SDC

ECUACIONES DIFERENCIALES
Y SISTEMAS DINAMICOS,
UNA INTRODUCCION
David Bl
azquez-Sanz
Universitat Polit`ecnica de Catalunya
Carlos A. Hurtado
Universidad Sergio Arboleda
El origen de este cuadernillo es un curso de introduccion a los sistemas dinamicos

continuos, dictado por el primer autor, en la universidad Sergio Arboleda, Bogota,
con motivo del 2o Encuentro Internacional de Matematicas en dicha universidad
en verano de 2006.
Si bien estas notas no son un material muy ambicioso, espero que este cuadernillo
sea de utilidad para aquellos estudiantes que necesiten de una introduccion a
los sistemas dinamicos. En particular la seccion 3, sobre sistemas lineales, ha
sido a
nadida posteriormente en funcion de las necesidades didacticas observadas.
Quiero agradecer la amabilidad y el apoyo de los profesores y alumnos de la
universidad Sergio Arboleda. No hay espacio para nombrar a todas las personas,
profesores y estudiantes a quienes debo agradecer su hospitalidad y amabilidad
como visitante en Colombia.
Bogota, Agosto de 2007.

David Blazquez.
2o Encuentro Internacional de Matematicas
Indice
1. Teoremas de existencia de soluciones para E.D.O.
1.1. Solucion del problema de Cauchy: metodo de Picard . . . . . . . .
1.2. Dependencia con respecto a condiciones iniciales . . . . . . . . . .
2. Acci
on de Grupos Monoparam
etricos
11
2.1. Preliminares en Accion de Grupos . . . . . . . . . . . . . . . . . .
11
2.1.1. Observaciones a las definiciones . . . . . . . . . . . . . . .
12
2.2. Grupos monoparametricos . . . . . . . . . . . . . . . . . . . . . .
12
2.3. Definiciones y observaciones: . . . . . . . . . . . . . . . . . . . . .
13
2.4. Generador infinitesimal . . . . . . . . . . . . . . . . . . . . . . . .
13
2.4.1. Espacio tangente en un punto . . . . . . . . . . . . . . . .
13
2.4.2. Generador infinitesimal de un grupo
15
. . . . . . . . . . . .
3. Sistemas lineales
18
3.1. Exponencial de matrices . . . . . . . . . . . . . . . . . . . . . . .
19
3.1.1. Exponencial de una matriz diagonalizable . . . . . . . . .
21
3.1.2. Valores complejos conjugados . . . . . . . . . . . . . . . .
22
3.1.3. Exponencial de una matriz general . . . . . . . . . . . . .
24
3.2. Aspectos dinamicos de los sistemas lineales . . . . . . . . . . . . .
26
3.2.1. Descomposicion en espacios invariantes . . . . . . . . . . .
26
3.2.2. Sistemas en el plano real R2 . . . . . . . . . . . . . . . . .
28
3.2.3. Apunte sobre la estabilidad estructural de los sistemas lineales 31

4. Sobre las soluciones de los sistemas aut
onomos
33
4.1. Existencia y unicidad de grupos uniparametricos . . . . . . . . . .
33
4.2. Constantes del movimiento . . . . . . . . . . . . . . . . . . . . . .
35
4.2.1. Reduccion del problema mediante integrales primeras . . .
35
4.2.2. Ejemplo: El problema de Kepler . . . . . . . . . . . . . . .
36
4.3. Teorema de Reduccion Local . . . . . . . . . . . . . . . . . . . . .
42
micos
Ecuaciones diferenciales y sistemas dina
5. Objetos Invariantes
44
5.1. La ecuacion en variaciones . . . . . . . . . . . . . . . . . . . . . .
44
5.1.1. Variaciones a lo largo de una orbita . . . . . . . . . . . . .
46
5.2. Sobre la estabilidad de puntos fijos . . . . . . . . . . . . . . . . .
48
5.2.1. Estabilidad de los sistemas lineales . . . . . . . . . . . . .
48
5.2.2. Estabilidad en el caso hiperbolico . . . . . . . . . . . . . .
48
5.2.3. Funcion de Liapjunov . . . . . . . . . . . . . . . . . . . . .
49
1.
Teoremas de existencia de soluciones para

E.D.O.
Esta primera seccion esta dedicada a la demostracion rigurosa de los teoremas

de existencia y unicidad de soluciones para ecuaciones diferenciales. El lector es
libre de saltar por encima de las demostraciones en funcion de su fe en el analisis
real.
Definici
on 1. Una curva en Rnx es una aplicacion continua : (a, b) Rn ,
t 7 (t) = (1 (t), . . . , n (t)).
se dice diferenciable si las funciones 1 (t), . . . , n (t) : (a, b) R son fun-
ciones diferenciables. Analogamente se dice que es de clase C 1 , . . . , C k , . . . , C

si las funciones i son C 1 , . . . , C k , . . . , C .
Una ecuaci
on diferencial ordinaria resuelta con respecto a la derivada (en
adelante e.d.o.) es una identidad.
dxi
= fi (xi , t)
dt
i = 1, . . . , n
f : Rnx Rt Rnx
(E1)
f continua.
Definici
on 2. Una curva diferenciable es soluci
on de (E1) si
di
= fi ((t), t)
dt
(E2)
Se llama problema de Cauchy de la ecuacion (E2) y condiciones iniciales t0 R,
x0 Rn , al problema de determinar las soluciones de (E1) tales que : t0 x0 .
1.1.
Soluci
on del problema de Cauchy: m
etodo de Picard
Definici
on 3. Diremos que f : Rnx R Rnx satisface una condicion de
Lipschitz con constante K > 0, si t R, x, y Rn
||f (x, t) f (y, t)|| K||x y||1

1
en R se considera la norma ||x|| =
X
i
x2i
!1/2
micos
Integrando la identidad (E2) obtenemos

(t) (t0 ) =
f (( ), ) d
(E3)
t0
Recprocamente, si es una curva que satisface la identidad (E3), entonces, al

derivar con respecto a t, deducimos que es una solucion de la e.d.o. (E1). Hemos
convertido entonces, la e.d.o. (E1) en una ecuaci
on integral (E3)
Consideremos E el espacio de las curvas definidas en el intervalo cerrado
[t0 , t0 + ] Rn . E es un espacio normado,
|||| = max ||(t)||;
d(, ) = || ||;
y completo, pues el lmite uniforme de aplicaciones continuas es una aplicacion

continua.
Definimos en E la siguiente transformacion continua:
: E E
7 () : t x0 +
f (( ), ) d
t0
Lema 1. verifica ()) = si y solo si es solucion del problema de Cauchy.

Demostraci
on. En primer lugar ()(t0 ) = x0 por la definicion de . Entonces
() = es equivalente a la identidad (E3).
Por lo tanto, encontrar las soluciones del problema de Cauchy equivale a encontrar
puntos fijos de
Definici
on 4. Una aplicacion : E E en un espacio metrico, se llama
contractiva si C < 1 tal que x, y E
d((x), (y)) Cd(x, y).

Teorema 1. Una aplicacion contractiva en un espacio metrico completo tiene
un u
nico punto fijo.
5
Demostraci
on. Sea x0 E E cualquiera. Definimos x1 = (x),
x2 = (x1 ), . . . , k (x) = xk . La sucesion verifica
d(xn , xn+1 ) = d((xn1 , (xn )) Cd(xn1 , xn )

de aqu se deduce inmediatamente (C < 1)
lm d(xn , xn+1 ) = 0,
pues d(xn , xn+1 ) C n d(x0 , x1 ) y lm C n = 0. Por otro lado, n, m tenemos que

n
d(xn , xn+m )
m1
X
i=0
d(xn+i, xn+i+1 )
d(xn , xn+1 )
Ci =
i=0
Cn
d(x0 , x1 ).
1C
Es decir n, m d(xn , xn+m )
Cn
d(x0 , x1 ),
1C
m1
X
d(xn , xn+1 )C i
i=0
d(xn , xn+1 )
1C
y por tanto {xn } es una sucesi

on de
Cauchy. En un espacio metrico completo, toda sucesion de Cauchy tiene limite.

