Sistemas de

Ecuaciones
Diferenciales No
Lineales
CAPTULO 11
 Contenidos

11.1 Sistemas Autnomos

11.2 Estabilidad de Sistemas Lineales
11.3 Linealizacin y Estabilidad Local
11.4 Sistemas Autnomos como
Mtodos Matemticos
11.5 Soluciones Peridicas, Ciclos
Lmite y Estabilidad Global
 ddxxtt12ngg12n((xx1
11.1 Sistemas Autnomos
Introduccin
Un sistema de ecuaciones

,,22
diferenciales de primer orden se
llama autnomo, caundo puede
escribirse como ,
x,xnn))
(1)
 Ejemplo 1
dx1
x1 3 x2 t 2
dt
dx2
x1 sin( x2t )
dt

El sistema anterior no es autnomo,

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

Si permitimos que sea x = , y = ,

entonces x y
g
y sin x
l

es un sistema de primer orden.

 dxyt
P
(Q
x,y)
Interpretacin como Campo
Vectorial
Un sistema autnomo plano puede
escribirse como

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

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

(x y ) (x y )

donde V0 la velocidad del lquido lejos

del cilindro.
 Ejemplo 3 (2)
Si se libera un pequeo corcho en (3,
1), la trayectoria
X(t) = (x(t), y(t)) satisface
dx x2 y2
V0 1 2 2 2

dt (x y )
dy 2 xy
V0 2 2 2
dt (x y )
sujeta a X(0) = (3, 1). Fig 11.1.
Fig 11.1
 Tipos de Soluciones
(i) Una solucin constante x(t) = x0,
y(t) = y0 ( X(t) = X0 para toda t). La
solucin se llama punto crtico o
estacionario, y la solucin
constante se llama solucin de
P ( x, y ) en
equilibrio. Fjese 0 que X(t) = 0
significa Q ( x, y ) 0
(ii) Una solucin que define un arco, una
curva plana que no se cruza a s misma
(Fig 11.2(a)). En cuanto a la Fig11.2(b), no
puede ser una solucin, puesto que habra
dos solucion que pasaran por el punto P.
Fig 11.2
(iii) Una solucin peridica se
llama un ciclo. Si p es el perodo,
entonces X(t + p) = X(t). Fig
11.3.
 Ejemplo 4
Determine los puntos crticos de los
siguientes sistemas:
(a)x x (b)
y x x2 y2 6
(c) x 0.01x(100 x y )
y x y y x2 y y 0.05 y (60 y 0.2 x)

Solucin
(a) x y 0
x y 0
entonces y = x. Hay infinitos puntos
crticos.
 Ejemplo 4 (2)
(b) x2 y2 6 0
2
x y0

Como x2 = y, entonces y2 + y 6 = (y +
3)(y 2) = 0. Si y = 3, entonces x2 =
x 2 rales. Si y = 2,
3, No hay soluciones
(etonces
2 , 2) ( 2, 2) . Los puntos crticos
son y .
 Ejemplo 4 (3)
(c)
De 0.01x(100 x y) = 0, tenemos x = 0
x + y = 100. Si x = 0, entonces 0.05y(60
y 0.2x) = 0 se transforma en y(60 y) =
0. As y = 0 or y = 60, y (0, 0) y (0, 60)
son puntos crticos.
Si x + y = 100, entonces 0 = y(60 y
0.2(100 y)) = y(40 0.8y). Tenemos que
y = 0 y = 50. As (100, 0) y (50, 50)
puntos crticos.
 Ejemplo 5
Determinar si los siguientes sistemas
poseen una solucin peridica. En cada
caso, dibujo la grfica de la solucin que
8 y = (2, 0). x x 2 y
x 2 x X(0)
satisface
(a) y x 2 y (b) y 1 / 2 x y

