Archivo de la etiqueta: Puntos de equilibrio

Ecuaciones Diferenciales I: Propiedades cualitativas de las trayectorias

Por Omar González Franco

Profundiza lo suficiente en cualquier cosa y encontrarás las matemáticas.
– Dean Schlicter

Introducción

En la entrada anterior comenzamos a desarrollar formalmente la teoría cualitativa de las ecuaciones diferenciales, en particular estudiamos algunos sistemas lineales y no lineales autónomos planos, es decir, con dos ecuaciones diferenciales.

Ahora sabemos cómo obtener un bosquejo del campo vectorial asociado al sistema y dibujar algunas trayectorias de forma tangente a los vectores, esto sin siquiera conocer explícitamente las soluciones del sistema. También sabemos identificar los puntos de equilibrio de un sistema y clasificarlos como estables, asintóticamente estables o inestables. Según sea la naturaleza del punto de equilibrio tendremos más información sobre las soluciones del sistema, al menos de forma cualitativa.

En esta entrada haremos un análisis más detallado sobre las trayectorias que se forman en el plano fase y que representan soluciones particulares del sistema. Veremos, además, una forma relativamente sencilla de obtener las trayectorias sin apoyarnos del campo vectorial asociado y es ¡resolviendo una ecuación de primer orden!.

Trayectorias de un sistema autónomo

Recordemos que los sistemas que estamos estudiando son de la forma

\begin{align*}
x^{\prime} &= \dfrac{dx}{dt} = F_{1}(x, y) \\
y^{\prime} &= \dfrac{dy}{dt} = F_{2}(x, y) \label{1} \tag{1}
\end{align*}

Hasta ahora en el plano fase hemos trazado trayectorias descritas por las soluciones de un sistema autónomo guiándonos por el campo vectorial asociado. En esta ocasión desarrollaremos otro método para obtenerlas y es resolviendo una ecuación de primer orden.

Supongamos que

$$Y(t) = (x(t), y(t)) \label{2} \tag{2}$$

es una solución del sistema (\ref{1}) que no permanece constante en el tiempo, es decir, que no se trata de una solución de equilibrio y además la derivada $\dfrac{dx}{dt}$ es distinta de cero en $t = t_{0}$, entonces en un entorno del punto $x_{1} = x(t_{0})$ se verifica que

$$\dfrac{dy}{dx} = \dfrac{dy}{dt} \dfrac{dt}{dx} = \dfrac{F_{2}(x, y)}{F_{1}(x, y)}$$

Por lo tanto, la trayectoria de esa solución verifica la ecuación diferencial de primer orden

$$\dfrac{dy}{dx} = \dfrac{F_{2}(x, y)}{F_{1}(x, y)} \label{3} \tag{3}$$

En el caso en el que $\dfrac{dx}{dt}$ sea cero para todo $t$, se tendrá que verificar que $\dfrac{dy}{dt}$ no siempre sea nula, por lo que la trayectoria de esa solución verifica, análogamente, la ecuación diferencial

$$\dfrac{dx}{dy} = \dfrac{F_{1}(x, y)}{F_{2}(x, y)} \label{4} \tag{4}$$

En cualquier caso, las trayectorias se podrán determinar resolviendo una ecuación diferencial de primer orden.

Más adelante veremos algunos ejemplos.

Propiedades cualitativas de las trayectorias

Las propiedades cualitativas de las trayectorias nos permiten obtener información sobre el comportamiento de las soluciones. Algunas de las propiedades más importantes se enuncian a continuación.

  • Cada trayectoria del plano fase representa infinitas soluciones del sistema autónomo.

Demostración: Sea $Y(t) = (x(t), y(t))$ una solución de (\ref{1}), entonces se cumple que

$$\dfrac{dY}{dt} = (x^{\prime}, y^{\prime}) = (F_{1}(x, y), F_{2}(x, y))$$

Para ahorrar notación escribiremos

$$F(Y(t)) = (F_{1}(x, y), F_{2}(x, y))$$

de manera que el sistema se puede escribir como

$$\dfrac{dY}{dt} = F(Y(t)) \label{6} \tag{6}$$

Definamos la función auxiliar $\phi(t) = F(Y(t))$, entonces la ecuación anterior se puede escribir como

$$\dfrac{dY}{dt}(t) = \phi(t) \label{7} \tag{7}$$

Las dos funciones $\dfrac{dY}{dt}(t)$ y $\phi(t)$ coinciden en todo instante. Sea $c$ una constante, en particular deben coincidir en $t + c$, esto es

$$\dfrac{dY}{dt}(t + c) = \phi(t + c) = F(Y(t + c)) \label{8} \tag{8}$$

Pero $\dfrac{dY}{dt}$ evaluada en $t + c$ es igual a la derivada de $\hat{Y}(t) = Y(t + c)$ evaluada en $t$, esto es

$$\dfrac{d}{dt} Y(t + c) = F(Y(t + c))$$

o bien,

$$\dfrac{d\hat{Y}}{dt} = F(\hat{Y}(t)) \label{9} \tag{9}$$

Por lo tanto, la función $\hat{Y}(t) = Y(t + c)$ es otra solución del sistema.

$\square$

Este teorema es valido para cada $c \in \mathbb{R}$ lo que muestra que cada una de las trayectorias del plano fase puede representar infinitas soluciones del sistema.

Por ejemplo, una solución del sistema

\begin{align*}
x^{\prime} &= y \\
y^{\prime} &= 2xy
\end{align*}

es

$$x(t) = \tan(t), \hspace{1cm} y(t) = \sec^{2}(t)$$

Por el teorema anterior, las funciones

$\hat{x}(t) = \tan(t + c), \hspace{1cm} \hat{y}(t) = \sec^{2}(t + c)$

también son solución del mismo sistema y ambas trazan la misma trayectoria en el plano fase, sin embargo no coinciden en el mismo punto al momento de evaluar en $t = t_{0}$.

Para el caso lineal se puede verificar explícitamente el teorema anterior.

Sea $\mathbf{Y}^{\prime} = \mathbf{AY}$ un sistema lineal, sabemos que toda solución $\mathbf{Y}(t)$ de esta ecuación es de la forma

$$\mathbf{Y}(t) = e^{\mathbf{A}t} \mathbf{K} \label{10} \tag{10}$$

para algún vector constante $\mathbf{K}$, notemos que

$$\mathbf{Y}(t + c) = e^{\mathbf{A}(t + c)} \mathbf{K} = e^{\mathbf{A}t} e^{\mathbf{A}c} \mathbf{K}$$

Esto es cierto, ya que

$$(\mathbf{A}t) \mathbf{A}c = \mathbf{A}c(\mathbf{A}t)$$

para cualesquiera valores de $t$ y $c$. Sea el vector constante $\mathbf{C} = e^{\mathbf{A}c}\mathbf{K}$, entonces la solución anterior se puede escribir como

$$\mathbf{Y}(t + c) = e^{\mathbf{A}t} \mathbf{C} \label{11} \tag{11}$$

Por lo tanto, $\mathbf{Y}(t + c)$ es también una solución de $\mathbf{Y}^{\prime} = \mathbf{AY}$.

Una observación más es que el teorema anterior no es válido si la función $F$ depende explícitamente de $t$. Supongamos que $Y(t)$ es una solución de la ecuación diferencial no autónoma

$$Y^{\prime} = F(t, Y(t)) \label{12} \tag{12}$$

Evaluando en $t + c$, se tiene

$$Y^{\prime}(t + c) = F(t + c, Y(t + c)) \label{13} \tag{13}$$

por consiguiente, la función $Y(t + c)$ satisface la ecuación diferencial

$$Y^{\prime} = F(t + c, Y) \label{14} \tag{14}$$

y tal ecuación es diferente de la ecuación no autónoma (\ref{12}).

  • Existencia y unicidad de las trayectorias.

