Notas sobre Ecuaciones Diferenciales y Sistemas

Dinmicos
Prof. Csar Solano
Matemtica para Economa IV
Primer Ciclo de 2010
Contents
I Ecuaciones Diferenciales y Sistemas Dinmicos 3
1 Sistemas de Ecuaciones Diferenciales 4
2 Sistemas Dinmicos Lineales 6
2.1 Integracin de un sistema mediante transformacin en una sola
ecuacin de orden mayor . . . . . . . . . . . . . . . . . . . . . . . 6
2.1.1 Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Integracin de un sistema mediante el estudio de la matriz del
sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2.1 Problema de valores propios . . . . . . . . . . . . . . . . . 9
2.2.2 Problema de vectores propios . . . . . . . . . . . . . . . . 10
3 Sistemas Dinmicos Lineales bidimensionales 12
3.1 Estudio por casos, segn los signos, de los valores propios de la
matriz del sistema . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.1.1 Caso I: c < 0 . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.1.2 Caso II: c 0 . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.1.3 Construccin de la solucin general del sistema . . . . . . 14
3.2 Ejemplo (Un sistema dinmico con centro en el origen) . . . . . . 15
3.2.1 Problema de valores propios . . . . . . . . . . . . . . . . . 15
3.2.2 Problema de vectores propios . . . . . . . . . . . . . . . . 15
3.2.3 Construccin de la solucin general del sistema . . . . . . 15
3.2.4 Diagrama de fases . . . . . . . . . . . . . . . . . . . . . . 16
3.3 Ejemplo (Un sistema dinmico con un foco estable en el origen) . 17
3.3.1 Problema de valores propios: . . . . . . . . . . . . . . . . 17
3.3.2 Problema de vectores propios: . . . . . . . . . . . . . . . . 18
3.3.3 Construccin de la solucin general del sistema . . . . . . 18
3.3.4 Diagrama de fases . . . . . . . . . . . . . . . . . . . . . . 18
4 Ejemplo de un Sistema Dinmico bidimensional, no lineal 20
4.1 Un modelo de presa-depredador . . . . . . . . . . . . . . . . . . . 20
4.1.1 Funciones simples (exponenciales) de crecimiento de las
poblaciones . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.1.2 Funciones logsticas de crecimiento de las poblaciones . . 21
1
4.1.3 Funciones simbiticas de crecimiento de las poblaciones . 22
4.1.4 Puntos de equilibrio del sistema . . . . . . . . . . . . . . . 23
4.1.5 Condiciones de primer orden para representar al campo
vectorial F . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4.1.6 Linealizacin de un sistema dinmico no lineal . . . . . . 25
4.2 Ejemplo numrico del modelo de presa-depredador . . . . . . . . 25
4.2.1 Problema de valores propios . . . . . . . . . . . . . . . . . 25
4.2.2 Problema de vectores propios . . . . . . . . . . . . . . . . 26
4.2.3 Construccin de la solucin general del sistema . . . . . . 26
4.2.4 Diagrama de fases . . . . . . . . . . . . . . . . . . . . . . 28
5 Ejercicios 30
5.1 Ejercicio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
5.2 Ejercicio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
5.3 Ejercicio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
5.4 Ejercicio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
5.5 Ejercicio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
5.6 Ejercicio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
5.7 Ejercicio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5.8 Ejercicio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2
Part I
Ecuaciones Diferenciales y
Sistemas Dinmicos
3
Chapter 1
Sistemas de Ecuaciones
Diferenciales
Un sistema de ecuaciones diferenciales, sujeto a condiciones iniciales, adquiere
la forma siguiente:
_

