0% encontró este documento útil (0 votos)

53 vistas84 páginas

Apuntes

Cargado por

wmendoza

Derechos de autor

Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.

Formatos disponibles

Descarga como PDF, TXT o lee en línea desde Scribd

0% encontró este documento útil (0 votos)

53 vistas84 páginas

Apuntes

Cargado por

wmendoza

Derechos de autor

Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.

Formatos disponibles

Descarga como PDF, TXT o lee en línea desde Scribd

Matemáticas para los Modelos Dinámicos

Vicente J. Bolós
Índice general

1. Introducción a los sistemas dinámicos 1

1.1. Dinámica discreta: ecuaciones en diferencias . . . . . . . . . . . . . . . . . . 2
1.1.1. Solución de una ED . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.2. Problema de valores iniciales . . . . . . . . . . . . . . . . . . . . . . 5
1.1.3. Representación gráfica de soluciones . . . . . . . . . . . . . . . . . . 6
1.1.4. Operador de diferencias . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2. Dinámica continua: ecuaciones diferenciales ordinarias . . . . . . . . . . . . 8
1.2.1. Solución de una EDO . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.2. Problema de valores iniciales . . . . . . . . . . . . . . . . . . . . . . 11
1.2.3. Discretización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2. Ecuaciones en diferencias 15
2.1. Soluciones especiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2. EDs de primer orden autónomas . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2.1. Resolución gráfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2.2. EDs monótonas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2.3. Teorı́a de estabilidad de puntos de equilibrio . . . . . . . . . . . . . 31
2.2.4. Ejemplos. Modelos discretos de oferta-demanda . . . . . . . . . . . . 36
2.2.5. Atractores y diagramas de bifurcación . . . . . . . . . . . . . . . . . 41
2.3. Estabilidad en EDs de orden superior . . . . . . . . . . . . . . . . . . . . . 44
2.4. EDs lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.4.1. Resolución de EDLs homogéneas . . . . . . . . . . . . . . . . . . . . 46
2.4.2. Resolución de EDLs completas . . . . . . . . . . . . . . . . . . . . . 54
2.4.3. Estabilidad en EDLs . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
2.5. El método de la primera aproximación . . . . . . . . . . . . . . . . . . . . . 63
2.5.1. Linealización de EDs de primer orden autónomas y explı́citas . . . . 63
2.5.2. El método para EDs implı́citas . . . . . . . . . . . . . . . . . . . . . 65
2.5.3. El método para EDs de segundo orden . . . . . . . . . . . . . . . . . 66

3. Ecuaciones diferenciales ordinarias 67

3.1. Problema de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.2. Métodos de resolución . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.2.1. EDOs de primer orden . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.2.2. EDOs lineales de cualquier orden . . . . . . . . . . . . . . . . . . . . 75

i
ii
Tema 1

Introducción a los sistemas

dinámicos

Los sistemas dinámicos estudian la evolución de una magnitud (que en general la repre-
sentaremos como X) a lo largo del tiempo t. Dicha evolución ha de seguir una ley en forma
de ecuación, y el objetivo es hallar el valor de X en cualquier tiempo t de un dominio tem-
poral determinado, es decir X(t). Si el dominio temporal es discreto, estamos trabajando
en el ámbito de la dinámica discreta; si por el contrario, el dominio temporal no es discreto,
como por ejemplo un intervalo real (ya sea acotado o no acotado), estamos trabajando en
el ámbito de la dinámica continua.
Por ejemplo, la ecuación
X (t + 2) = X (t + 1) + X (t) , t∈N (1.1)
determina la ley que marca la evolución de X (nos dice que el valor de X en un instante
es la suma del valor de X en los dos instantes inmediatamente anteriores) dentro de un
sistema dinámico discreto, ya que los valores que toma t son discretos. Por el contrario, la
ecuación
X 00 (t) + 2X 0 (t) + X(t) − t = 0, t ∈ [0, +∞[
determina una ley dentro de un sistema dinámico continuo, ya que t toma cualquier valor
real no negativo.
La primera ecuación es una ecuación en diferencias, y la segunda es una ecuación dife-
rencial ordinaria. Existen otros tipos de ecuaciones que determinan un sistema dinámico:
las ecuaciones integrales, como por ejemplo
Z t p
X(t) = (t − s) X(s) ds, t ≥ 0,
0
las ecuaciones diferenciales con retrasos, como por ejemplo
X 0 (t + 1) = X(t) (1 − X(t)) , t ∈ R,
en donde aparece X y sus derivadas pero evaluadas en distintos instantes de tiempo; o, si la
magnitud X depende de otras variables además de t, las ecuaciones en derivadas parciales,
como por ejemplo
∂2X ∂2X ∂2X
= + , (t, x, y) ∈ R3 ,
∂t2 ∂x2 ∂y 2

1
en donde X es función de t, x, y. No obstante, nosotros solamente vamos a estudiar los dos
primeros tipos de ecuaciones. Además, X será una magnitud real, es decir, sus valores serán
números reales.

1.1. Dinámica discreta: ecuaciones en diferencias

En la dinámica discreta se estudia una magnitud X que toma valores en un conjunto
discreto de instantes de tiempo {t0 , t1 , t2 , . . .} que supondremos ordenado de menor a mayor
(es decir, dados i, j ∈ N = {0, 1, 2, . . .} con i < j se tiene que ti < tj ), aunque normalmente
se considera t0 = 0, t1 = 1, etc... para simplificar. Utilizaremos la notación Xn para
referirnos al valor de X en el instante tn (con n ∈ N), en vez de la notación usual X(tn ).
Además, la evolución de dicha magnitud está regida por una ley: una expresión en forma
de ecuación en la que se relacionan los valores de X en diversos instantes, y en donde X
hace el papel de incógnita.

Ejemplo 1 La ecuación (1.1) podemos expresarla como

Xn+2 = Xn+1 + Xn , (1.2)

en donde n ∈ N hace el papel de parámetro aunque no quede explı́citamente indicado. Ası́

pues, si conocemos los dos primeros términos, X0 = 1 y X1 = 1, entonces podemos calcular
X2 haciendo n = 0:
X2 = X1 + X0 = 1 + 1 = 2.
Utilizando el mismo procedimiento, dando valores naturales sucesivos a n, podemos calcular

X3 = X2 + X1 = 2 + 1 = 3 (n = 1)
X4 = X3 + X2 = 3 + 2 = 5 (n = 2)
X5 = X4 + X3 = 5 + 3 = 8 (n = 3)
...

Ası́ podremos obtener el valor de X en cualquier instante tn con n ∈ N. La ecuación (1.2)

es conocida como la ecuación de Fibonacci, y la sucesión {Xn }n∈N recibe el nombre de
sucesión de Fibonacci.
En general, cualquier expresión de la forma

F (Xn+k , Xn+k−1 , . . . , Xn , n) = 0, (1.3)

en donde F es una función dada y k es un número natural positivo, conforma un sistema

dinámico discreto. De este modo, (1.3) o cualquier expresión matemática equivalente recibe
el nombre de ecuación en diferencias (ED). En este caso, k es el orden de la ED (nótese
que obviamente, los términos Xn+k y Xn han de aparecer en la expresión). Ası́ pues, por
ejemplo, son ED de orden 1 (o de primer orden) las expresiones

Xn+1 = Xn , Xn+1 + Xn = 2n − 4, Xn+1 + nXn = Xn2 ;

y son ED de orden 2 (o de segundo orden) las expresiones

Xn+2 = Xn , Xn+2 + Xn+1 + Xn2 = n, Xn+2 + 4nXn = 0.

2
Llegados a este punto, hay que recalcar que, según nuestra notación, el término de
menor orden de una ED ha de ser Xn . Si no es ası́, se dice que la ED está trasladada en el
tiempo y conviene re-escribirla haciendo un cambio en la variable n de forma que el término
de menor orden sea Xn . Por ejemplo, al igual que la ED dada en (1.2), la ED

Xn+1 = Xn + Xn−1

también nos dice que un término se calcula sumando los dos anteriores, pero conviene
re-escribirla como Xn+2 = Xn+1 + Xn .
Si F no depende de n entonces la ley viene dada de una forma independiente del tiempo
y se dice que la ED correspondiente es autónoma.

Nota 1 A partir de una ED no autónoma, en algunos casos (en los que se puede despejar
n) se puede obtener una ED autónoma, aunque la nueva ecuación tiene un orden mayor y
su conjunto de soluciones (cuyo concepto lo definiremos más adelante con mayor precisión)
es también mayor. Por ejemplo, dada la ED

Xn+1 = Xn + n,

se tiene que n = Xn+1 − Xn ; por otro lado, trasladando la ecuación se tiene

Xn+2 = Xn+1 + (n + 1) = Xn+1 + (Xn+1 − Xn + 1) = 2Xn+1 − Xn + 1,

que es una ED autónoma de orden 2. No obstante, estas ecuaciones no son del todo equiva-
lentes, ya que en su forma no autónoma, X1 viene completamente determinado por el valor
que toma X0 , mientras que en su forma autónoma X1 es independiente de X0 .
Por otro lado, si el término de mayor orden está despejado se dice que la ED viene dada
en forma explı́cita. En general, una ED explı́cita es de la forma

Xn+k = f (Xn+k−1 , . . . , Xn , n) ,

en donde f es una función dada. En caso contrario, se dice que la ED viene dada en forma
implı́cita.

Ejemplo 2 Tenemos 1 000 euros en un depósito a plazo fijo que nos ofrece un tipo de
interés nominal r = 10 % = 0.1 mediante el sistema de capitalización compuesta anual y
queremos conocer el saldo del que dispondremos cuando pasen 15 años.
Vamos a formular el problema de un modo más abstracto. Acordamos que el tiempo t
lo medimos en años y llamamos t0 = 0 al instante en el que realizamos el depósito. Además,
como sólo nos interesa saber el saldo al principio de cada año (una vez capitalizados los
intereses), llamamos t1 = 1, t2 = 2, . . . usando el año como unidad de tiempo. Denotamos
por C el capital medido en miles de euros; ası́, Cn , es decir C (tn ), representa el capital que
tenemos cuando han pasado n años. Por lo tanto, nuestro objetivo es hallar C15 .
Si conocemos el capital en el año n, podemos calcular el capital en el año n+1 sumándole
a Cn los intereses que dicha cantidad ha generado durante un año, que denotaremos por
In ; para ello usamos la fórmula In = r · Cn , con lo que tenemos

Cn+1 = Cn + In = Cn + rCn = (1 + r) Cn . (1.4)

3
Puesto que C0 = 1, podemos calcular C1 = 1.1, y a partir de C1 podemos calcular C2 = 1.12 ,
y ası́ sucesivamente hasta llegar a C15 = 1.115 = 4.17725, es decir, 4 177.25 euros.
Una vez modelizado este problema, se puede ir añadiendo complejidad. Por ejemplo,
supongamos ahora que el periodo de capitalización (cada cuánto recibimos los intereses) es
h. En este caso, nos interesa escoger los tiempos t1 = h, t2 = 2h, . . . que representan los
inicios de cada periodo de capitalización. Entonces la ED que modeliza este nuevo problema
viene dada por
Cn+1 = (1 + rh) Cn . (1.5)

Ejemplo 3 Queremos estudiar la evolución de una determinada población para predecir

el número de individuos que habrá al cabo de 10 años. Para ello, denotamos por Pn la
población al cabo de n años, siendo P0 la población actual.
Realizamos el siguiente balance anual de la variación de la población:

Pn+1 − Pn = [nacidos durante el año n] − [fallecidos durante el año n] .

Estamos suponiendo que no existen migraciones de la población. Además, suponemos que

los nacidos durante el año n son un porcentaje de la población que comienza el año; es
decir
[nacidos durante el año n] = f · Pn ,
en donde f ≥ 0 recibe el nombre de tasa de fecundidad (que se considera inalterable a lo
largo de los años). También suponemos que los fallecidos durante el año n son un porcentaje
de la población que comienza el año; es decir

[fallecidos durante el año n] = m · Pn ,

en donde 0 ≤ m ≤ 1 recibe el nombre de tasa de mortalidad (que también se considera

inalterable a lo largo de los años).
Con estas hipótesis adicionales, el crecimiento de la población se rige por la ED

Pn+1 − Pn = f Pn − mPn = (f − m) Pn = λPn ,

en donde λ := f − m recibe el nombre de tasa de crecimiento. El modelo aquı́ descrito

recibe el nombre de modelo de Malthus y se puede usar para describir la evolución de una
población cuando no existen migraciones y la tasa de crecimiento permanece constante.
Nótese que la ecuación malthusiana

Pn+1 − Pn = λPn ⇐⇒ Pn+1 = (1 + λ) Pn

es similar a la ecuación (1.4) que se obtiene cuando se estudia el sistema de capitalización

compuesta. En este caso, la tasa de crecimiento λ hace el papel del interés nominal r.

1.1.1. Solución de una ED

Llamaremos solución de (1.3) a toda sucesión S = {Sn }n∈J que verifique

F (Sn+k , Sn+k−1 , . . . , Sn , n) = 0

4
para todo n ∈ J para el que dicha expresión tenga sentido, en donde J es un intervalo de
números naturales. Obviamente, hay que exigir además que

(Sn+k , Sn+k−1 , . . . , Sn , n) ∈ dom (F )

para todo n ∈ J para el que tenga sentido. En este caso, diremos que Sn es solución. Las
soluciones que tienen mayor interés dinámico son aquéllas que están definidas en todo el
conjunto de números naturales, es decir, J = N.

Ejemplo 4 Dada la ED
Xn+1 = 2Xn ,
se puede comprobar que la sucesión

{2n }n∈N = {1, 2, 4, 8, 16, . . .}

es una solución. Efectivamente, considerando Sn = 2n se tiene

Sn+1 = 2n+1 = 2 · 2n = 2 · Sn ,

y esto es válido para toda n ∈ N. En este caso se dice que Sn = 2n es una solución.
No obstante, no existe una única solución, ya que, por ejemplo, es fácil comprobar que
la llamada sucesión cero, es decir

{0}n∈N = {0, 0, 0, . . .} ,

también es solución. En general, es solución cualquier sucesión de la forma {A · 2n }n∈N , es

decir
Sn = A · 2n ,
en donde A es constante y puede ser cualquier número real (es decir, hace el papel de
parámetro).

1.1.2. Problema de valores iniciales

Normalmente las EDs tienen infinitas soluciones (véase el Ejemplo 4) y para distinguir
a una de ellas hay que añadir algunas condiciones adicionales. En concreto, dada una ED
de orden k, si precisamos cuál es el valor de la magnitud X en k instantes consecutivos, se
formula el llamado problema de valores iniciales (PVI). En este caso, si la ecuación está en
forma explı́cita, puede asegurarse que existe una única solución.

Ejemplo 5 Dado el PVI 

 Xn+1 = 2Xn

X0 = 3,


se tiene que Sn = 3 · 2n es la única solución, ya que

Sn+1 = 3 · 2n+1 = 3 · 2 · 2n = 3 · Sn , y esto es válido para todo n ∈ N.

S0 = 3 · 20 = 3.

5
Los primeros términos de esta solución son

{3, 6, 12, 24, 48, 96, . . .} .

Ejemplo 6 Se considera el PVI asociado a la ecuación de Fibonacci



 Xn+2 = Xn+1 + Xn


 X0 = 2
X1 = 1.


Se pueden calcular todos los términos que deseemos de la solución correspondiente:

{2, 1, 3, 4, 7, 11, 18, 29, . . .} .

En algunas ocasiones es fácil calcular el término general Sn de la solución de un PVI

(véase el Ejemplo 4). En tales casos se dice que el PVI se ha resuelto de manera exacta.
En otros casos, la resolución exacta de un PVI no es tan trivial; por ejemplo, no resulta
evidente deducir que la sucesión
√ !n √ !n
1+ 5 1− 5
Sn = +
2 2

es justamente el término general de la solución del PVI del Ejemplo 6 (compruébese).

Sin embargo, en otros casos (la mayorı́a), la tarea de resolver de manera exacta un
PVI resulta del todo imposible. Por este motivo, su estudio debe ser de tipo cualitativo:
intentaremos descubrir cómo se comportan las soluciones cuando avanza el tiempo. Este
estudio cualitativo lo desarrollaremos en el tema siguiente.

1.1.3. Representación gráfica de soluciones

En general, la representación gráfica es el medio más eficaz para mostrar de un modo
rápido y directo la relación entre magnitudes dependientes. En el caso de una solución
Sn de una ED, el procedimiento más simple consiste en representar en el plano {t, X} los
primeros términos de la sucesión.

Ejemplo 7 Si consideramos el PVI

1
 Xn+1 = Xn2 +

2
(1.6)
X0 = 0,


podemos representar la evolución de la solución Sn de alguna de las maneras que ilustran

la Figura 1.1.
Es decir, se representan un número significativo de puntos de la forma (n, Sn ) para
n = 0, 1, 2, . . . (nótese que, salvo que se indique lo contrario, tn = n). En la opción (b)
se han unido los puntos usando segmentos para indicar que t es una variable continua y
para dar mayor énfasis a la evolución de X a lo largo del tiempo t. Sin embargo, esta
representación puede llevar a engaño, ya que el valor de la solución en un instante que no
sea natural, en principio, no está definido.

6
Figura 1.1: Representaciones de la solución del PVI (1.6).

Cuando un PVI se ha resuelto de manera exacta y los términos de la solución coinciden

con los valores de una función, se suele utilizar la gráfica de esta función para unir los
puntos representados.

Ejemplo 8 El término general del PVI

1

 Xn+1 = 2 Xn +1
(1.7)
X0 = 5,


viene dado por n

1
Sn = 2 + 3
2
y se representa gráficamente como en la Figura 1.2.

1.1.4. Operador de diferencias

Dada una sucesión {Xn }n∈N , la diferencia (de primer orden) del término Xn se define
mediante el operador de diferencias “∆” como

∆Xn := Xn+1 − Xn .

Aplicando de nuevo el operador, se obtiene la diferencia de segundo orden:

∆2 Xn := ∆ (∆Xn ) = ∆Xn+1 − ∆Xn

= (Xn+2 − Xn+1 ) − (Xn+1 − Xn ) = Xn+2 − 2Xn+1 + Xn .

En general, dado k un número natural positivo, la diferencia de orden k del término Xn se

define a partir de la diferencia de orden k − 1 como

∆k Xn := ∆ ∆k−1 Xn = ∆k−1 Xn+1 − ∆k−1 Xn ,

7
Figura 1.2: Representación de la solución del PVI (1.7). La curva que se ha usado para unir
los puntos es la gráfica de la función f (t) = 2 + 3(1/2)t .

considerando que ∆0 Xn := Xn .
Dada una ED de la forma (1.3), siempre se puede expresar en términos de estos opera-
dores, en la forma general

H ∆k Xn , ∆k−1 Xn , . . . , ∆Xn , Xn , n = 0,

y ésta es la razón del nombre “ecuación en diferencias”.

Ejemplo 9 La ecuación de Fibonacci Xn+2 = Xn+1 + Xn se puede expresar en términos

de las diferencias como
∆2 Xn + ∆Xn − Xn = 0.

1.2. Dinámica continua: ecuaciones diferenciales ordinarias

Consideremos la ED (1.5) que modeliza la evolución de un capital C a lo largo del
tiempo t (medido en años) en un depósito con un tipo de interés nominal anual r (en tanto
por uno) y con periodos de capitalización constantes de longitud h > 0. Ası́ pues

Cn+1 − Cn
Cn+1 = (1 + rh) Cn =⇒ = rCn
h
C(tn + h) − C(tn )
=⇒ = rC(tn ).
h
Si hacemos tender h a cero y tomamos la variable t en vez de tn (ya que al hacer tender h a
cero, estamos “desdiscretizando” los tiempos correspondientes a los inicios de los periodos
de capitalización), obtenemos

C(t + h) − C(t)
lı́m = rC(t) =⇒ C 0 (t) = rC(t),
h→0+ h

8
que es una ecuación que modeliza el problema correspondiente al interés continuo. En esta
ecuación interviene la función incógnita C(t) y su derivada C 0 (t).
En general, una ecuación diferencial ordinaria (EDO) es una expresión funcional que
relaciona a una variable independiente t ∈ R con una función incógnita X = X(t) y con
algunas de sus derivadas. Es decir, si X (i) (t) denota a la derivada de orden i de la función
X(t), una EDO es una expresión equivalente a

F X (k) (t), X (k−1) (t), . . . , X 0 (t), X(t), t = 0, (1.8)

en donde F es una función continua dada y k es un número natural positivo. En este caso,
k es el orden de la EDO (1.8), es decir, el mayor orden de derivación que aparece en la
expresión.
Normalmente no se escribe explı́citamente la dependencia de X y sus derivadas con
respecto a la variable t, siempre y cuando esto no cause confusiones; ası́ pues, por ejemplo,
son EDOs de orden 1 (o de primer orden) las expresiones

X 0 = X, X 0 = 2t − 4, X 0 + tX = X 2 ;

y son EDOs de orden 2 (o de segundo orden) las expresiones

X 00 = X, X 00 + X 0 + X 2 = t, X 00 + 4tX = 0.

Presentadas de este modo, las EDOs pueden parecer simples expresiones algebraicas (nuevas
abstracciones matemáticas). Sin embargo, no se puede desposeer al estudio de las ecuaciones
diferenciales de su profunda vinculación con la práctica totalidad de las disciplinas cientı́ficas
(incluida la Economı́a). Y es que las ecuaciones diferenciales constituyen la herramienta más
utilizada en la formulación de modelos matemáticos.
Los primeros estudios sobre EDOs se atribuyen a Newton y Leibniz en el siglo XVII.
Las Leyes de Newton de la Mecánica Clásica se deben, en buena medida, al conocimiento
que Newton tenı́a de las propiedades de las soluciones de las EDOs de segundo orden.
Con el paso del tiempo, la teorı́a sobre ecuaciones diferenciales se ha ido enriqueciendo y
adaptando a las exigencias de cada época. Tal vez resulte sorprendente, pero son muchos los
problemas relacionados con las ecuaciones diferenciales que continúan abiertos en nuestros
dı́as.
La teorı́a sobre ecuaciones diferenciales ha sido desarrollada por diferentes escuelas
matemáticas y en diferentes épocas históricas. Una consecuencia de ello es la existencia de
terminologı́as y notaciones muy diversas. Por ejemplo, es común (y muy práctica en algunos
n
casos) la notación diferencial ddtXn para denotar a la derivada de orden n de la función X

con respecto a t, en vez de la que utilizamos nosotros, X (n) (y es que a veces se confunde
la notación X (n) con X n , que representa la potencia n-ésima de X). También se puede
encontrar la notación Ẋ en vez de X 0 y Ẍ en vez de X 00 , especialmente en las ecuaciones
de la Mecánica.
Al igual que con las EDs, si F no depende explı́citamente de t entonces se dice que
la EDO correspondiente es autónoma. Por otro lado, si la derivada de mayor orden está
despejada se dice que la EDO viene dada en forma explı́cita. En general, una EDO explı́cita
es de la forma
X (k) = f X (k−1) , . . . , X 0 , X, t ,

9
en donde f es una función continua dada. En caso contrario, se dice que la EDO viene dada
en forma implı́cita.
Por ejemplo, las EDOs
X 0 = X 2 + X, X 00 = 2X − 4, X 000 = sen X 0 − X 2

son autónomas y explı́citas, mientras que la EDO

2
X0 + X2 + 3 = 0
es autónoma e implı́cita.
La EDO que modeliza el problema del interés continuo
C 0 = rC, (1.9)
es de primer orden, explı́cita y autónoma.

1.2.1. Solución de una EDO

Llamaremos solución de (1.8) a toda función ϕ = ϕ(t) definida en un intervalo I ⊂ R,
de clase C k (I) y que verifique

F ϕ(k) (t), ϕ(k−1) (t), . . . , ϕ0 (t), ϕ(t), t = 0
para todo t ∈ I. Obviamente, hay que exigir además que

ϕ(k) (t), ϕ(k−1) (t), . . . , ϕ0 (t), ϕ(t), t ∈ dom (F )
para todo t ∈ I. La exigencia de que el dominio de la solución sea un intervalo y no cualquier
conjunto de R viene motivada por las aplicaciones que de las ecuaciones diferenciales se sue-
len hacer en distintos ámbitos de la ciencia. En estas aplicaciones, la variable independiente
t suele representar al tiempo y no tendrı́a demasiado sentido considerar discontinuidades
en la variable temporal.

