“A tu escuela llegué sin entender por qué llegaba, en tus salones

encuentro mil caminos y encrucijadas, y aprendo mucho y no

aprendo nada (…). Y vi espinas y vi rosas, vi morir seres queridos,
vi belleza, fui testigo de maldades y de guerras (…). Y en Dios me
acuerdo primero sólo en trance de morirme o a veces cuando estoy
triste, mas nunca si estoy contento (…). Y tengo amigos, conocidos
y enemigos, amores que me han querido y rostros que niegan
verme (…). Me encontré frente a la muerte y en sus ojos vi el
sentido y con el miedo conmigo así yo aprendí a quererte (…). La
muerte es el mensajero que con la última hora llega y el tiempo no
se detiene, ni por amor ni dinero (…). Maestra Vida camará, te da te
quita, te quita y te da...”.

Rubén Blades

0
Propiedades Matemáticas
Fundamentales

Nicanor Quijano, PhD

Profesor Titular
Depto de Ingeniería Eléctrica y Electrónica
Facultad de Ingeniería
Director GIAP

1
 Espacios Vectoriales

El conjunto de todos los vectores n-dimensionales x = [x1 , x2 , . . . , xn ]>

donde los xi , i = 1, . . . , n son números reales, define el espacio Euclideano
n-dimensional, Rn .
La norma kxk de un vector x es una función real con las siguientes propiedades:

• kxk 0 para todo x 2 Rn , con kxk = 0 si y solo si x = 0.

• kx + yk  kxk + kyk para todo x, y 2 Rn . Esto es lo que se conoce como
la desigualdad triangular.

• k↵xk = |↵|kxk para todo x 2 Rn y todo ↵ 2 R.

2
 Se define la norma-p como

n
!1/p
X
kxkp = |xi |p 1p<1
i=1

y
kxk1 = max |xi |
i

Esta última norma, sumada a las normas kxk1 y kxk2 (o norma Euclideana)
son las más utilizadas.
Todas las normas-p son equivalentes en el sentido que si k · k↵ y k · k son dos
normas-p diferentes, entonces existen dos constantes positivas c1 y c2 tal que

c1 kxk↵  kxk  c2 kxk↵

para todo x 2 Rn . Algunos ejemplos tı́picos son

p
kxk2  kxk1  nkxk2

p
kxk1  kxk2  nkxk1 3
y
kxk1 = max |xi |
i

Esta última norma, sumada a las normas kxk1 y kxk2 (o norma Euclideana)
son las más utilizadas.
Todas las normas-p son equivalentes en el sentido que si k · k↵ y k · k son dos
normas-p diferentes, entonces existen dos constantes positivas c1 y c2 tal que

c1 kxk↵  kxk  c2 kxk↵

para todo x 2 Rn . Algunos ejemplos tı́picos son

p
kxk2  kxk1  nkxk2

p
kxk1  kxk2  nkxk1

kxk1  kxk1  nkxk1

4
 Ejemplo

Dibuje los conjuntos {x 2 R2 : kxkp = 1} para p = 1, 0.5, 2, 1.

5
 x2

p = +1
1

1 x1
1 p= 1
2

p=1

1 p=2

6
 Otro de los resultados clásicos de las normas-p es la desigualdad de Hölder.

> 1 1
|x y|  kxkp kykq + =1
p q
para todo x, y 2 Rn .
Si se tuviera una matriz A 2 Rm⇥n , si y = Ax, su norma-p serı́a

kAxkp
kAkp = sup = max kAxkp
kxk6=0 kxkp kxkp =1

Para los casos clásicos se tiene que,

m
X
kAk1 = max |aij |
j
i=1

> 1/2
kAk2 = max (A A)
>
donde max (A A) es el valor propio máximo de (A> A).
n
X
kAk1 = max |aij |
i 7
j=1
Teorema de Lipschitz

8
 Observaciones

Una de las suposiciones más importantes en la demostración es que la función

fuera Lipschitz. Cuando f : R 7! R, la condición de Lipschitz se puede ver como

|f (y) f (x)|
L
|y x|

lo que implica que visto en una gráfica de f (x) vs x, una lı́nea recta que une a
dos puntos no puede tener una pendiente en valor absoluto mayor a L.

