Documentos de Académico
Documentos de Profesional
Documentos de Cultura
11 Bifurcaciones Caos PDF
11 Bifurcaciones Caos PDF
Puede asumirse que los nacimientos y las muertes son proporcionales a la población
bk b nk
d k d nk
sustituyendo
nk 1 nk b nk d nk
nk 1 nk b d nk
nk 1 1 r nk r b d
nk 1 nk 1 r 1 b d 0
nk k n0
Para superar ese inconveniente puede suponerse otro factor que decrece cuando la
población aumenta (ecuación “logística”):
xk 1 xk 1 xk
En este esquema, haciendo tender k a infinito podemos analizar cuál es la solución de
estado estacionario:
ILM 1
DINÁMICA Y CONTROL DE PROCESOS
xs xs xs
2
1
xs 0 xs
Paso k xk xk+1
0 0.1 0.2655
1 0.2655 0.5753
2 0.5753 0.7208
3 0.7208 0.5937
4 0.5937 0.7116
… … …
∞ 0.6610 0.6610
alfa = 2.95
0.8
0.7
0.6
0.5
x(k)
0.4
0.3
0.2
0.1
0 5 10 15 20 25 30 35 40 45 50
Este comportamiento no nos resulta extraño en absoluto. Sin embargo veamos que pasa
cuando elegimos otro valor del parámetro, por ejemplo = 3.2 . En este caso
esperaríamos que el sistema convergiera hacia
1 3.2 1
0.6875
3.2
ILM 2
DINÁMICA Y CONTROL DE PROCESOS
alfa = 3.2
0.8
0.7
0.6
0.5
x(k)
0.4
0.3
0.2
0.1
0 5 10 15 20 25 30 35 40 45 50
Pero la curiosidad del sistema no para aquí. Si tomamos por ejemplo =3.5, al cabo de
cierto tiempo el sistema oscila entre los siguientes valores: 0.383, 0.827, 0.501 y 0.875
(comportamiento de período 4).
alfa = 3.5
0.9
0.8
0.7
0.6
x(k)
0.5
0.4
0.3
0.2
0.1
0 5 10 15 20 25 30 35 40 45 50
ILM 3
DINÁMICA Y CONTROL DE PROCESOS
Ahora bien tomando por ejemplo = 3.75 ya no se observa ningún tipo de regularidad.
Estamos ante lo que se llama comportamiento “caótico”:
alfa = 3.75
1.0
0.9
0.8
0.7
0.6
x(k)
0.5
0.4
0.3
0.2
0.1
0 10 20 30 40 50 60 70 80 90 100
En este caso existe extrema sensibilidad a las condiciones iniciales. Por ejemplo véase
un trozo del diagrama anterior partiendo de 0.100 y de 0.101:
alfa=3.75
1
x0=0.100
0.9 x0=0.101
0.8
0.7
0.6
x
0.5
0.4
0.3
0.2
75 80 85 90 95 100
k
ILM 4
DINÁMICA Y CONTROL DE PROCESOS
1.0
0.9
0.8
0.7
0.6
x
0.5
0.4
0.3
0.2
0.1
2.8 2.9 3.0 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9
período
3 2
3.44949 4
3.54409 8
3.56441 16
3.56876 32
3.56969 64
3.56995 caos
3.83 3
ILM 5
DINÁMICA Y CONTROL DE PROCESOS
Hemos estudiado un modelo discontinuo, pero estos mismos tipos de conceptos los
podemos aplicar a funciones continuas, por ejemplo a la función
g x x1 x x x 2
Nos conviene identificar en el diagrama de bifurcación cuáles son los puntos estables y
cuáles los inestables. Para ello, si x* es la solución de x* = g(x*) (“punto fijo”), entonces
es una solución estable si g
1 evaluada en x* .
x
Para la función anterior
g
2 x 1 2 x
x
O sea que tenemos que evaluar si 1 2 x * 1 en los puntos
1
x0 0 ó x1
* *
Para el punto x0 0
*
g x0 1 2 x0
* *
g x0
*
*
entonces x0
es estable para 1 1
Para el punto x1
* 1
g x1 1 2 x1 2
* *
*
entonces x1
es estable para 1 3
En forma de diagrama
ILM 6
DINÁMICA Y CONTROL DE PROCESOS
diagrama de bifurcación
0.8
0.6 x1*
inestable
x1*
0.4 estable
0.2
x0* x0*
estable inestable
0
x
-0.2
-0.4
x1*
-0.6 inestable
-0.8
-1
0 0.5 1 1.5 2 2.5 3 3.5 4
Se suelen representar con líneas llenas las soluciones estables y con líneas punteadas las
inestables.
Entonces xk 2 g xk 1
O bien xk 2 g g xk
xk 2 xk 1 xk 1 xk 1 xk
Pero como xk 2 xk
xk xk 1 xk 1 xk 1 xk
O bien
g xk 2 xk 2 xk 1 xk xk
4 3 2
Que tiene las siguientes soluciones x* 0, 0.5130, 0.6875, 0.7995
ILM 7
DINÁMICA Y CONTROL DE PROCESOS
x f x,
f 2 f k 1 f
f x, 2 ... k 1 0
x x x
f
k
y 0
x k
ILM 8
DINÁMICA Y CONTROL DE PROCESOS
x xe , e
Como es función de una sola variable también es equivalente al valor propio:
3xe 2 e
Entonces, si < 0 el sistema es estable.
1.5
estable
1
0.5
0
inestable
-0.5
-1
-1.5 estable
-2
-1 0 1 2 3 4
x f x, x 2 0
ILM 9
DINÁMICA Y CONTROL DE PROCESOS
f
2 xe
x xe , e
Si < 0 , xei y no hay soluciones reales. Si > 0 hay dos soluciones reales:
xe1 xe 2
2 xe 2 e 2 xe 2 e
estable inestable
ILM 10
DINÁMICA Y CONTROL DE PROCESOS
1
x
-1
-2
-2 -1 0 1 2 3 4
mu
f x, u xe xe 0
3
f
1 3xe
2
x
Vemos que como x ,u
e e es siempre negativo entonces no hay punto
de bifurcación y todos los puntos de equilibrio son estables.
ILM 11
DINÁMICA Y CONTROL DE PROCESOS
mu = -1
2
1.5
0.5
x
-0.5
-1
-1.5
-2
-10 -5 0 5 10
u
f
1 3xe
2
x xe , u e
1.5
0.5
0
x
-0.5
-1
-1.5
-2
-4 -2 0 2 4
u
Los puntos de bifurcación son
1
xc
3
Que corresponden a
uc 2 3
3
uc 2 3 uc 2 3
O sea, para 3 y 3 hay un punto estable y para
2 3 uc 2 3
3 3 hay tres soluciones, dos estables y la otra no.
ILM 12
DINÁMICA Y CONTROL DE PROCESOS
0
x
-1
-2
-2
10 20
mu 2 -10 0
-20
u
ILM 13
DINÁMICA Y CONTROL DE PROCESOS
Quizá el primer ejemplo de movimiento caótico fue dado por el meteorólogo Lorenz
tratando de simular simplificadamente el movimiento de las masas atmosféricas. Sus
ecuaciones fueron
x1 x2 x1
x2 x1 x2 x1 x2
x3 x3 x1 x2
Donde
x1 es proporcional a la velocidad de las corrientes circulares convectivas
x2 es proporcional a la diferencia de temperaturas entre las capas atmosféricas
x3 es proporcional a la distorsión del perfil de temperaturas respecto a la linealidad
Z
ILM 14