Ejemplo 10 Cualquier función de la forma

C(t) = C0 ert
con C0 ∈ R es solución de la EDO (1.9) correspondiente al problema del interés continuo,
ya que es de clase C ∞ y verifica
C 0 (t) = rC0 ert = rC(t)
para todo t ∈ ]−∞, +∞[. En este caso, el parámetro C0 representa al capital inicial, ya que
C(0) = C0 . Para el caso concreto del Ejemplo 2, se tiene que C0 = 1 000, r = 10 % = 0.1,
y por lo tanto, al cabo de 15 años tendremos un capital de C(15) = 1 000 e0.1·15 ≈ 4 481.69
euros, que es una cantidad superior a lo que se obtendrı́a con el sistema de capitalización
discreta anual.

Ejemplo 11 La función ϕ(t) = 3 + t2 no es solución de la EDO X 0 = X − 3, ya que

ϕ0 (t) = 2t y por lo tanto, la ecuación
ϕ0 (t) = ϕ(t) − 3 =⇒ 2t = 3 + t2 − 3

sólo se cumple para t = 0 y t = 2, que es un conjunto finito de puntos y por lo tanto no es

ningún intervalo real.

10
1.2.2. Problema de valores iniciales
Las EDOs suelen tener infinitas soluciones, como en el Ejemplo 10, y si se quiere dis-
tinguir a una de esas soluciones hay que imponer algunas condiciones adicionales. De esta
forma, un problema de valores iniciales (PVI), o problema de Cauchy, está formado por
una EDO explı́cita de orden k

X (k) = f (X (k−1) , . . . , X 0 , X, t)

junto con k condiciones de la forma

(k−1)
X (t0 ) = X0 , X 0 (t0 ) = X00 , ..., X (k−1) (t0 ) = X0 ,
(k−1)
en donde (X0 , . . . , X0 , t0 ) ∈ dom (f ). En este caso, se dice que una función ϕ(t) de-
finida en un intervalo I que contiene a t0 , es solución del PVI si es solución de la EDO
correspondiente y cumple las condiciones iniciales
(k−1)
ϕ (t0 ) = X0 , ϕ0 (t0 ) = X00 , ..., ϕ(k−1) (t0 ) = X0 ,

considerando a t0 como el “instante inicial”.

Ejemplo 12 El PVI
C 0 = rC



C(0) = C0 ,


tiene como única solución a la función C(t) = C0 ert , en donde se considera que t0 = 0 es el
instante inicial y C0 representa el capital inicial.
No obstante, la definición de PVI puede extenderse a cualquier tipo de condición sobre
el valor que toman la función incógnita y/o sus derivadas en varios tiempos distintos,
siempre que el número de condiciones coincida con el orden de la EDO. Por ejemplo, si las
condiciones sólo afectan a la función incógnita y no a sus derivadas

X (t0 ) = X0 , X (t1 ) = X1 , ..., X (tk−1 ) = Xk−1 ,

con t0 , t1 , . . . , tk−1 ∈ R, se dice que el PVI correspondiente es un problema de contorno,

aunque en realidad, este término sólo se aplicarı́a en su pleno significado a las EDOs de
segundo orden.

Ejemplo 13 Dado el problema de contorno

X 00 = 4X 0 − 4X





 X(0) = 1
X(1) = 2,


se puede comprobar que la única solución viene dada por la función

ϕ(t) = 1 + 2e−2 − 1 t e2t .

Con respecto a la unicidad de solución de un PVI, de momento no podemos asegurar

nada. Este asunto será tratado en el tema dedicado a las EDOs.

11
1.2.3. Discretización
Dado el PVI
X0 = X + t


(1.10)
X(1) = 2,


podemos plantearnos hallar el valor de la solución ϕ en t = 2. En este caso, la EDO de (1.10)

es relativamente sencilla y se podrı́a resolver con técnicas que daremos posteriormente en el
tema dedicado a las ecuaciones diferenciales. De hecho, se puede comprobar que la solución
viene dada por la función
ϕ(t) = 4et−1 − t − 1
y por lo tanto ϕ(2) = 4e − 3 ≈ 7.8731. Sin embargo, en la mayorı́a de casos, no es posible
hallar analı́ticamente la solución y son necesarias otras técnicas para estimarla. En concreto,
vamos a ver la técnica de discretización de Euler.
Esta técnica consiste en crear una malla discreta de puntos equiespaciados de la forma
{t0 , t1 := t0 + h, t2 := t0 + 2h, . . .} en donde t0 es el punto en el que se da la condición
inicial del PVI correspondiente; en nuestro caso, t0 = 1. La distancia entre los puntos de
la malla es un número real h > 0 que recibe el nombre de paso. Por lo tanto, se tiene que
tn+1 = tn + h para todo n ∈ N, y se cumple que

tn = t0 + nh.

Una vez elegido el paso y construida esta malla, se exige que se cumpla la EDO del PVI
pero solamente en los puntos de esta malla, y se realiza la aproximación
X (tn + h) − X (tn ) 1
X 0 (tn ) ≈ = (Xn+1 − Xn ) ,
h h
teniendo en cuenta la notación usada en las EDs, en donde Xn := X (tn ). Dicha aproxima-
ción está basada en la definición de derivada
X (t + h) − X (t)
X 0 (t) := lı́m ,
h→0+ h
y por lo tanto, el error cometido es menor cuanto más pequeño sea el paso h. Ası́ pues, la
EDO del PVI original (1.10) se transforma en una ED:
1
X 0 (tn ) = X (tn ) + tn =⇒ (Xn+1 − Xn ) = Xn + (t0 + nh)
h

=⇒ Xn+1 = (1 + h) Xn + (1 + nh) h,

y la condición inicial también se transforma:

X(1) = 2 =⇒ X (t0 ) = 2 =⇒ X0 = 2.

Ası́ pues, el PVI (1.10) se transforma en el PVI


 Xn+1 = (1 + h) Xn + (1 + nh) h

X0 = 2,


12
de cuya solución Sn podemos hallar el término que queramos simplemente iterando.
Por ejemplo, si escogemos un paso h = 0.1, para estimar ϕ(2) (cuyo valor es 4e − 3,
aproximadamente 7.8731) tendremos que hallar X(2), que se corresponde con S10 , ya que
en este caso t10 = 2. Y si escogemos h = 0.01, entonces tendremos que hallar S100 , ya que
t100 = 2. A continuación se muestran las aproximaciones obtenidas para distintos pasos h:

h = 0.1 =⇒ X(2) = S10 ≈ 7.3750

h = 0.01 =⇒ X(2) = S100 ≈ 7.8193
h = 0.001 =⇒ X(2) = S1 000 ≈ 7.8677
h = 0.0001 =⇒ X(2) = S10 000 ≈ 7.8726.

Para EDOs de mayor orden, siguiendo el mismo razonamiento de aproximación para

pasos h pequeños, se tiene

X 0 (t + h) − X 0 (t) X 0 (t + h) − X 0 (t)
X 00 (t) = lı́m ≈
h→0+ h h

1 X(t + 2h) − X(t + h) X(t + h) − X(t)
≈ −
h h h

1
= (X(t + 2h) − 2X(t + h) + X(t)) ,
h2
y por lo tanto
1 ∆2 Xn
X 00 (tn ) ≈
(X n+2 − 2Xn+1 + Xn ) = .
h2 h2
De la misma forma, se demuestra que

∆k Xn
X (k) (tn ) ≈
hk
para cualquier k ∈ N.
En conclusión, una EDO de la forma (1.8) se puede discretizar por el método de Euler
tomando un tiempo inicial t0 y un paso h, obteniéndose la ED
k
∆ Xn ∆k−1 Xn

∆Xn
F , ,..., , Xn , t0 + nh = 0.
hk hk−1 h

13
14
Tema 2

Ecuaciones en diferencias

En el Tema 1 se introdujo el concepto de ecuación en diferencias (ED), como una

expresión de la forma
F (Xn+k , Xn+k−1 , . . . , Xn , n) = 0, (2.1)
o equivalente, en donde F es una función dada y k ∈ N+ es el orden de la ED. Además, se
introdujo el concepto de solución como una sucesión que satisface dicha ecuación.

2.1. Soluciones especiales

Estudiemos ahora los distintos tipos de soluciones de una ED general (2.1) que tienen
un mayor interés dinámico.

Soluciones constantes
Una solución Sn es constante si es de la forma Sn = p, es decir {p, p, p, . . .}, en donde
p ∈ R es constante. En este caso se dice que p es un punto fijo o punto de equilibrio.
Para hallar los puntos fijos de una ED basta con sustituir todos los términos de la forma
Xn+j (con j ∈ N) por p y resolver la ecuación resultante (cuya incógnita es p).
Por ejemplo, para hallar los puntos fijos de la ED

Xn+2 = 6Xn+1 − Xn2 − 6,

debemos resolver la ecuación p = 6p − p2 − 6, es decir

p2 − 5p + 6 = 0,

que tiene un par de soluciones: p = 2 y p = 3.

Soluciones periódicas
Una solución Sn es periódica si existe un número N ∈ N, (N > 1) llamado periodo, tal
que Sn+N = Sn para todo n ∈ N; además, no existe ningún otro número natural positivo
menor que N que cumpla esto. En este caso, dicha solución recibe el nombre de N -ciclo
o simplemente ciclo. En el caso particular N = 1 obtenemos las soluciones constantes
descritas anteriormente, que no se consideran ciclos.

15
Para hallar los 2-ciclos de la forma {p, q, p, q, . . .} de una ED hay que resolver un sistema
formado por 2 ecuaciones, que se obtienen al realizar las sustituciones
Xn = p, Xn+1 = q, Xn+2 = p, Xn+3 = q, ...
(que corresponderı́a a los n pares) y
Xn = q, Xn+1 = p, Xn+2 = q, Xn+3 = p, ...
(que corresponderı́a a los n impares) respectivamente, y cuyas incógnitas son p, q. Si existe
algún 2-ciclo, como mı́nimo se obtendrán dos, ya que si {p, q, p, q, . . .} es solución, entonces
{q, p, q, p, . . .} también lo es; por esta razón, se considera que estas dos soluciones represen-
tan al mismo 2-ciclo. Además, si existen puntos fijos, también se obtendrán como solución
en donde p = q, pero éstas no se consideran 2-ciclos.
Por ejemplo, para hallar los 2-ciclos de la ED
3Xn+1 + 2Xn2 − 9Xn − 8 = 0, (2.2)
realizamos las sustituciones Xn = p, Xn+1 = q (para n par) y, a la inversa, Xn = q,
Xn+1 = p (para n impar), con lo que obtenemos el sistema (no lineal) de ecuaciones
3q + 2p2 − 9p = 8

(2.3)
3p + 2q 2 − 9q = 8.
Despejando q de la primera ecuación y sustituyendo en la segunda, obtenemos
8 4
p − 9p3 + 19p2 + 9p − 20 = 0 =⇒ p4 − 9p3 + 19p2 + 9p − 20 = 0.

(2.4)
9
Llegados a este punto, hemos de tener en cuenta que si la ED (2.2) tiene puntos fijos, éstos
volverán a salir como solución de la ecuación (2.4). Ası́ pues, para hallar los puntos fijos de
(2.2) hemos de resolver la ecuación
3p + 2p2 − 9p − 8 = 0 =⇒ 2p2 − 6p − 8 = 0,
que tiene como solución p = −1 y p = 4. Por lo tanto, sabemos que −1 y 4 son soluciones
de (2.4) y aplicando Ruffini podemos reducir el grado:
1 -9 19 9 -20
-1 -1 10 -29 20
1 -10 29 -20 0
4 4 -24 20
1 -6 5 0.
El polinomio resultante p2
− 6p + 5 tiene como raı́ces p = 1 y p = 5, con las que podemos
hallar los correspondientes q que conforman las soluciones de (2.3), obteniendo q = 5 y
q = 1 respectivamente. En resumen, las soluciones del sistema (2.3) son
p = −1, q = −1;
p = 4, q = 4;
p = 1, q = 5;
p = 5, q = 1.
Las dos primeras corresponden a puntos fijos y no se consideran 2-ciclos, mientras que las
otras dos representan al mismo 2-ciclo.
Esta metodologı́a puede generalizarse para calcular cualquier N -ciclo con N > 2.

16
Soluciones (estrictamente) monótonas
Una solución Sn es creciente si conserva el orden temporal, es decir, si Sn1 ≤ Sn2 para
cualquier par de números naturales n1 , n2 tales que n1 ≤ n2 . Por el contrario, es decreciente
si invierte el orden temporal, es decir, si Sn2 ≤ Sn1 . Tanto las soluciones crecientes como
las decrecientes se denominan soluciones monótonas.
El término “estrictamente” se añade si las anteriores propiedades se cumplen para des-
igualdades estrictas. Como caso particular, los puntos fijos son soluciones monótonas, y son
tanto crecientes como decrecientes; pero no son estrictamente monótonas.
Por ejemplo, todas las soluciones de la ED

Xn+1 = Xn + 1

son estrictamente monótonas, en particular estrictamente crecientes, ya que su valor au-

menta en cada iteración.

Soluciones oscilantes
Una solución Sn es oscilante si dado cualquier natural n0 , la subsucesión Sn con n > n0
no es monótona.
Por ejemplo, los 2-ciclos son oscilantes. No obstante, las soluciones no constantes de la
ED
Xn+1 = −2Xn

son oscilantes y no son periódicas.

Soluciones acotadas
Una solución Sn es acotada si existe un número real M > 0 tal que |Sn | ≤ M para
todo n natural. En particular, se dice que la solución es acotada inferiormente si existe un
número real M tal que M ≤ Sn , y se dice que es acotada superiormente si Sn ≤ M , para
todo n natural.
Por ejemplo, las soluciones de la ED

Xn+1 = −Xn

son de la forma {p, −p, p, −p, . . .} con p ∈ R, y por lo tanto son acotadas.
Además, toda solución creciente es acotada inferiormente, y toda solución decreciente
es acotada superiormente.

Soluciones convergentes
Una solución Sn es convergente a un punto p si dado cualquier > 0, existe un natural n0
tal que |Sn − p| < para todo n ≥ n0 . En tal caso se escribe lı́mn→∞ Sn = p, ó simplemente
Sn → p.

Teorema 1 Toda solución monótona y acotada es convergente.

17
Por ejemplo, las soluciones de la ED

1
Xn+1 = Xn
2
son monótonas y acotadas, y por lo tanto son convergentes; además, convergen a 0. Sin
embargo, las soluciones no constantes de la ED

1
Xn+1 = − Xn ,
2
pese a no ser monótonas (son oscilantes), también son convergentes a 0.

Soluciones densas
Antes de definir el concepto de “solución densa”, introduciremos el concepto de “con-
junto ω-lı́mite”, que generaliza el concepto de lı́mite visto anteriormente: dada una solución
acotada Sn , su conjunto ω-lı́mite se define como el conjunto formado por todos aquellos
puntos a los que la solución se acerca tanto y tantas veces como se desee, y se denota
Lω (Sn ), o simplemente Lω . Ası́ pues, un punto p ∈ Lω (Sn ) si dados > 0 y n0 ∈ N
cualesquiera, existe un natural n > n0 tal que |Sn − p| < .
Por ejemplo, si Sn → p entonces Lω (Sn ) = {p}. Por otro lado, dada la ED

2Xn+2 + Xn+1 − Xn = 0,
n
se puede comprobar que Sn = (−1)n + 2 12 es una solución no convergente, pero los
términos pares convergen a 1 y los impares a −1, con lo que

Lω (Sn ) = {−1, 1} .

Una solución acotada Sn es densa en un intervalo real I ⊂ R si su conjunto ω-lı́mite

contiene a I, es decir, si dados p ∈ I, > 0 y n0 ∈ N cualesquiera, existe un natural n > n0
tal que |Sn − p| < .

Figura 2.1: Representación de la solución del PVI (2.5). Dicha solución es densa en el
intervalo [0, 1].

18
Por ejemplo, dado el PVI

 Xn+1 = 4Xn (1 − Xn )

(2.5)
 1
 X0 = ,
10

su única solución es densa en el intervalo [0, 1]. Se puede comprobar gráficamente represen-
tando dicha solución para n = 0, . . . , 10 000 (ver Figura 2.1).

2.2. EDs de primer orden autónomas

En primer lugar, vamos a estudiar las EDs de primer orden autónomas en su forma
explı́cita, es decir, de la forma
Xn+1 = f (Xn ) , (2.6)

en donde f : R → R es una función real dada. Recordemos que, dada una condición inicial
X0 , el PVI asociado a la ecuación (2.6) tiene una única solución a la que denotaremos
S (X0 ) o simplemente por su término general Sn (en donde S0 = X0 ). La particularidad
que tienen este tipo de ecuaciones es que cada término de una solución es la imagen por f
del término precedente (salvo el primero, obviamente), siempre y cuando no haya problemas
con el dominio de f . Es decir, si Sn es una solución, se tiene que

Sn = f (Sn−1 ) = f (f (Sn−2 )) = f (f (· · · f (S0 ) · · · )) ,

y por lo tanto
Sn = (f ◦ . n. . ◦ f ) (S0 ) = f n (S0 ) .

No hay que confundir la composición de f consigo misma n veces, denotada por f n , con
la potencia n-ésima de f (es decir, el producto de f consigo misma n veces). Aunque se
denoten de la misma forma, el contexto suele aclarar a qué nos estamos refiriendo. La razón
de que se denoten igual es que la ley de composición de funciones “◦” suele considerarse
como “un producto” para las funciones (aunque no sea el “producto usual” de los números
reales). De hecho, el producto de matrices es el equivalente a la composición de funciones
lineales.

Ejemplo 14 Consideremos la ED de primer orden autónoma y explı́cita

Xn+1 = Xn2 + 1. (2.7)

En este caso, la función que define la ecuación es f (x) := x2 +1. Los primeros cinco términos
de la solución cuya condición inicial es 0 son

S (0) = {0, 1, 2, 5, 26, . . .} ,

ya que f (0) = 1, f 2 (0) = f (f (0)) = f (1) = 2, f 3 (0) = f (f (f (0))) = f (2) = 5 y f 4 (0) =

f (f (f (f (0)))) = f (5) = 26.

19
Resolución numérica
Seguramente, en algún momento, con una calculadora en la mano y ante un número
cualquiera en la pantalla, has pulsado repetidamente una tecla y has observado cómo evo-
lucionaban las cifras que aparecı́an en la pantalla de la calculadora. Por ejemplo, ante un
número cualquiera X0 > 0, pulsando repetidamente la tecla correspondiente a la función
√
x se observa cómo las cifras se van acercando cada vez más a 1; si después tomamos otra
cifra cualquiera Xe0 > 0 y repetimos el experimento numérico, observamos el mismo compor-
tamiento. Después de algún experimento más, variando la condición
√ inicial, podemos llegar
a la conclusión de que todas las soluciones de la ED Xn+1 = Xn con condición inicial
positiva convergen hacia 1 (y además, la que tiene condición inicial X0 = 1 es constante).
El procedimiento aquı́ empleado es un método numérico y, en este caso, nos ha conducido
a una conclusión verdadera, pero no siempre ocurre ası́. El mayor inconveniente de los
métodos numéricos es que no podemos estar completamente seguros de las afirmaciones que
realizamos. En ocasiones, al método numérico se le escapan algunos detalles importantes y
no se puede usar (directamente) cuando la función depende de parámetros. Sin embargo,
en ocasiones, es el último refugio cuando se estudia una ecuación para la que los métodos
analı́ticos resultan ser extremadamente complejos.
En cualquier caso, para aplicar este método numérico de una manera sistemática hay
que precisar los siguientes elementos:

Intervalo de aplicación: un intervalo [a, b] donde vamos a tomar las condiciones ini-
ciales.

Número de nodos: un número k de puntos del intervalo [a, b] que vamos a tomar
como condiciones iniciales. Si se define h := (b − a)/k, entonces vamos calculando las
soluciones S(a + jh) para j = 0, . . . , k.

Número máximo de iteraciones: no podemos calcular infinitos términos de la solución

S(a + jh), ası́ que nos conformaremos con observar el comportamiento de los N
primeros términos.

Comenzamos a estudiar la ED (2.6) con condición inicial X0 = a y calculamos los

N primeros términos. Dependiendo del comportamiento de estos términos de la sucesión
llegamos a una conclusión sobre la solución S(a). Consideramos entonces la condición inicial
X0 = a+h, calculamos sus N primeros términos y en base a ellos llegamos a una conclusión
sobre la solución S(a+h). Consideramos después la condición inicial X0 = a+2h, calculamos
sus N primeros términos y en base a ellos llegamos a una conclusión sobre la solución
S(a + 2h). Y ası́ hasta llegar a la condición inicial X0 = a + kh = b, calcularemos sus N
primeros términos y en base a ellos llegaremos a una conclusión sobre la solución S(b).

2.2.1. Resolución gráfica

Vamos a describir un procedimiento sencillo que nos permitirá conocer el comporta-
miento de las soluciones de una ED si conocemos la gráfica de la función que define la
ecuación.
Sea Sn una solución de la ecuación (2.6). Supongamos que conocemos un término de la
solución, por ejemplo el valor inicial S0 , y que tenemos representada la gráfica de la función

20
Figura 2.2: Procedimiento de resolución gráfica de una ED de primer orden autónoma y
explı́cita con condición inicial X0 .

f en el plano {x, y}, es decir, el conjunto de puntos (x, y) de R2 tales que y = f (x). Entonces
es posible hallar el siguiente término de la solución, S1 = f (S0 ), calculando gráficamente el
valor de la ordenada y que se corresponde con la abscisa x = S0 . El procedimiento es bien
conocido: se levanta una lı́nea vertical (paralela al eje OY ) desde el punto (S0 , 0) hasta que
corta a la gráfica de f ; desde este punto de corte se traza una lı́nea horizontal (paralela al
eje OX) y se halla el punto de corte con el eje OY (véase Figura 2.2).
Pero, ¿qué podemos hacer si queremos hallar el término siguiente S2 y los términos pos-
teriores? Es evidente que la evolución de la solución se puede apreciar mejor si los términos
se representan en el mismo eje. Ello se puede lograr usando un compás y trazando un sec-
tor de circunferencia de radio S1 que vaya del eje OY al eje OX. Pero este procedimiento
necesita de un utensilio mecánico adicional y además no es viable cuando se ha utilizado
una escala distinta en cada eje.
El procedimiento alternativo (que también se ha ilustrado en la Figura 2.2) consiste en
representar la bisectriz {y = x}, también llamada diagonal principal, y actuar del siguiente
modo:

Se levanta una lı́nea vertical desde el punto (S0 , 0) hasta que corta a la gráfica de f .

Desde ese punto de la gráfica, se traza una lı́nea horizontal hasta que corta a la
diagonal principal {y = x}.

Se traza entonces una nueva lı́nea vertical desde ese punto hasta que corta al eje OX.
El valor de la abscisa del punto obtenido es justamente S1 .

Reiterando este procedimiento se observa la evolución de una determinada solución.

Ejemplo 15 Vamos a hallar gráficamente los primeros términos de la solución Sn del PVI
 3p
 Xn+1 = 2 |Xn |


(2.8)

 1
 X0 = .
10

21
Para ello disponemos de la gráfica de la función f (x) := 32 |x|. Teniendo en cuenta que la
p
1
condición inicial es 10 , utilizando el procedimiento anteriormente descrito se obtienen los
siguientes cuatro términos de la solución en la Figura 2.3.

Figura 2.3: Resolución gráfica del PVI (2.8).

Nótese que la solución Sn es monótona (en concreto, estrictamente creciente) y converge

al punto de corte de la gráfica de f (x) con la diagonal principal.