9
Ejemplos

10
 Ejemplos
• Si f(.) es continuamente diferenciable,
entonces es localmente Lipschitz (e.g.,
x^3, x^2, e^x).
• Sin embargo, lo opuesto no es verdadero.
Si es localmente Lipschitz no implica que
sea continuamente diferenciable (e.g.,
f(x)=sat(x))

11
12
 Lemma
Sea f : [a, b] ⇥ D 7! Rn una función continua en un dominio D ⇢ Rn .
Supongamos que @f @x existe y es continua en [a, b] ⇥ D. Si, para un subconjunto
convexo W ⇢ D, existe una constante L 0 tal que

@f
(t, x)  L
@x

en [a, b] ⇥ W , entonces

kf (t, x) f (t, y)k  Lkx yk

para todo t 2 [a, b], x 2 W , y y 2 W .

13
 Observaciones

La condición de Lipschitz es una propiedad mucho más fuerte que la de

continuidad. Por ejemplo si f (x) es Lipschitz en W , entonces es uniformemente
continua en W . Sin embargo, lo contrario no es cierto. Eso sı́, la condición de
Lipschitz no es tan fuerte como la de C 1 , como se ve en el siguiente lemma.

14
 Lemma

Sea f (t, x) continua en [a, b] ⇥ D para un dominio D ⇢ Rn . Si @f @x existe y

es continua en [a, b] ⇥ D, entonces f es locally Lipschitz en x en [a, b] ⇥ D.

15
 Lemma

Sea f (t, x) continua en [a, b] ⇥ D para un dominio D ⇢ Rn . Si @f @x existe y

es continua en [a, b] ⇥ Rn , entonces f es globally Lipschitz en x en [a, b] ⇥ Rn sı́
y sólo sı́ @f
@x es uniformly bounded en [a, b] ⇥ R .
n

16
Differential Dynamical Systems, [Link] 17
 Ejemplo

Determine si la función

x1 + x1 x2
f (x) =
x2 x1 x2

es C 1 en R2 , locally Lipschitz en R2 , globally Lipschitz en R2 .

18
 Solución (1)
La función es C 1 en R2 (i.e., locally Lipschitz en R2 ). No es globally Lipschitz
porque @f
@x no es uniformly bounded en R .
2


@f 1 + x2 x1
=
@x x2 1 x1

En cualquier subconjunto de R2 , f es Lipschitz. Por ejemplo si se tiene un

conjunto convexo
W = {x 2 R2 ||x1 |  a1 , |x2 |  a2 }
podrı́amos calcular la constante de Lipschitz. Para ello, utilizamos la k · k1 , lo
que darı́a

@f
= max{| 1 + x2 | + |x1 |, |x2 | + |1 x1 |}
@x 1
Pero,
| 1 + x2 | + |x1 |  1 + a2 + a1
19
 1 1 2 2

podrı́amos calcular la constante de Lipschitz. Para ello, utilizam

que darı́a
Solución (2)
@f
= max{| 1 + x2 | + |x1 |, |x2 | + |1 x1 |}
@x 1
Pero,
| 1 + x2 | + |x1 |  1 + a2 + a1

|x2 | + |1 x1 |  1 + a2 + a1
Por lo que
@f
= 1 + a2 + a1 = L
@x 1

20
 Existencia y Unicidad de la Soluciones
Gronwall-Bellman Lemma: Sea : [a, b] 7 ! R continua y µ : [a, b] 7 ! R
continua y no negativa. Si una función continua y : [a, b] 7 ! R satisface
Z t
y(t)  (t) + µ(s)y(s)ds
a

para a  t  b, entonces en el mismo intervalo

Z t Rt
y(t)  (t) + (s)µ(s)e s µ(⌧ )d⌧ ds
a

En particular, si (t) ⌘ es una constante, entonces

Rt
µ(⌧ )d⌧
y(t)  e s

Si además si µ(t) ⌘ µ es una constante, entonces

y(t)  eµ(t a)
21
 Skectch Prueba
Sean
Z t
z(t) = µ(s)y(s)ds
a

v(t) = z(t) + (t) y(t) 0

Por lo que z(t) es diferenciable y es igual a

ż(t) = µ(t)y(t)

ż(t) = µ(t)z(t) + µ(t) (t) µ(t)v(t)

Si recordamos los conceptos de sistemas lineales, es claro que esta ecuación posee
una función de transición de estado igual a
Rt
µ(⌧ )d⌧
(t, s) = e s

