Professional Documents
Culture Documents
ndice
1. Antes de Comenzar
2. Prefacio
3. Introduccin
4. Nociones Tericas
9
11
13
5. El Sistema de Lorenz
16
6. Conclusin
47
48
49
22
22
28
Informe Obligatorio 2
1.
Antes de Comenzar
Nota
Primero que nada, queremos aclarar que este trabajo no sigue de manera el la tarea presentada. Si bien estn todos los conceptos que forman parte de la tarea presentada, se cambio el
orden de algunas cosas para tratar de lograr una mayor comprensin del tema o para no caer en
redundancias y explicar lo mismo en distintas partes del informe.
(y x)
rx y xz
xy bz
El mismo, recibe dos vectores de parmetros como entrada. El vector X0 contiene los valores
para las variables x, y y z . El vector Coef contiene en su primer coordenada el valor de ,
en la segunda el valor de r, en la tercera el de b y en la ltima contiene el valor del paso h.
El vector devuelto por la funcin es un vector columna de tres coordenadas.
Los archivos script son
Euler.m
Este script contiene el cdigo para la resolucin del sistema de Lorenz mediante el mtodo
de Euler. El mtodo usa los coecientes para , r y b denidos por l, un paso h = 0.01 y
se toma como punto de partida el punto que Euler us en su experimento, el (0,1,0).
Trapecio.m
Este script resuelve el sistema de Lorenz aplicando el mtodo del Trapecio. La manera de
resolver la iteracin de punto jo elegida es una simple iteracin de punto jo. Es decir, se
busca el punto tal que = g() para una funcin g a denir luego. No se decidi resolverlo
por el mtodo de Newton-Raphson ya que el mtodo es muy voltil. Es decir, la mnima
cosa que se cambie (no solo las condiciones iniciales, sino que la manera de escalerizar, la
denicin de una funcin, etc.) cambia de manera radical su comportamiento.
Ambos archivos script realizan una grca en tercera dimensin de la rbita que generan.
Informe Obligatorio 2
2.
Prefacio
Este nuevo informe de Mtodos Numricos forma parte de la resolucin del segundo obligatorio del ao 2013. En l, se expone un profundo anlisis al sistema de ecuaciones usado por Edward
Lorenz para 'predecir' el clima. Antes de dar una introduccin al tema (y posterior anlisis del
problema), se brinda una breve informacin acerca de Lorenz.
Edward Norton Lorenz (23 de mayo de 1917 17 de abril de 2008) fue un matemtico y
meteorlogo estadounidense. Realiz estudios de matemticas en la Universidad de Harvard y en
el Colegio Dartmouth en 1938 y se gradu como meteorlogo de M.I.T. en 1943. Despus de ser
miembro del personal del Departamento de Meteorologa del M.I.T. entre 1948 y 1955, Lorenz
fue designado profesor de esa igualdad y despus director del departamento hasta 1981.
Lorenz construy un modelo matemtico muy simplicado, que intentaba capturar el comportamiento de la conveccin en la atmsfera. Estudi las soluciones de su modelo y se dio cuenta
que alteraciones mnimas en los valores de las variables iniciales resultaban en soluciones ampliamente divergentes. Esta sensible dependencia de las condiciones iniciales fue conocida despus
como el efecto mariposa. Su investigacin dio origen a un renovado inters en la teora del caos.
Por sus contribuciones, recibi muchos premios por su trabajo entre los cuales se encuentran
1969: Carl Gustaf Rossby Research Medal, American Meteorological Society.
1973: Symons Memorial Gold Medal, Royal Meteorological Society.
1973: Symons Memorial Gold Medal, Royal Meteorological Society.
Entre sus obras, se encuentran Deterministic nonperiodic ow que apareca en el diario Journal of Atmospheric Sciences en 1963, Nondeterministic theories of climate change en Quaternary
Research en 1976 y su obra The Escence of Chaos, publicada en 1993.
Para terminar proveemos una denicin de la palabra caos, tema que ser desarrollado ms
adelante y vale tener en cuenta esta denicin.
Caos habitualmente se reere a lo impredecible. Deriva de la raz ghn o ghen del lenguaje
protoindoeuropeo ("hueco", "muy abierto"). Debido a variaciones lingsticas, el signicado de
la palabra se desplaz a desorden.
Informe Obligatorio 2
3.
Introduccin
Informe Obligatorio 2
daban informacin acerca de como se comportara la temperatura. Y as, las dems leyes fsicas
determinaban diferentes elementos climatolgicos.
Y por otro lado estaban los meteorlogos sinpticos, los cules estaban en total oposicin a
los meteorlogos dinmicos, indicando que estos ltimos predecan el clima de manera grotesca
e incompleta. Los sinpticos estudian las estructuras caractersticas en las que los estados de la
atmsfera pueden ser estudiados.
Basados en estas dos corrientes de pensamiento, surgieron varios experimentos que simulaban las condiciones climticas de la atmsfera. El primer experimento que aport informacin
relevante fue realizado por Dave Fultz en la Universidad de Chicago. El mismo consista en jar
sobre un asiento giratorio, un recipiente circular con agua en su interior, al cul se le aplicaba
calor el los bordes y se mantena fro en el centro. La idea central del experimento era simular el
movimiento atmosfrico a elevada altura.
En el mismo tiempo, Raymond Hide realizaba un experimento similar al de Fultz en la
Universidad de Cambridge en Inglaterra. La diferencia en su experimento era que el uido lo
introduca en un un recipiente circular ubicado entre dos cilindros concntricos. A pesar de que
Hide no era un meteorlogo, se convirti en uno de los principales dinamicistas.
Descartando componentes como la silla giratoria, Alan Faller logr reproducir en esencia el
experimento de Hide.
A principios del siglo XX en Noruega, el fsico y meteorlogo Vilhelm Bjerknes propuso que el
problema del pronstico del tiempo era un simple problema de resolver un sistema de ecuaciones
que representaban las leyes bsicas, usando estados iniciales del clima como punto de partida.
