Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ir a la navegaci�nIr a la b�squeda
Para otros usos del t�rmino caos, v�ase Caos (desambiguaci�n).
Diagrama de la trayectoria del sistema de Lorenz para los valores r = 28, s = 10, b
= 8/3.
El p�ndulo doble es uno de los sistemas ca�ticos m�s simples que existen. Se
observa su trayectoria irregular, adem�s dando al p�ndulo una posici�n inicial
ligeramente diferente se obtiene una trayectoria completamente diferente pasado un
tiempo.
La teor�a del caos es la rama de las matem�ticas, la f�sica y otras ciencias
(biolog�a, meteorolog�a, econom�a, entre otras) que trata ciertos tipos de sistemas
complejos y sistemas din�micos no lineales muy sensibles a las variaciones en las
condiciones iniciales. Peque�as variaciones en dichas condiciones iniciales pueden
implicar grandes diferencias en el comportamiento futuro, imposibilitando la
predicci�n a largo plazo. Esto sucede aunque estos sistemas son en rigor
deterministas, es decir; su comportamiento puede ser completamente determinado
conociendo sus condiciones iniciales.
�ndice
1 Definici�n
2 Clasificaci�n de los sistemas
3 Caos determinista
3.1 Definici�n de caos y atractores
3.2 La importancia de la no linealidad en dimensi�n finita
3.3 Divergencia exponencial de trayectorias cercanas
3.4 Atractores
3.4.1 Ejemplos de atractores
3.4.2 Atractores extra�os
3.4.3 Algo m�s de atractores
3.5 Transformaci�n del panadero
4 Breve historia
4.1 El determinismo laplaciano
4.2 El cuestionamiento de Poincar�
4.3 El aporte de Lorenz
4.4 Ecuaciones de Lorenz
5 Aplicaciones
5.1 En meteorolog�a
5.2 En medicina
6 V�ase tambi�n
7 Referencias
7.1 Bibliograf�a
8 Enlaces externos
Definici�n
La teor�a del caos explica que el resultado de algo depende de distintas variables
y que es imposible de predecir. Por ejemplo, si colocamos un huevo en la c�spide de
una pir�mide no sabremos hacia d�nde caer�.
Caos determinista
El caos determinista comprende una serie de fen�menos encontrados en la teor�a de
sistemas din�micos, la teor�a de ecuaciones diferenciales y la mec�nica cl�sica. En
t�rminos generales el caos determinista da lugar a trayectorias asociadas a la
evoluci�n temporal de forma muy irregular y aparentemente azarosa que sin embargo
son totalmente deterministas, a diferencia del azar genuino. La irregularidad de
las trayectorias est� asociada a la imposibilidad pr�ctica de predecir la evoluci�n
futura del sistema, aunque esta evoluci�n sea totalmente determinista.
donde {\displaystyle \delta (t)} \delta (t) es el vector que separa 2 trayectorias,
{\displaystyle \delta _{0}} \delta _{0} es la separaci�n inicial y
{\displaystyle \lambda } \lambda es el exponente Lyapunov. Cuando el sistema tiene
un exponente de Lyapunov positivo ( {\displaystyle \lambda >0} \lambda >0), se
encuentra un tiempo de horizonte donde la predicci�n deja de ser v�lida. Si se toma
{\displaystyle a} a como el valor m�ximo de la distancia aceptable entre dos
trayectorias (la predicci�n ser� intolerable cuando {\displaystyle \|\delta
(t)\|\geq a} {\displaystyle \|\delta (t)\|\geq a}), entonces el tiempo de horizonte
se define como
Lo peor del tiempo de horizonte es que, por mucho que se minimice la separaci�n
inicial, no lograr� ser mucho m�s grande. Esto es, aunque se logre una precisi�n
muy buena, el incremento del tiempo de horizonte que se logra ser� insignificante
comparado con la disminuci�n de {\displaystyle \delta _{0}} \delta _{0}. Por esto,
Edward Lorenz dijo que era tan dif�cil predecir el tiempo. Este obst�culo de la
predicci�n se conoce con el nombre efecto mariposa por una charla de Lorenz con el
t�tulo "�Puede el batir de las alas de una mariposa en Brasil dar lugar a un
tornado en Texas?".
