Está en la página 1de 123

FACULTAD DE INGENIERIAS

GRUPO DE INVESTIGACION EN ASTROINGENIERIA ALFA ORION

TRABAJO DE GRADO:

DETERMINACION DE LOS PARAMETROS


ORBITALES DE ASTEROIDES Y COMETAS
USANDO LOS INVARIANTES DEL
MOVIMIENTO

Un trabajo de grado presentado como requisito parcial para optar


por el ttulo de Ingeniero Fsico de la Universidad Tecnologica de
Pereira

Presentado por:

Santiago Jimenez Villarraga

Asesorado por:
Msc. Edwin Andres Quintero
When I consider the short duration of my life, swallowed up in the eternity
before and after, the little space which I fill, and even can see, engulfed in the
infinite immensity of spaces which I am ignorant, and which know me not , I am
frightened and am astonished at being here rather than there; for there is no
reason why here rather than there, why now rather than then... The eternal
silence of these infinite spaces frightens me.

Blas Pascal

I
II
Agradecimientos

Quiero, en primera instancia, agradecer a ms padres que siempre me brindaron


su apoyo durante ms estudios. Tambien deseo agradecer al Ingeniero Edwin
Quintero, por su valiosa asesora y paciencia en la realizacion de este trabajo.
Finalmente quiero agradecer a ms companeros del grupo de investigacion Alfa
Orion por su ayuda y acompanamiento durante todo este tiempo.

III
IV AGRADECIMIENTOS
Resumen

Determinar los parametros orbitales de asteroides y cometas es importante para


establecer probabilidades de impactos futuros con la Tierra y para determinar
poblaciones de estos cuerpos y sus distribuciones, de tal forma que se puedan
validar o generar teoras sobre la formacion y evolucion inicial del Sistema Solar.
En este trabajo se estudia el problema consistente en determinar un conjunto
preliminar de parametros orbitales para cuerpos menores del Sistema Solar a par-
tir de observaciones de sus posiciones relativas en la esfera celeste. Se describe
y deducen los elementos principales de un metodo basado en los invariantes del
movimiento para el problema de los dos cuerpos en una variante geocentrica y en
una topocentrica. Tambien se muestra detalladamente la forma en que se imple-
mento computacionalmente.

El algoritmo se prueba inicialmente con cuerpos pertenecientes a las familias de


asteroides MBA (main-belt asteroids) y NEO (near earth objects). Se analizaron
los resultados y errores obtenidos para ambas versiones del algoritmo. Para tal
efecto, se uso dos parametros que dan estimaciones del error en la forma y en la
orientacion de la orbita. Los resultados iniciales mostraron que el metodo imple-
mentado es adecuado para obtener orbitas preliminares. Tambien se obtuvo que,
en general, la version mas precisa es la topocentrica, por lo cual se opto por usar
esta version para el resto del trabajo.

Finalmente, el metodo se aplica a observaciones realizadas desde el Observatorio


Astronomico de la Universidad Tecnologica de Pereira (OAUTP). Se describen
los procedimientos experimentales que fueron necesarios para obtener estas medi-
ciones y se muestran los resultados de la aplicacion del metodo con estos datos.
Los resultados obtenidos muestran que el algoritmo implementado es eficiente y
practico para determinar orbitas iniciales con datos tomados desde el OAUTP,
puesto que los errores obtenidos estan dentro del margen de errores cuando se usa
el problema de los dos cuerpos como modelo dinamico.

V
VI RESUMEN
Contenido

Resumen V

Indice de figuras XI

Indice de tablas XIII

1 Introduccion 1
1.1 Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.1 General . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.2 Especficos . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2 Teora basica de orbitas 9


2.1 El problema de los dos cuerpos . . . . . . . . . . . . . . . . . . . 9
2.1.1 La ecuacion de movimiento . . . . . . . . . . . . . . . . . 9
2.1.2 Solucion geometrica . . . . . . . . . . . . . . . . . . . . . . 11
2.1.3 La orbita en el tiempo . . . . . . . . . . . . . . . . . . . . 12
2.2 Sistema de coordenadas . . . . . . . . . . . . . . . . . . . . . . . 15
2.3 Parametros orbitales . . . . . . . . . . . . . . . . . . . . . . . . . 16

3 Metodos de inversion de orbitas 19


3.1 El problema de inversion de orbitas . . . . . . . . . . . . . . . . . 19
3.2 Metodo de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2.1 Version geocentrica . . . . . . . . . . . . . . . . . . . . . . 21
3.2.2 Version topocentrica . . . . . . . . . . . . . . . . . . . . . 25
3.3 El metodo de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . 26

4 Teora de eliminacion algebraica 31


4.1 Introduccion a la eliminacion algebraica . . . . . . . . . . . . . . . 31
4.2 Los Teoremas de eliminacion y extension . . . . . . . . . . . . . . 36
4.3 Complejidad computacional y el Resultante . . . . . . . . . . . . 38

VII
VIII CONTENIDO

5 Fundamento teorico del metodo 41


5.1 Vectores atribubles . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.2 Las integrales del movimiento . . . . . . . . . . . . . . . . . . . . 42
5.3 Las ecuaciones del metodo . . . . . . . . . . . . . . . . . . . . . . 43
5.4 Solucion a las ecuaciones . . . . . . . . . . . . . . . . . . . . . . . 45
5.4.1 Seleccion de las soluciones . . . . . . . . . . . . . . . . . . 46
5.5 Implementacion numerica . . . . . . . . . . . . . . . . . . . . . . 47
5.6 Resultados iniciales . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.7 Analisis de errores . . . . . . . . . . . . . . . . . . . . . . . . . . 51

6 Resultados experimentales 55
6.1 Planeamiento de las observaciones . . . . . . . . . . . . . . . . . . 55
6.2 Observaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.3 Reduccion de datos . . . . . . . . . . . . . . . . . . . . . . . . . . 62
6.4 Resultados observacionales . . . . . . . . . . . . . . . . . . . . . . 66
6.5 Resultados del algoritmo . . . . . . . . . . . . . . . . . . . . . . . 67

7 Conclusiones y trabajo futuro 73

A Codigo Fuente de funciones basicas 77


A.1 Convertir UT a JD . . . . . . . . . . . . . . . . . . . . . . . . . . 77
A.2 Convertir JD a UT . . . . . . . . . . . . . . . . . . . . . . . . . . 77
A.3 Transforma la ascension recta a radianes . . . . . . . . . . . . . . 78
A.4 Transformar la declinacion a radianes . . . . . . . . . . . . . . . 78
A.5 Resuelve la ecuacion de Kepler . . . . . . . . . . . . . . . . . . . . 79
A.6 Calcula el vector de estado . . . . . . . . . . . . . . . . . . . . . . 81
A.7 Calcula el vector de estado de la Tierra . . . . . . . . . . . . . . . 82
A.8 Parametros orbitales a partir del vector de estado . . . . . . . . . 83
A.9 Obtiene el vector eclptico ecuatorial de la Tierra. . . . . . . . . . 85
A.10 Obtiene el vector atribuble . . . . . . . . . . . . . . . . . . . . . 86
A.11 Determina errores orbitales . . . . . . . . . . . . . . . . . . . . . . 87
A.12 Grafica la trayectoria . . . . . . . . . . . . . . . . . . . . . . . . . 87

B Codigo Fuente para Algebra de polinomios 91


B.1 Suma de polinomios . . . . . . . . . . . . . . . . . . . . . . . . . . 91
B.2 Producto de polinomios . . . . . . . . . . . . . . . . . . . . . . . 91
B.3 Simplificacion de polinomios . . . . . . . . . . . . . . . . . . . . . 92
B.4 Evaluacion de polinomios en una variable . . . . . . . . . . . . . . 92
B.5 Evaluacion de polinomios de dos variables . . . . . . . . . . . . . 92
B.6 Algoritmo FFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
B.7 Algoritmo IDFT . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
B.8 Calculo del resultante . . . . . . . . . . . . . . . . . . . . . . . . . 94

C Codigo Fuente metodo principal 97


CONTENIDO IX

Bibliografa 101
X CONTENIDO
Indice de figuras

Figura 2.1 Parametros orbitales de una orbita en el problema de los


dos cuerpos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Figura 2.2 Relacion entre los parametros orbitales y el vector de estado. 17

Figura 3.1 Movimiento de un asteroide alrededor del Sol y observado


desde la Tierra. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

Figura 5.1 Diagrama de flujo del algoritmo principal . . . . . . . . . . 48


Figura 5.2 Trayectorias heliocentricas para los cuerpos de estudio de la
familia MBA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
Figura 5.3 Trayectorias heliocentricas obtenidas para los cuerpos NEO. 52
Figura 5.4 Errores obtenidos para cada cuerpo. En la parte izquierda
se muestra el error en la forma de la orbita, y en la derecha, el error
en la orientacion de la orbita. . . . . . . . . . . . . . . . . . . . . 53
Figura 5.5 Combinacion de ambos errores en el plano complejo. En
azul se muestra los errores obtenidos con la version geocentrica y
en rojo los de la version topocentrica. El error es menor entre mas
cerca se este del origen. . . . . . . . . . . . . . . . . . . . . . . . . 54

Figura 6.1 Ventana de busqueda del programa TOOLKIT FOR CCD


ASTROMETRY. . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Figura 6.2 Lista de asteroides que satisfacen las condiciones de la ven-
tana de busqueda. . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
Figura 6.3 Camino en el programa para encontrar campos de referencia. 59
Figura 6.4 Campo de referencia obtenido del survey ESO-DSS I/II. . 59
Figura 6.5 Imagen obtenida del asteroide 675. . . . . . . . . . . . . . 60
Figura 6.6 Imagenes tomadas del asteroide 675 . . . . . . . . . . . . . 61
Figura 6.7 Imagenes tomadas del asteroide 654 . . . . . . . . . . . . . 61
Figura 6.8 Configuracion de la seccion CCD. . . . . . . . . . . . . . . 63
Figura 6.9 Configuracion de la seccion Program. . . . . . . . . . . . . 64
Figura 6.10 Ajuste manual de los parametros instrumentales. . . . . . 66
Figura 6.11 Trayectoria calculada para el asteroide 675 . . . . . . . . . 69
Figura 6.12 Trayectoria calculada para el asteroide 654 . . . . . . . . . 70

XI
XII INDICE DE FIGURAS

Figura A.1 Diagrama de flujo de la solucion a la ecuacion de Kepler . 79


Figura A.2 Diagrama de flujo del algoritmo que obtiene el vector de
estado a partir de los parametros orbitales. . . . . . . . . . . . . . 81
Figura A.3 Diagrama de flujo del algoritmo que obtiene los parametros
orbitales a partir del vector de estado. . . . . . . . . . . . . . . . 84
Indice de tablas

Tabla 5.1 Tiempos y lugares de observacion de los asteroides utilizados


como objeto de estudio. . . . . . . . . . . . . . . . . . . . . . . . 49
Tabla 5.2 Comparacion entre los parametros orbitales. . . . . . . . . . 50

Tabla 6.1 Datos astrometricos obtenidos para 675. . . . . . . . . . . . 67


Tabla 6.2 Datos astrometricos obtenidos para 654. . . . . . . . . . . . 67
Tabla 6.3 Datos astrometricos adicionales para 675. . . . . . . . . . . 68
Tabla 6.4 Parametros orbitales de 675. . . . . . . . . . . . . . . . . . 68
Tabla 6.5 Datos astrometricos adicionales para 654. . . . . . . . . . . 69
Tabla 6.6 Parametros orbitales de 654. . . . . . . . . . . . . . . . . . 70
Tabla 6.7 Errores para los parametros orbitales obtenidos . . . . . . . 71

XIII
XIV INDICE DE TABLAS
Captulo 1

Definicion del Problema y


objetivos del trabajo

1.1 Introduccion
Conocer de forma precisa la orbita de asteroides y cometas es una tarea funda-
mental para el ser humano, en tanto que es muy importante la anticipacion de
colisiones futuras con el planeta. Existen evidencias que sugieren que colisiones
en el pasado han provocado incluso, la extincion de especies. El evento registrado
mas reciente de una colision fue en el 2013, cuando el Meteorito Chelyabinsk im-
pacto sobre Rusia, [1]. El proyecto WISE (Wide-field infrared Survey Explorer) de
la NASA estima que existen aproximadamente 19500 cuerpos cercanos a la Tierra
NEO (Near-Earth objects)1 , de los cuales la mitad aun no han sido descubiertos
por lo comunidad cientfica.

Piazi en 1801 descubrio Ceres [2], aunque este solo fue capaz de seguir el cuerpo
durante pocas noches, puesto que no exista forma de predecir su movimiento. El
problema de inversion de orbitas consiste en obtener los parametros orbitales que
describen el movimiento de un cuerpo a partir de informacion astrometrica. A
los resultados obtenidos se le asocia una incertidumbre y una confiabilidad. Los
primeros en proponer una solucion efectiva a este problema fueron Gauss [3], [4]
y Laplace [5, 6], quienes desarrollaron metodos que permiten conocer de forma
aproximada la orbita del cuerpo usando observaciones astrometricas distintas de
este. Su solucion, si bien aproximada, fue el primer paso para conocer de forma
precisa el movimiento de Ceres cuando mas observaciones estuvieran disponibles.

En general, el proceso de obtener una orbita confiable se divide en tres etapas


distintas [7, 8]: la orbita inicial (o preliminar), orbita de mnimos cuadrados y
1
Entre estos estan los PHA, asteroides potencialmente peligrosos, los cuales tienen orbitas
que se acercan bastante a la Tierra. Hoy en da se han detectado 1588, pero se estima que aun
faltan muchos PHAs por descubrir. Fuente: http:\\neo.jpl.nasa.gov/faq/#neo .

1
2 CAPITULO 1. INTRODUCCION

control de calidad. Desde un punto de vista matematico, lo descrito antes es un


problema de mnimos cuadrados no lineal, en el cual la orbita preliminar es una
primera estimacion. Por la no-linealidad del problema se hace necesario recurrir
a algun metodo numerico para resolver el problema de mnimos cuadrados. El
mas comun de estos metodos en la literatura [6, 5] es una variacion del metodo
de Newton-Raphson conocido como metodo de correccion diferencial. Como es
bien sabido, para que estos metodos converjan la raz inicial 2 debe estar dentro
del intervalo de conergencia del metodo, razon por la cual no deben ahorrarse
esfuerzos para que la orbita preliminar sea tan buena como sea posible.

Los metodos clasicos de Gauss y Laplace son considerados aceptables en el proposito


de encontrar una orbita preliminar del cuerpo estudiado [9], sin embargo, estos
procedimientos fueron concebidos hace casi dos siglos ya, en tiempos en los que
adquirir informacion astrometrica era bastante complicado y en la que poco o
nada se conoca sobre la estructura del Sistema Solar [7].

El avance de la tecnologa ha provocado cambios fundamentales en el problema


de inversion de orbitas. La mayor capacidad de los telescopios y la aparicion de
las camaras CCD [10] que permiten tomar una cantidad considerable de imagenes
del cielo en cuestion de minutos ha generado una revolucion en esta area en las
ultimas decadas [11]. Se pueden mencionar dos razones fundamentales por las que
se han generado cambios y creado problemas modernos en esta area:

Los metodos clasicos presentan una convergencia muy debil [2, 8] si la in-
formacion utilizada representa un arco con una curvatura muy pequena de
la orbita. Y, en general, esto es lo que ocurre normalmente: Se identifica
que el cuerpo se esta moviendo en la esfera celeste mediante la toma de una
serie de imagenes (entre 3 y 6) en el rango de una hora de observacion y
se espera utilizar todas estas imagenes con el objetivo de obtener la orbita.
Este tren de observaciones cercanas se conoce en la literatura como un VSA
(a very short arc, [12]) si de este tren se puede conseguir una orbita prelim-
inar y se conoce como un TSA (A too short arc) si no es posible obtenerla.
Luego ha surgido la cuestion de como mejorar los metodos clasicos para
aumentar su intervalo de convergencia o que metodos nuevos pueden ser ut-
lizados en lugar de los clasicos y que permitan utilizar toda la informacion
disponible. Trabajos en cada forma de enfrentar el problema han aparecido
en los ultimos anos, [8, 13].

La gran cantidad de informacion en intervalos tan cortos de tiempo ha hecho


que la confiabilidad sea un reto. Esto se da por dos razones: en la epoca
de Gauss y de Laplace no se conoca mucho sobre los distintos tipos de
cuerpos menores del sistema solar, y una suposicion fundamental para que
2
En este caso la raz inical es la orbita preliminar.
1.2. ANTECEDENTES 3

el metodo de Laplace sea aceptable es considerar que las observaciones son


geocentricas y que esto no afecta demasiado el resultado. No obstante, esto
no es cierto para todas las familias de asteroides que se han descubierto
en la actualidad. En general, para los asteroides del cinturon de asteroides
(MBA, por Main Belt asteroids) s se puede obtener resultados aceptables
con esta suposicion. Sin embargo, para objetos cercanos a la Tierra (NEOs)
y objetos tras-neptunianos (TNOs) estas consideraciones fallan.

En definitiva puede decirse que los metodos clasicos presentan problemas en la ac-
tualidad por razones que estaban fuera del alcance de los autores clasicos, puesto
que en aquella epoca ni se conoca las caractersticas de los cuerpos observables
ni se contaba con la poderosa herramienta de los computadores.

Ahora mismo se cuenta con la capacidad computacional suficiente para que el en-
foque no sea la simplicidad sino la exactitud y ademas se conocen las limitaciones
de los metodos clasicos, lo cual permite que se intenten resolver estas limitaciones
ya sea haciendo mejores de estos o proponiendo metodos completamente alterna-
tivos.

1.2 Antecedentes
En la antiguedad, obtener datos astrometricos de cuerpos celestes era una tarea
difcil e incluso tediosa, debido a que requera seguir el cuerpo durante varias
noches diferentes y las medidas se hacan de forma poco automatizada, comparando
la posicion del cuerpo con estrellas vecinas. Hoy en da, por el contrario, la
adquisicion de datos astrometricos se ha convertido en un procedimiento relativa-
mente sencillo, en el cual no se requiere de equipos muy sofisticados para efectu-
arse. La aparicion de las camaras CCD y la mejora en las caractersticas opticas
de los telescopios ha hecho posible obtener fotos de un mismo cuerpo varias veces
en una misma noche, conllevando esto a un incremento exponencial de la cantidad
de datos disponibles. Un cuerpo en movimiento, como un asteroide o un cometa,
se identifica al comparar fotografas del lugar de la esfera celeste que se esta es-
tudiando y notar cambios de este con respecto a las estrellas fijas. Esto se puede
realizar varias veces en una misma noche, y las observaciones entregan lo que se
conoce como un arco demasiado corto (A too short arc) [14]. Esto, sin embargo,
ha creado problemas adicionales en el proceso de determinacion de orbitas, uno
de los cuales se conoce como el problema de linkage ([8], [2], [15]). Este problema
consiste en determinar con exactitud si un conjunto de datos, usualmente conoci-
dos como atribuibles, pertenecen al mismo cuerpo. Este problema aparece porque,
como se dijo antes, la informacion obtenida por mediciones es bastante elevada, y
es frecuente que en un mismo grupo de datos se encuentre informacion sobre mas
de un cuerpo. Otro problema propio del alto numero de datos es la obtencion
de metodos mas efectivos, rapidos y precisos para obtener de manera preliminar
4 CAPITULO 1. INTRODUCCION

la orbita del cuerpo en estudio que permita el uso de mas informacion para su
consecucion, puesto que los metodos clasicos no son efectivos, generalmente, con
la utilizacion de este tipo de datos. Para la solucion de estos problemas se han
propuesto varios metodos, que en adelante se describiran.

En [16] se estudia el problema de la identificacion de asteroides, es decir, usar


los datos insuficientes obtenidos del cuerpo para calcular una region de futura
aparicion. Para ello se establecen algortmos semi-lineales para calcular la region
de confianza que de mejores predicciones que los algoritmos clasicos. El metodo
se probo para varios cuerpos como los asteroides 4161 PL, 92B4 y 9076P2 para
los cuales se encontro que las observaciones de recuperacion se encuentran dentro
de la region admisible calculada con = 3 (desviacion estandar) en la mayora de
los casos, y en algunos hasta = 6. El metodo es todava muy teorico y necesita
ser probado para casos mas generales.

En [17] y [12] se continuan estudiando los resultados de [16] y ademas se fijan


conceptos nuevos e importantes que surgen en el problema moderno de la de-
terminacion de orbitas. El problema analizado en [17] es el de atribucion, es
decir, determinar numericamente si un arco detectado corresponde a un objeto
previamente descubierto. El algoritmo consiste en realizar 3 filtros distintos a los
datos en los cuales se tienen en cuenta las incertidumbres en los datos calcula-
dos. Usando este algoritmo y en un ano de prueba se consiguieron realizar 2577
atribuciones de las cuales 1502 se realizaron utilizando solo el metodo propuesto
en el artculo. Son factibles de mejoras tanto el procedimiento para seleccionar
posibles atribuciones como los metodos para resolverlas numericamente.

La importancia de estos trabajos sobre el que aqu se propone es que en estos


se introducen nuevas definiciones teoricas, procedimientos numericos y tecnicas
experimentales que se deben tener en cuenta para la determinacion de orbitas de
asteroides y cometas.

Otro problema que ha sido objeto de alto interes es el de obtener mejores metodos
para calcular la orbita preliminar directamente o en su defecto, realizar una ex-
tension o mejora a los metodos clasicos existentes, de tal forma que se puedan
aplicar sobre los conjuntos de datos modernos. En el problema de determinar los
parametros orbitales de un cuerpo, la orbita preliminar es el primer paso, y su im-
portancia radica en la posibilidad de efectuar un seguimiento al cuerpo estudiado,
lo cual permite obtener mas datos del mismo y de esta forma, mejorar la precision
con la que se conocen los parametros orbitales. Las aproximaciones modernas a
este tema usan el problema de los dos cuerpos en su gran mayora, pero a la vez
hacen uso de los invariantes de movimiento, la energa del sistema y el momento
angular.
1.2. ANTECEDENTES 5

Mirtorabi, [13], describe un metodo para determinacion de orbitas que ofrece mas
exactitud que los clasicos. En este artculo es extiende el metodo de Gauss de
3 a N observaciones y se usan las invariantes del movimiento: la energa total
y el momentum angular para mejorar en un proceso iterativo los datos calcula-
dos. Se prueba el metodo con datos virtuales obteniendose resultados con errores
inferiores a 1%. El procedimiento se debe probar sobre datos reales y se deben
estudiar casos con errores que siguen una distribucion distinta a la gaussiana,
ademas se debe analizar la convergencia del metodo.

Una forma alternativa de proceder, es la que se usa en [18]. Aqu se enfrenta el


problema de determinar una primera orbita para conjuntos de datos pequenos,
con una longitud de arco corta, con los cuales muchos de los metodos clasicos
fallaran. En estos trabajos se parte tambien de la conservacion del momentum
angular y la energa del sistema, se propone escribir sistemas de ecuaciones que
se resuelven utilizando algoritmos numericos tradicionales, como el metodo multi-
dimensional de Newton-Raphson y modificaciones al metodo de Lagrange y de
Laplace.