Demostración: Sea $Y_{0} = (x_{0}, y_{0})$ un punto cualquiera en el espacio fase y sea $Y = \phi(t)$ la solución del problema de valores iniciales

$$Y^{\prime} = F(x, y), \hspace{1cm} Y(0) = Y_{0} \label{15} \tag{15}$$

La trayectoria de esta solución pasa por el punto $Y_{0}$, de manera que existe al menos una trayectoria a través de cada punto $Y_{0}$, esto muestra la existencia. Supongamos ahora que la trayectoria de alguna otra solución $Y = \psi(t)$ también pasa por el punto $Y_{0}$, esto significa que existe $t_{0} \neq 0$, tal que $\psi(t_{0}) = Y_{0}$. Por el teorema anterior se tiene que la función

$$Y = \psi(t + t_{0})$$

es también una solución del sistema. Notemos que $\psi(t + t_{0})$ y $\phi(t)$ tienen el mismo valor en $t = 0$, tal valor es

$$\psi(t_{0}) = \phi(0) = Y_{0} \label{16} \tag{16}$$

Dadas las hipótesis del teorema y el resultado (\ref{16}) estamos en condiciones de aplicar el teorema de existencia y unicidad de los sistemas de ecuaciones diferenciales, por este teorema se tiene que $\psi(t + t_{0})$ es igual a $\phi(t)$ para todo $t \in \mathbb{R}$. Esto implica que las trayectorias de $\phi(t)$ y $\psi(t)$ son idénticas quedando demostrada la unicidad de las trayectorias.

$\square$

Observemos que si $\hat{Y}_{0}$ es un punto de la trayectoria de $\phi(t)$, es decir, $\hat{Y}_{0} = \phi(t_{1})$ para alguna $t_{1}$, entonces $\hat{Y}_{0}$ está también en la trayectoria de $\psi(t)$, ya que

$$\hat{Y}_{0} = \phi (t_{1}) = \psi(t_{1} + t_{0}) \label{17} \tag{17}$$

Recíprocamente, si $\hat{Y}_{0}$ es un punto de la trayectoria de $\psi(t)$, es decir, existe $t_{2}$, tal que $\psi (t_{2}) = \hat{Y}_{0}$, entonces $ \hat{Y}_{0} $ está también en la trayectoria de $\phi (t)$, ya que

$$\hat{Y}_{0} = \psi(t_{2}) = \phi (t_{2} -t_{0}) \label{18} \tag{18}$$

En la entrada anterior vimos que los puntos de equilibrio estables se caracterizan por que las trayectorias cercanas a dicho punto nunca llegan a él, dichas curvas solían ser cerradas, veremos a continuación que las curvas cerradas son periódicas.

  • Las trayectorias cerradas corresponden a soluciones periódicas.

Demostración: Sea $Y = \phi(t)$ una solución de (\ref{1}) y supongamos que

$$\phi(t_{0} + T) = \phi(t_{0})$$

para algún par de números $t_{0}$ y $T$. Por el primer teorema, la función

$$\psi(t) = \phi (t + T)$$

es también una solución de (\ref{1}) que coincide con $\phi(t)$ en el tiempo $t = t_{0}$. Por el teorema de existencia y unicidad de los sistemas de ecuaciones diferenciales se satisface que $\psi(t) = \phi(t + T)$ es idénticamente igual a $\phi(t)$, por lo tanto

$$\phi(t + T) = \phi(t)$$

$\square$

Explícitamente vemos que si $(x(t), y(t))$ es una solución del sistema (\ref{1}), que en dos instantes $t_{0}$ y $t_{0} + T$ toma el mismo valor, entonces

$$(x(t), y(t)) = (x(t + T), y(t + T)) \label{21} \tag{21}$$

para todo $t \in \mathbb{R}$, es decir $(x(t), y(t))$ es periódica.

Concluiremos esta entrada realizando algunos ejemplos.

Ejemplo: Describir las trayectorias del sistema no lineal

\begin{align*}
x^{\prime} &= y(1 -x^{2} -y^{2}) \\
y^{\prime} &= -x(1 -x^{2} -y^{2})
\end{align*}

Solución : El objetivo de este ejercicio es caracterizar a las soluciones del sistema de forma cualitativa aplicando lo que conocemos hasta ahora.

Lo primero que haremos será determinar los puntos de equilibrio del sistema, dichos puntos se obtienen de resolver el siguiente sistema

\begin{align*}
y(1- x^{2} -y^{2}) &= 0 \\
-x(1 -x^{2} -y^{2}) &= 0
\end{align*}

Vemos que $(x, y) = (0, 0)$ es un punto de equilibrio y todo punto de la circunferencia

$$x^{2} + y^{2} = 1$$

es también un punto de equilibrio.

Ahora podemos determinar las trayectorias del sistema analíticamente resolviendo una ecuación diferencial de primer orden, de acuerdo a (\ref{3}) dicha ecuación es

$$\dfrac{dy}{dx} = \dfrac{-x(1 -x^{2} -y^{2})}{y(1 -x^{2} -y^{2})} = -\dfrac{x}{y}$$

Resolvamos la ecuación diferencial

$$\dfrac{dy}{dx}= -\dfrac{x}{y}$$

Apliquemos separación de variables.

\begin{align*}
y dy &= -xdx \\
\int y dy &= -\int x dx \\
\dfrac{y^{2}}{2} &= -\dfrac{x^{2}}{2} + k \\
x^{2} + y^{2} &= c^{2}
\end{align*}

En donde $c^{2}$ engloba todas las constantes. Notamos que las trayectorias corresponden a circunferencias concéntricas de radio $c$, tal que $c\neq 1$. El plano fase se ve de la siguiente forma.

Plano fase del sistema.

Efectivamente las trayectorias son circunferencias concéntricas lo que significa que son periódicas ya que cada cierto tiempo $T$ vuelven al mismo punto de inicio $t_{0}$, sin embargo al no conocer explícitamente las soluciones $x(t)$ y $y(t)$ no no es posible determinar el valor del periodo $T$.

Notemos también que las trayectorias para $c < 1$ giran en la dirección de las manecillas del reloj, mientras que las trayectorias para $c > 1$ giran en la dirección opuesta. Es claro que todos los puntos de equilibrio son estables ya que ninguna trayectoria tiende a ellos, pero las que están cerca a ellos permanecen cerca para todo $t \in \mathbb{R}$.

$\square$

Ejemplo: Mostrar que las soluciones de la siguiente ecuación diferencial de segundo orden son periódicas.

$$\dfrac{d^{2}z}{dt^{2}} + z + z^{5} = 0$$

Solución: Lo primero que haremos será escribir la ecuación de segundo orden en un sistema de dos ecuaciones de primer orden. Sean

$$x = z \hspace{1cm} y \hspace{1cm} y = \dfrac{dx}{dt} = \dfrac{dz}{dt}$$

Y de la ecuación diferencial vemos que

$$\dfrac{d^{2}z}{dt^{2}} = \dfrac{dy}{dt} = -x -x^{5}$$

Entonces el sistema es

\begin{align*}
\dfrac{dx}{dt} &= y \\
\dfrac{dy}{dt} &= -x -x^{5}
\end{align*}

Para conocer la forma explícita de las trayectorias escribamos al sistema como una ecuación de primer orden y resolvámosla.

$$\dfrac{dy}{dx} = \dfrac{-x -x^{5}}{y}$$

La ecuación es separable.

\begin{align*}
y dy &= -(x + x^{5})dx \\
\int y dy &= -\int (x + x^{5}) dx \\
\dfrac{y^{2}}{2} &= -\dfrac{x^{2}}{2} + \dfrac{x^{6}}{6} + k
\end{align*}

Las trayectorias están definidas por la ecuación

$$\dfrac{y^{2}}{2} + \dfrac{x^{2}}{2} -\dfrac{x^{6}}{6} = c^{2}$$

Esta ecuación define una curva cerrada para cada valor de $c$ en el plano $XY$ y como el único punto de equilibrio es el origen, entonces toda solución es periódica. El plano fase se ve de la siguiente forma.

Plano fase del sistema.

Gráficamente observamos que efectivamente las soluciones son periódicas, sin embargo no es posible calcular el periodo de ninguna solución particular.

$\square$

Ejemplo: Demostrar cualitativamente que las soluciones $Y(t) = (x(t), y(t))$ del sistema

\begin{align*}
x^{\prime} &= x^{2} + y \sin(x) \\
y^{\prime} &= -1+xy + \cos(y)
\end{align*}

que comienzan en el primer cuadrante $(x > 0, y> 0)$ deben permanecer en él para todo $t \in \mathbb{R}$.

Solución: Este es un ejemplo que nos muestra que no siempre puede ser sencillo obtener las trayectorias resolviendo una ecuación de primer orden, en este caso la ecuación a resolver sería

$$\dfrac{dy}{dx} = \dfrac{-1+xy + \cos(y)}{x^{2} + y \sin(x)}$$

Sin embargo, el ejercicio nos pide demostrarlo cualitativamente. La función vectorial $F$ es

$$F(x, y) = (x^{2} + y \sin(x), -1+xy + \cos(y))$$

El plano fase con el campo vectorial asociado y las trayectorias sobre el primer cuadrante se ilustra a continuación.

