Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tesis-Hugo Parra Prado
Tesis-Hugo Parra Prado
OSCILACIONES NO LINEALES
EN CADENAS FINITAS DE
OSCILADORES
T E S I S
QUE PARA OBTENER EL TÍTULO DE
INGENIERO MATEMÁTICO
PRESENTA:
HUGO PARRA PRADO
ASESOR:
DR. LUIS ALBERTO CISNEROS AKE
29 de julio de 2015
En especial agradezco a mis padres por
siempre motivarme y su confianza.
A mis hermanos con cariño y admiración.
Gracias, totales.
i
Agradecimientos
Quiero dar mi más sincero agradecimiento a mi asesor de Tesis, al Dr. Luis Alberto
Cisneros Ake, por su apoyo en la realización de esta Tesis, brindándome su tiempo y
dedicación. Fueron muy provechosos sus consejos, fue para mı́ un privilegio trabajar
con usted.
Agradezco a mi codirector de Tesis el Dr. Jorge Viveros Rogel, por sus comentarios
provechosos, ası́ como su tiempo, muchas gracias.
Quiero destacar el tiempo y la ayuda recibida de los Drs. Jesús Adrián Espinola
Rocha y Francisco J. Martı́nez Farı́as.
A mis sinodales: Dr. Adrián Alcántar Torres y Dr. Jesús Garcı́a Ravelo, por sus
comentarios los cuales enriquecieron mi presente trabajo.
Mi más profundo agradecimiento a mis padres, ya que gracias a ellos estoy aquı́, por
apoyarme en todo momento. Por haberme dado la oportunidad de tener una educación
en el transcurso de mi vida. Sobre todo por ser un excelente ejemplo a seguir.
A mis hermanos por ser parte importante de mi vida, por confiar y creer en mı́ y
haber hecho de mi etapa universitaria un trayecto de vivencias que nunca olvidaré.
Son muchas las personas que, de una u otra manera, han contribuido a la realización
de este trabajo de Tesis. A todas ellas quiero expresar mi gratitud y afecto.
iii
Agradecimientos
Por último quiero destacar que este trabajo fue presentado en el XLVII congreso de
la Sociedad Matemática Mexicana en Durango y la XIX Reunión Nacional Académica
de Fı́sica y Matemáticas.
iv
Índice general
Resumen VII
Introducción IX
1. Aspectos teóricos 1
1.1. Transformada discreta de Fourier . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Breve repaso de álgebra lineal . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3. Métodos de perturbación . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.1. Método de Poincaré-Lindstedt . . . . . . . . . . . . . . . . . . . 12
1.3.2. Escalas múltiples . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.4. Aproximación numérica . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.4.1. Método de Runge-Kutta . . . . . . . . . . . . . . . . . . . . . . . 26
v
ÍNDICE GENERAL
Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
Bibliografı́a 89
vi
Resumen
Estudiamos por medios asintóticos y numéricos los efectos no lineales del tipo cúbi-
co en un sistema finito de osciladores sujeto a condiciones de frontera Dirichlet. La
aproximación asintótica está basada en el método de escalas múltiples, mientras que la
aproximación numérica en el método de Runge-Kutta de cuarto orden.
vii
Introducción
ix
Introducción
El modelo matemático es un cristal unidimensional, este no fue más que una cuerda
discreta, es decir, que es una cadena de masas unidas por resortes. Se propuso que si
se le ”inyecta” energı́a desde fuera a un sistema de 32 partı́culas, la energı́a se distri-
buirı́a equitativamente entre todos los modos de vibración, un modo de vibración es
el movimiento periódico a una frecuencia fija y definida. Esto se llevarı́a a cabo según
la hipótesis de Fermi, Pasta y Ulam (FPU) debido a la interacción entre las masas
vecinas mediante fuerzas internas no lineales. Esto ya que, como veremos más adelante,
las interacciones lineales armónicas desacoplan los modos normales de oscilación por lo
que es imposible la tranferencia de energı́a entre los sitios.
Sin embargo aclaremos qué son las fuerzas no lineales. Uno podrı́a empezar di-
ciendo que son distintas de las lineales, pero y estas últimas ¿qué son?. Clarifiquemos
este punto. Por ejemplo, pensemos en un cristal. Las moléculas de cristal están coloca-
das en forma ordenada en lugares especı́ficos. La manifestación del movimiento de las
moléculas del cristal puede ser debido a variaciones de temperatura. Se observa que las
moléculas del cristal están oscilando alrededor de su posición de equilibrio. Se ha en-
contrado experimentalmete que para pequeños desplazamientos de las moléculas desde
sus posiciones de equilibrio, las fuerzas que oponen resistencia a que estos desplaza-
mientos ocurran, son proporcionales a estos desplazamientos. Por ejemplo, denotemos
a la fuerza interna como F (x), donde x denota el desplazamiento desde la posición
de equilibrio. Una dependencia lineal entre F y x estará dada por la ley de Hooke;
F (x) = −kx. Supongamos ahora que tenemos un resorte que tiene unida una masa a
uno de sus extremos, y el otro extremo del resorte está a una pared, y colocamos todo
esto sobre un escritorio. Si jalamos un poco la masa y la soltamos, entonces, en caso
de ausencia de fricción, esta masa realizarı́a un movimiento oscilatorio indefinidamente
alrededor del punto de equilibrio. Por otro lado, las fuerzas no lineales serán aquellas
que muestran matemáticamente dependencias distintas a las de Hooke. Esto es, que la
constante del resorte k depende del desplazamiento x. Es decir, una fuerza no lineal
será una fuerza del desplazamiento cuadrática, cúbica, etcétera.
x
este modelo matemático de un cristal unidimensional, consistente en una cadena de
partı́culas de masas atadas entre sı́ por resortes que originan fuerzas no lineales. Esto
quiere decir lo siguiente: FPU pensaron que, debido a estos términos no lineales, la
energı́a introducida en el primer modo de oscilación, se irı́a filtrando lentamente hacia
otros modos, hasta que la equipartición de la energı́a predicha por la fı́sica estadı́stica
se llevara a cabo.
Pero cual fue la sorpresa una vez construidos los algoritmos del modelo y llevados
al código de la máquina para procesarlos, se obtuvieron resultados bastante desalen-
tadores. La duración de sus cálculos fluctuó entre 10 000 y 82 500 pasos de cómputo.
Sin embargo, contrario a lo que esperaban encontrar, la máquina entregó resultados
inesperados. La energı́a no se termaliza, es decir, no ocurre la distribución equitativa
de la energı́a cuando se tiene este tipo de sistemas no lineales. Entonces, ¿qué es lo
que se obtiene? La energı́a inicialmente empieza a distribuirse en el primer modo, luego
pasa al segundo, pero en el tercero y cuarto se detiene el proceso, y súbitamente regresa
al estado inicial de la distribución de energı́a. Esto es bastante extraño. No se cumple
la teorı́a ergódica. ¿Qué está pasando entonces? Después de varios periodos toda la
energı́a parecı́a que siempre regresaba al primer modo de oscilación. Y este proceso se
repite. Por lo tanto, claramente se observa un fenómeno recurrente, es decir, se regresa
hacia estados anteriores. Para entender por qué es extraño este fenómeno basta hacer
el siguiente ejercicio: si tenemos una varilla de metal y la calentamos por un extremo,
entonces después de un cierto tiempo el calor se propagará por toda la varilla, y no
esperamos obviamente que el calor se detenga bruscamente y retorne luego al lugar de
donde partió, por eso la recurrencia de FPU es “contraintuitiva” e inesperada.
La solución del fenómeno recurrente encontrado por FPU se buscó en dos princi-
pales lı́neas de investigación. Por una parte, investigadores como J. Ford (1961) y E.
Atlee Jackson (1963), se enfocaron en la dinámica de los modos de Fourier, buscando
condiciones no resonantes que explicarı́an la ineficacia del transporte de energı́a, es
decir, confirmaron que los términos no lineales no garantizan equilibrio térmico [2].
xi
Introducción
(KAM), el cual establece que la mayorı́a de las órbitas cuasi periódicas de un sistema
hamiltoniano débilmente perturbado se preservan, tampoco pudo dar una explicación
cuantitativa al fenómeno. Posteriormente, Izrailev y Chirikov (Izrailev, 1966) usando la
incipiente teorı́a de KAM obtuvieron cierto “umbral” perturbativo más allá del cual si la
perturbación es suficientemente fuerte entonces la recurrencia de FPU desaparece. Pero
según Shepelyansky (Shepelyansky, 1997), es posible también observar la recurrencia
de FPU incluso a bajas frecuencias. Estos importantes esfuerzos fueron investigados
por varios autores durante los últimos años, con argumentos contradictorios en favor
y en contra de la recurrencia, por lo que podemos decir en relación con esta lı́nea de
investigación, que todavı́a no existe una conclusión definida hasta el momento.
xii
condición inicial sinusoidal provoca la aparición abrupta que posteriormente se rompe
de una serie de pulsos, que son los solitones. Estos solitones preservan sus formas y
velocidades durante sus movimientos en el sistema finito con condiciones periódicas de
frontera e interactúan de manera elástica en sus colisiones. De tiempo en tiempo, éstos
regresan a las posiciones que tenı́an inicialmente, restaurando la condición inicial. Esto
es el motivo por el cual se observa la recurrencia de FPU.
xiii
Introducción
Por último, en el capı́tulo 3 se aplican los dos métodos de perturbación del capitulo
1 para dar una aproximación a la solución del problema FPU, los cuales nos mostraran
el efecto de la resonancia y de los divisores pequeños. Para finalizar se hace un estudio
de las ecuaciones de movimiento en el espacio de Fourier para el caso general de N
masas.
xiv
Capı́tulo 1
Aspectos teóricos
En este presente capı́tulo se presenta la teorı́a básica, que será necesaria para el
desarrollo de capı́tulos posteriores; la transforma de Fourier y la teorı́a de perturbacio-
nes. También se revisaran algunos aspectos básicos de álgebra lineal y un método de
aproximación numérica.
Definición 1.1.1 Sea f (x) como antes. La transformada de Fourier de f (x) se define
por: Z ∞
ˆ
f (ξ) = F (ξ) = F{f (x)} = e−iξx f (x)dx, ξ ∈ R, (1.2)
−∞
1
1. ASPECTOS TEÓRICOS
Ahora si f (x) ∈ L2 (R) y fˆ(ξ) ∈ L2 (R) entonces ambas estan relacionadas por la
identidad de Parseval [6] y [7] como:
donde kk es la norma inducida por el producto interior <, > definido en L2 (R) mediante
1
< f, g >= R f (x)g(x)dx para f, g ∈ L2 (R). El factor 2π
R
se puede fraccionar como sea
1
de tal forma que el producto en la directa con el de la inversa sea proporcional a 2π .