Sea
x = lm xn .
n
Observaci
on (1). x es un punto fijo, es decir, (x ) = x , supongamos, razonando por reduccion al absurdo d(x , (x )) = D > 0, por la desigualdad
triangular se tiene d(xn , (x )) D d(xn , x ) tomando n0 tal que n > n0
d(xn , x ) <
D
3
tenemos n > n0
1. d(xn , (x )) >
2. d(xn , x ) <
D
3
2D
3
d(xn + 1, (x )) <
CD
3
con C < 1, luego por (1)

2D
D
< d(xn + 1, (x )) <
3
3
!!! contradiccion.
Observaci
on (2). x es u
nico: si hubiera dos puntos fijos x1 y x2 entonces
d(x1 , x2 ) > Cd(x1 , x2 ) con c < 1, lo que es absurdo.
6
micos
Lema 2. Si <
1
,
K
entonces es una aplicacion contractiva
Demostraci
on. Sean , : [, ] Rn dos curvas y d(, ) = max ||(t)
t
(t)||, entonces
d( , ) = max || (f (( ), ) f (( ), )) d ||
t
t
Z t0
max |
||f (( ), ) f (( ), )|| d |
t
t0
Z t
max |
||( ) ( )|| d |
t
t0
Z t
max K|
d(, ) d | Kd(, )
t
t0
Si K < 1 es contractiva.
Corolario 1. El problema de Cauchy de la ecuacion (E1) con f K-Lipschitz
tiene solucion u
nica en E con <
1
.
K
Corolario 2. El problema de Cauchy de (E1) con f K-Lipschitz tiene solucion

u
nica : (t0
1
,t
K 0
1
)
K
Rn .
Demostraci
on. Sea la solucion en E . Es inmediato que si > , entonces
es la restriccion de a [t0 K1 , t0 + K1 ]. Como para cada t (t0 K1 , t0 + K1 ) hay
un >
1
K
tal que t0 [t0
1
,t
K 0
1
]
K
definimos
(t) = (t).
Teorema 2 (Teorema del Amor). Sean I, J dos intervalos reales y t0 I J. Sean
I , J dos relaciones de (E1) con dominios de definicion I y J respectivamente.
Si I (t0 ) = J (t0 ) entonces hay : I J Rn solucion de (E1) cuya restriccion

coincide con ambas.
|I = I
|J = J
7

Rn
Rn
t0
Nunca
t0
Teorema 3 (Teorema de Existencia y Unicidad). Supongamos que f (en E1)

satisface una condicion de Lipschitz, Entonces para t0 R, x0 Rn , hay una
u
nica solucion : R Rn de E1, definida en todo R, con (t0 ) = x0
Demostraci
on. Recubrimos a R con intervalos de la forma

1
n
1
n
1 , t0 +
1+
In = t0 +
K
K
K
K
t0
t1
Las soluciones a lo largo de cada intervalo se van completando de modo u

nico
seg
un el teorema del Amor.
1.2.
Dependencia con respecto a condiciones iniciales
Consderemos la ecuacion diferencial

dx
= f (x, t, )
dt
t R, x Rn , Rd
f : Rnx Rt Rd Rn satisface t, , x, y
||f (x, t, ) f (y, t, )|| K||x y||.
8
(E4)
micos
(E4) es una e.d.o. que depende de los parametros , por cada valor 0 obtenemos
una e.d.o
dx
= f0 (x, t)
con
f0 (x, t) = f (x, t, )
dt
que no depende de parametros. Vamos a ver como la solucion del problema de
Cauchy depende del parametro .
Sea t0 x0 y E = {[, ] Rd Rd aplicaciones continuas}, E
(t, ) = (t) curvas dependientes de parametros.
E no es un espacio de Banach. pero es un espacio de Frechet. Sin entrar en

detalles tecnicos, lo que necesitamos saber es que se verifican teoremas analogos:
Z t
: E E
()(t, ) = x0 +
f ((, ), , ) d
t0
1. Si <
1
,
K
es contractiva (por las semi normas de convergencia en com-
pactos)
2. Hay una u
nica solucion : Rt Rd Rn , (t0 , ) x0 del problema
de Cauchy.
Teorema 4. Si f es de clase C en , entonces es de clase C en (puede

sustituirse C por C k , C ).
Demostraci
on. verifica la ecuacion integral
Z t
(t, ) = x0 +
f ((, ), , ) d.
t0
por derivacion bajo el signo integral:

Z t ||
||
=
f ((, ), , ) d.
t0
Teorema 5 (Dependencia con respecto a condiciones iniciales). Consideremos la
ecuacion (E1) y supongamos:
a) f satisface una condicion de Lipschitz (global).
9

b) f es de clase C k con respecto a las t, xi (o C , C ).
entonces existe una u
nica : Rt Rt0 Rnx0 Rnx verificando
1.
d
dt
= f ((t t0 , t0 , x0 ), t t0 )
2. (0, t0 , x0 ) = x0
y es de clase C k con respecto a las t, xi (o C , C ).
Demostraci
on. en el problema de Cauchy x0 t0 , consideremos,
t = t0 + ;
x = x0 + .
de manera que la ecuacion (E1) se escribe como

d
dx
=
= f (x0 + , t0 + ) = F (, , t0, x0 ),
dt
d
es decir,
d
= F (, , t0, x0 )
d
(E5)
es una e.d.o. que depende de los parametros t0 , x0 . La solucion del problema de

Cauchy de (E4) con condicion inicial 0 = 0, 0 = 0 es la que buscamos. por el
teorema 4. Es regular.
10
micos
2.
2.1.
Acci
on de Grupos Monoparam
etricos
Preliminares en Acci
on de Grupos
Un sistema dinamico continuo no es otra cosa que la accion de un grupo continuo,

isomorfo a R con la suma, sobre un cierto espacio (que denominaremos espacio
de fases). Esta accion de R viene a representar el concepto de evolucion con
respecto al tiempo. Por este motivo, consideramos oportuno revisar el concepto
de la accion de un grupo en un conjunto.
Sean G un grupo y X un conjunto.
Definici
on 5. Una acci
on de G en X es una ley de composicion
G X X
(g, x) 7 g x X
verificando
1. Si e es el elemento neutro de G, entonces x e x = x
2. g, h, x g (h x) = (g h) x
Observaci
on. El conjunto de las biyecciones X X es un grupo Perm(X).
Entonces una accion es equivalente a un morfismo de grupos.
G X Perm(X)
g x 7 (g)
Definici
on 6.
Dado x X se llama grupo de isotropa de x a

Hx = {g G : g x = x} G.
Dado x X se llama
orbita de x a
O = {y X : g G con y = g x} X.
Una accion se dice fiel si cada g G mueve alguna parte de X. Es decir si
Ker = {e}
Una accion se dice transitiva si x, yg tal que g x = y.

11

2.1.1.
Observaciones a las definiciones
Si Hx es la isotropa de X. Hay un isomorfismo

Ox G/Hx
y 7 gHx
(donde g x = y)
Si y Ox , entonces Ox = Oy y ademas Hx y Hy son subgrupos conjugados.
Si g x = y entonces gHx g 1 = Hy
2.2.
Grupos monoparam
etricos
Sea U un abierto de Rn (analogamente podemos considerar U una vecindad diferenciable cualquiera).

Definici
on 7. Llamaremos Aut(U) al conjunto de los difeomorfismos (aplicaciones diferenciables y de inversa diferenciable) U U.
Definici
on 8. Un grupo monoparam
etrico de transformaciones de U en un
subgrupo {t }tR Aut(U) indexado por los n
umeros reales, que verifica:
i 0 = idU
ii s t = s+t
iii La aplicacion R U U, (t, x) 7 t (x), es diferenciable.
Observaci
on. Un grupo monoparametrico es, por definicion, una accion diferenciable del grupo aditivo (R, +) en U, o equivalentemente un morfismo de grupos
(R, +) (U) (continuo en la topologa diferenciable de Aut(U)).
Algunos ejemplos:
1. Sea U = R y {t }tR definido de la siguiente manera.
t (x) = x + t
este es el grupo de las traslaciones.
12
micos
2. Sea U = R y {t }tR definido de la siguiente manera:

t (x) = et x;
Este es el grupo de las homotecias.
3. Sea ahora U = R2 , el plano, y sea ahora
t (x, y) = (x cos t y sen t, x sen t + y cos t)
este es el grupo de las rotaciones:
2.3.
Definiciones y observaciones:
La orbita de un punto o una curva diferenciable.
x se dice
Un punto fijo si t t (x) = x, es decir Ox = {x}
Un punto peri
odico si T tal que T (x) = x. Si T es el mnimo
positivo verificando T (x) = x, T es el periodo de x. Se dice que Ox
es una
orbita peri
odica
2.4.
2.4.1.
Generador infinitesimal
Espacio tangente en un punto
Sea p U. Un vector tangente Xp en p, es un desplazamiento infinitesimal
del punto p en U. dedicamos esta seccion a aclarar este concepto.
Definici
on 9. Llamaremos derivaci
on en p a toda aplicacion R-lineal Dp :
C (U) R que verifica la formula de Leibnitz.
f g
Dp (f g) = f (p)Dp g + g(p)Dp f.
La suma de dos derivaciones en p es una derivacion en p y as mismo el producto

por un escalar. Por tanto el conjunto de las derivaciones en p tiene una estructura
de espacio vectorial real. Lo denotamos por Tp (U).
13

Ejemplo. Consideremos la aplicacion

f
: C (U) R
f
7
(p)
x1 p
x1

entonces x 1 es una derivacion, as como x 1 , . . . , xn . Por tanto cualquier
p
combinacion
x1
+ + n
xn
es una derivacion en p.