Solucin
(a)xEn
c1el
(2 Ejemplo
cos 2t 2 sin6 2de
t ) Sec. 10.2,
c2 (2 cos 2t tenemos
2 sin 2t )
demostrado
y c1 ( cos 2t ) c2 sin 2t
 Ejemplo 5 (2)
As cada solucin es peridica con
perodo . La solucin que satisface
X(0) = (2, 0) es
x = 2 cos 2t + 2 sen 2t, y = sen
2t
Fig 11.4(a).
 Ejemplo 5 (3)
(b) Empleando un mtodo similar, tenemos
t t
x c1 (2e cos t ) c2 (2e sin t )
y c1 (et sin t ) c 2 (et cos t )
Debido a la presencia de et, no hay
soluciones peridicas .
La solucin que satisface X(0) = (2, 0) es

x 2et cos t , y et sin t

Se representa en la Fig 11.4(b).
Fig 11.4(b)
 Cambio a Coordenadas
Polares
Recuerde que las transformaciones
son

rdr2 =1x 2 dx
+ y2dy
y d tan
= 1 1
dx
(y/x), dy
x y , 2 y x
dt r dt dt dt r dt dt
 Ejemplo 6
Hallar la solucin del siguiente sistema
x y x x 2 y 2
y x y x 2 y 2

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

Solucindr 1 [ x( y xr ) y ( x yr )] r 2
dt r
d 1
2 [( y )( y xr ) x( x yr )] 1
dt r
 Ejemplo 6 (2)
Puesto que (3, 3)(3es2, / 4) en
coordenadas polares, X(0) r (0)= 3(3,2 3) se
transforma en y (0) =/4.
Separando las variables,
1 tenemos que la
r , t c2
solucin es t c1

1
para r 0. Aplicando
r ,
las t
condiciones
t 2/6
iniciales, tenemos 4
 Ejemplo 6 (3)
1
r
La grfica de
2/6 /4

se muestra en la Fig 11.5.

Fig 11.5
 Ejemplo 7
Considere el sistema en coordenadas
polares: dr 0.5(3 r ), d 1
dt dt

hallar y dibujar las soluciones qeu

satisfagan X(0) = (0, 1) y X(0) = (3, 0)
en coordenadas rectangulares.
Solucin
Separandor 3las
c1evariables,
0 .5 t
, t ctenemos
2
 Ejemplo 7 (2)
Si X(0) = (0, 1), entonces r(0) = 1 y (0) =
/2. As c1 = 2, c2 =/2. La curva solucin e
es
r la
3 espiral
2e 0.5( / 2 ) . Fjese en que
cuando t aumenta sin lmite y r
tiende a 3.
Si X(0) = (3, 0), entonces r(0) = 3 y (0) = 0.
As c1 = c2 = 0 y r = 3, = t. Tenemos que
la solucin es x = r cos = 3 cos t y y = r
sen = 3 sen t. Es una solucin peridica.
Fig 11.6.
Fig 11.6
11.2 Estabilidad de Sistemas Lineales

Algunas Preguntas Fundamentales

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

Para asegurar que X0 = (0, 0) es el nico

punto crtico, se supondr que el
determinante = ad bc 0.
 Luego det (A I) = 0 se transforma
en
2 + = 0
(
donde = a + d.
2
4 ) / 2
As
 Ejemplo 1
Determine los valores propios del
sistema x x y
y cx y

en trminos de c, y use un programa

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

c 1

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

Ch11_35
 Ejemplo 1 (4)
Cuando c = 0, = 1. Fig 11.8(c).
Cuando c = 9, = 1 3i. Fig 11.8(d).
 Caso I: Valores Propios Reales y
Distintos
Segn Sec 10.2, la solucin general es
X(t ) c1K1e1t c2 K 2e2t
1t ( 2 1 ) t
e (c1K1 c2 K 2e )
(a) Ambos valores propios
negativos: Nodo Estable
Es ms fcil comprobar que bajo esta
condicin, X(t) 0 cuando t
Fig 11.9.
Fig 11.9
 (b) Ambos Valores Propios
Positivos: Nodo Inestable
Es ms fcil comprobar que bajo
esta condicin, |X(t)| queda sin cota
cuando t
Fig 11.10
Fig 11.10
 (c) Valores Propios con Signos
Opuestos
( 2 < 0 < 1): Punto Silla
Cuando c1 = 0,
X(t) se aproximar 0 a lo largo de la
recta determinada por el vector
propio K2 cuando t . Esta
solucin inestable se lalma punto
silla. Fig 11.11.
Fig 11.11
 Ejemplo 2
Clasifique el punto crtico (0, 0) de cada
sistema
X = AX como un nodo estable, nodo
inestable, 2 o3un punto silla. 10 6

