Вы находитесь на странице: 1из 8

Facultad de Bioquímica y Ciencias Biológicas – UNL

Métodos Matemáticos Aplicados - 2016

Sistemas de Ecuaciones diferenciales lineales homogéneos coeficientes constantes.


Clasificación de puntos críticos. Aplicaciones (sistemas lineales y no lineales)

La mejor información sobre un diagrama de fase nos la dará el conocimiento de la forma de sus
trayectorias (órbitas) cerca de un punto crítico. Tratamos primero los sistemas lineales con
coeficientes constantes y después, basándonos en ellos, los no lineales.

 x'  ax  by
En todos los casos el sistema de ecuaciones diferenciales es del tipo:  es decir x`= Ax
 y'  cx  dy
 x (t )  a b 
con x =   y A =   . Además por ahora supondremos que det(A)  0, con lo cual x =
 y ( t )   c d 
0
  será el único punto crítico del sistema. Clasificaremos el punto crítico según los autovalores
0
1 y 2 asociados a la matriz A del sistema.

Caso 1.
Si 1 y 2 son reales y distintos, la solución general del sistema es:

x(t) = c1e 1t v1  c2 e 2t v2 donde v1 y v2 son dos autovectores asociados a cada autovalor
respectivamente.

a) Si los dos autovalores tienen diferente signo, el punto crítico se llama Punto o Nodo Silla y
el diagrama de fase tiene como trayectorias curvas del tipo:

b) Si los dos autovalores tienen igual signo ambos negativos, el punto crítico se llama Punto o
Nodo Estable y el diagrama de fase tiene como trayectorias curvas del tipo:

c) Si los dos autovalores tienen igual signo ambos positivos, el punto crítico se llama Punto o
Nodo Inestable y el diagrama de fase tiene como trayectorias curvas del tipo:
1
Caso 2.

Si 1 y 2 son complejos con 1 =  + i y 2 =  - i, la solución general del sistema es:


 x(t )  et ( c1 cos t  c2 sent ) 
x(t) =  t

 y (t )  e (c1sent  c2 cos t ) 
a) El punto crítico será un Centro si  = 0 y los autovalores son imaginarios puros, el diagrama de
fase será similar a:

Las trayectorias son curvas cerradas con orientación positiva o negativa de acuerdo a la matriz A,
además las “elipses” pueden ser circunferencias o elipses rotadas diferentes a la bosquejada.
 0 b
Frecuentemente A tiene la forma: A =   .
  b 0

b) El punto crítico será un Espiral o Foco si   0 y las trayectorias se alejan del punto crítico o
se acercan a él, de acuerdo a si  > 0 o  < 0, el diagrama de fase será similar a:

 a b
Frecuentemente A tiene la forma: A =   .
 b a
Caso 3.
Si 1 y 2 son reales e iguales. En este caso, dependiendo del número de autovectores
linealmente independientes tenemos dos tipos de matrices.

a) Dos autovalores iguales con dos autovectores linealmente independientes, la solución será: x(t)
c 
=  1 e t las trayectorias son semirrectas que se acercan o alejan del origen de coordenadas.
 c2 

2
Las órbitas en el plano de fase serán líneas rectas a través del origen. Si   0 entonces (0,0) es un
Nodo Estable (“positive attractor”). Si   0 entonces (0,0) es un Nodo Inestable (“negative
attractor”).

a 0
Frecuentemente A tiene la forma: A =   .
0 a

b) Dos autovalores iguales con un autovector linealmente independientes. Las trayectorias son
similares al anterior, pero en vez de rectas serán “curvas tipo parábolas”. La solución tiene la
forma:
x(t) = c1e t v  c2 (tve t  wet ) donde v es el único vector propio o autovector asociado a , es
decir que v y w son hallados al resolver:
(A - I)v = 0
(A - I)w = v

a 1
A puede tener la forma: A =   .
0 a

Los sistemas que se han visto son homogéneos. Si hay términos no homogéneos (constantes para
ser autónoma) y det(A)  0 seguirá habiendo un punto crítico xo del sistema y haciendo el cambio
de variable u = x - xo se trasladaría al origen manteniendo la matriz A, con lo que, para analizarlo,
basta hallar sus autovalores. Y el análisis y la clasificación del punto crítico x0 será la misma que
antes.

 x'  ax  by  x0
Ejemplo: 
 y '  cx  dy  y0

Resolver:

 x '  3x  2 y  x'  2 x  y
a)  b) 
 y'  2 x  2 y  y'  2 x  2

3
Traza, Determinante y la matriz A de los coeficientes del sistema. Estabilidad.

 x'  ax  by a b 
El sistema  donde A =   . Para asegurar que (0, 0) es el único punto crítico, se
 y'  cx  dy c d 
supondrá que el determinante de la matriz A, D = q = Det(A) = ad – bc ≠ 0. Sea T = p = Traza(A)
= a + d, entonces la ecuación característica Det(A - I) = 0 se puede escribir como: 2 - T + D =
0; por lo tanto los autovalores propios de A ocurren cuando:
T  T 2  4D p  p 2  4q
 
2 2
Estabilidad para el origen:

Naturaleza del punto crítico:

4
Caso Especial:
 x'  0
a) Describir el diagrama de fase (retrato fase) del sistema:  . Identificar la matriz A de los
 y'  y
coeficientes, calcular det(A), ¿cuántos puntos críticos tiene el sistema?, ¿quiénes son?, ¿dónde se
ubican? Bosquejar las trayectorias y el diagrama de fases del sistema.
b) Para el sistema: x´ = Ax, demostrar que si determinante(A) = 0, entonces 0 es un autovalor de
A.