Estas tecnicas se aplican en estos trabajos en la descripcion del movimiento de


satelites artificiales en su orbita alrededor de la Tierra, con una o varias observa-
ciones, en la que tienen que los datos calculados poseen errores en la mayora de
los casos, inferiores a 1%. Una conclusion importante tambien sobre este procedi-
miento, es la rapidez con la que se efectua, permitiendo una excelente estimacion
de datos con muy pocas observaciones, lo que reduce, en principio, problemas de
perdidas de los cuerpos estudiados. Vale la pena aclarar que en la forma en que
se encuentra construido este procedimiento, los resultados siempre seran locales
y por lo tanto pueden encontrarse ocasiones en que soluciones admisibles sean
descartadas, lo cual podra afectar la calidad de los datos obtenidos.

En [19] y [20] tambien se utiliza la conservacion de estas magnitudes fsicas para


escribir un sistema de ecuaciones para la distancia topocentrica y la velocidad
radial del cuerpo para dos epocas distintas. Sin embargo, en lugar de resolver es-
tas por metodos numericos como los anteriores, se utiliza algebra computacional
para reducir el sistema de ecuaciones a una sola ecuacion que se resuelve despues
utilizando el algoritmo DFT o un procedimiento de eliminacion de variables. Al
ejecutar esto se utiliza tambien el hecho de que se tienen mas datos de los que
son estrictamente necesarios, lo cual permite disenar un algoritmo para resolver el
problema de linkage. Ademas tambien se puede determinar el error del procedi-
miento mediante la construccion de una matriz de covarianzas.

Ambos metodos de solucion se probaron con datos del asteroide 1999 NR23 para
las epocas t1=5400 y t2=54109 (tiempos en MJD). Se encontro que en ambos
casos, el error entre los datos calculados y los reales fue del orden de 3 exp(-5) AU
6 CAPITULO 1. INTRODUCCION

para las distancias topocentricas y que el error en los parametros orbitales es del
mismo orden que el esperado para el modelo de los dos cuerpos, que se usa como
modelo de fuerza en estos problemas, es decir, el metodo de solucion propuesto
y su implementacion arrojan unas excelentes primeras aproximaciones. Si bien
en estos trabajos se uso el algoritmo DFT y una eliminacion de variables para
reducir el sistema de ecuaciones, tambien pueden buscarse metodos alternativos
que reduzcan aun mas la complejidad computacional de estos algoritmos.

En [21] se aplican estos metodos teoricos a la basura espacial. El objetivo prin-


cipal de este artculo es investigar la posibilidad de estructurar una red global en
la cual mediante el uso de sensores y observaciones se pueda formar un catalogo
completo de la basura espacial, de tal forma que se puedan prevenir colisiones y
fragmentaciones.

En este documento se utiliza el metodo de las integrales de Kepler para obtener


de forma inicial, los parametros orbitales que describen las orbitas de LEOs (low-
Earth objects) principalmente. Los datos usados son simulaciones de estos cuer-
pos, y el algoritmo se prueba para datos distribuidos durante una semana y para
datos distribuidos durante tres semanas. Se encuentra que el procedimiento para
una semana no es concluyente, puesto que los cuerpos dentro de una envoltura
de exactitud menor al 1 % no superan el 80 %, en el mejor de los casos. Sin
embargo, se encontro que para los datos de tres semanas los resultados si pueden
ser concluyentes puesto que en este caso la proporcion de cuerpos dentro del 1%
de exactitud siempre es mayor al 94.3 %.

En este punto se evidencia la importancia que reviste la realizacion del proyecto


que aqu se plantea, puesto que la mayora de las aplicaciones que se encuentran
hasta hace muy poco tiempo estan en una fase de desarrollo y simulacion, ha-
ciendo importante la prueba experimental de los mismos desde un observatorio
astronomico mas pequeno.

A nivel nacional se han realizado estudios en el area de astrometra de asteroides


y cometas. Estos estudios se han realizado principalmente desde el observato-
rio astronomico de la Universidad de Narino. Por ejemplo, en [22], se realiza
astrometra al asteroide 2003Q0104. Se realizan 72 observaciones distintas del
cuerpo y mediante el metodo de Gauss se calculan los parametros orbitales del
objeto.

Sin embargo, los metodos utilizados en este documento son los tradicionales, por
lo que se concluye nivel nacional no se conocen estudios realizados en la direccion
que aqu se propone, lo cual hace que cobre particular relevancia el inicio de
cualquier investigacion en esta area.
1.3. OBJETIVOS 7

1.3 Objetivos
1.3.1 General
Implementar un algoritmo computacional basado en el metodo de las Integrales de
Kepler para el calculo de parametros orbitales de asteroides y cometas y verificarlo
experimentalmente con datos tomados desde el Observatorio Astronomico de la
Universidad Tecnologica de Pereira.

1.3.2 Especficos
1. Desarrollar un algoritmo numerico para la determinacion de parametros
orbitales usando los metodos teoricos estudiados en el proyecto.

2. Implementar el algoritmo numerico en una herramienta computacional y


determinar los errores que aparecen en el mismo.

3. Aplicar tecnicas instrumentales para la toma de las fotografas del cuerpo


de estudio y para la extraccion de los datos necesarios para el algoritmo
implementado.

4. Evaluar los resultados de aplicar el algoritmo implementado a los datos


obtenidos desde el observatorio astronomico mediante la comparacion de los
mismos con respecto a los datos entregados por el MPC y la JPL3 .

3
La JPL (Jet Propulsion Laboratory) a traves de su programa JPL Small-Body Database
Browser y la IAU (International Astronomical Union), a traves del MPC (Minor Planet Center)
proveen bases de datos de todos los asteroides y cometas conocidos, que al ser construida por
datos tomados por muchos observatorios alrededor del mundo, se trata de valores muy exactos.
8 CAPITULO 1. INTRODUCCION
Captulo 2

Teora basica de orbitas

Se hara una breve descripcion de la formulacion tecnica del problema que se va


a estudiar. La informacion aqu plasmada proviene de libros como [6, 5, 23]. Lo
primero que se hara es discutir el modelo dinamico que se empleara en las secciones
subsiguientes. Como el proposito del trabajo es determinar orbitas iniciales, un
modelo apropiado por simplicidad y eficiencia es el de los dos cuerpos [7, 13] o
problema de fuerzas centrales 1 .

2.1 El problema de los dos cuerpos


2.1.1 La ecuacion de movimiento
El problema que se quiere resolver es el movimiento de una masa puntual en el
espacio2 , cuando esta sometida a una fuerza que depende solo de la distancia (en
este caso inversamente proporcional al cuadrado de la distancia) y cuya lnea de
accion pasa en todo instante por un punto fijo, que se considera el origen del
sistema de coordenadas.
La simetra existente en la definicion del problema hace suponer que un buen
sistema de coordenadas es el esferico. As, si la partcula estudiada tiene masa m,
las energas cinetica y potencial estan dadas por:
Z
1  2 2 2 2 2 2

T = m r + r sin + r , V (r) = F (r) dr (2.1)
2
Con:

F (r) = (2.2)
r2
1
En este caso se puede entender como un problema de fuerza central (como lo entiende
[24]) debido a que se considera el movimiento de cuerpos menores (con masas muy pequenas)
alrededor del Sol, que para todos los efectos esta fijo en el origen de un sistema de coordenadas
adecuado [23, 25]
2
Esta es otra aproximacion inicial. Se considera que los cuerpos son esfericos y de densidad
uniforme, por lo cual se pueden aproximar como masas puntuales.

9
10 CAPITULO 2. TEORIA BASICA DE ORBITAS

Donde es una constante gravitacional 3 . Con estas expresiones se escribe el


lagrangiano del sistema y utilizando las ecuaciones de Euler-Lagrange [24, 26] se
obtienen las ecuaciones de movimiento:
d
(mr) mr sin2 2 mr2 = F (r) (2.3)
dt
d  2 
mr mr2 2 sin cos = 0 (2.4)
dt
d
mr2 sin2 = 0

(2.5)
dt
Como se nota en (2.1), la coordenada es una coordenada ignorable [24], lo cual
implica que:
T
p = = mr2 sin2 = K = cons

Esta ecuacion podra utilizarse para eliminar del resto de ecuaciones. No ob-
stante, si para describir el movimiento solo son fundamentales r y esto quiere de-
cir que el movimiento es bidimensional, el cual entonces se presenta en = const,
lo que implica que:
= 0 K = 0
En definitiva, la energa cinetica se puede escribir como:
1  
T = m r2 + r2 2 (2.6)
2
Y las ecuaciones de movimiento son:
d
(mr) mr2 = F (r) (2.7)
dt
d  2 
mr = 0 (2.8)
dt
Esta ultima genera otra conservacion de momento, puesto que:
T
p = = mr2 = k = cons

De la que se sigue que:
d h
= 2 (2.9)
dt r
Donde h es el momento angular por unidad de masa. Ademas del momento, como
la fuerza es potencial, la energa tambien se conserva:
1  2 
m r + r2 2 = E 0
2 r
3
Mas adelante se definira y dara el valor utilizado en los calculos numericos.
2.1. EL PROBLEMA DE LOS DOS CUERPOS 11

Donde E 0 es la energa del movimiento. Esta expresion se puede reescribir, uti-


lizando (2.9) y simplificando, como:

2 h2
r + 2 2 = 2E (2.10)
r r
Donde E es la energa total por unidad de masa. Esta es la ecuacion cuya solucion
permite conocer la posicion del cuerpo con respecto al origen, en cualquier instante
dado de tiempo.

2.1.2 Solucion geometrica


Resolver (2.10) no es tan sencillo puesto que es una ecuacion no lineal. Por tal
motivo, primero se resuelve para r en funcion de , i.e., r (). Para ello, notese
que:
dr dr d
=
dt d dt
Utilizando (2.9):  
dr h dr d h
= 2 = (2.11)
dt r d d r
Reemplazando en (2.10) y ordenando un poco, se obtiene:
  r s  2 
d h 2 h 2 2 h 2 2
= 2E + 2 = + 2
d r r r h2 r2 r h

Haciendo:
2
2 = 2E + (2.12)
h2
La anterior ecuacion queda como:
  s  2
d h h
= 2
d r r h

Definiendo una nueva variable, como:


h
= (2.13)
r h
La anterior ecuacion se convierte en:
d p 2
= 2
d
La cual es una ecuacion diferencial con solucion:

= cos ( + )
12 CAPITULO 2. TEORIA BASICA DE ORBITAS

Donde es la cosntante de integracion. Usando (2.12) y (2.13) se obtiene:


r
h 2
= + 2E cos ( + )
r h h2
Despejando de esta ecuacion a r:
1
r= q (2.14)
2
h2
+ h1 2E + h2 cos ( + )

La cual se conoce como la ecuacion de trayectorias porque indica el valor de r en


funcion de . En astrodinamica, recibe el nombre de anomala verdadera [6, 5].
Lo interesante de esta ecuacion es que corresponde a la ecuacion generalizada de
las conicas en coordenadas polares [23]. Esto implica que no solo el movimiento
se restringe a un plano, sino que ademas la trayectoria es alguna de las secciones
conicas, con la forma precisa determinada por las constantes h, E, . Es impor-
tante ver que este resultado es una generalizacion de las leyes de Kepler para el
movimiento planetario.

Como los cuerpos de estudio en este trabajo son asteroides y cometas, cuyas
orbitas (al menos las encontradas hasta ahora [8]) son elpticas (a pesar de que los
cometas siguen orbitas muy excentricas), el desarrollo que sigue se hara para este
caso. No obstante, como puede consultarse en [23, 6] los otros casos son similares.

Comparando (2.14) con la ecuacion de una elipse [23] se llega a:


s
2
h 2Eh2
= a 1 e2 ,

e= + 1, =0 (2.15)
2

De la segunda de estas ecuaciones se deduce que:

2Eh2
1 e2 =
2
Y usando esta expresion en la primera se obtiene:

E= (2.16)
2a
Lo que implica que la energa para una orbita elptica es negativa.

2.1.3 La orbita en el tiempo


Se acaba de obtener una expresion que relaciona (la anomala verdadera) con r.
El proposito ahora es obtener la relacion entre y el tiempo t, de tal manera que
2.1. EL PROBLEMA DE LOS DOS CUERPOS 13

implcitamente se tenga la relacion r (t).


Utilizando (2.15) en (2.14) se obtiene:

a (1 e2 )
r= (2.17)
1 + e cos
Usando la ecuacion (2.9):
d h
= 2
dt r
Y la primera ecuacion de (2.15) y (2.17), esta ecuacion se transforma en:

a (1 e2 ) (1 + e cos )2
p
d
=
dt a2 (1 e2 )2

La cual se puede reescribir como:



d dt
2 = 3 3 (2.18)
(1 + e cos ) a 2 (1 e2 ) 2

Como la integral de la izquierda es una integral elptica (siempre que e 6= 1), se


debe recurrir a encontrar primero la expresion para r (t) para de esta forma hallar
la solucion para .

(2.10) se puede escribir, utilizando (2.16) como:


r
dr 2 h2
= 2
dt r a r
Multiplicando esta ecuacion por r se obtiene:
r
dr
r = 2r r2 h2
dt a

Definiendo el movimiento medio n de la trayectoria como:

= n 2 a3 (2.19)

Con esta ecuacion y con la primera ecuacion de (2.15) se puede reemplazar para
obtener:
dr p
r = na 2ar r2 a2 (1 e2 )
dt
Separando variables y factorizando se llega entonces a:
rdr
q = nadt (2.20)
a2 e2 (r a)2
14 CAPITULO 2. TEORIA BASICA DE ORBITAS

Para continuar, es conveniente introducir una nueva variable , que se llama


anomala excentrica [6]. Esta definida mediante la expresion:

r = a (1 e cos ) (2.21)

De donde:
dr = ae sin d
Reemplazando esta ecuacion y (2.21) en (2.20) se obtiene:
a2 e (1 e cos ) sin d
p = nadt
a2 e2 a2 e2 cos2
La cual, luego de simplificar se reduce a:

(1 e cos ) d = ndt

Si se define la condicion inicial de que en el instante t0 en el que la partcula pasa


por el pericentro de la orbita se cumpla = 0, la ecuacion anterior, luego de ser
integrada se convierte en:

e sin = n (t t0 ) (2.22)

Que se conoce como ecuacion de Kepler.

(2.21) es la ecuacion que otorga r (t), puesto que aunque la ecuacion de Kepler es
no-lineal, esta siempre se puede resolver numericamente en funcion del tiempo t.

Para encontrar (t) basta con igualar las expresiones que definen a r, es decir,
(2.17) y (2.21):
a (1 e2 )
= a (1 e cos )
1 + e cos
De donde se deduce
cos e
cos = (2.23)
1 e cos
Despues de un proceso algebraico sencillo (ver [6, 23]) se obtiene la expresion:
  r  
1+e
tan = tan (2.24)
2 1e 2
La idea con la anterior disgresion en este tema basico es mostrar que en un pro-
blema de dos cuerpos, el conocimiento de unos pocos parametros (a, e, t0 ) permite
determinar la posicion de la partcula en el plano de su orbita para cualquier
instante dado de tiempo. Ahora bien, todos los cuerpos orbitando el Sol se mueven
en un plano, pero no necesariamente en el mismo, razon por la cual se hace nece-
sario adoptar un sistema de cooordenadas fijo y estandar, en el que se pueda
comparar posiciones entre asteroides y planetas, por ejemplo.
2.2. SISTEMA DE COORDENADAS 15

2.2 Sistema de coordenadas


El sistema de coordenadas mas utilizado en esta area se conoce como sistema
eclptico (o ecuatorial) heliocentrico y recibe este nombre por su definicion. El
origen del sistema es el Sol. El plano x y es el plano de la eclptica4 (o el plano
del ecuador celeste, para el caso ecuatorial). El eje x va en direccion al punto
vernal [23] y es un sistema dextrogiro. Es un sistema cartesiano, donde la unidad
de longitud usual es la AU , que se define como:

1AU = 149597870700m

En lo que sigue, este sera el sistema de coordenadas utilizado en la descripcion


del movimiento de los asteroides. Sin embargo, no debe confundirse este sistema
con los sistemas de coordenadas que se usan sobre la boveda celeste para indicar
la posicion aparente de los cuerpos con respecto al observador en la Tierra.

Estos sistemas de coordenadas utilizados sobre la boveda celeste son sistemas an-
gulares. Como su proposito es describir la posicion aparente de los cuerpos (mas
no su distancia) son necesarios solo dos coordenadas. Existen muchos de estos sis-
temas, como el altazimutal, ecuatorial horario, ecuatorial absoluto, galactico, etc.
[25]. No obstante, en los catalogos astronomicos y en especial en los catalogos con
informacion astrometrica se siguen las siguientes convenciones que se adoptaran
en este trabajo:

La unidad de tiempo es el da Juliano (JD) [25]. Esto implica que se hizo


necesario la implementacion de codigo que haga la conversion entre (JD) y
tiempo universal (UT), que es la medida de tiempo a la que el ser humano
esta acostumbrado, y viceversa. Los codigos se muestran en los apendices
A.1 y A.2.

El sistema de coordenadas utilizado es el ecuatorial absoluto (, ) con re-


specto a una fecha fija (J2000) donde es la ascension recta y la de-
clinacion. El formato utilizado para estos datos es el del MPC, que es el
siguiente:

Para las ascension recta, el formato es: HH MM SS.ddd (horas, minutos


y segundos ) y para la declinacion es sDD MM SS.dd (s es el signo, DD
grados, MM minutos, SS.dd segundos). Las funciones que convierten estos
datos a radianes, de tal forma que se pueda trabajar con ellos se muestra en
los apendices A.3 y A.4

4
La eclptica es el plano de la orbita de la Tierra en su movimiento alrededor del Sol, [5].
16 CAPITULO 2. TEORIA BASICA DE ORBITAS

2.3 Parametros orbitales


Como se menciono antes, el conocimiento de (a, e, t0 ) permite conocer la posicion
del cuerpo en su orbita para cualquier instante dado de tiempo. Si se quiere cono-
cer la posicion en el sistema de coordenadas eclptico heliocentrico, deben incluirse
3 parametros adicionales que junto a los anteriores se denominan parametros or-
bitales. Son muy importantes porque en el problema de los dos cuerpos son
constantes en el tiempo y porque permiten conocer con precision la posicion y
velocidad (es decir, el vector de estado) del cuerpo estudiado.

Por claridad, estos son los parametros orbitales: la excentricidad e, el semi-eje

Figura 2.1: Parametros orbitales de una orbita en el problema de los dos cuerpos.

mayor a (o la distancia al pericentro q), la inclinacion de la orbita con respecto al


plano de referencia i, la longitud del nodo ascendente , el argumento de latitud
del pericentro , y el instante de paso por el pericentro t0 . En la Fig. 2.1 se
muestra el significado geometrico de estos parametros.

Ya se definio que son a, e, t0 . La inclinacion es el angulo que forma el plano de la


orbita con respecto al plano fundamental. El nodo ascendente es el punto sobre
la orbita donde el cuerpo pasa de tener coordenada z negativa a positiva. La
longitud del nodo ascendente es el angulo medido sobre el plano fundamental,
entre del eje x y el nodo ascendente, medido en sentido directo. El argumento
de latitud del pericentro es el angulo medido sobre el plano de la orbita, entre
el nodo ascendente y la lnea de apsides (es decir, entre el nodo ascendente y el
pericentro).
2.3. PARAMETROS ORBITALES 17

Lo anterior quiere decir que el conocimiento de los parametros orbitales es sufi-


ciente para determinar el movimiento de asteroides y cometas que es, en ultimas,
el objetivo que se persigue. En [25, 5, 23] se puede consultar las ecuaciones que
hacen esto posible 5 . Tambien es muy facil determinar que el conocimiento del vec-
tor de estado (r, r) para un instante dado de tiempo permite hallar los parametros
orbitales y por consiguiente, el vector de estado en cualquier otro instante dado
de tiempo. No se entrara en detalle en este aspecto, pero esto quiere decir que los
parametros orbitales y el vector de estado son dos representaciones diferentes de
un mismo espacio: el espacio de orbitas (orbital space, [8])6 . Lo anterior se puede
resumir en el diagrama mostrado en la Fig.2.2.

Figura 2.2: Representacion esquematica de la relacion entre los parametros or-


bitales y el vector de estado.

Ya antes se haba indicado que la ecuacion de Kepler era el puente que permite
pasar de los parametros orbitales al vector de estado (que es la parte inferior
del diagrama) y se nota ahora que la energa total y el momento angular son el
puente que permite hacer el proceso inverso. La conclusion es bastante interesante:
el objetivo es conocer los parametros orbitales (puesto que con estos se conoce
la trayectoria) pero para hacerlo se puede hacer el paso intermedio de conocer
primero el vector estado para un instante en particular. En el captulo siguiente
se mostrara que los metodos de determinacion de orbitas hacen esto para obtener
los parametros orbitales.

Entendido lo anterior, se hizo entonces necesario escribir codigos que hagan el


cambio de representacion: de parametros a vector de estado y viceversa. Para esto
se implemento un algoritmo para resolver numericamente la ecuacion de Kepler.
Se uso un metodo descrito en [6] que posee convergencia cuartica . En el apendice
A.5 se muestra el diagrama de flujo de este metodo por claridad y tambien se
muestra la implementacion computacional. Las funciones que transforman entre
ambas representaciones se detallan en los apendices A.6 y A.8, con el caso especial
de la tierra implementado en el apendice A.7.
5
No se incluira aqu esta informacion, no obstante en el apendice se muestra la imple-
mentacion numerica.
6
Por esta razon, los parametros orbitales son 6, igual al numero de datos en los dos vectores
tridimensionales.
18 CAPITULO 2. TEORIA BASICA DE ORBITAS
Captulo 3

Metodos de inversion de orbitas

El proposito de este captulo es describir cual es el problema de inversion de


orbitas, explicar brevemente los metodos clasicos de Laplace y Gauss que solucio-
nan tal problema y por ultimo, introducir algunos de los terminos y nociones que
se usaran en los captulos posteriores.

3.1 El problema de inversion de orbitas

Figura 3.1: Movimiento de un asteroide alrededor del Sol y observado desde la


Tierra. Tomado de [13].

Un cuerpo menor (en este caso especfico, un asteroide) P se mueve alrededor


del Sol con radio vector r. Este a su vez es observado desde la Tierra E que
posee radio vector R, ver Fig. 3.1. El problema de inversion de orbitas consiste
en el como a partir de informacion astrometrica,1 - que provee solo coordenadas
1
En captulos siguientes se explica en detalle que es Astrometra y se describe el proceso para

19
20 CAPITULO 3. METODOS DE INVERSION DE ORBITAS

angulares de la posicion relativa (usualmente ascension recta y declinacion)- se


puede obtener los parametros orbitales de P. Como se establecio en el captulo
anterior, para esto es suficiente con determinar el vector de estado para un instante
dado.

Para determinar el vector de estado, primero notese en la Fig. 3.1 que el vector
posicion esta dado por:
r = R + (3.1)
Ademas, R es el vector posicion de la Tierra que se conoce en cualquier instante
dado de tiempo. Luego en la expresion para r, la incognita es , que es la distancia
topocentrica entre el cuerpo y la Tierra. El hecho de que a partir de astrometra no
pueda obtenerse informacion concerniente con esta distancia, hace que el problema
no tenga solucion cerrada y que se deban utilizar esquemas iterativos para intentar
aproximar esta cantidad.

Con este panorama puede entonces decirse que los metodos de inversion de orbitas
son procedimientos basados en algunas consideraciones fsicas y matematicas que
intentan obtener numericamente el valor del vector de estado. A continuacion
entonces se describen dos de los principales metodos clasicos que resuelven este
problema.