Plano fase del sistema.

Al menos geométricamente logramos observar que todas las trayectorias que comienzan en el primer cuadrante permanecen en él para todo $t \in \mathbb{R}$, esto significa que las soluciones siempre permanecerán positivas para $x > 0$ y $y > 0$.

$\square$

Para concluir estudiemos el movimiento de un péndulo como ejemplo.

Ejemplo: La ecuación de movimiento del péndulo es

$$\dfrac{d^{2} \theta}{dt^{2}} + \dfrac{g}{l} \sin(\theta) = 0 \label{22} \tag{22}$$

en donde $l$ es la longitud del hilo del péndulo, $\theta$ el ángulo que forma el hilo con la vertical y $g$ la aceleración de la gravedad.

Péndulo simple.

Analizar el movimiento del péndulo.

Solución: Primero comprendamos el fenómeno. Estamos considerando un péndulo simple en el cual si desplazamos la partícula desde la posición de equilibrio hasta que el hilo forme un ángulo $\theta$ con la vertical, y luego la soltamos partiendo del reposo, el péndulo oscilará en un plano bajo la acción de la gravedad. Las oscilaciones tendrán lugar entre las posiciones extremas $\theta$ y $-\theta$, simétricas respecto a la vertical, a lo largo de un arco de circunferencia cuyo radio es la longitud $l$ del hilo.

Comencemos por escribir la ecuación del péndulo en una sistema de dos ecuaciones de primer orden. Sean

$$x = \theta \hspace{1cm} y \hspace{1cm} y = \dfrac{d \theta}{dt} = \dfrac{dx}{dy}$$

Y de la ecuación del péndulo obtenemos que

$$\dfrac{d^{2} \theta}{dt^{2}} = \dfrac{dy}{dt} = -\dfrac{g}{l} \sin(x)$$

Entonces el sistema correspondiente es

\begin{align*}
\dfrac{dx}{dt} &= y \\
\dfrac{dy}{dt} &= -\dfrac{g}{l} \sin(x)
\end{align*}

La función vectorial $F$ es

$$F(x, y) = \left( y, -\dfrac{g}{l} \sin(x) \right)$$

Los puntos de equilibrio son los puntos tal que

\begin{align*}
y &= 0 \\
-\dfrac{g}{l} \sin(x) &= 0
\end{align*}

De la primer ecuación tenemos $y = 0$ y de la segunda notamos que para que $\sin(x) = 0$ se debe cumplir que $x = k \pi$ con $k$ una constante entera, por tanto el sistema tiene infinitos puntos de equilibrio y son de la forma $(k\pi ,0)$ con $k\in \mathbb{Z}$.

Consideremos los puntos de equilibrio $(0,0)$ y $(\pi ,0)$. El primer punto indica que

$$x = \theta = 0 \hspace{1cm} y \hspace{1cm} y = \dfrac{d \theta}{dt} = 0$$

En este caso el péndulo se encuentra en reposo en la posición de equilibrio y no hay desplazamiento ya que la velocidad es nula.

En el caso del segundo punto crítico se tiene que

$$x = \theta = \pi \hspace{1cm} y \hspace{1cm} y = \dfrac{d \theta}{dt} = 0$$

Por tanto, el ángulo de desplazamiento es $\pi$, y la velocidad nuevamente es nula. En cualquiera de estas dos situaciones el péndulo continuará así indefinidamente. Sin embargo, estos dos puntos de equilibrio son diferentes. Cuando nos encontramos en la situación de equilibrio $(0,0)$, ante cualquier pequeño cambio de la situación (cambio de posición o de velocidad), el sistema presentará pequeñas oscilaciones, mientras que cuando nos encontramos en la situación de equilibrio $(\pi, 0)$, estos pequeños cambios harán que el sistema presente una notable desviación. Estas características indican que el punto de equilibrio $(0, 0)$ es estable, mientras que el punto de equilibrio $(\pi, 0)$ es inestable.

A continuación se muestra el plano fase del sistema en el cual podemos observar las trayectorias para distintas soluciones particulares $(x(t), y(t))$ y lo que sucede alrededor de los puntos de equilibrio.

Plano fase del péndulo simple.

El plano fase muestra geométricamente que las soluciones para valores de $x = \theta$ pequeños el movimiento es periódico y deja de serlo conforme nos acercamos a los puntos de equilibrio $(-\pi, 0)$ o $(\pi, 0)$. Esto tiene sentido, pues la ecuación del péndulo (\ref{22}) no corresponde a un movimiento armónico simple debido a la presencia de la función seno, sin embargo para oscilaciones de pequeña amplitud en los que el ángulo es suficientemente pequeño se puede hacer la aproximación $\sin(\theta) \approx \theta$, en este caso la ecuación del péndulo se reduce a

$$l \dfrac{d^{2} \theta}{dt^{2}} + g \theta = 0 \label{23} \tag{23}$$

la cual corresponde a una ecuación de movimiento armónico simple refiriéndose al movimiento angular en lugar del movimiento rectilíneo.

La solución de la ecuación (\ref{23}) es

$$\theta = A \sin(\omega t + \phi) \label{24} \tag{24}$$

Donde,

$$\omega = \sqrt{\dfrac{g}{l}} \label{25} \tag{25}$$

es la frecuencia angular. El periodo será, entonces

$$T = 2 \pi \sqrt{\dfrac{l}{g}} \label{26} \tag{26}$$

y $A$ y $\phi$ son constantes correspondientes a la amplitud angular y a la fase inicial del movimiento, respectivamente y son determinadas por las condiciones iniciales.

$\square$

Con esto concluimos esta entrada.

En las próximas entradas revisaremos nuevamente los sistemas lineales homogéneos y el método de valores y vectores propios para hacer un análisis desde una perspectiva cualitativa.

Tarea moral

Los siguientes ejercicios no forman parte de la evaluación del curso, pero servirán para entender mucho mejor los conceptos vistos en esta entrada, así como temas posteriores.

Para las demostraciones cualitativas puedes usar la herramienta que hemos estado utilizando.

  1. Demostrar cualitativamente que todas las soluciones $Y(t) = (x(t), y(t))$ del sistema

    $x^{\prime} = y(e^{x} -1)$
    $y^{\prime} = x + e^{y}$

    que comienzan en el semiplano derecho $(x > 0)$ deben permanecer en él para todo $t \in \mathbb{R}$.
  1. Demostrar cualitativamente que todas las soluciones $Y(t) = (x(t), y(t))$ del sistema

    $x^{\prime} = 1 + x^{2} + y^{2}$
    $y^{\prime} = xy + \tan(y)$

    que comienzan en el semiplano superior $(y > 0)$ deben permanecer en él para todo $t \in \mathbb{R}$.
  1. Demostrar cualitativamente que todas las soluciones $Y(t) = (x(t), y(t))$ del sistema

    $x^{\prime} = -1 -y + x^{2}$
    $y^{\prime} = x + xy$

    que empiezan en el interior del círculo unitario $x^{2} + y^{2} = 1$ deben permanecer en él para todo $t \in \mathbb{R}$.
  1. Demostrar que todas las soluciones del sistema de ecuaciones

    $x^{\prime} = y(1 + x^{2} + y^{2})$
    $y^{\prime} = -2x(1 + x^{2} + y^{2})$

    son de la forma $\dfrac{1}{2}y^{2} + x^{2} = c^{2}$, es decir, las trayectorias son una familia de elipses.
  1. Demostrar que alrededor del punto de equilibrio las soluciones de las siguientes ecuaciones de segundo orden son periódicas.
  • $\dfrac{d^{2}z}{dt^{2}} + z^{3} = 0$
  • $\dfrac{d^{2}z}{dt^{2}} + \dfrac{z}{1 + z^{2}} = 0$

Más adelante…

En la unidad anterior desarrollamos el método de valores y vectores propios para resolver sistemas lineales homogéneos, vimos que existen distintos casos de acuerdo al valor que tomen los valores propios y el método de resolución para cada caso es relativamente distinto. En las siguientes entradas estudiaremos nuevamente estos sistemas con la adición de que ahora estudiaremos el tipo de trayectorias que genera cada sistema en el plano fase y veremos la dependencia que tienen éstas con el valor que tomen los valores propios.