_
Jr1
J|
= )
1
(t, r
1
, . . . , r
n
)
.
.
.
Jrn
J|
= )
n
(t, r
1
, . . . , r
n
)
Un resultado bsico de la teora de sistemas de ecuaciones diferenciales garan-
tiza la existencia y unicidad de la solucin del sistema. Para ello es preciso
suponer, como es usual, ciertas hiptesis. Para el problema que nos ocupa se
requiere, en primer lugar, que las funciones sean contnuas en un vecindario
de un punto (t
0
, r
0
1
, . . . , r
0
n
) y ciertas condiciones de acotacin.
Adems, es posible obtener resultados sobre el comportamiento de la solucin
del sistema, tanto en relacin con la derivabilidad de la solucin as como sobre
la dependencia de la solucin de un parmetro, cuando las funciones son del
tipo )
I
(t, r
1
, . . . , r
n
, j),
Conviene representar al sistema anterior utilizando la notacin vectorial, con
lo cual se obtiene la representacin:
dX
dt
= F(t, X)
F es una funcin vectorial de coordenadas ()
1
, )
2
, . . . , )
n
), con condiciones
iniciales X(t
0
) = X
0
, donde X
0
es un vector de n dimensiones con coordenadas
(r
0
1
, r
0
2
, . . . , r
0
n
). La solucin X = X(t) del sistema de ecuaciones determina,
en el espacio euclidiano de coordenadas t, r
1
, . . . , r
n
, una cierta curva que se
denomina curva integral. Cuando se garantizan las condiciones de existencia
y unicidad, por cada punto del espacio pasa una y solo una curva integral, con lo
cual se tiene una familia de curvas dependientes de los : parmetros. Se pueden
4
tomar los valores iniciales r
0
1
, r
0
2
, . . . , r
0
n
como tales parmetros. Un sistema del
tipo dado arriba se denomina no homogneo, en contraste con sistemas del
tipo
dX
dt
= F(X)
en los cuales la funcin del miembro derecho no depende explcitamente de
la variable t, y se denominan homogneos.
A veces conviene considerar la solucin de un sistema del tipo arriba indicado
como una ley del movimiento de una partcula, segn la variacin del parmetro
"t", es decir, como el tiempo. En tal caso, la derivada
JX
J|
representar la
velocidad del movimiento del punto. Segn esta interpretacin, se tiene un
sistema dinmico y al espacio de coordenadas se le denomina espacio de
fases. Finalmente, a la curva dada por X = X(t) se la denomina trayectoria
de fases.
En lo que sigue se considera solamente ecuaciones del tipo
JX
J|
= F(X).
Una de las propiedades ms importantes de la teora cualitativa de ecuaciones
diferenciales es la existencia de estados de equilibrio. En tal sentido, se considera
que el vector X es un estado de equilibrio o un punto estacionario de la
ecuacion homognea
JX
J|
= F(X) cuando es una solucin de la ecuacin F(X) =
0. En tal caso, x(t)= X 8t 2 R.
5
Chapter 2
Sistemas Dinmicos
Lineales
En lo que sigue se considerar solamente sistemas dinmicos lineales, con coe-
cientes constantes, homogneos, de modo que los segundos miembros del sis-
tema no dependen explcitamente de la variable "t". Es decir, un sistema del
tipo siguiente:
dX
dt
= AX
donde A es una matriz cuadrada de tamao : :.
La principal consecuencia de que el lado derecho de la ecuacin diferencial no
dependa de t es que el campo de velocidades no cambia con el tiempo, es decir,
es constante y el movimiento de la partcula ser permanente. Si son satisfechas
las condiciones para que haya existencia y unicidad de la solucin, entonces por
cada punto del espacio de fases pasar una y solo una trayectoria.
Conviene indicar que un sistema de este tipo se puede transformar siempre
en una ecuacin diferencial lineal con coecientes constantes de orden : y,
viceversa, toda ecuacin diferencial lineal con coecientes constantes se puede
representar en la forma anteriormente indicada.
2.1 Integracin de un sistema mediante trans-
formacin en una sola ecuacin de orden
mayor
Si se toman las ecuaciones que componen al sistema anterior y se derivan, es
posible llegar a una sola ecuacin homognea, de orden n, en una de las variables.
Tal ecuacin se puede resolver por mtodos conocidos.
6
2.1.1 Ejemplo
Transformar el sistema siguiente en una ecuacin lineal homognea de orden 2
y resolverla.
_
Jr
J|
= j
J
J|
= r
Derivando la primera ecuacin y utilizando la segunda, se construye una
ecuacin diferencial lineal, de coecientes constantes y de segundo orden, ho-
mognea:
d
2
r
dt
r = 0
Se conoce el mtodo para determinar la solucin general, la cual est dada
por:
r = c
|
+1c
|
Con ayuda de esta ecuacin se obtiene, derivando directamente:
j = c
|
1c
|
Finalmente, la solucin general del sistema est dada por:
A = A(t) =
_
c
|
+ 1c
|
c
|
1c
|
_
Supngase ahora que el sistema fue dado con condiciones iniciales
_
r(0) = 2
j(0) = 1
Con ello se plantea un sistema lineal en las constantes , 1 dado por:
_
+ 1 = 2
1 = 1
cuya solucin se puede encontrar con el algoritmo gaussiano. De hecho:
_
=
3
2
1 =
1
2
Finalmente, estamos en presencia de una solucin del sistema con condiciones
iniciales:
_
r(t) =
3
2
c
|
+
1
2
c
|
j(t) =
3
2
c
|

1
2
c
|
Un grco de la trayectoria de esta solucin, que pasa por el punto (2,1),
est dada por:
7
-5 -4 -3 -2 -1 1 2 3 4 5
-5
-4
-3
-2
-1
1
2
3
4
5
x
y
Si se considera otras condiciones iniciales, digamos:
_
r(0) = 2
j(0) = 1
_
r(0) = 1
j(0) = 2
,
_
r(0) = 1
j(0) = 2
,
_
r(0) = 2
j(0) = 1
se obtiene, respectivamente, las soluciones siguientes:
_
r(t) =
3
2
c
|
+
1
2
c
|
j(t) =
3
2
c
|