3.2 Metodo de Laplace


Defnase el vector posicion topocentrica del cuerpo como = . Este indica
la posicion con respecto al observador del cuerpo estudiado. La derivada con
respecto al tiempo de este vector se obtiene como:
d d
= + () (3.2)
dt dt
Utilizando la longitud de arco de la curva sobre la esfere celeste s se obtiene [2]:
d d ds
() = = (3.3)
dt ds dt
En la cual se ha definido el movimiento medio y un vector unitario como:
ds d
= , = (3.4)
dt ds
Ahora bien, dtd () es un vector perpendicular a , puesto que este es de magnitud
unitaria. As, de (3.3) se deduce que:
= 0 (3.5)
obtener tales mediciones desde el Observatorio Astronomico de la Universidad Tecnologica de
Pereira.
3.2. METODO DE LAPLACE 21

Lo cual permite definir una base tridimensional si se agrega el vector:

n = (3.6)

Por las relaciones anteriores, es facil verificar que:


d d d
= ( ) = 1
ds ds ds
d 1 d
= kk2 = 0
ds 2 ds
Con estas propiedades de dds , se puede escribir este vector como [8]:

d
= + n (3.7)
ds
Donde se conoce como curvatura geodesica y es una funcion escalar desconocida.
Reemplazando (3.3) en (3.2) se obtiene que:
d
= +
dt
Derivando esta expresion una vez mas con respecto al tiempo, utilizando (3.7) y
factorizando se llega a:
d2 2
 2

= + (2 + ) + n (3.8)
dt2

3.2.1 Version geocentrica


En el captulo anterior se discutio el problema de los dos cuerpos en el cual se hace
la suposicion fuerte2 de que el cuerpo de estudio solo se ve afectado gravitacional-
mente por el Sol y que no hay ninguna otra fuerza relevante para la trayectoria.
En este caso se desarrollara el metodo con otra aproximacion importante: se con-
siderara que las observaciones se realizan desde el centro de la Tierra, [5, 12]. Esto
se conoce como aproximacion geocentrica.

Usando la Ley de gravitacion de Newton, se tiene las expresiones para las acelera-
ciones heliocentricas de la Tierra y del cuerpo estudiado respectivamente como:

R = R, r = r (3.9)
R3 r3
De (3.1):  
R+ R
= r R = 3
3
r R
2
Pero valida para deteminar orbitas iniciales con buena precision.
22 CAPITULO 3. METODOS DE INVERSION DE ORBITAS

Multiplicando escalarmente esta expresion con :


 
R+ R
3 =
r3 R

Usando (3.8) en esta ecuacion:


 
1 1
3 3 (R ) = 2 + (3.10)
r R

En esta expresion se concluye que si se conocen los valores de y r, se pueden


encontrar los valores de 3 .

Haciendo el producto punto con n:


 
R+ R
n = 3
3 n
r R

De (3.8) y la definicion de n esta expresion se reduce a:


 
1 1
3 3 (R n) = 2 (3.11)
r R

La cual se puede escribir como:

2
 
1 1
3
3 =
r R (R n)

Finalmente, multiplicando a ambos lados por R3 se obtiene:

R3 
1 = C (3.12)
r3 R
Donde
2 R3
C=   (3.13)
R n

La ecuacion (3.12) se conoce en la literatura [6] como ecuacion dinamica.

En la Fig. 3.1 se aprecia la relacion geometrica entre los vectores R, r y . En


particular, notese que por la ley de cosenos se puede escribir:

r2 = R2 + 2 + 2R cos  (3.14)
3
Siempre y cuando sea posible determinar, de alguna manera, los valores de , y . En la
siguiente subseccion se mostrara como, a partir de las observaciones, pueden hacerse estimaciones
de estos parametros.
3.2. METODO DE LAPLACE 23

Donde cos  = R . De (3.12) se obtiene que:


R3 R2 2R3 R6
   
R 2
= 1 3 , = 2 1 3 + 6
C r C r r
Al reemplazar estos valores en la ecuacion geometrica (3.14) se obtiene:
R2 2R3 R6 2R2 cos  3
 
2 2 3

r =R + 2 1 3 + 6 + r R
C r r Cr3
Multiplicando por C 2 r6 y reordenando se obtiene:
C 2 r8 R2 r6 C 2 + 2C cos  + 1 + 2R5 r3 (1 + C cos ) R8 = 0

(3.15)
La cual es una ecuacion de orden 8 para r.

Calculo de los coeficientes


El proposito ahora es describir como se pueden obtener todos los coeficientes que
aparecen en las ecuaciones anteriores de tal manera que se pueda encontrar las
variables de interes: r, r, , .

Como se requiere determinar seis constantes del movimiento y como de cada


observacion se obtiene dos datos angulares diferentes, esto quiere decir que se
requieren al menos 3 observaciones distintas del asteroide para determinar sus
parametros orbitales [5, 6]. No obstante, usualmente se tiene mas de estas 3
necesarias:
i = (cos i cos i , sin i cos i , sin i ) , i3
Con estos datos de ascension recta i y declinacion i puede hacerse una inter-
polacion cuadratica de tal forma que se puedan obtener los valores de , y ,
para un tiempo medio t4 .

Con estos datos se puede obtener el valor del movimiento medio , puesto que
como se deduce facilmente de la definicion:
p
= 2 cos2 + 2 (3.16)
La curvatura se puede obtener a traves de la ecuacion [2, 8]:
1     
= 3 cos + 2 + 2 sin (3.17)

Y, finalmente:
1 
= cos2 + 2 cos sin (3.18)

4
En el captulo siguiente se vera que en la terminologa moderna, esto se conoce como el
vector atribuble del arco de observaciones [12].
24 CAPITULO 3. METODOS DE INVERSION DE ORBITAS

Con estos datos se puede calcular los vectores unitarios , n. En efecto,

d d d dt dt
= = + = +
ds ds ds ds ds
Lo que implica que:  
1
= + (3.19)

Para n se tiene que:
 
d d
n = = +
ds ds

De donde se obtiene que, [2]


!
1
n = cos (3.20)
cos

Con estas ecuaciones se pueden obtener todos los coeficientes y vectores que son
relevantes para el metodo de Laplace.

Obteniendo los parametros orbitales


Con lo anterior, se puede resumir los pasos en los que el metodo de Laplace
resuelve el problema de inversion de orbitas.

1. A partir de las observaciones se obtiene los valores de , , y , , para


un tiempo medio t.

2. Se obtiene el valores de las constantes (inluyendo C y cos ) a traves de las


ecuaciones (3.19), (3.20), (3.18),(3.17),(3.16),(3.13).

3. Se resuelve (3.15) para r.

4. Con cada solucion r se utiliza (3.14) para obtener los valores admisibles de
para la r correspondiente.

5. Con (3.10) se obtiene los respectivos valores para la velocidad radial .

6. Con estos valores es suficiente para determinar el vector de estado para el


tiempo medio t.

7. Finalmente, se utiliza la funcion A.8 para obtener los parametros orbitales.


3.2. METODO DE LAPLACE 25

3.2.2 Version topocentrica


La forma en la que se describe el metodo en el apartado anterior es una version
moderna de las ideas originales de Laplace. En la epoca de este cientfico, la su-
posicion de que las observaciones se hacen desde el centro de la Tierra funcionaba
bien puesto que los cuerpos observables para aquella epoca se mueven de tal forma
que esta aproximacion no afecta considerablemente el resultado [7]. No obstante,
hoy en da se conocen cuerpos que se mueven muy cerca a la Tierra (y por con-
siguiente muy rapido) y para estos casos esta aproximacion puede producir errores
imporantes [19].

Se explicara brevemente como se puede corregir esta suposicion en el metodo an-


terior, pero solo se mostrara el cambio en las ecuaciones principales, ya que el
metodo completo es analogo.

Como antes (ecuacion (3.1)) se tiene que:


=rR
La cuestion ahora es considerar que R es el vector posicion del observador sobre la
superficie terrestre, que se relaciona con la posicion del centro de la Tierra como:
R = R + P (3.21)
En la cual R es la posicion heliocentrica del centro de la Tierra y P es la posicion
geocentrica del observador.

De esta expresion y del modelo dinamico se obtiene la ecuacion:


r R
= + 3 P (3.22)
r3 R
Haciendo el producto escalar con n y utilizando (3.8):
" #
d2 R n R n P n
n = 2 = R 3
R P 3 P n
dt2 R r3 r

Ahora bien, de esta expresion puede eliminarse, por tener una magnitud muy
pequena, el termino5
P n
P 3
r
As, se obtiene la ecuacion dinamica para la version topocentrica:
R3
C = (1 n ) 3 (3.23)
R r
5
Esto es admisible puesto que, en general, r > R .
26 CAPITULO 3. METODOS DE INVERSION DE ORBITAS

En la que:
3
R
C= (3.24)
R n
3
R P n P n
n = =  (3.25)
R n
2 R n
R

3.3 El metodo de Gauss


Fue propuesto por el gran matematico aleman Carl Friedrich Gauss en 1801, [4, 3].
Este es, sin duda alguna, el metodo clasico de determinacion de orbitas mas im-
portante debido a la propiedad que posee de facilitar el uso de observaciones
topocentricas [8]. Hoy en da aun es usual que muchos observatorios alrededor del
mundo utilicen este metodo en versiones modernas para estimar orbitas prelimi-
nares [13, 9].

La primer gran diferencia de este metodo comparado con el de Laplace es que


en este caso se usan solo tres observaciones distintas del cuerpo de estudio para
determinar la orbita inicial. Si mas observaciones estan disponibles, lo que se hace
es mejorar los parametros inicialmente calculados usando el metodo de minmos
cuadrados [6, 25], procedimiento que se conoce usualmente como metodo de cor-
reccion diferencial.

Dadas tres observaciones distintas (i , i ) realizadas en instantes ti se tiene, como


antes:
ri = Ri + i (3.26)
El metodo de Laplace estima el vector de estado para el tiempo medio t que resulta
de interpolar las observaciones. En este caso, el metodo se propone estimar el
vector de estado para la observacion de la mitad. Es por esta razon que el metodo
se conoce en muchas referencias como un metodo central6 [6].

Por notacion, sean los tiempos de observacion t1 < t2 < t3 . Como se dijo antes
(en la seccion 2.1.1), el movimiento del asteroide alrededor del Sol se da en un
plano fijo, por lo tanto se puede escribir:

1 r1 + 3 r3 = r2 (3.27)

En la cual 1 , 3 R. Haciendo el producto cruz con r1 (y con r3 ) y, posterior-


mente multiplicando escalarmente por c (que es el vector unitario que apunta en
6
Notese que el metodo de Laplace tambien es central si se ejecuta con solo 3 observaciones
distintas.
3.3. EL METODO DE GAUSS 27

la misma direccion que el momento angular por unidad de masa) se obtiene:


r2 r3 c r1 r2 c
1 = , 3 = (3.28)
r1 r3 c r1 r3 c
Reemplazando (3.26) en (3.27):

1 (R1 + 1 ) + 3 (R3 + 3 ) = R2 + 2

Haciendo el producto punto con 1 3 y utilizando la ortogonalidad de estos


vectores, la anterior ecuacion se puede reescribir como:

1 3 [1 R1 R2 + 3 R3 ] = 2 (1 3 2 ) (3.29)

Se puede aproximar los valores de r1 y de r3 a partir de los valores de r2 y de r2


a partir de [27, 28, 6]:
ri = fi r2 + gi r2 (3.30)
Donde fi y gi son las llamadas series f y g:
t2i2 3

fi = 1 + O t (3.31)
2r23

t2i2
 
gi = ti2 1 3 + O t4

(3.32)
6r2
Con tij = ti tj . De estas ecuaciones es facil deducir que:

ri r2 = gi c, r1 r3 = (f1 g3 f3 g1 ) c (3.33)

Reemplazando en (3.28) se obtiene:


g3 g1
1 = , 3 = (3.34)
f1 g3 f3 g1 f1 g3 f3 g1
El denominador de estas expresiones f1 g3 f3 g1 , puede expandirse usando las
definiciones de las series f y g (3.31) (3.32) para obtener, luego de no considerar
terminos de orden superior a 3:
t231
 
f1 g3 f3 g1 = t31 1 3 + O t4

(3.35)
6r2

Usando esta ecuacion y (3.31) (3.32) en (3.34) se encuentra que:


 
t32 2
1 + 3 t31 t32 + O t3
2
 
1 = (3.36)
t31 6r2
 
t21 2
1 + 3 t31 t21 + O t3
2
 
3 = (3.37)
t31 6r2
28 CAPITULO 3. METODOS DE INVERSION DE ORBITAS

Por simplificar la notacion, sea:

V = 1 2 3 (3.38)

Usando las expresiones:

t231 t232 = t21 (t31 + t32 ) , t231 t221 = t32 (t31 + t21 ) (3.39)

Y reemplazando (3.37) y (3.36) en (3.29) se llega a:

V 2 t31 = 1 3 (t32 R1 t31 R2 + t21 R3 )


(3.40)
+ 3 1 3 [t32 t21 (t31 + t32 ) R1 + t32 t21 (t31 + t21 ) R3 ] + O t4

6r2

Si no se consideran los terminos O (t4 ) se observa que en la anterior ecuacion el


factor de r13 es:
2


B (R1 , R3 ) = t32 t21 1 3 [(t31 + t32 ) R1 + (t31 + t21 ) R3 ] (3.41)
6
R23
As, si en (3.26) se multiplica por B(R1 ,R3 )
se llega a:

V 2 t31 R3 A (R1 , R2 , R3 )
R23 = 32 + (3.42)
B (R1 , R3 ) r2 B (R1 , R3 )

En la cual:

A (R1 , R2 , R3 ) = R23 1 3 [t32 R1 t31 R2 + t21 R3 ] (3.43)

Haciendo
V t31 R24 A (R1 , R2 , R3 )
C2 = , 2 = (3.44)
B (R1 , R3 ) B (R1 , R3 )
Utilizando esta notacion, (3.42) se convierte en:

2 R3
C2 = 2 32 (3.45)
R2 r2

Que se conoce como la ecuacion dinamica del metodo de Gauus [8]. La ecuacion
geometrica es la misma que la del metodo de Laplace. Luego con ambas ecuaciones
pueden obtenerse todos los valores posibles de r2 .

Esta es una descripcion basica de la componente fundamental del metodo de


Gauss. No obstante, para obtener el vector r2 (de tal forma que se puedan obtener
los parametros orbitales) debe buscarse por un metodo adicional. Existen muchos
de estos [28, 6], no obstante solo se describira brevemente la formula de Gibbs.
3.3. EL METODO DE GAUSS 29

El primer paso para utilizar la formula de Gibbs consiste en calcular valores para
r1 y r3 . Usando (3.36) y (3.37) se obtiene los valores de 1 y 3 . Haciendo el
producto escalar de (3.27) con 1 2 se obtiene una ecuacion lineal de la cual se
puede hallar 3 y del producto escalar de esta ecuacion con 2 3 se encuentra
1 .

Con estos datos se tiene entonces valores para r1 ,r2 y r3 . La funcion de Gibss es
entonces [28]:
r2 = d2 r2 d1 r1 + d3 r3 (3.46)
Donde:
di = Gi + Hi ri3 , i = 1, 2, 3. (3.47)
t232
G1 = (3.48)
t21 t32 t31
t21
G2 = , G2 = G1 G3 (3.49)
t32 t31
Finalmente, despues de todo el procedimiento descrito antes, se ha obtenido el
vector de estado para la observacion central. Con esto es suficiente para dar una
estimacion de los parametros orbitales. Sin embargo, algunas personas han propu-
esto un procedimiento iterativo para obtener mejores resultados [8]. El metodo
consiste en utilizar un propagador de dos cuerpos para obtener los vectores r1 y r3 .
Con estos valores y (3.27) se puede obtener un mejor valor para 2 . El proceso se
continua hasta que se obtenga convergencia. Otras personas han estudiado casos
en los que este procedimiento puede derivar en divergencias importantes [29].
30 CAPITULO 3. METODOS DE INVERSION DE ORBITAS
Captulo 4

Teora de eliminacion algebraica

El proposito de esta parte de la tesis es describir en detalle el tema central


del trabajo, para lo cual este captulo se centra en los aspectos estrictamente
matematicos, de tal forma que en los captulos subsiguientes se pueda hacer uso
de los resultados principales de esta area.

4.1 Introduccion a la eliminacion algebraica


La teora de eliminacion es una rama de la geometra algebraica [30, 31, 32] que
estudia la solucion a sistemas de ecuaciones polinomicas no-lineales. Como mu-
chos aspectos de la Ciencia e Ingeniera pueden ser modelados a traves de ecua-
ciones polinomicas [33], esta area ha recibido mucha atencion durante las ultimas
decadas. Puede decirse que, en un sentido muy profundo, la eliminacion algebraica
busca y establece generalizaciones al metodo de Gauss-Jordan para sistemas de
ecuaciones lineales. Se hara una breve descripcion de los elementos principales de
esta teora que se utilizaran mas adelante en este trabajo.

Un hecho notable de la Geometra algebraica consiste en la idea de transformar


un problema geometrico (como lo es la solucion a un sistema de ecuaciones) en
un problema algebraico analogo.

Uno de los elementos mas importantes del algebra moderna es el estudio de es-
tructuras y las relaciones entre estas. En este caso en particular, la estructura
basica es el anillo de polinomios en n variables k [x1 , . . . , xn ], que es el conjunto
que agrupa todos los polinomios en n variables xi , con coeficientes en el campo
k 1 . k [x1 , . . . , xn ] satisface las propiedades para ser un anillo conmutativo con
unidad. A continuacion se presentan las definiciones y teoremas mas importantes,
cuyas demostraciones pueden ser encontradas en [30, 31, 32].
1
Esto es bastante general. No obstante, la eliminacion algebraica requiere que este campo
sea algebraicamente cerrado. En lo subsiguiente, k se entendera como C.

31
32 CAPITULO 4. TEORIA DE ELIMINACION ALGEBRAICA

Definicion 4.1.1 Sea I k [x1 , . . . , xn ]. I se denomina un Ideal de k [x1 , . . . , xn ]


si satisface:

1. 0 I.

2. Si f, g I f + g I.

3. Si f I y g k [x1 , . . . , xn ] f g I.

Los ideales juegan un papel central en el algebra conmutativa, y son especialmente


importantes para el anillo de polinomios por el siguiente teorema que provo Hilbert
[30]:

Teorema 4.1.1 (Teorema de la base de Hilbert). Todo ideal I k [x1 , . . . , xn ]


tiene un conjunto generador finito. Es decir, g1 , . . . , gt k [x1 , . . . , xn ] tal que:
I =<g1 , . . . , gt >

Donde I =< g1 , . . . , gt > significa que dado f I existen h1 , . . . , ht k [x1 , . . . , xn ]


tal que: X
f = h1 g1 + . . . ht gt = gj hj
j

Notese que esta nocion es analoga a la de base para espacios vectoriales.

Ya se introdujo el objeto algebraico principal. Ahora se definira el objeto geometrico


de interes.

Definicion 4.1.2 Se k un campo y sean f1 , . . . fs k [x1 , . . . , xn ]. Se define:

V (f1 , . . . , fs ) = {(a1 , . . . an ) : fi (a1 , . . . an ) = 0 1 i s}

Se llama a V (f1 , . . . , fs ) la variedad afn definida por f1 , . . . , fs . Es impor-


tante notar que la variedad es el conjunto de puntos que satisfacen el sistema de
ecuaciones:
f1 (x1 , . . . , xn ) = 0
f2 (x1 , . . . , xn ) = 0
.. ..
. .
fs (x1 , . . . , xn ) = 0
Esta observacion es bastante interesante, puesto que surge la idea de que si se
quiere resolver un sistema de ecuaciones polinomicas:

f1 (x1 , . . . , xn ) = c1
f2 (x1 , . . . , xn ) = c2
.. ..
. .
fs (x1 , . . . , xn ) = cs
4.1. INTRODUCCION A LA ELIMINACION ALGEBRAICA 33

Primero se puede formar un objeto algebraico:

I =<f1 (x1 , . . . , xn ) c1 , . . . fs (x1 , . . . , xn ) cs > (4.1)

Y determinar la variedad V (I), en donde esta variedad se define como:

V (I) = {(a1 , . . . an ) : f (a1 , . . . an ) = 0 f I}

Ahora bien, esto tiene sentido si y solo si:

V (I) = V (<f1 (x1 , . . . , xn ) c1 , . . . fs (x1 , . . . , xn ) cs >)

es igual a V (f1 , . . . , fs ). Este hecho es bastante facil de establecer.


Teorema 4.1.2 V (I) es una variedad afn. Ademas, si I =< f1 , . . . fs > en-
tonces V (I) = V (f1 , . . . , fs )
La conclusion aqu es bastante importante. Si se quiere resolver un sistema de
ecuaciones polinomicas puede intentarse primero formar el ideal I de la ecuacion
(4.1) y determinar su variedad V (I), que gracias al Teorema anterior, coincidira
con las soluciones al sistema.

La idea anterior solo es valiosa si el calculo de V (I) resulta mas facil que el de
V (f1 , . . . , fs ), porque de lo contrario no habra beneficio. Pues bien, en general s
es posible obtener de una manera mucho mas sencilla a V (I). Primero se notara
que, como en Algebra lineal, se pueden hacer cambios de base a un ideal sin alterar
la variedad que define.
Lema 4.1.1 Sea I k [x1 , . . . , xn ] un ideal y sean f1 , . . . , fs k [x1 , . . . , xn ]. Los
siguientes enunciados son equivalentes.
1. f1 , . . . , fs I.

2. <f1 , . . . , fs > I .
El anterior lema permite establecer cuando un ideal es un subcojunto de otro.
Con esto puede entonces definirse la igualdad de ideales.
Definicion 4.1.3 Dos ideales I =< f1 , . . . , fs > y J =< g1 , . . . , gt > son iguales
I J y J I.
Como se dijo anteriormente, f1 , . . . , fs y g1 , . . . , gt son dos bases diferentes para el
mismo ideal. Ahora se mostrara que el cambio de base no altera la variedad que
define un ideal.
Teorema 4.1.3 Si f1 , . . . , fs y g1 , . . . , gt son bases del mismo ideal en k [x1 , . . . , xn ],
tal que: < f1 , . . . , fs >=< g1 , . . . , gt >, entonces se tiene que: V (f1 , . . . , fs ) =
V (g1 , . . . , gt )
34 CAPITULO 4. TEORIA DE ELIMINACION ALGEBRAICA

Conociendo que cambiar la base de un ideal no altera la variedad que define, se


puede preguntar si entre las infinitas bases diferentes para un ideal, existe alguna
en especial que facilite el calculo de V (I). Pues bien, Buchberger en 1960 [34]
e Hironoka [35] de manera independiente en 1959 descubrieron una base especial
para ideales que cumplen este proposito. Buchberger las llamo bases de Groebner
[33, 30, 31, 32] en honor a su director de tesis. Antes de introducir su definicion es
importante mencionar un elemento fundamental en esta area: los ordenamientos
de monomios. Para tal efecto se introduce la siguiente convencion.
Definicion 4.1.4 Un polinomio f k [x1 , . . . , xn ] se puede escribir de manera
abstracta como: X
f= x

En la cual cada x =
x1 1 ...xnn
se denomina un monomio del polinomio y se
conoce como el vector de exponentes, [30].
Se puede reconstruir un monomio x = x1 1 ...xnn de la n-tupla de exponentes
= (1 , ..., n ) Zn0 . Con estas definiciones ahora se puede definir la manera en
la que se ordenaran monomios, lo cual permitira definir el termino mas grande
del polinomio.
Definicion 4.1.5 Un orden de monomios en k [x1 , ..., xn ] es cualquier orden total
> en Zn0 que satisface:
0 Zn0 .

