Está en la página 1de 13

Estabilizacin de sistemas caticos mediante

perturbaciones de alta frecuencia


Sistema de Lorenz
Antonio Torrents: Programa de Fsica de Sistemas Complejos
Asignatura Taller de Caos UPM-UNED
Correo-e atorrentso@terra.esEstabilizacion Sistemas Caticos
1. INTRODUCCIN
Hay una gran variedad de estudios tericos que
relacionan Frecuencia con supresin de Caos.
(A.Fradkov Survey 1997-2000).
Las caractersticas generales de estos estudios son:
Suele usarse sistema en lazo abierto (sin
realimentacin), en los que se aplica alta
frecuencia.
Hay ejemplos prcticos como la supresin de
caos en Belousov-Zhabotinsky (Matsumoto-
Tsuda-1983).
Son mtodos empricos, Aproximan un modelo
y trabajan sobre este, pero no intentan
entender el funcionamiento.
El objetivo de este trabajo es conseguir una cierta
comprensin de este tipo de sistemas aplicando
algunos criterios estudiados en el curso, y
jugueteando un poco con los sistemas caticos.
1.1. Aproximaciones tericas iniciales
Las aproximaciones iniciales no pretenden entender
el sistema, aproximan el sistema a una oscilacin
armnica perturbada, y aplican ciertos criterios
generales.
Mtodo promedio de Krylov-Bogoljubov.
Perturbacin de Melnikov.
Los mtodos se tratan de forma emprica partiendo
de la base de que se trata de un sistema vibratorio
armnico y aplicando unas condiciones a cumplir
por las ecuaciones, que son matemticas pero sin
sentido fsico.
En este trabajo se juega con la posibilidad de que
ese sentido fsico exista. Para ello deberemos ver si
podemos definir algn tipo de energa potencial y/o
cintica. Y para ello emplearemos la funcin de
Lyapunov.
1.2. Caso Practico(Lorenz)
Para intentar entender el mecanismo se ha
empleado las ecuaciones de Lorenz de las que se
dispone de una gran cantidad de informacin
bibliografa (funciones de Lyapunov etc.)
(
(
(

+
(
(
(

(
(
(

+
=
(
(
(

xy
xz
z
y
x
b
r
z
y
x 0
0 0
0 1
0
&
&
&
1.2.1
Su forma es:
Fig. 1.2.1
1.3. Caos en Sistema de Lorenz
En la zona caotica se cumple que:
El sistema de Lorenz, No es asintticamente
estable puesto que sus autovalores son
positivos. (es decir no converge a ningn
punto).
Su trayectoria esta acotada puesto que presenta
una funcin de Lyapunov con derivadas de Lie
positivas
Presenta un ciclo limite en el momento en que
sus autovalores cambian de signo
Control de Sistemas No Lineales 25/09/06
Antonio Torrents Odn 2
1.4. Inspeccin Visual
Puede observarse el comportamiento del sistema en
el caso de aplicar un ruido aleatorio de alta
frecuencia al sistema.
Sin perturbacin peridica tiene el siguiente
aspecto:
Fig. 1.4.1
Al aplicar ruido aleatorio aparece esta se observa
que el sistema parece converger en una zona ms
pequea (aunque no en punto).
Fig. 1.4.2
Se puede observar que el sistema queda acotado y
parecera que eso esta relacionado con el hecho de
que el espectro de potencias tiene menos picos, pero
las frecuencias desaparecen sin que el sistema deje
de ser catico. (y sin aplicar frecuencia alguna).
Fig.1.4.3
Si se compara las derivadas DX vs DY parece que
se desacoplan.
Inicialmente se tiene:
Fig. 1.4.4
Al aplicar una perturbacin se obtiene:
Fig. 1.4.5
El hecho de que las derivadas se desacoplen, de
hecho el hecho de que las derivadas tiendan a cero
es algo que conlleva la estabilizacin del sistema.
Control de Sistemas No Lineales 25/09/06
Antonio Torrents Odn 3
1.5. Inspeccin Visual
Se puede observar la convergencia del sistema. Si
observamos el diagrama de fases X-Y
Fig 1.5.1
Ampliando la zona final ese criterio parece
conservarse
Fig 1.5.2
Pero al ampliar el punto de oscilacin se observa
que el comportamiento es francamente aleatorio
Fig 1.5.3
Se puede comprobar que la aleatoriedad es menos
evidente si se toma algn otro eje como por ejemplo
las fases Y-Z (eso es coherente con la sensacin de
que las derivadas se han desacoplado..)
Fig.1.5.4
1.6. Estabilidad de las ecuaciones de
Lorenz
Para ese anlisis hay que tener en cuenta que:
Los nicos puntos en los que el sistema puede
ser estable son aquellos en los que la derivada
sea cero.
Que esos puntos estabilicen el sistema depende
de que el sistema realmente llegue a esos
puntos (es decir que sean un mnimo y que en
sus alrededores el sistema los lleve a ese punto.
Si en las inmediaciones el sistema los aleja de
ese punto nunca podrn estabilizarse.
Por tanto los pasos son:
Encontrar las races del sistema (puntos de
derivada cero)
Despejando el sistema de ecuaciones se encuentra:
1
0
= r z
1.6.1
) 1 (
0 0
= = = r b y x
1.6.2
Como solo nos interesa el comportamiento en las
cercanas de esos puntos optamos por hacer el
cambio de coordenadas:
z z z y y y x x x + = + = + =
0 0 0
; ;
1.6.3
Con lo cual las ecuaciones quedan en la forma:
(
(
(