Teorema 6.
, . . . , xn
es una base de Tp (U). Para cualquier derivacion
x1
p
Dp , se tiene
Dp = (Dp x1 )
x1
+ + (Dp xn )
xi
xn
Demostraci
on.
i. Son linealmente independientes

x1
n
X
. Entonces, aplicando dicha derivacion

i=2

a x1 , obtenemos 1 = 0, por tanto es imposible escribir x 1 como combiSupongamos
nacion lineal de las demas.
ii. generan el espacio

Sea Dp Tp (U), y sea f C (U). Calculemos Dp f tomando el desarrollo
de Taylor de orden 2 de f , es p
X f
X
f = f (p) +
(xi xi (p)) +
rij (x)(xi xi (p))(xj xj (p)).
x
i
p
i
i,j
Entonces:
Dp f =
X f
i
xi
Dp (xi xi (p)) +
+ rij Dp (xi xi (p))) =

14
X
i
X
i,j
(Dp [rij (xi xi (p))]
f
(Dp xi )
xi
micos
lo que prueba:
Dp =
X
i
f
(Dp xi )
xi
.
Consideremos ahora dos curvas , : (, ) U, con (0) = (0) = p. Se dice
que , son tangentes en p, cuando para todo f C (U) se tiene

d
d
f ((t)) =
f ((t)).
dt t=0
dt t=0
d
dt t=0
Es inmediato que la aplicacion f 7
f ((t)) es una derivacion en p. Esta
derivacion se llama vector tangente a en p. Dos curvas son tangentes si

tienen el mismo vector tangente.
Teorema 7. Toda derivacion en p es el vector tangente de alguna curva.
X
Demostraci
on. Sea Dp =
i
. Entonces consideremos la curva :
x
i
i
(, ) U, t 7 (1 (t), . . . , n (t)) con i (t) = xi (p) + i t.
Se comprueba que el vector tangente a en p es precisamente Dp .
El teorema anterior motiva que llamemos espacio tangente en p al espacio
Tp (U) de las derivaciones en p.
2.4.2.
Generador infinitesimal de un grupo
Definici
on 10. Se llama campo vectorial X en U Rn a una ley que asigna
a cada punto p U un vector tangente xp Tp (U). X : p 7 xp .
X se dice diferenciable si puede escribirse como

X=
fi
con fi C (U). Entonces Xp =

vectorial es diferenciable.
fi (p)
15
xi
(E6)
. supondremos que todo campo

xi p

Definici
on 11. se llama sistema aut
onomo en U a una e.d.o.
dxi
= fi (x)
fi C (U)
dt
(E7)
Los campos vectoriales y los sistemas autonomos son equivalentes en el siguiente

sentido: una curva es solucion de (E7) si y solo si por cada para cada t, el vector
tangente a en (t) es X(t) . En adelante todo sistema autonomo sera considerado como un campo vectorial.
Con respecto a los sistemas de e.d.o. no autonomos,
dxi
= fi (x, y) fi C (U) U Rnx Rt
dt
cabe decir que a
nadiendo una nueva variable , el sistema se transforma en
dxi
dt
= fi (x, y),
=1
d
d
que es un sistema autonomo, y por tanto, toda e.d.o. puede ser entendida
como un campo vectorial.
Definici
on 12. Sea {t } un grupo monoparametrico de transformaciones de U.
Llamamos generador infinitesimal de {t } al campo vectorial que asigna al

punto p, al vector tangente a la curva (, ) 7 U, t 7 t (p).
Consideremos : R U U la aplicacion flujo del grupo (t, p) = t (p).

Entonces el generador infinitesimal puede considerarse

n
X
i
X=
t t=0 xi
i=1
Ejemplos. Grupo de Traslaciones U = R, t (x) = x + t. Entonces la apli
cacion flujo R R R, (t, x) = x + t.

X=
=
t t=0 x
x
Grupo de homotecias U = R, t (x) = et x. La aplicacion flujo es RR R,

(t, x) = et x, y
X=

d t
e x
=x .
dt
x
t=0 x
16
micos
Grupo de rotaciones U = R2 , t (x, y) = (x cos t y sen t, x sen t + y cos t),

(t, x, y) = (x cos t y sen t, x sen t + y cos t),

X =
(x cos t + y sen t)
t
= y
+x .
x
y
t=0
+
x
(x sen t + y cos t)
t
t=0
Teorema 8. El generador infinitesimal determina el grupo.

Demostraci
on. La solucion de una ecuacion diferencial es u
nica, el flujo del
grupo es la solucion del generador infinitesimal entendido como sistema autonomo.
17
3.
Sistemas lineales
Consideremos Rn con su estructura de espacio vectorial. Una automorfismo lineal

: Rn Rn viene dada por una matriz no sngular (ij ).

x1
.
.
. =
xn
x1
11 . . . 1n
.. . .
.
..
. ..
.
.
n1 . . . nn
xn
Un grupo monoparametrico {t } de automorfismos lineales de Rn esta determi-
nado por n2 funciones
t (x1 , . . . , xn ) =
1j (t)xj , . . . ,
nj (t)xj
y por tanto

llamando aij a
ij
dt
dxi (t (p))
dt
t=0
X dij
dt
xj (p),
t=0
en t = 0, el generador infinitesimal de {t } se escribe,

!
X X
~ =
.
X
aij xj
xi
i
j
Por tanto llamaremos campo vectorial lineal a cualquier combinacion lineal

a coeficientes constantes de los n2 campos xj x i . La teora que permite integrar
dichos sistemas es fundamentalmente algebraica, y es conceptualmente mas simple
si se toman coeficientes n
umeros complejos. Traduciendo tales campos vectoriales
a ecuaciones diferenciales se obtiene la siguiente definicion.
Definici
on 13. Un sistema lineal de rango

x 1
a11 . . .
. . .
.. = ..
..

x n
an1 . . .
o abreviadamente
n es una ecuacion diferencial,
a1n
x1
.
..
.
.
. ,
ann
xn
x = A.x,
donde A es una matriz n n de coeficientes en C.
18
(SL)
micos
El ejemplo mas sencillo de sistema lineal se obtiene cuando n = 1. En tal caso,

el sistema
dx
= x,
dt
se resuelve inmediatamente por separacion de variables,
Z
dx
= dt, log(x(t) x0 ) = t,
x
x(t)
= et ,
x0
x(t) = et x0 ,
y entonces el automorfismo lineal t es precisamente la homotecia de razon et .

De aqu se desprende un primer lema.
Lema 3. Si x0 es un vector propio de A, con A.x0 = x0 , entonces x(t) = et x0
es la solucion de (SL) con x(0) = x0 .
Demostraci
on. Basta derivar et x0 para obtener et x0 y se concluye.
3.1.
Exponencial de matrices
Se expone a continuacion como el sistema completo (SL) se resuelve analogamente, al caso de rango 1. Es decir, la solucion general de (SL) es precisamente
x(t) = etA .x0 Como es esto posible? Es necesario hacer una reflexion sobre
la naturaleza de la funcion exponencial. Dicha funcion et , es la solucion del la
ecuacion diferencial x = x con condicion inicial x(0) = 1. Si uno trata de construir
tal solucion mediante una serie de potencias,
x(t) = 1 + a1 t + a2
t2
t3
+ a3 + . . .
2
3!
derivando y dividiendo por ,

1 x(t)
= 1 a1 + 1 a2 t + 1 a3
t2
t3
+ 1 a4 + . . . ,
2
3!
y la igualdad de dichas series de potencias, nos determina todos los coeficientes

recurrentemente, a1 = , a2 = a1 = 2 , . . ., ak = ak1 = k y por tanto,
X k tk
2 t2 3 t3
e = 1 + t +
+
+ ... =
,
2
3!
k!
k
t
19

como es bien conocido en analisis matematico elemental. Podemos implementar el
mismo proceso para matrices, construyendo soluciones para los sistemas lineales.
Definici
on 14. Sea A una matriz n n a coeficientes complejos. Llamamos
funcion exponencial etA a la funcion que a cada valor de t le asigna la matriz
suma de la serie de potencias,
etA = I + tA +
X tn
t2 2 t3
A + + ... =
An .
2
3!
n!
n=0
Observamos que dicha serie de potencias es normalmente convergente, tomando

normas directamente sobre la expresion, se obtiene la cota,
ketA k e|t| ekAk
y la convergencia normal nos permite realizar todo tipo de operaciones algebraicas, como el reordenamiento y la derivacion.
Teorema 9. Consideremos t : Cn Cn el automorfismo lineal que hace
t : x 7 etA .x
~ =
Entonces, {t }t es el grupo monoparametrico cuyo generador infinitesimal es X
P
on general de (SL) es
ij aij xj xi . Equivalentemente la soluci
x(t) = etA .x0 .
Demostraci
on. Hemos de verificar que
es decir3 que
detA
dt
detA .x0
dt
= A.etA . Recordemos:
= A.(etA .x0 ), para todo x0 Cn ,
tA
X tn
t2
t3
= I + tA + A2 + A3 + . . . =
An
2
3!
n!
n=0
derivando con respecto a t,

n
X
X
detA
t2
t n+1
tn
= A + tA2 + A3 + . . . =
A
=A
An = A.etA ,
dt
2
n!
n!
n=0
n=0
se concluye.
2
Para la norma kAk = maxx

3
pues dB.x
dt = B.x + B.x
kA.xk
kxk
se verifica kA + Bk kAk + kBk y kA.Bk kAk.kBk
20
micos
3.1.1.
Exponencial de una matriz diagonalizable
Consideremos una matriz diagonal,
2
D=
..
se tiene que
k1
D =
k2
..
.
kn
y esscribiendo etD en serie de potencias se sigue que
et1
et2
tD
.
e =
..
tn
e
Ahora bien, calcular la exponencial de una matriz diagonal no es mucha novedad,.

