Proyecto de Grado

Presentado ante la ilustre Universidad de Los Andes como requisito final para
obtener el Tı́tulo de Ingeniero de Sistemas

Análisis Cualitativo del Comportamiento del

Modelo Presa-Depredador: Ecuaciones de
Lotka-Volterra

Por

Br. Ana J. Méndez Dı́az

Tutor: Prof. Mario Spinetti Rivera

Febrero 2017

c 2016 Universidad de Los Andes Mérida, Venezuela

 Análisis Cualitativo del Comportamiento del Modelo
Presa-Depredador: Ecuaciones de Lotka-Volterra

Br. Ana J. Méndez Dı́az

Proyecto de Grado — Investigación de Operaciones, 83 páginas

Resumen: Esta investigación se basa en el análisis cualitativo del comportamiento

del modelo dinámico no lineal denominado Presa-Depredador. En este estudio se
aplican tres herramientas, la primera se refiere al comportamiento de las trayectorias
alrededor de los puntos de equilibrio finitos por medio de la Linealización y del análisis
paramétrico; la segunda se basa en localizar los puntos de equilibrio en el infinito
por medio de la Compactificación de Poincaré, una vez ubicados se puede estudiar el
comportamiento de las trayectorias alrededor de los mismos, y para finalizar, usando
el desarrollo de la Dependencia Continua de las soluciones respecto de las Condiciones
Iniciales y Parámetros se hace una breve introducción acerca del flujo de las trayectorias
del sistema. Con estas tres herramientas aplicadas se obtienen los Discos de Poincaré
para cada rango de operación del sistema, el conjunto de los discos permiten demostrar
cual es el comportamiento cualitativo global del mismo. La teorı́a Cualitativa permite
obtener información caracterı́stica importante de los sistemas no lineales por lo que el
aporte de este trabajo se basa en el uso de las herramientas mencionadas para ir mas allá
de lo que muestra una simple simulación, además funciona como una guı́a para aplicar
en futuros estudios sobre los modelos de dinámica de poblaciones no lineales usados en
el área de Investigación de Operaciones de la Escuela de Ingenierı́a de Sistemas.

Palabras clave: Sistemas No Lineales, Puntos de Equilibrio, Sistemas Dinámicos,

Compactificación de Poincaré, análisis cualitativo de sistemas no lineales.
Este trabajo fue procesado en LATEX.
Al Creador, a mis padres, a mis hermanos,
a mi mentor y a mis amigos más preciados.
Índice

Índice de Tablas vi

Índice de Figuras vii

Agradecimientos viii

Introducción ix

1 Marco Teórico 1
1.1 Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Objetivos Generales y Especı́ficos . . . . . . . . . . . . . . . . . . . . . 3
1.2.1 Objetivo General . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.2 Objetivos Especı́ficos . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Conceptos Preliminares y Definiciones . . . . . . . . . . . . . . . . . . 3
1.3.1 Sistema Dinámico . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3.2 Sistema Lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.3 Sistema No Lineal . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.4 Sistema Autónomo . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.5 Punto de Equilibrio . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.6 Linealización . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.7 Transformación Lineal . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.8 Autovalores, Autovectores y Autoespacios . . . . . . . . . . . . 9
1.3.9 Comportamiento de los Puntos Singulares en Sistemas Planares 10
1.3.10 Homeomorfismo . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.11 Flujos y Trayectorias . . . . . . . . . . . . . . . . . . . . . . . . 14

iv
 1.3.12 Variedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.13 Espacios Topológicos, de Hausdorff y Compactos . . . . . . . . 17
1.3.14 Compactificación por un punto . . . . . . . . . . . . . . . . . . 18
1.3.15 Separatriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2 Comportamiento Global de un Sistema Planar 20

2.1 Análisis de los Puntos de Equilibrio Finitos. . . . . . . . . . . . . . . . 21
2.2 Análisis de los Puntos de Equilibrio en el Infinito. . . . . . . . . . . . . 22
2.2.1 Compactificación de Poincaré . . . . . . . . . . . . . . . . . . . 22
2.2.2 Puntos de Equilibrio en el Infinito . . . . . . . . . . . . . . . . . 26
2.2.3 Procedimiento para Utilizar la Compactificación de Poincaré . . 27

3 Modelo Presa-Depredador 29
3.1 Descripción del Modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.2 Transformación Lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.3 Análisis de los Puntos de Equilibrio Finitos . . . . . . . . . . . . . . . . 33
3.3.1 Caso I (a=0) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.3.2 Caso II (c=0) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.4 Análisis de los Puntos de Equilibrio en el Infinito . . . . . . . . . . . . 43
3.4.1 Análisis de los equilibrios en el infinito (Caso I) . . . . . . . . . 49
3.4.2 Análisis de los equilibrios en el infinito (Caso II) . . . . . . . . . 52
3.5 Análisis de las Trayectorias . . . . . . . . . . . . . . . . . . . . . . . . . 70

4 Conclusiones y Recomendaciones 73

Bibliografı́a 75

A Lista de comandos utilizados en Mathematicar 78

A.1 Transformación Lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
A.2 Puntos de equilibrio finitos del Modelo . . . . . . . . . . . . . . . . . . 79
A.3 Puntos de equilibrio en el infinito del Modelo . . . . . . . . . . . . . . . 80
A.4 Puntos de Equilibrio en el infinito (Caso I) . . . . . . . . . . . . . . . . 82
A.5 Puntos de Equilibrio en el infinito (Caso II) . . . . . . . . . . . . . . . 83
Índice de Tablas

3.1 Combinaciones de los Equilibrio Finitos e Infinitos . . . . . . . . . . . . 56

3.2 Combinaciones de los Equilibrios (Casos I y II) . . . . . . . . . . . . . 56

vi
Índice de Figuras

1.1 Diagramas de fase de puntos de equilibrio hiperbólicos . . . . . . . . . 13

1.2 Diagramas de fase de puntos de equilibrio semi-hiperbólicos . . . . . . . 14

2.1 Cartas locales de la esfera de Poincaré . . . . . . . . . . . . . . . . . . 24

3.1 Comportamiento de los equilibrios en el plano (a, c) . . . . . . . . . . . 42

3.2 Discos de Poincaré del sistema (3.7) . . . . . . . . . . . . . . . . . . . . 57
3.3 Discos de Poincaré del sistema (3.11) . . . . . . . . . . . . . . . . . . . 58
3.4 Discos de Poincaré del sistema (3.12) . . . . . . . . . . . . . . . . . . . 59
3.5 Simulación, Mapa Cualitativo 1 . . . . . . . . . . . . . . . . . . . . . . 60
3.6 Simulación, Mapa Cualitativo 2 . . . . . . . . . . . . . . . . . . . . . . 61
3.7 Simulación, Mapa Cualitativo 3 . . . . . . . . . . . . . . . . . . . . . . 62
3.8 Simulación, Mapa Cualitativo 4 . . . . . . . . . . . . . . . . . . . . . . 63
3.9 Simulación, Mapa Cualitativo 5 . . . . . . . . . . . . . . . . . . . . . . 64
3.10 Simulación, Mapa Cualitativo 6 . . . . . . . . . . . . . . . . . . . . . . 65
3.11 Simulación, Mapa Cualitativo 7 . . . . . . . . . . . . . . . . . . . . . . 66
3.12 Simulación, Mapa Cualitativo 8 . . . . . . . . . . . . . . . . . . . . . . 67
3.13 Simulación, Mapa Cualitativo 9 . . . . . . . . . . . . . . . . . . . . . . 68
3.14 Simulación, Mapa Cualitativo 10 . . . . . . . . . . . . . . . . . . . . . 69

vii
Agradecimientos

El camino para obtener el titulo de Ingenierı́a fue largo, con muchos obstáculos, pero
ha llegado a su fin, y no me queda más que agradecer a las personas que me ayudaron
a lograr tan anhelada meta.

- A mis padres, Mario Méndez y Teresa Dı́az por siempre creer en mi y apoyarme
en todo momento, nada de esto hubiera sido posible sin ustedes, son mis pilares
y mi motivación, infinitas gracias.

- A mis hermanos queridos, Ana Teresa y Mario Elı́as porque siempre estuvieron
para compartir mis alegrı́as y mis tristezas, valen oro.

- A lo largo de la carrera fui conociendo personas valiosas que me enseñaron mucho,

mis amigos más preciados, Terry Márquez y Mairenis Hernández que siempre que
me veı́an desviándome del camino, me devolvı́an a él y me animaban a seguir
adelante, nuestra amistad núnca podrá desvanecerse.

- A mi tutor Mario Spinetti Rivera que me ha enseñado mucho, no solo sobre la

tesis sino también sobre la vida, por ser más que un tutor, gracias por ser mi
Mentor.

- A todos los profesores que me ayudaron a formarme, en especial al profesor Jaume

Llibre por ofrecerme su ayuda cuando más la necesite.

- A la ilustre Universidad de Los Andes, gracias por haberme dado tanto.

- Por último pero no menos importante, al Creador, por darme salud para poder
hacer todo lo necesario y más que eso.

viii
Introducción

El punto de partida en el análisis de un sistema, es su representación por un modelo

matemático, generalmente como un conjunto de ecuaciones diferenciales, la mayorı́a
de los modelos matemáticos usados tradicionalmente por teóricos y prácticos son
lineales. Los sistemas lineales son más manejables que los no lineales ya que poseen
caracterı́sticas que permiten entender mejor su comportamiento, tienen un único punto
de equilibrio, cumplen con el Teorema de Existencia y Unicidad, su solución general
puede obtenerse analı́ticamente y cumplen con el principio de superposición; aunque
estrictamente hablando, los sistemas lineales no existen en la práctica, ya que todos
los sistemas fı́sicos son no lineales en algún grado.
La mayorı́a de los sistemas de la vida real por no decir todos, tienen caracterı́sticas
no lineales, y a menudo es casi imposible encontrar de manera explı́cita las soluciones
de un sistema no lineal, el enfoque cualitativo es importante ya que permite sacar
conclusiones si no se conoce la solución del sistema.
Existen muchas herramientas de análisis cualitativo que permiten estudiar el
comportamiento de los sistemas no lineales, en este trabajo de investigación se estudia
el modelo Presa-Depredador (ẋ1 = x1 (a − bx2 ), ẋ2 = x2 (dx1 − c)), ya que es un
sistema no lineal y no posee solución explı́cita. El análisis cualitativo que se le aplica
al sistema permite determinar sus distintos rangos de operación, de acuerdo con el
número de puntos de equilibrio finitos; por medio de la Compactificación de Poincaré
se ubican los puntos de equilibrio en el infinito para poder analizar su comportamiento
y luego se realiza una breve introducción acerca del comportamiento de las trayectorias
por medio del desarrollo de la Dependencia Continua de las soluciones respecto de las
Condiciones Iniciales y Parámetros.
En el Capı́tulo 1 se exponen los antecedentes referentes a la investigación, los

ix
objetivos generales y especı́ficos, y los conceptos necesarios para realizar el trabajo.
En el Capı́tulo 2 se explican los pasos que permiten realizar el análisis del
comportamiento global de un sistema no lineal planar, primero se encuentran los puntos
de equilibrio finitos, se linealiza alrededor de cada punto, se encuentran los autovalores
y se realiza un análisis paramétrico, en vista de que este análisis es local, y se desea
saber como se comportan las trayectorias lejos de los equilibrios finitos, se explica
con detalle la Compactificación de Poincaré y se describen los pasos para aplicarla al
sistema en cuestión.
En el Capı́tulo 3 se describe el modelo Presa-Depredador, se realiza una
transformación lineal que permite la minimización del número de parámetros y ası́
facilitar el estudio de la dinámica del mismo, luego se procede a aplicar las herramientas
descritas en el Capı́tulo 2, obteniendose en primera instancia diferentes Teoremas que
describen el comportamiento local del sistema para todos los valores de los parámetros,
luego de aplicar la Compactificación de Poincaré aparecen nuevos Teoremas donde se
describen los puntos de equilibrios en el infinito del sistema, se generan los Discos
de Poincaré y para verificar los resultados obtenidos en los Teoremas se realizan
simulaciones para cada rango de operación, por último, se describen los Teoremas
referentes a la Dependencia Continua de las soluciones respecto de las Condiciones
Iniciales y Parámetros y se presenta una Conjetura sobre el comportamiento de las
trayectorias del modelo. Finalmente en el Capı́tulo 4 se presentan las conclusiones y
recomendaciones.
Se incluye un Apéndice donde se describen los comandos utilizados en el programa
Mathematicar .
Capı́tulo 1

Marco Teórico

1.1 Antecedentes
En la actualidad se puede considerar que la teorı́a de sistemas lineales está ampliamente
desarrollada. Por el contrario, no ocurre lo mismo con los sistemas no lineales,
la principal dificultad en el estudio de los sistemas representados por ecuaciones
diferenciales no lineales radica en la ausencia de soluciones explı́citas. En el siglo
XIX se publicaron trabajos referentes a la formalización de métodos generales para la
teorı́a de ecuaciones diferenciales no lineales, el de Lyapunov (1947) Problema general
del la estabilidad del movimiento (en ruso) y el trabajo de Poincaré (1957) Les Méthods
nouvelles de la mécanique céleste, dieron pie al desarrollo de los fundamentos de la hoy
dı́a llamada teorı́a cualitativa de las ecuaciones diferenciales no lineales.
El desarrollo de la teorı́a cualitativa de los sistemas no lineales se ha alimentado
de trabajos entre los cuales se encuentran Coppel (1966) cuyo estudio proporciona los
diagramas de fase de algunos sistemas cuadráticos planares y los caracteriza en términos
de desigualdades algebráicas entre sus coeficientes, Dickson y Perko (1970) estudian los
sistemas cuadráticos planares con trayectorias acotadas (BQS, de las iniciales en ingles
Bounded Quadratic Systems), en los que se incluyen BQS1, BQS2 o BQS3 dependiendo
si existen uno, dos o tres puntos de equilibrio, respectivamente.
Se debe mencionar que entre los 23 problemas propuestos por (Hilbert, 2000), existe
uno en especial que es el número dieciséis, en éste Hilbert pregunta ¿cuántos ciclos
1.1 Antecedentes 2

limites tiene un sistema de ecuaciones diferenciales cuadrático?, esta interrogante ha

servido como directriz en el desarrollo de dichos sistemas cuadráticos, aunque aún es
un problema abierto.
Napoles (2004) en su análisis explica que la teorı́a cualitativa se basa en el hecho de
que es posible visualizar el desplazamiento de un punto, a partir de una posición inicial
tal que para cada valor de t e x la pendiente de su recta tangente en el punto (t, x)
está dada por la expresión de la derivada ẋ = f (t, x). Estas trayectorias se denominan
lı́neas de flujo y la forma que toman dichas curvas alrededor de los puntos de equilibrio,
da información importante acerca del comportamiento de los sistemas modelados por
esas ecuaciones. El conjunto de esas trayectorias se denomina Diagrama o Espacio de
Fase.
Por otra parte, el estudio de la dinámica poblacional es un área clásica de la
matemática aplicada que se remonta a principios del siglo XX, y que ha dado lugar a
avances tan significativos como la teorı́a de bifurcaciones y caos.
El modelo Presa-Depredador ha sido y es objeto de estudio en la teorı́a sobre
dinámica de poblaciones. En la actualidad diferentes investigadores realizan estudios
referentes a éste tipo de sistemas aplicando diferentes técnicas. Cano y Pestana (2011)
estudian modelos de una única especie, modelos lineales y no lineales de dos especies,
modelos para n especies y sistemas no autónomos, es decir, dependientes explı́citamente
del tiempo; sobre algunos de ellos aplican análisis de estabilidad de Lyapunov y estudian
sus bifurcaciones.
Existen cinco publicaciones que son de especial interés en esta tesis, a saber:
Poincaré (1881), Andronov et al. (1973), Dickson y Perko (1970), Dumortier et al.
(2000) y Bolaños y Llibre (2014), todos incluyen la técnica de Compactificación de
Poincaré, esta herramienta permite estudiar el comportamiento de las trayectorias
en la vecindad del infinito. Por medio de ella se puede obtener, en algunos casos,
comportamientos globales de ecuaciones diferenciales no lineales a través de los Discos
de Poincaré. Estas publicaciones se han utilizado como guı́a para lograr cumplir los
objetivos de este trabajo especial de grado.
1.2 Objetivos Generales y Especı́ficos 3

1.2 Objetivos Generales y Especı́ficos

1.2.1 Objetivo General

• Analizar el comportamiento del modelo Presa-Predador, utilizando técnicas
cualitativas de sistemas dinámicos.

1.2.2 Objetivos Especı́ficos

• Realizar el análisis del comportamiento de los puntos de equilibrio finitos del
modelo Presa-Depredador mediante el método de Linealización.

• Realizar el análisis del comportamiento de los equilibrios en el infinito del modelo

Presa-Depredador utilizando la Compactificación de Poincaré.

• Clasificar los diferentes mapas cualitativos del modelo Presa-Predador, de

acuerdo con los comportamientos de los equilibrios finitos y en el infinito que
éste posea.

• Por medio de los Teoremas referentes a la Dependencia Continua de las soluciones

respecto de las Condiciones Iniciales y Parámetros realizar una breve introducción
acerca del comportamiento de las trayectorias que vienen o van, desde o hacia el
infinito.