Supongamos que, por ejemplo f (x) es la función:
1
2 para −1 ≤ x ≤ 1 ,
f (x) = (1.5)
0 otro caso .
√
Entonces por (1.1) tenemos que kf (x)k = 1/ 2, y por (1.2) se tiene que:
1
1 1 −iξx e−iξx
Z
ˆ sen(ξ)
f (ξ) = e dx = = , (1.6)
2 −1 −2iξ −1 ξ
en la Figura 1.1, se muestra la función f (x) y su transformada de Fourier.
Pulso rectangular
0.8
0.6
f(t)
0.4
0.2
0
−0.2
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2
t
Transformada de Fourier
2
1
F(ξ)
−1
−15 −10 −5 0 5 10 15
ξ
2
1.1 Transformada discreta de Fourier
Por otro lado si f (x) es una función impar en R, es decir f (−x) = −f (x), tenemos:
Z ∞
fˆs (ξ) = Fs {f (x)} = Fs (ξ) = 2 sen(ξx)f (x)dx, (1.11)
0
Notemos que xj+1 −xj = h, define el espaciamiento entre los sitios j, denotamos por
vj : Zh → R a la función discreta donde Zh = {jh|j ∈ Z y h ∈ R fija}. Puede analizarse
3
1. ASPECTOS TEÓRICOS
que si el dominio del espacio fı́sico es discreto (esto es, la variable fı́sica x es discreta en
la forma xj = jh), entonces en el espacio de Fourier (la variable de Fourier ξ) seguira
siendo continua pero acotada, por lo que no se extendera sobre todo R. Consideremos
ahora la función discreta vj ∈ l2 (R), es decir:
∞
X
kvj k2 = |vj |2 h < +∞. (1.13)
j=−∞
Podemos definir (en analogı́a con (1.2)) la transformada discreta de Fourier de vj como:
∞
X ∞
X h π πi
−iξxj
v̂(ξ) = e vj h = h e−iξxj vj , ξ∈ − , (1.14)
h h
j=−∞ j=−∞
y también (en analogı́a con (1.3)) definimos la transformada discreta inversa de Fourier
de v̂(ξ) de la siguiente forma:
Z π/h
1
vj = eiξxj v̂(ξ)dξ, j ∈ Z. (1.15)
2π −π/h
y su inversa como:
Z π/h
1
vj = v̂c (ξ) cos(ξxj )dξ. (1.18)
2π −π/h
También tenemos que la transformada discreta seno de Fourier es:
∞
X
v̂s (ξ) = h vj sen(ξxj ), (1.19)
j=−∞
y su inversa:
Z π/h
1
vj = v̂s (ξ) sen(ξxj )dξ. (1.20)
2π −π/h
4
1.1 Transformada discreta de Fourier
Se pueden observar las analogı́as entre (1.9) con (1.24) y (1.11) con (1.26).
Por otro lado, en el caso que xj sea discreto y acotado en el espacio fı́sico la trans-
formada discreta de Fourier es:
N
X
v̂ξ = h e−iξxj vj , (1.21)
j=1
y su inversa como:
N
1 X
vj = v̂cξ cos(ξxj ). (1.25)
2π
ξ=1
y su inversa:
N
1 X
vj = v̂sξ sen(ξxj ). (1.27)
2π
ξ=1
5
1. ASPECTOS TEÓRICOS
6
1.2 Breve repaso de álgebra lineal
La función definida por (1.31) que lleva la matriz A en la matriz B se denomina trans-
formación de semejanza. Se puede escribir esta transformación como:
T (A) = C −1 AC,
7
1. ASPECTOS TEÓRICOS
donde C es una matriz cuyas columnas son vectores propios linealmemte independientes
de A.
Teorema 1.2.3 Sea A una matriz simétrica real de n × n. Entonces todos los valores
caracterı́sticos de A son reales.
< αx, y >= α < x, y > y < x, αy >= α < x, y >, (1.33)
más aún, por el hecho de que A es real y simétrica se tiene que At = A, con At la
transpuesta de A, luego:
8
1.2 Breve repaso de álgebra lineal
Pero < v, v >= kvk2 6= 0 ya que v es un vector propio. Entonces se puede dividir ambos
lados de (1.36) entre (v, v) para obtener,
λ = λ, (1.37)
a + ib = a − ib, (1.38)
y
Av1 · v2 = v1 · At v2 = v1 · Av2 = v1 · (λ2 v2 ) = λ2 (v1 · v2 ). (1.40)
Combinando (1.39) y (1.40), se tiene λ1 (v1 ·v2 ) = λ2 (v1 ·v2 ) y como λ1 6= λ2 se concluye
que v1 · v2 = 0.
Teorema 1.2.5 Sea A una matriz simétrica real de n × n, entonces A tiene n vectores
propios reales ortonormales.
donde Q satisface Qt = Q−1 , por lo tanto (1.41) se puede escribir como Q−1 AQ = D.
9
1. ASPECTOS TEÓRICOS
Demostración 1.2.6.1 Sea A simétrica. Entonces de acuerdo con los teoremas an-
teriores, A es diagonizable ortogonalmente con la matriz Q cuyas columnas son los
vectores caracterı́sticos.
Inversamente, suponga que A es diagonizable ortogonalmente. Entonces existe una ma-
triz ortogonal Q tal que Qt AQ = D. Al multiplicar esta ecuación por la izquierda por
Q y por la derecha por Qt , y utilizando el hecho de que Qt Q = QQt = I, se obtiene,
A = QDQt . (1.42)
3. Escriba Q como la matriz cuyas columnas son los vectores caracterı́sticos orto-
normales obtenidos en el paso anterior.
Para dar una idea del procedimiento consideremos la siguiente matriz real simétrica:
2 −1
A= .
−1 2
√
1
se encuentra que el vector caracterı́stico es v1 = y también kv1 k = 2. Por lo
1
tanto, normalizando el vector v1 se tiene:
1 1 1
u1 = v1 = √
kv1 k 2 1
10
1.3 Métodos de perturbación
11
1. ASPECTOS TEÓRICOS
12
1.3 Métodos de perturbación
a0 = cos(t).
13
1. ASPECTOS TEÓRICOS
Por lo tanto, esperamos que la amplitud de la solución aproximada (1.50) crecerá con
el tiempo, lo cual no es coherente con la situación fı́sica o con la solución exacta del
problema (1.43), como se puede observar en la Figura 1.3. Si restringimos la varia-
ble
independiente t para un intervalo
finito [0, T ], entonces el término de correción
1 3
ε (cos(3t) − cos(t)) − t sin(t) se puede hacer arbitrariamente pequeño por la elec-
32 8
ción de ε suficientemente pequeña, para algún t ∈ [0, T ].
14
1.3 Métodos de perturbación
−2
0 10 20 30 40 50
t
Diferencia entre ode45 y Perturbación asintótica
2
1.5
Error
0.5
0
0 10 20 30 40 50
t
Figura 1.3. Evolución de la amplitud con respecto al tiempo de la solución a la ecuación (1.43)
y la ecuación (1.50) con ε = 0.1 y T ∼ 10, mostrando también el error absoluto de aproximación
con la solución numérica.
τ = wt, (1.52)
y se ha ”corregido” :
w = 1 + εw1 + ε2 w2 + ... (1.53)
15
1. ASPECTOS TEÓRICOS
donde la prima denota ahora la diferenciación con respecto a la nueva escala τ . Susti-
tuyendo (1.51) y (1.53) en (1.54) y (1.55) se encuentra:
[1 + 2εw1 + ε2 w12 + 2w2 + ...][a000 + εa001 + ...] + [a0 + εa1 + ...] + ε[a30 + 3εa20 a1 + ...] = 0,
y 00 + y = f, (1.59)
16
1.3 Métodos de perturbación
El espacio nulo de A esta generado por las funciones periódicas cos(t) y sin(t). Por lo
tanto, la condición indica que es necesaria para la existencia de una solución. Cuando
estas condiciones de solvencia se mantienen, el método de variación de parámetros
puede ser utilizado para construir una solución periódica. Por lo tanto, las condiciones
también son suficientes.
17
1. ASPECTOS TEÓRICOS
Notemos que los métodos de perturbación asintótica permiten aproximar una so-
lución periódica de ecuaciones diferenciales ordinarias débilmente no lineales. En la
siguiente subsección generalizaremos el método de Poincaré-Lindstedt.
18
1.3 Métodos de perturbación
−1
0 10 20 30 40 50
t
Diferencia entre ode45 y Poincaré−Lindsted
0.04
0.03
Error
0.02
0.01
0
0 10 20 30 40 50
t
Figura 1.4. Evolución de la amplitud con respecto al tiempo de la ecuación (1.43) y la ecuación
(1.65) con ε = 0.1, y el error de aproximación con la solución exacta.
19
1. ASPECTOS TEÓRICOS
Tm = εm t, m = 0, 1, 2, ... (1.66)
donde Tm denota la escala de tiempo. Prosiguiendo con el método se deben tener las
derivadas con respecto a t, mediante el uso de la regla de la cadena. Las derivadas en
el tiempo se transforman como:
d dT0 ∂ dT1 ∂ dT2 ∂
= + + + ... ,
dt dt ∂T0 dt ∂T1 dt ∂T2
d2 ∂2 ∂2 ∂2 ∂2
= + 2ε +ε +2 + ... (1.67)
dt2 ∂T02 ∂T1 ∂T0 ∂T12 ∂T2 ∂T0
y deben ser usadas en la ecuación diferencial a resolver considerando sus condiciones.
Antes de empezar su aplicación haremos una aclaración: El proceso transforma cual-
quier ecuación diferencial (ordinaria) en una ecuación diferencial parcial. Esto podrı́a
parecer una dificultad; sin embargo en general debemos anticipar que el problema que
resulta no es más complicado que el problema original. Lo que generalmente ocurre
es que, en los procesos de integración que aparecen al aplicar el método, en lugar de
presentarse constantes arbitrarias, resultan funciones arbitrarias de las otras variables.