Es equivalente a resolver el sistema lineal
x i = i xi ,
i = 1, . . . , n
que ya sabamos resolver: se trata de n ecuaciones independientes, o desacopladas.

La solucion general es xi = ei t xi (0). Sin embargo un gran n
umero de sistemas
lineales pueden reducirse a este caso, como se deduce de la siguiente afirmacion.
Afirmaci
on. Consideremos A y B dos matrices conjugadas, A = CBC 1 . Entonces se verifica etA = CetB C 1 .
Demostraci
on. En primer lugar, la misma conjugacion es inmediatamente valida para las potencias de A y B, A2 = CBC 1 CBC 1 = CB 2 C 1 , en general
An = CB n C 1 . Aplicando esto al desarrollo en serie de la funcion exponencial,
eAt = I + tA +
t2 2 t3 3
t2
t3
A + A + . . . = I + tCBC 1 CB 2 C 1 + CB 3 C 1 + . . . =
2
3!
2
3!
21
X
tn
=C
n=0
n!
C 1 = CeBt C 1
Consideremos el sistema (SL). Si A es diagonalizable, y A = CDC 1 con D

diagonal, entonces la solucion general del sistema es x(t) = CetD C 1 x0 . En ocasiones este resultado se presenta como un cambio de coordenadas. Si consideramos
z = C 1 x, entonces z(t) = etD z0 .
Ejemplo. Consideremos el sistema de ecuaciones diferenciales x = y, y = x. Se
escribe como un sistema lineal,
x
y
0 1
1 0
x
y
El vector (1, 1) es un vector propio de valor propio 1, y (1, 1) es un vector propio

de valor propio 1. Se tiene la conjugacion,
!
!
!
0 1
1 1
1 0
=
1 0
1 1
0 1
1/2
1/2
1/2 1/2
y de aqu,
0
1
0
1
B
C
t
A
e
1 0
1 1
et
0
t
0 e
1/2
1/2
1/2 1/2
=4
ch(t) sh(t)
sh(t) ch(t)
see trata del grupo de rotaciones hiperbolicas, la solucion general es,

x(t) = ch(t)x0 + sh(t)y0 ,
3.1.2.
y(t) = sh(t)x0 + ch(t)y0 .
Valores complejos conjugados
Los valores propios de la matriz A son las races del polinomio caracterstico
|I A|. Cuando A es una matriz real, es decir, cuando estamos tratando con
un sistema lineal real, entonces los valores propios complejos viene por parejas.
= a bi tambien lo es.
Si = a + bi es un valor propio, entonces
4
Las funciones hiperbolicas se definen sh(t) =
22
et et
2
y ch(t) =
et +et
2
micos
Segun hemos visto, los valores propios reales, corresponden a vectores propios
reales en los cuales hay una dinamica exponencial. Uno de los problemas de los
valores propios complejos, es que no corresponden a vectores propios reales, sino
a vectores propios complejos. Podemos explicar entonces las soluciones de los
sistemas lineales en terminos de numeros reales?
valores propios simples complejos
La respuesta es afirmativa. Consideremos ,
conjugados, y sean v y v sus respectivos vectores propios. Es claro que las coordenadas de v son complejos conjugados de las de v. En el plano hv, vi tomamos
coordenadas ,
v +
v.
El sistema lineal en hv, vi se escribe en dichas coordenadas,
= ,
y por tanto la solucion general, sobre este plano es
(t) = et 0 ,
Observemos que los vectores u1 =
(t) = et 0 .
v+
v
2
y u2 =
v
v
,
2i
son reales. Estudiemos
la dinamica sobre el plano real hu1 , u2i. Consideremos coordenadas x, y, para

xu1 + yu2. Del cambio de base,
v +
v = (u1 + iu2 ) + (u1 iu2 ) = ( + )u1 + i( )u2
xu1 + yu2 =
x iy
x + iy
v+
v
2
2
Se tiene que x = + , e y = i( ), y que =
xiy
,
2
y=
x+iy
.
2
Expresando las soluciones de la ecuacion diferencial en funcion de x, y, obtenemos
x(t) = et 0 + et 0 = et
y(t) = iet 0 iet 0 = iet
x0 iy0
et + et
et et
x0 + iy0
+ et
=
x0 +
y0
2
2
2
2i
x0 iy0
et et
et + et
x0 + iy0
iet
=
x0 +
y0
2
2
2i
2
23

Tomando partes reales e imaginarias = a + bi, escribimos
ibt

e + eibt
eibt eibt
at
x(t) = e
x0 +
y0
2
2i
ibt

e eibt
eibt + eibt
y(t) = e
x0 +
y0 ,
2i
2
at
utilizando las formulas de Euler5 , escribimos por fn

x(t) = eat (cos(bt)x0 + sen(bt)y0 ),
es decir:
x(t)
y(t)
= eat
y(t) = eat (sen(bt)x0 + cos(bt)y0 ),
cos(bt)
sen(bt)
sen(bt) cos(bt)
x0
y0
Las soluciones son entonces, en tal sistema de coordenadas, espirales logartmicas cuyo radio crece exponencialmente seg
un eat (decrecen si a 0) y giran a
velocidad angular constante b. Cuando b = 0, las soluciones son circunferencias
en el sistema de coordenadas x, y, y por tanto elipses en cualquier otro sistema

de coordenadas.
Ejercicio. Calcule la exponencial de la matriz:
!
0 1
1 0
utilizando el desarrollo en serie de potencias.

3.1.3.
Exponencial de una matriz general
En este apartado exponemos como calcular la exponencial de una matriz no

diagonalizable. Para ello haremos uso de la forma canonica de Jordan.
Observaci
on. Si descomponemos la matriz A, en cuatro submatrices
!
A11 A12
A=
A21 A22
5
cos(x) =
eix +eix
,
2
sen(x) =
eix eix
2i
24
micos
de manera tal que las A1 1 y A2 2 son matrices cuadradas, entonces:

!
2
A
+
A
A
A
A
+
A
A
12
21
11
12
12
22
11
A2 =
.
A21 A11 + A22 A21
A12 A21 + A222
Se sigue inmediatamente que si J es una matriz descompuesta en m bloques de
Jordan independientes,
entonces
y por tanto
..
J =
.
Jm
J1k
Jk =
J1
..
.
k
Jm
etJ1
..
etJ =
.
etJm
En general, para cualquier matriz A tenemos conjugacion con su forma canonica

de Jordan A = CJC 1 . Se desprende que es suficiente saber calcular la exponencial de los bloques de Jordan Ji .
Un bloque de Jordan de rango r correspondiente a un valor propio , es una
matriz cuadrada r r de la forma,
Podemos escribir
1
J(, r) =
..
J(, r) = I + N(r)
donde N(r) es la matriz cuyos elementos son 1 bajo la diagonal, y el resto nulos.
Se tiene que N r = 0, es decir, N es nihilpotente.
25