1.3 Conceptos Preliminares y Definiciones

1.3.1 Sistema Dinámico

Según Perko (2006) un sistema dinámico se define como aquel que da una descripción
funcional de la solución de un problema fı́sico o del modelo matemático que describe
el problema fı́sico. Matemáticamente hablando, un sistema dinámico es una función
ϕ(t, x), definida para todo t ∈ R y x ∈ E ⊂ Rn , la cual describe como los puntos x ∈ E
se mueven con respecto al tiempo. Es necesario que la familia de mapas ϕt (x) = ϕ(t, x)
tenga las propiedades del flujo definido por una ecuación diferencial.
1.3 Conceptos Preliminares y Definiciones 4

Definición 1. Un sistema dinámico en E es una función de clase C 1

ϕ :R×E →E

donde E es un subconjunto abierto de Rn y si ϕt (x) = ϕ(t, x), entonces ϕt satisface

(i) ϕ0 (x) = x para todo x ∈ E y

(ii) ϕt ◦ ϕs (x) = ϕt+s (x) para todo s, t ∈ R y x ∈ E.

Una vez definido un sistema dinámico es necesario definir los sistemas lineales y los
sistemas no lineales.

1.3.2 Sistema Lineal

Perko (2006) describe que la ecuación diferencial ordinaria de un sistema lineal tiene
la forma
ẋ = Ax, (1.1)

donde x ∈ Rn , A es una matriz n × n y

 
dx1
dt
dx  .. 
ẋ =  . .
= 
dt
dxn
dt

La solución del sistema lineal (1.1) junto con la condición inicial x(0) = x0 está
dada por x(t) = eAt x0 , donde
∞
At
X Ak tk
e = .
k=0
k!
Slotine (1991) afirma que los sistemas lineales tienen las siguientes propiedades:

- Un sistema lineal tiene un único punto de equilibrio si A es no singular.

- El punto de equilibrio es estable si todos los autovalores de A tienen parte real

negativa, independientemente de las condiciones iniciales.

- La respuesta transitoria de un sistema lineal se compone de los modos naturales

del sistema, y la solución general puede obtenerse analı́ticamente.
1.3 Conceptos Preliminares y Definiciones 5

- En presencia de una entrada externa u(t), es decir, con

ẋ = Ax + Bu,

la respuesta del sistema tiene un número interesante de propiedades. Primero,

satisface el principio de superposición. Segundo, la estabilidad asintótica del
sistema (1.1) implica entrada-acotada salida-acotada estabilidad en presencia de
u. Tercero, una entrada sinusoidal conduce a una salida sinusoidal con la misma
frecuencia.

1.3.3 Sistema No Lineal

La definición de sistema no lineal es complicada, entre otros porque en la mayorı́a de
los casos no existe una solución explı́cita, en estos sistemas pueden aparecer múltiples
comportamientos globales que no existen en los sistemas lineales, (Sastry, 1999) afirma
que algunos de esos comportamientos son los siguientes:

- Múltiples equilibrios o múltiples puntos de operación.

- Variación periódica de las variables de estado o ciclos lı́mite.

- Bifurcaciones.

- Sincronización y frecuencia de arrastre.

- Comportamiento dinámico complejo.

Ramı́rez et al. (2004) expresan que el modelo comúnmente usado para un sistema
no lineal es,
ẋ(t) = f (x(t), u(t)), x(t0 ) = x0 , (1.2)

donde x(t) es una función vectorial del tiempo la cual toma valores en el espacio de
n−dimensiones y representa el estado del sistema x(t) ∈ Rn , u(t) es una función escalar
del tiempo y toma valores en la recta real, u(t) ∈ R; y la función f (·) es una función
continua diferenciable al menos una vez con respecto a cada uno de sus argumentos,
definida de tal forma que f : Rn × R → Rn .
1.3 Conceptos Preliminares y Definiciones 6

1.3.4 Sistema Autónomo

Según (Sastry, 1999), si se considera un sistema no lineal con la entrada u(t) como una
función de tiempo fija de la forma

ẋ(t) = f (x, t). (1.3)

Definición 2. Sistema Autónomo. El sistema (1.3) se dice que es autónomo si

f (x, t) no depende explı́citamente del tiempo t.

El sistema que se analizará en este trabajo, es un sistema que no depende de la

entrada u(t), como consecuencia la ecuación (1.2) toma la forma

ẋ = f (x), (1.4)

donde f : E → Rn y E es un subconjunto abierto de Rn .

1.3.5 Punto de Equilibrio

Según Khalil (2000), un punto x = x̄ en el espacio de estados se dice que es un punto
de equilibrio de (1.4) si tiene la propiedad de que cada vez que el estado del sistema se
inicia en x̄ permanecerá en x̄ para todos los tiempos futuros. Para el sistema (1.2), y
para el sistema (1.4) los puntos de equilibrio son las raı́ces reales de las ecuaciones

f (x(t), u(t)) = 0, f (x) = 0,

respectivamente.

Nota. En este estudio sera indiferente llamarle Punto de Equilibrio, Equilibrio, Punto
Crı́tico, Punto Singular o punto de operación.

1.3.6 Linealización
El proceso mediante el cual se obtiene un sistema de ecuaciones diferenciales lineales
equivalente alrededor de un punto de operación, a partir de un sistema de ecuaciones
no lineales, se denomina Linealización. El procedimiento descrito a continuación se
encuentra en el texto de (Ramı́rez et al. (2004)).
1.3 Conceptos Preliminares y Definiciones 7

Se considera el sistema no lineal (1.2) cuyos puntos de equilibrio están dados por
(x̄, ū). El sistema (1.2) se puede escribir en términos de la ecuación integral equivalente
de la manera siguiente:
Z t
x(t) = x0 + f (x(σ), u(σ))dσ. (1.5)
t0

Esta representación tiene sus ventajas al momento de evaluar el efecto causado

sobre los estados debido a posibles perturbaciones que se sucedan en el estado inicial
x0 y en la función de entrada u(t). Se supone que el sistema se encuentra operando en
un punto de equilibrio,
x(t0 ) = x0 = x̄, u(t) = ū,

es decir, el estado inicial en que se encuentra operando al sistema en el instante t0

coincide con el estado de equilibrio x̄. Ahora se consideran perturbaciones tanto en el
estado inicial de equilibrio x0 = x̄, como en la función de entrada de equilibrio u(t) = ū

x(t0 ) = x0 + x0δ = x̄ + x0δ ; u(t) = ū + uδ (t).

Utilizando (1.5), el estado perturbado puede ser descrito mediante

Z t
x(t) = x̄ + x0δ + f (x̄ + xδ (σ), ū + uδ (σ))dσ. (1.6)
t0

La expresión (1.6) constituye una representación exacta del efecto de las

perturbaciones. Ciertamente esta representación no es muy útil puesto que sigue
describiendo mediante una ecuación integral no lineal el valor del nuevo estado
x(t) = x̄ + xδ (t). Entonces, a partir de (1.6) y de la definición de estado perturbado se
obtiene Z t
xδ (t) = x0δ + f (x̄ + xδ (σ), ū + uδ (σ))dσ.
t0

Será preferible utilizar una aproximación lineal de esta relación, mediante el teorema
de expansión en serie de Taylor se pueden escribir los valores perturbados de la función
f (·) como

∂f ∂f
f (x̄ + xδ (t), ū + uδ (t)) = f (x̄, ū) + xδ (t) + uδ (t) + · · · + T.O.S
∂x (x̄,ū) ∂u (x̄,ū)
1.3 Conceptos Preliminares y Definiciones 8

donde T.O.S significa “términos de orden superior”

Tomando en cuenta que f (x̄, ū) = 0, la cual viene de la definición de punto de
equilibrio, se puede calcular el valor del estado perturbado como

Z t" #
∂f ∂f
xδ (t) = x0δ + xδ (t) + uδ (t) + · · · + T.O.S dσ.
t0 ∂x (x̄,ū) ∂u (x̄,ū)

Si se trunca la serie de Taylor y se desprecian los términos de orden superior

utilizados en la fórmula anterior, es evidente que, en la ecuación integral del estado
perturbado se obtiene sólo una aproximación (lineal en este caso) al valor de xδ (t),
Z t" #
∂f ∂f
xδ (t) ∼
= x0δ + xδ (t) + uδ (t) dσ. (1.7)
t0 ∂x (x̄,ū) ∂u (x̄,ū)

Si se designa mediante A la matriz n×n, como la matriz Jacobiana ∂f /∂x evaluada

en el punto de equilibrio (x̄, ū), y mediante B el vector n × 1, como el vector ∂f /∂u
evaluado en (x̄, ū), y no se establece diferencia entre el valor de la perturbación y el
valor aproximado de la misma, entonces (1.7) se reescribe como
Z t
xδ (t) = x0δ + (Axδ (σ) + Buδ (σ))dσ,
t0

al derivar respecto del tiempo en esta ecuación integral, se obtiene una ecuación
diferencial equivalente para xδ (t)

ẋδ (t) = Axδ (t) + Buδ (t), xδ (t0 ) = x0δ . (1.8)

A este sistema se le llama representación (lineal) en el espacio de estado. El sistema

dinámico que aproxima las perturbaciones ocurridas al sistema no lineal cuando éste
opera en condiciones estables de equilibrio está representado por un sistema lineal cuya
ecuación de estado está dada por (1.8). Se debe acotar que esta aproximación es local,
es decir, en una circunvecindad de (x̄, ū). Las matrices constantes (A, B), que definen
la aproximación lineal cuando el sistema opera en condiciones estables de equilibrio
están dadas por

∂f ∂f
A= , B= ,
∂x (x̄,ū) ∂u (x̄,ū)
1.3 Conceptos Preliminares y Definiciones 9

razón por la cual a la linealización aproximada también se le conoce con el nombre

de Linealización Jacobiana.
Como en este estudio la linealización se aplicará a un sistema no lineal del tipo
(1.4), el sistema lineal aproximado viene dado por

ẋδ = Axδ ,

donde  
∂f1 ∂f1 ∂f1
∂x1
(x̄) ∂x2
(x̄) ... ∂xn
(x̄)
 
∂f2 ∂f2 ∂f2
∂f 
∂x1
(x̄) ∂x2
(x̄) ... ∂xn
(x̄) 
A= = ,
 
∂x .. .. .. ..
(x̄)

 . . . . 

∂fn ∂fn ∂fn
∂x1
(x̄) ∂x2
(x̄) ... ∂xn
(x̄)
es la parte lineal del sistema (1.4) alrededor del punto de equilibrio (x̄).

1.3.7 Transformación Lineal

Según (Lipschutz, 1993), sean U y V espacios vectoriales sobre el mismo cuerpo
K donde K es el cuerpo de escalares. Una transformación F : V → U se llama
transformación lineal (u homomorfismo entres espacios vectoriales) si satisface las dos
condiciones siguientes:

1. Para todo v, w ∈ V, F (v + w) = F (v) + F (w).

2. Para todo k ∈ K y todo v ∈ V, F (kv) = kF (v).

Dicho de otro modo, F : V → U es lineal si preserva las dos operaciones básicas de

un espacio vectorial, la de suma vectorial y producto por un escalar.

1.3.8 Autovalores, Autovectores y Autoespacios

Según Lipschutz (1993), sea A una matriz cuadrada n × n sobre un cuerpo K. Un
escalar λ ∈ K se denomina autovalor de A si existe un vector (columna) no nulo
v ∈ K n para el que
Av = λv,
1.3 Conceptos Preliminares y Definiciones 10

todo vector que satisfaga esta relación se denomina autovector de A asociado al

autovalor λ. El conjunto Eλ de todos los autovectores propios pertenecientes a λ es un
subespacio de K n conocido como autoespacio de λ.

1.3.9 Comportamiento de los Puntos Singulares en Sistemas

Planares
Los puntos de equilibrio en un sistema planar se clasifican en cuatro tipos: Hiperbólicos,
Semi-Hiperbólicos, Linealmente cero y Nilpotentes.
En este estudio es primordial el análisis de sistemas de ecuaciones diferenciales no
lineales en dos variables reales como el sistema (1.4), que puede escribirse de la siguiente
forma
ẋ1 = P (x1 , x2 ),
(1.9)
ẋ2 = Q(x1 , x2 ),

donde P y Q son funciones polinómicas definidas en un subconjunto abierto E de R2 .

En lugar de hablar del sistema diferencial (1.9) frecuentemente se habla de su campo
vectorial asociado
∂ ∂
X = P (x1 , x2 )
+ Q(x1 , x2 ) , (1.10)
∂x1 ∂x2
en E ⊂ R2 . Otra forma de expresar el campo vectorial es X = (P, Q).
Sea x̄ un punto de equilibrio de un campo vectorial planar X = (P, Q). Entonces
como se mencionó anteriormente en la sección 1.3.6
" #
∂P ∂P
∂x1
(x̄) ∂x2
(x̄)
A = DX(x̄) = ∂Q ∂Q
,
∂x1
(x̄) ∂x2
(x̄)
A = DX(x̄) representa la parte lineal del campo vectorial X alrededor del punto de
equilibrio x̄.
Se define ahora, la traza (T), el determinante (D) y la ecuación caracterı́stica p(λ)
∂P ∂Q
T = (x̄) + (x̄),
∂x1 ∂x2
   
∂P ∂Q ∂Q ∂P
D= (x̄) · (x̄) − (x̄) · (x̄) ,
∂x1 ∂x2 ∂x1 ∂x2
p(λ) = λ2 − λT + D,
1.3 Conceptos Preliminares y Definiciones 11

respectivamente.
Los autovalores son las raı́ces de la ecuación caracterı́stica, esto es
√
T ± T 2 − 4D
λ1 , λ2 = .
2
Dumortier et al. (2000) afirman que

- El punto de equilibrio x̄ es llamado hiperbólico si los dos autovalores de A tienen

parte real diferente de cero, entre ellos están, el nodo atractor (o nodo estable),
nodo repulsor (o nodo inestable), y focos estables e inestables.

- El punto de equilibrio x̄ es llamado semi-hiperbólico si exactamente un autovalor

de A es igual a cero, entre ellos están, silla topológica, nodo inestable topológico
y silla-nodo.

- El punto de equilibrio x̄ es llamado nilpotente si ambos autovalores son cero, pero

A 6= 0.

- El punto de equilibrio x̄ es llamado linealmente cero si A ≡ 0.

- El punto de equilibrio x̄ es llamado centro si los autovalores de A son puramente

imaginarios sin ser cero.

- El punto de equilibrio x̄ es llamado foco si los autovalores de A son complejos

con parte real diferente de cero.

Además,

(i) si D(A) 6= 0, entonces el punto de equilibrio es hiperbólico, o linealmente un

centro,

(ii) si D(A) = 0 pero T (A) 6= 0, entonces el punto de equilibrio es semi-hiperbólico,

(iii) si D(A) = 0 y T (A) = 0, entonces el punto de equilibrio es linealmente cero o

nilponente dependiendo de si A es una matriz de ceros o no.

Para determinar el comportamiento de los puntos de equilibrio es necesario aplicar

el Teorema de Puntos Singulares Hiperbólicos y el Teorema de Puntos Singulares Semi-
Hiperbólicos.
1.3 Conceptos Preliminares y Definiciones 12

Teorema 1 (Teorema de Puntos Singulares Hiperbólicos). Sea (0, 0) un punto singular

aislado de un campo vectorial X dado por

ẋ = ax + by + A(x, y),
(1.11)
ẏ = cx + dy + B(x, y),
donde A y B son funciones analı́ticas en una vecindad del origen con A(0, 0) =
B(0, 0) = DA(0, 0) = DB(0, 0) = 0, DA y DB son las derivadas de las funciones A y
B respectivamente. Sean λ1 y λ2 autovalores de la parte lineal DX(0) del sistema en
el origen. Entonces las siguientes afirmaciones se sostienen.

(i) Si λ1 y λ2 son reales y λ1 λ2 < 0, entonces (0, 0) es una silla (ver figura 1.1(a)).
Si se denota por E1 y E2 los autoespacios de λ1 y λ2 respectivamente, entonces
se pueden encontrar dos curvas analı́ticas invariantes, tangentes a E1 y E2 en 0
respectivamente, en uno de los puntos son atraı́dos hacia el origen, y en uno de
los puntos son repelidos desde el origen.

(ii) Si λ1 y λ2 son reales con |λ1 | ≥ |λ2 | y λ1 λ2 > 0, entonces (0, 0) es un nodo
(ver figura 1.1(b)). Si λ1 > 0 (respectivamente < 0) entonces es repulsor o nodo
inestable (respectivamente atractor o nodo estable).

(iii) Si λ1 = α + iβ y λ2 = α − iβ con α, β 6= 0, entonces (0, 0) es un foco “fuerte”

(ver figura 1.1(c)). Si α > 0 (respectivamente < 0), es un foco repulsor o foco
inestable (respectivamente foco atractor o foco estable).

(iv) Si λ1 = iβ y λ2 = −iβ con β 6= 0, entonces (0, 0) es un centro lineal, un foco

“débil” o centro (ver figura 1.1(d)).

Si λ1 = λ2 , entonces se tiene un punto de equilibrio que se comporta como un

nodo degenerado, (ver figura 1.1(e)). Si λ1 > 0 (respectivamente λ1 < 0) entonces el
punto de equilibrio se comporta como un nodo degenerado inestable (respectivamente
un nodo degenerado estable).

Nota. El centro no es un punto de equilibrio hiperbólico ya que los autovalores que

lo definen tienen parte igual a cero, sin embargo, en este estudio se tomará como un
punto de equilibrio hiperbólico ya que el Teorema de Puntos Singulares Hiperbólicos
tomado del texto de Dumortier et al. (2000) lo clasifica de esa manera.
1.3 Conceptos Preliminares y Definiciones 13

y y y y y

x x x x x

(a) (b) (c) (d) (e)

Figura 1.1: Diagramas de fase de puntos de equilibrio hiperbólicos

Teorema 2 (Teorema de Puntos Singulares Semi-Hiperbólicos). Sea (0, 0) un punto

singular aislado de un campo vectorial X dado por

ẋ = A(x, y),
(1.12)
ẏ = λy + B(x, y),

donde A y B son analı́ticos en una vecindad del origen con A(0, 0) = B(0, 0) =
DA(0, 0) = DB(0, 0) = 0 y λ > 0, DA y DB son las derivadas de las funciones A
y B respectivamente. Sea y = f (x) la solución de la ecuación λy + B(x, y) = 0 en
una vecindad del punto (0, 0), y suponiendo que la función g(x) = A(x, f (x)) tiene la
expresión g(x) = am xm + o(xm ), donde m ≥ 2 y am 6= 0. Entonces siempre existirá
una curva analı́tica invariante, llamada variedad inestable fuerte, tangente a 0 en el
eje-y, en la que X es analı́ticamente conjugado a

ẏ = λy;

representa un comportamiento repulsor ya que λ > 0. Más aún las siguientes

afirmaciones se sostienen.