1
2
c
|
,
_
r(t) =
1
2
c
|
+
3
2
c
|
j(t) =
1
2
c
|

3
2
c
|
,
_
r(t) =
1
2
c
|

3
2
c
|
j(t) =
1
2
c
|
+
3
2
c
|
,
_
r(t) =
3
2
c
|

1
2
c
|
j(t) =
3
2
c
|
+
1
2
c
|
Haciendo un grco con las cuatro trayectorias, correspondientes a los cuatro
problemas de valor inicial, se obtiene:
8
-5 -4 -3 -2 -1 1 2 3 4 5
-5
-4
-3
-2
-1
1
2
3
4
5
x
y
2.2 Integracin de un sistema mediante el estu-
dio de la matriz del sistema
Es posible resolver directamente el sistema
dX
dt
= AX
con ayuda de la informacin que brindan los valores propios de la matriz y
sus correspondientes vectores propios.
2.2.1 Problema de valores propios
Se sabe que los valores propios de la matriz cuadrada A son los ceros del poli-
nomio caracterstico. Es decir, del polinomio:
1(`) = 1ct(`1) = 0
En este anlisis jugar un papel fundamental, tanto el signo de los valores
propios, como el hecho de que sean diferentes o repetidos. Ms adelante se
ofrecer un estudio por casos con las variantes ms importantes.
9
2.2.2 Problema de vectores propios
Cada valor propio da origen a un subespacio caracterstico, el cual resulta ser
el espacio solucin del problema homogneo dado por:
(`1)A = 0
Con ayuda del algoritmo de Gauss es posible encontrar una base de los
subespacios caractersticos para cada uno de los valores propios. Tambin en este
caso limitaremos nuestro estudio por casos de modo que se eviten las situaciones
en las cuales la dimensin de los subespacios caractersticos sea problemtica. Si
se supone que la matriz es diagonalizable no habr problemas con la dimensin
de los subespacios caractersticos.
Ejemplo
Resolver el sistema siguiente
_
Jr
J|
= j
J
J|
= r
mediante el estudio de la matriz del sistema de ecuaciones diferenciales.
La matriz que le corresponde a este sistema esta dada por:
A =
_
0 1
1 0
_
Problema de valores propios: Es fcil ver que ellos son: `
1
=1, `
2
= 1.
Problema de vectores propios: Los vectores propios correspondientes a
los valores propios encontrados con anterioridad y que surgen de los sistemas
homogeneos correspondientes, estn dados por:
u
1
=
_
1
1
_
$`
1
= 1, u
2
=
_
1
1
_
$`
2
= 1
La solucin general del sistema esta dada por.
X = X(t) = u
1
c
X1|
+ 1u
2
c
X2|
=
_
1
1
_
c
|
+1
_
1
1
_
c
|
Es decir, la solucin general adquiere la forma
X = X(t) =
_
c
|
+ 1c
|
c
|
1c
|
_
equivalente a la solucin encontrada en la seccin anterior para la ecuacin
diferencial homognea de segundo orden.
10
Si se escogen las mismas condiciones iniciales dadas en el ejemplo anterior,
se obtiene los mismos resultados para los problemas de valor inicial. La grca
de las trayectorias es, por supuesto, tambin la misma.
Puede observarse que los ceros del polinomio caracterstico de la ecuacin
diferencial lineal con coecientes constantes, homognea, del primer ejemplo,
son idnticos con los valores propios de la matriz del sistema de ecuaciones
diferenciales.
El aspecto nuevo y realmente importante es el papel que juegan los vec-
tores propios surgidos del anlisis. De hecho, las trayectorias de las soluciones
encontradas se aproximan asintticamente a las rectas generadas por los
vectores propios surgidos del anlisis. Es decir, los nuevos ejes, subespacios
vectoriales generados por los vectores propios, determinan las trayectorias del
sistema dinmico, tal y como se ha puesto de maniesto en la grca dada
arriba.
Obsrvese, adems, que los vectores propios, en este caso, son ortogonales,
dado que la matriz es simtrica. Pero en general esto no sucede.
11
Chapter 3
Sistemas Dinmicos
Lineales bidimensionales
En este captulo se analiza los diagramas de fase que son posibles para sistemas
dinmicos del tipo
JX
J|
= AX cuando X 2 R
2
y la matriz del sistema es del
tipo:
A =
_
a
11
a
12
a
21
a
22
_
22
En estas notas se har una hiptesis simplicadora, a saber c=Det(A)6= 0. Bajo
este supuesto, el nico estado de equilibrio del sistema es el vector nulo (el
origen del sistema de coordenadas), dado que la matriz posee rango completo y
dicho vector es la nica solucin del sistema AX = 0. Obsrvese tambin que
la matriz no poseer valores propios nulos. En este caso resulta fcil determinar
el comportamiento de las soluciones del sistema.
3.1 Estudio por casos, segn los signos, de los
valores propios de la matriz del sistema
El propsito de este estudio es determinar la disposicin de las trayectorias, en
el espacio de fases, de las soluciones de un sistema de dimensin n=2. Para ello
ser preciso plantear el problema de valores propios.
En un sistema de dos dimensiones, los valores propios estn dador por el
polinomio caracterstico siguiente:
1(`) = 1ct(`1) = `
2
(a
11
+ a
22
)` + (a
11
a
22
a
21
a
12
) = 0
Si se denota con
c = Det(A) = a
11
a
22
a
21
a
12
12
y con
t = tra.a(A) =a
11
+ a
22
se obtiene que el polinomio caracterstico adquiere la forma siguiente:
1(`) = 1ct(`1) = `
2
t` +c = 0
La solucin de esta ecuacin esta dada por
`
1
=
1
2
t +
1
2
_
t
2
4c, `
2
=
1
2
t
1
2
_
t
2
4c
As pues, los signos de los valores propios pueden determinarse del modo
siguiente:
3.1.1 Caso I: < 0
La matriz posee dos valores propios reales `
1
, `
2
de signo diferente. La solucin
general del sistema est dada por:
X = X(t) = u
1
c
X1|
+1u
2
c
X2|
donde u
1
, u
2
son los vectores propios correspondientes. En este caso el
punto crtico es el origen del sistema de coordenadas y se denomina punto
de silla.
3.1.2 Caso II: > 0
Subcaso IIa: = t
2
4c 0
La matriz posee dos valores propios reales, de igual signo, y se est en presencia
de un nodo en el origen.
Adems, los valores propios son negativos si y solo si t < 0 y se est en
presencia de un nodo estable o "sumidero". De lo contrario, si t 0 se
est en presencia de un nodo inestable o "fuente".
Nota: Cuando se obtienen dos valores propios idnticos `
1
= `
2
, la solucin
general del sistema dinmico bidimensional posee la forma
X = X(t) = u
1
c
X1|
+ 1u
2
tc
X1|
Dado que solo son posibles los casos `
1
= `
2
< 0, `
1
= `
2
0 se habla en
este caso, tambin, de nodo estable o inestable.
13
Subcaso IIb: = t
2
4c < 0
La matriz posee dos valores propios complejos (conjugados) del tipo
`
1
=
t
2
+
1
2
p
i, `
2
=
t
2

