MATEMTICA APLICADA A LA INGENIERA CICLO LECTIVO 2011

UNIVERSIDAD DE MENDOZA FACULTAD DE INGENIERA

TRABAJO PRCTICO N 4: PARTE B: APLICACIONES DE LOS SISTEMAS LINEALES Y NO LINEALES I-Ecuaciones diferenciales autnomas de primer orden Crecimiento y decaimiento naturales: La ecuacin diferencial

dP = k t nos permite hallar el modelo matemtico de una considerable gama dt

de fenmenos naturales que contengan una cantidad cuya tasa de cambio sea proporcional a su valor en curso. Modelos de poblacin Supongamos que P(t) es el nmero de individuos de una poblacin (humanos, insectos bacterias) que tiene tasas constantes de natalidad y mortandad y de tiempo ocurren unos P(t) nacimientos y aproximadamente por para

respectivamente. Durante un corto intervalo muertes, el cambio en P(t) est dado

P(t)

P = ( -

) P(t) t , si hacemos el cociente incremental y tomamos lmite

dP = k P donde k = - dt

t 0, obtenemos la ecuacin autnoma :

Poblaciones limitadas: En situaciones tan diversas como la poblacin humana de una nacin o la poblacin de la mosca de la fruta en un recipiente cerrado, a menudo se observa que la tasa de natalidad disminuye cuando la poblacin aumenta. Las razones pueden variar, ser culturales, cientficas, o algo ms sencillo como la limitacin de recursos alimenticios. Supongamos que la tasa de natalidad

es una funcin lineal decreciente de la poblacin P

(considerada en un punto a) tal que = 0 - 1P donde 0 y 1 son constantes positivas. Si la tasa de mortandad

se mantiene constante, la ecuacin diferencial toma la forma

dP = ( 0 - 1P - 0 ) P si a = (0 - 0) y b = 1. La ecuacin se convierte en: dt dP = aP - bP 2 Llamada Ecuacin Logstica dt

Si consideramos otro factor que produce un cambio en la poblacin de una comunidad como lo es la inmigracin o emigracin, la ecuacin anterior se modificar en un trmino que contiene una funcin exponencial decreciente e-pt, dado que si le poblacin inicial es pequea, la inmigracin es grande y si esta poblacin es grande, la inmigracin es pequea.

dP = aP - bP 2 + c e dt

- Pt

para c > 0

II-Sistemas de ecuaciones: Algunas de las aplicaciones ms importantes e interesantes de la teora de la estabilidad se refieren a las interacciones ente dos o ms poblaciones biolgicas que ocupen el mismo ambiente. Primero consideraremos una situacin depredador presa, en la que intervienen dos especies. Una especie, los depredadores se alimentan de la otra especie, la presa, que a su vez se nutre de un alimento ampliamente disponible en ese ambiente. En segundo lugar consideraremos el modelo matemtico para el estudio de especies en competencia para una coexistencia pacfica. Para el estudio del modelo matemtico del sistema depredador presa, haremos las siguientes consideraciones: 1natural dada por: En ausencia de depredadores, la poblacin de presas crecera a una tasa

dx = ax para a > 0 dt

2-

En ausencia de presas, la poblacin depredadora declinara a una tasa

dy dada por: natural dt

= - cy para c > 0

3-

Cuando

los depredadores y las presas estn presentes, ocurre una

combinacin de tasas naturales de crecimiento y declinacin proporcional a la frecuencia de los encuentros entre ambas especies; en el modelo matemtico consideraremos el trmino xy como proporcional a la frecuencia de estos encuentros. Si los depredadores devoran a sus presas, tenemos una tasa de interaccin decreciente dada por bxy en la poblacin de x presas. En la poblacin de depredadores tenemos una tasa de interaccin creciente dada por dxy, siendo b y d constantes positivas Las ecuaciones del sistema resultan:

dx = ax bxy dt dy = cx + dxy dt

EJERCICIO N 1: Dado el siguiente sistema, analizar la estabilidad de la solucin para cada uno de sus puntos crticos. x(t) = 2x x y y(t) = - 6y + 6xy Puntos crticos: 2x x y = 0 -6y + 6xy = 0 x( 2- y) = 0 la verifican x = 0 e y = 2 6y( x-1) = 0 la verifican y = 0 y x = 1