Ejemplo 16 Vamos a hallar gráficamente los primeros términos de la solución Sn del PVI
 1 2
 Xn+1 = 1 − 3 Xn


(2.9)

 1
 X0 = .
10
Para ello disponemos de la gráfica de la función f (x) := 1 − 13 x2 . Teniendo en cuenta que la
1
condición inicial es 10 , utilizando el procedimiento anteriormente descrito se obtienen los
siguientes cuatro términos de la solución en la Figura 2.4.

Figura 2.4: Resolución gráfica del PVI (2.9).

Nótese que en este caso la solución Sn es oscilante y también converge al punto de corte
de la gráfica de f (x) con la diagonal principal.

22
Repasemos a continuación los tipos de soluciones especiales citados anteriormente en el
caso particular de una ED de primer orden autónoma y explı́cita, y qué aspecto tiene la
correspondiente resolución gráfica.
Los puntos de equilibrio de la ED (2.6) se pueden determinar gráficamente, ya que
se corresponden con los puntos de corte de la gráfica de f con la diagonal principal
{y = x}. Por ejemplo, en la Figura 2.5 se representa la gráfica de la función f (x) =
1 2 3 y la diagonal principal, deduciendo que los puntos de equilibrio
5 −10 + 2x + 6x − x
de la ED
1
−10 + 2Xn + 6Xn2 − Xn3

Xn+1 = (2.10)
5
son p1 = −1, p2 = 2 y p3 = 5.

Figura 2.5: Puntos de equilibrio de la ED (2.10).

Por otro lado, dado un 2-ciclo {p, q}, se cumple que f (p) = q y f (q) = p, con lo que
f 2 (p)
= f (f (p)) = f (q) = p y f 2 (q) = f (f (q)) = f (p) = q. Ası́ pues, los 2-ciclos de (2.6) se
pueden determinar hallando los puntos de equilibrio de

Xn+1 = f (f (Xn )) = f 2 (Xn ) ,

que se corresponden con los puntos de corte de la gráfica de la función compuesta f 2 = f ◦f

con la diagonal principal. En este caso, si representamos la gráfica de la función f original,
un 2-ciclo aparece representado por un rectángulo, como en la Figura 2.6.

Figura 2.6: Representación del 2-ciclo {−1, 2} en la ED Xn+1 = 2Xn2 − 3Xn − 3.

23
Además, el procedimiento utilizado para hallar 2-ciclos se puede generalizar para hallar
N -ciclos mediante los puntos de corte de la gráfica de f N = f ◦ . N. . ◦ f con la diagonal
principal. Por ejemplo, en la Figura 2.7 se representan los cortes de la diagonal principal
con la llamada “función tienda”

2x si x ∈ [0, 1/2]
f (x) =
2 (1 − x) si x ∈ ]1/2, 1] ,

junto con las funciones compuestas f 2 y f 3 , hallándose de esta forma puntos fijos, 2-ciclos
y 3-ciclos respectivamente.

Figura 2.7: Función tienda f (izquierda) y sus funciones compuestas f 2 (centro) y f 3 (dere-
cha). Los cortes de estas funciones con la diagonal principal se corresponden con dos puntos
fijos (0 y 2/3), un 2-ciclo ({2/5, 4/5}) y dos 3-ciclos ({2/9, 4/9, 8/9} y {2/7, 4/7, 6/7}).

Si la función f es creciente, sus soluciones son monótonas. En este caso, la resolución

gráfica da como resultado un dibujo “escalonado”. Si la gráfica de f en el punto (X0 , f (X0 ))
queda por encima de la diagonal principal (es decir, si f (X0 ) > X0 ), la solución será
creciente; por el contrario, si la gráfica de f en (X0 , f (X0 )) queda por debajo de la diagonal
principal, la solución será decreciente (ver Figura 2.8).

Figura 2.8: Resolución gráfica de PVIs cuyas soluciones son crecientes (izquierda) o decre-
cientes (derecha), dependiendo de si la gráfica de la correspondiente f (x) está por encima
o por debajo de la diagonal principal.

Si la función f es decreciente, sus soluciones son oscilantes y la resolución gráfica tiene

un aspecto de “espiral” o “tela de araña”, como en la Figura 2.4.
Finalmente, si la función f es continua, parece ser que las soluciones convergentes siem-
pre tienen como lı́mite a un punto fijo, es decir, convergen a un corte de la gráfica de f

24
con la diagonal principal (ver Figuras 2.3 y 2.4). De hecho, se puede enunciar el siguiente
resultado, que posteriormente nos resultará útil:

Proposición 1 Las soluciones convergentes de una ED de la forma (2.6) con f continua,

convergen a un punto de equilibrio de dicha ED.

Demostración. Sea Sn una solución de (2.6) convergente a un punto p. Veamos que p es

un punto de equilibrio, es decir, que f (p) = p.
Como f es continua, se tiene que para todo > 0 existe δ > 0 tal que si |x − p| < δ
entonces |f (x) − f (p)| < . Por otro lado, como Sn converge a p, se tiene que dado un δ > 0
existe n0 ∈ N tal que si n > n0 entonces |Sn − p| < δ. Combinando estas dos propiedades,
se tiene que para todo > 0 existe n0 ∈ N tal que si n > n0 entonces |f (Sn ) − f (p)| < ,
con lo que la sucesión cuyo término general es f (Sn ) converge a f (p). Ahora bien, como Sn
es solución, f (Sn ) = Sn+1 para todo n ∈ N, y por lo tanto la sucesión {f (Sn )}+∞
n=0 coincide
+∞
con la sucesión {Sn }n=1 que es convergente a p. Por la unicidad del lı́mite, se concluye que
f (p) = p.

Por último, en la Figura 2.9 se hallan gráficamente los 10 primeros términos de la

solución del PVI (2.5), que es densa en [0, 1].

Figura 2.9: Resolución gráfica del PVI (2.5) (10 primeros términos).

2.2.2. EDs monótonas

Una ED de la forma (2.6) es monótona si dadas dos soluciones cualesquiera Sn y S̃n
tales que S0 < S̃0 , se verifica Sn < S̃n para todo n ∈ N.
Se puede comprobar a partir de la definición que para que la ED (2.6) sea monótona es
necesario y suficiente que f sea una función estrictamente creciente. A continuación vamos
a describir las propiedades más significativas de las soluciones de esta clase de ecuaciones.

Proposición 2 Las soluciones no constantes de una ED monótona son estrictamente

monótonas (estrictamente crecientes o estrictamente decrecientes).

25
Demostración. Sea Sn una solución no constante de una ED monótona de la forma (2.6).
Se dan los siguientes casos:
si S0 < S1 entonces S1 = f (S0 ) < f (S1 ) = S2 ;
si S0 > S1 entonces S1 = f (S0 ) > f (S1 ) = S2 ,
ya que f es estrictamente creciente. Repitiendo este razonamiento se llega a que Sn es
estrictamente creciente o estrictamente decreciente, respectivamente.
2
Nótese que una misma ED puede tener unas soluciones que sean estrictamente crecientes
y otras soluciones que sean estrictamente decrecientes.
A continuación veremos una propiedad que nos asegura que los puntos de equilibrio de
una ED monótona son barreras infranqueables para sus soluciones.

Proposición 3 Sea Sn una solución de una ED monótona y sea p un punto de equilibrio

de dicha ED.
Si S0 < p entonces Sn < p para todo n ∈ N.
Si p < S0 entonces p < Sn para todo n ∈ N.
Demostración. Considerando la ED monótona de la forma (2.6), se tiene:
si S0 < p entonces S1 = f (S0 ) < f (p) = p;
si S0 > p entonces S1 = f (S0 ) > f (p) = p,
ya que f es estrictamente creciente. Repitiendo este razonamiento se llega a que Sn < p ó
Sn > p para todo n ∈ N, respectivamente.
2

Proposición 4 Si Sn es una solución no constante y acotada de una ED monótona de la

forma (2.6), entonces es convergente. Además, si f es continua, la solución converge a un
punto de equilibrio de dicha ED.
Demostración. Si Sn es una solución no constante de una ED monótona, por la Proposi-
ción 2 es estrictamente monótona. Además, si es acotada, por el Teorema 1 es convergente.
Finalmente, si f es continua, por la Proposición 1 la solución Sn converge a un punto de
equilibrio de dicha ED.
2
Nótese que la hipótesis “f es continua” es necesaria para que el lı́mite de la solución
sea un punto de equilibrio. Por ejemplo, dada la función estrictamente creciente
 x
 si x < 0
2

f (x) :=

x + 1 si x ≥ 0,


entonces la sucesión cuyo término general es Sn = − 21n es solución de la ED monótona

asociada Xn+1 = f (Xn ), está acotada, converge a 0, pero 0 no es un punto de equilibrio.

26
Proposición 5 Sean Sn y S̃n dos soluciones (estrictamente creciente y estrictamente de-
creciente respectivamente) de una ED monótona con f continua.
Si S0 < S̃0 entonces existe un punto de equilibrio p tal que Sn < p < S̃n para todo
n ∈ N.

Si S̃0 < S0 entonces existe un punto de equilibrio p tal que S̃n < p < Sn para todo
n ∈ N.
Demostración. Consideremos el primer caso en el que S0 < S̃0 . Como Sn es estrictamente
creciente, se tiene que f (S0 ) = S1 > S0 , con lo que f (S0 ) − S0 > 0. Por otro lado, como
S̃n es estrictamente decreciente, se tiene que f (S̃0 ) = S̃1 < S̃0 , con lo que f (S̃0 ) − S̃0 < 0.
Como f es continua, la función f (x) − x también es continua, y por el Teorema de Bolzano
existe un punto p ∈]S0 , S̃0 [ en el que la función f (x) − x se anula; es decir, f (p) = p, con
lo que p es un punto de equilibrio. Por la Proposición 3 se concluye que Sn < p < S̃n para
todo n ∈ N.
Análogamente, se demuestra para el segundo caso.
2

Diagramas de monotonı́a
El hecho de que las soluciones de las ED monótonas tengan un comportamiento es-
trictamente monótono hace que el estudio dinámico de estas ecuaciones sea especialmente
sencillo y que se pueda describir mediante un simple dibujo: el llamado diagrama de mo-
notonı́a. Se trata de representar la recta real indicando en ella los puntos de equilibrio y el
tipo de monotonı́a de las soluciones no constantes. Los puntos de equilibrio se representan
mediante pequeños puntos, las soluciones estrictamente crecientes se indican mediante una
flecha que apunta hacia la derecha y las soluciones estrictamente decrecientes se represen-
tan mediante una flecha que apunta hacia la izquierda. En general, es fácil representar el
diagrama de monotonı́a de una ED monótona a partir de la gráfica de la función f y la
diagonal principal: los puntos de equilibrio son los puntos de corte entre ambas gráficas,
las soluciones son estrictamente crecientes cuando la gráfica de f queda por encima de la
diagonal principal, y las soluciones son estrictamente decrecientes cuando la gráfica de f
queda por debajo de la diagonal principal.
De este modo, los puntos de equilibrio dividen a la recta real en varios “tramos”, y
si f es continua, por la Proposición 5 se tiene que en cada tramo todas las soluciones se
comportan de la misma forma (es decir, o bien son estrictamente crecientes o estrictamente
decrecientes).
Además, si f es continua, por la Proposición 4 se tiene que si Sn es una solución estric-
tamente creciente acotada superiormente por uno o varios puntos de equilibrio, entonces
Sn converge al mı́nimo de los puntos de equilibrio que sean cota superior. Análogamente, si
Sn es una solución estrictamente decreciente acotada inferiormente por uno o varios puntos
de equilibrio, entonces Sn converge al máximo de los puntos de equilibrio que conformen
una cota inferior.

Ejemplo 17 Consideremos la ED

Xn+1 = Xn + eXn . (2.11)

27
La función f (x) := x + ex es estrictamente creciente ya que la derivada es siempre positiva1 :

f 0 (x) = 1 + ex > 0, ∀x ∈ R.

Además, la ED carece de puntos de equilibrio ya que

f (x) = x ⇐⇒ ex = 0,

y esta ecuación no tiene solución. Por último, observamos que dada una condición inicial
X0 , se tiene
X1 = X0 + eX0 > X0 ,
y por tanto todas las soluciones de la ED van a ser estrictamente crecientes. Esto último
también se puede deducir tomando un caso particular, por ejemplo X0 = 0, y viendo que
X1 = f (0) = 0 + e0 = 1 > 0; en virtud de la Proposición 5 se concluye también que todas
las soluciones serán estrictamente crecientes.

Figura 2.10: Diagrama de monotonı́a de la ED (2.11).

Las observaciones anteriores nos permiten asegurar que el diagrama de monotonı́a de

esta ED tiene un único tramo (ya que no hay puntos de equilibrio) con todas las soluciones
estrictamente crecientes (ver Figura 2.10), que divergen a +∞.

Ejemplo 18 Consideremos la ED

Xn+1 = Xn3 + Xn . (2.12)

La función f (x) := x3 + x es estrictamente creciente ya que la derivada es siempre positiva:

f 0 (x) = 3x2 + 1 > 0, ∀x ∈ R.

Como
f (x) = x ⇐⇒ x3 = 0 ⇐⇒ x = 0,
se tiene que p = 0 es el único punto de equilibrio de la ED (2.12). Observamos que si
X0 > 0,
X1 = X03 + X0 > X0 ,
y por lo tanto la solución con condición inicial X0 será estrictamente creciente. En cambio,
si X0 < 0,
X1 = X03 + X0 < X0 ,
y la solución correspondiente será estrictamente decreciente. Utilizando la Proposición 5,
esto también se puede deducir escogiendo una condición inicial particular en cada tramo del
diagrama de monotonı́a, y estudiando el siguiente término de la solución correspondiente.
Por ejemplo, si escogemos X0 = 1, entonces X1 = f (1) = 2 > X0 , con lo que las soluciones
con condición inicial en el tramo ]0, +∞[ serán estrictamente crecientes y divergentes a +∞;
por otro lado, si escogemos X0 = −1, entonces X1 = f (−1) = −2 < X0 y las soluciones

28
Figura 2.11: Diagrama de monotonı́a de la ED (2.12).

con condición inicial en el tramo ]−∞, 0[ serán estrictamente decrecientes y divergentes a

−∞. El diagrama de monotonı́a correspondiente se representa en la Figura 2.11.

Ejemplo 19 Consideremos la ED

Xn+1 = Xn3 + Xn2 + Xn . (2.13)

La función f (x) := x3 + x2 + x es estrictamente creciente ya que la derivada es siempre

positiva:
f 0 (x) = 3x2 + 2x + 1 = 2x2 + (x + 1)2 > 0, ∀x ∈ R.
Como
3 2 x = −1
f (x) = x ⇐⇒ x +x =0 ⇐⇒
x = 0,
se tiene que los puntos de equilibrio de la ED (2.13) son p1 = −1 y p2 = 0. Utilizando la
Proposición 5, si escogemos X0 = 1, entonces X1 = f (1) = 3 > X0 , con lo que las soluciones
con condición inicial en el tramo ]0, +∞[ serán estrictamente crecientes y divergentes a +∞;
por otro lado, si escogemos X0 = −0.5, entonces X1 = f (−0.5) = −0.375 > X0 , con lo que
las soluciones con condición inicial en el tramo ]−1, 0[ también serán estrictamente crecientes
pero convergentes a 0; finalmente, si escogemos X0 = −2, entonces X1 = f (−2) = −6 < X0 ,
con lo que las soluciones con condición inicial en el tramo ]−∞, −1[ serán estrictamente
decrecientes y divergentes a −∞. El diagrama de monotonı́a correspondiente se representa
en la Figura 2.12.

Figura 2.12: Diagrama de monotonı́a de la ED (2.13).

Ejemplo 20 Consideremos la ED
1 3 1 2 6 4
Xn+1 = Xn − Xn + Xn + . (2.14)
10 2 5 5
1 3
La función f (x) := 10 x − 12 x2 + 65 x + 4
5 es estrictamente creciente ya que la derivada es
siempre positiva:
2
0 3 6 3 5 11
f (x) = x2 − x + = x− + > 0, ∀x ∈ R.
10 5 10 3 30
1
Para demostrar que una función derivable en un intervalo es estrictamente creciente en dicho intervalo
basta con comprobar que la derivada nunca es negativa, y sólo se anula en un conjunto discreto de puntos.

29
Como

1 3 1 2 1 4  x = −1
f (x) = x ⇐⇒ x − x + x+ =0 ⇐⇒ x=2
10 2 5 5
x = 4,


se tiene que los puntos de equilibrio de la ED (2.14) son p1 = −1, p2 = 2 y p3 = 4.

Utilizando la Proposición 5, si escogemos X0 = 5, entonces X1 = f (5) = 6.8 > X0 , con lo
que las soluciones con condición inicial en el tramo ]4, +∞[ serán estrictamente crecientes
y divergentes a +∞; si escogemos X0 = 3, entonces X1 = f (3) = 2.6 < X0 , con lo que
las soluciones con condición inicial en el tramo ]2, 4[ serán estrictamente decrecientes y
convergentes a 2; si escogemos X0 = 0, entonces X1 = f (0) = 0.8 > X0 , con lo que
las soluciones con condición inicial en el tramo ]−1, 2[ serán estrictamente crecientes y
convergentes a 2; finalmente, si escogemos X0 = −2, entonces X1 = f (−2) = −4.4 < X0 ,
con lo que las soluciones con condición inicial en el tramo [−∞, −1[ serán estrictamente
decrecientes y divergentes a −∞. El diagrama de monotonı́a correspondiente se representa
en la Figura 2.13.

Figura 2.13: Diagrama de monotonı́a de la ED (2.14).

Ejemplo 21 Veamos ahora un caso en donde la ED no está definida en todo R, sino en

[0, +∞[:
2Xn
Xn+1 = , Xn ≥ 0. (2.15)
Xn + 1

2x
En este caso, se puede comprobar que la función f (x) = definida en [0, +∞[ tiene
x+1
sus imágenes también en [0, +∞[, con lo que no habrá problemas de dominio al intentar
calcular imágenes sucesivas. Por lo tanto, dada una condición inicial X0 ≥ 0, siempre se
podrá calcular la solución correspondiente para todo n ∈ N.
Para ver si f (x) es estrictamente creciente en [0, +∞[, como es continua y derivable en
2
su interior ]0, +∞[, basta con estudiar su derivada, f 0 (x) = , que es estrictamente
(1 + x)2
positiva para todo x > 0. Nótese que si consideramos el dominio de definición ]−∞, −1[ ∪
]−1, +∞[, aunque la derivada sigue siendo estrictamente positiva, el dominio no es un
intervalo conexo (se podrı́a decir que hay una discontinuidad en −1, aunque en realidad f
no está definida en −1) y no se puede asegurar que f sea estrictamente creciente. De hecho,
no lo es (compruébese dibujando la gráfica de f ).
Una vez comprobado que f (x) es estrictamente creciente en [0, +∞[, se procede a hallar
los puntos de equilibrio, que son p1 = 0 y p2 = 1 (compruébese). Escogiendo condiciones
iniciales en los tramos ]0, 1[ y ]1, +∞[, se comprueba que el diagrama de monotonı́a corres-
pondiente viene dado por la Figura 2.14.

30
Figura 2.14: Diagrama de monotonı́a de la ED (2.15).

2.2.3. Teorı́a de estabilidad de puntos de equilibrio

Observando los diagramas de monotonı́a de las EDs monótonas, nos damos cuenta de
que hay puntos de equilibrio que “atraen” a las soluciones (si la derivada de f en ese punto
es menor que 1) y puntos de equilibrio que “repelen” a las soluciones (si la derivada de f en
ese punto es mayor que 1). Esto se puede generalizar a EDs no necesariamente monótonas
de la forma (2.6). Ası́ pues, a lo largo de esta sección, p ∈ R denotará un punto de equilibrio
de la ED (2.6) y clasificaremos estos puntos de equilibrio dependiendo de cómo evolucionen
las soluciones de (2.6) cuyas condiciones iniciales estén próximas a p.

Atractores
Diremos que X0 ∈ R es atraı́do por el punto de equilibrio p si la solución de (2.6) con
condición inicial X0 es convergente a p. Teniendo esto en cuenta, se define la región de
atracción del punto de equilibrio p como el conjunto

R(p) := {X0 ∈ R : X0 es atraı́do por p} .

Nótese que el conjunto R(p) nunca es vacı́o ya que p ∈ R(p) siempre.

También se puede definir la región de atracción del punto de equilibrio p usando el
concepto de conjunto ω-lı́mite:

R(p) := {X0 ∈ R : Lω (S (X0 )) = {p}} ,

en donde Lω (S (X0 )) es el conjunto ω-lı́mite de la única solución con condición inicial X0 ,

que ha de ser acotada. Esta definición alternativa y equivalente tiene la ventaja de que se
puede usar para generalizar y definir el concepto de región de atracción de un ciclo, que
abordaremos en la Sección 2.2.5.

Ejemplo 22 Se considera la ED
1
Xn+1 = Xn ,
2
de la que p = 0 es un punto de equilibrio. La solución de esta ED con condición inicial X0
es la sucesión cuyo término general es
n
1
Sn = X0 .
2

Puesto que n
1
lı́m Sn = lı́m X0 = 0, ∀X0 ∈ R,
n→+∞ n→+∞ 2

resulta que R(0) = R.

31
Diremos que un punto de equilibrio p es un atractor si p es un punto interior de su
región de atracción; es decir, si existe > 0 tal que

[p − , p + ] ∩ dom(f ) ⊂ R(p).

Cuando R(p) = R se dice que p es un atractor global. No obstante, el concepto de atractor

global también se aplica cuando R(p) es todo el dominio (ya sea matemático o económico)
de la función f de la ED (2.6). En caso contrario, se dice que p es un atractor local.
Ası́ pues, en el ejemplo anterior, p = 0 es un atractor global. Pero no todos los atractores
son atractores globales. Obviamente, si la ED tiene más de un punto de equilibrio, entonces
ninguno de ellos es un atractor global.
Por último, si nos fijamos en los ejemplos anteriores resueltos gráficamente, podemos
llegar a la conclusión de que un punto de equilibrio p es atractor si |f 0 (p)| < 1. Este resultado
será posteriormente enunciado con más rigor dentro del criterio de la primera aproximación
en la Sección 2.5.

Ejemplo 23 La ED
Xn+1 = Xn2
tiene dos puntos de equilibrio: p1 = 0 y p2 = 1. En este caso, f (x) := x2 verifica la siguiente
propiedad:
f (x) > x si x > 1
0 < f (x) < x si 0 < x < 1.
Ello se observa muy bien en la gráfica de la función (ver Figura 2.15).

Figura 2.15: Resolución gráfica de Xn+1 = Xn2 para diversas condiciones iniciales X0 .

Razonando sobre la gráfica de la función, o utilizando la propiedad señalada, se observa

que:
Si la condición inicial X0 ∈ ]0, 1[ entonces la correspondiente solución converge a 0.
Si la condición inicial X0 > 1 entonces la correspondiente solución diverge a +∞.
Si la condición inicial X0 ∈ ]−1, 0[ entonces los siguientes términos de la correspon-
diente solución son positivos y dicha solución converge a 0.
Si la condición inicial X0 < −1 entonces los siguientes términos de la correspondiente
solución son positivos y dicha solución diverge a +∞.

32
como consecuencia se obtiene que
R(0) = ]−1, 1[ , R(1) = {−1, 1} .
Por lo tanto, p1 = 0 es un atractor local, mientras que p2 = 1 no es un atractor. Nótese que
|f 0 (0)| = 0 < 1 y |f 0 (1)| = 2 > 1. Posteriormente, en el Ejemplo 32 veremos que p2 = 1 es
un “repulsor”.

Ejemplo 24 Consideremos una ED monótona cuyo diagrama de monotonı́a viene dado

por la Figura 2.16.

Figura 2.16: Diagrama de monotonı́a del Ejemplo 24.