Si > y Zn0 , entonces + > +


Cualquier orden que cumpla estas condiciones puede utilizarse. No obstante, los
tradicionales y mas empleados son los ordenes lexicografico (lex ), lexicografico
graduado (grlex ), el lexicografico inverso graduado (grevlex ) o combinaciones de
estos [32].
Definicion 4.1.6 El termino lider LT (f ) de un polinomio f se define como el
monomio que es mayor con respecto al ordenamiento de monomios utilizado. El
coeficiente lider es el coeficiente en k del termino lider.
Por ejemplo, usando orden lex si f (x, y, z) = 2x2 yz 4 +12xy 8 4 entonces LT (f ) =
2x2 yz 4 . LM (f ) = x2 yz 4 . LC (f ) = 2

Con el orden lexicografico graduado:


f (x, y, z) = 2x2 yz 4 + 12xy 8 4 entonces LT (f ) = 12xy 8 .

Con estos conceptos ahora s puede definirse la nocion de base de Groebner. Es


importante aclarar que existen muchas maneras equivalentes a la siguiente de
hacer esta definicion [32].
4.1. INTRODUCCION A LA ELIMINACION ALGEBRAICA 35

Definicion 4.1.7 (Base de Groebner). Fjese un ordenamiento de monomios.


G = {g1 , ..., gs } I se denomina una base de Groebner (o base estandar) para I
si:
< LT (g1 ) , ..., LT (gs ) >=< LT (I) >

Un hecho importante que aqu no se describira para no alejarse del tema central,
es que todo ideal de polinomios tiene una base de Groebner [30]. Si a la definicion
se le agrega una condicion adicional, se adquiere una condicion de unicidad.

Definicion 4.1.8 Una base de Groebner reducida para el ideal I es una base de
Groebner en la que:

LC (p) = 1 p G.

p G, ningun monomio de p pertenece a < LT (G {p}) >

La unicidad consiste en que:

Teorema 4.1.4 Fjese un ordenamiento de monomios en un ideal I. Entonces I


tiene una base de Groebner reducida unica.

Es necesario saber como discernir si una base dada es una base de Groebner. Este
criterio, conocido hoy en da como criterio de Buchberger, representa uno de los
resultados mas importante del Algebra computacional.

Teorema 4.1.5 Sea I un ideal. Una base G = {g1 , ..., gs } para I es una base de
Groebner si y solo si:
G
S (gi , gj ) = 0

para todos los pares i 6= j, en la que:

x x
S (f, g) = f g
LT (f ) LT (g)

Donde : x = LCM (LM (f ) , LM (g)) y donde S G denota el residuo de la division


de S por G.

Antes de discutir las propiedades de estas bases, debe verse como, dado una
base cualquiera para un ideal, se puede obtener la base de Groebner con cualquier
ordenamiento de monomios utilizado. Fue el propio Buchberger el que propuso un
algoritmo para lograr este objetivo [33]. El algoritmo basico se basa en el teorema
anterior:
36 CAPITULO 4. TEORIA DE ELIMINACION ALGEBRAICA

Entrada: Un conjunto {f1 , . . . , fs }


Salida: Una base de Groebner G = {g1 , . . . , gt }
0
G := F , G = ;
0
while G 6= G do
0
G = G;
0
for {p, q} G , p 6= q do
0
G
S = S (p, q) ;
if S 6= 0 then
G = G {S}
end
end
end
Que si bien es matematicamente correcto, era poco practico por los grandes
tiempos de ejecucion que requera. Desde aquella epoca el mismo Buchberger y
otros autores han propuesto metodos para optimizar el algoritmo.

Las bases de Groebner tienen muchas implicaciones teoricas y aplicaciones practicas.


No obstante, como se ha mostrado desde el principio, el interes en este caso es
en las propiedades de resolver ecuaciones polinomicas. En la seccion que sigue se
mostrara como las bases de Groebner hacen que el calculo de V (I) sea mucho
mas sencillo.

4.2 Los Teoremas de eliminacion y extension


Antes de presentar los resultados abstractos, se mostrara un breve ejemplo para
clarificar la teora. Supongase que se quiere resolver el sistema:

x2 + 2y 2 + xy = 2, 4x2 y 2 = 1

Siguiendo las ideas expuestas anteriormente, una buena idea sera formar el ideal

I =<x2 + 2y 2 + xy 2, 4x2 y 2 1>

Y determinar V (I). Tambien se dijo que las bases de Groebner eran especiales
porque simplificaban esta tarea. Para ver el porque, utilizando cualquier libreria
de Algebra simbolica como las funciones dentro del Kernel de Mathematica , se
obtiene la base de Groebner para este ideal utilizando orden lex. El resultado
obtenido es:
I =<28x 67y + 77y 3 , 77y 4 130y 2 + 49>
Notese que el polinomio de la derecha solo tiene la variable y, lo que implica
que se pueden encontrar su races con alguno de los metodos para polinomios en
una variable y para cada solucion de y se reemplaza en el primer polinomio para
4.2. LOS TEOREMAS DE ELIMINACION Y EXTENSION 37

obtener la respectiva solucion en x. Como la variedad no cambia por el cambio de


base que se hizo, las soluciones as encontradas son soluciones al sistema original.

Este ejemplo, si bien sencillo, ilustra el poder de la teora descrita antes en la


solucion de sistemas de ecuaciones polinomicas. Es importante recalcar lo similar
de este procedimiento con el metodo de Gauss-Jordan para sistemas lineales. De
hecho, es muy facil ver que si el sistema de ecuaciones es lineal, el resultado de
obtener la base de Groebner para el orden lex es la forma escalonada reducida de
este metodo [33].

En este ejemplo puede diferenciarse dos pasos claros: el primero que consiste
en obtener la base de Groebner para el ideal, en el cual se elimina variables y
el segundo cuando se reemplazan soluciones de una variable para encontrar las
soluciones para la otra variable. El primero se llama paso de eliminacion y el
segundo paso de extension y las condiciones en las que pueden hacerse estan
soportadas por los teoremas que se mostraran en esta seccion, pero antes de
hacerlo se deben construir ciertas definiciones.
Definicion 4.2.1 Dado un ideal I =< f1 , . . . , fs >, el l-esimo ideal de elimi-
nacion Il es el ideal de k [xl+1 , . . . , xn ] definido por:

Il = I k [xl+1 , . . . , xn ]

Es sencillo probar que Il es de hecho un ideal. Tambien es muy claro de esta


definicion que el l-esimo ideal de eliminacion esta formado por todos aquellos
polinomios que pertenecen a I que no tienen ninguna de las variables x1 , . . . , xl .

En estos terminos, se puede decir que eliminar las variables x1 , . . . , xn de un


sistema de ecuaciones significa encontrar polinomios que pertenezcan al l-esimo
ideal de eliminacion. El ejemplo anterior mostro que obtener la base de Groebner
es una manera sistematica de encontrar estos polinomios. Sin embargo, para que
esto se cumpla deben satisfacerse ciertas condiciones que se enmarcan en el famoso
teorema de eliminacion [30].
Teorema 4.2.1 (Teorema de Eliminacion). Sea I k [x1 , . . . , xn ] un ideal y sea
G una base de Groebner para I con respecto al orden lex, con x1 > . . . > xn .
Entonces, para cada 0 l n el conjunto:

Gl = G k [xl+1 , . . . , xn ]

Es una base de Groebner para el l-esimo ideal de eliminacion Il .


Resolviendo el paso de eliminacion a traves del calculo de la base de Groebner
correspondiente se elimina una, dos y mas variables, y de esta manera se encuen-
tran los polinomios en los ideales de eliminacion que pueden utilizarse para en-
contrar las races de estas variables. Estas soluciones se conocen como soluciones
38 CAPITULO 4. TEORIA DE ELIMINACION ALGEBRAICA

parciales. La idea es extender estas soluciones parciales a soluciones completas


mediante el reemplazo en los polinomios restantes. El paso de extension es
mas sutil que el de eliminacion, en especial, en este caso se requiere que el campo
sobre el que se trabaja sea algebraicamente cerrado2 . En este caso en particular,
el campo de interes es C. Ademas, se mostrara solo el caso en el que se quiere
eliminar una variable x1 , ya que este sera el caso en el que se aplique mas adelante.

Teorema 4.2.2 (Teorema de extension) Sea I =< f1 , . . . , fs > un ideal de


C [x1 , . . . , xn ] y sea I1 el primer ideal de eliminacion de I. Para cada 1 i s,
las fi se pueden escribir de la forma:

fi = gi [x2 , . . . , xn ] xN
1 + hi (x1 , . . . , xn )
i

Donde Ni 0, gi 6= 0 C [x2 , . . . , xn ] y las hi (x1 , . . . , xn ) son funciones en


las que x1 tiene grado menor a Ni . Supongase que se tiene una solucion par-
cial (a2 , . . . , an ) V (I1 ). Si (a2 , . . . , an )
/ V (g1 , . . . , gs ) a1 C tal que
(a1 , a2 , . . . , an ) V (I).
Estos son los dos teoremas principales de esta area. En principio, permiten encon-
trar soluciones a cualquier sistema de ecuaciones polinomicas, de manera cerrada
o aproximada. No obstante, un problema importante en el paso de eliminacion
ha hecho que muchas personas piensen en maneras alternativas de proceder.

4.3 Complejidad computacional y el Resultante


El problema consiste en que el algortimo de Buchberger mostrado antes tiene
una complejidad computacional alta. Este algoritmo exige grandes espacios en
memoria y tiempos de ejecucion muy altos. Y la complejidad aumenta considera-
blemente si el algoritmo se implementa utilizando el orden lex 3 [36, 37]. Esto ha
llevado a que muchas personas se cuestionen sobre la utilidad practica de esta
teora, ya que incluso con ejemplos relativamente sencillos puede requerirse mu-
chos recursos computacionales.

Han aparecido dos formas de intentar solventar estas dificultades. Una consiste
en hacer mejoras tanto teoricas como practicas a los algoritmos [38, 39, 40, 41]
y la otra, que podra llamarse la persepectiva semi-simbolica, consiste en bus-
car una combinacion entre las herramientas teoricas mostradas antes y metodos
numericos, [42, 43]. Como aun se realiza demasiada investigacion sobre las algo-
ritmos y su complejidad y ademas su implementacion es compleja, se opta por
2
Porque de otra manera algunas soluciones podran perderse [30].
3
Notese que es con este orden que se enuncia en teorema de eliminacion. No cualquier orden
es admisible para este teorema. Los ordenes que funcionan se denominan, comunmente, ordenes
de eliminacion. El orden lex es el ejemplo mas comun de estos.
4.3. COMPLEJIDAD COMPUTACIONAL Y EL RESULTANTE 39

seguir las persepectiva semi-simbolica.

La idea es buscar una manera alternativa y menos costosa de encontrar polinomios


en el ideal de eliminacion. El calculo de la base de Groebner se hace precisamente
porque es una manera directa de encontrar estos polinomios. Existe una manera
diferente de acceder al ideal de eliminacion. Este consiste en formar un polinomio,
que se denomina el Resultante, el cual es especial porque esta dentro del ideal de
eliminacion [30]. Se mostrara brevemente cual es la definicion, sin embargo se
hara para el caso de solo dos ecuaciones polinomicas, puesto que este sera el caso
que se necesitara mas adelante.
Definicion 4.3.1 Dados dos polinomios f = x y g = x , el resultante
P P
de f y g, con respecto a x2 , . . . , xn se define como:

a0 b0

a1 a0 b1 b0
a a ... ...

2 1 b 2 b 1


. ... .. ...
..

a 0 . b
0
Resf,g (x2 , . . . , xn ) =
.. ..
(4.2)
. a1 . b1
a1 bm
. .


al .. bm ..

... ...


al bm

En donde los ai y los bi son los coeficientes polinomicos de f y g, si estos polinomios


se ven como polinomios en la variable x1 :

f = a0 xl1 + . . . + al , a0 6= 0

g = b0 x m
1 + . . . + bm , b0 6= 0
Como se puede ver claramente, el resultante es un polinomio que no contiene la
variable x1 . El siguiente teorema garantiza que este polinomio esta en el primer
ideal de eliminacion I1 .
Teorema 4.3.1 Sean f = x y g = x dos polinomios en k [x1 , . . . , xn ].
P P
El resultante de f y g, con respecto a la variable x1 , Resf,g (x2 , . . . , xn ) I1 .

El calculo del Resultante


El resultante podra obtenerse haciendo el determinante de manera simbolica. Sin
embargo, este procedimiento puede resultar, como antes, en tiempos de ejecucion
muy altos. Por tal razon, la forma mas efectiva de calcularlo es a traves de una
evaluacion e interpolacion numerica [19, 20].
40 CAPITULO 4. TEORIA DE ELIMINACION ALGEBRAICA

Lo que se hace es evaluar el resultante en unos puntos seleccionados, utilizando


la propiedad de que:

det (Resf,g (x2 , . . . , xn )) |x=xk = det (Resf,g (x2 , . . . , xn ) |x=xk ) (4.3)

Lo cual implica que se evaluan cada uno de los ai y bi de la ecuacion (4.2) y


posteriormente se calcula el determinante numericamente.

Con los puntos evaluados del resultante se puede realizar una interpolacion, lo cual
permite conocer con una precision aceptable el valor de los coeficientes numericos
de este polinomio. Con esto ya se pueden obtener sus races.

Ahora bien, existen muchas formas de hacer la evaluacion e interpolacion de poli-


nomios. No obstante, la evaluacion e interpolacion se hara utilizando la transor-
mada discreta de Fourier y su inversa, ya que es un metodo mucho mas eficiente
que los tradicionales [44]. En el captulo siguiente se mostrara esto de manera mas
explcita. Para ver la diferencia en eficiencia, por ejemplo, una evaluacion comun
tiene una complejidad de O (n2 ), mientras que si se utiliza DFT la complejidad
se reduce a O (n log n).

En este punto ya se puede hacer un breve resumen de la aproximacion que se


empleara en los capitulos posteriores para resolver ecuaciones polinomicas no lin-
eales. Se utilizara eliminacion algebraica, sin embargo, el paso de eliminacion
se hara por razones de eficiencia mediante el resultante, el cual se calculara uti-
lizando DFT e IDFT.

Para hacer uso de esta teora, se hizo necesario la implementacion de rutinas que
ejecuten procedimientos estandares entre polinomios como la suma B.1, producto
B.2, simplificacion B.3, etc. Para tal efecto, cada polinomio se representara en
Matlab a traves de una matriz, en la que cada fila representa los monomios. Por
ejemplo, el polinomio f = 4x2 y 3 8y + 2x4 y + 1 se representa como:

4 2 3
8 0 1
f = 2 4 1

1 0 0

Se implementaron rutinas para evaluar polinomios en una B.4 y dos variables B.5,
tambien se implemento el algoritmo FFT B.6 y el IDFT B.7 y una rutina para
obtener el resultante de manera numerica B.8.
Captulo 5

Fundamento teorico del metodo

5.1 Vectores atribubles


En este captulo se introducira y describira en detalle el metodo basado en los
invariantes del movimiento [8, 19, 20]. Como se menciono antes, la idea es poder
usar toda la informacion contenida en un arco de observaciones. Este se define
como un conjunto de observaciones astrometricas:

(ti , i , i ) i = 1, ..., m

Donde, como antes, i representa mediciones de ascension recta, i las declina-


ciones y m 3 es el numero total de observaciones disponibles.

El proposito es al igual que en los metodos clasicos, obtener una estimacion del
vector de estado para un tiempo dado. Recordando del captulo 3 que estos vec-
tores estan dados por:
 
r = R + , r = R + + + (5.1)

Donde R, R es el vector de estado de la Tierra (que son datos conocidos), , son


las derivadas con respecto al tiempo de las coordenadas angulares. Notese que
de acuerdo a lo visto en el captulo 3, si se pueden determinar los valores de , ,
las unicas incognitas en (5.1) son la distancia topocentrica y la velocidad radial
. Aqu entonces se puede establecer que los metodos basados en los invariantes
del movimiento tienen como objetivo encontrar ecuaciones polinomicas en las
incognitas , de tal forma que se pueda resolver numericamente para encontrar
el vector de estado[18, 19, 7].

Por lo anterior, los datos se entienden de una manera radicalmente diferente. En


lugar de utilizar cada dato de manera individual, lo que se hace es definir un
vector, que se conoce en la literatura como vector atribuble [12], que representa

41
42 CAPITULO 5. FUNDAMENTO TEORICO DEL METODO

un arco completo. Este vector se define como:


   
= , , , [, ) , R2 (5.2)
2 2
Y se obtiene numericamente a partir de un arco de observaciones (ti , i , i ) , i =
1, ..., m mediante una interpolacion lineal (si m = 2) o cuadratica (si m > 2) para
el tiempo medio t [8]. Al proceso de interpolacion para encontrar el atribuble se
le puede asociar una matriz de covarianzas que es importante para estimar la
incertidumbre de la orbita calculada [19]. En el apendice A.9 se calcula el vector
posicion de la tierra y en el apendice A.10 se muestra el codigo de  la funcion

implementada que obtiene el vector atribuible y el vector de estado R, R para
el tiempo medio t.

Interpolacion de Poincare
Como se dijo, R, R es el vector de estado de la Tierra. Sin embargo, aqu hay
que mencionar dos formas diferentes de obtener estos vectores. En la aproxi-
macion geocentrica, estos vectores representan el centro de la Tierra, puesto que
se considera que las observaciones se realizan desde este punto. La perspectiva
topocentrica, por el contrario, asume que el vector posicion debe ser calculado me-
diante la suma de la posicion heliocentrica del centro de la Tierra mas la posicion
geocentrica del observador:
R = R + Robs
Y de manera analoga para el vector velocidad, para lo cual es necesario conocer las
constantes de paralaje del lugar de observacion1 . Ademas de esto, Poincare sugirio
en 1909 [8, 19], que la posicion y velocidad geocentrica deben ser obtenidos me-
diante la misma interpolacion que se utiliza para obtener los vectores atribuibles
y no utilizando formulas exactas.
 Estas aproximaciones entregan valores ligera-
mente diferentes del vector R, R , y como estos datos se usan en las ecuaciones
posteriores, los parametros orbitales tambien seran diferentes para cada caso. En
las secciones posteriores se muestran los resultados obtenidos con ambas aproxi-
maciones.

5.2 Las integrales del movimiento


Ahora se usa la conservacion del momento angular y la energa del sistema para
escribir ecuaciones que se puedan resolver para y , puesto que segun lo anterior
esto es suficiente para obtener el vector estado del cuerpo en estudio.
1
El MPC lista el valor de estas constantes para cada observatorio numerado, ver:
http://www.minorplanetcenter.net/iau/lists/ObsCodesF.html
5.3. LAS ECUACIONES DEL METODO 43

El momento angular por unidad de masa es el producto r r, el cual, utilizando


las ecuaciones (5.1) se puede escribir como:

c (, ) = r r = D + E2 + F + G (5.3)

En la cual:

D = R (5.4)
E = + = n (5.5)
F = R + R + R (5.6)
G = R R (5.7)

Notese que en esta expresion, las unicas incognitas son y , puesto que los demas
datos se pueden extraer del atribuble. Tambien se puede escribir la ecuacion
polinomica para la energa de tal forma que dependa solo de y [19] :

2 2 2k 2
2E (, ) = + c1 + c2 + c3 + c4 p (5.8)
2 + c5 + c0
En la cual k es la constante de Gauss y:

c0 = |R|2 c1 = 2R c2 = 2 (5.9)
  2
c3 = 2R + c4 = R c5 = 2R (5.10)

La ecuacion de energa (5.8) se puede escribir como:

2k 2
2E (, ) = F
G
Donde:
F = 2 + c1 + c2 2 + c3 + c4 (5.11)
G = 2 + c5 + c0 (5.12)
Ahora bien, un atribuible y estas ecuaciones no es suficiente para resolver el
problema de encontrar y , puesto que no se conocen los cantidades conservadas
E ni c. Por esta razon, si se quiere resolver el problema se deben usar dos
atribuibles distintos de tal forma que se puedan eliminar estas incognitas.

5.3 Las ecuaciones del metodo


Para escribir un sistema deecuaciones en  incognitas y deben utilizarse dos
atribuibles distintos 1 = 1 , 1 , 1 , 1 y 2 = 2 , 2 , 2 , 2 obtenidos en
tiempos t1 y t2 . Por consisitencia y confiabilidad de los resultados, cada atribuible
44 CAPITULO 5. FUNDAMENTO TEORICO DEL METODO

debera ser obtenido de un mismo observatorio [45, 17].

Como en principio se supone que los atribuibles son del mismo cuerpo, el momento
angular en ambos instantes debe ser el mismo. Denotando con un subndice 1 las
cantidades referentes al tiempo t1 y con 2 al tiempo t2 , esto quiere decir que:

c1 = c2

O, utilizando (5.3):

D1 1 + E1 21 + F1 1 + G1 = D2 2 + E2 22 + F2 2 + G2

De esta ecuacion se deduce que:

D1 1 D2 2 = E2 22 + F2 2 + G2 E1 21 F1 1 G1 (5.13)

Definiendo:
D = D1 D2 (5.14)
Y haciendo el producto de (5.13) con D:

D E2 22 + F2 2 + G2 E1 21 F1 1 G1 = 0


Esta ecuacion de orden dos, con incognitas 1 y 2 define la primera ecuacion del
metodo:
q (1 , 2 ) (D E2 ) 22 + (D F2 ) 2
(5.15)
(D E1 ) 21 (D F1 ) 1 + D (G2 G1 )

Tambien se puede ver que dado el valor de 1 y 2 , es sencillo obtener los valores
de 1 y 2 a partir de (5.13). En efecto, si en (5.13) se hace el producto cruz con
D1 y con D2 y luego se multiplca escalarmente por D se obtiene:
(E2 22 + F2 2 + G2 E1 21 F1 1 G1 ) D2 D
1 = (5.16)
D2
(E2 22 + F2 2 + G2 E1 21 F1 1 G1 ) D1 D
2 = (5.17)
D2
Para encontrar otra ecuacion en variables 1 y 2 , se utiliza la conservacion de la
energa. Si se utiliza (5.16) y (5.17) en (5.11), la ecuacion para la energa queda
con incognitas 1 y 2 . As, igualando la energa para los dos atribubles:
2k 2 2k 2
F1 (1 , 2 ) p = F2 (1 , 2 ) p
G1 (1 ) G2 (2 )

Multiplicando a ambos lados por G1 G2 y elevando al cuadrado:
p
(F1 F2 )2 G1 G2 4k 4 (G1 + G2 ) = 8k 4 G1 G2
5.4. SOLUCION A LAS ECUACIONES 45

Elevando una vez mas al cuadrado esta expresion se llega a la ecuacion polinomica:
2
p (1 , 2 ) (F1 F2 )2 G1 G2 4k 4 (G1 + G2 ) 64k 8 G1 G2

(5.18)
Cuyo grado total es 24, [2] De esta manera, se han encontrado dos ecuaciones:
(5.15) y (5.18) en las incognitas 1 y 2 . Si este sistema de ecuaciones puede ser
resuelto, se conoceran los valores posibles de todos los pares (1 , 2 ). Con estos
datos y (5.16) y (5.17) puede encontrarse los valores posibles de (1 , 2 ). Ello
implica que para cada tiempo t1 y t2 se tiene los siguientes datos:
   
1 , 1 , 1 , 1 , 1 , 1 , 2 , 2 , 2 , 2 , 2 , 2 (5.19)

Usando estos datos puede obtenerse, a traves de (5.1), el vector de estado para
cualquiera de los dos tiempos y, por consiguiente, los parametros orbitales. Los
datos de la forma (5.19) se conocen en la literatura como elementos orbitales
atribuibles,[8]. Como se menciono anteriormente, estos datos son una repre-
sentacion diferente del espacio de orbitas.