(i) Si m es impar y además am < 0, entonces (0, 0) es una silla topológica (ver figura
1.2(a)).

(ii) Si m es impar y además am > 0, entonces (0, 0) es un nodo inestable topológico

(ver figura 1.2(b)).

(iii) Si m es par, entonces (0, 0) es una silla-nodo (S-N), (ver figura 1.2(c)).
1.3 Conceptos Preliminares y Definiciones 14

Observación 1. El caso λ < 0 puede reducirse a λ > 0 cambiando X por −X. Además
para el Teorema 2 en el caso de que g(x) = A(x, f (x)) sea identicamente cero, entonces
existirá una curva analı́tica que consiste de puntos de equilibrio.

y y y

x x x

(a) (b) (c)

Figura 1.2: Diagramas de fase de puntos de equilibrio semi-hiperbólicos

Los Teoremas 1 y 2 se referencian en el texto de (Dumortier et al., 2000), pp 71 y

74. Estos son validos si son puntos de equilibrio aislados.

1.3.10 Homeomorfismo
Zimmerman (2008) define un homeomorfismo como sigue:

Definición 3. Una función h : X → Y es un homeomorfismo entre X y Y si es una

biyección continua (es una función uno a uno) con inversa continua (denotada por
h−1 ). La existencia de un homeomorfismo dice que X y Y poseen estructuras análogas.
Esto es porque h y h−1 , cuando son aplicadas a todo el espacio (X o Y respectivamente),
se puede pensar que mueven continuamente los puntos de tal manera que cada punto
tiene sus vecinos originales.

1.3.11 Flujos y Trayectorias

Definición 4. Dado el sistema (1.4), sea x0 la condición inicial para f (x). Siempre
que las soluciones de la ecuación existan y sean únicas (cuyas condiciones se dan en el
Teorema de Existencia y Unicidad), entonces φ(t; x0 ), el flujo de f (x) da la solución
espacial de f (x) dada la condición de tiempo inicial.
1.3 Conceptos Preliminares y Definiciones 15

Definición 5. El conjunto de todos los puntos en un flujo φ(t; x0 ), para el conjunto de

ecuaciones diferenciales ẋ = f (x) se denomina “órbita” o “trayectoria” de f (x) con la
condición inicial x0 .

Las definiciones 4 y 5 se encuentran en Zimmerman (2008).

1.3.12 Variedades
La palabra variedad es usada en matemática para describir un espacio topológico que
localmente es “parecido” a Rk , para algún k llamado la dimensión de la variedad.
Una variedad M es un subconjunto de Rn que puede ser descrito localmente por una
ecuación ϑ(x) = 0, donde Dϑ(x) debe tener rango máximo.
Según Perko (2006), el teorema de la variedad estable es uno de los más importantes
en la teorı́a cualitativa local de ecuaciones diferenciales ordinarias. El teorema muestra
que cerca de un punto de equilibrio hiperbólico x̄, el sistema no lineal (1.4) tiene una
variedad estable e inestable S y U tangente a x̄ en los subespacios estables e inestables
E s y E u del sistema lineal (1.1) donde A = DX(x̄). Además, S y U son de las mismas
dimensiones que E s y E u , y si φt es el flujo del sistema no lineal (1.4), entonces S y U
son invariantes positiva y negativamente bajo φt respectivamente y satisfacen

lim φt (c) = x̄, ∀c ∈ S,

t→∞

y
lim φt (c) = x̄, ∀c ∈ U.
t→−∞

Definición 6. Suponga que la matriz A del sistema (1.1), tiene k autovalores negativos
λ1 , . . . , λk y n−k autovalores positivos λk+1 , . . . , λn y que esos autovalores son distintos.
Sean {v1 , . . . , vn } los autovectores correspondientes, entonces los subespacios estables e
inestables del sistema lineal (1.1), E s y E u , son los subespacios lineales generados por
{v1 , . . . , vk } y {vk+1 , . . . , vn } respectivamente; es decir,

E s = Span{v1 , . . . , vk },
E u = Span{vk+1 , . . . , vn }.
1.3 Conceptos Preliminares y Definiciones 16

Teorema 3 (Teorema de la variedad estable). Sea E un subconjunto abierto de Rn que

contiene al origen, sea f ∈ C 1 (E), y sea φt el flujo del sistema no lineal (1.4). Suponga
que f (0) = 0 y que DX(0) tiene k autovalores con parte real negativa y n−k autovalores
con parte real positiva. Entonces existe una variedad diferenciable k−dimensional S
tangente al subespacio estable E s del sistema lineal (1.1) en 0 tal que, para todo t ≥ 0,
φt (S) ⊂ S y para todo x̄ ∈ S,
lim φt (x̄) = 0,
t→∞

y existe una variedad diferenciable n − k dimensional U tangente al subespacio

inestable E u del sistema lineal (1.1) en 0 tal que, para todo t ≤ 0, φt (U) ⊂ U y para
todo x̄ ∈ U,
lim φt (x̄) = 0.
t→−∞

La definición 6 y el Teorema 3 se encuentran en el texto de Perko (2006).

Definición 7. Sea M una variedad en R2 y φt un flujo C r , r ≥ 1. Se dice que una

subvariedad Λ ⊂ M invariante bajo φt , es α − β normalmente hiperbólica cuando hay
una descomposición fibrada,

T M = T Λ ⊕ E s ⊕ E u, (1.13)

invariante bajo el flujo, y los números C > 0, 0 < β < α tales que para x ∈ Λ

v ∈ Exs ⇐⇒ |Dφt (x)v| ≤ Ce−αt |v|, ∀t > 0,

v ∈ Exu ⇐⇒ |Dφt (x)v| ≤ Ceαt |v|, ∀t < 0, (1.14)
v ∈ Tx Λ ⇐⇒ |Dφt (x)v| ≤ Ceβ|t| |v|, ∀t.

La definición 7 se encuentra en el texto de Capinski (2005).

Para subvariedades normalmente hiperbólicas habitualmente existen variedades
estables e inestables suaves que son permanentes bajo pequeñas perturbaciones.
En el caso de que los puntos de equilibrio del sistema de ecuaciones diferenciales sea
una recta infinita de puntos y exista un único autovalor λ = 0, se utiliza el Teorema
expuesto a continuación que se encuentra en el artı́culo de Llibre et al. (2013).
1.3 Conceptos Preliminares y Definiciones 17

Teorema 4 (Teorema de variedad invariante normalmente hiperbólica). Sea Λ una

subvariedad normalmente hiperbólica de puntos de equilibrio para φt . Entonces existen
variedades suaves a lo largo de Λ estables e inestables que son tangentes a E s ⊕ T Λ
y E u ⊕ T Λ, respectivamente. Además, Λ y las variedades estables e inestables son
permanentes bajo pequeñas perturbaciones del flujo.

1.3.13 Espacios Topológicos, de Hausdorff y Compactos

Definición 8. Una topologı́a sobre un conjunto X es una colección τ de subconjuntos
de X con las siguientes propiedades:

(i) El conjunto vacı́o ∅ y X están en τ .

(ii) La unión de los elementos de cualquier subcolección finita de τ está en τ .

(iii) La intersección de los elementos de cualquier subcolección finita de τ está en τ .

Un conjunto X para el que se ha definido una topologı́a τ se llama espacio

topológico.

Definición 9. Un espacio topológico se denomina espacio de Hausdorff si para

cada par x1 , x2 de puntos distintos de X, existen entornos U1 y U2 de x1 y x2 ,
respectivamente, que son disjuntos.

Definición 10. Una colección A de subconjuntos del espacio X se dice que cubre X,
o que es cubrimiento de X, si la unión de los elementos de A coincide con X. Se
dice que A es cubrimiento abierto de X si es un cubrimiento de X formado por
conjuntos abiertos de X.

Definición 11. Un espacio X se dice que es compacto si de cada cubrimiento abierto

A de X se puede extraer una subcolección finita que también cubre X.

Las definiciones 8, 9, 10 y 11 se encuentran en el texto de Munkres (2002).

1.3 Conceptos Preliminares y Definiciones 18

1.3.14 Compactificación por un punto

Munkres (2002) afirma que si Y es un espacio compacto y de Hausdorff y X es un
subespacio propio de Y cuya adherencia coincide con Y , entonces se dice que Y es
compactificación de X. Si Y − X consiste en un único punto, entonces Y se denomina
compactificación por un punto de X.
En otras palabras, una compactificación consiste en una transformación que
partiendo de un conjunto abierto e infinito se pueda obtener un conjunto compacto
y finito.

1.3.15 Separatriz
(Dumortier et al., 2000) afirma lo siguiente:
Se considera una ecuación diferencial ẋ = X(x) donde X es una función localmente
Lipchitz en R2 y sea φ(s, x) el flujo definido por la ecuación diferencial. Se denota por
(R2 , φ) el flujo definido por la ecuación diferencial. Se dice que un flujo (R2 , φ) es un
flujo paralelo si es topológicamente equivalente a uno de los siguientes flujos:

(i) El flujo definido en R2 por el sistema diferencial ẋ = 1, ẏ = 0 se denomina flujo

de banda.

(ii) El flujo definido en R2 \{0} por el sistema diferencial dado en coordenadas polares
r ′ = 0, θ′ = 1 se denomina flujo anular.

(iii) El flujo definido en R2 \{0} por el sistema diferencial dado en coordenadas polares
r ′ = r, θ′ = 0 se denomina flujo espiral o nodal.

Dada una región abierta máxima en R2 en la que el flujo es paralelo, es interesante

conocer la estructura orbital de su frontera. Es evidente que los siguientes tipos de
órbitas pueden estar presentes:

(i) un punto singular,

(ii) una órbita periódica para la cual no existe una vecindad que consiste enteramente
en órbitas periódicas,
1.3 Conceptos Preliminares y Definiciones 19

(iii) una órbita γ(p), homeomorfica a R para la cual no existe una vecindad N de γ(p)
tal que

(1) para todo q ∈ N α(q) = α(p) y ω(q) = ω(p),

(2) el lı́mite ∂N de N, es decir, ∂N = N̄\N, es formado por α(p), ω(p) y dos

órbitas γ(q1 ) y γ(q2 ) tal que α(p) = α(q1 ) = α(q2 ) y ω(p) = ω(q1 ) = ω(q2 ).

Las órbitas que satisfacen (i), (ii) o (iii) son llamadas Separatrices.
Capı́tulo 2

Comportamiento Global de un
Sistema Planar

Por lo general los sistemas de ecuaciones diferenciales no lineales, como los descritos
por medio de la ecuación (1.4) no tienen una solución explicita, esta es una desventaja
cuando se intenta algún tipo de análisis sobre el comportamiento del sistema. En estos
casos generalmente existen dos herramientas que se utililzan, una es el análisis de los
puntos de equilibrio finitos por medio de la Linealizacón y la otra es la simulación de
trayectorias por medio de métodos númericos.
Ambas técnicas tienen la desventaja de ser locales, la primera porque el análisis
del comportamiento se realiza en una vecindad del punto de equilibrio y la segunda
porque es una única simulación en un espacio de infinitas trayectorias. En vista de
estas desventajas surge la pregunta, ¿cómo se comporta el espacio que no corresponde
ni a los equilibrios finitos ni a las simulaciones?
En el intento de responder la pregunta anterior, se incluye como herramienta la
Compactificación de Poincaré, ésta permite ubicar los puntos de equilibrio en el infinito
y analizar el comportamiento en la vecindad de los mismos.
Conocidos los puntos de equilibrio finitos y en el infinito, surge otra pregunta
¿Cómo se comportan las trayectorias cuándo vienen o van del infinito, desde o hacia
los equilibrios finitos?. En este caso las herramientas utilizadas fueron los Teoremas
referentes a la Dependencia Continua de las soluciones respecto de las Condiciones
2.1 Análisis de los Puntos de Equilibrio Finitos. 21

Iniciales y Parámetros expuestos por Hartman (1973).

Con estas tres herramientas, a saber, la Linealización alrededor del punto de
equilibrio, la Compactificación de Poincaré y los Teoremas referentes a la Dependencia
Continua de las soluciones respecto de las Condiciones Iniciales y Parámetros es posible
realizar un análisis cualitativo global del comportamiento del sistema (1.4).
Se hace notar que este procedimiento no es general para todos los sistemas no
lineales, sin embargo, permite abordar algunos problemas, en especial si (1.4) es un
sistema planar.

2.1 Análisis de los Puntos de Equilibrio Finitos.

Para ubicar y analizar el comportamiento de los equilibrios finitos, se deben seguir los
siguientes pasos:

1. Para encontrar los puntos de equilibrio del sistema (1.4) se procede a hacer cero
su parte dinámica, esto implica que

ẋ = 0,

como consecuencia la expresión se convierte en

f (x) = 0,

resolviendo el sistema de ecuaciones resultante se obtiene el conjunto denominado

equilibrios finitos, denotado como (x̄). Si los puntos de equilibrio obtenidos son
aislados se realiza lo siguiente:

1.1. Dada f (x) = 0 se procede a realizar la Linealización del sistema, hallando

la matriz A dada por
∂f (x)
A(x) = .
∂x
1.2. Luego se evalúa A(x) en el conjunto de equilibrios x̄, y ası́ se obtiene un
sistema lineal en una circunvecindad de cada punto de equilibrio, es decir,
A (x̄) = A (x)|x̄ .
2.2 Análisis de los Puntos de Equilibrio en el Infinito. 22

1.3. Con A (x)|x̄ se obtienen los autovalores del sistema lineal equivalente para
cada punto de equilibrio, denominados λi (α1 , . . . , αn ) para i = 1, . . . , n
donde α1 , . . . , αn son los parámetros de (1.4).

1.4. Con los λi (α1 , . . . , αn ) y los Teoremas 1 y 2, se explican los comportamientos

de cada uno de los puntos de equilibrios finitos del sistema (1.4).

2. Si los puntos de equilibrio no son aislados, es decir, existe una recta de infinitos
puntos de equilibrio se debe aplicar el Teorema 4 (Teorema de la Variedad
Invariante Normalmente Hiperbólica).

2.2 Análisis de los Puntos de Equilibrio en el

Infinito.
Una vez realizado el análisis de los puntos de equilibrio finitos, se procede a aplicar la
Compactificación de Poincaré, con el fin de ubicar los puntos de equilibrio en el infinito
y estudiar el comportamiento de las trayectorias alrededor de los mismos. Dicha técnica
se expone a continuación y se encuentra en el texto de Dumortier et al. (2000).

2.2.1 Compactificación de Poincaré

Si las funciones que definen el campo vectorial X son polinómicas, entonces es posible
aplicar la Compactificación de Poincaré la cual controla las trayectorias que tienden
al, o provienen del, infinito.
Sean (x1 , x2 ) las coordenadas en el plano, y sea
∂P ∂Q
X= + ,
∂x1 ∂x2
un campo vectorial polinómico (las funciones P y Q son polinomios de grado arbitrario
en las variables x1 y x2 ), ver el sistema (1.9).
El grado de X es d, si d es el máximo de los grados de P y Q. El procedimiento para
aplicar la Compactificación de Poincaré es el siguiente. En primer lugar, se considera
R2 como el plano en R3 definido por (y1 , y2 , y3) = (x1 , x2 , 1). Se considera la esfera
2.2 Análisis de los Puntos de Equilibrio en el Infinito. 23

S2 = {y ∈ R3 : y12 + y22 + y32 = 1} que se denomina esfera de Poincaré y es tangente a

R2 en el punto (0, 0, 1). Dicha esfera se puede dividir en:

H+ = {y ∈ S2 : y3 > 0}, (hemisferio norte),

H− = {y ∈ S2 : y3 < 0}, (hemisferio sur),

S1 = {y ∈ S2 : y3 = 0}, (el ecuador).

Ahora se considera la proyección del campo vectorial X desde R2 a S2 dada por las
proyecciones centrales f + : R2 → S2 y f − : R2 → S2 . Es decir, f + (x), es la intersección
de la lı́nea recta que pasa por el punto y y el origen con el hemisferio norte de S2 , y
f − (x) es la intersección de la lı́nea recta que pasa por el punto y y el origen con el
hemisferio sur de S2 :
   
+ x1 x2 1 − −x1 −x2 −1
f (x) = , , , f (x) = , , ,
∆x ∆x ∆x ∆x ∆x ∆x
donde q
∆x = x21 + x22 + 1.