A pesar de su facilidad, la teoría de diagramas de fases es de especial interés para los sistemas
lineales, pues podemos hallar sus soluciones. Pero la gran importancia de lo anterior es que nos
permitirá deducir la forma de las órbitas o trayectorias cerca de los puntos críticos de los no
lineales.

Linealización y Estabilidad Local. Matriz Jacobiana

 x '  P ( x, y )
Consideremos el sistema de ecuaciones diferenciales autónomo: (*)  . Con un punto
 y '  Q ( x, y )
crítico (x0, y0), es decir que P(x0, y0) = 0 y Q(x0, y0) = 0. Si P(x, y) y Q(x, y) se pueden desarrollar
en series de potencias de u = x − x0 y v = y − y0, entonces utilizando un desarrollo Taylor alrededor
de dicho punto crítico (x0, y0), de la siguiente manera:

P P
x`= P(x, y)  ( x0 , y 0 ).( x  x0 )  ( x0 , y 0 ).( y  y 0 )
x y

Q Q
y`= Q(x, y)  ( x0 , y 0 ).( x  x0 )  ( x0 , y 0 ).( y  y 0 )
x y

(La aproximación es local y se necesita derivadas parciales de primer orden continuas en un


abierto que contenga al punto crítico)

Donde ahora se define como matriz A de los coeficientes del sistema a la matriz Jacobiana dada
por:

 P P 
 
x y 
A=J=  evaluadas estas derivadas parciales en el punto crítico (x0, y0).
 Q Q 
 x y 

El comportamiento cualitativo del sistema no lineal original (*) cerca al punto crítico (x0, y0) es
similar al del sistema lineal asociado (**): si u = x − x0 y v = y − y0 entonces u` = x` y v`= y` y el
sistema de ecuaciones diferenciales en u y v quedaría:

 P P
 u '  x ( xo , y 0 ).u  y ( xo , y 0 ).v
(**) 
Q Q
v'  ( xo , y 0 ).u  ( xo , y 0 ).v
 x y

5
Ejemplo: (Dos especies en competencia). Supongamos que dos especies compiten por un mismo
tipo de alimento y esta cantidad de alimento es limitada, ignorando otros factores como
depredadores, factores climáticos u otras fuentes de alimento. Las ED que modelan este fenómeno
son las ecuaciones de Lotka-Volterra:

 x'  x(3  x  2 y )

 y '  y (2  x  y )
Donde x(t) es la población de la primer especie, e y(t) es la población a lo largo del tiempo t de la
segunda especie. Analizar el comportamiento de estas especies.

Paso 1. Puntos Críticos: B(0, 0) C(0, 2) D(3, 0) y E(1, 1).


Paso 2. Matriz Jacobiana J:

 P P 
 
x y   3  2x  2 y  2x 
J=  =  
 Q Q   y 2  x  2 y 
 x y 

Paso 3. Utilizamos esta matriz J para evaluarla en cada punto crítico y obtener la matriz de la
aproximación lineal alrededor de cada uno:

3 0
J para el punto crítico B(0, 0) es:   cuyos autovalores son 3 y 2 respectivamente ambos
0 2
positivos (mismo signo), el tipo de trayectoria es la asociada a un Nodo Inestable, además p2 – 4q
= 25 – 4.6 = 1 > 0

 1 0 
J para el punto crítico C(0, 2) es:   cuyos autovalores son -1 y -2 respectivamente
  2  2
ambos negativos (mismo signo), el tipo de trayectoria es la asociada a un Nodo Asintóticamente
Estable, además p2 – 4q = 9 – 4.(2) = 1 y traza = p = - 3.

  3  6
J para el punto crítico D(3, 0) es:   cuyos autovalores son -3 y -1 respectivamente
 0 1
ambos negativos (mismo signo), el tipo de trayectoria es la asociada a un Nodo Asintóticamente
Estable, además p2 – 4q = 16 – 4.(3) = 4 y traza = p = - 4.
 1  2
J para el punto crítico E(1, 1) es:   cuyos autovalores son  1  2 (signos opuestos),
 1 1
el tipo de trayectoria es la asociada a un Punto Silla, además p2 – 4q = 4 - 4.(-1) = 8 y traza = p
= - 2.

Interpretación: El retrato de fase mostrado en la figura tiene la siguiente interpretación biológica:


una de las dos especies inevitablemente se extingue, por ejemplo, por debajo de la curva l las
trayectorias tienden al punto crítico (3, 0) lo cual quiere decir que la especie (y) se extinguen;
cuando las trayectorias están por encima de la curva l las trayectorias tienden al punto crítico (0, 2)
lo cual quiere decir que se extingue la especie x.

6
¿Se pueden clasificar los puntos críticos de sistemas no lineales con más detalle?

Ejemplo 2. Vamos a clasificar el único punto crítico (0, 0) del sistema


x = y2
y = x2
 0 2y
La matriz Jacobiana del sistema es: J =   y en el punto crítico (0, 0) todos sus elementos
 2x 0 
son 0, de modo que la naturaleza de (0, 0) permanece en duda.

dy x 2 y3 x3
Pero si resolvemos el sistema como:  2 entonces   C al dibujar algunas curvas
dx y 3 3
solución tenemos que el punto crítico (0, 0) es inestable.

7
8