Para propósitos ilustrativos consideremos la siguiente ecuación diferencial ordinaria y
lineal homogenea:
d2 y(t) dy(t)
+ 2ε + y(t) = 0, y(0) = α, y 0 (0) = 0, (1.68)
dt2 dt
con ε 1 y α una constante. Supongamos que la solución de (1.68) puede ser repre-
sentada por una expansión que tiene la forma:
∞
X
y(t) = εn Yn (T0 , T1 , T2 , ...), (1.69)
n=0
20
1.3 Métodos de perturbación
y también:
d2 ∂2 ∂2 ∂2
y(t) = Y 0 + ε 2 Y0 + Y 1
dt2 ∂t2 ∂τ ∂t ∂t2
2
∂2 ∂2 ∂2
2 ∂
+ε Y0 + 2 Y0 + 2 Y1 + 2 Y2 + O(ε3 ). (1.71)
∂τ 2 ∂σ∂t ∂τ ∂t ∂t
∂2
Y0 + Y0 = 0,
∂t2
∂
Y0 (0, 0, 0) = α, Y0 (0, 0, 0) = 0. (1.74)
∂t
∂2 ∂2
∂
Y1 + Y1 = − 2 Y0 + 2 Y0 ,
∂t2 ∂τ ∂t ∂t
∂ ∂
Y1 (0, 0, 0) = 0, Y1 (0, 0, 0) = − Y0 (0, 0, 0). (1.75)
∂t ∂τ
∂2 ∂2 ∂2 ∂2
∂ ∂
Y2 + Y2 = − Y0 + 2 Y0 + 2 Y0 + 2 Y1 + 2 Y1 ,
∂t2 ∂τ 2 ∂σ∂t ∂τ ∂τ ∂t ∂t
∂ ∂ ∂
Y2 (0, 0, 0) = 0, Y2 (0, 0, 0) = − Y1 (0, 0, 0) − Y0 (0, 0, 0). (1.76)
∂t ∂τ ∂σ
21
1. ASPECTOS TEÓRICOS
donde aún falta especificar las funciones A y B. Calculamos las derivadas parciales
de Y0 con respecto a t, τ y σ, y sustituimos en (1.75), esto también nos dará algunas
condiciones, que A y B deben satisfacer, y obtenemos:
∂2
∂ ∂
Y1 +Y1 = 2 A(τ, σ) + A(τ, σ) sen(t)−2 B(τ, σ) + B(τ, σ) cos(t). (1.78)
∂t2 ∂τ ∂τ
Notemos que el lado derecho está en resonancia con la solución de la ecuación homo-
genea,
∂2
Y1 + Y1 = 0, (1.79)
∂t2
si los términos que acompañan a cos(t) y sen(t) son no cero. Más aún como tratamos a
t, τ y σ como independientes, tales términos son constantes con respecto a t, entonces
por lo tanto para evitar términos seculares A y B deben satisfacer:
∂
A = −A, A(0, 0) = α,
∂τ
∂
B = −B, B(0, 0) = 0, (1.80)
∂τ
donde las condiciones iniciales son dadas a partir de (1.77). Entonces resolviendo la
ecuación diferencial parcial (1.80) se encuentra que:
∂2 ∂
Y1 + Y1 = 0, Y1 (0, 0, 0) = 0, Y1 (0, 0, 0) = α, (1.82)
∂t2 ∂t
la cual tiene como solución:
Cuando quisimos determinar las funciones A(τ, σ) y B(τ, σ) para Y0 , hemos tenido
que considerar la ecuación para Y1 y se tuvo la condición (1.81) para evitar términos
22
1.3 Métodos de perturbación
C(τ, σ) = 0,
D(τ, σ) = αe−τ . (1.87)
23
1. ASPECTOS TEÓRICOS
son soluciones al sistema enterior. Finalmente obtenemos que (1.77) y (1.83) son:
−τ 1 1
Y0 (t.τ, σ) = αe cos σ cos(t) + sen σ sen(t)
2 2
1
= αe−τ cos t − σ ,
2
−τ
Y1 (t, τ, σ) = αe sen(t). (1.90)
Por último, si realizamos un poco de cálculos vemos que la ecuación (1.76), simplifica
en:
∂2 ∂
Y2 + Y2 = 0, Y2 (0, 0, 0) = 0, Y2 (0, 0, 0) = 0, (1.91)
∂t2 ∂t
y la solución para está última es Y2 (t, τ, σ) = 0 , para todo t, τ, σ. En general tenemos
que la aproximación (1.69) para el problema (1.68) se escribe como:
5
ode45
a) Escalas Multiples
y(t)
−5
0 5 10 15 20
t
0.08
b)
0.06
Error
0.04
0.02
0
0 5 10 15 20
t
24
1.4 Aproximación numérica
En ciencia e ingenierı́a son escasos los problemas que se pueden resolver de forma
analı́tica exacta. En ocasiones afortunadas logramos al menos hallar soluciones analı́ti-
cas aproximadas como las proveı́das por las escalas múltiples de la sección anterior, en
otros casos, nuestra solución del problema es de un tipo menos especı́fico, más global,
más cualitativo. Felizmente, en muchos casos podemos recurrir a la resolución de es-
tos problemas mediante los métodos numéricos. Encontramos varios ejemplos de estas
afirmaciones en las ecuaciones diferenciales no lineales. La importancia de los métodos
numéricos es creciente debido a la existencia generalizada de ordenadores relativamente
baratos y de gran potencia de cálculo. Sin embargo, los métodos numéricos carecen de
una incapacidad para el análisis. Por este motivo es generalmente muy difı́cil entender
un sistema si sólo se sabe de él lo que nuestros cálculos numéricos nos han propor-
cionado y es por ello que pueden eventualmente volverse ”cajas negras”. Más aún las
25
1. ASPECTOS TEÓRICOS
Vamos a suponer que (1.94) es un problema bien planteado, esto es, que hay solución
y que ésta es única. Además, supondremos que f es suficientemente diferenciable en
x y y. Los métodos de Runge-Kutta de orden m + 1 se diseñan para reproducir la
estimación de yn+1 − yn que proporciona la serie de Taylor:
dy(xn ) h2 d2 y(xn ) h3 d3 y(xn )
y(xn+1 ) = y(xn ) + h + + + ... (1.95)
dx 2! dx2 3! dx3
De (1.94) se obtienen las derivadas altas:
d2 y ∂f ∂f dy
= + = fx + f fy ,
dx2 ∂x ∂y dx
2 2
d3 y ∂2f dy ∂ 2 f
dy ∂ f ∂f ∂f dy ∂f
= +2 + + +
dx3 ∂x2 dx ∂x∂y dx ∂y 2 ∂y ∂x dx ∂y
= fxx + 2f fxy + f 2 fyy + fy (fx + f fy ) , (1.96)
26
1.4 Aproximación numérica
en donde el subı́ndice n indica que las funciones deben ser evaluadas en el punto (xn , yn ).
Por otro lado, con el propósito de evitar el uso de varias derivadas, tomamos arbitra-
riamente:
yn+1 = yn + α0 k0 + α1 k1 + α2 k2 + α3 k3 + . . . + αm km , (1.98)
donde:
k0 = f (xn , yn )h,
k1 = f (xn + a1 h, yn + b10 k0 )h
k2 = f (xn + a2 h, yn + b20 k0 + b21 k1 )h
..
.
km = f (xn + am h, yn + bm0 k0 + bm1 k1 + . . . + bm,m−1 km−1 )h. (1.99)
Las αi , ai y bij son constantes desconocidas. La serie de Taylor para dos variables sobre
el punto (x, y) esta descrita por:
k0 = fn h,
"
∂ 2
∂ ∂ 1 ∂
k1 = fn + a1 h + b10 k0 fn + a1 h + b10 k0 fn
∂x ∂y 2! ∂x ∂y
#
∂ 3
1 ∂
+ a1 h + b10 k0 fn + . . . h, (1.102)
3! ∂x ∂y
27
1. ASPECTOS TEÓRICOS
∂ ∂
k2 = fn + a2 h + (b20 k0 + b21 k1 ) fn
∂x ∂y
∂ 2
1 ∂
+ a2 h + (b20 k0 + b21 k1 ) fn
2! ∂x ∂y
#
∂ 3
1 ∂
+ a2 h + (b20 k0 + b21 k1 ) fn + . . . h,
3! ∂x ∂y
∂ ∂
k3 = fn + a3 h + (b30 k0 + b31 k1 + b31 k2 ) fn
∂x ∂y
∂ 2
1 ∂
+ a3 h + (b30 k0 + b31 k1 + b31 k2 ) fn
2! ∂x ∂y
#
∂ 3
1 ∂
+ a3 h + (b30 k0 + b31 k1 + b31 k2 ) fn + . . . h. (1.103)
3! ∂x ∂y
Por otro lado sustituyendo (1.103) en (1.98), y luego igualando los coeficientes corres-
pondientes con (1.97), obtenemos que:
a1 = b10 ,
a2 = b20 + b21 ,
a3 = b30 + b31 + b32 ,
α0 + α1 + α2 + α3 = 1,
1
α1 a1 + α2 a2 + α3 a3 = ,
2
1
α1 a21 + α2 a22 + α3 a23 = ,
3
3 3 3 1
α1 a1 + α2 a2 + α3 a3 = ,
4
1
α2 a1 b21 + α3 (a1 b31 + a2 b32 ) = ,
6
2 2 2
1
α2 a1 b21 + α3 a1 b31 + a2 b32 = ,
12
1
α2 a1 a2 b21 + α3 a3 (a1 b31 + a2 b32 ) = ,
8
1
α3 a1 b21 b32 = . (1.104)
24
28
1.4 Aproximación numérica
Como podemos notar tenemos 13 incógnitas y solo 11 ecuaciones por lo que tomaremos
arbitrariamente α1 = α2 = 31 . Con estos valores de α, las demás constantes son:
1 1 1
α0 = , a1 = , b10 = ,
6 2 2
1 1 1
α1 = , a2 = , b20 = 0, b21 = ,
3 2 2
1
α2 = , a3 = 1, b30 = 0, b31 = 0, b32 = 1,
3
1
α3 = . (1.105)
6
Ésta es una solución de las ecuaciones (1.104), como puede verificar el lector fácilmente.