Las regiones de atracción de los puntos de equilibrio son

R(0) = {0} , R(3) = ]0, 5[ , R(5) = [5, +∞[ .
Ası́ pues, el único atractor es el punto de equilibrio 3, ya que ni 0 ni 5 están en el interior
de su región de atracción.

Conjuntos invariantes
Un conjunto A ⊂ R es un conjunto invariante para la ED (2.6) si la imagen por f de
cualquier punto de A pertenece al conjunto A, es decir, si se verifica
f (A) ⊂ A,
en donde f (A) := {f (x) ∈ R : x ∈ A}.
Una definición equivalente se puede dar en términos de las soluciones de la ED (2.6):
un conjunto A ⊂ R es invariante si dada una condición inicial X0 ∈ A se cumple que la
solución S(X0 ) está contenida en A.

Ejemplo 25 El intervalo [−4, 6] es invariante para la ED

1
Xn+1 = Xn .
2
En este caso, f (x) := x/2 y se tiene que
x
x ∈ [−4, 6] =⇒ −4 ≤ x ≤ 6 =⇒ −2 ≤ ≤ 3 =⇒ f (x) ∈ [−2, 3] ⊂ [−4, 6] .
2
Sin embargo, el intervalo A = [2, 5] no es invariante para la misma ED ya que 2 ∈ A pero
f (2) = 1 ∈
/ A.

Ejemplo 26 El intervalo A = [−4, 6] no es invariante para la ED

Xn+1 = −Xn .
En este caso, f (x) := −x y se tiene que 6 ∈ A pero f (6) = −6 ∈ / A. Observamos que
cualquier intervalo simétrico centrado en 0 sı́ es invariante para esta ED.

33
Proposición 6 Dado un intervalo compacto [a, b] ⊂ R, sean

M := máx {f (x) : x ∈ [a, b]} , m := mı́n {f (x) : x ∈ [a, b]} .

Entonces [a, b] es un conjunto invariante para la ED (2.6) si y sólo si se cumple que M, m ∈

[a, b].

Ejemplo 27 Estudiemos cuándo el intervalo [0, 1] es invariante para la ED

Xn+1 = rXn (1 − Xn ) , r > 0.

Para ello calculamos

r
M = máx {rx (1 − x) : x ∈ [0, 1]} = , m := mı́n {rx (1 − x) : x ∈ [0, 1]} = 0.
4
Ası́ pues, el intervalo [0, 1] será invariante cuando r/4 ∈ [0, 1]; es decir, cuando 0 < r ≤ 4.

Estabilidad
Diremos que p es un punto de equilibrio estable para la ED (2.6) cuando existan dos
sucesiones de números reales positivos {n }n∈N y {δn }n∈N convergentes2 a 0 y además todos
los intervalos
In := [p − n , p + δn ]
sean invariantes.
En otras palabras, el punto de equilibrio p es estable si tiene una base de entornos
invariantes, es decir, una familia de intervalos que contienen a p en su interior, que son
invariantes y que existen elementos de la familia cuya longitud es tan pequeña como se
quiera.
Otra definición alternativa (aunque no equivalente) puede hacerse utilizando el concepto
de distancia: p es estable si
lı́m dist (S(X0 ), p) = 0,
X0 →p

siendo dist (S(X0 ), p) el supremo del conjunto {|Sn − p| ∈ R : n ∈ N} y {Sn }n∈N = S(X0 ),
es decir, la solución con condición inicial X0 .
La idea subyacente de la estabilidad es que soluciones con condiciones iniciales cerca-
nas a p se quedan cerca de p, pero no necesariamente son atraı́das por p. Aunque ambas
definiciones se rigen por esta directriz, a lo largo del curso usaremos la primera definición.

Ejemplo 28 Dada la ED
1
Xn+1 = Xn ,
2
se tiene que p = 0 es el único punto de equilibrio, y además es estable. Basta tomar las
sucesiones con término general n = δn = n1 (con n ≥ 1)y comprobar directamente (como
se hizo en el Ejemplo 25) que los intervalos de la forma − n1 , n1 son invariantes.

2
Se suele usar la notación {n } ↓ 0 para indicar que la sucesión {n }n∈N es de números reales positivos,
es decreciente y converge a 0.

34
Ejemplo 29 Exactamente lo mismo se puede decir de la ED

Xn+1 = −Xn ,

ya que p = 0 es el único punto de equilibrio y además los intervalos de la forma − n1 , n1

(con n ≥ 1) son invariantes. Podemos asegurar por tanto que el punto de equilibrio p = 0
es estable, pero no es atractor.
Cuando un punto de equilibrio de (2.6) no sea estable, diremos que es inestable.

Ejemplo 30 Dada la ED
Xn+1 = 2Xn ,
se tiene que p = 0 es un punto de equilibrio inestable. Para comprobarlo, se puede razonar
por reducción al absurdo. Supongamos que existen sucesiones {n } ↓ 0 y {δn } ↓ 0 tales que
In := [−n , δn ] es invariante para cada n ∈ N. Pero esta afirmación es falsa, ya que n ∈ In
y sin embargo f (n ) = 2n ∈ / In .
Aunque en los Ejemplos 28 y 29 el punto de equilibrio es estable, existe una diferencia
notable en la evolución de las soluciones de una y otra ecuación. Mientras que en el primer
caso el punto de equilibrio es un atractor, en el segundo caso no lo es. A la vista de los
ejemplos anteriores, podrı́a pensarse que todo atractor es un punto de equilibrio estable. Ası́
ocurre habitualmente, pero no siempre. Por tanto, podemos introducir un nuevo concepto:
diremos que p es un punto de equilibrio asintóticamente estable para la ED (2.6) si p es
estable y atractor.
Todos los ejemplos de atractores que han aparecido son puntos de equilibrio asintótica-
mente estables. De hecho, todos los atractores de EDs monótonas o lineales (véase la Sección
2.4) son asintóticamente estables. No obstante, a continuación veremos un contraejemplo
de punto fijo atractor no estable.

Ejemplo 31 Si consideramos la función

x/2 si x ∈ Q
f (x) =
1000 si x ∈
/ Q,

entonces p = 0 es un punto fijo atractor no estable de la ED correspondiente (2.6).

ED inversa. Repulsión
Dada una ED de la forma (2.6), si la función f es biyectiva (es decir, estrictamente
creciente o estrictamente decreciente) en un entorno de un punto p, nos podemos plantear
la ED inversa
Xn+1 = f −1 (Xn ) ,
en donde f −1 es la función inversa de f . Esto se podrá asegurar, por ejemplo, si f es
derivable en ese entorno y f 0 (p) 6= 0, aunque hay casos en los que f es biyectiva, derivable,
y su derivada se anula en algún punto, como por ejemplo f (x) = x3 .
Si p es un punto de equilibrio de la ED original, también lo es de la ED inversa, ya
que si f (p) = p entonces f −1 (p) = p. Teniendo esto en cuenta, diremos que p es un punto
de equilibrio repulsor (de la ED original) si es un punto de equilibrio atractor de la ED

35
inversa. Según esto, los atractores de la ED inversa son los repulsores de la ED original, y
viceversa. La idea subyacente al concepto de “repulsor” es que soluciones que se acercan
lo suficiente al correspondiente punto de equilibrio se alejan de él en sucesivas iteraciones
(aunque luego pueda volver a acercarse).
Si nos fijamos en los ejemplos anteriores resueltos gráficamente, podemos llegar a la con-
0
clusión de que un punto de equilibrio p es repulsor si |f 0 (p)| > 1. En este caso, | f −1 (p)| =
1/|f 0 (p)| < 1, con lo que p es atractor de la ED inversa. Este resultado será posteriormente
enunciado con más rigor dentro del criterio de la primera aproximación en la Sección 2.5.
Finalmente, se define la región de repulsión de p como la región de atracción de este
punto de equilibrio en la ED inversa, con lo que p se dice que es un repulsor global si su
región de repulsión es todo R.

Ejemplo 32 Dada la ED
Xn+1 = Xn2 , (2.16)
se tiene que p = 1 es un punto de equilibrio (véase Ejemplo 23). Además, la función
f (x) := x2 es biyectiva alrededor de este punto, concretamente, es estrictamente creciente
√
en ]0, +∞[, y su función inversa en este intervalo viene dada por f −1 (x) = x. Ası́ pues,
la ED inversa de (2.16) es p
Xn+1 = Xn .
Esta ED tiene a p = 1 como un punto de equilibrio atractor, ya que |(f −1 )0 (1)| = 1/2 < 1 y
además se puede comprobar fácilmente que su región de atracción es R(1) = ]0, +∞[. Por
lo tanto, p = 1 es un punto de equilibrio repulsor de la ED (2.16).
En resumen, dado p un punto de equilibrio de una ED autónoma de primer orden
explı́cita, diremos que es atractor, repulsor o estable si soluciones con condiciones iniciales
cercanas a p
tienden a p =⇒ atractor.

se alejan de p =⇒ repulsor.

no se alejan de p =⇒ estable.
El concepto de “alejarse” es un poco ambiguo y es relativo a lo cercana que está la condi-
ción inicial de p. Además, cabe señalar que una solución que se acerca a un repulsor y es
“repelida” por éste, puede volver a acercarse en futuras iteraciones, como por ejemplo pasa
en la ED 2.10, en donde hay tres puntos fijos repulsores que se van “pasando” las sucesivas
iteraciones de uno a otro. De este modo, todo punto de equilibrio repulsor no puede ser ni
atractor ni estable, y normalmente, todo punto atractor es estable, pero un punto estable
puede no ser atractor.

2.2.4. Ejemplos. Modelos discretos de oferta-demanda

Un modelo de oferta-demanda de un determinado producto tiene como elementos una
función oferta, una función demanda (ambas dependientes del precio del producto) y una
ley que dicta el comportamiento del precio del producto a lo largo del tiempo, dependiendo
de las funciones oferta y demanda. Además, se han de cumplir las tres leyes de la oferta y
la demanda:

36
1. Si la demanda supera a la oferta, el precio tiende a subir. Por el contrario, si la oferta
supera a la demanda, el precio tiende a bajar.

2. Si el precio aumenta, la oferta aumenta y la demanda disminuye. Por el contrario, si

el precio disminuye, la oferta disminuye y la demanda aumenta.

3. Existe un único precio de equilibrio en el que la oferta y la demanda se igualan.

Además, los precios evolucionan con el paso del tiempo hacia a este precio de equili-
brio.

Obviamente, aparte de estas tres leyes, las funciones oferta y demanda han de ser
positivas en su dominio, que es el conjunto de precios positivos. También está permitido
que se anulen para algunos precios. Por ejemplo, la función demanda podrı́a anularse para
precios superiores a un determinado “precio tope”, a partir del cual los consumidores no
estarı́an dispuestos a adquirir el producto; y la función oferta podrı́a anularse para precios
inferiores a un determinado “precio base”, por debajo del cual la empresa no podrı́a fabricar
ninguna unidad del producto. Nótese que, en estos casos, no se cumplirı́a la segunda ley de
la oferta y la demanda que nos dice que la función demanda es estrictamente decreciente y
la función oferta es estrictamente creciente, considerando que el precio es la única variable
de dichas funciones. Para solucionar este conflicto se podrı́a relajar esta ley exigiendo una
monotonı́a pero que no sea estricta, o bien solamente se tendrı́an en cuenta los precios
comprendidos entre el “precio base” y el “precio tope”, que llamaremos precios factibles.
En los modelos discretos de oferta-demanda se considera que los precios solamente se
actualizan cada cierto tiempo, y todos estos “tiempos de actualización” conforman la malla
de tiempos del modelo. Ası́ pues, nuestro objetivo será hallar y estudiar el comportamiento
de la sucesión de precios, que será la solución de un PVI. Podemos suponer que las actuali-
zaciones de precios se calculan a partir de los valores inmediatamente anteriores que toman
la oferta, la demanda y el precio del producto, y ası́, la ED del PVI es explı́cita y de primer
orden. Además, consideraremos que tanto las funciones oferta y demanda como la ley que
rige el comportamiento de los precios no dependen del tiempo, y por lo tanto la ED será,
además, autónoma:

 Xn+1 = F (O (Xn ) , D (Xn ) , Xn ) =: f (Xn )

X0 = p0 ,


en donde O y D son las funciones oferta3 y demanda respectivamente, p0 > 0 es el precio

inicial, y f es una función continua y positiva cuyo dominio es el conjunto de precios
factibles.
Dentro de este marco, la primera ley es equivalente a exigir que

 f (x) > x si D(x) > O(x)

f (x) < x si D(x) < O(x).



3
Normalmente, la función oferta se denota con la letra S. No obstante, esta notación ya la hemos usado
anteriormente para referirnos a la solución de una ED, con lo que podrı́a causar problemas y hemos decidido
denotar a la función oferta con la letra O.

37
Además, la tercera ley nos dice que el precio de equilibrio, que denotaremos peq , es un punto
fijo atractor cuya región de atracción ha de ser el conjunto de todos los precios factibles.
Ası́ pues, f debe satisfacer 
 f (peq ) = peq

|f 0 (peq )| ≤ 1,


aunque esta última condición solamente nos asegura que peq no es un repulsor local y habrá
que comprobar mediante otras herramientas (como por ejemplo, analizando la solución
general si es posible hallarla) que el precio de equilibrio atrae a todos los precios factibles.

Modelo discreto de ajuste de precios de Evans

En este modelo se toman las funciones oferta y demanda de la forma

 O(x) = ax − b
(2.17)
D(x) = −cx + d,


en donde a, c > 0 y b, d ≥ 0. En este caso, el “precio base” por debajo del cual la empresa
no puede fabricar ninguna unidad del producto es b/a, y el “precio tope” a partir del cual
ningún consumidor adquiere el producto es d/c, con lo que el conjunto de precios factibles
es ]b/a, d/c[ (ver Figura 2.17). Además, el único precio de equilibrio es
b+d
peq = . (2.18)
a+c

Figura 2.17: Funciones de oferta y demanda del modelo de Evans.

Estas funciones cumplen la segunda ley de la oferta y la demanda, ya que O(x) es estric-
tamente creciente y D(x) es estrictamente decreciente en el conjunto de precios factibles, y
además son positivas.
La evolución de los precios viene dada por la ED
Xn+1 = k · (D (Xn ) − O (Xn )) + Xn , (2.19)

38
en donde k > 0. Aplicando (2.17) y (2.18) en (2.19) se obtiene

Xn+1 = peq · (1 − r) + r · Xn , (2.20)

en donde r := 1 − k · (a + c) < 1. Ası́ pues

f (x) = k · (D (x) − O (x)) + x = peq · (1 − r) + r · x.

Este modelo satisface la primera ley de la oferta y la demanda, ya que si D(x) > O(x)
entonces k · (D (x) − O (x)) > 0 y por lo tanto f (x) > x; análogamente se prueba la otra
condición. Además, el precio de equilibrio peq es el único punto fijo de la ED, pero no está
asegurado que sea siempre atractor. De hecho, como f 0 (peq ) = r, si |r| > 1 entonces peq es
repulsor local y no se cumplirı́a la tercera ley de la oferta y la demanda.
Es fácil deducir4 y comprobar que la solución de la ED (2.20) con condición inicial p0
viene dada por
Sn = peq + (p0 − peq ) rn ,
y por lo tanto, lı́mn→+∞ Sn = peq si y sólo si r ∈ ]−1, 1[. No obstante, como k, a, c > 0
se tiene que r < 1 siempre; ası́ pues, para que el precio de equilibrio sea un atractor cuya
región de atracción sean todos los precios factibles sólo hay que exigir r > −1, o lo que es
lo mismo,
k · (a + c) < 2.
Como casos particulares,
si k · (a + c) < 1, entonces r > 0 y la solución Sn tiende al precio de equilibrio de
forma monótona.

si k · (a + c) = 1, entonces r = 0 y la solución Sn llega directamente al precio de

equilibrio en t = t1 .

si 1 < k · (a + c) < 2, entonces −1 < r < 0 y la solución Sn tiende al precio de

equilibrio de forma oscilatoria. En este caso, el modelo recibe el nombre de modelo de
la telaraña.
En el caso k · (a + c) = 2 se tiene que f 0 (peq ) = r = −1 y el precio de equilibrio es
estable pero no atractor, ya que la solución Sn serı́a el 2-ciclo {p0 , 2peq − p0 }. Y en el caso
k · (a + c) > 2 se tiene que f 0 (peq ) = r < −1 y el precio de equilibrio es repulsor. Ası́ pues,
en estos dos últimos casos se vioları́a la tercera ley de la oferta y la demanda, resultando
un modelo no aceptable.

Modelo no lineal
Consideremos las funciones oferta y demanda de la forma

O(x) = b · xa



(2.21)
 D(x) =
 d
,
xc
4
En el proceso de deducción de la solución general hay que tener en cuenta la expresión de la serie
r n0 −r m+1
geométrica: m n
P
n=n0 r = 1−r
.

39
en donde a, b, c, d > 0. En este caso, el conjunto de precios factibles son todos los precios
positivos (ver Figura 2.18). Además, el único precio de equilibrio es
1
d a+c
peq = . (2.22)
b

Figura 2.18: Funciones de oferta y demanda del modelo no lineal.

D (Xn ) k

Xn+1 = · Xn , (2.23)
O (Xn )
en donde k > 0. Aplicando (2.21) y (2.22) en (2.23) se obtiene
1−r
Xn+1 = peq · Xnr , (2.24)

en donde r := 1 − k · (a + c) < 1. Ası́ pues,

D (x) k

f (x) = · x = p1−r r
eq · x .
O (x)
Nótese que la expresión de r en este modelo no lineal es la misma que la expresión de r
en el modelo lineal de Evans. De hecho, estos dos modelos guardan cierta analogı́a, como
veremos a continuación.
Este modelo satisface la primera ley de la oferta y la demanda, ya que si D(x) > O(x)
k
D(x)
entonces O(x) > 1 y por lo tanto f (x) > x; análogamente se prueba la otra condición.
Además, el precio de equilibrio peq es el único punto fijo de la ED, pero no está asegurado
que sea siempre atractor. De hecho, como f 0 (peq ) = r, si |r| > 1 entonces peq es repulsor
local y no se cumplirı́a la tercera ley de la oferta y la demanda.

40
Es fácil deducir y comprobar que la solución de la ED (2.24) con condición inicial p0
viene dada por
n
p0 r

Sn = peq · ,
peq
y por lo tanto, lı́mn→+∞ Sn = peq si y sólo si r ∈ ]−1, 1[. No obstante, como k, a, c > 0
se tiene que r < 1 siempre; ası́ pues, para que el precio de equilibrio sea un atractor cuya
región de atracción sean todos los precios factibles sólo hay que exigir r > −1, o lo que es
lo mismo,
k · (a + c) < 2.
Como casos particulares,

si k · (a + c) < 1, entonces r > 0 y la solución Sn tiende al precio de equilibrio de

forma monótona.

si k · (a + c) = 1, entonces r = 0 y la solución Sn llega directamente al precio de

equilibrio en t = t1 .

si 1 < k · (a + c) < 2, entonces −1 < r < 0 y la solución Sn tiende al precio de

equilibrio de forma oscilatoria.

En el caso k · (a + c) = 2 se tiene que f 0 (peq ) = r = −1 yel precio de equilibrio es

estable pero no atractor, ya que la solución Sn serı́a el 2-ciclo p0 , p2eq /p0 . Y en el caso
k · (a + c) > 2 se tiene que f 0 (peq ) = r < −1 y el precio de equilibrio es repulsor. Ası́ pues,
en estos dos últimos casos se vioları́a la tercera ley de la oferta y la demanda, resultando
un modelo no aceptable.

2.2.5. Atractores y diagramas de bifurcación

Hasta ahora hemos desarrollado la teorı́a de estabilidad para puntos de equilibrio. No
obstante, esta teorı́a puede generalizarse para ciclos y conjuntos en general mediante el
concepto de conjunto ω-lı́mite. Ası́ pues, se puede definir la región de atracción de un
conjunto cualquiera de puntos A como

R(A) := {X0 ∈ R : Lω (S (X0 )) = A} ,

en donde Lω (S (X0 )) es el conjunto ω-lı́mite de la única solución con condición inicial X0 ,

que ha de ser acotada. De esta forma se puede decir que un conjunto A es atractor si está
en el interior de su región de atracción.
Veamos, mediante un ejemplo, otros conceptos como el de diagrama de bifurcación.
Consideremos la ecuación logı́stica

Xn+1 = rXn (1 − Xn ) , (2.25)

dependiente del parámetro r ∈ [0, 4]. Esta ecuación se utiliza para modelizar la evolución de
poblaciones en donde, al contrario que en el modelo exponencial, el número de individuos
no puede crecer indefinidamente y tiene un tope máximo debido a que los recursos son
limitados. La magnitud X ∈ [0, 1] representa en este caso el tamaño poblacional relativo a
este tope. Por ejemplo, 0.5 representa la mitad de la población máxima, mientras que 1 es

41
dicha población máxima. Por otro lado, el valor r − 1 es una especie de tasa de crecimiento
para valores bajos de población, ya que en cuanto la población se acerca a su máximo,
el término (1 − Xn ) se hace pequeño y contrarresta al crecimiento. El hecho de que r no
pueda superar 4 es debido a que para r > 4, el posible conjunto de poblaciones [0, 1] no es
invariante.
Esta ecuación posee un conjunto atractor A distinto para cada valor de r, que se puede
representar en lo que se llama diagrama de bifurcación (ver Figura 2.19). La región de
atracción de este atractor es el intervalo abierto ]0, 1[.

Figura 2.19: Diagrama de bifurcación de la ecuación logı́stica (2.25) para valores de r entre
1 y 4.

En resumen, para una población inicial en ]0, 1[, se tienen los siguientes casos:

Para 0 ≤ r ≤ 1 la población se extinguirá, es decir A = {0}.

Para 1 < r ≤ 3 la población se estabilizará en el valor r−1

r , siendo éste un punto de
equilibrio.
√
Para 3 < r ≤ 1 + 6 (en torno a 3.45), el atractor A se bifurca en √ un 2-ciclo.
r+1+ (r+1)(r−3)
En este caso, la población acabará oscilando entre dos valores: y
√ 2r
r+1− (r+1)(r−3)
2r .
√
Para 1 + 6 < r < 3.57 (aproximadamente), el atractor A se va bifurcando progre-
sivamente en 4-ciclos, 8-ciclos, etc. El lı́mite de la relación entre las longitudes de
dos intervalos sucesivos de bifurcación es lo que se llama constante de Feigenbaum,

42
cuyo valor es 4.669 aproximadamente. Esta constante también aparece en otros mo-
delos de crecimiento poblacional similares y se puede considerar una constante de la
naturaleza, como el número áureo.

Para 3.57 ≤ r ≤ 4 el atractor A tiene una apariencia caótica, aunque para algunos
rangos aislados de r aparecen lo que se llaman islas de estabilidad (ver Figura 2.20).

Para r > 4, los valores poblacionales se salen del intervalo [0, 1] y divergen.

Figura 2.20: Detalle del diagrama de bifurcación de la ecuación logı́stica (2.25) en donde se
alternan zonas caóticas con islas de estabilidad.

Otro ejemplo más adecuado para modelizar de forma discreta la evolución de una po-
blación con recursos limitados es la ED

Xn+1 = Xn + λXn (1 − Xn ), (2.26)

en donde 0 < λ ≤ 3. La magnitud X también representa el tamaño poblacional relativo,

pero en este caso, X = 1 no es el tope de población, sino el tamaño a partir del cual
la población deja de crecer y empieza a decrecer por la falta de recursos. No obstante,
en este modelo también hay un tope de población que viene dado por X = (λ + 1)/λ.
Nótese que el parámetro λ ahora sı́ puede interpretarse como una tasa de crecimiento que
se ve contrarrestada por el tamaño de la población. Para 0 < λ ≤ 2 aparece un punto de

43
equilibrio atractor en p = 1. Para valores de λ superiores a 2, el atractor se bifurca de
forma análoga al de la ecuación logı́stica, obteniéndose un diagrama de bifurcación muy
parecido (ver Figura 2.21). La región de atracción de este atractor ahora depende del valor
del parámetro λ y es el intervalo abierto ]0, (λ + 1)/λ[.