(a) A(b) A
2 1 15 19

Solucin
(a) Puesto que los valores propios son 4, 1,
(0, 0) es un punto silla. Los vectores propios
correspondientes son respectivamente
3 1
K1 K2
2 1
 Ejemplo 2 (2)
Si X(0) est sobre la recta y = x,
entonces X(t) tiende a 0. Para
cualquier otra condicin inicial, X(t)
queda sin cota en las direcciones
determinadas por K1. Esto es, y =
(2/3)x sirve como una asntota. See Fig
11.12.
Fig 11.12
(b) Puesto que los valores propios son 4,
25, (0, 0) es un nodo estable. Los
vectores propios correspondientes son
respectivamente
1 2
K1 K2
1 5

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

Segn laSec 10.2, tenemos las siguientes

condiciones.
(a) Dos Valores Propios Linealmente
Independientes1t 1t 1t
X (t ) c K e
La solucin general
1 1 c K
es2 2 e ( c K
1 1 c K
2 2 ) e

Si 1 < 0, entonces X(t) tiende a 0 a lo largo de la

recta determinada por c1K1 + c2K2 y el punto
crtico se llama nodo estable degenerado.
Fig 11.14(a) muestra la grfica para 1 < 0 y las
flechas se invierten cuando 1 > 0, y se llama
nodo inestable degenerado.
Fig 11.14
 (b) Un solo Vector Propio Linealmente
Independiente
Cuando existe un solo valor propio, la
solucin general es
X(t ) c1K1e1t c2 (K1te1t Pe1t )
c1 c
te1t (c2K1 K1 2 P )
t t
Si 1 < 0, entonces X(t) tiende a 0 en una
direccin determinada por el vector K1(Fig
11.14(b)). Este punto crtico se llama de
nuevo nodo estable degenerado.
Si 1 > 0, este punto crtico se llama nodo
inestable degenerado.
Caso III: Valores Propios Complejos (2 4 <
0)

(a) Races imaginarias puras (2 4

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

para constantes positivas.

Solucin
(a) = 0.01, = 2.3789, 2 4 < 0:
(0, 0) es un punto espiral estable.
 Ejemplo 4 (2)
(b) (ax dy ) 0,
adxy (1 bc)
if bc 1, 0 : a saddle point
if bc 1, 0 : either satble, degenerate stable,
or stable spiral
 TEOREMA 11.1
Criterios de Estabilidad para
Sistemas Lineales
Para un sistema autnomo lineal plano X = AX con det
sea X = X(t) la solucin que satisface la condicin inicia
X(0) = X0, donde X0 0.
(a) limtX(t) = 0 si y slo si los valores propios de A t
partes reales negativas. Esto ocurre cuando > 0 y
(b) X(t) es peridica si y slo si los valores propios de
imaginarios puros. Esto ocurre cuando > 0 y = 0.
(c) En todos los dems casos, dada cualquier vecinda
origen, hay al menos una X0 en la vecindad para la c
queda sin cota cuando aumenta t.
11.3 Linealizacin y Estabilidad Local
DEFINICIN 11.1
Puntos Critcos Estables
Sea X1 un punto crtico de un sistema autnomo
X = X(t) la solucin que satisface la condicin in
X(0) = X0, donde X0 X1. Se dice que X1 es un p
crtico estable cuando, dado cualquier radio
> 0, hay un radio correspondiente r > 0 tal qu
si la posicin inicial X0 satisface X0 X1< r, en
la solucin correspondiente X(t) satisface X(t)
< para todo t > 0. Si, adems limtX(t) = X1
siempre que X0 X1< r, se llama a X1 un
punto crtico asintticamente estable.
 Esta definicin se ilustra en la Fig 11.20(a).