Sustituyendo estas constantes en (1.98), obtenemos:
h
yn+1 = yn + (kn0 + 2kn1 + 2kn2 + kn3 ) , (1.106)
6
ki
donde kni = h estan dadas por:
kn0 = f (xn , yn ),
h kn0
kn1 = f xn + , yn + h ,
2 2
h kn1
kn2 = f xn + , yn + h ,
2 2
kn3 = f (xn + h, yn + kn2 h) , (1.107)
29
1. ASPECTOS TEÓRICOS
donde se tiene que kni y lni estan dados por, ver [17]:
kn0 = f (tn , xn , yn ),
ln0 = g(tn , xn , yn ),
h kn0 ln0
kn1 = f tn + , xn + h, yn + h ,
2 2 2
h kn0 ln0
ln1 = f tn + , xn + h, yn + h ,
2 2 2
h kn1 ln1
kn2 = f tn + , xn + h, yn + h ,
2 2 2
h kn1 ln1
ln2 = f tn + , yn + h, yn + h ,
2 2 2
kn3 = f (tn + h, xn + kn2 h, yn + ln2 h) ,
ln3 = f (tn + h, xn + kn2 h, yn + ln2 h) . (1.110)
30
1.4 Aproximación numérica
31
Capı́tulo 2
33
2. SISTEMAS FINITOS OSCILATORIOS
por lo tanto, se tiene que la ecuación que describe el movimiento de la n−ésima masa
es:
d2 yn
m = Fnn−1 + Fnn+1 . (2.5)
dt2
Esto es:
d2 yn
m = k(yn+1 − yn ) − k(yn − yn−1 )
dt2
= k(yn+1 − 2yn + yn−1 ), (2.6)
34
2.1 Osciladores lineales
Las ecuaciones de movimiento para cada una de las partı́culas quedan descritas de
la siguiente forma:
d2 y1
m = k(y2 − 2y1 ),
dt2
d2 y2
m 2 = k(y3 − 2y2 + y1 ),
dt
..
.
d2 yN −1
m = k(yN − 2yN −1 + yN −2 ),
dt2
d2 yN
m 2 = k(−2yN + yN −1 ). (2.7)
dt
Observemos que tenemos un sistema de N ecuaciones diferenciales linealmente acopla-
das, el cual se puede reescribir en forma matricial de la siguiente forma:
Y 00 = c2 AY, (2.8)
k
con c2 = es una constante, y la prima denota la diferenciación con respecto a t,
m
donde también:
−2 ···
1 0 0 0 0
1
−2 1 ··· 0 0
0
0 1 −2 ··· 0 0 0
A= . ,
.. .. .. .. .. ..
.. . . . . . .
0 0 0 ··· 1 −2 1
0 0 0 ··· 0 1 −2
35
2. SISTEMAS FINITOS OSCILATORIOS
y1 (t)
y2 (t)
y3 (t)
Y = .
..
.
yN −1 (t)
yN (t)
Se tiene que A es una matriz real de tamaño N × N y simétrica, donde además se
~ T AY
puede verificar que es definida negativa, esto es, que Y ~ < 0, Y 6= 0. De la sección
1.2 sabemos que A tiene todos sus valores propios reales y vectores propios asociados
ortogonales. Sea v = (v1 , v2 , ..., vN ) uno de dichos vectores propios de A con valor propio
λ, entonces:
Av = λv. (2.9)
Ahora planteamos primero una ecuación en diferencias de primer orden, cuya solución
nos proporciona intuición acerca de cómo resolver (2.10). Comenzamos con la discreti-
zación de una ecuación diferencial de primer orden, la cual deseamos resolver, digamos:
En el caso de que t sea una variable continua tenemos la sencilla solución y(t) =
y0 eα(t−t0 ) . Pero qué ocurre si resolvemos la ecuación anterior discretizando el intervalo.
Consideremos el intervalo [t0 , T ] y lo dividimos en N partes iguales de tamaño h =
(T − t0 )/N . Denotemos por sn , con n = 0, 1, ..., N , a los puntos de la partición pidiendo
obviamente que s0 = t0 y sN = T . De ésto se deduce que sn+1 − sn = h y sn =
t0 + nh. La ecuación diferencial y la condición inicial en sus versiones discretas, con
una aproximación de Euler de primer orden, quedan ahora:
yn+1 − yn
= αyn , y(t0 ) = y0 , (2.12)
h
donde hemos escrito que y(sn ) = yn . De la ecuación (2.12) llegamos a yn+1 = (1+αh)yn ,
notando entonces que esta relación nos da una yn en términos de la anterior, y como
conocemos y0 , podemos hacer iteraciones llegando finalmente a:
36
2.1 Osciladores lineales
α(T − t0 ) N
y(sN ) = 1 + y0 . (2.15)
N
Ahora hacemos el lı́mite cuando N → ∞ donde (sN = T ):
α(T − t0 ) N
y(T ) = lı́m 1 + y0 = y0 eα(T −t0 ) . (2.16)
N →∞ N
De esta manera recuperamos la solución para el caso continuo, que ya sabı́amos. En
nuestro problema de interés (2.6), resolveremos a los tres términos recurrentes consecu-
tivos (2.5) y vemos que la solución encontrada para la ecuación en diferencias anterior
es del estilo yn = bz n . Esto nos motiva a buscar una solución similar. Proponemos
vn = z n en (2.10) y, notando que z n describe una solución (2.10) si y sólo si:
z 2 − (λ + 2)z + 1 = 0, (2.17)
vn = µz n + ϑz −n , (2.19)
donde µ y ϑ son escalares arbitrarios. Por otra parte, en vista de la condición de frontera,
se tiene v0 = 0 y vN +1 = 0, necesitamos que:
µ + ϑ = 0,
1
z N +1 − N +1 = 0. (2.20)
z
37
2. SISTEMAS FINITOS OSCILATORIOS
En particular, z debe satisfacer la ecuación z 2(N +1) = 1. Las posibles opciones para z
son las raı́ces de la unidad, las cuales son de la forma:
Luego:
π(N +1+1) π
z(N +1)+1 = ei N +1 = eiπ ei N +1 = −z1 ,
..
.
π(N +1+N ) πN
z(N +1)+N = ei N +1 = eiπ ei N +1 = −zN . (2.28)
38
2.1 Osciladores lineales
y también:
π(N + 1 + 1)
2 2 π(2(N + 1) − N )
λ(N +1)+1 = −4 sen = −4 sen
2(N + 1) 2(N + 1)
πN πN
= −4 sen2 π − = −4 sen2 = λN ,
2(N + 1) 2(N + 1)
2 π(N + 1 + N ) 2 π(2(N + 1) − 1)
λ(N +1)+N = −4 sen = −4 sen
2(N + 1) 2(N + 1)
2 π 2 π
= −4 sen π − = −4 sen = λ1 . (2.30)
2(N + 1) 2(N + 1)
Aquı́ los casos z0 = 1 y zN +1 = −1, están asociados a la condición de frontera por lo
tanto no producen valores propios, y entonces solo tenemos N valores propios distintos.
De (2.20) y (2.21) sus respectivos vectores propios (2.19) son:
iπln/(N + 1) −iπln/(N + 1)
πln
vn = µ e −e = 2iµ sin . (2.31)
N +1
Si µ = 1/2i, entonces tenemos que para cada l = 1, ..., N , los vectores propios son v l
con componentes:
l πl
vn = sin n . (2.32)
N +1
Debido a que A es simétrica, los vectores propios (2.32) correspondientes a distintos
valores propios son ortogonales con respecto al producto interno usual descrito en el
capitulo 1. Entonces se tiene que:
N
D
l l
E X
2 πl
vn , vn = sin n . (2.33)
N +1
n=1
Sin embargo:
N N N
X πl 1X 2πl N 1X 2πl
sin2 n = 1 − cos n = − cos n . (2.34)
N +1 2 N +1 2 2 N +1
n=1 n=1 n=1
39
2. SISTEMAS FINITOS OSCILATORIOS
1 1 1
2 2 v1, 2 2 v 2 , ..., 2 2 vN , (2.39)
N +1 N +1 N +1
forman una base ortonormal de RN . Por otro lado, como la matriz A es real y simétrica,
entonces es diagonalizable ortogonalmente, esto es,
Y 00 = c2 QDQ−1 Y. (2.41)
Es decir:
X 00 = c2 DX, (2.43)
40
2.1 Osciladores lineales
Pero tenemos que Y = QX, ası́ la solución general del sistema (2.6) es:
r N
2 X πl
yn (t) = [Cl cos (ωl t) + Dl sen (ωl t)] sen n , (2.46)
N +1 N +1
l=1
Más aún por medio de identidades trigonométricas, la solución (2.46) se puede reescribir
en la forma:
r N
2 X πl
yn (t) = an cos (ωl t + ρl ) sen n , n = 1, 2, ..., N. (2.48)
N +1 N +1
l=1
Éste es l-ésimo modo normal de oscilación, y el movimiento general esta dado por una
superposición lineal de tales modos. Es aparente, de las ecuaciones de movimiento en
el sistema coordenado acoplado yn dado por (2.6), que el sistema lineal de masas y re-
sortes pueden transmitir energı́a entre los sitios (osciladores) debido a su acoplamiento
a vecinos cercanos. Sin embargo, el enfoque matricial encontrada en la presente sección
muestra en realidad la excitación de un sistema coordenado xn dado por (2.43) donde
el sistema masa-resorte esta desacoplado, por lo que en realidad es imposible la trans-
ferencia de energı́a entre los sitios . Esto último lo podemos interpretar, por ejemplo,
como cuando un conjunto de personas brincan de la mano, una tras otra, y que median-
te un cambio de coordenadas el sistema es equivalente a personas que brincan soltadas
de las manos. La amplitud an y la fase ρl de cada modo son constantes determinadas
por la condición inicial.
Observemos que el procedimiento para obtener las soluciones no es tan fácil y rápido,
no obstante, existe otra forma más sencilla para reproducir la solución general (2.48)
al sistema de ecuaciones diferenciales (2.6). El método esta basado en la aproximación
por ondas planas y recuerda la transformada discreta seno de Fourier por lo que debido
a su utilidad la reproducimos en el siguiente apartado.
41
2. SISTEMAS FINITOS OSCILATORIOS
nemos la relación:
x = A cos(ωt + φ) = Re x̃eiωt ,
(2.49)
donde:
x̃ = Aeiφ , (2.50)
La idea clave detrás de esta técnica es suponer que la dependencia temporal del n-ésimo
modo queda agrupada en la fase Ωt. An puede ser en general un número complejo, es
decir, An = an einφ para an constante. Notemos que An no es dependiente del tiempo
pues dicha dependencia ya quedó agrupada en la fase. Tenemos pues básicamente una
separación apropiada de las variables temporal y espacial para la solución. Sustituyendo
(2.51) en (2.6), encontramos la siguiente relación de recurrencia para la parte espacial:
42
2.1 Osciladores lineales
debemos tener que sen((N +1)φ) = 0, es decir φ = φj = jπ/(N +1) para j = 1, 2, ..., N,
y entonces:
jπ
Ω = Ωj = 2c sen
. (2.54)
2(N + 1)
De donde también se tiene:
jπ
An = A(j)
n = Im(an e inφj
) = an sen n , (2.55)
N +1
con Im la parte imaginaria. Por lo tanto, la solución general para el n-ésimo modo
(2.51) esta descrito por:
N N
X X jπ
yn (t) = yn(j) = an sen n cos (Ωj t + ρj ) , (2.56)
N +1
j=1 j=1
donde: r
k jπ
Ωj = 2 sen . (2.57)
m 2(N + 1)
Por lo que el movimiento general (2.6) para condiciones de frontera Dirichlet está dado
por la superposición lineal de modos como queda expresado en (2.56). Las amplitudes
an y fases φj de cada modo son constantes determinadas por condiciones iniciales pres-
critas. El factor φj = jπ/(N + 1) en la solución analı́tica (2.56) refiere la equipartición
de la energı́a del sistema en el n-ésimo modo. En el siguiente apartado discutiremos
porque no ocurre transferencia de energı́a en el sistema. Este análisis se realizará en las
variables de frecuencia y amplitud (variables de ángulo y acción). Una última observa-
ción importante que se desprende de la solución por ondas planas es la reminiscencia
de los términos en (2.56) de la transformada seno discreta de Fourier, las cuales vienen
heredadas de la condición de frontera.