+
(
(
(

(
(
(

=
(
(
(

y x
z x
z
y
x
b z
y
x 0
1 1
0


&
&
&
1.6.4
Control de Sistemas No Lineales 25/09/06
Antonio Torrents Odn 4
En realidad como solo nos interesa ver el
comportamiento en las cercanas del origen los
trminos del segundo sumando son infinitsimos
de segundo orden y pueden ser despreciados. As
pues:
(
(
(

(
(
(

(
(
(

z
y
x
b


1 1
0
0
0
0
1.6.5.
En esta ecuacin hay que calcular los valores del
determinante:






b
1 1
0
1.6.6
Los valores estn relacionados con la solucin de la
ecuacin diferencial expresado en trminos
exponenciales y por ello cumplen:
Imaginarios implican una frecuencia
Negativos sistemas amortiguados
Positivos, sistemas inestables
En este sistema el sistema es estable si se cumple:
( )
1
3
1

+ +
< <
b
b
r

1.6.7
1 + > b
1.6.8
En el caso limite se presenta un ciclo limite:
Fig 1.6.1
A medida que el sistema se aleja de ese valor hacia
valores mas estables converge de una forma mas o
menos rpida
Fig.1.6.2
Si el sistema esta en la zona inestable aparece el
caos segn parece el sistema no consigue
estabilizarse en ningn punto.
Fig.1.6.3
Los 2 centros corresponden a la ecuacin no
trivial. Son las 2 soluciones de la raz cuadrada Se
observa que el sistema sin embargo no puede
escapar de forma definitiva de un cierto entorno.
Eso hace pensar en una funcin de Lyapunov.
(Como un pendulo que no puede escapar de un
determinada entorno por falta de energia)
Control de Sistemas No Lineales 25/09/06
Antonio Torrents Odn 5
1.7. Ecuacin perturbada
Resulta difcil resolver el sistema al aplicarle una
frecuencia aleatoria, Para conseguir una
aproximacin vamos a suponer que aplicamos una
onda cuadrada de periodo a y amplitud unidad.
La transformada de Laplace de esa funcin es:
C(S)=
|