Puntos crticos (0,0); (1,2) Para (0,0): P(x,y) = -xy x(t) = 2x y(t) = -6y det [ I A] = det 0 Para (1,2): Debemos trasladar los ejes al punto crtico, llamamos u = x-1 y v = y -2, reemplazamos en las ecuaciones: u(t) = 2 (u+1) (u+1)(v+2) = 2u + 2 uv-2u v -2 = -v -uv v(t) = -6(v+2) + 6(u+1)(v+2) = -6v -12 +6uv +12u +6v +12 = 12u +6uv Sistema equivalente: u(t) = -v v(t) = 12u donde P(u,v) = -uv Q(u,v) = 6uv Q(x,y) = 6xy cumplen con Lyapunov, el sistema lineal equivalente es :

0 = ( 2)( + 6) = 0 + 6

tenemos 1 =2

y 2 = -6 races reales de

distinto signo, el origen es un punto silla.

det [ I A] = det 12

1 = 2 +12 = 0

1 = j 2 3 y

2 = j 2 3

Races imaginarias, el punto (1,2) es un centro del sistema no lineal.

EJERCICIO N 2: Aplicacin de la ecuacin logstica en un sistema de primer orden Suponga que un alumno es portador del virus de la gripe y regresa a su escuela donde hay 1000 estudiantes. Si se supone que la rapidez con que se propaga el virus es proporcional, no solo a la cantidad x de alumnos infectados sino tambin a la cantidad de alumnos no infectados, determine la cantidad de alumnos que han contrado la enfermedad seis das despus, si a los cuatro das se observa que x(4) = 50. ( para plantear las ecuaciones se debe considerar que nadie sale del campus durante la epidemia) Cantidad de alumnos infectados x, alumnos no infectados (1000-x) Para t= 0 x(0) = 1 Para t = 4 x(4) = 50

La ecuacin diferencial es: Separamos variables

dx = k x (1000 x ) Esta es la ecuacin logstica dt

dx = kdt x (1000 x )

Para resolver la ecuacin del primer miembro, se debe descomponer el integrando en fracciones simples, para obtener dos integrales inmediatas.

dx A B = + x (1000 x ) x 1000 x x 1 1 A = lim = lim = x 0 x (1000 x ) x 0 1(1000 x ) 1000 (1000 x ) 1 1 B = lim = lim = x 1000 x (1000 x ) x 1000 x 1000
Nos queda:

1 1 1 dx + dx = k dt 1000 x 1000 x ln x ln(1000 x ) = 1000kt ln x x = 1000kt = ce1000 kt 1000 x 1000 - x

De esta expresin, se despeja x:

x + xce1000 kt = 1000ce1000 kt x= 1000ce1000 kt 1 + ce1000 kt sacamos factor comn ce1000 kt nos queda x = 1000 1 + ce 1000 kt

Para encontrar los valores de c y de k: Condicin inicial t =0, x= 1 de esta condicin despejamos c

1=

1000 c = 999 1+ c

De la otra condicin x(4) = 50, obtenemos k:

50 =

1000 1 + 999e 4000 k

50 + 49950e 4000 k = 1000

despejamos k = 9.908 10-4

Reemplazamos en la solucin general:

x(t ) =

1000 1 + 999e 0.9908t

Para t= 6 x(6) = 276 alumnos infectados

Aplicacin de la ecuacin logstica en sistemas de segundo orden EJERCICIO N 3: Poblaciones acotadas: x (t) = 5x - x2- x y y (t) = - 2y + x y En la primera ecuacin, aparece el trmino x2, esto significa que en ausencia de la otra especie la poblacin es limitada y est dada por la ecuacin logstica. El modelo corresponde tambin al depredador presa, esto lo podemos advertir porque tenemos una poblacin creciente (coeficiente a positivo) aunque en forma limitada en la primera ecuacin, y que disminuye debido a los encuentros (trmino xy negativo). La segunda ecuacin refleja un decrecimiento de la poblacin (trmino c negativo), que aumentar dependiendo del nmero de encuentros (xy) positivo Puntos crticos: x ( 5 x y ) = 0 x = 0 y x = 5 - y y ( -2 + x ) = 0 y=0 y x=2 Los puntos crticos son : ( 0,0) ; (5,0) ; ( 2,3)