Figura 2.21: Diagrama de bifurcación de la ED (2.26) para valores de λ entre 1 y 3.

2.3. Estabilidad en EDs de orden superior

Como ejemplo introductorio, podemos servirnos de los modelos de oferta-demanda es-
tudiados anteriormente. Supongamos que para actualizar un precio, no sólo se tiene en
cuenta el precio inmediatamente anterior, sino la media aritmética de los dos precios más
recientes. En este caso, la ED del modelo lineal de Evans serı́a

Xn+1 + Xn Xn+1 + Xn Xn+1 + Xn
Xn+2 = k · D −O +
2 2 2

Xn+1 + Xn
= peq · (1 − r) + r · .
2
En esta ED aparece la incógnita (el precio, en este caso) evaluada en tres instantes dife-
rentes, y la diferencia entre el instante más “reciente” y el más “antiguo” es de 2 unidades.
Es decir, la ED del modelo oferta-demanda es de segundo orden. El productor podrı́a usar
datos más antiguos y originar de este modo EDs de orden mayor que 2.
En general, una ED autónoma y explı́cita de orden k vendrı́a dada por
Xn+k = f (Xn+k−1 , . . . , Xn ) , (2.27)

44
en donde f : Rk → R es una función real dada.
Las soluciones de las ED de la forma (2.27) se pueden calcular por el método de sus-
titución directa, pero para ello se necesitan conocer k datos iniciales: X0 , X1 , . . . , Xk−1 .
Utilizaremos la notación S(X0 , . . . , Xk−1 ) para referirnos a la única solución de (2.27) cu-
yos primeros k términos son X0 , . . . , Xk−1 .
Los puntos de equilibrio de las ED de la forma (2.27) se calculan con la misma facilidad
que en el caso de EDs de primer orden: basta con resolver la ecuación

p = f (p, . . . p).

Además, los conceptos relativos a la estabilidad de puntos de equilibrio son similares a

los introducidos para EDs de primer orden. No obstante, para simplificar la notación y la
exposición, vamos a ocuparnos sólo de EDs de segundo orden de la forma

Xn+2 = f (Xn+1 , Xn ) . (2.28)

En las siguientes definiciones, p será un punto de equilibrio de la ED (2.28).

La región de atracción de p se define como el conjunto R(p) de puntos (X0 , X1 ) ∈ R2
tales que la solución S(X0 , X1 ) converge a p.
Diremos que p es un atractor si (p, p) es un punto interior de R(p); y diremos que p es
un atractor global si R(p) es todo R2 (o todo el dominio de f ).
Diremos que un conjunto A ⊂ R es invariante si f (X0 , X1 ) ∈ A para todo X0 , X1 ∈ A,
con lo que la única solución S(X0 , X1 ) está contenida en A.
La definición de estabilidad no sufre cambios: diremos que p es estable si existe una
sucesión de intervalos encajados que contienen a p, tan pequeños como sea necesario e
invariantes. La definición alternativa quedarı́a de la siguiente forma: diremos que p es estable
si
lı́m dist (S(X0 , X1 ), p) = 0,
(X0 ,X1 )→(p,p)

siendo dist (S(X0 , X1 ), p) el supremo del conjunto {|Sn − p| ∈ R : n ∈ N} y {Sn }n∈N =

S(X0 , X1 ).
El concepto de repulsión también puede generalizarse, aunque resulta más complicado
ya que no disponemos de la función inversa f −1 . Para ello, necesitamos escribir la ED
alrededor de p en la forma
Xn = g(Xn+1 , Xn+2 ),
y ası́ poder definir la ED inversa como

Xn+2 = g(Xn+1 , Xn ). (2.29)

En este caso, diremos que p es repulsor si es atractor para la ED (2.29) (nótese que p
también es punto fijo de (2.29)). Además, aparecen nuevos conceptos como puntos de silla,
que son atractores en una dirección y repulsores en otra.

2.4. EDs lineales

En esta sección nos ocuparemos únicamente de EDs de la forma

ak Xn+k + ak−1 Xn+k−1 + · · · + a1 Xn+1 + a0 Xn = q(n), (2.30)

45
en donde los coeficientes ak , ak−1 , . . . , a1 , a0 ∈ R son constantes (con ak y a0 no nulos) y q(n)
es una función de n (que recibe el nombre de término externo). Las EDs de esta forma se
conocen como Ecuaciones en Diferencias Lineales (abreviadamente EDLs) de coeficientes
constantes y se dice que k es el orden de dicha EDL.

Ejemplo 33 Son EDLs las siguientes expresiones:

Xn+1 − 3Xn = 18 (orden 1)

2Xn+2 + 3Xn+1 − 7Xn = 25n (orden 2)

6Xn+3 − 2Xn+2 + 3Xn+1 − 7Xn = n2 + 4 (orden 3).

No son EDLs las siguientes expresiones:
p 1
2Xn+2 + Xn+1 + =5
Xn

cos (Xn+1 ) − 3Xn = 8n

6Xn+2 − 2Xn+1 Xn = 6n2 − 1.

2.4.1. Resolución de EDLs homogéneas

Dada una EDL de la forma (2.30), si q(n) = 0 para todo n se dice que la EDL es
homogénea (abreviadamente EDLH):
ak Xn+k + ak−1 Xn+k−1 + · · · + a1 Xn+1 + a0 Xn = 0. (2.31)
Se trata de las EDLs más sencillas y de ellas nos vamos a ocupar en primer lugar. La
ley que determina esta ecuación,
f (x0 , x1 , . . . , xk ) := ak xk + · · · + a1 x1 + a0 x0 ,
es una aplicación lineal. De esta observación se derivan tres propiedades que caracterizan
a este tipo de ecuaciones:

Propiedad 1 La sucesión trivial {0, 0, . . .} es solución de (2.31).

Observa que esta afirmación equivale a decir que p = 0 es un punto de equilibrio de
(2.31), lo cual es evidente, pues f (0, 0, . . . , 0) = 0, como le ocurre a todas las aplicaciones
lineales.

Propiedad 2 Dadas dos soluciones Sn y Sn0 de (2.31), entonces Sn + Sn0 también es solu-
ción de (2.31).
Lo que asegura la propiedad anterior equivale a decir que
f Sn + Sn0 , Sn+1 + Sn+1
0 0

, . . . , Sn+k + Sn+k = 0,
lo cual es una consecuencia de la linealidad de la aplicación f :
f Sn + Sn0 , . . . , Sn+k + Sn+k
0
= f (Sn , . . . , Sn+k ) + f Sn0 , . . . , Sn+k
0

= 0 + 0 = 0.

46
Propiedad 3 Dada una solución cualquiera Sn de (2.31) y dado un número real cualquiera
λ ∈ R, entonces λSn también es solución de (2.31).
De nuevo, la propiedad anterior es consecuencia de la linealidad de la aplicación f :
f (λSn , . . . , λSn+k ) = λf (Sn , . . . , Sn+k ) = λ · 0 = 0.
Todas estas propiedades permiten asegurar que el conjunto de todas las soluciones
de una EDLH tiene estructura de espacio vectorial. Ası́ pues, para hallar dicho conjunto
bastará calcular una base de soluciones (también llamado sistema fundamental ), es decir,
unas cuantas soluciones que sean linealmente independientes, con lo que todas las soluciones
se expresarán como combinación lineal de éstas. El número de elementos que tiene una base
se denomina dimensión y en este caso coincide con el orden de la EDLH.
Por ejemplo, si tenemos una EDLH de orden 1, el conjunto de soluciones tiene dimensión
1 y, por lo tanto, si conocemos una solución no trivial (no nula) Sn de la EDLH, entonces
todas las soluciones son proporcionales a ella, es decir, de la forma
A · Sn , A ∈ R,
en donde A hace el papel de parámetro.
Si tenemos una EDLH de orden 2 y conocemos dos soluciones linealmente independien-
tes, Sn y Sn0 , entonces todas las soluciones son de la forma
A · Sn + B · Sn0 , A, B ∈ R,
en donde A, B hacen el papel de parámetros.
Cada una de las expresiones anteriores recibe el nombre de solución general de su
respectiva EDLH.

Cálculo de la solución general de una EDLH

Estamos interesados en calcular explı́citamente soluciones de la EDLH (2.31). Nos pre-
guntamos cuándo una progresión geométrica es solución; es decir, cuándo la sucesión con
término general λn (con λ 6= 0) es solución de (2.31).
Sustituyendo Xn+j por λn+j (para j = 0, 1, . . . , k) obtenemos
ak λn+k + ak−1 λn+k−1 + · · · + a1 λn+1 + a0 λn = 0

=⇒ λn ak λk + ak−1 λk−1 + · · · + a1 λ + a0 = 0.

Como λ 6= 0 llegamos a la siguiente conclusión:

Propiedad 4 La sucesión {λn }n∈N es solución de (2.31) si y sólo si λ verifica la ecuación

ak λk + ak−1 λk−1 + · · · + a1 λ + a0 = 0.
La ecuación anterior recibe el nombre de ecuación caracterı́stica de la EDLH (2.31), y
está formada por el correspondiente polinomio caracterı́stico igualado a cero.
La Propiedad 4 es suficiente para calcular la solución general de la mayorı́a de EDLHs.
Lo que debemos hacer es calcular las raı́ces del polinomio caracterı́stico y cada una de estas
raı́ces porporciona una solución de la EDLH. Veamos algunos ejemplos en los que se usa
este resultado.

47
Ejemplo 34 Supongamos que queremos resolver un PVI asociado a una EDLH de orden
1: 
 2Xn+1 − 6Xn = 0

X0 = 5.


La ecuación caracterı́stica correspondiente es

2λ − 6 = 0,

cuya única solución es λ = 3. Por lo tanto, la sucesión cuyo término general es 3n es solución
de la EDLH, y como el espacio de soluciones es de dimensión 1, la solución general viene
dada por
A · 3n , A ∈ R.
Ahora basta ajustar el parámetro A para conseguir que se cumpla la condición inicial:

X0 = 5 =⇒ A · 30 = 5 =⇒ A = 5.

Ası́ pues, la única solución del PVI es la sucesión cuyo término general es 5 · 3n .

Ejemplo 35 Consideremos el PVI


 Xn+2 + Xn+1 − 6Xn = 0

X0 = 3, X1 = 1.


La ecuación caracterı́stica correspondiente es

λ2 + λ − 6 = 0,

cuyas soluciones son λ1 = 2 y λ2 = −3. Por lo tanto, un sistema fundamental de soluciones

lo forman las sucesiones cuyos términos generales son

2n , (−3)n .

En este caso, la solución general de la EDLH viene dada por

A · 2n + B · (−3)n , A, B ∈ R.

Ahora hay que calcular A y B para que se cumplan las condiciones iniciales:

X0 = 3 =⇒ A + B = 3 

X1 = 1 =⇒ 2A − 3B = 1.


La solución de este sistema es A = 2, B = 1, con lo que la única solución del PVI es la

sucesión cuyo término general es

2 · 2n + (−3)n = 2n+1 + (−3)n .

48
Ejemplo 36 En este ejemplo vamos a estudiar la ecuación de Fibonacci

Xn+2 = Xn+1 + Xn , (2.32)

que es una EDLH grado 2. Su ecuación caracterı́stica tiene como soluciones φ y 1 − φ, en

√ de
donde φ = 1 + 5 /2 ≈ 1.618 es la llamada razón áurea. Por lo tanto, la solución general
de (2.32) viene dada por

A · φn + B · (1 − φ)n , A, B ∈ R.

Ahora bien, el sumando B · (1 − φ)n puede considerarse prácticamente despreciable para n

suficientemente grande, ya que 1 − φ ≈ −0.618 y por lo tanto (1 − φ)n converge a 0 muy
rápido cuando n crece. Ası́ pues, si

Sn = A · φn + B · (1 − φ)n ≈ A · φn ,

es una solución de (2.32), entonces

Sn+1 A · φn+1
≈ = φ,
Sn A · φn
para n suficientemente grande. Por lo tanto, podemos concluir que, para tiempos suficiente-
mente avanzados, la relación entre dos valores consecutivos de una solución de la ecuación de
Fibonacci es aproximadamente la razón áurea. Además, esto es cierto independientemente
de las condiciones iniciales.

Ejemplo 37 Consideremos el PVI


 Xn+2 − 4Xn+1 + 8Xn = 0

X0 = 4, X1 = 10.


La ecuación caracterı́stica correspondiente es

λ2 − 4λ + 8 = 0,

que no tiene soluciones reales, pero sı́ complejas: λ1 = 2 + 2i y λ2 = 2 − 2i. Siguiendo el

esquema que estamos utilizando llegamos a que {(2 + 2i)n , (2 − 2i)n } forman un sistema
fundamental de soluciones de la EDLH. Aunque esto es cierto, lo deseable es conseguir otro
que sea real. Para obtenerlo, vamos a realizar un cambio de base, para lo que necesitamos
calcular el módulo y un argumento de una de las soluciones (que son conjugadas). Dado un
número complejo cualquiera, a + bi, si lo representamos como un vector (a, b) en el plano
complejo (en donde el eje horizontal es el de las partes reales y el eje vertical es el de las
partes imaginarias), el módulo r representa lo que mide√dicho vector y el argumento θ es
el ángulo que forma con el eje real; de este modo, r = a2 + b2 y tan θ = ab . En nuestro
√ √
caso, el módulo y argumento de λ1 vienen dados respectivamente por r = 22 + 22 = 2 2
y θ = π4 , ya que gráficamente λ1 se sitúa en la diagonal principal del primer cuadrante, con
lo que forma un ángulo de π4 (es decir, 45o ) con el eje real. Por lo tanto, debe verificarse
√ π π
2 ± 2i = 2 2 cos ± i sen .
4 4

49
Aplicando la fórmula de Moivre 5 obtenemos
√ n π π
(2 ± 2i)n = 2 2 cos n ± i sen n .
4 4
Ası́ pues, otro sistema fundamental de soluciones estarı́a formado por

(2 + 2i)n + (2 − 2i)n √ n π
= 2 2 cos n
2 4
(2 + 2i)n − (2 − 2i)n √ n π
= 2 2 sen n ,
2i 4
con lo que la solución general de la EDLH será de la forma
√ n π √ n π
A · 2 2 cos n + B · 2 2 sen n , A, B ∈ R.
4 4
Imponiendo que se cumplan las condiciones iniciales

X0 = 4 =⇒ A · cos 0 + B · sen 0 = 4 =⇒ A=4 
√ π
√ π

X1 = 10 =⇒ A · 2 2 cos + B · 2 2 sen = 10 =⇒ 2A + 2B = 10

4 4

cuya solución es A = 4, B = 1. Por lo tanto, la solución del PVI es la sucesión cuyo término
general es √ n π √ n π
4 · 2 2 cos n + 2 2 sen n .
4 4
Ejemplo 38 Consideremos el PVI

 Xn+2 − 3Xn+1 + 9Xn = 0

X0 = 4, X1 = 10.


La ecuación caracterı́stica correspondiente es

λ2 − 3λ + 9 = 0,
√ √
cuyas soluciones son complejas: λ1 = 3+32 3i y λ2 = 3−32 3i . El módulo de estas soluciones
es
√ !2
v
u 2
u 3 3 3
r=t + = 3.
2 2

Para calcular el argumento de λ1 observamos que se ubica en el primer cuadrante (tanto

su parte real como su parte imaginaria son positivas) y por lo tanto
√ !
√ π
3 3/2
θ = arctan = arctan 3 = .
3/2 3
5
La fórmula de Moivre establece que si λ = r (cos θ + i sen θ), entonces λn = rn (cos (θn) + i sen (θn)), ya
que si multiplicamos dos números complejos, sus módulos se multiplican y sus argumentos se suman.

50
Ası́ pues, un sistema fundamental de soluciones lo forman las sucesiones cuyos términos
generales son π π
3n cos n , 3n sen n ,
3 3
y la solución general de la EDLH será de la forma
π π
A · 3n cos n + B · 3n sen n , A, B ∈ R.
3 3
Imponiendo que se cumplan las condiciones iniciales

X0 = 4 =⇒ A · cos 0 + B · sen 0 = 4 =⇒ A=4 


√
π
π
3 3 3 
X1 = 10 =⇒ A · 3 cos 3 + B · 3 sen 3 = 10 =⇒ A+ B = 10 

2 2
√
cuya solución es A = 4, B = 8 9 3 . Por lo tanto, la solución del PVI es la sucesión cuyo
término general es π √ π
4 · 3n cos n + 8 3 · 3n−2 sen n .
3 3
Veamos cómo calcular un sistema fundamental de soluciones cuando el polinomio ca-
racterı́stico tiene soluciones múltiples:

Ejemplo 39 Consideremos el PVI


 Xn+2 − 4Xn+1 + 4Xn = 0

X0 = 3, X1 = 10.


La ecuación caracterı́stica correspondiente es

λ2 − 4λ + 4 = 0,

cuya única solución es λ = 2. No obstante, esta solución es una raı́z doble del polinomio
caracterı́stico y, en este caso, se puede comprobar que un sistema fundamental de soluciones
lo forman las sucesiones cuyos términos generales son

2n , n2n .

Por lo tanto, la solución general de la EDLH viene dada por

A · 2n + B · n2n , A, B ∈ R.

Exigiendo que se cumplan las condiciones iniciales:


X0 = 3 =⇒ A = 3 

X1 = 10 =⇒ 2A + 2B = 10.


La solución de este sistema es A = 3, B = 2, con lo que la única solución del PVI es la

sucesión cuyo término general es

3 · 2n + 2 · n2n = (3 + 2n) · 2n .

51
En general, para calcular un sistema fundamental de soluciones de una EDLH, debemos
calcular todas las raı́ces del polinomio caracterı́stico correspondiente junto con sus multi-
plicidades, y cada una de las raı́ces (contadas con su multiplicidad) da lugar a una solución
de acuerdo al siguiente esquema:

Si λ es una raı́z real con multiplicidad m, entonces las sucesiones cuyos términos
generales son
λn , nλn , . . . , nm−1 λn ,
son m soluciones linealmente independientes de la EDLH.

Si λ = r (cos θ ± i sen θ) es una raı́z compleja (junto con su conjugada) con multipli-
cidad m, entonces las sucesiones cuyos términos generales son

rn cos (θn) , rn sen (θn) ,

nrn cos (θn) , nrn sen (θn) ,
...
nm−1 rn cos (θn) , nm−1 rn sen (θn) ,

son 2m soluciones linealmente independientes de la EDLH.

Ejemplo 40 Dada la EDLH de orden 6

Xn+6 − 13Xn+5 + 69Xn+4 − 193Xn+3 + 306Xn+2 − 270Xn+1 + 108Xn = 0,

el polinomio caracterı́stico correspondiente

λ6 − 13λ5 + 69λ4 − 193λ3 + 306λ2 − 270λ + 108

se puede factorizar como

(λ − 2)(λ − 3)3 (λ2 − 2λ + 2),
con lo que sus raı́ces (contadas con su multiplicidad) son

2, 3, 3, 3, 1 + i, 1 − i.
√ √ n
Por lo tanto, teniendo en cuenta que 1 ± i = 2 · cos π4 ± i sen π4 y que 2 = 2n/2 ,

un sistema fundamental de soluciones lo forman las sucesiones cuyos términos generales son
π π
2n , 3n , n3n , n2 3n , 2n/2 cos n , 2n/2 sen n .
4 4
Para acabar con el estudio de las EDLH, veamos un ejemplo en el que se plantea el
modelo francés de hipoteca.

Ejemplo 41 Consideremos una hipoteca según el modelo francés (cuota mensual cons-
tante) en donde T representa el capital total, i es el porcentaje de interés anual (en este
caso conviene definir I como el interés mensual correspondiente en tanto por uno, es decir,
I := i/1200), C es la cuota mensual, y N el número de cuotas. Para facilitar los cálculos,
supondremos que el interés es constante y que la unidad monetaria es infinitamente divisi-
ble. Si consideramos la malla de tiempos t0 = 0, t1 , . . . , tN en donde tn es el mes n-ésimo
(para n ∈ N, 1 ≤ n ≤ N ), definimos An como la parte de la cuota n-ésima destinada a

52
amortización, y Bn la parte destinada a los intereses. Por lo tanto, como la cuota C es
constante, se tiene
C = An + B n . (2.33)
Si llamamos Xn al capital amortizado en las n primeras cuotas, se tiene Xn = A1 +. . .+An ,
o lo que es lo mismo,
An = Xn − Xn−1 , (2.34)
considerando X0 = 0. Ası́ pues, el capital pendiente antes de pagar la cuota n-ésima será
T − Xn−1 , con lo que los intereses correspondientes a dicha cuota serán

Bn = I · (T − Xn−1 ) . (2.35)

Aplicando (2.34) y (2.35) en (2.33) se tiene

C = An + Bn = Xn − Xn−1 + I · (T − Xn−1 )

=⇒ C = Xn − (1 + I) · Xn−1 + I · T, (2.36)

para 1 ≤ n ≤ N . De la misma forma se tiene

C = Xn+1 − (1 + I) · Xn + I · T, (2.37)

para 0 ≤ n ≤ N − 1. Combinando (2.36) y (2.37) se obtiene

Xn+1 − (1 + I) · Xn + I · T = Xn − (1 + I) · Xn−1 + I · T

=⇒ Xn+1 − (2 + I) · Xn + (1 + I) · Xn−1 = 0,

para 1 ≤ n ≤ N − 1, con lo que, haciendo una traslación temporal y considerando las

condiciones de frontera se tiene el PVI

 Xn+2 − (2 + I) · Xn+1 + (1 + I) · Xn = 0
(2.38)
X0 = 0, XN = T


para 0 ≤ n ≤ N − 2. La ecuación caracterı́stica asociada a la EDLH de (2.38) es

λ2 − (2 + I)λ + (1 + I) = 0,

cuyas soluciones son λ1 = 1 y λ2 = 1 + I, con lo que la solución general de la EDLH viene

dada por
K1 · 1n + K2 · (1 + I)n = K1 + K2 · (1 + I)n , K1 , K2 ∈ R.
Exigiendo que se cumplan las condiciones frontera

X0 = 0 =⇒ K1 + K2 = 0 

XN = T =⇒ K1 + K2 · (1 + I)N = T


53
T
se tiene que K1 = −K2 y K2 = . Ası́ pues, la única solución del PVI (2.38) es
(1 + I)N − 1
−T T n (1 + I)n − 1
Xn = + · (1 + I) = · T. (2.39)
(1 + I)N − 1 (1 + I)N − 1 (1 + I)N − 1
Finalmente, aplicando (2.39) en (2.34) y (2.35) se obtiene
(1 + I)n−1
An = Xn − Xn−1 = · IT
(1 + I)N − 1

(1 + I)N − (1 + I)n−1
Bn = I · (T − Xn−1 ) = · IT,
(1 + I)N − 1
de donde, teniendo en cuenta (2.33), se concluye
(1 + I)N I
C = An + Bn = · IT = · T.
N
(1 + I) − 1 1 − (1 + I)−N

2.4.2. Resolución de EDLs completas

Dada una EDL de la forma (2.30), si q(n) 6= 0 se dice que la EDL es no homogénea o
completa:
ak Xn+k + ak−1 Xn+k−1 + · · · + a1 Xn+1 + a0 Xn = q(n). (2.40)
En este caso, se puede construir una EDLH simplemente sustituyendo q(n) por 0; esta
nueva ecuación recibe el calificativo de homogénea asociada a (2.40) y se cumple la siguiente
propiedad cuya demostración se puede obtener por simple comprobación:

Propiedad 5 Dadas soluciones cualesquiera Sn de la EDL completa (2.40) y S n de la

correspondiente EDLH asociada, se cumple que Sn + S n es también solución de (2.40).
De esta propiedad se deduce que la solución general de una EDL completa se puede
construir mediante la suma de una solución particular de dicha EDL y la solución general
de la EDLH asociada. En forma esquemática:

solución general solución particular solución general
= + .
de la EDL completa de la EDL completa de la EDLH asociada
Como ya sabemos calcular la solución general de cualquier EDLH, basta calcular ahora
una solución particular de la EDL completa y sumarla a la solución general de la EDLH
asociada para obtener la solución general de la EDL completa. Ası́ pues, nuestro objetivo es
calcular una solución particular de la EDL completa, y para ello vamos a utilizar el método
de los coeficientes indeterminados.