1
2
p
i
3.1.3 Construccin de la solucin general del sistema
Daremos la solucin explcita solamente para el caso cuando los valores pro-
pios son nmeros complejos. En tal caso, las soluciones adquieren la forma
X = X(t) = 1
1
u
1
c
X1|
+ 1
2
u
2
tc
X2|
donde u
1
, u
2
son vectores propios complejos.
Especial relevancia adquiere, para el estudio de la estabilidad, el signo de
la parte real del valor propio complejo. Adems, resulta fundamental obtener
la caracterizacin de cualesquiera de los trminos de la combinacin lineal de la
cual esta compuesta la solucin general.
Situacion IIb1: t=0 En este caso los valores propios son nmeros com-
plejos puros. Debido a la periodicidad de las funciones seno y coseno se esta
en presencia de trayectorias representadas por curvas cerradas que rodean al
origen X=(0,0). Se dice que el sistema dinmico posee un centro o punto de
reposo.
Situacion IIb2: t<0 En este caso los valores propios son nmeros complejos
de parte real negativa, con lo cual la parte peridica de la solucin est
acotada. Las trayectorias son curvas en espiral alrededor y en direccin del
origen. Se dice que el sistema lineal posee un foco estable.
Situacion IIb3: t0 En este caso los valores propios son nmeros com-
plejos de parte real positiva, con lo cual la parte peridica de la solucin,
acompaada del factor c

2
|
, produce tambin curvas en espiral, pero en sen-
tido contrario al crecer t. Debido al factor creciente c