A pesar de calicar el problema como simple, reconoci que no haba un mtodo prctico para
resolver tal sistema, a pesar de que las ecuaciones eran (como dijo l) conocidas.
Durante la primer Guerra Mundial, en Inglaterra, el cientco Lewis Richardson trat de
resolver el sistema planteado por Bjerknes de manera numrica. Su procedimiento consista en
reemplazar las distribuciones continuas de la presin, viento y otros factores por valores (de estos
mismos factores) de una regin regular de puntos.
En su servicio al pas, Richardson recab varios datos del clima de un da en particular y
realiz a mano los millones de cuentas del sistema de ecuaciones tratando de predecir el clima de
las prximas seis horas de una regin como la de Europa. A pesar de su esfuerzo, su prediccin
climtica result erronea. Y no solo eso, sino que su prediccin no segua ningn patrn conocido
con anterioridad. Richardson culp de su error a una mala medicin del viento en el inicio. Ms
tarde se veric que con valores mas acertados de medicin, su mtodo hubiera fallado pero no
de manera tan estrepitosa.
A pesar de fallar, la iniciativa de Richarson entusiasm a los meteorlogos de la poca quienes
cambiaron de parecer sobre la prediccin meteorolgica numrica. De todas maneras, muchos
meteorlogos importantes dudaron sobre si una mejor medicin inicial del viento los ayudara a
superar los errores que se generaban. Uno de estos meteorlogos fue el dinamicista sueco CarlGustaf Rossby, quien fundament que la clave para entender el comportamiento de la atmsfera
estaba dado por el viento y no en la presin.
Al llegar a mediados de siglo, el renombrado matemtico John von Neumann se interes
en disear computadoras que resolvieran estos problemas. A pesar de no ser un meteorlogo,
vio que pronosticar el clima era algo en que podra contribuir. Fue as que reuni un grupo de
meteorlogos y otros cientcos para trabajar en el problema de la pronosticacin numrica.
Informe Obligatorio 2
A medida que los aos avanzaban, los pronosticadores conaban cada vez ms en los resultados numricos. Tanto as que se extendi el rea de inters a todo el mundo (o al menos un
hemisferio). Esta extensin de pronstico numrico fue el llamado modelo de circulacin global.
El modelo fue construido por Norman Phillips. Su sistema dinmico tena 450 variables, y su solucin se extenda a un mes. A pesar de todo esto, el pronstico numrico no produca pronsticos
tan acertados como se esperaba.
Un ltimo modelo a tener en cuenta es el modelo operacional del Centro Europeo para el
Pronstico Meteorolgico de Rango Medio de Inglaterra. Este modelo se basa en el modelo usado
por Richardson, solo que posee varias modicaciones que tratan de mejorar su rendimiento. Posee
distintas cantidades denidas para diferentes alturas, todo ello se supona en una grilla de 11.000
puntos (del mundo). Y esto, provocaba que el sistema tuviera un total de 800.000 variables.
Sin embargo, el conocimiento de los partrones climatolgicos esta lejos de ser completo, y
an cuando son comprendidos, ninguna explicacin puede ofrecerse sin notar que se queda corta
en los complejos mecanismos que generan y mantienen la variabilidad meterolgica del planeta.
Es por esto que el clima representa el sistema catico por excelencia al generar condiciones
muy impredecibles. Sin embargo, los cientcos estn descubriendo como la teora del caos puede
ayudarlos a emitir predicciones ms conables, y principalmente, mejorar la comprensin de lo
que es un sistema extremadamente complejo. Gran parte de los conocimientos que integra la
teora del caos surgi originalmente del estudio de los cambios climticos, y uno de los primeros
descubrimientos que sustent tericamente esta rea de estudio se debe a Edward Lorenz.
A modo de comprensin de este modelo, puede resultar conveniente imaginar que cualquier
condicin climtica puede ser representada como un punto dentro de un espacio tridimensional.
Asi, por ejemplo, el eje OX podra representar la temperatura, el eje OY la humedad, y el eje
Informe Obligatorio 2
En este modelo, un da soleado estara representado por el punto A, uno lluvioso por B, etc.
Resulta obvio suponer que el clima de hoy esta afectado en gran parte por el clima de ayer, el de
ayer por el de anteayer y as sucesivamente. Ahora, si vamos trazando los puntos correspondientes
a las condiciones meteorolgicas observadas, se obtendra una grca mostrando la ruta que sigue
el sistema a travs del espacio de fases seleccionado, y esto, tericamente, permitira hacer una
prediccin sobre su comportamiento futuro.
Lorenz concluy prcticamente lo mismo, y al ir ajustando progresivamente la interrelacin
de las variables seleccionadas, mejor substancialmente la capacidad predictiva de su modelo.
Durante algn tiempo, los resultados obtenidos fueron iguales a los esperados, osea, las predicciones climticas tericas coincidan con la realidad; sin embargo, una maana, Lorenz decidi
redondear los resultados de los das anteriores en vez de introducir las cifras completas a su
computadora, lo que lo llev a experimentar un comportamiento del trazo de la ruta completamente distinta a la que haba venido siguiendo. Rpidamente lleg a la conclusin de que este
fenmeno ocurri al haber introducido cifras redondeadas, lo que provoco que el diagrama siga
una ruta distinta a la anterior.
Esto plante una cuestin muy seria sobre la validez de su modelo, pues si una diferencia
mnima, de poca milsimas, poda causa errores tales como pronosticar heladas en pleno verano,
entonces un error insignicante al momento de establecer las condiciones iniciales, o al momento
de realizar mediciones, podra hacer que el modelo fallara por completo.