Si se dibuja una gr�fica con los ejes {\displaystyle \ln {||\delta ||}} \ln
{||\delta ||} y {\displaystyle t} t, se observa que para un corto plazo de
{\displaystyle t} t, la funci�n se mueve alrededor de una pendiente. El valor de
esta pendiente equivale al exponente de Lyapunov. Como se observa en el ejemplo de
abajo, despu�s de un tiempo la funci�n no contin�a cerca de la pendiente. Esto es
debido a que, como el atractor est� acotado en un espacio del espacio de fases, la
distancia no puede aumentar hasta el infinito.
Atractores
Art�culo principal: Atractor
Modelo matem�tico.
El comportamiento o movimiento en un sistema din�mico puede representarse sobre el
espacio de fases. Los diagramas de fases no muestran una trayectoria bien definida,
sino que �sta es errabunda alrededor de alg�n movimiento bien definido. Cuando esto
sucede se dice que el sistema es atra�do hacia un tipo de movimiento, es decir, que
hay un atractor.
Atractor de punto fijo: Corresponde al m�s simple, el sistema que tenga un atractor
de punto fijo tender� a estabilizarse en un �nico punto. Un ejemplo com�n es el
p�ndulo, que tiende al punto en el que el �ngulo es nulo respecto a la vertical,
debido al rozamiento con el aire.
Atractor de ciclo l�mite o atractor peri�dico: Es el segundo tipo de atractor m�s
sencillo. Este tipo de atractor tiende a mantenerse en un periodo igual para
siempre. Como ejemplo, se puede tomar un p�ndulo alimentado para contrarrestar la
fuerza de rozamiento, por lo que oscilar�a de lado a lado.
Atractor ca�tico: Aparece en sistemas no lineales que tienen una gran sensibilidad
a las condiciones. Un famoso ejemplo de estos atractores es el atractor de Lorenz.
Estos nombres se relacionan exactamente con el tipo de movimiento que provocan en
los sistemas. Un atractor peri�dico, por ejemplo, puede guiar el movimiento de un
p�ndulo en oscilaciones peri�dicas; sin embargo, el p�ndulo seguir� trayectorias
err�ticas alrededor de estas oscilaciones debidas a otros factores menores no
considerados.
Ejemplos de atractores
Se ver� una introducci�n de estos distintos tipos de atractores con un modelo
matem�tico muy usado para explicar el caos. Consiste en una varilla de acero con un
extremo fijado a un soporte y el otro libre para oscilar entre dos imanes colocados
sim�tricamente. El soporte de la varilla se halla sometido a una fuerza arm�nica
{\displaystyle F=f\cos {\omega t}} F=f\cos {\omega t}, como se observa en la figura
del modelo matem�tico.
CaosDI5.JPG CaosDI6.JPG
? = 0, f = 0.
? = 0.2, f = 0.
Suponiendo que inicialmente no se tiene fricci�n ( {\displaystyle \gamma =0} \gamma
=0) ni fuerza externa ( {\displaystyle f=0} f=0), el sistema es conservativo y se
tendr� una integral primera que proporciona las trayectorias en el espacio de fases
{\displaystyle (x,{\dot {x}})} (x,{\dot {x}}):
Si ahora, adem�s del rozamiento, se introduce una fuerza externa arm�nica que
contrarresta a la fuerza de rozamiento, el sistema ya no tender� al equilibrio. Al
ser una fuerza arm�nica se encuentran soluciones peri�dicas (ciclos l�mite), pero
nada que ver con los periodos de los que se habla cuando el sistema es conservativo
( {\displaystyle \gamma =f=0} \gamma =f=0). En este caso los periodos son
independientes de la energ�a por la fuerza de rozamiento y la arm�nica, as� que los
periodos dependen de la fuerza arm�nica externa.
En conclusi�n, para que haya caos en dimensi�n finita se necesita que se cumplan
los siguientes 3 puntos en un sistema:
Atractores extra�os
La mayor�a de los tipos de movimientos mencionados en la teor�a anterior suceden
alrededor de atractores muy simples, tales como puntos y curvas circulares llamadas
ciclos l�mite. En cambio, el movimiento ca�tico est� ligado a lo que se conoce como
atractores extra�os, que pueden llegar a tener una enorme complejidad como, por
ejemplo, el modelo tridimensional del sistema clim�tico de Lorenz, que lleva al
famoso atractor de Lorenz. El atractor de Lorenz es, quiz�, uno de los diagramas de
sistemas ca�ticos m�s conocidos, no s�lo porque fue uno de los primeros, sino
tambi�n porque es uno de los m�s complejos y peculiares, pues desenvuelve una forma
particular, parecida a las alas de una mariposa.