Teorema 10. Sean A, B matrices cuadradas que conmutan, es decir, tales que
AB = BA. Entonces et(A+B) = etA etB = etB etA .
Demostraci
on. Realicese el producto de las series de potencias y agrupense los
terminos. Deben obtenerse n
umeros combinatorios, por balance de los factoriales.
Ejercicio al lector.
Seg
un la formula anterior,
etJ(,r) = et etN (r) ,
y la nihilpotencia de N(r) nos indica que toda serie de potencias es una suma
finita, en particular
etN (r) = I + tN(r) +
Por tanto,
1
t
t2
2!
1
.. ..
.
.
..
.
tr1
(r1)!
etJ(,r)
tr1
t2
N(r)2 + . . .
N(r)r1 =
2!
(r 1)!
... ...
et
tet
2 t
= t 2!e
..
tr1 et
(r1)!
et
tet et
..
.
...
..
. . . tet et
Ejercicio. Resuelva el sistema de ecuaciones diferenciales,

x = x,
3.2.
3.2.1.
y = 2x + y,
z = 4x + 2y + z.
Aspectos din
amicos de los sistemas lineales
Descomposici
on en espacios invariantes
Consideremos el sistema lineal x = A.x (SL), a coeficientes en R. De la exponencial por bloques para matrices de Jordan se deduce el siguiente resultado.
26
micos
Teorema 11. Si E Cn es un subespacio vectorial invariante para A, es decir

que para todo x E se tiene A.x E, entonces para cualquier solucion x(t) que
pase por E, permanece indefinida en E.
Es decir, que los subespacios invariantes para A, son tambien subespacios invariantes para la accion del grupo monoparametrico correspondiente.
Sea {1 , . . . , r } el espectro de A, es decir el conjunto de las raices del polinomio
caracterstico. A cada valor i le corresponde un espacio invariante Ei , donde,
Cn = E1 . . . Er .
Como nuestro sistema es real, algunas de estos i son valores propios complejos
conjugados. Agrupando los subespacios correspondientes a estas parejas, obtenemos una nueva descomposicion,
Cn = F1 . . . Fs ,
que tiene la ventaja de que ademas,
Rn = V 1 . . . V s ,
para Vi = Fi Rn .
Cada Vi es un subespacio invariante real, al que le corresponde, o bien un valor

i.
propio real i , o bien una pareja de valores propios complejos conjugados i ,
Teorema 12. Sea x(t) una solucion del sistema lineal contenida en Vi . Sea la
parte real de los valores propios (o el valor propio) correspondiente a Vi .
Si > 0, entonces lmt kx(t)k = , y lmt x(t) = 0.
Si < 0, entonces lmt x(t) = 0, y lmt kx(t)k = .
Si = 0, y A diagonaliza sobre Vi descompone en subespacios invariantes
de dimension 2, entonces x(t) es una orbita periodica.
Es decir, cuando > 0, el origen es un punto repulsor, cuando < 0 el origen
es un punto atractor, y cuando = 0, gen ericamente el origen es un centro
rodeado de orbitas periodicas.
27

Podemos agrupar los espacios Vi , de manera que:
Rn = E + E E 0 ,
E + es el espacio al que corresponden los valores propios con parte real positiva,
E es el espacio al que corresponden los valores propios con parte real negativa,
y E 0 es el espacio al que corresponden los valores imaginarios puros.
Definici
on 15. El sistema lineal x = A.x se dice:
Hiperbolico si Rn = E + E .
Atractor global si Rn = E .
Repulsor global si Rn = E + .
Elptico si Rn = E 0 .
Parabolico si 0 6= E 0 6= Rn .
3.2.2.
Sistemas en el plano real R2
Consideremos ahora un sistema lineal real 2 2,

!
!
x
a11 a12
=
y
a21 a22
x
y
Sean,
T = a11 + a22 ,
= a11 a22 a12 a21
la traza y el determinante. Entonces el polinomio caracterstico es,

2 T + ,
y los valores propios
=
T+
T 2 4
,
2
T 2 4
.
2
Podemos hacer una discusion cualitativa de la dinamica en funcion de los valores

de T y .
28
micos
a.) Si T 2 4 > 0 hay dos valores propios reales distintos,

a.i) si > 0, entonces tienen el mismo signo,
a.i.1) si T > 0 entonces ambos son positivos. El sistema es hiperbolico
repulsor, con dos direcciones invariantes.
a.i.2) si T < 0 ambos son negativos. El sistema es hiperbolico atractor

con dos direcciones invariantes.
a.ii) si < 0, entonces tiene signos contrarios. El sistema es hiperbolico con una direccion invariante repulsora, y otra direccion invariante
atractora.
a.iii) si = 0, entonces hay un valor propio nulo. El sistema es parabolico

y tiene una recta de puntos fijos,
a.iii.1) atractora si T < 0.
a.iii.2) repulsora si T > 0.
b.) si T 2 4 < 0 hay dos valores propios complejos conjugados,
29

b.i.) si T > 0 entonces sus partes reales son positivas. El sistema es un foco
repulsor espiral (fuente).
b.ii) si T < 0 entonces sus partes reales son negativas. El sistema es un foco
atractor espiral (sumidero).
b.iii) si T = 0 entonces son imaginarios puros. El sistema es un centro lineal.
c.) si T 2 4 = 0 hay un u
nico valor propio real = ,
c.i.) si > 0 tenemos un atractor,
c.i.1.) si A = I el atractor es un foco, con todas las direcciones invariantes.
c.i.2.) si A 6= I el atractor es un nodo con una u

nica direccion invariante.
30
micos
c.ii.) si < 0 tenemos un repulsor,

c.ii.1.) si A = I el repulsor es un foco, con todas las direcciones invariantes.
c.ii.2.) si A 6= I el repulsor es un nodo con una u

nica direccion invariante.
3.2.3.
Apunte sobre la estabilidad estructural de los sistemas lineales
Al efectuar el analisis anterior sobre el plano de parametros T, , observamos

que los casos definidos mediante desigualdades (a.i.1, a.i.2, a.ii, b.i, b.ii) ocurren
en abiertos del plano. Esto significa que para sistema que pertenece a uno estos
casos, hay un entorno abierto de sistemas que se comportan de la misma manera.
Es decir, que si alteramos el sistema mediante una peque
na perturbacion que
haga variar ligeramente T y , el sistema alterado sigue comportandose igual
que el anterior. Estos sistemas reciben el nombre de estructuralmente estables.
Los otros caso, que ocurren sobre cerrados del plano T, , corresponden a las
bifurcaciones que ocurren cuando un sistema pasa de tener un comportamiento
31

estable a otro diferente. Por ejemplo, si un sistema pasa de ser un sumidero a ser
una fuente, durante la transicion necesariamente debe de ser un centro.
b.ii
b.i
a.i.2
a.i.1
T
a.ii
32
micos
4.
Sobre las soluciones de los sistemas aut

onomos
4.1.
Existencia y unicidad de grupos uniparam

etricos
~ campo vectorial en Rn .
Sea X
~ = fi
X
xi
fi C (Rn )
y suponemos que las funciones fi satisface una condicion de Lipschitz. Aplicando

el teorema de existencia y unicidad local, obtenemos que existe una u
nica funcion.
: Rt Rhx Rnx
tal que
1. (0, x) = x
2.
d
(t, x) = f (x)
dt
~ En tal como el grupo {t }, t (x) = (t, x), es un grupo

es el flujo del campo X.
monoparam
etrico de transformaciones de Rn , y su generador infinitesimal en
~
X.
~ no satisface una condicion de Lipschitz?, consideremos
Que ocurre cuando X
~ un campo vectorial en U.
ahora U Rn , y X
~ = fi ,
X
xi
fi C (U)
~ es completo si tiene una solucion definida para todo R, es

Definici
on 16. X
decir
: Rt U U.
Un campo completo es el generador infinitesimal de un grupo monoparametrico.
~ campo vectorial en U. Se llama soporte de X,
~ |X|,
~ al
Definici
on 17. Sea X
conjunto
~ = {p X
~ p 6= 0} U.
|X|
33

~ tiene soporte compacto, entonces es completo.
Teorema 13. Si X
~ tiene soporte compacto, entonces puede extenderse por
Demostraci
on. Si X
cero a todo Rn . Si
~ = fi (x)
X
xi
~ = K compacto de Rn , tenemos que las derivadas de las funciones fi

con |X|
estan acotadas (teorema de Weierstrass) y por el teorema del valor medio, hay
una constante de Lipschitz global; el maximo de la norma de la diferencia de f
en K.
~ campo vectorial en U. Para cada V relativamente comTeorema 14. Sea X
~ V tal que
pacto en U (significa V U compacto), existe un campo X
~p = X
~V.
1. por p V X
p
~ V tiene soporte compacto.
2. X
Demostraci
on. Si V es relativamente compacto, entonces hay u entorno de V ,
V W U. Entonces V y Rn W son cerrados disjuntos y como Rn es
completamente normado, hay una funcion C , que

1. = 1 en V .
2. = 0 en Rn W
~ V = X.
~ .
Tomando entonces X
~ = fi campo en
Teorema 15 (Teorema de existencia y unicidad local). Sea X
xi
U Rn , fi C (U). Para cada p U existe Up , > 0 y una u
nica funcion
diferenciable ,
: (, ) Up Rn
tal que
d
(t, x)
dt
= f (x).
Demostraci
on. Tomemos un abierto relativamente compacto V de p. construyamos
~V.
el flujo completo de X
: Rt Rn Rn
tomemos y Up de manera que V ((, ) Up ) este contenido en V .
34
micos
4.2.
Constantes del movimiento
~ = fi (x) , fi C (U), este campo puede tomarse como un