Para resaltar que X0 debe elegirse cerca

de X1, tambin se emplea la terminologa
punto crtico localmente estable.
 DEFINICIN 11.2
Puntos Crticos Inestables
Sea X1 un punto crtico de un sistema autnomo
X = X(t) la solucin que satisface la condicin in
X(0) = X0, donde X0 X1. Se dice que X1 es un p
crtico inestable si hay un disco de radio > 0
propiedad de que, para cualquier
r > 0, hay al menos una posicin inicial X0 que s
X0 X1< r, pero la solucin correspondiente X
satisface X(t) X1 para todo t > 0.
 Si un punto crtico X1 es inestable, no
importa cun pequea sea la vecindad
respecto a X1, siempre se puede encontrar
una posicin inicial X0 que da como
resultado que la solucin salga de algn
disco de radio en algn tiempo futuro t.
Fig 11.20(b).
 Ejemplo 1
Demuestre que (0, 0) es un punto crtico estable
del sistema
x' y x x 2 y 2

Solucin y' x y x2 y 2
En el Ejemplo 6 de Sec 11.1, tenemos demostrado
que
r = 1/(t + c1), = t + c2
es la solucin.
Si X(0) = (r0, 0), entonces
r = r0/(r0 t + 1), = t +0
Note que r < r0 para t > 0, y r tiende a (0, 0) cuando
t aumenta. De ah que le punto crtico (0, 0) es
estable y es de ehcho asintticamente estable. Fig
11.21.
Fig 11.21
 Ejemplo 2
Considere el sistema plano
dr
0.05r (3 r )
dt
d
1
dt

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

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

Q
P
(x
Px11,y)
(y
x11,y)Q
El sistema original X = g(X) puede
aproximarse por X = A(X X1), donde

Esta matriz recibe el nombre de Matriz

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

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

c
2 2 3 3
y dy x dx , y x
3 3
Si X(0) (0, y0 ), y 3 x 3 y0 y 3 x 3 y0 .
Fig 11.26 ilustra una coleccin de curvas
soluciones. El punto crtico (0, 0) es
inestable.
Fig 11.26
 Ejemplo 9
Use el mtodo de plano fase para
determinar la naturaleza de las
soluciones de x + x x3 = 0 en
cercanas de (0, 0).
Solucin
Si dejamos que sea dx / dt y entonces dy / dt x 3 3 x.
dy dy / dt x 3 3 x

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

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

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

derecho es positivo cuando x0 < x < x0.
As que cada x tiene dos valores
correspondientes de y. La solucin X =
X(t) que satisface X(0) = (x0, 0) es
peridica, y (0, 0) es un centro. Fig 11.27.
Fig 11.27

dt
2
Pndulo no lineal

glsin
0
Considera la ecuacin diferencial no
lineal de segundo orden

Haciendo el cambio de variable: x =

, y = , podemos escribirla como
un sistema:
x y
g
y sin x
l
Determina sus puntos crticos y analiza
Su naturaleza.
 Los puntos crticos son (k, 0) y la matriz Jacobiana es
x y
g
y sin x 0 1
l g ' (( k ,0)) k 1 g
(1) 0
l
Si k = 2n + 1, < 0, y por tanto todos los puntos
crticos
((2n +1), 0) son puntos silla. Particularmente, el punto
crtico (, 0) es inestable, como era de esperar.
Cuando k = 2n, los valores propios son imaginarios
puros, y por tanto la naturaleza de estos puntos
permanece en duda. Como se ha supuesto que no hay
fuerzas de amortiguamiento, se espera que todos los
puntos
dy crticos
dy / dt ((2n , y0) sean centros.
g sin 2 gDe
, entonces y
2
cos x c
dx dx / dt l y l
2g
Si X (0) ( x0 , 0), entonces y 2
(cos x cos x0 )
l
Observa que y = 0 cuando
x = x0, y que (2g/l)(cos x
cos x0) > 0 para |x| < |x0|
< . As cada x tiene dos
valores correspondientes
de y, y por tanto la
solucin X = X(t) que
satisface X(0) = (x0, 0) es
A un pndulo en una posicin de equilibrio con = 0
se le aplica una velocidad angular inicial de 0 rad/s.
Determina en qu condiciones el movimiento
resultante es peridico.
Solucin
La condicin
2g inicial es X(0)2 = 2(0,g 0). l
De y
2
(cos x c ), se deduce y (cos x 1 0 2 )
l l 2g
Para establecer que la solucin X(t) es peridica
basta con mostrar que hay dos abscisas x = x0 entre
y y que al lado derecho es positive for |x| < |x0|.
Entonces cada x tiene dos valores correspondientes
de y.
Si y = 0, cos x = 1 (l/2g)02, y esta ecuacin tiene
dos soluciones
x = x0 entre y , siempre que 1 (l/2g) g 02 > 1.
0 2
Nota que (l/2g)(cos x cos x0) es positivo para
l |x| < |
 Oscilaciones no lineales: Cuenta
deslizante
Observe la Fig 11.30. La fuerza tangencial
F tiene magnitud mg sen , y por tanto Fx
= mg sen cos . Puesto que tan = f
(x), tenemos f ' ( x)
Fx mg sin cos mg
1 [ f ' ( x)]2
dx
Se supone una fueraza de amortiguamiento D, y Dx ,
dt
f ' ( x)
De la segunda ley de Newton : mx" mg x'
1 [ f ' ( x)]2
 x'
y
'[(x)]2
fg1 ym
y el sistema autnomo plano
correspondiente es