Los atractores extra�os est�n presentes tanto en los sistemas continuos din�micos
(tales como el sistema de Lorenz) como en algunos sistemas discretos (por ejemplo,
la aplicaci�n de H�non). Otros sistemas din�micos discretos tienen una estructura
repelente, de tipo conjunto de Julia, la cual se forma en el l�mite entre las
cuencas de dos puntos de atracci�n fijos. Julia puede ser sin embargo un atractor
extra�o. Ambos, atractores extra�os y atractores tipo conjunto de Julia, tienen
t�picamente una estructura de fractal.
Atractor de R�ssler.
En los atractores extra�os se observan �rbitas irregulares, que las trayectorias
divergen exponencialmente y que permanecen en un espacio de fases acotado. Para
explicar estas propiedades se usar� la transformaci�n del panadero que consiste en
un doble proceso de estirar y plegar.
El determinismo laplaciano
Art�culo principal: Determinismo cient�fico
En 1776 el matem�tico franc�s Pierre Simon de Laplace comenz� a publicar los 5
vol�menes del Trait� de M�canique C�leste, donde el autor afirmaba categ�ricamente
que, si se conociera la velocidad y la posici�n de todas las part�culas del
universo en un instante, se podr�a predecir su pasado y su futuro. Durante m�s de
100 a�os su afirmaci�n pareci� correcta y, por ello, se lleg� a la conclusi�n de
que el libre albedr�o no ten�a espacio en mec�nica cl�sica, ya que todo estaba
determinado por el estado del universo en un tiempo anterior.
El cuestionamiento de Poincar�
A finales del siglo XIX Henri Poincar� (1854-1912), matem�tico franc�s, introdujo
un nuevo punto de vista al preguntarse si el Sistema Solar ser�a estable para
siempre. Poincar� fue el primero en pensar en la posibilidad del caos, en el
sentido de un comportamiento que dependiera sensiblemente en las condiciones
iniciales. En 1903 Poincar� postulaba acerca de lo aleatorio y del azar en los
siguientes t�rminos:
El aporte de Lorenz
Atractor de Lorenz.
El comienzo de la reciente historia del caos se sit�a en la d�cada de 1950 cuando
se inventaron los ordenadores y se desarrollaron algunas intuiciones sobre el
comportamiento de los sistemas no lineales. Esto es, cuando se vieron las primeras
gr�ficas sobre el comportamiento de estos sistemas mediante m�todos num�ricos. En
1963 Edward Lorenz trabajaba en unas ecuaciones, las mundialmente conocidas como
ecuaciones de Lorenz, que esperaba predijeran el tiempo en la atm�sfera, y trat�
mediante los ordenadores de ver gr�ficamente el comportamiento de sus ecuaciones.
Los ordenadores de aquella �poca eran muy lentos, por eso se dice que Lorenz fue a
tomar un t� mientras el ordenador hac�a los c�lculos, y cuando volvi� se encontr�
con una figura que ahora se conoce como atractor de Lorenz.
La d�cada de 1970 fue el boom del caos. En 1971 David Ruelle y Floris Takens
propusieron una nueva teor�a para la turbulencia de fluidos basada en un atractor
extra�o. A�os despu�s el ec�logo te�rico Robert May en 1976 encontr� ejemplos de
caos en din�mica de poblaciones usando la ecuaci�n log�stica discreta. A
continuaci�n lleg� el m�s sorprendente descubrimiento de todos de la mano de
Feigenbaum. �l descubri� que hay un conjunto de leyes universales concretas que
diferencian la transici�n entre el comportamiento regular y el caos, por tanto, es
posible que dos sistemas evolucionen hacia un comportamiento ca�tico igual.
