2 Estudio cualitativo de ecuaciones en diferencias de orden 1 ..… 69
Sección 3 Algunos modelos económicos ...…………... ...…...…………….. 75

Capítulo 5 Sistemas de ecuaciones en diferencias

Sección 1 Nociones básicas …………………...………………….…...……. 80
Sección 2 Estudio cualitativo de sistemas de ecuaciones en diferencias … 84

Bibliografía ……………………………………………………………………... 91

95