De esta manera, se obtienen campos vectoriales en cada hemisferio. Cada campo

vectorial proyectado se conjuga analı́ticamente a X. El campo vectorial proyectado en
H+ es X̄(y) = Df + (x)X(x), donde y = f + (x) y el campo vectorial inducido en H− es
X̄(y) = Df − (x)X(x), donde y = f − (x). Note que X̄ es un campo vectorial en S2 \S1
que es tangente a S2 en todas partes. Se observa que los puntos en el infinito de R2
(dos para cada dirección) están en correspondencia biunı́voca con los puntos de la lı́nea
ecuatorial de S2 . Ahora, no es posible ampliar el campo vectorial X inducido desde
S2 \S1 a S2 ya que a medida que se acerca a S1 se obstruye la extensión. Resulta, sin
embargo, que si se multiplica el campo vectorial por el factor ρ(x) = xd−1
3 entonces la
extensión se hace posible.
El campo vectorial extendido en S2 se denomina Compactificación de Poincaré del
campo vectorial X en R2 , y se denota por ρ(X). La técnica funciona también, para
trazar diagramas de fase.
Cartas Locales
2.2 Análisis de los Puntos de Equilibrio en el Infinito. 24

Figura 2.1: Cartas locales de la esfera de Poincaré

Como es habitual en el trabajo con superficies curvas, se utilizan cartas para hacer
cálculos. Para S2 se utilizan seis cartas locales dadas por Uk = {y ∈ S2 : yk > 0},
Vk = {y ∈ S2 : yk < 0} para k = 1, 2, 3. Los mapas locales correspondientes φk :
Uk → R2 y ψk : Vk → R2 se definen como φk (y) = −ψk (y) = (ym /yk , yn /yk ) para
m < n y m, n 6= k. Se denota por z = (u, v) el valor de φk (y) o ψk (y) para algún
k, tal que (u, v) desempeñará diferentes roles en función de la carta local que se esté
considerando. Geométricamente las coordenadas (u, v) se pueden expresar como en la
figura (2.1). Los puntos de S1 en cualquier carta tienen v = 0.
Ahora se realiza un cálculo detallado de la expresión ρ(X) solo en la carta local U1 .
Se tiene X(x) = (P (x1 , x2 ), Q(x1 , x2 )). Entonces X̄(y) = Df + (x)X(x) con y = f + (x)
y

Dφ1 (y)X̄(y) = Dφ1 (y) ◦ Df + (x)X(x) = D(φ1 ◦ f + )(x)X(x).

X̄ U1
denota el sistema definido como Dφ1 (y)X̄(y). Entonces ya que
 
+ x2 1
(φ1 ◦ f )(x) = , = (u, v),
x1 x1
se tiene que
2.2 Análisis de los Puntos de Equilibrio en el Infinito. 25

 x2 1 
−
!
 x21 x1  P (x1 , x2 )
X̄ U1
= 1 
− 2 0 Q(x1 , x2 )
x1
1
= 2 (−x2 P (x1 , x2 ) + x1 Q(x1 , x2 ), −P (x1 , x2 ))
x1
      
2 u 1 u 1 1 u 1 u
=v − P , + Q , , −P , .
v v v v v v v v
ahora, para asegurar que no existan singularidades se multiplica el campo vectorial
por el factor y3d−1

1 v d−1
ρ(y) = y3d−1 = = = v d−1 m(z),
∆(x)d−1 ∆(z)d−1
donde m(z) = (1 + u2 + v 2 )(1−d)/2 consecuentemente se sigue que
      
d+1 u 1 u 1 1 u 1 u
ρ( X̄ U1
)(z) = v m(z) − P , + Q , , −P , .
v v v v v v v v
Con el fin de demostrar que la extensión de ρX̄ a ρ(X) se define en el conjunto S2 ,
se observa que mientras X̄ U1
no esta bien definido cuando v = 0, ρ(X)|U1 = ρX̄ U1
,
si está bien definida a lo largo de v = 0, ya que el factor de multiplicación v d+1 cancela
algún factor de v que pudiera aparecer en el denominador. Argumentos similares se
pueden aplicar en el resto de las cartas locales.
Para simplificar el campo vectorial extendido se realiza un cambio en la variable
tiempo y se elimina el factor m(z).
La expresión para ρ(X) en la carta local (U1 , φ1) viene dada por
      
d 1 u 1 u d+1 1 u
u̇ = v −uP , +Q , , v̇ = −v P , . (2.1)
v v v v v v

La expresión para ρ(X) en la carta local (U2 , φ2) es

      
d u 1 u 1 d+1 u 1
u̇ = v P , − uQ , , v̇ = −v Q , , (2.2)
v v v v v v

y para ρ(X) en la carta local (U3 , φ3 ) es

u̇ = P (u, v), v̇ = Q(u, v). (2.3)

2.2 Análisis de los Puntos de Equilibrio en el Infinito. 26

La expresión para ρ(X) en las cartas (Vk , ψk ) es igual que para (Uk , φk ) multiplicada
por (−1)d−1 para k = 1, 2, 3. Para estudiar X en el plano R2 completo, incluyendo
su comportamiento cerca del infinito, basta con trabajar en H+ ∪ S1 , lo que se
denomina el disco de Poincaré. Todos los cálculos se pueden hacer en las tres
cartas (U1 , φ1 ), (U2 , φ2 ) y (U3 , φ3 ) en cuyo caso las expresiones están dadas por las
fórmulas (2.1), (2.2) y (2.3) respectivamente.

2.2.2 Puntos de Equilibrio en el Infinito

Según (Dumortier et al., 2000), los puntos singulares en el infinito de ρ(X), son los
puntos singulares de ρ(X) que se encuentran en S1 . Si y ∈ S1 es un punto singular
infinito, entonces −y es también un punto singular. Dado que el comportamiento local
cerca de −y es el comportamiento local cerca de y multiplicado por (−1)d−1 , se deduce
entonces, que la orientación de las órbitas cambia cuando el grado del campo vectorial
es par. Por ejemplo, si d es par y y ∈ S1 es un nodo estable de ρ(X), entonces −y es
un nodo inestable. Debido a que los puntos singulares infinitos aparecen en pares de
puntos diametralmente opuestos (puntos antipodales), es suficiente estudiar la mitad
de ellos, y con el grado del campo vectorial se puede determinar el comportamiento de
la otra mitad.
Se desea estudiar el diagrama de fase en los puntos singulares del infinito. Para ello
se elige un punto singular en el infinito (u, 0) y se comienza mirando la parte lineal
del campo ρ(X). Se denota por Pi y Qi los polinomios homogéneos de grado i para
i = 0, 1, . . . , d de tal manera que P = P0 + P1 + . . . + Pd y Q = Q0 + Q1 + . . . + Qd .
Entonces (u, 0) ∈ S1 ∩ (U1 ∪ V1 ) es un punto singular en el infinito de ρ(X) si y solo si

F (u) ≡ Qd (1, u) − uPd (1, u) = 0.

Del mismo modo (u, 0) ∈ S1 ∩ (U2 ∪ V2 ) es un punto singular del infinito de ρ(X)
si y solo si
G(u) ≡ Pd (u, 1) − uQd (u, 1) = 0.

También se tiene que la matriz Jacobiana del campo vectorial ρ(X) en el punto
(u, 0) es
2.2 Análisis de los Puntos de Equilibrio en el Infinito. 27

" #
F ′ (u) Qd−1 (1, u) − uPd−1 (1, u)
0 −Pd (1, u)
o
" #
G′ (u) Pd−1 (u, 1) − uQd−1 (u, 1)
,
0 −Qd (u, 1)
si (u, 0) pertenece a U1 ∪ V1 o U2 ∪ V2 , respectivamente. El ecuador de S2 puede
consistir enteramente de puntos de equilibrio, pero en la mayorı́a de los casos los puntos
de equilibrio son aislados. En este caso, se limita el estudio a los puntos de equilibrio
aislados.
Entre los puntos de equilibrio hiperbólicos en el infinito solo pueden aparecer nodos
y sillas. Todos los puntos singulares semi-hiperbólicos pueden aparecer en el infinito.

2.2.3 Procedimiento para Utilizar la Compactificación de

Poincaré
Para ubicar y analizar los puntos de equilibrio en el infinito se deben seguir los siguientes
pasos:

1. La expresión para ρ(X) en la carta local U1 se obtiene al sustituir x1 = 1/v y

x2 = u/v en el sistema (1.9), de lo cual se obtiene
   
1 u 1 u
P , , Q , ,
v v v v
a continuación se sustituyen en (2.1) lo que genera la expresión de ρ(X) en la
carta local U1 .

(a) Una vez obtenida la expresión para ρ(X) en la carta local U1 , se repite el
procedimiento de la Linealización para hallar un equivalente lineal, dicho
procedimiento se muestra en la Sección 2.1.

2. La expresión para ρ(X) en la carta local U2 se obtiene al sustituir x1 = u/v y

x2 = 1/v en el sistema (1.9), de lo cual se obtiene
   
u 1 u 1
P , , Q , ,
v v v v
2.2 Análisis de los Puntos de Equilibrio en el Infinito. 28

a continuación se sustituyen en (2.2), lo que genera la expresión de ρ(X) en la

carta local U2 .

(a) Una vez obtenida la expresión para ρ(X) en la carta local U2 , se repite el
procedimiento de la Linealización para hallar un equivalente lineal, dicho
procedimiento se muestra en la Sección 2.1.

3. Finalmente la expresión en las cartas locales Vk son iguales a la expresión de Uk

multiplicada por (−1)d−1 para k = 1, 2, 3.
Capı́tulo 3

Modelo Presa-Depredador

Utilizando las herramientas para análisis cualitativo de sistemas dinámicos presentadas

en el capı́tulo anterior, se realiza el estudio de un modelo de dinámica poblacional no
lineal denominado modelo Presa-Depredador (ẋ1 = x1 (a − bx2 ), ẋ2 = x2 (dx1 − c)).
Se intenta con este procedimiento explicar el comportamiento global de dicho modelo.
En este capı́tulo se toma como referencia al modelo descrito en Volterra (2011). El
modelo que está representado por un sistema no lineal planar polinómico se somete a
los siguientes procedimientos en busca de la información caracterı́stica de las ecuaciones
diferenciales, a saber:

- Se hace una breve descripción del modelo.

- Se realiza una transformación lineal que permite la minimización del número de

parámetros y ası́ facilitar el estudio de la dinámica del modelo.

- Se aplican las herramientas de análisis cualitativo de sistemas dinámicos:

- Análisis de Puntos de Equilibrio Finitos.

∗ Se ubican los puntos de equilibrio.

∗ Se realiza la Linealización alrededor de cada punto de equilibrio.
∗ Se hallan los autovalores.
∗ Se realiza un análisis parámetrico.

- Análisis de Puntos de Equilibrio en el Infinito.

3.1 Descripción del Modelo 30

∗ Se aplica la Compactificación de Poincaré.

∗ Se obtienen las cartas locales.
∗ Se ubican los equilibrios en el Infinito.
∗ Se realiza la Linealización alrededor de cada punto de equilibrio.
∗ Se hallan los autovalores.

- Breve introducción del comportamiento de las trayectorias por medio de los

Teoremas referentes a la Dependencia Continua de las soluciones respecto
de las Condiciones Iniciales y Parámetros expuestos por Hartman.

Con la información obtenida de los procedimientos mencionados anteriormente, se

procede a realizar un estudio cualitativo que permite explicar el comportamiento global
del sistema, a través de los diagramas de fase y los Discos de Poincaré.

3.1 Descripción del Modelo

Se considera el caso de dos especies, llamadas depredador y presa, que coexisten en un
ecosistema común. Se representa por x1 y x2 el número (o densidad) de las especies
presa y depredadora respectivamente. El modelo propuesto inicialmente por Volterra
se expresa de la siguiente forma:

ẋ1 = x1 (a − bx2 ),
(3.1)
ẋ2 = x2 (dx1 − c),

donde a, b, c y d son constantes positivas. El significado del modelo se resume como

sigue:

- En ausencia de depredadores, x2 = 0, la ecuación para la presa se reduce a

ẋ1 = ax1 , siendo a la constante de crecimiento intrı́nseca para x1 , ésta ecuación
da lugar a un crecimiento exponencial.

- En ausencia de presas, x1 = 0, la ecuación para el depredador toma la forma

ẋ2 = −cx2 , donde c es la tasa de decrecimiento intrı́nseca de x2 , ésta ecuación da
lugar a un decrecimiento exponencial y posterior extinción de la población.
3.2 Transformación Lineal 31

- La constante b > 0, que corresponde con el término cruzado −bx1 x2 en la primera

ecuación, da cuenta de que las interacciones entre las dos especies, que se suponen
proporcionales al producto x1 x2 de ambas poblaciones, son desfavorables para la
presa (de ahı́ el signo negativo).

- La constante d > 0 corresponde al término cruzado dx1 x2 en la segunda ecuación,

pone en evidencia que los encuentros de ambas especies son favorables para el
depredador.

Nota. Se asumirá que las constantes definidas inicialmente tomarán también valores
negativos, ya que el propósito es estudiar el modelo de forma global.

3.2 Transformación Lineal

Con el fin de reducir algunos parámetros del sistema (3.1), se realiza una
Transformación Lineal matricial x = Ωz, definida por
" # " #" #
x1 ω11 ω12 z1
= , (3.2)
x2 ω21 ω22 z2

donde la derivada toma la forma

" # " #" #
ẋ1 ω11 ω12 ż1
= . (3.3)
ẋ2 ω21 ω22 ż2

Sustituyendo (3.2) y (3.3) en (3.1) y resolviendo el sistema de ecuaciones para ż1 y

ż2 , se obtiene un sistema de ecuaciones diferenciales de la forma

ż1 = θ1 z12 + θ2 z1 z2 + θ3 z22 + θ4 z1 + θ5 z2 ,

(3.4)
ż2 = θ6 z12 + θ7 z1 z2 + θ8 z22 + θ9 z1 + θ10 z2 ,

donde los parámetros están definidos por las siguientes ecuaciones

(ω11 ω21 )(dω12 + bω22 )
θ1 = ,
ω12 ω21 − ω11 ω22
(dω12 + bω22 )(ω12 ω21 + ω11 ω22 )
θ2 = ,
ω12 ω21 − ω11 ω22
(ω12 ω22 )(dω12 + bω22 )
θ3 = ,
ω12 ω21 − ω11 ω22
3.2 Transformación Lineal 32

cω12 ω21 + aω11 ω22

θ4 = ,
−ω12 ω21 + ω11 ω22
(a + c)(ω12 ω22 )
θ5 = ,
−ω12 ω21 + ω11 ω22
(ω11 ω21 )(dω11 + bω21 )
θ6 = ,
−ω12 ω21 + ω11 ω22
(dω11 + bω21 )(ω12 ω21 + ω11 ω22 )
θ7 = ,
−ω12 ω21 + ω11 ω22
(ω12 ω22 )(dω11 + bω21 )
θ8 = ,
−ω12 ω21 + ω11 ω22
(a + c)(ω11 ω21 )
θ9 =− ,
−ω12 ω21 + ω11 q22
aω12 ω21 + cω11 ω22
θ10 = .
ω12 ω21 − ω11 ω22
Con el fin de eliminar los términos z12 y z22 de (3.4), se toman las ecuaciones definidas
por los parámetros θ1 , θ3 , θ6 y θ8 , y se igualan a cero,

θ1 = 0, θ3 = 0, θ6 = 0, θ8 = 0, (3.5)

luego, para los términos z1 z2 en ż1 y ż2 de (3.4), se toman las ecuaciones definidas por
los parámetros θ2 , θ7 y se igualan a 1 y -1 respectivamente,

θ2 = 1, θ7 = −1. (3.6)

Se resuelve el sistema de ecuaciones generado por (3.5) y (3.6), de lo que se obtienen

ω11 , ω12 , ω21 , ω22 que conforman la matriz Ω que resuelven el sistema de ecuaciones,
con dos soluciones Ω1 y Ω2
 
" # 1
ω11 ω12  0 d 
Ω1 = = 1 ,
ω21 ω22 0
b
 
" # 1
ω11 ω12  − 0 
Ω2 = = d 1 .
ω21 ω22 0 −
b
Se evalua por medio de Ω1 en las ecuaciones de los parámetros θ1 , . . . , θ10 de lo que
se obtiene
3.3 Análisis de los Puntos de Equilibrio Finitos 33

θ1 = 0, θ2 = 1, θ3 = 0, θ4 = −c, θ5 = 0,
θ6 = 0, θ7 = −1, θ8 = 0, θ9 = 0, θ10 = a.

Sustituyendo θ1 , . . . , θ10 en el sistema (3.4), el sistema de ecuaciones diferenciales

se transforma en

z˙1 = z1 z2 − cz1 ,
(3.7)
z˙2 = −z2 z1 + az2 .

3.3 Análisis de los Puntos de Equilibrio Finitos

Al sistema de ecuaciones diferenciales minimizado que se muestra en la ecuación (3.7),
se le realiza el estudio de los equilibrios finitos. Para ubicar y analizar los puntos de
equilibrio finitos del sistema (3.7), se deben seguir los pasos descritos en la Sección 2.1.

Paso 1. Puntos de Equilibrio

Los puntos de equilibrio se obtienen al hacer cero la parte dinámica en (3.7), esto
es f (z) = 0, dichos puntos de equilibrio se representan por z̄1 y z̄2 .

0 = z̄1 z̄2 − cz̄1 ,

(3.8)
0 = −z̄2 z̄1 + az̄2 ,

despejando z̄1 y z̄2 se obtienen los puntos de equilibrio finitos en el sistema denotados
como pn = (z̄1 , z̄2 )n con n = 1, 2,

p1 = (0, 0), p2 = (a, c). (3.9)

En vista de que los puntos de equilibrio son aislados, se realiza la Linealización del
sistema.

Paso 1.1. Linealización

Dada f (z) = 0, la matriz A(z) es la siguiente
" #
∂P/∂z1 ∂P/∂z2
A(z) = ,
∂Q/∂z1 ∂Q/∂z2
(z̄)
3.3 Análisis de los Puntos de Equilibrio Finitos 34

" #
−c + z̄2 z̄1
A(z̄) = .
−z̄2 a − z̄1
Al encontrar la parte lineal del sistema, es necesario evaluar cada punto de
equilibrio para ası́ poder estudiar su comportamiento.