Entradas relacionadas

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE104522 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 2»

Ecuaciones Diferenciales I: Sistemas autónomos, puntos de equilibrio y su estabilidad

Por Omar González Franco

Si hay un Dios, es un gran matemático.
– Paul Dirac

Introducción

En la entrada anterior realizamos un desarrollo geométrico y un tanto cualitativo de un sistema de dos ecuaciones diferenciales lineales de primer orden homogéneas con coeficientes constantes con el fin de introducirnos a la teoría cualitativa de las ecuaciones diferenciales. En dicha entrada justificamos la razón por la que estudiaremos principalmente los sistemas compuestos por dos ecuaciones de primer orden.

En esta entrada presentaremos formalmente la teoría cualitativa y geométrica de los sistemas tanto lineales como no lineales compuestos por dos ecuaciones diferenciales de primer orden.

Teoría cualitativa

A lo largo del curso nos hemos centrado en el problema de obtener soluciones, hemos desarrollado una serie de métodos de resolución de ciertos tipos de ecuaciones diferenciales y sistemas lineales. Lo que haremos ahora es dar otro enfoque al estudio de las ecuaciones diferenciales planteándonos obtener información cualitativa sobre el comportamiento de las soluciones.

Hemos visto que, a medida que aumenta la complejidad de las ecuaciones diferenciales, o los sistemas lineales, mayor es la dificultad que tenemos para obtener soluciones. Existen incluso ecuaciones que no se sabe cómo se resuelven o ecuaciones en las que obtener su solución es bastante costoso, por lo que una alternativa será hacer un análisis cualitativo, pues muchas veces bastará conocer el comportamiento de las soluciones.

Recordemos que, además de hacer un análisis cualitativo, estamos interesados en hacer un análisis geométrico, así que centraremos nuestra atención en los sistemas de dos ecuaciones diferenciales ya que, como vimos en la entrada anterior, tenemos la oportunidad de hacer gráficas en dos dimensiones, es decir, podremos visualizar sin ningún problema el plano fase.

Sistemas autónomos

En la entrada anterior vimos la importancia de que el sistema no dependa explícitamente de la variable independiente $t$ para poder hacer nuestro desarrollo geométrico. Este tipo de sistemas tienen un nombre particular.

El sistema se denomina autónomo debido a que la variable independiente $t$ no aparece explícitamente en las ecuaciones del sistema. Las condiciones de $F_{1}$ y $F_{2}$ garantizan la existencia y unicidad de la solución definida $\forall$ $t \in \mathbb{R}$ del problema de valores iniciales

\begin{align*}
x^{\prime} &= F_{1}(x, y) \hspace{1.2cm} x(t_{0}) = x_{0} \\
y^{\prime} &= F_{2}(x, y), \hspace{1cm} y(t_{0}) = y_{0} \label{2} \tag{2}
\end{align*}

para cualquier $t_{0} \in \mathbb{R}$ y $(x_{0},y_{0}) \in \mathbb{R}^{2}$.

En el caso en el que tenemos una ecuación de segundo orden autónoma

$$\dfrac{d^{2}x}{dt^{2}} = f \left( x, \dfrac{dx}{dt} \right) \label{3} \tag{3}$$

Se puede convertir en un sistema autónomo introduciendo una nueva variable $y = \dfrac{dx}{dt}$, obteniendo el sistema

\begin{align*}
x^{\prime} &= y \\
y^{\prime} &= f(x, y) \label{4} \tag{4}
\end{align*}

Sistemas autónomos lineales

En el caso en el que el sistema autónomo es lineal y con coeficientes constantes, entonces lo podemos escribir como

\begin{align*}
x^{\prime} &= ax + by \\
y^{\prime} &= cx + dy \label{5} \tag{5}
\end{align*}

En donde $a, b, c$ y $d$ son constantes, $x = x(t): \mathbb{R} \rightarrow \mathbb{R}$ y $y = y(t): \mathbb{R} \rightarrow \mathbb{R}$.

Definimos las funciones $F_{1}: \mathbb{R}^{2} \rightarrow \mathbb{R}$ y $F_{2}: \mathbb{R}^{2} \rightarrow \mathbb{R}$ como

$$F_{1}(x, y) = ax + by \hspace{1cm} y \hspace{1cm} F_{2}(x, y) = cx + dy \label{6} \tag{6}$$

Podemos definir la función vectorial $F: \mathbb{R}^{2} \rightarrow \mathbb{R}^{2}$ como

$$F(x, y) = (F_{1}(x, y), F_{2}(x, y)) = (ax +by, cx +dy) \label{7} \tag{7}$$

Entonces el sistema autónomo (\ref{5}) se puede escribir como

$$Y^{\prime} = F(x, y) \label{8} \tag{8}$$

Por su puesto, si se define la matriz de coeficientes

$$\mathbf{A} = \begin{pmatrix}
a & b \\ c & d
\end{pmatrix} \label{9} \tag{9}$$

entonces el sistema lineal (\ref{5}) se puede escribir como

$$\begin{pmatrix}
x^{\prime} \\ y^{\prime}
\end{pmatrix} = \begin{pmatrix}
a & b \\ c & d
\end{pmatrix} \begin{pmatrix}
x \\ y
\end{pmatrix} \label{10} \tag{10}$$

o bien,

$$\mathbf{Y}^{\prime} = \mathbf{AY} \label{11} \tag{11}$$

como es costumbre.

Notación: Hemos visto que no necesariamente haremos uso de la notación vectorial como en la unidad anterior, así que con fines de notación usaremos letras en negrita cuando trabajemos con vectores (o matrices) y letras sin negrita cuando no usemos la notación vectorial a pesar de indicar lo mismo. Por ejemplo, la solución de un sistema en notación vectorial la escribiremos como

$$\mathbf{Y}(t) = \begin{pmatrix}
x(t) \\ y(t)
\end{pmatrix}$$

mientras que la misma solución sin notación vectorial como

$$Y(t) = (x(t), y(t))$$

Está última notación nos será de utilidad para representar coordenadas en el plano $\mathbb{R}^{2}$.

Algunas definiciones

Las siguientes definiciones son generales, para cualquier sistema autónomo de dos ecuaciones diferenciales de primer orden.

Las soluciones de un sistema autónomo reciben un nombre especial.

En la entrada anterior ya trabajamos con el plano fase, definámoslo formalmente.

Cada punto de la curva $C$ determina el estado del sistema en un instante $t$ correspondiente a una condición inicial determinada.

En la entrada anterior vimos que en cada punto $(x, y)$ de una curva solución, el vector

$$F(x, y) = (F_{1}(x, y), F_{2}(x, y))$$

es un vector tangente a dicha curva en cada punto $(x, y)$. El conjunto de vectores tangentes recibe un nombre.

Con estas definiciones podemos decir que el plano fase es una representación geométrica de todas las trayectorias de un sistema dinámico en el plano, donde cada curva representa una condición inicial diferente. Entendemos por sistema dinámico al sistema cuyo estado evoluciona con el tiempo.

Como ejemplo visualicemos el campo vectorial de dos sistemas de ecuaciones diferenciales sencillos usando la herramienta que ya conocemos.

Ejemplo: Visualizar el campo vectorial del sistema lineal

\begin{align*}
x^{\prime} &= x \\
y^{\prime} &= y
\end{align*}

Solución: La función vectorial es

$$F(x, y) = (x, y)$$

El campo vectorial en el plano fase se ilustra a continuación.

Campo vectorial $F(x, y) = (x, y)$.

Los vectores del campo vectorial siempre señalan directamente alejándose del origen.

$\square$

Ejemplo: Visualizar el campo vectorial del sistema lineal

\begin{align*}
x^{\prime} &= -x \\
y^{\prime} &= -y
\end{align*}

Solución: La función vectorial es

$$F(x, y)= (-x, -y)$$

El campo vectorial se ilustra a continuación.

Campo vectorial $F(x, y)= (-x, -y)$.

En este caso los vectores del campo vectorial apuntan directamente hacia el origen.

$\square$

Como el campo vectorial es tangente a las soluciones del sistema, entonces en los dos ejemplos anteriores deducimos que las soluciones son rectas con distintas pendientes para cada solución particular.

En la herramienta que utilizamos se puede dar clic sobre el campo vectorial para trazar distintas soluciones. Inténtalo con los ejemplos anteriores.

Puntos de equilibrio

Por sí solo el campo vectorial de un sistema ya nos da información sobre el comportamiento que presentan las trayectorias sin siquiera conocer explícitamente las soluciones del sistema, sin embargo en cada plano fase existe al menos un punto particular sobre el cual dependerá casi por completo el comportamiento de las soluciones, dichos puntos se conocen como puntos de equilibrio.