Volviendo a la cuestin sobre la variacin de las condiciones iniciales, cuando Lorenz introdujo valores levemente variados a la simulacin del sistema, el sistema evolucionaba de maneras
completamente diferentes. Como leves modicaciones en el sistema podan desencadenar grandes
diferencias (considerando el tiempo en que se observa el comportamiento), Lorenz llam a este
fenmeno el efecto mariposa. El nombre proviene de la idea de que si es posible que el aleteo de
una mariposa provoque una catstrofe en algn lugar del mundo (alejado de ella claro).
Informe Obligatorio 2
4.
Nociones Tericas
y = f (t, y)
y(t0 ) = y0
(1)
y = f (t, y)
(2)
(t, (t))
(t) = f (t, (t))
para todo x I
para todo x I
(t0 ) = y0 ,
llamada condicin inicial
Informe Obligatorio 2
Para comprender mejor estas cuestiones relacionadas a la ecuacin de estudio (2), es importante conocer el signicado geomtrico de la ecuacin diferencial. La funcin f le atribuye a cada
punto de un valor, f (t, y). La ecuacin dice que la solucin que pasa por ese punto debe tener
pendiente igual a ese valor:
tan() = f (t, y)
Teorema 1. Sea f
Informe Obligatorio 2
10
Mtodo de Euler
El mtodo de aproximacin ms simple para el PVI planteado es el mtodo de Euler
(tambin llamado de Euler-Cauchy o de punto medio). Para el mtodo, consideramos un intervalo
[a, b] y lo dividimos en N subintervalos de medida h = (ba)/N y tomamos los puntos tn = a+nh,
jamos y0 = c y buscamos los valores aproximados y1 , y2 , ..., yn de los valores exactos y(t1 ),
y(t2 ), ..., y(tn ). Esto lo hacemos aproximando cada derivado en el punto (ti , yi ) mediante el uso
del cociente incremental (yn+1 yn )/h. As, tenemos la ecuacin diferencial
yn+1 yn
= f (tn , yn )
h
es decir,
yn+1 = yn + hf (tn , yn )
y0 = c
Informe Obligatorio 2
11
Pasamos ahora a la descripcin del mtodo. Consideremos el intervalo [tn , tn+1 ] e integramos
de ambos lados de la ecuacin del PVI:
tn+1
tn+1
f (t, y(t))
y (t)dt =
tn
tn
Ahora aproximamos la segunda integral mediante el rea del trapecio debajo de la curva (el
trapecio tiene altura h, base mayor = f (tn+1 , yn+1 ) y base menor = f (tn , yn )):
a.T rapecio =
h
(f (tn , yn ) + f (tn+1 , yn+1 ))
2
yn+1 yn =
h
(f (tn , yn ) + f (tn+1 , yn+1 ))
2
As:
M et.T rapecio =
Hay que notar que si f (t, y) es no lineal en su segunda variable, en la ecuacin del trapecio
resulta difcil (o no se podr) despejar yn+1 . Para resolverla, tenemos el siguiente problema de
punto jo:
yn+1 = (yn+1 ) = yn +
.
h
h
f (tn , yn ) + f (tn+1 , yn+1 )
2
2
(k)
yn+1 = (yn+1 )
Lo nico que falta es una condicin inicial, la cual estimamos por el mtodo de Euler:
(0)
yn+1 = yn + hf (tn , yn )
As, tenemos que para el mtodo del trapecio, iteramos segn
(k+1)
(k)
(k)
yn+1 = (yn+1 ) = yn + h f (tn , yn ) + h f (tn+1 , yn+1 )
2
2
(0)
y
n+1 = yn + hf (tn , yn )
Este tipo de sistemas se llama sistema
llama corrector, y a la segunda predictor.
corrector-predictor.
A la primer ecuacin se le
Informe Obligatorio 2
12
x = f (t, x, y, z)
y = g(t, x, y, z)
(3)
z = h(t, x, y, z)
El sistema es autnomo ya que las funciones f , g y h no dependen explcitamente de la
variable t (tiempo).
Las soluciones (x(t), y(t), z(t)) de dicho sistema son curvas parametrizadas denominadas rbitas.
Puntos de Equilibrio
Un aspecto importante en el estudio cualitativo de las ecuaciones diferenciales son las soluciones constantes (x(t), y(t), z(t)) = (x0 , y0 , z0 ), las cuales son exactamente los ceros del sistema
f (t, x, y, z) = 0
g(t, x, y, z) = 0
h(t, x, y, z) = 0
Esas soluciones son llamadas puntos de equilibrio, nombre que reciben por su signicado fsico,
o puntos singulares, nombre que reciben por su signicado geomtrico. Los puntos que no sean
singulares son llamados regulares. Se puede extender esta denicin para comprender cuando se
dice que un punto de equilibro es estable o no.
Denicin 1: Un punto de equilibrio (x0 , y0 , z0 ) es estable si, dado > 0 existe > 0 tal
que para cualquier rbita (x(t), y(t), z(t)) tal que
t+
Para entender mejor, estas deniciones dicen que las rbitas que 'comienzan cerca' de un
punto (x0 , y0 , z0 ) pertenecen cerca, y que convergen a su punto de equilibrio.
Informe Obligatorio 2
13
Estas deniciones anteriores son de corte terico. En la prctica pueden no ser accesibles de
aplicar. Es por ello que debemos recurrir al uso de teoremas que puedan ayudarnos. Hemos de
presentar dos.
A=
f
(t, y)|y0
y
Entonces
i El origen es asintticamente estable si todos los valores propios de A tienen parte real
negativa.
ii El origen es inestable si uno o ms valores propios de A tienen parte real positiva.
La ventaja de esta condicin es que indica la estabilidad de manera relativamente rpida. Lo
malo es que slo indica la estabilidad del origen. Es por eso que presentamos el siguiente criterio
de clasicacin.