Consideremos X
xi
operador
~ : C (U) C (U),
X
~ = fi f
f 7 Xf
xi
~ si
Definici
on 18. Una funcion h C i nf ty(U) es una integral primera de X
~ =0
Xh
~ si y solo si, a lo largo de cualquier
Teorema 16. h es una integral primera de X
~ el valor h((t)) es constante.
curva solucion : (, ) U de X,
Demostraci
on. Basta observar que aplicar el campo vectorial es equivalente a
derivar con respecto a k.
d
~ (t) h = 0.
h((t)) = X
dt
4.2.1.
Reducci
on del problema mediante integrales primeras
~ se escribe
Si x1 , . . . , xn son las funciones coordenadas de U, entonces el campo X
~ = (Xx
~ i) ,
X
xi
equivalentemente
~ i= d ,
Xx
dxi
para tomas ventaja de la extension de constantes del movimiento, es necesario
poner a un nuevo sistema de coordenadas que incluya estas constantes.
Consideremos un difeomorfismo entre abiertos de Rn .
: U V,
(x1 , . . . , xn ) = (y1(x), . . . , yn (x))
~ = fi (x) , puede expresarse en las coordenadas yi, como

el campo vectorial X
x
un campo vectorial en V .
~ = (Xy
~ i (x))
X
yi
35

esta formula surge directamente de la regla de la cadena:
y1
y1
dy1
dx1
=
f
(x)
1
dt
dt = x1 f1 + + xn fn
..
..
.
.
dxn = f (x)
dyn = yn f + + yn f
dt
dt
x1
~ Si
Suponemos ahora que h es una integral primera de X.
xn
h
xn
6= 0, entonces, al
menos localmente, x1 , . . . , xn1 forman un sistema de coordenadas. Por el teorema

de la funcion implcita, puede escribirse
xn = xn (x1 , . . . , xn1 , h)
En nuestro nuevo sistema de coordenadas x1 , . . . , xn1 , h la ecuacion diferencial
se escribe como
dx1
= f1 (x1 , . . . , xn1 , xn (x1 , . . . , xn1 , h)) = F1 (x1 , . . . , xn1 , h)
dt
..
.
dx
n1
dt = fn1 (x1 , . . . , xn1 , xn (x1 , . . . , xn1 , h)) = Fn1 (x1 , . . . , xn1 , h)
dh
=0
dt
Si fijamos un valor de h = h0 obtenemos entonces una ecuacion diferencial en

n 1 variables x1 , . . . , xn1 . Hemos reducido de esta manera el problema de una
e.d.o. en dimension n, a una familia de e.d.o. dependientes del parametro h, en

dimension n 1.
4.2.2.
Ejemplo: El problema de Kepler
Vamos a estudiar ecuaciones de Newton para el movimiento planetario, veremos

que las leyes de Kepler, estan estrechamente relacionadas con las constantes del
movimiento que aparecen en este sistema dinamico.
K1 Las orbitas de los planetas son elipses con el sol situado sobre un foco.
K2 La velocidad alrededor del movimiento de un planeta es constante.
K3 El cuadrado del periodo y el cubo del semieje mayor de la orbita de un
planeta son proporcionales.
36
micos
Supongamos que x1 , x2 representan las posiciones en R3 de dos particulas dotadas

de masas m1 , m2 , que se mueven bajo la atraccion gevitatoria la una respecto de la
otra. Entonces, el movimiento de dichas partculas viene descrito por la ecuacion
de Newton:
Gm2
Gm2 (~x2 ~x1 )
..
x~1 =
= 2 ~12
3
kx2 x1 k
d12
Gm1 (~x1 ~x2 )
Gm1
..
x~2 =
= 2 ~21
3
kx1 x2 k
d21
Donde, d representa la distancia entre las partculas, y ij es el vector unitario
que apunta en la direccion de la partcula i a la partcula j.
~ en R12 ;
Ecuacion que interpretamos como un campo vectorial N
~ = x j + xj
N
i
i
xji
x ji
En el espacio de fases R12 se define una funcion vectorial: el centro de masas, que
denotamos por X = (X1 , X2 , X3 ).
X=
x1 m1 + x2 m2
= (X 1 , X 2 , X 3 )
M
Aunque X no es una constante del movimiento, nos permite calcular rapidamente

tres constantes. Llamamos momento lineal a la derivada con respecto del tiempo
~ X:
del centro de masas, es decir X = N
~ = x 1 m1 + x 2 m2 = (X 1 , X 2 , X 3 ).
NX
M
~ X,
uno obtiene
Al calcular, de nuevo, N
~ X = x1 m1 + x2 m2 = 1
N
M
M
Gm1 m2
(~12 + ~21 )
d 1 22
=0
la ley de conservacion del momento lineal.

Observaci
on. X 1 , X 2 X 3 son integrales primeras del sistema, si asigno a X un
valor X 0 este permanece constante a lo largo del tiempo.
37

Observaci
on. Si X = X 0 , tomando una nueva referencia xi = xi X 0 t las
= 0. Puedo
ecuaciones se transforman en si mismas por el nuevo momento, X
suponer X = 0.
~ X = X = 0, luego X es una
Observaci
on. Una vez fijamos X = 0, entonces N
nueva constante del movimiento. X permite conocer x2 en funcion de x1 y X
permite conocer x 2 en funcion de x1 . Es suficiente trabajar con (x1 , x 1 )
Para escribir las ecuaciones del movimiento, supongamos que X = 0, o equivalentemente tomemos ~r = x1 X, y ~r2 = x2 X, entonces de,
x1 m1 + x2 m2
X=
,
M
se deduce,
m1
~r.
~r2 =
m2
Como hemos visto, las constantes del movimiento nos permiten escribir algunas
de las coordenadas en funcion de las otras. Ahora podemos escribir la ecuacion
diferencial u
nicamente en ~r:

m1
Gm
~
r
+
~
r
2
m2
~r.. = Gm2 (~r2 ~r) =

3
3
(k~rk + k~r2 k)
m1
k~rk + m2 k~rk

1
Gm2 m2m+m
~r
Gm2~r1
2
=
=
3
2
m2 +m1
m2 +m1
3
k~rk
k~rk3
m2
m2
Gm32 ~r
(m2 + m1 )2 k~rk3
Gm3
1
~r1
.
= 22
2
M
k~rk k~rk
=
En adelante denotamos K =
entonces,
Gm32
,
M2
r = k~rk. La ecuacion del movimiento es
~r.. = K ~r
(K1)
r2 r
que podemos escribir como un campo vectorial en R6 , donde las coordenadas son
.
las componentes de ~r y ~r,
j
~ r = r j K r .
N
r j
r 2 r r j
38
micos
..
Este campo es una fuerza central. Es decir, que en cada punto, ~r es propor-
cional a ~r. Esto proporciona otras nuevas tres constantes del movimiento, las
componentes del momento angular.
W = r r = (W1 , W2 , W3 )
d
~ r W = ~r. ~r.. + ~r ~r.. = K ~r ~r = 0.
W = N
dt
r3
Como utilizar estas integrales primeras? En primer lugar, W es un vector per..
pendicular a ~r y a ~r. Dado que W es constante, deducimos que el movimiento
queda confinado al plano perpendicular a M. Tomando un sistema de referencia,
adecuado, podemos suponer:
~r = (r1 , r2 , 0),
~r.. = (r , r , 0),
1 2
y el momento angular queda reducido a una integral primera escalar, W = r1 r2

r2 r1 .
Para utilizar las simetra de la fuerza central es util tomas coordenadas polares
en el plano del movimiento,
r1 = r cos
r2 = r sin
Para obtener las ecuaciones del movimiento en este sistema, derivamos dos veces
con respecto al campo vectorial,
r1 = r cos r sin
r2 = r sin + r cos
r1 = r cos 2r sin r sin r 2 cos
r2 = r sin + 2r cos + r cos r 2 sin
Es decir:
39
cos
~..
r = (
r r 2 )
sin
+ (2r + r )
sin
cos
e igualando con (K1) producen las ecuaciones:

r = r 2
K
r2
2r
=
r
y susbtituyendo, las ecuaciones anteriores

Por otro lado W = r1 r2 r2 r1 = r 2 ,
se reducen,
W2 K
2
r3
r
W
=
r2
r =
que un sistema tridimensional desacoplado, en el sentido de que la primera ecuacion