Ecuaciones de Lorenz
Art�culo principal: Atractor de Lorenz
El primer sistema de ecuaciones bien caracterizado que exhib�a comportamiento
ca�tico fue el sistema de ecuaciones propuesto por Lorenz:
Aplicaciones
La teor�a del caos y la teor�a de sistemas din�micos cuentan actualmente con
numerosas aplicaciones tanto en ciencias naturales como en tecnolog�a y ciencias
sociales. Se han desarrollado aplicaciones pr�cticas en el campo del control, la
caracterizaci�n y el modelado de sistemas complejos. Durante las cuatro d�cadas que
siguieron a los a�os 1960 aument� mucho la literatura sobre los sistemas complejos
y la teor�a del caos, as� como las tem�ticas y aplicaciones alumbradas a ra�z de la
investigaci�n en dicho campo interdisciplinar.
En meteorolog�a
Art�culo principal: Efecto mariposa
El tiempo atmosf�rico, adem�s de ser un sistema din�mico, es muy sensible a los
cambios en las variables iniciales, es un sistema transitivo y tambi�n sus �rbitas
peri�dicas son densas, lo que hace del tiempo un sistema apropiado para trabajarlo
con matem�tica ca�tica. La precisi�n de las predicciones meteorol�gicas es
relativa, y los porcentajes anunciados tienen poco significado sin una descripci�n
detallada de los criterios empleados para juzgar la exactitud de una predicci�n.
Antes de la aparici�n de la Teor�a del Caos, se pensaba que para que el tiempo
llegara a ser predicho con exactitud newtoniana no era m�s que una cuesti�n de
introducir m�s y m�s variables en un ordenador lo suficientemente potente como para
procesarlas. Sin embargo, de unas pocas variables de hace tan s�lo unas d�cadas se
ha pasado a considerar cientos de miles de variables sin conseguir la
predictibilidad esperada. El clima, como sistema ca�tico, ha de entenderse como un
sistema impredecible dentro de un atractor que le confiere cierto orden a trav�s de
las estaciones. M�s recientemente se ha probado que el car�cter ca�tico del tiempo
atmosf�rico tiene que ver con las propiedades geom�tricas del grupo de evoluci�n
del sistema clim�tico terrestre, en concreto dicho grupo puede dotarse de la
estructura de una variedad de Riemann de dimensi�n infinita con curvatura negativa,
lo cual implica que curvas arbitrariamente cercanas acaban divergiendo en el
tiempo. Estos resultados sugieren una imposibilidad pr�ctica de predecir el tiempo
atmosf�rico a medio y largo plazo. El clima es sensible a peque�as variaciones en
las condiciones iniciales y la determinaci�n de las condiciones iniciales con
exactitud est� abocado al fracaso a causa del Principio de incertidumbre de
Heisenberg. Se ha estimado que una predicci�n a dos meses vista requerir�a conocer
las condiciones iniciales con una precisi�n unas 100 mil veces superior a la
precisi�n obtenida por dicha predicci�n.
En medicina
El an�lisis de las series temporales procedentes de electrocardiogramas y
encefalogramas que en algunos detalles presentan detalles aparentemente aleatorios,
parecen estar generados por una din�mica que de hecho es un sistema ca�tico. Los
exponentes y par�metros matem�ticos que caracterizan dichas series han podido ser
usados como medio de diagn�stico de ciertas patolog�as. Esto permite un diagn�stico
precoz de algunas de esas patolog�as.
V�ase tambi�n
Art�culos sobre teor�as varias.
Oscilador de van der Pol
Fractal
Din�mica de sistemas
Problema de los tres cuerpos
Problema de los n cuerpos
Estabilidad del sistema solar
Ilya Prigogine
Ren� Thom
Referencias
�An�lisis Computacional de Modelos Biol�gicos para su Aplicaci�n a Modelos
Econ�micos�. CIT Internacional.
Bibliograf�a
Commons-emblem-question book yellow.svg
Las referencias de este art�culo no tienen un formato correcto. Puedes colaborar
edit�ndolas como se indica en esta p�gina.
Tambi�n puedes avisar en su p�gina de discusi�n a quien las a�adi� pegando:
{{subst:Aviso formato de referencias|Teor�a del caos}} ~~~~ Este aviso fue puesto
el 12 de junio de 2017.
Santos-Burguete, Carlos (2018). F�sica del caos en la predicci�n meteorol�gica. ed.
digital de libre distribuci�n NIPO: 014-18-009-X (1� edici�n). AEMET. p. 1156.
Consultado el 11 de noviembre de 2018.