Criterio de Routh
Este criterio nos permite conocer la estabilidad absoluta de un sistema sin necesidad de
resolver la ecuacin. Si tenemos un polinomio del tipo
(4)
podemos construir el llamado arreglo de Routh. Esta tabla nos permitir denir saber si un
sistema es estable o no. La condicin necesaria y suciente para que un sistema sea estable es
que no hayan cambios de signo en la primer columna del arreglo de Routh. En caso de que los
haya, el polinomio 4 tendr tantas races positivas como cambios de signo hayan, y en este caso
el sistema ser inestable.
La tabla se genera de la siguiente manera:
sn
sn1
sn2
sn3
.
.
.
.
.
.
s0
a0
a1
b1
c1
.
.
.
.
.
.
g1
a2
a3
b2
c2
.
.
.
.
.
.
g2
a4
a5
b3
c3
.
.
.
.
.
.
g3
...
...
...
...
...
Informe Obligatorio 2
14
donde los valores ai son los coecientes del polinomio, y los restantes se forman con los
coecientes de las dos lineas ms anteriores, es decir, los coecientes bi y ci (los gi se forman de
manera anloga) se forman segn
bi =
a1 a2i a0 a2i+1
a1
ci =
b1 a2i+1 a1 bi+1
b1
Informe Obligatorio 2
5.
15
El Sistema de Lorenz
El sistema usado por Lorenz para sus predicciones es un sistema simplicado del empleado
por el gelogo Barry Saltzman (1962).
Rayleigh estudi en 1916 que ocurra con el ujo de un uido en una capa uniforme de
profundidad H cuando la diferencia de temperatura entre la capa superior y la inferior era T
constante. Dicho sistema contiene soluciones estacionarias en las cuales no hay movimiento, y la
temperatura vara linealmente con la profundidad.
En el caso en que todos los movimientos son paralelos al plano XZ , y no hay variacin
respecto a la direccin OY , el movimiento puede modelarse por las ecuaciones
(, 2 )
+
(x, z)
+ g
(, ) T
=
+
+
t
(x, z)
H x
(5)
(6)
= 0 sin(aH 1 x)sin(H 1 z)
= 0 cos(aH 1 x)sin(H 1 z)
se desarrollarn si el valor
Ra = gH 3 T 1 1
llamado Nmero de Rayleigh, excede el valor crtico
Rc = 4 a2 (1 + a2 )3
Cuando a2 = 1/2, se da el mnimo valor de Rc : Rc = 27 4 /4.
Expandiendo y en series dobles de Fourier en x y z , Saltzman deriv de lo anterior un
sistema de ecuaciones diferenciales ordinarias. Obteniendo funciones que dependen slo de t,
y sustituyendo estas series en las ecuaciones 5 y 6, Saltzman reescribi el lado derecho de las
ecuaciones resultantes en series dobles de Fourier reemplazando el producto de funciones trigonomtricas en x (o en z ) por sumas de funciones trigonomtricas, y luego igual los coecientes
de las funciones similares de x y z . Siguiendo el razonamiento del autor, se reduce el sistema
innito para llegar a un sistema de ecuaciones nito sacando toda funcin que no dependa de t.
Informe Obligatorio 2
16
Las soluciones pueden ser obtenidas si al comienzo truncamos las series para incluir un total
de tres trminos. Segn su estudio, tenemos
(7)
(8)
donde X = X(t), Y = Y (t) y Z = Z(t). Cuando combinamos las ecuaciones 7 y 8 con las
ecuaciones 5 y 6, y despeciando todos los trminos trigonomtricos (excepto los de las ecuaciones
7 y 8), obtenemos el sistema
X=
= X + Y
t
(9)
Y =
= XZ + rX Y
t
(10)
= XY bZ
Z=
t
(11)
donde
= 1 : Prandtl Number
1
r = Rc Ra
b = 4(1 + a2 )1
En este sistema, X es proporcional a la intensidad del movimiento, mientras que Y es proporcional a la diferencia de temperaturas entre los lados opuestos de la placa. Si X e Y poseen
igual signo, entonces se tiene que el uido caliente aumenta y el fro desciende. La variable Z es
proporcional a la distorsin de la temperatura vertical. Un valor positivo indica que los mayores
valores de pendientes se dan en los bordes.
Si tomamos un valor ligeramente crtico para el nmero de Rayleigh, las ecuaciones 9, 10
y 11 pueden llegar a dar soluciones realistas, pero estas no sern parecidas a las soluciones
proporcionadas por las ecuaciones 5 y 6 debido a los errores de truncamiento.
Siguiendo el razonamiento de Saltzman, tomamos = 10 y a2 = 1/2, para as tener que
b = 8/3. Finalmente tomamos para el nmero de Rayleigh el valor crtico r = 470/19 = 24,74,
pero tomamos este nmero de forma ligeramente redondeada. Es decir, tomamos r = 28.
Cabe destacar que estas tres ltimas ecuaciones son resultado de la simplicacin hecha por
Lorenz de las ecuaciones del campo de dinmica de uidos derivado por Navier-Stokes.
Informe Obligatorio 2
17
Pasamos ahora a analizar los puntos jos del sistema. Siguiendo lo presentado anteriormente,
para calcular los puntos jos del sistema, calculamos
f (t, x, y, z) = (y x) = 0
g(t, x, y, z) = rx y xz = 0
h(t, x, y, z) = xy bz = 0
De la primer ecuacin, se desprende que x = y (recordar que > 0). Sustituyendo en las
siguientes ecuaciones:
x(r 1 z) = 0
x2 bz = 0
Si suponemos que x = 0, de la primer ecuacin se tiene que z = r 1. Introduciendo este
valor en la ltima ecuacin, sacamos dos valores para la coordenada x:
x=
b(r 1)
x = b(r 1)
y = x = b(r 1)
z =r1
Para los valores y b se toman los valores jados por Lorenz, 10 y 8/3 respectivamente. Los
puntos jos pasan a clasicarse segn el valor de r:
i Cuando 0 <r <1, el origen es el nico equilibrio y es estable
ii Para r = 1 sigue habiendo un punto de equilibrio, y se puede demostrar que el origen es
estable.
iii Por ltimo, si r >1, grcamente se observa que el (0,0,0) es inestable, mientras que surgen
dos puntos de equilibrio:
C+ =
C =
2(r1)
3 ,2
2(r1)
3 ,r
2(r1)
3 , 2
2(r1)
3 ,r
Para 1 <r < 470 se prueba que los valores C + y C son estables.