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

y1 = 0 y f (x1) = 0. As la perla debe
permanecer en reposo en un plano sobre el
alambre donde la recta es horizontal.
 La matriz Jacobiana en X1 es
0 1
g' ( X1 ) , as que
gf " ( x1 )
m
2
, gf " ( x1 ), 2 4 2 4 gf " ( x1 ).
m m
 Se pueden hacer las siguientes conclusiones.
(i) f (x1) < 0 :
Hay un mximo relativo en x = x1 y como <
0, hay un punto silla inestable en X1 = (x1, 0).
(ii) f (x1) > 0 y > 0:
Hay un mnimo relativo en x = x1 y como <
0 y > 0, X1 = (x1, 0) es un punto crtico
estable. Si 2 > 4gm2f (x1), el sistema es
sobreamortiguado y el punto crtico es un
nodo estable.
 Si 2 < 4gm2f (x1), el sistema es
subamortiguado y el punto crtico es un punto
espiral estable. La naturaleza exacta del punto
crtico estable an est en duda si
2 = 4gm2f (x1).
(iii) f (x1) > 0 y el sistema est subamortiguado
( = 0):
En este caso los valores propios son imaginarios
puros, pero el mtodo del plano fase se puede
usar para mostrar que le punto crtico es un
centro. As las soluciones con X(0) = (x(0), x(0))
cerca de X1 = (x1, 0) son peridicas.
 Ejemplo 2
Una cuenca de 10 gramos se desliza a lo
lrgo de la grfica de z = sin x. Los mnimos
relativos en x1 = /2 y x2 = 3/2
son puntos crticos estables. Fig 11.31.
 Fig 11.32
Fig 11.32 ilustra los movimientos cuando
los puntos crticos son puntos espirales
estables.
 Fig 11.33
Fig 11.33 ilustar una coleccin de curvas
solucin para el caso no amortiguado
 Modelo Predador-Presa de Lotka-
Volterra
Recuerde el modelo predador-presa:
x' ax bxy x( a by )
y ' cxy dy y (cx d )
Los puntos crticos son (0,0) y (d/c,a/b), por tanto
a 0
A1 g ' ((0,0)) y
0 d
0 bd / c
A 2 g ' ((d / c, a / b)) .
ac / b 0
 Fig 11.34
El punto crtico (0, 0) es un punto silla. Fig
11.34.
 Como A2 tiene valores propios
imaginarios puros, el punto crtico
puede ser un centro. Como
dy y (cx d )
, entonces
dx x(a by )
a by cx d
y dy x dy,
a ln y by cx d ln x c1 ,
( x d e cx )( y a e by ) c0
 Fig 11.35
Las grficas tpicas se representan en la
Fig 11.35.
1. Si y = a/b, la ecuacin F(x)G(y) = c0 tiene
exacamente dos soluciones xm y xM que
satisfacen xm < d/c < xM.
2. Si xm < x1 < xM y x = x1, entonces F(x)G(y)
= c0 tiene exactamente dos soluciones y1 y
y2 que satisfacen y1 < a/b < y2.
3. Si x est fuera del intervalo [xm, xM],
entonces F(x)G(y) = c0 no tiene soluciones.
4. La grfica de solucin peridica tpica se
muestra en la Fig 11.36.
Fig 11.36
 Ejemplo 3
Si dejamos que sea a = 0.1, b = 0.002, c =
0.0025, d = 0.2, el punto crtico en el
primer cuadrante es (d/c, a/b) = (80, 50), y
sabemos que es un centro. Fig 11.37.
Fig 11.37
Modelo de Competencia de Lotka-
Volterra
Considere el modelo:
r1
x' x( K1 x 12 y )
K1
r2
y' y ( K 2 y 21 x) (1)
K2
este sistema tiene puntos crticos en (0,
0), (K1, 0) y (0, K2).
 Ejemplo 4
Considere el modelo
x' 0.004 x(50 x 0.75 y )
y ' 0.001 y (100 y 3.0 x)
Determine y clasifique todos los puntos crticos.
Solucin
Los puntos crticos son (0, 0), (50, 0), (0, 100),
(20, 40).
Por tanto 1221 = 2.25 > 1, y por tanto el punto
crtico (20, 40) es un punto silla. La matriz
Jacobiana es
 Ejemplo 4 (2)
0.2 0.008 x 0.003 y 0.003 x
g ' ( X)
0.003 y 0.1 0.002 y 0.003 x
0.2 0
A1 g ' ((0,0))
0 0.1
0.2 0.15
A 2 g ' ((50,0))
0 0.05
0.08 0.12
A 3 g ' ((20,40))
0.06 0.04
0.1 0
A 4 g ' ((0,100))
0.3 0.1
 Ejemplo 4 (3)
Por tanto (0, 0) es inestable, mientras
que tanto (50, 0) como (0, 100) son
nodos estable y (20, 40) es un punto
silla.
 11.5 Soluciones Peridicas, Limit Cycles y Global
Stability
TEOREMA 11.4
Ciclos y Puntos Crticos
Si un sistema autnomo plano tiene una solucin
X = X(t) in uan regin simplemente conexa R, ent
sistema tiene al menos un punto crtico dentro de
simplemente cerrada C. Si slo hay un punto crtic
de C, entonces este punto crtico no puede ser pun
COROLARIO