-que es de segundo orden - puede resolverse independientemente de la segunda.
La segunda ecuacion, da automaticamente la Segunda Ley de Kepler, puesto
que r 2 es la velocidad areolar barrida por cualquier curva en el plano. Recordamos, el area barrida en tiemo t por la curva (r(t), (t)), es:
A(t) =
r 2 (t)(t)dt.
Para resolver la ecuacion en r, podemos considerarla como un sistema mecanico

en un grado de libertad. Si integramos el segundo miembro de la ecuacion, encontramos el potencial: V (r) =
M2
2r 2
Kr y la ley de conservacion de la energa nos
da automaticamente una nueva integral primera,

E(r) =
r 2
+ V (r),
2
para cada valor E prefijado de la energa despejamos r,
s

dr
K W2
= 2 E+
2
dt
r
2r
40
micos
Lo que nos da una relacion diferencial entre r y :

d
=
dr
d
dt
dr
d
=
r2
2 E+
K
r
W2
2r 2
ecuacion puede integrarse mediante una cuadratura (y se hizo en 1637!), obteniendose,
Tomando e =
2EW 2
K2
W/r K/W
,
cos = p
2E + K 2 /W 2
+ 1, y p = W 2 /K, despejamos r,
r=
p
,
1 + e cos
que es la ecuacion de una elipse de parametro p y excentricidad e, quedando

as probada la Primera Ley de Kepler.
Consideremos ahora una orbita elptica, con semiejes mayor y menor a, b respectivamente. El area de la elpse es ab. Por otro lado i T es el periodo de la orbita,
dado que la velocidad areolar es constante, e igual a W/2, el area debe ser igual
a T W/2. Por tanto:
2ab = W T.
p
a
b
p
1 e2
Utilizando,
a=
obtenemos
p
,
1 e2
b=
p
,
1 e2
a3
K2
=
T2
4 2
entonces el cuadrado del periodo es proporcional al cubo del semieje mayor y
queda comprobada la Tercera Ley de Kepler.
41
4.3.
Teorema de Reducci
on Local
~ un campo vectorial en U Rn . Veremos como, fuera de un punto singular

Sea X
~ pueda
siempre existen suficientes constantes del movimiento como para que X
escribirse como el grupo de translaciones, en un sistema adecuado de coordenadas.
~ un campo vectorial en U Rn . Para
Teorema 17 (De Reduccion Local). Sea X
cada p U no singular, existe un entorno p Up y un sistema de coordenadas
y1 , . . . , yn en Up tales que,
~ Up = .
X|
y2
Por tanto y2 , . . . , yn son constantes del movimiento.
Demostraci
on.
Por el teorema de existencia local de solucion, tenemos que existen, > 0, un
entorno Vp , y una u
nica solucion ,
: (, ) Vp Rn .
Como p es no singular, si escribimos
~ =
X
fi
,
xi
debe ser f~i (p) 6= 0, para alg

un i. Supongamos, f1 (p) 6= 0. En otro caso renumer-
amos las variables.
Entonces sea Wp el hiperplano {x1 = x1 (p)} Vp , y sea K = (, ) Wp . En

K, tenemos las variables coordenadas t, x2 , . . . , xn , que son respectivamente el
parametro en (, ), y la restriccion de las coordenadas de Rn a Wp .
Consideremos la reestriccion,
: K Rn .
Es una aplicacion diferenciable entre espacios de dimension n. Calculemos el
jacobiano de en el punto (0, p).
1 , . . . , n
t, x1 , . . . , xn
42
micos
Realicemos algunas observaciones sobre los coeficientes que intervienen en este

determinante. En primer lugar, por la definicion de solucion,

i
= fi (p)
t (0,p)
En segundo lugar, los vectores
x
i
son tangentes al hiperplano t = 0, y sobre este
hiperplano,
1 (0, x
) = 0,
por tanto
i (0, x
) = xi
i > 1,

1
= ij ,
xi (0,p)
y por tanto

1 , . . . , n
t, x1 , . . . , x
n (0,p)

f1 (p) 0 . . .

f2 (p) 1 . . .
= .
.. . .
.
.
..

fn (p) 0 . . .

0

0
.. = f1 (p).
.

1
Luego, por hipotesis, el jacobiano es distinto de cero. Aplicando el teorema de la

K, entorno de (0, p) de manera que,
funcion inversa, podemos encontrar un K
es un difeomorfismo con su imagen, que llamamos Up .

: K
Up
Definimos entonces, las funciones:

y1 (q) = t(1 q), y2 (q) = x2 (1 q), . . . , y2 (q) = x2 (1 q),
resultando,
~ 1 = 1, Xy
~ 2 = 0, . . . , Xy
~ n = 0,
Xy
.
43
5.
Objetos Invariantes
Sea X un campo vectorial en U Rn . Un cierto cerrado C U, es un objeto
invariante si para todo p C, se tiene Op C. Se sigue, que las

orbitas son
objetos invariantes.
En general, si C esta definido por un sistema de ecuaciones:

C = {x : Fk (x) = 0},
entonces C sera un objeto invariante si y solo si, para todo k, XFk |C = 0. Sin embargo, no todo objeto invariante va a estar definido por un sistema de ecuaciones,
como es el caso de los atractores extra
nos.
El caso mas simples, es el de los puntos fijos de X. Es inmediato que p es un
punto fijo de X si y solo si Xp = 0. Cerca de un punto fijo, no podemos aplicar el
teorema de reduccion a forma canonica. Por tanto, alrededor de los puntos fijos,
es donde encontramos la complejidad local del flujo de un campo vectorial.
5.1.
La ecuaci
on en variaciones
Para estudiar el comportamiento de un sistema alrededor de un objeto invariante,

como es por ejemplo, un punto fijo, resulta muy util substituir el sistema original
por otro mas sencillo, pero que se comporte de forma similar al anterior, al menos
en un rango cercano al objeto invariante.
Consideremos el campo,
X=
fi
,
xi
y supongamos que conocemos el flujo del campo

x(t, ), normalizado a
x(0, ) = ,
donde t, representa el parametro del grupo, y el parametro de las condiciones

iniciales.
Alrededor de una condicion inicial, por ejemplo, = 0, podemos desarrollar el
flujo en serie de potencias,
44
micos
xi =
donde
xi
(0)
xi
X
2 xi i j
xi
+
j +
+ ... =
xi
,
j
i j 2
!
representa la derivada parcial
obtenemos,
x i =
|| xi
x i
.
!
=0
. Derivando con respecto t,
ahora bien, el valor de x i viene dado precisamente por la ecuacion diferencial

original, y por tanto,
X
x i
= fi (x(t, )).
!
Basta entonces desarrollar el segundo termino en serie de potencias en para

obtener una familia de identidades. Para derivar f (x(t, )) con respecto a ,
hay que aplicar sucesivamente la regla de la cadena. Esto puede formalizarse del
siguiente modo. Introducimos los operadores derivada total.
X
d
i
= xji
+ ... =
x+
j
di
xj
x
,j
Entonces, la igualdad anterior, se reduce a,
X
X d
=
fi
!
d
!
x i
es decir, para cada i, y cada ,

x i
Un computo directo nos dice que

d
d
d
d
fi
(EV)
fi es un polinomio en las xj con || ||.
Luego, para un orden finito l, las ecuaciones (EV) con || l, definen un sistema
de ecuaciones diferenciales ordinarias con coeficientes polinomios en las variables

dependientes. La llamada ecuacion en variaciones de orden l asociada a X. Es
conocido, que estas ecuaciones polinomicas pueden linealizarse, pero no vamos a
entrar en esta cuestion.
45

5.1.1.
Variaciones a lo largo de una

orbita
~ Entonces, la ecuacion,
Consideremos (t) una curva solucion de X.

d
f ((t, ))
x i =
d
mide la aproximacion de orden l del flujo cerca de la curva (t). En concreto,
para orden 1, se obtiene el sistema:
x i j =
X fi
((t))xkj
xk
k

fi
Si llamamos U a la matriz xi j , y A(t) a la matriz de coeficientes x
, entonces
j
el sistema anterior se escribe,
U = A(t).U,
que puede resolverse de forma independiente para cada columna de la matriz U,
quedando n funciones incognitas,
Y = A(t).Y
(EVT)
que es un sistema de ecuaciones diferenciales lineales con coeficientes, funciones de t. En el caso de un punto fijo, los coeficientes que obtenemos, son
constantes.
Ejemplo. Consideremos la ecuacion del p
endulo,
x = p,
p = sen(x).
2
Este sistema tiene dos puntos fijos en el plano Rx,p
, el punto (0, 0) que corresponde
al estado de equilibrio del pendulo colgando bajo su punto de suspension, y el

punto (, 0) que corresponde al equilibrio del pendulo situado sobre su punto de
suspension.
La ecuacion en variaciones en el punto (0, 0) debe ser
!
!
p
p
(0,
0)
(0,
0)
x
p
=
sen(x)
sen(x)
(0, 0)
(0, 0)
x
p
46
micos
Es decir,
1 0
que es un centro lineal.