Una solución constante

$$Y(t) = (x(t), y(t)) = (x_{0}, y_{0}) \label{13} \tag{13}$$

para todo $t \in \mathbb{R}$ define únicamente un punto $(x_{0}, y_{0})$ en el plano fase y verifica que

$$F_{1}(x_{0}, y_{0}) = F_{2}(x_{0}, y_{0}) = 0 \label{14} \tag{14}$$

es decir,

$$F(x_{0}, y_{0}) = (0, 0) \label{15} \tag{15}$$

Como ejemplo determinemos los puntos de equilibrio de dos sistemas de ecuaciones diferenciales.

Ejemplo: Hallar los puntos de equilibrio del siguiente sistema de ecuaciones diferenciales y visualizar que ocurre alrededor de ellos.

\begin{align*}
x^{\prime} &= (x -1)(y -1) \\
y^{\prime} &= (x + 1)(y + 1)
\end{align*}

Solución: La función vectorial es

$$F(x, y) = ((x -1)(y -1), (x + 1)(y + 1))$$

Los puntos de equilibrio $(x_{0}, y_{0})$ son tales que

$$F(x_{0},y_{0}) = (0, 0)$$

es decir, tales que

$$((x_{0} -1)(y_{0} -1), (x_{0} + 1)(y_{0} + 1)) = (0, 0)$$

El sistema de ecuaciones que se forma es

\begin{align*}
(x_{0} -1) (y_{0} -1) &= 0 \\
(x_{0} + 1) (y_{0} + 1) &= 0
\end{align*}

Los puntos que verifican el sistema son

$$(x_{0}, y_{0}) = (1, -1) \hspace{1cm} y \hspace{1cm} (x_{0}, y_{0}) = (-1, 1)$$

Hemos encontrado dos puntos de equilibrio. Veamos cómo se ve el campo vectorial del sistema y que forma tienen las soluciones alrededor de estos puntos.

Plano fase: Campo vectorial, puntos de equilibrio y trayectorias del sistema.

Recordemos que la dirección de las trayectorias está definida por la dirección del campo vectorial. En el plano fase observamos que alrededor del punto de equilibrio $(-1, 1)$ las soluciones son trayectorias cerradas que giran en torno a dicho punto, mientras que alrededor del punto de equilibrio $(1, -1)$ las trayectorias tienden a acercarse a dicho punto, pero cuando se aproximan a él inmediatamente se alejan.

$\square$

Más adelante caracterizaremos a los puntos de equilibrio de acuerdo al tipo de comportamiento que tienen las trayectorias alrededor de él. Por ahora notemos estas características. Veamos un ejemplo más.

Ejemplo: Hallar los puntos de equilibrio del siguiente sistema de ecuaciones diferenciales y visualizar que ocurre alrededor de ellos.

\begin{align*}
x^{\prime} &= x^{2} -1 \\
y^{\prime} &= -y
\end{align*}

Solución: La función vectorial es

$$F(x, y) = (x^{2} -1, -y)$$

Si

$$F(x_{0}, y_{0}) = (0,0)$$

entonces,

$$(x^{2}_{0} -1, -y_{0}) = (0, 0)$$

El sistema de ecuaciones que se obtiene es

\begin{align*}
x^{2}_{0} -1 &= 0 \\
-y_{0} &= 0
\end{align*}

De la segunda ecuación obtenemos inmediatamente que $y_{0} = 0$ y de la primer ecuación obtenemos que $x^{2}_{0}= 1$. Por lo tanto, los puntos de equilibrio son

$$(x_{0}, y_{0}) = (-1, 0) \hspace{1cm} y \hspace{1cm} (x_{0}, y_{0}) = (1, 0)$$

Veamos cómo se ve el plano fase.

Plano fase: Campo vectorial, puntos de equilibrio y trayectorias del sistema.

En esta ocasión observamos que las trayectorias tienden hacía el punto de equilibrio $(-1, 0)$, mientras que alrededor del punto de equilibrio $(1, 0)$ las trayectorias tienden a alejarse de él.

$\square$

Con estos dos ejemplos observamos tres cualidades de las trayectorias alrededor de los puntos de equilibrio. El primero de ellos es que hay trayectorias cerradas que permanecen cerca de un punto de equilibrio, pero que nunca llegan a él, por otro lado, hay trayectorias que tienden directamente hacía a un punto de equilibrio y finalmente hay puntos de equilibrio en los que las trayectorias tienden a alejarse de él. A esto se le conoce como estabilidad de los puntos de equilibrio y lo estudiaremos más adelante en esta entrada.

Un hecho importante es que los sistemas de los dos ejemplos anteriores son sistemas no lineales y ya comenzamos a caracterizar y visualizar el comportamiento de las soluciones a pesar de no conocer ningún método para obtener las soluciones explícitamente, de ahí la importancia de este análisis cualitativo.

Cabe mencionar que resolver sistemas no lineales puede ser muy complejo, al menos para un primer curso de ecuaciones diferenciales, es por ello que dedicamos la unidad anterior al caso exclusivamente lineal.

Por otro lado, es claro que cada punto del plano fase, o bien es un punto de equilibrio, o bien pasa por él una única trayectoria. Existe un resultado importante que nos permite saber cuando el único punto de equilibrio de un sistema lineal es el origen.

Demostración: Consideremos el sistema lineal ${\mathbf{Y}}’ = \mathbf{AY}$ cuya matriz de coeficientes es (\ref{9}), entonces podemos escribir al sistema lineal como

$$\begin{pmatrix}
x^{\prime} \\ y^{\prime}
\end{pmatrix} = \begin{pmatrix}
a & b \\ c & d
\end{pmatrix} \begin{pmatrix}
x \\ y
\end{pmatrix}$$

Sabemos que un punto $Y_{0} = (x_{0}, y_{0})$ es un punto de equilibrio del sistema si el campo vectorial en $Y_{0}$ es cero, es decir, si

$$F(x_{0}, y_{0}) = (0, 0)$$

Sabemos, por otro lado, que el sistema lineal también se puede escribir en términos de la función vectorial $F$ como

$$F(x, y) = (F_{1}(x, y), F_{2}(x, y)) = (ax + by, cx + dy)$$

Entonces $Y_{0} = (x_{0}, y_{0})$ es un punto de equilibrio si ocurre que

$$F(x_{0}, y_{0}) = (ax_{0} + by_{0}, cx_{0} + dy_{0}) = (0, 0) \label{16} \tag{16}$$

es decir, debe ocurrir que

$$\begin{pmatrix}
a & b \\ c & d
\end{pmatrix} \begin{pmatrix}
x_{0} \\ y_{0}
\end{pmatrix} = \begin{pmatrix}
ax_{0} + by_{0} \\ cx_{0} + dy_{0}
\end{pmatrix} = \begin{pmatrix}
0 \\ 0
\end{pmatrix} \label{17} \tag{17}$$

El par de ecuaciones que se tiene es

\begin{align*}
ax_{0} + by_{0} &= 0 \\
cx_{0} + dy_{0} &= 0 \label{18} \tag{18}
\end{align*}

Es claro que $(x_{0}, y_{0}) = (0, 0)$ es una solución de las ecuaciones (\ref{18}). Por tanto, $Y_{0} = (0, 0)$ es un punto de equilibrio y la función constante

$$Y(t) = (0, 0) \label{19} \tag{19}$$

para toda $t \in \mathbb{R}$ es una solución del sistema lineal. Ahora veamos si existe otra solución que no sea la trivial.

Cualesquiera puntos de equilibrio $(x_{0}, y_{0}) \neq (0, 0)$ deben también satisfacer el sistema (\ref{18}). Para encontrarlos supongamos por ahora que $a\neq 0$, de la primer ecuación se obtiene que

$$x_{0} = -\dfrac{b}{a}y_{0} \label{20} \tag{20}$$

Sustituyendo en la segunda ecuación, se tiene

$$c \left( -\dfrac{b}{a} \right) y_{0} + dy_{0} = 0$$

que puede escribirse como

$$(ad -bc)y_{0} = 0 \label{21} \tag{21}$$

Entonces,

$$y_{0} = 0 \hspace{1cm} o \hspace{1cm} ad -bc =0$$

Si $y_{0} = 0$, entonces $x_{0} = 0$ y de nuevo obtenemos la solución trivial. Por tanto, un sistema lineal tiene puntos de equilibrio no triviales sólo si

$$ad -bc = 0$$

es decir si el determinante de $\mathbf{A}$ es igual a cero. Esto significa que si $|\mathbf{A}| \neq 0$, entonces el único punto de equilibrio del sistema lineal es el origen.