2
|
, puntos que se hallan
en el momento incial arbritrariamente prximos al origen de coordenadas se
alejan, al crecer t, de cualquier entorno del origen. En este caso el origen se
denomina foco inestable.
14
3.2 Ejemplo (Un sistema dinmico con centro
en el origen)
Considrese el sistema dinmico, lineal, dado por
JX
J|
= AX con: A =
_
0 4
1 0
_
.
3.2.1 Problema de valores propios
Es fcil ver que los valores propios son `
1
= 2i, `
2
= 2i
3.2.2 Problema de vectores propios
Con ayuda del algoritmo de Gauss se puede resolver el problema homogneo
correspondiente y encontrar los siguientes vectores propios de la matriz A:
_
2i
1
_
$2i,
_
2i
1
_
$2i
3.2.3 Construccin de la solucin general del sistema
La solucin general del sistema est dada por:
X(t) = 1
1
_
2i
1
_
c
2I|
+1
2
_
2i
1
_
c
2I|
la cual es una combinacin lineal de las funciones complejas:
X
1
(t) =
_
2i
1
_
c
2I|
, X
2
(t) =
_
2i
1
_
c
2I|
Con ayuda de las frmulas del matemtico deMoivre, dadas por:
c
:|
= c
(o+bI)|
= c
o|
(cos /t +i sin/t)
c
(obI)|
= c
o|
(cos /t i sin/t)
y dado que los valores propios obtenidos poseen parte real a = 0 , de la
representacin vectorial de la solucin dada arriba, se puede obtener la forma
explcita siguiente para cualquiera de los trminos de la combinacin lineal.
Escogiendo el primer trmino:
15
X
1
(t) =
_
2i
1
_
(cos 2t + i sin2t)
Tomando las partes real e imaginaria de X
1
(t), se obtienen las soluciones
reales:
Y
1
(t) =
_
2 cos 2t
sin2t
_
, Y
2
(t) =
_
2 sin2t
cos 2t
_
Dado que las partes real e imaginaria de X
1
(t) son linealmente independi-
entes han de formar una base para el espacio solucin, de dimensin : = 2.
Entonces la solucin general del sistema de ecuaciones diferenciales estara dada
por
X(t) =
_
r(t)
j(t)
_
=
_
2 cos 2t
sin2t
_
+ 1
_
2 sin2t
cos 2t
_
Si se supone que se tiene un problema de valor inicial con
_
r(0) = 2
j(0) = 1
,
entonces = 1, 1 = 1.
La solucin adquiere la forma siguiente:
_
r(t)
j(t)
_
=
_
2 cos 2t 2 sin2t
sin2t + cos 2t
_
3.2.4 Diagrama de fases
La trayectoria de fases est dada, en este caso, por:
16
-2.5 -2.0 -1.5 -1.0 -0.5 0.5 1.0 1.5 2.0 2.5
-1.4
-1.2
-1.0
-0.8
-0.6
-0.4
-0.2
0.2
0.4
0.6
0.8
1.0
1.2
1.4
x
y
En efecto, el punto A
0
=(2,1) esta contenido en la elipse dada por r
2
(t)+4r
2
(t) =
(2)
2
+ 4(1)
2
= 5.
Que la solucin general representa una familia de elipses con centro en el
origen se puede apreciar calculando la expresin:
r
2
(t) + 4r
2
(t) =
2
+ 41
2
Finalmente, se est en presencia de un centro en el origen del sistema de
coordenadas.
3.3 Ejemplo (Un sistema dinmico con un foco
estable en el origen)
Considrese el sistema dinmico dado por
JX
J|
= A
o
X con: A
o
=
_
c
2
4
1 c
2
_
,
c 2 R.
3.3.1 Problema de valores propios:
Es fcil ver que los valores propios son `
1
= c
2
+2i, `
2
= c
2
2i.Se trata,
en este caso, de nmeros complejos, obviamente con parte real negativa.
17
3.3.2 Problema de vectores propios:
Con ayuda del algoritmo de Gauss se puede resolver el problema homogneo
correspondiente y encontrar los siguientes vectores propios de la matriz A:
__
2i
1
__
$c
2
2i,
__
2i
1
__
$c
2
+ 2i
3.3.3 Construccin de la solucin general del sistema
La solucin general del sistema est dada, en este caso, por:
X(t) = 1
1
_
2i
1
_
c
(o
2
+2I)|
+1
2
_
2i
1
_
c
(o
2
2I)|
Procediendo como en el ejemplo anterior, no resulta difcil ver que la estruc-
tura de la solucin se repite, solamente que en este caso aparece el factor
c
o
2
|
lo cual tendr como consecuencia que la solucin converge al origen. La
solucin general del sistema de ecuaciones diferenciales adquirir la forma sigu-
iente:
X(t) =
_
r(t)
j(t)
_
=
_
2 cos 2t
sin2t
_
c
o
2
|
+ 1
_
2 sin2t
cos 2t
_
c
o
2
|
lo cual indica que el origen es un foco estable.
Suponiendo, tambin en este caso, que est planteado un problema de valor
inicial
_
r(0) = 2
j(0) = 1
, entonces = 1, 1 = 1.
Supngase, adems, que c = 1 .
3.3.4 Diagrama de fases
El diagrama de fases para el problema de valor inicial planteado:
_
r(t)
j(t)
_
= c
|
_
2 cos 2t 2 sin2t
sin2t + cos 2t
_
adquiere la forma siguiente:
18
-10 -8 -6 -4 -2 2 4 6 8 10
-6
-4
-2
2
4
6
x
y
19
Chapter 4
Ejemplo de un Sistema
Dinmico bidimensional, no
lineal
En esta seccin se analizar, a travs de un ejemplo clsico, los diagramas de
fase que son posibles para un sistema del tipo
JX
J|
= 1(X) cuando X 2 R
2
y
la campo vectorial es no lineal.
4.1 Un modelo de presa-depredador
El propsito de esta seccin es construir un modelo sencillo de la interrelacin
entre un especie depredadora y una especie que es presa. Supngase que se trata
de zorros y conejos.
Para construir el modelo procederemos por pasos. Para cada especie se
construirn funciones de crecimiento de las poblaciones cada vez ms complejas.
Dado que el modelo resultante es no lineal, ser preciso recurrir a instru-
mentos analticos que permitan linealizar el problema.
4.1.1 Funciones simples (exponenciales) de crecimiento de
las poblaciones
Supngase que, en condiciones de aislamiento, es decir, sin presencia de depredadores,
la poblacin de conejos est dada por la ecuacin diferencial siguiente:
dr
dt
= cr
Anlogamente, supngase que la poblacin de zorros queda descrita por la
ecuacin diferencial:
20
dr
dt
= ,j
4.1.2 Funciones logsticas de crecimiento de las poblaciones
Dado que el tipo de crecimiento dado anteriormente es poco "realista", en la
medida en que cualquier especie consume recursos que son limitados, resulta ms
verosimil considerar que el comportamiento de ambas especies, sin la presencia
de enemigos, responde a funciones de tipo logstico:
dr
dt
= r(c r)
dj
dt
= j(, cj)
Como se sabe, la presencia del trmino cuadrtico en las ecuaciones diferen-
ciales tiene el efecto de "amortiguar" el crecimiento de la funcin exponencial.
Sirva como ejemplo lo que sucede con la solucin de la ecuacin diferencial
siguiente:
dr
dt
= 2r
con condicion inicial r(0) = 1. La solucin esta dada por r(t) = c
2|
y el grco
es el siguiente:
-5 -4 -3 -2 -1 1 2 3 4 5
-10
-8
-6
-4
-2
2
4
6
8
10
x
y
21
Considrese ahora lo que sucede cuando se modica la funcin anterior y se
la convierte en una funcin logstica, digamos:
dr
dt
= r(2 r)
con condicin inicial r(0) = 1. La solucin esta dada por r(t) =
2t
2t
1+t
2t
-5 -4 -3 -2 -1 1 2 3 4 5
-5
-4
-3
-2
-1
1
2
3
4
5
x
y
De un modelo de crecimiento exponencial "poco realista", dado que los recursos
de cualquier sistema son limitados, se ha pasado a un modelo "ms verosimil",
el cual posee una solucin que se estabiliza, cuando t!1. Es as que
|i:
|!1
2c
2|
1 + c
2|
= 2
Al parecer, se ha logrado, gracias a una modicacin de la ecuacin difer-
encial que modela el problema de poblaciones, "jalar desde +1, hacia abajo"
los valores que toma la funcin r(t) = c
2|
.
Con esta tcnica se ha tratado de integrar al modelo informacin obtenida
fuera del modelo mismo, en este caso utilizando las observaciones sobre el
comportamiento en la naturaleza de prcticamente todas las poblaciones de
especies.
4.1.3 Funciones simbiticas de crecimiento de las pobla-
ciones
Una vez que se desea modelar una relacin presa-depredador, es preciso
integrar la presencia (funcional) de cada especie en la funcin de crecimiento
22
poblacional de la otra. Supngase, pues, que la amortiguacin, que ya de por s
esta presente en las funciones logsticas, resulta agravada o atenuada por la
presencia de la funcin de la poblacin de una especie en la otra.
Para ello se introduce la siguiente modicacin al sistema de ecuaciones
logsticas:
_
Jr
J|
= r(c r j)
J
J|
= j(, cj + r)
En el caso de la ecuacin diferencial con la cual se procura modelar el crec-
imiento de la poblacin de conejos, aparece la variable "j", que representa
la poblacin de zorros, como una cantidad que reduce, an ms, la tasa de
crecimiento de la poblacin de conejos. Esto requiere considerar la importante
condicin:
y 0
.
Una consideracin semejante se puede hacer para la modicacin de la
ecuacin diferencial que modela el crecimiento de la poblacin de zorros,
solamente que en este caso como una cantidad, la de la poblacin de conejos,
que incrementa la tasa de crecimiento de la poblacin de zorros. Tambin
en este caso corresponde suponer
x 0
.
Es obvio que se tiene un sistema dinmico no lineal del tipo:
dX
dt
= F(X)
y, en el caso que nos ocupa, se tiene que la funcin vectorial est dada
por:
F(X) =
_
r(c r j)
j(, cj +r)
_
4.1.4 Puntos de equilibrio del sistema
El sistema
1(X) =
_
r(c r j)
j(, cj + r)
_
=
_
0
0
_
posee los puntos de equilibrio siguientes, de poco inters para lo que sigue:
(0,0),(0,
o
o
),(
o
~
, 0). Adems, se obtiene un punto de equilibrio, que es solucin
del sistema lineal:
__
r +j = c
r cj = ,
_
La solucin completa de este sistema est dada por la tabla siguiente, la cual
se ha obtenido con un programa de clculo simblico del tipo Mathematica,
Maple, etc.
23
_