Método de los coeficientes indeterminados

Este método se utiliza para hallar una solución particular de la EDL completa (2.40) y
consiste en buscar una solución que sea “del mismo tipo” que el término externo q(n). No
obstante, este método funciona sólo para algunos tipos de funciones q(n), como por ejemplo
constantes, exponenciales, polinómicas, sinusoidales, o productos de las anteriores. Veamos
algunos casos:

54
q(n) = c con c ∈ R ⇒ se busca solución particular del tipo Sn = C con C ∈ R a
determinar.
q(n) = c · rn con c, r ∈ R ⇒ se busca solución particular del tipo Sn = C · rn con
C ∈ R a determinar.
q(n) = cj nj +· · ·+c1 n+c0 con j ∈ N, c0 , c1 , . . . , cj ∈ R ⇒ se busca solución particular
del tipo Sn = Cj nj + · · · + C1 n + C0 con C0 , C1 , . . . , Cj ∈ R a determinar.

En realidad, el caso q(n) constante es un caso particular de q(n) exponencial (con base
r = 1) o q(n) polinómica (de grado 0). En este caso, lo que estamos buscando son puntos
fijos, ya que éstos son soluciones particulares constantes.
Sin embargo, cuando q(n) es solución de la EDLH asociada se dice que hay resonancia y
el método no funciona. En este caso, hay que multiplicar sucesivamente la función candidata
a ser solución particular por n, n2 , etc... hasta que encontremos alguna solución particular.
No obstante, en los casos que estamos estudiando, se puede averiguar a priori el exponente
de dicha n:

q(n) = c con c ∈ R y resonancia ⇒ se busca solución particular del tipo Sn = C · nm

con C ∈ R a determinar y m la multiplicidad de 1 como raı́z del correspondiente
polinomio caracterı́stico.
q(n) = c·rn con c ∈ R y resonancia ⇒ se busca solución particular del tipo Sn = C ·rn ·
nm con C ∈ R a determinar y m la multiplicidad de r como raı́z del correspondiente
polinomio caracterı́stico.
q(n) = cj nj + · · · + c1 n + c0 con j ∈ N, c0 , c1 , . . . , cj ∈ R y resonancia ⇒ se busca
solución particular del tipo Sn = Cj nj + · · · + C1 n + C0 ·nm−j con C0 , C1 , . . . , Cj ∈
R a determinar y m la multiplicidad de 1 como raı́z del correspondiente polinomio
caracterı́stico.

Veamos algunos ejemplos de cómo hallar soluciones particulares.

Ejemplo 42 Dada la EDL

Xn+2 + 4Xn+1 + 4Xn = 27,
buscamos una solución particular de la forma Sn = C con C ∈ R a determinar, es decir,
buscamos puntos de equilibrio. Sustituyendo en la EDL:
C + 4C + 4C = 27 =⇒ 9C = 27 =⇒ C = 3.

Ejemplo 43 Dada la EDL

Xn+2 − 4Xn+1 + 3Xn = 10,
se puede comprobar que no existen puntos de equilibrio y por lo tanto no existen solucio-
nes particulares de la forma Sn = C con C ∈ R. Por lo tanto, hay resonancia, y en su
lugar buscamos una solución particular de la forma Sn = C · n con C ∈ R a determinar.
Sustituyendo en la EDL:
C · (n + 2) − 4C · (n + 1) + 3C · n = 10 =⇒ −2C = 10 =⇒ C = −5.

55
Ejemplo 44 Dada la EDL

Xn+2 − 2Xn+1 + 3Xn = 22 · 4n ,

buscamos una solución particular de la forma Sn = C · 4n con C ∈ R a determinar.

Sustituyendo en la EDL:

C · 4n+2 − 2C · 4n+1 + 3C · 4n = 22 · 4n =⇒ 16C · 4n − 8C · 4n + 3C · 4n = 22 · 4n

=⇒ 11C · 4n = 22 · 4n =⇒ 11C = 22 =⇒ C = 2.

Ejemplo 45 Dada la EDL

Xn+1 − 2Xn = 2n ,
se puede comprobar que no existen soluciones particulares de la forma Sn = C · 2n con
C ∈ R. Por lo tanto, hay resonancia, y en su lugar buscamos una solución particular de la
forma Sn = C · n · 2n con C ∈ R a determinar. Sustituyendo en la EDL:

C · (n + 1) · 2n+1 − 2C · n · 2n = 2n =⇒ 2C · n · 2n + 2C · 2n − 2C · n · 2n = 2n
1
2C = 1 =⇒ C = .
2
Ejemplo 46 Dada la EDL
Xn+1 + Xn = n2 ,
buscamos una solución particular de la forma Sn = an2 +bn+c con a, b, c ∈ R a determinar.
Sustituyendo en la EDL:

a(n + 1)2 + b(n + 1) + c + an2 + bn + c = n2 =⇒ 2an2 + 2(a + b)n + a + b + 2c = n2


 2a = 1
=⇒ 2(a + b) = 0
a + b + 2c = 0,


con lo que a = 1/2, b = −1/2, c = 0.

Para finalizar, veremos un ejemplo práctico:

Ejemplo 47 En un plan de pensiones, en cada periodo de capitalización el cliente recibe

los intereses correspondientes a la cantidad que hay en ese momento en el plan de pensiones
a la vez que hace una aportación de capital c que vamos a considerar constante. Por lo tanto,
la ED que modeliza la evolución del capital en el periodo de capitalización (n + 1)-ésimo
viene dada por
Xn+1 = (1 + rh)Xn + c, (2.41)
en donde, al igual que en el caso de la capitalización discreta, r es el tipo de interés nominal
anual (en tanto por 1) y h es el periodo de capitalización medido en años (por ejemplo,
1/12 si es mensual). La ED (2.41) es lineal no homogénea y por lo tanto, para resolverla
hallamos primero la solución general de la EDL homogénea asociada

Xn+1 − (1 + rh) Xn = 0. (2.42)

56
El polinomio caracterı́stico es en este caso λ − (1 + rh), cuya única raı́z es 1 + rh. Ası́ pues,
la solución general de (2.42) es

A (1 + rh)n , A ∈ R. (2.43)

Por otro lado, si buscamos en (2.41) una solución particular constante Sn = p con p ∈ R a
determinar, se tiene que
c
p − (1 + rh) p = c =⇒ p=− . (2.44)
rh
Ası́ pues, teniendo en cuenta (2.43) y (2.44), la solución general de (2.41) es
c
A (1 + rh)n − , A ∈ R. (2.45)
rh
Si X0 es la cantidad aportada inicialmente, entonces, teniendo en cuenta (2.45) se tiene
c c
X0 = A (1 + rh)0 − =⇒ A = X0 + ,
rh rh
y por lo tanto, la única solución del PVI formado por la EDL (2.41) y la condición inicial
X0 es c c
Xn = X0 + (1 + rh)n − . (2.46)
rh rh
En el caso particular X0 = c, la expresión (2.46) se puede simplificar, obteniendo

(1 + rh)n+1 − 1
Xn = c.
rh
Además, si un cliente quisiera recibir T u.m. al cabo de N periodos de capitalización (es
decir, XN = T , incluyendo la última cuota), entonces

(1 + rh)N +1 − 1
XN = c = T,
rh
con lo que deberı́a realizar aportaciones de

rh
c= T.
(1 + rh)N +1 − 1

Por ejemplo, si un cliente de 30 años quisiera recibir 100 000 u.m. a los 65 años con periodos
de capitalización mensuales al 6 % de interés nominal anual, entonces c ≈ 69.79 u.m.

2.4.3. Estabilidad en EDLs

A continuación vamos a describir cómo evolucionan en el tiempo las soluciones de EDLs
de la forma (2.40) en donde el término externo q es una constante (es decir, son autónomas).
Esta evolución se conoce como comportamiento asintótico, de donde se extraerán una serie
de criterios de estabilidad para los puntos de equilibrio de dichas ecuaciones.

57
Estabilidad en EDLs de primer orden
Empezaremos estudiando el caso más sencillo, es decir, las EDLs homogéneas (tomando
q = 0) de primer orden, de la forma

aXn+1 + bXn = 0, (2.47)

en donde a, b 6= 0. El polinomio caracterı́stico tiene una única raı́z λ = −b/a, y por lo tanto
la solución general viene dada por
b n

n
X0 λ = X0 − ,
a
en donde X0 ∈ R es la condición inicial. Vamos a describir cómo evolucionan en el tiempo
las soluciones (su comportamiento asintótico). Para concretar, supongamos que tenemos
una condición inicial X0 positiva. La evolución de la solución correspondiente depende del
signo de λ, existiendo varias posibilidades, tal y como se muestra en la Figura 2.22.

Figura 2.22: Representación gráfica de la solución X0 λn para una condición inicial X0 > 0
y distintos valores de λ para EDLs homogéneas de grado 1.

Si λ > 0:

• Si 0 < λ < 1 la solución decrece hacia 0.

• Si λ = 1 la solución permanece constante.
• Si λ > 1 la solución crece de forma exponencial hacia +∞.

Si λ < 0:

• Si −1 < λ < 0 la solución tiende a 0 de forma oscilante, cambiando de signo en

cada iteración.

58
• Si λ = −1 todos los términos de la solución tienen el mismo valor absoluto, pero el
signo cambia en cada iteración. Es decir, la solución es {X0 , −X0 , X0 , −X0 , . . .}.
• Si λ < −1 el valor absoluto de la solución crece de forma exponencial hacia +∞,
cambiando de signo en cada iteración.

Si la condición inicial X0 fuese negativa, todo el estudio serı́a análogo, pero con el signo
cambiado (habrı́a que “darle la vuelta” a las gráficas). Finalmente, si X0 = 0 entonces la
solución es constante e igual a 0 (punto de equilibrio).
Esta discusión también se puede realizar teniendo en cuenta que la EDLH (2.47) se
puede expresar como una ED de primer orden autónoma y explı́cita

Xn+1 = λXn = f (Xn )

de la forma (2.6), en donde f (x) es una recta con pendiente λ que pasa por el origen, y por
lo tanto podemos hallar las soluciones con el método de la resolución gráfica.
En conclusión, podemos reunir todos los casos teniendo en cuenta que

 0 si |λ| < 1
lı́m |λn | = 1 si |λ| = 1
n→+∞
+∞ si |λ| > 1.


En base a este cálculo, y teniendo en cuenta que la ecuación (2.47) tiene un punto de
equilibrio en p = 0, podemos enunciar el siguiente criterio de estabilidad:

Propiedad 6 Dada la ecuación aXn+1 + bXn = 0 con a, b 6= 0, se verifica:

Si | ab | < 1 entonces p = 0 es un punto de equilibrio atractor global.

Si | ab | = 1 entonces p = 0 es un punto de equilibrio estable pero no es atractor.

Concretamente, si ab = −1 entonces todas las soluciones son puntos de equilibrio, y
por lo tanto son estables pero no atractores.

Si | ab | > 1 entonces p = 0 es un punto de equilibrio repulsor global.

Se puede hacer un estudio análogo para el caso de una EDL completa de primer orden
y autónoma de la forma
aXn+1 + bXn = q, (2.48)
en donde a, b, q 6= 0. En este caso, si no hay resonancia, la solución general viene dada por

(X0 − p) λn + p,
q
en donde λ = −b/a (como en el caso anterior), X0 es la condición inicial y p = a+b es un
punto de equilibrio que hace el papel del punto de equilibrio 0 del caso homogéneo. Si hay
resonancia entonces λ = 1 y no hay puntos de equilibrio; en este caso se puede comprobar
que una solución particular es n aq , y por lo tanto la solución general viene dada por X0 + n aq
(compruébese).
Teniendo en cuenta que las gráficas de las soluciones son las mismas que en la Figura
2.22, pero centradas en p en vez de en 0 (excepto para el caso en donde hay resonancia, ver
Figura 2.23), el criterio de estabilidad para EDLs de la forma (2.48) es el siguiente:

59
Figura 2.23: Representación gráfica de la solución (X0 − p) λn + p para una condición ini-
cial X0 > p y distintos valores de λ para EDLs no homogéneas de grado 1 con término
independiente q(n) constante.

Propiedad 7 Dada la ecuación aXn+1 + bXn = q con a, b, q 6= 0, se verifica:

q
Si | ab | < 1 entonces p = a+b es un punto de equilibrio atractor global.
b q
Si a = 1 entonces p = a+b es un punto de equilibrio estable pero no es atractor.

Si ab = −1 (resonancia) entonces no hay puntos de equilibrio y todas las soluciones

son divergentes.
q
Si | ab | > 1 entonces p = a+b es un punto de equilibrio repulsor global.

Estabilidad en EDLs de orden superior

Para motivar el criterio que enunciaremos posteriormente, analicemos algunos ejemplos
concretos de EDLHs de segundo orden.

Ejemplo 48 Supongamos que n n

1 2
,
2 3
forman un sistema fundamental de soluciones de una EDLH de la forma (2.31). Observamos
que ambas soluciones convergen a 0 cuando n → +∞. Puesto que el resto de soluciones de
la ecuación se obtienen como combinación lineal de ellas, todas tendrán el mismo compor-
tamiento. Veámoslo con más detalle: todas las soluciones son de la forma
n n
1 2
Xn = A +B ,
2 3

60
en donde A, B ∈ R son constantes cualesquiera. Por lo tanto, por las propiedades de linea-
lidad de los lı́mites de sucesiones obtenemos
n n
1 2
lı́m Xn = A lı́m + B lı́m = A · 0 + B · 0 = 0.
n→+∞ n→+∞ 2 n→+∞ 3

Es decir, todas las soluciones de la ecuación tienden a 0 cuando n → +∞ y, consecuente-

mente, el punto de equilibrio p = 0 es un atractor global.

Ejemplo 49 Supongamos que

{2n , 3n }
forman un sistema fundamental de soluciones de una EDLH de la forma (2.31). Observamos
que ambas soluciones divergen a +∞ cuando n → +∞. Puesto que el resto de soluciones
de la ecuación se obtienen como combinación lineal de ellas, también tendrán un compor-
tamiento divergente, salvo la solución constantemente igual a 0. Veámoslo con más detalle:
todas las soluciones son de la forma

Xn = A · 2n + B · 3n ,

en donde A, B ∈ R son constantes cualesquiera. Por lo tanto, si A 6= 0 ó B 6= 0 obtenemos

lı́m |Xn | = lı́m |A · 2n + B · 3n | = +∞.

n→+∞ n→+∞

Es decir, p = 0 es un repulsor global.

Ejemplo 50 Supongamos que

{2n , (−2)n }
forman un sistema fundamental de soluciones de una EDLH de la forma (2.31). En este
caso, la solución n+1
n n 2 si n es par.
2 + (−2) =
0 si n es impar.
no es atraı́da ni repelida por 0. Además, 0 no es estable.

Ejemplo 51 Supongamos que n

1 n
,3
2
forman un sistema fundamental de soluciones de una EDLH de la forma (2.31). Observamos
que la primera solución converge a 0 cuando n → +∞, pero la segunda diverge a +∞. Ası́
pues, además de la solución constantemente igual a 0, las soluciones que convergen a 0 son
las de la forma n
1
Xn = A ,
2
en donde A ∈ R es una constante cualquiera, mientras que el resto de soluciones son
divergentes. Por ejemplo, las soluciones de la forma B · 3n (con B 6= 0) son divergentes y
tienen condiciones iniciales tan próximas a 0 como se desee (basta tomar B suficientemente
pequeño). Por lo tanto, p = 0 es un punto de equilibrio inestable.

61
Los ejemplos anteriores sirven para ilustrar el siguiente criterio de estabilidad para
EDLHs de cualquier orden:

Propiedad 8 Consideremos una EDLH dada por (2.31) y sea µ el máximo de los módulos
de las raı́ces del correspondiente polinomio caracterı́stico, que usualmente recibe el nombre
de radio espectral.
Si µ < 1 entonces p = 0 es un punto de equilibrio atractor global.
Si µ = 1 entonces p = 0 es un punto de equilibrio estable pero no es atractor.
Si µ > 1 entonces p = 0 es un punto de equilibrio inestable.

Ejemplo 52 Bajo las hipótesis de la propiedad anterior, supongamos que las raı́ces del
polinomio caracterı́stico son

1 4 1 2 1 2
, − , + i, − i .
2 5 3 3 3 3
Entonces ( r )
1 4 1 4 4
µ = máx , , + = .
2 5 9 9 5
Puesto que µ < 1 podemos concluir que p = 0 es un atractor global.
Con respecto a las EDLs completas y autónomas de la forma
ak Xn+k + ak−1 Xn+k−1 + · · · + a1 Xn+1 + a0 Xn = q, (2.49)
si hay resonancia entonces no hay puntos de equilibrio y no existen soluciones acotadas. Por
el contrario, si existe algún punto de equilibrio p, el comportamiento de las soluciones es
similar al de las soluciones de la homogénea asociada, ya que éstas sólo se han trasladado p
unidades. El papel que en las EDLs homogéneas jugaba el punto de equilibrio 0, lo juega en
las completas el punto de equilibrio p. De hecho, la Propiedad 8 (con algunas modificaciones)
se puede adaptar para EDLs completas y autónomas:

Propiedad 9 Consideremos una EDL completa y autónoma de la forma (2.49), y sea µ

el radio espectral correspondiente a la EDLH asociada.
Si µ < 1 entonces existe un único punto de equilibrio p que es atractor global.
Si µ > 1 y existe algún punto de equilibrio (que serı́a único), entonces es inestable.

Ejemplo 53 Dada la EDL de segundo orden

16Xn+2 + 8Xn+1 − 3Xn = 21,
el polinomio caracterı́stico correspondiente a la ecuación homogénea asociada es 16λ2 +
8λ − 3, cuyas raı́ces son
1 3
,− .
4 4
El máximo de los módulos de las raı́ces es µ = 34 que es menor que 1. Por lo tanto, en virtud
de la Propiedad 9 podemos asegurar que la ecuación tiene un único punto de equilibrio p = 1
que es atractor global.

62
Existen otros criterios que determinan las propiedades de estabilidad de los puntos
de equilibrio a partir de los coeficientes de la ecuación. Estos criterios normalmente son
consecuencia de la Propiedad 9 y son especialmente útiles cuando se estudian EDLs que
dependen de parámetros. Como ejemplo, citaremos el siguiente criterio de estabilidad para
EDLs autónomas de segundo orden:

Propiedad 10 Dada la EDL

aXn+2 + bXn+1 + cXn = q,

q
en donde a > 0 y tal que a + b + c 6= 0, se tiene que p = es un punto de equilibrio.
a+b+c
Además,

si |b| < a + c y c < a entonces p es atractor global.

si |b| > a + c ó c > a entonces p es inestable.

2.5. El método de la primera aproximación

La Propiedad 9 nos ofrece un criterio de estabilidad para puntos de equilibrio de EDs
lineales. Nuestro objetivo es extender esta propiedad a EDs no lineales, y para ello vamos a
aproximar una ED no lineal por otra que sea lineal y que tenga un comportamiento parecido
cerca del punto de equilibrio que se quiere estudiar. Para realizar dicha aproximación vamos
a utilizar la fórmula de Taylor de primer orden o primera aproximación.
Para una función de una variable f : R → R, la primera aproximación de f en un
entorno de un punto p de su dominio (es decir, cuando x ≈ p) viene dada por

f (x) ≈ f (p) + f 0 (p)(x − p).

Para una función de dos variables f : R2 → R, la primera aproximación de f en un entorno

de un punto (p, q) de su dominio (es decir, cuando (x, y) ≈ (p, q)) viene dada por

∂f ∂f
f (x, y) ≈ f (p, q) + (x − p) + (y − q). (2.50)
∂x (p,q) ∂y (p,q)

En general, para una función de n variables f : Rn → R, la primera aproximación de f en un

entorno de un punto →−p = (p1 , . . . , pn ) de su dominio (es decir, cuando →
−
x = (x1 , . . . , xn ) ≈
→
−p ) viene dada por
f (→
−x ) ≈ f (→ −p ) + ∇f (→
−
p ) · (→
−
x −→
−p ),
en donde “∇” es el operador gradiente y “·” es el producto escalar de vectores.

2.5.1. Linealización de EDs de primer orden autónomas y explı́citas

Consideremos una ED de primer orden autónoma y explı́cita de la forma (2.6)

Xn+1 = f (Xn ) ,

63
en donde vamos a suponer que f ∈ C 1 (R); es decir, f es continua, derivable y con derivada
continua en R. Sea p un punto de equilibrio de la ED (2.6), se define la linealización de
dicha ED en el punto p como la ED lineal
Xn+1 = p + f 0 (p) (Xn − p) , (2.51)
o equivalentemente
Xn+1 − f 0 (p)Xn = p 1 − f 0 (p) .

Observa que para obtener la ED linealizada lo que se ha hecho ha sido cambiar f (Xn ) por
su primera aproximación de Taylor, teniendo en cuenta que p es un punto de equilibrio de
(2.6) y por lo tanto se cumple que f (p) = p. Observa además que p es también un punto de
equilibrio de la nueva ED linealizada (2.51). En general, se puede demostrar que el punto de
equilibrio p tiene localmente las mismas propiedades de estabilidad tanto en la ED original
como en la ED linealizada, con lo que aplicando criterios de estabilidad para EDs lineales
podemos conocerlas fácilmente. En efecto, la ED (2.51) es de la forma
aXn+1 + bXn = q,
en donde a = 1, b = −f 0 (p) y q = p (1 − f 0 (p)). Para determinar las propiedades locales de
estabilidad del punto de equilibrio p podemos usar la Propiedad 7, aunque sólo podremos
exportar los apartados primero y cuarto de este criterio en su versión local.

Propiedad 11 (Criterio de la primera aproximación) Dado un punto de equilibrio p

de la ED Xn+1 = f (Xn ) en donde f ∈ C 1 (R), se verifica:
Si |f 0 (p)| < 1 entonces p es atractor.
Si |f 0 (p)| > 1 entonces p es repulsor.
Obsérvese que si |f 0 (p)| = 1, el criterio de la primera aproximación no proporciona
ninguna información.
Para ilustrar la utilidad del criterio de la primera aproximación, podemos aplicarlo en
un ejemplo concreto.

Ejemplo 54 Calculemos los puntos de equilibrio de la ED

10Xn2
Xn+1 =
9 + Xn2
y estudiemos sus propiedades de estabilidad. La función que define esta ED es f (x) :=
10x2 /(9 + x2 ). Por lo tanto, para calcular los puntos de equilibrio hemos de resolver la
siguiente ecuación:

2
10x − 9x − x 3  x=0
f (x) = x =⇒ = 0 =⇒ 2 x=1
9 + x2  x − 10x + 9 = 0 =⇒
x = 9,
luego los puntos de equilibrio son p1 = 0, p2 = 1 y p3 = 9.
Calculemos ahora la derivada de f :
180x
f 0 (x) =
(9 + x2 )2
y evaluemos esta función en los tres puntos de equilibrio:

64
f 0 (0) = 0 =⇒ p1 = 0 es atractor.
f 0 (1) = 9/5 =⇒ p2 = 1 es repulsor.
f 0 (9) = 1/5 =⇒ p3 = 9 es atractor.