19
En nuestro anlisis slo realizaremos un estudio de la estabilidad del sistema (y de los puntos
jos) para el sistema de Lorenz, con los coecientes denidos por l en su estudio.
Denimos la funcin F (x, y, z) = ((y x), rx y xz, xy bz), y su matriz jacobiana
0
JF (x, y, z) = r z 1 x
y
x b
Informe Obligatorio 2
18
10
10
0
JF (x, y, z) = 28 z 1 x
y
x 8/3
Para calcular la estabilidad del sistema, evaluamos la matriz jacobiana anterior en el punto
de estudio, buscamos su polinomio caracterstico y aplicamos el criterio de Lyapunov o el de
Routh.
10 10
0
0
JF (0, 0, 0) = 28 1
0
0 8/3
Su polinomio caracterstico es
10
10
0
=0
28
1
0
P () = det(JF (0, 0, 0) Id) = det
0
0
8/3
1,2
11 1201
=
2
11 1201
2
11+ 1201
2
> 0 y Re(3 ) = 3 =
< 0, obtenemos que hay un valor propio cuya parte real es mayor a cero, y por
el criterio de Lyapunov concluimos que el origen es inestable.
Para el punto C + = ( 72, 72, 28): Evaluamos la matriz jacobiana en este punto y
hallamos su polinomio caracterstico.
10 10
0
1 72
JF ( 72, 72, 28) = 1
72
72 8/3
El polinomio lo hallamos de igual manera que para el punto anterior.
Informe Obligatorio 2
19
10 10
0
1 72 = 0
P () = det(JF ( 72, 72, 28) Id) = det 1
72
72 8/3
P () = (10 + )(1 + )(8/3 + ) 720 72(10 + ) + 10(8/3 + )) = 0
Realizando cuentas, llegamos a que
s3
s2
s1
s0
donde b1 = 41(128)3(4320) =
41
la tabla queda
7712
41
3
41
b1
c1
128
4320
> 0, y c1 =
s3
s2
s1
s0
3
41
7712/41
4320
b1 (4320)
b1
128
4320
Y como en la primer columna de este arreglo hay un cambio de signo, concluimos que por
el criterio de Routh, el sistema con el punto C + es inestable.
Para el punto C = ( 72, 72, 28): Al igual que en los dos casos anteriores, evaluamos la matriz jacobiana en este punto y buscamos su polinomio caracterstico.
10
10
0
72
1
1
JF ( 72, 72, 28) =
72 72 8/3
Informe Obligatorio 2
20
10
10
0
72 = 0
1
1
P () = det(JF ( 72, 72, 28) Id) = det
72 72 8/3
En este caso, su polinomio es igual al polinomio que obtenemos en el caso anterior. Como el
anlisis ser exactamente el mismo, concluimos que el sistema es inestable con este punto
tambin.
De esta manera, obtenemos que cualquiera de los tres atractores presentes en el sistema es
inestable.
Informe Obligatorio 2
21
Euler.m
Para resolver el sistema de Lorenz con este mtodo, es necesario aplicarlo a cada una de las
ecuaciones del sistema. Extendiendo lo explicado pginas antes, tenemos que
xn+1 = xn + h((yn xn ))
yn+1 = yn + h(rxn yn xn zn )
zn+1 = zn + h(xn yn bzn )
(x0 , y0 , z0 ) = (0, 1, 0)
Para aplicar el mtodo, es necesario denir un intervalo y el valor de subdivisiones a realizar.
Es bueno saber que entre mayor sea la longitud del intervalo, mayor debe ser el valor de h, ya
que en caso de aumentar el intervalo y hacer decrecer el valor de h, el tiempo consumido para
obtener la solucin ser mayor.
Al ser el sistema de Lorenz autnomo, no es tan necesario denir un intervalo para los valores
de t. Por ello, se realiza una cantidad ja de iteraciones y se toma como paso el valor h = 0,01.
Al hacer correr el archivo Trapecio.m, se obtiene una grca tridimensional del atractor de
Lorenz. En ella, se aprecia que el sistema 'converge' a los puntos de equilibrio C + y C . Para
apreciar de mejor manera este comportamiento, se provee de tres grcas distintas. Todas son
proyecciones del sistema en diferentes planos.
Informe Obligatorio 2
22
Informe Obligatorio 2
23
Informe Obligatorio 2
24
A medida que la grca se va trazando, las rbitas del sistema 'convergen' a dos puntos
del plano. Dichos puntos son C + y C , denidos anteriormente. De esta manera grca, puede
apreciarse que dichos puntos son atractores. Las prximas cuatro grcas ilustran el trazado
de las rbitas y puede verse que las mismas son atradas hacia C + y C . La primer imagen
corresponde al mtodo de Euler con 500 iteraciones. La segunda con 100, la tercera con 1500 y
la ltima a 5.000 iteraciones. Los puntos C (el punto ms a la izquierda) y C + (e punto ms
prximo a la derecha) son ubicados en las grcas, de manera de ver realmente su atraccin.
Informe Obligatorio 2
25
Informe Obligatorio 2
26
Informe Obligatorio 2
27
Trapecio.m
Luego de presentar una resolucin al sistema de Lorenz mediante el mtodo de Euler, presentamos ahora una resolucin al problema mediante el mtodo del trapecio.