Por definición, z(a) = 0, y utilizando conceptos de sistemas lineales, se tiene

que Z t
z(t) = (t, s)(µ(s) (s) µ(s)v(s))ds
a
Rt
El término a
(t, s)µ(s)v(s)ds 0, por lo que
Z t Z t Z t 22
(t, s)µ(s) (s)ds (t, s)µ(s)v(s)ds  (t, s)µ(s) (s)ds
Por definición, z(a) = 0, y utilizando conceptos de sistemas lineales, se tiene
que Z t
z(t) = (t, s)(µ(s) (s) µ(s)v(s))ds
a
Rt
El término a
(t, s)µ(s)v(s)ds 0, por lo que
Z t Z t Z t
(t, s)µ(s) (s)ds (t, s)µ(s)v(s)ds  (t, s)µ(s) (s)ds
a a a

Esto es equivalente a
Z t R
t
µ(⌧ )d⌧
z(t)  e s µ(s) (s)ds
a

Como por hipótesis

y(t)  (t) + z(t)
Z t R
t
y(t)  (t) + e s µ(⌧ )d⌧ µ(s) (s)ds
a

El resto de la prueba cuando (t) ⌘ , y cuando (t) ⌘ y µ(t) ⌘ µ se hace

utilizando integraciones y sustituciones.

23
 Contraction Mapping

Una de las formas clásicas que se utilizan para obtener puntos fijos es por
medio de iteraciones, y ver qué sucede con la convergencia de dicha secuencia.

El teorema del contraction mapping provee condiciones suficientes bajo las

cuales un punto fijo x⇤ existe y la secuencia de iteraciones xk converge a di-
cho punto.
<latexit sha1_base64="9iZcTz5eydtKMq0L0xQQ9r/CJJo=">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</latexit>

24
 Teorema
Sea S un subconjunto cerrado de un espacio de Banach y sea T un mapeo
de S en S. Supongamos que

kT (x) T (y)k  ⇢kx yk 8x, y 2 S, 0  ⇢ < 1

Entonces:

• Existe un único vector x⇤ 2 S que satisface x⇤ = T (x⇤ ).

• x⇤ puede ser obtenido por aproximaciones sucesivas comenzando en cualquier
vector inicial de S arbitrario.

25
 Sketch Prueba

• Seleccionemos x1 2 S, un vector cualquiera.

• Definamos la secuencia {xk } por la fórmula xk+1 = T (xk ).
• Como T mapea S en S, xk 2 S para todo k 1.

La prueba se divide en dos partes. Primero se demuestra que dicha secuencia

es Cauchy, y luego que el punto fijo x⇤ es el único punto fijo de T en S.

26
 Teorema de Existencia y Unicidad de
las Soluciones
Sea f (t, x) una función continua en x y continua a trazos en t (esto par poder
incluir el caso cuando f (t, x) dependa de una entrada variable en el tiempo que
tenga cambios abruptos en el tiempo). Esta función es tal que satisface la
condición de Lipschitz,

kf (t, x) f (t, y)k  Lkx yk

para todo x, y 2 B = {x 2 Rn |kx x0 k  r}, para todo t 2 [t0 , t1 ]. Entonces,

existe algún > 0 tal que la ecuación de estado

ẋ(t) = f (t, x)
x(t0 ) = x0

tiene una solución única en [t0 , t0 + ], para pequeño.

27
 Prueba
Nótese en primera instancia que si x(t) es una solución de

ẋ(t) = f (t, x)
x(t0 ) = x0

entonces, integrando se tiene que

Z t
x(t) = x0 + f (s, x(s))ds
t0

La cual se conoce como una solución en el sentido de Caratheodory.

Si x(t) satisface la última ecuación entonces x(t) satisfacerá la primera. Por
lo tanto, el estudio de existencia y unicidad de las soluciones de una ecuación
es equivalente al estudio de existencia y unicidad de las soluciones de la otra.

28
 La parte dereecha de la ecuación anterior es un mapeo de una función con-
tinua x : [t0 , t1 ] 7! Rn , y la escribiremos como (P x)(t), por lo que

x(t) = (P x)(t)