La dificultad recae ahora en la solucion del sistema de ecuaciones (5.15) y (5.18),


puesto que es un sistema 2 2 no lineal de orden total 48. La solucion de
este problema matematico requiere la utilizacion de las herramientas sofisticadas
mostradas en el captulo anterior.

5.4 Solucion a las ecuaciones


Utilizando la teora del captulo anterior, se tiene que para este caso el resultante
que resulta de las ecuaciones (5.15) y (5.18) es:

a20 0 b2 0
0
a19 a20 b1 b2 0 0
.. .. .

. . b0 b1 b2 ..
Resp,q (2 ) = .. .. . (5.20)
. . 0 b0 b1 ..
a0 a1 ... ... ..

. b0 b1
0 a0 0 0 0 0 b0
Donde los ai = ai (2 ) y bi = bi (2 ) son los coeficientes de (5.18) y (5.15) respec-
tivamente, si se ven estos polinomios como polinomios en la variable 1 .

Para utilizar el metodo de la transformada DFT e IDFT lo que se hace primero,


para el caso DFT, es evaluar los polinomios ai y bi (que aparecen como entradas
k
en el resultante) en las 64 races de la unidad k = e2i 64 , con k = 1, . . . 64 2 . Al
2
Se evaluan 64 puntos puesto que se espera utilizar el algoritmo FFT y el grado maximo del
resultante es 48, [19]
46 CAPITULO 5. FUNDAMENTO TEORICO DEL METODO

hacer estas evaluaciones, se puede obtener facilmente el valor del resultante para
cada punto, puesto que como se menciono en el captulo anterior:
det (Resp,q (2 )) |k = det (Resp,q (2 ) |k )
Finalmente, se aplica el algoritmo IDFT a los puntos evaluados y la respuesta a
este proceso seran valores aproximados a los coeficientes de (4.2). Con esto ya se
puede aplicar alguno de los metodos para resolver ecuaciones en una variable.

5.4.1 Seleccion de las soluciones


Solucionar (5.15) y (5.18) produce un conjunto de pares (1 , 2 ). Cada par de
soluciones permite obtener (1 , 2 ) a traves de (5.16) y (5.17). En principio, con
estos datos es suficiente para obtener los parametros orbitales. No obstante, al
solucionar estas ecuaciones se encontraran pares (1 , 2 ) que no tendran significado
fsico y que aparecen como consecuencia del proceso de manipulacion algebraica.
Se deben seleccionar como soluciones admisibles solo aquellos pares que satisfagan
las ecuaciones iniciales (5.8) y (5.3). En realidad, como las soluciones se obtienen
de manera aproximada, ninguna de las soluciones satisfacera de manera exacta
estas ecuaciones. Se aceptan como posibles soluciones solo aquellos pares que
satisfagan (5.3) (5.8) con un nivel muy alto de exactitud. Sin embargo, existen
muchos casos en que dos o mas de las soluciones pasan por este filtro, por lo tanto,
es necesario establecer un criterio adicional para seleccionar la solucion correcta.3

Sea (1 , 2 , 1 , 2 ) una solucion. Con estos datos se puede determinar los parametros
orbitales para cualquiera de las dos epocas t1 o t2 . De hecho, como se uso la conser-
vacion de la energa y momento angular para obtener la solucion, los parametros
a, e, i, seran los mismos para ambas epocas. Sin embargo habran divergencias
en los parametros y l:
1,2 (1 , 2 ) = (1 2 , l )
Con
3
l = l1 (l2 + n (t1 t2 )) , n = ka 2
Donde 1,2 se conoce como condiciones de compatibilidad. Notese que se hizo
explcita la dependencia de esta expresion en ambos atribuibles. Definiendo:
A = (1 , 2 )
Por la ley de propagacion de covarianzas, se tiene la matriz de covarianzas marginal
para las condiciones de compatibilidad:
 T
1,2 1,2
1,2 = A (5.21)
A A
3
Se asume que siempre habra solo una solucion para los casos estudiados. Sin embargo, esta
suposicion no siempre es cierta, [46]
5.5. IMPLEMENTACION NUMERICA 47

Haciendo C = 1
1,2 , se define la norma de identificacion [8] como:

k1,2 k2 = 1,2 CT1,2 (5.22)

El criterio adicional consiste en seleccionar la solucion (1 , 2 , 1 , 2 ) que arroje el


valor mas pequeno para la norma de identificacion.

5.5 Implementacion numerica


Descrita la teora del metodo basado en las integrales de movimiento, y con lo
estudiado en captulos anteriores, se implemento un conjunto de subrutinas en
Matlab que buscan obtener los parametros orbitales a partir de astrometra.
Este incluye rutinas para el acondicionamiento de los datos, transformacion entre
sistemas de coordenadas cartesianos y esfericos, rutinas para la transformacion en-
tre el espacio de fases a los parametros orbitales, rutinas para el manejo algebraico
de ecuaciones polinomicas y, finalmente, una rutina principal que implementa el
procedimiento descrito en las secciones precedentes, cuya implementacion se mues-
tra en el apendice C.

Si la convergencia se consigue4 , este procedimiento esta disenado para obtener


un conjunto de parametros orbitales para la informacion suministrada como en-
trada. Sin embargo, aparecieron algunos problemas con las primeras pruebas de
este codigo. En general, no se estaban obtenido respuestas aceptables para los
parametros orbitales, sin importar la calidad ni cantidad de los datos que se us-
aran como entrada.

Los problemas estan asociados a que los coeficientes numericos de los polinomios
p y q (5.15) y (5.18) son valores extremadamente pequenos. Ademas, no es ade-
cuado hacer un escalamiento de las cantidades (mediante un cambio de unidades,
por ejemplo), puesto que como menciona Gronchi (comunicacion personal, Junio
5, 2015), el problema es que los coeficientes no son uniformemente pequenos.

Ante este panorama, se hizo necesario usar las funciones de artmetica de alta pre-
cision del toolbox de matematica simbolica 5 para obtener resultados confiables.
En promedio, los tiempos de ejecucion estan alrededor de TE 6s en un com-
putador personal. Para mayor claridad, a continuacion en la Fig. 5.1 se presenta
el diagrama de flujo del metodo principal.

4
Con convergencia, se quiere decir que el algoritmo llegue hasta el ultimo proceso de ejecucion.
5
Fuente: http://www.mathworks.com/products/symbolic/features.html#variable-precision-
arithmetic.
48 CAPITULO 5. FUNDAMENTO TEORICO DEL METODO

Constantes de paralaje del ob-


(j,i , j,i , tj,i ), con j = 1, . . . , n.
servatorio ( cos , sin )

Interpolacion de
 Poincare
 Calcular i para i=1,2. y sus re-
para hallar R, R spectivas matrices de covarianza

Obtener los coeficientes de p y de q

Determinar los polinomios ai y bi y


evaluarlos en las races de la unidad
k
k = e2i 64 , con k = 1, . . . 64.

Se calculan las normas de identificacion. Evaluar el resultante para cada k =


Se selecciona los parametros orbitales 1, . . . , 64 utilizando el hecho de que:
con menor valor para este parametro det (Resp,q (2 )) |k = det (Resp,q (2 ) |k )

Aplicar IDFT para obtener


Se obtienen los parametros orbitales
los coeficientes del resultante

Encontrar las soluciones


Obtener el vector de estado (r, r) reales 2,m a este polinomio,
donde m es cuando mucho 48.

Se eliminan los pares (1 , 2 ) Para cada m, encontrar 1,m medi-


que no satisfacen las ecua- ante la ecuacion q (1 , 2,m ) = 0.
ciones de energa y momento. Se obtiene un par 1,m y 1,m

Es
Se selecciona la solucion que de el menor 1,m > 0 o
valor de |p (1,m , 2,m )| y p 1,m , 2,m s 1,m > 0?

Figura 5.1: Diagrama de flujo del algoritmo principal


5.6. RESULTADOS INICIALES 49

5.6 Resultados iniciales

Para probar la correctitud del algoritmo antes de usar datos medidos desde el
observatorio astronomico de la Universidad Tecnologica de Pereira y ademas es-
tudiar la influencia de las aproximaciones geocentricas y topocentricas, se probo el
metodo con cuerpos pertenecientes a las familias MBA y NEO, cuyos datos fueron
medidos por otros observatorios. En la Tabla 5.1 se listan todos los objetos uti-
lizados como prueba. Ademas se muestra la procedencia de los datos usados para
calcular el par de atribuibles para cada cuerpo. La informacion astrometrica se
obtuvo del motor de busqueda de observaciones del MPC6 en el cual se mues-
tran todos los datos tomados por observatorios que poseen codigo MPC. Con t1
se indica el tiempo inicial del arco de observaciones medido por el observatorio
correspondiente, que se identifica con el codigo entregado por el MPC. Asimismo,
t2 representa el tiempo inicial del segundo atribuible.

Tabla 5.1: Tiempos y lugares de observacion de los asteroides utilizados como


objeto de estudio.

Asteroide t1 (JD) Obs. t2 (JD) Obs.


MBA (101878) 2454108.63919 G96 2453999.03472 568
MBA (675) 2456878.31659 L33 2456901.72601 703
MBA (914) 2451713.47464 117 2454223.858414 196
MBA (1238) 2457022.01582 G45 2457105.8128 G45
MBA (1816) 2457127.78775 703 2457187.76007 703
NEO (99942) 2453175.67015 695 2453357.92318 E12
NEO (11500) 2451109.46667 561 2451151.94163 428
NEO (15745) 2451716.43194 610 2451747.68264 739
NEO (25330) 2451907.58476 704 2452007.84594 649
NOE (65679) 2447872.54673 675 2447828.76856 010

Procedencia de los datos utilizados. Se muestra el tiempo inicial de cada arco de


observacion y se senala el codigo MPC de los observatorios que realizaron las
mediciones.

El algoritmo se ejecuto entonces para estos datos y se obtuvo convergencia en cada


caso. En la Tabla 2 se muestran los parametros orbitales nominales (los entrega-
dos por el MPC) y el resultado de aplicar el algoritmo en la version geocentrica
(Geoc.) y en la version topocentrica (Topo.).

6
Ver: http://www.minorplanetcenter.netdb search
50 CAPITULO 5. FUNDAMENTO TEORICO DEL METODO

Tabla 5.2: Comparacion entre los parametros orbitales.

Parametros orbitales
Asteroide Datos
a(AU ) e i() () ()
MPC 2.2380734 0.1834232 0.60223 156.26944 145.11560
101878 Geoc. 2.2906675 0.2137229 0.61409 156.87946 145.78970
Topo. 2.2613360 0.2006867 0.61380 157.10655 144.24619
MPC 2.7704278 0.2007596 9.78383 263.26851 152.10953
675
Geoc. 2.7933342 0.2103692 9.77293 263.21830 151.59498
Topo. 2.7751505 0.2089904 9.78112 263.28802 151.50585
MPC 2.4577207 0.2146690 25.20561 255.80617 49.16424
914
Geoc. 2.4527812 0.2105730 25.21534 255.81562 48.52473
Topo. 2.4548271 0.2111170 25.22273 255.83729 48.46589
MPC 2.6658816 0.1416187 12.15504 51.95447 91.86598
1238
Geoc. 2.6966733 0.1615664 12.07645 51.18613 139.73490
Topo. 2.6498104 0.1448617 12.05276 52.72733 96.97644
MPC 2.3386797 0.2179828 26.13863 153.36043 340.78454
1816
Geoc. 2.2967588 0.2030637 26.11064 153.23408 334.29417
Topo. 2.3178117 0.2102513 26.19727 153.67579 339.60845
MPC 0.9221174 0.1912151 3.33062 204.20352 126.45688
99942
Geoc. 0.8919441 0.1987364 2.94893 209.75485 115.03299
Topo. 0.9218615 0.1913915 3.33999 204.52951 126.27401
MPC 1.0798741 0.3558841 10.30928 234.45954 289.41972
11500
Geoc. 0.9985168 0.1716986 4.68421 236.11125 290.97121
Topo. 1.0689727 0.3327292 9.69861 234.83437 289.21493
MPC 1.7197574 0.2550697 14.42786 132.64179 140.54859
15745
Geoc. 1.7460786 0.2624876 14.75843 132.70280 141.08076
Topo. 1.7074082 0.2519446 14.24257 132.85465 139.85713
MPC 1.5405768 0.3707986 14.32802 50.61908 85.97887
25330
Geoc. 1.6319274 0.3991019 14.74747 49.95111 83.44736
Topo. 1.5678689 0.3795623 14.40693 50.54001 87.20927
MPC 0.9150868 0.2647216 1.29952 178.23836 14.89192
65679
Geoc. 0.8934026 0.3618796 1.83796 181.51654 14.40954
Topo. 0.9135664 0.2759978 1.34754 178.92088 14.79512

Resultados obtenidos al ejecutar el metodo. Se comparan los valores nominales


de los parametros orbitales (MPC) con respecto a los obtenidos en el caso
geocentrico (Geoc.) y topocentrico.
5.7. ANALISIS DE ERRORES 51

Con los parametros orbitales (los topocentricos) se puede realizar una propagacion
de la orbita para encontrar la trayectoria heliocentrica de cada cuerpo. En la Fig.
5.2 se muestran las trayectorias obtenidas para los cuerpos MBA y en la Fig. 5.3
se muestra las trayectorias para los objetos NEO.

Figura 5.2: Trayectorias heliocentricas para los cuerpos de estudio de la familia


MBA.

5.7 Analisis de errores


Analizar estos resultados no es una tarea sencilla. Esto se debe en parte a que
realizar comparaciones entre tantos parametros puede ser una tarea poco clara
[47]. Una manera eficiente de analizar estos resultados es reducir el numero de
parametros de error de 6 a 2. Estos son el parametro de error en la forma de la
orbita d y en la orientacion de la orbita [48].

Si los parametros nominales son (a, e, i, , , ) y los parametros aproximados son


(a , e , i , , , ), los errores se estimaran mediante:
q
d = (a a )2 + (b b )2 (5.23)

Donde b = a 1 e2 es el semieje menor. El parametro de error en la orientacion
de la orbita se define como:
1
tr CC T 1
  
cos = (5.24)
2
52 CAPITULO 5. FUNDAMENTO TEORICO DEL METODO

Figura 5.3: Trayectorias heliocentricas obtenidas para los cuerpos NEO.

En la cual:
h iT
C = R ( + ) P (i) R () = r h r h (5.25)

En la que P , R son la matrices de rotacion sobre los ejes x e z, respectivamente


y los vectores en la matriz al lado derecho se entienden como vectores columna.
Notese que el angulo es el angulo principal de la matriz correctiva entre las
matrices C y C.

Este analisis se implementa en el apendice A.11 para lo cual fue necesario imple-
mentar en A.6 el calculo del vector de estado para cualquier cuerpo y en A.7 para
la Tierra. Al aplicar estas ecuaciones a los resultados obtenidos, se obtuvieron
los errores mostrados en la Fig. 5.4. Primero notese en la grafica del error en la
forma que, a excepcion de los cuerpos 11500 y 25330, los errores son inferiores a
65 103 AU , que son valores esperados al utilizar el problema de los dos cuerpos
como modelo dinamico [19].

Otra observacion importante se obtiene de analizar esta grafica: en general, tanto


para el error en la forma como para el error en la orientacion, el uso de la version
topocentrica del algoritmo produjo errores inferiores con respecto a la geocentrica,
y esto se nota para los ejemplos de ambas familias de asteroides. Sin embargo,
tambien es importante notar que para los asteriores de la familia NEO, las diferen-
cias entre ambas aproximaciones es mayor. Por ejemplo, si se calcula el promedio
de las diferencias entre los errores de cada aproximacion dG dT se obtiene un
valor de 0.02711AU para los cuerpos MBA y de 0.04950AU para los NEO, lo cual
5.7. ANALISIS DE ERRORES 53

Figura 5.4: Errores obtenidos para cada cuerpo. En la parte izquierda se muestra
el error en la forma de la orbita, y en la derecha, el error en la orientacion de la
orbita.

es casi el doble que para el caso MBA.

Para observar con mayor claridad los errores obtenidos, se puede aprovechar que
el error en la forma es una distancia y que el error en la orientacion es un angulo,
para hacer una grafica en el plano complejo, en la que el error de cada ejemplo se
representa exclusivamente por el punto:

 = dei (5.26)

En esta representacion, el error sera inferior para puntos mas cercanos al origen
y con menor angulo de inclinacion con respecto al eje x positivo. Los resultados
se muestran en la Fig. 5.5. En esta se puede apreciar claramente que los mejores
resultados se obtienen con al aproximacion topocentrica.

Lo anterior sugiere dos cosas importantes: la primera es que como muchas per-
sonas han discutido en el pasado [7, 8], para cuerpos que pertenecen a la fa-
milia MBA, la version geocentrica produce resultados aceptables que permiten
hacer seguimiento futuro al objeto y por lo tanto, un refinamiento de la orbita.
Esto tambien es cierto para los metodos clasicos de Laplace y Gauss. Segundo:
para objetos pertenecientes a la familia NEO, los errores generados al usar la
version geocentrica pueden ser muy superiores a los producidos por la version
topocentrica, y esto puede llegar a ser determinante en la imposibilidad de re-
alizar seguimiento al cuerpo y/o en la imposibilidad de efectuar un refinamiento
de los parametros orbitales a traves de la correccion diferencial estandar [6]. Esto
se debe a que muchos objetos pertenecientes a esta familia son muy tenues y se
mueven muy rapido (i.e, poseen un movimiento diario muy alto), lo cual demanda
mayor presicion instrumental. Por lo tanto, la version del algoritmo utilizada para
54 CAPITULO 5. FUNDAMENTO TEORICO DEL METODO

Figura 5.5: Combinacion de ambos errores en el plano complejo. En azul se


muestra los errores obtenidos con la version geocentrica y en rojo los de la version
topocentrica. El error es menor entre mas cerca se este del origen.

estos cuerpos debera ser siempre la topocentrica.

De aqu en adelante se opta por usar la version topocentrica del algoritmo para
las pruebas posteriores. El proposito del captulo siguiente es mostrar resulta-
dos experimentales, con datos tomados desde el observatorio astronomico de la
Universidad Tecnologica de Pereira (OAUTP).
Captulo 6

Resultados experimentales

En este captulo se describen los procedimientos aplicados para obtener las medi-
ciones de cada asteroide usado para probar el algoritmo. Ademas de esto se
muestran los resultados de aplicar el metodo del captulo anerior a tales datos.

Obtener datos astrometricos es un proceso que puede dividirse en tres pasos que
deben ejecutarse de forma adecuada para que la informacion obtenida tenga la
calidad necesaria para obtener orbitas preliminares confiables. Se describira como
se llevaron a cabo estos pasos durante la realizacion de este trabajo.

6.1 Planeamiento de las observaciones


El primer paso para realizar observaciones astronomicas es el planeamiento. Este
consiste en construir una lista de cuerpos que se quieren observar y sus ubicaciones
en el cielo. Para hacer esta lista se debe tener en cuenta, ademas del interes propio
que represente la observacion de estos cuerpos, la posicion del cielo en el que la
visibilidad es posible.

En general, las regiones mas adecuadas por la ubicacion del OAUTP son desde el
zenit hasta el sur y sur-este. En principio, y mientras se adquiere la experiencia
necesaria, se elegiran cuerpos con magnitud aparante m 16 y se seleccionaran
cuerpos con identificadores del MPC superiores a 4001 . Una vez analizada la
condicion del cielo, se utiliza el software TOOLKIT FOR CCD ASTROMETRY
que forma parte del proyecto CLEA, el cual es financiado por la NSF, NASA y
Gettysburg College2 . Este software esta disponible para uso libre en situaciones
academicas.
1
As lo sugiere el propio MPC a observatorios que empiezan a funcionar y desean obtener el
codigo del observatorio.
2
Fuente: http://www3.gettysburg.edu/ marschal/clea/cleahome.html

55
56 CAPITULO 6. RESULTADOS EXPERIMENTALES

Despues de instalar el programa, descargado e instalado las bases de datos del


MPC y del observatorio Lowell, se esta en capacidad de hacer busquedas de cuer-
pos. Para esto se da clic en el boton Orbit search y luego se selecciona la base de
datos. Al hacer esto aparecera una ventana con opciones de busqueda, como se
muestra en la Fig. 6.1. Esta ventana, ademas de la fecha de interes, ofrece varias

Figura 6.1: Ventana de busqueda del programa TOOLKIT FOR CCD ASTROM-
ETRY.

opciones para limitar o restringir los resultados. Se elegira limitar la busqueda por
regiones del cielo (mediante el establecimiento de lmites a los valores de ascension
recta y declinacion) y tambien por rango de magnitudes.

Al presionar el boton OK, el programa automaticamente consulta en la base de


datos predefinida3 y arroja una lista como resultado (ver Fig. 6.2.). Esta lista es
importante porque ademas de mostrar los cuerpos que cumplen con las condiciones
de busqueda, tambien entrega las coordenadas de sus posiciones, las magnitudes
aparentes y ademas ofrece informacion adicional como los cuerpos que poseen
orbitas mal condicionadas, etc.

De esta lista se seleccionan unos cuantos asteroides (el numero por jornada de
observacion es de mas o menos 8) que se convierten en los candidatos a ser obser-
vados en el cielo. En este punto se pasa a la siguiente etapa del proceso.

3
Siempre se trabajara con la base de datos del MPC.
6.2. OBSERVACIONES 57

Figura 6.2: Lista de asteroides que satisfacen las condiciones de la ventana de


busqueda.

6.2 Observaciones
Los datos observacionales se obtienen con los equipos con los que cuenta el
OAUTP. El telescopio es un MEADE4 f /10 LX 200 GPS de 1600 con tecnologa
UHTC (Ultra-High Transmission Coatings) y viene integrado con el software Au-
toStar Suite , el cual permite controlar el telescopio de manera precisa a traves de
sus sensores GPS y de movimiento. Este software es ademas bastante util porque
posee bases de datos de muchos catalogos estelares y ademas de esto, tambien es
posible integrarle el catalogo de cuerpos menores del sistema solar. Esto implica
que para centrar los asteroides seleccionados en la etapa de planeacion, solo hay
que buscarlos por el nombre en el software y llevar el telescopio hasta las coorde-
nadas apropiadas.