Paso 1.2. Evaluación de los puntos de Equilibrio

Evaluando p1 y p2 en A(z̄) se obtiene
" #
−c 0
A1 (p1 ) = ,
0 a
" #
0 a
A2 (p2 ) = ,
−c 0
donde la traza y el determinante de las matrices A1 y A2 son

T (A1 ) = a − c, D(A1 ) = −ac, T (A2 ) = 0, D(A2 ) = ac,

Paso 1.3. Autovalores

Los autovalores se consiguen al sustituir la traza y el determinante en:
p
T (Ai ) ± T (Ai )2 − 4D(Ai )
λ= ,
2
con i = 1, 2. De donde se obtiene,
√ √
λ1 = a, λ2 = −c, λ3 = i ac, λ4 = −i ac. (3.10)

Nota. Los autovalores λ1,2 corresponden al punto de equilibrio p1 y los autovalores λ3,4
corresponden al punto de equilibrio p2 .

Paso 1.4. Comportamiento de los Puntos de Equilibrio Finitos

Dado que λ1 y λ2 son reales y aplicando el Teorema 1 se concluye que p1 solo
puede ser una silla o un nodo (estable, inestable), esto se demuestra con detalle en los
siguientes teoremas.
3.3 Análisis de los Puntos de Equilibrio Finitos 35

Teorema 5. Sean p1 y p2 los puntos de equilibrio del sistema (3.7), si a < 0 y c > 0,
entonces p1 es un punto de equilibrio atractor y p2 es una silla.

Demostración. Para que p1 sea un punto de equilibrio atractor, de acuerdo con el

teorema 1, los autovalores λ1,2 deben tener signos negativos, entonces para que λ1,2
sean negativos las condiciones necesarias son las siguientes

(1) λ1 λ2 > 0,

(2) λ1 + λ2 < 0,

ahora, para que p2 sea una silla de acuerdo con el teorema 1, los autovalores
λ3,4 deben tener signos contrarios, entonces para que λ3,4 tengan signos contrarios
la condición necesaria es la siguiente

(3) λ3 λ4 < 0.

Sustituyendo (3.10) en (1), (2) y (3) se obtiene

(i) −ac > 0,

(ii) a − c < 0,

(iii) ac < 0.

Entonces si a < 0 y c > 0 las restricciones (i), (ii) y (iii) se cumplen, ası́, p1 se
comporta como un punto de equilibrio atractor y p2 se comporta como silla.

Teorema 6. Sean p1 y p2 los puntos de equilibrio del sistema (3.7), si a > 0 y c < 0,
entonces p1 es un punto de equilibrio repulsor y p2 es una silla.

Demostración. Para que p1 sea un punto de equilibrio repulsor, de acuerdo con el

teorema 1, los autovalores λ1,2 deben tener signos positivos, entonces para que λ1,2
sean positivos las condiciones necesarias son las siguientes

(1) λ1 λ2 > 0,

(2) λ1 + λ2 > 0,
3.3 Análisis de los Puntos de Equilibrio Finitos 36

ahora, para que p2 sea una silla de acuerdo con el teorema 1, los autovalores
λ3,4 deben tener signos contrarios, entonces para que λ3,4 tengan signos contrarios
la condición necesaria es la siguiente

(3) λ3 λ4 < 0.

Sustituyendo (3.10) en (1), (2) y (3) se obtiene

(i) −ac > 0,

(ii) a − c > 0,

(iii) ac < 0.

Entonces si a > 0 y c < 0 las restricciones (i), (ii) y (iii) se cumplen, ası́, p1 se
comporta como un punto de equilibrio repulsor y p2 se comporta como silla.

Teorema 7. Sean p1 y p2 los puntos de equilibrio del sistema (3.7), si a, c < 0 o

a, c > 0, entonces p1 es una silla y p2 es un centro.

Demostración. Para que p1 sea una silla de acuerdo con el teorema 1, los autovalores
λ1,2 deben tener signos contrarios, entonces para que λ1,2 tengan signos contrarios la
condición necesaria es la siguiente

(1) λ1 λ2 < 0.

para que p2 sea un centro de acuerdo con el teorema 1, los autovalores λ3,4 deben
ser complejos conjugados con parte real igual a cero y parte imaginaria diferente de
cero, para ello, las condiciones necesarias son las siguientes

(2) Re[λ3,4 ] = 0,

(3) Im[λ3,4 ] 6= 0.

Sustituyendo λ1,2 de (3.10) en (1), se tiene que −ac < 0 ⇒ ac > 0, ahora para que
λ3,4 ∈ C, se debe cumplir que ac > 0. Dado que efectivamente, Re[λ3,4 ] = 0, basta
encontrar el rango definido por a y c donde se cumple que ac > 0, entonces,
3.3 Análisis de los Puntos de Equilibrio Finitos 37

- Si a > 0 y c < 0, entonces ac ≯ 0,

- Si a < 0 y c > 0, entonces ac ≯ 0,

- Si a > 0 y c > 0, entonces ac > 0,

- Si a < 0 y c < 0, entonces ac > 0.

Queda demostrado entonces, que si a, c poseen el mismo signo, entonces p1 es una

silla y p2 es un centro.

Teorema 8. Sean p1 y p2 los puntos de equilibrio del sistema (3.7), si a < 0, c > 0 y
a = −c, entonces p1 es un nodo degenerado estable y p2 es una silla.

Demostración. Para que p1 sea un nodo degenerado estable, de acuerdo con el teorema
1, los autovalores λ1,2 deben ser iguales y de signos negativos, entonces para que λ1,2
sean iguales y de signo negativo las condiciones necesarias son las siguientes

(1) λ1 = λ2

(2) λ1 λ2 > 0,

(3) λ1 + λ2 < 0,

para que p2 sea una silla de acuerdo con el teorema 1, los autovalores λ3,4 deben
tener signos contrarios, entonces para que λ3,4 tengan signos contrarios la condición
necesaria es la siguiente

(4) λ3 λ4 < 0.

Sustituyendo (1) en (2) y (1) en (3) se obtiene λ21 > 0 y 2λ1 < 0, respectivamente.
Dado que λ21 > 0 siempre es cierto, queda por encontrar el rango definido por a y c
donde λ1 < 0 y λ3 λ4 < 0 se cumplen. Además, para que p1 sea un foco los autovalores
deben ser complejos conjugados y si son complejos conjugados entonces λ1 6= λ2 , por
lo tanto p1 solo puede ser un nodo Sustituyendo (3.10) en las inecuaciones anteriores
se obtiene
3.3 Análisis de los Puntos de Equilibrio Finitos 38

(i) a < 0,

(ii) ac < 0.

De (i) se tiene que a < 0, por lo que necesariamente c > 0 para que la restricción
(ii) se cumpla.
Queda demostrado que si a < 0, c > 0 y además a = −c, entonces p1 es un nodo
degenerado estable y p2 es una silla.

Teorema 9. Sean p1 y p2 los puntos de equilibrio del sistema (3.7), si a > 0, c < 0 y
a = −c, entonces p1 es un nodo degenerado inestable y p2 es una silla.

Demostración. Para que p1 sea un nodo degenerado inestable, de acuerdo con el

teorema 1, los autovalores λ1,2 deben ser iguales y de signos positivos, entonces para
que λ1,2 sean iguales y de signo positivo las condiciones necesarias son las siguientes

(1) λ1 = λ2

(2) λ1 λ2 > 0,

(3) λ1 + λ2 > 0,

para que p2 sea una silla de acuerdo con el teorema 1, los autovalores λ3,4 deben
tener signos contrarios, entonces para que λ3,4 tengan signos contrarios la condición
necesaria es la siguiente

(4) λ3 λ4 < 0.

Sustituyendo (1) en (2) y (1) en (3) se obtiene λ21 > 0 y 2λ1 > 0, respectivamente.
Dado que λ21 > 0 siempre es cierto, queda por encontrar el rango definido por a y c
donde λ1 > 0 y λ3 λ4 < 0 se cumplen. Además, para que p1 sea un foco los autovalores
deben ser complejos conjugados y si son complejos conjugados entonces λ1 6= λ2 , por
lo tanto p1 solo puede ser un nodo
Sustituyendo (3.10) en las inecuaciones anteriores se obtiene

(i) a > 0,
3.3 Análisis de los Puntos de Equilibrio Finitos 39

(ii) ac < 0.

De (i) se tiene que a > 0, por lo que necesariamente c < 0 para que la restricción
(ii) se cumpla.
Queda demostrado que si a > 0, c < 0 y además a = −c, entonces p1 es un nodo
degenerado inestable y p2 es una silla.

Corolario 1. Sean p1 y p2 los puntos de equilibrio del sistema (3.7), si a, c > 0 o

a, c < 0 y además a = c, entonces p1 y p2 poseen el comportamiento descrito en el
teorema 7.

Hasta ahora se ha estudiado el comportamiento de los puntos de equilibrio finitos

del sistema (3.7), cuando a, c > 0, cuando a, c < 0, cuando a > 0 y c < 0, cuando
a < 0 y c > 0, cuando a = −c y cuando a = c; falta estudiar el comportamiento del
sistema en los siguientes casos:

(I) a = 0 y c 6= 0,

(II) a 6= 0 y c = 0.

3.3.1 Caso I (a=0)

Para el caso (I ), el sistema (3.7) toma la forma

z˙1 = z1 (z2 − c),

(3.11)
z˙2 = −z2 z1 .

Teorema 10. En el sistema (3.11) existen infinitos puntos de equilibrio estables e

infinitos puntos de equilibrio inestables.

Demostración. Para encontrar los puntos de equilibrio de (3.11) se debe hacer cero su
parte dinámica
z1 (z2 − c) = 0, −z1 z2 = 0,

de donde se obtiene que el punto de equilibrio es p = (0, z̄2 ), es decir, el eje z2 es una
recta de infinitos puntos de equilibrio. Para encontrar los autovalores, se procede a
linealizar el sistema
3.3 Análisis de los Puntos de Equilibrio Finitos 40

" #
z̄2 − c z̄1
A(z̄) = ,
−z̄2 −z̄1
sustituyendo z̄1 = 0 en A, se obtiene
" #
z̄2 − c 0
A(z̄) = ,
−z̄2 0

de donde se obtiene que la traza, el determinante y los autovalores son T (A) = z̄2 −
c, D(A) = 0, y

(z̄2 − c) ± (z̄2 − c)
λ1,2 = , λ1 = z̄2 − c, λ2 = 0.
2
Dado que existe una recta z1 = 0 de infinitos puntos de equilibrio y dado que
un autovalor λ2 es cero, entonces el teorema de la variedad invariante normalmente
hiperbólica explica que existe una subvariedad estable, una subvariedad inestable y
una subvariedad tangente. La subvariedad estable existe cuando λ1 = z̄2 − c < 0, es
decir, cuando z̄2 < c, y la subvariedad inestable existe cuando λ1 = z̄2 − c > 0, es decir,
cuando z̄2 > c.

Corolario 2. Si c = z̄2 , entonces λ1 = λ2 = 0.

No se abordará el estudio cuando el sistema posea dos autovalores cero.

3.3.2 Caso II (c=0)

Para el caso (II ), el sistema (3.7) toma la forma

z˙1 = z1 z2 ,
(3.12)
z˙2 = z2 (a − z1 ).

Teorema 11. En el sistema (3.12) existen infinitos puntos de equilibrio estables e

infinitos puntos de equilibrio inestables.

Demostración. Para encontrar los puntos de equilibrio de (3.12) se debe hacer cero su
parte dinámica
z1 z2 = 0, z2 (a − z1 ) = 0,
3.3 Análisis de los Puntos de Equilibrio Finitos 41

de donde se obtiene que el punto de equilibrio es p = (z̄1 , 0), es decir, el eje z1 es una
recta de infinitos puntos de equilibrio. Para encontrar los autovalores, se procede a
linealizar el sistema
" #
z̄2 z̄1
A(z̄) = ,
−z̄2 a − z̄1
sustituyendo z̄2 = 0 en A, se obtiene
" #
0 z̄1
A= ,
0 a − z̄1

de donde se obtiene que T (A) = a − z̄1 , D(A) = 0, y

(a − z̄1 ) ± (a − z̄1 )
λ1,2 = , λ1 = a − z̄1 , λ2 = 0.
2
Dado que existe una recta z2 = 0 de infinitos puntos de equilibrio y dado que
un autovalor λ2 es cero, entonces el teorema de la variedad invariante normalmente
hiperbólica explica que existe una subvariedad estable, una subvariedad inestable y
una subvariedad tangente. La subvariedad estable existe cuando λ1 = a − z̄1 < 0, es
decir, cuando a < z̄1 , y la subvariedad inestable existe cuando λ1 = a − z̄1 > 0, es
decir, cuando a > z̄1 .

Corolario 3. Si a = z̄1 , entonces λ1 = λ2 = 0.

En la figura 3.1 se muestra el plano de los parámetros a y c donde se resumen los

comportamientos de los equilibrios finitos.

- Si los parámetros a y c se encuentran en el primer cuadrante, entonces p1 se

comporta como silla y p2 se comporta como un centro.

- Si los parámetros a y c se encuentran en el segundo cuadrante, entonces p1 se

comporta como un punto de equilibrio atractor y p2 se comporta como silla.

- Si los parámetros a y c se encuentran en el tercer cuadrante, entonces p1 se

comporta como silla y p2 se comporta como centro.
3.3 Análisis de los Puntos de Equilibrio Finitos 42

Figura 3.1: Comportamiento de los equilibrios en el plano (a, c)

3.4 Análisis de los Puntos de Equilibrio en el Infinito 43

- Si los parámetros a y c se encuentran en el cuarto cuadrante, entonces p1 se

comporta como un punto de equilibrio repulsor y p2 se comporta como silla.

- Si los parámetros a y c se encuentran sobre la recta a = −c, entonces p1 se

comporta como un nodo degenerado inestable y p2 se comporta como silla.

- Si los parámetros a y c se encuentran sobre la recta −a = c, entonces p1 se

comporta como un nodo degenerado estable y p2 se comporta como silla.

- Si el parámetro a es igual a cero y el parámetro c es diferente de cero entonces

existen infinitos puntos de equilibrios finitos atractores e infinitos puntos de
equilibrios finitos repulsores.

- Si el parámetro c es igual a cero y el parámetro a es diferente de cero entonces

existen infinitos puntos de equilibrios finitos atractores e infinitos puntos de
equilibrios finitos repulsores.

3.4 Análisis de los Puntos de Equilibrio en el

Infinito
Para explicar el comportamiento en una vecindad de los puntos de equilibrio en el
infinito del sistema (3.7), se utiliza la Compactificación de Poincaré y los Teoremas 1
y 2.
Sea X el campo vectorial asociado al sistema (3.7), entonces la expresión para ρ(X)
en la carta local U1 se obtiene con las coordenadas (u, v), que se definen por z1 = 1/v,
z2 = u/v. De (3.7) se tiene
P (z1 , z2 ) = z1 (z2 − c),
(3.13)
Q(z1 , z2 ) = z2 (a − z1 ),
sustituyendo z1 , z2 en la ecuación anterior se obtiene
 
1 u 1 u 
P , = −c ,
v v v v
    (3.14)
1 u u 1
Q , = a− ,
v v v v
3.4 Análisis de los Puntos de Equilibrio en el Infinito 44

al sustituir (3.14) en (2.1) se obtiene

     
2 1 u 2 u 1
u̇ = −uv −c +v a− ,
v v v v
  
3 1 u
v̇ = −v −c ,
v v

o de manera equivalente

u̇ = −u − u2 + uva + uvc,
(3.15)
v̇ = −uv + cv 2 .

Los puntos de equilibrio de (3.15) se obtienen al hacer cero su parte dinámica

0 = −u − u2 + uva + uvc,
0 = −uv + cv 2 ,

de donde se tiene que los puntos de equilibrio de (3.15) son Pn = (ū, v̄)n con
n = 1, 2, 3
P1 = (0, 0), P2 = (−1, 0), P3 = (c/a, 1/a).

El punto de equilibrio P3 se descarta del análisis ya que v̄ 6= 0.

Teorema 12. Dado el sistema (3.15), entonces P1 se comporta como una silla-nodo y
P2 se comporta como un nodo repulsor (o nodo inestable).