\
|
2
tanh
1 as
S
1.7.1
Teniendo en cuenta que:
9 7 5 3
2835
62
315
17
15
2
3
1
) ( x x x x x x Tanh + +
1.7.2
Podremos expresa la ecuacin 4.1.1 como
61 , 23411 76 , 2371 240 24 2
8 9 6 7 4 5 2 3
s a s a s a s a a
+ +
1.7.3
Aplicando eso al sistema de ecuaciones de Lorenz
(ecuacin.1.6.5) Aparece una divisin polinmica.
Puede representarse la evolucin de las soluciones
de la ecuacin diferencial a lo largo de la
frecuencias. Para ello representamos en el eje X la
parte real y en el Y la imaginaria.
Hay que recordar que las condiciones de estabilidad
para la ecuacion 1.6.6 (segun las raices sean reales
o imaginarias).
Para el sistema original que es inestable, la curva
tiene la forma:
Fig.1.7.1
Al ampliarse se observa que las soluciones se
mueven en la zona positiva y por tanto son
inestables.
Fig. 1.7.2
Al aplicar la perturbacin con periodo = 0.05 se
obtiene:
Fig. 1.7.3
Aqu el sistema tiene una zona en el eje Y y por
tanto se encuentra en el limite de la estabilidad.
Aunque tiene un componente imaginario que
implica oscilaciones). El comportamiento de la
curva depende del valor del periodo. Al variar el
periodo las curvas presentan un aspecto distinto:
Si A= 0.2 (la frecuencia disminuye) la curva pasa a
ser:
Fig 1.7.4
Control de Sistemas No Lineales 25/09/06
Antonio Torrents Odn 6
Y con A= 5.
Fig.1.7.5
1.8. Funcin de Lyapunov Conservacin
de Energa?
Se puede encontrar una funcin de Lyapunov que
debe cumplir:
Semidefinida positiva
Su derivada de Lie es definida negativa
El sistema no sale del contorno definido una
vez ha entrado
Intuitivamente suele ser equivalente a una
Energa potencial del sistema
Una posible funcin es:
2 2 2
) 2 ( r z y rx V + + =
1.8.1
Su derivada de Lie es:
) 2 ( 2
2 2 2
brz bz y rx V + + =
& 1.8.2
Que es negativa.
Implica un contorno (un volumen de la cual el
sistema es incapaz de salir) con una simetra que
aproximadamente puede encajar con la mariposa
que ya hemos visto.
De hecho se puede interpretar como el movimiento
de un pendulo limitado por su propia energia, que
en este caso es la funcin de Lyapunov.
La idea es este caso es:
En un movimiento vibratorio armnico, el
sistema presenta una s energas
Cintica/Potencial que se intercambian
Una posible interpretacin de la funcin de
Lyapunov es en trminos equivalentes a una
Energa Potencial.
En la simulacin del sistema podemos calcular
velocidades (E. Cintica?)
Como primera aproximacin vamos a relacionar la
energia no potencial con una energia cintica y
vamos a eplear el cuadrado de v.(es para ver que
pasa, es muy posible que no tenga sentido fisico
real).
Si representamos v al cuadrado respecto a Funcion
de Lyapunov se observan 2 fases:
En una primera fase el sistema converge a una
pequea zona en el espacio de fases.
Fig. 1.8.1
Una vez en esa zona parece que el sistema presenta
una cierta conservacin de energa (parece que
flucta alrededor de una lnea descendente, es decir
que el aumento de una energa implica la
disminucin de la otra.
Pero eso solo es a grandes rasgos, porque al
ampliar la zona se observa que se trata de una
especie de rotacin en el que hay zonas en que los
incrementos van en el mismo sentido (no hay
conservacin).
Fig 1.8.2
Control de Sistemas No Lineales 25/09/06
Antonio Torrents Odn 7
2. EXPONENTES DE LYAPUNOV
Para calcular el exponente de Lyapunov se requiere
analizar una de las variables (series). Por ejemplo la
X.
Fig 2.0.0
l clculo del exponente de Lyapunov requiere el
calculo de una derivada analtica que muchas veces
es desconocida, para resolver ese problema lo ms
simple suele ser emplear mtodos analticos.
l ms simple es el de Wolf.
Para cada punto de una serie temporal se
buscan los r puntos que tengan el mismo valor
(dentro de un error definido).
Se define un periodo T de forma que se observe
la convergencia/divergencia al cabo de ese
periodo.
Se hace el promedio para los puntos

=

+ +
=
r
t
l
t X t X
T t X T t X
rT
1 2 1
2 1
2
) ( ) (
) ( ) (
lg
1

2.0.0
El Exponente de Lyapunov obtenido para la
variable X es:
Fig 2.0.1
Al aplicar la frecuencia, el sistema converge pero se
mantiene una cierta oscilacin dentro de la cual no
sabemos hasta que punto el sistema hay efecto
panadero.
Al aplicar la frecuencia el sistema queda mas
acotado aunque sigue manteniendo un rizado
apreciable:
Fig. 2.0.2
Y se observa que sigue que el exponente Lyapunov
sigue indicando la existencia de Caos.
Fig 2.0.3
Sin Embargo hay que tener en cuenta que el hecho
de aadir una frecuencia aleatoria hace que el
exponente de Lyapunov siga dando caos (lo que de
hecho es lgico segn su definicin)
Control de Sistemas No Lineales 25/09/06
Antonio Torrents Odn 8
3. LAS VARIABLES ROTACIONALES
Puede ser interesante representar las siguientes:
|
|

\
|
=
dx
dy
dy
dx
R
xy
3.0.0
|

\
|
=
dz
dx
dx
dz
R
zx
3.0.1
|
|

\
|
=
dy
dz
dz
dy
R
yz
3.0.2
Que forman parte del Rotacional
k R j R i R Rot
zx yz xy