43
2. SISTEMAS FINITOS OSCILATORIOS
esto por las condiciones de frontera y0 (t) = yN +1 (t) = 0. Para la energı́a potencial
tenemos:
k k k k
U = (y1 − y0 )2 + (y2 − y1 )2 + ... + (yN − yN −1 )2 + (yN +1 − yN )2
2 2 2 2
N −1 N
k 2 X k k 2 X k
= y1 + (yn+1 − yn )2 + yN = (yn+1 − yn )2 . (2.61)
2 2 2 2
n=1 n=0
pn = myn0 . (2.63)
44
2.1 Osciladores lineales
45
2. SISTEMAS FINITOS OSCILATORIOS
Ası́, se tiene que Pl2 = m2 x0l 2 . Por lo tanto la energı́a mecánica en las variables de
Fourier es descrita por:
N N N
m X 02 k X X
E= xl + λl x2l = El . (2.74)
2 2
l=1 l=1 l=1
Como se puede observar de (2.74) no ocurre transferencia de energı́a entre los modos,
ya que cada sitio se queda con su propia energı́a inicial para todo tiempo de evolución.
dxi
Esto último, puede verse también de (2.44), multiplicando por dt y recordando que los
λi ya son positivos entonces sacamos un signo menos en (2.44) y reescribiendo como:
dxi d2 xi dxi
2
= −c2 λi xi ,
dt dt dt
1 d dxi 2 c2 λi d 2
=− x , (2.75)
2 dt dt 2 dt i
1 0 c2
x + λi x2i = ci ,
2 i 2
m 0 k
x + λi x2i = ci , (2.76)
2 i 2
donde ci es una constante distinta para cada sitio y de (2.76) se observa que cada sitio se
queda con su propia energı́a, es decir, no hay transferencia de energı́a entre los modos.
46
2.1 Osciladores lineales
0.1
RK4
0.05 Exacta
y1(t)
0
−0.05
−0.1
0 200 400 600 800 1000
t
−14 Error
x 10
4
0
0 200 400 600 800 1000
t
Figura 2.2. Comparación entre la solución y1 (t) exacta y con el método de Runge-Kutta, mos-
trando la diferencia entres éstas para el caso lineal.
47
2. SISTEMAS FINITOS OSCILATORIOS
E1
0.1
E2
E3
0.08
0.06
Energía
0.04
0.02
1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Tiempo
Fermi, Pasta y Ulam (FPU) consideraron el modelo más simple de una cadena no
lineal discretizada, que también puede ser interpretado como un modelo de un cristal
de una sola dimensión, es decir, una cadena de partı́culas iguales con vecinos cercanos
e interactuando no linealmente (resortes no lineales), y extremos fijos (condición de
frontera Dirichlet). Denotando por yn los desplazamientos de las partı́culas de sus
posiciones de equilibrio para n = 0, ..., N + 1, con condiciones de frontera:
y0 (t) = 0,
yN +1 (t) = 0. (2.77)
48
2.2 Osciladores débilmente no lineales
d2 yn
m = Fnn−1 + Fnn+1
dt2
= k(yn+1 − yn ) + kα(yn+1 − yn )2 + kβ(yn+1 − yn )3
−k(yn − yn−1 ) − kα(yn − yn−1 )2 − kβ(yn+1 − yn )3
= k(yn+1 − 2yn + yn−1 ) + kα (yn+1 − yn )2 − (yn − yn−1 )2
d2 yn
m = k(yn+1 − 2yn + yn−1 ) + kα(yn+1 − 2yn + yn−1 )(yn+1 − yn−1 )
dt2
d2 yn
m 2 = k(yn+1 − 2yn + yn−1 ) [1 + α(yn+1 − yn−1 )] , (2.82)
dt
mientras que el modelo FPU-β (α = 0) se define:
d2 yn
= k(yn+1 − 2yn + yn−1 ) + kβ (yn+1 − yn )3 − (yn − yn−1 )3 , (2.83)
m
dt2
con n = 1, 2, ..., N . Independientemente de las condiciones de frontera, el problema no
lineal (2.82) y (2.83) no es soluble por fórmulas cerradas en el caso general de 2N grados
de libertad, por lo que argumentos aproximativos como los numéricos y los asintóticos se
vuelven importantes. En el presente trabajo de Tesis solamente estamos interesados en
el sistema (2.82). Usamos un algoritmo de Runge-Kutta de cuarto orden para resolver
49
2. SISTEMAS FINITOS OSCILATORIOS
el sistema de EDO’s de segundo orden acoplados (2.82). Hacemos notar que la solución
numérica anterior es consistente para el caso reducido lineal α = 0, donde conocemos
la solución analı́tica exacta con condición de frontera Dirichlet cero, como se observa
en la Figura 2.2 y 2.3.
0.4
0.3
0.2
y3(t)
0.1
−0.1
−0.2
−0.3
3500 4000 4500
Tiempo
50
2.3 Hamiltoniano asociado al problema FPU
De la Figura 2.4 podemos ver que las soluciones de (2.82) son funciones cuasi-
periódicas donde los perı́odos cortos y largos no permanecen constantes. Este es el efecto
anarmónico de la no linealidad en α. Posteriormente en otra sección consideramos la
energı́a del sistema con el efecto de haber agregado al potencial la pequeña perturbación
α y veremos como será el comportamiento de la energı́a en las variables de frecuencia
y amplitud.
Una manera de estudiar las fluctuaciones de las oscilaciones cuasi-periódicas del sis-
tema (2.82) es considerar la evolución temporal de la energı́a del n-ésimo modo [20],[1].
El hamiltoniano es una función escalar a partir de la cual pueden obtenerse las ecuacio-
nes de movimiento, cuando se trata de un sistema mecánico clásico conservativo. Bajo
ciertas condiciones relacionadas con las caracterı́sticas del sistema y las coordenadas
empleadas, el hamiltoniano puede identificarse con la energı́a mecánica del sistema,
para nuestro caso es la energı́a total del sistema. Usualmente el hamiltoniano es una
función de las variables de posición y sus momentos conjugados. Se emplea con prefe-
rencia cuando se trata de resolver cuestiones sobre la existencia de sistemas integrables,
periodicidad de trayectorias, comportamientos estables, caóticos, etc. Entonces tenemos
de (2.78) que el Hamiltoniano para el modelo FPU-α es descrito como:
N
X 1 2 k 2 kα 3
H= myn0 + (yn+1 − yn ) + (yn+1 − yn ) . (2.85)
2 2 3
n=0
51
2. SISTEMAS FINITOS OSCILATORIOS
Luego entonces:
r N
2 X πr πr
yn+1 − yn = sen (n + 1) − sen n xr
N +1 N +1 N +1
r=1
r N
2 X πr (2n + 1)πr
= 2 sen cos xr . (2.87)
N +1 2(N + 1) 2(N + 1)
r=1
Haciendo:
πr
ωr = 2 sen , (2.89)
2(N + 1)
entonces reescribimos:
N 3 X
N
X
3 2 2
(yn+1 − yn ) = Crls ωr ωl ωs xr xl xs , (2.90)
N +1
n=0 s,l,r=1
con:
N
X (2n + 1)πr (2n + 1)πl (2n + 1)πs
Crls = cos cos cos . (2.91)
2(N + 1) 2(N + 1) 2(N + 1)
n=0
52
2.3 Hamiltoniano asociado al problema FPU
53
2. SISTEMAS FINITOS OSCILATORIOS
El resultado (2.93) es muy importante porque nos dice que podremos excluir a primer
orden la parte de la triple suma en el hamiltoniano (2.92), ya que este valor es muy
cercano a cero.
0.05
Energía
0.04
0.03
0.02
0.01
0
0 5000 10000 15000
Tiempo
Figura 2.5. Evolución temporal de la energı́a para los sitios n = 1, 2, ..., 5 en el sistema FPU
de N = 32 masas interactuando no linealmente, con α = 0.25, B = 1, m = 1, k = 1.
54
2.3 Hamiltoniano asociado al problema FPU
0.05
Energía
0.04
0.03
0.02
0.01
0
0 10000 20000 30000 40000 50000 60000
Tiempo
Figura 2.6. Evolución temporal a tiempos relativamente cortos de la energı́a para los sitios
n = 1, 2, ..., 5 en el sistema FPU de N = 32 masas interactuando no linealmente, con α = 0.25,
B = 1, m = 1, k = 1.
55
2. SISTEMAS FINITOS OSCILATORIOS
56
Capı́tulo 3
Soluciones aproximadas en la
cadena FPU
57
3. SOLUCIONES APROXIMADAS EN LA CADENA FPU
00 k h (1) (1)
i
ε1 : yn(1) (t) = yn+1 − 2yn(1) + yn−1
m
k h (0) (0)
ih
(0) (0)
i
+ yn+1 − 2yn(0) + yn−1 yn+1 − yn−1
m
(1) 00 k h (1) (1)
i 00
h
(0) (0)
i
yn (t) = yn+1 − 2yn(1) + yn−1 + yn(0) (t) yn+1 − yn−1 . (3.4)
m
Notemos que para resolver el orden ε1 necesitamos de la solución a orden ε0 .