Demostración. Para estudiar el comportamiento de los equilibrios se debe aplicar la

Linealización al sistema (3.15), entonces la matriz A queda como
" #
−1 − 2ū + av̄ + cv̄ aū + cū
A= ,
−v̄ −ū + 2cv̄
evaluando P1 = (ū, v̄) = (0, 0) en A se obtiene
" #
−1 0
A(P1 ) = ,
0 0
los autovalores de A(P1 ) son λ1 = −1 y λ2 = 0. Como uno de los autovalores es cero,
el punto de equilibrio infinito P1 es semi-hiperbólico, por lo tanto su comportamiento se
3.4 Análisis de los Puntos de Equilibrio en el Infinito 45

determina por medio del Teorema 2. Se observa que el comportamiento del equilibrio
no depende de los valores de los parámetros a y c. De acuerdo con la Observación 1,
el caso λ < 0 puede reducirse a λ > 0 cambiando X por −X, entonces

u̇ = u + u2 − uva − uvc,
(3.16)
2
v̇ = uv − cv ,

para este sistema la matriz linealizada evaluada en el punto de equilibrio P1 queda

" #
1 0
A(P1 ) = ,
0 0
ası́ se obtiene λ1 = 1 y λ2 = 0. Para que el sistema (3.16) tenga la forma del sistema
descrito en el Teorema 2 se debe aplicar una transformación lineal la cual viene dada
por u = V y v = U quedando

U̇ = UV − cU 2 ,
V̇ = V + V 2 − aUV − cUV,

en este caso A(U, V ) = UV − cU 2 , B(U, V ) = V 2 − aUV − cUV y λ > 0. Sea

V = f (U) la solución de la ecuación

V + V 2 − aUV − cUV = 0,

al resolver la ecuación anterior se obtiene que f (U) = 0 y f (U) = −1 + aU + cU son las

soluciones de la ecuación anterior. Ahora sustituyendo la primera y segunda solución
en g(U) = A(U, f (U)) se obtiene

g1 (U) = −cU 2 ,
g2 (U) = −U + aU 2 ,

se observa que con g2 (U) no puede aplicarse el Teorema 2, por lo que se descarta
la segunda solución. Entonces en g1 (U) se observa que m = 2 y am = −c. Como m
es par, el inciso (iii) del Teorema 2 indica que el punto de equilibrio P1 se comporta
como silla-nodo.
Ahora se evalúa P2 = (ū, v̄) = (−1, 0) en A para estudiar el comportamiento del
equilibrio
3.4 Análisis de los Puntos de Equilibrio en el Infinito 46

" #
1 −a − c
A(P2 ) = ,
0 1
los autovalores de A(P2 ) son λ1 = λ2 = 1. En este caso, el comportamiento del
equilibrio tampoco depende de los valores de los parámetros a y c. Dado que ambos
autovalores son diferentes de cero, se tiene un punto de equilibrio infinito hiperbólico
por lo que su comportamiento se determina por medio del Teorema 1. En el inciso
(ii) del Teorema 1, λ1,2 deben ser reales con |λ2 | ≥ |λ1 |, λ1 λ2 > 0 y además λ1 > 0.
Dado que para λ1,2 se cumplen todas las condiciones anteriores entonces el punto de
equilibrio infinito P2 se comporta como un nodo repulsor (o nodo inestable).

Corolario 4. Como el grado del sistema (3.7) es par, es decir d = 2, entonces el

′
punto de equilibrio P1 antipodal a P1 que se encuentra en el infinito se comporta como
silla-nodo y el punto de equilibrio antipodal a P2 se comporta como un nodo atractor
(o nodo estable).

Sea X el campo vectorial asociado al sistema (3.7). Entonces la expresión para

ρ(X) en la carta local U2 se obtiene con las coordenadas (u, v), que se definen por
z1 = u/v, z2 = 1/v. Sustituyendo z1 , z2 en (3.13) se obtiene
   
u 1 u 1
P , = −c ,
v v v v
  (3.17)
u 1 1 u
Q , = a− ,
v v v v

al sustituir (3.17) en (2.2) se obtiene

     
2 1 u 2 u 1
u̇ = −uv a− +v −c ,
v v v v
  
3 1 u
v̇ = −v a− ,
v v

o de manera equivalente

u̇ = u + u2 − auv − cuv,
(3.18)
v̇ = uv − av 2 .
3.4 Análisis de los Puntos de Equilibrio en el Infinito 47

Los puntos de equilibrio de (3.18) se obtienen al hacer cero su parte dinámica

0 = u + u2 − auv − cuv,
0 = uv − av 2 ,

obteniendose que los puntos de equilibrio de (3.18) son Pn = (ū, v̄)n con n = 4, 5, 6

P4 = (0, 0), P5 = (−1, 0), P6 = (a/c, 1/c).

El punto de equilibrio P6 se descarta del análisis ya que v̄ 6= 0.

Teorema 13. Dado el sistema (3.18), entonces P4 se comporta como una silla-nodo y
P5 se comporta como un nodo atractor (o nodo estable).

Demostración. Para estudiar el comportamiento de los equilibrios se aplica la

Linealización al sistema (3.18), entonces la matriz A queda como
" #
1 + 2ū − av̄ − cv̄ −aū − cū
A= ,
v̄ ū − 2av̄
evaluando P4 = (ū, v̄) = (0, 0) en A se obtiene
" #
1 0
A(P4 ) = ,
0 0
los autovalores de A(P4 ) son λ1 = 1 y λ2 = 0. Como uno de los autovalores
es cero, entonces el punto de equilibrio infinito P4 es semi-hiperbólico por lo tanto
su comportamiento se determina por medio del Teorema 2. Se observa que el
comportamiento del equilibrio no depende de los valores de los parámetros a y c.
Para que el sistema (3.18) tenga la forma del sistema descrito en el Teorema 2 se debe
aplicar una transformación lineal la cual viene dada por u = V y v = U quedando

U̇ = UV − aU 2 ,
V̇ = V + V 2 − aUV − cUV,

en este caso A(U, V ) = UV − aU 2 , B(U, V ) = V 2 − aUV − cUV y λ > 0. Sea

V = f (U) la solución de la ecuación

V + V 2 − aUV − cUV = 0,
3.4 Análisis de los Puntos de Equilibrio en el Infinito 48

al resolver la ecuación anterior se obtiene que f (U) = 0 y f (U) = −1 + aU + cU son las

soluciones de la ecuación anterior. Ahora sustituyendo la primera y segunda solución
en g(U) = A(U, f (U)) se obtiene

g1 (U) = −aU 2 ,
g2 (U) = −U + cU 2 ,

se observa que con g2 (U) no puede aplicarse el Teorema 2, por lo que se descarta
la segunda solución. Entonces de g1 (U) se obtiene que m = 2 y am = −a. Como m
es par, el inciso (iii) del Teorema 2 indica que el punto de equilibrio P4 se comporta
como silla-nodo.
Ahora se sustituye P5 = (ū, v̄) = (−1, 0) en A para estudiar el comportamiento del
equilibrio
" #
−1 a + c
A(P5 ) = ,
0 −1
los autovalores de A(P5 ) son λ3 = λ4 = −1. En este caso, el comportamiento del
equilibrio tampoco depende de los valores de los parámetros a y c. Dado que ambos
autovalores son diferentes de cero, se tiene un punto de equilibrio hiperbólico en el
infinito, por lo que su comportamiento se determina por medio del Teorema 1. En el
inciso (ii) del Teorema 1, λ3,4 deben ser reales con |λ4 | ≥ |λ3 |, λ3 λ4 > 0 y además
λ3 < 0. Dado que para λ3,4 se cumplen todas las condiciones anteriores entonces el
punto de equilibrio infinito P5 se comporta como un nodo atractor (o nodo estable).

Corolario 5. El punto de equilibrio P2 es el antipodal (diametralmente opuesto) de

P5 , entonces se comprueba que como P2 es un nodo repulsor (o nodo inestable) y P5 es
un nodo atractor (o nodo estable), si el grado del sistema es par, la orientación de las
′
órbitas se invierten, además el punto de equilibrio P4 antipodal a P4 se comporta como
silla-nodo.

Una vez estudiados los puntos de equilibrio en el infinito del sistema (3.7), se debe
analizar el sistema en los casos (I) y (II), es decir, los sistemas (3.11) y (3.12).
3.4 Análisis de los Puntos de Equilibrio en el Infinito 49

3.4.1 Análisis de los equilibrios en el infinito (Caso I)

Para explicar el comportamiento en una vecindad del infinito del sistema (3.11), se
utiliza la Compactificación de Poincaré y los Teoremas 1 y 2. Sea X1 el campo vectorial
asociado al sistema (3.11). Entonces la expresión para ρ(X1 ) en la carta local U1 se
obtiene con las coordenadas (u, v), que se definen por z1 = 1/v, z2 = u/v. De (3.11)
se tiene
P (z1 , z2 ) = z1 (z2 − c),
Q(z1 , z2 ) = −z2 z1 ,
este sistema tiene a z1 como factor común, por lo cual se aplica una transformación
lineal para facilitar los cálculos, la transformación viene dada por z1 dt = ds
dz1
= z1 (z2 − c),
dt
dz2
= −z1 z2 ,
dt
sustituyendo dt = ds/z1 en la ecuación anterior
dz1 dz2
= z1 (z2 − c), = −z1 z2 ,
ds ds
z1 z1
resolviendo, se obtiene
dz1 dz2
= P (z1 , z2 ) = z2 − c, = Q(z1 , z2 ) = −z2 . (3.19)
ds ds
Observación 2. Las órbitas del sistema (3.11) se obtienen a partir de las órbitas del
sistema (3.19) de la siguiente manera:

- El sistema (3.11) tiene la recta z1 = 0 de puntos de equilibrio, que no tiene el

sistema (3.19).

- El sistema (3.11) en el semiplano z1 > 0 tiene las mismas órbitas que el sistema
(3.19) recorridas en el mismo sentido pero con velocidades de recorrido distintas.

- El sistema (3.11) en el semiplano z1 < 0 tiene las mismas órbitas que el sistema
(3.19) recorridas en sentido contrario con velocidades de recorrido distintas.
3.4 Análisis de los Puntos de Equilibrio en el Infinito 50

sustituyendo z1 = 1/v, z2 = u/v en el sistema (3.19) se obtiene

 
1 u u
P , = − c,
v v v
  (3.20)
1 u u
Q , =− ,
v v v

al sustituir (3.20) en (2.1) se obtiene

u   u
u̇ = −uv −c +v − ,
 uv  v
v̇ = −v 2 −c ,
v
o de manera equivalente

u̇ = −u − u2 + uvc,
(3.21)
v̇ = −uv + cv 2 .

Los puntos de equilibrio del sistema (3.21) se obtienen al hacer cero su parte
dinámica
0 = −u − u2 + uvc,
0 = −uv + cv 2 ,
de donde se tiene que los puntos de equilibrio de (3.21) son Pn = (ū, v̄)n con n = 7, 8

P7 = (0, 0), P8 = (−1, 0).

Teorema 14. Dado el sistema (3.21), entonces P7 se comporta como silla-nodo y P8

se comporta como un nodo repulsor (o nodo inestable).

Demostración. Para estudiar el comportamiento de los puntos de equilibrio se aplica

la Linealización al sistema (3.21), entonces la matriz A queda como
" #
−1 − 2ū + cv̄ cū
A= ,
v̄ −ū + 2cv̄
evaluando P7 = (ū, v̄) = (0, 0) en A se obtiene
" #
−1 0
A(P7 ) = ,
0 0
3.4 Análisis de los Puntos de Equilibrio en el Infinito 51

los autovalores de A(P7 ) son λ1 = −1 y λ2 = 0. Dado que uno de los autovalores

es cero, el punto de equilibrio P7 es un punto de equilibrio semi-hiperbólico, por lo
tanto su comportamiento se determina por medio del Teorema 2. De acuerdo con la
observación 1, el caso λ < 0 puede reducirse a λ > 0 cambiando X1 por −X1 , entonces

u̇ = u + u2 − uvc,
(3.22)
v̇ = uv − cv 2 ,

para este sistema la matriz Jacobiana en el punto de equilibrio P7 queda

" #
1 0
A(P7 ) = ,
0 0
ası́ se obtiene λ1 = 1 y λ2 = 0. Para que el sistema (3.22) tenga la forma del sistema
descrito en el Teorema 2 se aplica una transformación lineal dada por u = V y v = U
de lo que se obtiene

U̇ = UV − cU 2 ,
V̇ = V + V 2 − cUV,

en este caso, A(U, V ) = UV − cU 2 , B(U, V ) = V 2 − cUV y λ > 0. Sea V = f (U)

la solución de la ecuación
V + V 2 − cUV = 0,

al resolver la ecuación anterior se obtiene que f (U) = 0 y f (U) = −1 + cU son las

soluciones de la ecuación anterior. Ahora, sustituyendo la primera y segunda ecuación
en g(U) = A(U, f (U)) se obtiene

g1 (U) = −cU 2 ,
g2 (U) = −U,

se observa que con g2 (U) no puede aplicarse el Teorema 2, por lo que se descarta
la segunda solución. Entonces en g1 (U) se observa que m = 2 y am = −c. Como m
es par, el inciso (iii) del Teorema 2 indica que el punto de equilibrio P7 se comporta
como silla-nodo.
Ahora se evalúa P8 = (ū, v̄) = (−1, 0) en A para estudiar el comportamiento del
punto de equilibrio
3.4 Análisis de los Puntos de Equilibrio en el Infinito 52

" #
1 −c
A(P8 ) = ,
0 1
los autovalores de A(P8 ) son λ1 = λ2 = 1. Dado que ambos autovalores
son diferentes de cero, se tiene que P8 es un punto de equilibrio hiperbólico y su
comportamiento se determina por medio del Teorema 1. En el inciso (ii) del Teorema
1, λ1,2 deben ser reales con |λ2 | ≥ |λ1 |, λ1 λ2 > 0 y además λ1 > 0. Dado que para
λ1,2 se cumplen todas las condiciones anteriores entonces el punto de equilibrio infinito
P8 se comporta como un nodo repulsor (o nodo inestable).

Corolario 6. Como el grado del sistema (3.11) es par, es decir, d = 2, entonces el

′
punto de equilibrio P7 antipodal a P7 que se encuentra en el infinito, se comporta como
′
silla-nodo y el punto de equilibrio P8 antipodal a P8 se comporta como un nodo atractor
(o nodo estable).

3.4.2 Análisis de los equilibrios en el infinito (Caso II)

Para explicar el comportamiento en una vecindad de los puntos de equilibrio en el
infinito del sistema (3.12), se utiliza la Compactificación de Poincaré y los Teoremas 1
y 2.
Sea X2 el campo vectorial asociado al sistema (3.12), entonces la expresión para
ρ(X2 ) en la carta local U2 se obtiene con las coordenadas (u, v), definidas por z1 = u/v,
z2 = 1/v.
De (3.12) se tiene

P (z1 , z2 ) = z1 z2 ,
Q(z1 , z2 ) = z2 (a − z1 ),
este sistema tiene a z2 como factor común, por lo cual se aplica una transformación
lineal para facilitar los cálculos, la transformación viene dada por z2 dt = ds, realizando
los mismos pasos que se aplicaron en la transformación del sistema (3.11) se obtiene
para (3.12)
dz1 dz2
= P (z1 , z2 ) = z1 , = Q(z1 , z2 ) = (a − z1 ), (3.23)
ds ds
3.4 Análisis de los Puntos de Equilibrio en el Infinito 53

Observación 3. Las órbitas del sistema (3.12) se obtienen a partir de las órbitas del
sistema (3.23) de la siguiente manera:

- El sistema (3.12) tiene la recta z2 = 0 de puntos de equilibrio, que no tiene el

sistema (3.23).

- El sistema (3.12) en el semiplano z2 > 0 tiene las mismas órbitas que el sistema
(3.23) recorridas en el mismo sentido pero con velocidades de recorrido distintas.

- El sistema (3.12) en el semiplano z2 < 0 tiene las mismas órbitas que el sistema
(3.23) recorridas en sentido contrario con velocidades de recorrido distintas.

sustituyendo z1 = u/v, z2 = 1/v en el sistema (3.23) se obtiene

 
u 1 u
P , = ,
v v v
  (3.24)
u 1 u
Q , =a− ,
v v v
al sustituir (3.24) en (2.2) se obtiene
 u u
u̇ = −uv a − +v ,
v v
 u
v̇ = −v 2 a − ,
v
o de manera equivalente

u̇ = u + u2 − uva,
(3.25)
v̇ = uv − av 2 .

Los puntos de equilibrio del sistema (3.25) se obtienen al hacer cero su parte
dinámica, esto es

0 = u + u2 − uva,
0 = uv − av 2 ,

de donde se obtiene que los puntos de equilibrio de (3.25) son pn = (ū, v̄)n con
n = 9, 10.

P9 = (0, 0), P10 = (−1, 0).

3.4 Análisis de los Puntos de Equilibrio en el Infinito 54

Teorema 15. Dado el sistema (3.25), el punto de equilibrio P9 se comporta como

una silla-nodo y el punto de equilibrio P10 se comporta como un nodo atractor (o nodo
estable).

Demostración. Para estudiar el comportamiento de los puntos de equilibrio se debe

aplicar la Linealización al sistema (3.25), entonces la matriz A queda
" #
1 + 2ū − av̄ −aū
A= ,
v̄ ū − 2av̄
evaluando P9 = (ū, v̄) = (0, 0) en A se obtiene
" #
1 0
A(P9 ) = ,
0 0
los autovalores de A(P9 ) son λ1 = 1 y λ2 = 0. Dado que uno de los autovalores es
cero, el punto de equilibrio P9 en un punto de equilibrio semi-hiperbólico, por lo tanto
su comportamiento se determina por medio del Teorema 2. Para que el sistema (3.25)
tenga la forma del sistema descrito en el Teorema 2 se debe aplicar una transformación
lineal la cual viene dada por u = V y v = U de lo que se obtiene

U̇ = UV − aU 2 ,
(3.26)
V̇ = V + V 2 − aUV,

en este caso, A(U, V ) = UV − aU 2 , B(U, V ) = V 2 − aUV y λ > 0. Sea V = f (U)

la solución de la ecuación
V + V 2 − aUV = 0,

al resolver la ecuación anterior se obtiene que f (U) = 0 y f (U) = −1 + aU son las

soluciones de la ecuación anterior. Ahora, sustituyendo la primera y segunda ecuación
en g(U) = A(U, f (U)) se obtiene

g1 (U) = −aU 2 ,
g2 (U) = U,

se observa que con g2 (U) no puede aplicarse el Teorema 2, por lo que se descarta
la segunda solución. Entonces en g1 (U) se observa que m = 2 y am = −a. Como m
3.4 Análisis de los Puntos de Equilibrio en el Infinito 55

es par, el inciso (iii) del Teorema 2 indica que el punto de equilibrio P9 se comporta
como silla-nodo.
Ahora se evalúa P10 = (ū, v̄) = (−1, 0) en A para estudiar el comportamiento del
punto de equilibrio
" #
−1 a
A(P10 ) = ,
0 −1
los autovalores de A(P10 ) son λ1 = λ2 = −1. Dado que ambos autovalores
son diferentes de cero, se tiene que P10 es un punto de equilibrio hiperbólico y su
comportamiento se determina por medio del Teorema 1. En el inciso (ii) del Teorema
1, λ1,2 deben ser reales con |λ2 | ≥ |λ1 |, λ1 λ2 > 0 y además λ1 < 0. Dado que para
λ1,2 se cumplen todas las condiciones anteriores entonces el punto de equilibrio infinito
P10 se comporta como un nodo atractor (o nodo estable).