2.5.2. El método para EDs implı́citas

Consideremos la ED implı́cita que suele aparecer en modelos oferta-demanda
O (Xn+1 ) = D (Xn ) , (2.52)
en donde la oferta se ajusta a la demanda anterior. Supongamos que O, D ∈ C 1 (R) y que
peq es un precio de equilibrio tal que O0 (peq ) 6= 0. Usando las fórmulas de Taylor de primer
orden en las funciones O y D tenemos
O(Xn+1 ) ≈ O(peq ) + O0 (peq )(Xn+1 − peq )
D(Xn ) ≈ D(peq ) + D0 (peq )(Xn − peq )
cuando Xn+1 y Xn están cerca de peq respectivamente. Sustituyendo en la ecuación (2.52)
obtenemos la ED linealizada correspondiente
O(peq ) + O0 (peq )(Xn+1 − peq ) = D(peq ) + D0 (peq )(Xn − peq ).
Teniendo en cuenta que O(peq ) = D(peq ) obtenemos
O0 (peq )Xn+1 − D0 (peq )Xn = O0 (peq ) − D0 (peq ) peq ,

que es una ED lineal de primer orden de la forma aXn+1 + bXn = q. Como consecuencia,
aplicando la Propiedad 7, obtenemos el siguiente criterio local:

Propiedad 12 Sea peq un precio de equilibrio de (2.52) tal que O0 (peq ) 6= 0.

D0 (peq )
Si < 1 entonces peq es atractor.
O0 (peq )
D0 (peq )
Si > 1 entonces peq es repulsor.
O0 (peq )

Ejemplo 55 La oferta de un producto de consumo, en función del precio de ese producto,

viene dada por la expresión
16p2
O(p) = ,
16p + 95
mientras que la demanda se rige por la función
16
D(p) = .
p+2
Se establece un modelo de oferta-demanda para el producto de manera que se cumple la
ley implı́cita de actualización de precios O(Xn+1 ) = D(Xn ). El precio de equilibrio peq se
caracteriza por ser una solución de O(p) = D(p), es decir
16p2 16
= =⇒ p2 (p + 2) = 16p + 95 =⇒ p3 + 2p2 − 16p − 95 = 0.
16p + 95 p+2

65
La única solución real de esta ecuación es peq = 5. Para determinar si este precio de
equilibrio es estable o inestable, calculamos las derivadas de las funciones oferta y demanda
en ese punto:
2 +3040p
O0 (p) = 256p
(16p+95)2
=⇒ O0 (5) = 1225
864

D0 (p) = − (p+2)
16
2 =⇒ D0 (5) = − 16
49 .

Ası́ pues
D0 (5) 25
0
= <1
O (5) 54
y por lo tanto peq = 5 es atractor, de acuerdo con la tercera ley de la oferta y la demanda.

2.5.3. El método para EDs de segundo orden

Consideremos la ED de segundo orden autónoma y explı́cita de la forma

Xn+2 = f (Xn , Xn+1 ) , (2.53)

en donde f = f (x, y) es una función de clase C 1 (R2 ), es decir, continua y con derivadas
parciales continuas en R2 . Sea p ∈ R un punto de equilibrio de la ED, y por lo tanto cumple
f (p, p) = p. Para estudiar las propiedades de estabilidad del punto de equilibrio, podemos
linealizar la ED original (2.53) mediante el polinomio de Taylor de primer orden de f en el
punto (p, p) (ver (2.50)), obteniendo

∂f ∂f
Xn+2 = p + (Xn − p) + (Xn+1 − p). (2.54)
∂x (p,p) ∂y (p,p)

Propiedad 13 Se tienen los siguientes casos:

Si p es un punto de equilibrio atractor de la ED linealizada (2.54), entonces p es un

punto de equilibrio atractor de la ED original (2.53).

Si p es el único punto de equilibrio de la ED linealizada (2.54) y es repulsor, entonces

p es un punto de equilibrio repulsor de la ED original (2.53).

Usando la Propiedad 10 podemos obtener un nuevo criterio para determinar las propie-
dades de estabilidad de un punto de equilibrio de una ED no lineal de segundo orden.

66
Tema 3

Ecuaciones diferenciales ordinarias

En el Tema 1 se introdujo el concepto de ecuación diferencial ordinaria (EDO), como

una expresión de la forma

F X (k) , X (k−1) , . . . , X 0 , X, t = 0, (3.1)

o equivalente, en donde X y sus derivadas son funciones de t, F es una función continua

dada, y k ∈ N+ es el orden de la EDO. Además, se introdujo el concepto de solución como
una función definida en un intervalo I ⊂ R, de clase C k (I) y que satisface dicha ecuación.

3.1. Problema de Cauchy

Como vimos en el Tema 1, un problema de Cauchy es un problema de valores iniciales
(PVI) formado por una EDO explı́cita de orden k

X (k) = f (X (k−1) , . . . , X 0 , X, t)

junto con k condiciones de la forma

(k−1)
X (t0 ) = X0 , X 0 (t0 ) = X00 , ..., X (k−1) (t0 ) = X0 ,

(k−1)
en donde (X0 , . . . , X0 , t0 ) ∈ dom (f ). En este caso, se dice que una función definida
en un intervalo I que contiene a t0 es solución del problema de Cauchy si es solución
de la EDO correspondiente y cumple las condiciones iniciales (considerando a t0 como el
“instante inicial”).

Definición 1 Un problema de Cauchy está bien planteado si

Existe una única solución.

Al variar un poco las condiciones iniciales, las soluciones correspondientes son únicas
y dependen de forma continua de dichas condiciones iniciales.

No todo problema de Cauchy está bien planteado, como veremos en el siguiente ejemplo.

67
Ejemplo 56 El problema de Cauchy
 X 0 = 2 |X|
 p

X(0) = 0,


no está bien planteado, ya que las funciones

ϕ(t) = 0, ψ(t) = t|t|
son dos soluciones distintas (compruébese).

Teorema 2 (Teorema de Picard de orden 1) Dada f (x, t) una función continua, si

∂f
existe en el dominio de f y es continua, entonces el problema de Cauchy
∂x
X 0 = f (X, t)



X(t0 ) = X0 ,


está bien planteado, en donde (X0 , t0 ) es un punto cualquiera del dominio de f .

Ejemplo 57 Dado un problema de Cauchy con una EDO de la forma

X 0 = h(t)
en donde h es continua, aplicando el Teorema de Picard obtenemos que siempre está bien
∂f
planteado, ya que, considerando f (x, t) := h(t), se tiene que = 0, que es continua.
∂x
Ejemplo 58 Dado un problema de Cauchy con una EDO de la forma
X 0 = g(X)
∂f
en donde g es de clase C 1 , considerando f (x, t) := g(x) se tiene que = g 0 (x) es continua.
∂x
Por lo tanto, aplicando el Teorema de Picard, el problema de Cauchy está bien planteado.
p
Ejemplo 59 La función g(x) := 2 |x| del Ejemplo 56 no es derivable en 0 y por lo tanto no
satisface las hipótesis del Teorema de Picard. Ası́ pues, no está asegurado que un problema
de Cauchy que tenga como EDO X 0 = g(X) esté bien planteado. De hecho, en el Ejemplo
56 se vio que dicha EDO junto con la condición inicial X(0) = 0 es un problema de Cauchy
con varias soluciones.

Ejemplo 60 El problema de Cauchy

X0 = X2



X(0) = 1,


cumple las hipótesis del Teorema de Picard y por lo tanto está bien planteado. De hecho,
la única solución viene dada por
1
ϕ(t) = ,
1−t
pero solamente está definida en I =] − ∞, 1[.

68
El Teorema de Picard de orden 1 se puede generalizar para problemas de Cauchy de
orden superior.

Teorema 3 (Teorema de Picard) Dada f (xk−1 , . . . , x1 , x0 , t) una función continua, si

∂f ∂f ∂f
existen ,..., , en el dominio de f y son continuas, entonces el problema de
∂xk−1 ∂x1 ∂x0
Cauchy
 (k) (k−1) , . . . , X 0 , X, t)
 X = f (X
(k−1)
X 0 (t0 ) = X00 , X (k−1) (t0 ) = X0

X(t0 ) = X0 , ...,
(k−1)
está bien planteado, en donde (X0 , . . . , X00 , X0 , t0 ) es un punto cualquiera del dominio
de f .

3.2. Métodos de resolución

Dada una EDO de la forma (3.1), podemos intentar hallar soluciones particulares que
tengan una forma concreta. El tipo de soluciones más sencillas son las constantes; ası́ pues,
si buscamos soluciones del tipo ϕ(t) = p ∈ R, como las derivadas sucesivas de una función
constante son cero, p deberá satisfacer la ecuación algebraica

F (0, 0, . . . , 0, p, t) = 0

para todo t ∈ I. En este caso, se dice que p es un punto de equilibrio, al igual que pasaba
con las soluciones constantes de las EDs.

Ejemplo 61 Dada la EDO

X 00 = tX 0 + X 2 − 1,
los puntos de equilibrio deben satisfacer la ecuación 0 = p2 − 1 y por lo tanto existen dos
puntos de equilibrio: 1 y −1.

Ejemplo 62 Dada la EDO

X 00 = X 0 + X 2 − t,
los puntos de equilibrio deben satisfacer la ecuación 0 = p2 − t, es decir p2 = t, para todo t
de algún intervalo. Ası́ pues, como p ha de ser constante, no existen puntos de equilibrio.

No obstante, es conveniente hallar todas las posibles soluciones. El conjunto de todas

las soluciones de una EDO se denomina solución general y se representa por X(t).

3.2.1. EDOs de primer orden

En esta sección consideraremos EDOs explı́citas, aunque no quede explı́citamente indi-
cado.
Las EDOs más sencillas son las de la forma

X 0 = h(t),

69
en donde h es una función continua. En este caso, la solución general es el conjunto de
primitivas de h: Z
X(t) = h(t)dt.

Ası́ pues, dada una condición inicial X(t0 ) = X0 , el problema de Cauchy correspondiente
está bien planteado (ver Ejemplo 57) y la única solución viene dada por
Z t
h(τ )dτ + X0 .
t0

Veamos a continuación cómo resolver otros tipos de EDOs de primer orden.

EDOs autónomas
Las EDOs autónomas de primer orden son de la forma

X 0 = g(X),

en donde supondremos que g es de clase C 1 (ver Ejemplo 58). Nótese que, en este caso, los
puntos de equilibrio son los ceros de la función g, es decir, aquellos p ∈ R tales que g(p) = 0.
Para hallar todas las soluciones, expresamos la EDO en notación diferencial:
Z Z
dX 1
= g(X) =⇒ dX = dt = t + C,
dt g(X)
en donde C ∈ R es una constante de integración. De esta expresión obtenemos las funciones
inversas de las soluciones en forma de primitiva:
Z
1
t(X) = dX.
g(X)
De este modo se da la solución general en forma implı́cita, aunque preferiblemente es acon-
sejable despejar X (siempre y cuando sea posible) para darla en forma explı́cita.

Ejemplo 63 Dada la EDO

X0 = X
se tiene que Z
1
t(X) = dX = ln |X| + C,
X
en donde C ∈ R y suponiendo X =
6 0. Por lo tanto

|X(t)| = et−C .

En este caso, se puede redefinir C como e−C obteniéndose

|X(t)| = Cet ,

con C un parámetro estrictamente positivo. Ası́ pues, la solución general en forma explı́cita
viene dada por
X(t) = Cet ,
con C ∈ R un parámetro (no solamente positivo), ya que X = 0 es también solución.

70
Ejemplo 64 Dada la EDO
X 0 = X 2 + 1,
se tiene que Z
1
t(X) = dX = arctan X + C,
+1 X2
en donde C ∈ R. Ası́ pues, la solución general en forma explı́cita viene dada por

X(t) = tan(t + C),

en donde C ha sido redefinida y hace el papel de parámetro.

Ejemplo 65 Dada la EDO

eX
X0 =
X2 + 1
se tiene que, integrando por partes
Z
t(X) = (X 2 + 1)e−X dX = −(X 2 + 2X + 3)e−X + C,

en donde C ∈ R. De dicha expresión no se puede despejar X y por lo tanto no se puede

hallar la solución general en forma explı́cita.

Ejemplo 66 (Modelo de deuda de Domar) Considerando que las funciones I(t), D(t)
representan el ingreso y la deuda nacionales1 respectivamente de una determinada eco-
nomı́a, el modelo de deuda de Domar supone que estas dos funciones crecen de forma
proporcional al ingreso, es decir, existen dos constantes c1 , c2 > 0 tales que
 0
 I = c1 I

D0 = c2 I.


Por ejemplo, si suponemos que el ingreso crece a una razón igual al 8 % de su tamaño, se
tiene que
I 0 = 0.08I,
que es una EDO autónoma. Por lo tanto

I(t) = I0 e0.08t ,

en donde I0 es el ingreso inicial en t = 0. Por otro lado, si suponemos que la deuda crece a
una razón igual al 1 % del ingreso, se tiene que
1
D0 = 0.01I0 e0.08t =⇒ D(t) = I0 e0.08t + C,
8
en donde C := D0 − 18 I0 con D0 la deuda inicial. Para ver cómo evoluciona la deuda en
comparación con el ingreso, es interesante definir la función
D(t) 1 C
= + .
I(t) 8 I(t)
1
Han de considerarse el ingreso y la deuda acumuladas en el último año.

71
Como I(t) crece exponencialmente con el tiempo, se tiene que

D(t) 1
lı́m = ,
t→+∞ I(t) 8

es decir, la deuda tiende a estabilizarse en el 12.5 % del valor del ingreso, independientemente
de las condiciones iniciales.

EDOs de variables separables

Las EDOs que hemos visto hasta ahora son casos particulares de un tipo más general
de EDOs llamadas de variables separables, que son de la forma

X 0 = g(X)h(t),

en donde h es una función continua y g es de clase C 1 . Al igual que pasaba con las EDOs
autónomas, los puntos de equilibrio son los ceros de la función g.
Para hallar la solución general, se procede de igual forma que con las EDOs autónomas,
usando la notación diferencial:
Z Z
dX 1
= g(X)h(t) =⇒ dX = h(t)dt,
dt g(X)

de donde se obtiene la solución general en forma implı́cita.

Ejemplo 67 Dada la EDO

X 0 = X 2 t2 ,
suponiendo X 6= 0 se tiene que

t3
Z Z
1 1
dX = t2 dt =⇒ − = + C,
X2 X 3
Ası́ pues, la solución general en forma explı́cita viene dada por
3
X(t) = ,
C − t3
en donde C ha sido redefinida y hace el papel de parámetro. Además, como X(t) = 0
también satisface la EDO, hay que añadirla.

EDOs homogéneas
Las EDOs homogéneas son de la forma

X 0 = f (X, t),

en donde f es homogénea de grado 0, es decir, f (λX, λt) = f (X, t) para todo λ ∈ R que
tenga sentido (teniendo en cuenta el dominio de f ). Haciendo el cambio de variable

X(t)
U (t) =
t

72
se tiene que
X 0t − X

1 X 1
U0 = 2
= 0
X − = (f (X, t) − U )
t t t t

1 1
f 1t X, 1 − U = (f (U, 1) − U ) ,

=
t t
que es una EDO de variables separables. Resolviéndola y deshaciendo el cambio obtenemos
la solución general.

Ejemplo 68 Dada la EDO

X (X + t)
X0 = ,
t2
se tiene que f (x, t) = x(x+t)
t2
es homogénea de grado cero y por lo tanto, haciendo el cambio
U = X/t se tiene que
1 U2
U 0 = (f (U, 1) − U ) = ,
t t
que es una EDO es de variables separables. Resolviéndola, llegamos a
−1 −t
U (t) = =⇒ X(t) = .
ln t + C ln t + C

EDOs lineales
Las EDOs lineales de primer orden son de la forma

X 0 = a(t)X + b(t),

en donde a, b son funciones continuas. Haciendo el cambio de variable

U (t) = e−A(t) X(t)

con A una primitiva de a (es decir A0 = a), se tiene que

U 0 = −A0 e−A X + e−A X 0 = e−A −A0 X + aX + b = be−A

y por lo tanto Z
U (t) = b(t)e−A(t) dt.

Deshaciendo el cambio, obtenemos que la solución general viene dada por

Z
X(t) = e A(t)
b(t)e−A(t) dt. (3.2)

Ejemplo 69 Dada la EDO

X 0 = X − 2t,
es lineal con a(t) = 1 y b(t) = −2t. Eligiendo A(t) = t como primitiva de a(t), aplicando la
fórmula (3.2) e integrando por partes se tiene que
Z
X(t) = e (−2t)e−t dt = 2(t + 1) + Cet .
t

73
Ecuaciones de Bernoulli
Las ecuaciones de Bernoulli son de la forma

X 0 = a(t)X + b(t)X n ,

en donde a, b son funciones continuas y n 6= 0, 1. Haciendo el cambio de variable

U (t) = (X(t))1−n

se tiene que

U 0 = (1 − n)X −n X 0 = (1 − n)(aX + bX n )X −n = (1 − n)(aX 1−n + b)

= (1 − n)(aU + b),

que es una EDO lineal. Resolviéndola y deshaciendo el cambio obtenemos la solución ge-
neral.

Ejemplo 70 Dada la EDO

X 0 = X(2tX − 1),
es de Bernoulli con n = 2. Haciendo el cambio U = X −1 se tiene que

U 0 = U − 2t,

que es la EDO lineal del Ejemplo 69. Ası́ pues

1
U (t) = 2(t + 1) + Cet =⇒ X(t) = .
2(t + 1) + Cet

Ecuaciones de Ricatti
Las ecuaciones de Ricatti son de la forma

X 0 = a(t)X + b(t)X 2 + c(t),

en donde a, b, c son funciones continuas. Haciendo el cambio de variable

U (t) = X(t) − ϕ(t)

con ϕ una solución particular, se tiene que

U 0 = X 0 − ϕ0 = (aX + bX 2 + c) − (aϕ + bϕ2 + c) = a(X − ϕ) + b(X 2 − ϕ2 )

= aU + b(X 2 − 2Xϕ + ϕ2 ) + b(2Xϕ − 2ϕ2 ) = aU + bU 2 + 2bϕU

= (a + 2bϕ)U + bU 2 ,

que es una ecuación de Bernoulli con n = 2. Resolviéndola y deshaciendo el cambio obte-

nemos la solución general.

74
Ejemplo 71 Dada la EDO

X 0 = (4t − 1)X + 2t(X 2 + 1) − 1,

se puede comprobar que −1 es un punto de equilibrio, es decir, ϕ(t) = −1 es una solución

particular constante. Como la EDO es de Ricatti, haciendo el cambio U = X + 1 se tiene
que
U 0 = −U + 2tU 2 = U (2tU − 1),
que es la EDO de Bernoulli del Ejemplo 70. Ası́ pues
1 1
U (t) = =⇒ X(t) = − 1.
2(t + 1) + Cet 2(t + 1) + Cet

3.2.2. EDOs lineales de cualquier orden

Las EDOs lineales (de coeficientes constantes), abreviadamente EDOLs, son de la forma

ak X (k) + ak−1 X (k−1) + · · · + a1 X 0 + a0 X = q(t), (3.3)

en donde a0 , . . . , ak ∈ R y el término externo q(t) es una función continua. También se exige

que ak 6= 0, y en este caso, k es el orden de la EDOL. Además, por el Teorema de Picard,
se puede demostrar que todo problema de Cauchy con una EDOL de la forma (3.3) está
bien planteado.

Resolución de EDOLs homogéneas

Si q(t) = 0 se dice que la EDOL (3.3) es homogénea, abreviadamente EDOLH:

ak X (k) + ak−1 X (k−1) + · · · + a1 X 0 + a0 X = 0, (3.4)

Al igual que pasaba con las EDLHs, la solución general (es decir, el conjunto de solucio-
nes) de una EDOLH tiene estructura de espacio vectorial de dimensión k y por lo tanto,
para hallarla basta con encontrar una base (llamada sistema fundamental ) formada por k
soluciones particulares linealmente independientes.
La siguiente propiedad nos ayudará a calcular dicha base.

Propiedad 14 La función eλt es solución de (3.4) si y sólo si λ verifica la ecuación

ak λk + ak−1 λk−1 + · · · + a1 λ + a0 = 0.

La ecuación anterior recibe el nombre de ecuación caracterı́stica de la EDOLH (3.4), y

está formada por el correspondiente polinomio caracterı́stico igualado a cero. Ası́ pues, el
cálculo de la solución general de una EDOLH es análogo al caso discreto. Veamos algunos
ejemplos basados en los ejemplos de resolución de EDLHs ya vistos en el Tema 2:

Ejemplo 72 Supongamos que queremos resolver el PVI:

 2X 0 − 6X = 0


X(0) = 5.


75
La ecuación caracterı́stica correspondiente es

2λ − 6 = 0,

cuya única solución es λ = 3. Por lo tanto, la función e3t es solución de la EDOLH, y como
el espacio de soluciones es de dimensión 1, la solución general viene dada por

A · e3t , A ∈ R.

Ahora basta ajustar el parámetro A para conseguir que se cumpla la condición inicial:

X(0) = 5 =⇒ A · e0 = 5 =⇒ A = 5.

Ası́ pues, la única solución del PVI es la función 5 · e3t .

Ejemplo 73 Consideremos el PVI

 00
 X + X 0 − 6X 0 = 0

X(0) = 3, X 0 (0) = 1.


La ecuación caracterı́stica correspondiente es

λ2 + λ − 6 = 0,

cuyas soluciones son λ1 = 2 y λ2 = −3. Por lo tanto, un sistema fundamental de soluciones

lo forman las funciones
e2t , e−3t .
En este caso, la solución general de la EDOLH viene dada por

A · e2t + B · e−3t , A, B ∈ R.

Ahora hay que calcular A y B para que se cumplan las condiciones iniciales:

X(0) = 3 =⇒ A + B = 3 

X 0 (0) = 1 =⇒ 2A − 3B = 1.


La solución de este sistema es A = 2, B = 1, con lo que la única solución del PVI es la

sucesión cuyo término general es
2 · e2t + e−3t .

Ejemplo 74 Consideremos el PVI

 00
 X − 4X 0 + 8X 0 = 0

X(0) = 4, X 0 (0) = 10.



La ecuación caracterı́stica correspondiente es

λ2 − 4λ + 8 = 0,

76
que no tiene soluciones reales, pero sı́ complejas: λ1 = 2 + 2i y λ2 = 2 − 2i. Siguiendo
el esquema que estamos utilizando llegamos a que e(2+2i)t , e(2−2i)t forman un sistema
fundamental de soluciones de la EDOLH. Aunque esto es cierto, lo deseable es conseguir
otro que sea real. Para obtenerlo, vamos a realizar un cambio de base:
e(2+2i)t + e(2−2i)t
= e2t cos (2t)
2

e(2+2i)t − e(2−2i)t
= e2t sen (2t) ,
2i
con lo que la solución general de la EDOLH será de la forma
A · e2t cos (2t) + B · e2t sen (2t) , A, B ∈ R.
Imponiendo que se cumplan las condiciones iniciales
A · e0 cos 0 + B · e0 sen 0 = 4

X(0) = 4 =⇒ =⇒ A=4 


X 0 (0) = 10 A · 2e0 cos 0 − 2e0 sen 0 + B · 2e0 sen 0 + 2e0 cos 0 = 10 

=⇒ 
=⇒ 2A + 2B = 10


cuya solución es A = 4, B = 1. Por lo tanto, la solución del PVI es la función

4 · e2t cos (2t) + e2t sen (2t) .

Ejemplo 75 Consideremos el PVI

 00
 X − 3X 0 + 9X 0 = 0

X(0) = 4, X 0 (0) = 10.



La ecuación caracterı́stica correspondiente es

λ2 − 3λ + 9 = 0,
√ √
cuyas soluciones son complejas: λ1 = 3+32 3i y λ2 = 3−32 3i . Ası́ pues, un sistema funda-
mental de soluciones lo forman las funciones
√ ! √ !
3 3 3 3 3 3
e 2 t cos t , e 2 t sen t ,
2 2

y la solución general de la EDOLH será de la forma

√ ! √ !
3 3 3 3 3 3
A · e 2 t cos t + B · e 2 t sen t , A, B ∈ R.
2 2

Imponiendo que se cumplan las condiciones iniciales


X(0) = 4 =⇒ A · e0 cos 0 + B · e0 sen 0 = 4 =⇒ A=4 



√ 
√ 
X 0 (0) = 10 3 0
− 32 e0 sen 0 + B · 3 2 3 e0 sen 0 + 3 3 0

=⇒ A· 2 e cos 0 2 e cos 0 = 10
√ 

3 3 3 

=⇒ A+ B = 10 

2 2

77
√
8 3
cuya solución es A = 4, B = 9 . Por lo tanto, la solución del PVI es la función
√ ! √ √ !
3 3 3 8 3 3t 3 3
4 · e 2 t cos t + · e 2 sen t .
2 9 2

Ejemplo 76 Consideremos el PVI

 00
 X − 4X 0 + 4X = 0

X(0) = 3, X 0 (0) = 10.