Sin embargo, para que lo anterior funcione de manera correcta el telescopio debe
estar calibrado. Esto quiere decir que los motores y sensores deben estar en
perfecto funcionamiento (para cual es necesario realizar varios procedimientos
periodicos como el PEC, etc. 5 ). Ademas de esto el telescopio debe estar apropi-
adamente alineado (lo cual garantiza que la posicion en la que apunta el telescopio
coincida con la del software) y antes de cada jornada de observacion debe realizarse
un proceso de sincronizacion con algunas estrellas de referencia. La realizacion
de todas estas actividades de mantenimiento es fundamental para preservar las
cualidades del equipo. En el OAUTP este trabajo es realizado por los estudiantes
y profesores investigadores, pero principalmente por el profesional que tiene como
funcion principal esta tarea.
4
Para informacion detallada del telescopio, consultar: http://www.meade.com/lx200-acf-16-
with-super-giant-field-tripod.html
5
Consultar el manual del equipo para ver en detalle la naturaleza de estos procedimientos.
58 CAPITULO 6. RESULTADOS EXPERIMENTALES

El OAUTP cuenta con varias camaras CCD6 que permiten tomar fotografas de
alta calidad. Para la realizacion de este trabajo se utilizo la camara SBIG ST-
2000 XM7 , la cual posee un sensor CCD con pxeles cuadrados de 7.4m. Antes
de cada jornada de observacion y despues de hacer la sincronizacion del telesco-
pio, se acopla la camara y esta se enfoca mediante el movimiento del espejo del
telescopio y el uso del microenfocador.

Una vez realizado todos estos procedimientos se puede enviar el telescopio medi-
ante el software al sitio de interes. La camara se puede configurar para que tome
fotos con un tiempo de exposicion variable, desde unos cuantos microsegundos
hasta minutos. El tiempo de exposicion dependera de dos factores. El primero es
la magnitud de los objetos en el campo. Para hacer astrometra, en el campo de
la imagen capturada deben verse, ademas del asteroide objetivo, varias estrellas
que se usan como cuerpos de referencia. Estas estrellas deben estar bien definidas
(con un PSF (point-spread function) y SNR (signal to noise ratio) alto, [49, 10]),
por lo cual el tiempo de exposicion debe ser el suficiente para que as suceda.
Segundo, los asteriodes se mueven relativamente rapido en la imagen. El tiempo
de exposicion no puede ser tan alto como para que el cuerpo aparezca difuminado,
porque esto tambien afecta la calidad de los datos. Esto quiere decir que el tiempo
de exposicion se deje elegir cuidadosamente al balancear estos factores.

En este punto hay un reto instrumental adicional: como es obvio, el asteroide que
se quiere medir debe quedar dentro de la imagen obtenida. Por lo tanto es nece-
sario realizar una comparacion del campo de la camara con uno de referencia para
garantizar esto, antes de empezar a tomar fotografas. Existen muchas formas de
hacer esta comparacion. En este trabajo y despues de mucho probar, se decidio
usar el software libre SAOImage DS9 8 .

Con el programa instalado y al ejecutarse se sigue camino Analysis Image


Servers ESO-DSS I/II, como se muestra en la Fig. 6.3. Con esto se le esta
indicando al programa que se desea buscar un campo de referencia en el survey
ESO-DSS I/II. Al dar clic se mostrara una ventana en la cual se deben dar las co-
ordenadas del centro de la imagen deseada y del tamano rectangular de la imagen.
Como la SBIG-ST 2000 XM produce campos de 10 7.5 arcominutos, el tamano
para comparar se hace coincidir.

6
Para ver fotografas y una lista con los equipos del OAUTP, consultar en :
http://observatorioastronomico.utp.edu.co/instrumentacion.html
7
Para las especificaciones detalladas, ver: http://archive.sbig.com/sbwhtmls/st2000xm new.htm.
8
Ver: http://ds9.si.edu/site/Home.html.
6.2. OBSERVACIONES 59

Figura 6.3: Camino en el programa para encontrar campos de referencia.

Figura 6.4: Campo de referencia obtenido del survey ESO-DSS I/II.


60 CAPITULO 6. RESULTADOS EXPERIMENTALES

Figura 6.5: Imagen obtenida del asteroide 675.

En la Fig. 6.4 se muestra el campo que arroja el programa para una de las
observaciones llevadas a cabo. El proposito es confirmar que se este en el campo
correcto para observar el asteroide 675. En la Fig. 6.5 se muestra la imagen
tomada en el OAUTP. Notese que despues de un analisis cuidadoso es facil iden-
tificar varios asterismos 9 comunes en ambas imagenes, lo cual hace concluir que
ambas imagenes corresponden al mismo campo. El asteroide se muestra en color
rosa en la imagen obtenida desde el OAUTP. Notese que en la imagen del campo
de referencia no se puede apreciar este cuerpo, lo cual es una indicacion de que
esta fue tomada mucho antes de que la trayectoria del asteroide pasara por ese
lugar.

Una vez se tiene certeza de que el campo observado es el correcto, se procede


a tomar una secuencia de imagenes. De cada una de estas se podra extraer, si
la calidad as lo permite, un solo dato de la forma (, , t). En la terminologa
del captulo anterior, la serie de imagenes permite extrar un arco muy pequeno
de la orbita (i , i , ti ). Para probar el algoritmo se hicieron observaciones de los
asteroides 675 y 654, los cuales son asteroides que pertenecen al cinturon prin-
cipal (MBA) con dimensiones de aproximadamente 67.6km y 127.8km, respecti-
vamente. En la Fig. 6.6 se muestran dos de las imagenes tomadas del asteroide
675, en las que se alcanza a apreciar el desplazamiento del asteroide en el campo.
9
Un asterismo es un patron formado por varias estrellas.
6.2. OBSERVACIONES 61

De hecho, para el proceso posterior de reduccion de datos es importante ver este


movimiento porque de esta manera se puede identificar el o los asteroides dentro
del campo con seguridad. En la Fig. 6.7 se muestran dos imagenes capturadas
del asteroide 654. En esta imagen tambien es posible apreciar el movimiento del
asteroide con respecto a las estrellas de referencia.

Figura 6.6: Imagenes tomadas del asteroide 675. En rojo se muestra el asteroide.
Notese que se alcanza a apreciar el movimiento del asteroide con respecto a las
estrellas de fondo.

Figura 6.7: Imagenes tomadas del asteroide 654. En rojo se muestra el asteroide.
Notese que se alcanza a apreciar el movimiento del asteroide con respecto a las
estrellas de fondo.

Para obtener los datos astrometricos a partir de estas imagenes es importante


notar que las posiciones que se pueden medir directamente sobre la imagen son
la ubicacion en pxeles, que son coordenadas rectangulares que resultan de la
proyeccion de la esfera celeste sobre la imagen. Es por esta razon que es impor-
tante tener un buen numero de estrellas de referencia bien definidas. Es posible
62 CAPITULO 6. RESULTADOS EXPERIMENTALES

medir las coordenadas en pxeles de estas estrellas y tambien buscar sus coorde-
nadas angulares en catalogos estelares con informacion de posicion precisa, tales
como UCAC-4. Con estos dos conjuntos de datos se puede ajustar un polinomio
mediante un procedimiento de mnimos cuadrados, de tal manera que se obtenga
un funcion que relacione posicion en pxeles con coordenadas angulares. Con esta
funcion se estiman valores de (, ) para cualquier punto sobre la imagen, en espe-
cial, para el asteroide encontrado. Este procedimiento lo realiza Astrometrica ,
del cual se tiene licencia al interior del grupo de investigacion. A continuacion se
muestra en detalles el uso de estre programa, el cual representa la tercera etapa
necesaria para obtener datos astrometricos.

6.3 Reduccion de datos


La idea es entonces obtener las coordenadas angulares del asteroide desde su
ubicacion en la imagen. Este procedimiento se ejecuto en Astrometrica, el cual es
un programa mas complejo y por lo tanto a continuacion se explica en detalle el
procedimiento necesario para que funcione corrrectamente.

El proceso de configuracion inicial del programa de acuerdo con las caractersticas


instrumentales con las que se va a usar es de fundamental importancia, puesto
que una mala configuracion puede impedir el funcionamiento del mismo.

Determinacion de los parametros instrumentales


Lo primero que debe hacerse es ingresar los datos instrumentales. Como se vera
mas adelante, distintas circunstancias hacen que los valores nominales difieran de
los valores reales de estos parametros.

Se da clic en F ile > settings. Al hacer esto se abre un recuadro con un


conjunto de botones como Observing Site, CCD, etc., que deben llenarse.

Observing Site

En el recuadro Observing Site se ingresan los datos geograficos y de contacto


del observatorio, aclarando que si el observatorio no tiene codigo MPC la opcion
MPC CODE debe llenarse con XXX.

CCD

En este recuadro se ingresan los valores nominales de la camara con la que se


toman las fotos que se quieren procesar. En la Fig 6.8. Se muestra como llenar es-
6.3. REDUCCION DE DATOS 63

Figura 6.8: Configuracion de la seccion CCD.

tos parametros para el caso de la camara CCD SBIG ST-2000 XM10 . Las opciones
Flip Horizontal y Flip vertical permiten organizar la orientacion de la imagen que
se carga al programa si es necesario. Ninguna de las dos opciones fue requerida
para orientar la imagen para las imagenes obtenidas. Los parametros restantes
de esta seccion conciernen al tiempo de las observaciones. Debe revisarse en los
manuales de la camara utilizada, por ejemplo, si el tiempo se guarda con el tiempo
inicial, en la mitad o al final de la exposicion.

Program
Esta es, sin duda, la seccion mas importante de la configuracion. En el recuadro
Object detection se configuran los parametros que le indican al programa como
eliminar datos atpicos y como identificar las estrellas y cuerpos menores en la
imagen. El parametro Aperture Radius se refiere al tamano de las estrellas: entre
10
Notese que estos parametros difieren de los nominales. Sin embargo, la primera vez que se
ingresen estos valores, deben ser los nominales. Mas adelante se indicara porque y como varian
estos parametros.
64 CAPITULO 6. RESULTADOS EXPERIMENTALES

Figura 6.9: Configuracion de la seccion Program.

mas alto sea el valor de este parametro el programa buscara por regiones mas
grandes en la imagen que puedan ser estrellas. Las demas opciones en este re-
cuadro se refieren a la calidad de la imagen. Debe consultarse en cualquier libro
o documento sobre imagenes astronomicas para entender el significado de estos
terminos[10]. Inicialmente, se va a suponer que la imagen no es de muy buena
calidad, para lo cual se ingresa los siguientes valores: Detection limit = 6. Min-
imun HWHM =0.7 y PSF Fit-RMS = 0.2. Esto se refina despues de analizar la
calidad final de los resultados. En la Fig. 6.9 se muestra la configuracion final de
esta seccion.

En la seccion de catalogo estelar, se selecciona UCAC-4. Los lmites superior e in-


ferior indican que tan tenues y que tan brillantes son las estrellas que el programa
intenta identificar. En este punto se pone un lmite inferior alto de tal forma que
se evite el usar estrellas muy tenues en el proceso.
6.3. REDUCCION DE DATOS 65

En el recuadro de Reference star matching se pone 0 la primera vez que se usa el


programa. Esto le indica al programa que en la primera ocasion se quiere hacer el
proceso de manera manual. En alignment area se ingresa el numero de estrellas
con las que se busca realizar la alineacion de imagenes. Un valor usual de este
parametro es 30.

Refinando los parametros


Para refinar los parametros se siguieron los siguientes pasos. Primero, se da clic
en F ile > Load images y se elige alguna de las imagenes disponibles en formato
.FITS . Para hacer astrometra siempre se recomienda usar mas de una imagen
del mismo cuerpo, por lo cual se repite el proceso y se cargan todas11 .

Posteriormente, se da clic en Astrometry > data reduction. Al hacer esto


aparece un recuadro en el que se debe indicar las coordenadas del centro de la
imagen o la opcion de ingresar cual es el cuerpo observado. En este caso se esta
usando informacion de 2326, 675 y 654, por lo cual se da clic en el boton de
busqueda y luego se da ok al cuerpo encontrado. Despues de esto aparecera sobre
la imagen desplegada un conjunto de crculos rojos que indican las estrellas de
referencia que el programa encontro para ese campo. Tambien aparece, como se
observa en la Fig. 6.10, un recuadro con unas direcciones y las opciones magni-
tude, focal length y Position angle que deben manipularse hasta que los crculos
rojos concuerden con las estrellas de la imagen tan preciso como sea posible. En
este punto es donde se hace eviente que la longitud focal y el angulo no corre-
sponden a los nominales, puesto que deben ser modificados, generalmente, para
que se logre un buen acuerdo entre la imagen y los crculos.

Cuando se considere que se obtuvo un buen acuerdo entre estrellas y crculos se


la clic al boton ok. el programa procedera a realizar la astrometra y mostrara un
cuadro adicional con los datos reducidos, si el proceso esta correcto, es decir, si los
parametros ingresados previamente son apropiados para la calidad de la imagen y
si la alineacion se hizo de forma adecuada. Para finalizar la configuracion inicial,
se observa los valores que toman estos parametros (Local length, position angle)
y se devuelve a la seccion anterior de settings para ingresar los nuevos valores de
estos parametros.

Sin embargo, si el procedimiento de fijar los parametros del programa no se realiza


de manera cuidadosa, o si la calidad de la imagen es baja, o si no se hizo una
buena alineacion, despues de presionar el boton OK el programa hara una de dos
11
Observese que al cargar cada imagen aparece un recuadro que indica las coordenadas y
tiempo de la imagen. Estos datos provienen del archivo .FITS guardado por el software de la
camara y por tal razon se considera como el correcto.
66 CAPITULO 6. RESULTADOS EXPERIMENTALES

Figura 6.10: Ajuste manual de los parametros instrumentales.

cosas: no avanzara de este punto puesto que se espera que el usuario haga una
mejor alineacion o aparecera un error diciendo que hubo alguna divergencia en el
proceso de fijar las constantes. En ambos casos se sugiere analizar detalladamente
los parametros de calidad del programa, estudiar si la imagen tiene la calidad su-
ficiente para estos, y luego modificar la configuracion de tal forma que se pueda
usar los datos disponibles.

Despues de que este procedimiento se realiza correctamente, no es necesario repe-


tirlo para cada imagen siempre y cuando la configuracion instrumental permanezca
igual: misma camara, mismo telescopio, etc.

6.4 Resultados observacionales

Al ejecutar la reduccion de datos para cada imagen se obtuvieron los resultados


que se muestran a continuacion. En la Tabla 6.1 se muestran los resultados para
675 y en la Tabla 6.2 para 654. Los datos se muestran en el formato del Minor
Planet Center (MCP).
6.5. RESULTADOS DEL ALGORITMO 67

Tabla 6.1: Datos astrometricos obtenidos para 675.

Cuerpo t(UT)
675 2014 09 16.16787 22 41 02.44 +09 16 41.4
675 2014 09 16.16840 22 41 02.42 +09 16 41.2
675 2014 09 16.16895 22 41 02.38 +09 16 40.9
675 2014 09 16.16948 22 41 02.36 +09 16 40.7
675 2014 09 16.17057 22 41 02.30 +09 16 40.4
675 2014 09 16.20616 22 41 00.50 +09 16 29.0
675 2014 09 16.20778 22 41 00.40 +09 16 28.2
675 2014 09 16.20831 22 41 00.38 +09 16 28.2

Informacion obtenida para 675.

Tabla 6.2: Datos astrometricos obtenidos para 654.

Cuerpo t(UT)
654 2014 09 16.22959 21 23 27.20 +09 08 31.2
654 2014 09 16.23013 21 23 27.26 +09 08 31.4
654 2014 09 16.23067 21 23 27.21 +09 08 30.9
654 2014 09 16.23120 21 23 27.28 +09 08 30.1
654 2014 09 16.23175 21 23 27.18 +09 08 32.5
654 2014 09 16.23228 21 23 27.28 +09 08 31.7
654 2014 09 16.23282 21 23 27.15 +09 08 30.1
654 2014 09 16.23337 21 23 27.12 +09 08 30.6
654 2014 09 16.23444 21 23 27.02 +09 08 29.5
654 2014 09 16.25144 21 23 26.36 +09 08 23.0

Informacion obtenida para 654.

6.5 Resultados del algoritmo

Asteroide 675

Es importante notar que de estos datos puede extraerse un atribuible para cada
cuerpo. Para obtener un segundo atribuible se utiliza el motor de busqueda del
MPC. En la Tabla 6.3 se muestran los datos usados del MPC para obtener un
segundo atribuible para 675.
68 CAPITULO 6. RESULTADOS EXPERIMENTALES

Tabla 6.3: Datos astrometricos adicionales para 675.

Cuerpo t(UT)
675 2014 10 13.20413 22 25 58.44 +06 26 46.8
675 2014 10 13.21267 22 25 58.31 +06 26 43.6
675 2014 10 13.22344 22 25 58.14 +06 26 39.7
675 2014 10 13.23197 22 25 58.01 +06 26 36.7

Informacion adicional para 675. Estos fueron datos fueron obtenidos por el
observatorio MPC 703.
El codigo se ejecuto para estos datos y en la Tabla 6.4 se muestran los resultados
obtenidos. En la Fig. 6.11 se muestra la trayectoria encontrada para este cuerpo.

Tabla 6.4: Parametros orbitales de 675.

Parametro Obtenido MPC


a(U A) 2.7976033 2.7704278
e 0.1994317 0.2007596
i( ) 10.10851 9.78383
( ) 263.74402 263.26851
( ) 148.68496 152.10953

Comparacion entre los datos obtenidos y los entregados por el MPC para 675.
6.5. RESULTADOS DEL ALGORITMO 69

Figura 6.11: Se muestra la trayectoria del asteroide 675 en el sistema eclptico


heliocentrico, en el cual el Sol esta en el origen de coordenadas.

Asteroide 654
En la tabla 6.5 se muestran las datos adicionales que se utilizaron para obtener un
segundo atribuible para 654. En la tabla 6.6 se muestran los parametros orbitales
obtenidos y la comparacion con los entregados por el MPC y en la Fig 6.12 se
observa la orbita obtenida.

Tabla 6.5: Datos astrometricos adicionales para 654.

Cuerpo t(UT)
654 2014 08 08.81354 22 00 36.78 +10 48 15.8
654 2014 08 08.83865 22 00 35.28 +10 48 17.8
654 2014 08 08.85953 22 00 34.03 +10 48 19.6
654 2014 08 09.83154 21 59 36.74 +10 49 31.9
654 2014 08 09.90981 21 59 32.01 +10 49 37.3
654 2014 08 09.95659 21 59 29.16 +10 49 40.5
654 2014 08 10.81447 21 58 38.16 +10 50 31.9
654 2014 08 10.83525 21 58 36.89 +10 50 33.1
654 2014 08 10.85918 21 58 35.43 +10 50 34.4

Informacion adicional para 654. Estos fueron datos fueron obtenidos por el
observatorio MPC l33.
70 CAPITULO 6. RESULTADOS EXPERIMENTALES

Tabla 6.6: Parametros orbitales de 654.

Parametro Obtenido MPC


a(U A) 2.3695859 2.2967431
e 0.2453443 0.2313217
i( ) 14.82003 18.12709
( ) 270.62349 278.47430
( ) 215.84125 214.02028

Comparacion entre los datos obtenidos y los entregados por el MPC para 654.

Como en el captulo anterior, considerando los parametros nominales tomados del

Figura 6.12: Se muestra la trayectoria del asteroide 654 en el sistema eclptico


heliocentrico, en el cual el Sol esta en el origen de coordenadas.

MPC como valores verdaderos, se puede determinar los errores de los parametros
orbitales calculados. En la Tabla 6.7 se muestran los errores obtenidos. En este
caso, los errores son similares a los obtenidos en el captulo anterior, en especial,
es importante notar que los errores en la forma son del orden de 103 AU , que
son valores aceptables como orbitas iniciales. Esto muestra que los datos medidos
desde el OAUTP cuentan con la calidad necesaria para obtener orbitas iniciales.
Tambien se nota que el metodo implementado en este trabajo es adecuado para
la determinacion de orbitas iniciales.
6.5. RESULTADOS DEL ALGORITMO 71

Tabla 6.7: Errores para los parametros orbitales obtenidos

Errores
Asteroide
d(AU )
675 0.03857 0.096119
654 0.05192 0.121481

Errores obtenidos para los dos cuerpos de estudio utilizados.


72 CAPITULO 6. RESULTADOS EXPERIMENTALES
Captulo 7

Conclusiones y trabajo futuro

En este trabajo se estudia el problema de inversion de orbitas. Se describe


detalladamente un metodo basado en las integrales de movimiento para el pro-
blema de los dos cuerpos, y se discute la forma en que se implemento computa-
cionalmente, en una version geocentrica y en una topocentrica. El codigo se
escribe en una serie de subrutinas auxiliares y una rutina principal, que recibe
dos conjuntos de datos observacionales y las coordenadas de los lugares de obser-
vacion.

Se realizo una prueba inicial del codigo con datos tomados del motor de busqueda
del MPC. El proposito de esta prueba fue analizar la correctitud del codigo y
ademas determinar la version mas adecuada para los datos tomados por el Ob-
servatorio Astronomica de la Universidad Tecnologica de Pereira (OAUTP). Se
encontro que el algoritmo implementado es adecuado para obtener orbitas iniciales
y se encontro que la version mas precisa es la topocentrica, lo cual es cierto para
asteroides de la familia MBA y NEO. Por lo tanto, la version final del metodo
usada fue la topocentrica.

Posteriormente se describe la metodologa que es necesario implementar para


obtener informacion astrometrica precisa con los instrumentos con los que cuenta
el OAUTP. Se realizaron mediciones de los asteroides 675 y 654 y se aplica la
reduccion de datos para probar el algoritmo implementado. Los parametros or-
bitales obtenidos son cercanos a los valores nominales entregados por el MPC.
Esto se comprueba mediante el analisis de errores realizado, que muestra que los
errores estan dentro de los rangos esperables para orbitas iniciales.

Es importante realizar pruebas de este algoritmo con una muestra mayor de cuer-
pos, para lo cual la estrategia mas adecuada podra ser llevar a cabo una sim-
ulacion de observaciones (mediante el metodo Monte Carlo, por ejemplo), en la
que se pueda estudiar mas detalladamente el comportamiento del metodo cuando
se utiliza un conjunto grande de datos. Tambien es importante ahondar en el

73
74 CAPITULO 7. CONCLUSIONES Y TRABAJO FUTURO

comportamiento del algoritmo cuando se vara el tiempo transcurrido entre am-


bos arcos de observaciones. Por ultimo, es importante realizar comparaciones de
este metodo con respecto a otros para establecer ventajas y desventajas, de tal
manera que el proceso de inversion de orbitas sea mas efectivo para los datos
tomados desde el OAUTP.