Corolario 7. Como el grado del sistema (3.12) es par, es decir, d = 2, entonces

′
el punto de equilibrio P9 antipodal a P9 que se encuentra en el infinito, se comporta
′
como silla-nodo y el punto de equilibrio P10 antipodal a P10 se comporta como un nodo
repulsor (o nodo inestable).
3.4 Análisis de los Puntos de Equilibrio en el Infinito 56

En las Tablas 3.1 y 3.2 se resumen los mapas cualitativos del sistema (3.7) que
se obtuvieron en los Teoremas 5, 6, 7, 8, 9, 10, 11, 12, 13, 14 y 15, además se
tiene que: p1 , p2 , p = (0, z̄2 ), y p = (z̄1 , 0) son los puntos de equilibrio finitos;
′ ′ ′ ′ ′ ′
P1 , P1 , P2 , P5 , P4 , P4 , P7 , P7 , P8 , P8 , P9 , P9 , P10 y P10 son puntos de equilibrio en el
infinito; NE nodo estable, NI nodo inestable, S silla, C centro, NDI nodo degenerado
inestable, NDE nodo degenerado estable, S-N silla-nodo.

Mapa ′ ′
p1 p2 P1 P1 P2 P5 P4 P4
Cualitativo
1 a < 0, c > 0 NE S S-N S-N NI NE S-N S-N
2 a > 0, c < 0 NI S S-N S-N NI NE S-N S-N
3 a > 0, c > 0 S C S-N S-N NI NE S-N S-N
4 a < 0, c < 0 S C S-N S-N NI NE S-N S-N
a < 0, c > 0,
5 NDE S S-N S-N NI NE S-N S-N
a = −c
a > 0, c < 0,
6 NDI S S-N S-N NI NE S-N S-N
a = −c

Tabla 3.1: Combinaciones de los Equilibrio Finitos e Infinitos

Mapa ′ ′
p = (0, z̄2 ) P7 P7 P8 P8
Cualitativo
7 a = 0, c > 0 z2 < c, variedad estable
S-N S-N NI NE
8 a = 0, c < 0 z2 > c, variedad inestable
Mapa ′ ′
p = (z̄1 , 0) P9 P9 P10 P10
Cualitativo
9 a > 0, c = 0 z1 > a, variedad estable
S-N S-N NE NI
10 a < 0, c = 0 z1 < a, variedad inestable

Tabla 3.2: Combinaciones de los Equilibrios (Casos I y II)

- En la figura 3.2(a) se muestra el Disco de Poincaré del sistema (3.7) en el mapa

cualitativo 1. Las separatrices son las curvas resaltadas en verde.
3.4 Análisis de los Puntos de Equilibrio en el Infinito 57

S-N S-N

NE NE

S-N S-N S-N S-N

NE NI

NI NI
(a) (b)
(a)
S-N S-N
S-N S-N

NE NE

S-N S-N S-N S-N

S S

NI NI
(c) (d)
S-N S-N

S-N S-N

NE NE

S-N S-N S-N S-N

NI
NE

NI NI
(e) (f)
S-N S-N

Figura 3.2: Discos de Poincaré del sistema (3.7)

3.4 Análisis de los Puntos de Equilibrio en el Infinito 58

- En la figura 3.2(b) se muestra el Disco de Poincaré del sistema (3.7) en el mapa

cualitativo 2. Las separatrices son las curvas resaltadas en verde.

- En la figura 3.2(c) se muestra el Disco de Poincaré del sistema (3.7) en el mapa

cualitativo 3. Las separatrices son las curvas resaltadas en verde.

- En la figura 3.2(d) se muestra el Disco de Poincaré del sistema (3.7) en el mapa

cualitativo 4. Las separatrices son las curvas resaltadas en verde.

- En la figura 3.2(e) se muestra el Disco de Poincaré del sistema (3.7) en el mapa

cualitativo 5. Las separatrices son las curvas resaltadas en verde.

- En la figura 3.2(f) se muestra el Disco de Poincaré del sistema (3.7) en el mapa

cualitativo 6. Las separatrices son las curvas resaltadas en verde.

NE NE

S-N S-N S-N S-N

NI NI
(g) (h)

Figura 3.3: Discos de Poincaré del sistema (3.11)

- En la figura 3.3(g) se muestra el Disco de Poincaré del sistema (3.11) en el

mapa cualitativo 7. Los puntos remarcados en rojo, son los puntos de equilibrio
inestables y los puntos remarcados en azul son los puntos de equilibrio estables.

- En la figura 3.3(h) se muestra el Disco de Poincaré del sistema (3.11) en el

mapa cualitativo 8. Los puntos remarcados en rojo, son los puntos de equilibrio
inestables y los puntos remarcados en azul son los puntos de equilibrio estables.
3.4 Análisis de los Puntos de Equilibrio en el Infinito 59

S-N S-N

NE NE

NI NI
(i) (j)
S-N S-N

Figura 3.4: Discos de Poincaré del sistema (3.12)

- En la figura 3.4(i) se muestra el Disco de Poincaré del sistema (3.12) en el

mapa cualitativo 9. Los puntos remarcados en rojo, son los puntos de equilibrio
inestables y los puntos remarcados en azul son los puntos de equilibrio estables.

- En la figura 3.4(j) se muestra el Disco de Poincaré del sistema (3.12) en el

mapa cualitativo 10. Los puntos remarcados en rojo, son los puntos de equilibrio
inestables y los puntos remarcados en azul son los puntos de equilibrio estables.

En los mapas cualitativos 1, 2, 3, 4, 5 y 6, el sistema (3.7) posee 2 equilibrios finitos

y 6 puntos de equilibrio en el infinito. En los mapas cualitativos 6, 7, 8 y 9 existen
infinitos puntos de equilibrio finitos y 4 puntos de equilibrio en el infinito, como se
observa en las figuras 3.2, 3.3 y 3.4.
Los Discos de Poincaré para los sistemas (3.7), (3.11) y (3.12) fueron generados
con el programa p4 (Polynomial Planar Phase Portraits). El p4 es un programa que
estudia un campo vectorial planar especı́fico (o sistema diferencial) de cualquier grado,
determina todos los puntos singulares (finitos e infinitos) del campo vectorial. p4
funciona en C bajo cualquier entorno UNIX y también en C++ bajo WINDOWS
o MacOSX. Para correr el programa p4 es necesario poseer MAPLE, funciona
perfectamente en la versión MAPLE 9. El programa p4 se puede encontrar en
3.4 Análisis de los Puntos de Equilibrio en el Infinito 60

(Herssens et al.).
Realizando una simulación del sistema (3.7) que cumpla con los valores de los
parámetros que se indican en el Teorema 5, a = −1, c = 2, entonces p1 = (0, 0) es un
nodo estable y p2 = (−1, 2) es una silla.

Z2 0

−1

−2

−3

−4

−4 −3 −2 −1 0 1 2 3 4
Z1

Figura 3.5: Simulación, Mapa Cualitativo 1

Se toma la trayectoria que se encuentra en el primer cuadrante de la figura 3.5 y se

realiza un gráfico de z1 , z2 respecto del tiempo t.
) 1
) 2
14 z1
z2
12

10

8
z1 , z2

0
−2 0 2 4 6
t

Se observa en la figura anterior que dada una condición inicial, conforme t tiende a
3.4 Análisis de los Puntos de Equilibrio en el Infinito 61

infinito, la trayectoria converge al origen, dado que p1 es un nodo estable.

Realizando una simulación del sistema (3.7) que cumpla con los valores de los
parámetros que se indican en el Teorema 6, a = 2, c = −1, entonces p1 = (0, 0) es un
nodo inestable y p2 = (2, −1) es una silla.

Z2 0

−1

−2

−3

−4

−4 −3 −2 −1 0 1 2 3 4
Z1

Figura 3.6: Simulación, Mapa Cualitativo 2

Se toma la trayectoria que se encuentra en el primer cuadrante de la figura 3.6 y se

realiza un gráfico de z1 , z2 respecto del tiempo t.

15
z1
z2

10
z1 , z2

0
−6 −5 −4 −3 −2 −1 0 1
t

Se observa en la figura anterior que dada una condición inicial, conforme t tiende a
infinito, la trayectoria se aleja del origen, dado que p1 es un nodo inestable.
3.4 Análisis de los Puntos de Equilibrio en el Infinito 62

Realizando una simulación del sistema (3.7) que cumpla con los valores de los
parámetros que se indican en el Teorema 7, con a = 2, c = 2, entonces p1 = (0, 0) es
una silla y p2 = (2, 2) es un centro,
c=

Z2 0

−1

−2

−3

−4

−4 −3 −2 −1 0 1 2 3 4
Z1

Figura 3.7: Simulación, Mapa Cualitativo 3

Se toma una de las trayectorias que se encuentran en el primer cuadrante de la

figura 3.7 y se realiza un gráfico de z1 , z2 respecto del tiempo t.

z1
3.5 z2

2.5
z1 , z2

1.5

−8 −6 −4 −2 0 2 4 6
t

Se observa en la figura anterior que dada una condición inicial, conforme t tiende
a infinito, las trayectorias tienen un comportamiento oscilante, además los máximos y
mı́nimos de z2 ocurren antes para cada periodo, que los correspondientes máximos y
3.4 Análisis de los Puntos de Equilibrio en el Infinito 63

mı́nimos de z1 , por lo que las trayectorias en la Figura 3.7 se recorren en el sentido de

las agujas del reloj alrededor de p2 .
Ahora con a = −2, c = −2 entonces p1 = (0, 0) es una silla y p2 = (−2, −2) es un
centro.

Z2 0

−1

−2

−3

−4

−4 −3 −2 −1 0 1 2 3 4
Z1

Figura 3.8: Simulación, Mapa Cualitativo 4

Se toma una de las trayectorias que se encuentran en el tercer cuadrante de la figura

3.8 y se realiza un gráfico de z1 , z2 respecto del tiempo t.

z1
z2
−1.5

−2
zx1 , z2

−2.5

−3

−10 −5 0 5
t

Se observa en la figura anterior que dada una condición inicial, conforme t tiende
a infinito, las trayectorias tienen un comportamiento oscilante, además los máximos y
mı́nimos de z1 ocurren antes para cada periodo, que los correspondientes máximos y
3.4 Análisis de los Puntos de Equilibrio en el Infinito 64

mı́nimos de z2 , por lo que las trayectorias en la Figura 3.8 se recorren en el sentido

contrario de las agujas del reloj alrededor de p2 .
Realizando una simulación del sistema (3.7) que cumpla con los valores de los
parámetros que se indican en el Teorema 10, con a = −2, c = 2, entonces p1 = (0, 0)
es un nodo degenerado estable y p2 = (−2, 2) es una silla,

Z2 0

−1

−2

−3

−4

−4 −3 −2 −1 0 1 2 3 4
Z1

Figura 3.9: Simulación, Mapa Cualitativo 5

Se toma una de las trayectorias que se encuentran en el cuarto cuadrante de la

figura 3.9 y se realiza un gráfico de z1 , z2 respecto del tiempo t.

15 z1
z2
10

5
z1 , z2

−5

−10

−15
0 1 2 3 4 5 6
t
3.4 Análisis de los Puntos de Equilibrio en el Infinito 65

Se observa en la figura anterior que dada una condición inicial, conforme t tiende a
infinito, la trayectoria converge al origen, dado que p1 es un nodo degenerado estable.
Realizando una simulación del sistema (3.7) que cumpla con los valores de los
parámetros que se indican en el Teorema 11, con a = 2, c = −2, entonces p1 = (0, 0)
es un nodo degenerado inestable y p2 = (2, −2) es una silla,

Z2 0

−1

−2

−3

−4

−4 −3 −2 −1 0 1 2 3 4
Z1

Figura 3.10: Simulación, Mapa Cualitativo 6

Se toma la trayectoria que se encuentra en el cuarto cuadrante de la figura 3.10 y

se realiza un gráfico de z1 , z2 respecto del tiempo t.
15
z1
z2
10

5
z1 , z2

−5

−10

−8 −6 −4 −2 0
t

Se observa en la figura anterior que dada una condición inicial, conforme t tiende
3.4 Análisis de los Puntos de Equilibrio en el Infinito 66

a infinito, las trayectorias se alejan del origen, dado que p1 es un nodo degenerado
inestable.
Realizando una simulación del sistema (3.11), con a = 0, c = 1, entonces si z2 < 1
existen infinitos nodos estables y si z2 > 1 existen infinitos nodos inestables,

Z2 0

−1

−2

−3

−4

−4 −3 −2 −1 0 1 2 3 4
Z1

Figura 3.11: Simulación, Mapa Cualitativo 7

Se toma una de las trayectorias que se encuentran en el primer cuadrante de la

figura 3.11 y se realiza un gráfico de z1 , z2 respecto del tiempo t.

5 z1
z2
4

3
z1 , z2

0
−2 0 2 4 6 8 10
t

Se observa en la figura anterior que dada una condición inicial, conforme t tiende a
3.4 Análisis de los Puntos de Equilibrio en el Infinito 67

infinito, las trayectorias se alejan de uno de los infinitos puntos de equilibrio inestables
y convergen a uno de los puntos de equilibrio estables.
Ahora con a = 0, c = −1, si z2 < −1 existen infinitos nodos estables y si z2 > −1
existen infinitos nodos inestables,

Z2 0

−1

−2

−3

−4

−4 −3 −2 −1 0 1 2 3 4
Z1

Figura 3.12: Simulación, Mapa Cualitativo 8

Se toma una de las trayectorias que se encuentran en el tercer cuadrante de la figura

3.12 y se realiza un gráfico de z1 , z2 respecto del tiempo t.

0
z1
−0.5 z2
−1

−1.5
z1 , z2

−2

−2.5

−3

−3.5

−4

−10 −8 −6 −4 −2 0 2 4
t
3.4 Análisis de los Puntos de Equilibrio en el Infinito 68

Se observa en la figura anterior que dada una condición inicial, conforme t tiende a
infinito, las trayectorias se alejan de uno de los infinitos puntos de equilibrio inestables
y convergen a uno de los puntos de equilibrio estables.
Realizando una simulación del sistema (3.12), con a = 1, c = 0, entonces si z1 > 1
existen infinitos nodos estables y si z1 < 1 existen infinitos nodos inestables,

Z2 0

−1

−2

−3

−4

−4 −3 −2 −1 0 1 2 3 4
Z1

Figura 3.13: Simulación, Mapa Cualitativo 9

Se toma una de las trayectorias que se encuentran en el primer cuadrante de la

figura 3.13 y se realiza un gráfico de z1 , z2 respecto del tiempo t.

z1
3.5 z2
3

2.5
z1 , z2

1.5

0.5

0
−10 −5 0 5
t
3.4 Análisis de los Puntos de Equilibrio en el Infinito 69

Se observa en la figura anterior que dada una condición inicial, conforme t tiende a
infinito, las trayectorias se alejan de uno de los infinitos puntos de equilibrio inestables
y convergen a uno de los puntos de equilibrio estables.
Ahora con a = −1, c = 0, si z1 > −1 existen infinitos nodos estables y si z1 < −1
existen infinitos nodos inestables,

Z2 0

−1

−2

−3

−4

−4 −3 −2 −1 0 1 2 3 4
Z1

Figura 3.14: Simulación, Mapa Cualitativo 10

Se toma una de las trayectorias que se encuentran en el tercer cuadrante de la figura

3.12 y se realiza un gráfico de z1 , z2 respecto del tiempo t.

0 z1
z2
−1

−2
z1 , z2

−3

−4

−5

−2 0 2 4 6 8
t
3.5 Análisis de las Trayectorias 70

Se observa en la figura anterior que dada una condición inicial, conforme t tiende a
infinito, las trayectorias se alejan de uno de los infinitos puntos de equilibrio inestables
y convergen a uno de los puntos de equilibrio estables.

Nota. En las Figuras 3.11, 3.12, 3.13 y 3.14 solo se marcan algunos puntos de
equilibrio de los infinitos que existen.

Las simulaciones fueron realizadas con el programa pplane8. El programa pplane8 es

una herramienta interactiva para estudiar sistemas planares autónomos de ecuaciones
diferenciales de máximo cuatro parámetros, permite ubicar los puntos de equilibrio
finitos de un sistema planar. Ejecutado con Matlabr . El programa pplane8 se
encuentra en (Polking).

3.5 Análisis de las Trayectorias

El procedimiento realizado hasta el momento, da información respecto de los equilibrios
finitos y sus vecindades, de los equilibrios en el infinito y sus vecindades, sin embargo
no se tiene información del flujo Φ que existe fuera de los equilibrios y sus vecindades.
Para explicar el comportamiento del flujo, el autor de esta investigación ha decidido
presentar una conjetura, que se espera pueda ser demostrada en futuros estudios.

Conjetura 1. El flujo Φ es continuo y diferenciable para cualquier trayectoria φ y

para cualquier condición inicial.