_
__
r =
ooo
~o+1
, j =
o+o~
~o+1
__
if c + 1 6= 0
f[r = , + jc]g if c + 1 = 0 ^ , + cc = 0
; if c + 1 = 0 ^ , + cc 6= 0
__
r =
1
~
(j + ,)
__
if c + 1 = 0 ^ c + , = 0
; if c + 1 = 0 ^ c + , 6= 0
Una condicin imprescindible, tanto en problemas de poblacin como en
problemas econmicos, es la necesidad de que las variables pertenezcan al cono
positivo R
+
R
+
.
En tal sentido, solo resultarn de inters para estas notas aquellas condi-
ciones que permitan obtener una nica solucin del sistema lineal y que tal
solucin pertenezca al interior del primer cuadrante.
Se asume pues que
cc , 0
y que
c + 1 0
, de modo que ambas
componentes del punto crtico
A
0
= (
cc ,
c + 1
,
c + ,
c + 1
)
sean estrictamente positivas. Vale la pena indicar que esta condicin impone,
a su vez, restricciones a la relacin entre las tasas de crecimiento de ambas
poblaciones, de modo que
cc ,
.
4.1.5 Condiciones de primer orden para representar al
campo vectorial F
Como se ha indicado, el sistema en discusin es no lineal. Una forma de
utilizar, de modo simplicado, la informacin que posee dicho campo, consiste en
linealizar al campo mismo 1. Para este propsito se recurre a las condiciones
de primer orden, las cuales estn dadas por la matriz jacobiana del campo
vectorial.
Matriz jacobiana del campo vectorial 1 La matriz jacobiana del campo
vectorial 1 esta dada por:
J
J
(X) =
_
c 2r j r
j , 2cj +r)
_
24
4.1.6 Linealizacin de un sistema dinmico no lineal
Con ayuda de la jacobiana del campo original, evaluada en el punto de equi-
librio A
0
= (
ooo
~o+1
,
o+o~
~o+1
), que ha arrojado el anlisis, se obtiene la matriz
constante dada por:
J
J
((
ooo
~o+1
,
o+o~
~o+1
)) =
_
c 2
ooo
~o+1

o+o~
~o+1

ooo
~o+1
o+o~
~o+1
, 2c
o+o~
~o+1
+
ooo
~o+1
)
_
=
_

ooo
~o+1
ooo
~o+1
o+o~
~o+1
c
o+o~
~o+1
_
Con ayuda de esta matriz se procede a linealizar al campo vectorial.
Una representacin del campo est dada por:
1(A) ' 1(A
0
) + J
J
(A
0
)(A
0
)(A A
0
)
De este modo, el modelo presa-depredador quedara descrito por el sistema:
dl
dt
=
_