Recordando el terico presentado para la resolucin de una ecuacin diferencial y = f (t, y)
mediante este mtodo, tenamos que
(k+1)
(k)
(k)
yn+1 = (yn+1 ) = yn + h f (tn , yn ) + h f (tn+1 , yn+1 )
2
2
(0)
y
n+1 = yn + hf (tn , yn )
En este caso, no tenemos una sola ecuacin, sino que tenemos un sistema de tres ecuaciones.
Por ello, trataremos de llegar a una expresin como la anterior. Si recordamos el sistema de
Lorenz, al aplicarle el mtodo del trapecio tenemos las ecuaciones
h
xn+1 = xn + 2 ((yn xn ) + (yn+1 xn+1 ))
y
= yn + h (rxn yn xn zn + rxn+1 yn+1 xn+1 zn+1 ))
2
n+1
zn+1 = zn + h (xn yn bzn + xn+1 yn+1 bzn+1 )
2
En este caso, podemos observar que ninguna de las ecuaciones es no lineal en la variable
a buscar, pero el hecho de que estemos tratando con un sistema de ecuaciones nos obliga a
aplicar de todas maneras algn mtodo iterativo para hallar las soluciones. Para poder llegar a
un sistema para realizar iteraciones de punto jo, vamos a denir nuevas variables.
Sean los vectores Yn = (xn , yn , zn ) y Yn+1 = (xn+1 , yn+1 , zn+1 ), nuestro vector incgnita.
Luego denimos las funciones
Yn+1 = G(Yn+1 )
Cabe destacar que la funcin G depende slo del vector Yn+1 porque ese vector es el que
deseamos encontrar. Las otras variables (las coordenadas del vector Yn ) las conocemos, ya que
en nuestra iteracin, estos valores estarn determinados por el paso anterior. Esto quedar ms
claro en unos prrafos ms adelante.
Informe Obligatorio 2
28
Sabiendo que la variable Yn+1 aparece de ambos lados de la ecuacin, planteamos la ecuacin
de iteracin como
(k+1)
Yn+1
(k)
= G(Yn+1 )
Para poder aplicar algn mtodo iterativo, debemos denir un punto de partida (semilla)
para el mismo. Es as que tomaremos como una posible semilla el valor
(0)
Yn+1 = Yn + hF (Yn )
donde F (Yn ) = F (xn , yn , zn ) = ((yn xn ), rxn yn xn zn , xn yn bzn ).
Es decir que para estimar la semilla del mtodo iterativo a usar, usamos un paso del mtodo
de Euler.
De esta manera, tenemos el sistema
(k+1)
(k)
Yn+1 = G(Yn+1 )
(0)
Y
n+1 = Yn + hF (Yn )
Para resolver el sistema mediante el mtodo de Newton-Raphson, es necesario denir la
matriz jacobiana de la funcin G. En este caso decidimos denirla de manera analtica. Teniendo
en cuenta la expresin de la funcin G y recordando que la matriz jacobiana de una funcin es la
matriz cuyas entradas son las derivadas parciales de las coordenadas de dicha funcin, tenemos
que
h/2
h/2
0
h/2
hxn+1 /2
JG (Yn+1 ) = (r zn+1 )h/2
hyn+1 /2
hxn+1 /2
bh/2
Ahora que tenemos la matriz jacobiana, iteramos sobre el sistema de N-R siguiente, donde
al nalizar la iteracin, obtenemos el valor del paso (k + 1):
(k)
(k)
JG (Yn+1 ) (k) = G(Yn+1 )
(k+1)
(k)
Y
= Yn+1 + (k)
n+1
Una manera ms directa de resolver este problema es aplicando el teorema de punto jo.
Para ello, debemos estudiar si la funcin G es contractiva, para asegurarnos que el punto al que
converge el mtodo es exactamente el punto que resuelve Yn+1 = G(Yn+1 ).
De igual manera que con Euler, debemos denir un intervalo para los valores de t. Como el
mtodo no depende explcitamente de t, el mtodo lo realizamos una cierta cantidad de iteraciones. El paso h se toma (en primer momento) como h = 0.01.
Y de igual manera, vamos a mostrar las formas de la rbita proyectadas en los planos XY,
XZ e YZ. Luego haremos un pequeo anlisis en base a estas observaciones.
Informe Obligatorio 2
29
Informe Obligatorio 2
30
Informe Obligatorio 2
31
Informe Obligatorio 2
32
Informe Obligatorio 2
33
Informe Obligatorio 2
34
Informe Obligatorio 2
35
En base a estas ocho guras, podemos hacer observaciones importantes respecto a este mtodo
y respecto al mtodo anterior.
La primera de ellas es que, a las 1.000 iteraciones (13), la rbita presentada por este mtodo
slo se acerca al atractor C , mientras que en el mtodo de Euler, con esta cantidad de iteraciones,
la rbita estaba mucho mas denida.Es ms, a las 500 iteraciones, con el mtodo de Euler puede
apreciarse el comportamiento esperado de la rbita, mientras que esto no pasa en el mtodo del
trapecio. Es recin con 2.000 iteraciones que puede observarse que la rbita de este mtodo es
atrada por ambos atractores, C + y C , observndose el comportamiento esperado.
La forma de la rbita en el mtodo al rededor de C parece estar denida a las 2.000
iteraciones. Es decir, a medida que la cantidad de iteraciones aumenta (siendo mayor a 2.000),
la rbita sigue siendo atrada por el punto C pero sta no pasa tan cerca del punto como hasta
este momento.
A pesar de esto, la rbita comienza a ser atrada hacia el segundo atractor, el punto C + .
A medida que el nmero de iteraciones crece, la rbita va dibujando la forma conocida de la
mariposa.