Dicha conjetura se basa en el texto de Hartman (1973), en especial en el capı́tulo

referente a la Dependencia Continua de las soluciones respecto de las Condiciones
Iniciales y Parámetros y especı́ficamente los Teoremas 16 y 17, que se refieren a la
continuidad y la diferenciabilidad. Sin embargo, no se aplican los Teoremas al caso en
estudio por la extensión que ha alcanzado este trabajo especial de grado.
Si la conjetura es cierta y los teoremas son suficientes, el flujo Φ es homogeneo en
todo el espacio R2 sin tomar en cuenta el conjunto de los equilibrios y las variedades
invariantes, en palabras sencillas, el flujo no contendrá irregularidades.
3.5 Análisis de las Trayectorias 71

Dependencia Continua de las soluciones respecto de las Condiciones

Iniciales y Parámetros

Sea f (t, y) definida en un conjunto−(t, y) abierto E con la propiedad de que si

(t0 , y0 ) ∈ E, entonces el problema del valor inicial

ẏ = f (t, y), y(t0 ) = y0 , (3.27)

tiene una solución única y(t) = η(t, t0 , y0 ) definida en un t−intervalo máximo

(ω− , ω+ ), donde ω± depende de (t0 , y0). A menudo, se da una situación más general
en la que (3.27) es reemplazada por una familia de problemas de valor inicial con un
conjunto de parámetros z = (z 1 , . . . , z e ),

ẏ = f (t, y, z), y(t0 ) = y0 , (3.28)

donde para cada z fijo, (3.28) tiene una solución única y(t) = η(t, t0 , y0 , z).

Continuidad
La suposición de unicidad implica la continuidad de la solución general y(t) =
η(t, t0 , y0 , z) de ẏ = f (t, y, z) :

Teorema 16. Sea f (t, y, z) continua en un conjunto−(t, y, z) abierto E con la

propiedad que para cada (t0 , y0 , z) ∈ E, el problema del valor inicial (3.28), con z fijo,
tiene una solución única y(t) = η(t, t0 , y0 , z). Sea ω− < t < ω+ el máximo intervalo
de existencia de y(t) = η(t, t0 , y0 , z). Entonces ω+ = ω+ (t0 , y0, z) [o ω− = ω− (t0 , y0, z)]
es una función semicontinua inferior [o superior] de (t0 , y0 , z) ∈ E y η(t, t0 , y0 , z) es
continua en el conjunto ω− < t < ω+ , (t0 , y0 , z) ∈ E.

ω+ y ω− pueden asumir los valores +∞ y −∞. La semicontinuidad inferior de ω+

en (t1 , y1 , z1 ) significa que si t0 < ω+ (t1 , y1 , z1 ), entonces ω+ (t0 , y0 , z) ≧ t0 para todo
(t0 , y0 , z); es decir, ω+ (t1 , y1 , z1 ) ≦ liminf ω+ (t0 , y0, z0 ) cuando (t0 , y0, z0 ) → (t1 , y1 , z1 ).
La semicontinuidad superior de ω− se define de manera similar.

Diferenciabilidad
3.5 Análisis de las Trayectorias 72

Si se supone que f (t, y, z) es de clase C 1 se deduce que la solución general y(t) =

η(t, t0 , y0 , z) de (3.28) es de clase C 1 .

Teorema 17 (Peano). Sea f (t, y, z) continua en un conjunto−(t, y, z) abierto E y

posee derivadas parciales continuas de primer orden ∂f /∂y k , ∂f /∂z j con respecto a los
componentes de y y z: (i) Entonces la solución única y(t) = η(t, t0 , y0 , z) de (3.28)
es de clase C 1 en su dominio abierto de definición ω− < t < ω+ , (t0 , y0 , z) ∈ E,
donde ω± = (ω± (t0 , y0 , z)). (ii) Además, si J(t) = J(t, t0 , y0 , z) es la matriz Jacobiana
(∂f /∂y) de f (t, y, z) con respecto a y en η(t, t0 , y0 , z),
∂f
J(t) = J(t, t0 , y0 , z) = en η(t, t0 , y0 , z), (3.29)
∂y

entonces x = ∂η(t, t0 , y0 , z)/∂y0k es la solución del problema de valor inicial,

ẋ = J(y)x, x(t0 ) = ek , (3.30)

donde ek = (e1k , . . . , edk ) con ejk = 0 si j 6= k y ekk = 1; x = ∂η(t, t0 , y0 , z)/∂z j es la

solución de

ẋ = J(t)x + gj (t), x(t0 ) = 0, (3.31)

donde gj (t) = gj (t, t0 , y0, z) es el vector ∂f (t, y, z)/∂z j en y = η(t, t0 , y0 , z); y

∂η(t, t0 , y0 , z)/∂t0 esta dado por
d
∂η X ∂η k
=− k
f (t0 , y0 , z). (3.32)
∂t0 k=1
∂y 0

Se asegura la unicidad de la solución de (3.28).

Capı́tulo 4

Conclusiones y Recomendaciones

El análisis del comportamiento del modelo Presa-Depredador arrojó resultados

interesantes que pueden resumirse en:

- El modelo posee dos puntos de equilibrio finitos p1 , p2 siempre que ninguno de los
parámetros a, c sea igual a cero, su comportamiento se demostró en los Teoremas
5, 6, 7, 8 y 9.

- Si uno de los parámetros a, c es igual a cero, en el modelo aparece una linea recta
de puntos de equilibrio finitos, su comportamiento se demostró en los Teoremas
10 y 11.

- El modelo posee seis puntos de equilibrio en el infinito siempre que ninguno de los
parámetros a, c sea igual a cero, su comportamiento se demostró en los Teoremas
12 y 13.

- Si uno de los parámetros a, c es igual a cero, el sistema posee cuatro puntos de

equilibrio en el infinito, su comportamiento se demostró en los Teoremas 14 y 15.

- Luego de aplicar la Compactificación de Poincaré se obtuvieron diez Discos de

Poincaré que describen el comportamiento global del sistema para todos los
valores de los parámetros, excepto cuando ambos a, c son igual a cero.

- Con las simulaciones realizadas se verifican los resultados obtenidos en los

Teoremas 5, 6, 7, 8, 9, 10 y 11. Está claro que dichas simulaciones son alrededor
4 Conclusiones y Recomendaciones 74

de los puntos de equilibrio finitos, pero se puede observar que las trayectorias
tienden o convergen a los puntos de equilibrio en el infinito que se muestran en
los Discos de Poincaré.

Con los resultados obtenidos se pueden indicar algunas recomendaciones para

futuros trabajos.

- Estudiar el comportamiento del sistema cuando ambos parámetros a, c son iguales

a cero.

- Estudiar si el sistema posee o no ciclos lı́mite.

- Aplicar las mismas herramientas de análisis cualitativo a otros modelos de

dinámica de poblaciones.

- Comprobar la conjetura.
Bibliografı́a

Andronov, A., Leontovich, E., Gordon, I., y Maier, A. (1973). Qualitative Theory of
Second-Order Systems. Halstead Press, New York, primera edición.

Bolaños, Y. y Llibre, J. (2014). Phase portraits of quadratic lotka-volterra systems

with a darboux invariant in the poincaré disc. Comunications in Contemporary
Mathematics, 16(6).

Cano, A. y Pestana, F. (2011). Sistemas de lotka-volterra en dinámica poblacional.

UNED - UAb.

Capinski, M. (2005). Arnold difussion in the planar restricted elliptic three body
problem. Jagiellonian University, Polonia.

Coppel, W. (1966). A survey of quadratic systems. Journal of Differential Equations,

2:293–304.

Dickson, R. y Perko, L. (1970). Bounded quadratic systems in the plane. Journal of

Differential Equations, 7(2):251–273.

Dumortier, F., Llibre, J., y Artés, J. (2000). Qualitative Theory of Planar Differential
Systems. Springer, New York, primera edición.

Hartman, P. (1973). Ordinary Differential Equations. Society for Industrial and

Applied Mathematics, Philadelphia, segunda edición.

Herssens, C., de Maesschalck, P., Artés, J., Dumortier, F., y Llibre, J. Polynomial
planar phase portraits. http://mat.uab.cat/˜artes/p4/p4.htm.
BIBLIOGRAFÍA 76

Hilbert, D. (2000). Mathematical problems. Bulletin of the American Mathematical

Society, 37:437–479.

Khalil, H. (2000). Nonlinear Systems. Pearson Education, New Jersey, tercera edición.

Lipschutz, S. (1993). Algebra Lineal. McGraw-Hill, Madrid, segunda edición.

Llibre, J., Pasca, D., y Valls, C. (2013). Qualitative study of a charged restricted
three-body problem. Journal of Differencial Equations, 255:326–338.

Lyapunov, A. (1947). Probleme General de la Stabilite Du Mouvement. Princeton

University, primera edición.

Munkres, J. R. (2002). Topologı́a. Prentice Hall, Madrid, segunda edición.

Napoles, J. (2004). Las ecuaciones diferenciales como signos de los tiempos. Primera
edición.

Perko, L. (2006). Differential Equations and Dynamical Systems. Springer, Verlag,

New York, Berlin, tercera edición.

Poincaré, H. (1881). Mémoire sur les courbes définies par une équation differentielle
(i). Journal de Mathématiques Pures Et Appliquées, 7:375–422.

Poincaré, H. (1957). Les Méthods nouvelles de la mécanique céleste. Primera edición.

Polking, J. pplane8. http://math.rice.edu/d̃field/.

Ramı́rez, H., Márquez, R., Rivas, F., y Llanes, O. (2004). Control de Sistemas no
lineales. Pearson Education, primera edición.

Sastry, S. (1999). Nonlinear Systems. Analysis, Stability and Control. Spriger, New
York, primera edición.

Slotine, J. (1991). Applied Nonlinear Control. Prentice Hall, New Jersey, primera
edición.

Volterra, V. (2011). Una teoria matematica sulla lotta per l´esistenza. Progetto
Manuzio, Roma, primera edición.
BIBLIOGRAFÍA 77

Zimmerman, S. (2008). An undergraduate’s guide to the hartman-grobman and

poincaré-bendixson theorems. Dynamical Systems.
Apéndice A

Lista de comandos utilizados en

Mathematicar

A.1 Transformación Lineal

Ecuaciones del Modelo Presa-Depredador
Quit
ecu1 = x′ [t] == x[t] ∗ a − b ∗ x[t] ∗ y[t]
ecu2 = y ′ [t] == −c ∗ y[t] + d ∗ x[t] ∗ y[t]

Definición de la transformación
aux1 = x[t] == q11 ∗ z1[t] + q12 ∗ z2[t]
aux2 = y[t] == q21 ∗ z1[t] + q22 ∗ z2[t]
daux1 = q11z1′ [t] + q12z2′ [t]
daux2 = q21z1′ [t] + q22z2′ [t]

Sustitución en las ecuaciones del Modelo

Q1 = ecu1/.{x′ [t]− > daux1, y ′[t]− > daux2, x[t]− > aux1, y[t]− > aux2}
Q2 = ecu2/.{x′ [t]− > daux1, y ′[t]− > daux2, x[t]− > aux1, y[t]− > aux2}

Despejando z1′ [t] y z2′ [t] de Q1 y Q2

A.2 Puntos de equilibrio finitos del Modelo 79

aux3 = Solve[Q1&&Q2, {z1′ [t], z2′ [t]}]

Separando z1′ [t] y z2′ [t] en dos ecuaciones

aux4 = Collect[P art[aux3, 1, 1], z1[t], z2[t]]
aux5 = Collect[P art[aux3, 1, 2], z1[t], z2[t]]

Obteniendo los θ1 . . . θ10 del sistema (3.4)

θ1 = Simplif y[Coef f icient[P art[aux4, 2], z1[t]2 ]]
θ2 = Simplif y[Coef f icient[P art[aux4, 2], z1[t]z2[t]]]
θ3 = Simplif y[Coef f icient[P art[aux4, 2], z2[t]2 ]]
θ4 = Simplif y[Coef f icient[Coef f icient[P art[aux4, 2], z1[t]], z2[t], 0]]
θ5 = Simplif y[Coef f icient[Coef f icient[P art[aux4, 2], z2[t]], z1[t], 0]]
θ6 = Simplif y[Coef f icient[P art[aux5, 2], z1[t]2 ]]
θ7 = Simplif y[Coef f icient[P art[aux5, 2], z1[t]z2[t]]]
θ8 = Simplif y[Coef f icient[P art[aux5, 2], z2[t]2 ]]
θ9 = Simplif y[Coef f icient[Coef f icient[P art[aux5, 2], z1[t]], z2[t], 0]]
θ10 = Simplif y[Coef f icient[Coef f icient[P art[aux5, 2], z2[t]], z1[t], 0]]

Calculando los valores de los θ1 . . . θ10 para obtener el sistema (3.7)

sols = Solve[{θ1 == 0, θ2 == 1, θ3 == 0, θ6 == 0, θ7 == −1, θ8 == 0},
{q11, q12, q21, q22}]

Utilizando la segunda solución se transforma el Modelo

p1 = aux4/.P art[sols, 2]
p2 = aux5/.P art[sols, 2]

A.2 Puntos de equilibrio finitos del Modelo

Modelo transformado
Quit
ecu1 = z1′ [t] == z1[t] ∗ (−c + z2[t])
A.3 Puntos de equilibrio en el infinito del Modelo 80

ecu2 = z2′ [t] == z2[t] ∗ (a − z1[t])

Puntos de equilibrio
eqt1 = ecu1[[2]]/.{z1[t]− > z̄1, z2[t]− > z̄2}
eqt2 = ecu2[[2]]/.{z1[t]− > z̄1, z2[t]− > z̄2}
eq1 = Solve[eqt1 == 0&&eqt2 == 0, {x̄, ȳ}]

Matriz Jacobiana
Simplif y[{{D[eqt1, z̄1], D[eqt1, z̄2]}, {D[eqt2, z̄1], D[eqt2, z̄2]}}]
aux0 = MatrixF orm[%]

Evaluando el primer equilibrio en la Matriz Jacobiana y calculando los autovalores

aux0/.eq1[[1]]
Eigenvalues[%]

Evaluando el segundo equilibrio en la Matriz Jacobiana y calculando los autovalores

aux0/.eq1[[2]]
Eigenvalues[%]

A.3 Puntos de equilibrio en el infinito del Modelo

Ecuaciones del Modelo
Quit
ecu1 = z1 ∗ (z2 − c)
ecu2 = z2 ∗ (a − z1)

Carta local U1
aa = z1− > 1/v, z2− > u/v
up = Expand[v 2 (−uecu1 + ecu2)/.aa]
vp = Expand[v 3 (−ecu1)/.aa]
A.3 Puntos de equilibrio en el infinito del Modelo 81

Puntos de Equilibrio de la carta local U1

sols = Solve[{up, vp} == 0, {u, v}]

Matriz Jacobiana de la carta local U1

Simplif y[{{D[up, u], D[up, v]}, {D[vp, u], D[vp, v]}}/.P art[sols, 1]]
aux0 = MatrixF orm[%]

Evaluando el primer equilibrio en la Matriz Jacobiana y calculando los autovalores

aux0/.sols[[1]]
Eigenvalues[%]

Evaluando el segundo equilibrio en la Matriz Jacobiana y calculando los autovalores

aux0/.sols[[2]]
Eigenvalues[%]

Carta local U2
aa = z1− > u/v, z2− > 1/v
up = Expand[v 2 (ecu1 − u ∗ ecu2)/.aa]
vp = Expand[v 3 (−ecu2)/.aa]

Puntos de Equilibrio de la carta local U2

sols1 = Solve[{up, vp} == 0, {u, v}]

Matriz Jacobiana de la carta local U2

Simplif y[D[up, u], D[up, v], D[vp, u], D[vp, v]/.P art[sols, 1]]
aux1 = MatrixF orm[%]

Evaluando el primer equilibrio en la Matriz Jacobiana y calculando los autovalores

aux1/.sols1[[1]]
Eigenvalues[%]
A.4 Puntos de Equilibrio en el infinito (Caso I) 82

Evaluando el segundo equilibrio en la Matriz Jacobiana y calculando los autovalores

aux1/.sols1[[2]]
Eigenvalues[%]

A.4 Puntos de Equilibrio en el infinito (Caso I)

Ecuaciones del Modelo
Quit
ecu1 = z1 ∗ z2 − c ∗ z1
ecu2 = −z1 ∗ z2

Carta local U1
aa = z1− > 1/v, z2− > u/v
up = Expand[v(−u ∗ ec1 + ec2)/.aa]
vp = Expand[v 2 (−ec1)/.aa]

Puntos de Equilibrio de la carta local U1

sols = Solve[{up, vp} == 0, {u, v}]

Matriz Jacobiana de la carta local U1

Simplif y[{{D[up, u], D[up, v]}, {D[vp, u], D[vp, v]}}/.P art[sols, 1]]
aux0 = MatrixF orm[%]

Evaluando el primer equilibrio en la Matriz Jacobiana y calculando los autovalores

aux0/.sols[[1]]
Eigenvalues[%]

Evaluando el segundo equilibrio en la Matriz Jacobiana y calculando los autovalores

aux0/.sols[[2]]
Eigenvalues[%]
A.5 Puntos de Equilibrio en el infinito (Caso II) 83

A.5 Puntos de Equilibrio en el infinito (Caso II)

Ecuaciones del Modelo
Quit
ecu1 = z1 ∗ z2
ecu2 = z2 ∗ a − z1 ∗ z2

Carta local U2
ee = z1− > u/v, z2− > 1/v
up = Expand[v(ec1 − u ∗ ec2)/.ee]
vp = Expand[v 2 (−ec2)/.ee]

Puntos de Equilibrio de la carta local U2

sols1 = Solve[{up, vp} == 0, {u, v}]

Matriz Jacobiana de la carta local U2

Simplif y[{{D[up, u], D[up, v]}, {D[vp, u], D[vp, v]}}/.P art[sols1, 1]]
aux1 = MatrixF orm[%]

Evaluando el primer equilibrio en la Matriz Jacobiana y calculando los autovalores

aux1/.sols1[[1]]
Eigenvalues[%]

Evaluando el segundo equilibrio en la Matriz Jacobiana y calculando los autovalores

aux1/.sols1[[2]]
Eigenvalues[%]