1
0.9
0.8
0.7
0.6
yn(t)
0.5
0.4
0.3
0.2
0.1
0
0 5 10 15 20 25 30 35
n
58
3.1 El método de Perturbación Asintótica: una primera aproximación
Esto debido a que los vectores que conforman la matriz Q son ortogonales entre sı́ ver
(2.39). Observamos que la igualdad se cumple si las igualdades entre la función seno
son iguales, y por lo tanto el único valor de j que cumple con esto es 1 y el resto de los
Cj es cero. De igual manera sucede para los Dj , pero en este caso todos son iguales a
cero. Por lo tanto, la solución que se obtiene de (2.46) a O(ε0 ) es:
(0) π
yn (t) = B cos (ω1 t) sen n ,
N +1
r
k π
ω1 = 2 sen . (3.7)
m 2(N + 1)
Con este resultado podemos resolver para ε1 , es decir, el sistema de ecuaciones diferen-
ciales (3.4). Para nuestros propósitos simplificamos el término:
00
h i
(0) (0)
gn (t) = yn(0) (t) yn+1 (t) − yn−1 (t) , (3.8)
59
3. SOLUCIONES APROXIMADAS EN LA CADENA FPU
60
3.1 El método de Perturbación Asintótica: una primera aproximación
más aún como los vectores propios son ortogonales entre sı́, entonces la igualdad (3.18)
debe cumplirse para cada sen Njπ +1 n , con j = 1, 2, ..., N . Pero esto último sucede nada
más para j = 2, por lo tanto se tiene que resolver el sistema:
donde
ω12 B 2
π
A = sen ,
2 N +1
k π
ω12 = 4 sen2 ,
m 2(N + 1)
2 k 2 2π k 2 π
ω2 = 4 sen = 4 sen . (3.21)
m 2(N + 1) m N +1
Por lo tanto se ha obtenido la solución general de (3.1) a orden O(ε) con las condiciones
iniciales prescritas al modelo FPU-α en la forma:
π A A
yn (t) = B cos (ω1 t) sen n +ε − 2 + 2 cos (2ω1 t)
N +1 ω2 4ω1 − ω22
2ω12 − ω22
2π
+2A 2 cos (ω2 t) sen n + O(ε2 ). (3.22)
ω2 (4ω12 − ω22 ) N +1
61
3. SOLUCIONES APROXIMADAS EN LA CADENA FPU
las frecuencias ωj también son 32, las cuales se encuentran muy cercanas una de la
otra dado que todas se localizan dentro del intervalo [0, 2] correspondiente al espectro
continuo. En efecto:
0.2
0.1
−0.1
−0.2
−0.3
−0.4
0 200 400 600 800 1000
Tiempo
Figura 3.2. Evolución temporal de la partı́cula y3 (t) hasta un tiempo de t = 1000, con los
parámetros α = 0.25, m = 1, k = 1 y B = 1.
62
3.1 El método de Perturbación Asintótica: una primera aproximación
0.18
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
0 200 400 600 800 1000
Tiempo
Figura 3.3. Error relativo entre la solución asintótica y la de Runge-Kutta en el sitio y3 (t).
63
3. SOLUCIONES APROXIMADAS EN LA CADENA FPU
Comportamiento de y 3(t)
RK4
0.5
Teoría de Perturbación
0.4
0.3
0.2
0.1
−0.1
−0.2
−0.3
Figura 3.4. Evolución temporal de la partı́cula y3 (t) para un tiempo entre 900 y 1100, de donde
se puede observar como la solución con teorı́a de perturbación trata de ”perseguir” en amplitud
y fase a la solución exacta.
64
3.2 Aproximación completa método de Poincaré-Lindstedt para dos masas
donde: r N
2 X lπ
xl = sen n yn . (3.27)
N +1 N +1
n=1
65
3. SOLUCIONES APROXIMADAS EN LA CADENA FPU
Aplicando ahora la condición inicial de excitación del modo más bajo en variable fı́sica,
yn , obtenemos las nuevas condiciones iniciales en la variable de Fourier xn en la forma:
√ √ √
2 2 2
x1 (0) = y1 (0) + y2 (0) = [y1 (0) + y2 (0)]
2 " 2 2
√ √ √ # r
2 3 3 3
= B+ B = B,
2 2 2 2
√ √ √
2 2 2
x2 (0) = y1 (0) − y2 (0) = [y1 (0) − y2 (0)]
2 " 2 2
√ √ √ #
2 3 3
= B− B = 0, (3.31)
2 2 2
Se puede observar de lo anterior que las escalas para x1 (t) y x2 (t) estan definidas como:
66
3.2 Aproximación completa método de Poincaré-Lindstedt para dos masas
De lo anterior tenemos la siguiente relación para las derivadas con los siguientes cam-
bios,
Similarmente para q11 , q12 , ... y q21 , q22 , ... las derivadas están relacionadas de igual
manera y este resultado será de utilidad posteriormente. Ahora sustituyendo (3.32),
(3.33) y (3.36) en (3.29), y ordenando con respecto a las potencias de α se tienen los
siguientes sistemas de ecuaciones:
d2 q10 (τ1 )
α0 : + q10 (τ1 ) = 0,
dτ12
d2 q20 (τ2 )
+ q20 (τ2 ) = 0,
dτ22
d2 q11 (τ1 ) √ k 1 2ω11 d2 q10 (τ1 )
α1 : + q 11 (τ1 ) = − 2 q 10 (τ1 )q 20 (τ2 ) − ,
dτ12 m ω12 ω1 dτ12
√ √
d2 q21 (τ2 ) 2k 1 2 3 2k 1 2 2ω21 d2 q20 (τ2 )
+ q 21 (τ2 ) = − q (τ1 ) + q 20 (τ2 ) ) − ,
dτ22 2 m ω22 10 2 m ω22 ω2 dτ22
d2 q12 (τ1 ) √ k 1 √ k 1
α2 : 2 + q12 (τ1 ) = − 2 2 q11 (τ1 )q20 (τ2 ) − 2 q10 (τ1 )q21 (τ2 )
dτ1 m ω1 m ω12
ω 2 d2 q10 (τ1 ) 2ω12 d2 q10 (τ1 ) 2ω11 d2 q11 (τ1 )
− 11 − − ,
ω12 dτ12 ω1 dτ12 ω1 dτ12
d2 q22 (τ2 ) √ k 1 √ k 1
+ q 22 (τ2 ) = − 2 q 10 (τ1 )q 11 (τ1 ) + 3 2 q20 (τ2 )q21 (τ2 )
dτ22 m ω22 m ω22
ω 2 d2 q20 (τ2 ) 2ω22 d2 q20 (τ2 ) 2ω21 d2 q21 (τ2 )
− 21 − − ,
ω22 dτ22 ω2 dτ22 ω2 dτ22
d2 q13 (τ1 ) 2ω11 ω12 d2 q10 (τ1 ) 2ω13 d2 q10 (τ1 ) ω11 2 d2 q (τ )
11 1
α3 : 2 + q 13 (τ1 ) = − 2 2 − 2 − 2
dτ1 ω1 dτ1 ω1 dτ1 ω1 dτ12
2ω12 d2 q11 (τ1 ) 2ω11 d2 q12 (τ1 ) √ k 1
− − − 2 q12 (τ1 )q20 (τ2 )
ω1 dτ12 ω1 dτ12 m ω12
√ k 1 √ k 1
− 2 2 q11 (τ1 )q21 (τ2 ) − 2 q10 (τ1 )q22 (τ2 ),
m ω1 m ω12
67
3. SOLUCIONES APROXIMADAS EN LA CADENA FPU
d2 q23 (τ2 ) 2ω21 ω22 d2 q20 (τ2 ) 2ω23 d2 q20 (τ2 ) ω21 2 d2 q (τ )
21 2
+ q (τ
23 2 ) = − − −
dτ22 ω22 dτ22 ω2 dτ22 ω22 dτ22
√
2ω22 d2 q21 (τ2 ) 2ω21 d2 q22 (τ2 ) 2 k 1 d2 q11 (τ1 )
− − −
ω2 dτ22 ω2 dτ22 2 m ω22 dτ12
√
√ k 1 3 2k 1 2
− 2 q10 (τ1 )q12 (τ1 ) + q (τ2 )
m ω2 2 2 m ω22 21
√ k 1
+3 2 q20 (τ2 )q22 (τ2 ), (3.38)
m ω22
donde de acuerdo al método las condiciones iniciales son:
r
3
q10 (0) = B, q11 (0) = q12 (0) = ... = 0,
2
0 0
q10 (0) = q11 (0) = ... = 0,
q20 (0) = q21 (0) = ... = 0,
0 0
q20 (0) = q21 (0) = ... = 0. (3.39)
Ahora que tenemos las soluciones a orden α0 , procedemos a encontrar las soluciones al
siguiente orden α1 , donde las ecuaciones quedan de la siguiente manera:
d2 q11 (t) √ ω11 2
+ Ω21 q11 (t) = 6 Ω B cos (Ω1 t) , (3.42)
dt2 ω1 1
√ √
d2 q21 (t) 2 3 2 k Ω22 2 3 2 k Ω22 2
+ Ω2 q21 (t) = − B − B cos (2Ω1 t) . (3.43)
dt2 8 m ω22 8 m ω22
Observemos que en la ecuación (3.42) para evitar términos seculares (es decir, términos
no acotados) debemos de elegir adecuadamente ω11 = 0, y luego solo tenemos que
resolver:
d2 q11 (t)
+ Ω21 q11 (t) = 0, (3.44)
dt2
68
3.2 Aproximación completa método de Poincaré-Lindstedt para dos masas
y por las condiciones iniciales q11 (0) = q11 0 (0) = 0 encontramos que q11 (t) = 0. Por
otro lado en (3.43) no se tiene términos seculares, entonces se encuentra que la solución
general es de la forma:
donde se tiene:
√
3 2k 1 2
A2 = − B ,
8 m ω22
√
3 2k Ω22
B2 = − B2. (3.47)
8 m ω22 Ω22 − 4Ω21
Evaluando las condiciones iniciales homogéneas q21 (0) = q21 0 (0) = 0 encontramos que:
69
3. SOLUCIONES APROXIMADAS EN LA CADENA FPU
con:
√
3k 1
A4 = BB2 ,
16 m ω12
√
3k Ω21
B4 = − h i BA3 ,
2 m ω 2 Ω2 − (Ω + Ω )2
1 1 1 2
√
3k Ω21
C4 = − h i BA3 ,
2 m ω 2 Ω2 − (Ω − Ω )2
1 1 1 2
A5 = −A4 − B4 − C4 . (3.53)
d2 q22 (t)
+ Ω22 q22 (t) = 0, (3.54)
dt2
por lo que la solución evaluando condiciones iniciales homogéneas resulta: q22 (t) =
0. Se puede notar que ya tenemos las solución a O(α2 ), pero también queremos que
la perturbación en las frecuencias también sea de O(α3 ), por lo que nos hace falta
encontrar ω22 y esto lo haremos al orden α3 en las ecuaciones (3.38) y simplificando
resulta:
d2 q13 (t) 2
√ ω13 Ω21
+ Ω q
1 13 (t) = 6 B cos (Ω1 t) , (3.55)
dt2 ω1
d2 q23 (t) 2 2ω22 d2 q21 (t) √ k Ω2
+ Ω 2 q 23 (t) = − − 2 q10 (t)q12 (t)
dt2 ω2 dt2 m ω22
√
3 2 k Ω22 2
+ q (t). (3.56)
2 m ω22 21
Finalmente podemos observar que para evitar términos seculares en (3.55) debemos de
elegir ω13 = 0 de modo que la solución considerando las condiciones iniciales resulta es
70
3.2 Aproximación completa método de Poincaré-Lindstedt para dos masas
q13 (t) = 0. Por otro lado en (3.56) se encuentra cómo debe ser elegido ω22 para evitar
términos seculares, utilizando identidades trigonométricas y manipulación algebraica
se obtiene:
√ √ √
3k 1 3k 1 3 2k 1
ω22 = BB4 + BC4 − A2 A3 . (3.57)
4 m ω2 4 m ω2 2 m ω2
con:
Ω1 = ω1 + α2 ω12 + O(α3 ),
Ω2 = ω2 + α2 ω22 + O(α3 ). (3.59)
71
3. SOLUCIONES APROXIMADAS EN LA CADENA FPU
0.8
0.6
0.4
0.2
−0.2
−0.4
−0.6
−0.8
−1
0 20 40 60 80 100
Tiempo
Figura 3.5. Evolución temporal de la partı́cula y1 (t) para un tiempo de t = 100, con N = 2
masas oscilando y los parámetros α = 0.25, m = 1, k = 1 y B = 1.