Si una regin simplemente conexa R o no ocntiene

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

no tiene soluciones peridicas en el primer

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

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

Demostrar que no hay soluciones

peridicas. f ' ( x)
x' y, y ' g 2
y
Solucin 1 [ f ' ( x)] m
P Q
divV 0
x y m
 TEOREMA 11.6
Criterio Negativo de Dulac

Si (x, y) tiene sus derivadas primeras continuas

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

no tiene soluciones peridicas.

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

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

que es siempre negativo. El sistema no

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

no tiene soluciones peridicas en el

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

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

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

Fig 11.40 muestra dos tipos estndar

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

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

dirigido hacia el interior, entonces R es un regin
invariante para el sistema autnomo plano siem
V(x, y)n(x, y) 0 para todo punto (x, y) de la fro
 Ejemplo 7
Halle una regin circular con centro en (0, 0) que
sea uan regin invariante para el sistema
3
x' y x
Solucin y' x y3
Para cada crculo x2 + y2 = r2, n = (2x, 2y) es
un vector normal que apunta hacia el interior del
crculo.
Como
V n ( y x 3 , x y 3 ) (2 x,2 y ) 2( x 4 y 4 )
deducimos que Vn 0 en el crculo x2 + y2 = r2.
Por el Teorema 11.7, la regin circular x2 + y2 r2
es una regin invariante para el sistema para todo
r > 0.
 Ejemplo 8
Halle una corona circular que sea una regin
invariante del sistema
x' x y 5 x( x 2 y 2 ) x5
y' x y 5 y( x2 y 2 ) y5
Solucin
Como en el Ejemplo 7, el vector normal n1 =
(2x, 2y) al interior de la circunferencia x2 +
y2 = r2, mientras que el vector normal n2 = n1
apunta hacia fuera.
V n1 2(r 2 5r 4 x 6 y 6 )
 Ejemplo 8 (2)
Si r = 1, Vn1 = 8 2(x6 + y6) 0.
Si r = 1/4, Vn1 2(r2 5r4) < 0 y por tanto
Vn2 > 0.
La corona circular 1/16 x2 + y2 1 es un
regin invariante.
 Ejemplo 9
La ecuacin de Van der Pol es una
ecuacin diferencila no lineal de segundo
orden que se emplea en electrnica,
x' y
y ' ( x 2 1) y x
Fig 11.41 muestra el campo vectorial para
= 1, junto con las curvas y = 0 y (x2 1)y
= x a lo largo de las cuales, los vectores
son verticales y horizontales,
respectivamente.
 Fig 11.41
No es posible hallar una regin invariante
simple cuya frontera sean rectas o
circunferencias.
 TEOREMA 11.8
Poincare-Bendixson I