Nótese que (P x)(t) es continua en t. Una solución serı́a un punto fijo del mapeo
P que mapea x en P x. La existencia de un punto fijo se puede establecer uti-
lizando contraction mapping theorem. Para ello, es necesario definir un espacio
de Banach y un conjunto cerrado S ⇢ tal que P mapea S en S y es una
contracción sobre S. Sea = C[t0 ,t0 + ] con la norma kxkC = max[t0 ,t0 + ] kxk
y S = {x 2 | kx x0 kC  r}, donde r es el radio de la bola B y es una
constante positiva a escoger, tal que  t1 t0 para que [t0 , t0 + ] ⇢ [t0 , t1 ].
Nótese además que kx(t)k es un norma en Rn , mientras que kxkC es una norma
en . Además, B es una bola en Rn , mientras que S es una bola en . Por
definición, P mapea en . Ahora demostraremos que S mapea en S. Para
ello, se sabe que
Rt
(P x)(t) x0 = t0 f (s, x(s))ds
Rt
= t0 (f (s, x(s)) f (s, x0 ) + f (s, x0 ))ds

Como f es continua a trazos, f (t, x0 ) está acotada en un intervalo [t0 , t1 ].

Sea
h = max kf (t, x0 )k 29
t2[t0 ,t1 ]
 Utilizando la condición de Lipschitz y el hecho de que para cada x 2 S

kx(t) x0 k  r 8t 2 [t0 , t0 + ]

se obtiene que
Rt
k(P x)(t) x0 k  t
(kf (s, x(s))k kf (s, x0 )k + kf (s, x0 )k)ds
Rt 0
 (Lkx(s) x0 k + h)ds
Rtt0
 t0
(Lr + h)ds
 (t t0 )(Lr + h)
 (Lr + h)

Además,
kP x x0 k = max k(P x)(t) x0 k  (Lr + h)
t2[t0 ,t0 + ]
r
Por lo tanto, si se escogiera  Lr+h se asegurarı́a que P mapea S en S.

30
 Ahora demostraremos que P es un contraction mapping sobre S. Para ello
sean x, y 2 S tales que
Rt
k(P x)(t) (P y)(t)k = t0
(f (s, x(s)) f (s, y(s)))ds
Rt
 kf (s, x(s)) f (s, y(s))kds
Rtt0
 Lkx(s) y(s)kds
Rtt0
 t0
dsLkx ykC

Por ende,
k(P x)(t) (P y)(t)k  L(t t0 )kx ykC
 Lkx ykC
 ⇢kx ykC
para  L⇢ .
Por lo que si se escoge ⇢ < 1 y  L⇢ se asegura que P sea una contraction
mapping sobre S, y por lo tanto tiene que ser escogido como
⇢
r ⇢
 min t1 t0 , , , ⇢<1
Lr + h L

Lo que implicarı́a que sólo habrá una solución en S.

31
 Ya se probó la existencia. Ahora queremos saber si esa solución es la única
solución, i.e., unicidad en . Si x(·) es una solución del sistema original, se tiene
que Z t
x(t) x0 = f (s, x(s))ds
t0
Rt
kx(t) x0 k  kf (s, x(s)) f (s, x0 )k + kf (s, x0 )kds
Rtt0
 t0
(Lkx(s) x0 k + h)ds
Rt
 h + L t0 kx(s) x0 kds
Por Gronwall-Bellman, y asumiendo t0 = 0 (sin perder generalidad),

kx(t) x0 k  h ekt  h ek

entonces si se escogiera como el anterior y h ek  r, entonces la solución

estará en S, y no saldrá del conjunto B en el intervalo [t0 , t0 + ]. Esto implica
que cualquier solución en está en S. Por lo tanto, unicidad de la solución en
S implica unicidad en .

32
 Teorema

Global Existence and Uniqueness: Supongamos que f (t, x) una función

continua en x y continua a trazos en t, que satisface

kf (t, x) f (t, y)k  Lkx yk

kf (t, x0 )k  h
para todo x, y 2 Rn , y para todo t 2 [t0 , t1 ]. Entonces, la ecuación de estado
tiene una solución única en [t0 , t1 ].

33
 Dependencia de las condiciones
iniciales y de los parámetros
Teorema: Sea f (t, x) una función continua en t y Lipschitz en x en [t0 , t1 ] ⇥
W con constante de Lipschitz L. Se tiene que W ⇢ Rn es un conjunto abierto
y conectado. Sean y(t) y z(t) las soluciones de

ẏ = f (t, y) y(t0 ) = y0 ,
ż = f (t, z) + g(t, z) z(t0 ) = z0 ,

tal que y(t), z(t) 2 W para todo t 2 [t0 , t1 ].