Comportamiento de y 2(t)
RK4
1
Escalas
0.8
0.6
0.4
0.2
−0.2
−0.4
−0.6
−0.8
−1
0 20 40 60 80 100
Tiempo
Figura 3.6. Evolución temporal de la partı́cula y2 (t) para un tiempo de t = 100, con N = 2
masas oscilando y los parámetros α = 0.25, m = 1, k = 1 y B = 1.
72
3.2 Aproximación completa método de Poincaré-Lindstedt para dos masas
0.12
0.1
0.08
0.06
0.04
0.02
0
0 20 40 60 80 100
Tiempo
Figura 3.7. Errores relativos entre las soluciones obtenidas por el método de escalas multiples
y RK4.
73
3. SOLUCIONES APROXIMADAS EN LA CADENA FPU
puede ver en [22]. Más aún, se puede verificar que entre más masas se tiene, la solución
aproximativa mejora mientras el tiempo transcurre, la cual puede ser complicada por
el aumento en los grados de libertad, para este caso se tiene 2N grados de libertad y
se pensarı́a que la aproximación serı́a para menor tiempo conforme N es más grande.
Pero contrario a ésto, la ergodicidad del problema (el efecto α), es decir, obtenida
de los divisores pequeños que ocurren debido a resonancias entre los múltiples modos
normales de oscilación ocurren mejor para N grande.
74
3.3 Ecuaciones completas en espacio de Fourier
75
3. SOLUCIONES APROXIMADAS EN LA CADENA FPU
B = QDQ−1 , (3.69)
lπ
donde D es la matriz diagonal con entradas 4 sen2 2(N +1) , ası́ entonces:
k −1
Q−1 Y 00 = − Q QDQ−1 Y + αQ−1 L
m
k
X 00 = − DX + αQ−1 L, (3.70)
m
donde Q y Q−1 fueron definidas anteriormente por (2.39). Por lo tanto, obtenemos que
la s−ésima ecuación de movimiento de (3.70) esta descrita por:
3 N X
N
2 2 X rπ
x00s = −ωs2 xs −2 α ωl2 sen Alrs xl xr (3.71)
N +1 N +1
l=1 r=1
El sistema (3.71) representa el caso general de N masas en variable de Fourier para las
ecuaciones de movimiento (3.61) y coinciden con lo desarrollado en la sección anterior
para N = 2 masas, ver ecuación (3.29).
Por otro lado, es de destacar que en los años sesenta con las ideas que se tenı́a de
la teorı́a de perturbación, Joseph Ford y Atlee Jackson desarrollaron contribuciones
al problema FPU-α. Usando la técnica de perturbación de Kryloff y Bogoliuboff [23],
buscaron una solución a (3.71) de la forma:
∞
X
xs = as sen(τs ) + αl xsl (τ1 , ..., τN ), (3.73)
l=1
donde
τs = Ωs t + φs (3.74)
y
∞
X
Ω s = ωs + αl Ωsl (3.75)
l=1
76
3.3 Ecuaciones completas en espacio de Fourier
con Ωsl constantes independientes para eliminar los términos seculares. Las constantes
as y φs son constantes determinadas por la condición inicial. Ford encontro la solución
a orden α2 , ver [24], [25], [26], [27]. En los que observo divisores pequeños de la forma:
2
ω2l+1 − (ωr − ωr+2l+1 )2 . (3.76)
Ford propuso la condición inicial x1 (0) = 250 y x2 (0) = ... = xN (0) = x01 (0) = ... =
x0N (0) = 0 para obtener la primer recurrencia con la solución aproximada como se
puede ver en Figura 3.8
Figura 3.8. Energı́a en los tres primeros modos para N = 32, α = 0.25 y la condición inicial
mencionada anteriormente, ver [24].
77
Conclusiones
Es importante de resaltar que dicho caso reducido muestra efectos que explican
el fenómeno encontrado por FPU. Esperamos en algún trabajo futuro completar las
escalas múltiples para N sitios arbitrarios, y tal vez describir problemas diferentes
como el modelo FPU-α pero con condiciones periódicas y al menos el caso reducido de
N = 3 masas.
79
Anexo A
1 function fpu ( t f )
2
5 I n t r o d u c i r c o n d i c i \ ’on inicial
6
7 n =0: N;
8 yn =B .* sin (( pi .* n) ./ N);
9 ynp = zeros ( size ( yn ));
10
11 tic
12
13 E (1) =( m .* sum ( ynp .^2) ) ./2+ k .* sum ( diff ( yn ) .^2) ./2+ k .* alpha .* sum ( diff ( yn ) .^3)
./3;
14 y1 (1) = yn (2) ;
15 y2 (1) = yn (3) ;
81
A. CÓDIGOS FUENTE EN MATLAB
16 y3 (1) = yn (4) ;
17 y4 (1) = yn (5) ;
18 y5 (1) = yn (6) ;
19 y6 (1) = yn (7) ;
20 y7 (1) = yn (8) ;
21
22 T =( tf ./ h) +1;
23 Y= zeros (N -1 , T);
24 En = zeros (N -1 ,T);
25
26 I =1:N -1;
27 A =( B .^2) .* sin ( pi ./ N) .*( sin ( pi ./(2.* N))) .^2;
28 w1 =2.* sin ( pi ./(2.* N));
29 w2 =2.* sin ( pi ./ N);
30
36 j =2;
37
38 f o r t=h : h : t f ,
39 [ yn1 , ynp1 ]= r k 4 f p u ( t , yn , ynp , k ,m, a l p h a ) ;
40 [ yn2 , ynp2 ]= r k 4 f p u ( t+h . / 2 , yn+(h . ∗ yn1 ) . / 2 , ynp+(h . ∗ ynp1 ) . / 2 , k ,m, a l p h a ) ;
41 [ yn3 , ynp3 ]= r k 4 f p u ( t+h . / 2 , yn+(h . ∗ yn2 ) . / 2 , ynp+(h . ∗ ynp2 ) . / 2 , k ,m, a l p h a ) ;
42 [ yn4 , ynp4 ]= r k 4 f p u ( t+h , yn+h . ∗ yn3 , ynp+h . ∗ ynp3 , k ,m, a l p h a ) ;
43 yn=yn+(h . ∗ ( yn1 +2.∗ yn2 +2.∗ yn3+yn4 ) ) . / 6 ;
44 ynp=ynp+(h . ∗ ( ynp1 +2.∗ ynp2 +2.∗ ynp3+ynp4 ) ) . / 6 ;
45 E( c o n t a ) =(m. ∗sum( ynp . ˆ 2 ) ) ./2+ k . ∗sum( d i f f ( yn ) . ˆ 2 ) ./2+ k . ∗ a l p h a . ∗sum( d i f f
( yn ) . ˆ 3 ) . / 3 ;
46 y1 ( c o n t a )=yn ( 2 ) ;
47 y2 ( c o n t a )=yn ( 3 ) ;
48 y3 ( c o n t a )=yn ( 4 ) ;
49 y4 ( c o n t a )=yn ( 5 ) ;
50 y5 ( c o n t a )=yn ( 6 ) ;
51 y6 ( c o n t a )=yn ( 7 ) ;
52 y7 ( c o n t a )=yn ( 8 ) ;
53
54
82
A.1 Código de la solución de Runge-Kutta y la comparación con el método de
Poincaré-Lindstedt
57 j=j +1;
58
59 c o n t a=c o n t a +1;
60 con=con +1;
61 i f con /1000==1 ,
62 clf ;
63 plot ( n , yn , ’k ’ ) ; hold on ; plot ( n , yn , ’or ’ ) ; hold on ; plot ( I ,Y( : , j −1) , ’g
’ ) ; hold on ; plot ( I ,Y( : , j −1) , ’ob ’ ) ; hold on ; axis ( [ 0 N −1 1 ] ) ;
64 title ( t ) ;
65 pause ( . 1 ) ;
66 con =0;
67 end
68 end
69
70 toc
71
72 t =0:h : t f ;
73
74 figure (2)
75 plot ( t , E , ’k ’ ) ; grid on ; hold on ;
76
77 figure (3)
78 plot ( t , y1 , ’r ’ ) ; grid on ; hold on ;
79 plot ( t ,Y( 1 , : ) , ’ --’ ) ;
80 t i t l e ( ’ Comportamiento de y2 (t) ’ )
81 xlabel ( ’ Tiempo ’ )
82 ylabel ( ’ Amplitud ’ )
83 legend ( ’RK4 ’ , ’ Teor \ ’ i a de P e r t u r b a c i \ ’on ’ ) ;
84
85 figure (4)
86 plot ( t , y3 , ’r ’ ) ; grid on ; hold on ;
87 plot ( t ,Y( 3 , : ) , ’ --’ ) ;
88 t i t l e ( ’ Comportamiento de y3 (t) ’ )
89 xlabel ( ’ Tiempo ’ )
90 ylabel ( ’ Amplitud ’ )
91 legend ( ’RK4 ’ , ’ Teor \ ’ i a de P e r t u r b a c i \ ’on ’ ) ;
92
93 figure (5)
94 plot ( t , y6 , ’r ’ ) ; grid on ; hold on ;
95 plot ( t ,Y( 6 , : ) , ’ --’ ) ;
96 t i t l e ( ’ Comportamiento de y6 (t) ’ )
83
A. CÓDIGOS FUENTE EN MATLAB
97 xlabel ( ’ Tiempo ’ )