Punto crtico (0,0): Como (0,0) es el punto crtico del sistema lineal, verificamos que las funciones P(x,y) = x2-xy y Q(x,y) = xy x(t) = 5x y(t) = -2y Para el anlisis de la estabilidad, tenemos en cuenta la matriz caracterstica, y su determinante. cumplan con las condiciones de Liapunov. Sistema lineal asociado:

[ I A] = 0

0 + 2

Det [ I A] = 2 - 3 -10

Ecuacin caracterstica: 2 - 3 -10 = 0 cuyas races son 1= 5 y 2 = -2 reales de distinto signo, se trata de un punto silla, el sistema es en ese punto inestable. Para graficar las trayectorias, tenemos en cuenta que la solucin de la ecuacin diferencial es de la forma x(t) = x0 e5t largo del eje x. Punto crtico (5,0): e y (t) = y 0 e -2t por lo tanto las trayectorias entran a lo largo del eje y, y salen a lo

Como no corresponde al punto crtico del sistema lineal, debemos buscar un sistema lineal equivalente cuyo punto crtico sea (0,0). Para ello hacemos una traslacin de ejes al punto (5,0) de manera que resulta u = x -5 y v = y. Reemplazamos en el sistema, siendo x(t) = u(t) e y(t) = v(t) u(t) = 5 (u+5) (u+5)2 (u+5)v = -5u -5v u2-uv v(t) = -2v + (u+5)v = 3v + uv

Donde P(u,v) = u2-uv y Q(u,v) = uv , funciones cuyas derivadas primeras son continuas y satisfacen las condiciones de Liapunov. El sistema linealizado es: u(t) = -5u -5v 1 v(t) = 3v 2

[ I A] = 0

+ 5

5 3

Det [ I A] = 2 + 2 -15

Ecuacin caracterstica: 2 +2 -15 = 0 cuyas races son 1= 3 y 2 = -5, reales de distinto trata de un punto silla inestable del sistema linealizado. Para analizar las trayectorias debemos resolver

signo, se

dy dv = dx du

La solucin del sistema es de la forma u(t) = A1 e3t +A2e-5t en 1

u(t) =

A1e 1t + A2 e 2t

v(t) = y 2

B1e 1t + B2 e 2t

y v(t) = B1e 3t + B2 e 5t deben satisfacer 1

3 A1 e3t -5A2e -5t = -5 A1 e3t - A2 - 5 B1 e3t -5B2e-5t = e3t(-5A1-5B1)+ e -5t(-5A2-5B2)

3 A1 e3t -5A2e -5t Nos queda:

3 A1= -5A1-5B1 8 A1= -5B1 -5A2=-5A2-5B2 10A2= -5B2

en 2

3B1e 3t 5 B2 e 5t = 3B1e 3t + 3B2 e 5t

Vemos que B1 es una variable libre (puede tomar cualquier valor) y B2= 0 dado que -5B2=3B2 Si hacemos B1 =1, resulta A1= -5/8 y A2 es variable libre ( 10A2= 0 )le damos el valor 1. Reemplazando estos valores en la solucin: u(t) =

5 3t -5t e +e 8

v(t) = e 3t

Esta es una solucin particular

La solucin general es de la forma. u(t) =

5 B1 e3t +A2 e-5t 8

v(t) = B1 e 3t

B1e 3t dv = du 5 B1e 3t + A2 e 5t 8
dv dy 8 = = du dx 5

Como nos interesa el comportamiento para t tomamos lmite

por lo tanto y = -8/5 x

Las trayectorias entran a lo largo del eje x y salen a lo largo de la lnea que pasa por el punto (5,0) con pendiente igual a 8/5. Punto crtico (2,3):

Buscamos el sistema lineal equivalente cuyo punto crtico sea (0,0). Resulta u = x -2 y v = y-3. Reemplazamos en el sistema, siendo x(t) = u(t) e y(t) = v(t) u(t) = 5 (u+2) (u+2)2 (u+2)(v +3 ) = -2u -2v uv v(t) = -2(v +3) + (u+2) (v +3) = 3u + uv . Siendo P(u,v) = - u v y Q(u,v) = u v
y