Supongamos que la función g(t, z) está acotada, i.e.,

kg(t, x)k  µ, 8(t, x) 2 [t0 , t1 ] ⇥ W,

para algún µ > 0. Entonces,

µ
ky(t) z(t)k  ky0 z0 kexp[L(t t0 )] + (exp[L(t t0 )] 1) 8t 2 [t0 , t1 ]
L

34
 Prueba: Las soluciones de y(t) y z(t) están dadas por
Rt
y(t) = y0 + t0 f (s, y(s))ds
Rt
z(t) = z0 + t0 (f (s, z(s)) + g(s, z(s))) ds
Sustrayendo las dos ecuaciones y utilizando la desigualdad triangular,
Z t Z t
ky(t z(t)k  ky0 z0 k + kf (s, y(s)) f (s, z(s))kds + kg(s, z(s))kds
t0 t0
Z t
ky(t z(t)k  + Lky(s) z(s)kds + µ(t t0 )
t0

donde = ky0 z0 k. Utilizando el teorema de Gronnwall-Bellman,

Z t
ky(t z(t)k  + L( + µ(s t0 ))exp[L(t s)]ds + µ(t t0 )
t0

Esto es equivalente a
Z t
ky(t z(t)k  + µ(t t0 ) + exp[L(t t0 )] + µexp[L(t s)]ds + µ(t t0 )
t0

µ
ky(t) z(t)k  ky0 z0 kexp[L(t t0 )] + (exp[L(t t0 )] 1) 8t 2 [t0 , t1 ]
L
Este teorema nos ayuda a probar el siguiente teorema que muestra la con-
tinuidad de las soluciones en términos del estado inicial y de los parámetros. 35
 Teorema: Sea f (t, x, ) una función continua en (t, x, ) y localmente Lip-
schitz en x (uniformemente en t y ) en [t0 , t1 ] ⇥ D ⇥ {k 0 k  c}, donde
D ⇢ Rn es un conjunto abierto y conectado. Sea y(t, 0 ) una solución de

ẋ = f (t, x, )
con y(t0 , 0 ) = y0 2 D.
Supongamos que y(t, 0 ) está definida y pertenece a D para todo t 2 [t0 , t1 ].
Entonces, dado un ✏ > 0, existe un > 0 tal que si

kz0 y0 k < y k 0k <

Entonces, hay una solución única z(t, ) de ẋ = f (t, x, ) definida en [t0 , t1 ], con
z(t0 , ) = z0 y z(t, ) satisface

kz(t, ) y(t, 0 )k < ✏, 8t 2 [t0 , t1 ]

36
 Comparison Principle
• Este lemma se aplica en situaciones tales que la
derivada de una función escalar diferenciable satisface
la siguiente desigualdad

v̇(t)  f (t, v(t)) 8t 2 [t0 , t1 ]

• Lo que se hace es comparar la solución de esta
ecuación con la solución de

u̇(t) = f (t, u(t))

37
 Comparison Lemma
Comparison Lemma Consideremos la ecuación diferencial de primer orden

u̇ = f (t, u) u(t0 ) = u0
donde f (t, u) es una función continua en t y locally Lipschitz en u, para todo
t 0 y todo u 2 J ⇢ R. El intervalo

I = [t0 , T )

(T puede ser infinito) es el máximo intervalo de existencia de solución de u(t) 2 J

para todo t 2 I. Sea v(t) una función continua cuya upper right-hand derivative
D+ v(t) satisface la desigualdad

D+ v(t)  f (t, v(t)), v(t0 )  u0

con v(t) 2 J para todo t 2 I. Entonces,

v(t)  u(t), 8t 2 I

38
 Ejemplo

La ecuación diferencial de primer orden

ẋ = f (x) = (1 + x2 )x, x(0) = a

tiene una única solución en el intervalo [0, t1 ), para algún t1 > 0, ya que f (x)
es locally Lipschitz.
Utilice el comparison principle para determinar cómo estarı́a acotada la
solución de x(t).

39
 Solución
Tomemos v(t) = x2 (t), por lo que al ser una función diferenciable, ésta estará
dada por
v̇(t) = 2x(t)ẋ(t) = 2x2 (t) 2x4 (t)  2x2 (t)
Por lo tanto, v(t) satisface la desigualdad

v̇(t)  2v(t), v(0) = a2

Por otro lado, sea u(t) la solución de la ecuación diferencial

u̇ = 2u u(0) = a2 ) u(t) = a2 e 2t

Por lo tanto, por el comparison lemma, la solución de x(t) estará definida para
todo t 0 y tendrá que satisfacer que
p
|x(t)| = v(t)  e t |a|, 8t 0

40