Finalmente, en este trabajo se ha avanzado en el area de Astrometra y Astronoma


de posicion, puesto que se han podido realizar mediciones de asteroides con la cal-
idad suficiente para obtener en un futuro cercano el codigo de observatorio, que
son otorgados por el MPC. Asimismo, la teora aqu estudiada permitira al grupo
de investigacion en Astroingeniera Alfa Orion abordar otros problemas modernos
relacionados con la inversion de orbitas, en los que el grupo se encuentra en la
capacidad de hacer aportes propios y de realizar colaboraciones con otros grupos
y observatorios.
Anexos

75
Apendice A

Codigo Fuente de funciones


basicas

A.1 Convertir UT a JD

function res= UTtoJD(X) %X debe tener el formato del


%minor planet center en UT: Yyyy mm dd.sss
A=X(:,1);
M=X(:,2);
d=X(:,3);
m=length(X(:,1));
for i=1:m
if M(i)<=2
A(i)=A(i)-1;
M(i)=M(i)+12;
end
res(i)=floor(365.25*(A(i)+4716))+floor(30.6001*(M(i)+1))-floor(A(i)/100);
res(i)=res(i) +floor(floor(A(i)/100)/4)+d(i)-1522.5;
end
end

A.2 Convertir JD a UT

function res= JDtoUT(t)


%T=(t-2415019.5)/(365.25);
T=(t-2451545.5)/(365.25);
Yr=2000+floor(T);
LeapYear=floor((Yr-2000-1)*0.25);
days=(t-2451544.5)-((Yr-2000)*365+LeapYear);
if days<1
Yr=Yr-1;
end

77
78 APENDICE A. CODIGO FUENTE DE FUNCIONES BASICAS

LeapYear=floor((Yr-2000-1)*0.25);
days=(t-2451544.5)-((Yr-2000)*365+LeapYear);
d=floor(days);
aux=[31 28 31 30 31 30 31 31 30 31 30 31];
if mod(Yr,4)==0
aux(2)=29;
end
a=0;
i=1;
while(a<d)
a=a+aux(i);
i=i+1;
end
aux2=0;
for j=1:i-2
aux2=aux2+aux(j);
end
h=(days-d);
res=[Yr i-1 (d-aux2)+h];
end

A.3 Transforma la ascension recta a radianes

function res=RA(A) %Convierte la ascensi n rescta del format MPC


%a radianes
format long
res=zeros(length(A(:,1)),1);
for i=1:length(A(:,1))
res(i,1)=15*(A(i,1)+A(i,2)/60+A(i,3)/3600)*pi/180;
if res(i,1)>=pi
res(i,:)= -1*(2*pi-res(i,:));
end
end
end

A.4 Transformar la declinacion a radianes

function res=DEC(A)%Convierte la declinaci n del format MPC a radianes


format longg
res=zeros(length(A(:,1)),1);
for i=1:length(A(:,1))
if A(i,1)~=0
res(i,1)=sign(A(i,1))*(abs(A(i,1))+A(i,2)/60+A(i,3)/3600)*pi/180;
else
res(i,1)=(abs(A(i,1))+A(i,2)/60+A(i,3)/3600)*pi/180;
end
end
end
A.5. RESUELVE LA ECUACION DE KEPLER 79

A.5 Resuelve la ecuacion de Kepler


En la Fig. A.1 se muestra el diagrama de flujo del metodo numerico utilizado
para resolver la ecuacion de Kepler y posteriormente se muestra el codigo imple-
mentado.

Se introducen f, f 0 , f 00 , f 00 , el valor
del error , , la excentricidad e y M .

se introduce la estimacion inicial


E = E0 = M + 0.85e sgn (sin M )
n=1

1 = ff0(E)
(E)

2 = f 0 (E)+f (E)
1
1 f 00 (E)
2

f (E)
x = f 0 (E)+ 12 2 f 00 (E)+ 61 22 f 000 (E)

E0 = E + x

kxk
o s
Ouput=E 0
kf (E)k


E = E0
n = n+1

s
n 30 No converge
no

Figura A.1: Diagrama de flujo de la solucion a la ecuacion de Kepler.


80 APENDICE A. CODIGO FUENTE DE FUNCIONES BASICAS

function res= E(e,M) %Resuelve la ecuaci n de Kepler


format longg
function res= f(x)
res=x-e*sin(x)-M;
end

function res= f1(x)


res=1-e*cos(x);
end
function res= f2(x)
res=e*sin(x);
end
function res=f3(x)
res=e*cos(x);
end
a=0;
M=M-floor(M/2*pi)*2*pi;
sigma=sign(sin(M));
x=M+0.85*e*sigma;
error=1e-15;
k=1;
while (a==0)
d1=(-1*f(x))/(f1(x));
d2=(-1*f(x))/(f1(x)+0.5*d1*f2(x));
d3=(-1*f(x))/(f1(x)+0.5*d2*f2(x)+0.1666666666666667*d2*d2*f3(x));
aux=x+d3;
if (abs(x-aux)<error ) | | ( f(aux)<=1e-12)
a=1;
res=aux;
end
x=aux;
k=k+1;
if k>=30
error('myApp:argChk', 'eL M todo no converge')
end
end
end
A.6. CALCULA EL VECTOR DE ESTADO 81

A.6 Calcula el vector de estado


En la Fig. A.2 se muestra el diagrama del flujo del codigo implementado en esta
seccion.

Entrada: parametros orbitales


(a, e, i, , , t0 ), la constante
gravitacional y el tiempo t.

s
t = t0 M = M (t0 )

no

t = 86400 (t t0 )
M = M0 + t a3
p

Se resuelve la ecuacion de
Kepler: Ec = E (e, M )

Se obtiene la anomala verdadera:



1+e sin Ec

= 2 arctan 1e cos E2c y
2

r = a (1 e cos Ec )

r = r (cos , sin , 0)

a 
r = r
sin Ec , 1 e2 cos Ec , 0

{r, r} = Rz () Rx (i) Rz () {r, r}

Figura A.2: Diagrama de flujo del algoritmo que obtiene el vector de estado a
partir de los parametros orbitales.
82 APENDICE A. CODIGO FUENTE DE FUNCIONES BASICAS

function [pos vel]=phasevector(par,t)%Obtiene el vector de


%estado a partir de los par metros orbitales para el tiempo t.
%Las unidades de entrada deben ser [AU] y [ ] y los
%de salida [AU] y [AU/dia]
a=par(1)*(149597870700);
e=par(2);
ic=cspice convrt(par(3),'degrees','radians');
Omega=cspice convrt(par(4),'degrees','radians');
omega=cspice convrt(par(5),'degrees','radians');
t0=par(6);
dt=86400*(t-t0);
mu=1.32712440041e20;
M=dt*sqrt((mu)/(a3));
M=wrapTo2Pi(M);
Et=E(e,M);
Et=wrapTo2Pi(Et);
theta=2*atan2(sqrt(1+e)*sin((Et/2)),sqrt(1-e)*cos((Et/2)));
r=a*(1-e*cos(Et));
pos=[r*cos(theta) r*sin(theta) 0];
vel=[-1*sin(Et) sqrt(1-e2)*cos(Et) 0];
vel=((sqrt(mu*a))/(r))*vel;
Omega=-1*Omega;
omega=-1*omega;
ic=-1*ic;
pos=[cos(Omega) sin(Omega) 0; -1*sin(Omega) cos(Omega) 0;0 0 1]*...,
[1 0 0; 0 cos(ic) sin(ic);0 -1*sin(ic) cos(ic)]*...,
[cos(omega) sin(omega) 0; -1*sin(omega) cos(omega) 0;0 0 1]*pos';
pos=(1/(1.49597870691e11))*pos';
vel=[cos(Omega) sin(Omega) 0; -1*sin(Omega) cos(Omega) 0;0 0 1]*...,
[1 0 0; 0 cos(ic) sin(ic);0 -1*sin(ic) cos(ic)]*...,
[cos(omega) sin(omega) 0; -1*sin(omega) cos(omega) 0;0 0 1]*vel';
vel=(86400/(1.49597870691e11))*vel';
end

A.7 Calcula el vector de estado de la Tierra

function [Tp Tv]=earthphase(t)


a=1.00000261;
mu=1.32712440041e20;
adot=0.00000562;
e=0.01671123;
edot=-0.00004392;
I=-0.00001531;
Idot=-0.01294668;
L=100.46457166;
Ldot=35999.37244981;
Lperi=102.93768193;
Lperidot=0.32327364;
A.8. PARAMETROS ORBITALES A PARTIR DEL VECTOR DE ESTADO83

Omega=0;
T=(t-2451545)/(36525);
a=a+adot*T;
a=a*(149597870700);
e=e+edot*T;
I=I+Idot*T;
L=L+Ldot*T;
Lperi=Lperi+Lperidot*T;
omega=Lperi;
M=L-Lperi;
I=cspice convrt(I,'degrees','radians');
omega=cspice convrt(omega,'degrees','radians');
M=cspice convrt(M,'degrees','radians');
M=wrapTo2Pi(M);
Et=E(e,M);
Et=wrapTo2Pi(Et);
theta=2*atan2(sqrt(1+e)*sin((Et/2)),...,
sqrt(1-e)*cos((Et/2)));
r=a*(1-e*cos(Et));
Tp=[r*cos(theta) r*sin(theta) 0];
Tv=[-1*sin(Et) sqrt(1-e2)*cos(Et) 0];
Tv=((sqrt(mu*a))/(r))*Tv;
Omega=-1*Omega;
omega=-1*omega;
ic=-1*I;
Tp=[cos(Omega) sin(Omega) 0; ...,
-1*sin(Omega) cos(Omega) 0;0 0 1]*...,
[1 0 0; 0 cos(ic) sin(ic);...,
0 -1*sin(ic) cos(ic)]*...,
[cos(omega) sin(omega) 0; ...,
-1*sin(omega) cos(omega) 0;0 0 1]*Tp';
Tp=(1/(1.49597870691e11))*Tp';
Tv=[cos(Omega) sin(Omega) 0;...,
-1*sin(Omega) cos(Omega) 0;0 0 1]*...,
[1 0 0; 0 cos(ic) sin(ic);0 -1*sin(ic) cos(ic)]*...,
[cos(omega) sin(omega) 0;...,
-1*sin(omega) cos(omega) 0;0 0 1]*Tv';
Tv=(86400/(1.49597870691e11))*Tv';
end

A.8 Calcula los parametros orbitales a partir del


vector de estado

En la Fig. A.3 se muestra el diagrama de flujo del algoritmo que obtiene los
parametros orbitales si como se entrada se tiene el vector de estado y la constante
gravitacional.
84 APENDICE A. CODIGO FUENTE DE FUNCIONES BASICAS

Entrada: parametros orbitales


(a, e,Entrada:
i, , , t0 ),
(r,lar)constante
y .
gravitacional y el tiempo t.

h = r r,
rh r
e=
krk

hz
i = arccos khk

= 2 s er
er r r 0 = arccos kekkrk
arccos kekkrk no

e = kek,

tan
E = 2 arctan q 1+e2 ,
1e

n = (0, 0, 1)T h

= 2 s nx
nx ny 0 = arccos knk
arccos knk no

= 2 s ne
ne ez 0 = arccos knkkek
arccos knkkek no

M = E e sin E,
1
a = 2 krk2
krk

Figura A.3: Diagrama de flujo del algoritmo que obtiene los parametros orbitales
a partir del vector de estado.
A.9. OBTIENE EL VECTOR ECLIPTICO ECUATORIAL DE LA TIERRA.85

function res=stateTopar(r,rdot,a,t)
k=0.01720209895;
ext=dms2degrees([23 27 08.26]);
ext=cspice convrt(ext,'degrees','radians');
Tr=[1 0 0; 0 cos(ext) sin(ext);0 -1*sin(ext) cos(ext)];
r=Tr*r';
r=r';
rdot=Tr*rdot';
rdot=rdot';
h=cross(r,rdot);
nh=cross([0 0 1],h);
Omega =acos(nh(1)/norm(nh));
if nh(2)<0
Omega = 2*pi-Omega;
end
I=atan2((sqrt(h(1)2+h(2)2)),h(3));
e=(1/k2)*cross(rdot,h)-r/(norm(r));
aux1=e(1)*cos(Omega)+e(2)*sin(Omega);
aux2=(e(3))/(sin(I));
w=atan2(aux2,aux1);
if (1-(norm(r)/a))/(norm(e)) <1
E=wrapTo2Pi(acos((1-(norm(r)/a))/(norm(e))));
T=t-(E-norm(e)*sin(E))*sqrt((a3)/(k2));
medio=k*a(-1*3/2);
M=medio*(t-T);
tmjd=t-2400000.5;
res=[a norm(e) I*(180/pi) Omega*(180/pi)];
res=[res, wrapTo360(w*(180/pi)) wrapTo360(M*(180/pi)) tmjd];
else
res=zeros(1,7);
end
end

A.9 Obtiene el vector eclptico ecuatorial de la


Tierra.

function res= tierra(t)%Entrega las coordenadas cartesianas de la tierra en


% el sistema ecl\'iptico ecuatorial
d=t - 2451543.5;
w=282.9404+(4.70935e-5)*d;
w=w*(pi/180);
w=wrapTo2Pi(w);
a=1.00000261;
e=0.016709-(1.151e-9)*d;
M=356.0470+(0.9856002585)*d;
ext=23.4393- (3.563e-7)*d;
ext=ext*(pi/180);
86 APENDICE A. CODIGO FUENTE DE FUNCIONES BASICAS

M=wrapTo2Pi((M*(pi/180)));
anoex=wrapTo2Pi(E(e,M));
x=a*(cos(anoex)-e);
y=a*sqrt(1-e*e)*sin(anoex);
r = sqrt(x*x + y*y);
v=wrapTo2Pi(atan2(y,x));
l=wrapTo2Pi(v+w);
x=r*cos(l);
y=r*sin(l);
z=0;
Tr1=[1 0 0;0 cos(ext) -1*sin(ext); 0 sin(ext) cos(ext)];
res=Tr1*[x y z]';
res=-1*res';
end

A.10 Obtiene el vector atribuble


Utiliza A.9 para obtener el vector tierra en el instante t.

function [atri Tpos Tvel t]=atribuible(X,a)


format longg
ext=dms2degrees([23 27 08.26]);
ext=cspice convrt(ext,'degrees','radians');
Tr1=[1 0 0; 0 cos(ext) -1*sin(ext);0 sin(ext) cos(ext)];
t=X(:,1);
tm=mean(t);
for i=1:length(t)
Tierra(i,:)=vpa(sym(tierra(t(i))), 128);
geoc(i,:)=vpa(sym(topovector(t(i),a)), 128);
end
ar=vpa(sym(X(:,2)), 128);
de=vpa(sym(X(:,3)), 128);
m=length(X(:,1));
if m<=2
error('myApp:argChk', 'el n mero de observaciones m debe ser mayor o igual a 3.
S\'i m=2, int ntese un modelo lineal')
end
%C lculo de la matriz de dise o (design matrix)
B=zeros(m,3); %El modelo es una funci n cuadr tica
for i=1:m
B(i,:)=[-1 tm-t(i) -0.5*(t(i)-tm)*(t(i)-tm)];
end
C=B'*B;
Ar=-1*C\B'*ar;
De=-1*C\B'*de;
Tx=-1*C\B'*Tierra(:,1);
Ty=-1*C\B'*Tierra(:,2);
Tz=-1*C\B'*Tierra(:,3);
gx=-1*C\B'*geoc(:,1);
gy=-1*C\B'*geoc(:,2);
A.11. DETERMINA ERRORES ORBITALES 87

gz=-1*C\B'*geoc(:,3);
atri=[Ar(1) De(1) Ar(2) De(2)];
a=tierra(tm);
Tpos=[a(1)+gx(1) a(2)+gy(1) a(3)+gz(1)];
Tvel=[Tx(2)+gx(2) Ty(2)+gy(2) Tz(2)+gz(2)];
t=tm;
end

A.11 Determina errores orbitales

function [d phi]=orbitalerrors(X) %X es una matriz 2x7


%donde la primera fila son los par metros
%verdaderos y la segunda los estimados
k=0.01720209895;
ext=dms2degrees([23 27 08.26]);
ext=cspice convrt(ext,'degrees','radians');
par=X(1,1:6);
t=X(1,7);
[rv rdotv]=phasevector(par,t);
par=X(2,1:6);
t=X(2,7);
[ra rdota]=phasevector(par,t);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
b1=X(1,1)*sqrt(1-(X(1,2))2);
b2=X(2,1)*sqrt(1-(X(2,2))2);
d=sqrt((X(1,1)-X(2,1))2+(b1-b2)2);
h=cross(rv,rdotv);
h=(1/norm(h))*h;
runi=(1/norm(rv))*(rv);
auxs=cross(h,runi);
C=[runi; auxs; h];
%%%%%%%%%%%%%
h=cross(ra,rdota);
h=(1/norm(h))*h;
runi=(1/norm(ra))*(ra);
auxs=cross(h,runi);
Cs=[runi; auxs; h];
phi=0.5*(trace(C*transpose(Cs))-1);
phi=acos(phi);
end

A.12 Grafica la trayectoria

function res= grafica(par,t)


res=0;
88 APENDICE A. CODIGO FUENTE DE FUNCIONES BASICAS

k=0.01720209895;
e=par(2);
a=cspice convrt(par(1),'AU','KM');
inc=cspice convrt(par(3),'degrees','radians');
lnode=cspice convrt(par(4),'degrees','radians');
argp=cspice convrt(par(5),'degrees','radians');
T=par(6);
par=[a e inc lnode argp T];
ts=t;
for i=1:2000
t=ts+i;
aux=grupoao par2vecsta(par,t);
r(i,1:3)=cspice convrt(aux(1,1:3),'KM','AU');
Tierra(i,:)=vector tierra(t);
end
set(figure,'Color',[1 1 1]);
subplot(2,2,1)
h=plot3(r(:,1),r(:,2),r(:,3),Tierra(:,1),Tierra(:,2),Tierra(:,3));
grid on
jk=title('Trayectoria del asteroide 654');
set(jk, 'FontSize', 12)
set(jk,'FontWeight','bold')
legend('654','Tierra',1);
set(h,'linewidth',1.5)
xh=xlabel('x(AU)') ;
set(xh, 'FontSize', 12)
set(xh,'FontWeight','bold')
yh=ylabel('y(AU)') ;
set(yh, 'FontSize', 12)
set(yh,'FontWeight','bold')
zh=zlabel('z(AU)') ;
set(zh, 'FontSize', 12)
set(zh,'FontWeight','bold')

subplot(2,2,2)
h=plot(r(:,1),r(:,2),Tierra(:,1),Tierra(:,2));
grid on
jk=title('Proyecci n sobre el plano x-y');
set(jk, 'FontSize', 12)
set(jk,'FontWeight','bold')
legend('654','Tierra',1);
set(h,'linewidth',1.5)
xh=xlabel('x(AU)') ;
set(xh, 'FontSize', 12)
set(xh,'FontWeight','bold')
yh=ylabel('y(AU)') ;
set(yh, 'FontSize', 12)
set(yh,'FontWeight','bold')

subplot(2,2,3)
h=plot(r(:,2),r(:,3),Tierra(:,2),Tierra(:,3));
grid on
A.12. GRAFICA LA TRAYECTORIA 89

jk=title('Proyecci n sobre el plano y-z');


set(jk, 'FontSize', 12)
set(jk,'FontWeight','bold')
legend('654','Tierra',1);
set(h,'linewidth',1.5)
xh=xlabel('y(AU)') ;
set(xh, 'FontSize', 12)
set(xh,'FontWeight','bold')
yh=ylabel('z(AU)') ;
set(yh, 'FontSize', 12)
set(yh,'FontWeight','bold')

subplot(2,2,4)
h=plot(r(:,1),r(:,3),Tierra(:,1),Tierra(:,3));
grid on
jk=title('Proyecci n sobre el plano x-z');
set(jk, 'FontSize', 12)
set(jk,'FontWeight','bold')
legend('654','Tierra',1);
set(h,'linewidth',1.5)
xh=xlabel('x(AU)') ;
set(xh, 'FontSize', 12)
set(xh,'FontWeight','bold')
yh=ylabel('z(AU)') ;
set(yh, 'FontSize', 12)
set(yh,'FontWeight','bold')
end
90 APENDICE A. CODIGO FUENTE DE FUNCIONES BASICAS
Apendice B

Codigo Fuente para Algebra de


polinomios

B.1 Suma de polinomios


Ejecuta la operacion X + (c) Y , donde X, Y son polinomios y c R.

function res= suma(X,Y,c) %Hace la operaci n X+(c)Y


[N1 N2]=size(Y);
aux=zeros(N1,N2);
for i=1:N1
aux(i,:)=[c*Y(i,1) Y(i,2:end)];
end
res=red([X;aux]);
end

B.2 Producto de polinomios

function res= producto(X,Y)


N1=length(X(:,1));
N2=length(Y(:,1));
k=0;
for i=1:N1
for j=1:N2
aux(j+k,:)= [X(i,1)*Y(j,1) X(i,2:end)+Y(j,2:end)];
end
k=i*N2;
end
res=red(aux);
end

91
92 APENDICE B. CODIGO FUENTE PARA ALGEBRA DE POLINOMIOS

B.3 Simplificacion de polinomios

function res= red(a)%simplifica polinomios


axu1=expo(a);
aux=a;
N=length(a(:,1));
res=zeros(1,length(a(1,:)));
j=1;
r=1;
row=true;
while (N>=1)
coe=aux(1,1);
for i=2:N
if (aux(1,2:end)-aux(i,2:end)==0)
coe=coe+aux(i,1);
row=false;
r=[r i];
end
end
if row && (coe~=0)
res(j,:)=aux(1,:);
j=j+1;
elseif (coe~=0)
res(j,:)=[coe, aux(1,2:end)];
j=j+1;
end
aux=removerows(aux,'ind',r);
N=length(aux(:,1));
r=1;
end
end

B.4 Evaluacion de polinomios en una variable

function res= polyevaluas(A,x) %Evalua x en el polinomio de una variable A


res=0;
for i=1:length(A(:,1))
aux=A(i,2);
res=res+A(i,1)*xaux;
end
end

B.5 Evaluacion de polinomios de dos variables

function res= polyevalua2d(A,x,y) %Evalua x,y en el polinomio de dos


variable A
B.6. ALGORITMO FFT 93

res=0;
for i=1:length(A(:,1))
aux1=A(i,2);
aux2=A(i,3);
res=res+(A(i,1))*(xaux1)*(yaux2);
end
end

B.6 Algoritmo FFT

function res= fftpoly(X)


if mod(length(X),2)~=0
X=[X 0] ;
end
N=length(X);
m=1;
n=1;
for i=1:N
if mod(i,2)==0
A(m)=X(i);
m=m+1;
else
B(n)=X(i);
n=n+1;
end

end
Af=dfts(A);
Bf=dfts(B);
Wn=exp((-1*2*pi*1i)/N);
w=1;
for k=0:N/2-1
res(k+1)=Bf(k+1)+w*Af(k+1);
d=k+1+N/2;
res(d)=Bf(k+1)-w*Af(k+1);
w=w*Wn;
end
end

B.7 Algoritmo IDFT

function res= invfftpoly(X)


if mod(length(X),2)~=0
X=[X 0] ;
end
N=length(X);
m=1;
n=1;
94 APENDICE B. CODIGO FUENTE PARA ALGEBRA DE POLINOMIOS

for i=1:N
if mod(i,2)==0
A(m)=X(i);
m=m+1;
else
B(n)=X(i);
n=n+1;
end

end
Af=invdfts(A);
Bf=invdfts(B);
Wn=exp((2*pi*1i)/N);
w=1;
for k=0:N/2-1
res(k+1)=Bf(k+1)+w*Af(k+1);
d=k+1+N/2;
res(d)=Bf(k+1)-w*Af(k+1);
w=w*Wn;
end
res=(1/N)*res;
for i=1 :length(res)
if imag(res(i))<=1e-15
res(i)=real(res(i));
end
end
end