Ms all de que se dibuje de a poco la mariposa del sistema de Lorenz, pasa algo muy curioso
cuando el nmero de iteraciones es increiblemente elevado. La rbita mostrada en la imagen 17
(mas all de no acercarse ms a C desde la iteracin nmero 2.000 aprox) pasa alrededor del
atractor C + pero no muy cerca como ocurre con la rbita en el punto C . Pero lo curioso es que
al incrementar la cantidad de iteraciones, si bien la rbita dibuja gran parte de la mariposa, no
se acerca a los atractores C + y C . Es decir, la rbita alrededor de estos puntos 'se consolida' en
un caso en pocas iteraciones (unas 2.000), y en el otro en unas 50.000 iteraciones. Puede llegar a
concluirse que aunque el nmero de iteraciones avance y avance, estas rbitas no pasaran estos
lmites establecidos alrededor de estos dos puntos.
Tericamente se piensa que las rbitas siguen movindose innitamente. Si bien los puntos
C + y C pueden ser (uno de ellos) puntos a los que la rbita podra llegar a terminar, en este
caso se puede vericar lo que se cree tericamente. Esto no poda verse con el mtodo de Euler,
ya que en ese mtodo se ve que los puntos atractores son intensos, y logran atraer a la rbita muy
rpidamente hacia ellos. Con este mtodo, puede verse que el punto C posee una intensidad de
atraccin mayor que el otro punto, pero esa atraccin parece disminuir a medida que la cantidad
de iteraciones realizadas aumenta.
Informe Obligatorio 2
36
Informe Obligatorio 2
37
Informe Obligatorio 2
38
Variando el valor para : Para este primer caso vamos a probar con los valores 0, 0.01,
1, y 100. Empezamos por el mtodo de Euler, donde para un valor de = 10, obtenemos
(en el plano YZ) la recta constante z = 0.
En el caso de que = 1 tenemos un comportamiento totalmente diferente al anterior. En
este caso, la rbita es una espiral que es rpidamente atrada hacia el atractor C + . La
grca ilustra lo sucedido. El atractor C + se indica con un asterisco.
Informe Obligatorio 2
39
En el caso de sea 0.01, se tiene que la rbita es simplemente una curva. De todas maneras,
la diferencia entre 0.01 y 0 es poca, y las rbitas descritas con estos valores son muy
diferentes.
Finalmente, si usamos un valor de = 100, obtenemos una espiral que es totalmente atrada
por el punto C . El punto est representado por un asterisco, pero la rbita converge
totalmente al punto, por lo que tal vez no sea visible.
Informe Obligatorio 2
40
Figura 25: rbita generada por el mtodo del trapecio con = 100
Informe Obligatorio 2
41
Variando el valor de r: En este caso, vamos a tomar dos extremos. Tomamos los valores
0 y 100. Con r = 0, cualquiera de los dos mtodos dibuja un lazo. Gracando ambos en
los mismos ejes, vemos que son rbitas muy similares. La que provee el mtodo de Euler
es ligeramente ms larga
Informe Obligatorio 2
42
Variando el valor de b: Nuevamente tomaremos dos valores muy distintos, uno pequeo
y uno grande. En este caso tomaremos el cero y el 30. Para el caso en que b = 0, volvemos
a tener coincidencia de rbita de los mtodos:
Informe Obligatorio 2
43
Informe Obligatorio 2
44
Informe Obligatorio 2
45
Informe Obligatorio 2
6.
46
Conclusin
Parece mentira que Lorenz haya sido capaz de predecir exactamente el clima basndose en
su sistema. Las condiciones iniciales son necesarias para hacer andar el modelo, pero son una
de las cosas ms difciles de hallar. Estas condiciones son mediciones del tiempo en el momento
en que se quiere aplicar el modelo, ya que como comprobamos recin, el sistema tiene una alta
dependencia de estas condiciones. Y es tan as que todos dudaban sobre la veracidad del modelo
planteado por Lorenz.
La sensibilidad a las condiciones iniciales plantea la imposibilidad de conocer como se mueven
las rbitas en el futuro (cercano o no). Esta sensibilidad cambia de manera radical la forma de
las rbitas, cambiando con ellas los puntos estacionarios.
Esta claro que esta sensibilidad no es lo nico que cambia las soluciones del sistema. El
problema de no poder hallar su solucin general y tener que trabajar de manera aproximada
con diferentes mtodos contribuye tambin. En algunos ejemplos de ecuaciones diferenciales
donde podemos hallar la solucin exacta, si lo resolvemos aplicando el mtodo de Euler podemos
comprobar que entre la estimacin y la solucin hay una gran diferencia. Posiblemente la poca
exactitud del mtodo inuye en este estudio.
A pesar de esto, pudimos apreciar la forma de un atractor extrao. Pudimos apreciar de
donde proviene el trmino de 'mariposa de Lorenz' y la intensidad que poseen los puntos estables
para atraer hacia ellos a las rbitas.
Informe Obligatorio 2
7.
47
www.wikipedia.es
www.buscabiograas.com
www.math.ucla.edu
Monograa: Mtodo de Euler. Agrazal, Celso. Bernal, Joy.
Curso Introductorio a las Ecuaciones Diferenciales. Omar Gil. Facultad de Ingeniera UdelaR.
Forced and Free Variations of Weather and Climate. Edward N. Lorenz. Journal of the
Atmospheric Sciences. 1979
Finite Amplitude Free Convenction as an Initial Value Problem-I. Barry Saltzman. Journal
of the Atmospheric Sciences. 1962.
Climatic Change as a Mathematical Problem. Edward N. Lorenz. Journal of Applied Meteorology. 1970.
The Buttery Eect. tienne Ghys. 2012.
Tesis: Aspectos Cualitativos de las Ecuaciones de Lorenz y Sistema Sincronizado. Ed Scott
Wilson Garca.
Deterministic Nonperiodic Flow. Edward N. Lorenz. Journal of the Atmospheric Sciences.
1963.
The Essence of Chaos. Edward N. Lorenz. 1993.
Tesis: Sistemas Tipo Lorenz. Guadalupe Miguel Mungua Gmez. Noviembre 2006.