Sea R una regin invariante para un sistema autnomo
supngase que R no tiene puntos crticos en su frontera
(a)Si R es una regin de Tipo I que tiene un nico nodo i
o un punto espiral inestable en su interior, entonc
menos una solucin peridica en R.
(b) Si R es una regin de Tipo II que no contiene puntos
del sistema, entonces hay al menos una solucin perid
En cualquiera de los dos casos, si X = X(t) es una soluci
peridica en R, entonces X(t) dibuja espirales alrededor
que es una solucin del sistema. Esta solucin peridica
ciclo limite .
 Ejemplo 10
Use el Teorema 11.8 para demostrar que
x' y x(1 x 2 y 2 ) y ( x 2 y 2 )
y ' x y (1 x 2 y 2 ) x( x 2 y 2 )
tiene al menos una solucin peridica.
Solucin
We first construimos una region
invariante limitada por circunferencias.
Si n1 = (2x, 2y) then
V n1 2r 2 (1 r 2 )
 Ejemplo 10 (2)
Si dejamos que sea r = 2 y r = , llegamos a la
conclusin de que la corona circular R: x2 +
y2 4 es invariant. Si (x1, y1) es un punto crtico,
entonces Vn1 = (0, 0)n1 = 0. Por tanto r = 0 r
= 1. Si r = 0, entonces (x1, y1) = (0, 0) es un
punto crtico.
Si r = 1, el sistema se reduce a 2y = 0, 2x = 0
y llegamos a una contradiccin. Por tanto (0, 0)
es el nico punto crtico y no est en R. As el
sistema tiene al menos una solucin peridica
en R.
 Ejemplo 11
Demuestre que las ecuaciones de Van
der Pol tienen una solucin peridica
cuando > 0.
Solucin
Determinamos que el nico punto
crtico es (0, 0) y la 0 matriz
1 Jacobiana
es g' ((0, 0)) , luego
1
, 1, 2 4 2 4
 Ejemplo 11 (2)
Como > 0, el punto crtico es un
punto espiral inestable o un nodo
inestable. Por la parte (i) del Teorema
11.8 el sistema tiene al menos una
solucin peridica en R. Fig 11.42.
Fig 11.42
 TEOREMA 11.8
Poincare-Bendixson II
Sea R una region invariante de Type I para un sis
autnomo plano que carece de solucin periodic
(a)Si R contiene un nmero finito de nodos o pun
espirales, entonces para cualquier posicin
dada X0 en R, limtX(t) = X1 para un punto
(b) Si R tiene un nico nodo estable o punto esp
estable X1 en su interior y no tiene puntos cr
su frontera, limtX(t) = X1 para toda posici
X0 in R.
 Ejemplo 12
Estudie la estabilidad global del
sistema del Ejemplo 7.
x' y x3
y' x y3
Solucin
No es difcil de probar que el nico
punto crtico es (0, 0) y la matriz
Jacobiana es 0 1
g' ((0, 0)) , y 0, 1
1 0
 Ejemplo 12 (2)
(0, 0) puede ser un punto espiral estable
o no estable. Teorema 11.9 garantiza que
lim X(t ) X1 para algunos puntos crticos X1.
t

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

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

Por tanto el punto crtico es un punto

espiral globalmente estable. Fig 11.43.
Fig 11.43