+ + =
3.0.3
Estas variables tienden a infinito cuando 2 variables
son independientes o cuando su influencia es muy
grande y permite intuir la presencia de Caos. SU
ventaja es que es mas grfico al emplearlo en
sistemas de varias dimensiones.
Al aplicarlo a nuestro sistema:
Fig 3.0.0
Se observa que fundamentalmente ese efecto se da
en la zona central de la mariposa mas o menos
en la zona de bifurcacin.
Visto lateralmente:
Fig.3.0.1
Al aplicarlo al sistema perturbado su forma es:
Fig. 3.0.2
Si ampliamos: .
Fig 3.0.3
Por lo que se ve el sistema parece estabilizarse pero
en la zona final el sistema parece presentar caos.
Eso sera coherente con lo que indica el exponente
de Lyapunov.
Control de Sistemas No Lineales 25/09/06
Antonio Torrents Odn 9
4. ECUACIONES LOGISTICAS
La aleatoriedad en los sistemas caticos es
estructurada, se puede observar mediante las
secciones de Poincar.
Si en el sistema inicial se representa la seccin del
plano Z=1 se obtiene la curva.
Fig 4.0
Si representamos el mapa de fases representando
Y(n+1) vs Y(n) se obtiene la siguiente curva.
Fig 4.1
Que tiene un funcionamiento similar al de la
ecuacin logsticas etc.
Sin embargo no se ha encontrado algo similar en la
curva perturbada, al realizar una seccin se obtiene
Fig 4.3
Si miramos la secuencia temporal
Fig 4.4
Se puede ver que simplemente se trata de un
sistema que converge a una zona acotada y aleatoria
(no se ve una estructura en l
5. CONCLUSIONES
En este trabajo solo se ha pretendido hacer una
aplicacin de mtodos y conceptos del curso a la
comprensin de un fenmeno que en este caso es la
estabilizacin de un sistema catico mediante la
aplicacin de frecuencias.
A falta de resultados concluyentes, parece que la
perturbacin realmente coloca al sistema en el
limite de la estabilidad.(Simplemente por el tipo de
ecuacin diferencial).
La inspeccion visual parace indicar que las
derivadas se desacoplan y que la aleatoriedad
aplicada a la variable X se amortigua en las otras
variables. Eso es coherente con el hecho de que el
sistema se encuentra en la zona de derivadas cero
(que es lo que aparece al resolver la ecuacin).
El comportamiento dentro de la zona de oscilacin
es difcil de distinguir del caos (aplicando los
exponentes de Lyapunov o analizando los
rotacionales), eso tiene su logica porque al aplicar
una perturbacion aleatoria Tampoco se puede
relacionar el estado en un determinado momento
con estados posteriores.
Por el momento no se ha encontrado un anlisis de
fases que tenga estructura (del tipo curva logstica o
similar como el que tenia antes de la perturbacin).
Podria ser que la unica aleatoriedad que permanece
sea la de la perturbacin.
La funcin de Lyapunov empleada y el cuadrado
de la velocidad no encajan con las energas de una
Control de Sistemas No Lineales 25/09/06
Antonio Torrents Odn 10
vibracin armnica, por el momento no se puede
descartar que seleccioando otras funciones
mejoraran la aparoximacin.
Sin embargo y por el momento no parece que una
aproximacin de vibracin armnica tenga un
especial sentido....
6. BIBLIOGRAFA.
1) Apuntes de la asignatura de Curso de
Doctorado Taller de Caos UPM. Fac.
Ingenieros Agronomos 2006.
2) Transformadas de Laplace. Murray Spiegel
Coleccin Schaum McGraw-Hill 1971
3) Teoria de Control Moderna Oghata 3 ed.
Prentice Hall 1983
4) Orden y Caos en sistemas complejos
Fundamentos/Aplicaciones Ed, UPC 2000 R.V
Sole y S.Manrubia
Control de Sistemas No Lineales 25/09/06
Antonio Torrents Odn 11
Modelo de Krylov-Bogoljubov.
2.2.2. El metodo de Bogoljubov-Krylov
Busquemos soluciones aproximadas de las ecuaciones de un oscilador pertur-
bado, capaces de representar el movimiento durante intervalos de tiempo largos.
El metodo de Bogoljubov-Krilov es una variante del metodo de variacion de las
constantes. La idea es muy sencilla. La soluci on de orden 0 de la ecuaci on dife-
rencial (2.36) contiene dos constantes arbitrarias de integraci on: a y (cf. 2.37).
Se puede describir el efecto de una peque na perturbacion reemplazando las cons-
tantes por funciones lentamente variables del tiempo:
x = a(t) cos [
0
t + (t)] (2.45)
que seran determinadas adecuadamente. Esta expresi on de la solucion contiene
dos funciones inc ognitas y para que el problema quede determinado se debe im-
poner alguna restricci on sobre ellas. Exigiremos que la derivada de (2.45) con
respecto del tiempo tenga la misma forma que para un oscilador armonico:
x =
0
a(t) sen [
0
t + (t)] (2.46)
Derivando (2.45) e imponiendo la condici on (2.46) hallamos la restricci on:
a cos a sen