B.8 Calculo del resultante

function res= detsylvester(A,B,x)


format longg
function res= polyevalua(A,x)
res=0;
for i=1:length(A(:,1))
aux=A(i,2);
res=res+A(i,1)*xaux;
end
end
for j=1:21
p(j)=polyevalua(A{j},x);
end
for j=1:3
q(j)=polyevalua(B{j},x);
end
aux1=[p(21) p(20) p(19) p(18) p(17) p(16) p(15) p(14) p(13) p(12)];
aux1=[aux1,[p(11) p(10) p(9) p(8) p(7) p(6) p(5) p(4) p(3) p(2) p(1) 0];
aux2=[0 p(21) p(20) p(19) p(18) p(17) p(16) p(15) p(14) p(13) p(12)];
aux2=[aux2,[p(11) p(10) p(9) p(8) p(7) p(6) p(5) p(4) p(3) p(2) p(1)]];
aux3=[q(3) q(2) q(1) zeros(1,19)];
B.8. CALCULO DEL RESULTANTE 95

aux4=[0 q(3) q(2) q(1) zeros(1,18)];


aux5=[0 0 q(3) q(2) q(1) zeros(1,17)];
aux6=[0 0 0 q(3) q(2) q(1) zeros(1,16)];
aux7=[0 0 0 0 q(3) q(2) q(1) zeros(1,15)];
aux8=[0 0 0 0 0 q(3) q(2) q(1) zeros(1,14)];
aux9=[0 0 0 0 0 0 q(3) q(2) q(1) zeros(1,13)];
aux10=[0 0 0 0 0 0 0 q(3) q(2) q(1) zeros(1,12)];
aux11=[0 0 0 0 0 0 0 0 q(3) q(2) q(1) zeros(1,11)];
aux12=[0 0 0 0 0 0 0 0 0 q(3) q(2) q(1) zeros(1,10)];
aux13=[0 0 0 0 0 0 0 0 0 0 q(3) q(2) q(1) zeros(1,9)];
aux14=[0 0 0 0 0 0 0 0 0 0 0 q(3) q(2) q(1) zeros(1,8)];
aux15=[0 0 0 0 0 0 0 0 0 0 0 0 q(3) q(2) q(1) zeros(1,7)];
aux16=[0 0 0 0 0 0 0 0 0 0 0 0 0 q(3) q(2) q(1) zeros(1,6)];
aux17=[0 0 0 0 0 0 0 0 0 0 0 0 0 0 q(3) q(2) q(1) zeros(1,5)];
aux18=[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 q(3) q(2) q(1) zeros(1,4)];
aux19=[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 q(3) q(2) q(1) zeros(1,3)];
aux20=[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 q(3) q(2) q(1) zeros(1,2)];
aux21=[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 q(3) q(2) q(1) zeros(1,1)];
aux22=[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 q(3) q(2) q(1)];
A=[aux1' aux2' aux3' aux4' aux5' aux6' aux7' aux8' aux9' aux10'];
A=[A,aux11' aux12' aux13' aux14' aux15' aux16' aux17' aux18'];
A=[A,[aux19' aux20' aux21' aux22']];
res=det(A);
end
96 APENDICE B. CODIGO FUENTE PARA ALGEBRA DE POLINOMIOS
Apendice C

Codigo Fuente metodo principal

function res=metodo(X,Y,x,y)%X es el atribuible 1 y Y el 2. x e y son las


%constantes de paralaje de X e Y, respectivamente.
format longg
digits(128)
[at2 Tp2 Tv2 t2]=atribuible(X,x);
[at1 Tp1 Tv1 t1]=atribuible(Y,y);
at1=vpa(sym(at1), 128);
at2=vpa(sym(at2), 128);
Tp1=vpa(sym(Tp1), 128);
Tp2=vpa(sym(Tp2), 128);
Tv1=vpa(sym(Tv1), 128);
Tv2=vpa(sym(Tv2), 128);
k=0.01720209895;
c0=Tp1(1)*Tp1(1)+Tp1(2)*Tp1(2)+Tp1(3)*Tp1(3);
d0=Tp2(1)*Tp2(1)+Tp2(2)*Tp2(2)+Tp2(3)*Tp2(3);
rho1=[cos(at1(1))*cos(at(2)) sin(at1(1))*cos(at1(2)) sin(at1(2)) ];
rho2=[cos(at2(1))*cos(at2(2)) sin(at2(1))*cos(at(2)) sin(at2(2))];
pa1=[-1*sin(at1(1))*cos(at1(2)) cos(at1(1))*cos(at1(2)) 0];
pa2=[-1*sin(at2(1))*cos(at2(2)) cos(at2(1))*cos(at2(2)) 0];
pd1=[-1*cos(at1(1))*sin(at1(2)) -1*sin(at1(1))*sin(at1(2)) cos(at1(2))];
pd2=[-1*cos(at(1))*sin(atr(2)) -1*sin(at2(1))*sin(at2(2)) cos(at2(2))];
c1=2*dot(Tv1,rho1);
d1=2*dot(Tv2,rho2);
c2=(cos(at1(2)))*(cos(at1(2)))*(at1(3))2+(at1(4))2;
d2=(cos(at2(2)))*(cos(at2(2)))*(at(3))2+(at2(4))2;
c3=2*at1(3)*dot(Tv1,pa1)+2*at1(4)*dot(Tv1,pd1);
d3=2*at2(3)*dot(Tv2,pa2)+2*at2(4)*dot(Tv2,pd2);
c4=Tv1(1)*Tv1(1)+Tv1(2)*Tv1(2)+Tv1(3)*Tv1(3);
d4=Tv2(1)*Tv2(1)+Tv2(2)*Tv2(2)+Tv2(3)*Tv2(3);
c5=2*dot(Tp1,rho1);
d5=2*dot(Tp2,rho2);
D1=cross(Tp1,rho1);
D2=cross(Tp2,rho2);
E1=at(3)*cross(rho1,pa1)+at1(4)*cross(rho1,pd1);

97
98 APENDICE C. CODIGO FUENTE METODO PRINCIPAL

E2=at2(3)*cross(rho2,pa2)+at2(4)*cross(rho2,pd2);
F1=at1(3)*cross(Tp1,pa1)+at1(4)*cross(Tp1,pd1)+cross(rho1,Tv1);
F2=at2(3)*cross(Tp2,pa2)+at2(4)*cross(Tp2,pd2)+cross(rho2,Tv2);
G1=cross(Tp1,Tv1);
G2=cross(Tp2,Tv2);
POL1=suma([dot(G2-G1,cross(D1,D2)) 0 0],suma([dot(F2,cross(D1,D2)) 0 1],...
suma([-1*dot(F1,cross(D1,D2)) 1 0],suma([-1*dot(E1,cross(D1,D2)) 2 0],...
[dot(E2,cross(D1,D2)) 0 2],1),1),1),1);
POL1=red(POL1);
beta=cross(D1,D2);
nbeta=beta(1)*beta(1)+beta(2)*beta(2)+beta(3)*beta(3);
l1=(dot(beta,cross(E2,D2)))/nbeta;
l2=(-1*dot(beta,cross(E1,D2)))/nbeta;
l3=(dot(beta,cross(F2,D2)))/nbeta;
l4=(-1*dot(beta,cross(F1,D2)))/nbeta;
l5=(dot(beta,cross(G2-G1,D2)))/nbeta;
h1=(dot(beta,cross(E2,D1)))/nbeta;
h2=(-1*dot(beta,cross(E1,D1)))/nbeta;
h3=(dot(beta,cross(F2,D1)))/nbeta;
h4=(-1*dot(beta,cross(F1,D1)))/nbeta;
h5=(dot(beta,cross(G2-G1,D1)))/nbeta;
xdot=suma([l5 0 0],suma([l4 1 0],suma([l3 0 1],...
suma([l1 0 2],[l2 2 0],1),1),1),1);
ydot=suma([h5 0 0],suma([h4 1 0],suma([h3 0 1],...
suma([h1 0 2],[h2 2 0],1),1),1),1);
xdot2=producto(xdot,xdot);
ydot2=producto(ydot,ydot);
FH1=suma(suma(suma(suma(xdot2,xdot,c1),[1 2 0],c2),...
[1 1 0],c3),[1 0 0],c4);
FH2=suma(suma(suma(suma(ydot2,ydot,d1),[1 0 2],d2),...
[1 0 1],d3),[1 0 0],d4);
GH1=suma(suma([1 2 0],[1 1 0],c5),[1 0 0],c0);
GH2=suma(suma([1 0 2],[1 0 1],d5),[1 0 0],d0);
EQ=producto(suma(FH1,FH2,-1),suma(FH1,FH2,-1));
EQ=producto(producto(EQ,GH1),GH2);
EQ=suma(EQ,suma(GH1,GH2,1),-4*k4);
EQ=producto(EQ,EQ);
EQ=suma(EQ,producto(GH1,GH2),-64*k8);
EQ=red(EQ);
p=0;
aux1=zeros(1,2);
a=cell(21,1);
for i=1:21
for j=1:length(EQ(:,1))
if EQ(j,2)==(i-1)
aux1=[aux1 ; [EQ(j,1) EQ(j,3)]];
p=1;
end
end
a{i}=red(aux1);
aux1=zeros(1,2);
end
99

aux2=zeros(1,2);
b=cell(3,1);
for i=1:3
for j=1:length(POL1(:,1))
if POL1(j,2)==(i-1)
aux2=[aux2; [POL1(j,1) POL1(j,3)]];
p=1;
end
end
b{i}=red(aux2);
aux2=zeros(1,2);
end
N=64;
aux3=zeros(N,1);
for j=0:N-1
auxs=exp((2*pi*1i*j)/N);
aux3(j+1)= detsylvester(a,b,auxs);
end
T=invfftpoly(aux3);
T=(1e94)*T(1:49);
for i=1:49
r(i)=T(end-(i-1));
end
Rai=roots(r');
m=1;
sol=0;
for i=1:length(Rai(:,1))
aux=imag(Rai(i));
aux2=real(Rai(i));
if (aux==0)&&(aux2>0)
sol=[sol; real(Rai(i))];
end
end
sol=sol(2:end);
solpar=zeros(1,2);
for i=1:length(sol(:,1))
aux=roots([polyevaluas(b{3},sol(i)) polyevaluas(b{2},sol(i))...
polyevaluas(b{1},sol(i))]);
auxa=polyevalua2d(EQ,aux(1),sol(i));
auxb=polyevalua2d(EQ,aux(2),sol(i));
if (abs(auxa)>abs(auxb))&&(aux(2)>0)&&(imag(aux(2))==0)
solpar=[solpar; [aux(2) sol(i)]];
elseif (aux(1)>0)&&(imag(aux(2))==0)
solpar=[solpar; [aux(1) sol(i)]];
end
end
solpar=solpar(2:end,:);
l=1;
for i=1:length(solpar(:,1))
spu(i,1)=polyevalua2d(FH1,solpar(i,1),solpar(i,2))-...
polyevalua2d(FH2,solpar(i,1),solpar(i,2));
spu(i,1)=spu(i,1)-(2*k*k)/(sqrt(polyevaluas(GH1,solpar(i,1))))...
100 APENDICE C. CODIGO FUENTE METODO PRINCIPAL

+2*k*k/(sqrt(polyevaluas(GH2,solpar(i,2))));
POLA=suma(producto(producto(suma(FH1,FH2,-1),suma(FH1,FH2,-1)),...
producto(GH1,GH2)),suma(GH1,GH2,1),-4*k4);
POLB=producto(GH1,GH2);
spu(i,2)=polyevalua2d(POLA,solpar(i,1),solpar(i,2))+...
(8*k4)*sqrt(polyevalua2d(POLB,solpar(i,1),solpar(i,2)));
spuf(i)=abs(spu(i,1))+abs(spu(i,2));
end
for i=1:length(spuf)
if (abs(spuf(i))==min(abs(spuf)))||(abs(spuf(i))<=1e-6)
solf(l,:)=solpar(i,:);
if (abs(spuf(i))==min(abs(spuf)))
rsl=l;
end
l=l+1;
end
end
solf=solpar;
a=zeros(1,length(solf(:,1)));
ext=dms2degrees([23 27 08.26]);
ext=cspice convrt(ext,'degrees','radians');
s=1;
for i=1:length(solf(:,1))
aux1=solf(i,1);
aux2=polyevalua2d(xdot,solf(i,1),solf(i,2));
aux3=solf(i,2);
aux4=polyevalua2d(ydot,solf(i,1),solf(i,2));
orb1(i,:)=[double(at1(1)), double(at1(2)),...
double(at1(3)),double(at1(4)), aux1, aux2];
orb2(i,:)=[double(at2(1)), double(at2(2)),...
double(at2(3)),double(at2(4)), aux3, aux4];
rs1=double(Tp1+rho1*orb1(i,5));
rdot1=double(Tv1+rho1*orb1(i,6)+orb1(i,5)*...
orb1(i,3)*pa1+orb1(i,5)*orb1(i,4)*pd1);
rs2=double(Tp2+rho2*orb2(i,5));
rdot2=double(Tv2+rho2*orb2(i,6)+orb2(i,5)*...
orb2(i,3)*pa2+orb2(i,5)*orb2(i,4)*pd2);
p=orb1(i,5);
r=orb1(i,6);
energia1= double((r2+c1*r+c2*p2+c3*p+c4-(2*k2)/(sqrt(p2+c5*p+c0)))/2);
a(i)=-(k2)/(2*energia1);
sp=(299792458*60*60*24)/(149597870700);
t1=t1-(orb1(i,5)/sp);
t2=t2-(orb2(i,5)/sp);
if a(i)>0
parametros1(i,:)=stateTopar(rs1,rdot1,a(i),t1);
parametros2(i,:)=stateTopar(rs2,rdot2,a(i),t2);
penalty(i,1)=parametros1(i,5)-parametros2(i,5);
penalty(i,2)=parametros2(i,6)+k*a(i)(-3/2)*(t1-t2)-parametros2(i,6);
identinorm(i)=sqrt(penalty(i,1)2+penalty(i,1)2);
if identinorm(i)<1e-4
orbitafinal(s,:)=parametros1(i,:);
101

s=s+1;
end
end
end
res=orbitafinal(rsl,:);
end
102 APENDICE C. CODIGO FUENTE METODO PRINCIPAL
Bibliografa

[1] Jorge I Zuluaga and Ignacio Ferrin. A preliminary reconstruction of the orbit
of the chelyabinsk meteoroid. arXiv preprint arXiv:1302.5377, 2013.
[2] Linda Dimare. Problems of Celestial Mechanics. PhD thesis, Sapienza, Uni-
versita Di Roma, Roma, 2010.
[3] Donald Teets and Karen Whitehead. The discovery of ceres: How gauss
became famous. Mathematics magazine, pages 8393, 1999.
[4] C.F. Gauss. Theoria motus corporum coelestium in sectionibus conicis solem
ambientium. 1809.
[5] H. Curtis. Orbital Mechanics for Engineering Students. Aerospace Engineer-
ing. Elsevier Science, 2013.
[6] J.M.A. Danby. Fundamentals of Celestial Mechanics. Willmann-Bell, 1988.
[7] Andrea Milani, Giovanni F Gronchi, Davide Farnocchia, Zoran Knezevic,
Robert Jedicke, Larry Denneau, and Francesco Pierfederici. Topocentric
orbit determination: algorithms for the next generation surveys. Icarus,
195(1):474492, 2008.
[8] A. Milani and G. Gronchi. Theory of Orbit Determination. Theory of Orbit
Determination. Cambridge University Press, 2010.
[9] BG Marsden. Initial orbit determination-the pragmatists point of view. The
Astronomical Journal, 90:15411547, 1985.
[10] J. Kovalevsky and P.K. Seidelmann. Fundamentals of Astrometry. Cambridge
University Press, 2004.
[11] Andrea Milani and Zoran Knezevic. From astrometry to celestial mechanics:
orbit determination with very short arcs. Celestial Mechanics and Dynamical
Astronomy, 92(1-3):118, 2005.
[12] Andrea Milani, Giovanni F Gronchi, and Zoran Knezevic. New definition of
discovery for solar system objects. Earth, Moon, and Planets, 100(1-2):83
116, 2007.

103
104 BIBLIOGRAFIA

[13] Taghi Mirtorabi. A simple procedure to extend the gauss method of deter-
mining orbital parameters from three to n points. Astrophysics and Space
Science, 349(1):137141, 2014.

[14] K Muinonen. Orbital covariance eigenproblem for asteroids and comets.


Monthly Notices of the Royal Astronomical Society, 280(4):12351238, 1996.

[15] E Bowell. A new protocol for the operation of the minor planet center.
In AAS/Division for Planetary Sciences Meeting Abstracts# 31, volume 31,
1999.

[16] Andrea Milani. The asteroid identification problem: I. recovery of lost aster-
oids. Icarus, 137(2):269292, 1999.

[17] Andrea Milani, Maria Eugenia Sansaturio, and Steven R Chesley. The aster-
oid identification problem iv: Attributions. Icarus, 151(2):150159, 2001.

[18] LG Taff and DL Hall. The use of angles and angular rates. Celestial me-
chanics, 16(4):481488, 1977.

[19] Giovanni Federico Gronchi, Linda Dimare, and Andrea Milani. Orbit deter-
mination with the two-body integrals. Celestial Mechanics and Dynamical
Astronomy, 107(3):299318, 2010.

[20] Giovanni F Gronchi, Davide Farnocchia, and Linda Dimare. Orbit determi-
nation with the two-body integrals. ii. Celestial Mechanics and Dynamical
Astronomy, 110(3):257270, 2011.

[21] Andrea Milani, Davide Farnocchia, Linda Dimare, Alessandro Rossi, and
Fabrizio Bernardi. Innovative observing strategy and orbit determination for
low earth orbit space debris. Planetary and Space Science, 62(1):1022, 2012.

[22] Alberto Quijano, M Rojas, and L Chaves. Calculo de los parametros orbitales
del asteroide 2003qo104. Revista Colombiana de Fsica, 42(2):4, 2010.

[23] J.G.P. Barbosa. Elementos de astronomia de posicion. Coleccion textos.


Universidad Nacional de Colombia. Facultad de Ciencias, 2009.

[24] L.A. Pars. A treatise on analytical dynamics. London, 1968.

[25] D.A. Vallado and W.D. McClain. Fundamentals of Astrodynamics and Ap-
plications. Managing Forest Ecosystems. Springer Netherlands, 2001.

[26] E.T. Whittaker. A Treatise on the Analytical Dynamics of Particles and Rigid
Bodies. Cambridge Mathematical Library. Cambridge University Press, 1988.

[27] Edgar Everhart and Edward T Pitkin. Universal variables in the two-body
problem. American Journal of Physics, 51(8):712717, 1983.
BIBLIOGRAFIA 105

[28] S. Herrick. Astrodynamics: Orbit determination, space navigation, celestial


mechanics. Astrodynamics. Van Nostrand Reinhold Co., 1971.

[29] Alessandra Celletti and Gabriella Pinzari. Dependence on the observational


time intervals and domain of convergence of orbital determination methods.
In Periodic, Quasi-Periodic and Chaotic Motions in Celestial Mechanics:
Theory and Applications, pages 327344. Springer, 2006.

[30] D.A. Cox, J. Little, and D. OShea. Using Algebraic Geometry. Graduate
Texts in Mathematics. Springer New York, 2013.

[31] D.A. Cox, J. Little, and D. OShea. Ideals, Varieties, and Algorithms: An
Introduction to Computational Algebraic Geometry and Commutative Alge-
bra. Undergraduate Texts in Mathematics. Springer International Publishing,
2015.

[32] T. Becker, H. Kredel, and V. Weispfenning. Grobner Bases: A Computational


Approach to Commutative Algebra. Graduate Texts in Mathematics. Springer
New York, 2012.

[33] Bruno Buchberger. Grobner bases: An algorithmic method in polynomial


ideal theory. In Multidimensional Systems TheoryProgress, Directions and
Open Problems in Multidimensional Systems, pages 184232. 1985.

[34] B Buchberger. An Algorithm for Finding a Basis for the Residue Class Ring
of a Zero-dimensional Polynomial Ideal (German.) Ph. D. PhD thesis, The-
sis, Math. Inst., Univ. of Insbruck, Austria, 1965.

[35] Heisuke Hironaka. Resolution of singularities of an algebraic variety over a


field of characteristic zero: Ii. Annals of Mathematics, pages 205326, 1964.

[36] Ernst W Mayr and Albert R Meyer. The complexity of the word problems for
commutative semigroups and polynomial ideals. Advances in mathematics,
46(3):305329, 1982.

[37] Alessandro Giovini, Teo Mora, Gianfranco Niesi, Lorenzo Robbiano, and
Carlo Traverso. one sugar cube, please or selection strategies in the buch-
berger algorithm. In Proceedings of the 1991 international symposium on
Symbolic and algebraic computation, pages 4954. ACM, 1991.

[38] Jean-Charles Faugere, Patrizia Gianni, Daniel Lazard, and Teo Mora. Effi-
cient computation of zero-dimensional grobner bases by change of ordering.
Journal of Symbolic Computation, 16(4):329344, 1993.

[39] Jean-Charles Faugere. A new efficient algorithm for computing grobner bases
(f 4). Journal of pure and applied algebra, 139(1):6188, 1999.
106 BIBLIOGRAFIA

[40] Elizabeth A Arnold. Modular algorithms for computing grobner bases. Jour-
nal of Symbolic Computation, 35(4):403419, 2003.

[41] Shuhong Gao, Yinhua Guan, and Frank Volny IV. A new incremental algo-
rithm for computing grobner bases. In Proceedings of the 2010 International
Symposium on Symbolic and Algebraic Computation, pages 1319. ACM,
2010.

[42] Ronald N Goldman, Thomas W Sederberg, and David C Anderson. Vector


elimination: A technique for the implicitization, inversion, and intersection
of planar parametric rational polynomial curves. Computer Aided Geometric
Design, 1(4):327356, 1984.

[43] Dinesh Manocha. Solving systems of polynomial equations. Computer Graph-


ics and Applications, IEEE, 14(2):4655, 1994.

[44] D. Bini and V. Pan. Polynomial and Matrix Computations: Fundamental


Algorithms. Progress in Theoretical Computer Science. Birkhauser Boston,
2012.

[45] Andrea Milani, Giovanni F Gronchi, Mattia deMichieli Vitturi, and Zoran
Knezevic. Orbit determination with very short arcs. i admissible regions.
Celestial Mechanics and Dynamical Astronomy, 90(1-2):5785, 2004.

[46] Giovanni Federico Gronchi. Multiple solutions in preliminary orbit determi-


nation from three observations. Celestial Mechanics and Dynamical Astron-
omy, 103(4):301326, 2009.

[47] Daniele Mortari, Sante R Scuro, and Christian Bruccoleri. Attitude and orbit
error in n-dimensional spaces. The Journal of the Astronautical Sciences,
54(3-4):467484, 2006.

[48] Andrew Vernon Schaeperkoetter. A comprehensive comparison between


angles-only initial orbit determination techniques. PhD thesis, Texas A&M
University, 2011.

[49] Herbert Raab. Detecting and measuring faint point sources with a ccd. In
Proceedings of the Meeting on Asteroid and Comets in Europe, pages 14,
2003.

[50] R. Rosenberg. Analytical Dynamics of Discrete Systems. Mathematical Con-


cepts and Methods in Science and Engineering. Springer US, 2012.

[51] S.J. Orfanidis. Optimum signal processing: An introduction. McGraw-Hill in-


ternational editions. Electrical engineering series. Mcgraw-Hill Book Comp.,
1990.
BIBLIOGRAFIA 107

[52] Martn Avendano, Veronica Martn-Molina, and Jorge Ortigas-Galindo. Solv-


ing keplers equation via smales\ alpha-theory. Celestial Mechanics and Dy-
namical Astronomy, 119(1):2744, 2014.

[53] Reza Raymond Karimi and Daniele Mortari. Initial orbit determination us-
ing multiple observations. Celestial Mechanics and Dynamical Astronomy,
109(2):167180, 2011.