ooo
~o+1
ooo
~o+1
o+o~
~o+1
c
o+o~
~o+1
_
l
donde U=(A A
0
) es un vector cercano al origen. En este sentido, el es-
tudio cualitativo, hecho en secciones anteriores para sistemas dinmicos bidi-
mensionales, resulta ser el instrumento adecuado para continuar con el anlisis.
4.2 Ejemplo numrico del modelo de presa-depredador
Supngase que estn dados los siguientes valores de los parmetros c, ,, , c
obtenidos de alguna investigacin de campo que estudia el comportamiento
de las relaciones entre las poblaciones de dos especies en concurrencia. Dig-
amos c = 2, , = 1, c = 1.Intencionalmente, no se escoge, por ahora, ningn
valor numrico para . Con esta escogencia quedan satisfechas las condiciones
cc ,
y
c + 1 0
.
El modelo que surge estara dado por:
dX
dt
=
_
~
~+1
1
~+1
2+~
~+1

2+~
~+1
_
X
alrededor del punto de equilibrio A
0
= (
1
~+1
,
2+~
~+1
) y cuya matriz va a
depender solamente del parmetro .
4.2.1 Problema de valores propios
Los valores propios de la matriz de este sistema estn dados por:
`
1
= 1 +
_

1
+ 1
, `
2
= 1
_

1
+ 1
25
Resulta ser que se trata de valores propios complejos, de parte real neg-
ativa, dado que un supuesto inherente al modelo es la condicin
0
, orig-
inada en el problema que modelaba el crecimiento logstico de la poblacin
de conejos. Ahora se supondr, para simplicar las cosas, un valor numrico
= 1
. En tal caso, se dispone del modelo siguiente:
dX
dt
=
_
1
2
1
2
3
2

3
2
_
X
alrededor del punto A
0
= (
1
2
,
3
2
) y que posee los valores propios complejos
siguientes:
`
1
= 1 +
1
2
p
2i, `
2
= 1
1
2
p
2i
4.2.2 Problema de vectores propios
Con ayuda del algoritmo de Gauss se puede calcular los vectores propios de la
matriz del sistema. Por nuestra parte se ha utilizado, de nuevo, un programa
de clculo simblico que ha arrojado los vectores propios siguientes:
_
1
3

1
3
p
2i
1
_
$1
1
2
p
2i,
_
1
3
+
1
3
p
2i
1
_
$1 +
1
2
p
2i
4.2.3 Construccin de la solucin general del sistema
La solucin general del sistema est dada, en este caso, por:
X(t) = X(t) = 1
1
_
1
3
+
1
3
p
2i
1
_
c
(1+
1
2
p
2I)|
+1
2
_
1
3

1
3
p
2i
1
_
c
(1
1
2
p
2I)|
lo cual indica que la solucin general resulta ser una combinacion lineal
compleja de vectores.
Considrese ahora el primer trmino de la combinacin:
X
1
(t) =
_
1
3
+
1
3
p
2i
1
_
c
(1+
1
2
p
2I)|
Uilizando la forma de DeMoivre se llega a la expresin funcional compleja
dada por
26
X
1
(t) = c
|
_
1
3
+
1
3
p
2i
1
_
(cos
1
2
p
2t +i sin
1
2
p
2t)
Simplicando esta expresin con ayuda de un programa de clculo simblico:
X
1
(t) = c
|
_ _
cos
1
2
p
2t + i sin
1
2
p
2t
_ _
1
3
i
p
2 +
1
3
_
cos
1
2
p
2t + i sin
1
2
p
2t
_
Agrupando las partes reales y las complejas respectivamente, se obtiene:
X
1
(t) = c
|
_
(
1
3
cos
1
2
p
2t
1
3
p
2 sin
1
2
p
2t) + (
1
3
p
2 cos
1
2
p
2t +
1
3
sin
1
2
p
2t)i
cos
1
2
p
2t + i sin
1
2
p
2t
_
Finalmente, expresando este vector como combinacin lineal de sus partes
real y compleja, se obtiene:
X
1
(t) = c
|
_
1
3
cos
1
2
p
2t
1
3
p
2 sin
1
2
p
2t
cos
1
2
p
2t
_
+c
|
_
1
3
p
2 cos
1
2
p
2t +
1
3
sin
1
2
p
2t
sin
1
2
p
2t
_
i
Obsrvese que se dispone de dos soluciones reales dentro de la combi-
nacin compleja:
_