Ejercicio. Calcule la ecuaci
on en variaciones de la ecuaci
on del pendulo en el
punto fijo (, 0). Que tipo de sistema lineal se obtiene?
En el caso de una orbita distinta de un punto fijo, los coeficientes son variables.
Pero conocemos una solucion del sistema, que viene dada por el propio campo
vectorial:
f1 ((t))
..
Y =
.
fn ((t))
Aplicando el metodo de reduccion de DAlambert (que consiste en considerar una
nueva base, que incluya a la solucion conocida), se reduce a un sistema con n 1
incognitas,
Z = B.Z,
(EVN)
la ecuaci
on en variaciones normales.
Observaci
on. Aunque aqu no se discuten las tecnicas necesarias, es interesante
comentar que la (EVT) mide la evolucion de un vector tangente que se desplaza
a lo largo de la orbita siguendo el flujo del campo. Puede escribirse en terminos
de la derivada de Lie,
Y | = LX Y | .
En la (EVN), al eliminar la solucion conocida, estamos midiendo u
nicamente la
evolucion en la parte transversal a la curva, es decir, en el espacio tangente al
ambiente cociente por el campo vectorial X.
47
5.2.
Sobre la estabilidad de puntos fijos
Una pregunta fundamental es la estabilidad de los puntos fijos de un sistema

dinamico. Dada una condicion inicial cercana a un punto fijo... Es de esperar
que continue evolucionando cerca del punto fijo para todo valor de t?
Definici
on 19. Un punto fijo p de l grupo {t } se dice estable en el sentido
de Liapjunov si para todo entorno U de p, existe otro entorno V de p, tal que
para todo tiempo t, t (V ) U.
5.2.1.
Estabilidad de los sistemas lineales
Consideremos un sistema lineal, a coeficientes constantes, Y = A.Y . Entonces,

las soluciones vienen dadas por la exponencial:
Y (t) = etA Y0
(SL)
donde
eA =
X
An
n=0
n!
Teorema 18. El sistema (SL) es estable en sentido de Liapjnov si y solo si los

valores propios de A tienen todos partes reales no positivas.
5.2.2.
Estabilidad en el caso hiperb

olico
Definici
on 20. Un punto fijo se dice, hiperbolico, elptico o parabolico, se seg
un
lo sea su sistema linealizado EVT.
Teorema 19 (Hartman). Sea p un punto hiperbolico de X, y A su ecuacion en
variaciones. Entonces hay un heomeomorfismo
T : Up U Rn , p 7 0,
tal que, para t peque
no,
t (q) = T 1 (etA T (q))
48
micos
Por tanto, un punto hiperb

olico es estable si y solo si lo es el sistema linealizado
correspondiente.
Ejercicio. Determine la estabilidad del punto de equilibrio (0, ) en la ecuacion
del pendulo:
x = p,
5.2.3.
p = sen(x).
Funcion de Liapjunov
Consideremos X un campo vectorial, y F una funcion constante. Sea U un abierto

en el cual XF 0. Decimos en tal caso que F es una funcion de Liapjunov para
X en U.
Si F es una funcion de Liapjunov, entonces para cada c R el conjunto , Kc =
{p : F (p) c}, estable para el flujo de X, en el sentido de que, para todo p Kc

y todo t 0, se tiene t (p) Kc .
Teorema 20. Si F es una funcion de Liapjunov para X, y F tiene un maximo

local en p, entonces p es un punto fijo estable en el sentido de Liapjunov.
Bibliografa Recomendada
[1] ARNOLD, V.I. Ecuaciones Diferenciales Ordinarias. Ed. Rubi
nos, Madrid
1995.
[2] GUCKENHEIMER & HOLMES Nonlinear Oscillations, Dynamical Systems, and Bifurcations of Vector Fields. Springer Verlag, 1990
[3] HUBBARD, J. H. & WEST, B. H. Ordinary Differential Equations, a Dynamical Systems Approach. Part II: Higher Dimensional Systems. Springer
Verlag, 1995.
49

SDC

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

SDC

Uploaded by

Copyright:

Available Formats

ECUACIONES DIFERENCIALES

El origen de este cuadernillo es un curso de introduccion a los sistemas dinamicos

Bogota, Agosto de 2007.

2o Encuentro Internacional de Matematicas

1.1. Solucion del problema de Cauchy: metodo de Picard . . . . . . . .

1.2. Dependencia con respecto a condiciones iniciales . . . . . . . . . .

2.1. Preliminares en Accion de Grupos . . . . . . . . . . . . . . . . . .

2.1.1. Observaciones a las definiciones . . . . . . . . . . . . . . .

2.2. Grupos monoparametricos . . . . . . . . . . . . . . . . . . . . . .

2.3. Definiciones y observaciones: . . . . . . . . . . . . . . . . . . . . .

2.4. Generador infinitesimal . . . . . . . . . . . . . . . . . . . . . . . .

2.4.1. Espacio tangente en un punto . . . . . . . . . . . . . . . .

2.4.2. Generador infinitesimal de un grupo

3.1. Exponencial de matrices . . . . . . . . . . . . . . . . . . . . . . .

3.1.1. Exponencial de una matriz diagonalizable . . . . . . . . .

3.1.2. Valores complejos conjugados . . . . . . . . . . . . . . . .

3.1.3. Exponencial de una matriz general . . . . . . . . . . . . .

3.2. Aspectos dinamicos de los sistemas lineales . . . . . . . . . . . . .

3.2.1. Descomposicion en espacios invariantes . . . . . . . . . . .

3.2.2. Sistemas en el plano real R2 . . . . . . . . . . . . . . . . .

3.2.3. Apunte sobre la estabilidad estructural de los sistemas lineales 31

4.1. Existencia y unicidad de grupos uniparametricos . . . . . . . . . .

4.2. Constantes del movimiento . . . . . . . . . . . . . . . . . . . . . .

4.2.1. Reduccion del problema mediante integrales primeras . . .

4.2.2. Ejemplo: El problema de Kepler . . . . . . . . . . . . . . .

4.3. Teorema de Reduccion Local . . . . . . . . . . . . . . . . . . . . .

5.1. La ecuacion en variaciones . . . . . . . . . . . . . . . . . . . . . .

5.1.1. Variaciones a lo largo de una orbita . . . . . . . . . . . . .

5.2. Sobre la estabilidad de puntos fijos . . . . . . . . . . . . . . . . .

5.2.1. Estabilidad de los sistemas lineales . . . . . . . . . . . . .

5.2.2. Estabilidad en el caso hiperbolico . . . . . . . . . . . . . .

5.2.3. Funcion de Liapjunov . . . . . . . . . . . . . . . . . . . . .

2o Encuentro Internacional de Matematicas

Teoremas de existencia de soluciones para

Esta primera seccion esta dedicada a la demostracion rigurosa de los teoremas

t 7 (t) = (1 (t), . . . , n (t)).

se dice diferenciable si las funciones 1 (t), . . . , n (t) : (a, b) R son fun-

ciones diferenciables. Analogamente se dice que es de clase C 1 , . . . , C k , . . . , C

Se llama problema de Cauchy de la ecuacion (E2) y condiciones iniciales t0 R,

x0 Rn , al problema de determinar las soluciones de (E1) tales que : t0 x0 .

||f (x, t) f (y, t)|| K||x y||1

en R se considera la norma ||x|| =

Integrando la identidad (E2) obtenemos

Recprocamente, si es una curva que satisface la identidad (E3), entonces, al

y completo, pues el lmite uniforme de aplicaciones continuas es una aplicacion

Lema 1. verifica ()) = si y solo si es solucion del problema de Cauchy.

d((x), (y)) Cd(x, y).

2o Encuentro Internacional de Matematicas

d(xn , xn+1 ) = d((xn1 , (xn )) Cd(xn1 , xn )

pues d(xn , xn+1 ) C n d(x0 , x1 ) y lm C n = 0. Por otro lado, n, m tenemos que

y por tanto {xn } es una sucesi

Cauchy. En un espacio metrico completo, toda sucesion de Cauchy tiene limite.

con C < 1, luego por (1)

entonces es una aplicacion contractiva

Corolario 2. El problema de Cauchy de (E1) con f K-Lipschitz tiene solucion

tal que t0 [t0

I , J dos relaciones de (E1) con dominios de definicion I y J respectivamente.

Si I (t0 ) = J (t0 ) entonces hay : I J Rn solucion de (E1) cuya restriccion

2o Encuentro Internacional de Matematicas

Teorema 3 (Teorema de Existencia y Unicidad). Supongamos que f (en E1)

Las soluciones a lo largo de cada intervalo se van completando de modo u

Dependencia con respecto a condiciones iniciales

Consderemos la ecuacion diferencial

(t, ) = (t) curvas dependientes de parametros.