$\square$

Una observación importante en la demostración es que el cálculo que hicimos no depende de los valores de los coeficientes $a, b, c$ y $d$, sólo de la condición $a \neq 0$, por tanto ¡todo sistema lineal tiene un punto de equilibrio en el origen!.

Estabilidad de puntos de equilibrio

Veíamos que hay tres cualidades de las trayectorias alrededor de puntos de equilibrio. De acuerdo al comportamiento que tengan las trayectorias alrededor de los puntos de equilibrio éstos recibirán un nombre.

Lo que esta definición nos dice es que si una trayectoria está cerca del punto de equilibrio $(x_{0}, y_{0})$, entonces se mantendrá cerca de él para $t_{0} \leq t \rightarrow \infty$.

Es este caso las trayectorias cercanas al punto de equilibrio $(x_{0}, y_{0})$ no sólo se mantendrán cerca de dicho punto, sino que tenderán a él para $t_{0} \leq t \rightarrow \infty$.

Contrario a un punto de equilibrio estable, si las trayectorias están cerca del punto de equilibrio $(x_{0}, y_{0})$, entonces se alejarán de él para $t_{0} \leq t \rightarrow \infty$.

Las definiciones anteriores son aplicables a cualquier punto de equilibrio $(x_{0}, y_{0})$, sin embargo las definiciones se vuelven más intuitivas si el punto de equilibrio sobre el que se trabaja es el origen $(x_{0}, y_{0}) = (0, 0)$ del plano $XY$ o plano fase.

Supongamos que el punto de equilibrio del sistema (\ref{1}) es el origen y que está aislado, esto es que existe un entorno donde no hay otro punto de equilibrio. Notemos que el hecho de que el punto de equilibrio sea el origen no supone ningún tipo de restricción ya que se puede hacer el cambio de variable

\begin{align*}
\hat{x} &= x -x_{0} \\
\hat{y} &= y -y_{0} \label{24} \tag{24}
\end{align*}

y transformar al sistema (\ref{1}) en

\begin{align*}
\hat{x}^{\prime} &= F(\hat{x} + x_{0}, \hat{y} + y_{0}) \\
\hat{y}^{\prime} &= G(\hat{x} + x_{0}, \hat{y} + y_{0}) \label{25} \tag{25}
\end{align*}

cuyo punto de equilibrio es el punto $(0, 0)$. En estas condiciones definimos de manera más intuitiva la estabilidad de un punto de equilibrio.

Realicemos algunos ejemplos de manera gráfica.

Ejemplo: Definir el tipo de punto de equilibrio del siguiente sistema visualizando el comportamiento de las trayectorias alrededor de dicho punto.

\begin{align*}
x^{\prime} &= 5y \\
y^{\prime} &= -2x
\end{align*}

Solución: Es claro que el punto de equilibrio es el origen ya que si $x = 0$ y $y = 0$, entonces

$$F(0, 0) = (0, 0)$$

El campo vectorial y algunas trayectorias del sistema se muestran a continuación.

Plano fase del sistema.

Observamos que las trayectorias son cerradas, lo que significa que todas las que están cerca del punto de equilibrio permanecerán cerca de él, pero nunca llegarán a él conforme $t \rightarrow \infty$. De acuerdo a las definiciones anteriores, el punto de equilibrio corresponde a un punto estable. Veremos más adelante que este tipo de trayectorias corresponden a soluciones periódicas.

$\square$

Ejemplo: Definir el tipo de punto de equilibrio del siguiente sistema visualizando el comportamiento de las trayectorias alrededor de dicho punto.

\begin{align*}
x^{\prime} &= -3x -4y \\
y^{\prime} &= 2x + y
\end{align*}

Solución: Como el sistema es lineal podemos aplicar el teorema visto para verificar que el único punto de equilibrio del sistemas es el origen. La matriz de coeficientes es

$$\mathbf{A} = \begin{pmatrix}
-3 & -4 \\ 2 & 1
\end{pmatrix} $$

Calculemos el determinante.

$$\begin{vmatrix}
-3 & -4 \\ 2 & 1
\end{vmatrix} = -3 + 8 = 5 \neq 0$$

Como $|A| \neq 0$, entonces el único punto de equilibrio es el origen.

El plano fase del sistema se ilustra a continuación.

Plano fase del sistema.

Es este caso se logra observar que las trayectorias cerca del punto de equilibrio tienden a él conforme $t \rightarrow \infty$, lo que lo define como un punto de equilibrio asintóticamente estable.

$\square$

Veamos un último ejemplo.

Ejemplo: Definir el tipo de punto de equilibrio del siguiente sistema visualizando el comportamiento de las trayectorias alrededor de dicho punto.

\begin{align*}
x^{\prime} &= 5x -2y \\
y^{\prime} &= 2x -3y
\end{align*}

Solución: Nuevamente se puede verificar que el único punto de equilibrio del sistema es el origen. Observemos el plano fase.

Plano fase del sistema.

En este caso se observa que cerca del punto de equilibrio las trayectorias se alejan de él, por lo que dicho punto es un punto inestable.

$\square$

Al menos geométricamente ya somos capaces de identificar el tipo de comportamiento que tienen las trayectorias alrededor de los puntos de equilibrio según su clasificación.

Más adelante resolveremos algunos sistemas lineales y haremos este mismo análisis desde una perspectiva analítica analizando las soluciones que obtengamos. Más aún, veremos que de acuerdo al valor de los eigenvalores del sistema será el tipo de punto de equilibrio que tendrá dicho sistema. Pero antes de ello, en la siguiente entrada estudiemos algunas propiedades cualitativas de las trayectorias.

Tarea moral

Los siguientes ejercicios no forman parte de la evaluación del curso, pero servirán para entender mucho mejor los conceptos vistos en esta entrada, así como temas posteriores.

  1. Visualizar el campo vectorial y algunas trayectorias de los siguientes sistemas. ¿Tienen puntos de equilibrio?.
  • $x^{\prime} = (y -x)(y -1)$
    $y^{\prime} = (x- y)(x -1)$
  • $x^{\prime} = -y(y -2)$
    $y^{\prime} = (x -2)(y -2)$
  1. Determinar los puntos de equilibrio de los siguientes sistemas y clasificarlos como estables, asintóticamente estables o inestables. Visualizar el campo vectorial y algunas trayectorias.
  • $x^{\prime} = 2y$
    $y^{\prime} = 2x$
  • $x^{\prime} = -8y$
    $y^{\prime} = 18x$
  • $x^{\prime} = 2x + y + 3$
    $y^{\prime} = -3x -2y -4$
  • $x^{\prime} =-5x + 2y$
    $y^{\prime} = x -4y$
  • $x^{\prime} = 2x + 13y$
    $y^{\prime} = -x -2y$
  • $x^{\prime} = x(7 -x -2y)$
    $y^{\prime} = y(5 -x -y)$
  1. Analizar el comportamiento de las curvas solución del siguiente sistema.
  • $x^{\prime} = 3/y$
    $y^{\prime} = 2/x$

    ¿Qué se puede observar?. ¿Hay puntos de equilibrio?.

Más adelante…

Conforme avanzamos nos damos cuenta que es posible describir cualitativamente las soluciones de un sistema tanto lineal como no lineal compuesto por dos ecuaciones diferenciales de primer orden homogéneas con coeficientes contantes, esto tiene la enorme ventaja de que ya no es necesario conocer explícitamente las soluciones del sistema para poder trabajar.

Continuando con nuestro desarrollo cualitativo, en la siguiente entrada estudiaremos algunas propiedades de las trayectorias en el plano fase.

Entradas relacionadas

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE104522 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 2»

Ecuaciones Diferenciales I – Videos: Sistemas de ecuaciones no lineales. Linealización de puntos de equilibrio

Por Eduardo Vera Rosales

Introducción

En entradas anteriores hemos estudiado a detalle sistemas de dos ecuaciones lineales homogéneas con coeficientes constantes de la forma $$\dot{\textbf{X}}=\begin{pmatrix} a & b \\ c & d \end{pmatrix}\begin{pmatrix} x \\ y \end{pmatrix}$$. Resolvimos tales sistemas de manera analítica, hallando su solución general, y también estudiamos el comportamiento de las curvas solución en el plano fase. Vimos que los valores propios asociados al sistema determinan la estabilidad de los puntos de equilibrio y la forma del plano fase. Finalmente, en la entrada anterior clasificamos las formas de los planos fase y los puntos de equilibrio, según la traza y el determinante de la matriz asociada al sistema.