= 0 (2.47)
en donde hemos introducido la abreviatura (t) =
0
t + (t). Derivando (2.46)
se encuentra:
x =
0
a sen
0
a

0
+

cos (2.48)
Finalmente, sustituyendo en (2.36):

0
a sen +
0
a

cos = f(x, x) (2.49)
y de (2.47) y (2.49) se encuentra:
a =

0
f(x, x) sen (2.50a)

a
0
f(x, x) cos (2.50b)
en donde x y x deben sustituirse por sus expresiones exactas (2.45) y (2.46).
Estas ecuaciones determinan la amplitud y fase del oscilador perturbado. Am-
bas funciones son lentamente variables en el tiempo, pues sus derivadas son de
orden , pero las ecuaciones diferenciales son espantosamente complicadas y es
necesario utilizar metodos aproximados de resoluci on. El metodo de aproximacio-
nes sucesivas va a converger rapidamente en este caso pues los segundos miembros
son peque nos. Se sustituye en los segundos miembros de las ecuaciones valores
constantes a
0
y
0
y se integra para hallar corecciones a
1
(t) y
1
(t). Luego se
52
sustituyen los valores corregidos de a y en el segundo miembro y se repite el
proceso. Se obtienen as series:
a(t) = a
0
+ a
1
(t) +
2
a
2
(t) +
(t) =
0
+
1
(t) +
2

2
(t) +
que representan el comportamiento del sistema para tiempos cortos.
Pero si se desea estimar el comportamiento para tiempos largos es necesario
ser mucho mas cuidadoso. Comenzaremos por examinar en detalle la estructura
de las ecuaciones (2.50). Tanto x como x son funciones peri odicas de la variable
auxiliar , que contiene explcitamente el tiempo. Por lo tanto, la perturbacion
f(x, x) se puede representar como una serie de Fourier:
f(x, x) = f
0
+ f
1c
cos + f
1s
sen + f
2c
cos 2 + f
2s
sen 2 + (2.51)
Cuando esta representaci on se sustituye en las ecuaciones se obtiene:
a =

2
0
f
1s
+ terminos periodicos

2a
0
f
1c
+ terminos periodicos
Al sustituir valores constantes en el segundo miembro e integrar, los termi-
nos periodicos no originan dicultades: su amplitud ser a siempre de orden .
En combio, los terminos constantes originan terminos seculares, que dominan el
comportamiento de la perturbacion para tiempos largos. En la representaci on que
estamos utilizando, el termino secular en fase no causa dicultades:
=
0
+
1
t + =
0
+ t + (2.52)
es una correcci on a la frecuencia del oscilador no perturbado.
El termino secular en la amplitud, en cambio, no tiene signicado fsico. Su eli-
minacion requiere un procedimiento drastico: resolver exactamente las ecuaciones
promediadas sobre la variable :
a =

2
0
f
1s
(a) (2.53a)

2a
0
f
1c
(a) (2.53b)
y esta es la aproximacion de Bogoljubov-Krylov . A pesar de su aspecto compli-
cado, este problema es mucho mas sencillo que el original. La ecuaci on (2.53a) es
de primer orden con variables separadas y tiene solucion analtica:

da
f
1s
(a)
=

2
0
(t t
0
)
Una vez resuelta (2.53a), la solucion a
B
(t) se sustituye en la ecuaci on (2.53b),
que puede integrarse directamente para hallar
B
(t).
La siguiente aproximacion, la aproximacion de Bogoljubov-Krylov mejorada,
se obtiene sustituyendo las funciones a
B
(t) y
B
en las ecuaciones (2.50). Estas
ecuaciones se integran ahora facilmente y proporcionan la solucion mejorada.
53

También podría gustarte