La ecuación caracterı́stica correspondiente es

λ2 − 4λ + 4 = 0,
cuya única solución es λ = 2. No obstante, esta solución es una raı́z doble del polinomio
caracterı́stico y, en este caso, se puede comprobar que un sistema fundamental de soluciones
lo forman las funciones
e2t , te2t .
Por lo tanto, la solución general de la EDOLH viene dada por
A · e2t + B · te2t , A, B ∈ R.
Exigiendo que se cumplan las condiciones iniciales:

X(0) = 3 =⇒ A = 3 

X 0 (0) = 10 =⇒ 2A + B = 10.


La solución de este sistema es A = 3, B = 4, con lo que la única solución del PVI es la

función
3 · e2t + 4 · te2t = (3 + 4t) · e2t .
En general, para calcular un sistema fundamental de soluciones de una EDOLH, de-
bemos calcular todas las raı́ces del polinomio caracterı́stico correspondiente junto con sus
multiplicidades, y cada una de las raı́ces (contadas con su multiplicidad) da lugar a una
solución de acuerdo al siguiente esquema:

Si λ es una raı́z real con multiplicidad m, entonces las funciones

eλt , teλt , . . . , tm−1 eλt ,
son m soluciones linealmente independientes de la EDOLH.
Si λ = a ± ib es una raı́z compleja (junto con su conjugada) con multiplicidad m,
entonces las funciones
eat cos (bt) , eat sen (bt) ,
teat cos (bt) , teat sen (bt) ,
...
tm−1 eat cos (bt) , tm−1 eat sen (bt) ,
son 2m soluciones linealmente independientes de la EDOLH.

78
Resolución de EDOLs completas
Dada una EDOL de la forma (3.3), si q(t) 6= 0 se dice que la EDOL es no homogénea o
completa:
ak X (k) + ak−1 X (k−1) + · · · + a1 X 0 + a0 X = q(t). (3.5)
En este caso, se puede construir una EDOLH simplemente sustituyendo q(t) por 0; esta
nueva ecuación recibe el calificativo de homogénea asociada a (3.5) y se cumple la siguiente
propiedad cuya demostración se puede obtener por simple comprobación:

Propiedad 15 Dadas soluciones cualesquiera ϕ de la EDOL completa (3.5) y ϕ de la

correspondiente EDOLH asociada, se cumple que ϕ + ϕ es también solución de (3.5).
De esta propiedad se deduce que la solución general de una EDOL completa se puede
construir mediante la suma de una solución particular de dicha EDOL y la solución general
de la EDOLH asociada. En forma esquemática:

solución general solución particular solución general
= + .
de la EDOL completa de la EDOL completa de la EDOLH asociada
Como ya sabemos calcular la solución general de cualquier EDOLH, basta calcular ahora
una solución particular de la EDOL completa y sumarla a la solución general de la EDOLH
asociada para obtener la solución general de la EDOL completa.
Al igual que con las EDLs, buscaremos una solución particular que sea “del mismo tipo”
que el término externo q(t). No obstante, este método no funciona siempre. Veamos algunos
casos:

q(t) = c con c ∈ R ⇒ se busca solución particular del tipo ϕ(t) = C con C ∈ R a

determinar.
q(t) = c · rt con c, r ∈ R, r > 0 ⇒ se busca solución particular del tipo ϕ(t) = C · rt
con C ∈ R a determinar.
q(t) = cj tj + · · · + c1 t + c0 con j ∈ N, c0 , c1 , . . . , cj ∈ R ⇒ se busca solución particular
del tipo ϕ(t) = Cj tj + · · · + C1 t + C0 con C0 , C1 , . . . , Cj ∈ R a determinar.

En realidad, el caso q(t) constante es un caso particular de q(t) exponencial (con base
r = 1) o q(t) polinómica (de grado 0). En este caso, lo que estamos buscando son puntos
de equilibrio, ya que éstos son soluciones particulares constantes.
Sin embargo, cuando q(t) es solución de la EDOLH asociada se dice que hay resonancia y
el método no funciona. En este caso, hay que multiplicar sucesivamente la función candidata
a ser solución particular por t, t2 , etc... hasta que encontremos alguna solución particular.
Veamos algunos ejemplos de cómo hallar soluciones particulares, análogos a los vistos
en el Tema 2:

Ejemplo 77 Dada la EDOL

X 00 + 4X 0 + 4X = 27,
buscamos una solución particular de la forma ϕ(t) = C con C ∈ R a determinar, es decir,
buscamos puntos de equilibrio. Sustituyendo en la EDOL:
27
4C = 27 =⇒ C= .
4

79
Ejemplo 78 Dada la EDOL
X 00 − 4X 0 = 10,
se puede comprobar que no existen puntos de equilibrio y por lo tanto no existen soluciones
particulares de la forma ϕ(t) = C con C ∈ R. Por lo tanto, hay resonancia, y en su
lugar buscamos una solución particular de la forma ϕ(t) = C · t con C ∈ R a determinar.
Sustituyendo en la EDOL:
5
−4C = 10 =⇒ C=− .
2
En el caso en el que el término independiente q(t) sea constante, habrá resonancia cuando
0 sea raı́z del polinomio caracterı́stico. Entonces, habrá que buscar una solución particular
del tipo ϕ(t) = C · tm con C ∈ R y m la multiplicidad de 0 como raı́z del polinomio
caracterı́stico.

Ejemplo 79 Dada la EDOL

X 00 − 2X 0 + 3X = 22 · 4t ,
buscamos una solución particular de la forma ϕ(t) = C · 4t con C ∈ R a determinar.
Sustituyendo en la EDOL:
C · 4t ln2 (4) − 2C · 4t ln(4) + 3C · 4t = 22 · 4t
22
=⇒ (ln2 (4) − 2 ln(4) + 3)C · 4t = 22 · 4t =⇒ C= 2 .
ln (4) − 2 ln(4) + 3
Ejemplo 80 Dada la EDOL
X 0 − ln(2)X = 2t ,
se puede comprobar que no existen soluciones particulares de la forma ϕ(t) = C · 2t con
C ∈ R. Por lo tanto, hay resonancia, y en su lugar buscamos una solución particular de la
forma ϕ(t) = C · t · 2t con C ∈ R a determinar. Sustituyendo en la EDOL:
C · (2t + t2t ln(2)) − ln(2)C · t2t = 2t =⇒ C = 1.
En el caso q(t) = c · rt con c, r ∈ R, r > 0, habrá resonancia cuando ln(r) sea raı́z
del polinomio caracterı́stico. Entonces, habrá que buscar una solución particular del tipo
ϕ(t) = C · tm · rt con C ∈ R y m la multiplicidad de ln(r) como raı́z del polinomio
caracterı́stico.

Ejemplo 81 Dada la EDOL

X 0 + X = t2 ,
buscamos una solución particular de la forma ϕ(t) = at2 +bt+c con a, b, c ∈ R a determinar.
Sustituyendo en la EDOL:
2at + b + at2 + bt + c = t2 =⇒ at2 + (2a + b)t + b + c = t2

 a = 1
=⇒ 2a + b = 0
b+c = 0,


con lo que a = 1, b = −2, c = 2.

También podría gustarte

EDO Notas de Clase V4
100% (1)
EDO Notas de Clase V4
309 páginas
EDO Notas Curso v6 PDF
Aún no hay calificaciones
EDO Notas Curso v6 PDF
247 páginas
Ecuaciones Diferenciales en Física
100% (1)
Ecuaciones Diferenciales en Física
124 páginas
Condiciones de Lipschitz
Aún no hay calificaciones
Condiciones de Lipschitz
118 páginas
Ecuaciones en Diferencias y Optimización
Aún no hay calificaciones
Ecuaciones en Diferencias y Optimización
41 páginas
Ecuaciones Diferenciales Ordinarias
Aún no hay calificaciones
Ecuaciones Diferenciales Ordinarias
62 páginas
1 - Modelación Matemática
100% (1)
1 - Modelación Matemática
188 páginas
Sistemas Dinámicos en Economía
Aún no hay calificaciones
Sistemas Dinámicos en Economía
11 páginas
EDPs y Métodos Numéricos en Matemáticas
Aún no hay calificaciones
EDPs y Métodos Numéricos en Matemáticas
49 páginas
CÁCERES GRANADOS - Ecuaciones Diferenciales I
Aún no hay calificaciones
CÁCERES GRANADOS - Ecuaciones Diferenciales I
149 páginas
Ecuaciones Diferenciales Ordinarias - 110
Aún no hay calificaciones
Ecuaciones Diferenciales Ordinarias - 110
159 páginas
Ecuaciones en Diferencias y Recurrencia
Aún no hay calificaciones
Ecuaciones en Diferencias y Recurrencia
28 páginas
Notas Ecuaciones Diferenciales
Aún no hay calificaciones
Notas Ecuaciones Diferenciales
175 páginas
Teoría y Ejemplos de Ecuaciones Diferenciales
Aún no hay calificaciones
Teoría y Ejemplos de Ecuaciones Diferenciales
62 páginas
Trabajo Final
Aún no hay calificaciones
Trabajo Final
18 páginas
Introducción a Ecuaciones Diferenciales
Aún no hay calificaciones
Introducción a Ecuaciones Diferenciales
50 páginas
Ecuaciones Diferenciales Ordinarias
Aún no hay calificaciones
Ecuaciones Diferenciales Ordinarias
48 páginas
2-Ecuaciones Diferenciales Repaso
Aún no hay calificaciones
2-Ecuaciones Diferenciales Repaso
26 páginas
Notas de Clase EDO v6
100% (1)
Notas de Clase EDO v6
209 páginas
Ecuaciones DP II Final
Aún no hay calificaciones
Ecuaciones DP II Final
111 páginas
Franquet Bernis JoseMaria Cursopractico
Aún no hay calificaciones
Franquet Bernis JoseMaria Cursopractico
728 páginas
Introducción a Ecuaciones Diferenciales
Aún no hay calificaciones
Introducción a Ecuaciones Diferenciales
32 páginas
Leccion1 1 (1pag)
Aún no hay calificaciones
Leccion1 1 (1pag)
40 páginas
Notas de Matematicas Aplicadas A La Inge PDF
Aún no hay calificaciones
Notas de Matematicas Aplicadas A La Inge PDF
195 páginas
05 Tema5
Aún no hay calificaciones
05 Tema5
16 páginas
Ecuaciones Diferenciales Ordinarias: Guía Completa
Aún no hay calificaciones
Ecuaciones Diferenciales Ordinarias: Guía Completa
42 páginas
EDO Gladys
Aún no hay calificaciones
EDO Gladys
126 páginas
EDP Teo Practica
Aún no hay calificaciones
EDP Teo Practica
137 páginas
Problemas de Ecuaciones Diferenciales
100% (2)
Problemas de Ecuaciones Diferenciales
83 páginas
EDO's en Oferta y Demanda Económica
Aún no hay calificaciones
EDO's en Oferta y Demanda Económica
33 páginas
Análisis de Sistemas Dinámicos Lineales
Aún no hay calificaciones
Análisis de Sistemas Dinámicos Lineales
328 páginas
Ecuaciones en Diferencias: Conceptos Clave
Aún no hay calificaciones
Ecuaciones en Diferencias: Conceptos Clave
12 páginas
Resumen Edps
Aún no hay calificaciones
Resumen Edps
47 páginas
Ecuaciones Diferenciales: Conceptos y Problemas
Aún no hay calificaciones
Ecuaciones Diferenciales: Conceptos y Problemas
233 páginas
Valor de "x" en Ecuaciones Diferenciales
100% (1)
Valor de "x" en Ecuaciones Diferenciales
233 páginas
Métodos de Ecuaciones Diferenciales
Aún no hay calificaciones
Métodos de Ecuaciones Diferenciales
10 páginas
Ecuaciones en Diferencias y Recurrencias
Aún no hay calificaciones
Ecuaciones en Diferencias y Recurrencias
33 páginas
Introducción a Ecuaciones Diferenciales
Aún no hay calificaciones
Introducción a Ecuaciones Diferenciales
49 páginas
Ecuaciones Diferenciales y Funciones
Aún no hay calificaciones
Ecuaciones Diferenciales y Funciones
158 páginas
Ecuaciones en Derivadas Parciales
Aún no hay calificaciones
Ecuaciones en Derivadas Parciales
137 páginas
Estabilidad e Introduccion A La Teoria de Control
Aún no hay calificaciones
Estabilidad e Introduccion A La Teoria de Control
143 páginas
Guía Completa de Ecuaciones Diferenciales
Aún no hay calificaciones
Guía Completa de Ecuaciones Diferenciales
250 páginas
Notas EDO Universidad de Costa Rica
Aún no hay calificaciones
Notas EDO Universidad de Costa Rica
57 páginas
Ejercicios de Ecuaciones Diferenciales
100% (1)
Ejercicios de Ecuaciones Diferenciales
117 páginas
Ecuaciones Diferenciales Problemas Resueltos
Aún no hay calificaciones
Ecuaciones Diferenciales Problemas Resueltos
105 páginas
Ecuaciones Diferenciales y de Diferencias
Aún no hay calificaciones
Ecuaciones Diferenciales y de Diferencias
77 páginas
Teoría de Ecuaciones Diferenciales
Aún no hay calificaciones
Teoría de Ecuaciones Diferenciales
131 páginas
Ecuaciones Diferenciales Avanzadas
Aún no hay calificaciones
Ecuaciones Diferenciales Avanzadas
40 páginas
Ecuaciones Diferenciales Ordinarias Universidad Del Norte Compress
100% (1)
Ecuaciones Diferenciales Ordinarias Universidad Del Norte Compress
181 páginas
Metodos Matematicos para Economia PDF
Aún no hay calificaciones
Metodos Matematicos para Economia PDF
213 páginas
Problemas de álgebra resueltos paso a paso
Aún no hay calificaciones
Problemas de álgebra resueltos paso a paso
7 páginas
Plan de Matemáticas 4º Grado 2025
Aún no hay calificaciones
Plan de Matemáticas 4º Grado 2025
6 páginas
Distancia Entre Dos Puntos
Aún no hay calificaciones
Distancia Entre Dos Puntos
7 páginas
Guía de Aprendizaje en Desarrollo de Software
Aún no hay calificaciones
Guía de Aprendizaje en Desarrollo de Software
32 páginas
Ficha Pedagógica - Matemática - P3 - 3ro - Bgu
Aún no hay calificaciones
Ficha Pedagógica - Matemática - P3 - 3ro - Bgu
2 páginas
Funciones Trigonométricas Inversas
0% (1)
Funciones Trigonométricas Inversas
14 páginas
GUIA 6 Basico Unidad 4 Patrones y Algebra
Aún no hay calificaciones
GUIA 6 Basico Unidad 4 Patrones y Algebra
6 páginas
Modulo 4. Conos y Cilindros PDF
Aún no hay calificaciones
Modulo 4. Conos y Cilindros PDF
16 páginas
Espacio Muestral y Probabilidades en Eventos
Aún no hay calificaciones
Espacio Muestral y Probabilidades en Eventos
8 páginas
BC2 11 Probabilidad RESPUESTAS
Aún no hay calificaciones
BC2 11 Probabilidad RESPUESTAS
34 páginas
Ejercicios de Programación en C++
Aún no hay calificaciones
Ejercicios de Programación en C++
13 páginas
Guía de Ecuaciones de la Recta en Matemáticas
Aún no hay calificaciones
Guía de Ecuaciones de la Recta en Matemáticas
4 páginas
Actividades sobre Números Enteros y su Uso
Aún no hay calificaciones
Actividades sobre Números Enteros y su Uso
49 páginas
Clasificación de Funciones Matemáticas
Aún no hay calificaciones
Clasificación de Funciones Matemáticas
11 páginas
Matemáticas Básicas para 1º Primaria
Aún no hay calificaciones
Matemáticas Básicas para 1º Primaria
8 páginas
SEMANA 19 - MEDIDAS DE TENDENCIA CENTRAL (Datos No Agrupados) (5to MATEMÁTICA)
100% (9)
SEMANA 19 - MEDIDAS DE TENDENCIA CENTRAL (Datos No Agrupados) (5to MATEMÁTICA)
2 páginas
Método del Trapecio en Cálculo I
Aún no hay calificaciones
Método del Trapecio en Cálculo I
8 páginas
Clasificación de Señales y Sistemas
Aún no hay calificaciones
Clasificación de Señales y Sistemas
22 páginas
Parámetros Estadísticos: Medidas y Cálculos
Aún no hay calificaciones
Parámetros Estadísticos: Medidas y Cálculos
11 páginas
Ejercicios de Logaritmos para Grado 6
Aún no hay calificaciones
Ejercicios de Logaritmos para Grado 6
4 páginas
Planeación Docente: Álgebra Lineal U.2
0% (1)
Planeación Docente: Álgebra Lineal U.2
6 páginas
T3 - Cálculo2 - Vargas Saenz Brissa Fernanda
Aún no hay calificaciones
T3 - Cálculo2 - Vargas Saenz Brissa Fernanda
9 páginas
1.1 Introducción SISTEMAS DE NUMERACIÓN
0% (1)
1.1 Introducción SISTEMAS DE NUMERACIÓN
2 páginas
4-Geometría 4to (1 - 6)
Aún no hay calificaciones
4-Geometría 4to (1 - 6)
24 páginas
Combinaciones Lineales en Geometría Analítica
Aún no hay calificaciones
Combinaciones Lineales en Geometría Analítica
20 páginas
Planificador Matemática Secundaria 2025
Aún no hay calificaciones
Planificador Matemática Secundaria 2025
1 página
Examen de Cinemática Inversa en Robótica
Aún no hay calificaciones
Examen de Cinemática Inversa en Robótica
12 páginas
Examen Final de Cálculo I 2016-1
Aún no hay calificaciones
Examen Final de Cálculo I 2016-1
4 páginas
Expresiones Algebraicas
Aún no hay calificaciones
Expresiones Algebraicas
12 páginas
Vida y obra de René Descartes
Aún no hay calificaciones
Vida y obra de René Descartes
408 páginas

Apuntes

Cargado por

Apuntes

Cargado por

Matemáticas para los Modelos Dinámicos

1. Introducción a los sistemas dinámicos 1

3. Ecuaciones diferenciales ordinarias 67

Introducción a los sistemas

1.1. Dinámica discreta: ecuaciones en diferencias

Ejemplo 1 La ecuación (1.1) podemos expresarla como

Xn+2 = Xn+1 + Xn , (1.2)

en donde n ∈ N hace el papel de parámetro aunque no quede explı́citamente indicado. Ası́

Ası́ podremos obtener el valor de X en cualquier instante tn con n ∈ N. La ecuación (1.2)

F (Xn+k , Xn+k−1 , . . . , Xn , n) = 0, (1.3)

en donde F es una función dada y k es un número natural positivo, conforma un sistema

Xn+1 = Xn , Xn+1 + Xn = 2n − 4, Xn+1 + nXn = Xn2 ;

y son ED de orden 2 (o de segundo orden) las expresiones

Xn+2 = Xn , Xn+2 + Xn+1 + Xn2 = n, Xn+2 + 4nXn = 0.

se tiene que n = Xn+1 − Xn ; por otro lado, trasladando la ecuación se tiene

Xn+2 = Xn+1 + (n + 1) = Xn+1 + (Xn+1 − Xn + 1) = 2Xn+1 − Xn + 1,

Cn+1 = Cn + In = Cn + rCn = (1 + r) Cn . (1.4)

Ejemplo 3 Queremos estudiar la evolución de una determinada población para predecir

Pn+1 − Pn = [nacidos durante el año n] − [fallecidos durante el año n] .

Estamos suponiendo que no existen migraciones de la población. Además, suponemos que

[fallecidos durante el año n] = m · Pn ,

en donde 0 ≤ m ≤ 1 recibe el nombre de tasa de mortalidad (que también se considera

Pn+1 − Pn = f Pn − mPn = (f − m) Pn = λPn ,

en donde λ := f − m recibe el nombre de tasa de crecimiento. El modelo aquı́ descrito

Pn+1 − Pn = λPn ⇐⇒ Pn+1 = (1 + λ) Pn

es similar a la ecuación (1.4) que se obtiene cuando se estudia el sistema de capitalización

1.1.1. Solución de una ED

(Sn+k , Sn+k−1 , . . . , Sn , n) ∈ dom (F )

{2n }n∈N = {1, 2, 4, 8, 16, . . .}

es una solución. Efectivamente, considerando Sn = 2n se tiene

también es solución. En general, es solución cualquier sucesión de la forma {A · 2n }n∈N , es

1.1.2. Problema de valores iniciales

Ejemplo 5 Dado el PVI 

se tiene que Sn = 3 · 2n es la única solución, ya que

Sn+1 = 3 · 2n+1 = 3 · 2 · 2n = 3 · Sn , y esto es válido para todo n ∈ N.

{3, 6, 12, 24, 48, 96, . . .} .

Ejemplo 6 Se considera el PVI asociado a la ecuación de Fibonacci

Se pueden calcular todos los términos que deseemos de la solución correspondiente:

{2, 1, 3, 4, 7, 11, 18, 29, . . .} .

En algunas ocasiones es fácil calcular el término general Sn de la solución de un PVI

es justamente el término general de la solución del PVI del Ejemplo 6 (compruébese).

1.1.3. Representación gráfica de soluciones

Ejemplo 7 Si consideramos el PVI

podemos representar la evolución de la solución Sn de alguna de las maneras que ilustran

Cuando un PVI se ha resuelto de manera exacta y los términos de la solución coinciden

Ejemplo 8 El término general del PVI

viene dado por  n

1.1.4. Operador de diferencias

Aplicando de nuevo el operador, se obtiene la diferencia de segundo orden:

∆2 Xn := ∆ (∆Xn ) = ∆Xn+1 − ∆Xn

En general, dado k un número natural positivo, la diferencia de orden k del término Xn se

y ésta es la razón del nombre “ecuación en diferencias”.

Ejemplo 9 La ecuación de Fibonacci Xn+2 = Xn+1 + Xn se puede expresar en términos

1.2. Dinámica continua: ecuaciones diferenciales ordinarias

y son EDOs de orden 2 (o de segundo orden) las expresiones

son autónomas y explı́citas, mientras que la EDO

1.2.1. Solución de una EDO

Ejemplo 10 Cualquier función de la forma

Ejemplo 11 La función ϕ(t) = 3 + t2 no es solución de la EDO X 0 = X − 3, ya que

sólo se cumple para t = 0 y t = 2, que es un conjunto finito de puntos y por lo tanto no es

junto con k condiciones de la forma

considerando a t0 como el “instante inicial”.

X (t0 ) = X0 , X (t1 ) = X1 , ..., X (tk−1 ) = Xk−1 ,

con t0 , t1 , . . . , tk−1 ∈ R, se dice que el PVI correspondiente es un problema de contorno,

Ejemplo 13 Dado el problema de contorno

se puede comprobar que la única solución viene dada por la función

ϕ(t) = 1 + 2e−2 − 1 t e2t .

Con respecto a la unicidad de solución de un PVI, de momento no podemos asegurar

podemos plantearnos hallar el valor de la solución ϕ en t = 2. En este caso, la EDO de (1.10)

y la condición inicial también se transforma:

Ası́ pues, el PVI (1.10) se transforma en el PVI

h = 0.1 =⇒ X(2) = S10 ≈ 7.3750

Para EDOs de mayor orden, siguiendo el mismo razonamiento de aproximación para

En el Tema 1 se introdujo el concepto de ecuación en diferencias (ED), como una

2.1. Soluciones especiales

Xn+2 = 6Xn+1 − Xn2 − 6,

viene dado por n