Ahora que tenemos esta información a nuestra disposición, podemos estudiar sistemas de ecuaciones no lineales. Como en el caso lineal, nos enfocaremos en sistemas autónomos, donde la variable independiente $t$ no aparece explícitamente en el sistema. Lo primero que haremos será analizar algunos sistemas y sus campos vectoriales asociados, los cuales van a sugerir soluciones que ya no tienen un comportamiento conocido o fácil de interpretar como en los sistemas lineales. Necesitaremos nuevos métodos para conocer el plano fase por completo.

De tu curso de Cálculo de varias variables, sabes que la mejor aproximación lineal a una función $\textbf{F}:\mathbb{R}^{n} \rightarrow \mathbb{R}^{n}$ en un punto $(x_{0},y_{0})$ está dada por la matriz jacobiana evaluada en dicho punto. En nuestro caso, tenemos que $$\textbf{F}(x,y)=(F_{1}(x,y).F_{2}(x,y))$$ entonces la matriz jacobiana se convierte en $$\textbf{DF}(x_{0},y_{0})= \begin{pmatrix} \frac{\partial{F_{1}}}{\partial{x}}(x_{0},y_{0}) & \frac{\partial{F_{1}}}{\partial{y}}(x_{0},y_{0}) \\ \frac{\partial{F_{2}}}{\partial{x}}(x_{0},y_{0}) & \frac{\partial{F_{1}}}{\partial{y}}(x_{0},y_{0}) \end{pmatrix}.$$ Esta matriz tendrá coeficientes constantes, y al sistema $$\dot{\textbf{X}}=\textbf{DF}(x_{0},y_{0})\textbf{X}$$ ya sabemos analizarlo.

El teorema de Hartman – Grobman nos garantizará que las soluciones al sistema no lineal cercanas al punto de equilibrio se comportarán de una manera similar a las curvas del plano fase del sistema lineal obtenido por la linealización. Con este método, podremos conocer una parte del plano fase.

Sistemas de ecuaciones no lineales. Linealización de puntos de equilibrio

En el primer video revisamos tres ejemplos de sistemas de ecuaciones no lineales, estudiamos sus planos fase a través del campo vectorial asociado y vemos las dificultades que se presentan. Posteriormente linealizamos un sistema de ecuaciones cerca de sus puntos de equilibrio mediante la matriz jacobiana del campo asociado. Finalmente enunciamos el teorema de Hartman – Grobman.

En el segundo video linealizamos dos sistemas de ecuaciones no lineales, y estudiamos el comportamiento de las curvas solución cerca de los puntos de equilibrio.

El péndulo simple

Estudiamos el sistema de ecuaciones asociado al movimiento simple de un péndulo. Linealizamos los puntos de equilibrio, estudiamos el plano fase y por último, interpretamos las curvas solución del plano fase.

Tarea moral

Los siguientes ejercicios no forman parte de la evaluación del curso, pero te servirán para entender mucho mejor los conceptos vistos en esta entrada, así como temas posteriores.

Los campos vectoriales de las imágenes fueron realizados en el siguiente enlace.

  • Construye un sistema de dos ecuaciones no lineal tal que $(0,0)$ sea el único punto de equilibrio, y tal que las soluciones cerca del origen se comporten como espirales. Justifica tu respuesta.
  • Prueba que el sistema $$\begin{array}{rcl} \dot{x} & = & x^{2}-xy^{3} \\ \dot{y} & = & x+y^{2} \end{array}$$ tiene dos puntos de equilibrio. Linealiza cerca de los puntos de equilibrio y determina el comportamiento de las soluciones cercanas, siempre y cuando esto sea posible.
Campo vectorial del ejercicio 1
Campo vectorial del ejercicio 1
  • Determina los puntos de equilibrio y el comportamiento de las soluciones cerca de estos, del sistema $$\begin{array}{rcl} \dot{x} & = & -2x+y \\ \dot{y} & = & x^{2}-y. \end{array}$$
Campo vectorial del ejercicio 2
Campo vectorial del ejercicio 2
  • Calcula los puntos de equilibrio del sistema $$\begin{array}{rcl} \dot{x} & = & x^{2}-y^{2} \\ \dot{y} & = & x^{2}-y. \end{array}$$ Determina el comportamiento de los puntos de equilibrio, cuando esto sea posible.
Campo vectorial del ejercicio 3
Campo vectorial del ejercicio 3
  • Encuentra los puntos de equilibrio y el comportamiento de las soluciones cerca de estos, para el sistema $$\begin{array}{rcl} \dot{x} & = & \sin{x} \\ \dot{y} & = & \cos{y} \end{array}$$ cuando sea posible.

Más adelante

Hemos avanzado un poco en nuestro propósito de estudiar el plano fase de sistemas de dos ecuaciones no lineales. Al obtener la linealización de los puntos de equilibrio conocemos, al menos, el comportamiento de las curvas solución cerca de estos.

En la siguiente entrada estudiaremos el método de las nulclinas, que nos permitirá conocer más aspectos del plano fase a un sistema no lineal, no solamente cerca de los puntos de equilibrio, sino que además nos permitirá conocer el comportamiento de soluciones lejanas. Las nulclinas son los conjuntos de puntos donde las funciones coordenadas $\textbf{F}_{i}$ del campo vectorial asociado al sistema se anulan. En el caso de sistemas de dos ecuaciones, las nulclinas dividirán el plano $x(t)-y(t)$ en regiones. Estudiaremos el comportamiento de las soluciones en cada región y podremos tener un mejor conocimiento del plano fase entero.

Entradas relacionadas

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE104522 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 2»

Ecuaciones Diferenciales I – Videos: El plano traza – determinante

Por Eduardo Vera Rosales

Introducción

Antes de finalizar con el estudio cualitativo a sistemas de ecuaciones de la forma $$\begin{pmatrix} \dot{x} \\ \dot{y} \end{pmatrix}=\begin{pmatrix} a & b \\ c & d \end{pmatrix} \begin{pmatrix} x \\ y \end{pmatrix}$$, vamos a clasificar la estabilidad del punto de equilibrio, y por tanto el plano fase, en un diagrama que resume toda la información que estudiamos en las últimas entradas. Este diagrama es llamado plano traza – determinante. En esta entrada veremos cómo interpretar dicho diagrama.

Vimos que el plano fase y la estabilidad de los puntos de equilibrio depende de la forma de los valores propios asociados. Es fácil observar que los valores propios del sistema son las soluciones a la ecuación $$\det{(\textbf{A}-\lambda\textbf{Id})}=\lambda^{2}-(a+d)\lambda+(ad-bc)=0.$$ Notemos que podemos reescribir la ecuación anterior en términos de dos propiedades de la matriz asociada $\textbf{A}$: su traza y su determinante. En efecto, resulta que $$ \lambda^{2}-(a+d)\lambda+(ad-bc)=\lambda^{2}-\lambda\mathrm{tr}{A}+\det{A}.$$ Entonces los valores propios están dados por la fórmula $$\lambda=\frac{\mathrm{tr}{A}\pm\sqrt{\mathrm{tr}{A}^{2}-4\det{A}}}{2}$$ Así, el plano fase y la estabilidad de los puntos de equilibrio dependerán de la traza y el determinante de la matriz asociada. Analizaremos la forma de los valores propios según la última fórmula.

La información obtenida se podrá resumir en el plano traza – determinante, que puedes observar en la siguiente imagen (tomada del siguiente sitio) que nos indica la forma del plano fase, según los valores de la traza y el determinante.

Plano traza determinante
Plano traza – determinante. Imagen tomada de https://es.m.wikipedia.org/wiki/Archivo:Stability_Diagram.png

El plano traza – determinante

Clasificamos la naturaleza del plano fase y la estabilidad de los puntos de equilibrio del sistema de ecuaciones $$\begin{pmatrix} \dot{x} \\ \dot{y} \end{pmatrix}=\begin{pmatrix} a & b \\ c & d \end{pmatrix}\begin{pmatrix} x \\ y \end{pmatrix}.$$ según la traza y el determinante de la matriz asociada. Englobamos toda la información obtenida en el plano traza – determinante.