Trabajo Final: El Sistema y el Atractor Geomtrico de Lorenz. Ramiro Hernando Buitrago
Puentes. 2010.
Informe Obligatorio 2
48
En este apartado se va a tratar el asunto de los sistemas que se comportan como el de Lorenz,
sus caractersticas y como buscarlos.
A.
Motivados por la frecuencia con que aparecen los sistemas no lineales en la naturaleza, as
como en los procesos industriales se empezaron a estudiar dichos sistemas, en un principio eran
pocos los sistemas no lineales conocidos pero luego fueron surgiendo sistemas tales como el de
Dung, el de Lorenz, etc., los cuales en lugar de servir para entender el comportamiento de los
sistemas no lineales dejaron ms dudas sobre estos, por lo cual era importante tener un repertorio
ms amplio en el cual apoyarse, as que los investigadores, en su afn de entender a los sistemas
no lineales, empezaron a modicar los sistemas ya conocidos para tratar de descubrir otros, tal es
el caso del sistema de Lorenz, para el cual daremos una familia de sistemas, a la cual llamaremos
Familia de sistemas tipo Lorenz, motivados en la aparicin de los sistemas de Chen y L.
Denicin y Caractersticas
Como primer medida, brindamos una denicin de lo que es un sistema tipo Lorenz:
Denicin 1: Diremos que el siguiente sistema en R3
0 0 0
A 0
X =
X + y 0 0 1 X
0 3 3x3
0 1 0
x
y , 3 R y A = a11 a12
con X =
, con valores propios 1 , 2 R tales que
a21 a22
z
a11 a12 0
x
0
a11 x + aa12 y
0
X = a21 a22 0 y + x z = a21 x + a22 y + xz
0
0 3
z
y
3 z
xy
es decir,
x
y
z
= a11 x + a12 y
= a21 x + a22 y xz
= 3 z + xy
Para que estos conceptos estuvieran bien fundamentados, debera probarse que el sistema de
Lorenz cumple con lo anterior. Como dicha prueba no tiene relevancia en este informe en general,
se omitir dicha prueba. A seguir, se plantean dos sistemas de la familia de sistemas tipo Lorenz.
Ellos son
Informe Obligatorio 2
49
x
y
z
= (y x)
= (r )x xz + ry
= xy bz
x
y
z
= (y x)
= xz + ry
= xy bz
x
y
z
= (y x)
= rx xz y
= xy bz
Para el sistema de Chen Para este sistema, los puntos de estabilidad son
P1 = (0, 0, 0)
P2 = ( b(2r ),
b(2r ), 2r )
P3 = ( b(2r ), b(2r ), 2r )
Informe Obligatorio 2
50
Para el sistema de L En este caso, tenemos que los puntos de estabilidad son
P1 = (0, 0, 0)
P2 = ( br, br, r)
P3 = ( br, br, r)
Puede apreciarse que el punto (0,0,0) ser de equilibrio para cualquier sistema que pertenezca
a esta familia de sistemas. Algo que ocurre con estos tres sistemas es que todos cumplen que que
X1 = (x, y, z) y X2 = (x, y, z) son dos puntos de equilibrio del sistema. Esto pasa ya que
a11 = a12 = . En caso contrario, esto podra no ocurrir.
Vamos a estudiar ahora slo la estabilidad del origen. Lo haremos solo para ese punto ya
que, por el criterio de Lyapunov es rpido y sencillo conocer su estabilidad. Y adems porque el
anlisis de estos sistemas no es de gran relevancia.
Recordando como procedamos para averiguar la estabilidad del origen, lo haremos primero
para el mtodo de Chen.
Si llamamos F a la funcin cuyas coordenadas son las ecuaciones del sistema de Chen, su
matriz jacobiana es de la forma
0
JF (x, y, z) = r z r x
y
x b
Usando lo coecientes del sistema, tenemos que la
35
JF (x, y, z) = 7 z
y
35 0
28 x
x 3
35 35 0
JF (0, 0, 0) = 7 28 0
0
0 3
Su polinomio caracterstico lo calculamos como P () = det(JF (0, 0, 0) Id). Entonces
35
35
0
=0
7
28
0
P () = det(JF (0, 0, 0) Id) = det
0
0
3
Por lo que concluimos que
(3 )(2 63 735) = 0
Haciendo cuentas, se llega a que todos sus valores propios son reales, dos de ellos son negativos
y uno es positivo, por lo que aplicando el criterio de Lyapunov, se concluye que el origen es un
punto inestable.
Informe Obligatorio 2
51
Pasamos ahora a estudiar la estabilidad del origen para el sistema de L. Como recin,
tomamos G como a funcin que tiene por coordenadas las ecuaciones del sistema. Hallamos su
jacobiano, evaluamos con los valores del sistema en el (0,0,0), hallamos el polinomio caracterstico
y segn sus valores propios decidiremos la estabilidad del origen.
Por lo tanto, el jacobiano es (con los correspondientes coecientes y evaluada en el nulo)
36 36 0
15 0
JG (0, 0, 0) = 0
0
0 3
Su polinomio caracterstico ser P () = det(JG (0, 0, 0) Id).
q() =
p0 + (p1 p0 )
q() = (10, 8/3) + (25, 1/3)
Cuando estamos en el sistema de Lorenz tenemos que p0 = q(0) = (10, 8/3), y cuando estamos
en el sistema de Chen tenemos que p1 = q(1) = (10 + 25, 8/3 + 1/3).
Ahora los coecientes en y de x y para el sistema de Lorenz son (r, 1), entonces (28,-1),
para Chen son (r 35, r), (7, 28). Entonces
x() =
p0 + (p0 p1 )
x() = (28 35, 1 + 29)
Por lo que el sistema en general es
x
y
z
= (10 + 25)(y x)
= (28 35)x xz + (1 + 29)y
= xy 8+ z
3