El sistema linealizado es: u(t) = -2u -2v 1 v(t) = 3u 2

7

[ I A] = 3

+ 2

Det [ I A] = 2 + 2 +6

Ecuacin caracterstica: 2 +2 +6 = 0 cuyas races son 1= -1 + j5 y 2 = -1 - j5 Races complejas conjugadas, es un punto espiral asintticamente estable del sistema linealizado. Representacin de algunas trayectorias del sistema Las especies coexisten con poblaciones en equilibrio para xE = 2 e yE= 3 Ejercicio n4: Especies en competencia Consideremos la siguiente relacin: x(t) = a1 x b1 x2 y(t) = a2 y b2 y2

x 1 2 3 4 5 6 7 8

En estas ecuaciones, las poblaciones en ausencia de la otra especie (no figura el trmino xy) tienen un crecimiento limitado dado por la ecuacin logstica. De no figurar el trmino x 2 o y2 ambas creceran sin lmite (el trmino x2 se interpreta como una competencia entre la misma especie). En las ecuaciones anteriores, vamos a suponer que hay otra especie y compiten por el alimento disponible en el ambiente comn; esto contrasta con el caso que una especie depreda a la otra. Vamos a suponer tambin que la competencia (nmero de encuentros) tiene el efecto de una tasa de declinacin de ambas poblaciones proporcional al producto xy. Las ecuaciones para este modelo son: x (t) = a1 x b1 x2 c1xy y (t) = a2 y b2 y2 c2xy Ecuaciones del modelo de especies en competencia

Si en el sistema anterior, hacemos un cambio de signo en la segunda ecuacin, nos queda: x (t) = 5x - x2- x y

y (t) = 2y - x y Tenemos ahora un modelo de especies en competencia, aunque no figure el trmino y 2 en la segunda ecuacin. Si buscamos los puntos crticos de este sistema no lineal, veremos que estos no cambian, pero si lo har sustancialmente el comportamiento en cada uno de ellos. Punto crtico (0,0): Sistema lineal asociado: x(t) = 5x y(t) = 2y Para el anlisis de la estabilidad, tenemos en cuenta la matriz caracterstica, y su determinante.

Como (0,0) es el punto crtico del sistema lineal.

[ I A] = 0

0 2

Det [ I A] = 2 - 7 +10

Ecuacin caracterstica: 2 - 7 +10 = 0 cuyas races son 1= 5 y

2 = 2, reales de igual signo, se

trata de un nodo, como las races son positivas el sistema es en ese punto inestable. Para graficar las trayectorias, tenemos en cuenta que la solucin de la ecuacin diferencial es de la forma x(t) = x0 e5t largo del eje x. Punto crtico (2,3): e y (t) = y0 e 2t por lo tanto las trayectorias salen a lo largo del eje y, y salen a lo

Buscamos el sistema lineal equivalente cuyo punto crtico sea (0,0). Resulta u = x -2 y v = y-3. Reemplazamos en el sistema, siendo x(t) = u(t) e y(t) = v(t) u(t) = 5 (u+2) (u+2)2 (u+2)(v +3 ) = -2u -2v uv v(t) = 2(v +3) - (u+2) (v +3) = -3u - uv . El sistema linealizado es: u(t) = -2u -2v v(t) = -3u

[ I A] = 3

+ 2

Det [ I A] = 2 + 2 - 6

Ecuacin caracterstica: 2 +2 -6 = 0 cuyas races son 1= -1 + 7 y 2 = -1 - 7 Reales de distinto signo es un punto silla, es inestable. Punto crtico (5,0):

Hacemos una traslacin de ejes al punto (5,0) de manera que resulta u = x -5 y v = y. Reemplazamos en el sistema, siendo x(t) = u(t) e y(t) = v(t) u(t) = 5 (u+5) (u+5)2 (u+5)v = -5u -5v u2-uv

v(t) = 2v - (u+5)v = -3v uv El sistema linealizado es: u(t) = -5u -5v v(t) = -3v [ I A] = 0

+ 5

5 + 3

Det [ I A] = 2 + 8 +15

Ecuacin caracterstica:

2 +8 +15 = 0 cuyas races son 1= -3

2 = -5, reales negativas por lo

tanto el punto (5,0) es un nodo estable. Las trayectorias segn x e y se acercan al punto, esto significa que una de las poblaciones tiende a extinguirse. Estamos en el caso de la supervivencia de una sola especie. Podemos determinar si el modelo, responde a una coexistencia pacfica , a la supervivencia de una sola especie (como en el ejemplo citado) o si ambas poblaciones pueden crecer sin cota alguna o decrecer a cero. Para ello tendremos en cuenta los coeficientes que aparecen en el modelo de especies en competencias. x(t) = a1 x b1 x2 c1xy = x (a1 b1 x c1y) y(t) = a2 y b2 y2 c2xy = y (a2 b2 y c2x) Entre parntesis, tenemos las ecuaciones de dos rectas, al igualarlas a cero obtendremos cuatro puntos crticos, (0,0) , ( 0, a 2/ b2) , ( a1/b1,0) y el cuarto que ser la interseccin de las dos rectas, lo llamamos (x E, yE), la estabilidad de este ltimo punto depender de la orientacin relativa de las rectas consideradas.

a1/c1

Fig 1

a2/b2

Fig 2

a2/b2 En la figura 1:

a 2 / b2 a1 / c1 < a2 / c2 a1 / b1 a 2 / b2 a1 / c1 > a2 / c2 a1 / b1

a1/b1

a2/c2

a1/c1 esto es c1 c2 < b1b2

a2/c2

a1/b1

En la figura 2:

esto es c1 c2 > b1b2

Estas condiciones, tienen una interpretacin natural. Las constantes b1 y b2 representan el efecto inhibitorio de cada poblacin en su propio crecimiento (debido a limitaciones de alimento o espacio), c1 y c2 representan el efecto de la competencia de las dos poblaciones. Para 1: Si c1 c2 < b1b2 la competencia es pequea comparada con la inhibicin, entonces (x E, yE) es un punto asintticamente estable, al cual se aproxima cada poblacin cuando t , es el caso de coexistencia pacfica.

Para 2: Si c1 c2 > b1b2 la competencia es grande con respecto a la inhibicin, el punto (x E, yE) es un punto crtico inestable, para t una poblacin tender a cero, lo que significa que no pueden coexistir y una de ellas se extingue.
8 9 y

Anlisis del grfico: Las trayectorias en azul son las que tienden al punto silla (2,3) y luego se alejan indefinidamente del punto. Las trayectorias graficadas en rojo, son las que se acercan a (2,3) y luego tienden al punto (5,0), que representa la extincin de una poblacin.

x 1 2 3 4 5 6 7 8 9 10

Ejercicio n5: Ejemplo de coexistencia pacfica Consideremos dos poblaciones que satisfacen las ecuaciones: x(t) = 60 x 3 x2 -4xy = x (60 3 x -4y) y(t) = 42y - 3y2 -2xy = y (42 - 3y -2x) En este sistema b1= b2 = -3 , c1= -4 y c2 = -2 si hacemos el producto 8 < 9 significa que la competencia es menor que la inhibicin. Los puntos crticos del sistema son: (0,0) , (0,14), (20,0) y (12,6). Si analizamos cada uno de ellos, veremos qu (0,0) es un nodo inestable; (0,14) es un punto silla inestable del sistema linealizado, con trayectorias que entran a lo largo del eje y , mientras que las trayectorias que se alejan lo hacen a lo largo de la recta que pasa por el punto y tiene pendiente -14/23 El punto (20,0) es tambin un punto silla, en este caso las trayectorias entran a lo largo del eje x, en cambio las que se aleja se encuentran a lo largo de la recta que pasa por (20,0) con pendiente -31/40 El punto ( 12,6), presenta la posibilidad de coexistencia pacfica por tratarse de un nodo asintticamente estable
y 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 x 1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Las trayectorias graficadas en rojo, corresponden a las que se acercan al punto crtico (12,6) (nodo) a lo largo de la recta que pasa por (0,14) (punto silla). Las trayectorias en verde, corresponden a las que tienden al punto (12,6) a partir del punto silla (20,0). Las que estn por debajo de la recta, corresponden a las que se alejan de (0,0). Aplicaciones a biologa A partir del ao 1950 la modelacin matemtica ha sido utilizada en la promocin efectiva de acciones de salud. Los orgenes de la modelacin de epidemias, sin embargo, cuenta con una historia ms larga. Hace ms 80 aos Kendrick y McCormick propusieron el ms importante de los modelos matemticos para epidemias Aunque no se trate de un olvido total de ese trabajo durante sus primeros 50 aos, todo indica que su amplia difusin comenz a partir de 1979 con el desarrollo de nuevas herramientas computacionales. Este modelo, conocido en la literatura como SIR (por sus siglas; Susceptible, Infectado y Removido) ha impactado positivamente en el rea de modelacin y control de epidemias, por sus caractersticas: 1. Su simplicidad. La cual se hace palpable en la sencillez de su estructura pues solo cuenta con tres eslabones en su cadena. Esto permite una relativamente fcil obtencin de las ecuaciones que definen el sistema. 2. Su valor didctico. Diferentes aspectos comunes a toda epidemia, como su carcter explosivo, su naturaleza del tipo todo o nada, etc., pueden ilustrarse a partir del tratamiento de este modelo. 3. Su aplicabilidad a datos reales. En la medida que un modelo refleja la realidad, su utilidad es mayor y mayor es la certeza de que lo que se obtiene en el terreno de la modelacin debe manifestarse en el curso de una epidemia. 4. Su extensibilidad para el estudio de epidemias con mecanismos ms complejos. 5. La posibilidad de estimar sus parmetros. 1. Breve descripcin del modelo. Segn el modelo SIR, un individuo susceptible (S) en contacto con un infectado (I), tiene cierta probabilidad de transitar l mismo a la condicin de infectado. Por otra parte, la capacidad de infectar susceptibles no se mantiene siempre, sino que desaparece al cabo de cierto tiempo. Ese fenmeno de "clarificacin" (remocin R=removal) puede ocurrir por diferentes mecanismos tales como curso natural de la enfermedad con inmunidad adquirida, muerte, o cuarentena. Este modelo toma su nombre (SIR) del esquema que lo representa:

S I R

Su representacin matemtica en el siguiente sistema dinmico:

ds = k1SI dt dI = k 2 I + k 1SI dt dR = k 2I dt

Las constantes k1 y k2 son positivas, k1 es una medida de la rapidez de transmisin de la enfermedad llamada tasa de infeccin, y k2 es la tasa de recuperacin Si se asume que la poblacin es constante, entonces: N = S + I + R Si despejamos R y la derivamos respecto de t, obtenemos las dos primeras ecuaciones, por lo tanto basta resolver estas para obtener la solucin completa del sistema. En modelacin, siempre habr un compromiso entre hacer el modelo lo suficientemente sencillo como para que sea tratable matemticamente y, por otra parte, hacerlo lo suficientemente abarcador como para que refleje los elementos esenciales de un fenmeno 2. Interpretacin de las epidemias a partir del modelo. La solucin del sistema se obtiene al definir para cada momento de tiempo el valor de las variables I (t) y S (t). Aun cuando se trata de un modelo simple, no es posible obtener una solucin analtica del mismo. Sin embargo, es posible obtener informacin importante en forma cualitativa acerca de una epidemia a partir de algunos clculos bastante simples. Ejercicio n5 Si para cierta enfermedad, se determina que k 1=0,003 y k2 = 0,5, bosqueje la trayectoria en el plano de fase correspondiente a la condicin inicial que una persona est infectada y 700 sean susceptibles. A partir de la ecuacin diferencial, justifique que el nmero mximo de personas infectadas, ocurre cuando s = k2/k1 = 167 personas.

Resolvemos la ecuacin

dI k 2 I + k1SI = dS k 1SI

Para k1=0,003 y k2 = 0,5 se transforma en:

dI 0.5I + 0.003SI = dS 0.003SI dI 167 = 1 dS S

(Se ha aproximado el nmero peridico a 167)

dI = (

167 1)dS S I =167lnS S + C =167ln(700) 700 + C

Las condiciones iniciales son S0 = 700 e I = 1, reemplazando en la ecuacin se obtiene C = -393 La solucin particular es I = 167lnS S 393 esta ecuacin corresponde a la trayectoria de infectados en funcin de susceptibles. Si derivamos esta ecuacin, obtenemos los puntos crticos, donde se pueden encontrar valores extremos. Esto ocurre para S= 167. Aplicando el mtodo de la derivada segunda se verifica que es un mximo

d 2I 167 = 2 2 dS S

Dado que para el valor de S la derivada es negativa

y 4

y 4

x 1 1 2

x
5

Nota: el grfico 1 corresponde a k 1=0.3. Si se grafica con los valores correspondientes al problema
2

(grfico 2), se aprecia que en el plano de fase, no 2tenemos un punto crtico aislado, esto se debe a que el valor caracterstico del modelo equivalente es = 0

-------------------------------------------4