98 ylabel ( ’ Amplitud ’ )
99 legend ( ’RK4 ’ , ’ Teor \ ’ i a de P e r t u r b a c i \ ’on ’ ) ;
100
1 function E s c a l a s 2 m a s a s ( t f )
2
5 I n t r o d u c i r c o n d i c i \ ’on inicial
6 n =0: N;
7 yn =B .* sin (( pi .* n) ./ N);
8 ynp = zeros ( size ( yn ));
9
10 E (1) =( m .* sum ( ynp .^2) ) ./2+ k .*( yn (1) .^2+ sum ( diff ( yn ) .^2) ) ./2+ k .* alpha .*( yn
(1) .^3+ sum ( diff ( yn ) .^3) ) ./3;
11
12 y1 (1) = yn (2) ;
84
A.1 Código de la solución de Runge-Kutta y la comparación con el método de
Poincaré-Lindstedt
13 y2 (1) = yn (3) ;
14
19 tic
20
21 f o r t=h : h : t f ,
22 [ yn1 , ynp1 ]= r k 4 f p u ( t , yn , ynp , k ,m, a l p h a ) ;
23 [ yn2 , ynp2 ]= r k 4 f p u ( t+h . / 2 , yn+(h . ∗ yn1 ) . / 2 , ynp+(h . ∗ ynp1 ) . / 2 , k ,m, a l p h a ) ;
24 [ yn3 , ynp3 ]= r k 4 f p u ( t+h . / 2 , yn+(h . ∗ yn2 ) . / 2 , ynp+(h . ∗ ynp2 ) . / 2 , k ,m, a l p h a ) ;
25 [ yn4 , ynp4 ]= r k 4 f p u ( t+h , yn+h . ∗ yn3 , ynp+h . ∗ ynp3 , k ,m, a l p h a ) ;
26 yn=yn+(h . ∗ ( yn1 +2.∗ yn2 +2.∗ yn3+yn4 ) ) . / 6 ;
27 ynp=ynp+(h . ∗ ( ynp1 +2.∗ ynp2 +2.∗ ynp3+ynp4 ) ) . / 6 ;
28 E( c o n t a ) =(m. ∗sum( ynp . ˆ 2 ) ) ./2+( yn ( 1 ) .ˆ2+sum( d i f f ( yn ) . ˆ 2 ) ) ./2+ k . ∗ a l p h a
. ∗ ( yn ( 1 ) .ˆ3+sum( d i f f ( yn ) . ˆ 3 ) ) . / 3 ;
29 E1 ( c o n t a )=m. ∗ ynp ( 2 ) .ˆ2+ k . ∗ ( ( yn ( 3 )−yn ( 2 ) ) .ˆ2+ yn ( 2 ) . ˆ 2 ) . / 2 ;
30 E2 ( c o n t a )=m. ∗ ynp ( 3 ) .ˆ2+ k . ∗ ( yn ( 3 ) .ˆ2+( yn ( 3 )−yn ( 2 ) ) . ˆ 2 ) . / 2 ;
31 y1 ( c o n t a )=yn ( 2 ) ;
32 y2 ( c o n t a )=yn ( 3 ) ;
33 c o n t a=c o n t a +1;
34 con=con +1;
35 i f con /1000==1 ,
36 clf ;
37 plot ( n , yn , ’k ’ ) ; hold on ; plot ( n , yn , ’or ’ ) ; hold on ; axis ( [ 0 3 −2 2 ] ) ;
38 title ( t ) ;
39 pause ( . 1 ) ;
40 con =0;
41 end
42 end
43
44 toc
45
46 t =0:h : t f ;
47
48 figure (2)
49
85
A. CÓDIGOS FUENTE EN MATLAB
56 w1=sqrt ( k . /m) ;
57 w2=sqrt ( 3 . ∗ k . /m) ;
58
59 W1= 1 . 0 0 3 8 0 3 0 0 9 1 9 9 9 0 7 5 ;
60 W2= 1 . 7 3 6 7 0 9 3 5 9 0 4 7 4 4 5 6 ;
61
74 q20 =0;
75 q21=A3 . ∗ cos (W2. ∗ t )+A2+B2 . ∗ cos ( 2 . ∗W1. ∗ t ) ;
76 q22 =0;
77
81 yy1=(sqrt ( 2 ) . / 2 ) . ∗ x1+(sqrt ( 2 ) . / 2 ) . ∗ x2 ;
82 yy2=(sqrt ( 2 ) . / 2 ) . ∗ x1 −(sqrt ( 2 ) . / 2 ) . ∗ x2 ;
83
84 figure (3)
85
93 figure (4)
94
86
A.2 Código para mostrar el fenómeno de recurrencia y super recurrencia
1 tic
2 f o r I =1:N,
3 a =1; b ( I )=a ∗ sin ( pi ∗ I / (N+1) ) ; b ( I+N) =0; % FPU i n i t i a l c o n d i t i o n
4 omegak2 ( I ) =4∗( sin ( pi ∗ I /2/N) ) ˆ 2 ; % Mode F r e q u e n c i e s
5 end
6
87
A. CÓDIGOS FUENTE EN MATLAB
8 f o r IT =1:(TMAX/DT) ,
9 TIME( IT )=IT∗DT∗ sqrt ( omegak2 ( 1 ) ) /2/ pi ; % Time i t e r a t i o n l o o p
10 YX( IT , 1 : N+1)=[0 Y( IT , 1 : N ) ] ; YV( IT , 1 : N+1)=[0 Y( IT ,N+1:2∗N ) ] ;
11 sXF ( IT , : ) =imag ( f f t ( [YX( IT , 1 : N+1) 0 −YX( IT ,N+1: −1:2) ] ) ) / sqrt ( 2 ∗ (N+1) ) ;
12 sVF ( IT , : ) =imag ( f f t ( [YV( IT , 1 : N+1) 0 −YV( IT ,N+1: −1:2) ] ) ) / sqrt ( 2 ∗ (N+1) ) ;
13 Energ ( IT , 1 : N) =(omegak2 ( 1 :N) . ∗ ( sXF ( IT , 2 : N+1) . ˆ 2 )+sVF ( IT , 2 : N+1) . ˆ 2 ) / 2 ;
14 f o r J =2:N−1 , % Space l o o p
15 DifY ( IT , J )=Y( IT , J+1)−Y( IT , J ) ;
16 end
17 end
18 toc
19 figure ;
20 plot (TIME, Energ ( : , 1 ) , ’r ’ ,TIME, Energ ( : , 2 ) , ’b ’ ,TIME, Energ ( : , 3 ) , ’g ’ ,TIME,
Energ ( : , 4 ) , ’y ’ ,TIME, Energ ( : , 5 ) , ’m ’ ) ;
21 t i t l e ( ’ Comportamiento de la energ \ ’a en e l s i s t e m a ’ )
22 xlabel ( ’ Tiempo ’ )
23 ylabel ( ’ Energ \ ’ i a ’ )
24 legend ( ’ Energ \ ’ i a 1 ’ , ’ Energ \ ’ i a 2 ’ , ’ Energ \ ’ i a 3 ’ , ’ Energ \ ’ i a 4 ’ , ’ Energ \ ’ i a
5 ’) ;
1 function dy=fpu1 ( t , y ) ;
2 N=32; a l p h a = 0 . 2 5 ;
3
88
Bibliografı́a
[1] Thierry Dauxois Stefano Ruffo and Michael Peyrard. The fermi-pasta-ulam ”numerical
experiment”: history and pedagogical perspectives. 2005. ix, 51
[3] Martin D. Kruskal Robert M. Miura Clifford S. Gardner, Jhon M. Greene. Korteweg-de
vries equation and generalizations. method for exact solution. Communications on pure
and applied mathematics, 1974. xii
[5] Thomas P. Weissert. The genesis of simulation in dynamics. Springer, 1997. xiii
[6] M.A. Al-Gwaiz. Sturm-liouville theory and its applications. Springer, 2000. 2
[7] Dambaru Bhatta Lokenath Debnath. Integral transforms and their applications. Chapman,
2006. 2
[8] Lloyd N. Trefethen. Spectral methods in matlab. Society for Industrial and Applied
Mathemetics, 2000. 4
[9] Lloyd N. Trefethen. Spectral methods in matlab. finite Difference and spectral methods
for ordinary and partial differential equations, 1994. 4
[12] J. D. Cole J. Kevorkian. Multiple scale and singular perturbation methods. Springer-
Verlag, New York, 1995. 12
89
BIBLIOGRAFÍA
[13] Michael J. Brennan Ivana Kovacic. The duffing equation nonlinear oscillatiors and their
behaviour. Wiley, 2011. 13
[14] Patrick Krämer. The methods of multiple scales for nonlinear klein-gordon schrödinger
equation. 2013. 14, 19
[15] John K. Hunter. Asymptotic analysis and singular perturbation theory. Department of
Mathematics, University of California at Davis, 2004. 15
[17] Tyn Myint-U. Ordinary differential equations. North-Holland, New York, 1978. 30
[19] S. Ulam E. Fermi, J. Pasta. Los Álamos report la-1940 (1955). University of Chicago
Press, Vol. II, 1965. 48, 50
[20] David Sholl. Modal coupling in one-dimensional anharmonic lattices. Physics Letters A.
Vol. 149, Number 5,6, pp. 253-257, 1990. 51
[21] J. Murdock J.A. Sanders, F. Verhulst. Averaging methods in nonlinear dynamical systems.
Springer, 2000. 63
[24] Joseph Ford. Equipartition of energy for nonlinear systems. Journal of Mathematical
Physics, January, 1961. 77
[25] John Waters Joseph Ford. Computer studies of energy sharing and ergodicity for nonlinear
oscillator systems. Journal of Mathematical Physics, January, 1963. 77
[26] E. Atlee Jackson. Nonlinear coupled oscillators. i. perturbation theory; ergodic problem.
Journal of Mathematical Physics, August, 1962. 77
[27] E. Atlee Jackson. Nonlinear coupled oscillators. ii. comparison of theory with computer
solutions. Journal of Mathematical Physics, November, 1962. 77
90