Tarea moral

Los siguientes ejercicios no forman parte de la evaluación del curso, pero te servirán para entender mucho mejor los conceptos vistos en esta entrada, así como temas posteriores.

  • Considera el sistema de ecuaciones $$\begin{pmatrix} \dot{x} \\ \dot{y} \end{pmatrix}=\begin{pmatrix} a & b \\ c & d \end{pmatrix}\begin{pmatrix} x \\ y \end{pmatrix}.$$ Muestra que los valores propios del sistema $\lambda_{1}, \lambda_{2}$ satisfacen las identidades $$\lambda_{1}+\lambda_{2}=\mathrm{tr}{A}$$ $$\lambda_{1}\lambda_{2}=\det{A}.$$ Recuerda considerar los casos cuando los valores propios son distintos o iguales.

Clasifica el plano fase y puntos de equilibrio de los siguientes sistemas de ecuaciones, calculando únicamente la traza y el determinante de la matriz asociada:

  • $$\begin{pmatrix} \dot{x} \\ \dot{y} \end{pmatrix}=\begin{pmatrix} 15 & -1 \\ -60 & 4 \end{pmatrix}\begin{pmatrix} x \\ y \end{pmatrix}$$
  • $$\begin{pmatrix} \dot{x} \\ \dot{y} \end{pmatrix}=\begin{pmatrix} \pi & 0 \\ e & -1 \end{pmatrix}\begin{pmatrix} x \\ y \end{pmatrix}$$
  • Considera el sistema de ecuaciones $$\begin{pmatrix} \dot{x} \\ \dot{y} \end{pmatrix}=\begin{pmatrix} a & a+2 \\ a-2 & a \end{pmatrix}\begin{pmatrix} x \\ y \end{pmatrix}.$$ Determina la forma del plano fase y la estabilidad del punto de equilibrio según la traza y el determinante de la matriz asociada, y el valor $a$.
  • Para el ejercicio anterior, identifica la región del plano traza – determinante donde los planos fase tienen comportamientos similares.
  • Realiza el mismo análisis de los dos ejercicios anteriores para el sistema $$\begin{pmatrix} \dot{x} \\ \dot{y} \end{pmatrix}=\begin{pmatrix} a & a+b \\ a-b & a \end{pmatrix}\begin{pmatrix} x \\ y \end{pmatrix}$$ para cualquier valor de $a$ y $b$.

Más adelante

Con todo el conocimiento adquirido acerca de sistemas de ecuaciones lineales, es momento de estudiar, al menos de manera cualitativa, sistemas de ecuaciones no lineales. En la próxima entrada daremos una breve introducción a tales sistemas.

Además, veremos que es posible linealizar este tipo de sistemas para obtener un sistema de ecuaciones lineales equivalente que nos brinde la información cualitativa de las soluciones al sistema no lineal. Así, podremos dibujar el plano fase de un sistema no lineal, sin conocer explícitamente las soluciones a dicho sistema.

Entradas relacionadas

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE104522 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 2»

Ecuaciones Diferenciales I – Videos: Plano fase para sistemas lineales con cero como valor propio

Por Eduardo Vera Rosales

Introducción

Vamos a finalizar esta serie de entradas referentes al plano fase de sistemas de dos ecuaciones lineales homogéneas con coeficientes constantes de la forma $$\begin{pmatrix} \dot{x} \\ \dot{y} \end{pmatrix}=\begin{pmatrix} a & b \\ c & d \end{pmatrix} \begin{pmatrix} x \\ y \end{pmatrix}$$ estudiando el caso cuando el sistema tiene al menos un cero como valor propio.

En las entradas anteriores revisamos los casos cuando los valores propios son reales distintos y no nulos, son complejos o se repiten, por lo que el caso que revisaremos en esta entrada es el último por estudiar. En todos los casos anteriores el punto de equilibrio es único y se encuentra en el punto $(0,0)$ del plano fase. Sin embargo, cuando el cero es un valor propio de la matriz asociada al sistema resultará que no habrá un único punto equilibrio, sino que tendremos una infinidad de dichos puntos. Es por eso que dejamos este caso al final.

Veremos cómo se distribuyen los puntos de equilibrio en el plano fase. Finalmente las curvas solución serán muy fáciles de dibujar según el análisis que realizaremos de la solución general al sistema, que será de la forma $$\textbf{X}(t)=c_{1}\begin{pmatrix} u_{1} \\ u_{2} \end{pmatrix}+c_{2}e^{\lambda_{2} t}\begin{pmatrix} v_{1} \\ v_{2} \end{pmatrix}$$ donde $(u_{1},u_{2})$ es un vector propio asociado al valor propio $\lambda_{1}=0$ y $(v_{1},v_{2})$ es un vector propio asociado al valor propio $\lambda_{2} \neq 0$ (si $\lambda_{2}=0$ la solución general se simplifica aún más y es igualmente sencillo hacer el análisis del plano fase).

Dicho lo anterior, vamos a comenzar.

Plano fase para sistemas con cero como valor propio

En el primer video analizamos el plano fase para un sistema de ecuaciones de la forma $$\begin{pmatrix} \dot{x} \\ \dot{y} \end{pmatrix}=\begin{pmatrix} a & b \\ c & d \end{pmatrix} \begin{pmatrix} x \\ y \end{pmatrix}$$ cuando este tiene a cero como un valor propio asociado.

En el segundo video dibujamos el plano fase de algunos sistemas en particular que tienen al menos un valor propio igual a cero.

Tarea moral

Los siguientes ejercicios no forman parte de la evaluación del curso, pero te servirán para entender mucho mejor los conceptos vistos en esta entrada, así como temas posteriores.

Los campos vectoriales de las imágenes fueron realizados en el siguiente enlace.

  • Encuentra todas las matrices de tamaño $2 \times 2$ diagonalizables cuyo único valor propio es cero.
  • Encuentra todos los sistemas de ecuaciones lineales homogéneos con coeficientes constantes cuyo campo vectorial se ve de la siguiente manera:
Campo vectorial 1 cero valor propio
Campo vectorial. Elaboración propia.
  • En el segundo video dibujamos los planos fase de los siguientes sistemas $$\begin{pmatrix} \dot{x} \\ \dot{y} \end{pmatrix}=\begin{pmatrix} -1 & 1 \\ 1 & -1 \end{pmatrix}\begin{pmatrix} x \\ y \end{pmatrix}$$ $$\begin{pmatrix} \dot{x} \\ \dot{y} \end{pmatrix}=\begin{pmatrix} 0 & 2 \\ 0 & 0 \end{pmatrix}\begin{pmatrix} x \\ y \end{pmatrix}.$$ ¿Qué puedes decir acerca de los puntos de equilibrio en cada caso? ¿Son estables, asintóticamente estables, inestables, o ninguno de los tres?
  • Encuentra la solución general del siguiente sistema y dibuja su plano fase: $$\begin{pmatrix} \dot{x} \\ \dot{y} \end{pmatrix}=\begin{pmatrix} 0 & 2 \\ 0 & 5 \end{pmatrix}\begin{pmatrix} x \\ y \end{pmatrix}.$$
  • Resuelve el siguiente sistema y dibuja su plano fase: $$\begin{pmatrix} \dot{x} \\ \dot{y} \end{pmatrix}=\begin{pmatrix} 0 & 0 \\ 5 & 0 \end{pmatrix}\begin{pmatrix} x \\ y \end{pmatrix}.$$
  • Encuentra la solución general y dibuja el plano fase del siguiente sistema: $$\begin{pmatrix} \dot{x} \\ \dot{y} \end{pmatrix}=\begin{pmatrix} 4 & 6 \\ -2 & -3 \end{pmatrix}\begin{pmatrix} x \\ y \end{pmatrix}.$$

Más adelante

Hemos terminado de estudiar el plano fase para sistemas de dos ecuaciones lineales homogéneas con coeficientes constantes. Determinamos el comportamiento de las soluciones en el plano y la estabilidad de los puntos de equilibrio en función de los valores propios del sistema.

Estamos a punto de comenzar a estudiar sistemas no lineales, al menos de manera cualitativa (ya que estos sistemas no los sabemos resolver analíticamente). Pero antes vamos a hacer un resumen de todo el análisis realizado recientemente en un dibujo que clasifica las formas del plano fase según dos características de la matriz asociada al sistema: la traza (que es la suma de los elementos en la diagonal) y su determinante.

¡Hasta la próxima!

Entradas relacionadas

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE104522 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 2»