Sol�, R. V., y Manrubia, S. C. (2001). Orden y caos en sistemas complejos.
Universidad Polit�cnica de Catalu�a, ISBN 9788483014301
(en ingl�s) T. W. B. Kibble et F.H. Berkshire, Classical Mechanics, Prentice Hall,
4�10{{{1}}} �dition, 1997 ISBN 0-582-25972-X.
(en ingl�s) Kathleen T. Alligood, Tim Sauer et James A. Yorke, Chaos: An
Introduction to Dynamical Systems, Springer-Verlag, 1997 ISBN 978-0-387-94677-1
(en ingl�s) David Ruelle, Deterministic chaos: the science and the fiction,
Proceedings of the Royal Society London A 427 (1990), 241-248
(en franc�s) Henri Poincar�, Les m�thodes nouvelles de la m�canique c�leste, 3
volumes, �ditions Gauthiers-Villars, 1892
(en franc�s) Jacques Hadamard, Les surfaces � courbures oppos�es et leurs lignes
g�od�siques, Journal de math�matiques pures et appliqu�es 4 (1898), 27. Pour une
revue plus r�cente, voir e.g. la r�f�rence suivante : Pierre Pansu, Le flot
g�od�sique des vari�t�s Riemanniennes � courbure n�gative, S�minaire Bourbaki 738
(1991) publi� dans : Ast�risque 201-203 (1991) 269-298.
(en ingl�s) Vladimir Arnold, Mathematical Methods of Classical Mechanics, Springer-
Verlag, 2�10{{{1}}} �dition, 1989 ISBN 0-387-96890-3.
(en ingl�s) Vladimir Arnold, V.V. Kozlov et A.I. Neishtadt, Mathematical Aspects of
Classical and Celestial Mechanics, Encyclopaedia of Mathematical Sciences,
Springer-Verlag (2�10{{{1}}} �dition-1993). Une synth�se de l'�tat de l'art en
m�canique c�leste, par l'un des plus brillants math�maticiens du domaine (Arnold)
et ses collaborateurs. � partir du second cycle universitaire.
(en ingl�s) Vladimir Arnold y Andr� Avez, Ergodic problems of classical mechanics,
Advanced Book Classics, Addison-Wesley, 1988.
(en ingl�s) David Ruelle et Jean-Pierre Eckman, Ergodic theory of chaos and strange
attractors, Review of Modern Physisc 57 (1985), 617-656
(en ingl�s) Vladimir Damgov, Nonlinear and parametric phenomena - Applications in
radiophysical and mechanical systems, World Scientific, Series on Nonlinear
Sciences, 2004
(en ingl�s) Robert May, Simple Mathematical Models with Very Complicated Dynamics,
Nature, Vol. 261, p. 459, June 10, 1976
Moon, Francis (1990). Chaotic and Fractal Dynamics. Springer-Verlag New York, LLC.
ISBN 0-471-54571-6.
Ott, Edward (2002). Chaos in Dynamical Systems. Cambridge University Press New,
York. ISBN 0-521-01084-5.
Gutzwiller, Martin (1990). Chaos in Classical and Quantum Mechanics. Springer-
Verlag New York, LLC. ISBN 0-387-97173-4.
Hoover, William Graham (1999,2001). Time Reversibility, Computer Simulation, and
Chaos. World Scientific. ISBN 981-02-4073-2.
Gonz�lez-Miranda, J. M. (2004). Synchronization and Control of Chaos. An
introduction for scientists and engineers. Imperial College Press. ISBN 1-86094-
488-4.
Enlaces externos
Wikimedia Commons alberga una categor�a multimedia sobre Teor�a del caos.
Art�culo divulgativo sobre el creciente aporte de la Teor�a del Caos en Medicina
Servicio de divulgaci�n cient�fica DivulgaUNED (Universidad Nacional de Educaci�n a
Distancia de Espa�a, octubre de 2009).
Alcances y limitaciones de la Teor�a del Caos aplicada al an�lisis del
Comportamiento Organizacional, Cultural y la necesidad del cambio De la Universidad
Peruana de Ciencias Aplicadas
Fundamentos matem�ticos de la sinerg�tica. Caos, estructuras y simulaci�n por
ordenador
Modelado y Simulaci�n de un Oscilador Ca�tico usando MatLab