_
1
1
(t) = c
|
_
1
3
cos
1
2
p
2t
1
3
p
2 sin
1
2
p
2t
cos
1
2
p
2t
_
1
2
(t) = c
|
_
1
3
p
2 cos
1
2
p
2t +
1
3
sin
1
2
p
2t
sin
1
2
p
2t
_
Estas soluciones son linealmente independientes, por lo cual se puede formar
una base para el espacio solucin (2-dimensional) del sistema linealizado.
Finalmente, la modelacin matemtica de la interaccin de las poblaciones entre
dos especies, una presa y la otra depredadora, estara dada por la solucin
general siguiente:
X(t) =
_
1
2
3
2
_
+c
|
_
1
3
cos
1
2
p
2t
1
3
p
2 sin
1
2
p
2t
cos
1
2
p
2t
_
+1c
|
_
1
3
p
2 cos
1
2
p
2t +
1
3
sin
1
2
p
2t
sin
1
2
p
2t
_
Supngase ahora que se trata de un problema con condiciones iniciales
X(0) = (
9
2
,
3
2
).
Entonces surge un problema lineal:
27
_
1
2
+
1
3
+
1
3
p
21 =
9
2
3
2
+ =
5
2
cuya solucin esta dada por = 1, 1 =
11
2
p
2.
4.2.4 Diagrama de fases
La solucin del problema de valor inicial est dada por
X(t) =
_
1
2
3
2
_
+c
|
_
1
3
cos
1
2
p
2t
1
3
p
2 sin
1
2
p
2t
cos
1
2
p
2t
_
+
11
2
p
2c
|
_
1
3
p
2 cos
1
2
p
2t +
1
3
sin
1
2
p
2t
sin
1
2
p
2t
_
Simplicando esta expresin, con ayuda de un programa de clculo, se
obtiene:
_
4
_
cos
1
2
p
2t
_
c
|
+
3
2
p
2
_
sin
1
2
p
2t
_
c
|
+
1
2
_
cos
1
2
p
2t
_
c
|
+
11
2
p
2
_
sin
1
2
p
2t
_
c
|
+
3
2
_
Utilizando un gracador:
0 1 2 3 4 5
0
1
2
3
4
5
x
y
Si se procede a modelar diversas condiciones iniciales, se obtiene un
grco con varios diagramas de fases, lo cual muestra que, partiendo de cua-
lesquiera condiciones iniciales, situadas en el primer cuadrante, el punto de
28
equilibrio X
0
=
_
1
2
,
3
2
_
se comporta como un "atractor", en el sentido de que
todas las trayectorias conducen a dicho punto, independientemente del
punto de partida. En tal sentido el primer cuadrante resulta ser una "pila
con sumidero".
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8 3.0
0
1
2
3
4
x
y
29
Chapter 5
Ejercicios
5.1 Ejercicio
En cada caso, encuentre la solucin general del sistema lineal homogneo
JX
J|
=
AX y construya las trayectorias de fase.
1)
_
Jr
J|
= r
J
J|
= j
, 2)
_
Jr
J|
= r
J
J|
= 2j
, 3)
_
Jr
J|
= j
J
J|
= r
, 4)
_
Jr
J|
= r + j
J
J|
= j
5.2 Ejercicio
En cada caso,
Ejercicios B
Resuelva el problema de valor inicial
JX
J|
= AX con
A(0) = (3, 2)
. Clasique
la naturaleza del origen como atractor, repulsor o punto de silla del sistema
dinmico. Encuentre las direcciones de mayor atraccin y/o repulsin. Cuando
el origen sea un punto de silla dibuje las trayectorias tpicas.
1) A =
_
2 3
1 2
_
, 2) A =
_
2 5
1 4
_
, 3) A =
_
7 1
3 3
_
,
4) A =
_
1 2
3 4
_
, 5) A =
_
3 1
1 3
_
, 6) A =
_
1 1
1 1
_
,
7) A =
_
1 3
0 2
_
, 8) A =
_
1 0
0 a
_
, a 2 R, c 6= 0.
30
5.3 Ejercicio
Escriba las ecuaciones diferenciales lineales de coecientes constantes en la
forma de un sistema lineal de la forma
JX
J|
= AX y resuelva el sistema:
1) x
00
+ r
0
2r = 0, 2) x
00
+ r = 0, 3) x
000
2r
00
r
0
+ 2r = 0
Sugerencia: Haga la sustitucin r
1
= r, r
2
=
Jr1
J|
, etc. Mediante la intro-
duccin de nuevas variables, las cuales representan las derivadas sucesivas de la
ecuacin lineal homognea en una variable, se puede transformar la ecuacin en
un sistema de ecuaciones lineal, de matriz constante.
5.4 Ejercicio
Construya la solucin general del sistema dinmico
JX
J|
= AX utilizando fun-
ciones propias complejas y luego obtenga la solucin general real. De-
scriba en cada caso las formas de trayectorias tpicas.
1) A =
_
3 2
1 1
_
, 2) A =
_
3 1
2 1
_
, 3) A =
_
3 9
2 3
_
,
4) A =
_
7 10
4 5
_
, 5) A =
_
4 3
6 2
_
, 6) A =
_
2 1
8 2
_
,
5.5 Ejercicio
Construya la solucin general del sistema
JX
J|
= 1(X), no lineal, surgido del
modelo presa-depredador, suponiendo que = 0, c = 0, es decir, en el
supuesto de que las funciones de poblacin para zorros y conejos no sean de
tipo logstico.
Sugerencia: Utilice los resultados generales obtenidos en el ejemplo corre-
spondiente.
5.6 Ejercicio
Determine para cuales valores de los parmetros c, , el sistema lineal
JX
J|
= AX
posee un sumidero en el origen de coordenadas donde A =
_
c ,
, 2
_
31
5.7 Ejercicio
Escriba la ecuacin diferencial de segundo orden r
00
+cr
0
+/r = 0 como un
sistema en R
2
y determine la naturaleza del punto de equilibrio en el origen.
5.8 Ejercicio
Encuentre la solucin general del sistema dinmico
JX
J|
= A
o
X donde
o
=
_
_
2 1 0
1 2 0
0 0 c
_
_
, c 2 R, en dependencia del parmetro c 2 R. Indique las
caractersticas del comportamiento de la solucin general del sistema dinmico
cuando c < 0, c 0, c = 0.
32